-
植物生长所需要的第一大矿质营养元素是氮素，主要依靠植物根系从土壤中吸收，其中土壤施加氮肥是植物生长获取氮素营养的主要来源之一[1]。据统计，全球农作物产量增长一半以上是由于化肥的施用，其中氮肥施加量占 50% 以上[2]。在我国农业生产中，氮肥利用率远低于世界平均水平，我国作物氮素平均吸收利用效率仅为 28.3%～35.0%，而世界平均水平已达 40.0%～60.0%[3]。大量盈余的氮肥已成为农业生态环境中重要的污染源之一。盈余的氮肥常以硝酸盐形态在降水和农田灌溉过程中淋失[4]，进而导致水体恶化、地下水污染[5]。减少农田硝态氮淋失的核心是使氮肥的供应与作物的需求在时间和空间上更好地协同，因此，合理的施氮措施显得尤为重要[6]。
-
大量的田间试验揭示了氮肥运筹与作物生长的关系，主要认为，在一定范围内，作物产量随着施氮量的增加而增加，当增加到一定值时，作物产量减少[7-8]。同时也认为，高施氮量可以提高作物品质[9]，施氮量要结合当地栽培条件和大田试验确定。但大田试验具有周期长、投入高等限制，引入模型已成为一种研究农田土壤养分、作物生长、温室气体排放的重要方式[10]。目前，许多功能丰富、能描述作物生长、农田碳氮循环的模型已用于农业科研，如 Apsim-Wheat[11]、Wheat-SM[12]、Aqua Crop 和 DNDC 模型等。其中 DNDC 模型易于操作，多用于管理措施对作物生长以及环境影响的研究，经过近 30 年的发展，已成为研究农业生态系统碳氮循环常用的模型之一，不仅可以模拟作物生长，还可以模拟农田温室气体的排放[13]、土壤氮素的淋溶等。周王子等[14]用 DNDC 模型准确模拟了南方典型稻田水稻植株的氮素动态分析，模拟了吸氮、渗漏、氨挥发和反硝化过程，其中氮素渗漏与氨挥发动态模拟的拟合度达 0.65～0.86。周慧等[15]用 DNDC 模型较好地模拟了内蒙古河套灌区玉米产量和硝态氮淋溶量，标准均方根误差均小于 15%。雷豪杰[16]在研究北京郊区设施菜地黄瓜-番茄轮作系统中，利用田间原位试验数据校验后的 DNDC 模型能够较好地模拟设施菜地的蔬菜产量、5 cm 土壤温度、0～20 cm 土壤水分变化以及硝态氮的淋溶量，均方根误差分别达 0.13、0.30、0.32 和 0.15。表明 DNDC 模型适用于设施菜地氮素淋失评价。目前大多研究借助 DNDC 模型能够较好地模拟不同类型农田系统中氮素动态过程[17-19]，但是应用该模型对于高原地区农田中氮素相关的研究还比较缺乏。
-
小麦是青海省主要的粮食作物之一，近 10 年小麦的播种面积占全省粮食作物种植的 30%～40%[20-21]，目前对于春小麦的研究主要集中在小麦的产量、品质和病虫害防治等方面[22-24]，而对于栽培过程中环境影响的研究关注较少。为了探究青海省西宁地区既能获得小麦高产，又能减少氮淋失的最佳施氮量，本研究利用青海省西宁地区 2020—2021 年大田试验数据对 DNDC 模型进行校准和验证，评价 DNDC 模型在春小麦种植系统中模拟小麦产量和硝态氮淋溶量的模拟效果。基于校准和验证的 DNDC 模型开展情景分析，确定春小麦种植系统的农艺和环境临界施氮量，以期为提高青海省高原地区氮肥利用率与减少地下水污染提供一定的理论基础。
-
1 材料与方法
-
1.1 试验地概况
-
本研究依托国家绿肥产业技术体系西宁综合试验站自 2009 年开始的长期定位试验，于 2020— 2021 年每年 3 月至 8 月在青海省西宁市青海省农林科学院试验田（37.03 N，102.28 E，海拔 2300 m） 开展试验。该区域为大陆性高原半干旱气候，年平均降水量为 440 mm，年平均蒸发量为 1181 mm，年平均日照为 1939.7 h，年平均气温 6℃[25]。本试验区域农田土壤为栗钙土，耕层土壤基础指标见表1。
-
1.2 试验设计
-
试验采用随机区组设计，设置 5 个施氮处理，具体施氮方案见表2。每个处理 3 次重复。小区面积 20 m2，种植行距为 20 cm。试验以‘青春 38’ 春小麦为供试品种，高施氮量（F100）指全生育期氮用量为 N 225 kg/hm2，基追比为 7∶3，分别在小麦播种前和四叶期施用，磷肥于播种前结合翻地一次性施入。
-
春小麦田间管理见表3，灌溉方式为漫灌，除施肥量不同，各处理均采用相同的田间管理方式。
-
1.3 测定指标与方法
-
硝态氮的含量：在小麦收获期用土钻取土壤表层 0～20、20～40、40～60 cm 土层的土壤样品，装入自封袋，称取 10 g 鲜土样品，然后加入 50 mL 2 mol/L KCl 溶液浸提，振荡 30 min，过滤至 100 mL 三角瓶中，将 10～20 mL 上清液放入-4℃冰箱中保存，采用流动分析测定土壤的硝态氮含量，并计算累积量，计算公式如下：
-
土壤硝态氮累积量（kg/hm2）= 土层厚度（cm）× 土壤容重（g/cm3）× 土壤硝态氮浓度（mg/kg）/10
-
作物的产量（kg/hm2）：小麦成熟后，每个小区（20 m2）单打单收，测产。
-
氮肥农学效率（kg/kg）=（施氮区产量-对照区产量）/ 施氮量
-
1.4 DNDC 模型
-
1.4.1 本地化的作物参数设定
-
DNDC 模型内嵌有热力学和动力学公式，可以模拟土壤的环境条件变化[26-27]。该模型的输入数据主要包括气象、土壤、作物和田间管理等参数，输出结果有作物产量、碳氮变化和温室气体的排放量。其中气象数据来源于田间智墒的实测值，主要包括日平均气温和日降水量。输入参数采用田间试验实测数据，本地化的春小麦参数见表4。模拟的边界与小麦的田间管理时间（表3）保持一致，施肥量输入值对应试验方案。
-
1.4.2 模型评价
-
利用 2020 年实测数据进行模型的校准，以收获期 0～20 cm 土层硝态氮含量、累积量以及作物产量为目标。用校准过的模型对 2021 年的数据进行验证。模型的模拟值和实测值用决定系数 （R2）[28]、归一化均方根误差（NRMSE）[29-30] 和均方根误差的标准偏差比（RSR）来比较。
-
式中，Oi 是实测值；Pi 是模拟值；n 是模拟值和实测值的总数；i 是当前实测值的数目，R2 介于 0～1 之间，值越靠近 0，相关性越小，当 R2 >0.8 时，表明模拟值与实测值之间的一致性很强[31]； 当 NRMSE ≤ 0.1 时，认为模拟效果极好； 当 0.1<NRMSE ≤ 0.2 时，模拟效果较好；当 0.2<NRMSE ≤ 0.3 时，模拟效果一般；当 NRMSE>0.3 时，模拟效果较差；式（3）中 STDEVi 用来估算样本的标准偏差，反映了实测数据相对于平均值的离散程度，当 RSR ≤ 0.5 时，模拟效果最好； 当 0.5<RSR ≤ 0.6，模拟效果良好； 当 0.6<RSR ≤ 0.7 时，模拟效果一般[4]。
-
1.4.3 模型的敏感性分析
-
本研究对校准过的 DNDC 模型参数进行敏感性分析，通过在适当的范围内改变单个管理参数的值，同时保持其他所有参数值不变。以当地农户常规田间管理为基础情景：耕作深度 20 cm，施氮量 N 170 kg/hm2 （播前与苗期基追比为 7∶3），灌溉时期为播种期、苗期、拔节期。敏感性分析中气象数据、土壤性质和田间管理等参数与 2021 年试验点观测数据一致。有 10 种可供替代的管理方案，总共有 11 种方案分别运行，详细情景见表5，同时计算相对敏感性指数（SI）[32]，以估计不同管理措施（耕作、肥料和灌溉）对作物产量和硝态氮淋溶量的影响。相对敏感性指数计算公式如下：
-
式中，P1 为输入参数中的最小值，P2 为最大值。 O1 为参数 P1 的输出值，O2 为参数 P2 的输出值，Oa 与 Pa 分别是 O1、O2 和 P1、P2 的平均值，SI 绝对值越大代表参数对结果的影响越大，若 SI 为负值，说明参数与结果存在负相关关系。
-
1.4.4 临界施氮量的确定
-
采用单因素模拟的方式确定临界施氮量，即在一定施氮量下既可以保证淋溶液硝酸盐浓度小于 18.4 kg/hm2，又可以保证小麦的产量。其中 18.4 kg/ hm2 为《地下水质量标准》（GB/T14848—2017）中人类生活健康用水（Ⅲ类水）标准的硝酸盐限值 （20 mg/L）[32]。设置一系列施氮量梯度，从 0 至 300 kg/hm2，氮肥的增量为 20 kg/hm2，共 16 组，其他参数与基础情景保持一致。为了更好地模拟不同施氮量下的小麦产量和硝态氮淋溶量，用两年的气象数据对每种施氮量处理进行模拟，然后取平均值，绘制不同施氮量下的硝态氮淋溶曲线、作物产量曲线和氮肥农学效率曲线，确定小麦的临界施氮量。
-
2 结果与分析
-
2.1 不同施氮处理对小麦产量和土壤硝态氮含量的影响
-
大田试验数据显示，施氮量对于小麦产量有显著影响（图1），小麦产量随着施氮量的增加呈先增加后减少的趋势，当施氮量处理为 F85 时，小麦产量最高，平均值为 5516.6 kg/hm2，F85 产量比 F0、F55、F70 处理分别高出 184.1%、87%、 27.5%，F100 产量比 F85 处理降低了 12.7%，但无显著差异。0～20 cm 耕层土壤硝态氮含量也随着施氮量的不同呈现不同的趋势（图2），随着施氮量增加，硝态氮含量呈增加的趋势，F100 处理含量最高，两年的平均值为 12.94 mg/kg。各施氮量处理比不施氮处理硝态氮含量高出 0.9～2.25 倍。F0 处理最低，为 3.97 mg/kg，F100 处理的含量比 F85 处理高 24.9%。0～60 cm 土层的硝态氮累积量随着施氮量变化而变化（图3），当施氮量为 F0～F85 时，随着施氮量的增加，0～60 cm 土层硝态氮含量增加，施氮量为 F85～F100 时，0～60 cm 土层土壤硝态氮累积量减少。
-
2.2 模型的校准和验证
-
利用 2020 年的数据进行校准，2021 年的试验数据进行验证，结果（ 图4） 表明，DNDC 模型可以较好地提高不同施氮量下作物产量和硝态氮的累积量，校验过程中作物产量和硝态氮累积量的模拟值与实测值均分布在 1∶1 线附近，且二者的 R2 均大于 0.8，NRSME 分别为 0.28、0.16 和 0.26、0.18，RSR 分别为 0.68、0.55 和 0.57、0.48，表明模型的模拟效果“较好”，可用校准过的模型来模拟不同施氮量春小麦的产量和硝态氮的淋溶量。
-
图1 2020 和 2021 年春小麦产量
-
注：小写字母不同表示处理间差异显著（P<0.05）。下同。
-
图2 不同施肥处理下小麦收获期 0～20 cm 耕层土壤硝态氮含量
-
图3 不同土层硝态氮累积量
-
图4 模型的校准与验证
-
注：图 a 为作物产量；图 b 为硝态氮累积量。
-
2.3 模型的敏感性分析
-
为了评估不同管理措施对硝酸盐淋溶和小麦产量的影响，利用校准过的模型进行敏感性分析，具体方法见 1.4.3，结果表明，施氮肥量和施肥次数对硝酸盐淋溶有较大的影响（表6），SI 分别为 1.94 和-0.36，其中负值代表随着施肥次数的增加，硝酸盐的淋溶减少，灌溉次数（SI=0.152）对硝酸盐淋溶影响一般，耕作深度（SI=0.078）与灌溉量 （SI=0.085）对硝酸盐淋溶影响较小；对于产量而言，施氮量（SI=0.753）对产量的影响较大，灌溉次数（SI=-0.007）和耕作深度（SI=0.013）对产量的敏感性较小，施肥次数对于产量几乎没有影响。因此，小麦产量和硝态氮淋溶对施肥次数和施氮量较敏感，调节施肥次数和施氮量是基于环境和农艺角度调控小麦生产的有效手段。而小麦产量对施肥次数的敏感性几乎为 0，硝态氮的淋溶对施肥次数的敏感性指数为负值，随着施肥次数的增加，硝态氮淋溶逐渐减少。结合小麦生产实际情况，增加施肥次数会增加人工成本而且小麦生长后期施肥不容易操作，所以施肥次数以两次为宜。
-
2.4 小麦施氮量阈值的确定
-
模型模拟结果（图5）表明，随着施氮量的增加，小麦的产量先增加然后保持不变。硝态氮淋溶量随着施氮量的增加而增加，氮肥的农学效率随着施氮量的增加，先增加后减少。对施氮量与产量、硝态氮的淋溶量和氮肥农学效率的关系进行拟合（表7）。当施氮量在 0～40 kg/hm2 时，产量随着施氮量缓慢增加；当施氮量在 40～180 kg/hm2 时，产量随着施氮量的增加快速增加；施氮量超过 180 kg/hm2 时，小麦的产量不再随着施氮量增加而变化。结合试验站多年定位试验数据，2009—2022 年小麦最高产量的多年平均值为 5458.5 kg/hm2，对应的施氮量为 160.73 kg/hm2。为了满足人类健康的用水标准，淋溶到地下水中的硝酸盐含量应不超过 18.4 kg/hm2[32]，相对应的施氮量为 176.83 kg/hm2。当施氮量为 168.91 kg/hm2 时，氮肥的农学效率最高，同时基于高产和环境的角度，小麦的最佳施氮量应为 160.73～176.83 kg/hm2。
-
图5 不同施氮量下小麦产量、硝态氮淋溶量和氮肥的农学效率
-
3 讨论
-
3.1 施氮量对小麦产量的影响
-
氮肥是小麦高产的关键因素，氮肥在小麦根系生长、光合作用、同化物的配合运输等方面发挥着重要的作用，氮肥施用过量会影响根系对营养元素和水分的吸收[30]。本研究中，两年的大田试验表明，当施氮量为 0 到 191.25 kg/hm2 时，小麦产量随着施氮量的增加而增加，在施氮量由 191.25 kg/hm2 增加到 225 kg/hm2 时，小麦的产量反而有略微减少的趋势，说明本地小麦最佳施氮量应少于 225 kg/hm2。牛轶男等[33]研究表明，在常规施肥的基础上，减氮 20% 可以保证小麦高产，提高氮肥的农学效率、表观利用率，同时过量减氮会显著降低氮肥的农学效率和小麦产量。宋世龙等[34]的研究表明，减氮 15% 可以提升春小麦增产潜力，在西北干旱半干旱区，适当减少氮肥用量不仅不会降低小麦产量和水分利用效率，而且可以提高氮肥的偏生产力[35]。但在西北麦区，金雪丹[36]研究表明，黄土高原旱地小麦的最佳施氮量范围在 126～147 kg/hm2 时小麦的综合效益最佳，郭曾辉等[37] 的研究表明，小麦的施氮量为 150 kg/hm2 是小麦高效生产的最优方案，田雪梅等[38]研究表明，施氮量 180 kg/hm2 为节肥高效模式，吴良泉等[39]研究推荐施氮量为 162～170 kg/hm2。这与本研究略微不同，可能是小麦品种、田间管理以及栽培环境等相互作用的结果[40]。
-
3.2 施氮量与农田土壤硝态氮的关系
-
施氮量越高，耕层土壤中的硝态氮含量越高[41-42]。大田试验研究表明，当施氮量为 0～225 kg/hm2 时，施氮量越高，0～20 cm 土层中的硝态氮含量以及 0～60 cm 土层累积量越高。在华北平原研究表明[43]，冬小麦施氮量在 0～300 kg/hm2 时，冬小麦收获期 0～20 cm 土层硝态氮含量随着施氮量增加而增加，这与本研究结果一致，硝酸盐过量摄入会对人体健康和生态环境产生严重危害[44]。小麦根系分泌物可以改善微生物群落影响土壤中的硝化过程，使得施入农田的氮肥从相对稳定的铵态氮库产生硝酸根离子，造成农业系统氮素的大量损失[45]。有研究表明，在荒漠绿洲农田，硝态氮淋溶损失量占年施氮量的 18.7%～34.2%，大水漫灌的条件下减少灌溉次数和灌水量可以有效减少硝态氮的淋溶[46]。本研究表明，施氮量、灌溉量和耕作深度与硝酸盐的淋溶具有正相关性。施肥次数与硝酸盐淋溶具有负相关性。这与戴嘉璐等[32]的研究结果（硝态氮淋溶随着施肥次数的增加而增加） 不同，可能因为不同施肥时期小麦对氮素的吸收效率高于玉米，导致玉米生育期内硝态氮淋溶随着施肥次数的增加而增加。
-
3.3 DNDC 模型的适用性
-
DNDC 模型最早用于草地生态系统碳氮循环模拟[28]。随着模型的发展，越来越多的人将其用于农田温室气体排放和碳氮储量的研究[29]，但结合 DNDC 模型确定农田施氮量的研究较少。本研究发现，结合当地的气象、土壤、作物参数，利用不同施氮量下小麦产量和农田硝态氮含量来验证 DNDC 模型的适用性，DNDC 模型校验过程中，不同施氮量小麦产量和硝态氮淋溶量模拟值与实测结果均分布在 1∶1 线附近，归一化均方根误差分别为 0.28、0.16 和 0.26、0.18，决定系数分别为 0.86、0.83 和 0.81、0.88，表明模型可以较好地模拟小麦产量和农田 0～20 cm 土层土壤中硝态氮的含量，并具有模拟土壤硝态氮淋溶的能力。通过模拟不同施氮量下的作物产量、硝态氮淋溶量以及氮肥农学效率，得出青海省高原地区春小麦最佳施氮量为 160.73～176.83 kg/hm2，这与徐仲阳等[47] （最优施氮量为 172.5 kg/hm2）的研究结果一致。然而，在部分施肥处理中模拟值和实测值也存在一定的差异，该模型模拟是依据输入的参数进行，运行结果与实际情况也会存在一定误差，比如施氮量增加到一定程度，随着施氮量的增加，小麦的产量保持不变。但是在大田试验中，小麦产量有降低的趋势。而且模型中内嵌描述微生物活动的氧化还原的 Nernst 方程和 Michaelis-Menten 方程受气候、土壤特性、植被以及人为活动等生态驱动因素的调节[48-50]，这些生态驱动因素的差异也会对结果产生一定的影响，这些影响可以通过进一步的校准与观测来解决。本研究表明，DNDC 模型适用于模拟青海省高原地区和湟灌区春小麦产量和硝酸盐淋溶量，但该模型仍存在改进的空间，它仅模拟了 0～50 cm 土层土壤中农田碳氮的动态变化和水的运移。该模型默认从 50 cm 土层以下根区淋洗出来的硝酸盐最终会到达地下水。此外，本文仅选择了施氮量、耕作深度、施肥次数、灌溉量、灌溉次数这几个常见的田间管理措施对产量和硝态氮淋溶的影响，施肥深度、施肥时期、耕作方式、土壤有机质等其他因素对于小麦产量和硝酸盐淋溶量的影响有待进一步研究。
-
4 结论
-
（1）经过校准和验证的 DNDC 模型可以较好地模拟青海省西宁地区不同施氮量春小麦的产量和硝态氮的淋溶量。
-
（2）施氮量和施肥次数对硝酸盐淋溶的影响较大，小麦产量仅对施氮量敏感，高的施氮量会增加硝态氮淋溶量，施肥次数增加可以减少硝态氮淋溶，降低地下水环境污染的风险。
-
（3）为了达到小麦高产和可接受的硝态氮淋溶量，通过对不同施氮量下小麦产量、硝态氮淋溶量和氮肥的农学效率模拟分析，得出最佳施氮量范围为 160.73～176.83 kg/hm2。
-
参考文献
-
[1] 孙志梅，武志杰，陈利军，等．农业生产中的氮肥施用现状及其环境效应研究进展［J］．土壤通报，2006（4）：782-786．
-
[2] 王平，陈举林．植物氮素吸收过程研究进展［J］．安徽农业科学，2016，44（1）：33-35．
-
[3] Fan M，Shen J，Yuan L，et al．Improving crop productivity and resource use efficiency to ensure food security and environmental quality in China［J］．Journal of Experimental Botany，2012，63（1）：13-24．
-
[4] 田玉华，尹斌，贺发云，等．太湖地区水稻季氮肥的作物回收和损失研究［J］．植物营养与肥料学报，2009，15（1）：55-61．
-
[5] 张亦涛，刘宏斌，王洪媛，等．农田施氮对水质和氮素流失的影响［J］．生态学报，2016，36（20）：6664-6676．
-
[6] 马新超，马国财，王海瑞，等．水氮耦合对温室砂培黄瓜基质水盐、氮运移及产量的影响［J］．灌溉排水学报，2022，41（5）：34-44．
-
[7] 李小勇，黄威，刘红菊，等．不同轮作模式下氮肥施用对油菜产量形成及养分利用的影响［J］．中国农业科学，2023，56（6）：1074-1085．
-
[8] 刘帅，徐宇凡，贾靖，等．施氮量及追氮时期对滴灌夏玉米干物质积累及氮素利用的影响［J］．干旱地区农业研究，2023，41（2）：122-129．
-
[9] 程明琨，萧洪东，李学文，等．减氮条件下生物质炭施用对珠三角地区生菜产量、品质及土壤性质的影响［J］．土壤，2023，55（1）：37-44.
-
[10] 冷旭，李仙岳，郭宇，等．DNDC 模型和TOPSIS法联合确定生物降解地膜覆盖农田合理施氮量［J］．水土保持学报，2022，36（4）：325-332，341．
-
[11] 樊栋樑，潘志华，杨霏云，等．APSIM-wheat 模型在我国干旱半干旱地区的适应性评价——以内蒙古地区为例［J］．干旱区资源与环境，2018，32（6）：99-105．
-
[12] 陈怀亮，李颖，田宏伟，等．利用亚像元尺度信息改进区域冬小麦生长的模拟［J］．生态学杂志，2018，37（7）：2221-2228．
-
[13] Li C S ．Modeling trace gas emissions from agricultural ecosystems ［J］．Nutrient Cycling in Agroecosystems，2000，58（1-3）：259-276．
-
[14] 周王子，洪军，刘原草，等．基于DNDC模型的南方典型稻田氮素去向及其优化管理［J］．节水灌溉，2022（4）：1-7．
-
[15] 周慧，史海滨，张文聪，等．有机无机氮配施对玉米产量和硝态氮淋失的影响［J］．农业机械学报，2021，52（9）：291-301，249．
-
[16] 雷豪杰．水肥一体化对设施菜地氮素淋失的影响及其机制模拟研究［D］．北京：中国农业科学院，2021．
-
[17] 韩其飞，李莹莹，彭开兵，等．大气氮沉降对中亚草地生态系统净初级生产力的影响［J］．生态学报，2021，41（21）：8545-8555．
-
[18] 黄少辉．小麦-玉米轮作体系生态集约化管理下碳氮循环特征研究［D］．北京：中国农业科学院，2021．
-
[19] 邢寒冰．不同水氮管理下梨园土壤氮素转化迁移研究［D］． 济南：济南大学，2021．
-
[20] 李雪．青海省耕地占补平衡生态损益研究［D］．北京：中国地质大学，2021．
-
[21] 青海省统计局．青海统计年鉴-2021［M］．北京：中国统计出版社，2021．
-
[22] 李玮，沈硕．青海高原地区春小麦品种田间化感作用评价 ［J］．植物保护，2021，47（5）：198-203，209．
-
[23] 朱丽丽，李想，宋生禄，等．种植密度对青海高寒山区青麦10号春小麦群体性状及产量的影响［J］．现代农业科技，2021（6）：3-6．
-
[24] 李飞，宋明丹，蒋福祯，等．青海高原春小麦留茬高度对后茬绿肥生物量和水分利用效率的影响［J］．干旱地区农业研究，2020，38（6）：135-140．
-
[25] 孙亚斌，胡发龙，韩梅，等．麦后复种绿肥模式与施氮制度对土壤氮素及小麦产量的互作效应［J］．甘肃农业大学学报，2022，57（4）：57-64，74．
-
[26] 胡正江，康晓晗，薛旭杰，等．集约农田管理措施对桓台县域土壤有机碳储量的影响［J］．中国生态农业学报（中英文），2022，30（8）：1258-1268．
-
[27] Biswas J C，Hossain M B，Maniruzzaman M，et al．Spatio-temporal distribution of reactive nitrogen species in relation to wheat cultivation in Bangladesh［J］．SN Applied Sciences，2021，3（1）：51.
-
[28] Shah S H H，Wang J，Hao X，et al.Modeling the effect of salt-affected soil on water balance fluxes and nitrous oxide emission using modified DNDC［J］．Journal of Environmental Management，2021（15）：111678．
-
[29] Jiang R，Yang J Y，Drury C F，et al．Assessing the impacts of diversified crop rotation systems on yields and nitrous oxide emissions in Canada using the DNDC model［J］．Science of The Total Environment，2020，759：143．
-
[30] Lv F L，Song J H，Giltrap D，et al．Crop yield and N2O emission affected by long-term organic manure substitution fertilizer under winter wheat-summer maize cropping system［J］．Science of the Total Environment，2020，732（1-2）：139321．
-
[31] Jia H X，Wang X，Xian J J，et al．Simulated soil organic carbon stocks in northern China’s cropland under different climate change scenarios［J］．Soil &；Tillage Research，2021，213（1）：105088．
-
[32] 戴嘉璐，李瑞平，李聪聪，等．盐渍化灌区玉米施氮量阈值DNDC模型模拟［J］．农业工程学报，2021，37（24）：131-140．
-
[33] 牛轶男，申丹丹，丁永刚，等．减氮模式对稻茬中筋小麦籽粒产量、品质和氮肥效率的影响［J］．麦类作物学报，2021，41（12）：1524-1533．
-
[34] 宋世龙，杨卫君，陈雨欣，等．氮肥减量配施生物炭对北疆灌区春小麦光合和干物质转运特性及产量的影响［J］． 麦类作物学报，2023，43（3）：311-320.
-
[35] 侯慧芝，张绪成，尹嘉德，等．旱地化肥分层和深施对春小麦水肥利用及产量的影响［J］．中国农业科学，2022，55（17）：3289-3302．
-
[36] 金雪丹．基于产量、经济与环境效益的旱地冬小麦氮素合理施用阈值研究［D］．咸阳：西北农林科技大学，2019．
-
[37] 郭曾辉，雒文鹤，刘朋召，等．微喷灌条件下不同水氮处理对冬小麦水氮利用和产量的影响［J］．麦类作物学报，2021，41（10）：1256-1265．
-
[38] 田雪梅，郭瑶，王巧梅，等．地膜玉米免耕轮作春小麦水氮生产力对灌水施氮水平的响应［J］．麦类作物学报，2019，39（7）：818-825．
-
[39] 吴良泉，武良，崔振岭，等．中国小麦区域氮磷钾肥推荐用量及肥料配方研究［J］．中国农业大学学报，2019，24（11）：30-40．
-
[40] White E，Finnan J．Crop structure in winter oats and the effect of nitrogen on quality-related characters［J］．Journal of Crop Improvement，2017，31：758-779．
-
[41] 裴沙沙，黎耀军，严海军，等．喷灌施氮对马铃薯氮素积累及土壤硝态氮影响［J］．排灌机械工程学报，2022，40（7）：745-750．
-
[42] He J Q，Dukes M D，Hochmuth G J，et al．Identifying irrigation and nitrogen best management practices for sweet corn production on sandy soils using CERES-Maize model［J］．Agricultural Water Management，2012，109：61-70.
-
[43] 曲文凯，徐学欣，郝天佳，等．施氮量对滴灌冬小麦-夏玉米周年产量及氮素利用效率的影响［J］．植物营养与肥料学报，2022，28（7）：1271-1282．
-
[44] Ward M H，Jones R R，Brender J D，et al．Drinking water nitrate and human health：an updated review［J］．International Journal of Environmental Research and Public Health，2018，15（7）：1557-1587.
-
[45] Coskun D，Britto D T，Shi W M，et al．How plant root exudates shape the nitrogen cycle［J］．Trends in Plant Science，2017，22（8）：661-673.
-
[46] 李晶，何志斌，王建兵，等．荒漠绿洲农田土壤水热动态及硝态氮淋溶特征［J］．中国沙漠，2022，42（5）：245-257．
-
[47] 徐仲阳，王亚艺，张洋，等．青海低位山旱地化肥氮有机替代研究初探［J］．青海农林科技，2021（1）：8-10．
-
[48] Banger K，Wagner-Riddle C，Grant B B，et al．Modifying fertilizer rate and application method reduces environmental nitrogen losses and increases corn yield in Ontario［J］．Science of the Total Environment，2020，722（C）：137851.
-
[49] 王亚楠，税伟，祁新华，等．基于区域DNDC的稻田轮作氮素空间分异与驱动分析：以晋江流域为例［J］．环境科学，2020，41（6）：2714-2726．
-
[50] Zhao Z，Cao L K，Sha Z M，et al．Impacts of fertilization optimization on N loss from paddy fields：Observations and DNDC modeling case study in Shanghai，China［J］．Soil &；Tillage Research，2020，199：104587.
-
摘要
为缓解农田盈余氮肥淋溶对地下水污染，保证小麦高产和氮肥农学效率条件下寻求适宜的施氮量。结合青海省西宁地区 2 年试验数据对 DNDC 模型校准与验证，用 2020 年的数据对模型进行校准，2021 年的数据对模型进行验证，先评估小麦产量和硝酸盐淋溶量对灌水量、灌水次数、耕作深度、施氮量、施肥次数的敏感性，探索不同施氮量下小麦产量、农田硝酸盐淋溶量以及氮肥利用效率。结果表明：（1）DNDC 模型可以较好地模拟小麦产量和硝态氮淋溶量，小麦产量和硝态氮淋溶量归一化均方根误差分别为 0.16 ～ 0.28 和 0.18 ～ 0.26，均方根误差的标准偏差比分别为 0.55 ～ 0.68 和 0.48 ～ 0.57，决定系数均大于 0.80；（2）小麦产量和硝态氮的淋溶对施氮量最为敏感，敏感性指数（SI）分别为 0.753 和 1.946，硝态氮淋溶对施肥次数与灌溉次数的敏感性较小，SI 分别为 -0.360 和 0.152。灌溉量（SI=-0.007，SI=0.085）和耕作深度（SI=0.013，SI=0.078）对小麦产量和硝态氮淋溶量几乎没有影响；（3）基于春小麦高产，氮肥农学效率以及地下水安全考虑，青海省西宁地区小麦最佳施氮量范围为 160.73 ～ 176.83 kg/hm2 。以上结果为青海省高原农区绿色生产提供理论基础。
Abstract
The aimed to alleviate the Groundwater pollution caused by the leaching of surplus nitrogen fertilizer in farmland， and to find the appropriate amount of nitrogen under the conditions of high yield of wheat and agronomic efficiency of nitrogen fertilizer．The DNDC（Denitrification Decomposition）model was calibrated and validated based on 2-year experimental data from the Xining region of Qinghai．The model was calibrated using data from 2020 and validated using data from 2021．The sensitivity of wheat yield and nitrate leaching to irrigation amount，irrigation frequency，tillage depth，nitrogen application rate，and fertilization frequency was first evaluated to explore the effects of different nitrogen application rates on wheat yield，nitrate leaching amount and nitrogen fertilizer utilization efficiency in farmland．The results showed that：（1）DNDC model could simulate wheat yield and nitrate nitrogen leaching amount well．The normalized root-mean-square deviation of wheat yield and nitrate nitrogen leaching amount was 0.16-0.28 and 0.18-0.26，respectively. The standard deviation ratio of root-mean-square deviation was 0.55-0.68 and 0.48-0.57，and their coefficient of determination was greater than 0.80. （2）Wheat yield and nitrate nitrogen leaching were the most sensitive to nitrogen application，with sensitivity indices（SI） of 0.753 and 1.946，respectively. Nitrate nitrogen leaching was less sensitive to fertilization and irrigation frequency，with sensitivity indices（SI）of -0.360 and 0.152，respectively. The irrigation amount（SI=-0.007，SI=0.085）and tillage depth （SI=0.013，SI=0.078）had almost no effect on wheat yield and nitrate nitrogen leaching.（3）Based on the high yield of spring wheat，the agronomic efficiency of nitrogen fertilizer and the safety of groundwater，the optimal nitrogen application range for wheat in Xining，Qinghai was 160.73-176.83 kg/hm2 。 The above results can provide a theoretical basis for green production in agricultural areas on the Qinghai Plateau.
Keywords
DNDC model ； spring wheat ； nitrate nitrogen ； nitrogen application rate