基于系統動力學的民勤綠洲農業系統碳排放仿真模擬研究

陳軍娟，燕振剛，李 薇，李 廣

(1.甘肅農業大學信息科學技術學院，蘭州 730070；2.甘肅農業大學財經學院，蘭州 730070；3.甘肅農業大學林學院，蘭州 730070)

【研究意義】近年來，溫室氣體所引起的氣候變化問題受到世界各國的廣泛關注。其中，農業是產生溫室氣體的原因之一[1]。據已有的研究顯示，全球人為導致產生的溫室氣體里面農業產生的溫室氣體占將近30%[2]，想要實現減少我國溫室氣體排放目標，還應從治理農業碳排放角度入手[2]。為促進我國經濟的快速發展，減少碳排放對我國趁早實現2030年前實現碳達峰，2060年前實現碳中和提供重要意義和一定的理論參考價值。【前人研究進展】近年來，國內外學者對農業碳排放進行了廣泛的研究，相關研究主要在于農業生產活動對碳排放的影響、土地利用產生碳排放的測算以及影響農業碳排放因素的分析等方面，例如：李穎[4]以黃土高原退耕區縣南溝為例對農業活動中碳產品顯化及市場對接進行了研究；舒璜[5]以南昌市為研究區,基于2000—2017年土地利用動態變化，運用遙感解譯手段提取土地利用變化數據,分析土地利用數量、結構和利用程度的變化及趨勢；Edwards等[6]研究表明灌溉方式不同，也會影響農業碳排放量不同；楊龍等[7]從基于2019年楊凌區及周邊的圍觀調查數據分析了種植業投入要素中土地投入、農藥投入以及勞動力投入對農業碳排放的影響，劉立平[8]利用Kaya恒等式分析了影響河南省農業碳排放的因素，發現導致農業碳排放量增加的主導因素是經濟的發展。趙先超等[9]運用LMDI模型分析了湖南省農業碳排放的影響因素，結果表明農業經濟水平和產業結構是促進農業碳排放量增加的主要因素。李彩弟等[10]對張掖市農業碳排放影響因素進行了研究，研究結果表明經濟因素會使農業碳排放增加，而效率、結構和勞動力因素能減少碳排放，陳林等[11]利用IPCC清單估算法對宜賓市2001—2015年農業碳排放進行了估算，發現近15年來碳排放量呈增加趨勢，并且導致碳排放的主導因素是農用物資和農用能源因素。【本研究切入點】目前在基于系統動力學農業系統碳排放預測方面的研究較少，基于此，本文以基于民勤綠洲2004—2019年農業生產等數據作為基礎，運用系統動力學仿真模擬來計算民勤綠洲2004—2019年耕地—農業和家畜的碳排放量并預測未來11年碳排放變化趨勢。【擬解決的關鍵問題】以期為民勤綠洲農業生產引導低碳方式做出理論參考。

1 材料與方法

1.1 研究區域概況

民勤縣是甘肅省武威市下轄縣，位于甘肅省河西走廊的東北部(101°49′41″～104°12′10″E，38°3′45″～39°27′37″N)，在石羊河流域下流，南靠武威，西鄰鎳都金昌，東北和西北面與內蒙古的左、右旗相接。東西長206 km，南北寬156 km，全縣總面積1.59萬km2，耕地面積63745.19萬km2，主要農作物為春小麥、玉米和大麥等；農作物播種面積達58.01千hm2，平均海拔1400 m，屬溫帶大陸性干旱氣候區，年均氣溫為9.2 ℃，全年無霜期210 d[12]。年平均降水量113.2 mm，降雨主要集中在每年6—9月，8月最多，占全年降水量的66%。民勤縣日照時間長，特別適宜農作物生長，是甘肅省重要的商品糧食基地縣。

1.2 數據來源

本實驗中所涉及的數據均來源于2004—2019年《甘肅統計年鑒》《甘肅發展年鑒》《甘肅農村年鑒》，主要數據有農作物的化肥、農藥、農膜、灌溉、翻耕、機械總動力等生產投入數據，其中化肥為實用量；翻耕面積為農作物播種面積；灌溉為有效灌溉面積。

1.3 研究方法

系統動力學(System dynamics,簡稱SD)是一門分析研究信息反饋系統的學科，也是一門認識并解決系統問題的交叉綜合性學科，通過定性與定量相結合的方法研究系統復雜問題并相應的建立系統模型[13]。農業碳排放是指農業生產過程中所產生的碳排放，對于民勤綠洲農業系統碳排放的測算，農業系統的碳排放主要由農業原料的投入產生。其中農業原料的投入包含了增加土壤肥力的化肥、用于害蟲防治的農藥、農膜、農業灌溉以及灌溉消耗的農機動力的使用等[14]。

ECcrop=Cf+Cm+Gi+Ca+Cp

(1)

式中，CEcrop是指農田農作物生產過程的總碳排放量；Cf是指農田化肥施用所產生的碳排放；Cm是農業機械使用過程中燃燒燃料所產生的碳排放；Ci是灌溉農田過程中所產生的碳排放；Ca是農膜使用過程中所產生的碳排放量，Cp是農藥使用過程中所產的碳排放量。

Cf=Gf×Qf

(2)

Cm=Sp×Qp+Wm×Qm

(3)

Ci=Si×Qi

(4)

Ca=Ga×Qa

(5)

Cp=Gp×Ap

(6)

式(2)中，Gf指農作物生產過程中所施用的化肥數量,Qf是指化肥的碳排放系數；式(3)中，農業機械使用過程中產生的總碳排放量是Cm由農作物種植面積翻耕和農業機械動力兩部分組成，Sp是農作物的種植面積，Wm表示農業機械使用過程的總動力，Qp的碳排放轉換系數為16.47 kg/hm2；式(4)中，灌溉過程中所產生的碳排放量Ci由農作物的灌溉面積Si和灌溉系數Qi相乘所得；式(5)中，農膜使用所產生的碳排放量Ca是由農膜使用量Ga與農膜碳排放系數Qa相乘所得；式(6)中，農藥使用所產生的碳排放量Cp是由農藥的使用量Gp與農藥碳排放系數Ap的乘積[14]。其中碳排放系數見表1。

表1 碳排放系數Table 1 Carbon emission coefficient

家畜的養殖過程中在農業的生產中也產生碳排放，主要來源于飼料生產時的碳排放，家畜胃腸道碳排放，糞便碳排放以及飼料種植和加工時產生的碳排放[14]。民勤綠洲農戶畜禽養殖有牛、羊和豬三類，主要以養羊為主。碳排放量以年末的存欄數量來計算，計算公式為：

C牲畜=∑iSi牲畜×Q牲畜

(7)

式中，C牲畜為牲畜的碳排放量，Si牲畜表示第i中牲畜的年末存欄頭數，Qi牲畜表示第i中牲畜的碳排放系，Q羊=0.075 t/a,Q牛=0.796 t/a，Q豬=0.082 t/a。

2 結果與分析

2.1 系統邊界的確定

空間邊界設定為民勤縣，時間邊界為：2004—2030年，模擬基期年為2004年，主要歷史數據時段為2004—2019年。模擬步長定為1年。

2.2 模型的構建

2.2.1 農業生產投入消耗碳排放的SD模擬模型構建 利用系統動力學原理和方法構建農業生產投入碳排放的因果關系圖和存量流量圖，是農業投入消耗碳排放動態模擬研究的重要組成部分。Vensim-PLE模型的因果樹可以簡潔明了地表達農業投入消耗碳排放系統中重要元素之間的相互影響,而存量流量圖是在因果關系圖的基礎上進而明確以及設定系統變量和參數，農業生產系統的因果樹和存量流量圖如圖1～2所示。農業生產系統存量流量圖模塊中共有26個量，其中6個狀態變量，7個速率變量和13個輔助變量，模塊中還有一個隱藏變量‘Time’，其他為常量(表2)。

圖1 農業生產系統的因果樹Fig.1 The cause tree of agricultural production system

圖2 農業生產系統的存量流量Fig.2 Inventory flow of agricultural production system

表2 模型變量Table 2 Model variables

2.2.2 家畜碳排放的SD模擬模型構建 家畜碳排放系統的因果樹和存量流量圖如圖3～4所示。家畜生產系統存量流量圖模塊中共有13個量，其中3個狀態變量，3個速率變量和7個輔助變量，模塊中還有一個隱藏變量‘Time’，其他為常量(表3)。

圖3 家畜產生碳排放的原因樹Fig.3 Causative tree of carbon emissions produced by livestock

圖4 家畜產生碳排放的存量流量Fig.4 Inventory flow of carbon emissions produced by livestock

表3 模型變量Table 3 Model variables

2.3 模型檢驗

模型建立后應對模型進行直觀與運行檢驗、歷史仿真檢驗，以判斷模型的合理性、真實性、有效性以及穩定性[14]。使用Vensim-PLE軟件的內置方程式檢查功能可以直觀地檢查模型的合理性并運行。通過檢查和測試結果表明該模型沒有錯誤提示。因此，本文構建的農業系統碳排放模擬模型是合理的。

模型構建完成之后往往達不到理想的精度，通常需經過歷史仿真檢驗，精度在±10%內可認為模型有效[14]。將2004—2019年的歷史統計數據代入模型進行模擬驗證，農作物系統中選取農業機械動力、農膜和化肥作為檢驗變量，家畜系統中選取牛、羊、豬三類作為檢驗變量，將模型測算出的預測值與歷史實際值進行誤差計算，結果如表4～5所示。這些指標的相對誤差值都在±1%以內，說明模型通過了有效性檢驗。這表明系統動力學模型的模擬結果是可靠的，不但可以通過調整關鍵參數進行模擬實驗，還能模擬碳排放的狀態和農業系統的變化趨勢。

表4 2004—2019年農作物投入數據歷史檢驗結果Table 4 Results of historical inspection of crop input data from 2004 to 2019

2.4 系統仿真結果分析

2.4.1 農作物生產投入所產生的碳排放 通過對甘肅省民勤縣農作物碳排放系統的仿真，得到民勤縣2004—2030年農作物生產投入碳排放模擬仿真結果(表6，圖5)。將2004—2030年民勤農作物生產投入所產生的碳排放分為3個階段，2004—2008年為第一階段，該階段的碳排放量增長較不穩定。2009年由于農作物播種面積和有效灌溉面積的減少，農作物碳排放量相比2008年碳排放減少了238.09×104t，2009—2013年為第二階段，相比上一階段，該階段的總碳排放量比上一階段總碳排放量減少了1824×104t，第三階段2014—2030年碳排放呈一定趨勢緩慢增長，到2030年碳排放量達3277.93×104t，年均增長率為2.9%。

圖5 2004—2030年農作物生產投入碳排放仿真結果Fig.5 Simulation results of carbon emissions from crop production inputs from 2004 to 2030

表5 2004—2019年家畜存欄數據歷史檢驗結果Table 5 Results of historical examination of livestock data from 2004 to 2019 (萬頭)

表6 2004—2030年農作物生產投入碳排放Table 6 Carbon emissions from crop production inputs from 2004 to 2030 (萬t)

對農作物生產投入所產生的碳排放進行仿真，在其它投入原料增加速率不變的情況下將農業機械總動力的增加速率總體減少2.5%，則從仿真結果來看，2004—2025年碳排放變化趨勢相似，在2025—2030年碳排放變化趨勢相對平緩，到2030年碳排放量為2930.56×104t，比仿真前減少了347.37×104t，減排效果顯著。

2.4.2 家畜所產生的碳排放 通過對甘肅省民勤縣家畜碳排放系統的仿真，得到民勤縣2004—2030年家畜所產生的碳排放模擬仿真結果(表7，圖6)。

圖6 2004—2030年家畜所產生的碳排放仿真結果Fig.6 Simulation results of carbon emissions produced by livestock from 2004 to 2030

表7 2004—2030年家畜所產生的碳排放Table 7 Carbon emissions produced by livestock from 2004 to 2030 (萬t)

家畜的存欄數直接影響著家畜產生碳排放的變化趨勢，按照目前家畜碳排放增長趨勢看，家畜碳排放量從2018—2030年持續增長，這與我國提出的2030年前達到碳排放峰值的目標產生偏差，因此應制定低碳發展規劃，以有效抑制家畜碳排放量的增長態勢[16]。

從Vensim-PLE軟件模擬家畜2004—2030年年末存欄數得知，家畜的存欄數在一定程度上都在增長，其中羊的增長速度最快，增長速率達85.6%。為了有效制約這種碳排放量的增長態勢，相對減少羊的存欄數改變增加速率，調整羊的增加速率之后2004—2025年家畜碳排放相比自然增長碳排放變化趨勢相似，但碳排放量總體稍高。綜合來看，到2025年2種情景的碳排放量值相等，且未來幾年調整羊的增加速率后家畜碳排放量增長緩慢且平穩，到2030年調整后的碳排放量比自然增長碳排放量減少了約13.82×104t，年均增長率降低了1.9%，總的來說效果較顯著。

3 討 論

農業碳排放研究一直是學術界碳排放研究的熱點話題之一，本文通過對民勤綠洲2004—2019年農業生產碳排放值評估及變化趨勢進行分析，構建了民勤綠洲農業系統碳排放SD模型，通過設定作物原料投入使用增加速率和家畜增加速率進行動態仿真模擬分析，得到家畜的碳排放量年均增長速率比作物碳排放量年均增長速率高波動大，這與彭敏[14]研究的重慶市土地利用耕地—農業生產系統是碳源系統結果一致。通過對比作物自然增長和調整作物農業機械增加速率產生的碳排放量發現，到2030年調整后的作物碳排放量比調整前碳排放量減少了0.12倍，同樣通過調整家畜羊的增加速率調整后家畜的碳排放量比調整前減少了0.6倍。從統計年鑒數據來看，2004—2019年民勤綠洲農作物播種面積有所減少，從62.66千hm2減少到58.01千hm2，出現這種趨勢的變化，原因有兩個：一是由于人口城鎮化，一部分農田可能會被棄置和耕種，所以播種面積會略有下降；二是耕地面積減少，農業產業結構調整及國家推行的“退耕還林”導致了耕地面積的減少。通過對農業生產系統所產生的碳排放仿真與分析，2004—2030年農業碳排放總量呈穩定增長的趨勢，到2030年農作物生產投入碳排放量和家畜碳排放量分別達到2930.56萬t和23.33萬t，這與李波等[15]測算我國1993—2008年農業碳排放量，發現自1993年以來我國農業碳排放處于階段性的上升態勢一致。也與吳萌等[16]研究武漢市土地利用碳排放系統的仿真與分析結果是一致的。農業生產投入的農資數量與農業產業結構和農業技術水平直接影響著農業碳排放的增加，文中影響農業碳排放增加的因素有農用化肥、農膜以及農業機械的使用，其中主導因素是農業機械。這與何艷秋等[17]研究的影響農業碳排放主導因素的為農地利用和農業生產技術包括農用機械，且種植業和畜牧業同時發展一致；同時，姚延婷等[18]發現農業機械總動力、農業柴油量、化肥施用量是農業溫室氣體排放的主要原因。通過調整農業機械總動力的增加速率，到2030年碳排放量為2930.56×104t，比仿真前減少了347.37×104t，減排效果顯著。目前運用系統動力學方法的研究內容大多數集中在研究土地利用碳排放方面，例如：陳紫君等[19]用系統動力學方法研究了湖南省土地利用碳排放情景方案設定與仿真模擬，通過綜合情景分析，最終目標年土地利用碳排放量較趨勢發展情景減少了560.6萬t，減排效果顯著。陳亞麗[20]運用系統動力學方法對山西省土地利用碳排放進行了研究。此方法也被廣泛應用于土地利用變化特征分析[21]、低碳城市發展研究[22-24]、碳排放預測研究[25]、能源消耗碳排放[26]以及旅游業碳排放模擬仿真等領域[27]。

4 結 論

基于系統動力學的原理和方法，本文利用Vensim-PLE軟件對民勤的耕地—農業和家畜系統的碳排放進行了建模和模擬，并模擬了民勤2004—2030年耕地—農業和家畜系統碳排放的發展趨勢。得出主要結論：農業生產的原料投入使用量和家畜的年末存欄數直接影響著農業碳排放量，農業碳排放系統是一個復雜的系統，系統仿真過程是一個不斷調整模型參數和變量關系的過程，因此，仿真結果只代表一種可能性，并不是全部結果，目的是直觀地表達不同情景下農業碳排放的變化趨勢，為民勤縣制定低碳農業政策提供參考。通過基于系統動力學模型檢驗結果可知，將系統動力學模型用于農業碳排放動態仿真模擬是可行的。本研究也存在一定的局限性。模型中變量的選擇和參數的設置存在一定的主觀性，如何與其他優化模型相結合，更好地模擬農業碳排放系統，還需要進一步深入研究。