中國食物系統(tǒng)溫室氣體排放與吸收研究進(jìn)展*

金欣鵬, 柏兆海, 馬 林

(1.中國科學(xué)院遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心/河北省土壤生態(tài)學(xué)重點(diǎn)實(shí)驗(yàn)室/中國科學(xué)院農(nóng)業(yè)水資源重點(diǎn)實(shí)驗(yàn)室 石家莊 050022; 2.中國科學(xué)院大學(xué) 北京 100049)

當(dāng)前, 全球溫室氣體(GHG)減排仍低于預(yù)期, 遠(yuǎn)不足以將全球平均溫升控制在1.5～2 ℃內(nèi)(較工業(yè)革命前)[1-2]。許多國家和地區(qū)已經(jīng)意識到碳達(dá)峰、碳中和是實(shí)現(xiàn)1.5～2 ℃溫升目標(biāo)的必要條件, 因此陸續(xù)作出了相應(yīng)的減排承諾[3]。截至目前, 這些國家和地區(qū)的數(shù)量已經(jīng)超過130個(gè), 其GHG排放量占全球的比例超過70%[4]。中國也宣布了頗具雄心的減排目標(biāo): 力爭在2030年前使CO2達(dá)到峰值, 努力爭取2060年前實(shí)現(xiàn)碳中和(下文簡稱“雙碳目標(biāo)”)[5]。在第26屆聯(lián)合國氣候變化大會(huì)上(COP26), 中國進(jìn)一步做出了制定甲烷行動(dòng)計(jì)劃的承諾, 這意味著我國要較發(fā)達(dá)國家大大縮短GHG排放的高位平臺期, 需要包括食物系統(tǒng)在內(nèi)的各部門做出迅速而根本的低碳轉(zhuǎn)型[6]。

食物系統(tǒng)是包括農(nóng)業(yè)生產(chǎn)、食物加工、運(yùn)輸、銷售和消費(fèi)全過程的人類活動(dòng)和生產(chǎn)關(guān)系的總和[7],既是重要的GHG排放源, 也具有碳匯的功能。2015年, 食物系統(tǒng)排放了全球1/3的GHG [108億～191億t二氧化碳當(dāng)量(CO2eq)], 其中, 二氧化碳(CO2)、甲烷(CH4)和氧化亞氮(N2O)排放量分別占全球人為源CO2、CH4和N2O排放的26%、63%和59%[8-9]。這表明食物系統(tǒng)減排已迫在眉睫, 其不僅是CH4和N2O主要的排放源, 與之相關(guān)的CO2排放也不容忽視。已有研究表明, 如果不對食物系統(tǒng)進(jìn)行綜合管理, 僅該系統(tǒng)的GHG排放就會(huì)突破巴黎協(xié)定的1.5 ℃溫升目標(biāo), 并威脅到2 ℃目標(biāo)[10]。與此同時(shí),在固碳方面, Roe等[11]的研究表明, 加強(qiáng)食物系統(tǒng)相關(guān)的土地利用管理, 諸如造林、農(nóng)林結(jié)合和農(nóng)田固碳等措施, 能夠貢獻(xiàn)106億t CO2eq的減排潛力。因此, 在非CO2-GHG減排重要性愈發(fā)凸顯的背景下,食物系統(tǒng)減排和固碳對氣候目標(biāo)的實(shí)現(xiàn)具有重要意義。

過去30年, 中國食物系統(tǒng)發(fā)生了巨大變化。生產(chǎn)端的化肥、農(nóng)藥、農(nóng)膜和農(nóng)用柴油用量增長了0.8～3.0倍, 主要農(nóng)作物和畜禽產(chǎn)量分別增長了1.3倍和4.0倍[12]; 在消費(fèi)端, 隨著經(jīng)濟(jì)發(fā)展和城市化推進(jìn),我國居民人均食物能量攝入從2515 kcal·d-1增長至3108 kcal·d-1, 動(dòng)物性食物蛋白質(zhì)供給比例從12.4%提高至31.4%[13-14]。國內(nèi)外食物貿(mào)易和居民外出就餐頻率的增加, 也導(dǎo)致了運(yùn)輸、烹飪等活動(dòng)耗能的增加[15-16]。研究顯示, 2010年中國食物系統(tǒng)GHG排放高達(dá)16億 t(CO2eq)·a-1, 其中農(nóng)業(yè)活動(dòng)、農(nóng)業(yè)能源和產(chǎn)后食物供應(yīng)部門排放之比為5∶3∶2, CO2、CH4和N2O排放占比為44%、25%和31% (以CO2eq計(jì))[17]。中國食物系統(tǒng)正處于綠色低碳轉(zhuǎn)型的關(guān)鍵時(shí)期, 而明確食物系統(tǒng)各環(huán)節(jié)、各類型的GHG排放是協(xié)同實(shí)現(xiàn)食物系統(tǒng)GHG減排、食物安全和生態(tài)環(huán)境保護(hù)的重要科學(xué)基礎(chǔ)[18]。

然而, 目前的研究仍缺乏對食物系統(tǒng)整體及其各環(huán)節(jié)GHG排放的分析, 相關(guān)數(shù)據(jù)僅見于農(nóng)業(yè)(包括種植業(yè)和畜牧業(yè))生產(chǎn)排放、生態(tài)系統(tǒng)碳匯和消費(fèi)端食物能源核算等研究中[19]。其中, Zhou等[20]和Wang等[21]分別建立了高分辨率土壤N2O和稻田CH4排放清單, 但在產(chǎn)后食物供應(yīng)部門排放核算研究中, 仍存在核算項(xiàng)目和研究邊界不清等問題?；诖? 本文通過文獻(xiàn)數(shù)據(jù)收集, 綜述了中國食物系統(tǒng)及其各環(huán)節(jié)的GHG排放情況, 重點(diǎn)分析了各環(huán)節(jié)GHG核算方法及排放系數(shù)的差異, 從而為制定環(huán)節(jié)明晰、多目標(biāo)協(xié)同的食物系統(tǒng)GHG減排政策提供科學(xué)依據(jù), 為“雙碳目標(biāo)”路線制定提供支撐。

1 材料與方法

1.1 研究邊界

本文將食物系統(tǒng)GHG核算邊界分為農(nóng)業(yè)生產(chǎn)、土地利用變化和林業(yè)(LULUCF)和產(chǎn)后食物供應(yīng)3部分(圖1)。農(nóng)業(yè)生產(chǎn)部門, 我們不僅分析了農(nóng)業(yè)活動(dòng)造成的非CO2-GHG排放, 還考慮了農(nóng)業(yè)能源和農(nóng)用物資生產(chǎn)所造成的直接和間接的CO2排放。其中,農(nóng)業(yè)活動(dòng)的非CO2-GHG排放包括: 水稻種植的CH4排放, 化肥、秸稈和有機(jī)肥施用導(dǎo)致的N2O排放, 秸稈燃燒的CH4和N2O排放, 動(dòng)物腸胃發(fā)酵的CH4排放以及糞尿管理的CH4和N2O排放; 農(nóng)業(yè)直接能源利用排放主要包括: 農(nóng)用柴油、電力和煤使用所造成的CO2排放; 農(nóng)業(yè)間接能源排放主要有: 化肥、農(nóng)藥和農(nóng)膜等生產(chǎn)過程中所造成的CO2排放。LULUCF部門中, 重點(diǎn)關(guān)注與農(nóng)業(yè)活動(dòng)相關(guān)的耕地、草地和林地利用的CO2排放和吸收過程。產(chǎn)后食物供應(yīng)部門排放包括食物加工、包裝、運(yùn)輸、銷售和消費(fèi)過程產(chǎn)生的CO2排放。由于數(shù)據(jù)缺乏, 廢棄物處理過程排放的GHG暫未納入核算范圍。

圖 1 食物系統(tǒng)溫室氣體核算邊界Fig.1 Accounting framework of food system greenhouse gas (GHG) emission

1.2 文獻(xiàn)數(shù)據(jù)收集和處理

本文數(shù)據(jù)主要來源于各大權(quán)威GHG排放數(shù)據(jù)庫和文獻(xiàn)數(shù)據(jù)。GHG排放數(shù)據(jù)庫包括Food and Agricultural Organization Statistical Databases (FAOSTAT)[22]、United Nations Framework Convention on Climate Change Greenhouse Gas Inventory Data (UNFCCCGHG Inventory)[23]、The Emission Database for Global Atmospheric Research (EDGAR)[24]和Carbon Emission Account and Datasets (CEADs)[25]數(shù)據(jù)庫。其中FAOSTAT主要核算了農(nóng)業(yè)活動(dòng)和農(nóng)業(yè)能源直接利用的GHG排放; UNFCCC-GHG Inventory和EDGAR數(shù)據(jù)庫涵蓋了所有行業(yè)部門的GHG排放, 但食物系統(tǒng)相關(guān)的排放分類較粗; CEADs則專注于所有行業(yè)部門能源利用的CO2排放。

文獻(xiàn)數(shù)據(jù)主要從Web of Science、Google Scholar和中國知網(wǎng)數(shù)據(jù)庫檢索、收集(圖2)。檢索關(guān)鍵詞按照“核算范圍×溫室氣體類型”進(jìn)行排列組合, 核算范圍包括“土地” “農(nóng)業(yè)” “作物” “畜禽”和“食物”等中英文關(guān)鍵詞及其近義詞; 溫室氣體類型包括“溫室氣體”“二氧化碳”“甲烷”和“氧化亞氮”等中英文關(guān)鍵詞及其近義詞。研究區(qū)域?yàn)橹袊? 文獻(xiàn)發(fā)表時(shí)間限定在2010-2021年, 但由于部分土地利用碳排放/清除研究基于生態(tài)調(diào)查, 時(shí)間跨度較長, 將相關(guān)文獻(xiàn)的發(fā)表年限放寬至2005-2021年, 因此收集到的GHG排放數(shù)據(jù)主要是2005-2015年間的核算值, 部分LULUCF部門排放/清除的核算值對應(yīng)于過去30～40年。

圖 2 文獻(xiàn)數(shù)據(jù)收集流程Fig.2 Process of literature data collection

最初文獻(xiàn)獲取量為1707篇(去重后), 通過分析文獻(xiàn)標(biāo)題后去除了1633篇文獻(xiàn), 去除原則為: 1)與主題不符, 2)空間范圍不是中國(其他國家或國內(nèi)某一地區(qū)均去除), 3)未完全包括3大作物(水稻、小麥和玉米)或4類主要畜禽(豬、牛、羊和雞)。進(jìn)一步瀏覽文獻(xiàn)內(nèi)容, 去除掉無法獲取數(shù)據(jù)、不包含分環(huán)節(jié)(過程)數(shù)據(jù)以及同一作者或課題組類似數(shù)據(jù)的文獻(xiàn), 最終收集了有效文章67篇。收集的數(shù)據(jù)來自文獻(xiàn)圖表或文字描述, 部分圖表數(shù)據(jù)需利用GetData軟件提取。GHG均以CO2eq計(jì), 全球增溫潛勢(GWP)均以IPCC Fifth Assessment Report (IPCC AR5)[26]提供的數(shù)值為準(zhǔn), 即CO2=1, CH4=28, N2O=265。由此,建立了一個(gè)包含文獻(xiàn)來源、作者、發(fā)表年份、研究年份和各環(huán)節(jié)排放數(shù)值的食物系統(tǒng)GHG排放數(shù)據(jù)庫。

1.3 食物系統(tǒng)各環(huán)節(jié)溫室氣體排放參數(shù)及其不確定性分析

食物系統(tǒng)各環(huán)節(jié)GHG排放參數(shù)及其不確定性的估算思路如公式(1)-(5)所示, 即: 先匯總文獻(xiàn)中某環(huán)節(jié)的排放參數(shù), 文獻(xiàn)中給出了參數(shù)數(shù)值時(shí)直接收集, 未明確給出時(shí)則通過排放量和活動(dòng)數(shù)據(jù)反推; 若活動(dòng)數(shù)據(jù)也未明確給出, 則根據(jù)表1的缺省數(shù)據(jù)來源收集相應(yīng)活動(dòng)數(shù)據(jù)并反推; 最后將各環(huán)節(jié)排放參數(shù)求平均值, 并計(jì)算標(biāo)準(zhǔn)差和變異系數(shù)。值得注意的是, 由于產(chǎn)后食物供應(yīng)部門排放研究較少且核算范圍各不相同, 很難確定其計(jì)算的活動(dòng)數(shù)據(jù)和排放參數(shù), 因此按Crippa等[9]的年際變化將各文獻(xiàn)、各環(huán)節(jié)的排放量校準(zhǔn)到2015年, 然后假設(shè)各文獻(xiàn)中活動(dòng)數(shù)據(jù)一致, 因此其排放參數(shù)的變異系數(shù)與排放量的變異系數(shù)一致。

表 1 中國食物系統(tǒng)各環(huán)節(jié)排放核算的活動(dòng)數(shù)據(jù)缺省值Table 1 Default activity data for different emission segments in the food system in China

式中: 下標(biāo)i為食物系統(tǒng)第i個(gè)GHG排放環(huán)節(jié),j為含第i個(gè)GHG排放環(huán)節(jié)的第j篇文獻(xiàn); EFi,j是收集、整理后的第j篇文章中第i個(gè)環(huán)節(jié)GHG排放系數(shù);EFi,j(original)是原文獻(xiàn)中直接獲取的EFi,j值;Ei,j是第j篇文獻(xiàn)中第i個(gè)GHG排放環(huán)節(jié)的排放量;Ai,j是整理后的第j篇文章第i個(gè)環(huán)節(jié)GHG核算所用的活動(dòng)數(shù)據(jù);ε是GWP轉(zhuǎn)換系數(shù), 用于將不同文獻(xiàn)中的GWP統(tǒng)一轉(zhuǎn)換為IPCC AR5所用的GWP值(未考慮氣候反饋效應(yīng))。

續(xù)表 1

式中:Ai,j(original)是從第j篇文獻(xiàn)中直接獲取的第i個(gè)GHG排放環(huán)節(jié)的活動(dòng)數(shù)據(jù),Ai,j(default)是當(dāng)原文獻(xiàn)中不能確切獲知Ai,j值時(shí)采用的缺省活動(dòng)數(shù)據(jù), 具體來源參考表1。

式中: SDi是食物系統(tǒng)第i個(gè)環(huán)節(jié)GHG排放參數(shù)的標(biāo)準(zhǔn)差。

式中: CVi是食物系統(tǒng)第i個(gè)環(huán)節(jié)GHG排放參數(shù)的變異系數(shù)。

2 結(jié)果與討論

2.1 農(nóng)業(yè)活動(dòng)的非二氧化碳溫室氣體排放及其排放參數(shù)差異

2005-2015年, 農(nóng)業(yè)活動(dòng)GHG排放量為821 Mt(CO2eq)·a-1, 其中動(dòng)物腸胃發(fā)酵、水稻種植、畜禽糞尿管理和化肥施用等是GHG排放的主要環(huán)節(jié), 占農(nóng)業(yè)活動(dòng)GHG排放的90%以上(圖3)?；适┯玫腘2O排放研究較多, 排放量變異范圍較小, 排放參數(shù)為4.3～5.5 t(CO2eq)·t-1(N) (表2)。采用區(qū)分作物種類和背景/施肥排放核算方法[35](方法2c)的研究居多, 排放參數(shù)為4.6～4.8 t(CO2eq)·t-1, 該數(shù)值接近北京大學(xué)構(gòu)建的高分辨率排放清單(PKU-N2O)的排放參數(shù)[20](方法2d), 而低于FAO-IPCC TIER1[22](方法2a)和UNFCCC-省級清單編制指南[30]的排放參數(shù)(方法2b), 這可能與排放參數(shù)是否源于本地測定數(shù)據(jù)有關(guān)(方法2c和2d采用, 而2a和2b未采用)。

表 2 農(nóng)業(yè)活動(dòng)溫室氣體核算方法及其參數(shù)變異范圍Table 2 Accounting methods for agricultural activities greenhouse gas emission and their re-calculated emission factors

圖 3 2005—2015年農(nóng)業(yè)活動(dòng)導(dǎo)致的年均溫室氣體排放Fig.3 Annual greenhouse gas (GHG) emission induced by agricultural activities during 2005-2015

水稻生產(chǎn)CH4排放研究相對較多, 排放量變異系數(shù)為30% (表2)。其中, 運(yùn)用較多的核算方法是UNFCCC-省級清單編制方法[30](方法1b), 排放參數(shù)在5.3～8.2 t(CO2eq)·hm-2, 該方法基于過程模型CH4MOD建立[36], 相當(dāng)于IPCC清單編制指南的TIER3方法。UNFCCC-省級GHG清單編制方法[30](方法1b)與早期王明星等[37]建立的分區(qū)排放參數(shù)法(方法1d)、王效科等[38]基于DNDC模型的測算方法(方法1e)相似(均基于實(shí)測數(shù)據(jù)或經(jīng)實(shí)測數(shù)據(jù)驗(yàn)證的過程模型),但是后兩者排放參數(shù)較大, 這可能與測定方法、模型功能差異以及稻田管理方式改變有關(guān)。此外,EDGAR數(shù)據(jù)庫[24]的排放參數(shù)明顯高于其他研究, 需要進(jìn)一步驗(yàn)證(方法1c)。

牲畜腸胃發(fā)酵排放為247 Mt(CO2eq)·a-1, 變異系數(shù)為16% (圖3, 表2)。核算方法包括FAO-IPCC TIER1[22](方法7a)、UNFCCC-省級清單編制方法[30](方法7b)和胡向東等[39]簡化的IPCC方法(方法7c)。方法7b的排放量略高于方法7a和7c, 因?yàn)榍罢吲欧艆?shù)由國內(nèi)不同養(yǎng)殖模式下的實(shí)測數(shù)據(jù)確定, 高于大洲尺度的平均排放參數(shù)。畜禽糞尿管理的核算方法與牲畜腸道排放類似, 算法也主要包括FAO-IPCC TIER1[22](方法6a)、UNFCCC-省級清單編制方法[30](方法6c)和胡向東等簡化的IPCC核算方法[39](方法6d)。但是畜禽糞尿管理不僅包括CH4, 還包括N2O排放, 而N2O排放參數(shù)在方法6a、6c和6d間也存在差異, 進(jìn)一步增大了不同方法間排放量的差異。此外, EDGAR核算方法[24](方法6b)與FAO-IPCC TIER1方法[22](方法6a)類似, 此處不再單獨(dú)討論。

有機(jī)肥和秸稈施用的排放分別為42 Mt(CO2eq)·a-1和16Mt(CO2eq)·a-1, 排放變異系數(shù)卻分別達(dá)38%和74% (圖3, 表2)。這可能與兩類排放核算中“中間參數(shù)”較多有關(guān)。這些“中間參數(shù)”包括畜禽排泄率、畜禽糞尿還田率、作物谷草比、秸稈還田率等, 在不同文獻(xiàn)間存在較大的變異。北京大學(xué)構(gòu)建的PKUN2O清單[20](方法3c和4c)中有機(jī)肥和秸稈還田的排放系數(shù)均較小, 這可能是由于該方法用本地?cái)?shù)據(jù)校正了間接N2O排放量, 新校正值較IPCC TIER1[22,40](方法3a和4a)和省級GHG清單方法[30](方法3b和4b)的排放參數(shù)小。另一個(gè)排放較少的環(huán)節(jié)是秸稈燃燒, 但不同研究間排放參數(shù)差異不大, 排放總量差異主要由活動(dòng)數(shù)據(jù)造成。例如FAOSTAT[22]僅包括了3大作物和甘蔗秸稈的燃燒量, 而其他研究一般包括所有作物的秸稈燃燒量。

總體而言, 農(nóng)業(yè)活動(dòng)GHG核算結(jié)果差異主要源于排放參數(shù)間的差異。其中, 水稻種植、牲畜腸胃排放、畜禽糞尿管理和化肥施用等環(huán)節(jié)的研究較多,排放不確定性較小, 而有機(jī)肥施用、秸稈還田等環(huán)節(jié)排放差異還較大, 需要加強(qiáng)對還田比例等“中間參數(shù)”的研究。

2.2 農(nóng)業(yè)生產(chǎn)過程能源消耗的溫室氣體排放及其排放參數(shù)差異

2.2.1 農(nóng)業(yè)生產(chǎn)直接能源消耗的溫室氣體排放及其排放參數(shù)差異

農(nóng)業(yè)直接能源是指農(nóng)業(yè)生產(chǎn)過程中利用的化石和電力等能源。如圖4所示, 農(nóng)業(yè)直接能源消耗的GHG排放有兩種核算方式: 一是“自上而下”的核算方式, 即利用能源平衡表中的“農(nóng)林牧漁業(yè)終端能源利用量”, 從整個(gè)部門的角度核算GHG排放量; 二是“自下而上”的核算方式, 即識別農(nóng)業(yè)生產(chǎn)中主要能源消耗活動(dòng), 估算和累加各主要能源消耗活動(dòng)造成的GHG排放。

結(jié)果顯示, 2005-2015年, 農(nóng)林牧漁業(yè)化石能源和電力消耗造成的年均GHG排放量為109 Mt(CO2eq)·a-1和85 Mt(CO2eq)·a-1, 分別占該環(huán)節(jié)排放的56%和44% (圖4)?！白韵露稀狈椒ㄗR別的農(nóng)用機(jī)械柴油燃燒造成的排放為41.2 Mt(CO2eq)·a-1, 灌溉電力消耗導(dǎo)致的排放為38.5 Mt(CO2eq)·a-1(圖4)。對比“自上而下”和“自下而上”方法的核算值, 農(nóng)用機(jī)械柴油燃燒導(dǎo)致的排放僅占整個(gè)農(nóng)林牧漁業(yè)化石能源燃燒排放的38%, 農(nóng)業(yè)灌溉電力消耗導(dǎo)致的排放僅占農(nóng)林牧漁業(yè)電力消耗排放的45%。這表明農(nóng)業(yè)部門中還有大量能源消費(fèi)活動(dòng)未被識別, “自下而上”和“自上而下”的核算方法還需進(jìn)一步整合。

圖 4 2005—2015年農(nóng)業(yè)生產(chǎn)中能源消耗造成的年均溫室氣體排放量Fig.4 Annual greenhouse gas (GHG) emission induced by agricultural energy use during 2005-2015

“自上而下”方法核算的化石能源和電力消耗所排放的GHG不確定范圍均較小, 變異系數(shù)在16%～24%。這可能由于“自下而上”方法是按能源類型核算的(表3, 方法8a, 8b), 而各類能源的物理、化學(xué)性質(zhì)基本固定, 例如含碳量、氧化率等參數(shù)在不同文獻(xiàn)中相差不大。值得注意的是, Wang等[41]采用經(jīng)濟(jì)投入產(chǎn)出-生命周期評價(jià)(EIO-LCA)法(表3, 方法8c)核算的農(nóng)林牧漁業(yè)化石燃燒的排放值高達(dá)170 Mt(CO2eq)·a-1。這一方面是由于其核算范圍不僅包括農(nóng)林牧漁業(yè)化石燃燒的排放, 也包括能源加工等過程造成的間接排放; 另一方面, 該研究的排放因子也偏大(表3)。

“自下而上”方法核算的農(nóng)用柴油燃燒和灌溉電力消耗造成的GHG排放不確定范圍較大, 變異系數(shù)在37%～100%。由于我國農(nóng)業(yè)柴油用量和灌溉面積有確切記錄, 且年際間變化不大, 故造成上述兩類排放巨大不確定性的主因在于排放系數(shù)的差異。表3顯示農(nóng)業(yè)柴油燃燒排放中, West等[42]的排放參數(shù)(方法10b)僅為其他研究的1/4～1/5; 灌溉電力消耗的排放中, Dubey等[43]的排放參數(shù)甚至不足其他研究的1/10 (方法11a)。

2.2.2 農(nóng)業(yè)生產(chǎn)間接能源投入的溫室氣體排放及其排放參數(shù)差異

農(nóng)業(yè)生產(chǎn)的間接能源主要指農(nóng)業(yè)生產(chǎn)中投入的化肥、農(nóng)藥和農(nóng)膜等農(nóng)資產(chǎn)品生產(chǎn)所消耗的能源,其在非農(nóng)業(yè)生產(chǎn)部門被消耗并產(chǎn)生排放, 因而被表述為“間接”。

2005-2015年, 化肥、農(nóng)藥和農(nóng)膜等生產(chǎn)造成的年均GHG排放分別為195 Mt(CO2eq)·a-1、39 Mt(CO2eq)·a-1和41 Mt(CO2eq)·a-1(圖4)?；噬a(chǎn)排放的研究較多且核算方法多元, 排放量的變異系數(shù)維持在27%, 這說明該環(huán)節(jié)排放核算的不確定性較小。表3進(jìn)一步揭示化肥生產(chǎn)排放不確定主要來源于排放參數(shù)的差異, 例如齊曄[44](方法12d)、逯非等[45]和Dubey等[43](方法12e)提供的排放系數(shù)均在5 t(CO2eq)·t-1左右, 是EIO-LCA方法(方法12b)排放系數(shù)的2倍以上。

農(nóng)藥和農(nóng)膜生產(chǎn)的排放數(shù)量不確定性較大, 變異系數(shù)分別為37%和41% (表3)。兩類排放的不確定性也主要?dú)w因于排放系數(shù)的差異。以農(nóng)膜生產(chǎn)為例, EIO-LCA方法估算的排放值(方法14b)遠(yuǎn)低于基于生產(chǎn)過程核算的排放量(方法14a和14c), 這可能是由于EIO-LCA方法只能將農(nóng)膜生產(chǎn)對應(yīng)的工業(yè)部門的平均排放強(qiáng)度作為農(nóng)膜生產(chǎn)排放強(qiáng)度, 而該平均排放強(qiáng)度可能遠(yuǎn)小于農(nóng)膜生產(chǎn)的排放強(qiáng)度[46]。農(nóng)藥和農(nóng)膜排放的核算方法亦過于單一, 例如農(nóng)藥生產(chǎn)排放多采用West等[42]的排放參數(shù)(方法13a), 農(nóng)膜生產(chǎn)排放多采用南京農(nóng)業(yè)大學(xué)農(nóng)業(yè)資源與生態(tài)環(huán)境研究所提供的參數(shù)(方法14a)。

表 3 農(nóng)業(yè)生產(chǎn)中能源消耗的溫室氣體核算方法及其參數(shù)范圍Table 3 Accounting methods for agricultural energy use greehouse gas (GHG) emission and their re-calculated emission factors

2.3 LULUCF的溫室氣體吸收及其參數(shù)的差異

各數(shù)據(jù)庫均未對我國食物系統(tǒng)相關(guān)的LULUCF的GHG源、匯狀況進(jìn)行詳細(xì)研究。例如FAOSTAT核算的耕地和草地GHG排放僅包含了耕地和草地中的有機(jī)質(zhì)土排水并用于耕作時(shí)排放的溫室氣體, 而氣候變化國家信息通報(bào)也未區(qū)分土地利用變化及各碳庫的排放或吸收情況[22,47]。鑒于現(xiàn)階段1)對于哪部分LULUCF與食物系統(tǒng)相關(guān)尚無定論, 2)缺乏除生物量和土壤碳庫以外其他碳庫(如枯落物和枯死木碳庫)的數(shù)據(jù), 本研究僅將LULUCF排放(或吸收)的空間范圍定義為所有森林、耕地和草地, 碳庫范圍定義為森林生物量碳庫、耕地土壤碳庫以及草地生物量和土壤碳庫。

近20年來, 我國森林年均固碳量達(dá)520 Mt(CO2eq)·a-1, 變異系數(shù)為25% (表4, 圖5)。Fang等[48]建立的實(shí)測數(shù)據(jù)結(jié)合連續(xù)生物量換算因子的方法(表4, 方法15d)在森林生物量估算方面得到了廣泛運(yùn)用, 但該方法下不同文獻(xiàn)報(bào)告的CO2吸收量有較大差異, 可能是由于前期研究中高估了森林植被的碳匯能力[49-50]。其他方法中, FAOSTAT (方法15a)估算的碳匯量[22]最大, 可能是因?yàn)槠鋽?shù)據(jù)來源和估算的空間分辨率與其他研究不同, 并且其碳匯參數(shù)也大于其他研究(表4)。

表 4 不同土地利用類型碳匯核算方法及其參數(shù)范圍Table 4 Accounting methods greenhouse gas (GHG) removal of land use, land use change and forests (LULUCF) and their re-calculated removal factors

圖 5 1980s—2010s年均土地利用、土地利用變化和林業(yè)的溫室氣體吸收量Fig.5 Annual greenhouse gas (GHG) removed by land use, land use change and forests (LULUCF) between 1980s and 2010s

1980-2010年, 耕地年均GHG固定量達(dá)67 Mt(CO2eq)·a-1, 變異系數(shù)為28% (圖5, 表4)。耕地碳匯的不確定性主要源于研究方法的差異。其中, 過程模型(表4, 方法16a)與文獻(xiàn)數(shù)據(jù)推算(方法16c)的估計(jì)值相近[65～94 Mt(CO2eq)·a-1], 但高于實(shí)地測量(方法16b)的推算結(jié)果[35～48 Mt(CO2eq)·a-1]。這可能是由于: 1)過程模型的土壤有機(jī)碳庫對管理措施和氣候變化的響應(yīng)更為敏感[56]; 2)實(shí)地調(diào)查、文獻(xiàn)調(diào)研和模型校正試驗(yàn)的數(shù)據(jù)間存在代表性的差異,其結(jié)果向全國外推時(shí)也存在差異。

過去40年, 草地處于碳中性或弱碳匯狀態(tài), CO2固定量為50 Mt(CO2eq)·a-1, 但其變異系數(shù)高達(dá)72%(圖5, 表4)。與耕地類似, 草地碳匯估算的不確定性也源自于研究方法的差異, 也同樣觀察到過程模型估算結(jié)果(表4, 方法17c)高于實(shí)測數(shù)據(jù)和遙感反演結(jié)合的估算結(jié)果(方法17d)。這不僅是由于過程模型敏感性和數(shù)據(jù)代表性的問題, 也可能與草地面積(281～353 Mhm2)和土壤深度設(shè)置(過程模型研究在1.0～1.5 m, 實(shí)際測量研究在20～30 cm)有關(guān)。

綜上, 當(dāng)前LULUCF部門的GHG排放(或吸收)核算仍面臨巨大挑戰(zhàn)性。因?yàn)槠?)面臨排放(或吸收)參數(shù)和土地利用面積不確定的問題; 2)作用過程復(fù)雜, 實(shí)地調(diào)查和模型估算的方法難以相互驗(yàn)證和統(tǒng)一。因?yàn)檫€不能確定是模型機(jī)理設(shè)計(jì)有缺陷, 還是測量方法存在不足, 抑或是存在未知碳庫和過程。

2.4 食物供應(yīng)部門的溫室氣體排放

產(chǎn)后食物供應(yīng)部門的GHG排放研究更為稀缺,包含食物加工、包裝、運(yùn)輸倉儲、批發(fā)零售和食物消費(fèi)全部5個(gè)環(huán)節(jié)的研究僅3篇[9,57-58], 其中1篇[58]還僅核算至各環(huán)節(jié)能源利用狀況, 其GHG排放量由本文按油品碳排放因子推算得到。

2007-2017年, 我國產(chǎn)后食物供應(yīng)部門的GHG年平均排放量為708 Mt(CO2eq)·a-1(包裝環(huán)節(jié)直接采用Crippa等的結(jié)果[9]) (表5)。食物加工和食物消費(fèi)的排放量分別為113 Mt(CO2eq)·a-1和79 Mt(CO2eq)·a-1,合計(jì)占產(chǎn)后食物供應(yīng)GHG排放的27%。食物包裝過程的化石燃燒排放僅為46 Mt CO2eq, 但若將包裝材料的碳排放納入核算, 該環(huán)節(jié)的碳排放將達(dá)440 Mt(CO2eq)·a-1[9]。

產(chǎn)后食物供應(yīng)鏈各環(huán)節(jié)排放的變異系數(shù)均在40%以上, 主要原因在于同一環(huán)節(jié)排放的核算范圍不同(表5)。以食物加工為例, CEADs[25]、Vermeulen等[57]和Li等[17]僅核算了該環(huán)節(jié)終端排放的GHG,但前兩者不包含電力排放, 致使其排放明顯低于后者。消費(fèi)環(huán)節(jié)也存在類似的情況, Song等[58]僅包含餐飲業(yè)的GHG排放[39 Mt(CO2eq)·a-1]; Li等[17]包括所有部門烹飪耗能排放[78 Mt(CO2eq)·a-1]; 而Crippa等[9]不僅包括烹飪耗能, 還包括冷藏、微波等耗能產(chǎn)生的排放[119 Mt(CO2eq)·a-1]。

包裝階段和運(yùn)輸、儲藏階段的排放常用EIO-LCA方法估算, 但投入產(chǎn)出表(I-O表)不同的部門劃分方式也可能對排放結(jié)果產(chǎn)生一定影響。Vermeulen等[57]基于26部門I-O表估算的運(yùn)輸倉儲階段和包裝階段排放分別為46Mt(CO2eq)·a-1和53 Mt(CO2eq)·a-1, 高于Song等[58]的33Mt(CO2eq)·a-1和36 Mt(CO2eq)·a-1。此外, Crippa等[9]估計(jì)的包裝排放遠(yuǎn)高于其他研究的結(jié)果, 主要是因?yàn)樵撐牟扇×恕白韵露稀钡姆椒? 將包裝材料的隱藏碳排放也納入了核算。

2.5 中國食物系統(tǒng)溫室氣體排放參數(shù)比較及其不確定性

表6展示了我國食物系統(tǒng)不同環(huán)節(jié)的排放(或吸收)參數(shù)均值及其變異系數(shù), 二者可分別為未來食物系統(tǒng)減排方向和完善食物系統(tǒng)核算提供洞見。從幾項(xiàng)可比的排放參數(shù)看(排放參數(shù)單位相同), 糞尿及秸稈施用的排放參數(shù)較化肥施用略高, 表明未來促進(jìn)循環(huán)農(nóng)業(yè)的同時(shí)需協(xié)同控制溫室氣體排放; 草地碳匯能力遠(yuǎn)低于耕地和林地, 修復(fù)退化草地的碳匯潛力較大; 此外, 稻田排放、動(dòng)物腸胃排放、農(nóng)藥和農(nóng)膜生產(chǎn)排放強(qiáng)度仍處于高位, 相關(guān)減排技術(shù)的研發(fā)和應(yīng)用應(yīng)進(jìn)一步加強(qiáng)。從溫室排放(或吸收)參數(shù)的變異系數(shù)看, 農(nóng)業(yè)活動(dòng)中的糞尿施用、秸稈還田,農(nóng)業(yè)能源利用中的農(nóng)藥、農(nóng)膜生產(chǎn), 食物供應(yīng)部門中的食物加工、批發(fā)和零售, 土地利用中的草地利用等環(huán)節(jié)的參數(shù)變異系數(shù)均在35%以上, 一定程度上反映了這些環(huán)節(jié)排放研究的缺失。相反, 化肥施用、化肥生產(chǎn)和畜禽腸道排放等環(huán)節(jié)的排放參數(shù)變異系數(shù)較小, 分別為0.09、0.11和0.18, 表明相關(guān)研究已較為完善, 能夠一致地反映所屬環(huán)節(jié)的排放狀況。

表 5 食物供應(yīng)部門的年均溫室氣體排放Table 5 Annual greenhouse gas (GHG) emission induced by postharvest food supply activities

表 6 中國食物系統(tǒng)各環(huán)節(jié)排放(或吸收)參數(shù)及其變異系數(shù)Table 6 Emission (or sequestration) factors and their coefficients of variations of the Chinese food system

3 結(jié)論和展望

本文提出了一個(gè)涵蓋LULUCF、農(nóng)業(yè)生產(chǎn)和產(chǎn)后食物供應(yīng)3大部門, 20個(gè)排放環(huán)節(jié)的食物系統(tǒng)GHG核算框架(圖1), 收集和匯總了我國食物系統(tǒng)各環(huán)節(jié)GHG排放的定量研究結(jié)果, 分類探討了核算方法和參數(shù)的差異性, 可為核算方法改進(jìn)提供依據(jù)。

我國食物系統(tǒng)各環(huán)節(jié)GHG核算的不確定性仍較大, 其中糞尿施用、秸稈還田、農(nóng)藥和農(nóng)膜生產(chǎn)、食物加工、批發(fā)和零售以及草地碳匯的排放參數(shù)變異系數(shù)均在35%以上。未來, 需加強(qiáng)以下方面的研究: 1)農(nóng)業(yè)生產(chǎn)部門中, 細(xì)化農(nóng)業(yè)活動(dòng)各環(huán)節(jié)排放參數(shù), 加強(qiáng)有機(jī)肥、秸稈去向參數(shù)的調(diào)查; 整合農(nóng)業(yè)直接能源排放核算“自上而下”的部門核算法和“自下而上”的過程核算法; 加強(qiáng)農(nóng)業(yè)投入品生產(chǎn)企業(yè)能耗研究, 獲取本地化的間接能源排放參數(shù)。2) LULUCF部門中, 加強(qiáng)土地利用調(diào)查, 制定統(tǒng)一的土地分類標(biāo)準(zhǔn); 識別與食物系統(tǒng)相關(guān)的LULUCF過程, 實(shí)現(xiàn)真正的生命周期評價(jià); 整合實(shí)地調(diào)查和機(jī)理模型研究,為排放核算提供更精確的參數(shù)。3)產(chǎn)后食物供應(yīng)部門中, 進(jìn)一步明確各環(huán)節(jié)排放的核算范圍; 整合EIOLCA、終端能源利用與基于過程的核算方法。