第42卷第4期2023年7月华中农业大学学报JournalofHuazhongAgriculturalUniversityVol.42No.4July2023，192~198基于DNDC模型的玉米田土壤有机碳变化模拟预测马子钰1，马文林1，贾小红2，王胜涛2，张蕾21.北京建筑大学环境与能源工程学院，北京102616；2.北京耕地建设保护中心，北京100101摘要为揭示有机碳变化的关键影响因素并为北京地区实现固碳减排目标提供科学依据，利用北京怀柔区前桥梓村玉米田2016-2019年土壤有机碳（soilorganiccarbon，SOC）实测数据对反硝化-分解模型（denitrifica‐tion-decompositionmodel，DNDC）进行验证，选取气候、土壤及秸秆还田等主要影响因子对验证后的DNDC模型进行敏感性分析，模拟了2种典型浓度路径（RCP8.5、RCP4.5）下该农田未来（至2100年）土壤有机碳变化情况。结果显示：经过校验后的DNDC模型可较好地模拟该玉米田SOC变化；初始有机碳含量及秸秆还田率是SOC变化的主要影响因素；RCP8.5及RCP4.5下SOC含量增加明显，土壤碳库在2100年达到平衡，2100年有机碳含量分别达到27.70、29.03g/kg，分别较初始有机碳含量上升197.85%和212.15%。结果表明，DNDC模型可用于该研究区玉米田有机碳变化预测，该农田持续采用当前施肥和秸秆还田管理方式可实现土壤持续固碳。关键词DNDC模型；土壤有机碳；敏感性分析；模拟预测；玉米田；农田土壤碳汇；碳中和中图分类号O242.1文献标识码A文章编号1000-2421（2023）04-0192-07土壤是陆地生态系统的最大碳库，其碳库含量约是大气碳库的3倍，土壤碳库含量的微小变化将导致大气CO2浓度的明显波动［1］，而提升土壤碳库则可有效减缓全球温室气体含量升高趋势。农田土壤碳库约占陆地土壤总碳库的8%~10%［2］，模拟预测农田土壤有机质变化对于改良土壤管理措施、促进其碳库增加具有重要作用。然而，在土壤固碳量的评估方法选择上，传统的田间试验需要消耗大量人力物力，同时易受不可控因素影响［3］；利用模型法研究土壤有机碳（soilorganiccarbon，SOC）含量动态变化则是一种高效的方式［4］。反硝化-分解模型（denitrification-decompositionmodel，DNDC）起源于美国，由2个部分共6个模块构成［5］，用于土壤温室气体排放模拟和预测［6］，随着模型的不断发展和完善，已在2000年被全球气候变化模型国际学术会议认定为亚太地区首选的地球生化模型［7］，并在模拟研究我国农田SOC含量变化的领域中得到应用。例如，Liao等［8］通过DNDC模型对2012-2031年山东省桓台县的SOC含量进行模拟...
