越南水稻土白菜和休耕季节期间高分辨率N2O和CH4排放

《Agriculture, Ecosystems & Environment》:High-resolution N2O and CH4 emissions during cabbage and fallow seasons in a paddy soil in Vietnam

【字体: 大 中 小 】 时间:2026年07月10日 来源:Agriculture, Ecosystems & Environment 7.7

编辑推荐:

  水稻土是甲烷(CH4)的重要来源。氧化亚氮(N2O)是另一种强效温室气体(GHG),但其对水稻土温室气体平衡的重要性仍不确定。这里,研究人员展示了使用自动箱结合地下O2浓度的高分辨率CH

  
水稻土是甲烷(CH4)的重要来源。氧化亚氮(N2O)是另一种强效温室气体(GHG),但其对水稻土温室气体平衡的重要性仍不确定。这里,研究人员展示了使用自动箱结合地下O2浓度的高分辨率CH4和N2O测量,覆盖亚热带水稻-蔬菜轮作系统的休耕期和白菜单季。自动箱、地下氧气剖面以及根据实测O2动态校准的LandscapeDNDC模型的结合,提供了对水稻-蔬菜轮作中N2O热点时刻前所未有的机理洞察。间歇性的“热点时刻”主导了N2O排放,72%的季节总通量发生在白菜单季的27%时间内。白菜单作期间的平均和峰值N2O通量分别达到104?μg N2O-N m-2 h-1和682?μg N2O-N m-2 h-1。高排放事件与施肥、充水孔隙度和地下氧气可用性的变化有关,N2O通量最初在饱和条件下由反硝化(denitrification)主导,随后随着硝酸盐(NO3-)和氧气增加、铵(NH4+)减少而由硝化(nitrification)主导。这一结论得到了LandscapeDNDC的支持。氮肥的排放因子(EF)为0.52%,氮利用效率(NUE)为38%。白菜单作期间的总N2O排放是休耕期的七倍,而CH4通量保持不变。白菜的全球增温潜势(GWP)由N2O而非CH4驱动。这些发现强调了在水稻向蔬菜转化系统中捕捉N2O排放事件的重要性,以及基于过程的模型在识别主要生物地球化学途径中的价值。
论文解读文章

**研究背景与问题**

水稻是全球超过35亿人口的主要口粮,种植面积持续增长。水稻土在淹水厌氧条件下是甲烷(CH4)的重要农业来源,同时通过硝化(nitrification)和反硝化(denitrification)过程产生氧化亚氮(N2O),后者增温潜势(GWP)约为CO2的273倍。当前,水稻土CH4排放已受广泛关注,但N2O排放的重要性常被低估,尤其是非水稻季期间。红河三角洲(RRD)的水稻土每年约25%的时间用于蔬菜种植或休耕,但针对这些时段的温室气体(GHG)监测极为有限。传统手动静态箱法因时间分辨率低,极易遗漏N2O的“热点时刻”(hot moments),导致排放估算偏差。此外,水管理策略(如间歇淹水)虽能减排CH4,却可能显著增加N2O排放,亟需全面理解水稻-蔬菜轮作系统中N2O排放的机制与贡献。

**研究目的与意义**

本研究旨在利用高分辨率自动箱监测系统,量化越南北部红河三角洲水稻土在白菜(Brassica oleracea L.)种植季和休耕季的CH4与N2O排放动态,结合地下O2浓度观测及LandscapeDNDC过程模型,揭示N2O热点时刻的驱动机制,并评估各阶段的全球增温潜势(GWP)。论文发表在《Agriculture, Ecosystems & Environment》。

**主要关键技术方法**

研究采用6个自动ECoFlux箱(Prenart Equipment ApS)连接超便携N2O-CH4分析仪(Los Gatos Research),每2.5小时完成一次测量,实现每日20次通量监测。同步安装地下O2光学传感器(PreSens OxyBase)和水分传感器(Truebner SMT100),采集5–40 cm深度的O2浓度和土壤含水量。每周手动采集0–2 cm和13–15 cm土壤样品,分析NO3-和NH4+浓度(流动注射分析法)。样本队列来源为越南兴安省北先兴公社(20°34'35.1"N, 106°19'32.4"E)的水稻土,面积1800 m2。模型方法包括三步约束校准:首先用土壤水分数据约束van Genuchten水力参数,其次用实测O2约束气体扩散率(ΩMDEEA),最后调整硝化和反硝化参数(如土壤厌氧体积分数Van)以匹配N2O通量。

**研究结果**

**3.1 气候与土壤特征** 通过气象站和土壤剖面分析得出,研究期(2024年11月–2025年1月)平均温度20.9°C,降雨量(18.9 mm)低于历史平均(65.5 mm)。土壤为冲积壤土,pH 5.8,有机碳1.8%,C:N 11.4,0–30 cm碳储量56.9 t ha-1。

**3.2 白菜收获** 对箱内外白菜生物量、水分、碳氮含量比较发现,箱内叶片水分含量显著偏高(72.2% vs 65.7%),但总生物量无显著差异,表明箱体环境对生长影响有限。

**3.3 N2O和CH4排放** 通过自动箱测量及线性混合效应模型分析,白菜季N2O平均通量(104 μg N m-2 h-1)显著高于休耕(15.3 μg N m-2 h-1),峰值达682 μg N m-2 h-1。72%的季节总排放发生在12天的热点时刻内(11月6–26日)。CH4排放则无显著处理差异。

**3.4 土壤氧气** 地下O2传感器数据表明,排水后5 cm深度O2在11月16日恢复至大气饱和度的50%,20 cm处延迟至12月24日,30 cm处最慢。

**3.5 NO3-和NH4+** 土壤提取液分析显示,白菜季NO3-浓度(平均2.14 mg L-1)高于休耕(0.491 mg L-1),但差异不显著;NH4+浓度无显著差异。时空交互作用显著,表层NO3-随时间先升后降。

**3.6 LandscapeDNDC模型** 三步约束后,模型成功再现了N2O通量峰值和动态。反硝化主导峰值期(贡献约43±20%),硝化贡献后续尾部排放(57±20%),与O2和NO3-动态一致。

**3.7 N2O与CH4预算、GWP和排放因子** 累积排放显示,白菜季N2O排放(187.9 mg N m-2)是休耕(27.5 mg N m-2)的7倍;CH4排放无显著差异。GWP中,N2O贡献(80.6 g CO2-eq m-2)远超CH4(2.0 g CO2-eq m-2)。氮排放因子(EF)为0.52%,氮利用效率(NUE)为38%。

**讨论与结论**

讨论部分指出,热点时刻集中出现于施肥和降雨后,强调高分辨率监测的必要性。反硝化和硝化共同驱动N2O排放,O2动态是关键控制因子。模型敏感性分析显示,施氮量超过200–300 kg N ha-1后N2O排放趋于饱和,表明微生物硝化能力已达上限。高施氮量(900 kg N ha-1)导致NUE偏低(38%),且可能通过NO3-淋溶和NH3挥发造成环境损失。研究局限性包括:单季单点数据、施氮量偏高、季节性干旱条件;需更大尺度长期验证。研究结论翻译如下:本研究的主要优势在于高分辨率数据集、O2动态与N2O途径的直接关联,以及证明非水稻阶段可主导水稻土年度N2O预算——这些发现得益于连续田间测量与过程模型的结合。研究人员得出结论:白菜季施氮后N2O排放是休耕的7倍,CH4排放无显著差异;CO2当量中N2O贡献超过CH4,强调干季N2O减排的重要性;12天的热点时刻占总排放的72%,自动箱较手动箱能更完整捕捉此类事件;模型结果支持反硝化和硝化为主要产N2O过程;敏感性分析表明施氮量超过200–300 kg N ha-1后N2O排放不再增加,指示硝化速率已达上限。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号