留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

“双碳”背景下种植业减排增汇的途径与政策建议

孔德雷 姜培坤

孔德雷, 姜培坤. “双碳”背景下种植业减排增汇的途径与政策建议[J]. 浙江农林大学学报, 2023, 40(6): 1357-1365. DOI: 10.11833/j.issn.2095-0756.20220742
引用本文: 孔德雷, 姜培坤. “双碳”背景下种植业减排增汇的途径与政策建议[J]. 浙江农林大学学报, 2023, 40(6): 1357-1365. DOI: 10.11833/j.issn.2095-0756.20220742
PANShi-xiu, MEN Xiu-xiang, FENG Jin-chao, et al. A review of studies on habitat selection by small and solitary forest ruminants[J]. Journal of Zhejiang A&F University, 2007, 24(3): 357-362.
Citation: KONG Delei, JIANG Peikun. Approaches and policy recommendations for reducing emissions and increasing carbon sinks in crop industry under the background of carbon peak and carbon neutrality[J]. Journal of Zhejiang A&F University, 2023, 40(6): 1357-1365. DOI: 10.11833/j.issn.2095-0756.20220742

“双碳”背景下种植业减排增汇的途径与政策建议

DOI: 10.11833/j.issn.2095-0756.20220742
基金项目: 国家自然科学基金资助项目(42177290);浙江农林大学人才启动基金资助项目(2022LFR003)
详细信息
    作者简介: 孔德雷(ORCID:0009-0005-0607-3993),讲师,博士,从事土壤碳氮循环与农业温室气体减排研究。E-mail: deleikong@zafu.edu.cn
    通信作者: 姜培坤(ORCID: 0000-0002-2311-2350),教授,博士生导师,从事农林土壤碳循环及土壤稳定碳组分和农业面源污染修复研究。E-mail: jiangpeikun@zafu.edu.cn
  • 中图分类号: X171.1;F205

Approaches and policy recommendations for reducing emissions and increasing carbon sinks in crop industry under the background of carbon peak and carbon neutrality

  • 摘要: 碳达峰碳中和(“双碳”)是一场广泛而深刻的系统性变革,需要各个行业领域的参与。与其他行业不同,种植业既是重要的温室气体排放源,又有巨大的固碳增汇潜力,推进种植业领域减排增汇是实现国家碳达峰碳中和不可或缺的一部分。梳理了种植业领域非二氧化碳温室气体[氧化亚氮(N2O)和甲烷(CH4)]主要排放源,包括过量施用氮肥、节水灌溉稻田以及畜禽养殖废弃物导致的N2O排放;淹水稻田以及反刍动物造成的CH4排放;除了上述直接排放,种植生产过程中还会有大量的间接碳排放。着重分析了种植业温室气体减排与固碳增汇潜力,汇总了主要的减排增汇途径,包括旱地N2O减排和稻田CH4减排;通过有机肥施用、秸秆还田、保护性耕作以及种植业废弃物热解炭化还田来增加种植业固碳增汇潜力。讨论了碳标签和碳交易对于推动中国种植业绿色低碳发展的可行性与重要性,明确了种植业领域的减排增汇必须以保障粮食安全为前提,避免盲目减排、过度减排,必须与种植业绿色发展协同进行,建立完善的保障和创新体系,为中国碳达峰碳中和提供助力。参49
  • 铁路、公路等基础设施建设会破坏和占压地表植被,形成大量的裸露坡面,遇到降雨极易发生水土流失,甚至出现滑坡、泥石流等次生地质灾害。裸露坡面常常具有坡度陡、坡体稳定性低、水分条件差和土壤瘠薄等特征,是不利于植被生长的困难立地。客土喷播绿化是裸露坡面恢复植被最快速最有效的方式之一,喷播后灌溉养护对植被生长至关重要[1]。大量调查发现:客土喷播后普遍存在过度灌溉,产生坡面径流,造成水土流失和水资源浪费;同时喷播基质通气不畅也会影响植被生长。可见,确定适合植被生长且能保证灌溉时坡面不产流的客土喷播基质含水量已成为当前亟需解决的问题。目前,关于适宜含水量研究大多集中在林地土壤与林木之间,如夏江宝等[2]对贝壳堤岛旱柳Salix matsudana光合效率的土壤水分临界效应及其阈值进行了分级研究,景雄等[3]对毛竹Phyllostachys edulis实生苗土壤水分有效性及生产力进行了分级研究,张淑勇等[4]对黄刺玫Rosa xanthina叶片光合生理参数的土壤水分阈值响应及其生产力进行了分级研究等,客土喷播基质适宜含水量与植被生长的关系研究则较少。以往的研究大都只关注了植物某一个生长阶段的土壤水分适宜含水量阈值[2, 5-6],缺乏对不同季节植被生长与基质水分关系的研究。鉴于此,本研究以北方地区常用的喷播修复植物黑麦草Lolium perenne作为研究对象,利用种植盆模拟客土喷播绿化,通过控制不同客土喷播基质水分梯度,分析夏、秋季黑麦草光合特性日变化对不同喷播基质水分的响应规律,以叶片净光合速率(Pn)和水分利用效率(EWU)作为“产”“效”来评价黑麦草生产力和水分利用能力的依据,并进行季节间比较,建立夏、秋季黑麦草喷播基质适宜含水量阈值分级,以期为北京至张家口的公路、铁路等冬季奥林匹克运动会交通廊道以及自然条件相近地区的工程创面客土喷播恢复植被灌溉养护提供参考。

    研究区河北省张家口市涿鹿县为北京冬季奥林匹克运动会延庆赛区和张家口崇礼赛区廊道沿线,高速公路G6和G7之间,地理坐标为40°26′20″N,115°17′03″E。涿鹿县属温带半干旱大陆性季风气候,年均气温为9.1 ℃,极端最高气温为39.2 ℃,极端最低气温为−23.9 ℃,年均降水量为367 mm,年均蒸发量为1 600 mm,无霜期为169 d,年平均积温为2 100~3 400 ℃,风向以西北为主,平均风速2~3 m·s−1,土壤为沙壤质褐土。

    喷播基质材料为客土(取自河北省涿鹿县苗圃)、木纤维[长1~3 cm,中矿复地生态环境技术研究院(北京)有限公司]、保水剂(3005KCE,美国艾森公司)、黏合剂(A30,美国艾森公司)、稻壳和黑麦草种子(北京布莱特草业有限公司)。喷播基质层和种子层的材料配比见表1。黑麦草播种量为4 g·m−2

    表 1  基质层和种子层的材料配比
    Table 1  Material ratio of matrix layer and seed layer
    喷播层次客土/
    %
    木纤
    维/%
    稻壳/
    %
    复合肥/
    (g·m−3)
    保水剂/
    (g·m−3)
    黏合剂/
    (g·m−3)
    基质层(10 cm)701020300200150
    种子层(3 cm)6733
      说明:客土、木纤维和稻壳为体积比
    下载: 导出CSV 
    | 显示表格

    利用种植盆试验模拟客土喷播绿化,种植盆上口直径50 cm、盆底直径40 cm、高15 cm,底部打孔便于排水。使用恒睿牌HKP125型客土喷播机。2021年4月26日,根据表1的材料配比将基质层和种子层分上、下2层先后喷播到种植盆内,采用微喷灌雾化喷头对喷播基质灌溉养护,保持喷播基质充分湿润(每次灌溉以喷播基质表面不积水为准),保证种子出苗有充足的水分。

    2021年5月26日开始控制喷播基质含水量(为质量含水量,下同),用环刀法测得喷播基质的田间持水量为30.36%,容重为1.12 g·cm−3。喷播基质含水量设置5个水分梯度,分别为30.36%、25.81%、21.25%、16.70%和12.14%,即喷播基质相对含水量(CRW)为100%、85%、70%、55%和40%,每个水分梯度设置3个重复。每天16:00用TDR350土壤水分速测仪(美国Spectrum公司)测定CRW(通过容重换算为质量含水量),每盆测定重复3次取平均值,并根据公式计算耗水量:ww=m/m。其中:w为设计质量含水量(%);w为实测质量含水量(%),根据TDR350实测值和容重换算;m为每盆黑麦草耗水量(g);m为每盆喷播基质干质量(g),可由基质体积和容重计算得出。使用微喷灌雾化喷头对喷播基质补充水分,为避免降水影响,试验在透明通风遮雨大棚内进行。

    于夏季(2021年8月5日,即控水2个月后)、秋季(2021年10月11日,即控水4个月后)选择连续3 d晴朗无云的天气,使用Li-6400XT便携式光合作用测定仪(标准叶室,Li-COR)测定黑麦草叶片Pn (μmol·m−2·s−1)、蒸腾速率Tr (mmol·m−2·s−1)、气孔导度Gs (mol·m−2·s−1)、胞间二氧化碳(CO2)摩尔浓度Ci (μmol·mol−1)等生理参数以及大气CO2摩尔浓度Ca (μmol·mol−1)、光合有效辐射PAR (μmol·m−2·s−1)、气温Ta (℃)和相对湿度Rh (%)等环境因子,并根据公式EWU=Pn/Tr计算水分利用效率、Ls=1−Ci/Ca计算气孔限制值。测定时间为8:00—16:00,隔2 h测1次,每个种植盆选取3株生长健康、长势一致的黑麦草,每株选取3片叶,每片叶记录3次读数,取平均值。

    运用Excel 2016整理光合参数与基质相对含水量数据;SPSS 22.0进行差异显著性检验LSD;Origin 2018进行作图和多项式拟合建立回归模型,使用F检验对回归模型进行显著性检验。

    图1可知:夏、秋季PAR的日变化为单峰曲线,均为先升高后下降,峰值均出现在12:00,夏季峰值为(1 393.71±110.04) μmol·m−2·s−1,秋季为(786.73±88.74) μmol·m−2·s−1。夏季PAR日均值(999.75±459.61) μmol·m−2·s−1大于秋季(504.07±274.09) μmol·m−2·s−1。夏、秋季Ca日变化为“V”型曲线,8:00—12:00下降,之后上升。秋季Ca日均值(421.15±17.65) μmol·mol−1大于夏季(411.54 ±10.76) μmol·mol−1,两者相差较小,仅为2.30%。

    图 1  夏、秋季光合有效辐射(PAR)和大气CO2摩尔浓度(Ca)的日变化
    Figure 1  Diurnal variation of photosynthetically active radiation (PAR) and atmospheric CO2 concentration (Ca) in summer and autumn

    图2可知:夏、秋季Ta的日变化与PAR相似,也为单峰曲线,在12:00达最大值。夏季Ta最大为(42.88±1.46) ℃,秋季为(28.41±1.06) ℃。夏季日均值(37.87±3.23) ℃大于秋季(26.21±2.03) ℃。夏、秋季Rh的日变化与Ta相反,12:00前下降,之后上升,夏、秋季Rh最低值分别为20.98%±1.65%和17.05%±1.47%。夏季Rh日均值(26.72%±5.56%)大于秋季(19.98%±2.70%)。

    图 2  夏、秋季气温(Ta)和相对湿度(Rh)的日变化的日变化     
    Figure 2  Diurnal variation of temperature (Ta) and relative humidity (Rh) in summer and autumn
    2.2.1   不同喷播基质含水量下黑麦草叶片净光合速率(Pn)的日变化

    夏、秋季黑麦草叶片Pn日变化对CRW有明显的阈值响应(图3)。当CRW为70%~85%时,Pn的变化呈双峰曲线,均出现光合“午休”现象,上午和下午各出现1个峰值,此水分范围内,Pn在全天各时段均最高。当CRW增加至100%时,Pn呈单峰曲线,峰值出现在12:00。当CRW降低到55%和40%时,Pn为单峰曲线,峰值均出现在8:00(但秋季CRW为55%时Pn峰值出现在10:00),Pn在全天各时段均处于较低水平,表明CRW低于55%会严重抑制植物的光合作用。由表2可知:Pn日均值对CRW也有明显的阈值响应。当CRW为85%时,夏季Pn日均值最大,达(11.17±3.08) μmol·m−2·s−1,与其他水分梯度有显著差异(P<0.05)。秋季的Pn日均值在CRW为70%时达最大,为(7.02±1.97) μmol·m−2·s−1,与其他水分梯度也有显著差异(P<0.05)。夏季Pn日均值均大于秋季,CRW为55%~100%时两季差异达到显著(P<0.05)。CRW为40%时,两季Pn日均值均较低,可见当CRW较低时植物光合作用将受到严重影响。综上所述,夏、秋两季维持黑麦草较高PnCRW为70%~85%,高于或低于此范围,Pn明显受到抑制。

    图 3  夏、秋季不同喷播基质含水量下黑麦草净光合速率(Pn)的日变化
    Figure 3  Diurnal variation of net photosynthetic rate (Pn) of L. perenne under different spraying substrate water content in summer and autumn
    表 2  夏、秋季不同喷播基质含水量下黑麦草光合生理参数的日均值变化
    Table 2  Change of daily mean of photosynthetic physiological parameters of L. perenne under different spraying substrate water content in summer and autumn
    CRW/%Pn/(μmol·m−2·s−1)Tr/(mmol·m−2·s−1)EWU/(mol·mol−1)
    夏季秋季夏季秋季夏季秋季
    1006.79±2.01 Abc4.30±0.95 Bb5.59±1.17 Aab2.75±0.16 Bab1.32±0.20 Bbc1.56±0.26 Acd
    8511.17±3.08 Aa6.07±1.24 Ba6.83±1.12 Aa3.13±0.40 Ba1.61±0.22 Ba1.92±0.22 Ab
    709.26±2.79 Aab7.02±1.97 Ba6.76±0.63 Aa2.92±0.59 Ba1.43±0.15 Bab2.37±0.25 Aa
    555.77±2.09 Ac3.77±1.03 Bb4.91±0.93 Ab2.35±0.30 Bbc1.20±0.12 Bbc1.63±0.20 Ac
    402.80±1.66 Ae2.74±0.78 Ab3.03±0.87 Ac2.16±0.28 Ac1.01±0.28 Ac1.28±0.16 Ad
      说明:同列不同小写字母、同行不同大写字母均表示差异显著(P<0.05)
    下载: 导出CSV 
    | 显示表格
    2.2.2   不同喷播基质含水量下黑麦草叶片蒸腾速率(Tr)的日变化

    夏、秋季黑麦草叶片Tr日变化规律与Pn基本相似(图4),当CRW为70%~85%时,黑麦草Tr的日变化呈双峰曲线。当CRW增加至100%时,Tr呈现单峰曲线,夏、秋季峰值均出现在14:00,但日均值却低于CRW为70%~85%时。表明基质水分充足可有效延缓Tr“午休”,但会降低Tr。当CRW≤55%时,Tr呈单峰曲线,峰值出现在8:00或10:00,全天各时段均处于较低的水平。结合表2可知:当CRW≥55%时,夏季Tr日均值显著高于秋季(P<0.05)),可见不同季节气候环境对植物Tr影响较大。当CRW为40%时,Tr日均值显著低于其他水分梯度(P<0.05),表明水分胁迫严重限制Tr。综上所述,CRW过高或过低均会降低黑麦草Tr,当CRW为70%~85%时,黑麦草会保持较高的Tr,保障植物正常生理活动。

    图 4  夏、秋季不同喷播基质含水量下黑麦草蒸腾速率(Tr)的日变化
    Figure 4  Diurnal variation of transpiration rate (Tr) of L. perenne under different spraying substrate water content in summer and autumn
    2.2.3   不同喷播基质含水量下黑麦草叶片水分利用效率(EWU)的日变化

    EWU日变化对基质含水量有明显的阈值响应(图5)。CRW为70%~85%时,EWU为双峰曲线(但秋季CRW=85%时为单峰曲线),全天各时段EWU均高于其他水分梯度。当CRW增加至100%时,EWU表现为单峰曲线,峰值出现在12:00。CRW为40%~55%时,EWU峰值出现在8:00或10:00,之后不断降低。结合表2可知:当CRW≥55%时,秋季EWU日均值显著高于夏季(P<0.05),CRW为40%时秋季EWU日均值高于夏季,但不差异显著。CRW为40%和100%时,EWU日均值均显著低于其他水分梯度(P<0.05),表明CRW过高或过低都会降低EWU。综上所述,夏、秋季维持黑麦草同时具有较高PnEWUCRW为70%~85%,在这个水分范围内,Tr也保持较高水平,有利于植物的光合作用。

    图 5  夏、秋季不同喷播基质含水量下黑麦草水分利用效率(EWU)的日变化
    Figure 5  Diurnal variation of water use efficiency (EWU) of L. perenne under different spraying substrate water content in summer and autumn
    2.2.4   不同喷播基质含水量下黑麦草叶片气孔导度(Gs)、胞间CO2摩尔浓度(Ci)和气孔限制值(Ls)的日变化

    夏、秋季黑麦草GsCRW具有明显的阈值响应(图6),当CRW为70%~85%时,Gs呈现双峰曲线。当CRW=100%时,Gs为单峰曲线,峰值出现在12:00。当CRW为40%~55%时,全天Gs峰值出现在8:00,之后一直降低,维持在较低水平。CiLsCRW的阈值响应表现不同的变化规律(图7图8),上午和下午表现也不同。CRW为70%~100%时,Pn下降,GsCi明显下降,Ls明显升高,表明Pn下降原因是气孔限制。CRW=55%时,上午Pn下降,GsCi明显下降,Ls升高,但下午Pn下降,GsLs下降,Ci反而升高,可见限制黑麦草Pn的原因上午和下午不同,上午以气孔限制为主,气孔关闭导致CO2供应不足,下午以非气孔限制为主,水分胁迫导致植物叶片光合结构受损,Pn下降。当CRW=40%时,Ci从8:00开始上升且一直处于较高水平,而Ls全天都较低,表明水分胁迫严重损坏了植物叶片光合结构,降低了光合作用有关酶的活性,从而降低了Pn。由图9可知:夏、秋季不同CRW范围内PnGs的正比关系不同,当CRW>55%时,随着Gs增大,Pn线性增大,PnGs为线性正比关系;当CRW≤55%时,PnGs为非线性关系。因此,当CRW=55%时,黑麦草不仅发生了Pn限制机制的转变,其PnGs之间的关系也发生转变。综上所述,在CRW=55%时出现上午、下午CiLs变化相反的情况,表明此基质含水量是黑麦草叶片Pn下降由气孔限制为主转变为非气孔限制为主的临界点。

    图 6  夏、秋季不同喷播基质含水量下黑麦草气孔导度(Gs)的日变化
    Figure 6  Diurnal variation of stomatal conductance (Gs) of L. perenne under different water content of spraying substrate in summer and autumn
    图 7  夏、秋季不同喷播基质含水量下黑麦草胞间CO2摩尔浓度(Ci)的日变化
    Figure 7  Diurnal variation of intercellular CO2 concentration (Ci) of L. perenne under different water content of spraying substrate in summer and autumn
    图 8  夏、秋季不同喷播基质含水量下黑麦草气孔限制值(Ls)的日变化
    Figure 8  Diurnal variation of stomatal limit value (Ls) of L. perenne under different spraying substrate water content in summer and autumn
    图 9  夏、秋季黑麦草净光合速率(Pn)和气孔导度(Gs)的关系
    Figure 9  Relationship between net photosynthetic rate (Pn) and stomatal conductance (Gs) of L. perenne in summer and autumn

    为进一步确定黑麦草喷播基质相对含水量(CRW)分级临界值,对黑麦草PnTr、EWUGs的日均值与CRW构建回归模型(表3)。由PnCRW的回归模型知:夏、秋季Pn达最大值的CRW分别为78.17%、76.02%,其对应的最大Pn分别为9.68和 6.33 μmol·m−2·s−1。令Pn=0,求出夏、秋季水合补偿点的CRW分别为35.02%、30.83%(CRW大于100%的点均已舍去)。根据回归模型的积分式[2]求出CRW为40%~100%时黑麦草夏季Pn平均值为7.77 μmol·m−2·s−1,对应的CRW分别为58.98%和97.36%。同理可求出黑麦草秋季Pn平均值为5.29 μmol·m−2·s−1,对应的CRW分别为57.71%和94.33%。由此可以确定黑麦草夏、秋季Pn达到中等以上水平的CRW分别为58.98%~97.36%、57.71%~94.33%。

    表 3  夏、秋季黑麦草光合参数与喷播基质相对含水量的回归模型
    Table 3  Regression model between photosynthetic parameters of L. perenne and relative water content of spraying substrate in summer and autumn
    参数季节回归模型决定系数FP
    Pn夏季y=−22.092 7+0.813 0x−0.005 2x20.8878.989.12×10−11
    秋季y=−11.584 0+0.471 3x−0.003 1x20.8145.601.49×10−8
    Tr夏季y=−9.497 1+0.398 7x−0.002 5x20.94595.830.000
    秋季y=−0.574 0+0.083 8x−0.000 5x20.8339.085.74×10−8
    EWU夏季y=−0.844 9+0.061 0x−0.000 4x20.8031.053.93×10−7
    秋季y=−2.344 8+0.122 2x−0.000 83x20.7635.291.37×10−7
    Gs夏季y=−0.354 2+0.013 5x−0.000 086x20.7839.974.73×10−8
    秋季y=−0.319 7+0.012 2x−0.000 077x20.8353.943.30×10−9
      说明:y表示各参数,x表示喷播基质相对含水量(CRW)
    下载: 导出CSV 
    | 显示表格

    根据EWUCRW的回归模型,求出夏、秋季EWU达最大值的CRW分别为76.25%、73.61%,对应的最大值分别为1.48和 2.15 μmol·mmol−1。令EWU=0,求出夏、秋季的对应的CRW分别为15.41%、22.68%(CRW大于100%的点均已舍去)。根据回归模型的积分式求出CRW为40%~100%时黑麦草夏季EWU的平均值为1.35 μmol·mmol−1,对应的CRW分别为58.17%和94.33%。同理可求出黑麦草秋季EWU的平均值为1.89 μmol·mmol−1,对应的CRW分别为55.81%和91.42%。由此确定黑麦草夏、秋季EWU达到中等以上水平的CRW分别为58.17%~94.33%、55.81%~91.42%。

    PnEWU取最大值点、平均值点、最低值点和Pn下降气孔限制转折点的喷播基质CRW临界值,作为黑麦草喷播基质适宜含水量阈值分级临界点,建立喷播基质适宜含水量的阈值分级(表4)。此分级标准将PnEWU作为“产”“效”来评价黑麦草生产力和水分利用能力的依据,建立了黑麦草喷播基质适宜含水量阈值分级。以Pn=0时的水合补偿点作为临界点,低于此临界点划为“无产无效水”范围。Pn下降原因由气孔限制为主转为非气孔限制为主对应的CRW称为“Pn气孔限制转折点”。PnEWU取最大值时的CRW确定为“高产高效水”临界值点。依据PnEWUCRW的回归模型积分式求解二者的平均值来确定PnEWU达到中等以上水平的临界点,在此范围内称为“中产”“中效”,此范围外称为“低产”“低效”。为更清晰地展示5种阈值分级类型,借助坐标轴对其划分参数和数值进行展示(图10)。

    表 4  基于光合特性的黑麦草喷播基质适宜含水量阈值分级
    Table 4  Threshold gradient of suitable water content of L. perenne spraying substrate based on photosynthetic characteristics
    季节临界值指标临界点对应的CRW/%基质适宜含水量阈值分级类型基质适宜含水量阈值/%
    夏季 Pn=0 35.02 无产无效水 <35.02
    Pn(sl→nsl) 55.00 低产低效水 35.02~55.00,97.36~100.00
    Pn取平均值(Pn-ave) 58.98~97.36 中产中效水 78.17~97.36
    Pn取最大值(Pn-max) 78.17 中产高效水 55.00~76.25
    EWU取最大值(EWU-max) 76.25 高产高效水 76.25~78.17
    EWU取平均值(EWU-ave) 58.17~94.33
    秋季 Pn=0 30.83 无产无效水 <30.83
    Pn(sl→nsl) 55.00 低产低效水 30.83~55.00,94.33~100.00
    Pn取平均值(Pn-ave) 57.71~94.33 中产中效水 76.02~94.33
    Pn取最大值(Pn-max) 76.02 中产高效水 55.00~73.61
    EWU取最大值(EWU-max) 73.61 高产高效水 73.61~76.02
    EWU取平均值(EWU-ave) 55.81~91.42
      说明:Pn=0为水合补偿点,Pn(sl→nsl)Pn气孔限制转折点
    下载: 导出CSV 
    | 显示表格
    图 10  夏、秋季黑麦草喷播基质适宜含水量阈值分级坐标轴图示
    Figure 10  Coordinate graphic figures of spraying substrate suitable water content threshold gradient of L. perenne in summer and autumn

    夏、秋季黑麦草光合生理参数(PnTrEWUGsCiLs)日变化对喷播基质含水量的阈值响应规律与黄刺玫[5]、文冠果Xanthoceras sorbifolia[6]、连翘Forsythia suspensa[7]、山杏Prunus sibirica[8]、羊草Leymus chinensis和紫花苜蓿Medicago sativa[9]等对土壤水分阈值响应的规律一致,即CRW过高或过低均会抑制植物光合作用。CRW为70%~85%时,夏、秋季PnTr日变化均呈现双峰曲线,在12:00表现出“光合午休”现象。主要原因是中午气温最高,高温影响植物光合酶的活性,降低Pn;空气相对湿度低,叶片表面饱和水汽压差增大,叶片气孔保卫细胞失水过多,导致部分气孔关闭,降低TrPn[10]CRW为100%时,夏、秋季Pn日变化均呈现单峰曲线,峰值出现在12:00,但Pn日均值并不高。表明水分充足可以延缓植物光合午休,但CRW过高,喷播基质孔隙较小,不利于根系呼吸,影响根系吸收营养元素,造成光合叶绿素含量降低,从而降低Pn[11]CRW为100%时,夏、秋季Tr日变化的峰值延迟到14:00。已有研究表明:当水分充足时光照强度是影响Tr的主要因子,光合辐射可以促进叶片气孔开放,从而增强Tr[12-13]CRW为40%~55%时,夏、秋季PnTr均处于较低水平,原因是严重水分胁迫下植物为减少体内水分散失增加了气孔阻力[4],导致PnTr降低。研究表明:适度的干旱胁迫能有效提高植物的水分利用效率[14-15],与本研究观点一致,即CRW为70%~85%时黑麦草EWU达最大值,并非在CRW最高的时候。秋季EWU显著高于夏季,主要原因是秋季Tr的降低幅度比Pn的降低幅度要更大,这与许多学者[16-18]的研究结果一致。

    夏、秋季黑麦草Gs日变化与Pn的变化规律基本相似,但通过对PnGs的关系拟合可知:PnGsCRW≤55%时两者为非线性关系,CRW>55%时为线性正比关系,这与郎莹等[19]的研究结果一致。轻度水分胁迫下,叶片气孔部分关闭,Gs下降,进入叶片CO2减少,因此Ci降低,Ls升高,但是当CRW为55%时,下午时段Gs下降,Ci升高,表明水分胁迫可能破坏了叶片的光合结构,导致叶片吸收CO2、光合作用能力下降。这也进一步说明,在CRW为55%时,黑麦草Pn下降原因已经由气孔限制为主转变为非气孔限制为主。已有研究表明:当植物光合作用受到非气孔限制时,水分胁迫可能开始损坏光合结构[20-21],叶绿体受损并且不可逆[22],当CRW进一步降低,植物叶子变黄甚至脱落[21]。因此,CRW=55%被认为是黑麦草喷播基质适宜含水量阈值分级的临界点。

    采用PnEWU作为土壤水分的“产”“效”指标可评价土壤水分有效性和适宜含水量范围[2-3, 5, 7, 23],主要方法有3类:第1类为聚类分析法[4, 24],即通过试验获取多个水分梯度下的PnEWU进行聚类分析,得到不同的水分分级临界点。由于获取的水分梯度随机性较大,该方法缺乏足够代表性。第2类为极限值法,即通过获取PnEWUCRW的定量关系,找出PnEWU的最低值、最大值点和气孔限制转折点,以此来划分水分分级临界点。但此法并未对中等水平的“产”“效”进行划分[26]。第3类为回归方程拟合法,即通过建立植物PnEWUCRW的回归模型,计算Pn的水合补偿点、PnEWU最低值点、最大值点和平均值点对应的土壤水分,并以此作为土壤水分有效性阈值分级临界点。该方法对土壤水分分级比较完整[2-3, 21]。本研究结合第2类和第3类方法,即采用回归方程拟合法计算临界值点再结合Pn气孔限制转折点来确定喷播基质适宜含水量阈值分级标准。在拟合时采用了PnEWU的日平均值与CRW,相比只测上午光合数据[2, 4, 6, 21]的研究更具有代表性。本研究确定的“无产无效水”“低产低效水”“中产中效水”“中产高效水”和“高产高效水”5种喷播基质适宜含水量阈值分级类型,可以根据不同的工程绿化养护要求和黑麦草不同生长阶段对水分的需求来选择利用。例如,在裸露边坡等困难立地最突出的特征是干旱和缺水,坡面工程绿化以防治水土流失和提高水分利用效率为目标,而不是充分供水达到最高产量 [24-25]。因此既满足边坡植被修复要求,又不因灌溉量过大而造成坡面水土流失、影响植物生长和浪费水资源等问题,可以保持喷播基质含水量在“中产高效水”(55.00%≤CRW≤76.25%和55.00%≤CRW≤73.61%)的范围,以此为标准进行灌溉。

    夏、秋季黑麦草净光合速率水合补偿点的喷播基质相对含水量分别为35.02%和30.83%,即实际质量含水量分别为10.63%和9.36%,喷播基质含水量低于此值光合作用无效。夏、秋季黑麦草净光合速率下降由气孔限制转变为非气孔限制的喷播基质相对含水量均为55%,即实际质量含水量为16.70%,喷播基质含水量低于此值将对黑麦草叶片光合结构造成不可逆性损坏,建议灌溉养护时保持基质含水量不能低于此水分范围。客土喷播绿化以快速恢复植被为目标时可以保持喷播基质含水量在“高产高效水”范围,以此为标准进行灌溉,夏、秋季分别为76.25%≤CRW≤78.17%和73.61%≤CRW≤76.02%,即实际质量含水量分别为23.15%~23.73%和22.35%~23.08%。客土喷播绿化以提高水分利用效率并恢复基本植被(即恢复到当地自然植被盖度为准)为目标时,可以保持喷播基质含水量在“中产高效水”范围,以此为标准进行灌溉,夏、秋季分别为55.00%≤CRW≤76.25%和55.00%≤CRW≤73.61%,即实际质量含水量分别为16.70%~23.15%和16.70%~22.35%。

  • [1] Working Group I of IPCC. Climate Change: the Physical Science Basis 2021 [M]. Cambridge: Cambridge University Press, 2021: 2391.
    [2] STEVANOVIC M, POPP A, BODIRSKY B L, et al. Mitigation strategies for greenhouse gas emissions from agriculture and land-use change: consequences for food prices [J]. Environmental Science &Technology, 2017, 51(1): 365 − 374.
    [3] TUBIELLO F N, SALVATORE M, FERRARA A F, et al. The contribution of agriculture, forestry and other land use activities to global warming, 1990−2012 [J]. Global Change Biology, 2015, 21(7): 2655 − 2660.
    [4] QUÉRÉLC, ANDREW R M, FRIEDLINGSTEIN P, et al. Global carbon budget 2017 [J]. Earth System Science Data, 2018, 10(1): 405 − 448.
    [5] FEDERICI S, TUBIELLO F N, SALVATORE M, et al. New estimates of CO2 forest emissions and removals: 1990−2015 [J]. Forest Ecology and Management, 2015, 352: 89 − 98.
    [6] ROE S, STRECK C, OBERSTEINER M, et al. Contribution of the land sector to a 1.5 ℃ world [J]. Nature Climate Change, 2019, 9(11): 817 − 828.
    [7] GRASSI G, HOUSE J, DENTENER F, et al. The key role of forests in meeting climate targets requires science for credible mitigation [J]. Nature Climate Change, 2017, 7(3): 220 − 226.
    [8] Working Group I of IPCC. Climate Change: the Physical Science Basis 2013 [M]. Cambridge: Cambridge University Press, 2013: 1535.
    [9] 严圣吉, 尚子吟, 邓艾兴, 等. 我国农田氧化亚氮排放的时空特征及减排途径[J]. 作物杂志, 2022(3): 1 − 8.

    YAN Shengji, SHANG Ziyin, DENG Aixing, et al. Spatiotemporal characteristics and reduction approaches of farmland N2O emission in China [J]. Crops, 2022(3): 1 − 8.
    [10] United Nations Environment Programme. Global Methane Assessment: Benefits and Costs of Mitigating Methane Emissions [EB/OL]. 2021-05-06[2022-11-02]. https://www.unep.org/resources/report/global-methane-assessment-benefits-and-costs-mitigating-methane-emissions.
    [11] ZHOU Sheng, SUN Huifeng, BI Junguo, et al. Effect of water-saving irrigation on the N2O dynamics and the contribution of exogenous and endogenous nitrogen to N2O production in paddy soil using 15N tracing [J/OL]. Soil and Tillage Research, 2020, 200: 104610[2022-11-12]. doi: 10.1016/j.still.2020.104610.
    [12] MEIJIDE A, GRUENING C, GODED I, et al. Water management reduces greenhouse gas emissions in a Mediterranean rice paddy field [J]. Agriculture,Ecosystems &Environment, 2017, 238: 168 − 178.
    [13] KONG Delei, LI Shuqing, JIN Yaguo, et al. Linking methane emissions to methanogenic and methanotrophic communities under different fertilization strategies in rice paddies [J]. Geoderma, 2019, 347: 233 − 243.
    [14] 方晓瑜, 李家宝, 芮俊鹏, 等. 产甲烷生化代谢途径研究进展[J]. 应用与环境生物学报, 2015, 21(1): 1 − 9.

    FANG Xiaoyu, LI Jiabao, RUI Junpeng, et al. Research progress in biochemical pathways of methanogenesis [J]. Chinese Journal of Applied and Environmental Biology, 2015, 21(1): 1 − 9.
    [15] 黄祖辉, 米松华. 农业碳足迹研究——以浙江省为例[J]. 农业经济问题, 2011, 32(11): 40 − 47.

    HUANG Zuhui, MI Songhua. Agricultural sector carbon footprint accounting: a case of Zhejiang, China [J]. Issues in Agricultural Economy, 2011, 32(11): 40 − 47.
    [16] 甄伟, 庄鸿源, 米松华. 中国农业中间投入温室气体排放与减排潜力[J]. 浙江农业学报, 2021, 33(11): 2185 − 2194.

    ZHEN Wei, ZHUANG Hongyuan, MI Songhua. Analysis of agricultural intermediate input greenhouse gas emissions and emission reduction potential in China [J]. Acta Agriculturae Zhejiangensis, 2021, 33(11): 2185 − 2194.
    [17] 谭秋成. 中国农业温室气体排放: 现状及挑战[J]. 中国人口·资源与环境, 2011, 21(10): 69 − 75.

    TAN Qiucheng. Greenhouse gas emission in China’s agriculture: situation and challenge [J]. China Population,Resources and Environment, 2011, 21(10): 69 − 75.
    [18] ZHEN Wei, QIN Quande, QIAN Xiaoying, et al. Inequality across China’s staple crops in energy consumption and related GHG emissions [J]. Ecological Economics, 2018, 153: 17 − 30.
    [19] 方精云, 郭兆迪, 朴世龙, 等. 1981—2000年中国陆地植被碳汇的估算[J]. 中国科学(D辑: 地球科学), 2007, 37(6): 804 − 812.

    FANG Jingyun, GUO Zhaodi, PIAO Shilong, et al. Estimation of carbon sinks in terrestrial vegetation in China from 1981 to 2000 [J]. Science of China (Terrae), 2007, 37(6): 804 − 812.
    [20] GUO Yinyan, GONG Peng, AMUNDSON R, et al. Analysis of factors controlling soil carbon in the conterminous United States [J]. Soil Science Society of America Journal, 2006, 70(2): 601 − 612.
    [21] LAL R. Global potential of soil carbon sequestration to mitigate the greenhouse effect [J]. Critical Reviews in Plant Sciences, 2003, 22(2): 151 − 184.
    [22] 李玥, 巨晓棠. 农田氧化亚氮减排的关键是合理施氮[J]. 农业环境科学学报, 2020, 39(4): 842 − 851.

    LI Yue, JU Xiaotang. Rational nitrogen application is the key to mitigate agricultural nitrous oxide emission [J]. Journal of Agro-Environment Science, 2020, 39(4): 842 − 851.
    [23] DAVIDSON E A. The contribution of manure and fertilizer nitrogen to atmospheric nitrous oxide since 1860 [J]. Nature Geoscience, 2009, 2(9): 659 − 662.
    [24] ZHANG Xiaoying, FANG Qunchao, ZHANG Tao, et al. Benefits and trade-offs of replacing synthetic fertilizers by animal manures in crop production in China: ameta-analysis [J]. Global Change Biology, 2020, 26(2): 888 − 900.
    [25] KONG Delei, JIN Yaguo, CHEN Jie, et al. Nitrogen use efficiency exhibits a trade-off relationship with soil N2O and NO emissions from wheat-rice rotations receiving manure substitution [J/OL]. Geoderma, 2021, 403: 115374[2022-11-12]. doi: 10.1016/j.geoderma.2021.115374.
    [26] 屈田华, 李永夫, 张少博, 等. 生物质炭输入影响土壤氮素转化与氧化亚氮排放的研究进展[J]. 浙江农林大学学报, 2021, 38(5): 926 − 936.

    QU Tianhua, LI Yongfu, ZHANG Shaobo, et al. Effects of biochar application on soil nitrogen transformation and N2O emissions: a review [J]. Journal of Zhejiang A&F University, 2021, 38(5): 926 − 936.
    [27] 李松, 李海丽, 方晓波, 等. 生物质炭输入减少稻田痕量温室气体排放[J]. 农业工程学报, 2014, 30(21): 234 − 240.

    LI Song, LI Haili, FANG Xiaobo, et al. Biochar input to reduce trace greenhouse gas emission in paddy field [J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(21): 234 − 240.
    [28] DONG Da, LI Jiong, YING Shanshan, et al. Mitigation of methane emission in a rice paddy field amended with biochar-based slow-release fertilizer [J/OL]. Science of The Total Environment, 2021, 792: 148460[2022-11-12]. doi: 10.1016/j.scitotenv.2021.148460.
    [29] AKIYAMA H, YAN Xiaoyuan, YAGI K. Evaluation of effectiveness of enhanced-efficiency fertilizers as mitigation options for N2O and NO emissions from agricultural soils: meta‐analysis [J]. Global Change Biology, 2010, 16(6): 1837 − 1846.
    [30] XIA Longlong, LAM S K, CHEN Deli, et al. Can knowledge-based N management produce more staple grain with lower greenhouse gas emission and reactive nitrogen pollution? A meta-analysis [J]. Global Change Biology, 2017, 23(5): 1917 − 1925.
    [31] LI Tingyu, ZHANG Weifeng, YIN Jiao, et al. Enhanced-efficiency fertilizers are not a panacea for resolving the nitrogen problem [J/OL]. Global Change Biology, 2018, 24(2): e511[2022-11-12]. doi: 10.1111/gcb.13918.
    [32] 李金秋, 邵晓辉, 缑广林, 等. 水肥管理对热带地区双季稻田CH4和N2O排放的影响[J]. 环境科学, 2021, 42(7): 3458 − 3471.

    LI Jinqiu, SHAO Xiaohui, GOU Guanglin, et al. Effects of water and fertilization management on CH4 and N2O emissions in double-rice paddy fields in tropical regions [J]. Environmental Science, 2021, 42(7): 3458 − 3471.
    [33] 邹建文. 稻麦轮作生态系统温室气体(CO2, CH4和 N2O)排放研究[D]. 南京: 南京农业大学, 2005.

    ZOU Jianwen. Study on Greenhouse Gas (CO2, CH4 and N2O) Emissions from Rice-wheat Crop Rotation Ecosystem [D]. Nanjing: Nanjing Agricultural University, 2005.
    [34] XU Ying, GE Junzhu, TIAN Shaoyang, et al. Effects of water-saving irrigation practices and drought resistant rice variety on greenhouse gas emissions from a no-till paddy in the central lowlands of China [J]. Science of the Total Environment, 2015, 505: 1043 − 1052.
    [35] CHEN Jie, LI Shuqing, LI Chen, et al. Post-seasonal effects of water-saving rice production regimes on N2O emissions in an annual rice-barley rotation system [J/OL]. Catena, 2019, 182: 104112[2022-11-12]. doi: 10.1016/j.catena.2019.104112.
    [36] 霍丽丽, 姚宗路, 赵立欣, 等. 秸秆综合利用减排固碳贡献与潜力研究[J]. 农业机械学报, 2022, 53(1): 349 − 359.

    HUO Lili, YAO Zonglu, ZHAO Lixin, et al. Contribution and potential of comprehensive utilization of straw for GHG emission reduction and carbon sequestration [J]. Transactions of the Chinese Society for Agricultural Machiner, 2022, 53(1): 349 − 359.
    [37] 潘根兴, 李恋卿, 刘晓雨, 等. 热裂解生物质炭产业化: 秸秆禁烧与绿色农业新途径[J]. 科技导报, 2015, 33(13): 92 − 101.

    PAN Genxing, LI Lianqing, LIU Xiaoyu, et al. Industrialization of biochar from biomass pyrolysis: a new option for straw burning ban and green agriculture of China [J]. Science &Technology Review, 2015, 33(13): 92 − 101.
    [38] SMITH P. Soil carbon sequestration and biochar as negative emission technologies [J]. Global Change Biology, 2016, 22(3): 1315 − 1324.
    [39] 马立军, 钟妮娜, 邹卓然, 等. 国内农机节能减排现状及应对措施[J]. 农业工程, 2016, 6(5): 12 − 13.

    MA Lijun, ZHONG Ni’na, ZOU Zhuoran, et al. Present situation and countermeasures of agricultural machineyenergy conservation and emissions reduction in China [J]. Agricultural Engineering, 2016, 6(5): 12 − 13.
    [40] 柯福艳. 浙江低碳农业发展的现状、路径选择与政策建议[J]. 浙江农业科学, 2013(2): 117 − 120.

    KE Fuyan. The current situation, path choices and policy suggestions of low-carbon agriculture development in Zhejiang [J]. Journal of Zhejiang Agricultural Sciences, 2013(2): 117 − 120.
    [41] TIEFENBACHER A, SANDÉN T, HASLMAYR HP, et al. Optimizing carbon sequestration in croplands: a synthesis [J/OL]. Agronomy, 2021, 11(5): 882[2022-11-12]. doi: 10.3390/agronomy11050882.
    [42] HUANG Tiantian, YANG Ning, LU Chen, et al. Soil organic carbon, total nitrogen, available nutrients, and yield under different straw returning methods [J/OL]. Soil and Tillage Research, 2021, 214: 105171[2022-11-12]. doi: 10.1016/j.still.2021.105171.
    [43] CRYSTAL-ORNELAS R, THAPA R, TULLY K L. Soil organic carbon is affected by organic amendments, conservation tillage, and cover cropping in organic farming systems: ameta-analysis [J/OL]. Agriculture, Ecosystems & Environment, 2021, 312: 107356[2022-11-12]. doi: 10.1016/j.agee.2021.107356.
    [44] RAHMATI M, ESKANDARI I, KOUSELOU M, et al. Changes in soil organic carbon fractions and residence time five years after implementing conventional and conservation tillage practices [J/OL]. Soil and Tillage Research, 2020, 200: 104632[2022-11-12]. doi: 10.1016/j.still.2020.104632.
    [45] 胡宁, 娄翼来, 梁雷. 保护性耕作对土壤有机碳、氮储量的影响[J]. 生态环境学报, 2010, 18(6): 223 − 226.

    HU Ning, LOU Yilai, LIANG Lei. Soil organic C and N stocks as affected by the conservation tillage [J]. Ecology and Environmental Sciences, 2010, 18(6): 223 − 226.
    [46] LIN Hui, SUN Wanchun, YU Yijun, et al. Simultaneous reductions in antibiotics and heavy metal pollution during manure composting [J/OL]. Science of the Total Environment, 2021, 788: 147830[2022-11-12]. doi: 10.1016/j.scitotenv.2021.147830.
    [47] ZHU Xiefei, LABIANCA C, HE Mingjing, et al. Life-cycle assessment of pyrolysis processes for sustainable production of biochar from agro-residues [J/OL]. Bioresource Technology, 2022, 360: 127601[2022-11-12]. doi: 10.1016/j.biortech.2022.127601.
    [48] International Organization for Standardization. Greenhouse Gases: Carbon Footprint of Products-Requirements and Guidelines for Quantification and Communication: ISO/TS 14067−2013 [S]. Geneva: International Organization for Standardization, 2013.
    [49] 邱岳进, 李东明, 曹孝文, 等. 产品碳足迹评价标准比较分析[J]. 合作经济与科技, 2016(20): 138 − 140.

    QIU Yuejin, LI Dongming, CAO Xiaowen, et al. Comparative analysis of product carbon footprint evaluation standards [J]. Cooperative Economy and Science, 2016(20): 138 − 140.
  • [1] 董灵慧, 毛凤成, 周宇峰, 顾蕾, 周天焕, 李正才, 周国模.  5种主要出口竹笋产品碳足迹评估与减排路径分析 . 浙江农林大学学报, 2024, 41(5): 887-897. doi: 10.11833/j.issn.2095-0756.20240277
    [2] 兰梦瑶, 周德志, 关颖慧.  延安市归一化植被指数时空变化及其驱动因素 . 浙江农林大学学报, 2024, 41(6): 1293-1302. doi: 10.11833/j.issn.2095-0756.20230610
    [3] 王祥福, 李愿会, 王维枫, 孙杰杰, 王倩, 董文婷, 王荣女, 杨娅琪.  土地利用和气候变化对青海省雪豹潜在适宜生境的影响 . 浙江农林大学学报, 2024, 41(3): 526-534. doi: 10.11833/j.issn.2095-0756.20230259
    [4] 黄炜, 张虹影, 肖相泽, 林朗, 王诚.  当前农产品碳标识实施困境及推广路径探讨 . 浙江农林大学学报, 2024, 41(5): 909-918. doi: 10.11833/j.issn.2095-0756.20240373
    [5] 汪雁楠, 赖国桢, 黄建建, 刘丽婷, 余良森, 温强, 龚春.  浙江红花油茶潜在适生区分布及其对未来气候变化的响应 . 浙江农林大学学报, 2022, 39(5): 989-997. doi: 10.11833/j.issn.2095-0756.20210641
    [6] 马书琴, 德吉央宗, 秦小静, 陈有超, 胡扬, 汪子微, 鲁旭阳.  基于热裂解气质联用(Py-GC/MS)技术的土壤有机质化学研究 . 浙江农林大学学报, 2021, 38(5): 985-999. doi: 10.11833/j.issn.2095-0756.20210133
    [7] 朱梅钰, 龙飞, 祁慧博, 张哲.  基于行业减排的森林碳汇需求空间测度与分类 . 浙江农林大学学报, 2021, 38(2): 377-386. doi: 10.11833/j.issn.2095-0756.20200386
    [8] 陈禹衡, 陆双飞, 毛岭峰.  黄檀属珍稀树种未来适宜区变化预测 . 浙江农林大学学报, 2021, 38(4): 837-845. doi: 10.11833/j.issn.2095-0756.20200522
    [9] 邱浩杰, 孙杰杰, 徐达, 沈爱华, 江波, 袁位高, 李胜.  基于MaxEnt模型预测鹅掌楸在中国的潜在分布区 . 浙江农林大学学报, 2020, 37(1): 1-8. doi: 10.11833/j.issn.2095-0756.2020.01.001
    [10] 郑泽睿, 施拥军, 周国模, 陈婷, 杨一, 裴晶晶.  毛竹碳汇林栽植方式在成林初期对空间分布格局变化特征的影响 . 浙江农林大学学报, 2017, 34(3): 395-405. doi: 10.11833/j.issn.2095-0756.2017.03.003
    [11] 李洪吉, 蔡先锋, 袁佳丽, 曾莹莹, 于晓鹏, 温国胜.  毛竹快速生长期光合固碳特征及其与影响因素的关系 . 浙江农林大学学报, 2016, 33(1): 11-16. doi: 10.11833/j.issn.2095-0756.2016.01.002
    [12] 俞淑红, 周国模, 施拥军, 吕玉龙, 沈振明.  毛竹碳汇造林初期净碳汇量监测与不确定性分析 . 浙江农林大学学报, 2016, 33(5): 807-815. doi: 10.11833/j.issn.2095-0756.2016.05.012
    [13] 武录义, 岳永杰, 刘果厚, 高润宏, 苏志成.  气候变化对元上都遗址区景观格局的影响 . 浙江农林大学学报, 2016, 33(2): 232-238. doi: 10.11833/j.issn.2095-0756.2016.02.007
    [14] 陈婷, 施拥军, 周国模, 郑泽睿, 李翀.  毛竹碳汇林营造初期林分非空间结构年际变化特征 . 浙江农林大学学报, 2015, 32(2): 181-187. doi: 10.11833/j.issn.2095-0756.2015.02.003
    [15] 彭维亮, 顾蕾, 胡晨沛, 周鹏飞, 洪明慧, 李翠琴.  碳标签情景模拟下的消费者低碳竹(木)地板支付意愿 . 浙江农林大学学报, 2015, 32(5): 655-660. doi: 10.11833/j.issn.2095-0756.2015.05.001
    [16] 张哲, 沈月琴, 龙飞, 朱臻, 何祥荣.  森林碳汇研究的知识图谱分析 . 浙江农林大学学报, 2013, 30(4): 567-577. doi: 10.11833/j.issn.2095-0756.2013.04.017
    [17] 汪淅锋, 沈月琴, 王枫, 郑旭理, 胡忠明.  毛竹碳汇造林经营模式及其效益分析 . 浙江农林大学学报, 2011, 28(6): 943-948. doi: 10.11833/j.issn.2095-0756.2011.06.018
    [18] 沈月琴, 汪淅锋, 朱臻, 吕秋菊.  基于经济社会视角的气候变化适应性研究现状和展望 . 浙江农林大学学报, 2011, 28(2): 299-304. doi: 10.11833/j.issn.2095-0756.2011.02.021
    [19] 张利阳, 温国胜, 张汝民, 王电杰, 张俊.  毛竹光合生理对气候变化的短期响应模拟 . 浙江农林大学学报, 2011, 28(4): 555-561. doi: 10.11833/j.issn.2095-0756.2011.04.006
    [20] 徐玮玮, 李晓储, 汪成忠, 何小弟, 陆建飞, 黄利斌.  扬州古运河风光带绿地树种固碳释氧效应初步研究 . 浙江农林大学学报, 2007, 24(5): 575-580.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220742

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2023/6/1357

计量
  • 文章访问数:  733
  • HTML全文浏览量:  693
  • PDF下载量:  89
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-12-01
  • 修回日期:  2023-08-24
  • 录用日期:  2023-08-30
  • 网络出版日期:  2023-11-23
  • 刊出日期:  2023-11-23

“双碳”背景下种植业减排增汇的途径与政策建议

doi: 10.11833/j.issn.2095-0756.20220742
    基金项目:  国家自然科学基金资助项目(42177290);浙江农林大学人才启动基金资助项目(2022LFR003)
    作者简介:

    孔德雷(ORCID:0009-0005-0607-3993),讲师,博士,从事土壤碳氮循环与农业温室气体减排研究。E-mail: deleikong@zafu.edu.cn

    通信作者: 姜培坤(ORCID: 0000-0002-2311-2350),教授,博士生导师,从事农林土壤碳循环及土壤稳定碳组分和农业面源污染修复研究。E-mail: jiangpeikun@zafu.edu.cn
  • 中图分类号: X171.1;F205

摘要: 碳达峰碳中和(“双碳”)是一场广泛而深刻的系统性变革,需要各个行业领域的参与。与其他行业不同,种植业既是重要的温室气体排放源,又有巨大的固碳增汇潜力,推进种植业领域减排增汇是实现国家碳达峰碳中和不可或缺的一部分。梳理了种植业领域非二氧化碳温室气体[氧化亚氮(N2O)和甲烷(CH4)]主要排放源,包括过量施用氮肥、节水灌溉稻田以及畜禽养殖废弃物导致的N2O排放;淹水稻田以及反刍动物造成的CH4排放;除了上述直接排放,种植生产过程中还会有大量的间接碳排放。着重分析了种植业温室气体减排与固碳增汇潜力,汇总了主要的减排增汇途径,包括旱地N2O减排和稻田CH4减排;通过有机肥施用、秸秆还田、保护性耕作以及种植业废弃物热解炭化还田来增加种植业固碳增汇潜力。讨论了碳标签和碳交易对于推动中国种植业绿色低碳发展的可行性与重要性,明确了种植业领域的减排增汇必须以保障粮食安全为前提,避免盲目减排、过度减排,必须与种植业绿色发展协同进行,建立完善的保障和创新体系,为中国碳达峰碳中和提供助力。参49

English Abstract

孔德雷, 姜培坤. “双碳”背景下种植业减排增汇的途径与政策建议[J]. 浙江农林大学学报, 2023, 40(6): 1357-1365. DOI: 10.11833/j.issn.2095-0756.20220742
引用本文: 孔德雷, 姜培坤. “双碳”背景下种植业减排增汇的途径与政策建议[J]. 浙江农林大学学报, 2023, 40(6): 1357-1365. DOI: 10.11833/j.issn.2095-0756.20220742
PANShi-xiu, MEN Xiu-xiang, FENG Jin-chao, et al. A review of studies on habitat selection by small and solitary forest ruminants[J]. Journal of Zhejiang A&F University, 2007, 24(3): 357-362.
Citation: KONG Delei, JIANG Peikun. Approaches and policy recommendations for reducing emissions and increasing carbon sinks in crop industry under the background of carbon peak and carbon neutrality[J]. Journal of Zhejiang A&F University, 2023, 40(6): 1357-1365. DOI: 10.11833/j.issn.2095-0756.20220742
  • 全球气候变化是人类目前面临的最为严峻的挑战,威胁着人类的生存和发展。自工业化时期以来,由于人口大幅增加和经济快速增长,造成了大量人为温室气体排放,成为全球气候变暖的主要诱因。世界气象组织(WMO)最新数据显示,2020年大气二氧化碳(CO2)质量分数高达410 mg·kg−1,比工业革命前增长60%。联合国政府间气候变化专门委员会(IPCC)第6次评估报告指出:从未来20 a的平均气温变化来看,全球升温预计将达1.5 ℃。目前,应对气候变化已成为全球共识,减少温室气体排放是缓解全球气候变暖的有效途径[1]。在此背景下,中国政府在2020年第75届联合国大会上向世界承诺,力争于2030年前实现CO2排放达到峰值,努力争取2060年前实现碳中和。碳达峰碳中和(“双碳”)是一场广泛而深刻的经济社会系统性变革,碳达峰碳中和目标纳入中国生态文明建设整体布局,上升为国家战略。种植业是实现碳达峰碳中和目标的重要领域之一。与其他行业不同,种植业既是重要的温室气体排放源,又有着巨大的固碳增汇潜力,推进种植业领域减排增汇将在实现碳达峰碳中和目标进程中发挥举足轻重的作用[23]。本研究针对种植业碳达峰碳中和目标的实现途径进行梳理总结,并提出进一步的见解,从而为种植业助力国家实现碳达峰碳中和目标提供理论支撑和科学建议。

    • 种植业生态系统不仅是碳源同时也是碳汇。一方面,种植业生产活动会导致包括CO2、氧化亚氮(N2O)和甲烷(CH4)在内的温室气体排放,这部分温室气体约占全球碳排放总量的25%[45]。另一方面,种植业中的农田、森林和草地等生态系统通过光合作用进行生物固碳,每年固碳量能抵消全球30%的人为碳排放量[67]。可见种植业减排增汇是应对全球气候变暖,实现碳达峰碳中和目标不可或缺的重要组成部分。

    • 种植业是非二氧化碳温室气体(N2O和CH4)的主要排放源,在100 a时间尺度上,N2O和CH4的全球增温潜势分别是CO2的298和34倍[8]。全球人为温室气体排放量在过去几十年显著增加,其中种植业N2O排放占全球人为N2O排放总量的60%以上[9],种植业CH4排放贡献了全球人为CH4排放量的10%左右[10]

      N2O是硝化和反硝化作用的主要产物。硝化作用是指还原态氮[铵离子(NH4 +)、氨气(NH3)和有机氮(RNH2)]在微生物作用下变为氧化态氮[硝酸根(NO3 )和亚硝酸根(NO2 )]的过程。N2O是还原态氮在硝化微生物作用下被氧化为氧化态氮过程中产生的副产物。通常情况下,反硝化作用是指在厌氧条件下,NO3 或NO2 被硝化微生物还原为一氧化氮(NO)和N2O,然后进一步被还原为氮气(N2)的过程。反硝化过程是将自然界的活性氮转变为惰性氮的过程,因此反硝化过程对维持大气氮素平衡具有很重要的意义。农田土壤是最大的N2O排放源。过量施用氮肥造成土壤N2O排放增加,是导致大气N2O质量分数上升的主要因素。由于过量施用氮肥导致的土壤N2O排放量约为3.3 Tg·a−1,占全球人为N2O排放总量的65%[8]。同时,土壤N2O排放受土壤水分状况的影响,淹水稻田在中期烤田期会强烈刺激N2O的排放。近年来,随着全球水资源短缺以及节水灌溉措施的快速发展,节水灌溉稻田成为农业N2O新的排放源[1112]。此外,农作物秸秆不完全焚烧也会产生N2O,但数量极少。

      CH4主要在厌氧环境条件下产生,它的种植业排放源主要包括:一是长期处于淹水条件下的稻田,土壤中的产甲烷菌利用有机物料(如根系分泌物、动植物残体以及有机肥等)产生CH4,进而排放到大气中[1314]。稻田CH4排放量受到土壤水肥管理措施以及土壤有机质的影响。在一定范围内,稻田淹水高度越大,土壤中有机质越多,CH4排放量越大。二是作物秸秆不完全焚烧也会产生CH4

      除了上述直接排放,种植业生产过程中还会有大量的间接碳排放。农作物种植过程中使用的农机、农药、化肥和农膜等农业投入品在制造过程中也会排放大量温室气体[1516]。有研究报道:农用柴油、农药、化肥和农膜等农业生产资料引起的间接排放占中国农业温室气体排放总量的34%[17]。根据《中国农村统计年鉴》,1990年以来,中国农用柴油、农药、化肥和农膜等的投入量分别上升了115%、131%、137%和440%,由此导致农业间接温室气体排放量以年均2%的速度增长[18]

    • 种植业碳汇主要指农田土壤碳汇。土壤碳库是地球陆地生态系统中最大的碳库,其碳储量约为陆地植被碳库或大气碳库的2~4倍[19]。土壤具体是如何固碳的呢?土壤固定的碳最初都来源于大气。首先,植物通过光合作用将大气中CO2转化为有机物质,然后有机物质内的碳通过根系分泌物、死亡的根系以及枝叶凋落物进入土壤,并在土壤微生物的作用下,转化为土壤有机质储存于土壤中,形成土壤碳库。简单来说,土壤可以通过植物来吸收、转化、储存大气中的CO2。《第二次气候变化国家评估报告》指出:中国土壤碳库碳储量约为103 Pg。土壤碳库的微弱变化都有可能引起大气CO2浓度的巨大变化,从而影响全球气候变化。目前,中国农业发展水平较低,农田土壤固碳增汇潜力巨大。中国总耕地面积大约为1.3 亿hm2,土壤碳库尤其是主要农业区表层土壤有机碳质量分数较低。根据《2019年全国耕地质量等级情况公报》,全国耕地质量平均等级为4.76等,中低等级耕地占2/3以上,耕作层变浅、土壤退化以及耕地质量普遍较低是中国农业耕地的现状。全国耕地平均有机碳质量分数低于世界平均值30%以上,低于欧美等发达国家和地区50%以上[20]。美国著名土壤学家LAL[21]研究发现:美国土壤每年固碳潜力为7.5~20.8 Gg,中国农田土壤固碳潜力为22.0~37.0 Tg。在所有的碳中和负碳技术中,土壤固碳被公认为是成本最低、最具有潜力、最易实现和操作的,能有效冲抵能源、交通、工业等领域的碳排放。因此,只要技术合理,农田土壤固碳增汇潜力巨大,是实现中国碳达峰碳中和目标的重要支撑。

    • 农田土壤N2O减排可采用减少氮肥施用、优化施肥模式、使用新型肥料(如全元生物有机肥、生物质炭基肥)和抑制剂(如缓控释肥、硝化抑制剂)、提高水肥耦合等措施,在增加作物产量的同时,有效减少N2O排放,提高氮肥利用效率,降低肥料投入成本,实现增产与减排协同。李玥等[22]指出:合理施氮是农田土壤N2O减排的关键,并提出“4R”的施肥理念,即正确的施肥量、正确的肥料类型与配比、正确的施肥时间和正确的施肥方法。尽管有机肥施用存在增加土壤N2O排放的风险[23],但在合理施氮情况下利用有机肥部分替代化学氮肥既可以提高土壤肥力,改善土壤性状,又可以通过减少土壤氮底物有效性而降低农田土壤N2O排放[2425]。生物质炭基肥是将生物质炭与氮磷钾肥按照特定比例混合后造粒包膜制成,可以替代普通化肥施用,同时增施了有机质。大田试验研究表明:生物质炭基肥替代化学肥料可有效减少农田N2O排放17%~64%[26],部分试验结果还显示可减少稻田CH4排放[2728]。硝化抑制剂可以通过降低硝化速率实现农田土壤N2O减排。目前市面上常见的硝化抑制剂有3,4-二甲基磷酸盐(DMPP)、双氰胺(DCD)和四氮本啶(nitrapyin)等。施用硝化抑制剂可降低38%的农田土壤N2O排放,但不同地区土壤和硝化抑制剂种类的减排效果存在显著差异[29]。研究表明:施用硝化抑制剂可分别降低旱作农田和稻田N2O排放46%和32%[3031]。为了农田N2O减排,在考虑肥料施用的同时也要关注土壤水分状况,不同水分条件对土壤N2O排放影响较大。李金秋等[32]通过田间试验发现:施肥和水分管理均显著影响双季稻田N2O排放,常规灌溉和尿素施用增加稻田N2O排放,而常规灌溉管理和有机肥配施化肥模式,既能保证水稻产量,又能实现减氮和减排效果,是当地值得参考的水肥管理模式。因此,今后的农田N2O减排也要综合考虑多方面因素,制定和开展减排措施。

    • 稻田CH4减排可采用中期排水烤田、控制灌溉以及湿润灌溉等节水灌溉水分管理措施来实现[3335]。节水灌溉在减少稻田CH4排放的同时,可能会刺激土壤N2O排放。作物秸秆还田和有机肥施用可减少土壤N2O排放,但外源有机物质的添加会加剧CH4排放。因此,只有将优化施肥模式与节水灌溉措施相结合,才有可能减少稻田综合温室气体排放。就水旱轮作农田生态系统而言,如水稻Oryza sativa-小麦Triticum aestivum轮作、水稻-油菜Brassica napus轮作,可采取在旱作生长季施用有机肥或秸秆还田,既可以提高土壤碳库储量,又可以避免有机物质的添加造成的稻田CH4排放[36]。有研究表明:施用CH4抑制剂、生物质炭或生物质炭基肥等新型肥料,可作为降低稻田CH4排放的有效手段,是种植业固碳减排协同技术的发展新方向[3738]。同时,还可利用先进的作物遗传育种手段,选育推广高产、优质、低碳水稻品种,降低水稻单产CH4排放强度。

    • 针对种植业生产造成的间接碳排放,实施化石能源消耗减量措施,主要包括对种植业生产中机械设备进行更新改造,加快老旧农机报废更新力度,推广先进适用的低碳节能农机装备,推广新能源技术,优化农机装备结构,加快绿色、智能、复式、高效农机化技术装备普及应用,降低化石能源消耗和CO2排放[3940]。以粮食和重要农产品生产所需农机为重点,推进节能减排。实施更为严格的农机排放标准,减少废气排放。因地制宜发展复式、高效农机装备和电动农机装备,培育壮大新型农机服务组织,提供高效便捷的农机作业服务,减少种子、化肥、农药、水资源用量,提升作业效率,降低能源消耗。加快侧深施肥、精准施药、节水灌溉、高性能免耕播种等机械装备推广应用,大力示范推广节种、节水、节能、节肥、节药的农机化技术。实施农机报废更新补贴政策,加大能耗高、排放高、损失大、安全性能低的老旧农机淘汰力度。

    • 一方面,施用有机肥可以促进作物根系发育,在微生物的作用下能固定更多的CO2,且土壤团聚体稳定性显著增强,可以减少土壤中碳的损失。另一方面,有机肥施用可以提高土壤有机质质量分数。土壤有机质既有易被微生物利用的不稳定态,又包括与土壤健康密切相关的稳定态的可以长期储存碳的腐殖质。有机肥的类型、用量、配施等都会影响土壤固碳效果[41]。研究表明:长期施用有机肥可显著提高双季稻田碳汇效应与经济效益,绿肥紫云英Astragalus sinicus与猪粪和秸秆配施,稻田生态系统碳汇效益与经济效益较单施绿肥紫云英优势更明显。有机肥和无机肥配施可以增加土壤有机碳的积累。有机农业生态系统土壤有机碳比常规生态系统高20%,在前15 a土壤碳存储速率最高。秸秆还田是通过秸秆粉碎抛撒、机械还田,配套应用调氮促腐技术,将碳保留在土壤中,增加土壤有机质,减少化肥施用量,具有减肥增产、固碳、降污多重效果[42]

    • 保护性耕作是对农田采用少耕、免耕或地表微型改造,结合覆盖、轮作、农药病虫害防除等措施,确保耕地可持续利用的综合性土壤管理技术体系。保护性耕作可以减少对土壤的扰动,降低土壤侵蚀,促进蓄水保墒,提高表层土壤有机碳质量分数,增强土壤固碳增汇能力[43]。相比自然植被,农业种植导致土壤有机碳显著降低,农田表层土壤的有机碳储量较草地和林地土壤分别降低45%和52%,这是由于农业耕作显著加速了不稳定颗粒有机质的周转,减少了稳定有机碳组分的形成,从而导致土壤有机碳库储量明显下降[44]。另外,土壤翻耕会破坏土壤团聚体结构、加速有机质分解,风和水的侵蚀增强,导致暴露和侵蚀的土壤中的碳以温室气体的形式排放到大气中。犁耕的碳排放量是免耕的14倍,即使采用保护性耕作机具,碳损失量也达到免耕的4倍[45]。因此,从常规深耕转向少耕或免耕可改善土壤结构、减少碳排放,增加土壤有机碳储量。在秸秆还田的基础上,免耕可显著提高表层土壤有机碳质量分数。

    • 中国种植业废弃物资源化利用仍处于起步阶段,农作物秸秆资源化利用是种植业废弃物资源化工作的重大挑战。目前,中国种植业废弃物常见的利用方式主要包括农作物秸秆还田和好氧堆肥还田。这些利用方式虽然可以小幅度增加土壤碳库,但是其生产或应用环节同样会造成大量温室气体排放[46]。因此,种植业废弃物的利用应基于种植业增汇和减排双重考虑。与秸秆直接还田和好氧堆肥等方式相比,废弃物热解炭化既充分保留了废弃物中的有机质和各种养分,又实现废弃物的多元、清洁和安全利用。热解炭化的主要产物生物炭质是一种富含稳定有机质和矿质养分的多组分固体炭质,具有稳定、疏松多孔且环境友好的特点[47]。利用不同性质的种植业废弃物热解炭化,可充分挖掘其养分、炭质和结构的优势,创造清洁高效、安全卫生和功能丰富的炭基产品。种植业废弃物热解炭化后还田,可以将作物光合作用固定的碳返还并长期保存于土壤,补充土壤有机碳和养分的同时能有效改善土壤结构,平衡土壤酸碱度,提升土壤缓冲性和保肥蓄水能力,为土壤固碳增汇和种植业绿色发展提供了新路径[37]。2017年,秸秆炭化还田被列入国家十大秸秆处理模式之一。2020—2021年,秸秆炭化还田入围农业农村部重大引领性技术榜单。

    • 实现种植业碳中和不仅需要上述传统的技术创新途径,还需要依靠新兴的经济金融手段——碳标签与碳交易。在全球绿色低碳发展的环境和经济背景下,世界农业也已进入可持续发展的低碳农业经济时代,碳标签、碳足迹和碳交易这些新兴概念应运而生。碳足迹是产品在整个生命周期内的温室气体排放总量,一般用CO2当量形式表达[48]。将碳足迹展现于产品标签之上,即碳标签。碳标签既是碳足迹的延伸也是碳足迹的载体。碳标签的主要作用是呈现产品或服务对全球变化影响的信息,把产品或服务从生产到消耗整个生命周期过程中的碳足迹在产品标签上用量化的数值标示出来。消费者可通过产品碳标签了解产品整个生命周期中的碳排放信息,引导消费者选购更加低碳绿色的产品和服务,促使企业采用各种减排措施减少碳排放,从而促进低碳社会的发展[49]。碳标签制度将自下而上地推动中国碳减排工作由强制到自愿的转变。这一新工具的产生运作必然推动中国向低碳经济发展。产品碳足迹计算是农产品碳标签制度推行的关键,作为企业应适应国际规则,积极发展低碳经济;作为消费者应培养低碳意识,养成环境友好型消费习惯;作为政府应积极扶持,助力企业产品向低碳化和标签化发展。目前应结合国家碳中和战略目标,加快推进特色农产品碳标签制度进程,促进低碳种植业的发展,助推种植业碳中和。

      碳交易以可持续发展为核心,以配额交易及核证自愿减排量(CCER)交易为主要内容,充分利用市场经济对绿色发展所发挥的重要作用,不同类型企业根据自身碳排放情况对规定的碳排放配额进行配置,或用于自身发展需要,或用于市场交易,最终形成宏观和微观相结合的有重点、多层次碳排放交易格局。现阶段,中国碳交易机制具有全国交易系统与试点地区交易所相结合、行业要求与排量要求相结合、排放配额与自愿减排量相结合等特点。中国碳交易市场已有长足发展,但目前种植业碳交易特别是农田土壤碳汇交易尚处于起步阶段。在实现种植业碳中和战略目标的过程中,碳交易是不可或缺的一部分。应积极推动形成政府主导、社会参与、市场化运作的种植业碳交易体系,在保障国家粮食安全与重要农产品有效供给的同时,降低碳排放、增加碳汇,并使农民在碳排放交易中的得到更多红利,最终形成与资源环境承载力相匹配,与生产生活生态相协调的种植业低碳发展新格局。

    • 实施种植业碳达峰碳中和要以全面推进乡村振兴、加快农业农村现代化为引领,以绿色低碳科技创新为支撑,以降低温室气体排放强度、提高农田土壤固碳增汇能力、实施农业废弃物资源化利用为抓手,全面提升农业综合生产能力,建立完善监测评估体系,完善政策保障机制,加快形成资源节约型和环境友好型的农业产业结构、生产方式和空间格局。

      第一,追求种植业碳达峰碳中和战略目标必须以保障粮食安全为前提。中国是人口大国,粮食安全具有重大意义,所以必须充分认识到种植业减排增汇必须以保障国家粮食安全和重要农产品有效供给为前提,科学确定减排增汇途径,合理设定碳排放峰值。种植业领域的特殊性要求不能舍弃粮食产量去偏面追求种植业减排增汇。在稳步推进田间减排的同时,要努力挖掘种植业生产过程中节能减排的潜力,大力推广先进环保节能新农具,通过提高种植业生产环节的智能化、精准化水平,降低农业投入品的使用量,从而降低能源消耗。

      第二,重点围绕农作物秸秆资源化利用,加快推进种植业废弃物热解炭化还田。全球气候变化背景下中国种植业面临耕地质量与农产品安全的巨大挑战,数十亿吨的种植业废弃物处置与资源化利用任务艰巨。在应对气候变化挑战时,应充分挖掘种植业废弃物资源,政府提供技术和资金扶持,发展以热解炭化为基础的生物质技术与产业,满足国家绿色可持续农业发展与种植业减排增汇需求。未来需要积极开发创新热解炭化装备、炭基肥料、炭基材料等技术方法,推动炭基集成技术与产业模式的大规模推广,提高种植业生产者的参与积极性,不断释放种植业助力碳中和的潜力。

      第三,加快技术创新,加强创新能力保障。在国家碳达峰碳中和的战略目标背景下,需要更大力度的技术创新。支持部分基础条件好、特色鲜明的综合性高校和行业高校,先行建设一批碳达峰碳中和领域新学院、新学科和新专业,鼓励自然科学与社会科学的交叉融合研究,培养碳达峰碳中和战略复合型人才。推动高校参与或组建碳达峰碳中和相关的国家重点实验室和国家技术创新中心,引导高等学校建设一批高水平国家科研平台。鼓励高校实施碳中和交叉学科人才培养专项计划,大力支持跨学院、跨学科组建科研和人才培养团队,以大团队、大项目支撑高质量本科生和研究生多层次培养。鼓励高校加强碳达峰碳中和领域高素质师资队伍建设。加大碳达峰碳中和领域课程、教材等教学资源建设力度。同时出台针对农业碳达峰碳中和的法律法规,制定相应的技术标准,组织和建立研究机构和研究平台,投入资金和科研力量,加快技术创新,研发颠覆性技术,探索区域化的整体解决方案。

      第四,充分发挥政策驱动作用,加快建设种植业碳交易市场,充分挖掘种植业减排增汇的经济价值,着力提升市场内生动力。目前,种植业碳金融市场建设缓慢,与工业行业日趋成熟的碳排放核算方法相比,低碳种植业领域仍缺乏具有权威性、一致性、可操作性的碳排放核算方法。通过构建完善种植业碳标签评估标准和种植业碳排放核算方法,强化种植业碳补贴等方式,加强对种植业碳减排的政策引导,推动数字科技在金融支持种植业碳减排领域中的创新应用。在推进种植业碳交易市场扩大的过程中,政府应做好统一碳市场的顶层设计,以防止不良竞争,保证政策的可执行性及有效性;构建种植业低碳发展政策体系,制定低碳种植业发展的正负面清单,探索种植业生态产品价值实现机制,优化、创设包括法律法规、规范标准、生态补偿、监测预警、财政税收、金融信贷等多种类型政策工具,为中国种植业低碳发展提供长效规制、约束与激励。

参考文献 (49)

目录

/

返回文章
返回