一种农田土壤氧化亚氮温室气体排放估算方法及装置制造方法及图纸

本发明专利技术一种农田土壤氧化亚氮温室气体排放估算方法及装置，该方法包括以下步骤：S1、运行SWAT半分布式水文模型，模拟获得不同空间位置的土壤环境参数；S2、通过文献和实测数据搜集，构建土壤理化性质及相应N2O排放量数据库，建立土壤N2O排放量‑土壤环境参数的非线性模型；S3、运用Python语言将步骤S1中的参数与步骤S2的非线性模型进行耦合，对全流域土壤N2O排放通量进行动态计算；S4、运用Python语言实现土壤N2O排放时空变化的自动化展示；S5、运用Python语言实现不同情景下的土壤N2O排放的自动化对比分析；该方法即保证计算精度，又能快速有效的全流域土壤N2O排放评估。

Method and device for estimating greenhouse gas emission from farmland soil Nitrous Oxide

The invention relates to a method and device for estimating greenhouse gas emission from farmland soil nitrous oxide. The method comprises the following steps: S1, running SWAT semi-distributed hydrological model to simulate and obtain soil environmental parameters at different spatial positions; S2, collecting literature and measured data, constructing soil physical and chemical properties and corresponding N2O emission data. The non-linear model of soil N2O emission and soil environmental parameters was established; the parameters of S 3 and S 2 were coupled with the non-linear model of S 2 by Python language to calculate the soil N2O emission flux dynamically; the space-time variation of soil N2O emission was displayed automatically by S 4 and Python language. Python language is used to realize the automatic comparative analysis of soil N2O emission under different scenarios, which can ensure the accuracy of calculation and evaluate the soil N2O emission quickly and effectively.

【技术实现步骤摘要】
一种农田土壤氧化亚氮温室气体排放估算方法及装置
本专利技术属于土壤氮流失模拟
，涉及一种简单快捷的农业面源氮流失的估算方法及装置，尤其涉及一种农田土壤氧化亚氮温室气体排放估算方法及装置。
技术介绍
土壤N2O大量排放可造成土壤氮损失，并对大气环境造成严重的污染。目前所了解的土壤N2O的产生过程主要包括：硝化和反硝化微生物过程等。该过程主要受土壤温度、含水量、土壤氮含量等因素的影响，气候、土壤理化性质及农业管理措施可以单独或互相作用共同影响土壤N2O排放，导致土壤N2O排放具有复杂的排放模式和较大的时空变异性。对各种条件组合下的生态系统均设点长期观测土壤N2O排放通量，需要花费大量的人力、财力及物力。因此，构建一个考虑气候、土壤及管理措施综合影响的N2O排放模型尤为重要，这也是准确估算田间、流域等不同空间尺度下N2O排放量的有效途径。从模型类型来看，主要包括统计经验模型和过程机理模型。经验模型不能进行过程分析，但因其操作简单，资料容易获得等优点，且能估算出时空变化格局，依然是大尺度N2O排放模型发展的热点之一。近年来模型技术的快速发展与“大数据”概念的兴起也为土壤N2O排放经验统计模型构建提供了更丰富的数据来源与广阔的应用前景。基于过程机理的模型(如LandscapeDNDC模型、SWAT与Daycent耦合模型等)能反应土壤N2O排放过程及空间差异，但由于机理模型常因所需参数多并且长时间序列实测值而难以操作。SWAT模型是一款经典的考虑土壤碳氮循环的过程机理模型，其可以较为准确的模拟估算径流侵蚀引起的土壤氮流失，但目前已发布的最新版本SWAT模型还不能模拟估算土壤N2O排放。最新研究显示，通过改进SWAT模型中的硝化、反硝化过程模块，将碳氮循环与土壤温度、含水量及pH值耦合(Wagenaetal.,2017)或者将Daycent模型中的硝化、反硝化及N2O产生模块与SWAT模型进行耦合(Yangetal.,2017)可定量模拟农业土壤N2O排放过程，其N2O排放模块同样是基于过程的机理模型。但由于机理模型常因所需参数多并且长时间序列实测值而难以操作。综上所述，单一的使用统计模型或者机理过程模型分别存在统计模型不确定性较大的问题和机理过程模型需要大量实测数据验证问题，这两类模型有各自优缺点，如何有效集成各种方法优势，快速有效的实现全流域土壤N2O排放模拟成为本领域技术人员亟待解决的技术问题之一。
技术实现思路
本专利技术的目的在于提供一种农田土壤氧化亚氮温室气体排放估算方法，是一种基于SWAT模型的流域土壤N2O排放动态定量模拟方法，以快速有效的实现定量模拟流域土壤中N2O排放通量。一种农田土壤氧化亚氮温室气体排放估算方法，应用于水文模型SWAT模型中，包括以下步骤：S1、运行SWAT半分布式水文模型，模拟获得不同空间位置的土壤环境参数，包括：土壤温度、含水量及硝态氮含量；S2、通过文献和实测数据搜集，构建土壤理化性质及相应N2O排放量数据库，建立土壤N2O排放量-土壤环境参数的非线性模型；S3、运用Python语言将步骤S1中的参数与步骤S2的非线性模型进行耦合，对全流域土壤N2O排放通量进行动态计算；S4、运用Python语言实现土壤N2O排放时空变化的自动化展示；S5、运用Python语言实现不同情景下的土壤N2O排放的自动化对比分析；其中，在步骤S2中所述土壤N2O排放量-土壤环境参数的非线性模型包括：非淹水土壤N2O排放量-土壤环境参数的非线性模型，以及淹水土壤(水田)N2O排放量-土壤环境参数的非线性模型；非淹水土壤N2O排放量-土壤环境参数的非线性模型为：N2Osoil＝-6.519+1.075×SN+0.246×ST+0.12×SW式中，N2Osoil是非淹水土壤N2O排放通量(gN/ha/day)，SN是土壤硝态氮含量(mg/kg)，ST是土壤表层温度(℃)，SW是土壤体积水含量(V％)。淹水土壤(水田)N2O排放量-土壤环境参数的非线性模型为：(1)控制灌溉模式N2Opaddy＝-0.249×SN2+14.448×lnST-31.909(2)间歇灌溉模式N2Opaddy＝-0.228×SN2+6.561×lnST-9.463(3)淹灌模式N2Opaddy＝-0.616×lnSN+0.011×ST2+5.191式中，N2Opaddy是淹水土壤N2O排放通量(gN/ha/day)，SN是土壤硝态氮含量(mg/kg)，ST是土壤表层温度(℃)。本专利技术进一步提供了一种农田土壤氧化亚氮温室气体排放估算装置，包括：土壤参数模拟模块，用于利用SWAT模拟土壤环境参数，包含日尺度的全流域土壤温度、土壤含水量和土壤硝态氮含量；全流域土壤N2O排放模拟模块，用于运行土壤N2O排放量-土壤环境参数的非线性模型，耦合土壤参数模拟模块中SWAT模拟的土壤环境参数，对全流域土壤N2O排放通量进行模拟计算；时空分布图绘制模块，用于运用Python语言自动化完成全流域土壤N2O排放时间序列和空间可视化；情景分析模块，用于运用Python语言自动化完成不同情景下的土壤N2O排放对比分析；所述土壤参数模拟模块、全流域土壤N2O排放模拟模块和时空分布图绘制模块、情景分析模块依次连接。本专利技术一种农田土壤氧化亚氮温室气体排放估算方法及装置，其优点及功效在于：基于有效集成统计模型的易操作性和过程模型的机理性原则，通过构建土壤理化性质及相应N2O排放量数据库，建立土壤N2O排放量-土壤环境参数的非线性模型；运用SWAT模型模拟土壤环境参数变化过程；然后将构建的非线性模型与SWAT模拟的土壤环境参数耦合，获得全流域土壤N2O排放通量。该方法即保证了计算精度，又实现了快速有效的全流域土壤N2O排放评估。附图说明图1是本专利技术中流域土壤N2O排放通量计算方法的步骤流程图。图2是本专利技术实施例中土壤N2O排放非线性模型验证结果图。图3a、b是本专利技术实施例中SWAT模型输出土壤温度、含水量验证结果图。图4a、b、c、d、e是本专利技术实施例中流域土壤N2O排放通量时空分布图。图5a、b、c、d、e、f是本专利技术中流域不同气温、降雨及施肥梯度下土壤N2O排放通量对比分析图。图6是本专利技术中流域土壤N2O排放通量计算装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。此处所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。一种农田土壤氧化亚氮温室气体排放估算方法，如图1所示，包括以下步骤：S1、运行SWAT半分布式水文模型，模拟获得不同空间位置的土壤环境参数SWAT是典型的半分布式水文模型，可以模拟不同气候和土地利用环境下的土壤温度、含水量和硝态氮含量动态变化。本专利技术在S1步骤中，在对SWAT模型模拟的土壤温度和含水量进行验证基础上(图3a、b)，模拟输出日尺度的土壤温度、含水量和硝态氮含量。该过程将作为非线性模型的输入数据。S2、建立土壤N2O排放量-土壤环境参数的非线性模型具体包括非淹水土壤N2O排放量-土壤环境参数的非线性模型及淹水土壤(水田)N2本文档来自技高网...

【技术保护点】
1.一种农田土壤氧化亚氮温室气体排放估算方法，应用于水文模型SWAT模型中，其特征在于：该方法包括以下步骤：S1、运行SWAT半分布式水文模型，模拟获得不同空间位置的土壤环境参数，包括：土壤温度、含水量及硝态氮含量；S2、通过文献和实测数据搜集，构建土壤理化性质及相应N2O排放量数据库，建立土壤N2O排放量‑土壤环境参数的非线性模型；S3、运用Python语言将步骤S1中的参数与步骤S2的非线性模型进行耦合，对全流域土壤N2O排放通量进行动态计算；S4、运用Python语言实现土壤N2O排放时空变化的自动化展示；S5、运用Python语言实现不同情景下的土壤N2O排放的自动化对比分析。

【技术特征摘要】
1.一种农田土壤氧化亚氮温室气体排放估算方法，应用于水文模型SWAT模型中，其特征在于：该方法包括以下步骤：S1、运行SWAT半分布式水文模型，模拟获得不同空间位置的土壤环境参数，包括：土壤温度、含水量及硝态氮含量；S2、通过文献和实测数据搜集，构建土壤理化性质及相应N2O排放量数据库，建立土壤N2O排放量-土壤环境参数的非线性模型；S3、运用Python语言将步骤S1中的参数与步骤S2的非线性模型进行耦合，对全流域土壤N2O排放通量进行动态计算；S4、运用Python语言实现土壤N2O排放时空变化的自动化展示；S5、运用Python语言实现不同情景下的土壤N2O排放的自动化对比分析。2.根据权利要求1所述的一种农田土壤氧化亚氮温室气体排放估算方法，其特征在于：在步骤S2中所述的土壤N2O排放量-土壤环境参数的非线性模型包括：非淹水土壤N2O排放量-土壤环境参数的非线性模型，以及淹水土壤N2O排放量-土壤环境参数的非线性模型。3.根据权利要求2所述的一种农田土壤氧化亚氮温室气体排放估算方法，其特征在于：所述的非淹水土壤N2O排放量-土壤环境参数的非线性模型为：N2Osoil＝-6.519+1.075×SN+0.246×ST+0.12×SWN2Osoil＝-6.519+1.075×SN+0.246×ST+0.12×SW式中，N2Osoil是非淹水土壤N2O排放通量(gN/ha/day)，SN是土壤硝态...

【专利技术属性】
技术研发人员：高翔，欧阳威，王雪蕾，连仲民，郝新，林春野，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京,11