首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 78 毫秒
1.
云南省农田生态系统碳足迹时空变化及其影响因素   总被引:4,自引:0,他引:4  
李明琦  刘世梁  武雪  孙永秀  侯笑云  赵爽 《生态学报》2018,38(24):8822-8834
农田碳足迹研究对农田生态系统管理与农业可持续发展具有重要意义,也可表征农田扩展的生态影响程度。利用县域尺度统计数据与空间分析,对云南省农田生态系统近30年的碳足迹的时空演变进行研究。结果表明:1985—2015年期间,云南省农田生态系统碳排放年均增幅为13.9%,化肥施用引起的碳排放贡献率最大,为56%,2015年的化肥单位面积碳排放达到331.6kg/hm2。云南省农田生态系统碳吸收年均增幅为3.04%,稻谷的碳吸收比例最大,为41%,然而,玉米的碳吸收的增幅最大,为8.76%。云南省农田生态系统存在碳生态盈余,且碳足迹总体呈现增长趋势,年均增长率为16.8%,单位面积碳足迹随年份增加不断增长。从空间上看,云南省农田生态系统碳排放、碳吸收在空间上均呈东南高、西北低的分布格局,而碳足迹在空间上呈现东西部高、中部低的分布格局,三者的空间差异和变化幅度差异都较大。  相似文献   

2.
中国农作物生产碳足迹及其空间分布特征   总被引:4,自引:0,他引:4  
基于中国1993—2013年的农业统计数据,采用生命周期评价、重心模型以及GIS等方法分析农作物生产碳排放及碳足迹的时序变化、碳足迹重心的移动轨迹、碳排放和碳足迹的空间分布特征以及影响碳排放的主导因素.结果表明: 研究期间,中国农作物生产碳排放量(GHGe)、单位播种面积碳足迹(CFs)和单位耕地面积碳足迹(CFc)均显著增加,而单位产量碳足迹(CFy)和单位产值碳足迹(CFv)显著减少.CFs重心一直分布在河南,且逐渐移向西南;CFc重心位于湖北或河南,并向西北方向移动;CFy重心位于陕西或河南,且整体移向东南;CFv重心始终在河南,并逐渐移向西南.GHGe和碳足迹存在显著的省域差异,GHGe具有南北低、中部高的特点,CFs是东西两翼高、中间低,CFc高值区主要集中在中部及东部沿海省份,CFy在西北-东南方向上表现为“高-低-高”,CFv在西北-东南方向上则是由高走低.农业生产过程中不同投入占农作物碳足迹的比例以化肥最为突出,化肥投入构成中以氮肥和复合肥所占比例较大.通过分析GHGe与各影响因素的关联度,得出化肥尤其是磷肥和氮肥、灌溉以及农田N2O排放是导致GHGe显著增加的主导因素,并据此提出发展低碳农业的对策建议.  相似文献   

3.
2004—2013年东北三省主要粮食作物生产碳足迹   总被引:1,自引:0,他引:1  
东北是我国重要的粮食主产区,在国家粮食安全保障中起着至关重要的作用.作物生产是主要的碳排放源,探明不同作物生产的碳足迹差异,对促进低碳农业发展具有重要意义.本研究利用2004—2013年东北三省主要粮食作物(水稻、玉米和大豆)的产量、播种面积、农田生产投入等统计数据,估算了该区粮食生产碳足迹.结果表明: 2004—2013年,东北地区3种主要粮食作物中,水稻生产单位面积碳足迹最高,平均达到(2463±56) kg CE·hm-2,玉米次之.玉米的碳足迹上升趋势最明显,从2004年的1164 kg CE·hm-2增加到2013年的1768 kg CE·hm-2,增速为67 kg CE·hm-2·a-1.在碳足迹构成中,化肥贡献最大,分别占水稻、玉米、大豆总碳投入的45%、90%、83%.水稻生产中灌溉用电所占比例为29%~42%,远高于玉米和大豆.东北三省碳足迹差异显著,3种作物的单位产量碳足迹均在吉林省最高,单位面积碳足迹均在黑龙江省最低.随着农村劳动力非农化和作物生产机械化的快速递增,未来粮食生产中柴油等机械化碳投入将快速增长.提升化肥利用效率、灌溉效率和机械化作业效率将是发展东北地区低碳农业的关键途径.  相似文献   

4.
庐山风景区碳源、碳汇的测度及均衡   总被引:6,自引:0,他引:6  
周年兴  黄震方  梁艳艳 《生态学报》2013,33(13):4134-4145
旅游目的地系统碳源、碳汇的计算与分析,不仅是旅游业节能减排政策制定的重要依据,也是旅游与环境相互关系研究的一个新的科学命题.以庐山风景区为例,计算并分析了2010年的碳源及碳汇.结果表明:(1)2010年庐山风景区包括本地居民和旅游者的总碳排放为108 697 t.其中,本地居民占碳排放总量的19.52%,旅游者占碳排放总量的80.48%.在旅游者碳排放中,旅游交通碳排放占50.24%,旅游住宿碳排放占38.04%,旅游食物消费碳排放占10.65%,旅游活动碳排放仅占1.07%;(2)2010年庐山风景区内陆地生态系统碳吸收为9447 t;(3)从碳源、碳汇均衡角度看,庐山陆地生态系统的固碳量吸收了区内碳排放的23.47%.但由于旅游者的区际流动和旅游业的产业关联性强,陆地生态系统的碳吸收仅占区内和区外碳排放总量的8.69%,旅游业使庐山成为一个显著的碳源.  相似文献   

5.
土地利用变化的碳排放与碳足迹研究对了解人类活动对生态环境的扰动程度及其机理、制定有效的碳排放政策具有重要意义。采用1990—2010年四川省能源消费数据和土地利用数据,通过构建碳排放模型、碳足迹及其压力指数模型,对研究区20年来土地利用的碳排放及碳足迹进行了定量分析。结果表明:(1)土地利用变化的碳排放和能源消费碳的足迹呈显著增加趋势。碳排放增加5407.839×10~4t,增长率达143%;能源消费的碳足迹增加1566.622×10~4hm~2,四川全省的生态赤字达1563.598×10~4hm~2。(2)建设用地和林地分别为四川省最大的碳源与碳汇。20年间建设用地的碳排放增加5407.072×10~4t,增长率达126.27%,占碳排放总量的88%以上;林地的碳汇减少10.351×10~4t,但仍占四川省碳汇的96%以上。(3)土地利用碳排放、碳足迹和生态赤字存在明显区域差异。成都平原区碳排放、碳足迹压力最大,生态赤字严重,西部高山高原区和盆周山区碳排放、碳足迹最小,未出现生态赤字;成都、德阳、资阳和内江等地的碳排放、碳足迹压力最大,生态赤字最严重,甘孜、阿坝等地的碳排放、碳足迹最小,未出现生态赤字。(4)土地利用结构与碳排放、碳足迹存在一定的相互关系,趋高的碳源、碳汇比导致土地利用的碳源效应远大于碳汇效应。因此,四川省减排的重点应该在保持或增加现有的林地的同时,主要以降低建设用地的碳排放、碳足迹为主。  相似文献   

6.
葡萄园生态系统是农业生态系统的重要组成部分, 集中连片栽培的葡萄园具有重要的生态价值。开展葡萄园生态系统碳源/汇的研究, 是完整探讨葡萄园生态系统碳循环必不可少的内容。随着葡萄生态学研究的进一步深入, 如何直观地揭示葡萄园生态系统碳循环规律和碳汇功能已经成为葡萄生态学领域关注的热点问题。研究发现, 葡萄园生态系统固定大量碳, 将碳封存在葡萄果实等一年生器官、主干等多年生器官以及土壤碳库中。葡萄园生态系统碳输入量大于碳输出量, 是碳汇; 土壤是葡萄园生态系统最大的碳库, 占总碳储量的70%, 尤其是土藤界面; 覆盖和免耕作为葡萄园的碳减排策略, 可以减少碳排放, 提高葡萄园土壤肥力。基于此, 为了阐明葡萄园生态系统的碳汇价值, 该文围绕葡萄生态学最新研究进展, 系统回顾了葡萄园生态系统中碳循环规律、碳汇研究进展及碳减排策略, 为葡萄生态学的研究提供理论基础, 并对本领域未来的研究方向和应用前景进行展望。  相似文献   

7.
江西省森林碳蓄积过程及碳源/汇的时空格局   总被引:1,自引:0,他引:1  
黄麟  邵全琴  刘纪远 《生态学报》2012,32(10):3010-3020
森林碳蓄积是研究森林与大气碳交换以及估算森林吸收或排放含碳气体的关键参数,不同年龄森林的碳源/汇功能差异则体现出森林生态系统碳蓄积过程的时间特征。以森林资源清查的样方数据作为数据源,通过刻画主要树种的林分蓄积生长曲线、林龄与净初级生产力(NPP)之间的关系,驱动区域碳收支模型(InTEC)模拟江西省1950—2008年的森林碳蓄积过程,了解山江湖工程实施以来的森林碳源/汇状况。结果表明,20世纪80年代以前,江西省森林年平均NPP波动于450—813 gCm-2a-1之间,年净增生物量碳26.55—36.23 TgC/a,年净增木质林产品碳0.01—0.3 TgC/a;80年代初,NPP和年净增生物量碳分别降至307.39 gC m-2a-1和17.31 TgC/a,而年净增木质林产品碳却高达0.6 TgC/a,说明森林被大量砍伐进入林产品碳库;1985年山江湖工程实施后,大面积造林使得年净增碳蓄积呈现急剧上升趋势,生物量和木质林产品碳蓄积分别上升至目前的42.37 TgC/a和0.79 TgC/a,而平均NPP值增加缓慢、碳汇功能降低,说明林分质量有待提高;90年代后碳汇功能开始稳步增强,说明造林面积的迅速增加是引起江西省森林碳增汇的主要驱动因素,但未来森林增汇潜力应源于森林生长和有效的经营管理。  相似文献   

8.
基于GIS的农田土壤、作物特征空间变异性及其相互关系   总被引:1,自引:0,他引:1  
The objective of this research was to investigate the variability and the quantitative relationships among soil nutrients and crop growth status and yield. All data were analyzed by both classical statistics and geostatistics based on GIS. Soil properties included soil pH, total N, organic matter, available P and available K, while crop growth status was indicated by SPAD, LAI and SPAD × LAI. All parameters except soll pH exhibited spatial correlation.Soil total N and organic matter, SPAD, LAI and SPAD × LAI were all correlated to rice yield. Kriged interpolation maps provided good indication of the spatial variability in crop yield and growth status. Spatial interpolation and correlation analysis proved that SPAD × LAI was more indicative of crop growth status than individual variables, and useful for implementing growth season and topdressing as needed.  相似文献   

9.
李娜  牟长城  王彪  张妍  马莉 《生态学报》2017,37(9):2880-2893
采用静态箱-气相色谱法与相对生长方程法,同步测定小兴安岭7种天然沼泽湿地(草丛沼泽-C、灌丛沼泽-G、毛赤杨沼泽-M、白桦沼泽-B、落叶松苔草沼泽-L-T、落叶松藓类沼泽-L-X、落叶松泥炭藓沼泽-L-N)的土壤呼吸(CO_2、CH_4)净碳排放量、植被年净固碳量,并依据生态系统净碳收支平衡,揭示温带天然沼泽湿地的碳源/汇作用规律。结果表明:(1)7种天然沼泽CH_4年通量(0.006—7.756 mg m~(-2)h~(-1))呈M(高于其他类型1.0—1291.7倍,P0.05)C、G、B(高于针叶林沼泽17.7—649.0倍,P0.05)针叶林沼泽变化趋势,其季节动态存在3种类型(C、G单峰型、M、B多峰型及针叶林沼泽排放与吸收交替型);(2)其CO_2年通量(157.40—231.06 mg m~(-2)h~(-1))呈G(高于森林沼泽28.7%—46.8%,P0.05)C(高于森林沼泽7.4%—22.5%,P0.05)森林沼泽的变化趋势,其季节动态存在2种类型(C、G、L-X和L-N双峰型和M、B、L-T单峰型);(3)C、G、M、B、L-N CH_4排放仅受0—40 cm不同土壤层温度所控制;7种天然沼泽土壤CO_2排放均受气温及0—40 cm不同土壤层温度所控制,但B、L-X、L-N受温度与水位综合控制;(4)其植被年净固碳量((2.05±0.09)—(6.75±0.27)t C hm-2a-1)呈C(高于其他类型65.4%—229.3%,P0.05)G、B、L-T、L-X、L-N(高于M 80.0%—99.0%,P0.05)M变化趋势;(5)7种天然沼泽的碳源/汇(-2.32—2.09 t C hm-2a-1)作用不同,C、B和L-N为碳吸收汇(C强汇、B和L-N弱汇),M、G、L-T和L-X则为碳排放源(M、G强源、L-T和L-X弱源)。因此,温带小兴安岭草丛沼泽为碳强汇、灌丛沼泽为碳强源、森林沼泽基本维持碳平衡(除M外)。  相似文献   

10.
再生稻田温室气体排放特征及碳足迹   总被引:1,自引:0,他引:1  
研究中国东南区域不同稻作方式对水稻生产过程中稻田温室气体排放特征及其碳足迹的影响,对促进水稻可持续生产有重要意义。本研究以当前推广的常规稻‘佳辐占'和杂交中稻‘甬优2640'为材料,构建4种适合福建不同生态类型区的稻作模式: 1) 双季稻,早稻和晚稻均种植佳辐占(D-J);2) 早熟再生稻,头季稻和再生季稻均种植佳辐占(R-J);3) 中熟再生稻,头季稻和再生季稻均种植甬优2640(R-Y);4) 单季晚稻,与中熟再生季稻同期抽穗的单季晚稻,种植甬优2640(S-Y)。采用密闭静态暗箱观测法和气相色谱法分别收集并检测稻田土壤温室气体排放量,借用生命周期法对不同稻作方式产生的直接和间接温室气体排放总量(即碳足迹)进行数据采集与比较分析。结果表明: 不同稻作方式稻田温室气体排放特征均表现为生育前期排放量较低,到孕穗期前后达到高峰后又下降,即全生育期呈前高后低的双峰曲线,其中早稻或头季稻达到的第1个峰值较相应晚稻或再生季稻的第2个峰值高。不同稻作模式稻田温室气体排放总量差异显著。各种植模式全球增温潜势(GWP)表现为:R-Y>D-J>S-Y>R-J,温室气体排放强度(GHGI)表现为:D-J>S-Y>R-Y>R-J;与双季稻模式相比,佳辐占再生稻模式GWP和GHGI分别降低26.1%和14.1%;与同期抽穗的单季晚稻相比,甬优2640再生季稻稻田GWP和GHGI分别降低74.3%和56.7%。不同稻作模式下水稻单位产量碳足迹为0.38~1.08 kg CO2-eq.·kg-1,其中双季稻模式下最高,再生稻模式下甬优2640的单位产量碳足迹最低。不同稻作模式产生的碳足迹主要来源于CH4,其贡献率高达44.2%~71.5%。可见,再生稻种植模式能显著降低水稻全球增温潜势和碳排放强度。选用高产低碳排放的水稻优良品种并配套科学栽培技术,是有效降低稻田CH4排放量和碳足迹、促进再生稻生产可持续发展的关键。  相似文献   

11.
明确小麦-夏直播花生(W-P)种植体系的主要碳排放环节,可为采取有效措施实现该体系高产与低碳排放的协同效益提供参考.本文依据全生命周期方法,构建碳足迹模型,并核算了山东省W-P种植体系生命周期碳排放.结果表明:山东省W-P种植体系的净收益较小麦-玉米(W-M)种植体系高71.2%~88.3%;W-P种植体系的单位面积碳排放达6977.9~8018.5 kg·hm-2,较W-M种植体系高6.2%,但单位净产值的碳排放为每元0.23~0.28kg CO_2-eq,较W-M种植体系低37.4%~44.1%.综合2种种植体系的净收益和单位净产值碳排放发现,W-P种植体系可以实现高产出与低碳排放的协同效益,符合优化供给、提质增效、农民增收的农业供给侧结构性改革目标.  相似文献   

12.
Biochar soil amendment (BSA) had been advocated as a promising approach to mitigate greenhouse gas (GHG) emissions in agriculture. However, the net GHG mitigation potential of BSA remained unquantified with regard to the manufacturing process and field application. Carbon footprint (CF) was employed to assess the mitigating potential of BSA by estimating all the direct and indirect GHG emissions in the full life cycles of crop production including production and field application of biochar. Data were obtained from 7 sites (4 sites for paddy rice production and 3 sites for maize production) under a single BSA at 20 t/ha?1 across mainland China. Considering soil organic carbon (SOC) sequestration and GHG emission reduction from syngas recycling, BSA reduced the CFs by 20.37–41.29 t carbon dioxide equivalent ha?1 (CO2‐eq ha?1) and 28.58–39.49 t CO2‐eq ha?1 for paddy rice and maize production, respectively, compared to no biochar application. Without considering SOC sequestration and syngas recycling, the net CF change by BSA was in a range of ?25.06 to 9.82 t CO2‐eq ha?1 and ?20.07 to 5.95 t CO2‐eq ha?1 for paddy rice and maize production, respectively, over no biochar application. As the largest contributors among the others, syngas recycling in the process of biochar manufacture contributed by 47% to total CF reductions under BSA for rice cultivation while SOC sequestration contributed by 57% for maize cultivation. There was a large variability of the CF reductions across the studied sites whether in paddy rice or maize production, due likely to the difference in GHG emission reductions and SOC increments under BSA across the sites. This study emphasized that SOC sequestration should be taken into account the CF calculation of BSA. Improved biochar manufacturing technique could achieve a remarkable carbon sink by recycling the biogas for traditional fossil‐fuel replacement.  相似文献   

13.
基于生命周期评价的上海市水稻生产的碳足迹   总被引:12,自引:0,他引:12  
碳足迹是指由企业、组织或个人引起的碳排放的集合。参照PAS2050规范并结合生命周期评价方法对上海市水稻生产进行了碳足迹评估。结果表明:(1)目前上海市水稻生产的碳排放为11.8114 t CO2e/hm2,折合每吨水稻生产周期的碳足迹为1.2321 t CO2e;(2)稻田温室气体排放是水稻生产最主要的碳排放源,每吨水稻生产的总排放量为0.9507 t CO2e,占水稻生产全部碳排放的77.1%,其中甲烷(CH4)又是最主要的温室气体,对稻田温室气体碳排放的贡献率高达96.6%;(3)化学肥料的施用是第二大碳排放源,每吨水稻生产的总排放量为0.2044 t CO2e,占水稻生产总碳排放的16.5%,其中N最高,排放量为0.1159 t CO2e。因此,上海低碳水稻生产的关键在降低稻田甲烷的排放,另外可通过提高氮肥利用效率,减少氮肥施用等方法减少种植过程中碳排放。  相似文献   

14.
农田生态系统是陆地生态系统的重要组成部分,起着碳源和碳汇的双重作用,对维持整个生态系统碳平衡具有重要意义.本文基于ArcGIS 10.1、SPSS 20.0、Sigmaplot 12.5等分析平台,以农田生态系统为研究对象,构建农田生态系统碳足迹模型,分析2005—2014年河南省农田生态系统碳排放、碳吸收和碳足迹及三者之间的关系.结果表明: 2005—2014年,研究区碳排放年平均增长率为2.7%,其中因化肥施用引起的碳排放量占总碳排放量的比例最高,占66.2%,且化肥的使用强度为890.38 kg·hm-2,远高于发达国家公认的安全警戒线225 kg·hm-2.河南省农田生态系统的碳总储量整体呈逐年上升趋势,其中,小麦的碳吸收比例最高,占总吸收量的60%,水稻的碳吸收增速最快,为7.9%.河南省农田生态系统存在碳生态盈余,且农田生态系统碳足迹总体呈现不断增加趋势,农田生态系统碳足迹占同期生产性土地面积(耕地)的平均比例为5.7%.研究区碳排放、碳吸收、碳足迹的空间变化较为一致,均呈现东南多、西北少的空间分布规律,且地区差异及变化幅度差异较大是三者的最主要外部特征.  相似文献   

15.
湖北省不同花生轮作种植体系碳氮足迹   总被引:1,自引:0,他引:1  
明确作物生产过程的主要碳氮排放环节,可为不同花生轮作种植体系实现高产高效与低碳氮排放的协同效益提供有效参考。本研究对湖北省黄冈市油菜-花生轮作、小麦-花生轮作、花生单作3种种植模式生产过程的农资投入和田间管理措施等进行实地调查,核算该3种种植模式的碳足迹和氮足迹。结果表明: 油菜-花生轮作较小麦-花生轮作单位面积碳排放降低7.8%、单位净现值碳排放降低36.9%、单位面积氮排放降低12.5%、单位净现值氮排放降低41.9%;油菜-花生轮作较花生单作单位净现值碳排放和氮排放分别降低19.6%和30.8%;油菜-花生轮作净收益是小麦-花生轮作的1.4倍、花生单作的2.4倍。表明油菜-花生轮作可实现高产高效与低碳氮排放的协同效益,有利于油料作物的绿色高质高效生产。  相似文献   

16.
罗怀良 《生态学报》2022,42(9):3832-3841
结构复杂、自然生态与社会经济过程交织、地域特征显著的农业碳源/汇效应存在基于内部结构、双重属性、区域尺度等多种研究视角。国内基于内部结构视角的农业碳源/汇效应研究多局限于种植业,且多以单一的碳源或碳汇研究为主;农业组分细化与组分关联的系统综合研究明显不足。在基于双重属性视角的研究中,自然生态视角侧重于碳吸收和直接碳排放,社会经济视角则聚焦于间接碳排放;由自然与经济相互割裂到相互融合的二元农业碳源/汇综合方法尚需深化。基于区域尺度视角的研究多集中在大中尺度和样地尺度,小尺度县域研究比较薄弱;农产品供应链关联的区域间碳流及减排值得关注。针对中国小规模家庭农场和种养关联的多种经营特征,农业碳源/汇效应研究应将农业产业组分、农产品碳源/汇构成解析与种养关联碳源/汇综合并重,发展和完善评估模型、提高参数本土化程度,追踪农产品生产、流通与消费等区域间碳流全过程。研究综述国内基于内部结构、双重属性和区域尺度等视角的农业碳源/汇效应研究进展,并提出基于我国农业经营特征的碳源/汇效应改进研究。  相似文献   

17.
Agriculture plays an important role in greenhouse gases (GHGs) emissions and reactive nitrogen (Nr) loss. Therefore, carbon (C) and nitrogen (N) footprint reductions in agro-ecosystem have become an increasingly hot topic in global climate change and agricultural adaptation. The objective of this study was to assess the C footprint (CF) and N footprint (NF) of double rice (Oryza sativa L.) production using life cycle assessment method in Southern China. The results showed that fertilizer application and farm machinery operation contributed the most to both GHGs and Nr emissions from agricultural inputs in the double rice production process. The CF for the early, late, and double rice was 0.86, 0.83, and 0.85 kg CO2-eq kg−1 year−1 at yield-scale, respectively. In addition, the NF was 10.47, 10.89, and 10.68 g N-eq kg−1 year−1 at yield-scale for the early, late and double rice, respectively. The largest fraction of CF and NF of double rice was the share of CH4 emission and NH3 volatilization from the paddy field, respectively. Higher CF and NF at yield-scale for Guangdong, Guangxi, and Hainan provinces were presented, compared to the average level in double rice cropping for the region, while smaller than those of Jiangxi, Hubei, and Hunan provinces. Some effective solutions would be favorable toward mitigating climate change and eutrophication of the double rice cropping region in Southern China, including reduction of fertilizer application rates, improvements in farm machinery operation efficiencies, and changes in regional allocation of double rice cropping areas.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号