陜西省關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)碳源／匯估算

位賀杰，張艷芳，朱 妮，栗新巧

（陜西師范大學(xué) 旅游與環(huán)境學(xué)院，陜西 西安710062）

溫室氣體的增加，引發(fā)了一系列的全球變化，對(duì)地球生態(tài)系統(tǒng)產(chǎn)生長(zhǎng)期的影響［1］。陸地生態(tài)系統(tǒng)作為解釋碳“失匯”之謎的關(guān)鍵，其碳源匯或碳平衡問(wèn)題成為碳循環(huán)領(lǐng)域的研究熱點(diǎn)［2－5］。農(nóng)田生態(tài)系統(tǒng)是由人工建立的生態(tài)系統(tǒng)，它是陸地生態(tài)系統(tǒng)的重要組成部分，受自然因素和人類活動(dòng)影響較大，同時(shí)也是重要的碳源和碳匯。以往對(duì)農(nóng)田生態(tài)系統(tǒng)碳吸收的測(cè)算研究，多集中于運(yùn)用農(nóng)作物產(chǎn)量數(shù)據(jù)、經(jīng)濟(jì)系數(shù)結(jié)合 含 碳 率 進(jìn) 行 估 算［2，5，6－10］，CASA （carnegie ames stanford biosphere）模型是一個(gè)主要表征陸地生態(tài)系統(tǒng)中水分、碳素和氮素通量隨時(shí)間變化的生態(tài)系統(tǒng)過(guò)程模型，它主要應(yīng)用陸地衛(wèi)星觀測(cè)資料和氣候驅(qū)動(dòng)因子來(lái)估測(cè)陸地生態(tài)系統(tǒng)生物地球化學(xué)循環(huán)［3］，該模型已被廣泛利用估測(cè)區(qū)域NPP（植被凈初級(jí)生產(chǎn)力）［3，11－14］，對(duì)其 稍 作 改 進(jìn) 可 用 來(lái) 估 算 農(nóng) 田 作 物 碳 吸收；以往對(duì)農(nóng)田生態(tài)系統(tǒng)碳源匯綜合估算，多以省域、市域?yàn)閱卧M(jìn)行［7－10］，而站在地理學(xué)視角，對(duì)小尺度（縣域）農(nóng)田碳狀況估算，研究其空間差異，則可以為制定更具有針對(duì)性和可操作性的相關(guān)政策提供依據(jù)。

本文選取陜西“糧倉(cāng)”關(guān)中地區(qū)，運(yùn)用改進(jìn)的CASA模型，測(cè)算關(guān)中地區(qū)農(nóng)田縣域碳吸收量；基于化肥、農(nóng)膜、農(nóng)地翻耕、農(nóng)機(jī)運(yùn)用4類主要碳排放源，測(cè)算該地區(qū)農(nóng)田縣域碳排放量；同時(shí)對(duì)該地區(qū)農(nóng)田生態(tài)系統(tǒng)的碳吸收、碳排放、凈碳匯空間格局及空間差異狀況進(jìn)行探討。

1 研究區(qū)概況

關(guān)中地區(qū)地處陜西省中部（附圖2），地勢(shì)平坦，農(nóng)田面積廣闊，土壤肥沃，屬大陸性氣候，年均溫6～13℃，年降水量500～800mm，其中6—9月約占60%，降水多為短時(shí)暴雨，冬春季降水較少，春旱、伏旱頻繁，是全國(guó)重要的麥、棉產(chǎn)區(qū)。研究范圍包括西安、寶雞、渭南、咸陽(yáng)和銅川的各縣（市）區(qū)，測(cè)算對(duì)象包括各類農(nóng)田，含旱地、水田、菜地以及臨時(shí)性耕地等。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 研究方法

（1）碳吸收計(jì)算。農(nóng)作物碳匯系數(shù)的大小，學(xué)術(shù)界一直有爭(zhēng)議，本研究利用改進(jìn)CASA模型來(lái)估算農(nóng)田作物各個(gè)階段碳吸收量，原模型是測(cè)算NPP的，本研究對(duì)其稍作改進(jìn)用于測(cè)算農(nóng)田作物碳吸收。主要公式如下［13－14］：

式中：x——農(nóng)田類像元；t——月份；C（x，t）——像元x在t月份的碳吸收量（g／m2）；NPP（x，t）——像元x在t月份的農(nóng)田作物凈初級(jí)生產(chǎn)力。下同。

式中：APAR（x，t）——像元x 在t 月份吸收的光和 有效輻射（MJ／m2）；ε（x，t）——像元x在t月份的實(shí)際光能利用率（g／MJ）。

APAR的確定：

式中：SOL（x，t）——t月份像元x 處的太陽(yáng) 總 輻 射量（MJ／m2）；FPAR（x，t）——農(nóng)田作物對(duì)入射光合有效輻射（PAR）的吸收比例；常數(shù)0.5——作物所能利用的太陽(yáng)有效輻射占太陽(yáng)總輻射的比例；FPAR（x，t）NDVI和 FPAR（x，t）SR——由 歸 一 化 植 被 指 數(shù)（NDVI）和比值植被指數(shù)（SR）計(jì)算而得的植被層對(duì)入射光合有效輻射的吸收比例［13］。

ε的確定：

式中：f1（x，t）——低溫脅迫 系 數(shù)；f2（x，t）——高 溫 脅 迫系數(shù)；w（x，t）——水分脅迫系數(shù)；εmax——理想條件下的農(nóng)田作物最大光能轉(zhuǎn)化率（g／MJ），取0.542［14］；Topt（x）——研究區(qū)內(nèi)一年之中農(nóng)田NDVI值達(dá)到最高時(shí)當(dāng)月的平均氣溫，取8月份；T（x，t）——t月平均氣溫；EP（x，t），E（x，t）——x 像元t 月份潛在蒸散量和實(shí)際蒸散量（mm），兩者比值本研究采取NDVI與Ts（地表溫度）比值歸一化后的值［15－16］。

（2）碳排放計(jì)算。對(duì)農(nóng)田生態(tài)系統(tǒng)碳排放，研究主要估算了以下4類：農(nóng)用化肥導(dǎo)致的直接或間接碳排放；農(nóng)用薄膜或地膜導(dǎo)致的直接或間接碳排放；農(nóng)地翻耕導(dǎo)致的土壤有機(jī)碳流失；農(nóng)機(jī)運(yùn)用消耗能源導(dǎo)致的碳排放。研究未對(duì)土壤呼吸碳排放進(jìn)行估算，農(nóng)藥利用產(chǎn)生的碳排放由于量少且分縣數(shù)據(jù)難得，故未進(jìn)行估算，而對(duì)農(nóng)地灌溉消耗能源產(chǎn)生的碳排放，為防止重復(fù)計(jì)算，將其合并到農(nóng)機(jī)運(yùn)用產(chǎn)生碳排放中。主要公式如下［2，9，17］：

式中：Et，Eh，Em，Ef，Ej——農(nóng)田生態(tài)系統(tǒng)總的、化肥利用的、農(nóng)膜利用的、翻耕以及農(nóng)機(jī)利用的碳排放量（kg）；h，m，f——化肥、農(nóng)膜、翻耕碳排放系數(shù)，分別取0.895 6，5.18（kg／kg），312.6（kg／km2）；Th，Tm——化肥、農(nóng)膜使用量（kg）；Tf——農(nóng)作物翻耕面積（km2）。

式中：Am——農(nóng)作物播種面積（km2）；Wm——農(nóng)機(jī)總動(dòng)力（kW）；B，C——農(nóng)機(jī)利用碳排放系數(shù)，分別取16.47kg／hm2，0.18kg／kW。

2.2 數(shù)據(jù)來(lái)源

遙感數(shù)據(jù)主要有NDVI數(shù)據(jù)，Ts（地表溫度）數(shù)據(jù)以及土地分類數(shù)據(jù)，NDVI與Ts采用2010年的MODIS數(shù)據(jù)共72景，數(shù)據(jù)格式分別為MOD13Q1，MOD11A1，CASA模型中NPP估算以月為步長(zhǎng)，而MOD13Q1以16d為步長(zhǎng)，采用最大值法獲取最終NDVI數(shù)據(jù)，土地分類采用2009年歐空局全球陸地覆蓋數(shù)據(jù)（ESA GlobCover），為300m分辨率，使用之前結(jié)合MCD12Q1格式的土地覆蓋數(shù)據(jù)進(jìn)行了重分類處理，并將其中的農(nóng)田類像元提取出來(lái)，所用全部遙感數(shù)據(jù)統(tǒng)一在ArcGIS 9.3平臺(tái)下，利用關(guān)中地區(qū)矢量圖裁切出來(lái)，轉(zhuǎn)為300m分辨率，空間參考系為 WGS－1984－Albers。

氣象數(shù)據(jù)主要為2010年各月的平均氣溫（陜西周邊98個(gè)氣溫降水站點(diǎn)）以及月總輻射（陜西周邊18個(gè)太陽(yáng)輻射站點(diǎn)），獲取自氣象數(shù)據(jù)共享網(wǎng)。將各月氣溫?cái)?shù)據(jù)和月總輻射數(shù)據(jù)使用克里金法插值為300m分辨率柵格圖，后利用關(guān)中地區(qū)矢量圖裁切出來(lái)。

化肥施用量、農(nóng)膜使用量、農(nóng)業(yè)機(jī)械總動(dòng)力以及農(nóng)作物播種面積等數(shù)據(jù)均源自2011年《陜西統(tǒng)計(jì)年鑒》，為研究方便，對(duì)部分區(qū)、縣（市）進(jìn)行了合并（附圖2）。

3 結(jié)果與分析

3.1 關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)碳吸收測(cè)算與分析

利用改進(jìn)CASA模型對(duì)關(guān)中農(nóng)田生態(tài)系統(tǒng)碳吸收量進(jìn)行逐月估算，后利用ArcGIS 9.3下的統(tǒng)計(jì)分析功能，統(tǒng)計(jì)各月碳吸收總量。從圖1中可以看出2010年各月碳吸收總量變化情況：碳吸收總量值以6，7，8月相對(duì)較高，這3個(gè)月為關(guān)中地區(qū)農(nóng)田作物生長(zhǎng)旺季，且這3個(gè)月，太陽(yáng)輻射與降水量相對(duì)較好，7月碳吸收總量達(dá)到1.24×106t，為各月最高值；12，1，2，3月碳吸收總量相對(duì)較低，此段時(shí)期產(chǎn)生碳匯的主要為越冬農(nóng)作物，加之受太陽(yáng)輻射、降水、氣溫影響，碳吸收貢獻(xiàn)量為一年中最低時(shí)期，其中12月份碳吸收總量達(dá)到最低，僅為1.48×105t。

圖1 關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)分月碳吸收量

對(duì)逐月碳吸收量進(jìn)行求和，使用ArcGIS 9.3下的分區(qū)統(tǒng)計(jì)功能得到2010年關(guān)中地區(qū)各地市和各縣（區(qū)或市）的農(nóng)田碳吸收總量（圖1）。2010年，咸陽(yáng)市碳吸收總量為各地市最高，達(dá)到1.76×106t，而后是渭南市1.75×106t，寶雞市1.62×106t，西安市8.02×105t，最低的為銅川市5.10×105t。

農(nóng)田碳吸收總量大于2.00×105t的區(qū)縣（市）按大小排序?yàn)椋宏悅}(cāng)、隴縣、蒲城、彬縣、渭南（臨渭區(qū)）、麟游、富平、乾縣、大荔和鳳翔，其碳吸收量約占關(guān)中地區(qū)農(nóng)田總碳吸收量的37%，這些地區(qū)農(nóng)田面積較為廣闊，土壤肥沃，適合農(nóng)作物生長(zhǎng)，碳匯潛力巨大。其中屬于寶雞的有陳倉(cāng)、隴縣、鳳翔和麟游，分布在寶雞北部地區(qū)；屬于咸陽(yáng)的有乾縣、彬縣，分布在咸陽(yáng)西部地區(qū)；屬于銅川的僅有耀州區(qū)，在銅川西部；屬于渭南的有臨渭區(qū)（渭南）、富平、大荔，分布在渭南中部和西南部地區(qū)。農(nóng)田碳吸收總量小于5.0×104t的區(qū)縣（市）有潼關(guān)、高陵、寶雞（渭濱區(qū)和金臺(tái)區(qū)）、西安（主城區(qū)）、太白，這些地區(qū)由于農(nóng)田面積少或主要為市區(qū)，農(nóng)業(yè)并非發(fā)展重點(diǎn)，故碳吸收量較少，其主要分布區(qū)域在行政中心或關(guān)中地區(qū)南部邊緣處。

3.2 關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放測(cè)算與分析

對(duì)2010年關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)4類碳排放、總碳排放進(jìn)行逐縣（區(qū)或市）測(cè)算（圖2—3）。分地市統(tǒng)計(jì)碳排放量，其中渭南總量最高，達(dá)到5.05×105t，咸陽(yáng)為4.12×105t，西安為2.32×105t，寶雞為2.10×105t，最低的銅川為4.83×104t；研究區(qū)總碳排放超過(guò)6.00×104t的縣（區(qū)或市）有渭南的富平、大荔和蒲城，主要分布在渭南中部，以及咸陽(yáng)的乾縣、禮泉分布在咸陽(yáng)中部偏南地區(qū)，這些地區(qū)一般為農(nóng)業(yè)大縣，化肥或農(nóng)膜使用量大，農(nóng)機(jī)利用率高，故碳排放量較高，而低于1.00×104t的有銅川（王益區(qū)和印臺(tái)區(qū)）、寶雞（渭濱區(qū)和金臺(tái)區(qū)）、鳳縣、太白、潼關(guān)、華陰，這些地區(qū)農(nóng)田面積較少，農(nóng)業(yè)相關(guān)物質(zhì)消耗較少，相關(guān)農(nóng)業(yè)設(shè)備使用率低，故碳排放量較低，大部分分布在行政中心或關(guān)中地區(qū)南部邊緣。

研究區(qū)總碳排放構(gòu)成中，農(nóng)用化肥為主要碳排放源，約占89%，農(nóng)膜利用約占7.9%，最低的為農(nóng)地翻耕產(chǎn)生碳排放，約占0.4%；農(nóng)用化肥碳排放空間格局與總碳排放類似；農(nóng)膜利用產(chǎn)生碳排放量以渭南北部的蒲城最為突出，高達(dá)約2.60×104t，這是由該地農(nóng)業(yè)種植特征決定的，西安市農(nóng)膜利用碳排放也較高，體現(xiàn)了都市農(nóng)業(yè)高農(nóng)膜利用率的特征；農(nóng)機(jī)利用碳排放高值區(qū)，多分布在行政中心或農(nóng)業(yè)大縣，如西安的2區(qū)（長(zhǎng)安、臨潼）、3縣（藍(lán)田、周至和戶縣），寶雞的陳倉(cāng)區(qū)和鳳翔縣，咸陽(yáng)的乾縣以及渭南的臨渭區(qū)、蒲城和富平，這里應(yīng)該有兩個(gè)原因，一是行政中心工商業(yè)發(fā)達(dá)，二是農(nóng)業(yè)大縣規(guī)?；卣魍怀?，農(nóng)機(jī)利用率較高。

圖2 關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)分縣碳測(cè)算量

圖3 關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)分縣各類碳排量

3.3 關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)凈碳匯測(cè)算與分析

農(nóng)田生態(tài)系統(tǒng)凈碳匯指碳吸收總量與碳排放總量的差值，利用2010年碳吸收與排放數(shù)據(jù)對(duì)關(guān)中地區(qū)農(nóng)田凈碳匯進(jìn)行逐縣（區(qū)或市）測(cè)算（圖2）。分地市統(tǒng)計(jì)凈碳匯量，其中寶雞總量最高，達(dá)到1.41×106t，咸陽(yáng)為1.35×106t，渭南為1.25×106t，接下來(lái)是西安、銅川各為5.70×105，4.62×105t，呈現(xiàn)這種空間格局，主要影響因素是各地市農(nóng)田面積大小，其次為各地市的農(nóng)田種植結(jié)構(gòu)以及對(duì)農(nóng)田的投入特征，如咸陽(yáng)市雖然碳吸收量值最高，但因其對(duì)農(nóng)田的粗放式投入比較嚴(yán)重。2010年其化肥使用量為關(guān)中化肥總使用量的30%，下屬縣（區(qū)或市）除旬邑、興平外，農(nóng)田碳排放量均在2.20×104t以上，進(jìn)而導(dǎo)致其凈碳匯值降低，位居寶雞之后。

關(guān)中地區(qū)各縣（區(qū)或市）凈碳匯量均為正值，其中凈碳匯總量超過(guò)2.00×105t的有寶雞的陳倉(cāng)區(qū)、隴縣和麟游以及咸陽(yáng)的彬縣，這些地區(qū)也是碳匯總量較大的地區(qū)，大多分布在關(guān)中地區(qū)西北部；凈碳匯總量的低值區(qū)分部在關(guān)中地區(qū)中部、南部，如西安（除臨潼、長(zhǎng)安以外的5個(gè)區(qū)）、高陵、寶雞（渭濱區(qū)和金臺(tái)區(qū)）、太白和潼關(guān)等地，這些地區(qū)碳吸收量與碳排量均不高。

4 結(jié)論

（1）2010年關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)碳吸收總量約為6.00×106t，其中6，7，8月為碳吸收高值月，以7月最高達(dá)1.24×105t，12，1，2，3月為碳吸收低值月，以12月份最低，僅為1.48×105t。

（2）分地市統(tǒng)計(jì)的碳吸收總量大小順序?yàn)椋合剃?yáng)＞渭南＞寶雞＞西安＞銅川；碳吸收量高于2.00×105t的縣（區(qū)或市）分布在寶雞北部（陳倉(cāng)、隴縣等），咸陽(yáng)西部（乾縣、彬縣），渭南中部（富平、大荔）和西南部（臨渭區(qū)）。

（3）2010年關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)碳排放總量約為1.41×106t，分地市統(tǒng)計(jì)碳排放總量大小排序?yàn)椋何寄希鞠剃?yáng)＞西安＞寶雞＞銅川；碳排放超過(guò)6.00×104t的縣（區(qū)或市）分布在渭南中部（富平、大荔等），咸陽(yáng)中部偏南（乾縣、禮泉）；碳排放構(gòu)成中，農(nóng)用化肥為主要碳排放源，約占89%，其次農(nóng)膜利用約占7.9%。

（4）2010年關(guān)中地區(qū)農(nóng)田生態(tài)系統(tǒng)凈碳匯總量約為5.03×106t，分地市統(tǒng)計(jì)凈碳匯總量大小排序?yàn)椋簩氹u＞咸陽(yáng)＞渭南＞西安＞銅川；各縣（區(qū)或市）凈碳匯量均為正值，凈碳匯總量超過(guò)2.00×105t的有寶雞的陳倉(cāng)區(qū)、隴縣、麟游以及咸陽(yáng)的彬縣，分布在關(guān)中地區(qū)西北部。

本文的主要不足包括：（1）對(duì)改進(jìn)的CASA模型的測(cè)算結(jié)果還缺乏實(shí)測(cè)數(shù)據(jù)檢驗(yàn)；（2）對(duì)農(nóng)田類像元提取的精度有待提高；（3）研究中使用插值獲得的氣象數(shù)據(jù)而非使用格網(wǎng)數(shù)據(jù)，這些因素在一定程度上影響了研究的精度。

［1］ IPCC.IPCC Report of Climate Change in 2007 ［EB／OL］.（2008－07－20）［2013－01－20］.http：∥www.ipcc.ch.

［2］ 頡鵬，藺海明，黃高寶，等.河西綠洲農(nóng)田生態(tài)系統(tǒng)碳源／匯的時(shí)空差異研究［J］.草業(yè)學(xué)報(bào)，2009，18（4）：224－229.

［3］ 裴志永，周才平，歐陽(yáng)華.青藏高原高寒草原區(qū)域碳估測(cè)［J］.地理研究，2010，29（1）：102－110.

［4］ Al－mulali U，Binti Che Sab C N.The impact of energy consumption and CO2emission on the economic and financial development in 19selected countries［J］.Re－newable and Sustainable Energy Reviews，2012（16）：4365－4369.

［5］ 趙榮欽，秦明周.中國(guó)沿海地區(qū)農(nóng)田生態(tài)系統(tǒng)部分碳源／匯時(shí)空差異［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2007，23（2）：1－6，11.

［6］ 祁興芳.基于低碳經(jīng)濟(jì)的山東省德州市農(nóng)田生態(tài)系統(tǒng)碳匯估算［J］.水土保持通報(bào)，2013，33（1）：157－161.

［7］ 王靜，馮永忠，楊改河.山西農(nóng)田生態(tài)系統(tǒng)碳源／匯時(shí)空差異分析［J］.西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，38（1）：195－200.

［8］ 袁再建，張京京，付亞男.河北省農(nóng)田生態(tài)系統(tǒng)碳源／匯時(shí)空變化及其影響因素［J］.水土保持通報(bào)，2012，32（6）：206－210.

［9］ 段華平，張悅，趙建波.中國(guó)農(nóng)田生態(tài)系統(tǒng)的碳足跡分析［J］.水土保持學(xué)報(bào)，2011，25（5）：203－208.

［10］ 錢(qián)曉雍.上海農(nóng)田生態(tài)系統(tǒng)碳源匯時(shí)空格局及其影響因素分析［J］.農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2011，30（7）：1460－1467.

［11］ 陳正華，麻清源，王建，等.利用CASA模型估算黑河流域凈第一性生產(chǎn)力［J］.自然資源學(xué)報(bào)，2008，23（2）：263－273.

［12］ 董丹，倪健.利用CASA模型模擬西南喀斯特植被凈第一性生產(chǎn)力［J］.生態(tài)學(xué)報(bào)，2011，31（7）：1855－1865.

［13］ 樸世龍，方精云，郭慶華.利用CASA模型估算我國(guó)植被凈第一性生產(chǎn)力［J］.植物生態(tài)學(xué)報(bào)，2001，25（5）：603－608.

［14］ 朱文泉，潘耀忠，張錦水.中國(guó)陸地植被凈初級(jí)生產(chǎn)力遙感估算［J］.植物生態(tài)學(xué)報(bào).2007，31（3）：413－424.

［15］ 于勇，馮朝陽(yáng)，陳艷梅，等.基于改進(jìn)光能利用率模型呼倫貝爾植被凈初級(jí)生產(chǎn)力時(shí)空格局［J］.干旱區(qū)資源與環(huán)境，2013，27（3）：154－159.

［16］ 范遼生，姜紀(jì)紅，盛暉，等.利用溫度植被干旱指數(shù)（TVDI）方法反演杭州伏旱期土壤水分［J］.中國(guó)農(nóng)業(yè)氣象，2009，30（2）：230－234.

［17］ 田云，張俊彪，李波.中國(guó)農(nóng)業(yè)碳排放研究：測(cè)算、時(shí)空比較及脫鉤效應(yīng)［J］.資源科學(xué)，2012，34（11）：2097－2105.