健康膳食对农业甲烷排放的影响分析.pdf

DOI:10.12006/j.issn.1673-1719.2023.071华而实,陈敏鹏,崔焱绒.健康膳食对农业甲烷排放的影响分析 J.气候变化研究进展,2023,19(5):559-572Hua E S,Chen M P,Cui Y R.Analysis of the impact of healthy diet on agricultural methane emissions J.Climate Change Research,2023,19(5):559-572健康膳食对农业甲烷排放的影响分析华而实，陈敏鹏，崔焱绒中国人民大学，北京 100872气 候 变 化 研 究 进 展第 19 卷 第 5 期 2023 年 9 月CLIMATE CHANGE RESEARCHVol.19 No.5September 2023摘 要：基于清单法计算了 19812060 年中国农业源 CH4排放量，基于情景设计分析了 5 种健康膳食结构的农业源CH4减排效应。研究表明：19812021 年中国农业源 CH4排放从 18.46 Mt 上升至 22.23 Mt，其中肠道发酵、水稻种植和淡水养殖是 CH4排放的主要来源。基准情景下，中国农业源 CH4排放于 2036 年达到峰值 24.91 Mt，20222060 年累积排放 940.40 Mt。5 种健康膳食情景将促进全国 CH4提前到 2030 年之前（20212027 年）达峰，20222060 年累积减排 170.22 343.31 Mt（18%37%）CH4，其中动物性食物消费相对较少的健康膳食情景 CH4减排潜力更大。关键词：农业；CH4；排放路径；情景预测；减排潜力收稿日期：2023-04-07；修回日期：2023-06-02资助项目：国家社会科学基金重点项目（22AZD098）；能源基金会项目（G-2104-32822）作者简介：华而实，男，硕士研究生；陈敏鹏（通信作者），女，教授，引 言甲烷（CH4）是仅次于二氧化碳（CO2）的对全球气候变化第二重要的温室气体1。自工业革命（1850 年）以来，大气中的 CH4浓度增加了 1.56倍；人为因素使全球表面温度净增长了 1.07，其中 CO2贡献了 0.8，CH4贡献了 0.52。目前，全球大气CH4浓度占比仍以较快的速度增长，20102019 年 每 年 增 长 510-9 1310-93。CH4的升温效应强，在排放后的 20 年内产生的温室效应是CO2的84倍，在100年后仍然为28倍4。CH4分解速度快，在大气中的平均寿命为 10 年，具有显著的短期减缓潜力，对到 21 世纪末将全球变暖控制到 1.5的目标至关重要5-6，从而成为国际气候治理关注的焦点7。农业是 CH4排放的主要来源，据气候与清洁空气联盟（CCAC）和联合国环境规划署（UNEP）联合发布的全球甲烷评估报告统计，畜牧业和水稻种植贡献了全球人为 CH4排放量的 40%8。中国作为最大的发展中国家和世界农业大国之一，农业源 CH4排放量占全国 CH4排放的 50%9。CH4减排也是 2022 年农业农村部在农业农村减排固碳实施方案的重点领域之一10。消费端减排通过改变消费者偏好和行为减少气 候 变 化 研 究 进 展 2023 年560甲烷排放的特点、控制及成本效益专栏温室气体密集型产品的浪费和消费，其中饮食结构调整是消费端减排的主要手段11。由于不同类型食物的温室气体足迹有显著差异，例如牛肉、羊肉生产的温室气体排放系数分别是蛋、奶的10 20 倍，谷物的 20 30 倍，蔬菜的 50 倍以上12，因此饮食结构变化的减排效应已经引起了广泛的研究兴趣。有研究表明，如果英国、美国以植物性食物替代动物性食物，可分别减少 26%和 23%的农业温室气体排放13。另一方面，收入提高和城市化正使传统饮食行为被糖、脂肪、油和肉类的高消费行为所取代，这导致了 21 亿人超重或肥胖14-15，全球慢性非传染性疾病的发病率增加16。因此，健康膳食可能带来环境与健康的双重收益17。根据世界卫生组织的定义，健康膳食指身体、心理和社会均健康的饮食行为；柳叶刀饮食委员会以食物组的形式定义了健康膳食，其具有热量摄入适当、植物性食物为主、摄入少量的精制谷物、高加工食品和糖等特点18。目前，对于健康的膳食结构没有统一的定义，但不同国家或机构的推荐饮食具有相似之处19。将饮食、健康和气候变化联系起来引起了广泛的研究兴趣20。有很多研究分析了不同饮食情景的温室气体减排效应。Tilman 等17的研究表明，2050 年地中海饮食、鱼素饮食和素食饮食方案要比平均饮食方案分别减少 30%、45%和 55%的全球农业温室气体排放。Westhoek 等21和 Song 等22分别研究了 8种和 9 种不同肉类与牛奶消费情景下的温室气体排放差异，结果表明减少肉类和牛奶消费可以显著降低温室气体排放。不同国家膳食指南的环境效应不同，例如印度膳食指南的每年人均温室气体排放量为 687 kg CO2当量，而美国为 1579 kg CO2当量23。Behrens 等24对比了 37 个国家的平均饮食摄入量和国家推荐饮食量对环境的影响，结果表明推荐饮食情景可以减少高收入国家的温室气体排放，而中等收入国家减排不明显，中低收入国家的排放则会增加。窦羽星等25发现接近中国膳食指南的膳食结构可以降低城镇 13.6%和乡村 14.7%的食物碳足迹。Wang 等26发现采用中国膳食指南的饮食结构可以在 2050 年降低畜牧业 47%的温室气体排放。Zhang 等27研究发现以植物性食物为主的膳食结构可以减少 41%的温室气体排放量，而以水产品替代 50%传统肉类可以减少 22.4%的温室气体排放量。Macdiarmid 等28、Horgan 等29和张翠玲等30均基于数学规划模型证实了健康膳食情景具有显著的温室气体减排潜力。总的来说，已有的健康膳食环境影响研究较少单独关注对甲烷排放的影响，且核算口径通常不包含水产养殖温室气体排放31-35。除此之外，国内有关健康膳食环境影响的研究较少，且主要关注中国居民健康膳食指南，对其他健康膳食的研究不全面。综上所述，分析中国农业源 CH4排放特点、探究健康膳食的 CH4减排效应对提升我国居民健康水平、实现CH4有效减排具有重要意义。因此，本研究基于中国健康膳食指南、美国健康膳食指南、柳叶刀委员会推荐饮食、地中海饮食结构设计了 5 种健康膳食情景，通过清单法计算了 19812060 年中国农业肠道发酵、粪便管理、水稻种植、秸秆焚烧和淡水养殖的 CH4排放路径，并分析了健康膳食的 CH4减排潜力。1 方法与数据1.1 农业源非二氧化碳温室气体清单模型（AGHG-INV）农 业 源 非 二 氧 化 碳 温 室 气 体 清 单 模 型（AGHG-INV）36是一个包含技术细节的自下而上的模型，它可以核算省级农业源的 CH4和 N2O排放。该模型建立在中国国家统计数据库和 IPCC 2006 年国家温室气体清单指南37公开的活动数据之上，使用基于文献的中国特有的排放因子，并根据区域进行了调整。因此，本研究核算的农业排放包括 IPCC 指南中农业的直接排放，即肠道发酵、粪便管理、水稻种植和秸秆焚烧中的农业CH4直接排放。同时，由于水产养殖是 CH4排放的重要源38，且淡水养殖 CH4排放远高于海水养殖39，本研究又增加了淡水养殖排放。本研究核算 CH4的方法见公式(1)，即某省份年份 y 中排放部门 s 的 CH4排放量 Es,y如下：5 期 561华而实，等：健康膳食对农业甲烷排放的影响分析式中：Fp,s,y是某省份第 y 年的排放部门 s 中排放过程 p 的 CH4排放因子（kg/头，kg/hm2，kg/t，%)；Ap,s,y是某省份第 y 年的排放部门 s 中过程 p的生产活动水平，包括动物头数、种植面积、农产品产量和养殖面积；排放部门 s 包括肠道发酵、粪便管理、水稻种植、秸秆焚烧和淡水养殖；过程 p 表示不同种类和不同管理方式下的牲畜、农作物或水产品。1.2 情景设计共享社会经济路径情景（SSP1 SSP5）已被用于预测与饮食相关的未来温室气体排放和气候变化路径40-41，考虑到 SSP2 情景能够反映社会经济发展的中间路径42，本研究基于 SSP2 情景构建了基准情景（BAU)。SSP2 情景下中国 20222060 年人口数据和城镇化率数据来自 Chen 等43的研究，GDP 数据来自 Jiang 等44的研究，上述数Es,y=Fp,s,y Ap,s,y。(1)p据均结合实际数据进行了部分调整，例如人口数据考虑到了 2022 年人口负增长。在 BAU 情景中，本研究假设中国农业部门的生产效率、CH4排放因子和生产管理技术长期保持不变，且没有考虑各种减缓措施的推广和发展。本文基于“需求供给排放”的思路预测未来中国农业源 CH4排放路径。首先，根据 SSP2 情景有关城市化率、经济增长的假设，基于多元回归模型预测每种食物未来的人均需求量，结果如图 1(d)所示。与 Zhao 等45基于 GLOBIOM-China 模型预测的人均能量摄入量相比，本文预测的总量和趋势与其大致相似。其次，结合人口假设计算每种农产品的总需求量，基于 2020 年中国不同农产品需求量与产量之间的比值预测 BAU 情景下不同农产品产量数据，结果如图 2 所示。与 Zhao 等45基于GLOBIOM-China 模型预测的农作物产量相比，本文预测的总量和趋势与其大致相似。最终，根据预测的农业生产活动水平和 AGHG-INV 模型预测CH4排放。图 1 BAU 情景设计Fig.1 Basic assumptions of BAU scenario其他动物性食物GLOBIOM-China161284400000人口/亿人1612840城镇人口/亿人人均 GDP/美元30000200001000002060 年19802000202020402060 年19802000202020402060 年198020002020204016000人均能量摄入/(kJ/d)12000800040000(a)(b)(c)(d)水产品奶蛋类非反刍动物肉反刍动物肉其他植物性食物糖蔬菜水果植物油与油籽豆类薯类谷物SSP2 人口历史人口SSP2 城镇人口历史城镇人口SSP2 人均 GDP历史人均 GDP2060 年气 候 变 化 研 究 进 展 2023 年562甲烷排放的特点、控制及成本效益专栏图 2 BAU 情景下部分农产品产量Fig.2 Production of some agricultural products of BAU scenario注：19812021 年的农产品产量为历史实际数据；GLOBIOM-China 模型的预测结果分别为 2020、2030、2040 和 2050 年；图(l)仅包含人工淡水养殖产量；Zhao 等45并未预测水产品产量，因此图(l)中无对比。产量/万 t500015002.01.51.00.5100000产量/万 t5000100050002060 年198020002020204015001000500015001000500032100600040002000040003000200010000产量/万 t60040020003000200010000400030002000100008006004002000(a)水稻2060 年19802000202020402060 年19802000202020402060 年19802000202020402060 年19802000202020402060 年19802000202020402060 年19802000202020402060 年19802000202020402060 年19802000202020402060 年19802000202020402060 年19802000202020402060 年1980200020202040历史数据GLOBIOM-ChinaBAU104(b)小麦(c)玉米(d)大豆(e)油菜籽(f)花生(g)猪肉(h)牛肉(i)羊肉(j)牛奶(k)鸡蛋(l)水产品104本研究基于 中国居民膳食指南202246、美国饮食指南 2020202547、柳叶刀“可持续健康饮食”18和地中海饮食模式48-49构建了 5 种健康膳食情景（表 1)。其中 DGCHN-1 和 DGCHN-2情景参考中国居民膳食指南 2022给出的食物摄入范围设计，DGCHN-1 情景下不同食物摄入量为推荐摄入范围的中间值。DGCHN-2 情景中动物性食物消费量取较低的推荐值，植物性食物消费取较高的推荐值。DGUS 情景参考美国饮食指南 20202025设计，其特点是奶类消费量远高于其他情景，谷类摄入量较低，肉蛋水产品摄入总量与 DGCHN-2 情景相同。Mediterranean 情景根据地中海饮食模式设计，这是世界公认的健康膳食模式，其特点是畜禽肉和奶类消费量在所有情景中处于最低水平，但水产品消费量处于最高水平，谷类、蔬菜和水果消费相对较多。EAT-Lancet 情景参考柳叶刀委员会提出的可持续性健康食物组，其特点是畜禽肉、水产品和蛋类摄入量最低，豆类消费量最高。在5种健康膳食情景中，参考 Liu 等51的研究，假设 20222050 年中国居民饮食结构由 BAU 情景膳食结构向健康膳食结构线性转变，并在 2050 年后保持不变。1.3 数据来源中国 31 个省市（不包括港、澳、台）19812021 年的人口、经济和城市化率数据来自国家统计局分省份数据，动物存栏量数据、农作物产量、农作物种植面积、食物产量数据来自中国农村统计年鉴，淡水养殖面积和产量数据来自中国渔业统计年鉴。19812020 年居民食物消费量数据来自剔除食物浪费后的联合国粮农组织食品收支数据。肠道发酵、粪便管理、水稻种植和秸5 期 563华而实，等：健康膳食对农业甲烷排放的影响分析表 1 中国实际饮食状况（2020 年）与 5 种健康膳食情景Table 1 The actual dietary structure(2020)in China and five healthy dietary structures类别谷类薯类油类蔬菜类水果类豆类坚果奶类蛋类牛肉羊肉猪肉禽肉水产品糖其他合计DGCHN-1DGCHN-2g/dkJ/d2507527.5400275304004557.557.52516433658243102143572063611512765153434199417g/dkJ/d300100255003503530040404025175543913279295449177418622433602394199971g/dkJ/d2121493738539520275988832251968309848613354191042360661153272019341910264DGUSg/dkJ/d270864040045029301502914298625163839512801453435118951974943117612626451541910507 Mediterraneang/dkJ/d2325051.8300200100252501377292831132433951631884327527178362464080636326016750210477EAT-Lancetg/dkJ/d41617325846222186656117108837992316821066095565933921586322138180373151887913355943771042134912020 年注：(1)表头 g/d 为人均食物摄入量的单位，kJ/d 为人均能量摄入量的单位。(2)WHO 建议糖类（游离糖，包括人为添加在食物中的单糖和双糖以及天然存在于蜂蜜、糖浆、果汁和浓缩果汁中的糖，不包含新鲜水果和蔬菜中的糖以及牛奶中自然存在的糖）摄入能量应小于总能量的 10%，且尽可能小于 5%50。无糖类推荐摄入量的情景采用 BAU 情景基于经验模型的预测值，20222060 年平均摄入量为 25 g/d，能量值小于各情景总能量的 5%。(3)空白处表示与其上最近一个数据共用摄入量/能量值，而非相同；“-”表示空值。秆焚烧 CH4排放核算中的各种排放因子和参数来自于课题组已有研究36。淡水养殖 CH4排放因子主要来自 Yuan 等38的研究。2 结果与讨论2.1 健康膳食的总体 CH4减排效应如图 3(a)所示，19812021 年中国农业源CH4排放从 18.46 Mt 先上升后缓慢下降至 22.23 Mt，最终增长了20%。其中，1995年CH4排放最多，为 24.10 Mt。2000 年后 CH4排放相对稳定，这主要是受政府政策影响，例如稳定农业生产52和更严格的环境管理53。如果不考虑淡水养殖 CH4排放，19812021 年中国农业源 CH4排放从 17.07 Mt 先上升后下降至 19.20 Mt，最终增长了 12%，其中 1995 年 CH4排放最高，为 22.40 Mt。随着时间的推移，包含与不包含淡水养殖 CH4排放量之间的差距逐渐增大，淡水养殖在历史 CH4排放增长中贡献了 23%的正向作用，是农业 CH4排放核算中不可忽视的一部分。通过与不同来源的数据进行比较，本研究计算的 CH4历史排放量位于已有测算结果范围之内31-35。上述不同来源的 CH4排放核算均使用清单法，且都不包含淡水养殖 CH4排放，结果的差异主要源于核算边界、排放因子和农业活动数据的差异。在核算边界方面，1994 年国家清单不包括秸秆焚烧 CH4排放54。在排放因子方面，不同年份的国家清单会重新计算部分排放因子，但在气 候 变 化 研 究 进 展 2023 年564甲烷排放的特点、控制及成本效益专栏计算排放因子时可能会修改模型、数据来源和数据尺度，从而给不同年份的比较带来误差；在活动水平数据方面，国家清单的部分数据为栅格数据或调查数据54-55。由于数据获取困难，本文只能使用省级活动水平数据和省级固定的排放因子数据。1994 年国家清单未给出不确定性数据且核算边界不同，本文核算结果与其他年份国家清单结果的差异（平均为 10%）小于国家清单农业温室气体排放自身的不确定性（平均为 21%）35,55-57，也小于国家清单分部门 CH4排放不确定性（平均为 41%）54-55。图 3(b)展示了 6 种饮食情景的 CH4排放路径。在 BAU 情景中，20222060 年中国农业源CH4排放呈现先上升后下降的趋势，2030 和 2060年 CH4排放分别为 24.39 Mt 和 22.91 Mt，相对于 2021 年分别增长了 10%和 3%。BAU 情景的CH4排放峰值为 24.91 Mt，达峰时间为 2036 年。20222060 年，BAU 情景下中国农业源 CH4累积排放 940.40 Mt。若不考虑淡水养殖排放，20222060 年 BAU 情景 CH4排放从 18.97 Mt 先上升后下降至 19.55 Mt，相比考虑淡水养殖排放时变化幅度较小，CH4累积排放减少 134.68 Mt。因此，核算淡水养殖 CH4排放对于客观认识中国农业源CH4排放具有重要意义。DGCHN-1 情景和 DGUS 情景的 CH4排放趋势为先上升后下降，达峰时间分别为 2026 和 2027年，而 DGCHN-2 情 景、Mediterranean 情 景 和EAT-Lancet 情景的 CH4排放趋势均为持续下降，达峰时间为 2021 年。这不仅意味着向健康膳食模式转变可以显著缩短我国农业源 CH4达峰时间，还意味着向植物性食物摄入更多的健康膳食模式转变可以促进 CH4达峰时间提前，并降低峰值。DGCHN-1 情景、DGCHN-2 情景、DGUS 情景、Mediterranean 情景和 EAT-Lancet 情景的 2030 年CH4减排量（减排率）分别为 2.40 Mt（10%)、3.23 Mt（13%)、1.70 Mt（7%)、3.77 Mt（15%）和 4.05 Mt（17%)，2060 年 CH4减排量（减排率）分别为9.07 Mt（40%)、11.31 Mt（49%)、7.17 Mt（31%)、12.81 Mt（56%）和 13.43 Mt（59%)，20222060年累积减排量（减排率）分别为 222.48 Mt（24%)、284.34 Mt（30%)、170.22 Mt（18%)、325.54 Mt（35%）和 343.31 Mt（37%)。由图 3(b)中的核密度曲线可知，20222060 年 BAU 情景年均 CH4排放量最大且 CH4排放的值相对集中。5 种健康膳食情景的核密度曲线位于历史数据和 BAU 情景的下方，且峰度较小，这表明 5 种健康膳食情景的年均 CH4排放量低于 BAU 情景和历史年均 CH4排放量，排放量的分布相对于 BAU 情景较为分散，主要分布于低排放区域。相关研究表明健康膳食可以减少当地 25%图 3 中国农业源 CH4排放路径及其核密度分析Fig.3 Analysis of methane emission paths and nuclear density in Chinese agricultureCH4排放量/Mt4027CH4排放量/Mt24211815129630353025201510502020 年197019801990200020102060 年19802040200020200 0.2 0.4 0.6 0.8(a)历史 CH4排放及相关研究对比(b)CH4排放路径及核密度分析历史数据本文结果本文结果（不含淡水养殖）国家清单Edgar-2006FAOUSEPAREASv2.1BAUDGCHN-1DGCHN-2DGUSMediterraneanEAT-Lancet历史数据（不含淡水养殖）BAU（不含淡水养殖）核密度的估计5 期 565华而实，等：健康膳食对农业甲烷排放的影响分析 79%26-27,58-60的温室气体排放。在本研究中，5 种 健 康 膳 食 情 景 到 2060 年 可 以 累 积 减 少18%37%的 CH4排放，且使中国农业源 CH4排放达峰时间从 2036 年提前至 20212027 年。健康膳食结构在中国有巨大的 CH4减排潜力，这不仅表明膳食指南可以成为促进 CH4减排的有效政策工具，还意味着中国政府可以将健康膳食作为减排政策的起点，在提升居民健康水平的同时实现 CH4减排。EAT-Lancet 情景 CH4减排潜力最大，其次是 Mediterranean 情景，而 DGCHN-1 和DGUS 情景 CH4减排潜力相对较小，这表明动物性食物消费较少的情景有较大的农业 CH4减排潜力。DGCHN-2 情景 CH4减排潜力大于 DGCHN-1情景表明对于同一膳食指南，以植物性食物代替动物性食物可以获得更多的环境效益。然而，中国人均动物性食物消费量始终呈现增长趋势，反刍动物肉类和乳制品的消费量分别从 20 世纪 90年代初和 21 世纪初开始呈指数级增长61-62，肉类、牛奶和鸡蛋的人均消费量在 20002017 年间分别增长了 75%、150%和 38%63。如果不加以控制，预计 2050 年动物性食物的人均消费量将增长58.5%，这将是 CH4排放增加的根本驱动力26。CH4排放在中国农业源非 CO2温室气体排放图 4 中国农业源 CH4排放占农业源非二氧化碳温室气体排放之比Fig.4 The proportion of CH4 emissions to non-CO2 greenhouse gas emissions from agriculture in China2060 年19801990200020102020203020402050807773706663DGCHN-1MediterraneanDGUSBAUDGCHN-2EAT-Lancet健康膳食情景占比/%中占据主导地位，已有研究测算的 CH4占比为63%78%64-65。由图 4 可知，本研究中 CH4排放占比在 19812021 年间从 80%下降至 73%。20222060 年 BAU 情景的 CH4排放占比相对稳定，范围是 71%73%；EAT-Lancet 情景的 CH4占比下降最明显，2060 年下降至 63%。除 EAT-Lancet情景、Mediterranean情景和DGCHN-2情景，其他膳食情景的 CH4占比均 70%，这表明以植物性食物为主的膳食情景更容易降低 CH4排放占比，有更大的 CH4减排潜力。2.2 健康膳食的分部门 CH4减排效应肠道发酵 CH4排放在中国农业源 CH4排放中占主导地位。如图 5(a)所示，19812021 年，肠道发酵 CH4排放从 7.80 Mt（占比 42%）先上升后下降至 10.81 Mt（占比 49%)，年排放均值为10.58 Mt。虽然未来人口下降减缓了农业 CH4排放，但人均肉类和奶类消费的增加仍使 BAU 情景肠道发酵 CH4排放处于较高水平。20222060 年，BAU 情景肠道发酵 CH4排放先上升后下降，范围是 10.83 12.58 Mt CH4，相对历史排放更为集中，年均排放 12.16 Mt（占比 50%)，高于历史排放均值。牛奶的大量摄入使 DGUS 情景肠道发气 候 变 化 研 究 进 展 2023 年566甲烷排放的特点、控制及成本效益专栏酵 CH4排放远高于其他健康膳食情景，且在 2044年前高于 BAU 情景，20222060 年呈现先上升后下降的趋势，排放范围是 11.17 12.76 Mt，相对 BAU 情景较分散，20222060 年累积增加0.60 Mt（1）肠道发酵 CH4排放。DGCHN-1 情景的畜禽肉消费和牛奶消费均处于较高水平，因此其肠道发酵 CH4排放仅次于 DGUS 情景，排放均值（范围）是 10.15 Mt（8.29 11.45 Mt)，20222060 年 累 积 减 少 78.50 Mt（17%）肠 道发酵 CH4。最低水平的牛奶消费和肉类消费使Mediterranean 情景具备最大的肠道发酵 CH4减排潜力，20222060 年 CH4排放量分布最分散且均值最低，分别为 4.09 10.64 Mt 和 7.17 Mt，累积减少 194.58 Mt（41%）肠道发酵 CH4排放。DGCHN-2 情景和 EAT-Lancet 情景的核密度曲线基本重合，这表明两个情景的肠道发酵 CH4排放特征基本相似，排放范围分别是 6.09 11.00 Mt和 5.41 10.76 Mt，20222060 年分别累积减排139.09 Mt（29%）和 158.52 Mt（33%）肠道发酵CH4。肠道发酵是 CH4减排潜力最大的部门，其减排潜力主要受到反刍动物肉类和奶类消费量的影响。如图 5(b)所示，水稻种植是中国第二大农业 CH4排放源，但在 19812021 年间，水稻种植 CH4排放从 7.56 Mt（占比 40%）下降至 5.87 Mt（占比 26%)。水稻种植 CH4历史排放的核密度曲线有明显的双峰，这是由于 19851995 年和 20052021 年水稻种植 CH4排放量变化较小。与 Zhao 等45预测结果相似，BAU 情景人均水稻需求在小幅度上升后保持稳定，因此水稻种植CH4排放先上升后下降，排放范围为 5.26 6.18 Mt。各健康膳食情景水稻种植 CH4排放的核密度曲线为双峰，且峰值较低，这表明水稻种植 CH4排放呈倒“S”型下降，且总体较分散。根据减排潜力从大到小的顺序依次为 DGUS 情景、EAT-Lancet 情景、DGCHN-1 情景、Mediterranean 情景和 DGCHN-2 情景，20222060 年分别可以减少73.79 Mt（32%）、67.11 Mt（29%）、61.11 Mt（27%）、54.43 Mt（24%）和 44.41 Mt（19%）的水稻种植CH4排放，且排放范围分别为 2.58 5.52 Mt、2.82 5.53 Mt、3.04 5.54 Mt、3.28 5.57 Mt和 3.64 5.64 Mt。淡水养殖 CH4排放是中国第三大农业 CH4排放源。如图 5(c)所示，在 19812021 年间，淡水养殖 CH4排放呈“S”型增长，从 1.39 Mt（占比8%）上升至 3.03 Mt（占比 14%)，年排放均值为2.11 Mt。19812021 年间，淡水养殖 CH4排放的核密度曲线峰值很小，这表明历史排放量十分分散。20222060 年 BAU 情景淡水养殖 CH4排放先上升后下降，排放均值和集中程度均大于历史排放，为 3.45 Mt（3.06 3.58 Mt)，累积排放量为 134.68 Mt。由于 Mediterranean 情景水产品推荐摄入量最大，其淡水养殖 CH4排放量远高于其他健康膳食情景，20222060 年年均排放 2.83 Mt，高于历史年均排放，相对 BAU 情景可以减少18%（24.33 Mt）的 CH4排放。由于 20222035年和 2050 年后 CH4排放相对集中，Mediterranean情景核密度曲线有明显的双峰特征。其他健康膳食情景的淡水养殖 CH4排放呈现下降趋势，核密度曲线较平缓。除了 Mediterranean 情景，根据减排潜力从大到小的顺序依次为 EAT-Lancet 情景、DGUS 情景、DGCHN-2 情景和 DGCHN-1 情景，20222060 年 分 别 可 以 减 少 67.05 Mt（50%)、62.63 Mt（47%)、56.95 Mt（42%）和44.54 Mt（33%）的淡水养殖 CH4排放；除此之外，淡水养殖 CH4减排潜力越大的情景核密度曲线的峰度越低，即排放量的分布更分散，分别为 0.70 3.10 Mt、0.82 3.11 Mt、1.03 3.12 Mt 和 1.48 3.15 Mt。如图 5(d)所示，粪便管理 CH4排放在 19812021 年间从 1.54 Mt（占比 9%）先上升后下降至 2.13 Mt（占比 10%)，排放均值为 2.07 Mt。20222060 年 BAU 情景粪便管理 CH4排放先上升后下降，排放均值和范围的集中程度均大于历史排放，为 2.29 Mt（2.14 2.36 Mt)，累积排放量为 89.43 Mt。各健康膳食情景的粪便管理 CH4排放均持续下降，根据减排潜力从大到小的顺序依 次 为 Mediterranean 情 景、EAT-Lancet 情 景、DGCHN-2 情景、DGCHN-1 情景和 DGUS 情景，567华而实，等：健康膳食对农业甲烷排放的影响分析5 期 20222060 年 分 别 累 积 减 少 50.13 Mt（56%)、48.68 Mt（54%)、41.95 Mt（47%)、35.44 Mt（40%）和 30.98 Mt（35%）的粪便管理 CH4排放；除此之外，粪便管理 CH4减排潜力越大的情景的核密度曲线峰度越低，即排放量的分布更分散，分别为 0.27 2.08 Mt、0.31 2.08 Mt、0.59 2.04 Mt、0.82 2.05 Mt 和 0.99 2.05 Mt。牛 和 猪的粪便管理 CH4排放因子相对较大，但猪的存栏头数 5 倍于牛的头数66，因此减少猪肉消费比例更有助于降低粪便管理 CH4排放。然而，牛的肠道发酵 CH4排放因子是猪的 50 60 倍55，因此肠道发酵 CH4排放主要受到牛存栏头数的影响，这解释了为何 DGUS 情景肠道发酵 CH4排放先上升后下降，而粪便管理 CH4排放持续降低。由图5(e)可知，秸秆焚烧 CH4排放量较少，相比其他情景可以忽略不计。由图 6(a)可知，除 DGUS 情景外，健康膳食情景中肠道发酵部门 CH4减排潜力最大，20222060 年 贡 献 了 35%60%的 累 积 CH4减 排。水稻种植和淡水养殖部门的累积 CH4减排贡献相似，仅次于肠道发酵，分别为 16%43%和7%37%。粪便管理部门的累积 CH4减排贡献相对稳定，为 14%18%。秸秆焚烧 CH4减排图 5 中国农业源 CH4分部门排放路径及其核密度分析Fig.5 Analysis of the emission paths and nuclear density of methane in Chinese agricultural sectors潜力可以忽略不计。整体来看，畜牧业减排潜力最大，20222060 年各健康膳食情景的畜牧业累积减排量平均为 155.45 Mt CH4，平均占比 54%；种植业与渔业减排潜力相似，分别为 62.62 Mt 和51.10 Mt，平均占比为 26%和 21%。由图 6(b)可知，2060 年 BAU 情景的分部门排放结构与 2021年相似。2060 年 DGUS 情景中肠道发酵 CH4占比显著增加至 71%，而 Mediterranean 情景肠道发酵CH4占比下降至 41%，而淡水养殖 CH4排放占比增 加 至 22%。DGCHN-2、Mediterranean 和 EAT-Lancet 情景作为植物性食物消费较多、动物性食物消费较少的情景，2060 年水稻种植 CH4占比均超过 30%，粪便管理 CH4占比均下降至与秸秆焚烧 CH4占比相似的水平。总的来说，不同健康膳食情景的分部门 CH4减排潜力与排放结构存在明显差异。健康膳食情景在降低农业 CH4排放的同时也会影响 N2O 和 CO2的排放以及土壤有机碳含量。在牲畜养殖和水产品养殖方面，肉类和水产品需求的降低在减少牲畜和水产品饲养规模的同时会降低粪便管理 N2O 排放和淡水养殖 N2O 排放。在本研究的核算边界外，牛羊头数的减少可能会通过减少对草地的排泄物输入而降低草地 N2O 排放67。CH4排放量/Mt151980(a)肠道发酵1990 2000 2010 2020 2030 2040 2050 2060 年0 1 2 34 5 6 7129630(b)水稻种植1980 1990 2000 2010 2020 2030 2040 2050 2060 年01.20.40.81980 1990 2000 2010 2020 2030 2040 2050 2060 年 01.50.5 1.02.01980 1990 2000 2010 2020 2030 2040 2050 2060 年 012341980 1990 2000 2010 2020 2030 2040 2050 2060 年 0102030CH4排放量/Mt86420CH4排放量/Mt43210CH4排放量/Mt2.52.01.51.00.503.0CH4排放量/Mt0.50.40.30.20.10(d)粪便管理(e)秸秆焚烧(c)淡水养殖历史数据BAUDGCHN-1DGCHN-2DGUSMediterraneanEAT-Lancet核密度的估计核密度的估计核密度的估计核密度的估计核密度的估计气 候 变 化 研 究 进 展 2023 年568甲烷排放的特点、控制及成本效益专栏图 6 中国农业分部门 CH4减排潜力与排放结构Fig.6 Methane emission reduction potential and emission structure in Chinese agricultural sectors在水稻种植方面，由表 1 可知，中国人均谷物、蔬菜和水果摄入量远高于健康膳食标准，豆类和油类略低于健康膳食标准，因此健康膳食情景中减少的稻田可能转化为豆类和油料作物耕地等。除此之外，稻田也可能退耕还湿地、退耕还林还草等。由于没有证据表明豆科作物（大豆、花生等）的土壤固氮是 N2O 的排放源37，且种植豆科作物无需施用氮肥，因此若稻田转为播种豆科作物，N2O 排放