葛瑞陽 王雙雙 張妍 王海玲 張潔

摘要：為有效指導(dǎo)農(nóng)業(yè)溫室氣體減排政策的制定，本研究分別采用CH4MOD模型和排放因子法估算了2018年長三角地區(qū)農(nóng)作物甲烷（CH4）和氧化亞氮（N2O）排放，并分析其時(shí)空分布規(guī)律，最終建立了2018年長三角地區(qū)農(nóng)作物1km×1km網(wǎng)格化溫室氣體排放清單．研究結(jié)果表明：長三角稻田CH4排放因子為348.54kg／hm2，農(nóng)作物N2O排放因子為0.95kg／hm2，與前人研究結(jié)果具有一致性．長三角地區(qū)稻田CH4排放為176.9萬t（折合約3714.9萬tCO2當(dāng)量），最主要排放源為單季稻稻田;農(nóng)作物N2O排放為15114.9t（折合約450.4萬tCO2當(dāng)量），小麥?zhǔn)侵饕暙I(xiàn)源．CH4和N2O排放均主要來源于江蘇省和安徽省，且集中在4—8月．建議加強(qiáng)對(duì)農(nóng)業(yè)溫室氣體排放的管控，從源頭上減少農(nóng)田碳氮源的輸入．

關(guān)鍵詞農(nóng)作物;溫室氣體;排放清單;時(shí)空分布;長三角地區(qū)

中圖分類號(hào)X51

文獻(xiàn)標(biāo)志碼A

0引言

大氣中二氧化碳（CO2）、甲烷（CH4）和氧化亞氮（N2O）等溫室氣體濃度不斷升高導(dǎo)致全球氣候變暖等問題出現(xiàn)，引起了國際社會(huì)與科學(xué)家的廣泛關(guān)注．農(nóng)業(yè)是溫室氣體排放的重要來源，隨著科技的不斷進(jìn)步以及農(nóng)業(yè)現(xiàn)代化的推廣，化肥、農(nóng)藥等高碳性生產(chǎn)資料的持續(xù)投入使用使農(nóng)業(yè)活動(dòng)產(chǎn)生的溫室氣體排放量不斷增加［1-2］．1961—2016年，全球農(nóng)業(yè)溫室氣體排放量增加了2542MtCO2當(dāng)量［3］．我國是擁有1.66億hm2耕種土地的農(nóng)業(yè)大國［4］，2014年農(nóng)業(yè)活動(dòng)CH4排放2224.5萬t，排放量占全國CH4總排放量的40.2％，N2O排放量為117.0萬t，占全國N2O總排放量的59.5％［5］．因此，在“雙碳”目標(biāo)下，農(nóng)業(yè)溫室氣體排放管控是需要關(guān)注的重點(diǎn)問題．

國內(nèi)外研究機(jī)構(gòu)采用政府間氣候變化專門委員會(huì)（IPCC）推薦方法、模型估算法等方法，對(duì)農(nóng)業(yè)源溫室氣體排放進(jìn)行了一系列的探索研究，主要包括稻田CH4排放、農(nóng)用地N2O排放、動(dòng)物腸道發(fā)酵CH4排放及動(dòng)物糞便管理CH4和N2O排放．Garnier等［6］采用農(nóng)產(chǎn)品系統(tǒng)廣義表示法（GeneralizedRepresentationofAgro-FoodSystem，GRAFS）編制了法國1852—2014年農(nóng)業(yè)溫室氣體排放清單，發(fā)現(xiàn)在2010—2014年間，法國農(nóng)業(yè)溫室氣體排放量穩(wěn)定在每年1.14億tCO2當(dāng)量，其中CO2、CH4以及N2O排放占比分別為22％、49％、29％;范紫月等［7］基于排放因子法建立了中國1980—2020年包括農(nóng)作物種植業(yè)和畜牧養(yǎng)殖業(yè)的農(nóng)業(yè)溫室氣體排放清單，其中農(nóng)作物種植業(yè)是全國農(nóng)業(yè)溫室氣體的重要排放源（40年平均排放占比為67.33％）;凌瑞瑜等［8-9］采用排放因子法估算出2017年廣西農(nóng)業(yè)溫室氣體排放總量達(dá)3636.34萬tCO2當(dāng)量，其中稻田排放CH4約42.76萬t（折合約1068.93萬tCO2當(dāng)量），農(nóng)作物N2O排放3.69萬t（折合約1098.72萬tCO2當(dāng)量），分別占當(dāng)年廣西農(nóng)業(yè)溫室氣體總量的29.40％和30.21％，并預(yù)測2050年全省農(nóng)業(yè)溫室氣體排放量較2017年增長10％．許多學(xué)者重點(diǎn)針對(duì)農(nóng)業(yè)源溫室氣體重要組成部分（CH4和N2O）的排放量和排放特征也開展了詳細(xì)研究．其中，CH4MOD模型作為IPCC推薦計(jì)算方法之一廣泛應(yīng)用于農(nóng)業(yè)源CH4排放量核算，而排放因子法是N2O排放量估算的主要方法，二者是參考國內(nèi)排放特征建立的更加符合我國溫室氣體實(shí)際排放特征的模型與方法，與其他方法（例如DNDC模型［10-11］、IPCC排放因子法［12-13］）相比對(duì)于溫室氣體排放的估算更為合理［14-16］．Huang等［16-17］建立了CH4MOD模型并根據(jù)94次全國水稻種植區(qū)實(shí)地觀測對(duì)該模型進(jìn)行了修正和驗(yàn)證，證明該模型能合理地模擬稻田CH4排放;王平等［18-20］結(jié)合CH4MOD模型與GIS技術(shù)估算了1955—2005年全國稻田CH4排放;戴潔［21］使用該模型模擬出2011年上海市稻田排放2.94萬tCH4;營娜等［22-23］基于縣域的活動(dòng)數(shù)據(jù)，采用IPCC排放因子法編制了2008年中國農(nóng)業(yè)N2O直接排放清單，共計(jì)1072.4GgN2O，其中因肥料施用而導(dǎo)致的農(nóng)作物N2O排放是最重要的排放源（占總量的52.8％）;Yue等［14］根據(jù)中國1151個(gè)現(xiàn)場測量數(shù)據(jù)庫，建立和更新了中國各地區(qū)的N2O排放系數(shù)，并估算出2016年中國農(nóng)作物N2O直接排放為19.4萬t．然而，以往研究大多基于區(qū)域尺度（最小為縣域）定量分析農(nóng)作物溫室氣體排放，且多關(guān)注其年際變化趨勢(shì)而尚未開展更精細(xì)時(shí)間尺度的排放研究，對(duì)不同類型農(nóng)作物的溫室氣體排放特征分析也較少，仍存在一定的局限性．

“十四五”期間，我國大力推進(jìn)農(nóng)業(yè)農(nóng)村改革，發(fā)展綠色低碳農(nóng)業(yè)，農(nóng)業(yè)減排也成為政府和社會(huì)的重點(diǎn)關(guān)注領(lǐng)域［24］．長三角地區(qū)水資源豐富，農(nóng)作物復(fù)種指數(shù)較高，是我國重要的農(nóng)作物生產(chǎn)基地．2018年長三角水稻、小麥、油籽產(chǎn)量分別達(dá)到全國產(chǎn)量的19.82％、22.41％、11.58％［4］．因此，本研究選取長三角地區(qū)作為重點(diǎn)研究對(duì)象，采用CH4MOD模型和排放因子法針對(duì)該地區(qū)2018年農(nóng)作物的CH4和N2O排放開展區(qū)域定量估算．基于農(nóng)作物生長規(guī)律和分布格局，本研究共針對(duì)9種不同種類農(nóng)作物細(xì)致地分析了其逐月甚至逐日的溫室氣體排放特征，并建立了精細(xì)的網(wǎng)格化排放清單（網(wǎng)格分辨率為1km×1km），極大地彌補(bǔ)了以往研究中作物類型單一且時(shí)空分辨率較粗的不足，有助于精準(zhǔn)識(shí)別長三角地區(qū)農(nóng)業(yè)溫室氣體的重要排放源、排放時(shí)段及區(qū)域，對(duì)于科學(xué)有效地制定減排措施、助力農(nóng)業(yè)“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要的指導(dǎo)意義．

1材料與方法

1.1研究區(qū)域概況

本研究的研究區(qū)域?yàn)殚L三角地區(qū)的三省一市（安徽省、江蘇省、浙江省和上海市）．長三角地區(qū)2018年擁有耕地1855.23萬hm2［4］，占全國耕地面積的11％．區(qū)域地勢(shì)平坦臨近長江，河網(wǎng)密布，氣候適宜，為農(nóng)業(yè)發(fā)展提供了良好的生產(chǎn)條件．

1.2稻田CH4排放研究方法

本研究基于長三角地區(qū)農(nóng)作物種植面積數(shù)據(jù)，采用CH4MOD模型估算出長三角2018年稻田CH4排放量，并借助GIS技術(shù)分析排放量模擬結(jié)果的時(shí)空分布特征，建立長三角地區(qū)農(nóng)作物1km×1km網(wǎng)格化溫室氣體排放清單．CH4MOD模型是Huang等［16］基于稻田CH4的產(chǎn)生、氧化和傳輸過程建立的半經(jīng)驗(yàn)稻田CH4排放模型，其假設(shè)CH4的排放率受CH4基質(zhì)的供應(yīng)以及環(huán)境因子（包括土壤溫度、土壤砂礫含量等）所決定，其中CH4基質(zhì)由水稻植株的根系分泌物及稻田土壤中的外源有機(jī)質(zhì)分解生成．模型的基本計(jì)算公式如下：

其中：E（CH4）為稻田CH4的總排放量，g;FE（CH4）為稻田CH4排放因子，g／m2;Ar為水稻種植面積，m2;Ep為稻田CH4經(jīng)由植株傳輸過程的排放率，g／（m2·d）;Ebl為氣泡傳輸過程的排放率，g／（m2·d）;t為各水稻生長日期，d．模型參數(shù)具體如圖1所示．

為估算農(nóng)作物溫室氣體排放量，需收集長三角地區(qū)不同作物類型的基本參數(shù)．由式（1）、式（2）和圖1可知，CH4MOD模型基本參數(shù)包括水稻播種面積與單產(chǎn)、逐日氣溫、土壤砂礫含量、外源有機(jī)質(zhì)、稻田水管理方式等［6］．

本研究從衛(wèi)星（Landsat8和GF-1）獲取農(nóng)作物分布原始圖像并用GIS處理分析獲得長三角地區(qū)農(nóng)作物種植面積數(shù)據(jù)，空間分辨率為1km×1km，共包括9種主要農(nóng)作物：早稻、晚稻、單季稻、玉米、棉花、油籽、花生、大豆和小麥，如表1所示．對(duì)于2018年長三角地區(qū)水稻單產(chǎn)數(shù)據(jù)GY，早稻、晚稻以及單季稻單產(chǎn)數(shù)據(jù)均取自全國統(tǒng)計(jì)年鑒（2019）［4］．氧化還原電位Eh受水管理方式和作物生長周期影響．長三角處于華東地區(qū)，各省份稻田水管理方式基本一致，其中早稻的水管理方式為灌溉-烤田-復(fù)水灌溉-間歇灌溉，單季稻及晚稻的水管理方式為灌溉-烤田-間歇灌溉［18，21，25-26］，其作物生長周期通過作物種植收獲調(diào)研及文獻(xiàn)總結(jié)獲得［25］（圖2）．計(jì)算外源有機(jī)質(zhì)產(chǎn)生CH4基質(zhì)COM時(shí)，k1和k2取值分別為0.027和0.002［16］，有機(jī)質(zhì)易分解組分含量OMN和難分解組分含量OMS取值于文獻(xiàn)［16］．土壤砂礫含量（SAND）根據(jù)土壤-土地?cái)?shù)字化數(shù)據(jù)庫SOTER（http：／／www.fao.org）和世界土壤數(shù)據(jù)庫HWSD（http：／／www.tpdc.ac.cn）綜合確定，即首先通過SOTER確定土壤類型，并從HWSD中獲得對(duì)應(yīng)土壤類型的砂礫含量．逐日氣溫?cái)?shù)據(jù)Tair是模型模擬稻田CH4排放的主要參數(shù)，數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http：／／data.cma.cn）．

1.3農(nóng)作物N2O排放研究方法

本研究基于長三角地區(qū)作物分布數(shù)據(jù)，采用排放因子法構(gòu)建了長三角地區(qū)農(nóng)作物直接N2O排放清單，并分析了N2O時(shí)空分布規(guī)律．計(jì)算公式如下：

其中：E（N2O）為農(nóng)作物N2O的總排放量，g;A為作物種植面積，hm2;FE（N2O）表示一定條件下的N2O排放因子，kg／hm2;P為N2O排放轉(zhuǎn)化系數(shù)（取值于文獻(xiàn)［14］），％;R為化肥氮施用折純量（以N計(jì)），kg／hm2．

由式（3）、（4）可知，N2O排放核算基本參數(shù)包括農(nóng)作物種植面積以及農(nóng)田施氮量等［14］．化肥氮施用折純量采用《全國農(nóng)產(chǎn)品成本收益資料匯編（2019）》［27］中氮肥與復(fù)合肥含氮量之和，其中，復(fù)合肥含氮量通過調(diào)研并統(tǒng)計(jì)各類復(fù)合肥成分獲取，本研究取值為31％，如表2所示．

2結(jié)果與分析

2.1排放因子結(jié)果分析

長三角地區(qū)稻田CH4平均排放因子為348.54kg／hm2，其中安徽省、江蘇省、上海市和浙江省稻田CH4平均排放因子分別為283.50、440.85、361.82和322.95kg／hm2．長三角地區(qū)農(nóng)作物N2O平均排放因子為0.95kg／hm2，其中安徽省、江蘇省、上海市和浙江省農(nóng)作物N2O平均排放因子分別為0.89、1.09、0.80和0.61kg／hm2．戴潔［21］通過CH4MOD模型估算出上海市2011年稻田CH4排放因子為277.15kg／hm2，低于本研究計(jì)算結(jié)果．一方面，戴潔［21］認(rèn)為水稻生長周期集中在6月中下旬至11月，而本研究設(shè)定在5月至10月，在模擬過程中采用的生長周期及氣溫參數(shù)略高于前者;另一方面，作物單產(chǎn)隨著科技進(jìn)步逐年遞增，且近年來國家大力推進(jìn)秸稈還田政策，稻田外源有機(jī)質(zhì)輸入增多，稻田CH4排放率增加，導(dǎo)致本研究排放因子模擬結(jié)果較高．韓云芳等［28］采用區(qū)域氮循環(huán)模式IAP-N模型估算出安徽省2011年各類型農(nóng)用地N2O平均排放通量為2.0kg／hm2，該研究中N2O排放源不僅包含農(nóng)作物還包括菜地、果園和茶園（果園和茶園的排放通量是農(nóng)作物的兩倍），同時(shí)還引入了動(dòng)物糞便及秸稈焚燒氮輸入，加上近年來政府為改善大氣環(huán)境，嚴(yán)禁秸稈焚燒以致輸入農(nóng)田的氮較往年降低，導(dǎo)致其N2O平均排放因子高于本研究．

2.1.1CH4排放因子對(duì)比分析

根據(jù)模擬結(jié)果，2018年長三角地區(qū)不同水稻種植類型的CH4平均排放因子存在一定差異．其中：單季稻CH4排放因子最高，為448.61kg／hm2;其次為晚稻，CH4排放因子為312.26kg／hm2;早稻CH4排放因子最低，為283.56kg／hm2（圖3）．各水稻種植類型排放差異主要是由氣候、土壤、水管理方式以及外源有機(jī)質(zhì)輸入不同造成的．其中單季稻由于種植收獲時(shí)間較長，長期淹水有利于厭氧產(chǎn)甲烷菌產(chǎn)生CH4，故排放因子較高．2018年長三角地區(qū)各省市稻田CH4排放因子為283.50～440.85kg／hm2，從高到低分別為江蘇?。?40.85kg／hm2）、上海市（361.82kg／hm2）、浙江?。?22.95kg／hm2）和安徽?。?83.50kg／hm2），其中江蘇省比安徽省高出55.50％（圖3）．各省市稻田CH4平均排放因子的差異主要來源于各類型水稻的種植比例不同．江蘇省近96％的水稻為排放因子最高的單季稻，因此其CH4排放因子高于其他省市;由于上海市排放因子較高的晚稻種植比例較大，其CH4排放因子高于以早稻（排放因子最低）為主的浙江省與安徽?。魇∈兄邪不帐H4排放因子最低，這是因?yàn)閱渭镜緝H占全省水稻種植面積的0.2％，而早稻和晚稻種植面積分別占62％和37％．此外，安徽省水稻單產(chǎn)較低，地上生物量與根系生物量較少，進(jìn)而稻田CH4經(jīng)由植株傳輸過程的排放率以及CH4氣泡傳輸排放率較低，同樣導(dǎo)致其排放因子相對(duì)較小．

2.1.2N2O排放因子對(duì)比

由于農(nóng)作物化肥施用量不同，N2O排放因子也存在一定的差異．從農(nóng)作物種類來看，2018年長三角地區(qū)小麥與玉米N2O平均排放因子均大于1kg／hm2，分別為1.34、1.15kg／hm2;大豆N2O排放因子最小，為0.03kg／hm2（圖4）．大豆自身具有固氮能力，可通過根瘤菌固定空氣中的氣態(tài)氮，其所需化肥投入量遠(yuǎn)遠(yuǎn)低于其他作物，而N2O排放因子與化肥氮施用量呈正相關(guān)，故大豆N2O排放因子較其他作物低．從地區(qū)來看，2018年長三角各省市農(nóng)作物N2O排放因子為0.61～1.09kg／hm2，最高值比最低值高出78.69％（圖4）．排放因子從高到低的省市分別為江蘇省（1.09kg／hm2）、安徽?。?.89kg／hm2）、上海市（0.80kg／hm2）和浙江?。?.61kg／hm2）．各省市排放因子的差異主要來源于農(nóng)作物化肥氮施用量的不同，化肥氮施用量越高，N2O排放因子越高．根據(jù)《全國農(nóng)產(chǎn)品成本收益資料匯編（2019）》可知，江蘇省各作物化肥氮施用量普遍高于長三角其他省市，所以導(dǎo)致其N2O排放因子較高．

2.2排放量結(jié)果分析

2.2.1CH4排放結(jié)果分析

2018年長三角地區(qū)稻田排放176.9萬tCH4（折合約3714.9萬tCO2當(dāng)量），其中安徽省排放68.9萬t，江蘇省排放83.0萬t，上海市排放5.0萬t，浙江省排放20.0萬t．從種植類型來看，單季稻的CH4排放量占全地區(qū)總排放量的45.71％，是最主要的排放源．雖然單季稻種植面積略低于早稻，占全地區(qū)水稻種植面積的35.67％，但該種植類型CH4排放因子較高，所以其對(duì)CH4排放量的貢獻(xiàn)較大．其次，早稻以37.75％的面積貢獻(xiàn)了30.58％的CH4排放．晚稻種植面積最小，占長三角地區(qū)水稻種植面積的26.58％，其CH4排放量也最小，占全長三角地區(qū)稻田CH4排放總量的23.71％．

從空間分布來看，CH4排放主要集中在江蘇中南部和安徽中部地區(qū)，而安徽北部、浙江省排放強(qiáng)度較低（圖5）．總體上，長三角地區(qū)CH4排放主要來源于江蘇省及安徽省的稻田，這是因?yàn)榘不帐∷痉N植面積（243萬hm2）及江蘇省水稻種植面積（186萬hm2）遠(yuǎn)遠(yuǎn)超過浙江?。?2萬hm2）和上海市（13萬hm2），而CH4排放與稻田面積成正比關(guān)系．其中，浙江省由于全省土地坡度略高，作業(yè)難度較大，浙東舟山臨海及浙南丘陵山區(qū)地區(qū)水資源較為短缺［29］，加之近年全省推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革（優(yōu)化農(nóng)業(yè)產(chǎn)品結(jié)構(gòu)和生產(chǎn)結(jié)構(gòu)），種植業(yè)不斷縮減，導(dǎo)致浙江省2018年水稻種植面積較小．

CH4排放的時(shí)間格局基本上受水稻的生長周期影響，與稻田的水管理方式時(shí)間基本一致．從4月至10月，稻田CH4排放共呈現(xiàn)出4個(gè)高峰，如圖6所示．第1個(gè)高峰出現(xiàn)在5月上旬，峰值較小，這是因?yàn)殚L三角地區(qū)早稻稻田陸續(xù)進(jìn)入淹水狀態(tài)，厭氧環(huán)境下有利于產(chǎn)CH4菌釋放CH4．隨后在5月下旬單季稻稻田淹水、6月上旬早稻稻田烤田（排水后曝曬田塊）后復(fù)水灌溉、7月初大面積單季稻稻田烤田后間歇灌溉以及7月下旬晚稻淹水時(shí)期，均出現(xiàn)了CH4排放峰值．淹水時(shí)期的稻田貢獻(xiàn)了長三角地區(qū)稻田CH4排放的58％，眾多研究學(xué)者［30-31］發(fā)現(xiàn)通過設(shè)計(jì)節(jié)水灌溉或者間歇灌溉可以降低CH4產(chǎn)生潛力，提高CH4的氧化率，從而有效降低稻田CH4的排放．

2.2.2N2O排放結(jié)果分析

2018年長三角地區(qū)農(nóng)作物排放15114.9tN2O，折合約450.4萬tCO2當(dāng)量．安徽省、江蘇省、上海市及浙江省分別排放7905.8、6404.2、167.8和537.1tN2O．從種植類型來看，小麥N2O排放占全長三角地區(qū)N2O排放總量的50.50％，其種植面積占長三角農(nóng)作物種植總面積的35.95％，玉米以18.62％的面積占比排放了22.59％的N2O，其余作物N2O排放量占比均在8％以下．小麥和玉米由于N2O排放因子較高，且種植面積較大，其排放量也高于其他作物．

從空間分布來看，N2O排放主要集中在安徽中北部地區(qū)，排放強(qiáng)度最強(qiáng)，江蘇省、上海市、安徽南部及浙江省排放強(qiáng)度較低（圖7）．與CH4類似，總體上長三角地區(qū)N2O排放主要來源于安徽省及江蘇省農(nóng)作物，浙江省由于作物面積小且排放因子低，故其排放量也較?。?/p>

根據(jù)各類農(nóng)作物生長階段及其化肥施用量［32-34］，采用排放因子法估算出農(nóng)作物各生長階段N2O排放量，并以此為基礎(chǔ)建立了長三角地區(qū)農(nóng)作物N2O時(shí)間分布（圖8）．由圖8可知，長三角地區(qū)農(nóng)田N2O排放主要集中在4—10月，其中4—5月排放更高．小麥4—5月處于花粒期，需要施用大量氮肥，而4月早稻和單季稻、6月玉米農(nóng)田開耕后也需施入基肥，這是導(dǎo)致4—6月N2O排放處于高值的主要原因．8月下旬，孕穗期的玉米需要吸收大量的氮來使果實(shí)更加飽滿，同時(shí)為使水稻抽穗順利，稻田中也會(huì)加入穗肥;9月末油籽基肥施入土地，10月也會(huì)大量施用氮肥以使小麥有充足的底肥，故秋末冬初N2O排放量也較大．

3結(jié)論與展望

3.1結(jié)論

本研究采用CH4MOD模型和排放因子法估算了長三角地區(qū)農(nóng)作物溫室氣體排放，研究結(jié)果表明：

1）2018年，長三角地區(qū)稻田排放176.9萬tCH4，折合約3714.9萬tCO2當(dāng)量;農(nóng)作物排放15114.9tN2O，折合約450.4萬tCO2當(dāng)量．按種植類型來看，單季稻稻田是CH4排放的最主要來源，小麥?zhǔn)荖2O的主要排放源，二者排放共占長三角農(nóng)作物溫室氣體排放總量的46.23％（以CO2當(dāng)量計(jì)）．

2）按空間分布來看，CH4排放主要分布于江蘇中南部和安徽中部地區(qū)，N2O排放主要集中于安徽省中北部．按時(shí)間分布來看，CH4排放主要集中在5—8月，其中5月下旬和7月份排放較大，N2O排放主要集中在4—10月，其中4—5月排放更高．

3.2展望

“十四五”期間是長三角實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵期，而農(nóng)作物溫室氣體減排是戰(zhàn)略實(shí)施的重要突破口．建立更加精準(zhǔn)的長三角農(nóng)作物溫室氣體排放清單，可以為長三角地區(qū)農(nóng)業(yè)減污降碳政策和措施的制定提供科學(xué)依據(jù)與數(shù)據(jù)支撐．基于本研究結(jié)果，對(duì)今后長三角地區(qū)農(nóng)作物溫室氣體減排提出以下展望：

1）江蘇省及安徽省農(nóng)作物耕地面積較大，農(nóng)作物溫室氣體排放強(qiáng)度及排放量占長三角地區(qū)排放總量比例均較高．因此，蘇皖農(nóng)作物減排應(yīng)作為長三角地區(qū)農(nóng)作物溫室氣體減排的重點(diǎn)．

2）稻田水管理方式、外源有機(jī)質(zhì)輸入、溫度等因素均影響CH4排放，建議通過選育高產(chǎn)低排的良種、優(yōu)化稻田水分管理等方式，有效降低稻田CH4排放強(qiáng)度.而化肥氮施用是影響N2O排放的最主要因素，可通過拓展秸稈利用多樣化、提高氮肥利用效率等方式，從根本上減少碳氮源的輸入從而降低N2O排放．

參考文獻(xiàn)

References

［1］

XiaF，MeiK，XuY，etal.ResponseofN2Oemissiontomanureapplicationinfieldtrialsofagriculturalsoilsacrosstheglobe［J］.ScienceoftheTotalEnvironment，2020，733：139390

［2］錢棟，胡明成，申衛(wèi)收，等.不同類型有機(jī)肥對(duì)珠三角水稻產(chǎn)量和溫室氣體排放的影響［J］.南京信息工程大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，14（4）：399-409

QIANDong，HUMingcheng，SHENWeishou，etal.Effectsoforganicmanuresonriceyieldandgreenhousegasemissionsfromdouble-croppingricefieldsinthePearlRiverDelta［J］.JournalofNanjingUniversityofInformationScience＆Technology（NaturalScienceEdition），2022，14（4）：399-409

［3］TubielloFN.Greenhousegasemissionsduetoagriculture［M］／／EncyclopediaofFoodSecurityandSustainability.Amsterdam：Elsevier，2019：196-205.DOI：10.1016／b978-0-08-100596-5.21996-3

［4］國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒2019［M］.北京：中國統(tǒng)計(jì)出版社，2019

［5］生態(tài)環(huán)境部.中華人民共和國氣候變化第二次兩年更新報(bào)告［R］.2019

［6］GarnierJ，LeNoJ，MarescauxA，etal.Long-termchangesingreenhousegasemissionsfromFrenchagricultureandlivestock（1852-2014）：fromtraditionalagriculturetoconventionalintensivesystems［J］.ScienceoftheTotalEnvironment，2019，660：1486-1501

［7］范紫月，齊曉波，曾麟嵐，等.中國農(nóng)業(yè)系統(tǒng)近40年溫室氣體排放核算［J］.生態(tài)學(xué)報(bào)，2022，42（23）：9470-9482

FANZiyue，QIXiaobo，ZENGLinlan，etal.AccountingofgreenhousegasemissionsintheChineseagriculturalsystemfrom1980to2020［J］.ActaEcologicaSinica，2022，42（23）：9470-9482

［8］凌瑞瑜.廣西農(nóng)業(yè)溫室氣體排放的趨勢(shì)與預(yù)測［D］.南寧：廣西大學(xué)，2020

LINGRuiyu.TrendandforecastofagriculturalgreenhousegasemissionsinGuangxi［D］.Nanning：GuangxiUniversity，2020

［9］凌瑞瑜，羅獻(xiàn)寶.廣西地區(qū)1999—2017年農(nóng)業(yè)活動(dòng)甲烷排放量估算分析［J］.南方農(nóng)業(yè)，2020，14（12）：150-153，160

LINGRuiyu，LUOXianbao.EstimationandanalysisofmethaneemissionsfromagriculturalactivitiesinGuangxifrom1999to2017［J］.SouthChinaAgriculture，2020，14（12）：150-153，160

［10］WangZ，ZhangXY，LiuL，etal.EstimatesofmethaneemissionsfromChinesericefieldsusingtheDNDCmodel［J］.AgriculturalandForestMeteorology，2021，303：108368

［11］ZhaoZ，CaoLK，DengJ，etal.ModelingCH4andN2OemissionpatternsandmitigationpotentialfrompaddyfieldsinShanghai，ChinawiththeDNDCmodel［J］.AgriculturalSystems，2020，178：102743

［12］唐志偉，張俊，鄧艾興，等.我國稻田甲烷排放的時(shí)空特征與減排途徑［J］.中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2022，30（4）：582-591

TANGZhiwei，ZHANGJun，DENGAixing，etal.SpatiotemporalcharacteristicsandreductionapproachesofmethaneemissionsfromricefieldsinChina［J］.ChineseJournalofEco-Agriculture，2022，30（4）：582-591

［13］竇應(yīng)瑛.大連市農(nóng)業(yè)活動(dòng)領(lǐng)域溫室氣體排放清單估算及評(píng)價(jià)［J］.綠色科技，2022，24（10）：163-166，173

DOUYingying.EstimationandevaluationofgreenhousegasemissioninventoryinthefieldofruralactivitiesofDaliancity［J］.JournalofGreenScienceandTechnology，2022，24（10）：163-166，173

［14］YueQ，WuH，SunJF，etal.DerivingemissionfactorsandestimatingdirectnitrousoxideemissionsforcropcultivationinChina［J］.EnvironmentalScience＆Technology，2019，53（17）：10246-10257

［15］張穩(wěn)，黃耀，鄭循華，等.稻田甲烷排放模型研究：模型及其修正［J］.生態(tài)學(xué)報(bào)，2004，24（11）：2347-2352

ZHANGWen，HUANGYao，ZHENGXunhua，etal.Modelingmethaneemissionfromricepaddies：modelandmodification［J］.ActaEcologicaSinica，2004，24（11）：2347-2352

［16］HuangY.Modelingmethaneemissionfromricepaddieswithvariousagriculturalpractices［J］.JournalofGeophysicalResearch，2004，109（D8）：D08113

［17］HuangY，SassRL，F(xiàn)isherFM.Asemi-empiricalmodelofmethaneemissionfromfloodedricepaddysoils［J］.GlobalChangeBiology，1998，4（3）：247-268

［18］王平.基于模型和GIS技術(shù)估算1955—2005年中國稻田甲烷排放［D］.南京：南京農(nóng)業(yè)大學(xué)，2009

WANGPing.EstimatesofCH4emissionfromChinesericefieldsdruing1955-2005basedonmodelandGIStechnology［D］.Nanjing：NanjingAgriculturalUniversity，2009

［19］王平，魏麗，杜筱玲，等.1990—2000年中國稻田甲烷排放變化模擬［J］.地球信息科學(xué)，2008，10（5）：573-577

WANGPing，WEILi，DUXiaoling，etal.SimulatingchangesofmethaneemissionfromricepaddiesofChina，1990-2000［J］.Geo-InformationScience，2008，10（5）：573-577

［20］王平，黃耀，張穩(wěn).1955—2005年中國稻田甲烷排放估算［J］.氣候變化研究進(jìn)展，2009，5（5）：291-297

WANGPing，HUANGYao，ZHANGWen.EstimatesofmethaneemissionfromricepaddiesinChinaovertheperiod1955-2005［J］.AdvancesinClimateChangeResearch，2009，5（5）：291-297

［21］戴潔.上海市稻田甲烷排放區(qū)域模擬研究［J］.環(huán)境科學(xué)與技術(shù)，2017，40（11）：75-80

DAIJie.SimulationofmethaneemissionfrompaddyfieldsinShanghai［J］.EnvironmentalScience＆Technology，2017，40（11）：75-80

［22］營娜.中國農(nóng)田N2O直接排放、空間分布以及變化趨勢(shì)［D］.蕪湖：安徽師范大學(xué)，2014

YINGNa.AgriculturalN2Odirectemissions，spatialdistributionandtrendsinChina［D］.Wuhu：AnhuiNormalUniversity，2014

［23］營娜，麻金繼，周豐，等.中國農(nóng)田肥料N2O直接和間接排放重新評(píng)估［J］.環(huán)境科學(xué)學(xué)報(bào)，2013，33（10）：2828-2839

YINGNa，MAJinji，ZHOUFeng，etal.Re-quantificationofthedirect／indirectN2OemissionsfromagriculturalfertilizerinChina［J］.ActaScientiaeCircumstantiae，2013，33（10）：2828-2839

［24］中共中央、國務(wù)院關(guān)于做好二○二二年全面推進(jìn)鄉(xiāng)村振興重點(diǎn)工作的意見［N］.人民日?qǐng)?bào)，2022-02-23（1）

［25］李香蘭，徐華，曹金留，等.水分管理對(duì)水稻生長期CH4排放的影響［J］.土壤，2007，39（2）：238-242

LIXianglan，XUHua，CAOJinliu，etal.EffectofwatermanagementonCH4emissionduringrice-growingseason［J］.Soils，2007，39（2）：238-242

［26］朱思明，吳群，毛艷玲，等.1980—2011年福建省農(nóng)業(yè)甲烷排放估算研究［J］.河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，51（2）：250-257

ZHUSiming，WUQun，MAOYanling，etal.EstimationoftheamountofagriculturalmethaneemissioninFujianprovincefrom1980to2011basedonmodelCH4MODandGIS［J］.JournalofHenanAgriculturalUniversity，2017，51（2）：250-257

［27］國家發(fā)展和改革委員會(huì)價(jià)格司.全國農(nóng)產(chǎn)品成本收益資料匯編2019［M］.北京：中國統(tǒng)計(jì)出版社，2019

［28］韓云芳，韓圣慧，嚴(yán)平.基于區(qū)域氮循環(huán)模型IAP-N的安徽省農(nóng)用地N2O排放量估算［J］.環(huán)境科學(xué)，2015，36（7）：2395-2404

HANYunfang，HANShenghui，YANPing.EstimationofN2OemissionfromAnhuicroplandsbyusingaregionalnitrogencyclingmodelIAP-N［J］.EnvironmentalScience，2015，36（7）：2395-2404

［29］王磊，趙自陽，王中根，等.浙江省灌區(qū)農(nóng)業(yè)用水綠色發(fā)展模式研究［J］.西北大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，50（5）：749-754

WANGLei，ZHAOZiyang，WANGZhonggen，etal.AnalysisandsuggestionsonagriculturalwateruseinirrigationdistrictofZhejiangprovince［J］.JournalofNorthwestUniversity（NaturalScienceEdition），2020，50（5）：749-754

［30］WangH，ZhangY，ZhangYJ，etal.Water-savingirrigationisa‘win-winmanagementstrategyinricepaddies：withbothreducedgreenhousegasemissionsandenhancedwateruseefficiency［J］.AgriculturalWaterManagement，2020，228：105889

［31］ZhangGB，JiY，MaJ，etal.Intermittentirrigationchangesproduction，oxidation，andemissionofCH4inpaddyfieldsdeterminedwithstablecarbonisotopetechnique［J］.SoilBiologyandBiochemistry，2012，52：108-116

［32］農(nóng)業(yè)農(nóng)村部種植業(yè)管理司，全國農(nóng)業(yè)技術(shù)推廣服務(wù)中心，農(nóng)業(yè)部測土配方施肥專家指導(dǎo)組.2017年春季主要農(nóng)作物科學(xué)施肥指導(dǎo)意見［EB／OL］.［2023-01-01］.http：／／www.zzys.moa.gov.cn／gzdt／201703／t20170330_6310205.htm

［33］農(nóng)業(yè)農(nóng)村部種植業(yè)管理司.2018年秋冬季主要農(nóng)作物科學(xué)施肥指導(dǎo)意見［EB／OL］.［2023-01-01］.http：／／www.moa.gov.cn／ztzl／nyhfjlzxd／201809／t20180926_6158987.htm

［34］農(nóng)業(yè)農(nóng)村部種植業(yè)管理司，全國農(nóng)業(yè)技術(shù)推廣服務(wù)中心，農(nóng)業(yè)農(nóng)村部科學(xué)施肥專家指導(dǎo)組.2018年春季主要農(nóng)作物科學(xué)施肥指導(dǎo)意見［EB／OL］.［2023-01-01］.http：／／www.moa.gov.cn／ztzl／nyhfjlzxd／201803／t20180330_6139380.htm

EstimationofgreenhousegasemissionsfromcroplandsinYangtzeRiverDelta

GERuiyang1WANGShuangshuang1ZHANGYan2WANGHailing1ZHANGJie2

1SchoolofEnvironmentalScienceandEngineering，NanjingTechUniversity，Nanjing211816，China

2JiangsuEnvironmentalEngineeringTechnologyCo.，Ltd./JiangsuProvinceEngineeringResearchCenterof

SynergisticControlofPollutionandCarbonEmissionsinKeyIndustries，Nanjing210019，China

AbstractTheemissionsofmethane（CH4）andnitrousoxide（N2O）fromcroplandsintheYangtzeRiverDelta（YRD）in2018wereestimatedviaCH4MODmodelandemissionfactormethod，andtheirtemporalandspatialdistributionswerefurtheranalyzedtoestablish1km×1kmgridgreenhousegasemissioninventory.Theresultsshowthat，theCH4emissionfactorofpaddyfieldwas348.54kg／hm2andN2Oemissionfactorofcroplandswas0.95kg／hm2intheYRD，whichwereconsistentwithpreviousresearchresults.In2018，1.769milliontonsofCH4（equivalentto37.149milliontonsofCO2）weredischargedfrompaddyfieldsintheYRD，withsingle-seasonpaddyfieldsasthemaincontributor;whilethecroplandsintheYRDemitted15114.9tonsofN2O（equivalentto4.504milliontonsofCO2）totheair，withwheatlandasthebiggestcontributor.JiangsuandAnhuiprovincescontributedmosttotheCH4andN2Oemissions，especiallyduringApriltoAugust.Itissuggestedtoreducecroplandnitrogeninputthusmitigateagriculturalgreenhousegasemissions.

Keywordscrops;greenhousegas;emissioninventory;temporalandspatialdistribution;YangtzeRiverDelta（YRD）