摘 要：主要基于呼倫貝爾農(nóng)墾農(nóng)場2001—2022年的遙感、氣象數(shù)據(jù)以及農(nóng)墾集團相關(guān)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)估算呼倫貝爾農(nóng)墾集團農(nóng)場的凈碳匯量。結(jié)果表明：（1）2001—2022年呼倫貝爾農(nóng)墾農(nóng)場凈生態(tài)系統(tǒng)生產(chǎn)力總體呈逐年上升趨勢，空間分布呈現(xiàn)出由大興安嶺向兩麓遞減的分布方式，其中呈顯著增加趨勢的包括東方紅、歐肯河、古里、甘河、宜里和巴彥農(nóng)場，其余為極顯著增加趨勢；（2）呼倫貝爾農(nóng)墾農(nóng)場碳排放量基本趨于平穩(wěn)狀態(tài)，農(nóng)墾農(nóng)場碳排放量和單位播種面積碳排放量的區(qū)域差異不明顯。其中，呼倫貝爾農(nóng)墾農(nóng)場農(nóng)業(yè)生產(chǎn)投入碳排放量2017年為19.70萬t，2022年為19.92萬t；（3）近6年來，呼倫貝爾農(nóng)墾農(nóng)場的凈碳匯量總體呈波動上升趨勢?？傮w而言，呼倫貝爾農(nóng)墾農(nóng)場具有較強的凈碳匯能力，可通過調(diào)整種植結(jié)構(gòu)結(jié)合優(yōu)化田間管理技術(shù)以及農(nóng)業(yè)生產(chǎn)過程中減少碳排放等措施，提高呼倫貝爾農(nóng)墾農(nóng)場的凈碳匯能力。

關(guān)鍵詞：呼倫貝爾農(nóng)墾；生態(tài)凈初級生產(chǎn)力；碳排放；農(nóng)場凈碳匯量

中圖分類號：S181 文獻標志碼：B 文章編號：2095–3305（2024）08–0-03

溫室效應(yīng)問題和陸地生態(tài)系統(tǒng)碳循環(huán)是國際變化研究核心計劃的重點研究內(nèi)容[1-2]。近年來，全球氣候變化問題越來越嚴重，全球平均氣溫上升[3]。據(jù)統(tǒng)計，全球碳排放中農(nóng)田生態(tài)系統(tǒng)的碳排放量占12%左右[4]。

近年來，中國政府將應(yīng)對氣候變化列為國家農(nóng)業(yè)生產(chǎn)的重要任務(wù)，開展農(nóng)田生態(tài)系統(tǒng)的凈碳匯量評估，對發(fā)展綠色低碳農(nóng)業(yè)具有重要意義。因此，對農(nóng)田生態(tài)系統(tǒng)的碳源/匯進行準確評估是國家建設(shè)生態(tài)農(nóng)業(yè)、保障生態(tài)農(nóng)業(yè)健康發(fā)展的迫切需要[5]。隨著遙感技術(shù)的發(fā)展，許多學(xué)者開展了農(nóng)田生態(tài)系統(tǒng)碳源與碳匯的研究[6-8]。估算農(nóng)田生態(tài)系統(tǒng)凈碳匯量的傳統(tǒng)方法是根據(jù)農(nóng)業(yè)生產(chǎn)過程中碳吸收量與碳排放量計算的[9-10]，但這種計算方法忽略了土壤呼吸造成的碳排放，因而可能低估碳排放量[11-12]。通過遙感數(shù)據(jù)估算農(nóng)田凈生態(tài)系統(tǒng)生產(chǎn)力（Net Ecosystem Productivity，NEP），這種方法可以避免漏算土壤呼吸的碳排放[13-14]。

因此，以呼倫貝爾農(nóng)墾農(nóng)場為例，結(jié)合遙感數(shù)據(jù)和農(nóng)業(yè)生產(chǎn)過程中的投入數(shù)據(jù)，分析2017—2022年呼倫貝爾農(nóng)墾農(nóng)場凈碳匯量的時空變化特征，為呼倫貝爾農(nóng)墾農(nóng)場生態(tài)系統(tǒng)制定碳減排政策提供支撐。

1 資料與方法

1.1 研究區(qū)概況

呼倫貝爾農(nóng)墾集團建于1954年，位于內(nèi)蒙古自治區(qū)呼倫貝爾市大興安嶺與呼倫貝爾草原兩大生態(tài)圈內(nèi)，耕地規(guī)模居全國農(nóng)墾第三，屬國家直供墾區(qū)，擁有耕地40萬hm2、草場66.67萬hm2和林地2.67萬hm2，田間農(nóng)業(yè)綜合機械化水平達99%，農(nóng)業(yè)科技貢獻率71%。呼倫貝爾農(nóng)墾集團資源豐富、區(qū)位優(yōu)越、生態(tài)良好、農(nóng)牧業(yè)機械裝備能力強，是全國僅有的規(guī)?；⒓s化墾區(qū)之一，在中國東北農(nóng)田生態(tài)系統(tǒng)中具有較強的代表性。呼倫貝爾農(nóng)墾集團有24個現(xiàn)代化國有農(nóng)牧場公司，分布在呼倫貝爾市10個旗市區(qū)境內(nèi)，墾區(qū)常年種植雙低油菜、大豆、小麥、玉米、馬鈴薯、大麥和甜菜等作物。

1.2 數(shù)據(jù)來源

計算NEP所使用的2001—2022 NPP數(shù)據(jù)選自基于美國國家航空航天局MODIS數(shù)據(jù)產(chǎn)品的提供MOD 17A3數(shù)據(jù)集，空間分辨率為500 m，時間分辨率為1年。氣溫和降水數(shù)據(jù)來自呼倫貝爾市16個國家氣象觀測站。將呼倫貝爾境內(nèi)16個氣象站的月氣溫和月降水數(shù)據(jù)插值成與NPP相同空間分辨率的氣象數(shù)據(jù)，計算逐月RH。呼倫貝爾農(nóng)場管理數(shù)據(jù)來自2017—2022年的《呼倫貝爾市統(tǒng)計年鑒》。

1.3 研究方法

1.3.1 NEP計算方法

NEP為凈生態(tài)系統(tǒng)生產(chǎn)力（g C·m-2·年-1），是估算區(qū)域生態(tài)系統(tǒng)碳源、碳匯的重要指標，其計算公式為：

NEP=NPP-RH（1）

式（1）中，NPP為植被凈初級生產(chǎn)力（g C·m-2·年-1）；

RH為土壤呼吸速率（g C·m-2·年-1），由于土壤微生物呼吸主要受溫度和降水影響，RH可根據(jù)相關(guān)人員建立的模型進行逐月估算。

RHi=0.22×[exp（0.0912Ti）+ln（0.3145Pi+1）×30×

46.5%]（2）

式（2）中，RHi為每年第i月的土壤呼吸速率；Ti為第i月的平均氣溫（℃）；Pi為第i月的降水量（mm）；全年12個月的RHi求和后即可得到當年的RH。

RH=RHi

1.3.2 農(nóng)墾農(nóng)場碳排放

農(nóng)場生態(tài)系統(tǒng)碳排放的主要來源是化肥和農(nóng)業(yè)機械等，計算公式如下：

Et=Ef+Ee（3）

式（3）中，Et為農(nóng)場生態(tài)系統(tǒng)碳排放總量；Ef和Ee分別代表化肥和農(nóng)業(yè)機械產(chǎn)生的碳排放量。

Ef=Gi×Ai（4）

Ee=We×F（5）

式（4）和（5）中，Gi、We分別代表各個農(nóng)業(yè)生產(chǎn)投入中化肥的具體使用量和農(nóng)業(yè)機械的耗損；Ai、F分別代表農(nóng)業(yè)生產(chǎn)投入中各類碳排放系數(shù)[15]。

1.3.3 農(nóng)墾農(nóng)場生態(tài)系統(tǒng)凈碳匯

通過計算農(nóng)墾農(nóng)場多年NEP與農(nóng)場在農(nóng)業(yè)生產(chǎn)中的投入造成的碳排放兩者差值，計算公式為：

Nc=NEP-Et（6）

Nu=Nc/Sa（7）

式（6）和（7）中，Nc為農(nóng)墾農(nóng)場的凈碳匯；NEP為農(nóng)墾農(nóng)場凈生態(tài)系統(tǒng)生產(chǎn)力；Et為農(nóng)墾農(nóng)場生產(chǎn)投入的碳排放，Nu為單位播種面積凈碳匯量，Sa為農(nóng)作物播種面積。

2 結(jié)果與分析

2.1 呼倫貝爾農(nóng)墾農(nóng)場NEP的時空變化

利用Sen變化傾向率及M-K顯著性檢驗得出呼倫貝爾農(nóng)墾農(nóng)場逐像元的變化趨勢。呼倫貝爾農(nóng)墾農(nóng)場

NEP年均值以4.95 g C·m-2·年-1的速度增加，呈顯著增加趨勢的包括東方紅、歐肯河、古里、甘河、宜里和巴彥農(nóng)場，其余為極顯著增加趨勢，表明呼倫貝爾農(nóng)墾農(nóng)場生產(chǎn)過程中植被的固碳能力在不斷提高。呼倫貝爾市農(nóng)墾農(nóng)場的NEP年際變化呈上升趨勢，峰值主要集中分布在大興安嶺地區(qū)，整體呈現(xiàn)出由大興安嶺向兩側(cè)遞減的分布方式。呼倫貝爾市農(nóng)墾農(nóng)場的年均NEP為221.1 g C·m-2·年-1，整體呈碳匯狀態(tài)。NEP在0～100 g C·m-2·年-1、100～200 g C·m-2·年-1和200 g C·m-2·年-1以上的面積分別占呼倫貝爾農(nóng)墾農(nóng)場總面積的3.1%、44.7%和52.5%，其中，東方紅農(nóng)場NEP均值最高，數(shù)值為329.4 g C·m-2·年-1，格尼農(nóng)場NEP均值最低，數(shù)值為139.4 g C·m-2·年-1?？傮w來看，呼倫貝爾農(nóng)墾農(nóng)場的NEP＞0，NEP范圍超過200 g C·m-2·年-1的面積占呼倫貝爾農(nóng)墾農(nóng)場總面積的比例最大（圖1）。

2.2 呼倫貝爾農(nóng)墾農(nóng)場的碳排放變化分析

農(nóng)墾集團各農(nóng)場的碳排放時空變化不明顯。從時間上來看，2017—2022年農(nóng)墾集團各農(nóng)場碳排放量基本平穩(wěn)（圖2）。碳排放總量2017年為19.70萬t，2022年為19.92萬t，基本趨于平穩(wěn)。其中，2018年碳排放量最大，為20.36萬t；2020年碳排放量最小，為18.72萬t。

單位面積碳排放量從2017年的1.73 t·hm-2下降至2022年的1.56 t·hm-2，年均減少率為0.10%。減少的主要原因是相關(guān)農(nóng)資化肥的投入減少。從表1可以看出，在農(nóng)墾集團各農(nóng)場主要的碳排放途徑中，農(nóng)機產(chǎn)生的碳排放量所占比例最大，所占比例為77.2%，其次是氮肥產(chǎn)生的碳排放量，所占比例為20.2%。

2.3 呼倫貝爾農(nóng)墾農(nóng)場凈碳匯量的變化分析

2017—2022年凈碳匯量均值為68.80萬t，呼倫貝爾農(nóng)墾集團農(nóng)場的凈碳匯量整體呈上升趨勢，單位播種面積凈碳匯量總體也呈上升趨勢（圖3）。2017—2022年，農(nóng)墾集團各農(nóng)場生產(chǎn)技術(shù)提高與農(nóng)作物單產(chǎn)穩(wěn)定增長，農(nóng)墾集團各農(nóng)場具有較強的凈碳匯能力。

3 討論

2020年我國提出到2030年達到“碳達峰”與2060年達到“碳中和”的目標。農(nóng)場生態(tài)系統(tǒng)與人為因素緊密相關(guān)，固碳能力極強。人為因素主要指人類生產(chǎn)活動在農(nóng)場生態(tài)系統(tǒng)生產(chǎn)過程中產(chǎn)生的碳排放，如生產(chǎn)過程中肥料、農(nóng)藥等產(chǎn)生的碳排放及耕作過程中農(nóng)業(yè)機械使用所消耗的電能產(chǎn)生的碳排放等。在所有碳排放途徑中，化肥中氮肥產(chǎn)生的碳排放量最大。因此，在保證作物產(chǎn)量的前提下，應(yīng)按照作物需求決定施肥量，實現(xiàn)對資源的循環(huán)利用。有必要對農(nóng)田生態(tài)系統(tǒng)碳源/匯開展評估，為發(fā)展低碳、綠色生態(tài)農(nóng)業(yè)奠定基礎(chǔ)。在計算呼倫貝爾農(nóng)墾農(nóng)場碳排放時，以前人研究方法為基礎(chǔ)，碳排放系數(shù)引用國外學(xué)者的研究，在國內(nèi)代表性較強，但對于呼倫貝爾地區(qū)的適用性有待研究[16]。通過研究得到2017—2022年呼倫貝爾農(nóng)墾農(nóng)場的凈碳匯量年際變化總體呈波動上升趨勢，這說明呼倫貝爾農(nóng)墾農(nóng)場固碳能力較強。根據(jù)需要，可通過實地觀測估算當?shù)氐奶寂欧畔禂?shù)，為當?shù)氐奶寂欧沤y(tǒng)計提供更準確的數(shù)據(jù)。此外，自然因素也是影響凈碳匯大小的主要因素。NPP與RH的大小均受氣溫和降水的影響，對計算得到的NEP進行間接調(diào)控，因此氣溫和降水對凈碳匯均起到綜合調(diào)控的目的。

4 結(jié)論

通過計算2001—2022年呼倫貝爾農(nóng)墾農(nóng)場的NEP和在農(nóng)業(yè)生產(chǎn)過程中投入的碳排放量，估算呼倫貝爾農(nóng)墾農(nóng)場的凈碳匯量，分析結(jié)果如下：

（1）近22年來，呼倫貝爾農(nóng)墾農(nóng)場凈生態(tài)系統(tǒng)生產(chǎn)力總體呈逐年上升趨勢，整體空間分布呈現(xiàn)出由大興安嶺向兩麓遞減的分布方式；其中，呈顯著增加趨勢的農(nóng)場包括東方紅、歐肯河、古里、甘河、宜里和巴彥，其余為極顯著增加趨勢。

（2）呼倫貝爾農(nóng)墾農(nóng)場碳排放量基本趨于平穩(wěn)狀態(tài)，農(nóng)墾農(nóng)場碳排放量和單位播種面積碳排放量的區(qū)域差異不明顯。其中，呼倫貝爾農(nóng)墾農(nóng)場農(nóng)業(yè)生產(chǎn)投入碳排放量2017年為19.70萬t，2022年為19.92萬t。

（3）近6年，呼倫貝爾農(nóng)墾農(nóng)場的凈碳匯量呈波動上升的趨勢，表明呼倫貝爾農(nóng)墾農(nóng)場凈碳匯能力較強。

參考文獻

[1] 戴爾阜，黃宇，吳卓，等.內(nèi)蒙古草地生態(tài)系統(tǒng)碳源/匯時空格局及其與氣候因子的關(guān)系[J].地理學(xué)報，2016，71（1）：21-34.

[2] 蘇永中，趙哈林.土壤有機碳儲量、影響因素及其環(huán)境效應(yīng)的研究進展[J].中國沙漠，2002（3）：19-27.

[3] 張志強，曲建升，曾靜靜.溫室氣體排放評價指標及其定量分析[J].地理學(xué)報，2008（7）：693-702.

[4] 黃曉敏，陳長青，陳銘洲，等.2004—2013年東北三省主要糧食作物生產(chǎn)碳足跡[J].應(yīng)用生態(tài)學(xué)報，2016，27（10）：3307-3315.

[5] 趙寧，周蕾，莊杰，等.中國陸地生態(tài)系統(tǒng)碳源/匯整合分析[J].生態(tài)學(xué)報，2021，41（19）：7648-7658.

[6] 陳羅燁，薛領(lǐng)，雪燕.中國農(nóng)業(yè)凈碳匯時空演化特征分析[J].自然資源學(xué)報，2016，31（4）：596-607.

[7] 呂斯涵，張小平.山東省農(nóng)業(yè)凈碳匯時空演化特征分析[J].水土保持學(xué)報，2019，33（2）：227-234.

[8] 馬曉哲，王錚.土地利用變化對區(qū)域碳源匯的影響研究進展[J].生態(tài)學(xué)報，2015，35（17）：5898-5907.

[9] 朱燕茹，王梁.農(nóng)田生態(tài)系統(tǒng)碳源/碳匯綜述[J].天津農(nóng)業(yè)科學(xué)，2019，25（3）：27-32.

[10] 張寶成，白艷芬，王加真，等.1990—2014年貴州農(nóng)田生態(tài)系統(tǒng)碳匯變化[J].貴州農(nóng)業(yè)科學(xué)，2018，46（4）：148-151.

[11] 王梁，趙杰，陳守越.山東省農(nóng)田生態(tài)系統(tǒng)碳源、碳匯及其碳足跡變化分析[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2016，21（7）：133 -141.

[12] 段華平，張悅，趙建波，等.中國農(nóng)田生態(tài)系統(tǒng)的碳足跡分析[J].水土保持學(xué)報，2011，25（5）：203-208.

[13] 張璐，王靜，施潤和.2000—2010年東北三省碳源匯時空動態(tài)遙感研究[J].華東師范大學(xué)學(xué)報（自然科學(xué)版），2015 （4）：164-173.

[14] 潘竟虎，文巖.中國西北干旱區(qū)植被碳匯估算及其時空格局[J].生態(tài)學(xué)報，2015，35（23）：7718-7728.

[15] 李遠航，郝興明，張靜靜，等.近17 a阿克蘇綠洲農(nóng)田凈碳匯功能的時空變化[J].干旱區(qū)研究，2022，39（4）：1303-1311.

[16] 葉文偉，王城城，趙從舉，等.近20年海南島熱帶農(nóng)田生態(tài)系統(tǒng)碳足跡時空格局演變[J].中國農(nóng)業(yè)資源與區(qū)劃， 2021，42（10）：114-126.