農田生態系統碳排放時空格局及趨勢分析

王 英 楊 娟 王佳麗*

(1.東北農業大學 工程學院，哈爾濱 150030;2.農業農村部種養結合重點實驗室，哈爾濱 150086)

以氣候變暖為主要特征的全球氣候變化是迄今為止人類面臨的最大環境問題，并已威脅到人類的生存及生態系統的可持續發展[1]。安全降碳作為減緩全球氣候變暖的重要措施，已成為“十四五”時期中國生態文明建設的重點戰略新方向。農業是國民經濟的基礎性產業，全球10%～20%的碳排放來源于農業生產活動，而農田生態系統是重要的溫室氣體排放源[2]。因此，深入研究農田生態系統碳排放時空格局及發展趨勢，以期為尋求減少農業碳排放有效策略提供參考，將對構建生態文明建設新格局具有重要的戰略意義和實踐價值。

近年來，農田生態系統碳排放研究主要從總量測算、影響因素分析、時空格局分析及總量預測等4個方面進行。在總量測算方面，李波等[3]測算了1993—2018年農業CO2排放量,發現自1993年我國農業CO2排放處于上升態勢；唐志偉等[4]測算了水稻CH4排放量，結果表明我國稻田CH4總排放量呈先降低后升高再降低的趨勢，為實現水稻豐產與稻田CH4減排的協同提供理論參考；楚天舒等[5]對區域種養業生產系統溫室氣體排放總量進行了測算，并提出合理的減排建議；白義鑫等[6]測算了禽畜養殖過程中溫室氣體的排放，為喀斯特地區農業碳減排提供參考；田成詩等[7]測算了農業非能源碳、能源碳排放量，研究表明中國農業碳排放總量呈先降后升的“V型”變化。目前，計算農田生態系統碳排放的主要方法是根據相應的碳排放系數估算，多數研究僅對一種或兩種溫室氣體進行測算。

在碳排放影響因素方面，任峰等[8]運用擴展的STIRPAT模型對廣東省碳排放影響因素進行了分析，發現人口規模、富裕度等與碳排放量之間均存在正相關關系；田云等[9]使用Tobit模型測算了湖北省農業碳排放效率，并厘清了影響因素,為農業低碳生產提供參考依據；黎孔清等[10]使用半對數回歸模型對農戶農業生產碳排放強度影響因素進行了計量分析，得出農村人口、富裕度等因素與農業碳排放總量之間的定量關系；Ismael等[11]探討了農業技術和環境對碳排放總量的影響，研究結果可以為決策者制定碳減排戰略提供參考；曾珍等[12]應用脈沖響應函數和方差分解法分析了城鎮化水平對農業碳排放的影響，發現人口城鎮化和土地城鎮化對農業碳排放的沖擊大小以及方向不同，且存在顯著的區域差異。當前，研究者們應用各種模型和方法研究了農業碳排放影響因素，研究結果為實現農業低碳目標提供了有價值的參考方案。

在農田生態系統碳排放時空格局研究方面，袁霄等[13]采用空間自相關分析了土地利用碳排放時空格局，發現重慶市重度排放集中在主城核心區，中輕度排放集中在主城拓展區、環主城區及區域中心城市；翁翎燕等[14]使用了空間自相關方法研究得出江蘇省農田植被凈碳匯呈現出“北熱南冷”的空間格局；Pang等[15]采用了空間自相關分析得出中國農業生產碳排放強度呈現空間聚集趨勢；夏四友等[16]運用Theil指數及空間自相關方法分析了農業碳排放強度時空格局特征，研究表明未來碳排放強度值將呈現出繼續下降的演化態勢；孫小祥等[17]構建了生態承載效率指數、經濟貢獻效率指數，發現江蘇沿海地區農田生態系統碳源/匯動態區域差異較大。綜上所述，空間自相關分析因能準確識別變量在不同空間尺度的分布情況，目前已被廣泛應用于農業碳排放時空格局研究。

在農業碳排放總量預測方面，Lin等[18]提出了一種由多變量灰色預測模型和遺傳規劃組成的兩階段預測方法，對CO2排放量進行預測，該方法綜合考慮了影響碳排放的多種因素；Lin等[19]通過構建組合預測模型預測了中國2020年的CO2排放強度，并對中國發展低碳經濟提供了建議；Liu等[20]運用GM(1,1)模型預測了山東省農業碳排放量，結果表明農業碳排放量將在2030年前達到峰值；謝永浩等[21]構建GM(1,1)模型對農業生產活動產生的碳排放進行了預測，發現未來碳排放量出現明顯的“馬太效應”；趙金輝等[22]使用Lasso-BP神經網絡方法，建立了河南省碳排放量預測模型，并提出河南省碳達峰路徑；褚力其等[23]根據因素貢獻差異設置動態政策情景，對2018—2030年中國農業碳排放量進行預測，認為通過市場優化農業生產結構、提高農資消耗品使用率可以促進低碳生產。目前，關于農業碳排放預測的研究主要關注預測方法的改進，以提高預測精度，但研究深度不足。

上述研究著重于中國農田生態系統碳排放現狀和未來總量的預測，但仍然有如下問題：一是目前對中國省際農田生態系統溫室氣體排放的測算主要是針對一種或兩種溫室氣體，忽略了農田生態系統中CH4或N2O的排放；二是目前針對農田生態系統碳排放預測的研究主要集中在探究碳排放時間格局演化和預測方法改進2個方面，而對于其空間格局演化的研究鮮有報道。因此，本研究擬在已有研究基礎上，基于2007—2020年農業面板數據，以中國31省(市、自治區)為研究單元，運用改進的碳排放系數法全面測算中國農田生態系統溫室氣體排放總量，采用空間自相關分析方法研究中國農田生態系統碳排放強度時空格局；通過建立GM(1,1)預測模型，對2022—2027年碳排放強度進行預測，并對預測結果進行空間自相關分析，研究其發展趨勢，以期為中國制定合理的差異化農業管理策略提供參考。

1 數據來源與研究方法

1.1 數據來源

基于數據的可得性，本研究期為2007—2020年，研究對象為除臺灣省、澳門和香港特別行政區以外的31個省(市、自治區)。其中，化肥施用量、耕地灌溉面積、13種主要農作物產量來自于《中國統計年鑒》[24]；農田翻耕面積、農藥施用量、農用塑料膜施用量、農用柴油總量來自于《中國農村統計年鑒》[25]；水稻播種面積來源于國家數據中心。

1.2 碳排放總量及強度估算方法

借鑒《2006年IPCC國家溫室氣體清單指南》[26]和《省級溫室氣體清單編制指南(試行)》[27]，運用改進的碳排放系數法估算中國31省(市、自治區)農田生態系統碳排放總量。基于數據的可得性，本研究中主要考慮氮淋溶徑流、大氣氨沉降、秸稈還田、化肥施用、水稻種植、農田灌溉、農田翻耕、農用機械、農藥使用、農膜使用種溫室氣體排放源，如圖1所示。

圖1 農田生態系統碳排放源Fig.1 Sources of carbon emission from farmland ecosystem

農田生態系統碳排放總量、碳排放強度計算公式如下：

E=ECO2+ECH4+EN2O

(1)

EI=E/GDPA

(2)

式中：E為農田生態系統碳排放總量，kg；ECO2為CO2排放量，kg；ECH4為CH4形式排放量轉化為CO2排放量，kg；EN2O為N2O形式排放量轉化為CO2排放量，kg；EI為碳排放強度，kg/yuan；GDPA為農業產值，yuan。

1.2.1CO2排放量估算方法

計算CO2排放量方法如下：

(3)

式中：Tj為第j種農業投入量，kg；EFj為第j種農業投入碳排放系數，如表1所示；44/12為CO2與C分子量之比。

表1 農業生產活動碳排放系數Table 1 Carbon emission coefficients of agricultural production activities

1.2.2CH4排放量估算方法

計算CH4形式排放量轉化為CO2排放量方法如下：

ECH4=∑EFi×ADi×25

(4)

式中：EFi為稻田CH4排放因子，kg/hm2，i表示稻田類型，稻田CH4排放因子來源于參考文獻[27]；ADi為對應于該排放因子的水稻播種面積，hm2；25為CH4折算CO2當量系數[29]。

1.2.3N2O排放量估算方法

計算農田生態系統N2O形式排放量轉化為CO2排放量方法如下：

EN2O=(Nz+Nj)×(44/28)×298

(5)

式中：Nz為直接氮排放量，kg；Nj為間接氮排放量，kg；44/28為N2O與N分子量之比；298是N2O折算CO2當量系數[29]。其中Nz計算方法如下：

Nz=(Nh+Ng)×EFz

(6)

式中：Nh施用化肥含氮量，kg，復合肥含氮量按其總量1/3計算[33]；Ng為秸稈還田過程中氮總量，kg；EFz為N2O直接排放因子[27]。

其中，Ng計算方法如下：

(7)

式中：Mi為第i種作物籽粒產量，kg；Li為第i種作物的經濟系數，βi為第i種作物的秸稈還田率，由于各地區秸稈還田比例尚未有統計數據，故本研究秸稈還田比例統一設置為0.2[34]；Ki第i種作物的秸稈含氮率；αi為第i種作物的根冠比，詳細參數來源于參考文獻[27]。

間接氮排放量(Nj)計算方法如下：

Nj=(Nh+Ng)×0.002 5

(8)

1.3 空間自相關

空間自相關是一種空間數據分析方法，主要研究空間中某一位置的觀測值是否與其相鄰位置的觀測值相關，并能揭示空間變量的區域結構形式，分為全局空間自相關和局部空間自相關[35]。全局空間自相關是對研究變量在整個區域上的空間特征進行描述，可以準確分析整體的空間關聯特征；局部空間自相關是對局部空間異質性特征進行描述，識別不同空間位置上的“熱點區”與“冷點區”的空間分布規律[36]。

運用ArcGIS 10.2，用Moran’I指數反映中國農田生態系統碳排放空間總體格局，計算公式如下：

(9)

Getis Ord(Gi*)可以測量指定研究區域的高值(熱點)和低值(冷點)密度，計算方法如下：

(10)

(11)

式中：Gi*為局部空間自相關指數。Gi*值高表明相鄰地區高值聚集，為熱點地區；Gi*值低表明相鄰地區低值聚集，為冷點地區；Gi*值趨向于0，表明不存在聚集現象。

1.4 GM(1,1)模型

灰色預測模型GM(1,1) 是以歷史資料為基礎，預測時間序列數據的模型。不僅可以弱化原始數據的隨機性,使其呈現出較明顯的特征規律，還具有所需樣本少、不需要計算統計特征量的優點,是處理小樣本預測問題的有效工具[37-38]。因此,本研究使用灰色預測模型GM(1,1)預測2022—2027年中國農田生態系統碳排放強度。GM(1,1)模型的基本形式為：

x0(k)+az(1)(k)=b

(12)

式中：x0(k)為原始數據；z(1)(k)為原始數據序列累加后取得的生成序列；a為發展系數；b為灰作用量。

經過演變計算可變為白化方程：

(13)

后驗差比值C可以驗證模型的精度，C<0.65表示預測模型精度合格。

2 中國農田生態系統碳排放特征

2.1 碳排放時間演變特征

根據上述碳排放計算方法及數據估算2007—2020年中國31省(市、自治區)農田生態系統碳排放總量及碳排放強度，分別如圖2和圖3所示。

圖2 2007—2020年中國農田生態系統碳排放總量變化Fig.2 Changes in total carbon emission of China’s farmland ecosystem from 2007 to 2020

圖3 2007—2020年中國農田生態系統碳排放強度均值變化Fig.3 Changes in the mean value of carbon emission intensity of China’s farmland ecosystem from 2007 to 2020

由圖2可見，近14年來，中國農田生態系統碳排放總量總體呈下降趨勢，碳排放總量年均減少0.009 8億t。中國農田生態系統碳排放總量在2013年達到峰值，峰值約為9.466 5億t，其發展趨勢可以大致劃分為4個階段：1)2007—2008年快速增長階段。中國農田生態系統碳排放總量快速增長，從2007年的8.600 3億t增長到2008年的8.909 4億t，年均增幅為0.309 1億t，年均增長率為3.59%，CO2、CH4、N2O 3種溫室氣體排放量均有所增長；2)2008—2010年緩慢減少階段。中國農田生態系統碳排放總量減少速度較為遲緩，從2008年的8.909 4億t下降到2010年的8.707 6億t，年均下降幅度為0.100 9億t，年均減少率為1.14%，CH4、CO2排放量有所增加，N2O排放量下降。原因在于2008 年中央一號文件的頒布并實施，從政策層面開始控制種植業的碳排放，并提出積極發展稻谷生產、加快推進農業機械化可能引起CH4、CO2排放量的增加；2010—2013年快速增長階段。中國農田生態系統碳排放總量迅速增長，從2010年的8.707 6億t增加到2013年的9.466 5億t，年均增幅0.253 0億t，年均增長率為2.83%，3種溫室氣體排放量均增加。其中，N2O排放量增長幅度最大，主要因為氮肥施用量快速上漲加之秸稈還田的大力推進。2013—2020年持續下降階段：中國農田生態系統碳排放總量持續下降，從2013年的9.466 5億t下降到2020 年的8.464 3億t，年均降幅0.143 2億t，年均減少率為1.58%，下降幅度較大，持續時間較長，3種溫室氣體排放量均不斷下降。2015年農業部出臺了《到2020年化肥使用量零增長行動方案》和《到2020年農藥使用量零增長行動方案》、2016年國務院發布了《“十三五”控制溫室氣體排放工作方案》和2017年頒布了《農藥管理條例》，這一系列政策的實施大大減少了CO2和N2O的排放量。

由圖3可見，2007—2020年中國農田生態系統碳排放強度總體呈現持續下降趨勢。碳排放總量及農業生產總值的變化直接影響著碳排放強度的變化，碳排放強度均值從2007年的0.339 kg/yuan減少到2020年的0.107 kg/yuan，年均下降0.017 kg/yuan，其具體發展趨勢可以大致劃分為3個階段： 1)2007—2009年較大幅度下降階段。中國農田生態系統的平均碳排放強度從2007年的0.339 kg/yuan 減少到2009年的0.282 kg/yuan，年均下降幅度為0.028 kg/yuan，年均下降率為8.85%，這是因為在此期間糧食連續增產，農民收入持續較快增長，農業產值大幅度提高，加之農業碳排放總量的小幅度增加；2)2009—2011年大幅度下降階段。中國農田生態系統平均碳排放強度從2009年的0.282 kg/yuan減少到2011年的0.209 kg/yuan，年均下降幅度為0.036 kg/yuan，年均下降率為13.81%；3)2011—2020年緩慢下降階段。伴隨著中國農業產值的緩慢上升和碳排放總量的下降，碳排放強度從2011年的0.209 kg/yuan緩慢下降至2020年的0.107 kg/yuan，年均下降幅度為0.011 kg/yuan，年均下降率為7.20%。

2.2 碳排放空間演變特征

為了便于分析比較中國各省(市、自治區)的農田生態系統碳排放強度差異，對中國農田生態系統碳排放強度進行標準化處理，參考陳慧等[39]的劃分方法，即以當年農田生態系統碳排放強度均值的0.5、1.0、1.5倍作為3個分界點，將各省(市、自治區)農田生態系統碳排放強度從低到高依次劃分為低強度區、較低強度區、較高強度區和高強度區4個等級。利用ArcGIS10.2軟件的空間分析功能刻畫2007年、2010年、2015年和2020年中國農田生態系統碳排放強度分布，結果如圖4所示。可見，不同時期中國各省(市、自治區)農田生態系統碳排放強度空間差異十分顯著：高強度區主要集中在中國南部的廣西、廣東和云南省，總碳排放量由2007年的3.978 6億t減少到2020年的3.934 5億t，分別占當年中國農田生態系統碳排放總量的46.26%和46.48%。2007年高排放區為云南、廣東、廣西和海南，2010年、2015年高排放區為云南、廣東、廣西、海南、江西，2020年高排放區為云南、廣東、廣西和江西。廣西壯族自治區盛產甘蔗、且N2O排放因子較高，造成N2O排放量高于其他省(市、自治區)，加之廣西壯族自治區化肥農藥施用較多，因而廣西壯族自治區碳排放強度一直位于中國首位。此外，江西、廣東、廣西等地水稻占有舉足輕重的地位，因此CH4排放較多，碳排放強度隨之升高。

較高強度區主要集中在我國東部地區的安徽、吉林、上海、湖南，總碳排放量由2007年的0.899 6億t增加到2020年的0.936 6億t，分別占當年中國碳排放總量的10.09%和11.07%。2007年較高排放區為江西省，2015年較高排放區為安徽省，2020年較高排放區為安徽、吉林、上海、湖南。江西、安徽、吉林、湖南屬于糧食主產區，其碳排放總量必然較高，碳排放強度隨之較高。

較低強度區主要集中在中國東北的內蒙古、黑龍江、遼寧，西北地區的寧夏、新疆、甘肅和東南沿海的江蘇、浙江、福建，總碳排放量由2007年的1.396 8億t增加到2020年的1.556億t，分別占當年中國農田生態系統碳排放總量的16.24%和18.38%。中國東北地區地處世界主要黑土帶之一，黑土是一種性狀好、肥力高，非常適合植物生長的土壤，因此中國東北地區糧食產量極高，農業產值較高，不僅如此，東北地區耕地面積較為集中，農業生產高度機械化，所以東北地區碳排放強度較低。上海、浙江、福建等地作為糧食主銷區，糧食產量相對較小，農業生產過程中產生的碳排放總量較小，故其碳排放強度較低。

低強度區主要集中在中國西南地區的四川、貴州、西藏、陜西和華北地區的天津、北京、河北、山西，總碳排放量由2007年的0.805 8億t減少到2020年的0.692 4億t，分別占當年中國農田生態系統碳排放總量的9.36%和8.18%。西藏、青海、寧夏、山西、陜西、重慶和貴州等地農業碳排放量較小，這可能是由于西藏和青海地區天氣惡劣；山西、陜西兩地大宗作物種植面積較小，特色農業較發達，例如莜麥、蕎麥、糜子等；山西、陜西、貴州和重慶土地碎片化嚴重，大塊平整土地較少，農用機械難以使用等原因。

2.3 全局空間自相關分析

利用ArcGIS 10.2得到2007年、2010年、2015年和2020年的中國農田生態系統碳排放強度的全局空間自相關Moran’I指數及顯著性水平(Z得分和P值)，結果見表2。可知：中國不同年份農田生態系統碳排放全局空間自相關指數I值均為正且均通過5%的顯著性檢驗，這表明中國不同省(市、自治區)農田生態系統碳排放強度具有空間正相關性。Moran’I值呈現先增大后減小的趨勢，說明中國農田生態系統碳排放強度相似地區在空間上的聚集程度先有一定程度的上升，后有一定程度的下降，但總體在空間上處于集聚狀態。

表2 2007年、2010年、2015年和2020年中國農田生態系統碳排放強度全局空間自相關指數及其顯著性水平Table 2 Global spatial autocorrelation index and its significance level of China’s farmland ecosystem in 2007, 2010, 2015 and 2020

2.4 局部空間自相關分析

利用ArcGIS 10.2計算2007年、2010年、2015年和2020年4個時間點上各省(市、自治區)空間關聯指數Getis-Ord(Gi*)，并按自然斷點法分為4級，從高到低依次為熱點區、次熱點區、次冷點區、冷點區，進而繪制4個時間點上中國農田生態系統碳排放強度空間格局演化圖，如圖5所示。

基于審圖號：GS(2019)1822Based on drawing review No.: GS(2019)1822

從整體空間結構看，中國農田生態系統碳排放強度熱點區域的總體格局保持穩定，總體呈現“北冷南熱”的空間格局。貴州、云南、廣東、廣西、海南為相對穩定的熱點區域，說明這5個地區農田生態系統碳排放強度處于較高水平；內蒙古、北京、天津、寧夏、山東、河北、河南、山西、陜西9地為相對穩定的冷點區域，說明這9地的農田生態系統碳排放強度處于較低水平。

從區域尺度看，長江流域的農田生態系統碳排放強度明顯高于黃河流域，這與長江流域的農業經濟發展水平明顯好于黃河流域的特征恰好吻合。長江流域的氣候要比黃河流域的氣候優越，水熱條件明顯高于北方，使得南方成為適宜種植水稻的地區。

從4種類型的變化看，農田生態系統碳排放強度總體空間格局保持穩定，但各類型的區域仍發生了一些改變。2007—2020年，中國農田生態系統碳排放強度熱點區域比重先由2007年的16.13%上升到2015年的32.26%，再下降到2020年的29.03%；次熱點區域的比重由2007年的19.35%下降到2020年的12.90%；冷點區域的比重由2007年的38.71%下降到2020年的32.26%；而次冷點區域的比重呈波動趨勢，先由2007年的25.81%上升到2010年的29.03%，隨后下降到2015年的22.58%，繼而上升到2020年的25.81%。4個代表年份中，未發生變化的地區有18個，占總數的58.06%，說明2007年以來中國農田生態系統碳排放強度大體格局未變，且北部地區以低值區為主，南部地區以高值區為主。

3 農田生態系統碳排放趨勢預測

根據2007—2020年中國各省(市、自治區)農田生態系統碳排放強度，運用SPSS軟件求得發展系數a、灰作用量b,進而構建灰色預測模型預測2022—2027年中國各省(市、自治區)農田生態系統碳排放強度，通過后驗差比值C檢驗模型精度。模型參數及預測結果見表3，根據精度等級劃分的原則，可知各省(市、自治區)灰色預測模型均合格有效。

由表3可見：中國各省(市、自治區)農田生態系統碳排放強度延續歷史趨勢，即呈現下降趨勢，截止2027年，中國農田生態系統碳排放強度均值下降到0.054 kg/yuan。農業作為立國之本，得到國家政策的大力扶持，國家已進一步推動資源節約型農業，加之農業農村減排固碳工作進一步的推進，促使農業碳排放強度下降，預測結果與現行農業發展趨勢相符。

表3 2022—2027年中國農田生態系統碳排放強度預測結果及模型參數表Table 3 Prediction results and model parameters of carbon emission intensity of China’s farmland ecosystem from 2022 to 2027

為進一步探究未來中國農田生態系統碳排放強度發展趨勢，利用ArcGIS 10.2計算2025年和2027年各省(市、自治區)空間關聯指數Getis-Ord(Gi*)，分類方法同2.2節，進而繪制2025年和2027年中國農田生態系統碳排放強度空間格局的演化圖(圖6)。

基于審圖號：GS(2019)1822Based on drawing review No.:GS(2019)1822

從整體結構看，未來6年中國農田生態系統碳排放強度總體仍呈現“北冷南熱”的空間格局。從區域尺度來看，中國南部地區熱度依舊高于北部地區；華北地區、西部地區熱度上升。從4種變化類型來看，中國熱點區先縮小后擴大，整體呈擴散趨勢；次熱點區域數量保持穩定，但逐漸向西部擴散；次冷點區域先擴大后縮小，整體數量保持穩定但逐漸集中；冷點區域不斷縮小，整體向東南方向移動。

4 結論與建議

4.1 結論

通過改進的碳排放系數法估算2007—2020年中國農田生態系統碳排放量及強度，運用空間自相關分析碳排放強度空間格局，建立GM(1,1)預測模型，對未來碳排放強度進行預測，并對預測結果進行空間自相關分析，研究中國農田生態系統碳排放時空格局及發展趨勢，本研究主要結論如下：

1)2007—2020年，中國農田生態系統碳排放總量總體呈現下降趨勢，并呈現一定的階段性，其下降趨勢可以大致劃分為4個階段：2007—2008年的快速增長階段；2008—2010年的緩慢減少階段；2010—2013年的快速增長階段；2013—2020年的持續下降階段。中國農田生態系統碳排放強度總體呈現持續下降趨勢，且南部地區>東北地區>西北地區。

2)2007—2020年，中國農田生態系統碳排放強度表現為“北冷南熱”相對穩定的空間格局。中國農田生態系統碳排放強度呈現空間正相關，農田生態系統碳排放強度空間自相關性呈現先上升后下降的趨勢；局部空間自相關特征表現為長江流域的農田生態系統碳排放強度明顯高于黃河流域，熱點區域比重由2007年的16.13%上升2020年的29.03%，冷點區域的比重則由2007年的38.71%下降到2020年的32.26%。

3)2022—2027年，中國農田生態系統碳排放強度仍呈現“北冷南熱”的空間格局，但熱點區整體呈擴散趨勢；次熱點區逐漸向西部擴散；次冷點區域逐漸集中；冷點區域不斷縮小，整體向東南方向移動。根據2007—2020年中國農田生態系統碳排放相關數據，對2022—2027年中國農田生態系統碳排放強度進行預測，預測結果顯示中國農田生態系統碳排放強度逐年下降，平均碳排放強度由2020年的0.107 kg/yuan 下降至2027年的0.054 kg/yuan。

局限于資料的可得性，本研究在計算農田生態系統碳排放總量時只選取了13種主要農作物，并未把全部農作物種類計算在內；其次，碳排放因子的選取參考國內外相關文獻，不一定完全適用于中國農田生態系統碳排放測算。因此，在今后的研究中需進一步完善和修正。此外，在分析碳排放時空變化特征時，可以考慮從CO2、N2O、CH43方面深入分析其各自的變化趨勢及對農田生態系統碳排放的影響程度，今后會做出進一步探究。本研究選擇省(市、自治區)作為空間單元探究空間格局，一定程度上忽略了更小尺度上的空間相關關系，而較小尺度的研究對于揭示中國農田生態系統碳排放強度空間格局亦為必要，未來將在這方面做更為深入的研究。

4.2 建議

本研究表明未來中國農田生態系統碳排放強度總體呈現“北冷南熱”的格局。在未來中國農業發展中，相關部門應根據各省(市、自治區)不同的農田生態系統碳排放現狀，因地制宜地采取差異化的農業減排策略：

1)針對碳排放強度高的南方地區如廣東、廣西、海南，應減少傳統農業比重，大力支持農業規模化發展，鼓勵采用現代化農業種植技術，控制化肥、農藥施用量，發展生態農業、休閑觀光農業等現代化農業。此外，中國南方地區多季種植水稻及各類蔬菜，化肥施用量大且高溫條件下肥料中氨易揮發，施肥方法和時間的選擇尤為重要，農戶應積極施用有機肥、添加氮肥增效劑及生物質炭，可降低土壤氧化亞氮排放量。

2)針對碳排放強度較高的江西、安徽、吉林、湖南，在保證不減產的前提下，適當減少農藥施用量，增施有機肥，結合各地區實際情況栽培綠肥作物以改善土壤結構，因地制宜，調整優化農業產業結構，推進農業提質增效，促進農業低碳高效發展。

3)針對其余碳排放強度較小的區域，未來應努力提高農業生產效率，提升農業發展質量，完善農業CO2排放監測體系，助推中國農業碳減排工作順利進行。

4)中國農業碳排放強度具有空間相關性。因此，中央和地方政府要立足于區域農業碳排放的實際情況，構建區域農業碳減排合作機制，加強區域協作，推進農業低碳科技創新，加大低碳農業技術的研發和推廣的投入力度，積極推廣現代化農業種植技術、生物農藥及地膜回收技術和灌溉等新技術。