0 引言
【研究意义】土壤有机碳库是陆地生态系统中最大的有机碳库[1],在土壤肥力、环境保护和农业可持续发展方面发挥着极其重要的作用[2-3]。植物残体进入土壤后,经过一系列的物理、化学和生物反应,最终转化为土壤有机碳（SOC）。而不同种类的植物残体,其转化率存在较大的差异。了解冬小麦-夏玉米轮作制度下不同作物残体对土壤有机碳的贡献,可以为农田土壤固碳提供科学依据。【前人研究进展】目前,RothC模型已广泛应用于陆地生态系统碳循环的相关研究,成功模拟了世界许多地区不同管理条件下的SOC变化[4-6],然而很大程度上高估了大量秸秆还田后的SOC变化[7-10]。与其他处理相比,秸秆还田处理最大区别在于秸秆物料性质、还田方式及归还量[10-11]。模型中农作物残体的DPM/RPM值（易分解植物残体和难分解植物残体的比率）统一预设为1.44,并未考虑作物类型, 使得秸秆还田后的SOC模型模拟值超过实测值[10-12]。韩其晟等[13]认为,DPM/RPM值是一个变量参数,必须通过试验分析才能得到合理的数值。有研究结果表明,当Roth C模型中DPM/RPM值设为3.35,热带地区玉米叶片和黑麦草的分解动态拟合结果最佳[14]。WANG等[10]通过调整模型参数DPM/RPM,拟合了华北地区秸秆还田下土壤有机碳的动态变化规律。【本研究切入点】目前,RothC模型尚不能区分小麦与玉米对SOC的贡献,也未将作物秸秆与根系对土壤有机碳的贡献区分开。本研究通过调整小麦和玉米的根系与秸秆DPM/RPM值,获得适宜华北小麦-玉米轮作区的RothC改进模型,进而评价不同作物残体对SOC的贡献。【拟解决的关键问题】利用修正后的RothC-26.3模型,探究郑州潮土区小麦-玉米轮作系统中小麦和玉米残体对新形成SOC的贡献,为华北小麦-玉米轮作区农田SOC的可持续管理和土壤肥力培育提供参考。1 材料与方法
1.1 有机物料腐解试验
本研究拟利用王文山等[15] 1983—1987年间在北京地区开展的沙滤管腐解试验,对RothC模型进行参数化。表1展示了小麦和玉米两种作物的根系和秸秆的主要化学组成（数据源自王文山等[15]）。图1列出了模型模拟时所需的气象参数。其中,月平均温度、降水等地面气象数据由国家气象局提供。各月的潜在蒸腾蒸发量（ET0）由FAO Penman-Monteith（FAO P-M）公式计算得到。
显示原图|下载原图ZIP|生成PPT图1北京地区1983—1987年间月平均气温、降水量和潜在蒸腾蒸发量
-->Fig. 1Mean monthly value of temperature, precipitation plus irrigation, and potential evapotranspiration during 1983-1987 in Beijing area
-->
Table 1
表1
表1不同有机物料的化学组成
Table 1Chemical compositions of different organic materials
| 物料类型 Material type | 化学组成 Chemical composition | ||||
|---|---|---|---|---|---|
| C(%) | N(%) | Lignin (%) | C:N | Lignin:N | |
| 小麦秸秆 Wheat straw | 41.2 | 0.67 | 17.5 | 61.5 | 26.1 |
| 小麦根系 Wheat root | 39.4 | 0.45 | 18.6 | 87.6 | 41.3 |
| 玉米秸秆 Corn straw | 40.8 | 1.24 | 12.9 | 32.9 | 10.4 |
| 玉米根系 Corn root | 39.7 | 1.05 | 18.1 | 37.8 | 17.2 |
新窗口打开
1.2 长期施肥定位试验
试验点位于河南郑州“国家潮土肥力与肥料效益长期监测试验站”（113°40′E,34°47′N）,地处热带及暖温带的过渡地带。1981—2010年间平均气温14.7℃,降水量641 mm,潜在蒸发量为1 050 mm。供试土壤为轻壤质潮土,成土母质为黄河冲积物和沉淀物。该试验始于1990年。初始耕层（0—20 cm）土壤有机质含量10.1 g·kg-1,全氮0.65 g·kg-1,全磷0.64 g·kg-1,全钾16.9 g·kg-1。种植制度为小麦-玉米一年两熟轮作。本研究选择常见的3个施肥处理：（1）不施肥（CK）,（2）氮磷钾配施（NPK）,（3）氮磷钾化肥配施秸秆处理（NPKS）。年施肥量为：N 352.5 kg·hm-2,P2O5 176.5 kg·hm-2,K2O 176.5 kg·hm-2。各施肥处理为等氮量,小麦季施氮量为165 kg·hm-2,玉米季施氮量为187.5 kg·hm-2 。除NPKS处理为玉米秸秆全量还田（约6.0 t·hm-2·a-1）外,其余各处理作物秸秆均全部移除。详细试验介绍请参见文献[10]。
每年于玉米收获后用土钻采集0—20 cm土层土壤。土壤容重采用环刀法测定。土壤有机碳采用硫酸-重铬酸钾湿热法测定。玉米和小麦的籽粒产量、秸秆产量采用收割法进行测定。根系与秸秆的碳投入计算参考文献[4]。
1.3 RothC-26.3模型
RothC模型[16]以英国洛桑实验室长期定位试验数据为基础,由JENKINSON于1977年建立而成。所需参数简单,涉及气候参数（包括月平均气温、降水量和蒸发量）、土壤数据（包括黏粒含量和初始SOC含量）和植物（植被覆盖、植物残体碳输入量和农家肥施入量）等。在一定条件下,该模型可较好地模拟和预测气候和管理措施等引起的SOC变化[4-6,17]。该模型将有机碳库划分为5个部分,即易分解植物残体（DPM）、难分解植物残体（RPM）、微生物量（BIO）、腐殖化有机质（HUM）和惰性有机质（IOM）。DPM和RPM为新输入的有机物质,BIO、HUM、IOM是土壤有机碳库的3个组分。每个有机碳库的分解都遵循一级动力学方程,其分解速率受温度、湿度和植被覆盖等影响。
1.4 模型参数化与检验、数据分析
基于实测数据的逆向模拟技术已被广泛应用到模型参数估计[10-12]。该技术有助于改进模型和提高对有机碳周转过程的认识。本研究基于物料腐解试验,利用逆向模拟技术,获得模型效果最优（即模拟值与实测值之间均方根差RMSE最小）时各有机物料的DPM/RPM值,并构建了DPM值与物料性质之间的定量方程。在此基础上,利用郑州短期腐解试验和小麦-玉米轮作系统长期定位试验的SOC实测数据,对改进后的RothC模型进行验证。模型模拟效果通过均方根差（RMSE）、相对误差（RE）和模拟效率（EF）进行检验[6]。RMSE和RE越接近0,模拟效果越好。通常,RMSE<15%,-10%<RE<10%,模型模拟效果即达到较好的水平。借助于模型模拟的手段,本研究区分了各有机物料碳投入对新形成SOC的贡献。CK和NPK处理中,碳投入来源于小麦和玉米根系。NPKS处理中,碳投入来源除小麦和玉米根系,还包括玉米秸秆。同时,利用碳库组分的模拟结果,进一步计算了1991—2008年间不同有机物料的平均固碳效率。例如,NPKS处理玉米秸秆的固碳效率即为试验期间新形成的源自玉米秸秆的SOC占累积玉米秸秆碳投入的比例。
2 结果
2.1 RothC-26.3模型的改进
逆向模拟结果表明,RothC较好地模拟了不同物料在各腐解阶段的有机碳残留率（表2,图2）。模拟效果的检验参数RMSE和RE分别在10%和±5%以内,且EF接近于1（图2）。模拟结果同时表明,小麦根系、小麦秸秆、玉米根系、玉米秸秆的DPM/RPM值分别为0.89、3.04、4.35和3.25,与模型默认值（1.44）差异较大（表2）。除以上四种有机物料外,还进一步逆向模拟了谷子根系、谷子秸秆和田菁秸秆等物料的腐解残留率（图3）,并获得其DPM/RPM值分别为1.04、1.66和6.94（表2）。同时构建了DPM与lignin﹕N的定量方程为：y= 0.96-0.011x（图4）。Table 2
表2
表2RothC模型模拟效果最佳时不同有机物料的DPM/RPM值
Table 2DPM/RPM values of different organic materials for the best simulation of RothC model
| 物料类型 Residue type | DPM | RPM | DPM/RPM |
|---|---|---|---|
| 小麦秸秆 Wheat straw | 0.75 | 0.25 | 3.04 |
| 小麦根系 Wheat root | 0.47 | 0.53 | 0.89 |
| 玉米秸秆 Corn straw | 0.76 | 0.24 | 3.25 |
| 玉米根系 Corn root | 0.81 | 0.19 | 4.35 |
| 谷子秸秆 Millet straw | 0.62 | 0.38 | 1.66 |
| 谷子根系 Millet root | 0.51 | 0.49 | 1.04 |
| 田菁秸秆 Sesbania rostrata straw | 0.87 | 0.13 | 6.94 |
| 默认参数Default parameter | 0.59 | 0.41 | 1.44 |
新窗口打开
显示原图|下载原图ZIP|生成PPT图2不同有机物料腐解后碳残留率的实测值与模拟值比较a：小麦秸秆,b：玉米秸秆,c：小麦根系,d：玉米根系（—为模拟值,
-->Fig.2Comparison of observed and simulated values of carbon remained by different organic materialsa: Wheat straw, b: Corn straw, c: Wheat root, d: Corn root (Lines represent the simulation values, and circles represent the measured values)
-->
显示原图|下载原图ZIP|生成PPT图3作物残体分解后其碳残留率的实测值与模拟值比较
-->Fig. 3Comparison of observed and simulated values of carbon remained by several crop residues
-->
显示原图|下载原图ZIP|生成PPT图4不同物料DPM与Lignin:N之间的关系WS：小麦秸秆;WR：小麦根系;CS：玉米秸秆;CR：玉米根系;MS：谷子秸秆;MR：谷子根系;SR：田菁秸秆。下同
-->Fig. 4Relationship between DPM and Lignin:N for different organic materialsWS: Wheat straw; WR: Wheat root; CS: Corn straw; CR: Corn root; MS: Millet straw; MR: Millet root; SR: Sesbania rostrata straw. The same as below
-->
为进一步说明模型的可行性,本文利用郑州有机物料的短期腐解试验（2012.11—2013.11）进行检验（图5）。该腐解试验具体情况详见文献[18]。图4-c给出了小麦秸秆、玉米秸秆腐解残留率模拟值与实测值的相关性分析,小麦秸秆、玉米秸秆SOC的模拟值与实测值的决定系数为0.85和0.91（n=7）,斜率为0.88和0.93,接近于1,模拟效果较好,表明修正后RothC模型适用于郑州地区。
显示原图|下载原图ZIP|生成PPT图5郑州小麦秸秆（a）、玉米秸秆（b）腐解后碳残留率的实测值与模拟值比较
-->Fig. 5Comparison of observed and simulated values of carbon remaining for (a) wheat straw, (b) corn straw at Zhengzhou
-->
2.2 郑州潮土试验区小麦玉米残体对土壤有机碳的贡献
长期不同施肥处理显著影响了土壤总有机碳的含量,且总体表现为：NPKS>NPK>CK（图6）。CK处理SOC呈缓慢下降趋势,由试验初始的18.8 t·hm-2下降到2008年的17.3 t·hm-2,原因在于外源有机物质输入量较少。NPK和NPKS处理均呈上升趋势,且NPKS处理的增幅较大,表明秸秆还田在一定程度上可以提升土壤SOC。经变量参数DPM/RPM修正后,RothC模型能够模拟不同施肥处理SOC的动态（图6）。进一步统计结果显示,各处理RMSE（4.86%—7.89%）和RE（-5.23%—2.20%）均控制在±10%以内,表明各处理模拟值与实测值基本吻合,模拟效果较好。碳库组分的模型模拟结果表明,原有SOC（试验开始之前的SOC）随时间的延长而逐渐降低,而不同来源的新碳则随时间的延长而逐渐累积（图7）。
显示原图|下载原图ZIP|生成PPT图6长期不同施肥处理土壤有机碳的实测值与模拟值比较
-->Fig. 6Comparisons of observed and simulated SOC in different fertilization treatments
-->
显示原图|下载原图ZIP|生成PPT图7RothC模型模拟不同施肥处理的土壤有机碳库组成变化
-->Fig. 7Changes of SOC components in different fertilization treatments using RothC model
-->
由图8可看出,源自小麦的SOC占新形成SOC的比例（50%—71%）均大于源自小麦的碳投入占总碳投入的比例（47%—61%）;而源自玉米的碳投入及其对新形成SOC的贡献则反之,表明小麦凋落物的固碳效率总体高于玉米凋落物。进一步的计算表明,小麦根系的固碳效率为15.5%—17.5%,明显高于玉米根系（10.8%—11.4%）和秸秆的固碳效率（11.4%）（表3）。
显示原图|下载原图ZIP|生成PPT图8不同施肥处理下小麦和玉米碳投入占总碳投入的比例及其对新形成SOC的贡献
-->Fig. 8Proportions of wheat- and corn-derived C input in total C inputs and their contributions to new formed SOC in different fertilization treatments
-->
Table 3
表3
表3不同施肥处理作物残体的固碳效率
Table 3Carbon sequestration efficiency of crop residues in different fertilization treatments
| 处理 Treatment | 固碳效率Carbon sequestration efficiency (%) | ||
|---|---|---|---|
| 小麦根 Wheat root | 玉米根 Corn root | 玉米秸 Corn straw | |
| CK | 15.5 | 10.8 | — |
| NPK | 17.5 | 11.4 | — |
| NPKS | 16.9 | 11.2 | 11.4 |
新窗口打开
3 讨论
3.1 RothC模型DPM/RPM值的改进
大量的腐解试验结果表明,有机物料的腐解速率与其类型或化学组分密切相关[19-21]。多数SOC模型已将物料性质（例如：lignin和N素含量,或lignin﹕N比值）作为变量参数应用于有机物料碳库组分的划分[22-23]。例如,基于室内培养试验和田间填埋试验的结果,Agro-C模型[22]将初始N素（g·kg-1）及Lignin（g·kg-1）含量作为决定植物残体分解速率的重要指标,其易分解组分的比例为：FLC = (150 + 1.50 N - 0.57 Lignin)/100。CENTURY模型[23]通过初始lignin﹕N比值计算物料的易分解比例（Fm）,即Fm = 0.99 - 0.018 Lignin﹕N。然而,不同于其他模型,初始版本的RothC模型仅笼统地划分了植物性有机物料（DPM﹕RPM = 0.59﹕0.41）和农家肥（DPM﹕RPM﹕HUM = 0.49﹕0.49﹕0.02）的碳库组分,未深入考虑植物类型或物料性质对碳库组分及其分解速率的影响。尽管RothC模型已经过了广泛的验证,尤其是以作物根茬和有机肥归还为主农田系统[4-5,10],但越来越多的研究发现,在默认参数的情况下RothC可能高估了秸秆还田处理的SOC [7-8,10]。本文基于不同有机物料的腐解试验和RothC模型逆向模拟技术,构建了动态变量参数DPM与Lignin﹕N之间的定量关系,即FDPM = 0.96 - 0.011 Lignin﹕N（图4）,并利用短期腐解试验和长期定位试验数据进行了验证,获得了较好的模拟效果（图5）。然而,同一有机物料中易分解或活性碳库比例在不同模型间存在明显的差异,这主要取决于各模型对碳库周转速率的界定。例如,易分解或活性碳库的周转速率在RothC、CENTURY和Agro-C分别为10、14.6和9.5 a-1 [16, 22-23]。3.2 潮土区作物根系与秸秆对新形成SOC的贡献率
本研究中,小麦根系对新形成SOC的贡献率（50%—71%）大于玉米根系和秸秆的贡献率（22%—40%）,这与相关研究结果类似。WANG等[24]通过测定郑州、杨凌和乌鲁木齐3个长期试验站冬小麦-夏玉米轮作体系土壤13C的变化,分析得出玉米残体（根系与秸秆）对SOC贡献率往往不超过40%,远低于小麦残体对SOC的贡献（>60%）。QIAO等[25]通过长达22年的定位试验发现,小麦连作区SOC总量与玉米连作区无显著差异,但前者源于小麦根系的SOC占总SOC的比例远大于后者源于玉米根系的SOC比例。扣除碳投入量差异的影响,小麦残体的固碳效率达到15.5%—17.5%,是同一处理玉米残体固碳效率（10.8%—11.4%）的1.44—1.54倍。其原因可能是小麦残体的C﹕N和lignin﹕N均较玉米高（表1）,会降低微生物的分解活动。4 结论
4.1 通过修订DPM/RPM参数,获得改进的Roth C模型,经郑州短期腐解试验和长期试验数据的验证,说明其可用来探究小麦和玉米残体对SOC的贡献。4.2 在华北平原冬小麦-夏玉米轮作系统中,无论不施肥、平衡施肥还是秸秆还田处理,小麦根系对新形成SOC的贡献率（50%—71%）均大于玉米根系和秸秆的贡献率（22%—40%）。
4.3 华北平原小麦-玉米轮作体系,小麦根系的固碳效率是玉米的1.5倍。增加小麦凋落物的归还较玉米秸秆还田更有利于提升SOC含量。
The authors have declared that no competing interests exist.
