土壤N2O排放通量估计及其排放热点分布

Soils are the main source of atmosphere nitrous oxide (N2O), acting as a critical role in atmospheric chemistry. The production and emission of N2O are affected by many factors, e.g., soil, climate and human management measurements, which induce large variability of soil N2O emission in spatial and temporal scale. The higher values are usually called “hotspots”. However, so far, there are few quantitative studies on the spatial distribution of the hotspots, and their contribution to soil N2O emissions in global scale. This study intends to use literature data to establish Random Forest Regression models under different land use, which take into account of the effects of soil, climate and human management measurements. The research contents of this project include: 1) estimating soil N2O emissions of different land use; 2) illustrating the spatial distribution and the key drivers of soil N2O emission by hotspots; 3) calculating the contribution of soil N2O emission by hotspots to total soil N2O emission. The above results will be help to give us a comprehensive understanding of the key factors affecting N2O emission and explore potential measurements to reduce soil N2O emission.

土壤是大气氧化亚氮（N2O）的重要排放源，在大气化学中起着重要的作用。土壤N2O的产生与排放受土壤、气候和人为管理措施等多种因子的影响，在时空尺度上具有很大的变异性。其中N2O排放通量较高的区域，通常称为排放热点（hotspots）。然而迄今为止对全球范围内土壤N2O排放热点的空间分布及其对土壤N2O排放总量贡献的定量研究甚少。本项目拟通过数据调研，采用随机森林回归模型的方法，综合考虑气候、土壤、N沉降和人为管理措施等因子的影响，开展不同土地利用方式下的土壤N2O排放通量的估计研究。本项目的研究内容包括：1）估算不同土地利用方式下的土壤N2O排放通量；2）阐明N2O排放热点的空间分布特征及关键驱动因子；3）估算N2O排放热点对土壤N2O排放总量的贡献。上述研究结果将有助于全面了解控制N2O排放的关键因子，探索减少N2O排放的潜在措施。

土壤是大气氧化亚氮（N2O）的重要排放源。土壤N2O的产生与排放受气候、环境和人为管理措施等多种因子的影响，且具有很强的时空异质性。.本研究通过调研已发表的陆地生态系统N2O排放通量原位观测实验数据，建立陆地生态系统N2O排放通量数据库。数据库共收集农业生态系统数据2296组，自然生态系统数据556组。基于该数据库，本项目利用随机森林模型定量评估了不同土地利用方式下的不同环境因子对土壤N2O排放影响的重要程度，并利用训练好的随机森林回归模型估算了全球尺度农田、林地和草地土壤的N2O排放通量。.研究结果表明，在旱作农田中，除了N肥对土壤N2O排放的直接贡献外，其他对N2O排放影响较大的因子依次为SOC>pH>作物类型>容重；而在长期淹水的稻田中，决定N2O排放水平的首要因素是土壤质地（Sand），其次才是N肥添加量。自然生态系统中，决定林地N2O排放水平的最重要因素是纬度和土壤质地（Sand），而草地中最重要的因素是气候条件（降雨量>湿润度>气温）。各个生态系统中，基于观测数据的随机森林回归模型的模拟效率（R2）均在0.8以上。利用训练好的随机森林模型模拟的2013年全球农田、林地和草地的N2O排放量依次为2.61、4.27和0.87 Tg N2O-N。利用随机森林模型，可实现对多个影响N2O排放水平的因子的重要程度的定量评估，这对于未来有针对性的减排措施的选择与制定具有参考价值和指导意义。