稻麦轮作农田氮素循环的DNDC模型分析

基于长江中下游稻麦轮作体系的氮肥施用田间试验,采用Denitrification- Decomposition model (DNDC) 模型研究了气候条件、土壤属性、农业管理等输入因素的不确定性对子粒产量、作物氮吸收、氨挥发、N2O排放等预测结果的影响。结果显示:采用DNDC模型模拟的土壤氨挥发速率和N2O排放通量与田间实测结果较为吻合,氨挥发通量模拟值与实测值相关系数为0.688,N2O排放通量模拟值与实测值相关系数为0.528,均达极显著水平,表明DNDC模型预测农田土壤氮素具有较高可信度。模拟结果显示,气温和氮肥用量是影响作物产量和吸氮量的关键因素;土壤氨挥发主要受氮肥品种影响,并随氮肥用量增加而增加;土壤N2O排放主要受温度、土壤pH值、土壤有机碳含量的影响。为使DNDC能更有效地估算氨挥发和N2O排放,有必要获取更翔实的资料以减少输入数据的不确定性。     

优化施肥下华北冬小麦/夏玉米轮作体系农田反硝化损失与N2O排放特征

在田间条件下,应用乙炔抑制-原状土柱培养法测定优化施肥下华北冬小麦/夏玉米轮作体系土壤反硝化和N2O的排放特征。研究表明:冬小麦和夏玉米整个生育期反硝化速率和N2O排放通量均表现出明显的季节性变化,且均与土壤水分和无机氮浓度呈显著正相关。小麦季和玉米季的反硝化损失量及N2O排放量均表现出随施肥量的降低而降低,夏玉米季的反硝化损失量和N2O排放量均高于小麦季。小麦季的反硝化损失量和N2O排放量习惯施肥处理是氮肥减量后移处理的1.62和1.67倍,玉米季分别为2.01和2.00倍。氮肥减量后移可能是通过改变土壤无机氮浓度而降低反硝化损失量和N2O排放量。     

基于DNDC模型的东北地区春玉米农田固碳减排措施研究

春玉米是我国东北地区主要粮食作物,但由于连年耕作和氮肥的高投入,春玉米农田也可能成为重要的温室气体排放源。因此,通过优化田间管理措施在保证作物产量的同时实现固碳减排,对于春玉米种植系统的可持续发展具有重要意义。过程模型（Denitrification Decomposition, DNDC）是评估固碳减排措施的有效工具,本研究在对DNDC模型进行验证的基础上,应用模型研究不同施氮和秸秆还田措施对东北地区春玉米农田固碳和氧化亚氮（N2O）排放的长期综合影响。模型验证结果表明,DNDC模拟的不同处理下土壤呼吸季节总量、 N2O排放季节总量和春玉米产量与田间观测结果较一致;同时模型也能较好地模拟不同处理下土壤呼吸和N2O排放季节变化动态。这表明DNDC模型能较理想地模拟不同施氮和秸秆还田措施对春玉米农田土壤呼吸、 N2O排放和作物产量的影响。利用模型综合分析不同管理情景对产量和土壤固碳减排的长期影响,结果表明: 1）与当地农民习惯施肥相比,优化施氮措施不会明显影响作物产量,能减少N2O排放,且对土壤固碳影响很小,因而能降低温室气体净排放,但净排放降低幅度有限（8%~13%）; 2）在优化施氮措施的同时秸秆还田能在保障供试农田春玉米产量的同时大幅度减少春玉米种植系统温室气体净排放,甚至可能将供试农田由温室气体排放源转变为温室气体吸收汇。本研究结果可为优化管理措施实现春玉米种植系统固碳减排提供科学依据。     

华北平原典型农田CO2和N2O排放通量及其与土壤养分动态和施肥的关系

对华北平原小麦-棉花(麦棉)、小麦-大豆(麦豆)、小麦-玉米(麦玉)轮作田的CO2和N2O排放通量进行了测定,分析了温室气体排放通量与土壤中碳、氮元素、气温以及施肥等之间的关系。主要结论:1)麦棉、麦豆、麦玉田的土壤CO2平均排放通量分别为CO2-C 141.7、109.8、128.2 mg.m-2.h-1,其中夏播作物的排放通量高于小麦季;2)麦棉、麦豆及麦玉田作物生长季的土壤N2O平均排放通量分别为N2O-N 98.8、38.9、44.7μg.m-2.h-1,也表现为麦后季作物的排放量高于小麦季;3)同一生育期中不同处理的N2O排放主要与土壤中无机氮含量相关,不同生育期的N2O排放通量主要受不同生育期的土壤温度及水分状况的影响;4)在施肥灌溉后的9 d内土壤N2O排放通量较高,之后逐渐降低,至施肥后22～27 d即与不施肥处理的排放持平。     

适宜施氮量降低京郊小麦-玉米农田N2O排放系数增加产量

为明确京郊地区小麦-玉米轮作农田的N_2O排放特征,寻求既能减少N_2O排放又保证粮食产量的切实有效措施,以京郊地区冬小麦-夏玉米轮作农田为研究对象,运用静态箱法对8个施氮水平的农田N_2O交换通量进行了连续一年对比研究,每季作物施肥量分别为N0(0 kg/hm~2),N1(50 kg/hm~2),N2(100 kg/hm~2),N3(150 kg/hm~2),N4(200 kg/hm~2),N5(250 kg/hm~2),N6(300 kg/hm~2),和N7(400 kg/hm~2)。在N0-N7施氮量条件下冬小麦季N_2O排放量为0.08~0.52 kg/hm~2;夏玉米季0.26~3.70 kg/hm~2。整个轮作周期,小麦季各处理N_2O排放损失率为0.05%~0.13%;玉米季0.78%~1.02%。在京郊地区冬小麦-夏玉米轮作体系中夏玉米季氮肥施入农田土壤后,土壤N_2O排放通量高于小麦季。京郊农田土壤N_2O排放通量表现出明显的季节性和日变化规律。综合考虑本试验条件下施肥量、N_2O排放量和京郊地区潮土农田小麦-玉米产量,研究认为该轮作体系中每季作物的施肥量为N4(200 kg/hm~2)比较合理,可为合理施肥及估算中国农田温室气体排放量提供参考。     

林地转变为耕地对紫色土N2O排放的影响

土地利用方式变化是造成大气中温室气体浓度变化的主要原因之一,但土地利用方式转变,如林地转变为耕地过程对土壤氧化亚氮(N_2O)排放的影响还缺乏系统研究。本研究于2016年7月中旬在四川盆地丘陵区将林地转变为耕地,并按照耕地冬小麦-夏玉米轮作方式,采用静态暗箱-气相色谱法,对比分析了耕地翻耕不施肥(CL-T)、翻耕施肥(CL-TF)和邻近林地(CK)的土壤N_2O排放过程特征。结果表明,试验期间CL-T、CL-TF土壤N_2O排放通量较CK均显著增加(P0.01),且二者的N_2O排放通量在林地转变为耕地初期均有明显的排放峰。小麦季和玉米季土壤N_2O排放通量[μg(N)·m-2·h-1]均值CK分别为2.52和4.60,CL-T分别为3.55和11.63,CL-TF分别为6.26和22.16,N_2O排放通量玉米季显著高于小麦季。CK、CL-T和CL-TF的土壤N_2O全年累积排放量[mg(N)·hm-2]分别为0.271、0.515和0.957,CL-T、CL-TF较CK分别显著增长89.8%、253.0%,说明林地转变为耕地,紫色土N_2O排放迅速增加。首先翻耕改变土壤结构并显著增加土壤无机氮含量(P0.05),其次施肥大幅增加土壤无机氮含量导致土壤N_2O的激发排放。而土壤温度和水分未发生显著改变(P0.05),种植作物短时间内也未显著改变土壤的N_2O排放。结果表明,林地转变为耕地激发土壤N_2O排放的根本机制可能是提高了土壤有机氮矿化速率。但土地利用转变对土壤氮转化过程的影响以及进而改变土壤N_2O的排放特征的机理有待进一步研究。     

基于DNDC模型的冬小麦?夏玉米农田滴灌施肥优化措施研究

【目的】滴灌施肥是一种具有节水、节肥等优点的水肥一体化田间管理措施,然而其对N₂O排放和经济效益的影响仍存在不确定性。针对我国重要的粮食生产方式—冬小麦?夏玉米轮作,优化设计适宜的滴灌施肥管理制度,对于提高水肥资源利用效率,减少环境污染,提高经济效益具有重大的实际意义。 【方法】在山东桓台冬小麦?夏玉米典型农田上设置试验,进行不同灌溉系数和不同施氮量处理对农田土壤N₂O排放和作物产量影响的研究。根据田间实测数据对DNDC模型进行校正和验证,利用验证后的模型定量评估滴灌施肥对N₂O排放的影响,综合考虑作物产量和N₂O减排效果和经济效益,最终提出华北平原冬小麦?夏玉米体系的优化滴灌施肥措施。 【结果】DNDC模型具备模拟滴灌施肥一体化管理措施下冬小麦、夏玉米生长情况和产量的能力,模型校正后能较好地模拟滴灌施肥条件下冬小麦/夏玉米农田土壤N₂O排放特征。在田间试验筛选出的最佳滴灌量和施氮量的基础上设置不同的滴灌量、施氮量以及玉米季施氮次数、施氮时间模拟情景,经过模型情景模拟最终筛选出的最优滴灌施肥措施是冬小麦季分4次滴灌施肥,滴灌量130 mm,随水施N 189 kg/hm2,夏玉米避开雨季分4次滴灌施肥,滴灌量19 mm,随水施N 231 kg/hm2。该模型模拟出的最优措施能够在不影响作物产量的基础上比田间试验筛选出的最佳滴灌和施氮量处理减少16%的N₂O排放。 【结论】与当地习惯漫灌撒肥措施相比,优化后的滴灌施肥管理全年共节水58.6%、减氮30.0%、减少50% N₂O排放,同时净收益增加了1336.41元/hm2,增加投资部分的收益率为230.34%,远大于部分预算法中100%的新技术采用标准。研究结果可为滴灌施肥技术在华北农田推广应用提供实际参考。     

施肥对夏玉米季紫色土N2O排放及反硝化作用的影响

采用原状土柱-乙炔抑制培养法研究了施肥对紫色土玉米生长季土壤N2O排放通量和反硝化作用的影响.结果表明:玉米季施肥显著增加土壤N2O排放和反硝化损失,同时,各施肥处理间N2O排放与反硝化损失量差异显著.猪厩肥、猪厩肥配施氮磷钾肥、氮肥、氮磷钾肥和秸秆配施氮磷钾肥等处理的土壤N,O排放量分别为3.01、2.86、2.51、2.19和1.88 kg hm-2,分别占当季氮肥施用量的1.63％、1.53％、1.30％、1.09％和0.88％,反硝化损失量分别为6.74、6.11、5.23、4.69和4.12 kg hm-2,分别占当季氮肥施用量的3.97％、3.55％、2.97％、2.61％和2.23％,不施肥土壤的N2O排放量和反硝化损失量仅为0.56和0.78 kg hm-2.施肥是紫色土玉米生长前期(2周内)土壤N2O排放和反硝化速率出现高峰的主要驱动因子,土壤铵态氮和硝态氮含量是影响土壤N2O排放、土壤硝化和反硝化作用的限制因子,土壤含水量是重要影响因子,降雨是主要促发因素.土壤N2O排放量与反硝化损失量的比值介于0.45 ～0.72之间,土壤反硝化损失量极显著高于土壤N2O排放量,说明土壤反硝化作用是紫色土玉米生长季氮肥损失的重要途径.     

肥水管理方式对蔬菜田N2O释放影响的模拟研究

通过田间静态箱监测和DNDC模型模拟的方法,对比研究了崇明岛东滩蔬菜田在常规肥水管理和精确滴灌施肥方式下N2O的排放情况,从排放特征、全年通量、单位氮肥N2O损失率以及单位作物产量排放量等方面分析了不同肥水管理方式对旱田土壤N2O排放的影响。 结果表明,基于土壤和作物养分平衡管理的精确滴灌施肥技术,由于减少了氮肥施用量并改进了肥水分配方式,提高了肥料的利用效率,在保持农作物产量的基础上减少了N2O的排放。与常规肥水管理方式相比,滴灌施肥区2006年和2007年的N2O排放通量分别减少6.2和6.8 kg N·hm^-2·a^-1,单位氮肥N2O损失率明显降低,2006年和2007年单位产量排放量分别削减53.2％和58.9％。     

不同施肥方式对农田土壤CO2和N2O排放的影响

采用静态箱/气相色谱法研究不同施肥方式以及环境因子对农田土壤CO2和N2O排放通量的影响,结果表明,不同施肥方式对农田土壤CO2排放的季节模式无明显影响,但是影响了N2O排放的季节模式。不同施肥方式对土壤CO2排放通量影响不明显,主要影响土壤N2O排放,整个小麦、玉米生长季,分两次施肥的F2与分四次施肥的F1相比,土壤N2O排放量增加,化肥配合有机肥施用(MF)的土壤N2O通量大于单纯的化肥处理,秸秆还田降低了土壤N2O的排放。相关分析结果表明,土壤CO2排放与大气温度、地表温度、土壤温度和土壤水分均呈显著正相关关系(P<0.01)。由于肥料施用的影响,土壤N2O排放和土壤温度、水分的相关分析并不显著。土壤N2O排放受土壤硝态氮和铵态氮变化的影响。     

Testing the Suitability of the DNDC Model for Simulating Long-Term Soil Organic Carbon Dynamics in Japanese Paddy Soils

The suitability of the DeNitrification-DeComposition (DNDC) model for simulating long-term changes in the content of soil organic carbon (SOC) was validated using 5 sites for long-term experiments related to Japanese paddy soils. Since the model could not simulate crop growth adequately, several crop growth parameters provided by the model as default were changed to adjust crop growth to the observation. Overall, the changes in the content of SOC with time simulated by DNDC using adjusted crop parameters, agreed well with the observation in 9 plots from 5 experimental sites during the 16 to 22-year period of the experiment. The good performance of the decomposition sub-model in the DNDC was verified in the long-term SOC decomposition in paddy soils as well as in upland soils reported in previous studies. However, the simulated SOC did not agree well with the observation in some plots, especially in soils with a very low SOC content, suggesting that care should be exercised when applying the model to soils with a very low SOC content. Moreover, careful tuning of crop growth parameters should be promoted for better simulation, and detailed information about farm management required for input parameters is often difficult to obtain, especially in long-term experiments. In conclusion, the DNDC model is an effective tool for simulating long-term SOC dynamics in paddy soils. The unique kinetic scheme "anaerobic balloon" in the model may play an important role in successful simulation of SOC dynamics in paddy soils that are water-logged during the rice cropping period. This scheme may be helpful for modifying the other turnover models of soil organic matter for use for paddy soils, too.     

皖中沿江平原水稻田CH_4和N_2O排放估算及其影响因素分析

利用DNDC9.3模型对研究区域水稻田排放的CH4和N2O通量进行模拟和定量估算,并对其影响因素进行分析。研究选取皖中沿江平原内具有典型代表性的长丰县水稻田为实验地区,利用DNDC9.3模型对该县内12个试验样点2008年的CH4和N2O排放量进行估算分析,并对其做敏感性实验分析。结果表明:1)长丰县水稻田2008年CH4和N2O年排放量分别为C 1.82×10-2 Tg和N 3.03×10-4 Tg;2)由敏感性分析实验得:CH4排放水平和气温、土壤pH和SOC呈正相关关系;N2O排放水平和气温、雨水中氮含量呈正相关关系,对SOC、土壤pH变化也较为敏感。     

Simulated carbon and nitrogen contents in arid farmland ecosystem in China using dinitrification‐decomposition model

Abstract

The denitrification‐decomposition (DNDC) model was used to elucidate the carbon (C) and nitrogen (N) characteristic in arid farmland ecosystem on loess plateau in China. Carbon and N were determined in soil of a winter wheat field ecosystem in successive six years, under four different treatments. The results indicated that manure was better to the C and N accumulation in soil than N fertilization when one type of fertilizer was applied. Nitrogen could enhance C and N cycling intensities. Carbon and N cycling were also affected by annual precipitation, whereas nitrogenous fertilizer application favored carbon cycling. Under water deficit conditions, manure was better than other fertilizers to the cycling of carbon. By comparing with known experiment results and measured data obtained on loess plateau, it was motioned that the DNDC model was applicable.     

红外遥感估算春小麦农田土壤含水率的试验研究

根据水分亏缺条件下作物蒸发蒸腾量计算公式及作物水分胁迫指标CWSI(Crop Water Stress Index)的定义,提出了基于遥感作物冠层温度和土壤水分修正系数的春小麦田土壤含水率估算公式,其中土壤水分修正系数采用了幂函数形式。用该公式对春小麦田土壤含水率在分蘖后-拔节抽穗期、抽穗开花-灌浆期和乳熟-黄熟期3个生育阶段进行了估算,并对估算值和实测值进行对比和误差分析,结果表明该模型估算春小麦根层土壤含水率误差保持在18%以内。     

紫色土坡耕地氮素淋失通量的实测与模拟

氮淋失是氮素循环研究中最重要的环节之一,获得准确的氮淋失通量是当今农田氮循环研究中必不可少而又较为困难的工作之一。紫色土土层薄,土壤氮素难以蓄存,加之降水丰富,下伏透水性较弱的母岩,淋溶水达到母岩后难以垂直下渗而沿土壤岩石界面出流、汇流形成壤中流,紫色土氮素淋失主要表现为氮素随壤中流迁移流失。DNDC模型是基于过程的一种土壤碳氮循环模型,常用于农田温室气体排放模拟,但其应用于氮素淋溶的验证与测试不足。本文利用大型坡地排水采集器(lysimeter),测定紫色土坡耕地淋溶水量(壤中流流量)和氮素淋失通量,并利用观测数据对DNDC模型进行验证。结果表明,紫色土坡耕地小麦玉米季累积淋溶水通量为323.6 mm,径流系数33.3%,氮素淋失量为36.93 kg.hm 2,占全年氮素施用量的13.2%。壤中流流量与氮素淋失量实测值和模拟值的Pearson相关系数分别为0.944(P<0.05)和0.972(P<0.05),Theil不等系数分别为0.07和0.1,降雨量、土壤孔隙率和施氮水平是氮流失模拟的高敏感性参数。DNDC模型应用于紫色土坡耕地氮素淋失通量的模拟具有较高的可靠性,同时DNDC基于过程模型的优势可以描述持续降雨条件下的氮淋失过程,未来可通过进一步的验证,测试DNDC模型应用于氮淋失过程及区域氮淋失评估的可行性。     

Application of the DNDC model to predict N2O emissions from sandy arable soils with differing fertilization in a long‐term experiment

Modeling crop growth and soil N dynamics is difficult due to the complex nature of soil–plant systems. In several studies, the DNDC model has been claimed to be well‐suited for this purpose whereas in other studies applications of the model were less successful. Objectives of this study were to test a calibration and validation scheme for DNDC‐model applications to describe a field experiment with spring wheat on a sandy soil near Darmstadt (SW Germany) using different fertilizer types (either application of mineral fertilizer and straw—MSI; or application of farmyard manure—FYM) and rates (low—MSI_L, FYM_L; and medium—MSI_M, FYM_M). The model test is based on a model parameterization to best describe the case MSI_L and applies this parameterization for a retrospective simulation of the other cases (MSI_M, FYM_L, FYM_M) including crop growth and N₂O emissions. Soil water contents were not accurately simulated using either the DNDC default values for a loamy sand or for the next finer texture class or using results from the pedotransfer function provided by ROSETTA. After successful calibration of the soil water flow model using a soil texture class that led to the best fit of the measured water content data, grain yield of spring wheat and cumulative N₂O emission were slightly underestimated by DNDC and were between 91% and 86% of the measured data. A subsequent calibration of the yields and cumulative N₂O emissions from soils of the MSI_L treatment gave a good prediction of crop growth and N₂O emissions in the MSI_M treatment, but a marked underestimation of yields of the FYM treatments. Cumulative N₂O emissions were predicted well for all MSI and FYM treatments, but seasonal dynamics were not. Overall, our results indicated that for the sandy soil in Germany, site‐specific calibration was essentially required for the soil hydrology and that a calibration was useful for a subsequent prediction where greater amounts of the same fertilizer were used, but not useful for a prediction with a different fertilizer type.     

黑土有机碳变化的DNDC模拟预测

为探讨黑土有机碳的长期变化规律及DNDC模型在土壤有机碳预测方面的适用性,本文利用吉林省公主岭地区黑土不同施肥措施下的长期定位试验数据,选取不施肥(CK)、单施化肥(NPK)、配施有机肥(NPKM)和增施有机肥(M2+NPK)4个处理进行土壤有机碳分析,并将数据用作DNDC模型验证。验证结果表明:各处理DNDC验证中RMSE值均小于10%(分别为5.09%、6.11%、9.38%、8.36%),说明模拟值与观测值一致性良好,模型可用于该地区土壤有机碳模拟。选取了化肥施用、有机肥施用、秸秆还田比率、温度及降水5个因子进行模型的敏感性分析,结果表明:有机肥的施用对土壤有机碳含量的影响最显著,且这种影响具有持久性。最后模拟了4种施肥情境下未来(至2100年)的土壤有机碳变化情况。结果表明:对照不施肥处理(CK)土壤有机碳含量略有下降,至2100年土壤有机碳含量为11.55 g·kg-1,较试验前土壤初始有机碳(13.2 g·kg-1)下降约12.5%。单施化肥处理(NPK)土壤有机碳含量较为稳定,并未出现土壤有机碳含量下降。配施有机肥(NPKM)和增施有机肥(M2+NPK)处理土壤有机碳含量增加明显,至2100年土壤有机碳含量为24.4 g·kg-1和27.6 g·kg-1,分别较初始有机碳含量上升84.8%和109.1%。     

应用DNDC模型分析东北黑土有机碳演变规律及其与作物产量之间的协同关系

【目的】探索长期不同施肥方式下土壤有机碳的动态变化及其与作物产量之间的耦合关系,以期为东北地区黑土耕地资源的持续利用与管理提供科学依据。 【方法】基于黑土区国家土壤肥力与肥料效益监测网站公主岭监测基地的23年长期定位试验数据,选取不施肥（CK）、单施氮磷钾肥（NPK）、无机肥配施低量有机肥（NPKM1）、1.5倍的无机肥配施低量有机肥[1.5（NPK）M1]、无机肥配施高量有机肥（NPKM2）和无机肥配施秸秆（NPKS）6个处理进行土壤有机碳和产量的分析,将数据用于DNDC模型验证,并对6种施肥处理在未来气候下（40 a）黑土有机碳的演变进行模拟。 【结果】试验监测结果表明:从1990~2012年的土壤有机碳数据分析得出,长期不施肥土壤有机碳从12.49 g/kg以年均0.69%的速率下降,有机无机配施可以提升土壤有机碳含量。DNDC验证结果如下:DNDC验证土壤有机碳时各处理的相对均方根误差（RMSE）为14.98%~37.91%,验证作物产量时各处理的RMSE为8.28%~11.19%,说明模型能够基本反映长期不同施肥下的作物产量和土壤有机碳的变化。未来气候下的模拟结果表明:CK和NPK处理土壤有机碳在未来40年里分别下降16.67%和11.21%。而3个化肥有机肥配施处理在未来40年呈稳定增长态势,NPKM1、1.5（NPK）M1和NPKM2处理的土壤有机碳将分别增加13.65%、15.74%和15.84%,以1.5（NPK）M1增势最为显著。NPKS处理的有机碳相对初始略有增加。当施氮量从160 kg/hm2增至320 kg/hm2时,土壤有机碳每增加1.00 g/kg,作物产量的增加量从44.48 kg/hm2下降至15.95 kg/hm2。 【结论】从长期实测数据的分析和DNDC模型模拟得出,实施秸秆还田和有机肥配施无机肥能有效持续增加SOC含量,并能获得较高的作物产量。在施氮量160~320 kg/hm2水平下,作物产量随着土壤有机碳含量的增加而升高,且土壤有机碳含量对产量的提升幅度随着施氮量的升高而降低。     

生物地球化学循环模型DNDC及其应用

生物地球化学模型是模拟研究化学元素动态的新兴领域,可用于陆地生态系统内植物、有机物和无机营养元素动态变化和循环。DNDC模型(DeNitrification-DeComposition Model)是美国新罕布什尔州大学陆地海洋空间研究中心开发研制的,最初是为了模拟农田生态系统固碳、氮流失和水平衡而创建,目前该模型可以模拟草地、湿地、林地等陆地生态系统碳氮动态过程。DNDC模型已经在美洲、欧洲、澳洲以及亚洲的一些地区得到了验证和运用。DNDC模型可用来分析陆地植物生长规律、土壤硝化和反硝化作用、温室气体和痕量气体排放预测研究、不同土壤类型及气候条件对森林生态系统碳氮通量变化的影响以及气候变化对生物地球化学循环的影响预测等。