CO₂是温室气体的重要组成部分, 减少CO₂的排放对减轻全球变暖有明显作用, 研究碳足迹对控制CO₂排放有重要意义。“足迹”将人类生存活动与土地资源联系在了一起^[1], 其概念最早是由加拿大生态学家William Ree教授提出, 并再后来由其学生完善, 同时定义了生态足迹。而在生态足迹的基础上, 又有人提出了碳足迹, 碳足迹是对人为干扰引起的CO₂排放量的度量^[2], 也可以反映人类活动的生态效应, 因此对不同人类活动的碳排放进行量化是极具意义的。

目前, 足迹的相关研究是生态经济学的热点^[3], 特别是极具代表性的生态足迹、水足迹和碳足迹。在超量碳排放对社会生态系统造成较大负面影响的今天, 碳足迹的相关研究越来越受到重视。目前对碳足迹的研究尺度多集中于产品、国家和城市^[4], 如Subramanian等对中国大陆、中国香港和印度的购物袋碳足迹进行了研究^[5]；María等研究了阿根廷生产的蜂蜜的碳足迹^[6]；Brown等研究了美国的100个城市的碳足迹^[7]；Aichele等计算了日本京都的碳足迹^[8]；黄雨生等人研究中国各省份碳足迹与碳承载力^[9]；孙建卫等基于投入产出分析研究了中国碳排放足迹^[10]。对不同产业类型的碳足迹研究也较为广泛, 比如赵荣钦等分析了中国不同产业空间的碳排放强度及碳足迹^[11]；Aaron等对塑料制造业的碳足迹进行了研究^[12]；Elisabeth等研究了通过互联网销售电影的碳足迹^[13]；Samah等对法国葡萄园碳足迹进行了跟踪研究^[14]。在农业生产的碳排放研究中, 也有学者进行了探讨, 黄祖辉等研究了浙江省农业碳足迹^[15]；王占彪等人对华北平原作物生产碳足迹做了分析^[16]；田志会等人基于京津冀一体化研究了农田碳足迹^[17]；陈慧等人研究了江苏省县域农业温室气体排放特征及演变趋势^[18]；张军伟等人研究了我国粮食生产碳排放^[19]；崔朋飞等人研究了中国农业碳排放的动态变化及影响因素^[20]。

但总体而言, 在国内外众多学者的研究之下, 目前研究城市生态系统多于农田生态系统, 而农田生态系统的研究中, 研究尺度基本上集中于省级和地级市, 对县级地区研究因为资料缺乏等原因, 研究相对较少。

耕地是最主要的土地利用类型之一, 农业也是国民经济的主体, 要探究人类干扰对生态系统的影响, 将农田生态系统作为研究对象是极为可靠的。同时, 在全球的碳循环中, 陆地生态系统占据了重要地位, 而农田生态系统是陆地生态系统不可分割的一部分, 因此, 研究农田生态系统的碳足迹具有重要意义。综上, 研究农田生态系统的碳足迹, 对于量化人类活动对生态系统的影响以及实现农业可持续发展有重大意义。

云南省是一个农业大省, 近年来其耕地面积断增长, 2015年云南有78%的人口在农村, 有25%的国民生产总值来源于农业^[21], 所以研究云南农田生态系统碳足迹对云南省的农业绿色发展有重要意义, 目前在云南省, 对于县域尺度的农田生态系统的碳足迹的时空变化仍未见报道。本文利用ArcGIS等空间分析, 云南省为研究对象, 通过对县级市农田生态系统的定量计算, 分别对农业碳排放、碳吸收和碳足迹开展时空变化分析, 为云南省未来农业发展方向和生态保护通过科学依据。

1 研究区域和研究方法 1.1 研究区概况

云南省位于中国西南的边陲, 地处低纬高原, 地势北高南低, 水平方向上纬度增加伴随了垂直方向上的海拔增高, 因此其大部分地区的平均温度由北向南递增^[22]。云南省降水有明显的干湿季, 湿季为5—10月, 降水量约为全年的85%, 而干季为11月至次年4月, 降水量只占15%。

云南省总面积约39万km², 占全国面积4.11%, 在全国各省级行政区中面积排名第8。云南省由于气候变化较大, 农田作物种类丰富, 作物从一年一熟到两年三熟, 农作物播种面积不断扩大。目前, 全省耕地面积约620.78万hm², 粮食播种面积约446.36万hm², 其中稻谷播种面积为68.36万hm², 小麦播种面积为37.54万hm², 玉米播种面积为171.77万hm², 豆类播种面积为59.9万hm², 薯类播种面积为68.56万hm²。

30年来, 云南省农田面积总体上呈扩张趋势, 由1985年的278万hm²扩增到2015年的621万hm², 增长了两倍以上。根据中国农业统计资料^[23], 云南省耕地面积在1990—2000间突增, 由289万hm²增长到642万hm²；根据《中国统计年鉴》^[24], 云南省耕地面积在2007年有所减少, 为607万hm², 随后又开始缓慢增加。在这期间, 云南省的农作物种类也产生了变化, 农业种植整体上有从粮食作物向经济作物转变的趋势^[25], 比如小麦、稻谷等种植面积有所减少, 而橡胶等经济作物种植面积不断增加。随着农业科技的发展, 化肥、机械的投入使用不断增加。云南化肥施用量由1985年的40.3万t增加到2015年的231万t, 增长了4.7倍, 而同期全国的化肥施用量增长了2.4倍, 说明云南省化肥施用的增长速率相对全国来说是非常快的。此外, 农业机械总动力在1985—2015年期间增长了6.6倍, 同期全国增长了4.3倍, 云南农业机械总动力占全国比例由1985年的2.10%增长到2015年的2.98%, 均说明云南省农机的增长速率较全国而言是非常快的。

1.2 数据来源

研究数据来自云南省各市统计年鉴、《中国农村统计年鉴^[26]》和其他统计数据。对个别缺失数据按照历年的平均比例来计算。研究的时间跨度为1985年至2015年, 时间间隔为5年。

2 研究方法 2.1 农田生态系统碳排放量估算方法

农田生产过程中会使用大量化肥、农药和其他生产工具, 从而带来大量的碳排放, 本研究选取化肥生产使用过程、农药生产使用过程、农膜生产使用过程、农业机械消耗燃料过程、农业灌溉过程作为农田生态系统碳排放来源, 对其进行碳排放计算, 计算公式^[10]如下：

(1)

式中:E、E_f、E_p、E_m、E_e、E_i分别为农田碳排放总量(kg)、化肥施用、农药施用、农膜生产使用、农业机械应用、农业灌溉所引起的碳排放量(kg) ^[27]。其中分项的计算公式如下。

(2)

(3)

(4)

(5)

(6)

式中, G_f为化肥使用量(kg)；G_p为农药使用量(kg)；G_m为农膜使用量(kg)；A_e为农作物种植面积(hm²)；W_e为农业机械总动力(kW)；A_i为灌溉面积(hm²)。A、B、C、D、F、G分别为化肥、农药、农膜、农作物、农业机械和灌溉的碳排放系数, 参考相关文献^[1]研究, 确定数值如下：A=0.89 kg/kg；B=4.93 kg/kg；C=5.18 kg/kg；D=16.47 kg/hm²；F=0.18 kg/kW；G=266.48 kg/hm²。

2.2 农田生态系统碳吸收量估算

为定量计算云南省不同农作物的碳吸收量, 需要结合农作物产量、经济系数、根冠比、含碳量和水分系数等指标, 计算公式^[1]如下:

(7)

(8)

式中, W为区域农田生态系统碳储量(t), 即碳吸收量；W_i为第i类农作物的碳储量(t)；C_i为含碳率(%)；K_i为第i类农作物产量(t)；V_i为第i类农作物果实的水分系数(%)；R_i为第i类农作物的根冠比系数；H_i为第i类农作物的经济系数(经济产量与生物产量的比值)；n为农作物种类数, 本文取n=8；D为农田生态系统平均碳密度(t/hm²)；A为区域耕地面积(hm²)。中国主要农作物的H、C、R、V见表 1^[28-30]。

2.3 农田生态系统碳足迹估算

碳足迹(CEF, 单位：hm²)的计算公式^[1]为:

(9)

(10)

式中, E为农田生态系统的碳排放总量(kg)；NEP为1 hm²的植被吸收的碳量, 即云南省农田生态系统单位面积碳吸收量^[31](kg/hm²)；W为农田生态系统中所有农作物的碳吸收量(kg)；S为耕地面积(hm²)。CEF(hm²)即为云南省农田生态系统吸收其农田生态系统碳排放所需要的植被面积^[17]。

当某地区农田生态系统碳足迹大于区域耕地面积(S, 单位：hm²)时, 说明存在碳生态赤字(CED, 单位：hm²)；反之, 若碳足迹小于区域耕地面积, 则为碳生态盈余(CER, 单位：hm²), 而其碳盈余量是区域耕地面积与农田生态系统碳足迹的差值^[17]。

(11)

(12)

2.4 数据处理

选取1985、1990、1995、2000、2005、2010和2015年共7个年份的数据, 利用Excel和ArcGIS软件对上述的碳足迹模型进行分析。其中, 利用Excel软件对云南省农田生态系统的碳足迹进行数据处理分析；借助ArcGIS软件绘制云南省农田生态系统碳排放、碳吸收和碳足迹的时空变化。

3 结果与分析 3.1 云南省农田生态系统碳排放特征 3.1.1 农田碳排放的时间变化

1985—2015年, 云南省农田碳排放量呈逐年增长趋势。1985年, 云南省农田碳排放总量为68.3万t, 2015年, 碳排放总量达到352.6万t, 年平均增长率为13.9%。1985年农药和农膜使用量未统计, 所以这两项引起的碳排放量记为零。由图 1可以看出, 云南省的化肥、机械和灌溉所引起的碳排放量由1985年的35.9万t、6.7万t和25.7万t增长到2015年的205.9万t、12.4万t和46.8万t, 而农药和农膜所引起的碳排放两由1990年的4.4万t和11.1万t增长至2015年的28.9万t和58.6万t。其中, 化肥使用带来的碳排放增长最大, 1985—2015年期间年平均增长率为15.8%。农药和农膜引起的碳排放量增长趋势较为明显, 其1990—2015年期间年均增长率分别为22.2%和17.1%；而机械和灌溉引起的碳排放量增长较为缓慢, 1985—2015年期间年平均增长率分别为2.8%和2.7%。

化肥碳排放占总碳排放量的比率最大, 其平均百分比为56%, 接下来是灌溉碳排放和农膜碳排放, 其平均百分比分别为18%和14%；机械和农药碳排放占比最小, 平均百分比分别为5%和7%。

由于云南省的耕地面积从1985年的277.7万hm²增长到2015年的620.9万hm², 所以研究碳排放问题只看碳排放总量是不够的, 这里引入了单位面积碳排放的概念, 完善了碳排放的研究内容。由图 1可知, 云南省农田单位面积碳排放总量呈先上升后下降再上升的趋势。其中, 单位面积化肥碳排放占主导地位, 其随时间变化趋势和农药、农膜一样, 都是先增长, 到1995年达到一个峰值, 该峰值分别为272.9、25.8 kg/hm²和64.9 kg/hm², 然后下降, 从2000年开始又继续增长直到2015年达到最大值, 最大值分别为331.6、46.5 kg/hm²和94.4 kg/hm²。机械和灌溉的单位面积碳排放随时间变化趋势是增长—下降—增长, 首先增长在1995年到达最大值, 该最大值分别是29.0 kg/hm²和116.0 kg/hm², 然后下降在2000年到达最小值, 该最小值分别是14.6 kg/hm²和58.2 kg/hm², 之后继续缓慢增长, 并且, 1985—1995年的单位面积碳排放均大于2000—2015年的单位面积碳排放。这说明2000年以后机械使用效率和灌溉效率明显提高。

3.1.2 农田碳排放的空间变化

由图 2可以看出, 云南省农田碳排放总体呈现东南高、西北低的格局。其中丽江、思茅和宣威3个县平均碳排放量最大, 占碳排放总量的百分比分别是4.17%、3.36%和3.20%；而平均碳排放量最小的县是河口、贡山和德钦, 分别占碳排放总量的0.12%、0.14%和0.14%。从时间来看, 碳排放量增长最快的县是思茅, 其年均增长了近五倍, 其次是丽江, 年均增长近三倍；碳排放量增长最慢的县是江川, 其年均增长率约为2.60%, 其次是玉溪, 年均增长率约为2.63%。云南省碳排放量最大量和最小量之间相差近50倍, 而碳排放量增长最快和最慢的县之间也相差了近两百倍, 可以看出, 云南省农田碳排放在时间和空间上都是分布不均的。

思茅区属于普洱市, 普洱市和丽江市都是服务业较发达的地区, 二者都是第三产业GDP占比最大, 普洱市早期农业、工业占GDP比重大致相等, 但近年来工业逐渐比重大于农业, 工业发展使得更多的化肥、农药、农膜投入农业生产, 所以其碳排放量增长快。丽江早期农业GDP占比较工业占比高, 随时间发展工业占GDP的比重超过了农业, 工业发展为农业生产提供了更多的化工产品, 使得其碳排放量增长较快。江川和玉溪同属玉溪市, 玉溪市工业较为发达, 第二产业占GDP比重达到一半以上, 然而农业发展相对落后, 多年来第一产业占GDP比重约为10%, 故其碳排放量增长较慢。

3.1.3 农田碳排放贡献比的空间变化

由图 3可以看出, 1985—2015年期间, 云南省各州、市农田生态系统碳排放主要贡献源由灌溉转向化肥, 1985年云南省西北、西南部地区碳排放主要由灌溉引起, 比如怒江州、迪庆州、丽江市、普洱市、临沧市和西双版纳州, 其他地区碳排放主要由化肥引起；到2015年, 云南省全部地区的碳排放主要贡献都来源于化肥。农膜、农药对碳排放的贡献比例随时间增长而增大, 在1990—1995年期间增长较为明显, 特别是迪庆州和丽江市；在1995年之后, 农药、农膜的比例变化幅度较小。农用机械引起的碳排放比例总体上呈逐年下降趋势, 怒江州、丽江市和迪庆州表现的最为明显。2005年起, 所有州、市的各种来源的碳排放占比在时间尺度上基本不变, 在空间上各个州、市的各种碳排放源占比大致相同。总体来看, 各州、市间碳排放贡献变化差异较小, 各州、市间碳排放贡献比例差异也较小。

研究初期, 云南省农田生态系统碳排放中灌溉占比较大, 早期云南较为封闭, 科技不太发达, 化肥、农药和农膜获取不易, 使用意识也不强。同时, 因为各州、市的发展情况不同, 其各种农田碳排放源的比例差异较大。而随时间变化, 科技发展, 对化肥、农药等的认识加强, 投入使用变得较为普遍。在2005以后, 各种碳排放源的比例在时间和空间都较为稳定, 说明了云南省农业投入较为稳定, 农业发展模式可能进入了瓶颈期。

3.2 云南省农田生态系统碳吸收及其影响因素分析 3.2.1 农田碳吸收的时间变化

从图 4可以看出, 云南省农田碳吸收总体上呈增长趋势, 1985年云南省碳吸收总量为1062.3万t, 而在2015年增长至2030.5万t, 在1985—2015年期间年均增幅为3.04%。其中, 玉米增长最为明显, 在1985—2015年期间年均增长率为8.76%；其他作物碳吸收增长趋势较缓慢, 但是稻谷碳吸收量略有下降。就曲线变化趋势而言, 稻谷、小麦、薯类、油菜籽和烟叶都是先增长后下降, 不同的是, 小麦是增长到2000年再下降, 稻谷和油菜籽是增长到2005年再下降, 而薯类和烟叶是增长到2010年后再下降。从碳吸收占比来看, 稻谷和玉米一直是碳吸收的主要来源。稻谷碳吸收量最大, 约占碳吸收总量的41%；其次是玉米, 占碳吸收总量的33%；小麦、豆类、烟叶和油菜籽分别占碳吸收总量的10%、6%、5%和3%, 而薯类和花生均占碳吸收总量的1%。

在研究时间内, 云南省不仅耕地面积发生巨大变化, 而且各种农作物的播种面积也随之发生变化, 所以, 研究各种农作物的单位面积碳吸收十分有必要。从图 4可以看出, 研究区农作物单位面积碳吸收总体上有增长趋势。其中, 玉米和花生的单位面积碳吸收呈逐年增长趋势, 分别从1985年的2.78 t/hm²和1.99 t/hm²增长到2015年的5.45 t/hm²和3.03 t/hm²；稻谷、小麦、豆类和油菜籽的单位面积碳吸收都是先增长, 在2010年突然下降, 在2015年又明显增长；薯类和烤烟在2010年之前均呈增长趋势, 在2015年有较小程度的下降。可以看出, 各种农作物单位面积碳吸收量均有增加, 这说明农作物的产量有明显提高。云南省自2009年秋季开始发生了秋冬春三季连旱的现象, 这对农作物的生产造成了巨大的影响, 特别是对于稻谷、小麦等对水需求较大的作物, 而2010年稻谷等作物产量大幅下降, 致使其单位面积碳吸收突然下降, 这与实际情况相符。

3.2.2 农田碳吸收的空间变化

就农田碳吸收的空间分布而言(图 5), 云南省农田碳吸收整体呈东南高、西北低的分布格局。其中, 思茅、宣威和保山是碳吸收量最大的县, 分别占碳吸收总量的3.41%、2.80%和2.49%。丽江碳排放量排第一, 但其农作物产量却较低, 碳吸收占比仅为1.08%。丽江碳排放主要是由化肥使用引起的, 这说明丽江大量的化肥投入并没有带来明显的农作物产量增加, 所以化肥使用过度。碳吸收占比较小的县是贡山、河口和德钦, 占比分别为0.06%、0.13%和0.13%。从自然地理条件来看, 思茅、宣威和保山海拔相对较低, 地势相对较为平缓, 水资源充沛, 十分适合农作物生长；而贡山海拔相对较高, 地势起伏较大, 相对而言不太适宜发展农业。

研究期间, 云南省各县碳吸收量总体有增长趋势, 碳吸收量增幅最大的县是思茅, 年平均增长了1.3倍, 见图 5。在2000—2005年期间, 思茅碳吸收量增长有一个突增, 年平均增长了三倍, 而在其年份区间, 增长较为平稳。接下来碳吸收增幅较大的是福贡, 但其年平均增长率仅为9.84%。碳吸收量增幅最小的县是华宁县, 年平均增长率约为0.41%。然而, 也有一些地区的碳吸收减少, 如晋宁、丽江等, 其年平均降幅分别为1.63%和1.32%。总体来看, 云南省各县之间碳吸收量差异较大, 而且各县间碳吸收涨幅也差异较大。

思茅碳排放量、碳吸收量均增幅最大, 说明其农业增加投入使用的化肥、农药等促进了农业发展, 确实有提高农作物产量。丽江却与此相反, 增加的化肥施用并未对农作物提高产量取得较好的效果。福贡属于怒江州, 其第一、第二产业占GDP比重变化与丽江相似, 即工业发展逐步超越农业, 可能是其工业发展促进了农业发展, 提高了农作物产量。华宁县属于玉溪市, 农业较不发达, 所以碳吸收量增幅较慢。

3.2.3 农田碳吸收贡献比的空间变化

由图 6可以看出, 云南省各州、市农田生态系统碳吸收贡献中占主要地位的为稻谷、小麦和玉米, 同时, 占主导地位的由稻谷转变为玉米。文山州稻谷碳吸收比例在2005年有一个骤降, 而在2010年又稍有回升, 与此同时, 其玉米碳吸收比例有一个高峰, 并且稻谷和玉米的碳吸收贡献比之和基本同其他年份一致, 说明在2005年文山州的稻谷和玉米的种植比例发生了较大的变化。各州、市稻谷碳吸收在总碳吸收中所占比例基本上呈逐年下降趋势, 其中昆明市降幅最大, 年平均降幅为2.24%；而玉米占比基本上呈逐年上升趋势, 其中德宏州最大, 年平均增幅为36.09%；小麦占比总体上呈先上升后下降的趋势, 在2000年以前基本上呈上升趋势, 2000年以后呈下降趋势, 最终各州、市的占比增减不一。

研究期间, 稻谷、小麦和玉米的碳吸收贡献比例变化较大, 说明各州、市的主要农作物种植结构发生了变化, 这可能是因为科技的进步使得农作物的种植布局更加合理, 也可能因为市场经济的波动使得农民改变农作物种植结构。

3.3 云南省农田生态系统碳足迹时空差异 3.3.1 农田生态系统碳足迹时间变化

由表 2可以看出, 云南省农田生态系统碳足迹呈增长趋势, 在1985—1995年期间上升较缓, 年平均增长率约为6.56%；在1995—2000年期间有一个突增, 年均增长率约为32.04%；在2000—2015年期间增长相对平稳, 年均增长率约为2.68%。

在1985—2015年期间云南省农田生态系统均存在碳盈余现象, 说明云南省农田生态系统的开发利用在其生态承载力范围之内, 可以用于补偿其他行业的碳生态赤字。

单位面积碳足迹是碳足迹与耕地面积的比值, 该值可以表示为每年消纳农田生态系统碳排放所需要的植被面积占耕地面积的比例。研究期间, 云南省农田生态系统单位面积碳足迹呈增长趋势, 说明随着化肥、农药、农膜、机械和灌溉的使用的增加, 其农田生态系统的碳汇功能在下降。

3.3.2 农田生态系统碳足迹空间变化

云南省碳足迹总体呈现东、西部高, 中部低的空间格局。其中思茅、丽江和宣威的碳足迹最大, 分别占云南省碳足迹总量的7.00%、5.05%和3.02%；碳足迹最小的县是河口、水富和德钦, 分别占云南省碳足迹总量的0.11%、0.13%和0.15%。研究期间, 除潞西外, 各县碳足迹都呈上增长趋势。其中, 思茅碳足迹增幅最大, 年平均增幅5倍以上, 陇川增幅最小, 年平均增长率约为1.30%；潞西年平均降幅为1.43%。总体来看, 云南省各县碳足迹差异较大, 而且各县之间碳足迹随时间变化差异也较大。

3.3.3 农田碳足迹空间变化驱动力及空间关系分析

运用SPSS软件对碳足迹及其影响因素进行多元线性回归分析, 将碳足迹(CEF, 单位：千hm²)作为因变量, 将化肥施用量(G_f, 单位：万t)、农药施用量(G_p, 单位：万t)、农用塑料薄膜使用量(G_m, 单位：万t)、农业机械总动力(W_e, 单位：万kW)、有效灌溉面积(A_i, 单位：千hm²)和农作物总产量(K, 单位：万t)作为自变量, 建立多元线性回归模型, 将云南省各州市的1985—2015年全部数据进行拟合, 拟合所得的标准系数回归模型如下；

(13)

可以看出, 碳足迹与化肥施用量、农药施用量、农用塑料薄膜使用量、农业机械总动力和有效灌溉面积呈正相关, 与农作物总产量呈负相关。在碳足迹的所有相关因素中, 农作物总产量的标准系数绝对值最大, 说明农作物总产量对碳足迹的影响最大, 并且是负向影响, 即在其他因素不变的条件下, 农作物总产量增加, 碳足迹会减少。在对碳足迹起正向驱动作用的所有变量中, 有效灌溉面积的驱动力最大, 并且其标准系数与农作物总产量的标准系数值相近, 这说明在一定条件下有效灌溉面积的增加基本上可以抵消农作物总产量增加引起的碳足迹减少。驱动力位于其次的是化肥施用量, 其驱动力约为有效灌溉面积驱动力的71%。农药施用量、农用塑料薄膜使用量和农业机械总动力对碳足迹的驱动作用较小, 三者驱动力之和约为化肥施用量的驱动力的14%, 说明其对碳足迹的影响较小。

4 结论与讨论

1985—2015年期间, 云南省农田生态系统碳排放随时间变化呈上升趋势, 在空间上呈现东南高、西北低的分布格局。研究期间, 碳排放年均增幅为13.9%。其中, 对碳排放起主导作用的是化肥施用, 并且, 引起碳排放增加的主要原因是化肥施用量增加。在研究的各县市中, 碳排放增幅最大的县是思茅, 年均增长近五倍；增幅最小的县是江川, 年均增幅为2.60%, 说明云南省各县市碳排放及其涨幅存在较大差异。在碳排放空间变化差异的地区, 推测是工业发展差异引起的, 工业发展对农田碳排放有一定促进作用。云南省单位农田面积碳排放量逐年增加, 其中化肥引起的单位农田面积碳排放占比最大, 约为55%。在技术水平不断上升的过程中, 人们对化肥、农药、农膜、机械和灌溉的投入使用不断增加, 由此引起碳排放不断增加。同时, 各地区对化肥、农药、农膜、机械和灌溉的投入使用比例趋于一致。

1985—2015年间, 云南省农田生态系统碳吸收总体呈上升趋势, 在空间上呈现东南高、西北低的分布格局。研究期间, 碳吸收年均增幅为3.04%, 碳吸收的主要贡献来自于稻谷、小麦和玉米。碳吸收增幅最大的县是思茅, 年均增长1.3倍, 碳吸收增幅最小的县是华宁县, 年均增幅为0.41%, 说明了云南省各县市碳吸收及其涨幅有极大差异。碳吸收的空间差异与工业发展也有关系, 工业发展在一定程度上提高了作物产量, 使碳吸收增加。研究区单位面积碳吸收总体上逐年增长, 说明农作物产量逐年增加。

1985—2015年间, 云南省农田生态系统碳足迹总体呈增长趋势, 在空间上呈东西部高、中部低的格局。研究期间, 碳足迹年均增长率为16.8%。云南省耕地面积大于农田生态系统碳足迹, 说明云南省农田生态系统存在碳生态盈余, 并且随年份增加, 碳生态盈余呈现先增长后缓慢下降的趋势。云南省农田生态系统单位面积碳足迹随年份增加而增加, 说明云南省农田生态系统的碳汇功能在下降。云南省碳足迹增幅最大的县是思茅, 年均增幅五倍以上；碳足迹增幅最小的县是陇川, 年均增幅为1.30%；潞西的碳足迹减少。说明云南省各县市碳足迹及其变化趋势差异较大。

研究期间云南省农田生态系统碳吸收量远远大于碳排放量, 说明云南省农田生态系统存在碳生态盈余, 这与葛颖、林秀群等人^[32-33]研究结果相似。但是碳吸收量与前者的研究结果相差较大：一是因为碳吸收量计算公式不同, 本研究在计算碳吸收量时考虑了农作物的根冠比系数, 这与张鹏岩等^[1]的研究方法相同；二是因为计算碳吸收选取的农作物种类不同, 因为数据获取有限, 所以本研究中有几种农作物未作考虑。研究期间云南省农田生态系统碳排放量与碳吸收量逐年增长, 这与梁青青等^[34]研究结果相似, 但是碳排放总量和碳吸收总量的数值有一定的差距, 主要是因为使用的公式以及系数值不同。

农田生态系统碳足迹受多种因素共同作用, 包括农作物种类、土壤类型以及耕作方式等, 所以不同区域、不同种植模式的碳足迹差异较大。本研究并没有进行实地考察, 选取的各类系数直接参考其他研究, 没有根据云南省实地情况加以修正, 可能对研究结果造成一定误差。此外, 云南省正大力发展高原特色现代农业^[35], 是很多特色水果、蔬菜产品基地, 而因为相关的系数缺乏, 研究没有考虑这类特色农作物, 这也使研究结果存在一定误差。土壤呼吸作用也是重要的碳源/汇, 本研究没有加以考虑, 造成了一定误差。在今后的农田生态系统碳足迹研究中, 基于不同条件的碳足迹估算有待学者深入探讨。

通过对云南省农田生态系统碳足迹的时空分析, 可以对云南省低碳农业发展提出以下建议：从减少碳排放的角度来看, 首先应当控制化肥施用量, 可以根据进一步研究找到最科学的化肥施用量；其次, 要提高机械利用效率, 大力提高农业科技创新能力^[35], 使用更节能的机械与更清洁的能源^[2]。从增加碳吸收的角度来看, 要重视科技发展, 开发产量更高的农作物品种；加强农田基础建设, 特别是水利建设, 从而更好地建设高产农田^[1]。