环境科学  2015, Vol. 36 Issue (7): 2395-2404   PDF    
基于区域氮循环模型IAP-N的安徽省农用地N2O排放量估算
韩云芳1,2, 韩圣慧2, 严平1     
1. 安徽农业大学资源与环境学院, 合肥 230036;
2. 中国科学院大气物理研究所大气边界层和大气化学国家重点实验室, 北京 100029
摘要:本研究采用区域氮循环模型IAP-N估算了2011年安徽省县级共计7种农用地类型的N2O排放,估算所需的统计数据来源于安徽省各市统计年鉴,排放因子来源于已发表文献中的观测数据. 结果表明,2011年安徽省农用地N2O总排放量(以N2O-N计)为3.51万t. 其中,直接排放2.76万t,间接排放0.66万t,田间秸秆燃烧排放0.08万t. 淮北平原(Ⅰ区)和沿江圩丘(Ⅱ区)是安徽农用地N2O主要排放区,对农用地N2O总排放的贡献分别为41%和35%. 单纯旱作农田是各区最主要的直接排放源,约占直接排放的74%. Ⅱ区和Ⅲ区水旱轮作中的旱作地N2O排放居第二位(分别占Ⅱ区和Ⅲ区直接排放的19%和14%),Ⅳ区的果园茶园N2O直接排放居第二位(占Ⅳ区直接排放的22%). 间接排放源中由大气氮沉降引起的N2O排放占三分之二. 该研究结果可为决策者合理利用肥料,制定安徽省农业土壤温室气体减排措施提供科学依据.
关键词IAP-N模型     农用地     N2O排放量     N2O直接排放     N2O间接排放    
Estimation of N2O Emission from Anhui Croplands by Using a Regional Nitrogen Cycling Model IAP-N
HAN Yun-fang1,2, HAN Sheng-hui2, YAN Ping1     
1. School of Resources and Environment, Anhui Agricultural University, Hefei 230036, China;
2. State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China
Abstract: N2O emissions from seven categories of Anhui croplands in 2011 were estimated by using a regional nitrogen cycling model IAP-N. The required statistical data were from each city's statistical yearbook in Anhui Province. The emission factors were from the published field data. The results showed that total N2O emissions from Anhui croplands in 2011 were 35.1 thousand ton, in which direct and indirect N2O emissions were, respectively, 27.6 thousand ton and 6.6 thousand ton, and N2O emission from residues/straws burning in the field was 800 ton. Huaibei Plain (Region Ⅰ) and Jianghuai Hilly (Region Ⅱ) were the main contribution regions in Anhui, accounting for 41% and 35% of its regional total N2O emissions, respectively. The most important source for direct N2O emission is the year round upland fields with 74% contribution of the province total direct N2O emission. The second important source in Region Ⅱ and Region Ⅲ is upland cropping season of the rotation fields with rice and upland-crops, accounting for 19% and 14%, respectively. While in Region Ⅳ, the second direct N2O emission sources are tea gardens and orchards, accounting for 22%. About two-thirds of the indirect N2O were from atmospheric nitrogen deposition. The results can provide a scientific basis for policy makers to make agricultural soils GHG mitigation measures in Anhui Province, such as reasonable use of fertilizers.
Key words: IAP-N model     agricultural land     N2O emissions     direct N2O emissions     indirect N2O emissions    

农业活动是非二氧化碳的重要温室气体排放源之一. 近年来,全球氧化亚氮(N2O)的排放量以每年(0.73±0.03) mg ·L-1的速度增加[1]. IPCC第五次评估报告指出,2006年全球人为源中的农业活动引起的土壤N2O排放量(以N2O-N计,下同)为4.1 Tg,占总人为源的59%[1].

目前,对N2O排放量的估算方法根据IPCC方法[2-4]规定,依据数据可获得性,可分成3个级别,方法1给出推荐的排放因子[5]; 方法2建议采用当地特有的观测数据,如区域氮循环模型IAP-N[6,7]、以及排放因子经验公式法[8-10]等; 方法3为过程模型计算N2O直接排放因子,如 DNDC模型[11-15]、DAYCENT模型[16]以及由DNDC模型扩充和改进的模型等. 目前,IPCC方法1或方法2已经被广泛运用于各国温室气体清单报告研究. 而过程模型由于缺乏大量的数据验证,还未被广泛应用于国家温室气体清单编制.

对于中国而言,由于其复杂农业耕作制度,《中华人民共和国气候变化初始信息通报》(INC)和《中华人民共和国气候变化第二次国家信息通报》(SNC)采用了区域氮循环模型(IAP-N)来编制中国农田N2O排放清单. SNC报告显示,2005年中国N2O总排放量为 127万t,其中农业活动排放占73.79%,农田排放占52.91%[17]. 杨俊等[18]也采用IAP-N模型估算了川渝地区1990~2004年农业生态系统N2O的排放及时空排放,结果表明川渝地区农业生态系统的N2O中55%的排放量来自于农田直接排放. 其中,INC和杨俊等[18]的估算虽然根据农田类型对排放因子进行了分类,但是由于 当时的氧化亚氮排放因子因观测方法存在缺陷,即CO2的存在干扰GC-N2-ECD分析系统对N2O的检测,使N2O直接排放因子存在过高估计. 因此,当新的GC-N2/CO2补气-ECD分析系统得到应用时,以往的N2O排放因子需要矫正[19]才能用于农田N2O直接排放的估算. SNC的估算中,排放因子已经经过矫正,并且通过统计学的分析验证,但在估算过程中,仅根据农用地类型对排放因子进行了分类,并未分区,即全国采用的是统一值. 本研究则综合以上研究方法,采用矫正后的分农田类型的排放因子,对安徽省农用地分区域进行了 N2O排放估算.

本研究选择估算安徽省农用地N2O排放,是因为安徽省地处长江中下游,是我国农业生产大省之一,其种植制度兼具南北方特色. 通过收集县级统计数据和应用IAP-N模型,以及矫正后的分农田类型的N2O直接排放因子来估算安徽省2011年农用地N2O的排放量,通过得到比较详细的安徽省农用地N2O排放的空间分布,以期为决策者制定合理的温室气体减排措施提供科学依据.

1 材料与方法 1.1 研究区域

安徽省地处长江下游,为暖温带与亚热带过渡地区,地形复杂,由平原、丘陵和山区组成. 根据安徽省综合地理[20],将安徽省划分为4个区域:淮北平原(Ⅰ区)、江淮丘陵(Ⅱ区)、沿江圩丘(Ⅲ区)、山区(Ⅳ区)(图 1). 其中Ⅰ区种植制度与山东、河南相似,以一年一熟为主; 其它三区种植制度与江苏、浙江等地相似,以一年二熟、三熟为主. 各区主要农田类型参见表 1.

图 1 安徽省区域划分 Fig. 1 Sub-regional definition for Anhui province


表 1 排放因子及不确定性范围 1) Table 1 Emission factors and their uncertainties
1.2 研究方法

区域氮循环模型IAP-N是Zheng 等[6,7]在遵循IPCC基本方法[2,3]的基础上,充分考虑氮素在农业生态系统各个环节的循环而建立,是具有中国自主知识产权的区域氮循环模式. 农田N2O排放量的估算是IAP-N模型的功能之一.

农用地N2O排放[式(1)]包括直接排放、间接排放以及田间秸秆燃烧引起的N2O排放. 主要计算过程如下:

(1)农用地N2O直接排放

直接排放是指当年输入到农用地的氮就地转化为N2O并释放到大气的过程,主要来源于化肥氮、粪肥氮和秸秆还田氮,不包括背景排放. 其中化肥氮包括氮肥和复合肥氮[式(3)]; 粪肥氮[式(4)]为畜禽和乡村人口排泄物作为肥料进入农用地的部分,需要扣除放牧和做燃料部分(安徽省不存在上述情况)后,还要扣除经淋溶径流、氨及NOx挥发,以及粪便管理系统以N2O形式排放的氮; 秸秆还田氮[式(5)]包括田间秸秆直接还田氮(地上部分+地下秸秆残留)和秸秆焚烧还田灰烬氮.

式中,i表示农田类型编号,i=1,2,…,7,依次分别表示:蔬菜地、水稻+旱休闲、非蔬菜地的单纯旱作、双季稻+旱休闲、水旱轮作-旱作、水旱轮作-水稻、果园茶园; S=78,表示安徽共78个县区; EFlii类型农用地的N2O的直接排放因子(表 1),等于当年施肥处理的N2O-N排放量,扣除不施肥处理的N2O-N排放量,再除以当年的施肥氮量而得到,其单位为kg ·kg-1FSNFON分别为施入到农用地的化学合成氮肥、粪肥氮; FCR为秸秆还田氮; Ffert1氮肥氮; Ffert2复合肥氮; PA(T)为畜禽年末存栏量; Nex畜禽氮年排泄率; PHagro乡村人口数; Nhm乡村人口氮年排泄氮率; Fraclr(T)氮素淋溶径流损失率; Fracvol氮素挥发损失率; N2OAWMS畜禽粪便管理系统N2O排放量估算采用文献[21](内部资料)的方法,即等于畜禽饲养量乘以其相应的粪便管理系统N2O排放因子; J为农作物类型; PHp作物产量; IHifDrfNrot、FracreturnRRs分别为:收获指数、干重比、秸秆含氮量、秸秆还田率和根冠比.

(2)N2O间接排放

农用地N2O间接排放[式(6)]源于施肥土壤、乡村人口和畜禽排泄物氮氧化物和氨挥发经过大气氮沉降引起的N2O排放(N2Odeposition),以及经由土壤氮淋溶或径流损失进入水体而引起的N2O排放(N2Oleaching).

大气氮沉降引起的N2O的排放[式(7)]包括沉降到农田内的氮(NDC)引起的N2O的排放和沉降到农田外的氮(NDNC)引起的N2O的排放.

式中,Nd为大气氮沉降量,fNH3ifNOxifAM分别为施肥土壤和畜禽排泄物氮氧化物和氨的排放率,fDL为氮沉降到陆地的比例,Larable为耕地面积,Lland行政区划面积.

淋溶径流引起的间接排放

式中,fLri为第i类农用地的淋溶径流氮损失率,其中,蔬菜地、水稻田及其它类型农田分别为0.2、0.02和0.08[15].

(3)秸秆焚烧引起的N2O的排放

式中,N2OErbN2O为田间秸秆燃烧N2O的排放量,FracCrburn为秸秆燃烧比例,NAR为秸秆氮量,frbN2O为秸秆燃烧的N2O排放因子.

上述各过程相关的参数基本来源于文献[7, 22]及其引用的文献,安徽本地区经调查的参数数据在下节给出.

需要特别注意的是,由于本研究农用地N2O直接排放因子=(施肥处理的N2O-N排放量-不施肥处理的N2O-N排放量)/当年施肥氮量,因此,对于农用地N2O直接排放是不涉及相关背景排放的.

1.3 数据来源 1.3.1 活动水平数据

本研究活动水平数据是指各类型农用地的施入氮量,需要相关的统计数据和参数数据,采用上述公式进行估算.

(1)直接排放活动水平数据

化肥氮由[式(3)]估算,所需数据:各县区的氮肥和复合肥的消费量(来源于安徽省各市统计年鉴),及复合肥实物含氮量(18.5%,来源于文献[23]),蔬菜地、果园茶园年施氮量(来源于文献[22]).

粪肥氮由[式(4)]估算,所需数据:各县区主要畜禽年末存栏量、乡村人口数(来源于安徽省各市统计年鉴)、畜禽和乡村人口年末排泄氮率(见表 2).

表 2 家畜和乡村人口个体年排泄氮量 1) Table 2 Annual nitrogen excretion by unit of livestock production and rural population

秸秆还田氮量采用[式(5)]估算,所需数据:各县区主要作物播种面积、产量(来源于安徽省各市统计年鉴)和农业参数数据(见表 3)及作物秸秆用途:秸秆田间燃烧比率39.40%[22],秸秆还田率:Ⅰ区28.21%[26]、其它区19.20%[22].

表 3 作物参数 1) Table 3 Crops’ parameters

(2)间接排放活动水平数据

间接排放活动水平数据包括大气氮沉降量、淋溶径流损失氮量,分别采用式(8)~(10)和式(12)估算,其中,大气氮沉降来源于施肥土壤和畜禽排泄物氮氧化物和氨的排放,所需数据可以从直接排放活动水平数据中得到,以及各县区耕地面积、行政区划面积、果园茶园及作物播种面积(来源于安徽省各市统计年鉴).

(3)秸秆焚烧活动水平数据

秸秆焚烧活动水平数据由式(14)估算,所需数据同不同作物秸秆产生量,以及田间焚烧比例.

1.3.2 排放因子数据

直接排放因子优先采用选取相似地区的排放因子观测数据,该观测数据,如果是GC-N2-ECD分析系统(DN法)的测定值,则根据Zheng等[19]的矫正方案进行矫正. 间接排放因子采用IPCC默认值.

2 结果与分析 2.1 安徽省农用地氮输入量

2011年安徽省农用地总氮输入量为191.2万t(表 4). 其中Ⅰ区和Ⅱ区氮素输入量较大,占安徽省总氮输入量的76%. 各区域中单纯旱作地氮输入量占主导地位(约占41%~87%),Ⅱ区~Ⅳ区水旱轮作氮肥输入量约占各区的22%~37%,Ⅳ区的果园茶园的氮输入量约占Ⅳ区的17%.

表 4 不同农用地类型氮输入量 /104 t Table 4 Nitrogen input of different croplands in Anhui/104 t

表 5显示,2011年安徽省农用地N2O直接排放源中,74%来源于化肥氮的输入. 间接排放源中,淋溶径流损失氮量为31.2万t,大气氮沉降氮量37.3万t. 秸秆焚烧氮量较小,仅10.9万t.

表 5 2011年安徽省农用地氧化亚氮排放的活动水平数据 /104 t Table 5 Activity data of Anhui in 2011/104 t
2.2 安徽省农用地N2O直接排放

2011年安徽省农用地N2O直接排放2.76万t,75%来自于Ⅰ区和Ⅱ区(表 6). 其中,Ⅰ区的宿州市、怀远县,Ⅱ区的寿县、霍邱县的直接排放量均超过900 t. 对于不同农用地类型而言,单纯旱作是安徽省农田土壤N2O最主要的直接排放源,占安徽省农田土壤N2O直接排放的74%. Ⅰ区94%的N2O来自单纯旱作地,其它区域52%~63%的排放来自单纯旱作地. Ⅱ区、Ⅲ区的水旱轮作中的旱作季N2O排放氮量居第二位,分别占Ⅱ区、Ⅲ区的19%和14%. 而在Ⅳ区,其果园茶园N2O排放氮量量居第二位,约占该区的22%(图 2). 安徽省各类型农用地N2O直接排放量分别为:单纯旱作地2.05万 t、水稻+旱休闲0.87万 t、水旱轮作(旱作季)0.28万 t、水旱轮作(水稻季)0.14万 t、双季稻+旱休闲0.01万 t、蔬菜地0.09万 t、果园茶园0.10万 t.

图 2 不同耕作方式下土壤N2O直接排放比例 Fig. 2 Proportion of direct N2O emissions under different tillage systems

安徽省农用地作物生长季的排放通量由各类型农用地N2O排放量及其播种面积决定. 2011年安徽省农用地作物生长季N2O直接排放平均通量为2.0 kg ·hm-2(表 6). 不同类型农用地的平均排放通量中,果园茶园最大(4.2 kg ·hm-2),水旱轮作(旱作季)次之(2.6 kg ·hm-2),单纯旱作地第三(2.2 kg ·hm-2),蔬菜地、水稻+旱休闲地和水旱轮作(水稻季)的直接排放通量相近(1.1~1.3 kg ·hm-2),双季稻+旱休闲地的排放通量最小,仅0.2 kg ·hm-2. 对于各区域农用地N2O的平均直接排放通量,安徽北部(Ⅰ区)较安徽南部小(表 6),这可能与淮河以南地区作物复种指数大,单位耕地面积的总施肥量也大相关.

表 6 不同类型农用地N2O直接排放量及其排放通量 1) Table 6 Direct N2O emissions from different croplands and their emission fluxes
2.3 安徽省农用地N2O间接排放 2.3.1 大气氮沉降引起的N2O间接排放

2011年安徽省因大气氮沉降引起的N2O间接排放量为0.43万t,其中,氮沉降到农用地引起的排放为0.19万t,氮沉降到农田以外的N2O排放为0.24万t. 安徽省中北部地区(Ⅰ区和Ⅱ区)较高,约占氮沉降引起N2O排放的77%,该区域大气氮沉降强度也高于其他区域[图 3(a)3(b)],大气氮沉降引起N2O高排放(>150 t)县区主要分布在Ⅱ区(江淮丘陵)的西部,而氮沉降强度大(>50 kg ·hm-2)的县区分布呈“Y”字形,分布在淮河沿岸县区和江淮丘陵中西部地区. 各区的平均氮沉降强度分别为:Ⅰ区42.3 kg ·hm-2、Ⅱ区31.4 kg ·hm-2、Ⅲ区20.9 kg ·hm-2、Ⅳ区9.7 kg ·hm-2(其中hm2为行政区划面积).

(a)大气氮沉降引起的N2O排放; (b)氮沉降强度; (c)淋溶径流引起的N2O排放图 3 2011年安徽省由大气氮沉降引起的N2O排放量、淋溶径流引起的N2O排放量及氮沉降强度 Fig. 3 N2O emissions caused by atmospheric nitrogen deposition and nitrogen leaching /runoff, and nitrogen deposition density

2.3.2 淋溶径流引起的N2O间接排放

2011年安徽省由于氮淋溶径流引起的N2O间接排放总量为0.23万t,且各县区的排放量由北至南呈依次减少的趋势. Ⅰ区和Ⅱ区为主要的排放区,分别占全省的42%和32%. 这与Ⅰ区、Ⅱ区的总氮输入量较大有关.

2.4 田间秸秆焚烧引起的N2O的排放

2011年安徽省因秸秆燃烧引起的N2O的排放量较小,仅0.08万t. 其中,77%来自Ⅰ区和Ⅱ区. 由于,Ⅰ区和Ⅱ区是安徽省作物的主要生产区域,作物秸秆产量较大,农民缺乏秸秆应用的途径,为了保证下一季作物正常生长,出现田间焚烧作物秸秆的现象(图 4).

图 4 田间秸秆焚烧引起的N2O的排放 Fig. 4 N2O emissions caused by field straw burning

2.5 安徽省农用地N2O总排放

2011年安徽省农用地N2O的总排放量为3.51万t(折合1461.66万t 的CO2当量),其中,Ⅰ区和Ⅱ区分别排放了1.45万t和1.20万t,共占安徽省农用地N2O总排放的75%. Ⅰ区的宿州市、怀远县和Ⅱ区的寿县、霍山县的排放量均在1000 t以上,上述市县农用地N2O排放约占安徽省的16%.

表 7显示,直接排放是安徽省农用地N2O最重要的排放源,约占79%; 其间接排放,占19%,其中2/3来源于大气氮沉降引起的N2O排放; 田间秸秆燃烧引起的N2O排放较小,约占2%.

表 7 2011年安徽省农用地N2O排放 /万t1) Table 7 N2O emission from Anhui croplands in 2011/104 t
3 讨论 3.1 方法学和数据源的选取对直接排放的影响

本研究与相关研究结果做了比较(表 8). 首先,在排放源上,SNC与本研究在农田N2O直接排放源上考虑较为全面,包括了化肥氮、秸秆还田氮、乡村人口和畜禽排泄物. 王效科等[32]研究的排放源未将乡村人口的排泄物考虑进去,而在中国的相对不发达地区,乡村人口的排泄物几乎全部作为有机肥施入农用地. 卢燕宇等[33]的研究仅将化肥氮作为农田N2O的直接排放源. 其次,在气象要素上,王效科等[32]和卢燕宇等[33]的模型均将气象要素直接考虑到模型运算里. 本研究是间接地将相关气象要素直接体现在模型上,即根据气候带进行区域划分. 在排放因子方面,卢燕宇等[33]的排放因子仅划分为旱地和水田两种,而本研究和SNC则根据中国特有的耕作制度将农田划分为9种农田类型,相应的排放因子也不同. SNC在估算过程中,不同区域中相同农田类型的排放因子采用的是全国统一值,忽略了区域的差异. 而本研究在排放因子的选择上,根据安徽省的种植制度,将安徽省划分为南北两个部分,采用与其种植制度相似的相邻省份的观测数据确定排放因子. 此外,本研究根据相关报道,进行了部分农业参数本地化处理,降低了估算的不确定性.

表 8 文献调研 1) Table 8 Literature survey
3.2 清单的不确定性

不确定性是温室气体清单研究中的重要问题之一. 温室气体清单计算中不确定性主要来自于4个方面:统计数据、参数数据(作物参数、动物个体年排泄氮)、调查数据(作物秸秆焚烧率、秸秆还田率等)和排放因子. 本研究将安徽省统计数据与国家统计数据进行了校核,确定其不确定性为±7%,本地化的作物参数数据不确定性为±5%,其它作物参数数据的不确定性为±10%,本地化的动物个体年排泄氮不确定性为±20%,其它动物个体年排泄氮的不确定性为±30%,调查数据的不确定性为±50%,排放因子不确定性见表 1. 根据《国家温室气体清单优良做法指南和不确定性管理》中提供的误差传递公式,并根据农用地类型分区域计算了安徽省农用地N2O排放的不确定性,计算结果表明:安徽省农用地N2O直接排放不确定性为±52%,间接排放不确定性为±80%,田间秸秆焚烧引起的N2O排放的不确定性为±30%,农用地N2O总排放的不确定性为±44%.

影响农用地N2O估算的不确定性的最重要因素来自于排放因子. 本研究分别计算了revised IPCC 1996、IPCC 2006和省级清单编制方法下,2011年安徽省农用地N2O排放的不确定性(表 9),并与本研究做了比较. 计算结果表明,根据农用地类型分区域计算农用地N2O的排放,可以有效地降低估算结果的不确定性(表 9). 因此,在接下来的研究中,应加强安徽省典型农田类型田间N2O排放的观测,获得本地化的排放因子数据. 由于目前对N2O间接排放的研究较薄弱,因此,需增加间接排放的观测,以期获得较为准确的间接排放因子,降低清单研究的不确定性.

表 9 排放因子及估算不确定性 1) Table 9 Emission factors and estimation uncertainty
3.3 安徽省农用地N2O减排对策

针对安徽省农用地N2O的排放分布特征,若今后实现减排,可以采取如下措施:第一,控制施肥量. 为了保证有较高的产量,农民向农田大量施肥,导致施肥过量. 过量的氮素或以氨或氮氧化物的形式释放到大气中,或以硝酸盐或铵盐的形式经雨水或灌溉水冲洗而淋溶/径流流失,造成水体污染. 因此,需在保证安徽省农用地作物产量的前提下,采用测土配方施肥,防止过量施肥. 第二,改变施肥策略,稻田以施无机肥为主,旱地则多施有机肥. 第三,控制安徽省畜禽养殖数量,尤其要控制猪的饲养量,建立科学粪便处理工艺(如沼气工程、堆肥、SBR处理法等),实现畜禽粪便资源化利用. 第四,重视作物秸秆的开发利用,如造纸、沼气工程等,为农民提供解决作物秸秆堆积问题的方法.

4 结论

(1)2011年安徽省农业土壤N2O的总排放量为3.51万t,其中农用地土壤N2O的直接排放量为2.76万t,间接排放量为0.66万t,田间秸秆燃烧排放0.08万t.

(2)淮北平原和江淮丘陵农田氮输入量较大,是农业土壤N2O主要排放区,对安徽省农业土壤N2O总排放的贡献分别为41%和35%.

(3)单纯旱作是安徽省农田土壤N2O最主要的直接排放源,对农田土壤N2O直接排放源的贡献分别为Ⅰ区94%,其它区域52%~63%. 水旱轮作中旱作季是Ⅱ区和Ⅲ区第二直接排放源,而Ⅳ的果园茶园是第二直接排放源.

(4)单纯旱作地、水稻+旱休闲、水旱轮作(旱作季)、水旱轮作(水稻季)、双季稻+旱休闲、蔬菜地和果园茶园的N2O直接排放量依次为:2.05、0.09、0.28、0.14、0.01、0.09和0.10万t; 生长季排放通量依次为:2.2、1.3、2.6、1.3、0.2、1.1和4.2 kg ·hm-2.

致谢: 感谢中国生态系统研究网络(CERN)提供的不同农田类型N2O的观测数据.

参考文献
[1] IPCC. Climate Change 2013: The Physical Science Basis Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2013. 483-714.
[2] IPCC. Resived 1996 IPCC Guidelines for National Greenhouse Gas Inventories: Volume 2. Agriculture [M]. Paris: The Organization for Economic Cooperation and Development. 1997. 21-40.
[3] IPCC. Good Practice Guidance and Uncertainty Management in National Greenhouse Gas Inventories. [M]. Hayama, Japan: IPCC/OECD/IEA/IGES, 2000. 40-76.
[4] IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories Volume 4: Agriculture, Forestry, and other Landuse[M]. Kaganawa, Hayama, Japan:: The Organization for Economic Cooperation and Development, 2006. 5-24.
[5] 张强, 巨晓棠, 张福锁. 应用修正的IPCC 2006方法对中国农田N2O排放重新估算[J].中国生态农业学报,2010, 18 (1): 7-13.
[6] Zheng X H, Fu C B, Xu X K, et al. The Asian nitrogen cycle case study [J]. AMBIO, 2002, 31 (2): 79-87.
[7] Zheng X H, Liu C Y, Han S H. Description and application of a model for simulating regional nitrogen cycling and calculating nitrogen flux[J]. Advances in Atmospheric Science, 2008, 25 (2): 181-201.
[8] Zou J W, Lu Y Y, Huang Y. Estimates of synthetic fertilizer N-induced direct nitrous oxide emission from Chinese croplands during 1980-2000[J]. Environmental Pollution, 2010, 158 (2): 631-635.
[9] 邹建文, 刘树伟, 秦艳梅, 等. 不同水分管理方式下水稻生长季N2O排放量估算: 模型应用[J]. 环境科学, 2009, 30 (4): 949-955.
[10] 廖千家骅, 王书伟, 颜晓元. 中国稻田水稻生长季N2O排放估算[J]. 农业环境科学学报, 2012, 31 (1): 212-218.
[11] Li C S, Frolking S, Frolking T A, et al. A model of nitrous oxide evolution from soil driven by rainfall events: 1. model structure and sensitivity [J]. Journal of Geophysical Research, 1992, 97 (D9): 9759-9776.
[12] Li C S, Frolking S, Harriss R. Modeling carbon biogeochemistry in agricultural soils [J]. Global Biogeochemical Cycles, 1994, 8 (3): 237-254.
[13] Li C S. Modeling trace gas emissions from agricultural ecosystems[J]. Nutrient Cycling in Agroecosystem, 2000, 58 (1-3): 259-276.
[14] Joshua P, Robert J H, William R H. A metamodelling approach to estimate global N2O emissions from agricultural soils[J]. Global Ecology and Biogeography, 2014, 23 (8): 912-924.
[15] 张庆国, 李鹏飞, 徐丽, 等. 皖中沿江平原水稻田CH4和N2O排放估算及其影响因素分析[J]. 土壤通报, 2012, 43 (1): 212-218.
[16] Parton W J, Holland E A, Del Grosso S J, et al. Generalized model for NOx and N2O emission from soils [J]. Journal of Geophysical Research, 2001, 106 (D15): 17403-17419.
[17] 国家发展和改革委员会应对国家气候变化司. 中华人民共和国气候变化第二次国家信息通报[M]. 北京: 中国经济出版社, 2013. 29-29.
[18] 杨俊, 韩圣慧, 李富春, 等. 川渝地区农业生态系统氧化亚氮排放[J]. 环境科学, 2009, 30 (9): 2684-2693.
[19] Zheng X H, Mei B L, Wang Y H, et al. Quantification of N2O fluxes from soil-plant systems may be biased by the applied gas chromatgraph methodology[J]. Plant and Soil, 2008, 311 (1-2): 211-234.
[20] 万荣荣, 贾宏骏. 安徽省综合地理区划初步研究[J]. 安徽师范大学学报(自然科学版), 2001, 24 (3): 298-301.
[21] 国家发展和改革委员会应对气候变化司. 省级温室气体清单编制指南(试行)[R]. 2011. 53-68(内部资料).
[22] 国家发展和改革委员会应对气候变化司. 2005中国温室气体清单研究[M]. 北京: 中国环境科学出版社, 2014. 215-221.
[23] 谢昕云. 安徽省园地氮磷流失的监测研究[D]. 合肥: 安徽农业大学, 2012. 14-15.
[24] 中国农业科学院农业环境与可持续发展研究所, 环境保护部南京环境科学研究所. 第一次全国污染源普查畜禽养殖业源产排污系数手册[M]. 2009. 7-8.
[25] 鲁如坤, 刘鸿翔, 闻大中, 等. 我国典型地区农业生态系统分循环和平衡研究 Ⅰ. 农田养分支出参数[J]. 土壤通报, 1996, 27 (4): 145-151.
[26] 王光宇. 安徽省主要农作物秸秆资源现状及平衡利用研究[J]. 中国资源综合利用, 2010, 28 (1): 13-17.
[27] 田雁飞. 秸秆还田与减量施肥对作物产量及土壤养分的影响研究[D]. 合肥: 安徽农业大学, 2012. 32-36.
[28] 张玉屏. 水稻旱作条件下根系生长特性的研究[D]. 合肥: 安徽农业大学, 2001. 12-13.
[29] 王道中, 郭熙盛. 氮肥深施对水稻生长和产量的影响[J]. 安徽农业科学, 2009, 37 (31): 15630-15631.
[30] 蒋跃林, 张庆国, 张仕定, 等. 大气CO2浓度升高对大豆根瘤量及其固氮活性的影响[J]. 大豆科学, 2006, 25 (1): 53-57.
[31] 王世济, 刘炎红, 崔权仁, 等. 皖南烟区烤烟干物质和养分的积累研究[J]. 烟草科技/栽培与调制, 2004, (7): 40-43.
[32] 王效科, 李长生. 中国农业土壤N2O排放量估算[J]. 环境科学学报, 2000, 20 (4): 483-488.
[33] 卢燕宇, 黄耀, 张稳, 等. 基于GIS技术的1991-2000年中国农田化肥氮源一氧化二氮直接排放量估算[J]. 应用生态学报, 2007, 18 (7): 1539-1545.
[34] 安徽省历史学会编. 安徽60年(1949-2009)[M]. 合肥: 合肥工业大学出版社, 2009. 562.