耕地净碳汇时空差异分析
2024-01-12张晓华张元敏焦马倩王佳璐
张晓华 张元敏 焦马倩 王佳璐 高 婷
(中煤航测遥感集团有限公司,陕西 西安 710199)
随着人类对自然环境的认知加深,绿色发展已经成为全球关注的焦点。耕地可持续利用作为人类赖以生存的重要资源,对人类社会的健康发展至关重要[1]。耕地绿色发展是以维护自然生态平衡为前提,以可持续发展为核心,采用环保、高效的农业生产方式,实现农业生产与生态环境的协同发展。其意义在于保障粮食安全,保护生态环境,促进农业经济转型,提高农民收入[2]。
耕地生态可成碳源,可成碳汇。如何促进耕地绿色低碳发展,成为当前推动耕地优质发展的重要课题,尤其是在“碳达峰、碳中和”目标指引下,耕地碳排放是影响耕地绿色发展的重要因素之一。
农业相关活动约占全球净CO2排放量的1/3。Lal[3]通过实验得出,常规耕作、免耕、精耕和少耕时农田碳排放量差异较大。Johnson等[4]通过研究温室气体排放和碳封存的相关文献,总结出农业碳排放的主要来源,包括农业生产过程中使用的化石燃料、农业耕作和农业废弃物等,并提出了农业如何减轻其温室气体负担,以及如何通过保护措施帮助减缓温室气体排放的策略。农业生产模式的不同导致了各国碳排放的差异,近几年学者主要围绕耕地碳排放来源的测算和耕地碳汇的测算进行了大量研究[5]。韩召迎等[6]对江苏省的农田生态系统碳足迹的时空差异进行了分析。田云等[7]对我国农业生产的净碳效应进行了深入研究。邬舒玛[8]对广东省耕地保护生态补偿机制进行了研究。
本文在2010—2021年数据的基础上测算了研究区的耕地碳排放、碳汇,并计算分析研究区近10年的耕地净碳汇并进行分析;对2020年度研究区10个地级市的耕地碳排放和碳汇量进行测算(部分区域因数据所限不在此列),并以净碳汇量为基础对10 个地级市进行比较分析;最后,结合综合分析的结果,再开展讨论。
1 研究方法与数据来源
1.1 耕地生产碳排放测算方法
参考已有研究[9-13],采用碳排放参数法进行耕地碳排放核算。耕地利用碳排放是当前耕地碳排放的主要来源,主要包括农业生产投入品使用(化肥、农膜、农药)、农业能源利用(柴油)、农业灌溉和翻耕[14]6种类型。这6种类型中,化肥、农膜和农药是农业面源污染的主要来源。碳排放量计算公式如下。
式中,E为耕地碳排放总量,Ei为各碳源的碳排放量(i分别代表化肥、农药、农膜、柴油使用量、农业灌溉和翻耕等碳源),Ti为各类碳源对应的消耗量,δi为各类碳源系数。主要碳源及碳源系数如表1所示。
表1 主要碳源及碳源系数
1.2 耕地净碳汇测算方法
作物在生长周期中对碳元素的固定和吸收[17]是耕地碳汇的主要来源。耕地净碳汇主要是由于植物将碳元素固定在一个初始生产量上,通过光合产生。具体计算公式如下。
式中,C为耕地农作物碳吸收总量,k为作物种类,Ci为耕地各农作物的碳吸收量,Ci为农作物的碳吸收率,Yi为农作物产量,Wi为各农作物平均含水率,Hi为各农作物对应的经济系数。主要作物对应的水分含量、碳吸收率和经济系数如表2所示[18-19]。
表2 主要作物含水率、碳吸收率和经济系数
1.3 数据来源
本文所采用的数据源自研究区域2011—2022年的统计年鉴,以及2021年该地区的地方统计年鉴。数据涵盖了研究区及其各市耕地面积、农用化肥施用量、农药使用量、农用塑料薄膜使用量、农用柴油使用量、有效灌溉面积、翻耕(主要农作物种植面积),以及主要农作物产量等方面的统计信息。
2 结果与分析
2.1 耕地资源变化
研究区统计年鉴资料显示,耕地数量从2010年开始缓慢下降,2021年减少较多,截至2021年底耕地面积为293.10×104hm2,比2010年减少了110.90×104hm2;粮食总产量则处于波动状态,2021年粮食总产量为1 270.43×104t,较2010年增加了105.53×104t,说明研究区在耕地数量下降的同时,通过提高耕地集约化水平,实现了粮食产量的稳定增长。研究区2010—2021年耕地数量及粮食产量如图1所示。
图1 研究区2010—2021年耕地数量及粮食产量
2.2 耕地净碳汇时序变化
对2010—2021年研究区耕地碳排放和碳汇集量进行估算,并以此为依据对该地区历年耕地净碳汇量进行了测算,计算结果如图2 所示。结果表明,耕地净碳汇量的时间序列变化较为平缓,主要在860×104~990×104t 的范围内波动。相较于2010年,2021年的净碳汇总量略有增加,从2010年的915.14×104t 略微增长至2021年的984.89×104t,增幅为7.62%。在过去的近10年中,耕地净碳汇经历了“上升—下降—上升—下降—上升”5个阶段的变化过程。
图2 研究区2010—2021年耕地净碳汇
第一阶段,2010—2012年。耕地净碳汇呈稳步上升趋势,耕地碳排和碳汇均有所增加,耕地碳排放量增加主要是因为农业生产投入品使用增加,耕地碳汇因2012年小麦和玉米产量增加而增加。第二阶段,2012—2014年。耕地净碳汇呈下降趋势,耕地碳汇减少,主要是因为小麦、玉米、大豆减产;耕地碳排先增加后减少,除农业能源利用导致的碳排增加外,其他各碳源的碳排放均有所减少。第三阶段,2014—2016年。耕地净碳汇呈现出上升趋势,耕地碳排和碳汇均有所增加,导致耕地碳排增加的主要碳源均有所上升;而耕地碳汇则因玉米产量的大幅增长而增加。第四阶段,2016—2017年。耕地净碳汇下降了74.87×104t,主要是玉米产量下降引起的。第五阶段,2017—2021年。耕地净碳汇呈现稳步上升趋势。耕地碳排稳步下降,耕地碳汇持续增加,基本实现了耕地绿色发展要求。研究区2010—2021年耕地碳排碳汇情况如图3所示。
图3 研究区2010—2021年耕地碳排碳汇情况
2.3 耕地净碳汇区域差异
为了促进科学减排,对研究区各市的耕地碳排和碳汇进行了分析。为此,估算了10个市在2020年的耕地碳排放量和碳汇量,并在此基础上计算了各自的净碳汇量。
2.3.1 耕地碳排放量对2020年10 个城市耕地碳排放量测算排名,如表3 所示。前3 位城市耕地碳排放量之和占研究区耕地碳排放总量的53.89%,分别为E 市(101.20×104t)、D 市(68.83×104t)、C 市(43.92×104t);农业生产投入品使用所产生的碳排放均超过各市耕地碳排放的40%,而J市和D市这一比例甚至超过60%。排在后3位的依次是G市、H市和B 市,碳排放量之和占研究区耕地碳排放总量的10.92%。其中,排序第一位的城市耕地碳排放总量相当于位于倒数第一位城市的12.12倍。数据表明,农业生产投入品使用产生的碳排放占各市耕地碳排放的比重较大,且不同地区的碳排放量存在显著差异。
表3 2020年研究区各市耕地各碳源碳排放 单位:104 t
2.3.2 耕地碳汇量按2020年研究区耕地碳汇量排名,排名前3的城市耕地碳汇量之和占研究区耕地碳汇总量的48.87%,分别为E市(286.28×104t)、D市(205.66×104t)、A 市(177.83×104t)。不仅如此,在耕地的总碳汇中,有42.32%的碳汇来自这3个城市的粮食作物。排在后3位的依次是J市、H市和B市,碳汇量之和占研究区耕地碳汇总量的10.77%;其中排序前3 位的城市均位于研究区中部的粮食主产区。2020年研究区各地市耕地碳汇总如表4所示。
表4 2020年研究区各地市耕地碳汇 单位:104 t
2.3.3 耕地净碳汇根据相关数据的计算结果,研究区各市耕地净碳汇均为正值。2020年,E 市以185.08×104t 的耕地净碳汇量位列研究区第一。D市紧随其后,以136.84×104t的耕地净碳汇量排名第二。A市排名第三,耕地净碳汇量为134.08×104t。K 市和C 市分别以130.99×104t 和116.57×104t 的耕地净碳汇量位列第四、五位。这5 个城市的耕地净碳汇总量占研究区总量的72.27%。而J 市、H 市和B 市的耕地净碳汇量相对较低,其净碳汇之和仅占总量的10.49%。2020年各市耕地净碳汇情况如图4所示。
图4 2020年各市耕地净碳汇情况
3 结论与讨论
3.1 结论
近10年来,研究区耕地数量减少,粮食作物产量增加,耕地集约化水平有所提高。耕地净碳汇量处于波动状态,从开始上升到后期呈现“W”字形变化[20-23]。粮食作物的碳吸收量占研究区耕地碳吸收总量年均达84.66%,其中小麦和玉米的碳吸收量占研究区耕地碳吸收总量年均达到77.35%。农业能源利用产生的碳排放量呈逐渐上升趋势,碳排放量从41.70×104t上升至54.49×104t,增幅为30.66%,增速超过农作物碳吸收量,而农业生产投入品使用产生的碳排放始终占据主导地位。研究区耕地碳排放和碳汇均有所增加,而耕地净碳汇也较之前有所增加,说明耕地绿色发展初见成效。
根据所计算的结果,研究区各城市耕地在碳吸收、碳排放及净碳汇方面的表现呈现出自中部地区向南、北递减的模式。具体来说,耕地净碳汇的最大值出现在E市,而最小值则出现在B市,两者之间的差距达到了7.45 倍。考虑到这种情况,研究区应该更加注重耕地减排工作,尽量降低农用化肥的使用量,以实现更好的碳管理[24-26]。
根据结论提出以下对策建议。一是因地制宜探索农业减排方案。研究区中部和北部地区为粮食主产区,而南部地区则以山地为主,受地形和气候的影响,农业产出相对较低。因此,在制定农业减排方案时,应该考虑到不同地区的实际情况,因地制宜地制定适合当地特点的减排方案。二是加强农业绿色低碳技术开发,需要加强对农业生产投入品使用情况的监测和统计,以便更准确地了解耕地碳排放和碳汇的情况。三是建立绿色低碳农业补贴机制。这是一项重要举措,旨在促进农业可持续发展和环境保护。通过提供财政支持和资金补贴,可以鼓励农民采用绿色低碳的农业生产方式,减少对环境的污染和对自然资源的过度消耗[27-29]。
3.2 讨论
本文运用系数法对2010—2021年研究区的耕地碳排放、碳吸收及净碳汇进行了计算分析。然而,由于部分区市缺乏农业生产投入品使用数据,某些区市未能计算耕地碳排碳汇数据。此外,本文农药和化肥的碳排放系数引用了美国橡树岭国家实验室的成果,而该成果源于20 世纪90年代,与目前农业生产存在一定差异,因此计算得出的碳排放总量可能与实际情况有所出入。为进一步揭示碳排放和碳汇情况的复杂性和变化规律,未来研究应考虑引入更多影响因素和控制变量。综上,本研究通过对研究区耕地碳排放和碳汇情况的计算和分析,得出了一些有意义的结论和建议,希望能为政策制定和实际工作的开展提供参考和借鉴。