南京农业大学最新Environmental Science & Technology揭示:被忽略的遗留 N2O,正在改写三大粮食作物的减排方案
- 2026-07-23 10:48:35
1 一句话读懂
这项研究提醒我们：当前季不再施氮，并不等于农田已经回到“无肥排放”。 长期历史施氮留下的土壤氮库，仍可在后续作物季持续贡献 N2O排放。作者据此估计，全球小麦、玉米和水稻的遗留部分，分别相当于肥料诱导排放的 7.3%、12.6% 和 5.6%；减排不能只盯着当季用肥量。 |
论文概况
研究对象 | 全球小麦、玉米和水稻生产中的当季直接、历史施氮遗留与土壤背景 N2O排放。 |
数据基础 | 纳入持续 3 年及以上的长期田间试验：562 个试验、251 个站点、26 个国家；汇集 4,010 条 N2O排放记录与 3,554 条产量记录。 |
关键指标 | EFL 为历史施氮遗留排放因子，EFD 为当季直接排放因子；两者均由长期试验与环境、管理变量共同约束。 |
2020 年核算 | 三大作物当季直接加遗留的肥料诱导排放合计 0.87 Tg N2O-N season-1，约比 IPCC Tier 1 估算高 30%。 |
情景比较 | 评估 2020-2100 年 SSP126、SSP370 与 SSP585 下，有机肥替代、生物炭和增效肥料的作物差异化效果。 |
2 先分清：三种排放不是一回事
同样是在“未施当季氮肥”的田块里测到排放，也可能对应两条完全不同的来源。作者把长期试验中的排放拆成三部分：当前季新增施氮所对应的直接排放；历史连续施氮即使在当前季停施后仍产生的遗留增量；以及长期不施氮处理下的土壤背景排放。
当季直接排放当季施入的氮，带来的本季增量。 | 历史施氮遗留排放当季不再追加氮，但长期历史施氮仍留下的排放增量。 | 土壤背景排放长期不施氮处理下，土壤本底释放的基线。 |
这里的“遗留”是一个基于长期对照定义的系统尺度效应。 它通过比较“当前季不再加氮、但此前长期施过氮”的处理与“长期从未施氮”的处理而得到；因此它并不是追踪某一批旧肥料分子，而是量化历史施氮持续改变土壤氮供应、酸度和微生物过程后，留在后续作物季的排放差值。
这一区分也纠正了一个常见口径问题。若把所有未追加氮肥条件下的排放都叫作“背景”，历史施氮的影响便会被掩盖；若只算当季施氮，又会把长期累积效应遗漏在农田温室气体清单之外。
3 玉米的遗留因子最高，但不是“作物天生如此”
在 2020 年全球平均尺度上，历史施氮遗留排放因子EFL 分别为：小麦 0.0918%、玉米 0.1718%、水稻 0.0424%。 换句话说，在作者的长期试验数据与模型框架中，玉米系统每单位历史氮投入所对应的后续季遗留排放信号最强，小麦居中，水稻较低。
历史施氮遗留因子 EFL小麦 0.0918% | 当季直接排放因子 EFD小麦 1.14% |
但这不是简单的“作物属性排名”。EFL 和 EFD 是作者用作物、气候、土壤、历史氮投入和管理信息共同拟合出的综合结果。图中的空间差异提示：同一种作物在不同地区也可能有完全不同的遗留强度，减排不能把全球平均因子原样搬到每一块田里。
4 把遗留效应纳入后，田间验证更接近实测
作者在中国 3 个长期定位试验中进行了双向验证，试验持续6 至 9 年。 将直接、遗留与背景排放合并后，估算与实测的误差为 1%-6%，平均约 3%；只使用IPCC 默认因子时，除一个试验为 4% 外，其余偏差为25%-62%。
这并不表示 IPCC 因子“无用”，而是说明它的统计边界较窄。 IPCC Tier 1 的默认直接排放因子主要来自短期田间研究；对于已经连续多年施氮的耕地，短期当季响应未必包含长期氮累积带来的全部信号。长期试验的价值，恰在于能将这种滞后影响从背景中拆出来。
5 漏掉的不是小数目：全球三大作物多出 0.87 Tg 的账
作者估算，2020 年小麦、玉米和水稻的肥料诱导当季直接加遗留排放合计为 0.87 Tg N2O-N season-1，约比 IPCC Tier 1 估算高 30%。
三种作物在这部分肥料诱导排放中的占比分别为：小麦39.1%、玉米 41.4%、水稻 19.5%。 其中，遗留排放量依次为 0.025、0.045 和 0.009 Tg N2O-N season-1，分别占各作物肥料诱导排放的 7.3%、12.6% 和 5.6%。玉米的绝对遗留量和相对占比都最高，是本研究最需要被清单方法看见的部分。
还要注意，背景排放并没有消失。三大作物的背景排放合计为 288.4 Gg N2O-N season-1，相当于肥料诱导排放的 24.8%。这正说明，把“没有当季施氮”直接等同于“背景”会同时混淆两类来源。
6 减排没有通用最优解：小麦、玉米、水稻各有一套组合
作者把四类措施放进 2020-2100 年的气候情景中比较：有机肥半替代、全替代、生物炭和增效氮肥。 结论非常明确：最佳方案取决于作物，也取决于气候路径。
减排表现最突出小麦：增效氮肥玉米：生物炭水稻：有机肥全替代 | SSP126 下的空间占比小麦：增效氮肥 84.3% 区域玉米：生物炭 88.5%-96.3% 区域水稻：全替代在各情景中均最优 |
图中的“最佳”有明确限定： 它指每个网格中相对常规管理、可获得最大肥料诱导排放降幅的做法，并不等于当地现实中一定最便宜、最易推广或可替代全部农艺判断。图件的真正价值，是把“单一全球处方”改成“按作物和区域选工具”。
7 减排与增产会拉扯，经济最优也未必等于减排最优
在低排放路径 SSP126 下，四类措施都能降低直接排放因子，但幅度不同。 小麦中，增效氮肥的降幅最大，为 62%；玉米中生物炭最大，为 47%；水稻中有机肥替代为 43%-52%，增效氮肥为 48%。
把产量放进来，排序又变了。小麦的增效氮肥最利于减排，但有机肥全替代的增产幅度最大；玉米的生物炭减排最强，而增效氮肥的增产表现最好；水稻中，有机肥全替代同时优化了减排与增产。
作者进一步把碳价与国际粮价放入情景核算。 在三类气候情景下，有机肥全替代为小麦和水稻带来最高综合经济收益，分别为 515 亿和 149 亿美元；玉米则由增效氮肥最高，为 453 亿美元。这些金额是模型情景下的综合价值，不是单个农户可直接获得的收益承诺。
8 气候越暖，同一措施的相对减排空间越可能被压缩
在 SSP370 和 SSP585 情景下，三类作物的基线直接排放因子都上升，而各措施的相对减排潜力下降。这并非说有机肥、生物炭或增效氮肥在变暖后“失效”，而是说明在更高排放的气候背景下，仅靠同一项田间管理，可能更难抵消系统整体增强的排放风险。
因此，作者的情景框架包含两层信息。第一层是不同作物应选不同工具；第二层是减排策略需要与气候适应、区域肥料管理和长期土壤氮库控制一起部署。将遗留效应纳入清单，正是识别这条长期管理链的起点。
作者的到 2100 年情景结果减少 0.47 Mt N2O排放 | 同时计入粮食生产增加 362.8 Mt 粮食约可额外供养 800 万人 |
9 这份新账本仍有边界，下一步要补全年与更多地区
第一，长期试验的空间代表性还不均衡。数据主要集中在中国和欧洲；作者虽做了交叉验证和逐国剔除检验，但南美南部、北部等代表性不足地区仍需要更多长期试验。
第二，研究聚焦作物生长期。作者指出，最多可有 44% 的 N2O排放发生在休耕期；要获得完整年度账本，未来还需把非生长季排放与管理过程纳入。
第三，研究覆盖的是三种主粮，而非所有作物。作者的线性遗留因子模型适合全球尺度核算，但仍可由更细致的氮转化过程模型、不同作物和多措施联用试验继续完善。也因此，本文最可靠的贡献不是给出一个放之四海皆准的固定数字，而是把“历史施氮的后效”带回了农业减排核算的中心。
10 论文信息
原文标题:Legacy N2O Emissions Overlooked and Crop-Specific Mitigation Solutions
期刊: Environmental Science & Technology（2026，online first）
DOI:https://doi.org/10.1021/acs.est.5c14919
作者: Zhaoxin Li, Ziheng Zou, Xiaobo Liu, Tengyue Ye, Qidong Yu, Fadong Li, Gang Chen, Jinyang Wang, Shuwei Liu, Jianwen Zou
引用:
Li, Z., Zou, Z., Liu, X., Ye, T., Yu, Q., Li, F., Chen, G., Wang, J., Liu, S., & Zou, J. (2026). Legacy N2O emissions overlooked and crop-specific mitigation solutions. Environmental Science & Technology.https://doi.org/10.1021/acs.est.5c14919
11 往期推荐
