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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。