构建全球N2O合作网络,促进农业土壤N2O排放的测量、建模和减排

氮肥（N）支撑着全球粮食生产，但其使用和过度使用会促使排放一种强效且持久的温室气体——氧化亚氮（N₂O）。对于氧化亚氮通量驱动因素的理解仍不明确，这使得难以在时间和空间上预测排放量，也难以开发和评估通过管理来降低排放的方法。在氧化亚氮排放专家研讨会上，确定了理解氧化亚氮通量驱动因素的主要科学不确定性，包括对田间土壤氧化亚氮排放控制机制的过程性理解不足；从田间到区域尺度减少氧化亚氮预算不确定性的数据不足，包括氧化亚氮排放测量数据，以及重要的是田间尺度的氮平衡数据；以及在不同环境和管理条件下对土壤氧化亚氮排放模型预测的高不确定性。为减少这些不确定性，研究提出了 N₂Onet 这一概念，即一个全球协作倡议，旨在加速N2O测量、分析和减排方面的进展。N₂Onet 将作为一个超站点观测网络，进行多尺度测量；一个氧化亚氮通量及辅助数据的数据库中心；并且成为社区建设、信息共享和培训的催化剂。通过凝聚和协调全球研究者社区，N2Onet 将为全球农业减少N2O排放提供路线图。

（1）农业土壤 N₂O 排放过程机制认知不足

     当前对农田土壤 N₂O 排放的过程机制理解仍存在显著不足。N₂O 的产生、消耗与传输过程涉及微生物作用、物理扩散及化学反应等多种过程的耦合作用，这些过程在不同空间尺度（微尺度—剖面—景观）和时间尺度上相互作用，但其耦合机制尚未被充分刻画。此外，N₂O 排放具有显著的时空异质性，表现为“热点”和“高峰时段”的动态变化，但其形成机制及驱动因素仍不明确。同时，由于缺乏对 N₂O 产生与还原过程的有效区分手段，难以准确量化净排放中各过程的贡献，导致现有研究难以建立统一且具有普适性的机制解释框架，从而制约了减排措施的科学设计与优化。

（2）N₂O 排放观测与核算体系存在数据不足与不确定性    当前农田 N₂O 排放的量化仍面临显著的数据约束与尺度转换问题。现有观测手段在时间分辨率与空间覆盖范围之间存在权衡：传统箱式法空间代表性有限且时间分辨率较低，而自动监测与微气象方法虽可实现高时间分辨率观测，但成本高且空间覆盖受限，难以同时捕捉排放的时空异质性。区域与国家尺度的排放核算主要依赖 IPCC 分级方法，其中基于排放因子的简化方法难以反映实际环境与管理差异，而过程模型方法又依赖大量高质量数据且存在参数化困难。此外，缺乏连续、多尺度观测数据及完整氮收支信息，使得从田间到区域尺度的排放估算存在较大不确定性，难以为精准减排提供可靠依据。

（3）模型预测能力不足导致 N₂O 排放估算不确定性较高    现有用于模拟农田 N₂O 排放的过程模型在结构与参数化方面仍存在明显局限。不同类型模型在过程表征上存在权衡：经验型模型难以刻画复杂机制，而机制型模型则对数据依赖性强且校准困难。同时，多数模型难以有效表征土壤微环境的空间异质性（如氧气分布）、关键生物地球化学过程（如异养硝化）及多过程耦合作用，导致模拟结果存在系统偏差。此外，由于缺乏高频率、多变量观测数据用于模型参数化与验证，模型在不同环境和管理条件下的泛化能力有限，跨尺度预测的不确定性较高。尽管人工智能与过程模型的融合为提高预测能力提供了新途径，但相关方法仍处于发展阶段，尚未形成稳定可靠的应用体系。

图1.IPCC 1-3 级农业生态系统 N₂O 排放量估算方法，包括所需输入（箭头指向灰色方框）、优势（蓝色方框）和局限性（粉色方框）。各级方法代表所需输入数据与 N₂O 排放量估算精度之间的不同权衡，其中 1 级方法最简单但不确定性最大。

图 2. (A) 涡流协方差塔，用于测量美国伊利诺伊州萨沃伊市伊利诺伊大学作物科学研究与教育中心大豆自由空气碳富集设施中大豆田的碳、水和能量通量。

图3.展示了理论上的生物 N₂O 过程（例如硝化菌硝化 - 反硝化过程）以及不同类型的模型的示意图：（1）“管道漏洞”模型，（2）“逐步”模型。在“管道漏洞”模型中，氮流被表示为“管道”（例如总硝化速率），而 N₂O 排放则被视为沿这些管道的“漏洞”（Firestone 和 Davidson 1989）。诸如 DLEM（Tian 等人 2010 年）、DayCent（Del Grosso 等人 2005 年）和 APSIM（Thorburn 等人 2010 年）之类的模型采用这种方法，通过分配受环境影响的底物通量中以 N₂O 形式逸出的分数来实现，而无需明确表示微生物过程。相比之下，“逐步”模型，如 ecosys（Grant 等人 2006 年）和 DNDC（Li 等人 2000 年），将硝化或反硝化表示为由微生物活性、底物可用性和环境调节因素控制的反应链。

图4. 超级站的多尺度测量能够将不同推断尺度的知识进展和模型改进联系起来。地面测量以棕色显示，而大气和遥感观测以蓝色显示。尽管此示意图侧重于农业用地直接排放的 N₂O，但要降低区域排放的不确定性，还需要系统地量化场外排放（即间接排放，如径流或沉降过程以及自然排放）。