福建省农业碳排放时空变化及其驱动因素

【目的】研究福建省农业碳排放时空动态变化规律及其驱动因素,为福建省农业实现低碳化发展提供理论依据。【方法】利用《福建统计年鉴》(1990-2016年)的农业生产数据对全省农业碳排放进行测算,运用地理信息系统(ArcGIS)对其空间变化规律进行分析,利用LMDI模型(对数平均迪式分解模型)对其驱动因素进行分解。【结果】1990-2016年间福建省的农业碳排放整体呈下降趋势,由598.32万t下降到546.49万t,年均下降0.35%。9个地级市农业碳排放量差异较大,其中南平市农业碳排放量最大,达到103.64万t;厦门市农业碳排放量最小,仅有5.29万t。从福建省农业碳排放的内部结构看,农用物资与农地利用所带来的碳排放为主要碳源,占农业碳排放总量的43.85%;其次是稻田甲烷所带来的碳排放,占比43.04%。在驱动因素方面,碳排放强度效应、就业结构效应和人口总数效应是全省农业碳排放下降的正向驱动因素,农业碳排放分别减少35.00万t、8.86万t和75.72万t;而农业收入效应是农业碳排放下降的负向驱动因素,农业碳排放增加了40.45万t。【结论】近年来福建省农业碳排放量整体减少,未来还可进一步采取措施,有效促进农业碳减排和低碳农业发展。     

贵州喀斯特农田生态系统碳足迹时空差异研究

【目的】探明贵州省碳排放、碳吸收与碳足迹现状,可以为贵州省农田生态系统减源增汇以及农业的可持续发展提供参考。【方法】依据2007—2016年贵州省和贵阳、遵义、六盘水三市农业投入、农作物产量、耕地面积等数据,对贵州省不同尺度农田生态系统碳排放、碳吸收和碳足迹进行估算,分析变化规律并探讨其影响因素。【结果】①2007—2016年贵州省及贵阳、遵义、六盘水三市农田生态系统的碳排放量均呈逐年增长趋势,其中化肥施用产生的碳排放量所占比例最大,分别为68%、73%、81%、72%;2016年贵州省化肥单位面积碳排放达到298.23 kg/hm~2。②碳吸收量表现为"上升下降式"波动变化,总体呈增长趋势,其中,水稻碳吸收量所占比例最高,平均为50.9%,但呈减少趋势,蔬菜增幅较大,达到47%。③贵州省农田生态系统存在较大碳生态盈余,农田生态系统碳足迹呈现不断增加趋势。【结论】尽管农业碳吸收量远大于碳排放量,但化肥与农膜所占碳排放比例较大,应是未来农业减源的重点。     

湖北省农业碳排放的时空特征及经济关联性

【目的】湖北省是农业大省,农业生产的碳排放在总碳排放中占据较大的比重,碳排放所带来的温室效应和农业生产导致的面源污染等环境问题不容忽视。基于此,通过分析农业经济增长和农业碳排放之间的协整关系,并对其进行误差修正,为湖北省未来的碳减排工作的开展提供重要的理论依据和参考。【方法】基于6个主要方面碳源,测算了1993–2017年湖北省农业生产活动所导致的碳排放量,并分析农业碳排放的时空特征。进一步通过Kernel密度估计发现,湖北省各地市州农业碳排放的地区差距。最后,综合运用协整理论及误差修正模型,实证湖北省农业经济增长与碳排放之间的关系。【结果】湖北省农业碳排放总量和强度均呈现先升后降的趋势,年均增长率分别为2.32%、2.21%,从总体来看环比增速呈现下降的趋势。农药、农膜、化肥、农用柴油、翻耕和农业灌溉等所产生碳排放年均递增率分别为2.23%、2.44%、2.40%、3.32%、0.44%和2.32%;通过Kernel密度估计发现,在此样本考察期间内湖北省各地市州农业碳排放的地区差距有明显的扩大。湖北省农业碳排放与农业经济增长存在协整关系的有：农业碳排放总强度,农药、农膜、农用柴油和灌溉等4类碳源导致的碳排放强度,且当湖北省人均农业总产值每增加1%时,农药、农膜、农用柴油和农业灌溉等4类碳源的碳排放强度分别增加了0.58%、0.59%、0.25%和0.15%,农业碳排放总强度便增加0.19%。【结论】湖北省农业经济发展、生产条件和地区发展战略不同,而导致地区间的农业碳排放差距越来越明显。农业经济增长与农业碳排放存在长期稳定关系,这表明湖北省还处于传统耕作模式向绿色低碳耕作模式转型的关键期,并且这种发展模式已存在较长时间。     

山西农田生态系统碳源/汇时空差异分析

【目的】分析山西省农业碳循环过程,为该省的农作物布局,以及利用农业结构调整固碳减排提供科学依据。【方法】运用山西省11个地区2000-2006年作物产量、种植面积、农业投入等统计数据,对山西省各地区农田生态系统部分碳源/汇进行了分析。【结果】(1)山西省农田生态系统碳吸收总量从2000年以来呈现波动增加趋势,碳吸收总量从2000年的2 010万t增加到2003年的2 330万t,上升近11%,但从20世纪初期以后开始呈现下降趋势,从2003年的2 330万t下降到2006年的2 230万t;2006年运城和临汾主要以小麦碳吸收为主,其余各市都以玉米碳吸收为主,其中玉米的碳吸收量和单位面积碳吸收量呈增长趋势,稻谷、高粱的碳吸收量和单位面积碳吸收量呈明显下降趋势。(2)山西省农田生态系统碳排放总量从2000年以来呈逐渐增加趋势,增长了8.8%;估算的3种主要碳排放途径中,肥料生产导致的间接碳排放所占比例较大,增速较快,增长近13%,农业机械生产和灌溉过程碳排放变化不大;2006年山西晋城和运城的碳排放量最高,都达到了碳排放总量的22%,单位面积碳排放量也呈逐年增加趋势。(3)山西省农田主要碳吸收量大于主要途径碳排放量。【结论】山西省农田作物具有较大的碳吸收功能,其中小麦和玉米的农田碳吸收功能较强,但其碳排放的增速也很明显,说明山西省农业投入的增加和机械化程度的提高,削弱了农田生态系统的碳汇功能。     

基于GIS的湖南省农地利用碳排放时空格局研究

基于化肥、农药、农膜、灌溉、翻耕、柴油等6类农地利用碳排放源,测算1999—2014年湖南省农地利用碳排放量和碳排放强度,分析湖南省农地利用碳排放时序特征,并基于GIS研究湖南省农地利用碳排放量、碳排放强度的空间格局。结果表明:(1)1999—2014年,湖南省农地利用碳排放量和碳排放强度均呈现逐年增长趋势,碳排放量从1999年的317.40万t增加到2014年的446.99万t,碳排放强度从1999年的987.79 kg/hm~2增加到2016年的1 076.26 kg/hm~2;(2)湖南省农地利用碳排放量和碳排放强度在空间上均呈现"东高西低"的特征,且集聚效应明显,2个年份排名前五的碳排放量总和分别占全省碳排放总量的54.34%和53.64%;(3)2010年和2014年,湖南省农地利用碳排放量与农业经济水平在空间格局分布上重合率达到100%,二者有着直接的影响关系。     

吉林省农业碳排放动态变化及驱动因素分析

基于农业物质投入的五个方面:化肥、农膜、农药、农用柴油及农村用电,利用农业碳排放量估算模型,计算吉林省1999-2011年的农业碳排放量,分析农业碳排放总量、组成结构以及农业碳排放强度的动态变化,结果表明:吉林省农业碳排放总量变化分为二个阶段,即波动增长阶段和稳步增长阶段。碳排放总量由1999年的205.3632万t增加到2011年的371.7199万t;农业碳排放总量的组成结构保持不变,依次是化肥、农村用电、农膜、柴油、农药碳排放量;农业碳排放强度从1999年的505.2855kg/hm2升高到2011年的711.7935kg/hm2,其与人均GDP 的环境库兹涅茨曲线(EKC)呈三次函数曲线,预计2012年将达到转折点。基于STIRPAT模型,揭示了人口总数、人均GDP、农业贡献值、农用机械总动力、农户固定资产投资等驱动因素的弹性系数分别为2.6806、0.0767、0.2160、0.1247、0.0572。时间序列预测模型显示:2012-2016年,吉林省农业碳排放总量将由392.4663万t增加到494.1911万t,农业碳排放强度由709.1317kg/hm2下降到561.4089kg/hm2。吉林省必须采取切实有效的措施,改变现有的农业生产发展模式、改善农业生产结构,加强农业科学技术发展,否则,吉林省农业减排的形势将更加严峻。     

基于LCA的安徽省低碳农业发展评价与影响因素分析

以生命周期评价(LCA)为基础,选取农业能耗状况(化肥、农药、农膜施用强度)、农业生产低碳绩效(碳生产力、财政支农强度、农业碳排放效率)等评价指标,运用趋势分析法、对比分析法等分析安徽省低碳农业发展现状,并对低碳农业中化肥、农药、农膜使用量等影响因素进行回归分析。结果表明,2000—2014年安徽省农业生产中化肥、农药、农膜等碳排放源的排放强度均呈现逐年下降趋势,碳生产力逐年良性发展,农业碳排放效率逐年提高,农业碳排放总体呈正平衡状态。各因素对农业总产值的影响从大到小依次为化肥施用量、农药施用量、农膜施用量、农用柴油使用量,其各自用量每增加1%,农业总产值就相应地分别增加1.36%、1.14%、-0.70%、0.49%。     

2005-2011年宝鸡地区种植业生产过程中碳排放时空格局

从化肥、农膜、农药和农业机械的使用4个方面对宝鸡各县(区)2005-2011年种植业生产过程中碳排放量以及碳排放强度进行了估算,修正了碳排放强度计算方法。结果表明,宝鸡地区种植业生产过程中碳排放量总体是增加的,7年间增加了32.08%,年均增长4.58%。2006年碳排放量最少,为173 436.71 t;2011年碳排放量最多,为233 109.78 t。碳排放强度在0.367~0.555 t/hm2之间,7年间增长了50.33%,年均增长7.19%。化肥碳排放占到总排放量的84%以上。从各县(区)来看,陇县碳排放量最高,每年都在60000 t以上;陈仓、凤翔、岐山、扶风和眉县的碳排放量在20 000~50 000 t之间,渭滨、金台、千阳、麟游、凤县和太白碳排放量在15 000 t以下。太白县碳排放量最小,每年都在4 600 t以下。碳排放强度以陇县最高,每年都在1.0 t/hm2以上;太白县碳排放强度最小,每年都在0.36 t/hm2以下。     

第二产业碳排放量生态经济及驱动因素分析——以甘肃省为例

【目的】能源消耗和环境问题是世界范围的研究热点,第二产业(主要是工业)的碳排放影响温室效应尤其是当今社会关注的焦点。【方法】根据IPCC法和统计年鉴,以甘肃省为例,测算2000—2017年第二产业碳排放量和排放强度,并借助脱钩分析、碳承载力和碳赤字跟踪碳排放的动态变化趋势,选取灰色关联模型分析第二产业碳排放的驱动因素,利用灰色系统预测2018—2019的碳排放量和排放强度。【结果】甘肃省产业为"二、三、一"结构,工业占能源总消耗量的73%。从时间来看,2000—2017年间第二产业碳排放量呈逐年增长趋势,平均碳排放量为11 367.29万t;碳排放强度却呈逐年下降趋势,平均值为8.68万t/亿元;2018—2019预测结果符合趋势规律。【结论】碳排放量与GDP之间呈弱脱钩的态势,脱钩指数有减小趋势;碳承载力增长趋势明显且趋于稳定,19年间碳承载力增长了21.95%,从2011年开始出现碳赤字,并呈现先增加后减小趋势。从地区来看,嘉峪关等5市属于碳排放高强度区,兰州市的碳排放量贡献率最大,平凉市未来环境压力相对较小。从驱动因素分析,煤炭和石油是工业碳排放的主体,关联度最高,关联系数为0.88和0.80。最后提出相应的低碳节能减排政策建议,以期为政府决策提供科学依据。     

农业休闲园区碳估算与低碳发展途径——以顺义国际鲜花港为例

【目的】探究农业休闲园区碳循环问题,为其他类似园区提供碳循环评估方法框架以及低碳管理示范。【方法】以文献分析结合农业休闲园区能源消耗类型归纳切实可行的碳源及碳汇评估框架。【结果】顺义国际鲜花港年碳排放约488 t,碳汇232 t,净碳排放为256 t。【结论】碳源与碳汇评估框架能够满足农业休闲园区的碳估算需求。顺义国际鲜花港年碳汇约为碳排放量的一半,为提高降碳固碳效率,园区应提高自身固碳能力,控制内部各环节碳排放,从规划、能源、交通以及管理等角度固碳降碳。     

基于投入视角的农业碳排放时序特征及因素分解研究——以西南岩溶山区重庆市为例

基于化肥、农药、农膜等6种主要农业生产资料为碳源,运用IPCC提出的碳转化系数法测算了1985—2012年重庆市农业碳排放量,同时运用LMDI模型分析法对农业碳排放进行因素分解。结果表明:(1)从时间序列来看,1985—2012年重庆市农业碳排放总量呈现出"上升一平稳一上升"的变化特征;(2)从碳排放结构来看,各类型碳源对农业碳排放呈现出较大的差异,农业碳排放贡献大小依次为化肥农业灌溉农膜农药农用机械使用翻耕,其中化肥和农业灌溉占碳排放总量的76.36%;(3)从因素分解结果来看,以1985年为基期,农业生产结构因子、效率因子及劳动力因子分别累计实现了3.06%、350.71%和115.76%的碳减排,农业经济因子却累计产生了620.91%的碳排放增量。针对农业碳排放特点,提出了大力发展新型农业投入品,大力发展循环农业,加快推进农业节能减排等建议。     

2000—2020年山西省农业碳排放时空特征及趋势预测

为探讨山西省农业碳排放时空特征及未来变化趋势,采用排放因子法,基于种植业、畜牧业10类碳源,测算山西省2000—2020年农业碳排放量,并运用STIRPAT模型对2021—2030年全省农业碳排放量进行预测。结果表明： 2000—2020年山西省农业碳排放量总体呈先缓慢上升后波动下降的变化趋势,农业碳排放强度整体呈波动下降的变化趋势,年均降幅4.1%。种植业和畜牧业分别占农业碳排放总量的42.2%和57.8%。其中施用化肥是种植业碳排放最重要的来源,年均占比26.9%。牛、羊养殖是畜牧业碳排放最主要的两大来源,平均贡献率为28.4%、21.9%。山西省农业碳排放总量高值区多分布于晋北及晋南地区,低值区分布于中部地区,农业碳排放强度呈北高南低的分布特征。基于STIRPAT模型对山西省2010—2020年农业碳排放估算结果的精确度较高,由此预测2021—2030年山西省农业碳排放量,结果显示其呈下降趋势,在基准情景、低碳情景1和低碳情景2中,到2030年农业碳排放量分别为277.2万、268.5万、252.3万t。研究表明,山西省农业已实现碳达峰,随着低碳措施的进一步强化,未来农业碳排放呈持续降低趋势,有助于加速实现碳中和目标。     

安徽省农业碳排放结构与效率研究

借鉴农业碳排放领域研究成果,研究安徽省农业碳排放,运用生命周期评价法(LCA)系统梳理安徽省农业2000-2013年度化肥施用量、畜禽养殖量、农药农膜使用量、土壤面积、农用机械总动力等碳排放活动,测算安徽省农田碳排放总量、碳排放结构与碳排放效率。结果表明,安徽省农业碳排放总量逐年缓慢上升,与农业发展趋势基本一致,上升幅度小于农业总产值上升幅度,整体而言安徽省农业系统碳排放处于正平衡状态;工业投入品碳排放是安徽省农业碳排放最重要的来源,其中化肥生产、运输、施用过程中引起的碳排放在整个农业碳排放系统中所占比重最大;农业碳排放强度呈逐年下降趋势,农业碳排放效率逐年提高。     

基于土地利用变化的县域碳收支空间格局预测

【目的】土地利用/覆被变化是引起全球碳排放的主要原因之一,通过预测土地利用变化评估未来县域尺度碳排放空间格局对于制定区域减排政策具有重要意义。【方法】基于2005—2020年重庆市渝北区土地利用数据及CLUE-S模型预测2025—2030年该区土地利用变化及碳收支时空动态。【结果】2005—2030年渝北区耕地面积将持续减少4.57×10~4hm~2,林地面积呈现"增加-减少"反复波动的趋势,面积净增长2 293.8 hm~2;水域及未利用地面积略有增加;建设用地扩张最明显,面积增长3.32×10~4hm~2,整体扩张强度为0.92%。人类活动影响指数(HAI)呈先降低后增长的趋势,其值在2020年最低(0.49),并在2030年最高(0.54)。渝北区耕地的碳汇功能和建设用地能源消费分别是该区碳吸收和碳排放的主要来源。渝北区碳吸收随耕地面积减少而逐渐降低,2005—2030年碳吸收由2.17×10~5t逐渐降低为1.43×10~5t,而碳排放却由2.07×10~5t逐渐增加到1.02×10~6t,导致渝北区净碳排放量由-1.01×10~4t增长为8.79×10~5t。渝北区地均碳吸收值在海拔较高的山地及该区北部平行岭谷的丘陵地带较高;地均碳排放值在西南部平坦丘陵地带较高,并随建设用地的扩张向北沿平行岭谷蔓延。【结论】基于CLUE-S模型对土地利用变化的预测从而获得未来县域碳收支空间格局的方法是可行的。现有产业结构下合理调整土地利用结构是保证县域低碳发展的重要途径。     

新疆农业生产碳排放变化特征及其净碳排放压力研究

对新疆1996-2013年农业生产5大碳源碳排放及种植业碳汇进行测算,从时间、空间、结构3方面分析其农业生产碳排放变化特征;在农业净碳排放的基础上,构建净碳排放压力指数模型,分析新疆农业生产净碳排放压力变动趋势。研究表明,新疆农业生产碳排放在总量上呈“上升-下降-上升”趋势,碳排放强度总体上保持下降;在区域上表现出明显的差异性,喀什地区碳排放量最高,是克拉玛依市的72倍;从结构特征看,牲畜养殖、农用物资、农业活动占碳排放源的96%以上。牲畜碳排放量呈下降趋势,农业活动、农用物资碳排放呈明显增长趋势。碳汇总量增加较为迅速,农业生产净碳排放量整体保持下降趋势。净碳排放量大致分为“持平-下降”两个阶段变化特征。由净碳排放压力指数看出,新疆农业碳排放压力呈逐年递减状态。由此可知,要根据新疆实际合理适时调整优化农业产业结构,加快推进农业绿色化现代化;宏观布局,制定差异化的农业发展路线;加强农村地区的生态环境建设,提高农业生产资料的回收利用强度。     

农业低碳发展水平及驱动因子研究——以四川省为例

选取中国西部地区四川省作为研究对象,应用政府间气候变化专门委员会(IPCC)推荐的碳排放模型测算2000～2016年区域内农业碳排放量及强度;采用Tapio脱钩理论分析区域内农业碳排放与经济增长的特征,并评估农业经济低碳发展状况;通过构建LMDI碳排放因素分解模型研究各驱动因子的贡献值,根据驱动因子的影响和作用提出农业低碳发展的对策。结果表明:研究期内四川农业碳排放量及强度平均每年分别以1.52%、1.18%增长率呈上升趋势,其中农膜是最主要贡献者,占45.2%;农业碳排放与经济增长的脱钩关系由最初不理想状态逐渐变成相对理想状态,在2013、2016年则呈现出完全脱钩的理想状态。研究分析得出农业经济快速增长是导致碳排放增加的主要驱动因素,农业生产效率是影响碳排放增长的关键抑制因素。     

小麦秸秆截段高量还田对大棚夏秋茬蕹菜产量及土壤肥力的影响

【目的】探究截段小麦秸秆高量还田的腐解效应。【方法】利用设施水生蔬菜田的高温高湿加有氧发酵环境促进秸秆腐解的原理,采用37.50 t/hm~2和22.50 t/hm~2的高量覆盖10 cm短规格小麦秸秆,淹水栽培蕹菜(Ipomoea aquatica Forsk.),测定土表水层电导率及氧化还原电位、小麦秸秆腐解率、蕹菜产量、蕹菜植株品质及土壤性质等指标。【结果】处理土表水层电导率均表现为前期迅速上升,37.50 t/hm~2与22.50 t/hm~2处理分别于第5 d和第2 d达最大值1 653 μs/cm和2 220 μs/cm,土表水层氧化还原电位则表现为前期快速下降,分别于第3 d和第8 d达到最低值-198 mV和-212 mV。经182 d腐解,37.50 t/hm~2与22.50 t/hm~2覆盖量的腐解率分别为63.91%、91.00%。22.50 t/hm~2处理较不覆盖小麦秸秆(对照)增产5%,且化肥减施14.30%,达到减化肥增产的效果。37.50 t/hm~2处理土壤硝态氮降幅最大、达43.69%,且两个处理均能显著补充土壤中的P、K元素,能有效改良土壤性质。【结论】高量小麦秸秆截段还田,不仅能提高作物产量,还能补充土壤中磷、钾元素,减少化肥的施用,同时能有效缓解土壤盐渍化。     

基于农业投入的贵州农业碳排放研究

基于化肥、农膜、农药、农业机械(柴油机械,汽油机械,电力机械等)等农业投入,根据其碳排放系数,准确核算贵州农业投入引起的碳排放。结果表明:2000年贵州农业投入的碳排放为710 141 t,2010年为936 636 t,总增长率为31.89%,处于缓慢增长状态;农业投入的单位耕地面积和农业人均碳排放强度增长趋于吻合,处于缓慢增长阶段;化肥使用导致的碳排放在整个农业投入的碳排放中始终占据绝对支配地位,农机总体使用量还很少,由其导致的碳排放所占比例十分有限和微小。     

江西省农地利用碳排放时空特征与脱钩弹性研究

基于化肥、农药、农膜、农业机械以及农业灌溉五个方面导致的碳排放,利用1995要2011 年江西省农业 投入统计数据,采用碳排放系数法计算江西省农地利用碳排放和碳排放强度,在Tapio 脱钩模型的基础上分析江西 省农地利用碳排放与农业经济增长之间的脱钩弹性关系。结果表明院1995要2011 年,江西省碳排放总量呈现逐年增 长的趋势,农地利用碳排放强度呈现先增强后减弱的趋势,各类农业活动中,化肥和农业机械化是主要的碳排放源。 从区域差异来看,2010 年江西省各设区市碳排放量排在第1 位是赣州市,其碳排放量比最后1 位的景德镇市多出近 8.13 倍;碳排放强度最高的为新余市,高达7.4657 t/hm2,最低的地区为景德镇市,仅为1.9240 t/hm2,只有新余市的 1/3,碳排放量排在前7 位的粮食主产区是江西省农地利用碳排放的主要来源地。从江西省农地利用碳排放与农业经 济发展间的脱钩关系来看,1996-2011 年间,其脱钩关系主要以弱脱钩、扩张连接、扩张负脱钩为主,说明近年来江西 省以农业经济发展为主,在兼顾环境效应上表现不佳。     

中国省域种植业碳汇量、碳排放量的时空分异及公平性研究

2020年9月,中国在联合国大会上向世界宣布力争在2030年前实现碳达峰、2060年前实现碳中和的目标,因此测算种植业碳排放量、碳汇量对政策的制定有重要意义。本文基于2013—2020年中国国家统计局的主要农作物、主要农用物资消耗量的年度数据测算中国31个省份种植业碳排放量、碳汇量,运用灰色预测法GM(1,1)预测中国31个省份未来5年的碳排放量,深入分析其时空分异特征,并采用基尼系数研究中国省域种植业碳汇量、碳排放量的公平性。研究结果表明:(1)山东碳排放总量最高,广西碳汇总量、净碳汇总量最高。(2)从时间序列看,中国种植业碳排放高峰已经过去,并且种植业未来碳排放量有明显下降趋势。不管是到达碳排放高峰的时间点、碳排放总量还是未来碳排放量下降趋势都出现明显的"马太效应",即东部地区优于中部地区,中部地区优于西部地区。另外,新疆、黑龙江和河南部分主要农用物资(农用塑料薄膜、农用化肥和灌溉)碳排放量存在逐年上升的趋势。(3)从空间分布看,河南、山东、安徽以及吉林属于高-高型地区,四川和新疆属于高-低型地区。东部沿海地区、南部沿海地区和东北地区种植业碳排放基尼系数明显高于其他地区,基尼系数大小与地理位置和经济发展水平呈正相关关系,高值基尼系数在地理分布上,明显呈现沿海性的特征。西北地区和西南地区的种植业碳汇量基尼系数显著高于其他地区,基尼系数的大小与其地理位置和经济发展水平有负相关关系。