近日，南寧師范大學李卓亭課題組在國際農林科學領域中國科學院SCI一區(qū)Top期刊《Agriculture, Ecosystems and Environment》和《Field Crops Research》分別發(fā)表了題為“Reducing nitrogen fertilizer applications mitigates N₂O emissions and maintains sugarcane yields in South China（減量施氮可以減少中國南方甘蔗田土壤N₂O排放量并保持甘蔗產量）”和“Carbon dioxide fluxes and carbon budget of a sugarcane ecosystem with straw returning in South China（中國南方秸稈還田下甘蔗生態(tài)系統(tǒng)CO₂通量及碳源/匯特征）”的新研究論文。以上兩篇論文，李卓亭副研究員均為首作者及通訊作者，南寧師范大學北部灣環(huán)境演變與資源利用教育部重點實驗室為首完成單位。研究得到了國家自然科學基金項目（31860144）、廣西高校引進海外高層次人才“百人計劃”項目（6020303891350）和八桂學者團隊建設經費的資助。

研究依托由南寧師范大學主建的廣西金光農田生態(tài)系統(tǒng)野外科學觀測研究站（生態(tài)環(huán)境部廣西南寧農田站子站），于2019年初，在廣西農墾金光農場建立了施氮肥梯度和蔗葉還田/離田大田控制試驗（圖1），連續(xù)觀測了甘蔗生長季溫室氣體排放量（圖2，3）、產量、氮素吸收量和含糖量觀測研究數(shù)據(jù)，探明了通過優(yōu)化氮肥施用量來減少N₂O排放的巨大潛力，核算了氮肥施用量，為廣西甘蔗系統(tǒng)減少肥量增效、固碳減排等管理措施的制定提供科學參考。

文章摘要：氮肥施用加上作物秸稈還田和溫暖潮濕的氣候增加了甘蔗系統(tǒng)的氧化亞氮 (N₂O)排放量。然而，高施氮量對中國甘蔗田N₂O排放的影響及N₂O減排潛力尚不清楚。本研究在廣西甘蔗主產區(qū)開展了連續(xù)3個生長季節(jié)的田間試驗，處理包括四個施氮肥梯度，分別為常規(guī)施氮量500 kg N ha^–1(N500) 和減量施氮300 (N300) 和400 (N400)，以及不施氮 (N0)。測定了N₂O排放量、N₂O和土壤無機氮 (NH₄⁺和NO₃^–)的δ¹⁵N值變化以及產量。結果表明：氮肥施用后4周期間N₂O排放量達到峰值，且N500的峰值極大。土壤N₂O通量極大值發(fā)生在土壤 NH₄⁺和NO₃^–含量高、土壤孔隙含水量大 (約60%) 、土壤表面溫度高 (約35℃) 時。整個生長季累積N₂O排放量 (1.3 ~ 64.8 kg N ha^–1)和排放系數(shù) (2.6 ~ 11.1%) 均隨施氮量的增加而顯著增加。N₂O和土壤NH₄⁺和NO₃^–δ¹⁵N值表明，施氮后N₂O的生成以反硝化作用為主，而微生物類型隨施氮后時間和施氮量的變化而變化。主成分分析結果表明，反硝化和硝化相關因子分別解釋了N₂O通量變化的53.53%和30.53%。與N500相比， N400和N300對甘蔗產量、氮素吸收量和含糖量均沒有顯著影響。與常規(guī)氮肥用量相比，340 kg N ha^–1左右的合理氮肥用量可以在保持甘蔗產量的同時減少65 %以上的N₂O排放。本研究量化了不同施氮量對中國甘蔗系統(tǒng)N₂O排放的影響，強調了通過優(yōu)化施氮量來減少N₂O排放的巨大潛力，估算了氮肥施用量。

圖1 甘蔗氮肥處理田間試驗小區(qū)布設

圖2 不同氮肥施用處理下甘蔗田土壤-大氣界面N₂O通量（a）和的累積N₂O排放量（b）在三個甘蔗生長季節(jié)（2019-2021年）的變化情況

圖3 甘蔗田土壤年累積N₂O排放量和排放系數(shù)與施肥氮量之間的指數(shù)關系

于2021年，在廣西農墾金光農場搭建了10米高的通量塔并安裝了渦度相關系統(tǒng)，利用渦動相關和靜態(tài)箱觀測相結合的方法，首報道了我國甘蔗生態(tài)系統(tǒng)CO₂通量及其組分 (NEE、Reco和GPP) 的季節(jié)和年際變化特征（圖4）；解析了其關鍵影響因子；量化分析了甘蔗生態(tài)系統(tǒng)碳收支平衡特征（圖5），研究結果可為甘蔗生態(tài)系統(tǒng)綠色低碳發(fā)展提供科學支撐。

文章摘要：

研究背景：甘蔗（Saccharum officinarum L.）對食糖和生物燃料生產具有重要的生態(tài)經濟意義，因此，研究甘蔗生態(tài)系統(tǒng)中的二氧化碳（CO₂）通量特征對于緩解全球氣候變化具有重要意義。中國是世界主要的甘蔗生產國之一。然而，中國甘蔗生態(tài)系統(tǒng)的二氧化碳通量和碳收支平衡特征尚不清楚。

研究目的：(1) 觀測不同時間尺度上甘蔗生態(tài)系統(tǒng)CO₂通量及其組分(NEE、Reco和GPP)的季節(jié)和年際變化特征；(2) 明確甘蔗生態(tài)系統(tǒng)CO₂通量對環(huán)境因子的響應特征，解析其關鍵影響因子；(3) 量化分析甘蔗生態(tài)系統(tǒng)碳收支平衡特征，評估甘蔗生態(tài)系統(tǒng)在去除收獲蔗莖碳和N₂O排放后是否為凈碳匯。

研究方法：采用渦動相關、靜態(tài)箱原位觀測土壤呼吸和N₂O排放相結合的方法，在廣西甘蔗主產區(qū)的甘蔗田，2021-2023年進行了連續(xù)3個甘蔗生長季期間的CO₂通量和環(huán)境因子觀測。

研究結果：甘蔗生態(tài)系統(tǒng)CO₂通量表現(xiàn)出明顯的單峰日、季節(jié)和年際變化，與環(huán)境因子動態(tài)和甘蔗生長發(fā)育階段密切相關。大氣溫度（Ta）和土壤溫度（Ts）、凈輻射（Rn）、光合光子通量密度（PPFD）和葉面積指數(shù)（LAI）是調控CO_2通量動態(tài)的重要因子，其次是水汽壓飽和差（VPD）。主成分分析表明，能量和水相關因子對CO₂通量變化的貢獻率分別為59.20 %和25.63 %。甘蔗生態(tài)系統(tǒng)光合參數(shù)隨生長階段的不同而變化，主要受生物因子（如LAI）的動態(tài)影響。甘蔗生長季總凈生態(tài)系統(tǒng)CO₂交換（NEE）、生態(tài)系統(tǒng)呼吸（Reco）、總初級生產力（GPP）、土壤呼吸（Rs）和地上自養(yǎng)呼吸（Raa）分別為–991 ± 228 g C m^–2, 1,038 ± 69 g C m^–2, 2,027 ± 180 g C m^–2, 518 ± 51 g C m^–2,和519 ± 120 g C m^–2?？紤]采收莖稈碳去除量（925 ± 235 g C m^–2）后，生態(tài)系統(tǒng)凈碳平衡為–67 ± 11 g C m^–2。表層土壤（0–20 cm）有機碳含量在2019 - 2023年間呈增加趨勢，這主要是由于每年葉片碳（300 g C m^–2）和根碳（100 g C m^–2）的還田。常規(guī)氮肥高投入量（500 kg N ha^–1）導致高N₂O排放量（3.38 ± 1.82 g N m^–2），而減少氮肥投入量（300 kg N ha^–1）大大降低N₂O排放量（0.97 ± 0.25 g N m^–2）。凈全球變暖潛勢N300（174 ± 141 g CO₂eq. m^–2）遠低于N500（1208 ± 792 g CO₂ eq. m^–2）。

結論：能量相關因子（PPFD、Rn、Ta、Ts等）對甘蔗生長季CO₂通量的變化貢獻極大。在常規(guī)氮肥投入下，中國甘蔗生態(tài)系統(tǒng)考慮到收獲蔗莖碳去除和N₂O的高排放，總體上是一個凈碳源。

啟示：中國甘蔗生態(tài)系統(tǒng)具有通過優(yōu)化氮肥配施高效氮肥（如緩釋肥、硝化和脲酶抑制劑）和秸稈還田來固定CO₂的潛力。

圖4 2021 - 2023年甘蔗生長季日凈生態(tài)系統(tǒng)二氧化碳交換 (NEE)、生態(tài)系統(tǒng)呼吸 (Reco)、總初級生產力 (GPP)和土壤呼吸 (Rs)的動態(tài)特征

圖5 甘蔗生態(tài)系統(tǒng)碳收支平衡特征

論文鏈接：

https://doi.org/10.1016/j.agee.2024.109250

https://doi.org/10.1016/j.fcr.2025.109744 

文章來源：全球變化與碳氨循環(huán)公眾號

關于華益瑞：

華益瑞公司有幸為南寧師范大學北部灣環(huán)境演變與資源利用教育部重點實驗室提供了渦動相關系統(tǒng)觀測設備支持和安裝調試技術服務。本研究依托南寧師范大學建設的廣西金光農田生態(tài)系統(tǒng)野外科學觀測研究站，擬用來觀測農場甘蔗地近地層氣象要素變化、地表輻射收支、能量收支和地氣間物質通量和湍流通量。該系統(tǒng)具體觀測要素包括：近地層空氣溫度、濕度、風向風速、大氣壓力、土壤溫度、土壤濕度、土壤熱通量、感熱通量、潛熱通量、動量通量、CO₂通量等要素。

華益瑞公司自成立以來，一直致力于為氣象、氣候、生態(tài)、環(huán)保等科研應用領域提供高質量的觀測方案和技術支持。我們將繼續(xù)秉承“做懂科研實驗的服務者”的景愿，為更多科研單位提供可靠的觀測設備和更高品質的技術服務，共同推動我國科研事業(yè)的發(fā)展！

原文鏈接：https://mp.weixin.qq.com/s/OQiJEd2yXBplGGyKWtfviA