一氧化二氮的排放因子的氮
fertilizer-induced的一氧化二氮的排放因子在本研究中,平均0.42%水情F-D-F-M F-D-F和0.73%。显然,这些估计的一氧化二氮排放因素稻田明显低于政府间气候变化专门委员会(1997)的1.25%或估计违约因素在这个地区旱地农田(郑et al . 2004年)。燕et al .(2003)估计一氧化二氮排放因素和背景排放量平均0.25%和0.26 kgn2o-n是水稻生长季节,分别。然而,他们并没有区分一氧化二氮排放水在不同政权的稻田。相比之下,秋山et al。(2005)最近报道,连续洪水稻田的EFs平均为0.22%和0.37%,复发的受精稻田排水。这些估计代表不满16的均值和23个排放因素直接测量领域的研究氮和氮不治疗设计,分别。正如作者指出的,季节性的一氧化二氮排放总量没有显著相关的氮输入在水稻生长季节对所有水政权或连续洪水(秋山et al . 2005年)。然而,根据数据在表9.2展出的秋山et al .(2005),明显的一氧化二氮排放和N输入之间的关系在水稻生长季节期间被发现在赛季中期排水的稻田。使用秋山et al。(2005)相同的数据(不包括测量从硝化抑制剂和控制释放化肥),模拟OLS线性模型MSD-Akiyama预测,一氧化二氮排放系数平均为0.43%,与背景发射0.20 kgn2o-n农业(表9.5)。这种排放因子OLS模型模拟的是略高于通过秋山et al .(2005),这是基于最大似然(ML)估计。
的确,一氧化二氮的排放因子估计秋山et al .(2005)指的是英孚的价值最大化在测量观察一氧化二氮排放的可能性。点和区间估计使用毫升模型在很大程度上依赖于分布假设样本的观察(响应变量)具有正态分布(奎因和Keough 2004)。然而,直接EF数据在秋山et al .(2005)研究了对数正态分布分布格局。相比之下,EF OLS估计的模型在这项研究代表了价值最少的不确定性。的OLS估计不需要为变量分配的假设,而是专注于残余分布(奎因和Keough 2004)。图9.3 d所示,模型的残差MSD-Akiyama接近正态分布。权力的分析还表明,它是强大到足以模型数据(表9.4)。为了减少不确定性估计一氧化二氮的排放因子,据推测,OLS模型可以更适合一氧化二氮数据比ML模型所使用的秋山et al . (2005)。
9.4.3背景一氧化二氮排放
在目前的研究中,背景一氧化二氮的排放水政权下的稻田被宣告只有F-D-F-M(表9.5)。背景一氧化二氮排放在水稻生长季节是可以忽略不计的连续洪水稻田。F-D-F的水情,背景下一氧化二氮排放估计是0.009公斤N2O-N农业,这没有明显不同于“0”(表9.5)。这微不足道的背景发射部分由于水管理日志为主的水稻季除了短期的赛季中排水。只发生了密集的一氧化二氮排放过程中适时F-D-F下排水。相比之下,背景一氧化二氮排放,平均高达0.79公斤N2O-N F-D-F-M下农业水政权。根据七个测量在连续洪水和间歇灌溉稻田,燕et al .(2003)估计背景一氧化二氮排放,平均
0.26 kgn2o-n是水稻的季节。然而,正如作者所承认的那样,有很多不确定性的背景在稻田排放估计。事实上,背景排放已成为发展中最敏感的因素之一的库存农业一氧化二氮的排放(Bouwman et al . 2002;燕et al . 2003;秋山et al . 2005年)。
继续阅读:一氧化二氮排放水情的影响
这篇文章有用吗?