土壤碳氮循环综合研究支撑农业可持续发展
赵旭1,2,3 , 夏龙龙1,2 , 夏永秋1,2,3 , 颜晓元1,2,3     
1. 中国科学院南京土壤研究所 土壤与农业可持续发展重点实验室(中国科学院) 南京 211135;
2. 中国科学院常熟农业生态实验站 苏州 215555;
3. 中国科学院大学 南京学院 南京 211135
摘要:常熟农业生态实验站(以下简称“常熟站”)成立于1987年,是中国科学院设在长江三角洲地区的唯一从事农业、资源与生态环境多学科综合观测、研究与示范基地。建站以来,常熟站在全国率先开展土壤氮素循环、农田固碳减排、农业面源污染等颇具特色的系统研究工作。近5年来,围绕我国农业可持续发展的优化施氮、碳减排与面源污染治理三大科技问题,创建了以经济和环境经济指标为依据的全国水稻适宜施氮量分区确定方法,提出了生物炭施用结合氮肥优化管理与生物炭生产过程生物油/气资源化利用实现我国粮食生产碳中和的技术路径,构建了耦合景观格局和生态过程的南方稻作区面源污染本土化模型,为我国持续推动农业减污降碳增效协同提供了重要科技支撑。
关键词肥料氮去向    适宜施氮量    温室气体排放    固碳减排    成污机制    面源污染模型    
CSTR  32128.14.CASbulletin.20240617002
Fundamental theory and technological innovation in soil carbon and nitrogen cycling: Promoting sustainable development of agriculture
ZHAO Xu1,2,3, XIA Longlong1,2, XIA Yongqiu1,2,3, YAN Xiaoyuan1,2,3     
1. State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 211135, China;
2. Changshu National Agro-Ecosystem Observation and Research Station, Chinese Academy of Sciences, Suzhou 215555, China;
3. University of Chinese Academy of Sciences, Nanjing, Nanjing 211135, China
Abstract: The Changshu National Agro-Ecosystem Observation and Research Station (hereinafter referred to as Changshu Station) was officially established in 1987. Changshu Station is the only multidisciplinary comprehensive observation, research, and demonstration station within Chinese Academy of Sciences in the Yangtze River Delta region, focusing on researches about agricultural production, resources utilization, and environmental protection. Since its establishment, Changshu Station is the pioneer in conducting systematic observational research on soil nitrogen cycling, soil carbon sequestration, greenhouse gas (GHG) mitigation, and agricultural non-point source pollution. Over the past five years, Changshu Station has focused on three major scientific issues facing green and sustainable agricultural production in China: nitrogen fertilization optimization, carbon sequestration and GHG mitigation, and non-point source pollution controlling. Accordingly, it has developed a nationwide method for determining the optimal nitrogen application rates for rice production based on economic and environmental indicators, proposed a technical pathway to achieve carbon neutrality for grain production through the combined use of biochar and optimized nitrogen fertilization management with resource utilization of bio-oil/gas produced during biochar production. Additionally, it has constructed a localized model for stimulating agricultural non-point source pollution in southern rice-growing watersheds that couples landscape patterns and ecological processes. These efforts have resulted in a series of internationally influential and domestically leading innovative achievements, providing significant scientific support for promoting synergistic pollution reduction and GHG mitigation for agricultural production in China.
Keywords: fertilizer N fates    optimal N rate    greenhouse gas emissions    carbon sequestration and GHG mitigation    polluting mechanisms    non-point source pollution models    

长江三角洲跨越江苏、浙江、上海3省(直辖市),是我国经济最发达和粮食生产高度集约化的地区,其中太湖平原是长江三角洲的主体。得益于优越的水热条件,该地区农田主要实行以水稻为中心的水旱轮作制。由于所处地区江河湖泊水网密布,土壤主要由河湖冲积物形成,地势低洼,历史上曾面临渍涝、沙化等问题,造成土壤物理性状不良、养分有效性低,严重阻碍粮食生产。早在1956年,中国科学院南京土壤研究所在常州、苏州、无锡等地陆续开展了农业丰产经验总结与试验研究,写出了一系列具有重要价值的专著。20世纪80年代,由熊毅院士主持“六五”国家科技攻关计划“太湖地区高产土壤的培育与合理施肥的研究”,从土壤养分、结构特征等科学数据多角度论证了当时盛行的双季稻三熟制的弊端,用“三三得九,不如二五一十”(将“早稻/晚稻/麦一年三熟”调整为“稻麦一年两熟制”)的通俗谚语诠释了熟制合理运筹的重要性,在区域长期粮食稳增产中发挥了举足轻重的作用。“六五”国家科技攻关计划攻关结束后,李庆逵院士、熊毅院士、赵其国院士、朱兆良院士等提出须建立一个相对稳定的试验站,作为水稻土、经济发达地区农业与生态环境变化的研究基地。在此背景下,中国科学院常熟农业生态实验站(原名中国科学院南京土壤研究所太湖农业生态试验站,1992年更名,以下简称“常熟站”)于1987年6月应运而生。

建站后,尤其是进入21世纪后,面向国家、区域对农业高产高效与生态环境保护的重要需求,常熟站依托试验平台,在土壤物质循环与功能演变、农田养分高效与精准施肥、农区土壤健康与生态环境提升等领域开展了卓有成效的科学观测与试验示范工作,逐渐形成了极具特色的土壤氮素循环、农田固碳减排、农业面源污染等优势研究方向,主持承担了大批国家重点科技项目,取得了一系列有国际影响力、国内引领性的创新成果,持续推进土壤碳氮循环理论与技术向深度和广度拓展延伸,助力我国农业绿色可持续发展。

1 开展“田块—区域—国家”多尺度长期、系统观测研究,创新和发展了稻田优化施氮的基础理论与技术

氮肥既是农业增产必不可少的农用化学品,又是环境污染物的主要来源之一。中国是水稻大国,种植面积约3 000万公顷,稻谷年产超2亿吨,但投入化学氮肥也高达630万吨,占全球水稻氮肥消耗1/3[1],对大气、水体等产生的负面环境效应相当于水稻施氮增产收益的52%[1]。因此,如何优化施氮,协调氮肥的农学与环境效应是我国水稻生产面临的关键科学命题。围绕这一命题,开展稻田氮肥去向及损失规律、氮肥利用与损失区域差异及机制、适宜施氮量确定和推荐方法的研究一直是常熟站长期坚持的基础性科研工作。

1.1 量化了稻田残留化肥氮的长期去向

农田氮肥有三大去向:作物吸收、土壤残留和损失。国内围绕氮肥去向虽然已开展了大量 15N示踪试验,但缺少对残留氮长期去向的追踪。国际上在长时间尺度上追踪残留氮去向的研究亦非常罕见,仅见法国学者Mathieu SeBilo等基于甜菜-小麦轮作旱地的30年结果报告[2]。该文指出,化肥氮土壤残留对地下水环境影响长达百年。对于稻田,因耕作制与水热条件不同,其土壤残留氮肥对后续作物氮吸收与环境影响一直是学界普遍关心的问题。

常熟站利用2003年建立的原状土柱渗漏池,进行了长达17年的肥料去向追踪[3]。观测结果确认了2个事实:一方面,如果仅考虑肥料氮的当季吸收,会大幅低估化肥氮的真实贡献;另一方面,残留于土壤中的化肥氮大多能被后续作物持续利用,再迁移进入环境并产生明显影响可能性较小。基于此,提出了提高稻田氮肥利用率的“两步走”原则:①阻控当季氮肥损失、提高氮吸收;②增强土壤保氮能力。上述原则为优化施氮、提高氮肥利用率的技术研发提供了落脚点(图 1)。

图 1 提高稻田氮肥利用率的“两步走”原则[3] Figure 1 Conceptualized two-step strategy for optimal N fertilizer management of rice paddy [3]
1.2 揭示了水稻氮肥利用与损失的区域差异及原因

我国水稻种植分布广,因水肥耕种等管理因素的不同,氮肥利用与损失及其环境影响迥异。以东北、华东稻区为例,二者水稻种植面积、稻谷产量合占全国36%和38%。两地水稻单产基本相当,但诸多田间结果表明东北氮肥利用率要高于全国其他稻区,这一差异被学者所熟知,但其背后原因并不清楚。

利用区域数据整合—田块与土壤互置盆栽观测—室内示踪等综合研究方法,在明确水稻氮肥利用与损失的区域差异(图 2),量化气候、土壤、管理(施氮量)对氮利用与损失的影响贡献的基础上,揭示出东北水稻氮肥利用率优于华东的主要原因。①东北水稻维持高产所需吸氮量低,而对吸收氮形成稻谷产量的生理效率高[4];②东北水稻土矿化、硝化弱,损失少,能提高土壤铵态氮存留,契合水稻的铵偏好,且肥料氮对土壤氮的激发明显,可提供更多矿化氮和保持较高土壤供保氮水平[5, 6]。这些新认识,解答了东北水稻氮肥利用率高于华东水稻的主要原因,为高氮投入地区稻田优化施氮、降低环境影响风险提供方向依据。

图 2 华东与东北水稻产量、氮肥利用效率指标、籽粒氮浓度与施氮量的关系及其在农户传统施氮量下的比较[4] Figure 2 Responses of rice yield, N use efficiency indexes and grain N content to N rates and their comparison under farmer's N practice in East China and Northeast China [4] (a)水稻产量;(b)氮肥偏生产力;(c)表观氮肥回收率;(d)氮肥生理效率;(e)氮肥农学效率;(f)籽粒氮浓度 (a) rice yield; (b) partial factor productivity; (c) apparent N recovery efficiency; (d) physiological efficiency; (e) agronomic efficiency; (f) grain N content
1.3 创建了经济和环境经济指标优化的水稻适宜氮量分区确定方法

优化施氮是推动农田氮素良性循环的关键,确定作物的氮肥适宜施用量是优化施氮的前提。现行施氮量优化途径有两类[7]:①通过土壤和/或植株测试直接确定满足作物所需的适宜施氮量,但我国以小农户种植和分散经营为主,田块小而多,复种指数高茬口紧,该途径耗时耗力,投入较高,当前较难大面积推行;②以产量/施氮量田间试验为基础,确定边际效应最大化的平均适宜施氮量作为区域推荐,具有纲举目张、简便易掌握的特点和优点,但多以产量或经济效益为施氮量确定依据,忽略了环境效益,不符合水稻可持续生产的新时代要求。动员数以千万计的小农户氮肥减施是一项巨大挑战,也需要对小农户氮肥优化面临的减产风险和环境影响进行权衡分析,以满足社会、经济和环境效益多目标协同。

针对这一难题,常熟站研究团队创建了以经济(ON)和环境经济(EON)指标为优化依据的水稻适宜氮量分区确定方法[1]区域施氮量优化可保障我国2030年2.18亿吨水稻总产能需求下,减少氮肥投入10%—27%,减排活性氮7%—24%。大范围田块验证表明,区域氮量优化可在85%—90%的点位上实现水稻基本平产或增产,90%—92%点位上做到收益大体持平或增加,93%—95%点位上实现环境经济效益无明显降低或提高,同时提高氮肥利用率30%—36%。此外,从科技、管理、政策3个层面提出了构建全国尺度产量—施氮量动态观测网和“控氮”决策智能管理系统[8, 9],建立氮肥配额管理与实名购买定额使用制度,出台普遍优化氮量激励补贴(面向全国水稻种植户的补贴总额仅为水稻产值、增产收益和环境收益的3%、11%和65%)等建议,为国家推动农业减肥增效与绿色发展提供自上而下的决策依据(图 3)。

图 3 全国水稻施氮量优化策略[1] Figure 3 Optimal nitrogen rate strategy for sustainable rice production in China [1]
2 系统开展我国主粮生产体系碳减排技术途径研究,为推动农业碳中和实现提供科技支撑

粮食生产是我国重要的温室气体排放(简称“碳排放”)源,主要归因稻田甲烷(CH4)排放,氮肥施用引起的土壤氧化亚氮(N2O)排放,以及农业生产资料生产、运输过程导致的二氧化碳(CO2)排放。“双碳”战略背景下,针对碳中和碳达峰国家重大需求,解析我国粮食生产碳排放的调控机制和时空特征,量化固碳减排措施的潜力,明确碳中和实现路径,对于发展绿色低碳农业和缓解气候变化具有重要意义。

2.1 明确了我国主粮生产碳排放的时空格局

水旱轮作(夏季水稻—冬季小麦)是太湖地区主要的水稻生产轮作制度。当前氮肥大量施用及秸秆直接还田在保证粮食产量的同时,促进了CH4和N2O的大量排放。常熟站长期定位试验的结果显示,长期秸秆还田下,太湖地区稻田CH4排放量高达290—335 kg CH4 hm−2,高于国内其他水稻产区的排放量。虽然秸秆还田能够提高稻田土壤有机碳固定速率,但从综合温室效应分析,秸秆还田引起的稻田CH4排放温室效应的增幅是土壤固碳效果的2倍多,因此显著加重了温室效应[10]。即使在旱地(小麦季)还田,秸秆对土壤N2O排放的促进效应,也能够抵消掉30%的土壤固碳效果。稻季N2O的直接和间接排放则随着化学氮肥施用量增加而呈现指数式增加。

在全国层面,常熟站研究团队构建了主粮作物碳排放估算模型[11]2005年我国水稻、小麦和玉米生产过程的碳排放总量为5.8亿吨CO2当量,占农业源总排放量的51%。2018年碳排放总量增加到6.7亿吨,排放占比增加到56%(图 4)。不同作物排放差异巨大,水稻生产贡献最大(占比57%),其次是玉米(29%)和小麦(14%)生产。按照生产环节分类,稻田CH4排放是我国主粮生产碳排放的最大贡献源,占比38%,其次是化学氮肥生产过程能耗CO2排放(占比31%)和氮肥施用引起的土壤N2O排放(占比14%)。我国主粮生产碳排放呈现显著的空间差异,整体呈现“东重西轻”和“南重北轻”的格局(图 4)。稻田CH4排放及氮肥用量的区域差异是驱动碳排放空间变异的主要因素。稻田甲烷排放和氮肥施用等引起的强碳源效应是土壤固碳效应的12倍,表明亟需采取合理的农田管理措施减少稻田甲烷排放,优化氮肥管理,提高土壤固碳效果。

图 4 2005年(a)和2018年(b)我国主粮作物生产碳排放空间特征[11] Figure 4 Spatial variation of GHG emissions from staple food production in China [11]
2.2 提出了我国粮食生产碳中和的技术路径

优化秸秆和动物有机肥还田方式,降低有机物料中易分解碳含量,提高木质素等难分解碳含量,能够有效控制稻田甲烷排放,并提高土壤固碳效果[12]如果综合考虑温室效应,在稻田施用作物秸秆和动物有机肥,单位有机物碳输入分别显著促进了净碳排放1.33和0.41 t CO2-eq·t−1,旱地施用则分别减少了净碳排放0.43和0.36 t CO2-eq·t−1·yr−1。如果将秸秆和有机肥碳化成生物炭还田会将其对稻田净碳排放的正效应转为负效应,并大幅提升旱地土壤的碳汇能力。除此以外,基于“4R”策略(适宜氮肥类型,合理施用量、施用时期、施用方法)的氮肥优化管理措施,如高效氮肥、氮肥深施及测土配方施肥等,能够通过有效协同土壤氮和肥料氮供应与作物需氮之间的关系,大幅减少N2O直接和间接排放[13]

粮食生产温室气体排放之间存在的此消彼长效应,表明碳氮耦合优化管理是实现农田土壤固碳减排协同的关键。常熟站研究团队发现通过增加秸秆还田比例(从当前的44% 提高到82%)、采用间歇灌溉及氮肥优化管理的3个减排措施集合(减排方案1),我国主粮生产总碳排放能够从2018年的6.7亿吨CO2当量减少到5.6亿吨,减排比例为16%,无法实现碳中和。如果进一步优化减排措施,将减排方案1中的秸秆炭化为生物炭还田并保持其他措施不变(减排方案2),我国主粮生产总碳排放将从5.6亿吨降低至2.3亿吨,减排比例提高到59%,但仍然无法实现碳中和。如果在减排方案2的基础上,进一步将生物炭生产过程产生的生物油和生物气捕获后发电实现能源替代(减排方案3),主粮生产总碳排放将从2.3亿吨降低至—0.4亿吨,可实现碳中和(图 5)。未来需要完善和规范碳交易市场,优化生物炭热解工艺,建立生态补偿机制,激励农民采用生物炭及氮肥优化管理措施,推动农业碳中和的实现。

图 5 我国主粮作物生产实现碳中和的路径[11] Figure 5 Pathways of staple crop production to carbon neutrality in China[11]
3 开展了南方多水体面源污染成污机制、模型模拟与决策支持研究,助力美丽田园建设与乡村振兴

我国南方地区氮肥施用强度大、降雨丰沛、水系发达,农业面源污染防控一直是区域环境领域热点科学问题。常熟站是我国最早开展面源污染研究的站点之一,马立珊等早在20世纪80年代就开展田间实验与野外调查,完成了《苏南太湖水系农业非点源氮污染及其控制对策研究》 [14]。2003年,由朱兆良院士主持的中国环境与发展国际合作委员会项目“中国种植业的非点源污染控制对策研究”,首次对我国农业面源污染的现状、问题、对策进行了梳理[15]。结合“十一五”水体污染控制与治理科技重大专项(以下简称“水专项”)和太湖地区面源污染防控的长期实践,杨林章等率先在全国提出面源污染治理的“4R”理论,源头减量(Reduce)、过程阻断(Retain)、养分再利用(Reuse)和生态修复(Restore)[16]。这些实践与技术为我国面源污染治理与水环境改善作出杰出的贡献。

第二次污染普查结果表明,我国农业面源污染依然严重,尤其是南方多水体地区[17, 18]。针对当前面源污染防控存在的效率不高、技术效果不稳定等问题,深入理解我国南方多水体区域面源氮成污机制,构建本土化的面源污染模型,进而提出高效的管控决策具有重要意义。

3.1 明确了水体反硝化消纳的影响机制

小微水体(沟渠、池塘、溪流等)广泛分布是我国南方稻作农业流域的典型特点,也是面源氮消纳的主要场所[19, 20]。反硝化作用是水体氮素消纳的主要过程,但水体反硝化受到水力和生物因素共同影响,过程较为复杂。基于前期构建的淹水环境膜进样质谱方法,研究首先明确了静态条件下反硝化速率的影响因素[21]。结果表明,小微水体氮素去除能力由水体拓扑结构和人为管理措施共同决定,处于上游的水体(沟渠)氮素去除能力大于处于下游的水体(池塘和河流),植被的存在会增强水体氮素去除能力,半硬化和完全硬化都降低沟渠氮素去除能力(图 6)。几乎所有水体氮素去除速率都与水体硝态氮浓度(NO3)显著相关,表明一级动力学反应方程可以较好地模拟小微水体氮素去除过程。但是,不同水体类型一级动力学反应常数k变异显著,k由水体DOC和DO浓度共同决定。基于上述研究,常熟站研究团队分别估算了太湖和洞庭湖环湖区小微水体的氮素去除能力,发现小微水体可以去除太湖流域43%[19]、洞庭湖环湖区68%[21]的水体氮素负荷,是氮素去除的热区。

图 6 不同类型水体反硝化速率变异图[21] Figure 6 Variation of denitrification rate for differen types of water[21] (a)多水体类型;(b)沟系级别;(c)沟渠硬化程度;(d)有无植物;(e)池塘大小 (a) Water body type; (b) Ditch orders; (c) Degree of concrete; (d) Plant presence; (e) Pond size

为了进一步研究动态条件下的水力因子(如流速等)对水体反硝化速率的影响,自主研发了水动力调控装置,结合气体扩散系数估算水体反硝化速率的方法[22],研究发现在0—10 cm·s‒1的流速范围内,随流速增加,水体反硝化速率呈现先增大后减小的趋势。无论是否种植植物,反硝化速率的最大值均出现在流速为4 cm·s‒1时,最小值均出现在流速为0 cm·s‒1时。流速增大引起的溶解氧饱和率升高是限制水体反硝化速率的关键因子。此外,由于植物的光合作用和呼吸过程,夜间水体的反硝化速率显著高于白天[23]

3.2 构建了南方稻作流域农业面源污染本土化模型

基于上述研究,现有面源污染模型由于不能充分模拟小微水体,尤其是水体位置和拓扑结构对氮素消纳与负荷的影响[24],可能导致模型模拟的不精准。为了进一步证明和量化水体位置的影响,构建了包含水体位置和面积因子的流域面源负荷概念模型[24]。通过流域内水体分布的随机数学试验,结果表明,不管水体的消纳速率如何,水体位置的重要性都要高于面积的重要性,该结论得到了句容农业流域实测数据的验证。

为进一步耦合水体位置和水体消纳过程,实现流域面源污染全过程的分布式模拟,开发了面源污染“农田排放—沿程消纳—水体负荷”模型新框架[25]该模型框架可以考虑各个小微水体和污染源之间的层次网络结构效应和空间相互作用,模型以图文理论和拓扑关系为基础,提出基于“源→汇”迁移路径的沿程线状水体(沟、河)和面状水体(塘、库)表征方法,以及基于“汇→源”拓扑结构的土地利用之间连通性和包含关系表征方法(图 7)。可以实现多水体农业流域面源污染负荷量与消纳量分布式模拟。该方法所需参数少、操作简单、模拟结果可靠,尤其适合多水体农业复杂流域。

图 7 多水体流域面源污染模型新框架与流失量—消纳量—负荷量分布式模拟结果[25] Figure 7 New framework of non-point source pollution model in multi-water watershed and distributed simulation results of field emission, removal and load[25] (a)多水体流域面源污染模型新框架;(b)句容农业流域流失量—消纳量—负荷量分布式模拟结果 (a) New framework of non-point source pollution model in multi-water watershed; (b) Distributed simulation results of field emission, removal and load in Jurong agricultural watershed

目前,该模型已经申请流域面源污染模拟、评价、管理平台[NutriShed SAMT] V1.0软件著作权专利。在全国10余个区域开展应用验证,为流域面源污染的智慧管理如生态湿地选址、农场选址、污染物路径追踪、减排策略分析、风险评估、水质目标实现等提供新的途径。同时,浙江大学与常熟站研究团队合作,应用拓展该模型模拟我国城市化、大气沉降等对水体污染的影响[26, 27]。相关研究推动了南方农业流域面源污染精细化源解析与决策支持的实现。

4 为重大科技任务顺利实施提供重要保障

作为长江三角洲地区的重要野外基地,常熟站始终坚持“观测、研究、示范、共享”的野外站功能,为该区域一大批国家重大科技任务的实施提供科研仪器、观测数据与支撑保障。近10年来,常熟站坚持科学观测研究契合国家重大战略需求和经济社会发展的目标,积极争取承担相关国家科技任务,依托常熟站先后获批并实施了包括国家重点研发计划、中国科学院战略性先导科技专项(A、B类)、国家自然科学基金地区联合基金及国际合作项目、江苏省重大创新载体建设项目等在内的多项科研项目。当前,常熟站充分发挥自身在土壤养分调控与固碳减排方面的研究优势,积极组织力量承担相关专项工作,正在开展的苏北滨海盐碱地消障提质与产能提升科技攻关,可为苏北滨海盐碱地高效治理与特色利用提供有效方案。未来,常熟站将继续努力在积极服务国家战略和地方发展中不断展现新担当、实现新作为。

5 结语

近年来,常熟站发挥传统科研观测优势,在我国农田绿色可持续生产面临的优化施氮、固碳减排与面源污染防治基础理论与技术创新方面取得原始突破,显著提升了野外台站的竞争力,为农业绿色可持续发展提供了重要科技支撑。

未来,常熟站将秉持“贡献、责任、无私、情怀、专注、极致、创新、引领”精神,针对“美丽中国”“藏粮于地、藏粮于技”“乡村振兴”和“双碳”等国家战略需求,聚焦长江三角洲经济发达区农业与生态环境问题,继续整合资源,优化布局,集聚多学科人才,持续深化土壤物质循环与功能演变、农田养分高效与精准施肥、农区土壤健康与生态环境提升3方面观测研究,力争建成国际知名、国内一流的农业生态系统土壤与生态环境科学监测、研究、示范与科普服务平台,为区域乃至全国土壤健康、粮食安全、生态环境保护与农业高质量发展提供科技创新支撑。

参考文献
[1]
Cai S Y, Zhao X, Pittelkow C M, et al. Optimal nitrogen rate strategy for sustainable rice production in China. Nature, 2023, 615: 73-79. DOI:10.1038/s41586-022-05678-x
[2]
Sebilo M, Mayer B, Nicolardot B, et al. Long-term fate of nitrate fertilizer in agricultural soils. PNAS, 2013, 110(45): 18185-18189. DOI:10.1073/pnas.1305372110
[3]
Zhao X, Wang Y Y, Cai S Y, et al. Legacy nitrogen fertilizer in a rice-wheat cropping system flows to crops more than the environment. Science Bulletin, 2024, 69(9): 1212-1216. DOI:10.1016/j.scib.2024.02.027
[4]
Cai S Y, Zhao X, Yan X Y. Effects of climate and soil properties on regional differences in nitrogen use efficiency and reactive nitrogen losses in rice. Environmental Research Letters, 2022, 17(5): 054039. DOI:10.1088/1748-9326/ac6a6b
[5]
Zhao X, Cai S Y, Yang B G, et al. Soil nitrogen dynamics drive regional variation in nitrogen use efficiency in rice: A multi-scale study. European Journal of Soil Science, 2023, 74(2): e13352. DOI:10.1111/ejss.13352
[6]
杨秉庚, 蔡思源, 刘宇娟, 等. 土壤供保氮能力决定稻田氮肥增产效果和利用率. 土壤学报, 2023, 60(1): 212-223.
Yang B G, Cai S Y, Liu Y J, et al. Soil nitrogen supply and retention capacity determine the effect and utilization rate of nitrogen fertilizer in paddy field. Acta Pedologica Sinica, 2023, 60(1): 212-223. (in Chinese)
[7]
邢光熹, 赵旭, 王慎强. 论中国农田氮素良性循环. 北京: 科学出版社, 2020.
Xing G X, Zhao X, Wang S Q. Views on Improved Nitrogen Cycling in Chinese Cropland. Beijing: Science Press, 2020. (in Chinese)
[8]
赵旭, 蔡思源. 一种水稻氮肥施用量的确定方法: 中国, ZL202211201421.1.
Zhao X, Cai S Y. A method for optimizing fertilizer nitrogen rate: China, ZL202211201421.1. (in Chinese)
[9]
中国科学院南京土壤研究所. 水稻"控氮"决策智能管理平台V1.0: 中国, 2023SR1248773.
Institute of Soil Science, Chinese Academy of Sciences. China Rice Nitrogen Fertilizer Decision Support System version 1.0: China, 2023SR1248773. (in Chinese)
[10]
Xia L L, Lam S K, Wolf B, et al. Trade-offs between soil carbon sequestration and reactive nitrogen losses under straw return in global agroecosystems. Global Change Biology, 2018, 24(12): 5919-5932. DOI:10.1111/gcb.14466
[11]
Xia L L, Cao L, Yang Y, et al. Integrated biochar solutions can achieve carbon-neutral staple crop production. Nature Food, 2023, (4): 236-246.
[12]
夏龙龙, 遆超普, 朱春梧, 等. 中国粮食生产的温室气体减排策略以及碳中和实现路径. 土壤学报, 2023, 60(5): 1277-1288.
Xia L L, Ti C P, Zhu C W, et al. Mitigation strategies of greenhouse gas emissions from crop production in China and the pathways to agricultural carbon neutrality. Acta Pedologica Sinica, 2023, 60(5): 1277-1288. (in Chinese)
[13]
Xia L L, Lam S K, Chen D L, et al. Can knowledge-based N management produce more staple grain with lower greenhouse gas emission and reactive nitrogen pollution? A meta-analysis. Global Change Biology, 2017, 23(5): 1917-1925. DOI:10.1111/gcb.13455
[14]
马立珊. 苏南太湖水系农业非点源氮污染及其控制对策研究. 应用生态学报, 1992, 3(4): 346-354.
Ma L S. Nitrogen pollution from agricultural non-point sources and its control in water system of Taihu Lake. Chinese Journal of Applied Ecology, 1992, 3(4): 346-354. DOI:10.3321/j.issn:1001-9332.1992.04.003 (in Chinese)
[15]
朱兆良, Norse David, 孙波. 中国农业面源污染控制对策. 北京: 中国环境科学出版社, 2006.
Zhu Z L, David N, Sun B. Policy for reducing non-point pollution from crop production in China. Beijing: China Environmental Science Press, 2006. (in Chinese)
[16]
杨林章, 施卫明, 薛利红, 等. 农村面源污染治理的"4R"理论与工程实践——总体思路与"4R"治理技术. 农业环境科学学报, 2013, 32(1): 1-8.
Yang L Z, Shi W M, Xue L H, et al. Reduce-retain-reuserestore technology for the controlling the agricultural non-point source pollution in countryside in China: General countermeasures and technologies. Journal of Agro-Environment Science, 2013, 32(1): 1-8. (in Chinese)
[17]
夏永秋, 赵娣, 严星, 等. 我国农业面源污染过程模拟的困境与展望. 农业环境科学学报, 2022, 41(11): 2327-2337.
Xia Y Q, Zhao D, Yan X, et al. Dilemma and prospect of modelling in agricultural non-point source pollution in China. Journal of Agro-Environment Science, 2022, 41(11): 2327-2337. DOI:10.11654/jaes.2022-0867 (in Chinese)
[18]
Yan X, Xia Y Q, Ti C P, et al. Thirty years of experience in water pollution control in Taihu Lake: A review. The Science of the Total Environment, 2024, 914: 169821. DOI:10.1016/j.scitotenv.2023.169821
[19]
Li X B, Xia Y Q, Li Y F, et al. Sediment denitrification in waterways in a rice-paddy-dominated watershed in Eastern China. Journal of Soils and Sediments, 2013, 13(4): 783-792. DOI:10.1007/s11368-013-0651-0
[20]
Zhao Y Q, Xia Y Q, Ti C P, et al. Nitrogen removal capacity of the river network in a high nitrogen loading region. Environmental Science & Technology, 2015, 49(3): 1427-1435.
[21]
Yan X, Han H J, Li X H, et al. Dissolved organic carbon and dissolved oxygen determine the nitrogen removal rate constant in small water bodies of intensive agricultural region. Agriculture, Ecosystems & Environment, 2024, 361: 108822.
[22]
李晓寒, 严星, 夏永秋, 等. 气体扩散系数法估算水体反硝化速率. 农业环境科学学报, 2023, 42(5): 1109-1115.
Li X H, Yan X, Xia Y Q, et al. Estimating the denitrification rate of water bodies by gas diffusion coefficient method. Journal of Agro-Environment Science, 2023, 42(5): 1109-1115. (in Chinese)
[23]
Li X H, Yan X, Han H J, et al. The trade-off effects of water flow velocity on denitrification rates in open channel waterways. Journal of Hydrology, 2024, 637: 131374. DOI:10.1016/j.jhydrol.2024.131374
[24]
Xia Y Q, Yan X Y. How variations in constructed wetlands geography affect nutrient discharge. Journal of Geophysical Research: Biogeosciences, 2020, 125(2): e2019JG005610. DOI:10.1029/2019JG005610
[25]
Xia Y Q, Zhao D, Yan X, et al. A new framework to model the distributed transfer and retention of nutrients by incorporating topology structure of small water bodies. Water Research, 2023, 238: 119991. DOI:10.1016/j.watres.2023.119991
[26]
Deng O P, Wang S T, Ran J Y, et al. Managing urban development could halve nitrogen pollution in China. Nature Communications, 2024, 15: 401. DOI:10.1038/s41467-023-44685-y
[27]
Deng O P, Huang S, Wang C, et al. Atmospheric nitrogen pollution control benefits the coastal environment. Environmental Science & Technology, 2024, 58(1): 449-458.