河南省农田生态系统碳汇核算研究

2022-09-28谭美秋崔耀平马晓哲芦艳艳

生态与农村环境学报 2022年9期

谭美秋，崔耀平①，马晓哲，刘朋，樊雷，芦艳艳，文雯，陈准

〔1.黄河中下游数字地理技术教育部重点实验室(河南大学)，河南开封 475004；2.河南大学地理与环境学院，河南开封 475004；3.自然资源科技创新中心/ 河南省土地整理中心，河南郑州 450016；4.河南大学哲学与公共管理学院，河南开封 475004〕

农田生态系统作为陆地生态系统的重要组成部分，关系着陆地生态系统碳循环的稳定运转。据估计，大气中每年有5%～20%的CO2、15%～30%的CH4和80%～90%的N2O来源于土壤[1]，而农业CO2排放当量占比为7.89%，CH4和N2O占比更是高达40.9%和71.6%[2]。因此，控制农田生态系统碳排放对改善全球生态环境和保障高质量农田的生态安全具有重要意义[3]。近年来，陆地碳汇受到社会的广泛关注并得到大量研究[4-5]，农田生态系统的固碳作用也逐渐获得各界学者的高度认可，针对农田生态系统碳源/碳汇的识别、测算以及减排增汇对策的提出等相关研究也成为当前碳循环领域研究的重要课题[6]。

农田生态系统具有碳源和碳汇的双重属性。BOUWMAN[7]研究认为农田生态系统是碳排放源，因为其生产活动及其相关过程会产生大量温室气体，从而引起碳排放。然而，CHAMBERS等[8]、LAL等[9-10]更多学者则认为农田生态系统具有巨大的碳汇潜力，其固碳作用不可忽视。除了对农田生态系统是碳源还是碳汇存在争议以外，随着研究的不断深入和推进，很多问题和局限性也显露出来。一方面，当前对农田生态系统的碳汇核算大多选用净碳汇法，而该方法存在不能明确识别碳源和碳汇测算项目的缺陷。国内学者在对碳排放量进行测算时，主要考虑农地利用碳排放[11]、农业能源碳排放[12]和畜禽养殖碳排放[13]，但将畜禽养殖碳排放归为农田生态系统还是农业生产的界限也较为模糊。另一方面，缺乏将碳排、碳汇有机衔接起来的研究，单一方法核算结果的认可度还尚待探索，结果缺乏充分验证和分析，研究结果较具片面性。通过对研究区内现有农田生态系统碳汇核算的相关文献进行梳理，发现不同学者的研究结果差异较大，且测算结果均远超全国农田的碳汇水平，说明现有研究结果的合理性还有待探讨[14-17]。总体而言，我国不同区域尺度农田生态系统的净碳汇估算研究还较为欠缺，且不同方法之间的可对比性有待考证，若不能在这些困境中有所突破，将有碍于全面了解农田生态系统的碳源/碳汇状况，进而无法充分指导农田减排增汇措施和政策的制定。

河南省作为全国的农业大省，有着特殊的农业条件和种植结构，其农田生态系统在全国范围颇具代表性。因此，笔者在总结前人研究的基础上，基于河南省生态现状，分别采用净碳汇法和固碳速率法对河南省农田生态系统碳源/碳汇(碳排放量/碳吸收量)进行定量核算，在市域尺度上厘清农田碳汇的分布情况。同时，从省域视角对比分析研究结果，用详实可靠的数据和不同方法验证同一个问题，进一步引起对农田生态系统固碳能力的关注和重视，并能为制定河南省农业碳减排政策、发展绿色农业和实现双碳计划提供参考和支撑。

1 研究区概况与研究方法

1.1 研究区概况

河南省位于31°23′ N～36°22′ N、110°21′ E～116°39′ E(图1)，地处黄河流域中下游，黄淮海平原西南部，华北大平原南部，秦岭山系余脉东端，地势西高东低，低山丘陵和平原分异明显，是我国重要的粮食生产核心区。2019年河南省农业总产值高达4 635.40亿元，占全省国民经济生产总值的8.54%；河南省耕地面积占全国耕地面积的4.61%，农作物播种面积为1 467.64万hm2，占全国总量的8.84%，对全国农业生产和促进农田生态系统碳循环具有重要意义。

审图号：GS(2020)4619号

1.2 研究方法与数据来源

1.2.1净碳汇法

为了更加直观地探求影响农田生态系统碳源/碳汇的具体原因，选用能够清晰识别碳排放和碳吸收各项目的净碳汇法。碳汇(Nt)指农田生态系统中农作物全生育期过程中的碳吸收量与自然生长排放、农业投入所产生的碳排放量的差值，其计算公式为

Nt=Ct-Tt。

(1)

式(1)中，Nt为农田生态系统的碳汇，t；Ct为碳吸收量，t；Tt为碳排放量，t。

碳吸收计算方法为

(2)

式(2)中，Ct为农田生态系统总碳吸收量，t；Ci为某种农作物碳吸收量，t；Cf为作物的碳吸收率；Yi为第i类农作物经济产量，t；Wi为作物干重比；Hi为第i类农作物经济系数。具体系数取值见表1[18-20]。

表1 主要农作物经济系数(Hi)、干重比(Wi)及碳吸收率(Cf)[18-20]取值

碳排放计算方法为

(3)

式(3)中，Tt为农田生态系统总碳排放量，t；Ti为第i类碳排放源碳排放量，t；Ei为第i类碳排放源数量，t；δi为第i类碳排放源的碳排放系数。依据农田生态系统碳排放源的特征，从农用物资、土壤和稻田3个方面确定具体碳源因子及其所对应的碳排放系数。认为畜禽养殖所产生的碳排放不归为农田生态系统碳排放范畴。

为了方便分析和比较，对碳吸收量和碳排放量进行加总时，将统一置换成标准碳(C)。同时，由IPCC第四次评估报告(2007年)可知，1 t N2O和1 t CH4所引发的温室效应与298 t CO2(81.272 7 t C)和25 t CO2(6.818 2 t C)所产生的温室效应相当。

(1)农用物资碳排放

将农田生态系统碳排放源按农业资源投入和农业生产活动分为氮肥、磷肥、钾肥、农药、农膜、农用柴油、土地翻耕和农业有效灌溉面积8类，对应的碳排放系数见表2[18,20-23]。

(2)土壤碳排放

农作物种植过程中，人为翻耕等活动易对土壤表层产生破坏，从而导致大量温室气体流失到大气中，其中，以N2O最为突出。目前，国内学者通过大量实验，测算了我国主要农作物品种土壤N2O排放系数(表3)[24-28]。

表2 各类农资投入碳排放系数取值及其来源[18,20-23]

表3 各种农作物土壤N2O排放系数[24-28]

稻田土壤呼吸CO2排放主要来自于农田作物根系呼吸和土壤微生物对枯枝落叶、还田秸秆和有机肥等有机质成分的分解与氧化。吴贤荣等[29]的研究界定水稻种植的碳排放系数(以C计)为11.45 t·hm-2，扣除水稻田CH4和N2O温室效应的碳排放系数后，水稻田土壤呼吸的碳排放系数(以C计)为10.23 t·hm-2。

(3)稻田CH4排放

由于稻田CH4排放受我国不同地区水热条件的影响，导致各地区水稻生长周期内CH4排放率不尽相同。为了让结果更为准确，参照以往研究[23]，河南省水稻属中季稻，因此，取中季稻CH4排放系数为17.85 g·m-2。

1.2.2固碳速率法

固碳速率法可用于直接测算各类型生态系统净碳汇量，适用范围广，常用于计算农田生态系统净碳汇量。根据GB/T 1.1—2020《生态系统评估生态系统生产总值(GEP)核算技术规范》，不考虑农田植被的碳汇，只考虑农田土壤的碳汇，此方法的核算结果也是农田生态系统的净碳汇量，其计算公式为

SCSC=(SBS+RSCSN+RP×RSCSS)×CS。

(4)

式(4)中，SCSC为农田土壤碳汇(以C计)，t·a-1；RP为农田秸秆还田推广施行率；CS为耕地面积，hm2；SBS为无固碳措施条件下农田土壤固碳速率(以C计)，t·hm-2·a-1，其计算公式为

SBS=CNS×DB×H×0.1。

(5)

式(5)中，CNS为无化肥和有机肥施用情况下我国农田有机碳变化，g·kg-1·a-1；DB为土壤容重，g·cm-3；H为土壤厚度，cm。

RSCSN为施用化学氮肥和复合肥的农田生态系统土壤固碳速率(以C计)，t·hm-2·a-1，计算公式为

RSCSN=0.528 6×FTN+1.597 3。

(6)

式(6)中，FTN为单位面积耕地化学氮肥、复合肥总施用量(以N计)，kg·hm-2·a-1，计算公式为

FTN=(FN+FC×0.3)/Sp。

(7)

式(7)中，FN为区域化学氮肥施用量，t；FC为复合肥施用量，t；Sp为区域耕作面积，hm2。

RSCSS为秸秆全部还田的农田生态系统土壤固碳速率(以C计)，t·hm-2·a-1，其计算公式为

RSCSS=40.607×S+181.9。

(8)

式(8)中，S为单位耕地面积秸秆还田量，t·hm-2·a-1，计算方法为

(9)

式(9)中，j为作物类别，j=1，2，…，n；YCj为区域作物j当年产量，t；RSGj为作物j草谷比。所用参数值和来源见表4[30-31]和表5。

表4 主要参数列表[30-31]

表5 主要作物草谷比

2 结果与分析

2.1 净碳汇计算结果

采用净碳汇法核算的2020年河南省农田生态系统碳吸收和碳排放结果如下：碳排放包括自然排放和农资投入，自然排放中稻田CH4、土壤碳呼吸和土壤硝化碳排放分别为19.91万、613.57万和244.85万t，合计878.33万t；农资投入中氮肥、磷肥、钾肥、农膜、柴油、农药、灌溉、翻耕碳排放分别为402.85万、57.40万、9.95万、52.87万、78.10万、59.05万、286.83万和142.01万t，合计1 089.06万t；水稻、小麦、玉米、豆类、花生、油菜、棉花、烟草、蔬瓜和其他碳吸收分别为94.94万、1 011.81万、549.52万、27.14万、148.15万、16.50万、4.02万、2.79万、422.05万和44.47万t，合计2 321.39万t。河南省农田生态系统净碳汇，即碳吸收量与碳排放量的差值为354.00万t。农田生态系统碳排放量为1 967.39万t，自然排放和农资投入占比分别为44.64%和55.36%。自然碳排放中土壤碳呼吸为主要排放源，占比为69.86%，土壤N2O 气体和水稻田CH4气体排放占比分别为27.88%和2.26%；农用物资投入中施用氮肥和使用灌溉措施引起的碳排放占比较大，两者占农资投入的63.33%，其次，人为翻耕对农田生态系统碳排放也有较大影响。此外，笔者研究未考虑畜禽养殖产生的碳排放量(511.80万t)，若将畜禽养殖产生的碳排放考虑为农田生态系统的碳排放源之一，则农田生态系统就为碳源(-157.80万t)。农田生态系统碳吸收量为2 321.39万t，各类农作物对碳吸收的贡献由大到小依次为小麦、玉米、蔬瓜、花生、水稻、其他、豆类、油菜、棉花和烟草。小麦和玉米是河南省主要粮食作物，播种面积较大，故碳汇能力强。近年来，越来越多的农户放弃粮食作物种植，转向经济效益更高的蔬菜、瓜果等经济作物。因此，蔬菜和瓜果种植面积增加，产量增多，固碳能力也优于其他作物。

2020年河南省各地级市碳汇量由小到大依次为信阳、济源、三门峡、濮阳、郑州、平顶山、鹤壁、洛阳、漯河、新乡、焦作、许昌、安阳、开封、南阳、驻马店、商丘和周口(图2)。碳吸收总量最大和最小的分别是周口市(343.56万t)和济源市(6.72万t)，碳吸收能力出现差异主要是与不同地级市农作物产量和播种面积有关。各地级市碳排放总量最大的是信阳市(629.20万t)，主要是土壤碳呼吸引起的碳排放；碳排放总量最小的是济源市(5.49万t)，其耕地面积仅占河南省耕地面积的0.48%，因此，济源市是碳吸收量和碳排放量均最小的地级市。同时，将河南省各地级市碳汇能力划分为5个等级(图3)，在空间上识别碳汇的分布情况。除信阳市为碳源状态外，其他地级市碳汇能力整体上由西北向东南方向逐渐增强。此外，将各地级市农作物主要贡献者(小麦、玉米和蔬瓜)的碳吸收量进行统计分析(图3)，发现各地级市碳汇等级高低与农作物碳吸收能力强弱有直接关系，碳汇等级越高的地级市，大多数农作物碳吸收量越大。

图2 河南省各地级市农田生态系统碳汇

图3 河南省农田生态系统主要作物碳吸收量及碳汇等级

总体而言，小麦几乎为各地级市碳吸收量的最大贡献者，但开封市蔬菜瓜果的碳吸收量大于小麦和玉米，这与当地倾向于经济作物种植的状况相符。各地级市地貌、播种面积和农田结构存在不同程度的差异，商丘、周口和驻马店都地处平原地带，农田分布较广，因此，这3个地级市农作物碳吸收量较大，碳汇等级最高。豫西大多为山地，相对而言农田数量较少，碳吸收量少，故碳汇等级较低。

2.2 固碳速率法计算结果

2020年河南省农田生态系统净碳汇为292.16万t，其中，26.6%来自施用氮肥和复合肥(77.78万t)导致的碳吸收，73.4%来自秸秆还田(214.38万t)带来的碳封存。该结果略低于韩冰等[32]的模拟结果，这是因为笔者的估算方法来自GB/T 1.1—2020。该规范仅核算了无固碳措施、施用化肥和秸

秆还田对土壤固碳速率的影响，没有考虑免耕的固碳效应，这就直接导致笔者核算的固碳量偏小。2020年河南省农田固碳速率(以C计)达到0.35 t·hm-2·a-1，其中，0.078 6 t·hm-2·a-1来自化肥施用，0.271 4 t·hm-2·a-1来自秸秆还田，在无化肥施用的情况下，土壤固碳速率为0[15]。赵占辉[33]认为河南省农田有机碳密度整体上增长趋势显著，大部分区域固碳速率高达0.3～0.5 t·hm-2。因此，选定的农田固碳速率与赵占辉的研究结果接近。

应用固碳速率法测算的河南省各地级市碳汇量由小到大依次为济源、三门峡、鹤壁、漯河、郑州、焦作、洛阳、濮阳、许昌、平顶山、开封、安阳、新乡、信阳、商丘、驻马店、南阳和周口(图4)，此与净碳汇法核算结果排序有所差异。河南省各地级市均表现为碳汇，周口市仍为碳汇量最大的地级市。由于该方法是直接从固碳速率法角度出发对农田生态系统碳汇进行核算，与净碳汇法不同，计算过程中不存在对各类农作物碳汇的测算，因此，仅将河南省各地级市碳汇能力划分为5个等级(图5)。总体来看，各地级市碳汇能力由西北向东南方向逐渐增强，与净碳汇法测算结果呈现基本一致的规律。从碳汇的贡献成分来看，各地级市碳汇量几乎是以秸秆还田部分为主，化肥施用部分占比相对较小。

图4 河南省各地级市农田生态系统碳汇

图5 河南省农田生态系统碳汇等级

3 讨论

笔者研究采用固碳速率法和净碳汇法两种方法对河南省农田生态系统碳汇量进行测算，其中，固碳速率法用于直接计算农田生态系统碳汇，该方法能够尽可能避免因核算项目不全而导致的结果误差，但也存在许多弊端。一是该方法仅核算农田生态系统中土壤生态系统碳汇，忽略对植被生态系统碳汇的测算，而判定农田植被是碳源还是碳汇对研究结果有着直接影响。二是该方法无法分别计算碳源和碳汇，不能清晰识别碳排放和碳吸收各项目的具体情况，有碍于剖析造成农田生态系统是碳源还是碳汇的内在原因。然而，净碳汇法能够弥补固碳速率法的不足。从研究结果来看，采用净碳汇法核算的河南省农田生态系统碳吸收量为2 321.39万t，其中，小麦对碳吸收的贡献最大；碳排放量为1 969.39万t，主要是由于土壤碳排放量大。就市域尺度而言，采用固碳速率法核算的信阳市碳汇量为24.26万t，而采用净碳汇法测算的结果却显示信阳市碳排放大于碳吸收，碳汇量为-463.59万t，即为碳源。信阳市多分布有水田，盛产水稻，而水稻碳吸收能力远不及小麦，加上土壤碳呼吸旺盛，碳排放大，由此可见，信阳市的实际情况与净碳汇法的测算结果更相符。因此，笔者研究认为净碳汇法更适用于农田生态系统或农业生产活动碳汇的计算，其研究结果更为可靠。

笔者研究直接模拟得到的结果是农田生态系统以碳为单位的净碳汇量，不仅与已有研究结果的单位一致，而且核算视角相同，具有可比性，因此，就省域尺度和全国的占比数据展开综合对比(表6[14-17])。耕地的数量和质量决定区域农田生态系统的碳汇能力。河南省历年来耕地面积变化不大，即使不同年份耕地质量有所差异，但在耕地数量差值较小的情况下，其生态系统的碳汇能力不应相差过大。然而，从前3位学者的研究结果来看，研究时段相近数量的耕地却对应着差值显著的碳汇量；此外，学者四的研究发现792.61万hm2耕地面积具有6 390.40万t碳汇量，这与学者一的结果有出入。因此，单纯对比笔者研究和他人在省域尺度的研究结果不足以支撑结果的可信度，需要在全国尺度上以全国数据为参考开展进一步探讨。

表6 笔者研究与其他学者研究结果对比[14-17]

不少学者在中国陆地生态系统碳汇量核算方面开展研究。徐丽等[34]研究发现1980—2010年期间中国农田生态系统表层(0—20 cm)碳储量增长速率为0.013 Pg·a-1(即1 300万t·a-1)；另有学者的研究显示，1960—2010年期间中国陆地生态系统年碳汇整体呈上升趋势，农田生态系统碳汇量为(0.032±0.007)Pg·a-1，即(3 200±700)万t·a-1[35]。河南省耕地面积约占全国面积的4.61%，即使受各区域地质、土壤质地不同等因素的影响，河南省农田生态系统碳汇量也应该低于全国水平，而他人的研究已经远超过全国农田生态系统碳汇量。此外，在碳排放核算项目的考量上，仅学者一与笔者研究在核算时将自然排放考虑在内，其余3位学者都只考虑了农资投入引起的碳排放，忽略了自然因素引起的碳排放，导致测算农田生态系统碳汇量时不够系统全面。因此，笔者研究中采用净碳汇法得到的计算结果(354.00万t)虽然大于河南省农田面积在全国占比所对应的碳汇量〔(147.52±32.27)万t〕[35]，但相比他人研究更具合理性。

事实上，测算农田生态系统碳汇受数据、方法等诸多不确定性因素的限制，还面临许多挑战。净碳汇法从碳吸收和碳排放两个方面考虑农田生态系统碳汇，与直接核算农田生态系统净碳汇量的固碳速率法不同，该方法能够分别测算碳源和碳汇，但在数据获取和项目核算方面也存在一些问题。自然因素中土壤CO2分解和农资投入中氮肥施用是河南省农田生态系统碳排放的重要因子，当前很多学者在计量农田生态系统碳排放和碳汇等相关研究中对人为因素导致的碳排放考虑较为全面，但对自然碳排放部分的考量有所欠缺。同时，人为排放中柴油仅有部分用于农田耕作，而厘清柴油使用的路径有一定困难，为了尽可能完善净碳汇法的核算方法，笔者研究将柴油考虑进农田生态系统碳排放项目中。因此，明确净碳汇法核算项目清单尤为重要，关系到研究结果的进一步精确。固碳速率法从土壤固碳速率角度对河南省农田生态系统净碳汇进行核算，该方法可操作性强且具有普适性，但在选取参数的过程中也存在着困难。一方面，当前对农田生态系统土壤固碳速率的研究甚少，尤其是针对省域及其以下尺度的研究更少；另一方面，就参数本身而言，由于受土壤有机质形成机理和周转过程中相关可获取性因素的制约，导致对农田生态系统固碳速率和碳汇定量评估中具有一定的不确定性[36]。因此，今后的研究动向应将关注点落到中等尺度生态系统土壤固碳速率的挖掘和不确定性定量空间分布信息的综合评估上，以致力于测算更精确的研究结果，指导土壤资源的可持续利用。