不同农业管理实践所蕴含的碳中和潜力

《Land》：Carbon Neutrality Potential Embodied in Different Agricultural Management Practices

　　

农业管理通过影响水资源消耗、能源使用和温室气体（GHG）排放来影响碳中和的进展。然而，很少有研究将跨部门政策转化为管理情景，并评估它们对农业碳中和的综合影响。研究人员以2018年为基准情景，量化了华北平原小麦、水稻和玉米生产的水资源、能源使用和碳关联。随后，研究人员评估了基于中国“十四五”规划的条件性管理情景。这三种作物生产在2018年产生了1.8×10¹⁰ kg C yr^-1的净排放，而农田净生态系统生产力（NEP）抵消了与作物生产相关的温室气体排放的16.9%。能源使用与温室气体排放呈正相关（r = 0.74，p < 0.01）。综合情景（减少30%氮肥、更高效的氮肥生产、喷灌和50%秸秆还田率）使水足迹、能源使用和温室气体排放分别降低了4.9%、27.6%和39.2%。相比之下，单独滴灌降低了水足迹，但使能源使用增加了6.8%，温室气体排放增加了12.9%。结果表明，当忽视能源需求时，节水措施并不一定能改善碳中和。这些发现也为地方政策制定者提供了更多启示。

**论文解读：不同农业管理实践所蕴含的碳中和潜力**

**研究背景与问题**
农业肩负着满足日益增长的粮食需求与减轻土地、水、能源和气候系统压力的双重使命。中国提出的碳中和目标要求各行业协同减排，而农业领域的水资源短缺、能源消耗与温室气体（GHG）排放构成了相互交织的社会生态挑战。以往研究多聚焦于单一农业管理实践或部分排放源，未能将跨部门政策转化为具体管理情景，并系统评估其联合效应对农业碳中和的影响。例如，节水灌溉可能增加能源需求，进而抵消部分减排效益；秸秆还田虽能替代部分养分，但其对碳中性的综合作用尚缺乏情景分析。此外，中国“十四五”规划针对肥料控制、节水灌溉和秸秆利用提出了政策方向，但未明确不同实践组合的协同与权衡效应。因此，亟需在统一核算边界内，量化水、能源与碳中性之间的关联，为政策制定提供科学依据。

**研究内容与结论**
本研究以2018年为基准年，针对华北平原（NCP）的小麦、水稻和玉米生产，构建了水-能源-碳中性关联核算框架，并基于“十四五”规划政策优先项，设计了21个条件性管理情景（包括单一措施和组合措施）。研究得出以下核心结论：（1）2018年三种作物生产净排放1.8×10¹⁰ kg C yr^-1，农田净生态系统生产力（NEP）可抵消16.9%的GHG排放。（2）能源使用与GHG排放呈显著正相关（r=0.74，p<0.01），而水足迹与能源使用、GHG排放、NEP和净排放均无显著相关。（3）综合情景S21（氮肥减量30%+高效氮肥生产+喷灌+50%秸秆还田）使水足迹、能源使用和GHG排放分别降低4.9%、28.5%和39.2%，效果最优；但单独滴灌情景虽最大幅度降低水足迹（5.9%），却使能源使用增加6.8%、GHG排放增加12.9%，凸显了节水措施在忽略能源需求时可能拖延碳中和进程。
**研究意义**
该研究首次将“十四五”规划政策目标转化为可量化的管理情景，揭示了水、能源与GHG排放之间的非协同效应，为农业部门制定跨部门协调政策、避免“头疼医头”的片面措施提供了实证依据，也拓展了水-能源-食物纽带分析在农业碳中和领域的应用。

**关键技术与方法**
研究人员采用以下主要技术方法：（1）数据源：来自2018年统计年鉴（作物产量、化肥、农药、柴油用量）、中国气象数据服务中心（降水）、MODIS Terra 8天蒸散发产品（MOD16A2 V6）和全球日净生态系统生产力模拟产品（基于北方生态系统生产力模拟器，空间分辨率0.072727°×0.072727°）。（2）核算框架：水足迹分为绿水（有效降水）、蓝水（灌溉地表水/地下水）和灰水（稀释氮污染所需水量）；能源使用包括直接能源（柴油、灌溉电力）和间接能源（化肥、农药、聚乙烯管生产）；GHG排放量化CO₂（灌溉电力、柴油）、N₂O（氮肥施用及间接损失）和CH₄（水稻田）。（3）分析方法：Pearson相关分析评估水足迹、能源使用、GHG排放、NEP与净排放之间的关联；情景分析基于“十四五”规划设定21个条件性管理情景（氮肥减量30%、高效氮肥生产、滴灌、喷灌、50%秸秆还田及其组合）。（4）样本来源：华北平原54个地级行政单元，无具体队列，数据为区域统计与遥感产品。

**研究结果**
**3.1 华北平原作物生产的碳中性及GHG排放**
通过计算2018年华北平原54个行政单元的净排放、NEP和GHG排放，发现区域整体为净排放源（1.8×10¹⁰ kg C yr^-1），其中北京市为净汇，天津市和河北省净排放较低，而山东省和河南省净排放最高。农田NEP（0.37×10¹⁰ kg C yr^-1）抵消了16.9%的GHG排放，除安徽省外所有省份的NEP均为正值。GHG排放总量为8×10¹⁰ kg CO₂-eq yr^-1，其中N₂O贡献最大（68%），主要来自氮肥直接施用（占N₂O的56.6%）；CH₄来自水稻种植，占直接GHG排放的28.7%。小麦总GHG排放量最高（3.3×10¹⁰ kg CO₂-eq），水稻排放强度最大。

**3.2 水足迹、能源使用与碳中性之间的关系**
通过Pearson相关分析，研究人员发现水足迹与能源使用、GHG排放、NEP、净排放之间均无显著相关（p>0.05）。能源使用与GHG排放呈显著正相关（r=0.74，p<0.01），与净排放也呈显著正相关（r=0.65，p<0.01）。NEP与净排放呈显著负相关（r=-0.73，p<0.01）。这表明能源使用是驱动GHG排放的关键因素，而水足迹与碳中性潜力之间并无直接关联，节水措施可能带来能源代价。

**3.3 农业管理情景分析**
基于21个情景的模拟，研究人员发现综合情景S21（氮肥减量30%+高效氮肥生产+喷灌+50%秸秆还田）使水足迹、能源使用和GHG排放分别降低4.9%、28.5%和39.2%，效果最优。情景S17（氮肥减量30%+高效氮肥生产+喷灌）同样将GHG排放降低39.2%。最大的水足迹降低出现在包含滴灌的7个情景（降低5.9%），但单独滴灌（S3）使能源使用增加6.8%、GHG排放增加12.9%。所有百分比变化均相对于2018年基准情景，表明最大节水情景并不一定带来最大能源或GHG效益。

**讨论与结论**
**讨论总结**
研究指出，氮肥管理是近期减排优先项，其占能源使用的53.4%，且N₂O是最大排放源。情景分析表明，滴灌在节水与能源-排放之间存在明显权衡，政策制定不应仅从GHG减排角度优先节水技术，而应结合当地水资源稀缺程度、泵送能源强度和经济成本，采用分阶段、空间差异化的推广策略。局限性包括：情景仅反映条件性变化，未模拟未来NEP；单年数据可能无法完全捕捉气候年际变异影响；未来需结合多年数据、通量观测、经济成本与农户行为，建立资源优化模型。

**研究结论（翻译原文Section 5）**
本研究从水-能源-GHG关联视角，评估了中国“十四五”规划政策优先项下不同农业管理实践的碳中和潜力。在定义的核算边界内，2018年华北平原小麦、水稻和玉米生产表现为净GHG排放源。北京、天津和河北是净排放最低的三个省级区域。在三种GHG排放中，N₂O贡献最大，占总排放的68%，主要与氮肥施用相关。河北北部和山东中部的高水足迹地区同时也具有高能源使用和高GHG排放。水足迹与能源使用、GHG排放、NEP和净排放之间无显著相关；而能源使用与GHG排放和净排放均呈显著正相关。在21个管理情景中，综合情景S21相对于2018年基准情景使水足迹降低4.9%、能源使用降低28.5%、GHG排放降低39.2%。然而，实现最大水足迹降低的情景并不一定带来最大的能源或GHG效益。这一结果表明，仅关注节水的政策可能削弱GHG减排和碳中和的进展。总体而言，本研究为农业水-能源-GHG关联提供了新见解，并为农场管理决策和协调政策制定提供了证据支持。