位賀杰，張艷芳，朱 妮，栗新巧

（陜西師范大學 旅游與環(huán)境學院，陜西 西安710062）

溫室氣體的增加，引發(fā)了一系列的全球變化，對地球生態(tài)系統(tǒng)產生長期的影響［1］。陸地生態(tài)系統(tǒng)作為解釋碳“失匯”之謎的關鍵，其碳源匯或碳平衡問題成為碳循環(huán)領域的研究熱點［2－5］。農田生態(tài)系統(tǒng)是由人工建立的生態(tài)系統(tǒng)，它是陸地生態(tài)系統(tǒng)的重要組成部分，受自然因素和人類活動影響較大，同時也是重要的碳源和碳匯。以往對農田生態(tài)系統(tǒng)碳吸收的測算研究，多集中于運用農作物產量數(shù)據、經濟系數(shù)結合 含 碳 率 進 行 估 算［2，5，6－10］，CASA （carnegie ames stanford biosphere）模型是一個主要表征陸地生態(tài)系統(tǒng)中水分、碳素和氮素通量隨時間變化的生態(tài)系統(tǒng)過程模型，它主要應用陸地衛(wèi)星觀測資料和氣候驅動因子來估測陸地生態(tài)系統(tǒng)生物地球化學循環(huán)［3］，該模型已被廣泛利用估測區(qū)域NPP（植被凈初級生產力）［3，11－14］，對其 稍 作 改 進 可 用 來 估 算 農 田 作 物 碳 吸收；以往對農田生態(tài)系統(tǒng)碳源匯綜合估算，多以省域、市域為單元進行［7－10］，而站在地理學視角，對小尺度（縣域）農田碳狀況估算，研究其空間差異，則可以為制定更具有針對性和可操作性的相關政策提供依據。

本文選取陜西“糧倉”關中地區(qū)，運用改進的CASA模型，測算關中地區(qū)農田縣域碳吸收量；基于化肥、農膜、農地翻耕、農機運用4類主要碳排放源，測算該地區(qū)農田縣域碳排放量；同時對該地區(qū)農田生態(tài)系統(tǒng)的碳吸收、碳排放、凈碳匯空間格局及空間差異狀況進行探討。

1 研究區(qū)概況

關中地區(qū)地處陜西省中部（附圖2），地勢平坦，農田面積廣闊，土壤肥沃，屬大陸性氣候，年均溫6～13℃，年降水量500～800mm，其中6—9月約占60%，降水多為短時暴雨，冬春季降水較少，春旱、伏旱頻繁，是全國重要的麥、棉產區(qū)。研究范圍包括西安、寶雞、渭南、咸陽和銅川的各縣（市）區(qū)，測算對象包括各類農田，含旱地、水田、菜地以及臨時性耕地等。

2 研究方法與數(shù)據來源

2.1 研究方法

（1）碳吸收計算。農作物碳匯系數(shù)的大小，學術界一直有爭議，本研究利用改進CASA模型來估算農田作物各個階段碳吸收量，原模型是測算NPP的，本研究對其稍作改進用于測算農田作物碳吸收。主要公式如下［13－14］：

式中：x——農田類像元；t——月份；C（x，t）——像元x在t月份的碳吸收量（g／m2）；NPP（x，t）——像元x在t月份的農田作物凈初級生產力。下同。

式中：APAR（x，t）——像元x 在t 月份吸收的光和 有效輻射（MJ／m2）；ε（x，t）——像元x在t月份的實際光能利用率（g／MJ）。

APAR的確定：

式中：SOL（x，t）——t月份像元x 處的太陽 總 輻 射量（MJ／m2）；FPAR（x，t）——農田作物對入射光合有效輻射（PAR）的吸收比例；常數(shù)0.5——作物所能利用的太陽有效輻射占太陽總輻射的比例；FPAR（x，t）NDVI和 FPAR（x，t）SR——由 歸 一 化 植 被 指 數(shù)（NDVI）和比值植被指數(shù)（SR）計算而得的植被層對入射光合有效輻射的吸收比例［13］。

ε的確定：

式中：f1（x，t）——低溫脅迫 系 數(shù)；f2（x，t）——高 溫 脅 迫系數(shù)；w（x，t）——水分脅迫系數(shù)；εmax——理想條件下的農田作物最大光能轉化率（g／MJ），取0.542［14］；Topt（x）——研究區(qū)內一年之中農田NDVI值達到最高時當月的平均氣溫，取8月份；T（x，t）——t月平均氣溫；EP（x，t），E（x，t）——x 像元t 月份潛在蒸散量和實際蒸散量（mm），兩者比值本研究采取NDVI與Ts（地表溫度）比值歸一化后的值［15－16］。

（2）碳排放計算。對農田生態(tài)系統(tǒng)碳排放，研究主要估算了以下4類：農用化肥導致的直接或間接碳排放；農用薄膜或地膜導致的直接或間接碳排放；農地翻耕導致的土壤有機碳流失；農機運用消耗能源導致的碳排放。研究未對土壤呼吸碳排放進行估算，農藥利用產生的碳排放由于量少且分縣數(shù)據難得，故未進行估算，而對農地灌溉消耗能源產生的碳排放，為防止重復計算，將其合并到農機運用產生碳排放中。主要公式如下［2，9，17］：

式中：Et，Eh，Em，Ef，Ej——農田生態(tài)系統(tǒng)總的、化肥利用的、農膜利用的、翻耕以及農機利用的碳排放量（kg）；h，m，f——化肥、農膜、翻耕碳排放系數(shù)，分別取0.895 6，5.18（kg／kg），312.6（kg／km2）；Th，Tm——化肥、農膜使用量（kg）；Tf——農作物翻耕面積（km2）。

式中：Am——農作物播種面積（km2）；Wm——農機總動力（kW）；B，C——農機利用碳排放系數(shù)，分別取16.47kg／hm2，0.18kg／kW。

2.2 數(shù)據來源

遙感數(shù)據主要有NDVI數(shù)據，Ts（地表溫度）數(shù)據以及土地分類數(shù)據，NDVI與Ts采用2010年的MODIS數(shù)據共72景，數(shù)據格式分別為MOD13Q1，MOD11A1，CASA模型中NPP估算以月為步長，而MOD13Q1以16d為步長，采用最大值法獲取最終NDVI數(shù)據，土地分類采用2009年歐空局全球陸地覆蓋數(shù)據（ESA GlobCover），為300m分辨率，使用之前結合MCD12Q1格式的土地覆蓋數(shù)據進行了重分類處理，并將其中的農田類像元提取出來，所用全部遙感數(shù)據統(tǒng)一在ArcGIS 9.3平臺下，利用關中地區(qū)矢量圖裁切出來，轉為300m分辨率，空間參考系為 WGS－1984－Albers。

氣象數(shù)據主要為2010年各月的平均氣溫（陜西周邊98個氣溫降水站點）以及月總輻射（陜西周邊18個太陽輻射站點），獲取自氣象數(shù)據共享網。將各月氣溫數(shù)據和月總輻射數(shù)據使用克里金法插值為300m分辨率柵格圖，后利用關中地區(qū)矢量圖裁切出來。

化肥施用量、農膜使用量、農業(yè)機械總動力以及農作物播種面積等數(shù)據均源自2011年《陜西統(tǒng)計年鑒》，為研究方便，對部分區(qū)、縣（市）進行了合并（附圖2）。

3 結果與分析

3.1 關中地區(qū)農田生態(tài)系統(tǒng)碳吸收測算與分析

利用改進CASA模型對關中農田生態(tài)系統(tǒng)碳吸收量進行逐月估算，后利用ArcGIS 9.3下的統(tǒng)計分析功能，統(tǒng)計各月碳吸收總量。從圖1中可以看出2010年各月碳吸收總量變化情況：碳吸收總量值以6，7，8月相對較高，這3個月為關中地區(qū)農田作物生長旺季，且這3個月，太陽輻射與降水量相對較好，7月碳吸收總量達到1.24×106t，為各月最高值；12，1，2，3月碳吸收總量相對較低，此段時期產生碳匯的主要為越冬農作物，加之受太陽輻射、降水、氣溫影響，碳吸收貢獻量為一年中最低時期，其中12月份碳吸收總量達到最低，僅為1.48×105t。

圖1 關中地區(qū)農田生態(tài)系統(tǒng)分月碳吸收量

對逐月碳吸收量進行求和，使用ArcGIS 9.3下的分區(qū)統(tǒng)計功能得到2010年關中地區(qū)各地市和各縣（區(qū)或市）的農田碳吸收總量（圖1）。2010年，咸陽市碳吸收總量為各地市最高，達到1.76×106t，而后是渭南市1.75×106t，寶雞市1.62×106t，西安市8.02×105t，最低的為銅川市5.10×105t。

農田碳吸收總量大于2.00×105t的區(qū)縣（市）按大小排序為：陳倉、隴縣、蒲城、彬縣、渭南（臨渭區(qū)）、麟游、富平、乾縣、大荔和鳳翔，其碳吸收量約占關中地區(qū)農田總碳吸收量的37%，這些地區(qū)農田面積較為廣闊，土壤肥沃，適合農作物生長，碳匯潛力巨大。其中屬于寶雞的有陳倉、隴縣、鳳翔和麟游，分布在寶雞北部地區(qū)；屬于咸陽的有乾縣、彬縣，分布在咸陽西部地區(qū)；屬于銅川的僅有耀州區(qū)，在銅川西部；屬于渭南的有臨渭區(qū)（渭南）、富平、大荔，分布在渭南中部和西南部地區(qū)。農田碳吸收總量小于5.0×104t的區(qū)縣（市）有潼關、高陵、寶雞（渭濱區(qū)和金臺區(qū)）、西安（主城區(qū)）、太白，這些地區(qū)由于農田面積少或主要為市區(qū)，農業(yè)并非發(fā)展重點，故碳吸收量較少，其主要分布區(qū)域在行政中心或關中地區(qū)南部邊緣處。

3.2 關中地區(qū)農田生態(tài)系統(tǒng)碳排放測算與分析

對2010年關中地區(qū)農田生態(tài)系統(tǒng)4類碳排放、總碳排放進行逐縣（區(qū)或市）測算（圖2—3）。分地市統(tǒng)計碳排放量，其中渭南總量最高，達到5.05×105t，咸陽為4.12×105t，西安為2.32×105t，寶雞為2.10×105t，最低的銅川為4.83×104t；研究區(qū)總碳排放超過6.00×104t的縣（區(qū)或市）有渭南的富平、大荔和蒲城，主要分布在渭南中部，以及咸陽的乾縣、禮泉分布在咸陽中部偏南地區(qū)，這些地區(qū)一般為農業(yè)大縣，化肥或農膜使用量大，農機利用率高，故碳排放量較高，而低于1.00×104t的有銅川（王益區(qū)和印臺區(qū)）、寶雞（渭濱區(qū)和金臺區(qū)）、鳳縣、太白、潼關、華陰，這些地區(qū)農田面積較少，農業(yè)相關物質消耗較少，相關農業(yè)設備使用率低，故碳排放量較低，大部分分布在行政中心或關中地區(qū)南部邊緣。

研究區(qū)總碳排放構成中，農用化肥為主要碳排放源，約占89%，農膜利用約占7.9%，最低的為農地翻耕產生碳排放，約占0.4%；農用化肥碳排放空間格局與總碳排放類似；農膜利用產生碳排放量以渭南北部的蒲城最為突出，高達約2.60×104t，這是由該地農業(yè)種植特征決定的，西安市農膜利用碳排放也較高，體現(xiàn)了都市農業(yè)高農膜利用率的特征；農機利用碳排放高值區(qū)，多分布在行政中心或農業(yè)大縣，如西安的2區(qū)（長安、臨潼）、3縣（藍田、周至和戶縣），寶雞的陳倉區(qū)和鳳翔縣，咸陽的乾縣以及渭南的臨渭區(qū)、蒲城和富平，這里應該有兩個原因，一是行政中心工商業(yè)發(fā)達，二是農業(yè)大縣規(guī)模化特征突出，農機利用率較高。

圖2 關中地區(qū)農田生態(tài)系統(tǒng)分縣碳測算量

圖3 關中地區(qū)農田生態(tài)系統(tǒng)分縣各類碳排量

3.3 關中地區(qū)農田生態(tài)系統(tǒng)凈碳匯測算與分析

農田生態(tài)系統(tǒng)凈碳匯指碳吸收總量與碳排放總量的差值，利用2010年碳吸收與排放數(shù)據對關中地區(qū)農田凈碳匯進行逐縣（區(qū)或市）測算（圖2）。分地市統(tǒng)計凈碳匯量，其中寶雞總量最高，達到1.41×106t，咸陽為1.35×106t，渭南為1.25×106t，接下來是西安、銅川各為5.70×105，4.62×105t，呈現(xiàn)這種空間格局，主要影響因素是各地市農田面積大小，其次為各地市的農田種植結構以及對農田的投入特征，如咸陽市雖然碳吸收量值最高，但因其對農田的粗放式投入比較嚴重。2010年其化肥使用量為關中化肥總使用量的30%，下屬縣（區(qū)或市）除旬邑、興平外，農田碳排放量均在2.20×104t以上，進而導致其凈碳匯值降低，位居寶雞之后。

關中地區(qū)各縣（區(qū)或市）凈碳匯量均為正值，其中凈碳匯總量超過2.00×105t的有寶雞的陳倉區(qū)、隴縣和麟游以及咸陽的彬縣，這些地區(qū)也是碳匯總量較大的地區(qū)，大多分布在關中地區(qū)西北部；凈碳匯總量的低值區(qū)分部在關中地區(qū)中部、南部，如西安（除臨潼、長安以外的5個區(qū)）、高陵、寶雞（渭濱區(qū)和金臺區(qū)）、太白和潼關等地，這些地區(qū)碳吸收量與碳排量均不高。

4 結論

（1）2010年關中地區(qū)農田生態(tài)系統(tǒng)碳吸收總量約為6.00×106t，其中6，7，8月為碳吸收高值月，以7月最高達1.24×105t，12，1，2，3月為碳吸收低值月，以12月份最低，僅為1.48×105t。

（2）分地市統(tǒng)計的碳吸收總量大小順序為：咸陽＞渭南＞寶雞＞西安＞銅川；碳吸收量高于2.00×105t的縣（區(qū)或市）分布在寶雞北部（陳倉、隴縣等），咸陽西部（乾縣、彬縣），渭南中部（富平、大荔）和西南部（臨渭區(qū)）。

（3）2010年關中地區(qū)農田生態(tài)系統(tǒng)碳排放總量約為1.41×106t，分地市統(tǒng)計碳排放總量大小排序為：渭南＞咸陽＞西安＞寶雞＞銅川；碳排放超過6.00×104t的縣（區(qū)或市）分布在渭南中部（富平、大荔等），咸陽中部偏南（乾縣、禮泉）；碳排放構成中，農用化肥為主要碳排放源，約占89%，其次農膜利用約占7.9%。

（4）2010年關中地區(qū)農田生態(tài)系統(tǒng)凈碳匯總量約為5.03×106t，分地市統(tǒng)計凈碳匯總量大小排序為：寶雞＞咸陽＞渭南＞西安＞銅川；各縣（區(qū)或市）凈碳匯量均為正值，凈碳匯總量超過2.00×105t的有寶雞的陳倉區(qū)、隴縣、麟游以及咸陽的彬縣，分布在關中地區(qū)西北部。

本文的主要不足包括：（1）對改進的CASA模型的測算結果還缺乏實測數(shù)據檢驗；（2）對農田類像元提取的精度有待提高；（3）研究中使用插值獲得的氣象數(shù)據而非使用格網數(shù)據，這些因素在一定程度上影響了研究的精度。

［1］ IPCC.IPCC Report of Climate Change in 2007 ［EB／OL］.（2008－07－20）［2013－01－20］.http：∥www.ipcc.ch.

［2］ 頡鵬，藺海明，黃高寶，等.河西綠洲農田生態(tài)系統(tǒng)碳源／匯的時空差異研究［J］.草業(yè)學報，2009，18（4）：224－229.

［3］ 裴志永，周才平，歐陽華.青藏高原高寒草原區(qū)域碳估測［J］.地理研究，2010，29（1）：102－110.

［4］ Al－mulali U，Binti Che Sab C N.The impact of energy consumption and CO2emission on the economic and financial development in 19selected countries［J］.Re－newable and Sustainable Energy Reviews，2012（16）：4365－4369.

［5］ 趙榮欽，秦明周.中國沿海地區(qū)農田生態(tài)系統(tǒng)部分碳源／匯時空差異［J］.生態(tài)與農村環(huán)境學報，2007，23（2）：1－6，11.

［6］ 祁興芳.基于低碳經濟的山東省德州市農田生態(tài)系統(tǒng)碳匯估算［J］.水土保持通報，2013，33（1）：157－161.

［7］ 王靜，馮永忠，楊改河.山西農田生態(tài)系統(tǒng)碳源／匯時空差異分析［J］.西北農林科技大學學報：自然科學版，2010，38（1）：195－200.

［8］ 袁再建，張京京，付亞男.河北省農田生態(tài)系統(tǒng)碳源／匯時空變化及其影響因素［J］.水土保持通報，2012，32（6）：206－210.

［9］ 段華平，張悅，趙建波.中國農田生態(tài)系統(tǒng)的碳足跡分析［J］.水土保持學報，2011，25（5）：203－208.

［10］ 錢曉雍.上海農田生態(tài)系統(tǒng)碳源匯時空格局及其影響因素分析［J］.農業(yè)環(huán)境科學學報，2011，30（7）：1460－1467.

［11］ 陳正華，麻清源，王建，等.利用CASA模型估算黑河流域凈第一性生產力［J］.自然資源學報，2008，23（2）：263－273.

［12］ 董丹，倪健.利用CASA模型模擬西南喀斯特植被凈第一性生產力［J］.生態(tài)學報，2011，31（7）：1855－1865.

［13］ 樸世龍，方精云，郭慶華.利用CASA模型估算我國植被凈第一性生產力［J］.植物生態(tài)學報，2001，25（5）：603－608.

［14］ 朱文泉，潘耀忠，張錦水.中國陸地植被凈初級生產力遙感估算［J］.植物生態(tài)學報.2007，31（3）：413－424.

［15］ 于勇，馮朝陽，陳艷梅，等.基于改進光能利用率模型呼倫貝爾植被凈初級生產力時空格局［J］.干旱區(qū)資源與環(huán)境，2013，27（3）：154－159.

［16］ 范遼生，姜紀紅，盛暉，等.利用溫度植被干旱指數(shù)（TVDI）方法反演杭州伏旱期土壤水分［J］.中國農業(yè)氣象，2009，30（2）：230－234.

［17］ 田云，張俊彪，李波.中國農業(yè)碳排放研究：測算、時空比較及脫鉤效應［J］.資源科學，2012，34（11）：2097－2105.