Advances in Greenhouse Gases Emission in Farmland Soils

[Objective] The aim was to overview the emission of greenhouse gases in farmland. [Method] Based on domestic and foreign references, production mechanism, discharging characters and major influential factors of CO2, CH4 and N2O in soils of farmland were overviewed. [Result] Production and discharge of CO2, CH. and N2O played an important role in circulation of carbon and nitrogen in terrestrial ecosystem and constituted a key method for carbon and nitrogen output. It is significant to conduct research on reduction of greenhouse gas and increase of absorption. [Conclusion] The research is beneficial for exploration on discharge rule and influential factors of greenhouse gases, providing theoretical references for reduction of greenhouse gases and study on climate change.

不同生物质炭输入水平下旱作农田温室气体排放研究

在陇中黄土高原干旱半干旱区,采用小区定位试验,对不同生物质炭输入水平下春小麦农田土壤温室气体(CO_2、N_2O和CH_4)的排放通量进行全生育期连续观测,并分析其影响因子。结果表明:6个生物质炭输入水平处理下[0 t·hm^(-2)(CK)、10 t·hm^(-2)、20 t·hm^(-2)、30 t·hm^(-2)、40 t·hm^(-2)、50 t·hm^(-2)],旱作农田土壤在春小麦全生育期内均表现为CH_4弱源、N_2O源和CO_2源。全生育期各处理CH_4平均排放通量依次为:0.005 7 mg·m^(-2)·h^(-1)、0.0047 mg·m^(-2)·h^(-1)、0.003 6 mg·m^(-2)·h^(-1)、0.003 3 mg·m^(-2)·h^(-1)、0.002 7 mg·m^(-2)·h^(-1)和0.000 4 mg·m^(-2)·h^(-1),N_2O平均排放通量依次为:0.230 5 mg·m^(-2)·h^(-1)、0.144 1 mg·m^(-2)·h^(-1)、0.135 3 mg·m^(-2)·h^(-1)、0.098 9 mg·m^(-2)·h^(-1)、0.125 0 mg·m^(-2)·h^(-1)和0.151 3mg·m^(-2)·h^(-1),CO_2平均排放通量依次为:0.449 2μmol·m^(-2)·s^(-1)、0.447 0μmol·m^(-2)·s^(-1)、0.430 3μmol·m^(-2)·s^(-1)、0.391 4μmol·m^(-2)·s^(-1)、0.408 0μmol·m^(-2)·s^(-1)和0.416 4μmol·m^(-2)·s^(-1)。土壤CH_4排放通量随生物质炭输入量的增加而减小;当生物质炭输入量小于30 t·hm^(-2)时,土壤N_2O、CO_2排放通量随其输入量增加而显著减小,但当其输入量超过30 t·hm^(-2)时,N_2O、CO_2排放通量则呈显著增大趋势。各处理在5~15 cm土层平均土壤温度差异显著(P<0.05),在5~10 cm土层平均土壤含水量差异显著(P<0.05),土壤温度及含水量受生物质炭影响明显;且CK处理不同土层的土壤温度及含水量波动最大,生物质炭输入可在一定程度上降低不同土层土壤的水热变化幅度;N_2O、CO_2排放通量与10~15 cm土层土壤温度呈显著性负相关,与20~25 cm土壤温度呈显著性正相关;CH_4平均排放通量与5~10 cm土层土壤温度呈显著性负相关,与其含水量呈显著性正相关;N_2O平均排放通量与15~20 cm土层土壤温度呈显著性正相关;CH_4、N_2O、CO_2平均排放通量与0~5 cm土层土壤水分呈显著性负相关。生物质炭的输入能够减小温室气体的排放,且会因其输入量的不同而异,因此适量应用生物质炭有利于旱作农田生育期内增汇减排。

农田土壤N_2O排放的主要影响因素及减排措施研究进展

对农田土壤N2O排放的主要影响因素(包括土壤含水量、土壤pH值、土壤温度、土壤质地和肥料施用等)、已有农田土壤N2O排放减排措施及估算模型的研究进展进行了总结分析,并指出了今后研究的重点和方向:(a)探究农田土壤N2O排放的内在机制;(b)提高预测模型的精度;(c)提出科学合理的减排措施.

华北平原农田N_2O排放通量的高频动态观测

N_2O是主要源自农田的重要温室气体之一,可破坏臭氧层而导致全球增温。目前对N_2O的原位高频观测尚不多。为完善N_2O的观测方法,为华北地区N_2O变化研究提供参考,本研究以华北平原典型农田为研究对象,利用新型的N_2O测定仪器TGA200A,进行实时、自动、昼夜连续地观测中国科学院禹城综合试验站农田大气N_2O的日动态变化。本次观测自2017年6月中旬玉米播种后开始,持续至2017年9月(8月份仪器调试)。结果显示:1)晴朗天气下,农田大气N_2O呈现出夜晚(0:00—6:00、18:00—24:00)高(0.618~1.171 mg·m-3)、白天(6:00—18:00)低(0.526~1.145 mg·m-3)的趋势,而白天高温又促进农田N_2O排放,在午后15:00—17:00大多出现1次峰值,表明温度的促进作用存在滞后性。2)降雨天气下,农田N_2O在适当的雨量下逐渐增加(3 h内增加0.033 mg·m-3),且存在累积效应,但过度淹水后N_2O表现出逐渐降低的趋势。3)大风天气下,N_2O的浓度产生变化,但规律并不明显。研究结果表明,利用TGA200A可以实现对温室气体N_2O的实时、连续、动态的自动观测,观测结果具有较高可信度,可以反映出当前华北地区农田N_2O在不同环境要素(温度、降水及大风)下的动态变化趋势。

中国农田N_2O排放量的估算

排放量估算是温室效应气体研究的重要内容。本文论述了影响农田Ｎ２Ｏ排放量估算准确性的因素，讨论如何提高农田Ｎ２Ｏ排放量估算的准确性，并估算了中国农田Ｎ２Ｏ排放总量。

脲酶/硝化抑制剂减少农田土壤氮素损失的作用特征

氮肥过量施用加剧了农田土壤氮素损失,如增加NH3挥发、N2O排放及硝酸盐淋洗等,这将降低空气和水体质量并对全球气候产生负面影响。脲酶抑制剂和硝化抑制剂可延缓土壤氮素转化,降低土壤活性氮对环境的负面效应,因此在农业生产中被广泛应用,如N-丁基硫代磷酰三胺(NBPT)、3,4-二甲基吡唑磷酸盐(DMPP)和双氰胺(DCD)。本文重点阐述了脲酶抑制剂NBPT和硝化抑制剂DMPP、DCD在农田土壤中的作用机制及其对环境和农学效应的影响,并揭示影响其施用有效性的主要因素。大多数研究结果表明,NBPT与尿素或有机肥配合施用后能够减少土壤NH3挥发、N2O排放和NO-3淋洗,并提高作物产量、品质及氮肥利用率;与NBPT类似,两种典型硝化抑制剂DCD和DMPP均能降低土壤N2O排放和NO-3淋洗并提高作物产量,但某些环境条件下也会增加土壤NH3挥发损失。不同农田生态系统中脲酶/硝化抑制剂的作用效果与抑制剂种类、降雨或灌溉量、土壤pH值和黏粒含量等因素有关。在未来的生产实践中,应根据抑制剂在不同土壤环境下的作用特征来更加科学合理地施用抑制剂。

一氧化二氮的来源与控制

一氧化二氮是(N_2O)一种化学性质稳定的温室气体,其全球变暖潜能值(GWP)约为CO_2的300倍。大气中N_2O主要来自农业排放、工业和化石燃料燃烧、生物质燃烧、废水及城市垃圾等。依据对特定地区的数据采集,并结合DNDC模型能较好地估算整个地区N_2O的排放量。氨及氨盐在微生物作用下发生的硝化与反硝化反应是生成N_2O的主要反应。通过采用优化生产工艺、催化反应、添加抑制剂等措施可有效控制N_2O的排放。

中国农田肥料N_2O直接和间接排放重新评估

农田肥料（氮肥、复合肥、有机肥）是我国N2O最大的排放源,其估计直接决定了排放总量的可靠性.为此,重新评估了中国农田肥料N2O的直接和间接排放,选择2008年县域尺度活动数据、具有空间分异性的本土排放因子和参数来重新评估其排放规模、结构、空间格局及不确定性;通过与IPCC、EDGAR等国内外研究结果的对比分析,阐述该排放清单的可靠性和全面性.结果表明,2008年我国农田肥料N2O排放总量为617.1 Gg（处于213.7~1149.2 Gg之间）,其中,氮肥直接排放为458.8 Gg（74.5%）,有机肥直接排放为121.0 Gg（19.6%）,挥发沉降和淋溶径流造成的间接排放分别为28.0 Gg（4.5%）和9.3 Gg（仅占1.5%左右）.排放集中在华北平原、东北的松辽平原、华中的淮河流域和四川盆地,以及华南的珠三角、雷州半岛和台湾地区的县（区、市、旗）,主要分布在江苏（52.4 Gg）、四川（48.0 Gg）、湖北（43.2 Gg）、广东（40.8 Gg）、河南（39.6 Gg）、安徽（38.4 Gg）、湖南（31.6 Gg）、山东（28.9 Gg）,其累积规模为全国总量的52%,其中,近50%的贡献源于164个县（区、市、旗）.本排放清单具有更高的准确度和空间分辨率,而基于IPCC（2006）排放因子及参数的估计排放总量高估了约8.3%,对直接排放和间接排放则分别低估了12.5%和高估了330%.此外,在空间格局上还表现出高值区低估和低值区高估的特点,在491和1225个县（区、市、旗）的相对偏差超过了100%和50%,特别指出的是,间接排放在大部分县（区、市、旗）的相对偏差达到135%左右.

中国县域畜禽粪便N_2O排放清单

畜禽粪便是我国N：0两个最大排放源之一．为建立我国畜禽粪便N：0高分辨率排放清单，选择2008年县域尺度活动数据、具有空间分异性的本土排放因子和参数来评估其排放规模、组分结构、空间格局及不确定性．与基于IPCC、EDGAR等研究结果相比，该排放清单具有更好的可靠性和全面性．我国畜禽粪便2008年N：0排放总量为572Gg，其中除了牧场草地粪便之外的畜禽粪便为322Gg（56．3％），牧场草地畜禽粪便为180Gg（31．5％），挥发沉降和淋溶径流造成的间接排放分别为45．8Gg（8．O％）和1．23Gg（0．2％）；排放格局非常集中，主要分布在东北三省、山东、四川、湖南和河南，其累积规模为全国总量的52．4％，其中近50％贡献源于占全国县域数〈3％的84个县（区、市、旗）；所建立排放清单具有较高的空间分辨率和准确度．与此相比，IPCC对直接排放存在低估，对间接排放存在高估，对排放总量高值区存在低估（-1．5％～--6．0％），低值区存在高估（1．6％～13％）；对于贡献最大的排放途径，EDGAR在高值区低估达到-18．8％--50．0％，在大部分低值区高估达到25％～54．1％．