呼倫貝爾農墾集團農場凈碳匯量的時空變化分析

摘 要：主要基于呼倫貝爾農墾農場2001—2022年的遙感、氣象數據以及農墾集團相關農業生產數據估算呼倫貝爾農墾集團農場的凈碳匯量。結果表明：（1）2001—2022年呼倫貝爾農墾農場凈生態系統生產力總體呈逐年上升趨勢，空間分布呈現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、宜里和巴彥農場，其余為極顯著增加趨勢；（2）呼倫貝爾農墾農場碳排放量基本趨于平穩狀態，農墾農場碳排放量和單位播種面積碳排放量的區域差異不明顯。其中，呼倫貝爾農墾農場農業生產投入碳排放量2017年為19.70萬t，2022年為19.92萬t；（3）近6年來，呼倫貝爾農墾農場的凈碳匯量總體呈波動上升趨勢?？傮w而言，呼倫貝爾農墾農場具有較強的凈碳匯能力，可通過調整種植結構結合優化田間管理技術以及農業生產過程中減少碳排放等措施，提高呼倫貝爾農墾農場的凈碳匯能力。

關鍵詞：呼倫貝爾農墾；生態凈初級生產力；碳排放；農場凈碳匯量

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

溫室效應問題和陸地生態系統碳循環是國際變化研究核心計劃的重點研究內容[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]。據統計，全球碳排放中農田生態系統的碳排放量占12%左右[4]。

近年來，中國政府將應對氣候變化列為國家農業生產的重要任務，開展農田生態系統的凈碳匯量評估，對發展綠色低碳農業具有重要意義。因此，對農田生態系統的碳源/匯進行準確評估是國家建設生態農業、保障生態農業健康發展的迫切需要[5]。隨著遙感技術的發展，許多學者開展了農田生態系統碳源與碳匯的研究[6-8]。估算農田生態系統凈碳匯量的傳統方法是根據農業生產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]。通過遙感數據估算農田凈生態系統生產力（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，以呼倫貝爾農墾農場為例，結合遙感數據和農業生產過程中的投入數據，分析2017—2022年呼倫貝爾農墾農場凈碳匯量的時空變化特征，為呼倫貝爾農墾農場生態系統制定碳減排政策提供支撐。

1 資料與方法

1.1 研究區概況

呼倫貝爾農墾集團建于1954年，位于內蒙古自治區呼倫貝爾市大興安嶺與呼倫貝爾草原兩大生態圈內，耕地規模居全國農墾第三，屬國家直供墾區，擁有耕地40萬hm2、草場66.67萬hm2和林地2.67萬hm2，田間農業綜合機械化水平達99%，農業科技貢獻率71%。呼倫貝爾農墾集團資源豐富、區位優越、生態良好、農牧業機械裝備能力強，是全國僅有的規模化、集約化墾區之一，在中國東北農田生態系統中具有較強的代表性。呼倫貝爾農墾集團有24個現代化國有農牧場公司，分布在呼倫貝爾市10個旗市區境內，墾區常年種植雙低油菜、大豆、小麥、玉米、馬鈴薯、大麥和甜菜等作物。

1.2 數據來源

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

1.3 研究方法

1.3.1 NEP計算方法

NEP為凈生態系統生產力（g C·m-2·年-1），是估算區域生態系統碳源、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可根據相關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 農墾農場碳排放

農場生態系統碳排放的主要來源是化肥和農業機械等，計算公式如下：

Et=Ef+Ee（3）

式（3）中，Et為農場生態系統碳排放總量；Ef和Ee分別代表化肥和農業機械產生的碳排放量。

Ef=Gi×Ai（4）

Ee=We×F（5）

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

1.3.3 農墾農場生態系統凈碳匯

通過計算農墾農場多年NEP與農場在農業生產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為農墾農場的凈碳匯；NEP為農墾農場凈生態系統生產力；Et為農墾農場生產投入的碳排放，Nu為單位播種面積凈碳匯量，Sa為農作物播種面積。

2 結果與分析

2.1 呼倫貝爾農墾農場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墾農場逐像元的變化趨勢。呼倫貝爾農墾農場

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、宜里和巴彥農場，其余為極顯著增加趨勢，表明呼倫貝爾農墾農場生產過程中植被的固碳能力在不斷提高。呼倫貝爾市農墾農場的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，整體呈現出由大興安嶺向兩側遞減的分布方式。呼倫貝爾市農墾農場的年均NEP為221.1 g C·m-2·年-1，整體呈碳匯狀態。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墾農場總面積的3.1%、44.7%和52.5%，其中，東方紅農場NEP均值最高，數值為329.4 g C·m-2·年-1，格尼農場NEP均值最低，數值為139.4 g C·m-2·年-1。總體來看，呼倫貝爾農墾農場的NEP＞0，NEP范圍超過200 g C·m-2·年-1的面積占呼倫貝爾農墾農場總面積的比例最大（圖1）。

2.2 呼倫貝爾農墾農場的碳排放變化分析

農墾集團各農場的碳排放時空變化不明顯。從時間上來看，2017—2022年農墾集團各農場碳排放量基本平穩（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。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農資化肥的投入減少。從表1可以看出，在農墾集團各農場主要的碳排放途徑中，農機產生的碳排放量所占比例最大，所占比例為77.2%，其次是氮肥產生的碳排放量，所占比例為20.2%。

2.3 呼倫貝爾農墾農場凈碳匯量的變化分析

2017—2022年凈碳匯量均值為68.80萬t，呼倫貝爾農墾集團農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，農墾集團各農場生產技術提高與農作物單產穩定增長，農墾集團各農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。農場生態系統與人為因素緊密相關，固碳能力極強。人為因素主要指人類生產活動在農場生態系統生產過程中產生的碳排放，如生產過程中肥料、農藥等產生的碳排放及耕作過程中農業機械使用所消耗的電能產生的碳排放等。在所有碳排放途徑中，化肥中氮肥產生的碳排放量最大。因此，在保證作物產量的前提下，應按照作物需求決定施肥量，實現對資源的循環利用。有必要對農田生態系統碳源/匯開展評估，為發展低碳、綠色生態農業奠定基礎。在計算呼倫貝爾農墾農場碳排放時，以前人研究方法為基礎，碳排放系數引用國外學者的研究，在國內代表性較強，但對于呼倫貝爾地區的適用性有待研究[16]。通過研究得到2017—2022年呼倫貝爾農墾農場的凈碳匯量年際變化總體呈波動上升趨勢，這說明呼倫貝爾農墾農場固碳能力較強。根據需要，可通過實地觀測估算當地的碳排放系數，為當地的碳排放統計提供更準確的數據。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進行間接調控，因此氣溫和降水對凈碳匯均起到綜合調控的目的。

4 結論

通過計算2001—2022年呼倫貝爾農墾農場的NEP和在農業生產過程中投入的碳排放量，估算呼倫貝爾農墾農場的凈碳匯量，分析結果如下：

（1）近22年來，呼倫貝爾農墾農場凈生態系統生產力總體呈逐年上升趨勢，整體空間分布呈現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）呼倫貝爾農墾農場碳排放量基本趨于平穩狀態，農墾農場碳排放量和單位播種面積碳排放量的區域差異不明顯。其中，呼倫貝爾農墾農場農業生產投入碳排放量2017年為19.70萬t，2022年為19.92萬t。

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

參考文獻

[1] 戴爾阜，黃宇，吳卓，等.內蒙古草地生態系統碳源/匯時空格局及其與氣候因子的關系[J].地理學報，2016，71（1）：21-34.

[2] 蘇永中，趙哈林.土壤有機碳儲量、影響因素及其環境效應的研究進展[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碳足跡[J].應用生態學報，2016，27（10）：3307-3315.

[5] 趙寧，周蕾，莊杰，等.中國陸地生態系統碳源/匯整合分析[J].生態學報，2021，41（19）：7648-7658.

[6] 陳羅燁，薛領，雪燕.中國農業凈碳匯時空演化特征分析[J].自然資源學報，2016，31（4）：596-607.

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

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

[9] 朱燕茹，王梁.農田生態系統碳源/碳匯綜述[J].天津農業科學，2019，25（3）：27-32.

[10] 張寶成，白艷芬，王加真，等.1990—2014年貴州農田生態系統碳匯變化[J].貴州農業科學，2018，46（4）：148-151.

[11] 王梁，趙杰，陳守越.山東省農田生態系統碳源、碳匯及其碳足跡變化分析[J].中國農業大學學報，2016，21（7）：133 -141.

[12] 段華平，張悅，趙建波，等.中國農田生態系統的碳足跡分析[J].水土保持學報，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遙感研究[J].華東師范大學學報（自然科學版），2015 （4）：164-173.

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

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

[16] 葉文偉，王城城，趙從舉，等.近20年海南島熱帶農田生態系統碳足跡時空格局演變[J].中國農業資源與區劃， 2021，42（10）：114-126.