基于系统动力学的民勤绿洲农业系统碳排放仿真模拟研究

陈军娟，燕振刚，李 薇，李 广

(1.甘肃农业大学信息科学技术学院，兰州 730070；2.甘肃农业大学财经学院，兰州 730070；3.甘肃农业大学林学院，兰州 730070)

【研究意义】近年来，温室气体所引起的气候变化问题受到世界各国的广泛关注。其中，农业是产生温室气体的原因之一[1]。据已有的研究显示，全球人为导致产生的温室气体里面农业产生的温室气体占将近30%[2]，想要实现减少我国温室气体排放目标，还应从治理农业碳排放角度入手[2]。为促进我国经济的快速发展，减少碳排放对我国趁早实现2030年前实现碳达峰，2060年前实现碳中和提供重要意义和一定的理论参考价值。【前人研究进展】近年来，国内外学者对农业碳排放进行了广泛的研究，相关研究主要在于农业生产活动对碳排放的影响、土地利用产生碳排放的测算以及影响农业碳排放因素的分析等方面，例如：李颖[4]以黄土高原退耕区县南沟为例对农业活动中碳产品显化及市场对接进行了研究；舒璜[5]以南昌市为研究区,基于2000—2017年土地利用动态变化，运用遥感解译手段提取土地利用变化数据,分析土地利用数量、结构和利用程度的变化及趋势；Edwards等[6]研究表明灌溉方式不同，也会影响农业碳排放量不同；杨龙等[7]从基于2019年杨凌区及周边的围观调查数据分析了种植业投入要素中土地投入、农药投入以及劳动力投入对农业碳排放的影响，刘立平[8]利用Kaya恒等式分析了影响河南省农业碳排放的因素，发现导致农业碳排放量增加的主导因素是经济的发展。赵先超等[9]运用LMDI模型分析了湖南省农业碳排放的影响因素，结果表明农业经济水平和产业结构是促进农业碳排放量增加的主要因素。李彩弟等[10]对张掖市农业碳排放影响因素进行了研究，研究结果表明经济因素会使农业碳排放增加，而效率、结构和劳动力因素能减少碳排放，陈林等[11]利用IPCC清单估算法对宜宾市2001—2015年农业碳排放进行了估算，发现近15年来碳排放量呈增加趋势，并且导致碳排放的主导因素是农用物资和农用能源因素。【本研究切入点】目前在基于系统动力学农业系统碳排放预测方面的研究较少，基于此，本文以基于民勤绿洲2004—2019年农业生产等数据作为基础，运用系统动力学仿真模拟来计算民勤绿洲2004—2019年耕地—农业和家畜的碳排放量并预测未来11年碳排放变化趋势。【拟解决的关键问题】以期为民勤绿洲农业生产引导低碳方式做出理论参考。

1 材料与方法

1.1 研究区域概况

民勤县是甘肃省武威市下辖县，位于甘肃省河西走廊的东北部(101°49′41″～104°12′10″E，38°3′45″～39°27′37″N)，在石羊河流域下流，南靠武威，西邻镍都金昌，东北和西北面与内蒙古的左、右旗相接。东西长206 km，南北宽156 km，全县总面积1.59万km2，耕地面积63745.19万km2，主要农作物为春小麦、玉米和大麦等；农作物播种面积达58.01千hm2，平均海拔1400 m，属温带大陆性干旱气候区，年均气温为9.2 ℃，全年无霜期210 d[12]。年平均降水量113.2 mm，降雨主要集中在每年6—9月，8月最多，占全年降水量的66%。民勤县日照时间长，特别适宜农作物生长，是甘肃省重要的商品粮食基地县。

1.2 数据来源

本实验中所涉及的数据均来源于2004—2019年《甘肃统计年鉴》《甘肃发展年鉴》《甘肃农村年鉴》，主要数据有农作物的化肥、农药、农膜、灌溉、翻耕、机械总动力等生产投入数据，其中化肥为实用量；翻耕面积为农作物播种面积；灌溉为有效灌溉面积。

1.3 研究方法

系统动力学(System dynamics,简称SD)是一门分析研究信息反馈系统的学科，也是一门认识并解决系统问题的交叉综合性学科，通过定性与定量相结合的方法研究系统复杂问题并相应的建立系统模型[13]。农业碳排放是指农业生产过程中所产生的碳排放，对于民勤绿洲农业系统碳排放的测算，农业系统的碳排放主要由农业原料的投入产生。其中农业原料的投入包含了增加土壤肥力的化肥、用于害虫防治的农药、农膜、农业灌溉以及灌溉消耗的农机动力的使用等[14]。

ECcrop=Cf+Cm+Gi+Ca+Cp

(1)

式中，CEcrop是指农田农作物生产过程的总碳排放量；Cf是指农田化肥施用所产生的碳排放；Cm是农业机械使用过程中燃烧燃料所产生的碳排放；Ci是灌溉农田过程中所产生的碳排放；Ca是农膜使用过程中所产生的碳排放量，Cp是农药使用过程中所产的碳排放量。

Cf=Gf×Qf

(2)

Cm=Sp×Qp+Wm×Qm

(3)

Ci=Si×Qi

(4)

Ca=Ga×Qa

(5)

Cp=Gp×Ap

(6)

式(2)中，Gf指农作物生产过程中所施用的化肥数量,Qf是指化肥的碳排放系数；式(3)中，农业机械使用过程中产生的总碳排放量是Cm由农作物种植面积翻耕和农业机械动力两部分组成，Sp是农作物的种植面积，Wm表示农业机械使用过程的总动力，Qp的碳排放转换系数为16.47 kg/hm2；式(4)中，灌溉过程中所产生的碳排放量Ci由农作物的灌溉面积Si和灌溉系数Qi相乘所得；式(5)中，农膜使用所产生的碳排放量Ca是由农膜使用量Ga与农膜碳排放系数Qa相乘所得；式(6)中，农药使用所产生的碳排放量Cp是由农药的使用量Gp与农药碳排放系数Ap的乘积[14]。其中碳排放系数见表1。

表1 碳排放系数Table 1 Carbon emission coefficient

家畜的养殖过程中在农业的生产中也产生碳排放，主要来源于饲料生产时的碳排放，家畜胃肠道碳排放，粪便碳排放以及饲料种植和加工时产生的碳排放[14]。民勤绿洲农户畜禽养殖有牛、羊和猪三类，主要以养羊为主。碳排放量以年末的存栏数量来计算，计算公式为：

C牲畜=∑iSi牲畜×Q牲畜

(7)

式中，C牲畜为牲畜的碳排放量，Si牲畜表示第i中牲畜的年末存栏头数，Qi牲畜表示第i中牲畜的碳排放系，Q羊=0.075 t/a,Q牛=0.796 t/a，Q猪=0.082 t/a。

2 结果与分析

2.1 系统边界的确定

空间边界设定为民勤县，时间边界为：2004—2030年，模拟基期年为2004年，主要历史数据时段为2004—2019年。模拟步长定为1年。

2.2 模型的构建

2.2.1 农业生产投入消耗碳排放的SD模拟模型构建 利用系统动力学原理和方法构建农业生产投入碳排放的因果关系图和存量流量图，是农业投入消耗碳排放动态模拟研究的重要组成部分。Vensim-PLE模型的因果树可以简洁明了地表达农业投入消耗碳排放系统中重要元素之间的相互影响,而存量流量图是在因果关系图的基础上进而明确以及设定系统变量和参数，农业生产系统的因果树和存量流量图如图1～2所示。农业生产系统存量流量图模块中共有26个量，其中6个状态变量，7个速率变量和13个辅助变量，模块中还有一个隐藏变量‘Time’，其他为常量(表2)。

图1 农业生产系统的因果树Fig.1 The cause tree of agricultural production system

图2 农业生产系统的存量流量Fig.2 Inventory flow of agricultural production system

表2 模型变量Table 2 Model variables

2.2.2 家畜碳排放的SD模拟模型构建 家畜碳排放系统的因果树和存量流量图如图3～4所示。家畜生产系统存量流量图模块中共有13个量，其中3个状态变量，3个速率变量和7个辅助变量，模块中还有一个隐藏变量‘Time’，其他为常量(表3)。

图3 家畜产生碳排放的原因树Fig.3 Causative tree of carbon emissions produced by livestock

图4 家畜产生碳排放的存量流量Fig.4 Inventory flow of carbon emissions produced by livestock

表3 模型变量Table 3 Model variables

2.3 模型检验

模型建立后应对模型进行直观与运行检验、历史仿真检验，以判断模型的合理性、真实性、有效性以及稳定性[14]。使用Vensim-PLE软件的内置方程式检查功能可以直观地检查模型的合理性并运行。通过检查和测试结果表明该模型没有错误提示。因此，本文构建的农业系统碳排放模拟模型是合理的。

模型构建完成之后往往达不到理想的精度，通常需经过历史仿真检验，精度在±10%内可认为模型有效[14]。将2004—2019年的历史统计数据代入模型进行模拟验证，农作物系统中选取农业机械动力、农膜和化肥作为检验变量，家畜系统中选取牛、羊、猪三类作为检验变量，将模型测算出的预测值与历史实际值进行误差计算，结果如表4～5所示。这些指标的相对误差值都在±1%以内，说明模型通过了有效性检验。这表明系统动力学模型的模拟结果是可靠的，不但可以通过调整关键参数进行模拟实验，还能模拟碳排放的状态和农业系统的变化趋势。

表4 2004—2019年农作物投入数据历史检验结果Table 4 Results of historical inspection of crop input data from 2004 to 2019

2.4 系统仿真结果分析

2.4.1 农作物生产投入所产生的碳排放 通过对甘肃省民勤县农作物碳排放系统的仿真，得到民勤县2004—2030年农作物生产投入碳排放模拟仿真结果(表6，图5)。将2004—2030年民勤农作物生产投入所产生的碳排放分为3个阶段，2004—2008年为第一阶段，该阶段的碳排放量增长较不稳定。2009年由于农作物播种面积和有效灌溉面积的减少，农作物碳排放量相比2008年碳排放减少了238.09×104t，2009—2013年为第二阶段，相比上一阶段，该阶段的总碳排放量比上一阶段总碳排放量减少了1824×104t，第三阶段2014—2030年碳排放呈一定趋势缓慢增长，到2030年碳排放量达3277.93×104t，年均增长率为2.9%。

图5 2004—2030年农作物生产投入碳排放仿真结果Fig.5 Simulation results of carbon emissions from crop production inputs from 2004 to 2030

表5 2004—2019年家畜存栏数据历史检验结果Table 5 Results of historical examination of livestock data from 2004 to 2019 (万头)

表6 2004—2030年农作物生产投入碳排放Table 6 Carbon emissions from crop production inputs from 2004 to 2030 (万t)

对农作物生产投入所产生的碳排放进行仿真，在其它投入原料增加速率不变的情况下将农业机械总动力的增加速率总体减少2.5%，则从仿真结果来看，2004—2025年碳排放变化趋势相似，在2025—2030年碳排放变化趋势相对平缓，到2030年碳排放量为2930.56×104t，比仿真前减少了347.37×104t，减排效果显著。

2.4.2 家畜所产生的碳排放 通过对甘肃省民勤县家畜碳排放系统的仿真，得到民勤县2004—2030年家畜所产生的碳排放模拟仿真结果(表7，图6)。

图6 2004—2030年家畜所产生的碳排放仿真结果Fig.6 Simulation results of carbon emissions produced by livestock from 2004 to 2030

表7 2004—2030年家畜所产生的碳排放Table 7 Carbon emissions produced by livestock from 2004 to 2030 (万t)

家畜的存栏数直接影响着家畜产生碳排放的变化趋势，按照目前家畜碳排放增长趋势看，家畜碳排放量从2018—2030年持续增长，这与我国提出的2030年前达到碳排放峰值的目标产生偏差，因此应制定低碳发展规划，以有效抑制家畜碳排放量的增长态势[16]。

从Vensim-PLE软件模拟家畜2004—2030年年末存栏数得知，家畜的存栏数在一定程度上都在增长，其中羊的增长速度最快，增长速率达85.6%。为了有效制约这种碳排放量的增长态势，相对减少羊的存栏数改变增加速率，调整羊的增加速率之后2004—2025年家畜碳排放相比自然增长碳排放变化趋势相似，但碳排放量总体稍高。综合来看，到2025年2种情景的碳排放量值相等，且未来几年调整羊的增加速率后家畜碳排放量增长缓慢且平稳，到2030年调整后的碳排放量比自然增长碳排放量减少了约13.82×104t，年均增长率降低了1.9%，总的来说效果较显著。

3 讨 论

农业碳排放研究一直是学术界碳排放研究的热点话题之一，本文通过对民勤绿洲2004—2019年农业生产碳排放值评估及变化趋势进行分析，构建了民勤绿洲农业系统碳排放SD模型，通过设定作物原料投入使用增加速率和家畜增加速率进行动态仿真模拟分析，得到家畜的碳排放量年均增长速率比作物碳排放量年均增长速率高波动大，这与彭敏[14]研究的重庆市土地利用耕地—农业生产系统是碳源系统结果一致。通过对比作物自然增长和调整作物农业机械增加速率产生的碳排放量发现，到2030年调整后的作物碳排放量比调整前碳排放量减少了0.12倍，同样通过调整家畜羊的增加速率调整后家畜的碳排放量比调整前减少了0.6倍。从统计年鉴数据来看，2004—2019年民勤绿洲农作物播种面积有所减少，从62.66千hm2减少到58.01千hm2，出现这种趋势的变化，原因有两个：一是由于人口城镇化，一部分农田可能会被弃置和耕种，所以播种面积会略有下降；二是耕地面积减少，农业产业结构调整及国家推行的“退耕还林”导致了耕地面积的减少。通过对农业生产系统所产生的碳排放仿真与分析，2004—2030年农业碳排放总量呈稳定增长的趋势，到2030年农作物生产投入碳排放量和家畜碳排放量分别达到2930.56万t和23.33万t，这与李波等[15]测算我国1993—2008年农业碳排放量，发现自1993年以来我国农业碳排放处于阶段性的上升态势一致。也与吴萌等[16]研究武汉市土地利用碳排放系统的仿真与分析结果是一致的。农业生产投入的农资数量与农业产业结构和农业技术水平直接影响着农业碳排放的增加，文中影响农业碳排放增加的因素有农用化肥、农膜以及农业机械的使用，其中主导因素是农业机械。这与何艳秋等[17]研究的影响农业碳排放主导因素的为农地利用和农业生产技术包括农用机械，且种植业和畜牧业同时发展一致；同时，姚延婷等[18]发现农业机械总动力、农业柴油量、化肥施用量是农业温室气体排放的主要原因。通过调整农业机械总动力的增加速率，到2030年碳排放量为2930.56×104t，比仿真前减少了347.37×104t，减排效果显著。目前运用系统动力学方法的研究内容大多数集中在研究土地利用碳排放方面，例如：陈紫君等[19]用系统动力学方法研究了湖南省土地利用碳排放情景方案设定与仿真模拟，通过综合情景分析，最终目标年土地利用碳排放量较趋势发展情景减少了560.6万t，减排效果显著。陈亚丽[20]运用系统动力学方法对山西省土地利用碳排放进行了研究。此方法也被广泛应用于土地利用变化特征分析[21]、低碳城市发展研究[22-24]、碳排放预测研究[25]、能源消耗碳排放[26]以及旅游业碳排放模拟仿真等领域[27]。

4 结 论

基于系统动力学的原理和方法，本文利用Vensim-PLE软件对民勤的耕地—农业和家畜系统的碳排放进行了建模和模拟，并模拟了民勤2004—2030年耕地—农业和家畜系统碳排放的发展趋势。得出主要结论：农业生产的原料投入使用量和家畜的年末存栏数直接影响着农业碳排放量，农业碳排放系统是一个复杂的系统，系统仿真过程是一个不断调整模型参数和变量关系的过程，因此，仿真结果只代表一种可能性，并不是全部结果，目的是直观地表达不同情景下农业碳排放的变化趋势，为民勤县制定低碳农业政策提供参考。通过基于系统动力学模型检验结果可知，将系统动力学模型用于农业碳排放动态仿真模拟是可行的。本研究也存在一定的局限性。模型中变量的选择和参数的设置存在一定的主观性，如何与其他优化模型相结合，更好地模拟农业碳排放系统，还需要进一步深入研究。