我国畜牧业碳排放时空特征与趋势预测

为了探讨全国畜牧业碳排放的时空特征并预测到2060年的碳排放趋势,本研究利用排放因子法对全国2001—2017年畜牧业碳排放进行估算,并根据中国膳食协会所制定的膳食指标的食肉量进行预测。结果表明：2001—2017年全国畜牧业CO₂e排放量整体呈现出升高-降低-回升-降低的趋势,并在2005年达到畜牧业碳排放峰值,估算为4.86亿t。在碳排放源中,畜禽胃肠道发酵的碳排放量占比高于畜禽粪便管理系统,并且在主要畜禽种类中非奶牛养殖过程中的碳排放量要高于其他的畜禽种类。在空间分布上,中南和西南地区的碳排放量相较于我国其他地区更高。根据膳食指标规定的健康食肉量标准进行调整,对于碳减排有着显著的积极影响,在未来40年内可减少畜牧业碳排放量的25%~75%。研究表明,在2001—2017年间全国畜牧业已在2005年实现碳达峰,在未来膳食结构中肉类消费量改善的前提下,畜牧业碳排放量的持续降低有利于我国碳中和目标的实现。     

我国渔船作业过程碳排放的估算

渔业是农业温室气体的重要排放源之一,应积极研究并采取有效措施控制渔业的温室气体排放。本研究依据《中国统计年鉴》、国民经济和社会发展统计公报和《中国渔业统计年鉴》提供的数据资料,以及中国水产科学院渔业机械仪器研究所2008年至2009年的渔船能耗与节能技术调研结果,采用ORNL提出的CO₂排放量的计算方法,对我国渔船的CO₂排放量进行了估算,结果表明:2008年我国渔船的碳排放量为673.2×10⁴t,折算成CO₂量为2470.6×10⁴t,2007年我国捕捞作业单位产值碳排放量为2.06kg/元,是农、林、牧、渔、水利行业平均水平的3.4倍。海洋捕捞渔船是我国渔船能耗和CO₂排放的主要领域;海洋拖网作业和刺网作业渔船是我国海洋捕捞CO₂排放的主要来源。分析了我国渔船高耗能及高碳排放的主要因素,为有关部门制定节能减排措施提供科学依据。     

秸秆还田与氮肥配施对中南地区稻田土壤固碳和温室气体排放的影响

秸秆还田和氮肥施用是影响稻田土壤固碳潜力和温室气体排放的重要农作措施。通过研究油菜秸秆全量还田并配合施入不同量氮肥（150、225、300 kg·hm^-2和375 kg·hm^-2）对稻田土壤固碳量和温室气体排放的影响,评估综合增温潜势,对分析秸秆还田配施氮肥对稻田固碳效果有重要作用。结果表明,与单施氮肥和单施秸秆处理相比,秸秆还田配施氮肥显著增加土壤固碳量,秸秆配施氮肥处理固碳量最高值为147.74 kg·hm^-2,比单施氮肥处理平均高出38%。在降低温室效应方面,与单施氮肥相比,秸秆配施氮肥处理显著降低N₂O的累积排放量;与单一秸秆还田处理相比,秸秆配施氮肥处理显著提高水稻产量,降低CO₂的累积排放量,但在一定程度上增加了CH₄的排放。秸秆配施氮肥处理的温室气体强度和综合温室效应分别为0.372、5 394.22 kg CO₂-eq·hm^-2,显著低于单施氮肥处理的0.630、9 339.94 kg CO₂-eq·hm^-2,以及单一秸秆还田处理的0.816、9 872.2 kg CO₂-eq·hm^-2,因此,秸秆还田配施氮肥是降低温室气体排放强度、减缓净温室效应的有效措施。     

稻草还田下非稻季持续淹水对稻季CH4和CO2排放的影响

稻草还田和非稻季持续淹水是我国最重要的稻田管理方式之一,此种管理方式下稻田碳排放并不清楚。本研究以江汉平原中稻-冬闲制度为对象,探讨稻草还田耦合非稻季持续淹水对稻季碳排放的影响,为准确评估稻田温室气体排放提供数据支撑和理论支持。结果表明,在稻草秸秆全量覆盖还田下,非稻季自然排水比持续淹水显著降低稻季CH₄累积排放量,稻季第一次排水晒田之前CH₄排放占总排放量的80%以上;非稻季持续淹水使稻季CO₂累积排放量比自然排水稍有降低,CO₂排放主要集中在第一次排水晒田之后,占总排放量的60%左右。非稻季淹水降低稻季土壤NO₃^--N、NH₄⁺-N和DOC浓度以及10 cm土层土壤Eh值,但使乙酸浓度升高,这可能是稻草还田耦合非稻季淹水导致CH₄排放量增加的主要原因。     

生物炭和脱硫石膏混施对稻田碳排放的影响

为探究脱硫石膏和生物炭混施对稻田CO₂、CH₄减排和碳收支的影响,在黄壤性稻田中设置了生物炭与脱硫石膏施用剂量比不同的6个处理,并利用静态箱-气相色谱法对土壤CO₂、CH₄排放通量进行了为期一年的监测。试验的6个处理分别为裸地(B)、种植水稻(R)、种植水稻+4 t·hm^-2生物炭(RC4)、RC4+4 t·hm^-2脱硫石膏(RC4G4)、RC4+8 t·hm^-2脱硫石膏(RC4G8)和RC4+16 t·hm^-2脱硫石膏(RC4G16)。结果表明,处理R在稻季的CH₄排放量为86 kg·hm^-2;单施生物炭使CH₄排放量增加了52%,进一步混施脱硫石膏则使CH₄排放量下降了69%~91%。各处理在休闲期的CH₄排放量都比较低(6.24~13.4 kg·hm^-2)。施用生物炭和脱硫石膏对稻季土壤CO₂排放无显著影响;与其他处理相比,RC4G4处理在休闲期的CO₂排放量有所增加。不同处理的土壤CO₂年排放量为4 525~6 634 kg·hm^-2,其中休闲期的贡献率为68%~76%。就全年而言,仅RC4G16处理的碳输入略大于碳输出,表现为碳中和效应;其他处理则皆表现为大气碳源,净排放量为573~4 065 kg·hm^-2。综上所述,本试验中单施生物炭促进了温室气体排放,而脱硫石膏的施用抵消了生物炭对温室气体减排的负面效应,且施用效果随剂量的增加而增强。     

硝态氮源及碳源有效性对土壤N2O和CO2排放的影响

以华北平原农田土壤为对象,通过室内静态培养系统研究NO₃^--N与不同碳源组合对土壤N₂O和CO₂排放的影响。结果表明,NO₃^--N作为氮源和不同碳源施入土壤,除NO₃^-+纤维素,其余土壤N₂O排放通量均高于对照组和只添加氮源土壤;NO₃^--N和不同碳源组合的CO₂累积排放量均高于对照和只添加氮源土壤。NO₃^-+果胶的N₂O排放量在第1 d达到最大值1383.42μg N·kg^-1·d^-1;NO₃^-+葡萄糖的CO₂排放量在第1 d达到最大值370.13 mg C·kg^-1·d^-1,CO₂累积排放量顺序为:葡萄糖 >果胶 >秸秆 >纤维素 >淀粉 >木质素。土壤NO₃^--N含量与N₂O排放呈极显著正相关。总之,添加纤维素可以抑制N₂O的排放,促进CO₂排放,并增加土壤中NO₃^--N含量,添加其余碳源均会促进土壤N₂O和CO₂排放。     

北方农村清洁供暖先行区农业废弃物的生物质能潜力及减排效应评估

农村供暖是北方地区碳排放的主要来源之一，本研究以《北方地区冬季清洁取暖规划（2017—2021年）》划定的“26+2”京津冀大气污染传输通道城市群农村地区为研究区，对利用农业废弃物进行生物质能清洁供暖的模式进行评估分析。基于“生物质能潜力核算-替代传统燃料资源量折算-污染物及碳减排效应估算”的研究框架，分别量化研究区内农作物秸秆和畜禽排泄物的生物质能潜力及减排效应。基于2019年统计面板数据，研究区农业废弃物的生物质能潜力较大，若合理充分开发利用，可替代约666万t标准煤或55亿m³天然气，实现减少污染物（SO₂、NO_x）排放量约21万t、降低CO₂排放量约1 701万t的减排效应。本研究给出了研究区内28个地级市（直辖市）各类农作物秸秆及畜禽粪污生物质能利用潜力的空间分布及各省的清洁供暖减排效果，结果表明小麦和玉米资源化利用潜力最高；养殖业的生物质能利用潜力高于种植业，且以家禽养殖业为最高。该研究结果可为推动农村地区绿色低碳转型、探索从“农业废弃物”转为“农村供暖源”的发展路径提供有益参考。     

新疆生产建设兵团农牧业温室气体排放的脱钩与驱动效应分析

为系统性探究区域农牧业温室气体排放特征及驱动因素,以新疆生产建设兵团农牧业生产系统为研究对象,核算农牧业温室气体净排放量,采用Tapio脱钩分析法评估温室气体净排放量与产值、产量的关联程度,运用LMDI分解法解析温室气体净排放量的驱动因素。结果表明:1)2011—2020年新疆生产建设兵团农业和畜牧业温室气体净排放量均呈现“增长—平稳波动”趋势,至2020年农业和畜牧业温室气体净排放量分别为1.02×10¹⁰ kg和1.34×10⁹ kg(以CO₂计)。2)农牧业温室气体净排放量与产值处于脱钩状态,而与产量逐渐脱钩。3)生产机械化水平、水利现代化水平对农业温室气体净排放量的效应值为-14.87×10⁶、58.25×10⁸ hm²,分别起抑制作用和促进作用。畜禽良种化水平对畜牧业温室气体净排放量的效应值为-4.55×10⁶,起抑制作用;生产机械化水平对畜牧业温室气体净排放量从促进作用转向抑制作用。本研究成果可为新疆生产建设兵团农牧业绿色低碳发展提供参考资料。     

兴山县香溪河流域农业源氮磷排放估算及时空特征分析

基于典型调查与统计分析,应用排污系数法估算了兴山县香溪河流域2007-2013年种植业源、畜禽养殖业源和农村生活源TN、TP污染物的排放量,并对排放量、排放强度及其时空格局进行了分析。结果表明,香溪河流域农业面源污染TN、TP年均排放量分别为 1 145.2、56.5 t·a^-1,排放强度分别为44.5、2.14 kg·hm^-2·a^-1.农业源TN和TP的年排放量逐年增加,2013年较2007年增幅分别为38.0%和85.1%,TN:TP为21:1,TN排放占主导,为香溪河流域兴山县段重点防控指标。从各类污染源贡献来看,畜禽养殖业源是TN的主要贡献源,占农业源污染总量的77.9%;种植业源是TP的主要贡献源,占55.4%.从不同源氮磷排放量空间格局来看,各乡镇中水月寺镇、黄粮镇和峡口镇的TN、TP排放量均最高。从氮磷排放强度空间格局来看,峡口镇、高桥乡和黄粮镇对TN排放强度最高;峡口镇、昭君镇和黄粮镇对TP排放强度最高。     

模拟酸雨对我国亚热带森林土壤有机碳矿化的影响研究

酸雨污染已成为威胁土壤和植物健康的全球性环境问题。为探究酸雨对我国亚热带森林土壤有机碳矿化的影响,选取南京紫金山区域酸碱性不同的森林土壤,通过室内培养试验,以仅添加纯水（CK）和纯水+凋落叶（T0）为对照,模拟凋落叶添加后,pH分别为1.65 （T1）、3.67 （T2）、5.55 （T3）的酸雨对土壤有机碳矿化的影响。结果表明,碱性土壤条件下,各处理CO₂累积排放量为1.67~3.35 g·kg^-1,表现为T3>T2>T1>T0>CK;而在酸性土壤中,CO₂累积排放量为0.99~3.90 g·kg^-1,表现为T3>T0>T2>CK>T1。与CK相比,添加凋落叶（T0）后,酸性、碱性土壤CO₂累积排放量分别增加了41.20%和71.72%。轻度酸雨（T3）能促进CO₂排放,加快凋落叶的分解;重度酸雨（T1）会显著抑制酸性土壤有机碳和凋落叶的矿化（P<0.05）,但加速了碱性土壤有机碳和凋落叶的矿化;而中度酸雨（T2）对两类土壤的土壤呼吸、凋落叶分解的抑制或促进作用均未达显著水平。凋落叶的添加会显著增加碱性土壤的CO₂排放,但对酸性土壤CO₂排放的影响因模拟酸雨pH的差异而不同。总体而言,不同强度的酸雨对碱性土壤有机碳矿化有促进作用;而在酸性土壤中,除轻度酸雨外,其他强度的酸雨均抑制了土壤有机碳矿化。     

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。     

湖南省农业面源污染时空特征及其与粮食生产的脱钩效应

揭示粮食生产大省农业面源污染时空变化规律及其与粮食生产内在脱钩关系,为农业生产管理提供理论依据。该文以湖南省为研究区,基于农村统计年鉴等数据并选取化肥、牲畜排泄物和农药污染源为研究对象,采用清单分析法评估2007一2019年农业面源污染时空变化特征,并基于脱钩理论揭示粮食生产与农业面源污染的脱钩效应。结果表明:1)研究期内,湖南省农业面源污染物的排放强度持续降低,其中牲畜污染排放强度下降幅度达到35.16%,由2007年的60.21kg/hm^(2)降至2019年的38.04kg/hm^(2),化肥污染排放强度和农药污染排放强度分别下降了6.05%和10.13%,农业面源污染政策管控措施效果明显;2)农药、牲畜污染排放强度呈显著聚集性效应,高排放区主要分布在湘中、湘南及湘东地区,而化肥污染高值区逐渐向湘东地区聚集;3)湖南省农业面源污染治理效果显著,粮食生产与3类污染物排放强度均呈阶段性耦合脱钩特点。最后,本文提出了优化畜禽养殖结构,在保障粮食生产前提下控制化肥施用数量,推广农药减量和虫害防治技术等政策建议。     

江西省农业碳排放变化特征及其驱动因素分析

农业碳减排作为应对气候变化研究的重要内容,一直是相关研究领域的热点?借鉴IPCC和其他研究机构、学者提供的碳排放因子系数,从农业物资投入、农地活动、水稻种植、牲畜养殖等12种主要碳源,测算了江西省2001-2020年农业碳排放量,并利用LMDI分解法将农业碳排放驱动因素分解为效率因素、结构因素、经济发因素、劳动力因素。结果表明：江西省农业碳排放总量从2001-2020年呈波动下降-上升-下降-持续上升-持续下降的变化趋势,并在2016年达到顶峰。相比于2001年,农业碳排放量增长20.68%,农业碳排放强度下降47.75%;效率因素与劳动力因素对农业碳排放有抑制作用,分别减少351.02%、426.26%的碳排放量。结构因素与经济因素对农业碳排放有促进作用,分别增加33.55%、843.92%的碳排放量。文章最后就农业碳减排措施提出了针对性建议。     

江苏省4类主要秸秆和畜禽粪便空间分布及综合利用潜力研究

为明晰江苏省农业废弃物资源分布格局并进行利用潜力评估,推进农业废弃物资源化利用,助力农业全面绿色转型,本研究借助GIS构建数据批处理模型,测算各区县水稻、小麦、玉米和油菜4种作物的秸秆和猪、牛、羊、家禽4种畜禽的粪便产生量,及其在肥料化、能源化方面的利用潜力理论值,并结合热点分析结果为江苏省农业废弃物综合利用提供政策建议。结果表明：2020年江苏省4种主要作物秸秆可收集总量高达3 972.00万t,以水稻和小麦秸秆为主,集中分布在江苏北部和中部。分析其肥料化利用潜力,理论上相当于1 511.89万t有机碳、12.04万t N、1.59万t P、24.49万t K,能源化理论上相当于1 617.52万t标准煤或6.5×10⁹m³沼气;江苏省4种主要畜禽粪便产生总量为4 560.77万t,家禽粪便与猪粪最多,主要分布在东部边界和西北部地区。分析其肥料化利用潜力,理论计算相当于737.00万t有机碳、31.15万t N、29.86万t P和26.89万t K,能源化利用可折算成1 036.95万t标准煤或4.9×10⁹m     

江苏省农业源氨排放分布特征

[目的]研究江苏省氨排放分布特征。[方法]根据江苏省农业源活动水平数据,采用排放因子法,建立了2014年江苏省农业源大气氨排放清单,利用GIS软件分析了江苏省农业源氨排放的分布特征。[结果]2014年江苏省农业源氨排放总量为679.23 kt,排放强度为6.61 t/km2;畜禽养殖是江苏省农业源氨排放的最大贡献源,占总排放量的67.80%,氮肥施用是第二大贡献源,占29.29%;鸡是江苏省畜禽养殖氨排放最大的贡献源,其次是猪,分别贡献了41.15%和30.17%。[结论]江苏省农业源氨排放无论是排放量还是排放强度都呈现出由南向北递增的空间分布特征,苏北地区是江苏省最需要控制的农业源氨排放贡献区。     

农业碳排放特征及影响因素分析 ——以安徽省为例

基于种植业和畜牧业2个方面的12类碳源,计算出安徽省2004—2015年的农业碳排放总量和碳排放强度,对安徽省农业碳排放的时间变化和空间方面的特征进行分析,并进一步利用LMDI模型对影响安徽省农业碳排量的主要因素及其对农业碳排放的贡献度进行分解研究.结果表明,研究期间,安徽省农业碳排放总量具有先下降后上升的趋势.来自种植业方面的物资投入对安徽省农业碳排放的影响逐渐增加,来自畜牧业方面的碳排放对安徽省农业碳排放的影响逐渐减弱.农业经济发展水平和农业劳动力规模因素拉动了安徽省农业碳排放量的增加,而农业生产效率因素和农业结构因素则抑制了碳排放量的增加.为促进安徽省农业碳减排,应加快转变农业经济发展方式,优化农业产业结构,高效利用农业资源,积极研发和推广农业碳减排的应用技术,实现畜牧业的可持续发展.     

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。     

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。     

Driving factors of direct greenhouse gas emissions from China’s pig industry from 1976 to 2016

Livestock cultivation is a significant source of greenhouse gas (GHG) emissions, accounting for 14.5% of the total anthropogenic emissions. China is responsible for a considerable share of the global livestock emissions, particularly caused by pork production. We used the Kaya identity and the logarithmic mean Divisia index (LMDI) to decompose the national annual GHG emissions from enteric fermentation and manure management in pig farming in China from 1976 to 2016. We decomposed the sources of the emissions into five driving factors: (1) technological progress (e.g., feed improvement); (2) structural adjustment in the livestock sector; (3) structural adjustment in agriculture; (4) affluence; and (5) population growth. The results showed that the net GHG emissions from the pig sector in China increased 16 million tons (Mt) of carbon dioxide equivalents (CO₂eq) during the study period. The decomposition analysis revealed that structural adjustment in agriculture, growing affluence, and population growth contributed to an increase of the GHG emissions of pork production by 23, 41, and 13 Mt CO₂eq, respectively. The technological progress and structural changes in animal husbandry mitigated emissions by –51 and –11 Mt CO₂eq, respectively. Further technological progress in pig production and optimizing the economic structures are critical for further reducing GHG emissions in China’s pig industry. Our results highlight the dominant role of technological changes for emission reductions in the pig farming.