徐 麗,曲建升,2①,吳金甲,韋 沁,白 靜,李恒吉,2

(1.蘭州大學(xué)資源環(huán)境學(xué)院,甘肅 蘭州 730000;2.中國(guó)科學(xué)院蘭州文獻(xiàn)情報(bào)中心/ 全球變化研究信息中心,甘肅 蘭州 730000)

溫室效應(yīng)引起的全球氣候變化已經(jīng)威脅到人類(lèi)的生存與社會(huì)經(jīng)濟(jì)的發(fā)展,成為當(dāng)今國(guó)際社會(huì)及學(xué)界關(guān)注的重大環(huán)境問(wèn)題。作為重要的碳源,農(nóng)牧業(yè)在推動(dòng)我國(guó)土地減排、綠色發(fā)展方面起到重要作用。目前,我國(guó)加大了化肥、農(nóng)藥、機(jī)械等農(nóng)資投入，以彌補(bǔ)土地和勞動(dòng)力的不足[1],這不僅導(dǎo)致農(nóng)牧業(yè)溫室氣體大量增加,也使農(nóng)牧業(yè)溫室氣體排放問(wèn)題成為新的研究熱點(diǎn)。

農(nóng)業(yè)碳排放研究開(kāi)始于20世紀(jì)末期,牧業(yè)碳排放研究開(kāi)展得更晚,目前的國(guó)內(nèi)外研究多集中于農(nóng)業(yè)排放源的劃分和測(cè)算,影響因素、區(qū)域差異以及農(nóng)業(yè)減排等方面。SMITH等[2]和XU等[3]歸納計(jì)算了不同的碳源種類(lèi),均包括農(nóng)地利用、牲畜養(yǎng)殖、水稻和農(nóng)用機(jī)械4類(lèi)碳源,其對(duì)農(nóng)業(yè)碳源的劃分和計(jì)算方法被多數(shù)研究者采用;韋沁等[4]對(duì)中國(guó)農(nóng)業(yè)碳排放影響因素進(jìn)行研究,結(jié)果表明產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、農(nóng)業(yè)人口減少會(huì)抑制農(nóng)業(yè)碳排放增長(zhǎng),農(nóng)業(yè)經(jīng)濟(jì)發(fā)展會(huì)增加農(nóng)業(yè)碳排放量；冉錦成等[5]對(duì)我國(guó)區(qū)域農(nóng)業(yè)碳排放進(jìn)行研究,揭示了新疆區(qū)域內(nèi)的差異性和階段特征,補(bǔ)充了區(qū)域的研究結(jié)果；FRANK等[6]從減排機(jī)制的角度對(duì)農(nóng)業(yè)非CO2減排進(jìn)行研究,采用技術(shù)和結(jié)構(gòu)緩解方案得出農(nóng)業(yè)碳排放價(jià)格變動(dòng)對(duì)減排量的影響,為我國(guó)農(nóng)業(yè)碳減排提供了新思路。但是,目前針對(duì)農(nóng)、牧業(yè)碳排放預(yù)測(cè)的研究不足,多集中于區(qū)域性單一屬性的預(yù)測(cè),例如趙宇[7]和黎孔清等[8]利用多元回歸和可拓展的隨機(jī)性環(huán)境影響評(píng)估(STIRPAT)模型分析江蘇省和湖南省的農(nóng)業(yè)和農(nóng)地投入碳排放增長(zhǎng)機(jī)理,利用灰色模型GM(1,1)對(duì)兩省農(nóng)業(yè)和農(nóng)地碳排放進(jìn)行預(yù)測(cè)。區(qū)域性預(yù)測(cè)可為省份提供參考,但不利于國(guó)家層面的整體認(rèn)識(shí)和把控。因此,該研究選取標(biāo)準(zhǔn)差優(yōu)選組合模型,基于國(guó)家層面進(jìn)行預(yù)測(cè)。

近年來(lái),為了追求高產(chǎn)量和高效率,化肥、農(nóng)藥、機(jī)械、灌溉等農(nóng)資投入不斷上升,這既不符合我國(guó)在“十三五”規(guī)劃中將綠色發(fā)展貫穿到經(jīng)濟(jì)發(fā)展中的主題,也會(huì)產(chǎn)生碳排放和環(huán)境問(wèn)題。由于各省份產(chǎn)業(yè)發(fā)展不平衡,自然條件存在差異,農(nóng)牧業(yè)碳排放存在省份差異和時(shí)空變動(dòng)。除此之外,農(nóng)業(yè)生產(chǎn)活動(dòng)的復(fù)雜性決定了農(nóng)業(yè)碳源因子的多樣性,不僅包括作物系統(tǒng)的碳排放,耕作中農(nóng)資系統(tǒng)的碳排放，還包括農(nóng)業(yè)生產(chǎn)中農(nóng)用牲畜飼養(yǎng)帶來(lái)的碳排放[9]。因此,該研究將主要糧食作物和農(nóng)業(yè)投入歸類(lèi)為農(nóng)業(yè)碳源,將農(nóng)用牲畜及日常飼養(yǎng)牲畜歸為牧業(yè)碳源,對(duì)我國(guó)農(nóng)牧業(yè)碳排放時(shí)空變化進(jìn)行分析并對(duì)其進(jìn)行預(yù)測(cè),有助于國(guó)家整體把握農(nóng)牧業(yè)及相關(guān)碳排放的發(fā)展趨勢(shì),促進(jìn)區(qū)域協(xié)調(diào)發(fā)展,實(shí)現(xiàn)土地減排,走生態(tài)農(nóng)牧業(yè)發(fā)展之路。

1 數(shù)據(jù)來(lái)源及研究方法

1.1 數(shù)據(jù)來(lái)源

該研究涉及主要糧食作物為小麥、水稻、玉米、大豆、蔬菜和其他旱作物(花生、谷子、高粱和土豆),主要農(nóng)業(yè)投入為農(nóng)藥、化肥、農(nóng)膜、農(nóng)業(yè)灌溉和農(nóng)業(yè)機(jī)械,主要牲畜為非奶牛(肉牛)、奶牛、馬、騾、驢、豬和羊。

考慮到國(guó)家從1997年完善確定省級(jí)建制,選取1997—2016年為研究時(shí)段。作物種植面積、牲畜的出欄量和年末存欄量、化肥、農(nóng)藥、農(nóng)膜用量等農(nóng)業(yè)投入數(shù)據(jù)均來(lái)源于歷年《中國(guó)農(nóng)業(yè)年鑒》和《中國(guó)農(nóng)村年鑒》;部分年份數(shù)據(jù)來(lái)源于中國(guó)種植業(yè)信息網(wǎng)和國(guó)家統(tǒng)計(jì)局官網(wǎng)。

1.2 研究方法

通過(guò)查閱文獻(xiàn),大部分學(xué)者在計(jì)算農(nóng)牧業(yè)碳排放時(shí)采用的是活動(dòng)水平數(shù)據(jù)乘以排放因子的計(jì)算方法。李波[10]利用農(nóng)業(yè)各種碳源的使用量和碳源的排放系數(shù)計(jì)算了農(nóng)地利用的碳排放總量;姚成勝等[11]基于各類(lèi)牲畜年平均飼養(yǎng)量和各類(lèi)牲畜發(fā)酵CH4排放系數(shù)估算牲畜腸胃發(fā)酵產(chǎn)生的CH4排放量。而在排放因子的選取上,由于來(lái)源不用,同一碳源的系數(shù)也不同,目前的研究方法多結(jié)合前人研究和聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)的準(zhǔn)則內(nèi)容確定相應(yīng)的碳排放系數(shù)。

1.2.1農(nóng)資碳排放

參考美國(guó)橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室、IPCC和李波[10]等提出的系數(shù),確定該研究中各類(lèi)碳源的碳排放系數(shù)如下:農(nóng)藥為4.934 1,化肥為0.895 6,農(nóng)膜為5.180 0,農(nóng)用機(jī)械為0.180 0,柴油為0.592 7,灌溉為266.480 0。

E=∑ei=∑(Ti×δi)。

(1)

式(1)中,E為農(nóng)業(yè)生產(chǎn)中物質(zhì)投入的碳排放量,萬(wàn)t;ei為i類(lèi)碳源產(chǎn)生的碳排放量,萬(wàn)t;Ti為i類(lèi)碳源的消耗量,萬(wàn)t;δi為i類(lèi)碳源的碳排放系數(shù)。

1.2.2水稻種植產(chǎn)生的CH4排放

由于各地氣候環(huán)境存在顯著差異,各地水稻生長(zhǎng)周期內(nèi)產(chǎn)生的CH4排放也存在差異,通過(guò)對(duì)現(xiàn)有農(nóng)業(yè)碳排放研究進(jìn)行梳理發(fā)現(xiàn),何艷秋等[12]和韋沁[13]借鑒了閔繼勝等[14]得出的水稻CH4排放系數(shù),更為全面和科學(xué),該排放系數(shù)不需要單獨(dú)考慮化肥施用產(chǎn)生的CH4排放量,同時(shí)考慮了早稻、中季稻和晚稻的生產(chǎn)周期差異。因此,筆者在此排放系數(shù)的基礎(chǔ)上計(jì)算了水稻種植產(chǎn)生的CH4排放。

NCH4=∑Ri×?i。

(2)

式(2)中,NCH4為水稻種植產(chǎn)生的CH4排放量,萬(wàn)t;Ri為i類(lèi)水稻(早稻、晚稻和中季稻)的播種面積,103hm2;?i為單位面積CH4排放系數(shù),g·m-2。

1.2.3農(nóng)作物的N2O排放

各類(lèi)作物的N2O排放系數(shù)如下:水稻為0.24 kg·hm-2,春小麥為0.40 kg·hm-2,冬小麥為1.75 kg·hm-2,大豆為2.29 kg·hm-2,玉米為2.532 kg·hm-2,蔬菜為4.944 kg·hm-2,旱地作物為0.95 kg·hm-2。各類(lèi)農(nóng)作物種植產(chǎn)生的N2O排放量計(jì)算公式為

NN2O=∑Si×θi。

(3)

式(3)中，NN2O為農(nóng)作物種植產(chǎn)生的N2O排放量,萬(wàn)t;Si為i類(lèi)農(nóng)作物(稻谷、小麥、大豆、玉米、蔬菜和其他旱作物)的播種面積,103hm2;θi為農(nóng)作物單位面積年底N2O排放通量,kg·hm-2。

1.2.4畜牧業(yè)碳排放測(cè)算

在參考姚成勝等[11]研究成果的基礎(chǔ)上對(duì)畜牧業(yè)碳排放進(jìn)行測(cè)算,牲畜腸胃發(fā)酵和糞便關(guān)系的溫室氣體排放系數(shù)見(jiàn)表1。

MCH4=∑Ti×(γi+βi)，

(4)

MN2O=∑Ti×βi。

(5)

式(4)～(5)中,MCH4和MN2O分別為畜牧業(yè)產(chǎn)生的CH4和N2O排放量,萬(wàn)t;Ti為i類(lèi)牲畜的年均飼養(yǎng)量,萬(wàn)頭;γi為i類(lèi)牲畜腸胃發(fā)酵產(chǎn)生的CH4,kg·頭-1·a-1;βi為i類(lèi)牲畜糞便管理產(chǎn)生的CH4或N2O,kg·頭-1·a-1。

表1 牲畜腸胃發(fā)酵和糞便關(guān)系的CH4和N2O排放系數(shù)

Table 1 CH4/N2O emission coefficients of gastrointestinal fermentation and manure management system of livestock

牲畜種類(lèi)CH4排放系數(shù)/(kg·頭-1·a-1)N2O排放系數(shù)/(kg·頭-1·a-1)腸胃發(fā)酵糞便管理糞便管理非奶牛51.41.501.37 奶牛68.016.001.00 豬1.03.500.53 羊5.00.160.33 馬18.01.641.39 驢10.00.901.39 騾10.00.901.39

1.2.5農(nóng)牧業(yè)碳排放

根據(jù)IPCC第四次評(píng)估報(bào)告[15],1 t CH4所引發(fā)的溫室效應(yīng)相當(dāng)于25 t CO2(約合6.82 t C)所產(chǎn)生的溫室效應(yīng),1 t N2O所引發(fā)的溫室效應(yīng)約合81.27 t C所產(chǎn)生的溫室效應(yīng),為了便于后續(xù)分析,將CH4和N2O排放量轉(zhuǎn)化為碳當(dāng)量[16-17]。

C農(nóng)=E+6.82×NCH4+81.27×NN2O，

(6)

C牧=6.82×MCH4+81.27×MN2O，

(7)

C農(nóng)牧=C農(nóng)+C牧。

(8)

式(6)～(8)中,C農(nóng)為農(nóng)業(yè)碳當(dāng)量排放,萬(wàn)t;C牧為牧業(yè)碳當(dāng)量排放,萬(wàn)t;C農(nóng)牧為農(nóng)業(yè)碳當(dāng)量排放與牧業(yè)碳當(dāng)量排放的總量,萬(wàn)t。

1.2.6重心遷移

重心模型分析的目的是計(jì)算某一區(qū)域中某種屬性存在的重心位置與不同年份此位置在區(qū)域空間中的動(dòng)態(tài)轉(zhuǎn)移軌跡。當(dāng)重心向某方向轉(zhuǎn)移時(shí),表示此段時(shí)間內(nèi)空間分布不均,偏離反向指向高屬性值區(qū)域。

(9)

(10)

式(9)～(10)中,B和C分別為屬性重心的經(jīng)緯度;Bi、Ci和Di分別為i個(gè)子區(qū)域的經(jīng)、緯度和i個(gè)子區(qū)域的屬性值。

1.2.7標(biāo)準(zhǔn)差優(yōu)選組合預(yù)測(cè)

已知各類(lèi)模型預(yù)測(cè)值的預(yù)測(cè)精度時(shí),對(duì)較精確的預(yù)測(cè)值賦以較大的權(quán)重,對(duì)精確度低的賦以較小權(quán)重[18]。

(11)

(12)

式(11)～(12)中,Wi為模型i的權(quán)重;σ為預(yù)測(cè)誤差的標(biāo)準(zhǔn)差;σi為模型i的預(yù)測(cè)誤差的標(biāo)準(zhǔn)差;m為組合模型中單一模型的樣本。

2 農(nóng)牧業(yè)碳排放時(shí)空變化分析

2.1 農(nóng)牧業(yè)碳排放時(shí)間演化

將相關(guān)數(shù)據(jù)代入式(1)中,得到我國(guó)農(nóng)業(yè)、牧業(yè)和農(nóng)牧業(yè)碳排放量(圖1)。利用變動(dòng)指數(shù)來(lái)表征各省農(nóng)牧業(yè)、農(nóng)業(yè)和牧業(yè)碳排放的變動(dòng)情況,變動(dòng)指數(shù)指屬性末期與基期的差值和基期的比值,表示碳排放發(fā)展態(tài)勢(shì)和幅度,計(jì)算結(jié)果見(jiàn)圖2。

圖1 1997—2016年農(nóng)牧業(yè)碳排放變化Fig.1 Changes in agriculture and animal husbandry carbon emission from 1997 to 2016

由圖1可知,1997—2016年我國(guó)農(nóng)業(yè)、牧業(yè)和農(nóng)牧碳排放均呈現(xiàn)總體上升趨勢(shì),農(nóng)業(yè)碳排放平穩(wěn)發(fā)展,農(nóng)牧業(yè)與牧業(yè)碳排放趨勢(shì)相似并呈現(xiàn)明顯的3個(gè)階段:1997—2006年農(nóng)牧業(yè)、牧業(yè)碳排放穩(wěn)步增加,2004—2006年增速提高。十五大以來(lái)政府把農(nóng)業(yè)放在經(jīng)濟(jì)工作首位,并做出了關(guān)于農(nóng)業(yè)和農(nóng)村工作若干重大問(wèn)題的決定,推動(dòng)了農(nóng)牧業(yè)的持續(xù)發(fā)展,農(nóng)業(yè)碳排放穩(wěn)步增長(zhǎng)。2004年“三補(bǔ)一減”政策的實(shí)施使得糧食生產(chǎn)出現(xiàn)重要轉(zhuǎn)機(jī),調(diào)動(dòng)了農(nóng)民積極性,促進(jìn)了農(nóng)業(yè)投入,進(jìn)而推動(dòng)了農(nóng)業(yè)碳排放和農(nóng)牧碳排放總量的提速。2007—2009年畜牧業(yè)發(fā)生較大變化,由于牲畜疫病,肉牛、豬、羊等主要牲畜年末存欄量下跌,市場(chǎng)需求萎縮,造成了牧業(yè)碳排放急減,導(dǎo)致農(nóng)牧碳排放總量呈現(xiàn)大幅度下跌。2010—2016年農(nóng)牧業(yè)碳排放恢復(fù)增加,這是由農(nóng)業(yè)和牧業(yè)碳排放變化共同導(dǎo)致的。農(nóng)業(yè)環(huán)境向好,83.87%的省、自治區(qū)和直轄市農(nóng)業(yè)碳排放增加;國(guó)家加強(qiáng)市場(chǎng)調(diào)控,牲畜存欄量恢復(fù)增長(zhǎng),牧業(yè)碳排放也相應(yīng)增加,但增速較慢,遠(yuǎn)低于2006年之前。

圖2 1997—2016年各省、自治區(qū)和直轄市農(nóng)牧業(yè)碳排放變動(dòng)指數(shù)Fig.2 Change index of agriculture and animal husbandry carbon emission in different provinces from 1997 to 2016

由圖2可知,農(nóng)牧業(yè)碳排放變動(dòng)指數(shù)由農(nóng)業(yè)和牧業(yè)碳排放變化共同影響,12個(gè)省、自治區(qū)和直轄市處于下降趨勢(shì),19個(gè)省、自治區(qū)和直轄市處于增長(zhǎng)趨勢(shì)。其中,寧夏農(nóng)牧業(yè)碳排放變動(dòng)指數(shù)增長(zhǎng)最大,上海減少最多。1997—2016年上海農(nóng)業(yè)、牧業(yè)碳排放均呈現(xiàn)下降趨勢(shì),除蔬菜種植以外,其余作物種植面積和牛、羊、豬存欄量大幅減少,大牲畜存欄量為零。上海農(nóng)牧業(yè)土地面積縮小,糧食和肉類(lèi)依靠外省調(diào)入,第一產(chǎn)業(yè)占比較低,農(nóng)牧業(yè)碳排放變動(dòng)指數(shù)減少比例最大。寧夏變動(dòng)指數(shù)增長(zhǎng)最大,由于政策扶持加大,重點(diǎn)支持配方肥應(yīng)用,部分地區(qū)推廣覆膜保墑集雨補(bǔ)灌旱作節(jié)水農(nóng)業(yè)技術(shù),加大永久性蔬菜生產(chǎn)基地和馬鈴薯產(chǎn)業(yè)建設(shè),發(fā)展清真牛羊肉產(chǎn)業(yè),使得寧夏在蔬菜、肉牛羊養(yǎng)殖和農(nóng)資投入方面的碳排放增加,尤其是農(nóng)資碳排放年平均增長(zhǎng)5.7%。

多省、自治區(qū)和直轄市農(nóng)業(yè)碳排放變動(dòng)指數(shù)為正,僅北京、上海、浙江、福建和廣東變動(dòng)指數(shù)為負(fù),這表明在國(guó)家扶持,農(nóng)業(yè)發(fā)展的大環(huán)境下,多數(shù)省、自治區(qū)和直轄市農(nóng)業(yè)碳排放有所增加。北京、上海、浙江、福建和廣東的二、三產(chǎn)業(yè)較其他省份更為發(fā)達(dá),第一產(chǎn)業(yè)比重較低,其2016年農(nóng)作物播種面積較1997年分別縮小384.44×103、257.5×103、1 669.6×103、616.39×103和680.67×103hm2;播種面積降低,農(nóng)資投入相應(yīng)減少，導(dǎo)致這5個(gè)省市農(nóng)業(yè)碳排放降低。多省、自治區(qū)和直轄市牧業(yè)碳排放變動(dòng)指數(shù)為負(fù),僅天津、內(nèi)蒙古、黑龍江、吉林、遼寧、四川、云南、甘肅、寧夏和新疆變動(dòng)指數(shù)為正,多省、自治區(qū)和直轄市牧業(yè)碳排放降低主要受牲畜數(shù)量變化的影響。隨著產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和居民飲食結(jié)構(gòu)優(yōu)化,用于農(nóng)業(yè)生產(chǎn)的牛、馬、驢、騾等大牲畜數(shù)量減少。居民對(duì)肉類(lèi)的需求量降低,再加之受疫病突發(fā),市場(chǎng)價(jià)格不穩(wěn)定的影響,肉牛、豬、羊的市場(chǎng)需求有所降低,存欄量減少,牧業(yè)碳排放增長(zhǎng)滯后。除此之外,隨著冷凍倉(cāng)儲(chǔ)及運(yùn)輸技術(shù)的發(fā)展,肉類(lèi)長(zhǎng)途運(yùn)輸和進(jìn)口得以實(shí)現(xiàn),由于土地需求緊張,中、東、南部省、自治區(qū)和直轄市二、三產(chǎn)業(yè)發(fā)展迅速,牲畜飼養(yǎng)量不斷減少,小型養(yǎng)殖不足以供應(yīng)人口的肉奶需求,外地調(diào)入和進(jìn)口的情況逐年增加,也是造成非牧區(qū)省、自治區(qū)和直轄市牧業(yè)碳排放變動(dòng)指數(shù)為負(fù)的原因之一。

2.2 農(nóng)牧業(yè)碳排放空間演化

農(nóng)牧業(yè)碳排放重心位于32.5°～33.625° N,112.5°～113.0° E(圖3),1997—2016年重心逐漸向西北移動(dòng),由于農(nóng)業(yè)、牧業(yè)重心及主體區(qū)域位置影響,農(nóng)牧業(yè)碳排放重心位于農(nóng)業(yè)和牧業(yè)之間,1997—2016年移動(dòng)68.97 km,移動(dòng)距離小于農(nóng)業(yè)和牧業(yè)重心,橢圓分布于胡煥庸線(xiàn)右側(cè),但較農(nóng)業(yè)分布橢圓偏右(表2)。

農(nóng)業(yè)碳排放重心位于31.5°～32.675° N,113.6°～114.4° E,1997—2016年農(nóng)業(yè)碳排放重心逐漸向西北方向移動(dòng),從孝感市移動(dòng)到南陽(yáng)市,移動(dòng)距離達(dá)126.86 km。受糧食主產(chǎn)區(qū)和農(nóng)業(yè)種植結(jié)構(gòu)變化影響,我國(guó)傳統(tǒng)糧食主產(chǎn)區(qū)位于氣候條件優(yōu)越、復(fù)種率高的長(zhǎng)江中游和東南沿海區(qū)。隨著農(nóng)業(yè)科技進(jìn)步,黃淮海地區(qū)糧食產(chǎn)量占比上升,東北三省地區(qū)糧食播種面積占比最大,我國(guó)糧食主產(chǎn)區(qū)向北移動(dòng)。西部地區(qū)種植結(jié)構(gòu)有所改變,谷子、高粱和土豆的種植面積增加,西北地區(qū)更是成為小麥和棉花主產(chǎn)區(qū),也推動(dòng)了農(nóng)業(yè)碳排放主體區(qū)域向西北移動(dòng)。

牧業(yè)碳排放重心位于33.25°～34.5° N,110.4°～111.4° E,西部地區(qū)和內(nèi)蒙古牧業(yè)碳排放占全國(guó)的48.79%,其余19個(gè)省、自治區(qū)和直轄市排放量略高,使得重心仍落于胡煥庸線(xiàn)東側(cè),但較農(nóng)業(yè)碳排放更偏西北側(cè)。其重心移動(dòng)分為明顯的2個(gè)階段:1997—2004年牧業(yè)碳排放重心顯著向東北方向移動(dòng),這是由于中東部地區(qū)為了滿(mǎn)足居民肉、蛋、奶的需求,小型養(yǎng)殖業(yè)發(fā)展良好,山東、河南是我國(guó)最大肉、奶供應(yīng)省份;西北傳統(tǒng)牧區(qū)由于超載放牧、過(guò)度開(kāi)墾造成天然草原退化,畜牧業(yè)發(fā)展優(yōu)勢(shì)減弱。2004—2016年重心顯著向西北方向移動(dòng),是因?yàn)檎哟髮?duì)西部地區(qū)畜牧業(yè)的投資,小生產(chǎn)者組織化提高,集約化程度有所提升,西北省份畜牧業(yè)逐步向好發(fā)展。牧業(yè)碳排放分布橢圓也向西北方向移動(dòng),偏轉(zhuǎn)角度由61.06°變?yōu)?0.48°,橢圓面積由1997年的402.56×104km2增長(zhǎng)為2016年的435.46×104km2,表明牧業(yè)碳排放主體區(qū)域向東南—西北扭轉(zhuǎn),面積擴(kuò)大。

圖中數(shù)字為年份。圖3 1997—2016年農(nóng)牧業(yè)碳排放重心分布及變化Fig.3 Distribution and change of agriculture and animal husbandry carbon emission from 1997 to 2016

表2 標(biāo)準(zhǔn)差橢圓參數(shù)

Table 2 The corresponding values of barycenter and standard deviation ellipse model

類(lèi)別年份重心經(jīng)度E/(°)重心緯度N/(°)標(biāo)準(zhǔn)差橢圓面積/km2X軸長(zhǎng)度/kmY軸長(zhǎng)度/km旋轉(zhuǎn)角度/(°) 農(nóng)牧業(yè)1997112.7632.653 324 397.55951.921 111.6944.742003112.7332.963 320 294.91943.961 119.6939.142009112.8133.243 546 134.84970.641 162.9841.972016112.6533.273 761 091.461 006.261 189.8145.77 農(nóng)業(yè) 1997114.2231.632 547 409.22785.431 032.4426.302003114.0531.922 632 743.38795.671 053.3026.782009114.0232.322 865 545.24833.081 094.9626.842016113.7132.743 241 666.86912.481 130.5830.59 牧業(yè) 1997110.8233.474 025 649.791 015.541 261.8761.062003111.1633.683 944 124.951 016.811 234.7754.642009110.5234.204 392 539.861 030.881 356.3960.602016110.5034.364 353 554.701 036.651 336.8660.41

2.3 農(nóng)牧業(yè)碳排放總量的時(shí)空演變

選取1997、2003、2009和2016年農(nóng)業(yè)和牧業(yè)碳排放,以自然段點(diǎn)法將碳排放分為5個(gè)等級(jí)。其中,農(nóng)業(yè)碳排放以52.05、222.37、457.53、807.46萬(wàn)t為斷點(diǎn)劃分為5個(gè)等級(jí);牧業(yè)以碳排放以118.61、276.08、400.68、617.37萬(wàn)t為斷點(diǎn)劃分為5個(gè)等級(jí)。

從圖4可以看出,1997年農(nóng)業(yè)碳排放高值主要集中于長(zhǎng)江中游、東南沿海傳統(tǒng)農(nóng)業(yè)省份(江蘇、浙江、安徽、江西、湖北、湖南、廣東等),由于自然和氣候條件不適于發(fā)展農(nóng)業(yè),我國(guó)西北部地區(qū)(青海、西藏、寧夏)主要糧食作物種植面積較小,碳排放較低。四川、河南地形具有優(yōu)勢(shì)(平原、盆地),自然條件優(yōu)越,復(fù)種指數(shù)高,又同為人口大省,農(nóng)業(yè)產(chǎn)值連續(xù)增加;廣西投放了大量化肥農(nóng)藥,廣泛應(yīng)用農(nóng)業(yè)科學(xué)技術(shù),提高現(xiàn)代化農(nóng)業(yè)發(fā)展水平,使得土地產(chǎn)出率逐年增加，這3個(gè)省份均于2003年進(jìn)入第1等級(jí)。黑龍江地域廣闊,機(jī)械化生產(chǎn)運(yùn)作效率高,從2003年開(kāi)始每百戶(hù)年底擁有拖拉機(jī)數(shù)等指標(biāo)增長(zhǎng)較快,進(jìn)入第2等級(jí)。到2016年多數(shù)省、自治區(qū)和直轄市農(nóng)業(yè)碳排放增加,我國(guó)農(nóng)業(yè)區(qū)和碳排放高值區(qū)集中在東南沿海、長(zhǎng)江中游、黃淮海平原及東北三省地區(qū)。但西藏、青海、寧夏、山西、陜西、重慶和貴州等地農(nóng)業(yè)碳排放增長(zhǎng)滯后,這可能是由于西藏和青海高寒干旱;山西和陜西種植結(jié)構(gòu)不同,大宗作物種植面積小,特色農(nóng)業(yè)較發(fā)達(dá),例如玉米、蕎麥、莜麥、糜子等;山西、陜西、重慶和貴州地形破碎,缺少大塊平整土地,種植和灌溉面積較少,農(nóng)用機(jī)械的使用受限。

圖4 1997—2016年各省、自治區(qū)和直轄市農(nóng)業(yè)碳排放時(shí)空變化Fig.4 Temporal and spatial changes of agriculture carbon emission in different provinces from 1997 to 2016

從圖5來(lái)看,1997年牧業(yè)高值區(qū)主要集中于山東和河南兩省,作為我國(guó)傳統(tǒng)農(nóng)耕區(qū),這兩省已經(jīng)形成了畜類(lèi)優(yōu)勢(shì)產(chǎn)業(yè),牧業(yè)生產(chǎn)總值及奶、肉類(lèi)產(chǎn)量常年居全國(guó)前列。2003年高值區(qū)域擴(kuò)大到河北和四川。2009年內(nèi)蒙古進(jìn)入第1等級(jí),牧業(yè)生產(chǎn)力不斷提升,制定了林木為主、多種經(jīng)營(yíng)的方針,畜牧業(yè)恢復(fù)發(fā)展;新疆和西南等地牧業(yè)碳排放降低,這是由于新疆政府在生豬、奶牛等方面出臺(tái)了扶持政策,但在肉牛、肉羊產(chǎn)業(yè)發(fā)展方面政策很少,造成了全疆牛羊養(yǎng)殖業(yè)出現(xiàn)萎縮。由于2006—2009年我國(guó)重大動(dòng)物疫病頻發(fā),高致病性豬藍(lán)耳病、高熱病等疫病造成多數(shù)省份牲畜存欄量下降,市場(chǎng)需求萎縮,牧業(yè)碳排放整體下降。內(nèi)蒙、西藏由于生豬等飼養(yǎng)規(guī)模小、大牲畜存欄量較大,受疫病影響較輕,畜牧業(yè)碳排放反而有所上升。2016年牧業(yè)碳排放空間格局保持穩(wěn)定,第3、4等級(jí)省、自治區(qū)和直轄市數(shù)量較大,多數(shù)省、自治區(qū)和直轄市牧業(yè)碳排放量較2009年有所增加,但低于2003年。

圖5 1997—2016年各省、自治區(qū)和直轄市牧業(yè)碳排放時(shí)空變化Fig.5 Temporal and spatial changes of animal husbandry carbon emission in different provinces from 1997 to 2016

3 農(nóng)牧業(yè)碳排放預(yù)測(cè)

為探究我國(guó)農(nóng)、牧業(yè)碳排放發(fā)展路徑和程度,為定量化土地減排和綠色發(fā)展提供依據(jù),對(duì)2017—2022年農(nóng)業(yè)、牧業(yè)碳排放進(jìn)行預(yù)測(cè)。農(nóng)牧業(yè)碳排放的發(fā)展具有一定的連續(xù)性和穩(wěn)定性,以碳排放未來(lái)和過(guò)去的變化規(guī)律相一致的理論為依據(jù),選取趨勢(shì)外推、ARIMA模型和灰色模型為基礎(chǔ),運(yùn)用標(biāo)準(zhǔn)差法對(duì)農(nóng)業(yè)和牧業(yè)碳排放進(jìn)行組合預(yù)測(cè)。牧業(yè)碳排放于2007—2009年出現(xiàn)不可抗因素影響,所以使用線(xiàn)性?xún)?nèi)插結(jié)果代替2007—2009年牧業(yè)碳排放原數(shù)據(jù),再對(duì)其進(jìn)行預(yù)測(cè)分析。

3.1 模型及參數(shù)選取

3.1.1趨勢(shì)外推法模型選取

選取二次曲線(xiàn)、三次曲線(xiàn)和對(duì)數(shù)曲線(xiàn)模型對(duì)農(nóng)業(yè)和牧業(yè)碳排放進(jìn)行擬合,擬合結(jié)果見(jiàn)表3。

表3 趨勢(shì)外推模型參數(shù)

Table 3 Parameters of trend extrapolation model

曲線(xiàn)類(lèi)型R2估計(jì)值的標(biāo)準(zhǔn)誤差sig.值 農(nóng)業(yè)二次0.955 8338.3510三次0.983 6318.0200對(duì)數(shù)0.954 0339.0560 牧業(yè)二次0.487 2841.2170.090三次0.670 0569.5060.022對(duì)數(shù)0.130 9781.8510.010

從表3可知,曲線(xiàn)模型對(duì)農(nóng)業(yè)碳排放擬合程度較高,R2均在0.95之上,sig.值均為0;由于突發(fā)性事件發(fā)生,牧業(yè)碳排放出現(xiàn)急減,即使經(jīng)過(guò)線(xiàn)性?xún)?nèi)插平滑處理,但曲線(xiàn)模型對(duì)牧業(yè)碳排放擬合效果較差。根據(jù)模型參數(shù),選取R2最高的三次曲線(xiàn)擬合,農(nóng)業(yè)碳排放的平均相對(duì)誤差為0.605%，牧業(yè)碳排放為7.634%。

3.1.2GM(1,1)模型預(yù)測(cè)

表4 GM(1,1)模型精度檢驗(yàn)結(jié)果

Table 4 Precision test results of GM(1,1) model

預(yù)測(cè)精度等級(jí)相對(duì)殘差/%標(biāo)準(zhǔn)差比值小誤差概率/%關(guān)聯(lián)度 10.17(農(nóng)業(yè))100.00(農(nóng)業(yè)) 21.07(農(nóng)業(yè))0.48(牧業(yè))89.47(牧業(yè)) 36.37(牧業(yè))75.74(農(nóng)業(yè)) 464.38(牧業(yè))

3.1.3ARIMA模型參數(shù)選取

從圖2可以判斷,農(nóng)、牧業(yè)碳排放隨時(shí)間推移呈增長(zhǎng)狀態(tài),尤其是農(nóng)業(yè)碳排放初步判定為非平穩(wěn)時(shí)間序列,通過(guò)取農(nóng)業(yè)碳排放和處理后牧業(yè)碳排放的自然對(duì)數(shù),去除時(shí)間序列的指數(shù)趨勢(shì)后進(jìn)行單位根檢驗(yàn)(ADF)(表5)。

表5 農(nóng)牧業(yè)碳排放的單位根檢驗(yàn)結(jié)果

Table 5 Unit root test results of agriculture and animal husbandry carbon emission

變量ADF檢驗(yàn)值各顯著水平下的臨界值 1%5%10%檢驗(yàn)結(jié)果 農(nóng)業(yè)xt-2.661-3.857-3.04-2.661不平穩(wěn)xt-xt-1-3.3573.920-3.06-2.673平穩(wěn) 牧業(yè)xt-2.110-3.857-3.04-2.661不平穩(wěn)xt-xt-1-1.876-3.857-3.04-2.661不平穩(wěn)xt-xt-1-xt-2-3.902-3.886-3.05-2.667平穩(wěn)

xt為原序列;xt-xt-1為一階差分序列;xt-xt-1-xt-2為二階差分序列。

農(nóng)業(yè)碳排放序列經(jīng)過(guò)一階差分處理后平穩(wěn),ADF值小于1%臨界值,牧業(yè)碳排放序列經(jīng)過(guò)二階差分后平穩(wěn),ADF值小于5%臨界值。

通過(guò)Eviews 6 軟件得出時(shí)間序列的自相關(guān)和偏自相關(guān)圖,確定自相關(guān)和偏自相關(guān)系數(shù)的截尾性,基于赤池信息準(zhǔn)則(AIC)、施瓦茨準(zhǔn)則(SC)和R2選擇最優(yōu)模型,結(jié)果見(jiàn)表6。

3.1.4標(biāo)準(zhǔn)差法組合模型預(yù)測(cè)

以三次曲線(xiàn)模型、GM(1,1)模型和ARIMA模型為基礎(chǔ),運(yùn)用標(biāo)準(zhǔn)差法組合模型對(duì)我國(guó)農(nóng)業(yè)、牧業(yè)碳排放進(jìn)行建模和預(yù)測(cè)。根據(jù)式(2)得出我國(guó)農(nóng)、牧業(yè)碳排放組合預(yù)測(cè)模型。

Y農(nóng)業(yè)=0.378 1×Y1+0.308 5×Y2+0.313 3×Y3,

(13)

Y牧業(yè)=0.342 3×Y1+0.270 2×Y2+0.387 4×Y3。

(14)

式(13)～(14)中,Y農(nóng)業(yè)和Y牧業(yè)分別為農(nóng)業(yè)和牧業(yè)碳排放組合模型的預(yù)測(cè)值;Y1、Y2和Y3分別為三次曲線(xiàn)、GM(1,1)和ARIMA模型的預(yù)測(cè)值。

將三次曲線(xiàn)、GM(1,1)和ARIMA模型的農(nóng)業(yè)和牧業(yè)預(yù)測(cè)值帶入式(13)～(14),得到農(nóng)業(yè)和牧業(yè)碳排放及相對(duì)誤差(表7)。1997—2016年農(nóng)業(yè)碳排放預(yù)測(cè)值與實(shí)際值的相對(duì)誤差最大為3.182%,平均相對(duì)誤差為0.897%;牧業(yè)碳排放的相對(duì)誤差最大為6.42%,平均相對(duì)誤差為4.37%,組合模型的擬合效果均高于單一模型的擬合效果。

表6 ARIMA模型參數(shù)設(shè)置

Table 6 The corresponding values of ARIMA model

類(lèi)型(p,d,q)R2AIC值SC值QH值 農(nóng)業(yè)(1,1,1)0.96915.7915.9315.81 牧業(yè)(1,2,1)0.92114.4014.5614.77

p為自相關(guān)(AR)模型的階數(shù);d為差分階數(shù);q為滑動(dòng)平均(MA)模型的階數(shù);AIC為赤池信息準(zhǔn)則;SC為施瓦茨準(zhǔn)則;QH為漢南奎澤準(zhǔn)則。

表7 1997—2016年農(nóng)牧業(yè)碳排放預(yù)測(cè)值及相對(duì)誤差

Table 7 Prediction and relative error of carbon emission in agriculture and animal husbandry from 1997 to 2016

年份農(nóng)業(yè)碳排放預(yù)測(cè)值/萬(wàn)t相對(duì)誤差牧業(yè)碳排放預(yù)測(cè)值/萬(wàn)t相對(duì)誤差 199715 370.494-0.00310 134.4370.012 199815 497.978-0.00610 758.812-0.071 199915 627.491-0.01710 459.214-0.002 200015 800.0450.00310 981.934-0.038 200115 921.4620.00710 864.944-0.039 200216 077.8070.00910 795.709-0.016 200316 297.2010.02010 918.6330.011 200416 458.778-0.01111 122.6140.037 200516 867.451-0.01011 243.4370.053 200617 263.228-0.00711 176.6900.064 200717 581.773-0.00110 987.427-0.039 200817 882.0720.00310 164.190-0.151 200918 168.883-0.0019 868.361-0.200 201018 491.094-0.0039 315.510-0.068 201118 806.9030.0078 999.078-0.017 201219 049.882-0.0149 322.141-0.034 201319 388.9110.0039 201.335-0.006 201419 536.092-0.0099 307.6160.005 201519 731.7750.0039 317.7130.005 201619 844.0480.0329 330.3060.008

3.2 碳排放預(yù)測(cè)結(jié)果分析

GM(1,1)是單序列的一階線(xiàn)性動(dòng)態(tài)模型,具有準(zhǔn)確性高、所需原始數(shù)據(jù)少的優(yōu)點(diǎn),但基于指數(shù)率的預(yù)測(cè)沒(méi)有考慮發(fā)展過(guò)程的隨機(jī)性,中長(zhǎng)期預(yù)測(cè)精度較差?；诖嗽?將預(yù)測(cè)年限放短,對(duì)2017—2022年農(nóng)業(yè)和牧業(yè)碳排放進(jìn)行預(yù)測(cè),預(yù)測(cè)結(jié)果見(jiàn)圖6。從圖6的預(yù)測(cè)結(jié)果來(lái)看,農(nóng)業(yè)碳排放延續(xù)歷史趨勢(shì),呈現(xiàn)緩慢上升趨勢(shì)。到2022年,農(nóng)業(yè)碳排放達(dá)2.165×108t,年均增速1.09%,低于2016年前的年均增速1.32%。預(yù)測(cè)結(jié)果與現(xiàn)行農(nóng)業(yè)發(fā)展趨勢(shì)相符。農(nóng)業(yè)作為立國(guó)之本,得到國(guó)家政策的大力扶持,國(guó)家已進(jìn)一步增加農(nóng)資綜合補(bǔ)貼,減免農(nóng)業(yè)稅,鼓勵(lì)科技興農(nóng),提高農(nóng)民種糧的積極性,促進(jìn)農(nóng)業(yè)碳排放的穩(wěn)定增加。但是,由于我國(guó)農(nóng)業(yè)結(jié)構(gòu)發(fā)展不平衡,種植結(jié)構(gòu)較為單一,加之國(guó)內(nèi)外糧食差價(jià)的存在,我國(guó)近年來(lái)糧食進(jìn)口量不斷增加,造成農(nóng)業(yè)碳排放增速放緩。

圖6 1997—2022年我國(guó)農(nóng)牧業(yè)碳排放量預(yù)測(cè)Fig.6 Forecast of agriculture and animal husbandry carbon emission from 1997 to 2022

牧業(yè)碳排放達(dá)到1.13×108t,年均增速為2.84%,高于2016年前的年均增速(-0.30%),1997—2022年在整體趨勢(shì)上呈現(xiàn)緩慢上升—突然下降—恢復(fù)上升的趨勢(shì)。從2006年突發(fā)疫情后,養(yǎng)殖業(yè)收到較大沖擊,2007年波及26個(gè)省、自治區(qū)和直轄市,疫病和防控?fù)錃?dǎo)致牲畜存欄量大幅度減少,肉類(lèi)需求萎縮,到2009年疫情逐步得到控制,波及省份減少到5個(gè)省、自治區(qū)和直轄市。2010年后,隨著肉類(lèi)市場(chǎng)需求回升,畜牧業(yè)進(jìn)入恢復(fù)時(shí)期,牲畜養(yǎng)殖數(shù)量有所增加。政府采取24字防控工作方針,加大對(duì)動(dòng)物疫病的防治管控,2010年后我國(guó)重大動(dòng)物疫病流行強(qiáng)度明顯減弱,發(fā)病頻次和范圍顯著降低,加之居民對(duì)動(dòng)物性食物消費(fèi)量穩(wěn)定增長(zhǎng),促進(jìn)了豬、羊和奶牛的飼養(yǎng)量增加,促使畜牧業(yè)碳排放在未來(lái)平穩(wěn)增加,但2022年牧業(yè)碳排放量?jī)H略高于1997年,約為0.15×108t。

4 討論

對(duì)我國(guó)31個(gè)省、自治區(qū)和直轄市1997—2016年農(nóng)業(yè)和牧業(yè)碳排放進(jìn)行測(cè)算,測(cè)算結(jié)果與前人的研究相近,趨勢(shì)相符。但由于目前在牲畜類(lèi)型選擇上缺乏清晰的邊界界定,研究者們選擇的牲畜種類(lèi)不同,牧業(yè)碳排放測(cè)算結(jié)果均存在較大差異。該研究主要選取了大牲畜,未涉及兔和禽類(lèi),由于家禽的飼養(yǎng)量數(shù)量更多,會(huì)導(dǎo)致該研究牧業(yè)碳排放測(cè)算結(jié)果偏低,排放趨勢(shì)與牧業(yè)大趨勢(shì)不同。但是,考慮到兔和家禽類(lèi)的飼養(yǎng)受場(chǎng)地、飼料、地域的限制較少,其養(yǎng)殖規(guī)模在我國(guó)空間上并不存在明顯的偏重,不利于牧業(yè)的區(qū)域分析。因此,該研究在一定程度上彌補(bǔ)了牧業(yè)碳排放在大牲畜養(yǎng)殖和區(qū)域優(yōu)勢(shì)研究的不足,有利于我國(guó)調(diào)整養(yǎng)殖結(jié)構(gòu),推動(dòng)畜牧業(yè)優(yōu)化升級(jí)。

從預(yù)測(cè)方法和預(yù)測(cè)結(jié)果來(lái)看,不同于區(qū)域性單一屬性研究,該研究將農(nóng)牧業(yè)相結(jié)合,從全國(guó)層面進(jìn)行時(shí)空分析和預(yù)測(cè),為農(nóng)牧業(yè)發(fā)展及土地減排提供較為準(zhǔn)確的趨勢(shì)和排放上限,為區(qū)域間第一產(chǎn)業(yè)協(xié)調(diào)發(fā)展和國(guó)家統(tǒng)籌提供參考。除此外,該研究采用組合模型預(yù)測(cè),預(yù)測(cè)精度和結(jié)果均高于單一模型預(yù)測(cè)。農(nóng)業(yè)發(fā)展穩(wěn)定,即使遭受自然災(zāi)害也具有區(qū)域性和時(shí)間性,災(zāi)后可通過(guò)復(fù)種、栽植其他作物進(jìn)行補(bǔ)救,恢復(fù)周期較短,對(duì)全國(guó)層面影響較小,所以,農(nóng)業(yè)碳排放預(yù)測(cè)精度較高,結(jié)果可靠。但養(yǎng)殖業(yè)存在動(dòng)物疫情突發(fā)的情況,且疫情撲滅、人民心理及需求轉(zhuǎn)變和牲畜出欄均需要一定周期,這在預(yù)測(cè)中是不可測(cè)的。盡管?chē)?guó)家近年來(lái)加強(qiáng)防疫管控,但在牧業(yè)碳排放預(yù)測(cè)研究中仍需考慮多種因素,使預(yù)測(cè)結(jié)果更趨科學(xué)性。

5 結(jié)論與建議

5.1 結(jié)論

對(duì)我國(guó)31個(gè)省、自治區(qū)和直轄市1997—2016年農(nóng)牧業(yè)碳排放進(jìn)行時(shí)空變化分析,利用標(biāo)準(zhǔn)差優(yōu)選組合模型對(duì)2017—2022年農(nóng)牧業(yè)碳排放進(jìn)行預(yù)測(cè)分析,研究結(jié)果如下:

(1)1997—2016年,在農(nóng)業(yè)發(fā)展大環(huán)境下多數(shù)省、自治區(qū)和直轄市農(nóng)業(yè)碳排放有所增加。在畜牧業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、居民飲食結(jié)構(gòu)優(yōu)化、冷凍倉(cāng)儲(chǔ)及運(yùn)輸技術(shù)發(fā)展的綜合作用下,除傳統(tǒng)牧業(yè)區(qū)外多數(shù)省、自治區(qū)和直轄市的牧業(yè)碳排放有所減少。

(2)由于糧食主產(chǎn)區(qū)和農(nóng)業(yè)種植結(jié)構(gòu)的變化,農(nóng)業(yè)碳排放重心逐漸向西北方向移動(dòng),但標(biāo)準(zhǔn)差橢圓的主體區(qū)域仍在胡煥庸線(xiàn)右側(cè)。牧業(yè)碳排放重心在河南境內(nèi)擺動(dòng),主體區(qū)域向東南—西北扭轉(zhuǎn),面積擴(kuò)大。

(3)我國(guó)農(nóng)牧業(yè)碳排放格局基本穩(wěn)定,農(nóng)業(yè)碳排放高值由長(zhǎng)江中游、東南沿海傳統(tǒng)農(nóng)業(yè)區(qū)逐步向東北三省和黃淮海周邊轉(zhuǎn)移,西北部地區(qū)受自然條件等原因保持低碳排放。牧業(yè)碳排放高值區(qū)集中于傳統(tǒng)牧業(yè)區(qū)和中部地區(qū),除2006—2009年受重大動(dòng)物疫病影響外,牧業(yè)碳排放格局變化較小。

(4)農(nóng)業(yè)碳排放組合預(yù)測(cè)的平均相對(duì)誤差為0.897%,牧業(yè)為4.37%,綜合來(lái)看,標(biāo)準(zhǔn)差組合模型擬合效果優(yōu)于單一模型。

(5)到2022年，國(guó)家政策扶持促進(jìn)農(nóng)業(yè)碳排放穩(wěn)定增加,農(nóng)業(yè)結(jié)構(gòu)、種植結(jié)構(gòu)以及國(guó)內(nèi)外糧食差價(jià)等原因造成農(nóng)業(yè)碳排放增速放緩,農(nóng)業(yè)碳排放延續(xù)了歷史增長(zhǎng)趨勢(shì)，達(dá)到2.165×108t,年平均增速低于2016年前。居民對(duì)動(dòng)物性食物需求的穩(wěn)定增長(zhǎng)促進(jìn)了牲畜飼養(yǎng)量增加,促使畜牧業(yè)碳排放在未來(lái)會(huì)平穩(wěn)增加,達(dá)1.13×108t,年均增速高于2016年前。

5.2 建議

農(nóng)業(yè)碳排放高于牧業(yè)碳排放,其中,化肥、農(nóng)膜和灌溉碳排放占農(nóng)業(yè)碳排放的比重約為29.5%、11%和9.1%,是農(nóng)業(yè)碳排放中較大的碳源。根據(jù)研究結(jié)果,給出相關(guān)的建議如下:

(1)以保障糧食安全為前提,在因地制宜的基礎(chǔ)上,進(jìn)一步調(diào)整各區(qū)域農(nóng)業(yè)結(jié)構(gòu)多樣化,增加農(nóng)作物選擇和特色農(nóng)作物種植。

(2)當(dāng)?shù)卣娃r(nóng)業(yè)部門(mén)應(yīng)加大農(nóng)業(yè)科學(xué)技術(shù)研究的資金投入,加強(qiáng)技術(shù)發(fā)展對(duì)農(nóng)業(yè)碳排放的抑制作用,引導(dǎo)農(nóng)民選擇抗倒伏、抗病蟲(chóng)害強(qiáng)的優(yōu)良植株,減少農(nóng)藥、化肥的過(guò)量使用。

(3)改進(jìn)農(nóng)業(yè)灌溉方式,減少輸水過(guò)程中的滲漏損耗;做好雨水集流等田間節(jié)水措施,優(yōu)先選擇滴灌,滲灌等節(jié)水灌溉方式;建立灌區(qū)需水預(yù)報(bào)和水量調(diào)配等優(yōu)化制度,減少灌溉浪費(fèi)和灌溉用能帶來(lái)的碳排放。

(4)穩(wěn)定牲畜存欄量和出欄量,建立疫病及防治數(shù)據(jù)庫(kù),加強(qiáng)疫病防御機(jī)制,向農(nóng)牧民普及動(dòng)物疫病預(yù)防技術(shù),穩(wěn)定畜牧業(yè)規(guī)模和牧業(yè)碳排放。