摘要：农业是中国甲烷和氧化亚氮排放的重要来源。然而，目前对这两种非二氧化碳温室气体的估算仍然不够精确，阻碍了对其时空动态的精确了解以及有效减排策略的制定。本文建立了一个综合考虑排放因子法、数据驱动模型和基于过程的生物地球化学模型的统一估算框架，用于识别1980年至2023年中国大陆农业非二氧化碳温室气体排放的量级、空间变化和长期趋势。研究期间，农业非二氧化碳温室气体排放总量平均为722.5 ± 102.3 Tg CO₂ - eq yr⁻¹ ，其中畜牧业甲烷（CH₄ ）、耕地甲烷（CH₄ ）、耕地氧化亚氮（N₂O ）和畜牧业氧化亚氮（N₂O ）的贡献分别为41%（297.4 ± 64.3 Tg CO₂ - eq yr⁻¹ ）、31%（225.0 ± 69.6 Tg CO₂ - eq yr⁻¹ ）、18%（130.6 ± 9.4 Tg CO₂ - eq yr⁻¹ ）和10% 。分别为69.4 ± 20.2 Tg CO₂ -eq yr⁻¹ 。其中约 70% 的排放集中在虎线以东的东部地区，排放热点区域位于华南、华东和四川盆地。我们的分析揭示了研究期间总排放量的三个不同时间阶段：快速增长阶段（1980 年至 1990 年代末）、缓慢增长阶段（1990 年代末至 2010 年代中期）和稳定阶段（自 2010 年代中期以来）。这些阶段反映了中国农业的发展轨迹，从农业产量的提高，到农业耕作方式的转变，最终走向可持续发展。然而，不同地区的排放量时间轨迹存在显著差异，凸显了农业发展水平的差异。本研究对中国农业非二氧化碳温室气体排放量进行了全面、网格化和一致的估算，为政策制定者提供了有价值的见解，以制定适应当地情况的定制战略，从而采取有效的减排措施。图1：我们将研究结果与现有估算值进行了比较。(a)农田 N₂O 排放量。(b) 水稻种植 CH₄排放量。(c)畜牧业N₂O 排放量。(d) 畜牧业 CH₄排放量。符号 *、** 和 *** 分别表示估算中应用了第一级、第二级和第三级方法。阴影部分代表本研究的不确定性。第一级方法依赖于默认排放因子，而第二级和第三级方法则基于更详细的国家层面数据，其中第三级方法可能包含更高级的模型和更精确的活动数据。我们通过 IPCC 提供的不确定性范围或我们使用的各种模型和活动数据的变异系数来量化各部门的不确定性。图2：1980—2023年中国农业非二氧化碳温室气体排放的空间格局。(a) 中国农业四大子部门的总排放量。灰色虚线表示黑河-腾冲线，插图饼图显示了各子部门的排放量占比。(b) 耕地N₂O排放量。饼图显示了不同氮源对耕地N₂O排放的贡献。FC：耕地施肥；NM：氮矿化；CR：作物残茬。(c) 水稻种植CH₄排放量。饼图显示了不同类型水稻对CH₄排放的贡献。MR：中稻；LR：晚稻；ER：早稻。(d) 畜牧业N₂O排放量。饼图显示了不同动物种类对N₂O排放的贡献。SN：猪；AC：所有类型的牛；PR：家禽和兔。 （e）畜牧业甲烷排放。饼图显示了各类主要动物对甲烷排放的贡献。AC，所有类型的牛；GS，山羊和绵羊；SN，猪。中国分为六个区域，具体如下：NE，东北地区；SC，中南部地区；E，东部地区；N，北部地区；NW，西北地区；SW，西南地区。图 3。1980—2023年中国农业非二氧化碳温室气体排放的时间变化。 (a) 农业总排放量的时间动态。(b) 三个阶段总排放量斜率的频率分布。这些斜率是通过自举法（1000次随机抽样）从10年时间序列中获得的。(c) 总排放量斜率的连续变化。斜率是通过10年滑动窗口计算得出的，中心年份为1985年至2019年。虚线表示趋势不显著（p > 0.05）。(d)耕地N₂O排放量、(e) 水稻种植CH₄排放量、(f) 畜牧业N₂O排放量和(g) 畜牧业CH₄排放量的时间动态。
图 4。1980年至2023年农业非二氧化碳温室气体排放的区域特定轨迹。( a) 中国西北地区。(b) 中国北方地区。(c) 中国东北地区。(d) 中国西南地区。(e) 中国中南部地区。(f) 中国东部地区。插图中的频率分布和折线图采用与图 3b和3c所示类似的方法获得。
10个月宝宝每天需要喝多少奶粉？
