河西走廊2000—2020年农业碳排放时空特征及其影响因素.pdf

Journal of Agricultural Resources and Environment农业资源与环境学报 2023,40（4）:940-952http:/Spatial-temporal characteristics of agricultural carbon emissions and influencing factors in the Hexi Corridorfrom 2000 to 2020LI Miande1,ZHOU Dongmei1,ZHU Xiaoyan1,QI Haiqiang1,MA Jing1,ZHANG Jun1,2*（1.College of Resources and Environmental Sciences,Gansu Agricultural University,Lanzhou 730070,China;2.Research Center forWater-saving Agriculture in Gansu Province,Lanzhou 730070,China）Abstract：Agriculture comprises a complex greenhouse gas source and sink system.Different regions and planting and breeding conditionslead to two types of carbon sources or sinks in the agricultural systems.Identifying the characteristics of carbon emissions in agriculturalsystems and influencing factors is of great significance to achieve green agricultural development,which will also provide a data basis topromote the realization of“carbon peak”and“carbon neutrality”goals.Taking the Hexi Corridor as an example,we calculated andanalyzed the spatial and temporal characteristics of agricultural carbon emissions and influencing factors in 20 counties in the Hexi regionfrom 2000 to 2020.The following results were obtained：from 2000 to 2020,agricultural carbon emissions in Hexi showed a slow increase.河西走廊20002020年农业碳排放时空特征及其影响因素李绵德1，周冬梅1，朱小燕1，祁海强1，马静1，张军1，2*（1.甘肃农业大学资源与环境学院，兰州 730070；2.甘肃省节水农业工程技术研究中心，兰州 730070）收稿日期：2022-08-25录用日期：2022-11-07作者简介：李绵德（1996），男，甘肃古浪人，硕士研究生，主要研究方向为农业资源可持续利用。E-mail：*通信作者：张军E-mail：基金项目：甘肃省高等学校创新基金项目（2021A-061）；甘肃省自然科学基金项目（21JR7RA811）；甘肃省林业和草原科技创新计划项目（LCKJCX202205）；甘肃省社科规划项目（2022YB069）Project supported：Innovation Fund for Higher Education of Gansu Province（2021A-061）；Natural Science Foundation of Gansu Province（21JR7RA811）；Gansu Forestry and Grassland Science and Technology Innovation Plan（LCKJCX202205）；Social Science Planning Project of Gansu Province（2022YB069）摘要：农业是一个较为复杂的温室气体源/汇系统，不同区域、不同种养情况导致农业系统呈现碳源或碳汇两种情况。分析农业系统中碳排放特征及其影响因素，对实现农业绿色发展具有重要的意义，也为推动实现“碳达峰”“碳中和”目标提供数据依据。本研究以河西走廊为例，测算了20002020年河西走廊地区20个县市的农业碳排放量，并分析了农业碳排放时空特征及其影响因素。结果显示：20002020年河西走廊地区农业碳排放呈现缓慢上升状态。农业碳排放量最大的区域为凉州区和甘州区，占河西走廊地区农业碳排放总量的31.74%。从种植业与养殖业来看，河西走廊地区种植业为碳汇，碳吸收量达1.41108t，养殖业为碳源，碳排放量达4.17107t。20002020年河西走廊地区农业净碳排放量呈现起伏变化，但总体呈下降趋势，农业系统向碳汇转变。在种植业中对农业碳排放影响最大的因子为种植规模，在规模稳定发展区域影响最大的因素为机械化程度，在规模较小的区域主要影响因素为农村用电量；在养殖业中对规模较大区域和养殖业占比较高区域影响最大的因素为养殖规模，关联度在0.90以上。20002020年河西走廊地区农业碳排放强度表现为从随机分布到显著聚集的过程，农业碳排放重心缓慢向东南方向转移，但仅在张掖市内迁移。关键词：农业碳排放；灰色关联度；空间自相关；标准差椭圆；河西走廊中图分类号：X71文献标志码：A文章编号：2095-6819（2023）04-0940-13doi:10.13254/j.jare.2022.0584李绵德，周冬梅，朱小燕，等.河西走廊20002020年农业碳排放时空特征及其影响因素J.农业资源与环境学报,2023,40（4）:940-952.LI M D,ZHOU D M,ZHU X Y,et al.Spatial-temporal characteristics of agricultural carbon emissions and influencing factors in the Hexi Corridor from2000 to 2020J.Journal of Agricultural Resources and Environment,2023,40（4）:940-952.2023年7月http:/李绵德，等：河西走廊20002020年农业碳排放时空特征及其影响因素The regions with the largest agricultural carbon emissions were Liangzhou District and Ganzhou District,accounting for 31.74%of the totalagricultural carbon emissions in Hexi.From the perspective of planting and stockbreeding,the planting industry in the Hexi region wasdetermined to be a carbon sink,with carbon absorption of 1.41108t,and stockbreeding was considered a carbon source,with carbonemissions reaching 4.17107t.From 2000 to 2020,the net carbon emissions of agriculture in Hexi showed fluctuations,but the overalltrend was decreasing,and the agricultural system changed to carbon sinks.In the planting industry,the factor with the greatest impact onagricultural carbon emission was determined to be planting scale,and in regions with stable scale development,the factor with the greatestimpact was found to be the mechanization degree.The main influencing factors for smaller regions were the rural electricity consumption.In the agricultural area with a large scale and high proportion of stockbreeding industry,the most influential factor was the stockbreedingscale,and the correlation degree was greater than 0.9.From 2000 to 2020,the agricultural carbon emission intensity in the Hexi regionshowed a process of random distribution to significant aggregation,and the center of agricultural carbon emission shifted slowly to thesoutheast,but only in Zhangye City.Keywords：agricultural carbon emission;grey correlation degree;spatial autocorrelation;standard deviation ellipse;the Hexi Corridor21世纪以来，由CO2、CH4温室气体引发的全球变暖问题日益加重，已经威胁到人类生存发展1。研究表明我国农业碳排放存在显著的省域差异，具有南北低、中部高的特点，农业温室气体收支比例为 16%17%2。农业碳排放在很早之前就受到诸多学者的关注，在农业碳排放的影响因子研究过程中，学者主要从劳动力、农业技术、财政支出、国家政策、产业聚集等角度研究农业碳排放的影响3-5。国内学者认为农业碳排放分为农田土壤碳排放、作物生长碳排放、农地利用过程碳排放、能源碳排放、养殖碳排放等6-8。除了农业生产领域，也有学者从农民日常生活（如消费水平、城市化、人口、经济发展、生活方式、收入等）的角度进行测算9-11。刘杨等12利用IPCC（联合国政府间气候变化专门委员会）碳排放计算方法，从农资投入、农田利用等碳源测算了山东省20002020年的农业碳排放量并采用LMDI模型开展影响因素分析，结果表明地区经济水平和城镇化率是农业碳排放量增加的主要因素。综上所述，现有研究对农业的碳排放测算方法不同，对不同区域、不同环境选取的温室气体因子和碳排放因子各不相同，大多以时间趋势和省级区域进行测算分析，而按照空间范围和县级区域分析较少。河西走廊气候属于大陆性干旱气候，绿洲农业发达，是甘肃省重要的农业区。该区属于灌溉农业区，历史悠久，是西北地区最主要商品粮基地和经济作物产区，提供了全省约2/3以上的商品粮。在现有河西走廊地区碳排放的研究成果中，主要针对河西走廊地区的农田碳汇和人类生活产生的碳排放进行研究，且时间较早，而对该区农业生产过程中所产生的碳排放研究很少。本研究参考IPCC、美国橡树岭国家实验室发布的碳排放系数法1，从种植业中的农地利用、土壤、秸秆焚烧碳排放与作物生命周期中的碳固定，以及养殖业中动物的肠道、粪便碳排放，测算河西走廊地区农业碳排放总量和农业净碳排放量，采用灰色关联度与空间自相关方法，从时间与空间两个维度分析各因素对农业碳排放的影响程度和农业碳排放在空间上的变化，以期为河西走廊地区农业碳减排提供决策依据，也为国家实现“双碳”目标提供数据支撑。1研究区概况和数据来源1.1 研究区概况河西走廊位于黄河以西，被两山夹峙，属于祁连山地槽边缘，地势平坦，海拔在 1 500 m 左右，处于37174248N、932310412E。山区河流运送下来的物质堆积，形成了相连的倾斜平原，其地势平坦，土壤质地肥沃，便于引水灌溉和开发利用。河西走廊属于大陆性干旱气候，降水少，风沙多。自东向西年降水量逐渐减少，武威年降水量为 158.00 mm，敦煌则为 36.00 mm，19612018年降水量变化倾向率为每 10 年 4.34 mm（P0.05）13。尽管河西走廊地区降水稀少，但农业发展的其他条件较好，祁连山冰雪融水丰富，形成了较为发达的农业灌溉区。19612018年河西走廊地区气温呈现极显著上升趋势，气温变化倾向率为每10年0.36 （P0.01）13。当地云量稀少，日照时间长，光照资源丰富，对农作物的生长发育十分有利，该地区昼夜温差较大，有利于农作物的物质积累，特别适合瓜果糖分的积累。20002020年河西走廊地区生产总值从2000年的247.47亿元增加到2020年的2 291.43亿元，农业生产是河西走廊地区主要的 941http:/农业资源与环境学报 第40卷 第4期经济来源之一。1.2 数据来源农业播种面积、作物产量、机械用电量数据来自甘肃省统计年鉴（20012021），化肥、农膜、农药使用量等数据来源于甘肃农村统计年鉴（20012021）、张掖统计年鉴（20012021）以及实际调研。2研究方法2.1 农业碳排放量测算方法2.1.1 种植业碳排放计算种植业碳排放测算方法有生命周期法、碳排放系数法等，本研究参考IPCC、美国橡树岭国家实验室发布的碳排放系数法1和周思宇等14的农业碳排放测算公式，提出河西走廊地区种植业碳排放测算公式：Ez=Ei Qi（1）式中：Ez为种植业碳排放总量，kg；Ei为种植业的第i种碳源的量；Qi为第i种碳源的碳排放系数。根据河西走廊地区实际情况，将种植业碳排放分为农地利用碳排放、土壤碳排放和秸秆焚烧碳排放三大部分，其中农地利用碳排放分为化肥、农药、农膜、翻耕和农业机械总动力5部分；在作物生长过程中土壤中的N2O会排放到空气中，引起臭氧层破坏，根据不同作物的N2O排放系数，测算出N2O排放总量。参照现有研究将N2O按照mCmN2O=1 81.2715把N2O排放量转化为碳排放量（表1）。焚烧是河西走廊地区部分农作物秸秆的处理方式，秸秆焚烧会产生大量的碳，对环境造成影响，由于作物秸秆的数量没有详细的统计，本研究中按照草谷比16的方法计算出农作物的秸秆产量，进而测算出秸秆焚烧产生的碳排放量。S=Ki fi（2）式中：S代表农作物秸秆的产量，kg；Ki代表第i种农作物的经济产量，kg；fi代表第i种农作物的草谷比。在测算农业碳排放时，焚烧产生的气体不仅有CO2，而且有CH4等气体，由于CH4等气体焚烧时排放量较难测量，参照以往的研究，不考虑CH4等气体，本研究直接用系数测算碳排放量。在秸秆利用过程中，河西走廊地区农业生产的秸秆并非全部用来焚烧。根据现有研究一般将秸秆分为两部分，一部分被收集利用，另一部分无法收集被焚烧在田地。在收集利用的这部分秸秆中，也有一定比例被焚烧。将河西走廊地区20002020年分为两个时间段：20002010 年河西走廊地区的秸秆有23.00%未被收集利用，77.00%被收集利用，在收集利用秸秆中又有 48.86%被焚烧19；20112020年河西走廊地区的秸秆有17.00%未被收集利用，83.00%被收集，收集的这部分中有20.00%被焚烧。2.1.2 养殖业碳排放计算养殖业的碳排放主要来源于反刍动物在养殖过程中肠道发酵产生的CH4和粪便排放过程中产生的CH4和N2O20，根据河西走廊地区的养殖情况，本研究选择牛、羊、猪三类养殖动物，按照1 t CH4=6.82 t C和1 t N2O=81.27 t C的换算方法将CH4和N2O排放量转化为碳排放量。Ey=Mi ri（3）式中：Ey为养殖业的碳排放总量，kg；Mi为第i种动物的年末存栏数量，头；ri为第i种动物的粪便CH4、N2O排放系数和肠道发酵产生的 CH4排放系数，kg头-1（以C计）。养殖业碳排放系数见表2。2.1.3 农业碳吸收量计算农业生产过程中不仅会产生大量的碳排放，在农表1 河西走廊地区种植业碳排放系数Table 1 Carbon emission coefficients of planting industryin Hexi region碳源Carbon source农地利用碳排放Agricultural landuses carbonemissions土壤N2O排放Soil N2Oemissions秸秆焚烧碳排放Straw burning carbon emissions化肥农药翻耕农膜农业机械总动力小麦玉米棉花油料作物蔬菜排放系数Emission coefficient0.90 kgkg-1（以C计）4.93 kgkg-1（以C计）312.60 kghm-2（以C计）5.18 kgkg-1（以C计）0.18 kgkW-1（以C计）2.05 kghm-2（以N2O计）2.53 kghm-2（以N2O计）0.48 kghm-2（以N2O计）0.001 kghm-2（以N2O计）4.21 kghm-2（以N2O计）1.25 kgkg-1（以C计）文献Reference1616161617181818161616表2 河西走廊地区养殖业碳排放系数（kg 头-1a-1，以C计）Table 2 Carbon emission coefficients of stockbreeding in Hexiregion（kghead-1a-1，calculated in C）碳源Carbonsource牛Cattle羊Sheep猪Pig肠道发酵Intestinal fermentationCH447.005.001.00粪便排放Fecal dischargeCH41.000.154.00N2O1.391.390.53文献Reference212121 9422023年7月http:/李绵德，等：河西走廊20002020年农业碳排放时空特征及其影响因素作物生长周期中作物秸秆会被还田，作物籽粒会被吃掉，同时作物也会吸收碳改变农田含碳量。参考田云等22、吴昊玥等23的测算方法，选取农作物的含碳率、经济产量、含水率等指标对农业碳汇进行计算，公式如下：Eh=i=1nEhi=i=1nFi Gi(1-Ri)(1+Ti)Hi（4）式中：Eh为农业碳吸收总量，kg；Ehi为第i类农作物的碳吸收总量，kg；Fi为第i类农作物的含碳率；Gi为第i类农作物的经济产量，kg；Ri为第 i类农作物的含水率；Ti为第i类农作物的根冠比；Hi为第i类农作物的经济系数。农作物碳吸收系数见表3。2.2 农业碳排放量影响因子分析2.2.1 影响指标选取在现有研究中，对农业碳排放的影响因素主要从人口、经济、技术、规模等方面进行选取，本研究参考已有研究29-31，结合河西走廊地区农业碳排放特征，选择人均农业生产总值、非城镇化率、产业结构、机械化程度、化肥使用强度、农业种植规模、作物结构、农村用电量、养殖规模作为河西走廊地区农业碳排放的影响因素进行分析。（1）人均农业生产总值。农业的经济发展是驱动碳排放的主要因素，已有研究表明农业经济发展与碳排放呈现倒“U”关系。该指标值越大，说明该区域农业经济水平越高，从而带来的农业碳排放量也较高。（2）非城镇化率。该指标指该区域从事农业人口占当地总人口比例。非城镇化率越高表明该地区从事农业生产人数占比越高，已有研究表明，在人口城镇化早期二氧化碳的排放量增加，但随着城镇化水平进一步提高碳排放会受到抑制32。（3）产业结构。产业结构反映农业内部结构的优化程度，农业结构中占主导的产业对农业碳排放产生较大的影响。本研究以农业生产总值与农林渔牧生产总值的比值来量化该地区的产业结构。（4）机械化程度。机械化程度反映农业的机械使用量，可以直接影响农业碳排放量。（5）化肥使用强度。化肥是农业碳排放的主要来源之一，也是直接影响农业碳排放的因子。（6）农业种植规模。规模化种植可以提高农业资源的利用效率，效率的提高可以减少资源的浪费，从而减少碳排放量。本研究以农村人均农作物播种面积来衡量农业种植规模。（7）作物结构。不同的作物秸秆产量各不相同，作物的结构变化可以有效调节农业碳排放量，本研究以粮食作物播种面积与农作物播种面积来衡量作物结构。（8）农村用电量。农村用电量反映该区域的经济水平与环保状况，已有研究表明农村用电量与种植业碳排放量呈正相关33。（9）养殖规模。养殖业是农业生产中碳排放的主要来源之一。由于养殖动物不同，养殖规模较难统一，本研究依据 畜禽养殖业污染物排放标准（GB185962001）（1头牛=5头猪，3只羊=1头猪），将牛、羊转化为猪当量，测算该区各县市养殖规模。2.2.2 灰色关联模型灰色关联度分析主要是用来解决多因素和非线性问题的分析方法，其基本思想是根据序列曲线的几何形状的相似性来判断其中关系的紧密程度，曲线越接近，各因素之间的关联度就越大，反之越小34。本研究的对象跨越了时间和区域，参考杨振等34的研究，采用灰色关联度分析方法研究农业碳排放与人均农业生产总值、非城镇化率、产业结构、作物结构、化肥使用强度、机械化程度、农业种植规模、农村用电量和养殖规模的关联关系，建立对应的同一研究对象不同时间的时序关联度和同一时刻不同研究对象的截面灰色关联度。设河西走廊地区共有M个县市，每个县市有N个农业碳排放影响因子，观测时间为T，确定影响因子矩阵为：Xi=xi(1,1)xi(1,2)xi(1,3)xi(1,T)xi(2,1)xi(2,2)xi(2,3)xi(2,T)xi(M,1)xi(M,2)xi(M,3)xi(M,T)（5）表3 河西走廊地区农作物碳吸收系数Table 3 Carbon uptake coefficients of crops in Hexi region农作物Crop小麦Wheat棉花Cotton油料作物Oil Crop甜菜Beet玉米Maize蔬菜Vegetable薯类Potato含碳率Carboncontent0.420.450.420.410.460.450.43根冠比Root-to-shoot ratio0.400.120.044.000.160.100.57含水率Watercontent0.120.110.110.750.120.900.77经济系数Economiccoefficients0.360.280.230.670.460.450.68文献Reference17，24-2717，24-2717，24-2724-2817，24-2717，24-2717，24-27 943http:/农业资源与环境学报 第40卷 第4期选取河西走廊地区各县市的农业碳排放量为参考数据，矩阵表示为：x0=x0（t）|t=1,2,T=x0（1），x0（2），x0（T）（6）选取各县市的影响因子作为比较数列，确定矩阵为：xi=xi（t）|t=1,2,T=xi（1），xi（2），xi（T）（7）对数据进行无量纲化处理，选取分辨率=0.50，灰色关联系数计算公式为：i()m,t=D+L|xi()m,t di-xi1()m,t d1|+L（8）D=mini,m,t|xi()m,t-x1()m,t di|L=maxi,m,t|xi()m,t di-x1()m,t d1|其中i1，N,m1，M,t1，T最后对时序灰色关联度和截面数据关联度进行测算：i=1M Tm=1Mt=1Ti()m,t（9）2.2.3 空间自相关与标准差椭圆空间自相关分析能够确定某一变量是否在空间上相关，同时能够确定该要素在空间上的相关程度，本研究选取的研究区域不仅跨越时间，而且跨越了地域，空间自相关能够从全局和局部两个视角反映河西走廊地区农业碳排放格局。标准差椭圆可以从多个角度反映河西走廊地区农业碳排放空间分布的整体特征，通过对比20002020年河西走廊地区农业碳排放强度的标准差椭圆及其质心的偏移程度，可以清楚看出农业碳排放的空间分布重心及扩散趋势，椭圆的长轴表示农业碳排放的主要趋势方向，短轴表示农业碳排放的次要趋势，观察长轴与正北方向产生的夹角偏转角度可以明确农业碳排放的方向趋势与形态变化。3结果与分析3.1 20002020年河西走廊农业碳排放变化趋势根据表4和表5测算结果，20002020年河西走廊地区农业碳排放总量为1.33108t，其中养殖业碳排放量为4.17107t，碳吸收总量为1.41108t，主要来源于种植业。凉州区与甘州区农业碳排放量较大，合计占河西走廊地区农业碳排放总量的31.74%。从图1表4 20002020年河西走廊地区农业碳排放量Table 4 Agricultural carbon emissions in Hexi region from 2000 to 2020区域Region凉州区Liangzhou民勤县Minqin古浪县Gulang天祝县Tianzhu肃州区Suzhou金塔县Jinta瓜州县Guazhou肃北县Subei阿克塞县Aksay玉门市Yumen敦煌市Dunhuang甘州区Ganzhou肃南县Sunan民乐县Minle临泽县Linze高台县Gaotai山丹县Shandan嘉峪关市Jiayuguan金川区Jinchuan永昌县Yongchang总计Total各年份农业碳排放量Agricultural carbon emissions per year/104t200065.2328.8621.8416.3727.1817.8410.323.891.9810.8411.4738.529.7026.9214.2215.0417.392.265.1726.68371.72200159.9130.6519.7516.4827.4618.0110.413.941.9110.829.9839.288.5918.8213.8115.2612.541.954.6822.26346.51200263.5032.5019.3318.6824.1419.1114.843.831.879.9710.4737.138.6823.1511.3813.0614.791.673.9820.44352.522018162.7261.0746.8522.6361.0735.4021.654.881.9424.8012.71103.5615.2742.0338.5438.0232.686.3319.5160.38812.042019155.1567.2253.3827.2160.4938.4920.614.232.1729.349.98105.7915.9151.0340.4135.6434.307.2420.9562.18841.722020151.1663.6463.2526.0060.1839.1820.964.442.2429.5510.69106.1916.4851.4439.4335.7734.998.3022.3263.01849.22总量Total/104t2 612.101 037.89710.12454.01970.45616.50329.57102.8958.69420.28312.141 602.34287.52734.05622.51640.15508.13103.56269.84886.501 3279.24平均值Average value/104t124.3949.4233.8221.6246.2129.3615.694.902.7920.0114.8676.3013.6934.9529.6430.4824.204.9312.8542.21632.32占比Proportion/%19.677.825.353.427.314.642.480.770.443.162.3512.072.175.534.694.823.830.782.036.68100 9442023年7月http:/李绵德，等：河西走廊20002020年农业碳排放时空特征及其影响因素可以看出，河西走廊地区农业碳排放与碳吸收总体呈上升趋势，按照碳变化趋势可以分为两个阶段：20002010年呈现波动起伏的趋势，碳排放量高于碳汇量；20102020年表现碳汇量高于碳排放量。2010年开始农业净碳排放量为负值，即农业作为碳汇存在。其主要原因是 2010 年开始河西走廊地区农业播种年份Year200020012002200320042005200620072008200920102011201220132014201520162017201820192020总计Total年均增长率Average annualgrowth rate种植业碳排放Carbon emission of planting industry农业机械总动力Total power ofagricultural machinery0.080.090.090.090.100.110.110.120.130.140.150.160.170.150.180.180.140.150.160.160.172.834.19%化肥Chemicalfertilizer22.6423.7424.3823.6224.7126.0326.1327.3527.4728.1229.7329.9930.9031.2732.0131.5423.1425.3324.7123.4523.44559.70.46%农膜Plasticfilm10.009.9216.8113.4813.5813.9015.1415.1415.25000024.44000024.9322.970195.567.69%翻耕Ploughing18.9918.6318.4418.9819.8120.3020.7620.8821.0521.4321.6522.1522.5822.9723.2223.7724.0724.9825.3225.2025.63460.811.52%农药Pesticide1.731.642.232.252.832.993.153.29000000000000020.1110.44%土壤Soil0.030.030.030.030.030.030.030.030.030.030.030.030.030.030.030.030.040.040.040.040.040.681.52%秸秆焚烧Strawburning185.39155.45144.59135.59151.17343.59348.91345.48344.29374.45298.95438.56455.06472.09489.67507.12510.57525.53533.55552.51556.507 869.028.46%养殖业碳排放Carbon emission of stockbreeding牛Cattle50.9451.3453.5954.6556.4057.5858.5659.5156.1958.5163.2165.8065.9566.6169.3559.1558.5947.1849.0952.3856.871 211.450.80%羊Sheep68.7771.5276.9287.6497.27108.19111.14113.26116.13125.38134.84141.38143.79147.68161.63160.07155.03141.82141.73154.15174.112 632.454.91%猪Pig13.1514.1515.4616.5317.4618.9120.2119.7913.9014.7115.9416.2517.0517.6718.3315.6415.0213.7512.5210.8512.44329.730.32%碳吸收Carbonuptake215.56173.30166.37158.73175.14594.86609.71641.18654.71692.77544.64806.25858.65918.22972.781 032.081 056.50878.71919.28987.551 014.0214 071.0114.49%表5 20002020年河西走廊地区农业碳排放结构（104t）Table 5 Structure of agricultural carbon emissions in Hexi region from 2000 to 2020（104t）图1 20002020年河西走廊地区农业碳排放趋势Figure 1 Agricultural carbon emission trends in Hexi region from 2000 to 20202000农业碳Agricultural carbon/104t20012002200320042005200620072008200920102011201220132014201520162017201820192020Carbon uptakeCarbon emission 945http:/农业资源与环境学报 第40卷 第4期面积显著上升，同时农业技术的进步使秸秆回收利用效率显著提高。3.2 20002020年河西走廊地区农业碳排放结构特征20002020年河西走廊地区农业碳吸收总量为1.41108t，碳排放总量为1.33108t，以养殖业排放和秸秆焚烧碳排放为主。由于农药与农膜数据缺失较多，本研究选取秸秆焚烧、养殖业、化肥、机械用电量进行分析。由表5可以看出秸秆焚烧碳排放量整体呈上升趋势，从2000年的1.85106t增加到2020年的5.57106t，但增长率逐年降低。2014年养殖业整体碳排放总量达到最大，化肥、农业机械总动力产生的碳排放量在 20002014 年呈现逐年增长的趋势，2014年以后呈现下降趋势。如表5所示，20002020年养殖业碳排放量从1.33106t增加到2.43106t，年平均增长率为3.23%。在种植业中秸秆焚烧碳排放占比最大，年均增长率为8.46%。化肥、土壤、农业机械总动力、翻耕碳排放从 2000 年的 2.26105、3.00102、8.00102、1.90105t，增加到2020年的2.34105、4.00102、1.70103、2.56105t，年均增长率分别为0.46%、1.52%、4.19%、1.52%。从表5可以看出，在已有完整数据中农业各碳源年均增长率最高的是秸秆焚烧碳排放，为8.46%，其次是养殖业中饲养羊产生的碳排放，为4.91%。对于不完整数据，选取数据充分年份进行分析，可以看出农药、农膜的年均增长率较高，其主要原因是农民低碳意识较为薄弱，大量农资投入导致农业碳排放量呈现较快的增长。3.3 农业碳排放强度空间自相关分析根据现有的研究，选择农业净碳排放量与农林渔业生产总值的比值作为河西走廊地区的农业碳排放强度。对20002020年河西走廊地区20个县市的农业碳排放强度进行空间自相关分析，可得农业碳排放强度全局Morans I指数，结果如表6所示。从表6中可以看出，河西走廊地区农业碳排放强度在2000年没有通过显著性检验，到2005年通过了10%显著性检验，20102020年通过了5%显著性检验。从全局Morans I指数变化可以看出河西走廊地区农业碳排放在2005年以前为随机分布，200