宁 静 杨 楠 杜国明 孙天成 胡明均 王 蕾
(1.东北农业大学 公共管理与法学院,哈尔滨 150030;2.东北林业大学 园林学院,哈尔滨 150040)
2020年在第七十五届联合国大会上中国明确提出“双碳”目标,力求2030年前实现碳达峰,2060年前实现碳中和。自《巴黎气候变化协定》签订后,全球气候治理取得了一些实质性进展,但实现1.5 ℃的温升控制的目标仍然需要更多的努力。农田生态系统是陆地生态系统的重要构成部分,在陆地碳循环中发挥着重要的作用,同时扮演着碳源和碳汇的角色,从碳源角度来看,人类在农业生产活动中投入的生产资料和农作物生长过程导致温室气体的排放。根据联合国政府间气候变化专门委员会(IPCC)第六次评估报告称,2019年全球二氧化碳排放量达到了590×108t,农业二氧化碳排放量为51～61×108t,占温室气体排放总量的10%～12%[1-2];从碳汇角度来看,农作物在生长过程中进行光合作用,吸收大气中的CO2转化为有机物固定在自身体内。Kay[3]等估算欧洲农田生态系统单位面积碳固存潜力为0.09～7.29 t;中国农田土壤固碳潜力约为668×106t,通过秸秆还田等合理的田间管理措施可增加固碳潜力[4]。开展农田生态系统碳排放动态变化研究,为减少农业温室气体的排放,对农田固碳减排以及应对全球气候变化治理具有重要意义。
定量分析农田生态系统碳排放量是研究农田生态系统碳循环的基础。近年来,我国陆续开展对农田生态系统碳排放的研究,基于IPCC的数学估算模型和碳足迹法被广泛使用。碳足迹法实质是对温室气体排放进行定量研究,用以评价人类生产过程中对生态环境造成的影响。21世纪初,West等[3]基于IPCC测算了农田使用化肥、农药和农业灌溉等过程产生的碳排放,将碳足迹这一概念引入到农业中[5]。叶文伟等[6]基于土地利用投入—产出理论,引用农田生态系统碳足迹法对海南岛农田生态系统碳足迹进行测算研究。王英等[7]对中国农田生态系统碳排放进行估算,并用GM(1,1)模型对未来碳排放进行预测。白福臣等[8]以粮食主产区为研究区,构建农田生态系统碳足迹模型测算农田生态系统碳足迹,并分析碳足迹时空演变特征及其与粮食产量之间的脱钩效应。
黑龙江省粮食产量连续多年位居全国前列,是维护国家粮食安全的“压舱石”。为响应国家“保面积、稳产量、扩大豆”的号召,黑龙江省提出稳粮扩豆目标,调整优化主要粮食作物种植结构,稳定水稻种植面积、缩减玉米种植面积、落实增加大豆种植面积,从而保障国家粮食安全。黑龙江省2022年审议通过《黑龙江省碳达峰实施方案》(以下简称《方案》),《方案》针对农业和生态系统提出低碳循环、巩固碳汇行动,农田生态系统固碳减排行动主要围绕增碳汇和减碳排2个方面,即通过合理化肥施用及科学田间管理措施直接减少碳排放,合理调整种植结构以增加农田生态系统的碳汇能力。以上政策体现出对黑龙江省农田生态系统固碳减排研究的重要性和紧迫性,目前对黑龙江省农田生态系统碳吸收、碳排放和碳足迹的研究尚不够充分,其一缺少对黑龙江省各地级市碳足迹空间上的对比研究;其二对农田碳足迹的研究并没有形成统一的指标体系和数学估算模型,已有的对农田碳排放的测算往往忽视了农田N2O排放这一重要部分。因此,为揭示黑龙江省农田生态系统碳源碳汇能力,本研究拟以黑龙江省为例,考虑农田生态系统碳源和碳汇的双重属性,构建数学模型估算2000—2020年黑龙江省农田生态系统碳排放量、碳吸收量和碳足迹,利用ArcGIS地理信息系统相关空间技术分析黑龙江省农田生态系统碳足迹的时空格局演变特征,以期为农田固碳减排提供建议,促进黑龙江省绿色生态农业可持续发展。
1.1 研究区概况
黑龙江省地处我国东北部,位于我国最北端及最东端。下辖12个市,1个地区,省会为哈尔滨市,行政区域图如图1所示。黑龙江省位于我国最大的东北平原,耕地面积约占全国耕地面积的13.4%。黑龙江省地处东北黑土区一带,土壤肥沃,适宜农耕。2022年黑龙江省粮食产量达到1 552.6亿斤,占全国粮食总产量的11.3%,是我国商品粮生产核心基地以及储备基地。其中黑龙江省大豆产量占全国总产量的43.8%,是我国粮食和大豆的主要生产区。
图1 黑龙江省行政区域图Fig.1 Administrative region map of Heilongjiang Province
1.2 研究方法
1.2.1农田生态系统碳吸收估算
农田生态系统碳吸收主要是指农作物在生长过程中的碳吸收,即农作物通过光合作用吸收大气中的CO2将有机物质固存在植物体内的过程[9],农田生态系统碳吸收量为各类农作物生长期的碳吸收量之和。本研究相关农作物的经济系数等借鉴赵荣钦等[10-11]、田云等[12-13]的研究,计算公式如下：
(1)
式中：C为农田生态系统碳吸收总量换算为CO2当量值,t;i为农作物种类;Ci为第i种农作物的碳吸收率,%;Wi为第i种农作物的平均含水率,%;Yi为第i种农作物的经济产量,t;Hi为第i种农作物的经济系数。主要农作物碳吸收估算系数详见表1。
表1 主要农作物碳吸收估算系数Table 1 Estimation coefficient of carbon absorption of major crops
1.2.2农田生态系统碳排放估算
根据IPCC温室气体清单指南确定农田生态系统碳排放的主要核算项(图2),农田生态系统的碳排放是指农田在生产过程所造成的碳排放,主要包括农业生产投入碳排放、农田N2O排放、稻田CO2排放和土壤呼吸CO2排放。其中对农业生产投入碳排放主要从以下7个来源进行测算：1)农业生产过程中施用各种化肥产生的碳排放;2)农业生产过程中施用农药产生的碳排放;3)农业生产过程中使用农膜产生的碳排放;4)农业机械使用过程中消耗能源直接或间接产生的碳排放;5)农业机械使用过程中使用柴油直接或间接产生的碳排放;6)农业灌溉过程中消耗能源直接或间接产生的碳排放;7)农田翻耕破坏土壤有机碳库导致有机碳流失产生的碳排放。农田N2O排放是指农作物生产种植过程中各种氮元素输入产生的N2O排放,包括N2O直接排放以及由氮挥发和氮淋溶径流产生的N2O间接排放[14-16]。稻田CH4排放是指稻田在淹水条件下,土壤中的有机物被产甲烷菌分解,造成的甲烷排放。土壤呼吸CO2排放是指土壤中植物根系、动物和微生物的活动消耗有机物产生CO2的过程,其中土壤中的植物根系产生的CO2被用于植物自身的光合作用中,动物和微生物产生的CO2释放到大气中[17]。本研究只计入排放到大气中的土壤中动物和微生物产生的CO2量,排除植物根系产生的CO2量。
图2 农田生态系统碳排放主要核算项Fig.2 Main accounting items of carbon emissions
1)农业生产投入碳排放。
本研究使用碳排放估算公式如下：
(2)
式中：EC为农业生产投入碳排放总量换算为CO2当量值,t;i为第i种碳源;Qi为农田生产过程中第i种碳源的投入量;Ef为农田生产过程中第i种碳源的碳排放系数。碳排放系数数据参考West等[5]、田云等[12-13]、陈舜等[18]、吴晓华等[19]的研究,详见表2。
表2 碳排放源碳排放系数Table 2 Carbon emission factors of carbon emission sources
2)农田N2O排放。
农田N2O直接排放是指氮元素进入土壤后,在微生物的作用下,通过硝化和反硝化反应过程产生的N2O排放,公式如下：
EN2O(D)=(FSN+FON+FCR)×
EF1+(FSN+FON+FCR)×EF2
(3)
式中：EN2O(D)为农田直接排放N2O量换算为CO2当量值,t;FSN为农田土壤中施用化肥的氮施入量,t;FON为农田土壤中动物粪肥的氮施入量,t;FCR为秸秆还田中氮的还田量,t;EF1为氮元素投入产生旱地N2O排放的排放因子,取值为0.010 5 kg/kg;EF2为氮元素投入产生水田N2O排放的排放因子,取值为0.004 1 kg/kg。公式和数据参考来源张强等[14]的研究。
其中农田土壤中施用化肥的氮施入量的计算公式为：
FSN=(FSN-N+FSN-C)×(1-EF3)
(4)
式中：FSN-N为氮肥的施用量,t;FSN-C为复合肥中含氮肥量,t,复合肥含氮量按300 g/kg计算;EF3为氮肥施入土壤后以NH3和NOX形态挥发的比例,取值为0.1 kg/kg。
农田土壤中动物粪肥的氮施入量的计算公式为：
(5)
式中：j为某种畜禽;Qj为第j种畜禽的年饲养数量,头;Tj为第j种畜禽的饲养周期,d;Pj为第j种畜禽的粪便排泄系数kg/(d·头);Fj为第j种畜禽粪便的留田比例,%;Kj为第j种畜禽的粪便含氮量,g/kg。结合黑龙江省实际情况,人类粪尿不计入本研究,动物只计入饲养规模较大的猪、牛、羊等大牲畜。公式和数据参考来源张强等[14]的研究,粪便排泄系数来源于我国第一次农业污染源普查数据。畜禽粪肥中氮含量参数详见表3。
表3 畜禽粪肥中氮含量参数Table 3 Parameters of nitrogen content in livestock and poultry manure
秸秆还田中氮还田量的计算公式为：
(6)
式中：k为某种农作物;Yk为第k种农作物的经济产量,t;Zk为第k种农作物的秸秆籽粒比;Gk为第k种农作物的秸秆全氮含量,g/kg;Fk为第k种农作物的秸秆还田比例,%。结合黑龙江省实际情况,农作物秸秆还田只计入主要农作物玉米、大豆和水稻。公式和数据参考来源张强等[14]的研究。秸秆还田中氮含量参数详见表4。
表4 秸秆还田中氮含量参数Table 4 Parameters of nitrogen content in straw return
农田N2O间接排放是指农田施土壤元素(以NH3和NOX形式)挥发沉降和氮淋溶径流产生的N2O间接排放。
其中农田土壤氮挥发沉降产生N2O排放的计算公式为：
EN2O(I-V)=(FSN×FracGASF+
FON×FracGASM)×EF4
(7)
式中：EN2O(I-V)为农田土壤氮挥发沉降产生N2O排放换算为CO2当量值,t;FracGASF为施用氮肥中氮元素以NH3和NOX形态挥发的比例,默认值为0.10 kg/kg;FracGASM为施用粪肥中氮元素以NH3和NOX形态挥发的比例,默认值为0.20 kg/kg;EF4为土壤和水面氮向大气沉淀造成N2O间接排放的排放因子,取值0.01 kg/kg。
农田土壤氮淋溶径流产生N2O排放的计算公式为：
EN2O(I-L)=(FSN+FON)×FracLEACH×EF5
(8)
式中：EN2O(I-L)为农田土壤氮淋溶径流产生N2O排放换算为CO2当量值,t;FracLEACH为农田土壤中通过淋溶径流损失的所有添加氮的比例,取值0.30 kg/kg;EF5为土壤和水面氮淋溶径流产生N2O间接排放的排放因子,取值0.007 5 kg/kg。
3)稻田CH4排放。
稻田CH4排放量的计算公式为：
(9)
式中：ECH4为稻田CH4排放总量换算为CO2当量值,t;i为稻田类型,根据水稻不同的播种期、生长期和成熟期,分为早稻、晚稻和中稻;Si为第i种水稻的播种面积,hm2;EFi为第i种类型水稻的甲烷排放因子,g/m2;GWPCH4为甲烷的全球增温潜势值,取值25。黑龙江省稻田类型以中稻为主,中稻的甲烷排放因子取值8.31 g/m2,数据参考田云等[12-13]学者的研究。
4)土壤呼吸CO2排放。
结合江国福等[20]的研究,东北地区的土壤呼吸碳排放速率为598.2 g/(m2·a),其中植物根系CO2排放量占土壤呼吸CO2排放量的50%左右[21],确定修正后土壤呼吸碳排放速率为299.1 g/(m2·a),计算公式如下：
ECO2=S×T×EF6
(10)
式中：ECO2为土壤呼吸产生的CO2总量,t;S为耕地面积,hm2;T为时间,a;EF6为修正后土壤呼吸碳排放速率,g/(m2·a)。
相关系数说明：C当量转换为CO2当量的转换系数为44/12,N2O的全球增温潜势值为298,取值来源于IPCC2006。
1.2.3碳足迹法
农田碳足迹是指人类在进行农田生产活动过程中形成的碳流,即直接或间接造成CO2排放所需要占用的土地面积,属于生态足迹的组成部分[22],CO2排放越多,碳足迹越大;反之越小。碳足迹的计算公式为：
CEF=E/NEP
NEP=C/S
(11)
式中：CEF为农田生态系统碳足迹,hm2;E为农田生态系统碳排放总量,t;NEP为农作物的固碳能力,即农作物吸收碳量,t;C为农田生态系统碳吸收总量,t;S为耕地面积,hm2。
如果农田生态系统碳足迹大于该地区生态承载力,即耕地面积,表现为碳生态赤字;如果小于该地区生态承载力,则表现为碳生态盈余。
CER=CEC-CEF
(12)
式中：CER为碳生态盈亏,hm2;CEC为生态承载力,即耕地面积,hm2,正值为碳生态盈余,负值为碳生态赤字。
1.2.4空间相关分析方法
空间自相关分析是根据某一要素位置以及要素值来衡量空间相关性的统计分析工具,用来检验某一要素与其空间上相临近的区域是否存在关联。全局空间自相关用于分析某个要素在整体空间范围内是否具有自相关性,是衡量空间自相关程度的综合性评价。本文运用地理信息系统技术中空间分析技术手段,计算全局Moran’s I指数,Moran’s I指数大于0,表示某一要素在空间上存在正相关关系,Moran’s I指数小于0,表示在空间上存在负相关关系,Moran’s I指数等于0,表示在空间上无显著相关关系。当研究变量在空间分布上呈现正相关关系,则可进行冷热点分析,冷热点分析是在空间自相关分析的基础上,进一步研究空间分布规律,能够更直观的反映某一要素在空间上的聚集程度。
1.2.5数据来源
本文以黑龙江省13个地级市为研究对象进行农田生态系统碳足迹的估算,其数据来源于2000—2020年《黑龙江统计年鉴》及各地市统计数据,其中缺失的某年数据采用平均增长率方法估算代替。本研究所使用相关系数参考借鉴田云[12-13]、West[5]、陈舜[18]等学者的研究,温室气体当量转换系数及其他系数取值参考IPCC。
2.1 黑龙江省农田生态系统碳吸收变化特征
2.1.1农田碳吸收的时间变化
2000—2020年黑龙江省农田生态系统碳吸收量呈现上升趋势(图3)。可知其发展趋势具体表现为以下2个阶段：1)2000—2010年增速较快,年均增长率为8.42%;2)2011—2020年增速明显减慢,年均增长率为3.05%。研究期间碳吸收总量由9 309.81万t增长到26 461.53万t,年均增长率为6.03%。碳吸收量增加主要归因于黑龙江省农作物播种面积的增加及农作物产量的增加。研究期间不同农作物的碳吸收量差异较大,其中玉米的碳吸收量最高,其次是水稻和大豆,分别占碳吸收总量的51%、32%和14%。玉米、水稻和大豆的碳吸收量均呈现增加趋势,其中玉米的碳吸收量增幅最大,为8.82%,这是由于玉米产量的增加。
图3 2000—2020年黑龙江省农田生态系统碳吸收时间变化Fig.3 Temporal changes of carbon absorption in farmland ecosystems in Heilongjiang from 2000 to 2020
2.1.2农田碳吸收的空间变化
黑龙江省农田生态系统碳吸收总体呈现“西南高、东北低”的空间分布格局(图4)。可知碳吸收量最大的城市依次是哈尔滨市、绥化市和齐齐哈尔市,分别占全省碳吸收的21%、19%和17%。各地区之间碳吸收量的差异主要在于农作物的产量差别较大。由于哈尔滨市、绥化市和齐齐哈尔市的玉米和水稻等农作物产量较高,所以碳吸收量较高。碳吸收量最小的城市依次是大兴安岭地区、伊春市和七台河市,分别占全省碳吸收的0.59%、1.26%和1.38%。由于受到地理因素和其他产业的影响,这些地区农业并不发达,所以碳吸收量较小。研究期间碳吸收量增幅最大的是佳木斯市,年均增长率达到46.63%,最小的是哈尔滨市,年均增长率为18.98%。哈尔滨市和绥化市后10年碳吸收量呈现下降趋势,这是由于农作物产量的下降,这一现象的出现可能与农作物生产投入减少有关。
图4 2000年(a)、2010年(b)和2020年(c)黑龙江省农田生态系统碳吸收空间分布图Fig.4 Spatial distribution of carbon absorption in farmland ecosystems in Heilongjiang Province in 2000 (a),2010 (b) and 2020 (c)
2.2 黑龙江省农田生态系统碳排放变化特征
2.2.1农田碳排放的时间变化
2000—2020年黑龙江省农田生态系统碳排放量呈现上升趋势(图5)。可知研究期间碳排放总量由22 860.63万t增长到42 532.81万t,年均增长率为3.15%。其发展趋势可分为3个阶段：1)2000—2005年增速较快,年均增长率达到7.01%,该阶段碳排放量增加的原因在于动物粪便和秸秆还田中的氮元素输入增加,导致农田N2O排放量增加;2)2006年和2007年碳排放量分别下降3 099.15万t和222.19万t;3)2008—2020年增速减慢,年均增长率为2.66%。其中2006年和2007年碳排放降低以及2008年开始碳排放量增速减缓的原因在于农药、化肥等投入量逐渐减少,导致农业生产投入产生的碳排放量减少。从碳源的构成来看,农田N2O排放、土壤呼吸CO2排放和农业生产碳排放占比最大,分别为45.33%、44.25%和8.66%,且随耕地面积逐年增加呈现正相关增加的趋势。农业生产碳排放中,翻耕、农药和化肥是占比最高的碳排放源,分别为67%、12%和9%。由于2015年农业农村部出台控制化肥、农药使用的行动方案,因此从2015年开始化肥和农药的投入逐渐减少,导致农业生产投入引起的碳排放呈现下降趋势。
图5 2000—2020年黑龙江省农田生态系统碳排放时间变化Fig.5 Temporal changes of carbon emissions in farmland ecosystems in Heilongjiang from 2000 to 2020
2.2.2农田碳排放的空间变化
黑龙江省农田生态系统碳排放总体上呈现“西南高、东北低”的空间分布格局(图6)。可知碳排放量最大的城市是齐齐哈尔市,其次为哈尔滨市和绥化市,分别占全省碳排放的19%、18%和17%;碳排放量较小的城市依次是大兴安岭地区、七台河市和伊春市,分别占碳排放的1.23%、1.38%和1.99%。齐齐哈尔市、哈尔滨市和绥化市是黑龙江省重要的粮食生产地,农作物种植面积大、农业生产要素等投入量较高,导致碳排放量高于其他地区。作为碳排放较大的城市,哈尔滨市和绥化市的碳排放量呈现下降趋势,齐齐哈尔市碳排放量增长幅度正逐渐减少。近10年期间导致碳排放下降的主要原因是依据国家政策农药、化肥和地膜的投入减少,使农业生产碳排放量减少;其次由于在2020年中央1号文件的指导下调整了畜牧业结构,提升饲养技术和畜禽排泄物处理设施,使动物粪肥留田的氮输入量减少,致使这部分农田N2O排放减少。
2.3 黑龙江省农田生态系统碳足迹变化特征
2.3.1农田碳足迹的时间变化
2000—2020年黑龙江省农田生态系统碳足迹和碳生态盈亏呈现波动变化特征,分别如图7和图8所示。由图7可知,研究期间黑龙江省农田碳足迹由2 361.49万hm2增加到2 763.83万hm2,年均增幅1.82%。其发展趋势可分为3个阶段：1)2000—2010年为波动期,年均增幅为4.09%;2)2011—2017年持续下降;3)2018—2020年开始连续上升,后10年碳足迹年均降幅0.63%。这是由于研究期间碳排放前10年增幅大于后10年。由图8可知,2000—2020年黑龙江省碳生态盈亏为负值,呈现碳生态赤字,表明黑龙江省农田生态系统是碳源,对农田的开发利用已超出生态承载力。2010—2020年碳生态盈亏虽为负值,但呈现增加的趋势,年均增幅2.10%,表明黑龙江省农田生态系统的碳源功能正逐渐减弱。
图8 2000—2020年黑龙江省农田生态系统碳生态盈亏时间变化Fig.8 Temporal changes of carbon ecological profit and loss in farmland ecosystems in Heilongjiang from 2000 to 2020
2.3.2农田碳足迹的空间变化
黑龙江省农田生态系统碳足迹总体呈现“西南高、东北低”的空间分布格局(图9)。可知与碳排放空间分布格局相似,碳足迹量较大的城市是齐齐哈尔市、绥化市和哈尔滨市,分别占全省的17%、14%和12%。研究期间除黑河市碳足迹明显增加;双鸭山、鸡西、鹤岗和伊春市略有增加外,哈尔滨、齐齐哈尔、大庆、七台河、牡丹江和绥化市的碳足迹呈现下降趋势,其中下降幅度最大的是大庆市,为12.72%。2000—2020年黑龙江省各市碳生态盈亏均为负值,碳生态盈亏越小,表明农田生态系统碳足迹超过生态承载力越多,生态问题越严重。其中最严重的城市为黑河市、齐齐哈尔市和绥化市。农业较为发达的城市如哈尔滨市和齐齐哈尔市,碳生态盈亏呈现上升趋势,表明生态问题逐渐缓解。
图9 2000年(a)、2010年(b)和2020年(c)黑龙江省农田生态系统碳足迹空间分布图Fig.9 Spatial distribution of carbon footprint in farmland ecosystems in Heilongjiang Province in 2000 (a),2010 (b) and 2020 (c)
2.4 黑龙江省农田生态系统碳排放空间自相关分析
2.4.1全局空间自相关分析
本文运用ArcGIS 10.8空间自相关分析中Moran’s I指数对黑龙江省农田生态系统碳排放进行全局空间自相关验证,选择权重ROW对空间权重进行标准化,结果得出Moran’s I指数在一定的显著性水平下显著(表5)。可知Moran’s I指数均大于0,表示黑龙江省农田生态系统碳排放在空间上呈现出正相关关系。Moran’s I总体上呈现增长趋势,这表明黑龙江省农田生态系统碳排放在空间上的聚集程度不断上升。
表5 2000—2020年黑龙江省农田生态系统碳排放全局Moran’s I指数Table 5 Moran’s I index of carbon emissions in farmland ecosystems in Heilongjiang from 2000 to 2020
2.4.2冷热点分析
冷热点分析通过冷热点来区分空间集聚分布程度,用来识别出有显著性聚集的地区,明确高低值聚类要素在空间上的位置。本研究运用ArcGIS最佳自然断裂法对黑龙江省农田生态系统碳排放进行冷热点统计分析(图10)。根据Z得分数值大小将黑龙江省农田生态系统碳排放区分为热点区、次热点区、次冷点区和冷点区。Z为正值时,得分越高,说明高值聚类越紧密,形成热点,为碳排放量高聚集区;Z为负值时,得分越低,说明低值聚类越紧密,形成冷点,为碳排放量低聚集区。由图10可知,2000—2020年黑龙江省农田生态系统碳排放的冷热点格局体现为热点区集中在南部,始终为哈尔滨市、齐齐哈尔市和绥化市3个城市,冷点区基本集中在东部鸡西市和双鸭山市。从空间变化上来看,热点区和次热点区没有发生较大改变,冷点区数量减少,次冷点区向周围扩散。
图10 2000年(a)、2010年(b)和2020年(c)黑龙江省农田生态系统碳排放空间格局热点演化Fig.10 Spatial hotspot evolution of carbon emissions in farmland ecosystems in Heilongjiang Province in 2000 (a),2010 (b) and 2020 (c)
本研究结果表明黑龙江省农田生态系统碳排放高于碳吸收,呈现碳生态赤字,与已有研究呈现的碳生态盈余存在差异,其原因在于已有研究对于碳排放的测算仅仅计算农业生产投入产生的碳排放,使其得到结果远小于现实值。本研究在参考国内外学者研究的基础上,对碳排放的估算内容进行重新细化分类,包括农业生产投入碳排放、农田N2O排放、稻田CH4排放和土壤呼吸CO2排放4个部分,后续会进一步验证所用模型和研究方法的可适用性。对于碳源碳汇的分解,本研究结果与已有研究相同,均认为水稻、玉米和大豆是主要碳吸收农作物,翻耕和化肥是主要碳源。由于数据获取的局限性,本研究未能对田块尺度的碳排放进行测算。此外,对于农田生态系统碳源碳汇的影响因素研究也是必要的,有利于对农田生态系统固碳减排提供可行性措施,今后可以此为方向进行深入研究。
本研究基于黑龙江省2000—2020年农业生产投入及作物产量等相关数据,结合相关系数运用数学模型和ArcGIS对黑龙江省及各地市农田生态系统碳吸收、碳排放和碳足迹进行估算,并分析其时空变化特征及原因。由于近几年黑龙江省种植结构的优化调整以及农药等生产投入的减少,研究结果变化差异明显。本研究主要结论如下：
1)2000—2020年黑龙江省农田生态系统碳吸收和碳排放在时间上呈现上升趋势,碳足迹呈现波动变化特征,在空间上呈现“西南高、东北低”的分布格局。其中水稻、玉米和大豆是主要碳吸收农作物,在农业生产碳排放中,翻耕和化肥为较大碳排放源。
2)黑龙江省农田生态系统碳排放大于碳吸收,发挥着碳源功能。黑龙江省农田生态系统表现为碳生态赤字,最严重的城市为黑河市、齐齐哈尔市和绥化市。
3)黑龙江省农田生态系统碳排放具有空间相关性,碳排放较高地区集中在黑龙江省西南部,碳排放较低地区集中在黑龙江省东北部。
为了助力粮食安全和生态保护双重目标的实现,应在“双碳”目标的指导下,积极推进农田固碳减排措施。本研究通过对黑龙江省农田生态系统碳足迹的估算和时空演变分析,分别从减少碳源和增加碳汇2个方面提出以下科学性建议：
1)从减少碳源的角度。化肥在农田生态系统碳排放中占比较大,其中氮肥是农田碳排放的主要来源,应合理控制氮肥等化肥用量,增加生物有机肥的投入,同时发展农业机械化科学施肥;翻耕过程中的土壤扰动流失大量有机碳,应积极采取少耕、免耕等保护性耕作措施进行农耕。
2)从增加碳汇的角度。碳吸收量主要与农作物类型以及产量有关,玉米、水稻和大豆的碳吸收量较高。考虑我国扩豆目标,应合理优化调整种植结构,如稻改豆,以保证粮食安全和实现农田固碳;依据国家相关政策建设高标准高质量农田,以达到粮食增产的目的;积极响应国家黑土地保护相关政策,大力推进秸秆还田、免耕等保护性耕作措施,有利于提高土壤肥力实现粮食增产,以实现农田生态系统固碳增汇。
猜你喜欢吸收量足迹碳源缓释碳源促进生物反硝化脱氮技术研究进展环境工程技术学报(2022年3期)2022-06-05不同灌溉方式下水肥一体化对玉米养分吸收规律的影响节水灌溉(2022年2期)2022-03-04菜豆对铜镁钠吸收利用的特点分析浙江农业科学(2021年6期)2021-05-27不同碳源对铜溜槽用铝碳质涂抹料性能的影响昆钢科技(2021年6期)2021-03-09成长足迹意林(儿童绘本)(2018年9期)2018-10-12足迹心声歌刊(2018年6期)2018-01-24足迹社会与公益(2016年2期)2016-04-13四甘醇作碳源合成Li3V2（PO4）3正极材料及其电化学性能电源技术(2016年9期)2016-02-27春的足迹小主人报(2015年5期)2015-02-285种蔬菜和基质对土壤重金属吸收量及土壤钝化的影响湖南农业科学(2014年20期)2014-02-27
