从种植业和畜牧业两方面入手,采用排放因子法对甘肃省2000-2020年农业碳排放进行了估算,分析了其时空变化特征,基于STIRPAT(Stochastic impacts by regression on PAT)模型探析了甘肃省农业碳排放的影响因素,并提出了相应对策。结果表明...从种植业和畜牧业两方面入手,采用排放因子法对甘肃省2000-2020年农业碳排放进行了估算,分析了其时空变化特征,基于STIRPAT(Stochastic impacts by regression on PAT)模型探析了甘肃省农业碳排放的影响因素,并提出了相应对策。结果表明:(1)甘肃省2000-2020年CO_(2)-e排放量呈“升高-降低-升高”的趋势,2015年达到峰值,估算为2320.41×10^(4) t;从2018年开始又逐年增加,直至2020年增至2290.69×104 t。(2)甘肃省农业CO_(2)-e排放结构中,种植业占35%,畜牧业占65%。主要碳排放源中,畜禽胃肠道发酵对农业碳排放总量的贡献最大,其次是化肥和畜禽粪便管理。主要畜禽中,肉牛养殖对碳排放的贡献最大,其次是绵羊、山羊、奶牛和猪,家禽养殖的贡献最小。(3)农村人口、农村居民人均GDP、农村居民人均可支配收入、农业机械总动力、农业增加值占全省生产总值比重、农村住户固定资产投资额、农业科技成果应用数量、农业科技投入是影响甘肃省农业碳排放的主要因素,影响力指数分别为-0.017、0.026、0.020、0.038、-0.025、0.031、-0.017、0.016。为有效控制农业碳排放,建议在5个方面采取相应策略:努力提高种植业资源利用效率和土壤碳汇能力;强化畜牧业源头减量、过程控制和末端处理;努力降低农业机械对石油的依赖;有效推动农村清洁能源利用;加大农业低碳技术的研发与应用。展开更多
文摘从种植业和畜牧业两方面入手,采用排放因子法对甘肃省2000-2020年农业碳排放进行了估算,分析了其时空变化特征,基于STIRPAT(Stochastic impacts by regression on PAT)模型探析了甘肃省农业碳排放的影响因素,并提出了相应对策。结果表明:(1)甘肃省2000-2020年CO_(2)-e排放量呈“升高-降低-升高”的趋势,2015年达到峰值,估算为2320.41×10^(4) t;从2018年开始又逐年增加,直至2020年增至2290.69×104 t。(2)甘肃省农业CO_(2)-e排放结构中,种植业占35%,畜牧业占65%。主要碳排放源中,畜禽胃肠道发酵对农业碳排放总量的贡献最大,其次是化肥和畜禽粪便管理。主要畜禽中,肉牛养殖对碳排放的贡献最大,其次是绵羊、山羊、奶牛和猪,家禽养殖的贡献最小。(3)农村人口、农村居民人均GDP、农村居民人均可支配收入、农业机械总动力、农业增加值占全省生产总值比重、农村住户固定资产投资额、农业科技成果应用数量、农业科技投入是影响甘肃省农业碳排放的主要因素,影响力指数分别为-0.017、0.026、0.020、0.038、-0.025、0.031、-0.017、0.016。为有效控制农业碳排放,建议在5个方面采取相应策略:努力提高种植业资源利用效率和土壤碳汇能力;强化畜牧业源头减量、过程控制和末端处理;努力降低农业机械对石油的依赖;有效推动农村清洁能源利用;加大农业低碳技术的研发与应用。