曲學斌，姜鳳友，高紹鑫，辛孝飛

（1呼倫貝爾市氣象局，內(nèi)蒙古呼倫貝爾 021008；2呼倫貝爾市農(nóng)牧局，內(nèi)蒙古呼倫貝爾 021008）

0 引言

IPCC 第六次評估報告(AR6)指出，1850—2019 年人類活動已累計排放了約2.4萬億t的二氧化碳，其中42%是1990年后排放的[1-2]，自工業(yè)化以來人類活動導(dǎo)致的全球升溫約1.09℃[3]。未來想要控制全球溫升水平就必須采取行動以達到“碳中和”，必須從減少碳排放和增加碳匯2 個方向發(fā)力[4]。生態(tài)凈初級生產(chǎn)力(Net Ecosystem Productivity，NEP)是指單位時間、單位面積內(nèi)植物固碳與植被及土壤異養(yǎng)呼吸消耗之間的差值，是衡量生態(tài)系統(tǒng)固碳能力的重要指標，常用來表征區(qū)域生態(tài)系統(tǒng)的碳源/匯能力[5]。例如陳雪嬌等[6]、王川等[7]利用NEP對三江源區(qū)典型草地和塔里木河下游植被的碳源/匯空間格局及動態(tài)變化進行分析，為評估研究區(qū)的碳儲量動態(tài)變化提供了科學依據(jù)。

農(nóng)田生態(tài)系統(tǒng)是陸地生態(tài)系統(tǒng)的重要組成部分，一方面可以通過農(nóng)作物的光合作用固定大氣中的二氧化碳，另一方面在植被、土壤呼吸及農(nóng)業(yè)生產(chǎn)活動中向大氣排放二氧化碳，是受人類活動影響最為明顯的生態(tài)系統(tǒng)[8]。定量化分析農(nóng)田生態(tài)系統(tǒng)的固碳能力，對于發(fā)展低碳農(nóng)業(yè)、評估不同耕作方式對碳吸收、排放的影響等都有重要意義。目前的農(nóng)田碳匯研究大多通過統(tǒng)計模型和年鑒數(shù)據(jù)，對農(nóng)業(yè)生產(chǎn)過程中的碳吸收量和碳排放量進行估算，計算結(jié)果常以縣、市為單位，空間分辨率有限[9-10]。隨著衛(wèi)星遙感技術(shù)的快速發(fā)展，將曾經(jīng)的“點”數(shù)據(jù)擴展到“面數(shù)據(jù)”，有效推動了空間數(shù)據(jù)的評估和統(tǒng)計。開展基于衛(wèi)星遙感數(shù)據(jù)的NEP 在農(nóng)田碳源/匯能力方面的分析，可以獲得更加精細化的分析結(jié)果，為制定差異化的低碳農(nóng)業(yè)生產(chǎn)方式提供科學依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

呼倫貝爾農(nóng)墾集團位于內(nèi)蒙古呼倫貝爾市境內(nèi)，始建于1954 年，屬國家直供的大型墾區(qū)，擁有4.0×104km2耕地和6.7×104km2草場及少量林地和水面，耕地規(guī)模居全國農(nóng)墾第三位，田間綜合機械化水平99%，農(nóng)業(yè)科技貢獻率71%，在中國東北農(nóng)田生態(tài)系統(tǒng)中具備較高的代表性。呼倫貝爾農(nóng)墾集團下轄24 個現(xiàn)代化農(nóng)牧場，分布在大興安嶺兩麓的8個旗市區(qū)境內(nèi)，主要種植玉米、大豆、小麥、油菜、馬鈴薯和人工牧草等作物，各農(nóng)牧場分布如圖1所示。

1.2 NEP算法與數(shù)據(jù)源

NEP是估算區(qū)域生態(tài)系統(tǒng)碳平衡的重要指標，常用來度量碳源、碳匯的大小[11]，其計算公式如式(1)所示。

式中，NPP表示植被凈初級生產(chǎn)力，是指植被由光合作用產(chǎn)生的有機物質(zhì)總量扣除自養(yǎng)呼吸后剩余的部分；RH表示土壤微生物呼吸量，反映土壤中的有機質(zhì)在土壤微生物和細菌等的作用下礦化并向大氣排放CO2的過程。RH可通過氣溫、降水的經(jīng)驗?zāi)Ｐ桶丛掠嬎惬@得[12]，其計算公式如式(2)所示。

式中，RH為月土壤呼吸速率，T為月平均氣溫(℃)，P為月降水量(mm)。

NPP數(shù)據(jù)選自基于美國國家航空航天局的MOD17A3數(shù)據(jù)集，時間跨度為2001—2021年，時間分辨率為1年，空間分辨率為500 m×500 m。該數(shù)據(jù)是在Terra衛(wèi)星搭載的MODIS傳感器數(shù)據(jù)和地表覆蓋等數(shù)據(jù)的基礎(chǔ)上，利用光能利用率模型計算獲得，在全球及區(qū)域NPP研究中得到廣泛認可[13-15]。計算RH時，首先使用以電子數(shù)字高程(DEM)為協(xié)變量的協(xié)同克里金插值[16]，將呼倫貝爾境內(nèi)16個氣象站的月氣溫和月降水數(shù)據(jù)插值成與NPP相同空間分辨率的氣象數(shù)據(jù)，然后計算逐月的RH，最后將每年12 個月的RH加和得到與NPP相同時空分辨率的數(shù)據(jù)。

1.3 數(shù)據(jù)源及分析方法

NEP的變化趨勢分析主要采用Sen 趨勢分析法，與線性回歸法相比，該方法具有受異常值影響小，不需要數(shù)據(jù)服從某種特定分布等諸多優(yōu)勢[17]，其計算公式如式(3)所示。

式中，S為NEP的變化趨勢，median為數(shù)據(jù)序列中位數(shù)的計算符號，i、j為年份，NEPi和NEPj分別表示第i，j年對應(yīng)的NEP值。當S＞0 時說明NEP呈增長趨勢，反之則為下降趨勢，Sen變化趨勢的顯著性檢驗采用MK方法[18]。

長期依賴性及未來趨勢研究使用R/S方法計算的Hurst 指數(shù)(H)進行分析，具體計算公式詳見Hurst[19-21]等文獻。H的取值范圍在0～1。若H＜0.5則表示過去變化趨勢與未來變化趨勢呈負相關(guān)，H=0.5 則表示過去變化趨勢與未來變化趨勢不相關(guān)，若H＞0.5則表明過去變化趨勢與未來變化趨勢呈正相關(guān)。Hurst 指數(shù)可以根據(jù)時間序列數(shù)據(jù)預(yù)測未來變化趨勢，是定量表達時間序列信息長期依賴性的有效方法。

NEP的變化穩(wěn)定性使用變異系數(shù)C進行分析，其數(shù)值越大表明NEP受干擾程度越大，越不穩(wěn)定，反之則表明其變化穩(wěn)定[22]，計算公式如式(4)所示。

NEP對氣溫、降水的響應(yīng)分析采用偏相關(guān)系數(shù)法進行分析[23]，其計算公式如式(5)所示。

式中，角標x代表NEP，y和z則代表氣溫（或降水），Rxy和Rxz為NEP與氣溫（或降水）的相關(guān)系數(shù)，Ryz為氣溫與降水的相關(guān)系數(shù)，Rxy(z)則為NEP與氣溫（或降水）在排除降水（或氣溫）影響后的偏相關(guān)系數(shù)。Rxy(z)與Rxy的正負分別代表了正相關(guān)與負相關(guān)，對照相關(guān)系數(shù)檢驗表，當Rxy(z)與Rxy通過0.05 水平的顯著性檢驗時達到顯著，通過0.01水平的顯著性檢驗時達到極顯著。

2 結(jié)果與分析

2.1 NPP與RH分析

2001—2021年，呼倫貝爾農(nóng)墾集團各農(nóng)牧場的年平均NPP與RH分布如圖2 所示。農(nóng)墾集團的平均NPP為377.5 g C/(m·a)，其中莫旗與鄂倫春旗交界的東方紅農(nóng)場最高[528.1 g C/(m·a)]，阿榮旗境內(nèi)的格尼農(nóng)場最低[316.4 g C/(m·a)]，整體呈現(xiàn)由大興安嶺向兩側(cè)遞減的分布方式。農(nóng)墾集團的平均RH為156.4 g C/(m·a)，其中扎蘭屯市境內(nèi)的大河灣農(nóng)場最高[173.8 g C/(m·a)]，陳旗境內(nèi)的哈達圖農(nóng)場最低[144.7 g C/(m·a)]，由于大興安嶺以東農(nóng)牧場的熱量和水分條件均優(yōu)于嶺西的農(nóng)牧場，嶺東農(nóng)牧場的RH明顯高于大興安嶺以西的農(nóng)牧場。

圖2 呼倫貝爾農(nóng)墾集團年平均NPP和RH

2.2 NEP的時空分布

2001—2021年，呼倫貝爾市農(nóng)墾集團的平均NEP為221.1 g C/(m·a)，其空間分布如圖3 所示，其中東方紅農(nóng)場平均NEP最高[329.4 g C/(m·a)]，格尼農(nóng)場平均NEP最低[139.4 g C/(m·a)]，NEP達到200 g C/(m·a)以上的面積占52.5%，NEP在100～200 g C/(m·a)的面積占44.7%，小于100 g C/(m·a)的面積僅占3.1%，空間分布與NPP近似，整體也呈現(xiàn)出由大興安嶺向兩側(cè)遞減的分布方式。

圖3 呼倫貝爾農(nóng)墾集團年平均NEP

從各農(nóng)牧場NEP的平均年Sen變化傾向率及M-K顯著性檢驗、Hurst 指數(shù)、變異系數(shù)如表1 所示。農(nóng)墾集團的年平均NEP以4.95 g C/(m·a)的速度增加，其中東方紅、歐肯河、古里、甘河、宜里、巴彥6 個莫旗和鄂倫春旗境內(nèi)的農(nóng)牧場達到顯著增加趨勢，其余農(nóng)牧場均可達到極顯著增加趨勢，可見隨著農(nóng)業(yè)技術(shù)的提升和氣候變化的影響，呼倫貝爾農(nóng)墾集團生產(chǎn)過程中的生態(tài)固碳能力有所提高。從Hurst指數(shù)來看，僅扎蘭河農(nóng)場略大于0.5，其余農(nóng)牧場均小于0.5，表明大部分農(nóng)牧場NEP未來的變化與之前的變化呈負相關(guān)，由于過去變化以NEP增加為主，因此未來可能有減少趨勢，但由于Hurst 的最小值僅為0.415，減少趨勢并不明顯。從變異系數(shù)上看，變異系數(shù)最大為陶海牧場(1.629)，最小為綽爾河農(nóng)場(0.684)，鄂倫春旗、牙克石市和額爾古納市東部的農(nóng)牧場變異系數(shù)小于1，基本呈現(xiàn)出由大興安嶺向兩側(cè)變異系數(shù)逐漸增大的分布方式，表明林農(nóng)交錯帶的農(nóng)田NEP更加穩(wěn)定。

表1 呼倫貝爾農(nóng)墾集團各農(nóng)牧場NEP變化情況

2.3 NEP對氣溫、降水的響應(yīng)

2001—2022 年，研究區(qū)的平均氣溫為-0.4℃，呈現(xiàn)以0.03℃/a的速度增加，但未通過顯著性檢驗；平均降水量為400.0 mm，呈現(xiàn)以7.8 mm/a 的速度增加，且達到極顯著水平。NEP與氣溫、降水的偏相關(guān)顯著性如圖4 所示。NEP與氣溫的平均相關(guān)系數(shù)僅有-0.10，其中達到顯著和極顯著負相關(guān)的面積占研究區(qū)總面積的3.8%，達到顯著或極顯著正相關(guān)的面積僅占0.1%，氣溫與NEP的關(guān)系并不密切。NEP與降水的平均相關(guān)系數(shù)為0.44，其中達到顯著和極顯著負相關(guān)的面積僅占總面積的0.5%，達到顯著或極顯著正相關(guān)的面積占60.7%，與氣溫相比，呼倫貝爾農(nóng)墾集團的農(nóng)田生態(tài)系統(tǒng)受降水的脅迫更加明顯。從各農(nóng)牧場來看，阿榮旗和莫旗境內(nèi)的5 個農(nóng)牧場NEP與降水呈極顯著相關(guān)，莫旗、鄂倫春旗南部、牙克石市、陳旗和額爾古納市南部的11個農(nóng)牧場NEP與降水呈顯著相關(guān)，其余5個農(nóng)牧場NEP與降水的偏相關(guān)系數(shù)未通過顯著性檢驗。

圖4 呼倫貝爾農(nóng)墾集團NEP與氣溫、降水的偏相關(guān)關(guān)系

3 結(jié)論

（1）呼倫貝爾農(nóng)墾集團的農(nóng)田生態(tài)系統(tǒng)呈現(xiàn)碳匯功能，年平均NPP為377.5 g C/(m·a)，RH為156.4 g C/(m·a)，NEP為221.1 g C/(m·a)，呈現(xiàn)從大興安嶺向兩麓遞減分布。

（2）各農(nóng)牧場2001—2021年的NEP變化均呈現(xiàn)顯著或極顯著的增加趨勢，且農(nóng)牧場越靠近大興安嶺，NEP的變異系數(shù)越小。在Hurst 分析中表明大部分農(nóng)牧場未來NEP的變化與之前呈負相關(guān)，即可能轉(zhuǎn)為減少趨勢，需加強固碳能力高的耕作方式的推廣力度，防止農(nóng)田生態(tài)系統(tǒng)固碳能力的下降。

（3）呼倫貝爾農(nóng)墾集團60.7%地區(qū)的NEP與降水呈極顯著正相關(guān)，降水偏少是限制NEP增加的主要因素之一。應(yīng)重點關(guān)注干旱災(zāi)害對農(nóng)田生態(tài)系統(tǒng)的不利影響，可加強農(nóng)業(yè)灌溉和人工增雨作業(yè)能力，降低農(nóng)業(yè)干旱的發(fā)生風險。

4 討論

2020 年9 月中國明確提出2030 年“碳達峰”與2060 年“碳中和”目標，2021 年7 月16 日，作為“雙碳”目標的核心政策工具之一的全國碳排放權(quán)交易市場開市[24-25]。農(nóng)田生態(tài)系統(tǒng)作為與人類活動最為密切的生態(tài)系統(tǒng)，其固碳能力的潛力巨大。因此開展農(nóng)田生態(tài)系統(tǒng)碳源/匯評估，有利于推動堆肥、秸稈還田等提高固碳能力的耕作方式，發(fā)展低碳農(nóng)業(yè)，并為農(nóng)業(yè)碳排放權(quán)交易奠定基礎(chǔ)。呼倫貝爾農(nóng)墾集團在中國東北農(nóng)田生態(tài)系統(tǒng)中具有較高的代表性，本次研究使用的農(nóng)田生態(tài)系統(tǒng)NEP的計算評估方式，具有基礎(chǔ)數(shù)據(jù)易獲取、計算簡便等優(yōu)勢，可在其他農(nóng)業(yè)種植區(qū)進行應(yīng)用推廣示范。