耕地凈碳匯時空差異分析

張曉華 張元敏 焦馬倩 王佳璐 高 婷

（中煤航測遙感集團有限公司，陜西 西安 710199）

隨著人類對自然環(huán)境的認(rèn)知加深，綠色發(fā)展已經(jīng)成為全球關(guān)注的焦點。耕地可持續(xù)利用作為人類賴以生存的重要資源，對人類社會的健康發(fā)展至關(guān)重要[1]。耕地綠色發(fā)展是以維護自然生態(tài)平衡為前提，以可持續(xù)發(fā)展為核心，采用環(huán)保、高效的農(nóng)業(yè)生產(chǎn)方式，實現(xiàn)農(nóng)業(yè)生產(chǎn)與生態(tài)環(huán)境的協(xié)同發(fā)展。其意義在于保障糧食安全，保護生態(tài)環(huán)境，促進農(nóng)業(yè)經(jīng)濟轉(zhuǎn)型，提高農(nóng)民收入[2]。

耕地生態(tài)可成碳源，可成碳匯。如何促進耕地綠色低碳發(fā)展，成為當(dāng)前推動耕地優(yōu)質(zhì)發(fā)展的重要課題，尤其是在“碳達峰、碳中和”目標(biāo)指引下，耕地碳排放是影響耕地綠色發(fā)展的重要因素之一。

農(nóng)業(yè)相關(guān)活動約占全球凈CO2排放量的1/3。Lal[3]通過實驗得出，常規(guī)耕作、免耕、精耕和少耕時農(nóng)田碳排放量差異較大。Johnson等[4]通過研究溫室氣體排放和碳封存的相關(guān)文獻，總結(jié)出農(nóng)業(yè)碳排放的主要來源，包括農(nóng)業(yè)生產(chǎn)過程中使用的化石燃料、農(nóng)業(yè)耕作和農(nóng)業(yè)廢棄物等，并提出了農(nóng)業(yè)如何減輕其溫室氣體負(fù)擔(dān)，以及如何通過保護措施幫助減緩溫室氣體排放的策略。農(nóng)業(yè)生產(chǎn)模式的不同導(dǎo)致了各國碳排放的差異，近幾年學(xué)者主要圍繞耕地碳排放來源的測算和耕地碳匯的測算進行了大量研究[5]。韓召迎等[6]對江蘇省的農(nóng)田生態(tài)系統(tǒng)碳足跡的時空差異進行了分析。田云等[7]對我國農(nóng)業(yè)生產(chǎn)的凈碳效應(yīng)進行了深入研究。鄔舒瑪[8]對廣東省耕地保護生態(tài)補償機制進行了研究。

本文在2010—2021年數(shù)據(jù)的基礎(chǔ)上測算了研究區(qū)的耕地碳排放、碳匯，并計算分析研究區(qū)近10年的耕地凈碳匯并進行分析；對2020年度研究區(qū)10個地級市的耕地碳排放和碳匯量進行測算（部分區(qū)域因數(shù)據(jù)所限不在此列），并以凈碳匯量為基礎(chǔ)對10 個地級市進行比較分析；最后，結(jié)合綜合分析的結(jié)果，再開展討論。

1 研究方法與數(shù)據(jù)來源

1.1 耕地生產(chǎn)碳排放測算方法

參考已有研究[9-13]，采用碳排放參數(shù)法進行耕地碳排放核算。耕地利用碳排放是當(dāng)前耕地碳排放的主要來源，主要包括農(nóng)業(yè)生產(chǎn)投入品使用（化肥、農(nóng)膜、農(nóng)藥）、農(nóng)業(yè)能源利用（柴油）、農(nóng)業(yè)灌溉和翻耕[14]6種類型。這6種類型中，化肥、農(nóng)膜和農(nóng)藥是農(nóng)業(yè)面源污染的主要來源。碳排放量計算公式如下。

式中，E為耕地碳排放總量，Ei為各碳源的碳排放量（i分別代表化肥、農(nóng)藥、農(nóng)膜、柴油使用量、農(nóng)業(yè)灌溉和翻耕等碳源），Ti為各類碳源對應(yīng)的消耗量，δi為各類碳源系數(shù)。主要碳源及碳源系數(shù)如表1所示。

表1 主要碳源及碳源系數(shù)

1.2 耕地凈碳匯測算方法

作物在生長周期中對碳元素的固定和吸收[17]是耕地碳匯的主要來源。耕地凈碳匯主要是由于植物將碳元素固定在一個初始生產(chǎn)量上，通過光合產(chǎn)生。具體計算公式如下。

式中，C為耕地農(nóng)作物碳吸收總量，k為作物種類，Ci為耕地各農(nóng)作物的碳吸收量，Ci為農(nóng)作物的碳吸收率，Yi為農(nóng)作物產(chǎn)量，Wi為各農(nóng)作物平均含水率，Hi為各農(nóng)作物對應(yīng)的經(jīng)濟系數(shù)。主要作物對應(yīng)的水分含量、碳吸收率和經(jīng)濟系數(shù)如表2所示[18-19]。

表2 主要作物含水率、碳吸收率和經(jīng)濟系數(shù)

1.3 數(shù)據(jù)來源

本文所采用的數(shù)據(jù)源自研究區(qū)域2011—2022年的統(tǒng)計年鑒，以及2021年該地區(qū)的地方統(tǒng)計年鑒。數(shù)據(jù)涵蓋了研究區(qū)及其各市耕地面積、農(nóng)用化肥施用量、農(nóng)藥使用量、農(nóng)用塑料薄膜使用量、農(nóng)用柴油使用量、有效灌溉面積、翻耕（主要農(nóng)作物種植面積），以及主要農(nóng)作物產(chǎn)量等方面的統(tǒng)計信息。

2 結(jié)果與分析

2.1 耕地資源變化

研究區(qū)統(tǒng)計年鑒資料顯示，耕地數(shù)量從2010年開始緩慢下降，2021年減少較多，截至2021年底耕地面積為293.10×104hm2，比2010年減少了110.90×104hm2；糧食總產(chǎn)量則處于波動狀態(tài)，2021年糧食總產(chǎn)量為1 270.43×104t，較2010年增加了105.53×104t，說明研究區(qū)在耕地數(shù)量下降的同時，通過提高耕地集約化水平，實現(xiàn)了糧食產(chǎn)量的穩(wěn)定增長。研究區(qū)2010—2021年耕地數(shù)量及糧食產(chǎn)量如圖1所示。

圖1 研究區(qū)2010—2021年耕地數(shù)量及糧食產(chǎn)量

2.2 耕地凈碳匯時序變化

對2010—2021年研究區(qū)耕地碳排放和碳匯集量進行估算，并以此為依據(jù)對該地區(qū)歷年耕地凈碳匯量進行了測算，計算結(jié)果如圖2 所示。結(jié)果表明，耕地凈碳匯量的時間序列變化較為平緩，主要在860×104～990×104t 的范圍內(nèi)波動。相較于2010年，2021年的凈碳匯總量略有增加，從2010年的915.14×104t 略微增長至2021年的984.89×104t，增幅為7.62%。在過去的近10年中，耕地凈碳匯經(jīng)歷了“上升—下降—上升—下降—上升”5個階段的變化過程。

圖2 研究區(qū)2010—2021年耕地凈碳匯

第一階段，2010—2012年。耕地凈碳匯呈穩(wěn)步上升趨勢，耕地碳排和碳匯均有所增加，耕地碳排放量增加主要是因為農(nóng)業(yè)生產(chǎn)投入品使用增加，耕地碳匯因2012年小麥和玉米產(chǎn)量增加而增加。第二階段，2012—2014年。耕地凈碳匯呈下降趨勢，耕地碳匯減少，主要是因為小麥、玉米、大豆減產(chǎn)；耕地碳排先增加后減少，除農(nóng)業(yè)能源利用導(dǎo)致的碳排增加外，其他各碳源的碳排放均有所減少。第三階段，2014—2016年。耕地凈碳匯呈現(xiàn)出上升趨勢，耕地碳排和碳匯均有所增加，導(dǎo)致耕地碳排增加的主要碳源均有所上升；而耕地碳匯則因玉米產(chǎn)量的大幅增長而增加。第四階段，2016—2017年。耕地凈碳匯下降了74.87×104t，主要是玉米產(chǎn)量下降引起的。第五階段，2017—2021年。耕地凈碳匯呈現(xiàn)穩(wěn)步上升趨勢。耕地碳排穩(wěn)步下降，耕地碳匯持續(xù)增加，基本實現(xiàn)了耕地綠色發(fā)展要求。研究區(qū)2010—2021年耕地碳排碳匯情況如圖3所示。

圖3 研究區(qū)2010—2021年耕地碳排碳匯情況

2.3 耕地凈碳匯區(qū)域差異

為了促進科學(xué)減排，對研究區(qū)各市的耕地碳排和碳匯進行了分析。為此，估算了10個市在2020年的耕地碳排放量和碳匯量，并在此基礎(chǔ)上計算了各自的凈碳匯量。

2.3.1 耕地碳排放量對2020年10 個城市耕地碳排放量測算排名，如表3 所示。前3 位城市耕地碳排放量之和占研究區(qū)耕地碳排放總量的53.89%，分別為E 市（101.20×104t）、D 市（68.83×104t）、C 市（43.92×104t）；農(nóng)業(yè)生產(chǎn)投入品使用所產(chǎn)生的碳排放均超過各市耕地碳排放的40%，而J市和D市這一比例甚至超過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區(qū)耕地碳排放總量的10.92%。其中，排序第一位的城市耕地碳排放總量相當(dāng)于位于倒數(shù)第一位城市的12.12倍。數(shù)據(jù)表明，農(nóng)業(yè)生產(chǎn)投入品使用產(chǎn)生的碳排放占各市耕地碳排放的比重較大，且不同地區(qū)的碳排放量存在顯著差異。

表3 2020年研究區(qū)各市耕地各碳源碳排放 單位：104 t

2.3.2 耕地碳匯量按2020年研究區(qū)耕地碳匯量排名，排名前3的城市耕地碳匯量之和占研究區(qū)耕地碳匯總量的48.87%，分別為E市（286.28×104t）、D市（205.66×104t）、A 市（177.83×104t）。不僅如此，在耕地的總碳匯中，有42.32%的碳匯來自這3個城市的糧食作物。排在后3位的依次是J市、H市和B市，碳匯量之和占研究區(qū)耕地碳匯總量的10.77%；其中排序前3 位的城市均位于研究區(qū)中部的糧食主產(chǎn)區(qū)。2020年研究區(qū)各地市耕地碳匯總?cè)绫?所示。

表4 2020年研究區(qū)各地市耕地碳匯 單位：104 t

2.3.3 耕地凈碳匯根據(jù)相關(guān)數(shù)據(jù)的計算結(jié)果，研究區(qū)各市耕地凈碳匯均為正值。2020年，E 市以185.08×104t 的耕地凈碳匯量位列研究區(qū)第一。D市緊隨其后，以136.84×104t的耕地凈碳匯量排名第二。A市排名第三，耕地凈碳匯量為134.08×104t。K 市和C 市分別以130.99×104t 和116.57×104t 的耕地凈碳匯量位列第四、五位。這5 個城市的耕地凈碳匯總量占研究區(qū)總量的72.27%。而J 市、H 市和B 市的耕地凈碳匯量相對較低，其凈碳匯之和僅占總量的10.49%。2020年各市耕地凈碳匯情況如圖4所示。

圖4 2020年各市耕地凈碳匯情況

3 結(jié)論與討論

3.1 結(jié)論

近10年來，研究區(qū)耕地數(shù)量減少，糧食作物產(chǎn)量增加，耕地集約化水平有所提高。耕地凈碳匯量處于波動狀態(tài)，從開始上升到后期呈現(xiàn)“W”字形變化[20-23]。糧食作物的碳吸收量占研究區(qū)耕地碳吸收總量年均達84.66%，其中小麥和玉米的碳吸收量占研究區(qū)耕地碳吸收總量年均達到77.35%。農(nóng)業(yè)能源利用產(chǎn)生的碳排放量呈逐漸上升趨勢，碳排放量從41.70×104t上升至54.49×104t，增幅為30.66%，增速超過農(nóng)作物碳吸收量，而農(nóng)業(yè)生產(chǎn)投入品使用產(chǎn)生的碳排放始終占據(jù)主導(dǎo)地位。研究區(qū)耕地碳排放和碳匯均有所增加，而耕地凈碳匯也較之前有所增加，說明耕地綠色發(fā)展初見成效。

根據(jù)所計算的結(jié)果，研究區(qū)各城市耕地在碳吸收、碳排放及凈碳匯方面的表現(xiàn)呈現(xiàn)出自中部地區(qū)向南、北遞減的模式。具體來說，耕地凈碳匯的最大值出現(xiàn)在E市，而最小值則出現(xiàn)在B市，兩者之間的差距達到了7.45 倍?？紤]到這種情況，研究區(qū)應(yīng)該更加注重耕地減排工作，盡量降低農(nóng)用化肥的使用量，以實現(xiàn)更好的碳管理[24-26]。

根據(jù)結(jié)論提出以下對策建議。一是因地制宜探索農(nóng)業(yè)減排方案。研究區(qū)中部和北部地區(qū)為糧食主產(chǎn)區(qū)，而南部地區(qū)則以山地為主，受地形和氣候的影響，農(nóng)業(yè)產(chǎn)出相對較低。因此，在制定農(nóng)業(yè)減排方案時，應(yīng)該考慮到不同地區(qū)的實際情況，因地制宜地制定適合當(dāng)?shù)靥攸c的減排方案。二是加強農(nóng)業(yè)綠色低碳技術(shù)開發(fā)，需要加強對農(nóng)業(yè)生產(chǎn)投入品使用情況的監(jiān)測和統(tǒng)計，以便更準(zhǔn)確地了解耕地碳排放和碳匯的情況。三是建立綠色低碳農(nóng)業(yè)補貼機制。這是一項重要舉措，旨在促進農(nóng)業(yè)可持續(xù)發(fā)展和環(huán)境保護。通過提供財政支持和資金補貼，可以鼓勵農(nóng)民采用綠色低碳的農(nóng)業(yè)生產(chǎn)方式，減少對環(huán)境的污染和對自然資源的過度消耗[27-29]。

3.2 討論

本文運用系數(shù)法對2010—2021年研究區(qū)的耕地碳排放、碳吸收及凈碳匯進行了計算分析。然而，由于部分區(qū)市缺乏農(nóng)業(yè)生產(chǎn)投入品使用數(shù)據(jù)，某些區(qū)市未能計算耕地碳排碳匯數(shù)據(jù)。此外，本文農(nóng)藥和化肥的碳排放系數(shù)引用了美國橡樹嶺國家實驗室的成果，而該成果源于20 世紀(jì)90年代，與目前農(nóng)業(yè)生產(chǎn)存在一定差異，因此計算得出的碳排放總量可能與實際情況有所出入。為進一步揭示碳排放和碳匯情況的復(fù)雜性和變化規(guī)律，未來研究應(yīng)考慮引入更多影響因素和控制變量。綜上，本研究通過對研究區(qū)耕地碳排放和碳匯情況的計算和分析，得出了一些有意義的結(jié)論和建議，希望能為政策制定和實際工作的開展提供參考和借鑒。