农业及其他土地利用产生的温室气体是继能源和工业的第三大温室气体排放源, 也是甲烷(CH₄)的最大人为排放源, 排放总量占全球人为CH₄排放的28%—37%, 其中约89%来自肠道发酵^[1—3], 精确估算畜牧业碳排放对全球气候变化和碳减排具有重要意义。肉牛肠道发酵是中国畜牧业CH₄的最主要排放源^[3]。基于严峻的反刍动物CH₄减排压力, 2022年出台的《农业农村减排固碳实施方案》提出, 到2030年畜牧业反刍动物肠道发酵排放强度进一步降低。2020年新疆牛、羊饲养量分别占全国5.52%和13.61%, 分列第六和第二。第三次国土调查显示, 仅阿勒泰等7个地州就占全疆草地77%, 是新疆主要的牧区半牧区^[4]。但新疆畜牧业发展较为缓慢, 牛羊的规模化养殖比例较低、养殖散户多, 奶牛单产水平远低于全国平均值, 且牛、羊、骆驼等反刍动物养殖量大, 畜牧业绿色转型升级任务艰巨^[5—6]。

以牲畜活动数据和排放因子的乘积作为碳排放量的因子法是定量计算牲畜碳排放的常用方法。2007年联合国粮农组织(FAO)使用多层线性回归方法预测并绘制了全球家畜密度分布图(GLW), 随后又不断改进其预测模型, 目前GLW数据已更新至2015年^[7—9]。国内对家畜数量网格化的研究经历了类似过程, 目前, 不少学者采用精度更高的机器学习方法预测牲畜的空间分布^[10—12]。因缺乏被普遍认可的CH₄排放因子, 国内在进行畜牧业温室气体核算时常直接选用《2006年IPCC国家温室气体清单指南》(后续简称2006年IPCC清单)给出的缺省值^[13—15], 结果存在较大的不确定性。采用牲畜个体与饲养方式等特征数据计算排放因子则更为精确^[16—18]。

尽管如此, 现有研究仍存在诸多不足, 一是机器学习方法不仅需要大量统计或实测数据才可保证模型精度, 可移植性也较差, 很难找到适应所有条件的最优模型^[19—20]。二是有关牲畜空间分布及其碳排放的研究尺度较大, 不仅对特定牧区、半牧区的关注较少, 仅排除水域、人口密集区和禁止人类活动的保护区进行牲畜数量空间化的适宜性掩蔽方法对牲畜活动范围的表征也不够精确。三是研究多基于行政单元分析年际变化, 对减排量及空间差异的关注度不高。有鉴于此, 本研究以新疆牧区半牧区草地为研究对象, 基于净初级生产量(NPP)与草地类型估算草地的理论载畜量, 并据此将县级尺度的牛存栏统计数据分配到500m尺度的网格上, 既弥补了因实测数据或统计样本较少而无法保证机器学习训练精度的不足, 又比基于遥感数据估算草食类牲畜空间分布的泛用方法更为可靠。通过新疆牛肠道CH₄排放因子估算其CH₄排放量, 并根据FAOSTAT提供的排放比例等参数估算牧区半牧区畜牧业碳排放总量和排放强度, 研究结果可为新疆畜牧业温室气体减排提供更为精细的科学依据。

1 研究方法 1.1 研究区概况

根据2020年《中国民族统计年鉴》对牧区、半牧区县的界定, 新疆分别有牧区县22个、半牧区县15个, 涉及个12个地(市、州), 见图 1。

2020年, 牧区半牧区草地总面积264759.47km², 约占全疆草地50.93%, 占2016年实际经营牧草地的84.89%, 牛饲养量占47.88%, 牧业总产值占31.75%。牧业是牧区半牧区重要的优势产业, 较大的牲畜饲养量也意味着较高的温室气体排放, 因此, 牧区半牧区成为减排的重点区域。

1.2 数据来源及预处理

基于CLCD 30m土地覆盖数据集, 提取牧区半牧区的草地分布, 并选取7—8月云量低于20%, 且经过辐射定标、大气校正等预处理后的Landsat8 OLI_TIRS卫星数字产品对草地分布进行更新和验证。根据《数字地形图产品基本要求(GB/T 17278)》, 1∶10万地形图的平面位置精度为0.5mm, 即地面距离50m, 故30m土地覆盖数据可满足1∶10万比例尺专题图的精度要求, 更新时未计入2500m²以下的草地图斑。

保护区内通常禁止放牧活动, 因此基于联合国环境署世界保护区矢量数据对牧区半牧区草地进行掩蔽, 剔除属于世界自然遗产的天山自然保护区部分, 得到2020年草地分布图。此外, 牧区半牧区草地的人口密度大多不超过10000人/km², 因此未对人口进行掩蔽处理。数据引文与下载网址见表 1。

用2019年和2021年的平均值对2020年NPP中的缺失值进行插值, 乘以比例系数0.0001后将单位换算为gC m^-2 a^-1；牧业产值以2005年为基期, 根据对应县第一产业的生产总值指数调整, 对缺失值进行线性预测填补。所有空间数据统一到Krasovsky_1940_Albers等积坐标系, 为与NPP数据的空间分辨率保持一致, 经重采样将栅格数据的空间分辨率统一为500m。

1.3 研究方法 1.3.1 草地类型划分

以《1∶100万中国植被图集》为基础, 结合《中国地理图集》中的《1∶320万中国草地》获取草地类型, 利用新疆地形图和各类草地的主要植被组成与分布信息, 将草地细分为温性草甸草原、温性草原、温性荒漠草原、温性荒漠、山地草甸、低地草甸、高寒草甸、高寒草原和高寒荒漠九种类型, 采用ArcGIS近邻分析工具确定与新草地最近的草地类型, 以解决不同年代植被类型和草地分布数据的空间及属性不一致问题。

1.3.2 干草产量与理论载畜量

草地生产力及其理论载畜量是草地生态系统和畜牧业科学管理的基础。本研究假设了放牧的理想情况, 即理论载畜量高的草地饲养的牛更多, 并基于草地类型, 选取NPP对草地产草量及理论载畜量进行估算。单位面积干草产量估算公式为^[23]：

(1)

式中, B为单位面积干草产量(kg/hm²)；NPP_i为对应栅格的净初级生产力；0.5为植物生物量与NPP的转换系数^[23]；RSR_u为对应草地类型的根冠比^[24]；H为植被含水率, 取14%^[23]；i为栅格单元, u为草地类型。采用的NPP为MOD17A3HGF数据产品, 为给定年份内所有8 d GPP净光合作用(PSN)产品MOD17A2H的总和, 计算结果为给定年份的总产草量。

根据《天然草地合理载畜量的计算(NY/T 635—2015)》及《草原资源承载力监测与评价技术规范(CCSB 40 LY)》, 理论载畜量估算如下：

(2)

式中, Z为理论载畜量(标准羊单位/hm²)；E为牧草可食用比例, 取0.6^[23]；UR为不同草地的利用率, 参考《天然草地合理载畜量的计算》中的四季放牧利用率, 取其平均值^[25]；SU定义为1只体重45kg、日消耗1.8kg标准干草的成年绵羊；d为365 d。不同草地所选参数见表 2。

1.3.3 牛肠道CH₄排放总量估算

牛的饲养周期通常大于一年, 假设目标年中新出生牛的排放量与上年出栏的牛一致, 则每年的牛饲养量等于年末存栏数^[26]。基于理论载畜量可对县级尺度的牛存栏统计数据进行空间网格化, 因无法得到不同类型牛的分布数据, 故对不同地区牛的羊单位折算系数采用了相同的数值, 约分后公式如下：

(3)

式中, AD_i为栅格i内的牛活动水平(头/hm²)；Z_i为栅格i内的理论载畜量；Z为县域内所有栅格单元的理论载畜量之和；SC为年末牛存栏量；A_i为栅格面积, 即25hm²。

因环境、气候和经济条件的差异, 不同的牛亚种呈较大的空间分布差异, 牛肠道CH₄排放因子也因种类、地区和时间的差异而不同。表 3是对国内外文献中牛肠道CH₄排放因子值进行的梳理和对比。

为使排放因子尽可能接近新疆实际情况, 采用已有的省级尺度研究结果, 将奶牛和非奶牛的排放因子取为127.44和45.72^[29], 可满足2006年IPCC清单第4卷的多种牲畜的肠道CH₄排放因子及其所有估计值的不确定性范围(Tier 1：±30—50%, Tier2：±20%)。因缺少牦牛存栏量, 根据功能将牛分为奶牛和非奶牛两个子类。每个栅格的牛肠道CH₄排放量为：

(4)

(5)

式中, E_{enteric, ij}为栅格i内j类牛的排放量(kg)；EF_j为j类牛的排放因子；P_j为j类牛占全部牛存栏数的比重, 数值见表 4；j为牛子类。

1.3.4 畜牧业碳排放总量与排放强度估算

2006年IPCC清单假设牲畜每年的净CO₂排放为零, 即动物的呼吸排放与其所消耗植物的光合作用吸收量相抵。据此, 本研究仅考虑反刍动物肠道发酵和牲畜粪便管理系统产生的温室气体, 并根据FAOSTAT提供的排放比例等参数, 基于肠道发酵估算畜牧业碳排放总量：

(6)

式中, E_i为栅格i内畜牧业碳排放总量(Gg CO₂当量, 1Gg=10⁶kg)；q_CH4为CH₄的CO₂当量因子, IPCCAR6给出的非化石燃料CH₄的全球增温潜势(100 a)中该值为27。P_cattle为中国肠道发酵排放总量中牛的排放比重, P_enteric为按CO₂当量计算的肠道CH₄排放量占畜牧业总排放量比重。

土地利用碳排放强度是土地低碳利用的重要指标, 计算单位面积草地的CO₂排放量EI_grass并将其视为草地的碳排放强度(kg/hm²)。

为进一步计算基于网格的牧业产值碳排放强度, 需对各县的牧业产值进行空间网格化, 参考谢高地等^[30]和潘冬荣等^[31]对食物生产功能基准单价的调整方法, 栅格的牧业产值分配公式为：

(7)

式中, HP_i为栅格i内的牧业产值；B_i为栅格i内的干草产量；B为县域内所有栅格的干草总产量；HP为牧业产值。

中国在哥本哈根世界气候大会前夕承诺, 2020年在2005年基础上单位GDP碳排放强度下降40%—45%, 据此, 以单位牧业产值碳排放量EI_husbandry表示产值碳排放强度, 分别计算2005和2020年的牛肠道CH₄排放量及畜牧业排放强度并进行对比, 以探究畜牧业的减排效果。

1.3.5 2030年牛存栏量预测与碳排放量估算

基于“双碳”目标, 以2016—2020年牧区半牧区县的牛存栏量对2030年牛存栏量进行预测, 据此估算2030年的温室气体排放量。因影响畜牧业生产的因素较多且多个因素事先无法控制或较难控制^[32], 故选用适合对不确定因素系统进行预测的灰色模型(Grey Model)进行牛存栏量预测。根据关联度和后验差检验, 剔除了后验差比值C≥0.65, 误差概率P≤0.70等的不合格县, 以及预测结果大于新疆畜牧业“十四五”规划目标的县。

2 结果 2.1 不同草地的干草产量及其理论载畜量

基于2020年草地类型分布(图 2), 统计各类草地的面积及占比, 根据1.3.2中的公式分别计算出干草产量和理论载畜量, 并计算不同类型草地在干草总产量和理论载畜总量中的占比(表 5)。

相较全疆整体水平, 牧区半牧区草原、草甸的面积占比更高, 温性草原、温性荒漠和温性荒漠草原的占比均在17%左右, 天山中脉、南脉和昆仑山的高寒草原分布最广, 天山中脉和阿尔泰山的高寒草甸次之, 分别占14.46%和12.69%, 占比3.12%的高寒荒漠分布最小。

基于NPP计算出2020年各类草地的干草产量, 并将单位面积干草产量乘以栅格面积, 得到每个栅格的总产量, 基于干草产量计算出的理论载畜量, 二者的空间分布特征见图 3。

结果显示, 2020年新疆牧区半牧区干草总产量80.31万t, 平均818.6kg/hm², 温性草原在9类草地中贡献最大, 占总产量23.49%, 其次是高寒草甸、山地草甸和温性荒漠草原, 分别占18.28%、13.40%和13.36%, 山地草地仅占6.83%, 但草地质量和产草量均很高。低地草甸和高寒荒漠分别占0.34%和0.81%, 单位面积产草量远低于其他类型。干草产量北高南低特征明显, 伊犁河谷、塔尔巴哈台山、阿勒泰山和阿拉山口北部等区域高达1000kg/hm²以上, 局部超过2000kg/hm²；南疆地区仅天山南脉和塔里木盆地西部的小部分地区超过1000kg/hm²。不同草地的平均产草量由高到低依次为：山地草甸>温性草甸草原>温性草原>研究区平均值>高寒草甸>高寒草原>温性荒漠草原>温性荒漠>高寒荒漠>低地草甸, 除低地草甸外, 各类草地产草量的数量规律与其他研究基本一致^[33—35]。理论载畜量空间分布与产草量相似, 也呈北高南低, 平均理论载畜量为0.36标准羊单位/hm², 超过75%的草地低于0.5标准羊单位/hm²。

2.2 牛活动水平及肠道CH₄排放量

基于理论载畜量, 估算2020年牛的活动水平。由于奶牛的肠道CH₄排放因子约为非奶牛的2.79倍, 随着奶制品需求的增长, 奶牛已成为畜牧业碳减排的重点。根据牛活动水平, 参照奶牛与非奶牛的比例系数和排放因子, 计算2020年牛肠道CH₄的排放量。牛活动水平及其肠道CH₄排放量的空间分布特征见图 4。

图 4显示, 阿尔泰山西部、塔尔巴哈台山、伊犁河谷东部的牛活动水平较高, 与阿勒泰、塔城和伊犁州等主要牧区的分布基本一致。牧区半牧区的平均载畜量为0.10头/hm², 尽管塔里木盆地北部和西部的草地载畜能力不强, 但牛存栏量较高, 局部地区牛的活动水平超过0.5头/hm², 接近北疆主要牧区的饲养水平。

阿尔泰山、天山、伊犁河谷、塔尔巴哈台山、塔里木盆地西部和北部边缘的牛肠道CH₄排放量较高, 接近75%的栅格排放量不足200kg。将所有栅格的排放量加总, 牧区半牧区牛肠道CH₄的总排放量为148.17Gg, 其中, 奶牛和非奶牛的占比分别为43.86%和56.14%。

根据草地类型对牛肠道CH₄排放量进行分区统计, 并计算不同草地对总排放量的贡献(表 6)。

结果显示, 温性草原和山地草甸的排放最高, 占比均超20%；高寒草甸、温性草甸草原和温性荒漠草原次之, 总排放贡献率均高于10%；高寒荒漠排放量最少。

2.3 单位草地碳排放量和单位牧业产值排放量

据公式(6)估算出2020年牧区半牧区畜牧业的碳排放总量为7068.06Gg CO₂当量, 以单位草地排放量和单位牧业产值排放量表征的碳排放强度见图 5, 不同类型草地的平均碳排放强度见表 7。

牧区半牧区草地的平均碳排放强度为307.08kg CO₂当量/hm², 天山、阿尔泰山、塔尔巴哈台山及昆仑山西部高达1000kg CO₂当量/hm²以上, 伊犁河谷东部和塔里木盆地北部的温宿、沙雅等县也有高值区。山地草甸的碳排放强度最高, 平均达734.67kg CO₂当量/hm², 温性草甸草原次之, 为466.29kg CO₂当量/hm², 温性草原、高寒草甸、低地草甸、高寒草原、温性荒漠草原等均超200kg CO₂当量/hm², 温性荒漠和高寒荒漠的排放强度较低。

牧区半牧区的平均产值碳排放强度为5519.81kg CO₂当量/万元, 天山大部、塔里木盆地南北、塔尔巴哈台山和阿尔泰山局部低于5000kg CO₂当量/万元；阿尔泰山、天山南脉和昆仑山西部高于5000kg CO₂当量/万元, 山区高达10000kg CO₂当量/万元以上。南疆阿克陶县东部和北疆吉木乃县南部更是超过15000kg CO₂当量/万元, 与其牛存栏量高但牧业产值低有关, 阿克陶县以载畜量较低的高寒草原、温性荒漠草原为主, 却饲养了13.94万头牛, 牧业产值最低的吉木乃县饲养的3.31万头牛集中分布在南部的温性草甸草原和高寒草地。

2.4 碳排放强度变化及2030年碳排放量预测

计算2005至2020年牛肠道CH₄排放量、草地碳排放强度和产值碳排放强度的增长率, 以探究总量水平上的减排效果, 结果见表 8和图 6。

相比2005年, 2020年牛肠道CH₄排放量减少19.79Gg, 排放量降低11.78%, 80.78%的区域均有减排, 但减排幅度未超100%, 减排超1000kg的区域集中分布于塔城南北部、伊犁河谷南部、天山南脉与中脉交界处, 约占草地总面积0.75%。阿勒泰地区的吉木乃、哈巴河、富蕴以及西部的乌恰县不仅是主要的排放增长区, 排放量增速也最快。2005年这些县的牛饲养量规模较小, 在牛存栏量正常增长下的排放量增速较大。

2020年畜牧业碳排放总量比2005下降约5.49%, 平均草地碳排放强度和平均产值碳排放强度分别下降43.24%和50.08%, 呈“中间低, 两边高”的空间分布特征。碳排放强度增加的地区为阿勒泰北部、天山北脉、伊犁河谷中部、塔里木盆地北部和西部, 约占草地总面积21.93%, 其余大部分草地均呈减少趋势。伊犁河谷、塔城地区、东疆和塔里木盆地南北边缘的产值碳排放强度降幅最大, 以采矿业为主、畜牧业基础相对薄弱的富蕴县草地面积仅4.16%, 尽管2005至2020年牛存栏量增长46.89%, 但牧业产值仅增长28.83%, 畜牧业碳排放增速显著高于牧业产值, 产值碳排放强度明显增加。

《中国应对气候变化的政策与行动2022年度报告》显示, 2019年底我国碳排放强度(单位GDP的CO₂排放量)较2005年降低约47.9%, 提前实现减排目标。从牧区半牧区整体层面看, 畜牧业单位草地碳排放强度在实现2020年减排目标的同时产值碳排放强度还超额完成目标, 因区域内部存在较大差异, 仍有56.56%和36.23%的地区两项指标均未达标(减排幅度小于40%), 阿尔泰山、天山及伊犁河谷、天山南脉等牧区, 阿勒泰地区是主要的排放强度增长区。

基于2030年碳排放强度比2005年下降65%以上的目标, 用2005年的产值碳排放强度估算2030年的目标值, 与2020年产值碳排放强度相减, 得到2020年的碳减排压力及其空间差异, 见图 7。

结果显示, 阿勒泰地区和克州是碳减排压力最大的两个地区, 目标减排量大多在2000kg CO₂当量/万元以上, 其次为中部的伊犁州、博州和巴州等局部地区。

为探究2030年“双碳”目标的实现情况, 用灰色模型预测2030年的牛存栏量, 剔除预测精度不合格的10个县后, 剩余27个县的关联度均不低于0.9, 预测效果较好。

预测显示, 2030年27个县的牛存栏总量将达480.99万头, 牛肠道CH₄排放量为305.95 Gg, 畜牧业排放总量可达14594.36 Gg, 是2020年排放量的3倍。除乌鲁木齐县、伊吾、民丰、特克斯、布尔津和富蕴县外, 其余21个县的碳排放量均呈增长趋势, 减排压力依然较大。

3 讨论 3.1 产草量和理论载畜量估算精度分析

本研究基于2006—2016年《全国草原监测报告》中新疆干草与鲜草总产量比值的平均值, 以60%为牧草可食用比例, 计算结果略低于科技部国家遥感中心欧亚大陆草原可食饲草量数据集显示的研究区干草产量0.01—1700.20kg/hm², 平均产草量273.84 kg/hm^2[36]。李静等^[33]通过采集伊犁河谷2015—2019年7—8月的天然牧草, 测定出的鲜草产量为1480.24—10621.86kg/hm², 折合干草产量476.72—3420.87kg/hm², 与本研究结果基本一致。张双丽^[34]基于NDVI和产草量回归模型估算的新疆鲜草产量为602.78—5287.44kg/hm², 折合干草产量194.13—1702.87kg/hm², 由于该研究用盛草期NDVI估算产草量, 因而低地草甸产草量明显偏高, 本研究不仅将草地细分为9个类别, 同时还将研究范围聚焦于牧区半牧区, 因而该研究对其他草地类型的估算结果也略低于本研究。张凡凡等^[35]测定出沙尔套山5—11月可食牧草干草总产量和月产量, 计算出每类草地平均月产草量为915—1725.73kg/hm², 温性草原和高寒草甸产草量高于本研究, 而山地草甸产草量略低于本研究。相较实测法, 基于NPP进行产草量估算, 所选参数在时间和空间上无法准确反映不同区域草地的实际生产力, 结果必然会出现一定的偏差。

低地草甸不仅地势低平、土壤潮湿、水分充足, 且土层深厚、富含有机质, 肥力相对较高, 盛草期干草产量可达644.63—2608.93kg/hm^{2[34, 37]}, 远高于本研究的低地草甸平均产草量190.89kg/hm²和最大产草量1449.02kg/hm², 究其原因, 与NPP年度数据无法细分盛草期的植被生长情况有关, 且新疆的低地草甸多分布于塔里木和准噶尔盆地边缘靠近沙漠地带, 季节性河流对产草量的影响也很大。此外, 本研究提取草地类型依据侯学煜院士主编的中国植被图集数据较早, 未能反映20多年来的植被变化, 而新疆水资源公报显示2020年全疆降水量、水资源总量比多年均值略偏少也是低地草甸退化的因素。此外, 新疆低地草甸分布相对零散, 集中连片区域较小, 数据处理时的小图斑省略也会造成结果偏差。

科技部数据中的可食饲草量以及1.1标准羊单位/hm²的平均理论载畜量均略高于本研究结果^[36]。从局部来看, 刘亚君等^[38]估算的2020年哈密市草原载畜量为60.96万只, 平均载畜能力约0.15标准羊单位/hm², 略小于本研究哈密市0.24标准羊单位/hm²的结果, 推测与该研究选取国家固定监测点对草原生产力和载畜量进行计算有关；李建伟等^[39]通过野外调查, 计算出尼勒克县8类草地的载畜量, 得出温性荒漠草原、温性荒漠的载畜能力较弱的结论与本研究基本一致。

3.2 排放量估算的不确定性

估算网格单元的牛活动水平时, 假定理论载畜量越高牛活动水平越高, 而实际放牧活动受植被、降水量、白天地表温度、海拔和坡度、人口密度、道路密度等影响, 也造成了结果的偏差。本研究估算的2020年网格牛活动水平与FAO2015年世界牲畜网格数据库(GLW v4)中牛的活动范围基本一致, 阿勒泰、塔城地区牛的分布相较GLW更集中于山区, 因天山东脉和塔里木盆地南部只考虑牛在草地上的活动, 其分布相较GLW更为集中, 说明本研究将牛的活动细化到500m的草地网格上, 一定程度上提高了牛空间分布的精度。Li X H等^[11]用三种机器学习模型生成的中国西部牛空间分布公里网格数据所显示的牛在新疆西部密度更高也与本研究结果一致。此外, 按FAOSTAT的牛肠道CH₄排放量占牲畜部门CH₄总排放量85.62%计算, 得出牲畜CH₄排放量平均为18.01kg/hm², 与北京大学1980—2010年排放清单(http://inventory.pku.edu.cn)中2005年牲畜CH₄年排放量栅格数据相比, 高出14.87kg/hm², 应与本研究仅考虑草地上牛的活动, 未将养殖场集中排放纳入计算有关。

基于植被类型, 结合地形、气候等信息更新草地类型, 对缺少直接参考依据的地区采用最近邻法确定草地类型, 可能与实际情况并不相符。计算载畜量时不同草地的地上及地下光合产物分配比例、牧草可食比例、草地利用率、牲畜的日采食量等参数在大尺度上难以准确测定, 而依据经验和主观认知确定的参数也会使结果出现争议。因统计数据尚未公布县级层面的奶牛、非奶牛、牦牛及其他牛品种的比例信息, 本研究未能体现地区间饲养品种的比例差异, 而各亚类牛的空间分布和个体差异, 以及饲料品质和饲养方式的改进均会造成排放因子的空间和时间差异。

3.3 草地、牛存栏量和牧业产值对碳减排的影响

尽管气候变化和降水偏少使2020年的草地面积比2005年减少3.94%, 但21世纪以来生长季NDVI均值变化总体稳定, 草地覆盖度均值在平稳中显著增长, 草地退化与改善均有轻微转化^[40—41]。因此, 草地变化对畜牧业碳排放的影响可忽略不计。

2020年牧区半牧区的牛存栏总量比2005年增长18.87%, 因该时段内新疆的饲养结构变化较大, 肠道CH₄排放量更大的奶牛饲养比重由42.62%降至21.89%, 故牛肠道CH₄排放总量表现为下降态势。空间上, 牛饲养量向阿勒泰地区北部和伊犁东部等牧区集中, 阿勒泰、哈巴河、福海和新源增长量最大, 均超5万头, 塔城西部、巴州、昌吉和伊犁西部明显减少。增长量最大阿勒泰地区专注于打造绿色奶源基地, 牛饲养量明显增长的同时也带来了更多的碳排放, 哈巴河、福海大部分区域的牛肠道CH₄排放量增长明显, 坚持草畜平衡、合理控制牛饲养量及奶牛比重是减排的首选措施, 新源县因牛饲养量基数较大, 增长量相对较小, 仅4.94%的区域出现排放量增长。牛饲养量增长的县市, 应注重发展人工草地以增加碳汇, 在提高饲草供应能力的同时也可减轻天然草场的放牧及碳减排压力。

按2005年不变价, 2020年牧业产值由2005年的73.37亿元增长至183.78亿元, 增长150.48%。80%以上的县牧业产值翻了一番, 且末、塔城、塔什库尔干县、温宿和福海县增长率均高于200%, 产值碳排放强度均明显下降。22个县的牛存栏量有所增加, 克州的阿克陶、阿勒泰地区的布尔津、富蕴、青河和吉木乃的牧业产值增速较慢, 多数区域的产值碳排放强度降幅低于30%, 富蕴县则呈增长趋势。因牲畜养殖方式整体较粗放, 经济效益低而碳排放量大, 在奶业振兴和草原畜牧业转型升级背景下, 布尔津县应坚持核心育种场的定位, 加快牲畜良种培育, 阿勒泰地区及克州的其他县应在适宜区域推进标准化规模养殖, 以提高牧业产值、降低碳排放强度。

4 结论

(1) 2020年, 新疆牧区半牧区牛肠道CH₄排放量为148.17 Gg, 畜牧业排放总量约为7068.06Gg CO₂当量, 相较2005年, 牛肠道CH₄排放量和畜牧业总排放量分别下降11.78%和5.49%。超80%的区域牛肠道CH₄排放量降低, 阿勒泰地区和乌恰县是最主要的排放量增长区。

(2) 新疆牧区半牧区畜牧业平均草地碳排放强度为307.08kg CO₂当量/hm², 平均牧业产值碳排放强度为5519.81kg CO₂当量/万元。与2005年相比, 2020年平均草地排放强度和平均牧业产值排放强度分别下降43.24%和50.08%, 整体上完成了2020年的减排目标。

(3) 因存在空间差异性, 56.56%的区域草地碳排放强度和36.23%的区域牧业产值碳排放强度尚未实现减排目标, 阿尔泰山、天山和伊犁河谷等地是实现2030年减排目标的重点区域。实现“双碳”目标, 既要扩大草地面积以增加碳汇, 也要提高经济效率以推动畜牧业产值增长, 而改良饲草、改进饲养方式也是重要的减排措施。