云南省農田生態(tài)系統(tǒng)碳足跡時空變化及其影響因素

李明琦,劉世梁,武 雪,孫永秀,侯笑云,趙 爽

北京師范大學環(huán)境學院水環(huán)境模擬國家重點實驗室, 北京 100875

CO2是溫室氣體的重要組成部分,減少CO2的排放對減輕全球變暖有明顯作用,研究碳足跡對控制CO2排放有重要意義?！白阚E”將人類生存活動與土地資源聯系在了一起[1],其概念最早是由加拿大生態(tài)學家William Ree教授提出,并再后來由其學生完善,同時定義了生態(tài)足跡。而在生態(tài)足跡的基礎上,又有人提出了碳足跡,碳足跡是對人為干擾引起的CO2排放量的度量[2],也可以反映人類活動的生態(tài)效應,因此對不同人類活動的碳排放進行量化是極具意義的。

目前,足跡的相關研究是生態(tài)經濟學的熱點[3],特別是極具代表性的生態(tài)足跡、水足跡和碳足跡。在超量碳排放對社會生態(tài)系統(tǒng)造成較大負面影響的今天,碳足跡的相關研究越來越受到重視。目前對碳足跡的研究尺度多集中于產品、國家和城市[4],如Subramanian等對中國大陸、中國香港和印度的購物袋碳足跡進行了研究[5]；María等研究了阿根廷生產的蜂蜜的碳足跡[6]；Brown等研究了美國的100個城市的碳足跡[7]；Aichele等計算了日本京都的碳足跡[8]；黃雨生等人研究中國各省份碳足跡與碳承載力[9]；孫建衛(wèi)等基于投入產出分析研究了中國碳排放足跡[10]。對不同產業(yè)類型的碳足跡研究也較為廣泛,比如趙榮欽等分析了中國不同產業(yè)空間的碳排放強度及碳足跡[11]；Aaron等對塑料制造業(yè)的碳足跡進行了研究[12]；Elisabeth等研究了通過互聯網銷售電影的碳足跡[13]；Samah等對法國葡萄園碳足跡進行了跟蹤研究[14]。在農業(yè)生產的碳排放研究中,也有學者進行了探討,黃祖輝等研究了浙江省農業(yè)碳足跡[15]；王占彪等人對華北平原作物生產碳足跡做了分析[16]；田志會等人基于京津冀一體化研究了農田碳足跡[17]；陳慧等人研究了江蘇省縣域農業(yè)溫室氣體排放特征及演變趨勢[18]；張軍偉等人研究了我國糧食生產碳排放[19]；崔朋飛等人研究了中國農業(yè)碳排放的動態(tài)變化及影響因素[20]。

但總體而言,在國內外眾多學者的研究之下,目前研究城市生態(tài)系統(tǒng)多于農田生態(tài)系統(tǒng),而農田生態(tài)系統(tǒng)的研究中,研究尺度基本上集中于省級和地級市,對縣級地區(qū)研究因為資料缺乏等原因,研究相對較少。

耕地是最主要的土地利用類型之一,農業(yè)也是國民經濟的主體,要探究人類干擾對生態(tài)系統(tǒng)的影響,將農田生態(tài)系統(tǒng)作為研究對象是極為可靠的。同時,在全球的碳循環(huán)中,陸地生態(tài)系統(tǒng)占據了重要地位,而農田生態(tài)系統(tǒng)是陸地生態(tài)系統(tǒng)不可分割的一部分,因此,研究農田生態(tài)系統(tǒng)的碳足跡具有重要意義。綜上,研究農田生態(tài)系統(tǒng)的碳足跡,對于量化人類活動對生態(tài)系統(tǒng)的影響以及實現農業(yè)可持續(xù)發(fā)展有重大意義。

云南省是一個農業(yè)大省,近年來其耕地面積斷增長,2015年云南有78%的人口在農村,有25%的國民生產總值來源于農業(yè)[21],所以研究云南農田生態(tài)系統(tǒng)碳足跡對云南省的農業(yè)綠色發(fā)展有重要意義,目前在云南省,對于縣域尺度的農田生態(tài)系統(tǒng)的碳足跡的時空變化仍未見報道。本文利用ArcGIS等空間分析,云南省為研究對象,通過對縣級市農田生態(tài)系統(tǒng)的定量計算,分別對農業(yè)碳排放、碳吸收和碳足跡開展時空變化分析,為云南省未來農業(yè)發(fā)展方向和生態(tài)保護通過科學依據。

1 研究區(qū)域和研究方法

1.1 研究區(qū)概況

云南省位于中國西南的邊陲,地處低緯高原,地勢北高南低,水平方向上緯度增加伴隨了垂直方向上的海拔增高,因此其大部分地區(qū)的平均溫度由北向南遞增[22]。云南省降水有明顯的干濕季,濕季為5—10月,降水量約為全年的85%,而干季為11月至次年4月,降水量只占15%。

云南省總面積約39萬km2,占全國面積4.11%,在全國各省級行政區(qū)中面積排名第8。云南省由于氣候變化較大,農田作物種類豐富,作物從一年一熟到兩年三熟,農作物播種面積不斷擴大。目前,全省耕地面積約620.78萬hm2,糧食播種面積約446.36萬hm2,其中稻谷播種面積為68.36萬hm2,小麥播種面積為37.54萬hm2,玉米播種面積為171.77萬hm2,豆類播種面積為59.9萬hm2,薯類播種面積為68.56萬hm2。

30年來,云南省農田面積總體上呈擴張趨勢,由1985年的278萬hm2擴增到2015年的621萬hm2,增長了兩倍以上。根據中國農業(yè)統(tǒng)計資料[23],云南省耕地面積在1990—2000間突增,由289萬hm2增長到642萬hm2；根據《中國統(tǒng)計年鑒》[24],云南省耕地面積在2007年有所減少,為607萬hm2,隨后又開始緩慢增加。在這期間,云南省的農作物種類也產生了變化,農業(yè)種植整體上有從糧食作物向經濟作物轉變的趨勢[25],比如小麥、稻谷等種植面積有所減少,而橡膠等經濟作物種植面積不斷增加。隨著農業(yè)科技的發(fā)展,化肥、機械的投入使用不斷增加。云南化肥施用量由1985年的40.3萬t增加到2015年的231萬t,增長了4.7倍,而同期全國的化肥施用量增長了2.4倍,說明云南省化肥施用的增長速率相對全國來說是非?？斓?。此外,農業(yè)機械總動力在1985—2015年期間增長了6.6倍,同期全國增長了4.3倍,云南農業(yè)機械總動力占全國比例由1985年的2.10%增長到2015年的2.98%,均說明云南省農機的增長速率較全國而言是非常快的。

1.2 數據來源

研究數據來自云南省各市統(tǒng)計年鑒、《中國農村統(tǒng)計年鑒[26]》和其他統(tǒng)計數據。對個別缺失數據按照歷年的平均比例來計算。研究的時間跨度為1985年至2015年,時間間隔為5年。

2 研究方法

2.1 農田生態(tài)系統(tǒng)碳排放量估算方法

農田生產過程中會使用大量化肥、農藥和其他生產工具,從而帶來大量的碳排放,本研究選取化肥生產使用過程、農藥生產使用過程、農膜生產使用過程、農業(yè)機械消耗燃料過程、農業(yè)灌溉過程作為農田生態(tài)系統(tǒng)碳排放來源,對其進行碳排放計算,計算公式[10]如下：

E=Ef+Ep+Em+Ee+Ei

(1)

式中:E、Ef、Ep、Em、Ee、Ei分別為農田碳排放總量(kg)、化肥施用、農藥施用、農膜生產使用、農業(yè)機械應用、農業(yè)灌溉所引起的碳排放量(kg)[27]。其中分項的計算公式如下。

Ef=Gf×A

(2)

Ep=Gp×B

(3)

Em=Gm×C

(4)

Ee=(Ae×D)+(We×F)

(5)

Ei=Ai×G

(6)

式中,Gf為化肥使用量(kg)；Gp為農藥使用量(kg)；Gm為農膜使用量(kg)；Ae為農作物種植面積(hm2)；We為農業(yè)機械總動力(kW)；Ai為灌溉面積(hm2)。A、B、C、D、F、G分別為化肥、農藥、農膜、農作物、農業(yè)機械和灌溉的碳排放系數,參考相關文獻[1]研究,確定數值如下：A=0.89 kg/kg；B=4.93 kg/kg；C=5.18 kg/kg；D=16.47 kg/hm2；F=0.18 kg/kW；G=266.48 kg/hm2。

2.2 農田生態(tài)系統(tǒng)碳吸收量估算

為定量計算云南省不同農作物的碳吸收量,需要結合農作物產量、經濟系數、根冠比、含碳量和水分系數等指標,計算公式[1]如下:

(7)

(8)

式中,W為區(qū)域農田生態(tài)系統(tǒng)碳儲量(t),即碳吸收量；Wi為第i類農作物的碳儲量(t)；Ci為含碳率(%)；Ki為第i類農作物產量(t)；Vi為第i類農作物果實的水分系數(%)；Ri為第i類農作物的根冠比系數；Hi為第i類農作物的經濟系數(經濟產量與生物產量的比值)；n為農作物種類數,本文取n=8；D為農田生態(tài)系統(tǒng)平均碳密度(t/hm2)；A為區(qū)域耕地面積(hm2)。中國主要農作物的H、C、R、V見表1[28-30]。

表1 不同農作物的植被碳儲量估算參數

2.3 農田生態(tài)系統(tǒng)碳足跡估算

碳足跡(CEF,單位：hm2)的計算公式[1]為:

CEF=E/NEP

(9)

NEP=W/S

(10)

式中,E為農田生態(tài)系統(tǒng)的碳排放總量(kg)；NEP為1 hm2的植被吸收的碳量,即云南省農田生態(tài)系統(tǒng)單位面積碳吸收量[31](kg/hm2)；W為農田生態(tài)系統(tǒng)中所有農作物的碳吸收量(kg)；S為耕地面積(hm2)。CEF(hm2)即為云南省農田生態(tài)系統(tǒng)吸收其農田生態(tài)系統(tǒng)碳排放所需要的植被面積[17]。

當某地區(qū)農田生態(tài)系統(tǒng)碳足跡大于區(qū)域耕地面積(S,單位：hm2)時,說明存在碳生態(tài)赤字(CED,單位：hm2)；反之,若碳足跡小于區(qū)域耕地面積,則為碳生態(tài)盈余(CER,單位：hm2),而其碳盈余量是區(qū)域耕地面積與農田生態(tài)系統(tǒng)碳足跡的差值[17]。

CED = CEF-S(CEF≥S)

(11)

CER =S-CEF(CEF≤S)

(12)

2.4 數據處理

選取1985、1990、1995、2000、2005、2010和2015年共7個年份的數據,利用Excel和ArcGIS軟件對上述的碳足跡模型進行分析。其中,利用Excel軟件對云南省農田生態(tài)系統(tǒng)的碳足跡進行數據處理分析；借助ArcGIS軟件繪制云南省農田生態(tài)系統(tǒng)碳排放、碳吸收和碳足跡的時空變化。

3 結果與分析

3.1 云南省農田生態(tài)系統(tǒng)碳排放特征

3.1.1 農田碳排放的時間變化

1985—2015年,云南省農田碳排放量呈逐年增長趨勢。1985年,云南省農田碳排放總量為68.3萬t,2015年,碳排放總量達到352.6萬t,年平均增長率為13.9%。1985年農藥和農膜使用量未統(tǒng)計,所以這兩項引起的碳排放量記為零。由圖1可以看出,云南省的化肥、機械和灌溉所引起的碳排放量由1985年的35.9萬t、6.7萬t和25.7萬t增長到2015年的205.9萬t、12.4萬t和46.8萬t,而農藥和農膜所引起的碳排放兩由1990年的4.4萬t和11.1萬t增長至2015年的28.9萬t和58.6萬t。其中,化肥使用帶來的碳排放增長最大,1985—2015年期間年平均增長率為15.8%。農藥和農膜引起的碳排放量增長趨勢較為明顯,其1990—2015年期間年均增長率分別為22.2%和17.1%；而機械和灌溉引起的碳排放量增長較為緩慢,1985—2015年期間年平均增長率分別為2.8%和2.7%。

化肥碳排放占總碳排放量的比率最大,其平均百分比為56%,接下來是灌溉碳排放和農膜碳排放,其平均百分比分別為18%和14%；機械和農藥碳排放占比最小,平均百分比分別為5%和7%。

圖1 云南省農田生態(tài)系統(tǒng)碳排放Fig.1 Carbon emissions of farmland ecosystems in Yunnan Provincea, 云南省1985—2015年農田生態(tài)系統(tǒng)碳排放量和單位面積碳排放量,圖中實線為碳排放量,虛線為單位面積碳排放量;b,云南省農田生態(tài)系統(tǒng)碳排放的構成;Ef：化肥,Fertilizer；Ep：農藥,Pesticide；Em：農膜,Plastic film；We：機械,Machinery；Ai：灌溉,Irrigation

由于云南省的耕地面積從1985年的277.7萬hm2增長到2015年的620.9萬hm2,所以研究碳排放問題只看碳排放總量是不夠的,這里引入了單位面積碳排放的概念,完善了碳排放的研究內容。由圖1可知,云南省農田單位面積碳排放總量呈先上升后下降再上升的趨勢。其中,單位面積化肥碳排放占主導地位,其隨時間變化趨勢和農藥、農膜一樣,都是先增長,到1995年達到一個峰值,該峰值分別為272.9、25.8 kg/hm2和64.9 kg/hm2,然后下降,從2000年開始又繼續(xù)增長直到2015年達到最大值,最大值分別為331.6、46.5 kg/hm2和94.4 kg/hm2。機械和灌溉的單位面積碳排放隨時間變化趨勢是增長—下降—增長,首先增長在1995年到達最大值,該最大值分別是29.0 kg/hm2和116.0 kg/hm2,然后下降在2000年到達最小值,該最小值分別是14.6 kg/hm2和58.2 kg/hm2,之后繼續(xù)緩慢增長,并且,1985—1995年的單位面積碳排放均大于2000—2015年的單位面積碳排放。這說明2000年以后機械使用效率和灌溉效率明顯提高。

3.1.2 農田碳排放的空間變化

由圖2可以看出,云南省農田碳排放總體呈現東南高、西北低的格局。其中麗江、思茅和宣威3個縣平均碳排放量最大,占碳排放總量的百分比分別是4.17%、3.36%和3.20%；而平均碳排放量最小的縣是河口、貢山和德欽,分別占碳排放總量的0.12%、0.14%和0.14%。從時間來看,碳排放量增長最快的縣是思茅,其年均增長了近五倍,其次是麗江,年均增長近三倍；碳排放量增長最慢的縣是江川,其年均增長率約為2.60%,其次是玉溪,年均增長率約為2.63%。云南省碳排放量最大量和最小量之間相差近50倍,而碳排放量增長最快和最慢的縣之間也相差了近兩百倍,可以看出,云南省農田碳排放在時間和空間上都是分布不均的。

思茅區(qū)屬于普洱市,普洱市和麗江市都是服務業(yè)較發(fā)達的地區(qū),二者都是第三產業(yè)GDP占比最大,普洱市早期農業(yè)、工業(yè)占GDP比重大致相等,但近年來工業(yè)逐漸比重大于農業(yè),工業(yè)發(fā)展使得更多的化肥、農藥、農膜投入農業(yè)生產,所以其碳排放量增長快。麗江早期農業(yè)GDP占比較工業(yè)占比高,隨時間發(fā)展工業(yè)占GDP的比重超過了農業(yè),工業(yè)發(fā)展為農業(yè)生產提供了更多的化工產品,使得其碳排放量增長較快。江川和玉溪同屬玉溪市,玉溪市工業(yè)較為發(fā)達,第二產業(yè)占GDP比重達到一半以上,然而農業(yè)發(fā)展相對落后,多年來第一產業(yè)占GDP比重約為10%,故其碳排放量增長較慢。

圖2 云南省1985—2015年農田利用碳排放的空間變化Fig.2 Spatial distribution of carbon emissions from farmland in Yunnan Province from 1985 to 2015

3.1.3 農田碳排放貢獻比的空間變化

由圖3可以看出,1985—2015年期間,云南省各州、市農田生態(tài)系統(tǒng)碳排放主要貢獻源由灌溉轉向化肥,1985年云南省西北、西南部地區(qū)碳排放主要由灌溉引起,比如怒江州、迪慶州、麗江市、普洱市、臨滄市和西雙版納州,其他地區(qū)碳排放主要由化肥引起；到2015年,云南省全部地區(qū)的碳排放主要貢獻都來源于化肥。農膜、農藥對碳排放的貢獻比例隨時間增長而增大,在1990—1995年期間增長較為明顯,特別是迪慶州和麗江市；在1995年之后,農藥、農膜的比例變化幅度較小。農用機械引起的碳排放比例總體上呈逐年下降趨勢,怒江州、麗江市和迪慶州表現的最為明顯。2005年起,所有州、市的各種來源的碳排放占比在時間尺度上基本不變,在空間上各個州、市的各種碳排放源占比大致相同?？傮w來看,各州、市間碳排放貢獻變化差異較小,各州、市間碳排放貢獻比例差異也較小。

研究初期,云南省農田生態(tài)系統(tǒng)碳排放中灌溉占比較大,早期云南較為封閉,科技不太發(fā)達,化肥、農藥和農膜獲取不易,使用意識也不強。同時,因為各州、市的發(fā)展情況不同,其各種農田碳排放源的比例差異較大。而隨時間變化,科技發(fā)展,對化肥、農藥等的認識加強,投入使用變得較為普遍。在2005以后,各種碳排放源的比例在時間和空間都較為穩(wěn)定,說明了云南省農業(yè)投入較為穩(wěn)定,農業(yè)發(fā)展模式可能進入了瓶頸期。

圖3 云南省1985—2015年各州、市農田碳排放貢獻比例圖Fig.3 The proportion of farmland carbon emissions in Yunnan Province from 1985 to 2015

3.2 云南省農田生態(tài)系統(tǒng)碳吸收及其影響因素分析

3.2.1 農田碳吸收的時間變化

從圖4可以看出,云南省農田碳吸收總體上呈增長趨勢,1985年云南省碳吸收總量為1062.3萬t,而在2015年增長至2030.5萬t,在1985—2015年期間年均增幅為3.04%。其中,玉米增長最為明顯,在1985—2015年期間年均增長率為8.76%；其他作物碳吸收增長趨勢較緩慢,但是稻谷碳吸收量略有下降。就曲線變化趨勢而言,稻谷、小麥、薯類、油菜籽和煙葉都是先增長后下降,不同的是,小麥是增長到2000年再下降,稻谷和油菜籽是增長到2005年再下降,而薯類和煙葉是增長到2010年后再下降。從碳吸收占比來看,稻谷和玉米一直是碳吸收的主要來源。稻谷碳吸收量最大,約占碳吸收總量的41%；其次是玉米,占碳吸收總量的33%；小麥、豆類、煙葉和油菜籽分別占碳吸收總量的10%、6%、5%和3%,而薯類和花生均占碳吸收總量的1%。

在研究時間內,云南省不僅耕地面積發(fā)生巨大變化,而且各種農作物的播種面積也隨之發(fā)生變化,所以,研究各種農作物的單位面積碳吸收十分有必要。從圖4可以看出,研究區(qū)農作物單位面積碳吸收總體上有增長趨勢。其中,玉米和花生的單位面積碳吸收呈逐年增長趨勢,分別從1985年的2.78 t/hm2和1.99 t/hm2增長到2015年的5.45 t/hm2和3.03 t/hm2；稻谷、小麥、豆類和油菜籽的單位面積碳吸收都是先增長,在2010年突然下降,在2015年又明顯增長；薯類和烤煙在2010年之前均呈增長趨勢,在2015年有較小程度的下降?？梢钥闯?各種農作物單位面積碳吸收量均有增加,這說明農作物的產量有明顯提高。云南省自2009年秋季開始發(fā)生了秋冬春三季連旱的現象,這對農作物的生產造成了巨大的影響,特別是對于稻谷、小麥等對水需求較大的作物,而2010年稻谷等作物產量大幅下降,致使其單位面積碳吸收突然下降,這與實際情況相符。

圖4 云南省農田生態(tài)系統(tǒng)碳吸收Fig.4 Carbon absorption of farmland ecosystems in Yunnan Province

3.2.2 農田碳吸收的空間變化

就農田碳吸收的空間分布而言(圖5),云南省農田碳吸收整體呈東南高、西北低的分布格局。其中,思茅、宣威和保山是碳吸收量最大的縣,分別占碳吸收總量的3.41%、2.80%和2.49%。麗江碳排放量排第一,但其農作物產量卻較低,碳吸收占比僅為1.08%。麗江碳排放主要是由化肥使用引起的,這說明麗江大量的化肥投入并沒有帶來明顯的農作物產量增加,所以化肥使用過度。碳吸收占比較小的縣是貢山、河口和德欽,占比分別為0.06%、0.13%和0.13%。從自然地理條件來看,思茅、宣威和保山海拔相對較低,地勢相對較為平緩,水資源充沛,十分適合農作物生長；而貢山海拔相對較高,地勢起伏較大,相對而言不太適宜發(fā)展農業(yè)。

圖5 云南省1985—2015年農田利用碳吸收的空間變化Fig.5 Spatial distribution of carbon absorption of farmland ecosystem in Yunnan Province from 1985 to 2015

研究期間,云南省各縣碳吸收量總體有增長趨勢,碳吸收量增幅最大的縣是思茅,年平均增長了1.3倍,見圖5。在2000—2005年期間,思茅碳吸收量增長有一個突增,年平均增長了三倍,而在其年份區(qū)間,增長較為平穩(wěn)。接下來碳吸收增幅較大的是福貢,但其年平均增長率僅為9.84%。碳吸收量增幅最小的縣是華寧縣,年平均增長率約為0.41%。然而,也有一些地區(qū)的碳吸收減少,如晉寧、麗江等,其年平均降幅分別為1.63%和1.32%?？傮w來看,云南省各縣之間碳吸收量差異較大,而且各縣間碳吸收漲幅也差異較大。

思茅碳排放量、碳吸收量均增幅最大,說明其農業(yè)增加投入使用的化肥、農藥等促進了農業(yè)發(fā)展,確實有提高農作物產量。麗江卻與此相反,增加的化肥施用并未對農作物提高產量取得較好的效果。福貢屬于怒江州,其第一、第二產業(yè)占GDP比重變化與麗江相似,即工業(yè)發(fā)展逐步超越農業(yè),可能是其工業(yè)發(fā)展促進了農業(yè)發(fā)展,提高了農作物產量。華寧縣屬于玉溪市,農業(yè)較不發(fā)達,所以碳吸收量增幅較慢。

3.2.3 農田碳吸收貢獻比的空間變化

由圖6可以看出,云南省各州、市農田生態(tài)系統(tǒng)碳吸收貢獻中占主要地位的為稻谷、小麥和玉米,同時,占主導地位的由稻谷轉變?yōu)橛衩住Ｎ纳街莸竟忍嘉毡壤?005年有一個驟降,而在2010年又稍有回升,與此同時,其玉米碳吸收比例有一個高峰,并且稻谷和玉米的碳吸收貢獻比之和基本同其他年份一致,說明在2005年文山州的稻谷和玉米的種植比例發(fā)生了較大的變化。各州、市稻谷碳吸收在總碳吸收中所占比例基本上呈逐年下降趨勢,其中昆明市降幅最大,年平均降幅為2.24%；而玉米占比基本上呈逐年上升趨勢,其中德宏州最大,年平均增幅為36.09%；小麥占比總體上呈先上升后下降的趨勢,在2000年以前基本上呈上升趨勢,2000年以后呈下降趨勢,最終各州、市的占比增減不一。

研究期間,稻谷、小麥和玉米的碳吸收貢獻比例變化較大,說明各州、市的主要農作物種植結構發(fā)生了變化,這可能是因為科技的進步使得農作物的種植布局更加合理,也可能因為市場經濟的波動使得農民改變農作物種植結構。

3.3 云南省農田生態(tài)系統(tǒng)碳足跡時空差異

3.3.1 農田生態(tài)系統(tǒng)碳足跡時間變化

由表2可以看出,云南省農田生態(tài)系統(tǒng)碳足跡呈增長趨勢,在1985—1995年期間上升較緩,年平均增長率約為6.56%；在1995—2000年期間有一個突增,年均增長率約為32.04%；在2000—2015年期間增長相對平穩(wěn),年均增長率約為2.68%。

在1985—2015年期間云南省農田生態(tài)系統(tǒng)均存在碳盈余現象,說明云南省農田生態(tài)系統(tǒng)的開發(fā)利用在其生態(tài)承載力范圍之內,可以用于補償其他行業(yè)的碳生態(tài)赤字。

單位面積碳足跡是碳足跡與耕地面積的比值,該值可以表示為每年消納農田生態(tài)系統(tǒng)碳排放所需要的植被面積占耕地面積的比例。研究期間,云南省農田生態(tài)系統(tǒng)單位面積碳足跡呈增長趨勢,說明隨著化肥、農藥、農膜、機械和灌溉的使用的增加,其農田生態(tài)系統(tǒng)的碳匯功能在下降。

表2 云南省農田生態(tài)系統(tǒng)碳足跡與碳盈余

3.3.2 農田生態(tài)系統(tǒng)碳足跡空間變化

云南省碳足跡總體呈現東、西部高,中部低的空間格局。其中思茅、麗江和宣威的碳足跡最大,分別占云南省碳足跡總量的7.00%、5.05%和3.02%；碳足跡最小的縣是河口、水富和德欽,分別占云南省碳足跡總量的0.11%、0.13%和0.15%。研究期間,除潞西外,各縣碳足跡都呈上增長趨勢。其中,思茅碳足跡增幅最大,年平均增幅5倍以上,隴川增幅最小,年平均增長率約為1.30%；潞西年平均降幅為1.43%?？傮w來看,云南省各縣碳足跡差異較大,而且各縣之間碳足跡隨時間變化差異也較大。

圖7 云南省1985—2015年碳足跡空間變化Fig.7 Carbon footprint spatial difference of farmland ecosystem in Yunnan Province from 1985 to 2015

3.3.3 農田碳足跡空間變化驅動力及空間關系分析

運用SPSS軟件對碳足跡及其影響因素進行多元線性回歸分析,將碳足跡(CEF,單位：千hm2)作為因變量,將化肥施用量(Gf,單位：萬t)、農藥施用量(Gp,單位：萬t)、農用塑料薄膜使用量(Gm,單位：萬t)、農業(yè)機械總動力(We,單位：萬kW)、有效灌溉面積(Ai,單位：千hm2)和農作物總產量(K,單位：萬t)作為自變量,建立多元線性回歸模型,將云南省各州市的1985—2015年全部數據進行擬合,擬合所得的標準系數回歸模型如下；

CEF=0.770Gf+0.054Gp+0.033Gm+0.021We+1.086Ai-1.090K(R2=0.727680) (13)

可以看出,碳足跡與化肥施用量、農藥施用量、農用塑料薄膜使用量、農業(yè)機械總動力和有效灌溉面積呈正相關,與農作物總產量呈負相關。在碳足跡的所有相關因素中,農作物總產量的標準系數絕對值最大,說明農作物總產量對碳足跡的影響最大,并且是負向影響,即在其他因素不變的條件下,農作物總產量增加,碳足跡會減少。在對碳足跡起正向驅動作用的所有變量中,有效灌溉面積的驅動力最大,并且其標準系數與農作物總產量的標準系數值相近,這說明在一定條件下有效灌溉面積的增加基本上可以抵消農作物總產量增加引起的碳足跡減少。驅動力位于其次的是化肥施用量,其驅動力約為有效灌溉面積驅動力的71%。農藥施用量、農用塑料薄膜使用量和農業(yè)機械總動力對碳足跡的驅動作用較小,三者驅動力之和約為化肥施用量的驅動力的14%,說明其對碳足跡的影響較小。

4 結論與討論

1985—2015年期間,云南省農田生態(tài)系統(tǒng)碳排放隨時間變化呈上升趨勢,在空間上呈現東南高、西北低的分布格局。研究期間,碳排放年均增幅為13.9%。其中,對碳排放起主導作用的是化肥施用,并且,引起碳排放增加的主要原因是化肥施用量增加。在研究的各縣市中,碳排放增幅最大的縣是思茅,年均增長近五倍；增幅最小的縣是江川,年均增幅為2.60%,說明云南省各縣市碳排放及其漲幅存在較大差異。在碳排放空間變化差異的地區(qū),推測是工業(yè)發(fā)展差異引起的,工業(yè)發(fā)展對農田碳排放有一定促進作用。云南省單位農田面積碳排放量逐年增加,其中化肥引起的單位農田面積碳排放占比最大,約為55%。在技術水平不斷上升的過程中,人們對化肥、農藥、農膜、機械和灌溉的投入使用不斷增加,由此引起碳排放不斷增加。同時,各地區(qū)對化肥、農藥、農膜、機械和灌溉的投入使用比例趨于一致。

1985—2015年間,云南省農田生態(tài)系統(tǒng)碳吸收總體呈上升趨勢,在空間上呈現東南高、西北低的分布格局。研究期間,碳吸收年均增幅為3.04%,碳吸收的主要貢獻來自于稻谷、小麥和玉米。碳吸收增幅最大的縣是思茅,年均增長1.3倍,碳吸收增幅最小的縣是華寧縣,年均增幅為0.41%,說明了云南省各縣市碳吸收及其漲幅有極大差異。碳吸收的空間差異與工業(yè)發(fā)展也有關系,工業(yè)發(fā)展在一定程度上提高了作物產量,使碳吸收增加。研究區(qū)單位面積碳吸收總體上逐年增長,說明農作物產量逐年增加。

1985—2015年間,云南省農田生態(tài)系統(tǒng)碳足跡總體呈增長趨勢,在空間上呈東西部高、中部低的格局。研究期間,碳足跡年均增長率為16.8%。云南省耕地面積大于農田生態(tài)系統(tǒng)碳足跡,說明云南省農田生態(tài)系統(tǒng)存在碳生態(tài)盈余,并且隨年份增加,碳生態(tài)盈余呈現先增長后緩慢下降的趨勢。云南省農田生態(tài)系統(tǒng)單位面積碳足跡隨年份增加而增加,說明云南省農田生態(tài)系統(tǒng)的碳匯功能在下降。云南省碳足跡增幅最大的縣是思茅,年均增幅五倍以上；碳足跡增幅最小的縣是隴川,年均增幅為1.30%；潞西的碳足跡減少。說明云南省各縣市碳足跡及其變化趨勢差異較大。

研究期間云南省農田生態(tài)系統(tǒng)碳吸收量遠遠大于碳排放量,說明云南省農田生態(tài)系統(tǒng)存在碳生態(tài)盈余,這與葛穎、林秀群等人[32- 33]研究結果相似。但是碳吸收量與前者的研究結果相差較大：一是因為碳吸收量計算公式不同,本研究在計算碳吸收量時考慮了農作物的根冠比系數,這與張鵬巖等[1]的研究方法相同；二是因為計算碳吸收選取的農作物種類不同,因為數據獲取有限,所以本研究中有幾種農作物未作考慮。研究期間云南省農田生態(tài)系統(tǒng)碳排放量與碳吸收量逐年增長,這與梁青青等[34]研究結果相似,但是碳排放總量和碳吸收總量的數值有一定的差距,主要是因為使用的公式以及系數值不同。

農田生態(tài)系統(tǒng)碳足跡受多種因素共同作用,包括農作物種類、土壤類型以及耕作方式等,所以不同區(qū)域、不同種植模式的碳足跡差異較大。本研究并沒有進行實地考察,選取的各類系數直接參考其他研究,沒有根據云南省實地情況加以修正,可能對研究結果造成一定誤差。此外,云南省正大力發(fā)展高原特色現代農業(yè)[35],是很多特色水果、蔬菜產品基地,而因為相關的系數缺乏,研究沒有考慮這類特色農作物,這也使研究結果存在一定誤差。土壤呼吸作用也是重要的碳源/匯,本研究沒有加以考慮,造成了一定誤差。在今后的農田生態(tài)系統(tǒng)碳足跡研究中,基于不同條件的碳足跡估算有待學者深入探討。

通過對云南省農田生態(tài)系統(tǒng)碳足跡的時空分析,可以對云南省低碳農業(yè)發(fā)展提出以下建議：從減少碳排放的角度來看,首先應當控制化肥施用量,可以根據進一步研究找到最科學的化肥施用量；其次,要提高機械利用效率,大力提高農業(yè)科技創(chuàng)新能力[35],使用更節(jié)能的機械與更清潔的能源[2]。從增加碳吸收的角度來看,要重視科技發(fā)展,開發(fā)產量更高的農作物品種；加強農田基礎建設,特別是水利建設,從而更好地建設高產農田[1]。