|本期目录/Table of Contents|

[1]朱士飞,秦云虎,王鹏程,等.化肥碳源排放量的时空演化及预测[J].武汉工程大学学报,2023,45(06):698-705.[doi:10.19843/j.cnki.CN42-1779/TQ.202206048]
　ZHU Shifei,QIN Yunhu,WANG Pengcheng,et al.Spatial-Temporal Evolution and Forecasting of Agricultural CarbonEmissions from Fertilizer[J].Journal of Wuhan Institute of Technology,2023,45(06):698-705.[doi:10.19843/j.cnki.CN42-1779/TQ.202206048]
点击复制

化肥碳源排放量的时空演化及预测(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
45
期数:
2023年06期
页码:
698-705
栏目:
资源与土木工程
出版日期:
2023-12-28

文章信息/Info

Title:
Spatial-Temporal Evolution and Forecasting of Agricultural Carbon
Emissions from Fertilizer
文章编号:
1674 - 2869（2023）06 - 0698 - 08
作者:
朱士飞1; 2; 秦云虎1; 2; 王鹏程3; 赵 倩4; 毛礼鑫*1; 2
1. 江苏地质矿产设计研究院，江苏 徐州 221006；2. 中国煤炭地质总局煤系矿产资源重点实验室，江苏 徐州 221006；3. 兖矿能源集团股份有限公司济宁二号煤矿，山东 济宁 272072；
4. 江苏省有色金属华东地质勘查局，江苏 南京 210007
Author(s):
ZHU Shifei1; 2; QIN Yunhu1; 2; WANG Pengcheng3; ZHAO Qian4; MAO Lixin*1; 2
1. Jiangsu Design Institute of Geology for Mineral Resources，Xuzhou 221006，China；2. CNACG Key Laboratory of Mineral
Resource in Coal Measures，Xuzhou 221006，China；3. Jining No.2 Coal Mine，Yankuang Energy Group Co.， Ltd，
Jining 272072，China；4. East China Mineral Exploration and Development Bureau，Nanjing 210007，China

关键词:
碳排放; 需求预测; 反向传播神经网络; 时间序列; 弹性系数法
Keywords:
carbon emission;  demand forecasting; back propagation neural network; time series model; elastic coefficient method
分类号:
F323.2；X24
DOI:
10.19843/j.cnki.CN42-1779/TQ.202206048
文献标志码:
A
摘要:
为探讨化肥碳源时空特征，并预测其在碳达峰时间节点的排放量，从时间和空间角度阐述了江苏省农业生产中的化肥碳源排放的特点，以资源消耗理论为基础，采取趋势分析法、神经网络预测法、时间序列模型-弹性系数法3种方法，结合江苏省实际情况预测化学肥料的需求以及由此带来的碳排放量。结果表明：江苏省化肥碳源排放量在区域上呈现较大差异，苏北地区施肥强度高，造成农业碳排放量大；在时序上可分为增加—锐减—稳定下降3个阶段。预测模型对比分析显示，时间序列-弹性系数法预测农业化肥需求量有明显的应用优势。江苏省2025、2030年农业化肥施用带来的碳排放量分别为2.267 4×109、2.050 4×109 kg。研究认为，较高水平的化肥碳源排放量制约碳达峰碳中和目标的实现，亟需进一步提高肥料利用效率。

Abstract:
The paper is to explore the temporal and spatial characteristics of fertilizer carbon sources and predict their emissions at the time of carbon peak. The characteristics of carbon emissions from fertilizer in agricultural production were expounded from the perspective of time and space. Based on the resource consumption theory，three methods including trend analysis method，neural network forecasting method and time series model-elastic coefficient method were adopted to predict the demand for chemical fertilizers and the resulting carbon emissions combined with the actual situation in Jiangsu Province. The results show that there are significant regional differences in the carbon emissions from chemical fertilizer sources in Jiangsu Province，especially in the north of Jiangsu Province，where the intensity of fertilization is high，resulting in a large amount of agricultural carbon emission；it can be divided into three stages of increase-sharp decline-steady decline in time series. The comparative analysis of the forecasting models shows that the time series-elastic coefficient method has obvious application advantages in forecasting agricultural fertilizer demand. It is concluded that the carbon emissions from agricultural fertilizer application in Jiangsu Province in 2025 and 2030 will be 2.267 4×109 and 2.050 4×109 kg respectively. The higher level of fertilizer carbon source emissions hinders the realization of the carbon peak and carbon neutrality goals，and it is urgent to further improve fertilizer use efficiency.

参考文献/References:

［1］ 金书秦，林煜，牛坤玉. 以低碳带动农业绿色转型：中国农业碳排放特征及其减排路径［J］. 改革，2021（5）：29-37.

［2］ 张义宾. 河南省农业碳排放效率评价及影响因素分析［D］. 洛阳：河南科技大学，2019.
［3］ 解春艳，黄传峰，徐浩. 环境规制下中国农业技术效率的区域差异与影响因素——基于农业碳排放与农业面源污染双重约束的视角［J］. 科技管理研究，2021，41（15）：184-190.
［4］ 旷爱萍，胡超. 广西农业碳排放时空特征及经济关联性研究——基于投入视角［J］. 资源开发与市场，2021，37（6）：663-669.
［5］ 王礼茂. 资源安全的影响因素与评估指标［J］. 自然资源学报，2002，17（4）：401-408.
［6］ 麻坤，刁钢. 化肥对中国粮食产量变化贡献率的研究［J］. 植物营养与肥料学报，2018，24（4）：1113-1120.
［7］ 张国显，范永怀，赵凤艳，等. 化肥减量配施有机物料对设施番茄生长、光合特性、产量及品质的影响［J］. 中国科技论文，2018，13（6）：698-703.
［8］ 蔡露明，华明，许伟伟，等. 江苏金坛西部农用地土壤中磷元素地球化学特征［J］. 地质学刊，2020，44（1/2）：198-203.
［9］ 刘莉. 有机肥替代化肥决策机制及效果研究［D］. 北京：中国农业科学院，2020.
［10］ 尹岩，郗凤明，邴龙飞，等. 我国设施农业碳排放核算及碳减排路径［J］. 应用生态学报，2021，32（11）：3856-3864.
［11］ 胡婉玲，张金鑫，王红玲. 中国农业碳排放特征及影响因素研究［J］. 统计与决策，2020，36（5）：56-62.
［12］ 刘甜. 农户化肥施用行为影响因素分析——基于湖北省咸宁市农户调研［D］. 武汉：湖北大学，2017.
［13］ 刘钦普，濮励杰. 中国粮食主产区化肥施用时空特征及生态经济合理性分析［J］. 农业工程学报，2019，35（23）：142-150.
［14］ 安思羽，李艳霞，张雪莲，等. 我国果菜茶中畜禽粪便有机肥替代化肥潜力［J］. 农业环境科学学报，2019，38（8）：1712-1722.
［15］ 李俊良，陈新平，李晓林，等.大白菜氮肥施用的产量效应、品质效应和环境效应［J］. 土壤学报，2003，40（2）：261-266.
［16］ RASOOL R，KUKAL S，HIRA G S. Soil organic carbon and physical properties as affected by long-term application of FYM and inorganic fertilizers in maize-wheat system ［J］. Soil & Tillage Research，2008，101（1/2）：31-36.
［17］ FISCHER G， WINIWARTER W， CAO G Y， et al. Implications of population growth and urbanization on agricultural risks in China ［J］. Population and Environment，2012，33（2/3）：243-258.
［18］ 孟爱红，荀贤玉，杨宜生，等. 有机肥不同比例替代化肥对大棚莴苣生长的影响［J］. 蔬菜，2019（11）：19-24.
［19］ 焦森，郑厚义，任永健，等. 中国主要农用矿产资源安全保障战略研究［J］. 地球学报，2021，42（2）：279-285.
［20］ 王立杰，孙继湖. 基于灰色系统理论的煤炭需求预测模型［J］. 煤炭学报，2002，27（3）：333-336.
［21］ 王安建，王高尚，陈其慎，等. 矿产资源需求理论与模型预测［J］. 地球学报，2010，31（2）：137-147.
［22］ 张艳，于汶加，陈其慎，等. 化肥消费规律及中国化肥矿产需求趋势预测［J］. 资源科学，2015，37（5）： 977-987.
［23］ 刘艳飞. 中国磷矿供需趋势研究［D］. 北京：中国地质大学（北京），2016.
［24］ 谢和平，吴立新，郑德志. 2025年中国能源消费及煤炭需求预测［J］. 煤炭学报，2019，44（7）：1949-1960.
［25］ 马丽娜，沙景华，闫晶晶，等. 基于系统动力学的我国磷矿资源需求情景预测［J］. 中国矿业，2020，29（3）：33-39.
［26］ 刘卫东，仲伟周，石清. 2020年中国能源消费总量预测——基于定基能源消费弹性系数法［J］. 资源科学，2016，38（4）：658-664.
［27］ 许明燕. 基于ARIMA模型和BP神经网络模型的江苏省GDP预测分析［D］. 济南：山东大学，2020.
［28］ 栾江，仇焕广，井月，等. 我国化肥施用量持续增长的原因分解及趋势预测［J］. 自然资源学报，2013，28（11）：1869-1878.
［29］ BAYER A O， RICCARDI G. Semantic language models with deep neural networks ［J］. Computer Speech and Language，2016，40：1-22.
［30］ 苏璟，谭忠富，严菲.能源消费弹性系数计算方法及其实例分析［J］. 中国能源，2008，30（8）：26-29.
［31］ 邓江，吴剑波. 能源消费弹性系数与国内替代能源预期［J］. 生态经济，2009（2）：66-69，99.

相似文献/References:

[1]何晓鸣,李玉娟.咸宁市公路交通需求分析[J].武汉工程大学学报,2010,(05):80.[doi:10.3969/j.issn.16742869.2010.05.022]
　HE Xiao ming,LI Yu juan.Study on the Highway transportation demand analysis methods of Xianning[J].Journal of Wuhan Institute of Technology,2010,(06):80.[doi:10.3969/j.issn.16742869.2010.05.022]

备注/Memo

备注/Memo:
收稿日期：2022-06-30
基金项目：国家重点研发计划“战略性矿产资源开发利用”重点专项子课题5（2021YFC2902000）；江苏省地质学会2020年学术研究课题和学术交流重点方向项目（4）；徐州市科技局重点研发计划专项（KC21147）
作者简介：朱士飞，博士，教授级高级工程师。E-mail：154432772@qq.com
*通讯作者：毛礼鑫，硕士，工程师。E-mail：2916705752@qq.com
引文格式：朱士飞，秦云虎，王鹏程，等. 化肥碳源排放量的时空演化及预测［J］. 武汉工程大学学报，2023，45（6）：698-705.

更新日期/Last Update: 2023-12-25