稻田温室气体排放是农业生产排放的一个重要方面。如何实现稻田高效生产和温室气体减排双赢效果,既是一个重要的科学问题,也是一个重要的农业生产问题。在上海地区,稻田是农田主要组成部分,发挥着粮食生产和生态系统服务发挥的双重功能。目前,对上海稻田温室气体排放特点和影响因素缺乏深入了解,对市域尺度上减排潜力还缺乏估测,制约着基于减排的稻田生产措施实施和排放清单编制。在本论文中,主要针对上海稻田温室气体排放特征、农田管理措施的影响,开展了田间原位观测;在农田和市域尺度上验证了DNDC模型,在市域尺度上进行了基于DNDC模型的情景分析;并在此基础上,构建了可视化网络平台。通过该项研究。得到如下主要结果:1、合理的氮肥减量化使用,可以取得稻田温室气体减排和产量保证的双重效果。试验结果表明,水稻生长季节稻田的CH₄和N₂O排放总量分别为4.09-4.37 kg C ha^-1及0.15-0.45 kg N ha^-1。在不同施肥措施下(300 kg N ha^-1、210 kg N ha^-1和150 kg N ha^-1),CH₄及N₂O排放差异较为显著,在300 kg N ha^-1处理水平下,分别为4.37 kg C ha^-1及0.45 kg N ha^-1。较高施氮水平下的产量较高,但单位产量所产生的GWP以在较低氮肥施入水平下较低;合理控制氮肥施入,在保证作物产量的同时可以减少温室气体的排放。2、使用硝化抑制剂（DMPP）,对稻田CH₄和N₂O排放均具有明显抑制效果,也具有基于生产效益的可行性。试验表明,与单施尿素处理相比,施入尿素+DMPP后2012年度和2013年度水稻生长季节的CH₄排放总量分别降低了36-47%和34-54%,N₂O排放总量降低了39-70%和72-94%;以施N量的0.5-1%的DMPP施入水平,减排效果较为显著。DMPP可抑制稻田水中NH₄⁺-N向NO₃^--N转化,保持较高的NH₄⁺-N浓度、较低的NO₃^--N浓度,促进水稻对氮肥的吸收利用,提高了氮肥利用效率。3、DNDC模型能够有效评估上海稻田农田管理措施的减排效果。根据本地的稻田观测数据,对DNDC模型参数进行了初始化验证,并基于验证的DNDC模型对上海市域尺度乡镇点位上稻田温室气体排放进行了估算和情景分析。在构建上海主要稻田种植区域（崇明、金山、浦东、青浦、松江、奉贤、嘉定、宝山及闵行地区,共计155个样点）数据库（包括2012-2014年气象数据数据库、农田管理数据库及土壤理化性质数据库）基础上,模拟结果表明,上海地区稻田CH₄和N₂O排放量以西南部排放较高。上海地区稻田CH₄和N₂O排放均值分别为78.77-145.67 kg CH₄ ha^-1 yr^-1和7.02-13.03 kgN₂O ha^-1 yr^-1,总排放量分别为9.51-17.25 Gg C yr^-1和0.78-1.56 Gg N yr^-1。对上海地区稻田农业管理措施进行情景分析,结果表明,优化氮肥控制措施、耕作及水分管理等措施,均能在保证作物产量的同时降低水稻生长季节的全球增温潜势（GWP）。4、以DNDC模型为核心,构建了上海稻田温室气体评估可视化网络平台,且具有操作简便、易于推广的特点。在完成模型点位案例验证、上海稻田区域模拟的基础上,以DNDC模型科学过程为指导,对DNDC模型核心部分的源代码进行修改、重新编译,将单机版的DNDC模型扩展,构建了以DNDC模型为核心的可视化网络平台。该平台可供用户查询数据库中样点的基本信息、土壤参数以及作物系统管理措施,并在线执行DNDC模拟运算。该平台简化了DNDC模型的使用过程,有利于模型的推广使用,方便了数据的及时更新及汇总。该平台提高了科研工作人员和相关使用者之间的数据共享能力,为今后农田减排措施效果评估、碳排放评价系统以及农田管理决策支持系统提供了基础支撑。