城乡—农村融合与农业生态产品价值实现耦合测度及时空分析

《Sustainability》：Urban–Rural Integration and Agricultural Ecological Product Value Realization Coupling Measurement and Space–Time Analysis

　　

欧盟（EU）及各成员国政府制定了明确的农业减排目标，包括减少粪肥施用产生的氨（NH3）排放，并通过《环境空气质量指令》（Ambient Air Quality, AQ）、《清洁空气指令》（Clean Air Directives）、共同农业政策（Common Agricultural Policy, CAP）及《欧洲绿色新政》（Green Deal）等法规予以规范，这对生态系统服务及景观规划具有影响，亦呼应了可持续发展目标（Sustainable Development Goals, SDGs）中更广泛的环境可持续性诉求。信息清单报告（Informative Inventory Reports, IIRs）是EMEP/EEA框架下监测长距离跨界大气污染的关键工具，采用三级方法（Tier 1、Tier 2和Tier 3）估算欧洲排放数据。尽管哥白尼计划（Copernicus Programme）可提供对地观测（Earth Observation, EO）数据及产品，现行估算方法仍鲜少集成EO信息以生成空间显式（spatially explicit）估算结果。本文综述了IIRs及科学文献中氨排放估算的现行方法，包括尚未纳入官方清单但有望支持更精细空间显式及过程导向估算的前沿方法。研究人员从综述方法中识别出中等努力方法（Medium Effort Methodology, MEM）作为集成EO信息与Tier 3方法的代表性路径。在此基础上，本文探讨了特定EO数据与哥白尼产品同MEM所需输入变量之间的关联，识别了环境监控中应用EO的机遇与障碍，对可持续农业具潜在参考价值。

论文解读：《城乡—农村融合与农业生态产品价值实现耦合测度及时空分析》所附属参考文献——关于农业氨排放估算中集成哥白尼对地观测产品的研究综述

本文发表于《Sustainability》期刊。研究背景方面，农业活动贡献了全球逾81%的大气氨（NH₃）排放，其中畜禽粪肥贮存、舍内管理及田间施撒（manure spreading）各占约30%–40%。氨挥发可导致土壤酸化、水体富营养化、二次无机气溶胶（PM_2.5、PM₁₀）形成及人体健康损害。欧盟通过《国家排放上限指令》（National Emission Ceiling, NEC Directive）、EMEP/EEA框架下的信息清单报告（Informative Inventory Reports, IIRs）及哥白尼计划（Copernicus Programme）对地观测（Earth Observation, EO）数据推动农业氨减排与精细化排放清单编制。然而目前欧盟成员国（EU MSs）在IIRs中主要采用Tier 1或Tier 2方法估算氨排放，Tier 3（基于模型与实测）应用极少，且EO数据仅被用于排放空间分配（spatial allocation），未参与排放估算本身，科学文献中也缺乏将EO产品真正集成至过程导向氨排放模型的研究。鉴于哥白尼六大服务体系（CLMS、C3S、CAMS、CEMS、CSS、CMEMS）提供免费开放的高分辨率土地、气候及大气数据，研究人员旨在评估EU MSs现行方法与前沿文献方法的差距，识别可与EO集成的Tier 3兼容代表性中等努力方法（Medium Effort Methodology, MEM），并匹配哥白尼产品以支撑MEM输入变量，从而桥接业务化清单报告与高精度大气监测间的空白。

研究人员采用的主要关键技术方法如下：第一，审阅2024年提交至EMEP/CEIP的27个欧盟成员国IIRs，重点提取粪肥管理（3.B）和农地（3.D）章节中氨排放估算所用层级（Tier）、方法框架、输入数据、模型类型及EO使用情况；第二，在Science Direct数据库检索"model" AND "ammonia emission" OR "NH₃emission" AND "manure" AND "manure spreading"（无年限限制），经去重、全文筛选后按主题分类，聚焦过程导向排放模型（process-based models），依据输入量、适用性、通用性及EO使用现状四项标准评分筛选出MEM（ALFAM2）；第三，基于专家判读法系统筛查哥白尼计划产品组合——包括哥白尼陆地监测服务（Copernicus Land Monitoring Service, CLMS）的高分辨率图层（High Resolution Layer, HRL）作物与草地产品、Sentinels for Common Agricultural Policy（Sen4CAP）及Sentinels for Statistics（Sen4Stat）产品，哥白尼气候变化服务（Copernicus Climate Change Service, C3S）气候数据存储（Climate Data Store, CDS）中的CERRA再分析资料，以及哥白尼大气监测服务（Copernicus Atmosphere Monitoring Service, CAMS）大气排放数据集——按开放获取性、欧洲覆盖度及与MEM输入变量一致性进行匹配分析。

3.1. 氨排放估算方法（Ammonia Estimation Methodologies）

3.1.1. EU MSs' IIRs (EMEP/EEA)：研究人员通过分析各国IIRs发现，70%的欧盟成员国采用Tier 2（国家特异性总铵态氮Total Ammoniacal Nitrogen, TAN流量法），11%用Tier 1（默认排放因子Emission Factors, EFs），4%用Tier 3（比利时佛兰德区EMA V3.0模型、德国RAUMIS模型、荷兰NEMA模型等），15%混合使用不同层级。空间化（spatialization）每四年按0.1°×0.1° EMEP网格执行，仅10/27国在分配阶段使用CORINE Land Cover等LCLU（Land Cover Land Use）类EO产品，估算阶段完全未集成EO数据。结论：欧盟现行清单估算以活动数据和TAN质量平衡为主，EO仅辅助空间分配而非排放量化本身。

3.1.2. Scientific Literature：研究人员初检得到273篇文献，去重后保留185篇并按主题分类——最多为农田与农场管理实践（21%），其次为政策框架与影响分析（18%）、排放模型（16%）、直接排放测定（10%）、大气排放通量动力学（10%）等。在30篇聚焦排放模型的文献中，N流/清单导向模型10篇，传输沉降模型9篇，多物种模型4篇，过程导向模型仅3篇（含ALFAM、Volt'Air等），空间分配模型3篇。经四项标准评分，ALFAM2在输入变量数量少、适用性强、具通用性且具备EO集成潜力方面得分最高，被确定为MEM。结论：科学文献中过程导向氨排放模型占比低，且无研究将EO数据直接集成至排放模型中；ALFAM2是适合与EO数据集成的Tier 3兼容代表性方法。

3.2. 哥白尼产品在氨排放模型中的潜在贡献（Potential Contribution of Copernicus Products for Ammonia Emission Model）：研究人员将ALFAM2输入变量与哥白尼产品匹配发现：CLMS的HRL Cropland（10 m分辨率，逐年作物类型、裸土、休耕地）和HRL Grassland（草地分布、刈割频次、管理强度），以及Sen4CAP/Sen4Stat作物分布图可辅助识别适宜粪肥施用的农业区域与作物信息，间接支持施用时机与区域判定；C3S的CERRA次日再分析数据（5.5 km空间分辨率，1984年至今，3 h或6 h时间间隔）可提供气温、降水（需单位换算）及风速（可直接使用）等气象驱动因子；CAMS大气排放产品不被ALFAM2所需且源于同一IIR底据不宜作验证，故不纳入。施用方式（broadcast/trailing hose/injection等）、施用量（t/ha）、粪浆干物质、pH、TAN含量、挥发持续时间及翻耕时间与翻耕距施用间隔等仍需依赖农业统计普查与实地测定。结论：哥白尼CLMS和C3S可有效支撑MEM中土地覆被与气象类输入，但农场管理措施变量暂无法从EO获取。

讨论（Discussion）部分总结：技术人员指出，IIRs以Tier 2为主导、Tier 3稀少且EO未参与估算，科学文献中过程模型也较少且未见EO集成实例，现有EO仅用于空间分配；欧盟各国方法异质性影响跨境可比性；当前方法时空变异性表征不足，而ALFAM2这类过程模型结合EO可改善此缺陷。关于哥白尼产品贡献，CLMS LCLU可用于空间分配，C3S气象产品可驱动排放模型，CAMS产品不适用于ALFAM2输入或独立验证；缺乏粪肥施用时空与方式信息的EO反演系主要障碍，但Manure Spectral Index等新兴指标可部分检测裸土表面播施粪肥；EO降采样与气象再分析降尺度引入不确定性尚需量化；EO数据与TAN、pH等农场管理变量无法替代是现阶段局限。集成Tier 3兼容EO方法有助于获得协调、可扩展、空间显式的排放数据以支持决策，但需开发稳健的业务化工作流。

结论（Conclusions）部分翻译：本综述聚焦于科学文献中相较粪肥管理与田间实践研究较少涉及的氨排放估算方法论。同时，对IIRs及已有科学文献中方法的分析显示，现行方法涵盖活动数据、排放因子或氮质量流模型等多种途径，而更先进的过程导向模型应用仍然有限。哥白尼计划通过提供连续、系统及空间一致的信息，可为符合欧盟政策要求的排放估算流程提供有力支持，但由于缺乏能将EO信息与模型集成的业务化工作流，其整合仍受限——目前哥白尼数据仅通过CLMS的土地覆被土地利用产品参与空间分配。这一局限影响了政策评估，使其难以便捷追踪进展、比较减缓情景或以透明可扩展的方式向终端用户提供信息。本研究基于标准将ALFAM2输入变量与哥白尼EO产品进行关联匹配，揭示了在氨排放估算方法中集成EO数据的机遇与局限。