本发明属于土壤氮流失模拟技术领域，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。
背景技术：
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。
技术实现要素：
本发明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(℃)。
本发明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。
本发明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是本发明中流域土壤n2o排放通量计算方法的步骤流程图。
图2是本发明实施例中土壤n2o排放非线性模型验证结果图。
图3a、b是本发明实施例中swat模型输出土壤温度、含水量验证结果图。
图4a、b、c、d、e是本发明实施例中流域土壤n2o排放通量时空分布图。
图5a、b、c、d、e、f是本发明中流域不同气温、降雨及施肥梯度下土壤n2o排放通量对比分析图。
图6是本发明中流域土壤n2o排放通量计算装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。此处所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
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。本发明在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)n2o排放量-土壤环境参数的非线性模型；
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×sw
式中，n2osoil是土壤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
通过搜集发表的国内外文献，以及ghg-europe、nitroeurope、carboneurope及gracenet等实测数据网，构建土壤理化性质及相应n2o排放量数据库。数据库具体信息包括土壤环境情况(经纬度、土壤温度、土壤ph、土壤有机碳含量、土壤氨氮土壤、土壤硝态氮含量、土壤含水量、土壤类型、质地、植被类型)、试验方式、测定天数和测定频率及相应的n2o排放通量。以数据库中75％的数据为基础，通过对土壤n2o排放数据(因变量)进行正太分布变换，并将符合正态分布的因变量与土壤温度、土壤含水量和土壤硝态氮含量等因子进行逐步回归分析，建立非线性模型；运用数据库中15％数据，对模型进行评估验证。为了保证模型可靠性，通过野外采样，室内实验，对不同土壤硝态氮含量水平下的土壤n2o排放模拟进行了进一步验证，如图2所示。
s3、运用python语言将swat模型与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
在s3步骤中，上述构建的非线性土壤n2o排放模型可看作一个点位模拟模型，由swat模型离散化的具有特定地表特征的水文响应单元可看作不同的点位，运用python语言编程自动化读取全流域不同水文单元的土壤环境参数(土壤温度、含水量和土壤硝态氮含量)，并将非线性土壤n2o排放模型模拟计算全流域不同水文单元土壤n2o排放通量，流程图如图1中(a)所示。
s4、运用python语言实现土壤n2o排放时空变化的自动化展示
在s4步骤中，基于上述模型模拟的日尺度不同水文响应单元土壤n2o排放通量，运用python语言编程自动化读取不同水文响应单元土壤n2o排放通量，对于时间序列展示，自动化输出日、月、季、年尺度的土壤n2o排放通量变化图，流程图如图1中(b)所示；对于空间分布展示，自动化将土壤n2o排放通量属性数据赋予水文响应单元空间矢量数据中，通过arcgis制图，输出不同水文响应单元土壤n2o排放通量空分布图，流程图如图1中(c)所示。
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
在s5步骤中，基于不同情景下输出的土壤n2o排放通量模拟结果，运用python语言编程，自动将不同情景土壤n2o排放通量对比分析，并生成不同情景下土壤n2o排放通量对比分析图，流程图如图1中(d)所示。
在本发明的实际应用过程中，包括以下具体步骤：
1、运行swat半分布式水文模型，模拟输出不同水文相应单元的土壤温度、含水量和土壤硝态氮含量。
2、将不同水文响应单元的土壤环境参数，作为非线性模型的输入信息。
3、利用python语言编程，自动化完成水文响应单元的土壤n2o排放通量赋值，输出不同时间尺度的n2o排放通量图和流域空间分布图，如图4a、b、c、d、e所示。
4、利用python语言编程，自动化完成不同气温、降雨及施肥梯度下土壤n2o排放通量对比分析图，如图5a、b、c、d、e、f所示，其中图5a、5d是温度变化，图5b、5e降雨变化，图5c、5f施肥量变化。
本发明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，如图6所示，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s2步骤中的土壤n2o排放量-土壤环境参数的非线性模型，耦合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；其中，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。