反硝化是氮循环中的一个重要过程，它将活性氮(如硝酸盐)转化为惰性氮(如N₂)，并影响农业生态系统中氮循环。然而目前大多研究中，主要通过反硝化产生的N2和N2O可能代表的陆地生态系统中氮(N)为主要损失，且由于土壤反硝化的控制因素不可预测，现场难以精确测量，导致土壤反硝化预测存在较大的不确定性。因此，我们研究了全国水稻种植区1293个县土壤反硝化率以及造成空间差异的主要土壤环境因子。使用模型自“下而上”的方法从多个氮的损失途径校准模型，如土壤水、ET、氮淋溶、氮径流、气体氮损失及作物生长过程和产量，并利用全国不同水稻种植区站点数据氮损失项和土壤TN的年际变化对模型进行验证。研究结果发现，站点尺度模型的土壤水、N-Leaching、N-runoff、NH3及产量的模拟效果与观测结果吻合度和精度均较高，同时利用六站点的N-budget数据得出的反硝化量与反硝化模拟值的变化趋势一致，R²=0.42(P<0.0001),说明我们构建的PEST-DNDC是可以进行区域反硝化评估的。进一步利用文献中获取的全国水稻种植区反硝化原位观测数据进行验证，验证结果发现，模拟值较观测值偏高，但是变化趋势及吻合程度相对一致（R²=0.85, P <0.0001），进一步说明，我们模型的模拟全国稻区反硝化量是精准的。同时研究发现，土壤反硝化率随着施氮强度的不同而不同，土壤反硝化量与施氮量呈现显著正相关关系（R²=86）。反硝化速率与土壤WFPS呈正相关，且随着硝酸盐(NO^3-)底物浓度含量升高而升高。这些结果表明，土壤反硝化造成的氮损失不可忽视，应采取缓解措施减少氮损失，提高氮利用效率。本研究提出一种基于有限输入数据集的过程模拟参数优化方法，提高了中国稻区氮磷排放的空间精度和预测能力，为后续工作提供技术支持；并重新量化了中国水稻种植区反硝化率的估算，增强其空间格局变化的关键驱动因素对硝化/反硝化过程影响机理的认识，从而提出减少稻田反硝化率的相应调控措施，缓解策略的评估。
 

生态系统；水稻；氮素循环；DNDC模型；反硝化速率