一种多气候因子作用下农业活动碳排放预测方法

摘要

本发明公开了一种多气候因子作用下农业活动碳排放预测方法，包括：确定核算范围和系统边界，构建农业活动碳排放计算清单；确定待预测区域，搜集所述待预测区域数据；计算历史时期农业活动碳排放量；构建第一关系方程和第二关系方程及其两者的平均绝对百分差，求取两者的预测能力；预测能力达标则利用第二关系方程预测未来气候变化情景下的农作物每亩直接生产费用；利用第一关系方程预测未来气候变化情景下的农业活动碳排放量。本发明可以有效模拟选定区域的农业活动碳排放量，填补碳排放预测技术领域的空缺，解决农业活动碳排放量预测问题。利用平均绝对百分差评价预测能力，保证预测的准确性和科学性，预测结果为农业领域碳排放的调整提供依据。

说明书

技术领域

本发明涉及碳排放预测的技术领域，尤其涉及到一种多气候因子作用下农业活动碳排放预测方法。

背景技术

气候变化对农业活动和粮食安全方面构成重大威胁。现已经有许多学者开展关于气候变化背景下我国粮食生产活动影响的研究，但主要关注于产量的变化，缺少对多气候因子作用下农业活动碳排放量的探讨，而农业是重要的温室气体排放源，未来社会经济发展以及人口增加使得农业活动碳排放量具有较大的不确定性，并且在多气候因子作用下更加剧了未来农业活动碳排放量的不确定性，因此预测未来农业活动碳排放量，解决当前多气候变化因子与农业活动成本、环境效应之间相互作用关系不清晰的问题，有利于制定绿色农业减排方案及适应性行动方案的制定农业活动。这需要一种多气候因子作用下农业活动碳排放预测方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种多气候因子作用下农业活动碳排放预测方法。

为实现上述目的，本发明所提供的技术方案为：

一种多气候因子作用下农业活动碳排放预测方法，包括：

确定核算范围和系统边界，构建农业活动碳排放计算清单；

确定待预测区域，并依据农业活动碳排放计算清单搜集所述待预测区域对应的历史时期数据，其中包括历史时期逐年的气象格网数据和农业活动数据，而农业活动数据包括农作物每亩直接生产费用；

依据搜集得到的历史时期数据计算历史时期农业活动碳排放量；

构建历史时期农作物每亩直接生产费用与历史时期农业活动碳排放量的第一关系方程，并计算该第一关系方程的平均绝对百分差，且根据所述第一关系方程的平均绝对百分差评价该第一关系方程的预测能力；若预测能力不达标，则获取更精细的数据重新构建第一关系方程，直至得到预测能力达标的第一关系方程；

构建历史时期逐年的气象格网数据与历史时期农作物每亩直接生产费用的第二关系方程，并计算该第二关系方程的平均绝对百分差，且根据所述第二关系方程的平均绝对百分差评价该第二关系方程的预测能力；若预测能力不达标，则获取更精细的数据重新构建第二关系方程，直至得到预测能力达标的第二关系方程；

收集预测的未来逐年气象格网数据，并将该预测的气象格网数据输入预测能力达标的第二关系方程，利用预测能力达标的第二关系方程对未来气候变化情景下的农作物每亩直接生产费用进行预测；

将预测的未来气候变化情景下的农作物每亩直接生产费用输入预测能力达标的第一关系方程，利用预测能力达标的第一关系方程对未来气候变化情景下的农业活动碳排放量进行预测。

进一步地，构建的农业活动碳排放计算清单包括农业活动投入物质碳排放、水稻生长过程中CH

所述农业活动投入物质碳排放包括化肥生产和使用过程中所导致的农业直接或间接的碳排放、农药生产和使用过程中所导致的碳排放、农膜生产和使用过程中所引起的碳排放、农业机械运用柴油所导致的直接和间接碳排放和农业灌溉过程中消耗的电能所造成的直接和间接碳排放。

进一步地，所述农业活动数据还包括农用化肥施用折纯量、农药使用量、农用塑料薄膜使用量、有效灌溉面积、农用柴油使用量。

进一步地，依据搜集得到的历史时期数据计算历史时期农业活动碳排放量，包括：

农业活动投入物质包括化肥、农药、农膜、灌溉耗电和农机柴油，所述投入物质在生产和使用过程中所导致碳排放是通过将第i种投入物质的使用量乘以第i种投入物质的排放因子计算得出，计算公式：

CF

其中，CF

水稻生长过程中CH

EMM＝∑

其中，EMM为水稻CH

作物收获后秸秆燃烧产生的碳排放计算公式：

其中，CY

农业活动碳排放量的计算公式：

EM＝∑

其中，EM表示农业活动碳排放量。

进一步地，将历史时期农作物每亩直接生产费用作为自变量，农业活动碳排放量作为因变量，采用对数曲线构建第一关系方程：

EM＝a+blnX

其中，EM表示农业活动碳排放量，X为历史时期农作物每亩直接生产费用，a、b为常数。

第一关系方程的平均绝对百分差通过如下公式进行计算：

/>

其中，MAPE

进一步地，将所述MAPE

进一步地，将历史时期逐年的气象格网数据作为自变量，农作物每亩直接生产费用作为因变量，采用线性回归构建第二关系方程：

y＝lX

其中，y表示农作物每亩直接生产费用，X

第二关系方程的平均绝对百分差通过如下公式进行计算：

其中，MAPE

进一步地，根据所述MAPE

与现有技术相比，本方案至少包括如下有益效果：

(1)本方案可以有效模拟选定区域的农业活动碳排放量，填补了碳排放预测技术领域的空缺，解决了农业活动碳排放量预测问题；

(2)本发明不需要建立复杂的模型，简单方便，易于操作，结合历史数据对气候变化下农业活动碳排放量进行预测，且利用平均绝对百分差评价预测能力，保证预测的准确性和科学性，预测结果可以为农业领域碳排放的调整提供依据；

(3)本发明可以根据不同待预测区域和不同气候变化情景研究的需要，输入不同研究尺度和不同未来气候模式数据，对国家、省级或者区县一级尺度的研究区进行农业活动碳排放量的预测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的服务作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种多气候因子作用下农业活动碳排放预测方法的原理流程图。

具体实施方式

下面结合具体实施例对本发明作进一步说明：

如图1所示，本实施例所述的一种多气候因子作用下农业活动碳排放预测方法，包括以下步骤：

S1、确定核算范围和系统边界，构建农业活动碳排放计算清单；

本实施例针对我国主要农作物：水稻、玉米和小麦进行核算。

构建的农业活动碳排放计算清单包括农业活动投入物质碳排放、水稻生长过程中CH

所述农业活动投入物质碳排放包括化肥生产和使用过程中所导致的农业直接或间接的碳排放、农药生产和使用过程中所导致的碳排放、农膜生产和使用过程中所引起的碳排放、农业机械运用柴油所导致的直接和间接碳排放和农业灌溉过程中消耗的电能所造成的直接和间接碳排放。

S2、确定待预测区域，并依据农业活动碳排放计算清单搜集所述待预测区域对应的历史时期数据。

具体地，本实施例将中国作为待预测区域，搜集中国区域的数据。

数据包括中国历史时期逐年的气象格网数据和农业活动数据。

气象网格数据包括1978年-2020年降水数据和年平均地表气温数据，从国家青藏高原科学数据中心(http://data.tpdc.ac.cn/zh-hans/)获得。

农业活动数据包括农用化肥施用折纯量、农药使用量、农用塑料薄膜使用量、有效灌溉面积、农用柴油使用量和水稻、玉米和小麦三种农作物全国平均每亩直接生产费用，以及排放因子从《中国农村统计年鉴》、《中国农业统计资料(1949-2019)》、《全国农产品成本收益资料汇编》、中国生命周期基础数据库(Chinese Life Cycle Database，CLCD)数据库和文献资料中获得。

S3、依据搜集得到的历史时期数据计算历史时期农业活动碳排放量，具体包括：

农业活动投入物质包括化肥、农药、农膜、灌溉耗电和农机柴油，所述投入物质在生产和使用过程中所导致碳排放是通过将第i种投入物质的使用量乘以第i种投入物质的排放因子计算得出，计算公式：

CF

其中，CF

水稻生长过程中CH

EMM＝∑

其中，EMM为水稻CH

作物收获后秸秆燃烧产生的碳排放计算公式：

其中，CY

农业活动碳排放量的计算公式：

EM＝∑

其中，EM表示农业活动碳排放量。

S4、构建历史时期水稻、玉米和小麦三种农作物全国平均每亩直接生产费用(自变量)与历史时期水稻、玉米和小麦三种农作物农业活动碳排放量(因变量)的第一关系方程，并计算该第一关系方程的平均绝对百分差，且根据所述第一关系方程的平均绝对百分差评价该第一关系方程的预测能力；

具体提地，采用对数曲线构建第一关系方程：

EM＝a+blnX

其中，EM表示农业活动碳排放量，X为农作物每亩直接生产费用，a、b为常数；

第一关系方程的平均绝对百分差通过如下公式进行计算：

其中，MAPE

具体提地，根据第一关系方程的平均绝对百分差评价该第一关系方程的预测能力，包括：

将第一关系方程的平均绝对百分差与预设阈值5％进行比较，如果第一关系方程的平均绝对百分差小于或等于5％，则确定第一关系方程的平均绝对百分差具备预测能力，继续进行下一步预测；如果第一关系方程的平均绝对百分差大于5％，则确定第一关系方程的平均绝对百分差不具备预测能力，并获取更精细的数据重新构建第一关系方程，直至得到预测能力达标的第一关系方程。

S5、构建历史时期逐年的年平均地表温度和降水(自变量)与历史时期水稻、玉米和小麦三种农作物全国平均每亩直接生产费用(因变量)的第二关系方程，并计算该第二关系方程的平均绝对百分差，且根据所述第二关系方程的平均绝对百分差评价该第二关系方程的预测能力；

具体提地，采用线性回归构建第二关系方程：

y＝lX

其中，y表示农作物每亩直接生产费用，X

第二关系方程的平均绝对百分差通过如下公式进行计算：

其中，MAPE

具体提地，根据第二关系方程的平均绝对百分差评价该第二关系方程的预测能力，包括：

将第二关系方程的平均绝对百分差与预设阈值5％进行比较，如果第二关系方程的平均绝对百分差小于或等于5％，则确定第二关系方程的平均绝对百分差具备预测能力，继续进行下一步预测；如果第二关系方程的平均绝对百分差大于5％，则确定第二关系方程的平均绝对百分差不具备预测能力并获取更精细的数据重新构建第二关系方程，直至得到预测能力达标的第二关系方程。

S6、收集预测的未来降水数据和气温数据，预测未来每亩直接生产费用；

1)本实施例以SSPs共享社会经济路径情景为例，所述SSPs共享社会经济路径情景是政府间气候变化专门委员会(I PCC)在2010提出的从社会经济变化视角构建的气候情景；

2)从耦合模式国际比较计划第六阶段(CMI P6)收集所述SSPs共享社会经济路径情景下预测的2060年降水数据和年平均地表气温数据，利用地理信息系统ArcG IS软件提取中国年平均地表温度和降水数据；

3)将所述预测的中国2060年降水数据和年平均地表气温数据输入预测能力达标的第二关系方程，对SSPs共享社会经济路径情景下的水稻、玉米和小麦三种农作物全国平均每亩直接生产费用进行预测。

S7、将S6所述预测的SSPs共享社会经济路径情景下的水稻、玉米和小麦三种农作物平均每亩直接生产费用输入预测能力达标的第一关系方程，对SSPs共享社会经济路径情景下水稻、玉米和小麦三种农作物的农业活动碳排放量进行预测。

本发明能够预测未来气候变化下农业活动碳排放量情况，同时本发明还提供预测未来每亩直接生产费用的方法，可根据社会环境选择合适的排放情景及可改变不同影响因素参数，预估未来气候下农业活动碳排放量。

以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。