柵格尺度下可集約利用農(nóng)田生物質(zhì)能優(yōu)勢帶研究*

王 芳，陳健飛，馮艷芬* ，夏麗華，周濤

(1.廣州大學(xué)地理科學(xué)學(xué)院，廣東廣州 510006;2.廣州發(fā)展研究院，廣東廣州 510006)

在2009年“哥本哈根世界氣候峰會”中，我國承諾到2020年單位GDP的CO2排放要比2005年下降40% ～45%，非化石能源占一次能源比重要達(dá)到15%左右［1］。為實(shí)現(xiàn)這個目標(biāo)，提高生物質(zhì)能在能源利用結(jié)構(gòu)的比例勢在必行。農(nóng)田生物質(zhì)能具有分布廣泛、可再生，并且綠色環(huán)保等特點(diǎn)，其集約利用對于解決石油危機(jī)、三農(nóng)問題，以及帶動新興能源產(chǎn)業(yè)的發(fā)展，促進(jìn)低碳循環(huán)社會的建立具有極為重要的戰(zhàn)略意義。

雖然我國農(nóng)田生物質(zhì)能資源豐富，但是由于生物質(zhì)能能源密度低，收集范圍大，決定了并不是區(qū)域所有的生物能源都可以集約利用為替代能源，所以能源工程原料分布優(yōu)勢帶研究至關(guān)重要。從目前的研究方法來看，生物質(zhì)能估算都是根據(jù)統(tǒng)計(jì)年鑒中的農(nóng)作物播種面積來進(jìn)行的［2-3］。估算結(jié)果是以行政單元為統(tǒng)計(jì)單元，難以和基于自然單元生物質(zhì)利用規(guī)劃模型相匹配。遙感數(shù)據(jù)以柵格為單元記錄地物信息，使用規(guī)則格網(wǎng)的方式覆蓋了整個研究區(qū)域，使用遙感數(shù)據(jù)以規(guī)則格網(wǎng)作為最小的統(tǒng)計(jì)單元彌補(bǔ)了傳統(tǒng)資源調(diào)查方法存在的不足。此外，遙感技術(shù)的同步性、周期性和區(qū)域性以及基于遙感的植被凈初級生產(chǎn)力模型的日益成熟，為生物質(zhì)能數(shù)量和時空格局準(zhǔn)確、快速研究提供了可能［4-5］。

利用TM遙感數(shù)據(jù)對農(nóng)田類型進(jìn)行提取，然后利用遙感反演生物量模型數(shù)據(jù)估算農(nóng)田生物量，實(shí)地考查了區(qū)域農(nóng)田生物質(zhì)的利用狀況，分析區(qū)域農(nóng)田生物質(zhì)可集約利用為能源的各類影響因素，建立農(nóng)田生物質(zhì)能的理論蘊(yùn)藏量、可獲得量、可集約利用量的決策模型。利用生物質(zhì)能有效收集半徑，鄰域分析法以及移動窗口法對區(qū)域生物質(zhì)能優(yōu)勢帶分布格局和二級收集區(qū)域進(jìn)行分析。為區(qū)域生物質(zhì)能集約利用提夠數(shù)據(jù)支撐。

1 研究區(qū)概況

廣東省位于東經(jīng) 109°45＇～117°20＇，北緯 20°09＇～25°31＇，全省地處低緯度，北回歸線橫貫陸地中部。地跨熱帶和亞熱帶，屬東亞季風(fēng)氣候區(qū)南部，南臨熱帶海洋，氣候具有熱帶、亞熱帶季風(fēng)海洋性氣候特點(diǎn)。年平均溫度為21.6℃，全省大部分年平均日照時數(shù)在2 000小時以上，年平均降水量為1 300～2 500mm，廣東省是中國光、熱、水資源最為豐富的地區(qū)。所以能為發(fā)展生物質(zhì)能產(chǎn)業(yè)提供了物質(zhì)保障。廣東省耕地面積為312萬hm2，主要的農(nóng)作物為:雙季稻、玉米、薯類等。廣東省是中國經(jīng)濟(jì)發(fā)展最為活躍的地區(qū)，能源的對外依存度高達(dá)70.4%(廣東省統(tǒng)計(jì)年鑒，2006)，能源短缺已成為經(jīng)濟(jì)發(fā)展的瓶頸。加快生物質(zhì)能源產(chǎn)業(yè)化進(jìn)程迫在眉睫。

2 數(shù)據(jù)資料與研究方法

2.1 農(nóng)田的遙感分類和農(nóng)田凈初級生產(chǎn)力NPP數(shù)據(jù)

農(nóng)田的遙感分類選取了2006年下半年，云蓋量小于10%的各16景Landset TM/ETM影像，來源于中科院中國遙感衛(wèi)星地面站。數(shù)據(jù)處理平臺為ENVI 4.2和ArcGIS 9.1，處理步驟主要包括:a)接邊、剪裁處理;b)利用控制點(diǎn)將TM圖像糾正到1∶5萬地形圖，采用三次多項(xiàng)式及最鄰近插值法對遙感圖像進(jìn)行幾何校正，配準(zhǔn)誤差控制在1個像元內(nèi)。采用最大似然法監(jiān)督分類和目視人工解譯法對水田和旱地進(jìn)行提取;采集農(nóng)田樣點(diǎn)數(shù)據(jù)約211個。利用GPS定位獲取各調(diào)查點(diǎn)的經(jīng)緯度坐標(biāo)，采取野外實(shí)地調(diào)查和人工目視判讀互補(bǔ)的方法，同時參照廣東省土地利用現(xiàn)狀圖，對分類結(jié)果進(jìn)行了精度驗(yàn)證和部分校正，遙感解譯Kappa系數(shù)分別為0.81，總精度為0.88。認(rèn)為遙感解譯的農(nóng)田提取精度是可以接受的。

農(nóng)田植被凈初級生產(chǎn)力 (Net Primary Production，NPP)是農(nóng)田植被碳固定能力的重要表征。通過農(nóng)田NPP模型可以計(jì)算農(nóng)田植被通過光合作用固定的太陽能，計(jì)算在單位面積、單位時間內(nèi)所獲得生物量的凈增加量。從而可以對農(nóng)田生物質(zhì)能進(jìn)行估算。NPP數(shù)據(jù)來自美國NASA的EOS/MODIS的2006年的MOD17A3數(shù)據(jù) (https://lpdaac.usgs.gov/lpdaac/get_data/data_pool)，此數(shù)據(jù)產(chǎn)品是一個空間分辨率為1km，時間間隔為8天的接近實(shí)時的植被NPP遙感監(jiān)測產(chǎn)品，使用的是BIOME-BGC生態(tài)系統(tǒng)過程模型，具體估算流程見《MOD17 User＇s Guide》［6］。該文使用的MOD17A3數(shù)據(jù)是其C5產(chǎn)品，比原來的C4產(chǎn)品估算精度更高，估算得到生物量應(yīng)用已經(jīng)被廣泛證明［7-8］。

2.2 區(qū)域農(nóng)田生物質(zhì)能可利用部分決策模型

分析區(qū)域農(nóng)田生物質(zhì)可集約利用為替代能源的各類影響因素，建立農(nóng)田生物質(zhì)能的理論蘊(yùn)藏量、可獲得量、可利用量的決策模型。

2.2.1 區(qū)域農(nóng)田生物質(zhì)能理論蘊(yùn)藏量

理論蘊(yùn)藏量是指理論上區(qū)域每年可能擁有的農(nóng)田生物質(zhì)能資源量。其數(shù)量等于農(nóng)作物殘余量。農(nóng)業(yè)殘余定義為收割后遺留在田地中不能直接食用的那部分作物。遙感估算得到的農(nóng)田生物質(zhì)生物量，給出農(nóng)作物殘存估算公式:

式中，Q1為農(nóng)田生物質(zhì)能理論蘊(yùn)藏量;BIOMASSi為第i種作物的總凈生物量，是通過遙感估算NPP得到的;RPRi是農(nóng)作物谷草比系數(shù)。

2.2.2 區(qū)域農(nóng)田生物質(zhì)能可獲得量

區(qū)域農(nóng)田生物質(zhì)能可獲得量是指通過現(xiàn)有技術(shù)條件可以轉(zhuǎn)化為有用能的農(nóng)田生物質(zhì)能資源數(shù)量?？色@得量是一個與技術(shù)密切相關(guān)的實(shí)物量指標(biāo)。直接燃燒秸稈對秸稈的性質(zhì)并無要求，但顯然是低效率的粗放能源利用方式。最大可獲得量，可以表示為:

式中，Q2為區(qū)域農(nóng)田生物質(zhì)能可獲得量;ki為反映作物收割環(huán)節(jié)中由于技術(shù)條件生物量損失的系數(shù)，生物質(zhì)資源的收集系數(shù)與收集半徑有關(guān)。

2.2.3 區(qū)域農(nóng)田生物質(zhì)能可集約利用量

區(qū)域農(nóng)田生物質(zhì)能可利用量是指實(shí)際可以用來進(jìn)行能源生產(chǎn)的區(qū)域農(nóng)田生物質(zhì)能資源量。可利用量可以由可獲得量和可利用系數(shù)乘積得到，可利用系數(shù)是一系列對能源生產(chǎn)的非技術(shù)性約束的綜合表述。研究人員把它歸納為經(jīng)濟(jì)制約因子、生態(tài)環(huán)境制約因子、社會人文制約因子等幾方面。其中，經(jīng)濟(jì)制約因子是指農(nóng)田廢棄物 (秸稈)的幾個主要流向:還田、飼料、工業(yè)原料等。生態(tài)環(huán)境制約因子指保持土壤肥力(歸田)，當(dāng)?shù)貧夂蛴绊?、種植品種、復(fù)種指數(shù)、腐爛霉變可能等分布和運(yùn)輸條件。

歸納起來建立簡化模型，農(nóng)田生物質(zhì)能可利用量可表達(dá)為:

式中，Q3是采樣區(qū)域農(nóng)田生物質(zhì)能可利用量;Q2為采樣區(qū)域農(nóng)田生物質(zhì)能可獲得量;n為該區(qū)植被總種類數(shù);EMi為由于經(jīng)濟(jì)原因無法使用的生物量 (工業(yè)原料、牲畜飼料、生活能源等)，f為受生態(tài)環(huán)境制約而不應(yīng)該利用的生物量比例 (例如，秸稈歸田等)，t為反映各個環(huán)節(jié) (例如，運(yùn)輸?shù)?中生物量損失的系數(shù)。

2.3 農(nóng)田生物質(zhì)能收集優(yōu)勢帶分析

(1)在獲得柵格尺度下的區(qū)域可用農(nóng)田生物質(zhì)能值基礎(chǔ)上，利用ARCGIS的鄰域分析工具和窗口移動方法，對農(nóng)田生物質(zhì)能分布的收集優(yōu)勢帶進(jìn)行提取。

(2)利用公路網(wǎng)電子數(shù)據(jù)，利用提取道路交叉點(diǎn)，把它作為假想的生物能源一級收集點(diǎn)，然后作距離緩沖柵格圖，提取一定緩沖范圍作為初級收集范圍。

(3)利用柵格疊加方法把農(nóng)田分布優(yōu)勢帶和道路緩沖范圍柵格圖疊加，同時滿足以上兩種條件的區(qū)域?yàn)閰^(qū)域初級生物能源收集優(yōu)勢帶。

(4)在初級生物能源收集優(yōu)勢帶基礎(chǔ)上，根據(jù)區(qū)域收集的生物質(zhì)能總量最大性原則，建立區(qū)域生物能源二級收集區(qū)。

3 區(qū)域農(nóng)田生物質(zhì)能分布優(yōu)勢帶和收集區(qū)域

3.1 區(qū)域可集約利用的生物質(zhì)能

首先對廣東省的農(nóng)田生物質(zhì) (農(nóng)作物秸稈)的利用現(xiàn)狀進(jìn)行分析。然后進(jìn)行實(shí)地調(diào)查，調(diào)查的主要內(nèi)容包括農(nóng)戶基本情況、農(nóng)作物生產(chǎn)情況、秸稈利用情況、生活用能情況等，進(jìn)一步對資料進(jìn)行整理，并與相關(guān)研究文獻(xiàn)對比，取得了生物能可集約利用模型中的各項(xiàng)系數(shù)和比例。

在簡化模型中，估算的關(guān)鍵是農(nóng)作物谷草比系數(shù) (RPR)的確定，它是可以通過田間試驗(yàn)和觀測得到的經(jīng)驗(yàn)常數(shù)，不同地區(qū)、不同品種的農(nóng)作物大致相同，可能略有差異。該研究中，水田稻稈的谷草比系數(shù)參考先前中國農(nóng)業(yè)部和美國能源部的一個聯(lián)合項(xiàng)目所測數(shù)值［2，9］，RPR為0.623。根據(jù)廣東省2007年統(tǒng)計(jì)年鑒，廣東省2006年播種的旱地作物主要是薯類、大豆和玉米等，谷草比使用幾種作物的谷草比的均值為 1.557。

表1 該文選取的主要作物的谷草比系數(shù) (RPR)

在模型2-3中，EMi是由于經(jīng)濟(jì)原因無法使用的生物量 (牲畜飼料、工業(yè)原料等)，根據(jù)調(diào)研廣東省作為牲畜飼料損失部分比例比較小，該研究將這一部分忽略，工業(yè)原料部分損失大約占5%。另外，為受生態(tài)環(huán)境制約而不應(yīng)該利用的生物量 (秸稈歸田比例);有15%的秸稈為了保持土壤肥力需要?dú)w田［3］。為反映各個環(huán)節(jié) (例如收割等)中生物量損失的系數(shù)，這里選用了收割損失系數(shù)為15%［3］。另外1g稻秸干物質(zhì)相當(dāng)于0.45g有機(jī)碳，1g旱作秸稈干物質(zhì)相當(dāng)于0.4408g有機(jī)碳，每克稻秸干物質(zhì)干物質(zhì)含13.97KJ能量，每克旱作秸稈干物質(zhì)含18.5KJ的能量。根據(jù)上述模型及其參數(shù)對水田和旱地可用生物質(zhì)能能值進(jìn)行估算，進(jìn)而得到廣東省可利用農(nóng)田總生物質(zhì)能。

3.2 區(qū)域生物質(zhì)能分布優(yōu)勢帶及二級收集區(qū)域

雖然廣東省農(nóng)田生物質(zhì)能總量有9.13E+13KJ，但分布非常分散。考慮到生物質(zhì)能產(chǎn)業(yè)的原料收集要求和運(yùn)輸成本等問題，要求原料供應(yīng)相對集中，研究人員對研究區(qū)域生物質(zhì)能二個級別的收集區(qū)進(jìn)行研究。首先在獲得2006年廣東省農(nóng)田生物質(zhì)能空間分布基礎(chǔ)上，利用ARCGIS的鄰域分析工具和窗口移動方法，對廣東省生物質(zhì)能空間分布的優(yōu)勢帶進(jìn)行提取，其中移動窗口選擇為圓形，鄰域范圍設(shè)定為10km(5～10km是農(nóng)作物秸稈收集成本研究中初級收集適合半徑)［10］，生物質(zhì)能收集量大的多個柵格的集聚區(qū)域就是生物質(zhì)能分布的優(yōu)勢帶，結(jié)果如圖1。

圖1中可以看出廣東省生物質(zhì)能分布的優(yōu)勢帶主要分布在:湛江市北部、茂名南部、江門西部、陽江中部、梅州西部、揭陽東南部、潮州南部以及河源的東北部、韶關(guān)的東北角和肇慶的東部等。總體而言，以雷州半島地區(qū)、粵西南丘陵地區(qū)、潮汕平原區(qū)、粵東沿海丘陵臺地區(qū)為主要分布區(qū)。

然后利用ARCGIS的NODEPOINT工具提取廣東省三級道路的道路交叉點(diǎn)，假設(shè)為初級收集點(diǎn)，做道路交叉點(diǎn)的距離緩沖柵格圖，提取10KM內(nèi)的緩沖范圍作為初級收集范圍。利用柵格疊加方法把10KM的農(nóng)田分布優(yōu)勢帶和10KM的道路緩沖范圍柵格圖疊加，得到區(qū)域初級生物能源收集優(yōu)勢帶。根據(jù)區(qū)域收集的生物質(zhì)能總量最大性原則，建立50km和80km的二級收集區(qū)。結(jié)果如圖2。

從圖2中可以看出，一級收集區(qū)主要分布在徐聞縣東部，雷州市北部、廉江市大部、湛江市大部、吳川市中部北部、電白縣大部、化州市南部、羅定市中部、恩平市東部、惠來縣大部、陸豐市東部、五華縣東部及北部、南雄市中部、普寧市北部、饒平縣南部、揭東縣南部。二級收集區(qū)中生物質(zhì)收集量的最大的是粵西南丘陵地區(qū)，此收集區(qū)收集總量為2.80E+12KJ，根據(jù)每kg標(biāo)準(zhǔn)煤的發(fā)熱量為29 270KJ來計(jì)算，相當(dāng)于9.84萬t標(biāo)煤。目前，我國在建的生物質(zhì)發(fā)電示范項(xiàng)目規(guī)模一般為2×12MW，采用直接燃燒供熱發(fā)電技術(shù)，在運(yùn)行中對生物質(zhì)需求量相當(dāng)大，年需耗用生物質(zhì)20萬～30萬t，折合標(biāo)煤為10萬～15萬t。這樣看來廣東省如果發(fā)展直接燃燒供熱發(fā)電項(xiàng)目，原料供應(yīng)可能存在一定風(fēng)險。可以采用固化燃料;或氣化或醇化成燃料乙醇等方式發(fā)展生物質(zhì)能項(xiàng)目。

圖1 10km農(nóng)田生物質(zhì)能分布優(yōu)勢帶

圖2 二級農(nóng)田生物質(zhì)能收集區(qū)

4 討論與結(jié)束語

(1)利用NPP數(shù)據(jù)結(jié)合農(nóng)田TM遙感分類數(shù)據(jù)，獲取了區(qū)域農(nóng)田可利用生物質(zhì)能的數(shù)量特征及其原料收集的優(yōu)勢帶分布，結(jié)果表明:廣東省的農(nóng)田生物質(zhì)能收集的優(yōu)勢帶集中在雷州半島地區(qū)、粵西南丘陵地區(qū)、潮汕平原區(qū)、粵東沿海丘陵臺等地區(qū)。廣東省比較適合發(fā)展固化燃料、氣化或醇化成燃料乙醇等生物質(zhì)能項(xiàng)目。使用遙感方法可以解決了常規(guī)統(tǒng)計(jì)方法不能獲取空間細(xì)節(jié)的弊端問題，從而為生物質(zhì)能集約利用產(chǎn)業(yè)提夠數(shù)據(jù)支撐和快速決策支持。

(2)研究區(qū)域農(nóng)田生物質(zhì)資源的理論蘊(yùn)藏量、可獲得量和可利用量，尤其是可利用量，為農(nóng)田廢棄物-農(nóng)田秸稈生物質(zhì)能的集約利用提供了數(shù)據(jù)支撐。但由于可用生物質(zhì)能決策模型中的系數(shù)較多，涉及了很多個研究領(lǐng)域，有些是技術(shù)和工程的因素的系數(shù)，該文有些加以省略，將在今后的研究中進(jìn)一步深入，使模型更加完善。

1 IISD .the Copenhagen Climate Change Conference.http://www.iisd.ca/vol12/enb1245 9e.html.

2 劉剛，沈鐳.中國生物質(zhì)能源的定量評價及其地理分布.自然資源學(xué)報，2007，22(1):9～11

3 Liao Cuiping，Yanyongjie，Wu Chuanzhi，et al.Study on the distribution and quality of biomass residues resource in China.Biomass and Bioenergy，2004(27):111～117

4 Zhao Maosheng，F(xiàn)aith A H.Ramakrishna R.Nemani.Improvements of the MODIS terrestrial gross and net primary production global data set.Remote Sensing of Environment，2005，95(2):164～176

5 Dong Wenjuan，Qi Ye，Li Huimin，et al.Modeling Carbon and Water Budgets in the Lushi Basin with Biome-BGC.Chinese Journal of Population，Resources and Environment.2005，3(2):27～34

6 Faith A H，Matt R，Petr V，et al.User＇s Guide GPP and NPP(MOD17A2/A3)Products NASA MODIS Land Algorithm.2003，2

7 Andrew J.Elmore，Xun Shi，Nathaniel J，et al.Spatial distribution of agricultural residue from rice for potential biofuel production in China.Biomass and Bioenergy，2008，32(1):22～27

8 張曉浩，婁全勝，劉凱.基于遙感和GIS的生物質(zhì)能集約化利用.國土資源遙感，2010，3(85):1～6

9 Li Junfeng，Hu Runqing，Song Yanqing，et al.Assessment of sustainable energy potential of non-plantation biomass resources in China.Biomass and Bioenergy，2005，29:167～177

10 于曉東，樊峰鳴.秸稈發(fā)電燃料收加儲運(yùn)過程模擬分析.農(nóng)業(yè)工程學(xué)報，2009，25(10):215～219