葛瑞阳王双双孙中学王海玲张妍

(1.南京工业大学环境科学与工程学院，江苏 南京 211816；2.江苏省环境工程技术有限公司，江苏 南京 210000)

引言

近年来，全球工业化快速发展，人类活动对地球的影响日益增大，昔日赖以生存的地球环境也在遭遇巨变。大气中二氧化碳(CO2)、甲烷(CH4)及氧化亚氮(N2O)等温室气体含量增加，导致全球气温不断升高。全球气候变化已经成为当今社会热点议题。在温室气体排放中，农业是不容忽视的重要来源之一，2016年全球农业和粮食系统温室气体排放占温室气体排放总量的25%～30%[1]。全球农业温室气体排放量从1961年的2752Mt CO2当量增加到2016年5294 Mt CO2当量，排放量几乎翻了1倍[2]。我国是农业大国，农业活动温室气体排放从2005年8.2亿t CO2当量增长至2014年8.3亿t CO2当量，增长了1.2%[3,4]。截至2010年，我国农业温室气体排放占全球农业领域温室气体排放总量的33.69%[5]。因此，在关注能源活动与工业加工过程的同时，我国农业活动温室气体排放也需要引起重视。

随着国家“碳达峰碳中和”目标的制定，明确区域碳源碳汇对于制定有效的碳减排目标和政策具有实际意义。Yuan等[6]通过投入产出分析法(IOA)计算2017年黄河流域9个省份的碳排放总量并分析其碳足迹，结果表明，9个省份总碳为38.33亿t，其中最高的为山东省，最低的为青海省；2017年黄河流域人均碳足迹比2012年下降了23.4%。近年来，许多研究者开展了农业生态系统碳源碳汇的定量研究，并分析其净碳汇碳足迹变化。刘杨等[7]采用联合国政府间气候变化专门委员会(IPCC)推荐的农业碳排放计算方法，估算了2000—2020年山东省农业碳排放量，并估算了2020年后25a间农业碳排放量，预测山东省农业将在2030年前达到碳达峰目标。周一凡等[8]、邱子健等[9]采用农业碳排放和碳吸收模型分别对河北省和江苏省农业碳源碳汇进行了核算，并分析其年际变化。以往大多农业碳排放与碳吸收研究仅局限于单个省市区域，无法在整体区域范围内进行分析比较，具有一定的局限性。

长三角地区作为全国经济最发达地区及农作物重要产区之一，其农业碳排放清单的建立至关重要。本研究采用农业碳排放和碳吸收模型，估算了长三角地区2014—2018年农业碳排放、碳吸收及净碳汇量，并分析其年际变化规律。本研究以2018年为基准年，详细分析了长三角地区农业碳源碳汇及其市域空间分布特征；分别在区域及地级市的层面上系统深入地分析了长三角农业碳源碳汇及其时空分布特征，对于合理制定碳减排措施、助力农业碳达峰碳中具有重要的指导意义。

1 研究区域与方法

1.1 研究区域

长三角地区位于我国华东区域，地跨E114°54′～123°10′，N27°02′～35°20′，包括安徽省、江苏省、上海市以及浙江省，共有1个直辖市和40个地级区划。全区域平原广阔，东临黄海和东海，内有长江、京杭大运河、太湖、洪泽湖等众多江河湖泊，水资源丰富，为长三角的农业灌溉发展提供了非常好的自然条件。

1.2 研究方法

1.2.1 农业碳排放研究方法

本研究采用农业碳排放模型从化肥施用、农药使用、农膜使用、农地翻耕、农用柴油使用、农地灌溉以及农业机械使用7个单元来估算农业碳排放。碳排放估算公式：

E_C=∑Ei=Et+Ep+Em+Eg+Es+Er+Ee

(1)

式中，E_C为农业碳排放，kg；Ei为第i种单元的碳排放，kg；Et、Ep、Em和Es分别为为化肥、农药、农膜和农用柴油在使用过程中所产生的碳排放量，kg；Eg为翻耕破坏土壤有机碳库所释放的碳排放量，kg；Er为农地灌溉过程中间接耗费化石燃料所产生碳排放量，kg；Ee为农业机械运输使用过程中直接或间接所产生的碳排放量，kg。EFi为第i种单元的碳排放转化系数；各排放单元碳排放计算公式、核算参数及转化系数详见表1。

1.2.2 农业碳吸收研究方法

2.教师在处理同伴交往策略的过程中，应注意到幼儿的个体差异。教师应该根据这些幼儿的各自的情况，进行有针对性地指导、培养，使他们在模仿能力极强的时期，提升自己的交往能力。

本研究采用基于农作物光合作用及其生长周期中的碳吸收建立的农业碳吸收模型，通过农作物干质量计算农业碳吸收量[14]，计算公式：

C=∑Ci=∑ci×Yi×(1-r)×HIi

(2)

式中，C为农作物碳吸收总量，t；Ci为第i种农作物的碳吸收量，t；ci为第i种农作物的碳吸收率，即通过光合作用合成单位有机质所需吸收的碳；Yi为第i种农作物的经济产量，t；r为农作物含水率；HIi为第i种农作物经济系数。专家学者们对于碳吸收各系数的选择上基本趋于一致，各类农作物的碳吸收率、含水量及经济系数采用相关文献[15]经验数据。

1.2.3 农业净碳汇研究方法

农业净碳汇是农业碳吸收与碳排放两者之间的差，通过公式(1)估算出的农业碳排放和公式(2)计算出的农业碳吸收，计算获得农业净碳汇，净碳汇估算公式：

CS=C-E_C

(3)

式中，CS为农业净碳汇的量，kg；C为农业碳吸收量，kg；E_C为农业碳排放量，kg。

1.3 数据来源

本研究中2014—2018年长三角地区省域化肥、农药以及农膜的使用量、农作物播种面积、农用柴油耗用量、农田有效灌溉面积和农业机械总动力数据以及省域农作物经济产量均来源于历年《中国统计年鉴》、《中国农村统计年鉴》以及长三角地区各省份历年的统计年鉴。2018年长三角地区各省份地级市统计数据则来源于长三角地区各地级市统计年鉴及各省份农村统计年鉴。

2 结果与分析

2.1 2014—2018年长三角农业碳源碳汇特征分析

2.1.1 长三角农业碳排放及其年际变化

2014—2018年，长三角地区农业碳排放呈逐年下降的趋势，从2014年的2095.35万t降至2018年的2004.16万t，共减少了91.19万t，下降比例为4.35%，年均下降率为0.87%。江苏、安徽、浙江和上海农业碳排放分别减少了32.29万t、34.45万t、17.52万t和6.93万t。其中，上海市农业碳排放减排比例最大，达到了15.06%；安徽省减排比例最小，为3.73%，见图1。长三角农业碳排放逐年减少的主要原因在于农作物播种面积的逐年减少，导致农业所需农资产品有所减少，最终使得农业碳排放降低。从区域上来看，长三角地区2014—2018年农业碳排放较多的省份均为安徽省和江苏省，每年苏皖农业碳排放量在长三角农业碳排放总量的占比均超过80%。二者作为华东地区乃至全国的农作物生产大省，作物种植面积和农资产品的使用量较大，这是导致其农业碳排放量较浙江省和上海市高的根本原因。

2.1.2 长三角农业碳吸收及其年际变化

2014—2018年，长三角地区农业碳吸收量总体呈现上升趋势，从2014年的7761.20万t增长至2018年8376.09万t，增长了614.89万t。其中，上海市和浙江省农业碳吸收量整体呈下降趋势，在2014—2017年逐年下降，在2018年有所上升，二者在5a间分别减少了6.73万t和115.00万t。安徽省和江苏省农业碳吸收量逐年增加，但在2016年降至比2014年还低的水平，随后2a碳吸收量继续上升，二者在5a间分别上升了406.68万t和329.94万t，见图3。随着农业技术的发展，在农作物播种面积逐年降低的情况下，农作物单产提升是农业碳吸收量仍有所增加的最主要原因。从区域上来看，长三角地区每年农业碳吸收最多的省份均为安徽省和江苏省，每年苏皖农作物碳吸收量占当年长三角农作物碳吸收量均超过90%，作物种植面积较大且产量较高是二者农业碳吸收量较大的根本原因。

图3 2014—2018年长三角各省市农业碳吸收量

从农作物类型来看，2014—2018年，长三角地区主要粮食作物(水稻、小麦、玉米)碳吸收量逐年上升，部分经济作物(豆类、油籽、花生和棉花)碳吸收量逐年下降，见图4。随着农业科技的进步，作物单产逐年增加，这是粮食作物碳吸收量不降反增的主要原因；但长三角地区经济作物播种面积骤减，导致经济作物产量逐年下降，进而长三角地区经济作物碳吸收量减少。

图4 2014—2018年长三角各类农作物碳吸收量

2.1.3 长三角农业净碳汇及其年际变化

2014—2018年，长三角地区历年农业净碳汇均为正值且远大于0，说明该区域农业碳吸收量远远大于碳排放量，农业生态系统表现出明显的碳汇能力。此外，长三角农业净碳汇总体上呈现逐年上升的趋势，农业碳吸收发展潜力巨大，是长三角地区乃至全国碳排放的重要碳汇库。安徽省和江苏省农业净碳汇均有所增长，上海市则较为稳定。与总体上升趋势不同，浙江省净碳汇量逐年下降，5a间减少了97.48万t，2018年净碳汇量较2014年下降了36%，主要原因在于浙江省各农作物产量大幅减少而导致其农业碳吸收量逐年下降。

2014—2018年，长三角地区年均农业净碳汇强度为3.11t·hm-2。其中，江苏省年均净碳汇强度最强，为3.48t·hm-2；浙江省最低，仅为1.03t·hm-2。与碳吸收类似，长三角地区农业净碳汇强度整体呈现上升趋势，从2014年的2.96t·hm-2增长到了2018年的3.40t·hm-2，在这5a间增长了0.44t·hm-2，年均增长率为3.72%。其中，安徽省农业净碳汇强度增长最多，而浙江省净碳汇强度从2014年的1.25t·hm-2下降至2018年的0.80t·hm-2，见图5。

图5 2014—2018年长三角农业净碳汇强度

2.2 2018年长三角农业碳源碳汇特征分析

2.2.1 长三角农业碳排放及其空间分布

2018年，长三角地区农业碳排放量为2004.16万t。从区域上来看，长三角地区农业碳排放最多的为安徽省(831.85万t)和江苏省(779.49万t)，在全省农业碳排放的占比超过80%；其次为浙江省(353.73万t)和上海市(39.10万t)。从排放单元来看，长三角地区农业碳排放主要来源于化肥施用以及农地翻耕，两者碳排放占长三角地区农业总碳排放的60.04%，排放前4的单元(化肥施用、农地翻耕、农地灌溉和农用柴油使用)占总排放量的85.47%。2018年长三角地区农业碳排放强度为1.07t·hm-2，其中安徽省、江苏省、上海市以及浙江省农业碳排放强度分别为0.95t·hm-2、1.04t·hm-2、1.37t·hm-2以及1.66t·hm-2。虽然安徽省与江苏省是长三角地区农业碳排放量最多的2个省份，但其碳排放强度远低于上海市和浙江省，农资产品单位面积使用量高是导致后者碳排放强度高的根本原因。

长三角地区农业碳排放空间分布总体上呈现北高南低的分布格局。如图6所示，2018年长三角农业碳排放主要来源于安徽省和江苏省长江以北城市。农业碳排放量排在前5的地级市分别是江苏盐城(148.15万t)、徐州(120.25万t)以及安徽宿州(98.94万t)、阜阳(97.80万t)、亳州(85.80万t)，5市农业碳排放约占长三角排放总量的27.49%；安徽黄山市(10.72万t)农业碳排放最少。虽然台州市(62.33万t)在浙江省内碳排放量最高，但在长三角地区仅排14位。因此，在保证农作物产量的同时应当适当减少农资产品的投入，从而达到碳减排的效果。

图6 2018年长三角农业碳排放空间分布

2.2.2 长三角农业碳吸收及其空间分布

2018年，长三角地区农业碳吸收量达到了8376.09万t。从区域上来看，长三角地区农业碳吸收量最多的省份为安徽省。碳吸收量最高的作物为水稻和小麦，二者碳吸收量占长三角农业碳吸收量的78.16%；其次依次为玉米、油菜籽、豆类、花生以及棉花。长三角地区粮食作物(水稻、小麦、玉米以及豆类)碳吸收量占总量的91.86%，各省市粮食作物碳吸收量普遍高于经济作物。在各项系数确定的情况下，农作物经济产量是确定农作物碳吸收量的主要原因。2018年长三角农业碳吸收强度为4.48t·hm-2，其中安徽省、江苏省、上海市以及浙江省农业碳吸收强度分别为4.61t·hm-2、4.95t·hm-2、3.07t·hm-2和2.45t·hm-2。江苏省农业碳吸收强度最高而浙江省最低，农作物单位面积产量的大小是导致碳吸收强度差异的根本原因，作物单产面积越高，农业碳吸收强度越大。

长三角地区农业碳吸收空间分布总体上与碳排放空间分布一致，具体表现为北高南低的分布特征，见图7。与其他城市相比，浙江省各城市农业碳吸收量普遍较小。2018年，碳吸收量最多和最少的地级市分别为江苏盐城(704.60万t)和浙江舟山(2.29万t)，相差高达307.69倍，这主要与各地作物播种面积以及各作物经济产量有关。各城市碳吸收差异较大，排名前9的城市农业碳吸收量是长三角吸收总量的52.20%。碳吸收强度空间分布与碳吸收空间分布相似，浙江省各城市碳吸收强度普遍低于其他城市。其中，江苏淮安碳吸收强度最高，为5.69t·hm-2，而浙江舟山最低(1.49t·hm-2)。政府不仅要减少农业投入水平，还应提高农资产品的利用率，这样才能解决浙江碳排放强度高而吸收强度弱的局面。

图7 2018年长三角农业碳吸收空间分布

2.2.3 长三角农业净碳汇及其空间分布

2018年，长三角地区农业净碳汇达到了6371.93万t，其中安徽省、江苏省、上海市以及浙江省农业净碳汇分别为3213.28万t、2939.84万t、48.58万t以及170.23万t。安徽省和江苏省净碳汇量占长三角地区的96.57%，浙江省仅占2.67%。浙江省山地丘陵居多，耕地面积小，种植条件不如苏皖优越，加上夏季台风频发，农作物产量较低；并且近年来政府大力推进农业供给侧改革，种植业比例减少，这些都是导致浙江省农业碳汇能力弱的原因。2018年，长三角地区农业净碳汇强度为3.40t·hm-2。其中，江苏省农业净碳汇强度最高，为3.91t·hm-2，而浙江省最低(0.80t·hm-2)，前者是后者的近5倍；安徽省和上海市分别为3.66t·hm-2和1.70t·hm-2。在各地级市中，江苏省淮安市农业净碳汇强度最高，达到了4.68t·hm-2；浙江省舟山市净碳汇强度最低，为-23.82t·hm-2。

长三角农业净碳汇空间分布与农业碳吸收空间分布相似，长三角北部城市净碳汇高于南部城市，浙江省各城市净碳汇普遍低于其余城市，安徽和江苏北部城市高于其南部城市，见图8。其中，净碳汇最高和最低的城市分别为江苏盐城(556.45万t)和浙江舟山(-36.65万t)。长三角地区仅有浙江台州和浙江舟山净碳汇为负值，这2个城市农业碳排放较大且农作物播种面积较小，碳吸收能力有限。面对这种情况首先要提高农业投入水平利用率，增强碳吸收能力；在此基础上减少农业投入水平从而达到碳减排的目的。

图8 2018年长三角农业净碳汇空间分布

3 结论

长三角地区2014—2018年农业碳排放呈逐年下降的趋势，而农业碳吸收及净碳汇均呈上升趋势。从空间上来看，长三角农业碳源碳汇主要来源于安徽省和江苏省；相较其他单元而言，化肥施用和农地翻耕是碳排放的主要来源，粮食作物吸收了长三角地区农田排放的大部分的碳。2018年，长三角地区农业碳排放量、碳吸收与净碳汇总体上均表现出北高南低的分布特征，其中碳排放和碳吸收大部分来自安徽和江苏的中北部城市，浙江省各城市农业碳排放与碳吸收量普遍低于长三角其他城市。

根据本研究结果，农资产品的大量使用是导致农业碳排放的主要原因，而作物产量是影响碳吸收的影响因素，应作为推动碳减排和提高碳吸收的重点关注对象。在减少农业碳排放方面，政府应该着力发展低碳农业或产业，如减少各种农用化学品投入等，在保证农作物产量的同时，适当调整产业结构，增加低碳产业比例；农户应在减少农资产品的使用量的同时，提高农资产品的利用率。而在增加农业碳吸收方面，政府要大力发展农业技术，提高科技水平，积极改造中低产田，在不增加农用产品投入的情况下增加农作物产量，以推动碳减排和碳吸收协同发展。