Deutsch
English
Français
Español
Italiano
Português
日本語
한국어
Русский
1 km
Scientific Data Band 10, Artikelnummer: 363 (2023) Diesen Artikel zitieren
1 Altmetrisch
Details zu den Metriken
Kulturspezifische, hochauflösende Informationen zum Phosphorgehalt sind für ein nachhaltiges landwirtschaftliches Düngemittelmanagement in China von entscheidender Bedeutung. Allerdings bestehen erhebliche Unsicherheiten im aktuellen Phosphordünger-Datensatz, da bei der Entwicklung des Datensatzes nur grobe nationale Statistiken verwendet wurden und keine kulturspezifischen Informationen bereitgestellt wurden. Diese Studie harmonisierte die Phosphor- und Komponentendüngerstatistiken sowie die Daten zur Ernteverteilung auf Provinz- und Kreisebene, um 1-km-Rasterkarten der Phosphorrate für Reis, Weizen und Mais in den Jahren 2004–2016 (CN-P) zu erstellen. CN-P liefert eine vergleichbare Schätzung des Phosphorgehalts für jede Kultur im Zeitraum 2004–2016 und zeigt eine verbesserte räumliche Heterogenität. Vorhandene Datensätze, die anhand nationaler Statistiken erstellt wurden, glätten tendenziell die Variabilität innerhalb des Landes und unterschätzen den tatsächlichen Phosphorgehalt erheblich. CN-P zeigt, dass Weizen im Zeitraum 2004–2016 die höchste Phosphormenge erhielt (8,7 g P2O5 m−2), während Mais den schnellsten Anstiegstrend aufwies (2,36 % pro Jahr). Der CN-P-Datensatz hat das Potenzial, in Modellstudien zu nachhaltigen landwirtschaftlichen Düngemittelmanagementstrategien und Phosphorverschmutzung umfassend eingesetzt zu werden.
Phosphor spielt eine wichtige Rolle beim Anbau von Nutzpflanzen1,2 und bei der Deckung des Nahrungsmittelbedarfs3,4,5. China ist das größte produzierende und verbrauchende Land von Phosphordünger6. Im Jahr 2020 wurden in China etwa 13 Millionen Tonnen Phosphordüngemittel produziert, und etwa 9 Millionen Tonnen wurden in der Landwirtschaft verwendet, was 20,6 % des weltweiten Phosphordüngemittelverbrauchs ausmacht7. Seit 1980 ist der Gesamteinsatz von Phosphordünger gestiegen, und im Jahr 2050 wird aufgrund der wachsenden Bevölkerung in China mit einem erheblichen Bedarf an Phosphordünger gerechnet4.
Der übermäßige Einsatz von Phosphordünger führt zu einer Reihe von Umweltproblemen8. Derzeit gibt es zwanzig Provinzen, die einer unterschiedlich starken Phosphorbelastung ausgesetzt sind9. Es wurde festgestellt, dass der im Boden verfügbare Phosphor in China von 17,09 mg L−1 in den 1990er Jahren auf 33,28 mg L−1 in den 2000er Jahren anstieg10; und 48 Tg Phosphor sind in den letzten 60 Jahren in Gewässer ausgewaschen3,11. Infolgedessen wurde in 23,6 % der großen Seen Chinas Eutrophierung festgestellt, und 4,5 % waren mäßig eutrophiert und 0,9 % waren stark eutrophiert12. Daher ist ein nachhaltiges Phosphordüngemittelmanagement sowohl für die Ernährungssicherheit als auch für den Umweltschutz von entscheidender Bedeutung.
Um das effiziente Management von Phosphordüngern zu untersuchen, ist es wichtig, den Stand der landwirtschaftlichen Phosphormenge zu verstehen. Frühere Studien haben den historischen Phosphor-Fußabdruck6, die Phosphorbewegung1 und die Phosphorverluste3 untersucht. Diese Analysen basieren typischerweise auf den landesweiten Phosphorstatistiken von FAOSTAT7 und IFASTAT13. Lu und Tian14 entwickelten einen gerasterten landwirtschaftlichen Phosphordatensatz, in dem sie den gerasterten Phosphorverbrauch durch Multiplikation der landesweiten Phosphorratenstatistiken mit gerasterten Ackerlanddaten ermittelten. Obwohl der vorhandene Datensatz weit verbreitet ist, weist er drei Hauptmängel auf: (1) Die am weitesten verbreitete Phosphorstatistik ist eine landesweite Statistik. Hierbei handelt es sich um sehr grobe Daten, die dazu neigen, die räumlichen Heterogenitäten innerhalb des Landes in einen Topf zu werfen. (2) Die Datenquelle für den Phosphorgehalt stammte von der Statistikabteilung und die Ackerlanddaten wurden im Datenprodukt mithilfe der Fernerkundungsmethode ermittelt. Die direkte Kombination der beiden Arten von Daten kann das Problem der Inkonsistenz hinsichtlich der statistischen Qualität aufwerfen; (3) Der aktuelle gerasterte Phosphordatensatz liefert nur die gesamten landwirtschaftlichen Phosphorinformationen und keine kulturspezifischen Informationen. Der Mangel an kulturspezifischen Daten führt dazu, dass es bei der Modellanalyse schwierig ist, Phosphordünger nach verschiedenen Kulturpflanzen und Vegetationsperioden zu trennen.
Um diese Mängel zu beheben, haben wir einen neuen gerasterten Phosphorratendatensatz erstellt, der als CN-P bezeichnet wurde. CN-P ist ein Rasterdatensatz mit einer Auflösung von 1 km zum Phosphorgehalt für drei Grundnahrungsmittelpflanzen (d. h. Reis, Weizen und Mais) in China im Zeitraum 2004–2016. Diese enthält gerasterte Karten des Phosphorgehalts in jedem Jahr für jede Kultur. Bei der Datenkonstruktion verwendeten wir die Statistik auf Kreisebene, die beste Agrarstatistik in China. Nach der Validierung stellten wir fest, dass CN-P eine vergleichbare kulturspezifische Phosphorrate wie frühere Landwirtsumfragen aufweist und im Vergleich zu einzelnen Jahren eine verbesserte räumlich explizite Verteilung im Vergleich zu früheren Datensätzen auf dem neuesten Stand der Technik bietet. Wir haben festgestellt, dass die alleinige Verwendung nationaler Statistiken in früheren gerasterten Phosphordatensätzen dazu führt, dass die räumliche Variabilität geglättet wird und der Phosphorgehalt in der Landwirtschaft deutlich unterschätzt wird.
Zur Konstruktion von CN-P wurden mehrere Daten verwendet (Tabelle 1). Statistische Jahrbücher, „Kosten-Nutzen-Statistiken landwirtschaftlicher Produkte“, liefern die historischen Provinzdaten zum pflanzenspezifischen Phosphor- und Komponentendüngeranteil im Zeitraum 2004–201615,16,17,18,19,20,21,22,23,24, 25,26,27. Historische kulturspezifische Anbauflächen der Provinzen, gesamte landwirtschaftliche Anbauflächen sowie der Gesamtverbrauch an Phosphor und Düngerbestandteilen wurden vom National Bureau of Statistics of China28 heruntergeladen. Die oben genannten Provinzdaten umfassen 31 Provinzen auf dem chinesischen Festland, mit Ausnahme von Hongkong, Macau und Taiwan. Die Statistiken auf Kreisebene basierten auf dem „China County Statistical Yearbook“29,30,31,32,33,34,35,36,37,38,39,40,41, zusammengestellt von der Chinesischen Akademie der Agrarwissenschaften. Beachten Sie, dass die Phosphor- und Komponentendüngerverbrauchsstatistiken auf Kreisebene nur den gesamten Düngemittelverbrauch angeben, jedoch nicht kulturspezifisch. Die Anbaugebiete auf Kreisebene umfassen sowohl Statistiken zu den kulturspezifischen als auch zu den gesamten landwirtschaftlichen Anbauflächen in 2267 Kreisen. Die Daten zur Pflanzenverteilung basieren auf 1 km großen, gerasterten Karten zur Verteilung der Pflanzenanbauflächen für Reis, Weizen und Mais zwischen 2004 und 2016, die von der National Science & Technology Infrastructure42 bezogen wurden.
Abbildung 1 veranschaulicht die Schritte der Datenverarbeitung, in der wir die Phosphor- und Komponentendüngerstatistiken sowie die Ernteverteilungsdaten auf Provinz-/Kreisebene harmonisiert haben, um 1-km-Rasterkarten der Phosphorrate für Reis, Weizen und Mais in den Jahren 2004–2016 zu erstellen .
Diagramm zur Verarbeitung räumlich expliziter Zeitreihen des Phosphorgehalts von Reis, Weizen und Mais in China im Zeitraum 2004–2016. „P“ bezieht sich auf Phosphordünger und „Com“ bezieht sich auf Komponentendünger.
Wir haben zunächst die provinzielle Phosphor- und Komponentendüngermenge von Reis, Weizen und Mais mit ihren Anbaugebieten multipliziert, um den kulturspezifischen Phosphor- und Komponentendüngerverbrauch in jeder Provinz in jedem Jahr zu ermitteln. Wenn man anschließend mehr als drei Kulturen vom gesamten Phosphor- und Düngemittelverbrauch in jeder Provinz abzieht, kann man den provinziellen Phosphor- und Düngemittelverbrauch anderer Kulturen ermitteln. Anschließend haben wir den Phosphor- und Komponentendüngerverbrauch anderer Kulturpflanzen durch die Anbauflächen anderer Kulturpflanzen dividiert, um die Phosphor- und Komponentendüngermenge anderer Kulturpflanzen in jeder Provinz und in jedem Jahr zu erhalten. Mit den oben genannten Schritten haben wir im Zeitraum 2004–2016 die Phosphor- und Komponentendüngermenge von Reis, Weizen, Mais und anderen Feldfrüchten in jeder Provinz ermittelt.
Anhand der Kreisstatistiken haben wir zunächst die Anbaufläche von Reis, Weizen, Mais und anderen Feldfrüchten in jeder Kreis-Jahres-Kombination berechnet, wobei wir die gleiche Methode für die Provinzdaten im obigen Schritt verwendet haben. Für die fehlenden Daten wurde die Methode der kubischen Spine-Interpolation eingesetzt, um Lücken zu schließen, wenn die Daten in weniger als drei aufeinanderfolgenden Jahren nicht verfügbar waren. Um die Statistiken auf Provinz- und Kreisebene zu harmonisieren, haben wir die beiden Statistiken nicht einfach direkt multipliziert, wie es im vorherigen Datensatz14 der Fall war. Stattdessen haben wir das Verhältnis des kulturspezifischen Phosphor-/Düngemittelverbrauchs zur Kreisgesamtmenge berechnet, wie in Gl. (1). Dann kann der Phosphor-/Komponentendüngerverbrauch für die jeweilige Kulturpflanze in jeder Landkreis-Jahres-Kombination geschätzt werden, indem die Statistiken zum gesamten Phosphor-/Komponentendüngerverbrauch auf Kreisebene mit den oben genannten Verhältnissen multipliziert werden, wie in Gl. (2). Schließlich kann dieser Düngemittelverbrauch dividiert durch die kulturspezifischen Anbauflächenstatistiken auf Landkreisebene die Phosphor-/Komponentendüngerrate von Reis, Weizen und Mais in jedem Landkreis und in jedem Jahr gemäß Gl. ergeben. (3). Diese Vorgehensweise ermöglicht es uns, das potenzielle Inkonsistenzproblem statistischer Kaliber im Vergleich zur direkten Berechnungsmethode in frühen Studien14 zu vermeiden und die räumlichen Heterogenitäten zwischen Landkreisen beizubehalten. Weitere Vergleiche finden Sie im Abschnitt zur technischen Validierung.
wobei FRi, p, y die Phosphor-/Komponentendüngermenge für die Kulturart i in der Provinz p im Jahr y ist; Ai, j, y ist die Anbauflächenstatistik für den Kulturtyp i im Kreis j in der Provinz p im Jahr y; Rati, j, y ist das Verhältnis des Phosphor-/Komponentendüngerverbrauchs für die Kulturart i zum summierten Düngemittelverbrauch \(\left({\sum }_{i}{{\rm{FR}}}_{i,p ,y}\times {{\rm{A}}}_{i,j,y}\right)\), im Landkreis j in der Provinz p, im Jahr y. FCj, y ist die Phosphor-/Düngemittelverbrauchsstatistik im Landkreis J im Jahr y; FCi, j, y sind die Schätzungen des Phosphor-/Komponentendüngerverbrauchs für die Kulturart i im Landkreis j im Jahr y. FRi, j, y ist die Phosphor-/Komponentendüngermenge für die Kulturart i im Landkreis j im Jahr y
In diesem Schritt haben wir den oben genannten Phosphor-/Komponentendüngeranteil auf den Phosphoranteil übertragen (d. h. P2O5 g/m2). Die Rohstatistik von Phosphordünger gibt bereits die Menge an P2O5 aus Phosphordünger an. Für die Daten der Komponentendünger haben wir sie in Gramm P2O5 umgerechnet, indem wir jedes Jahr den gewichteten P2O5-Gehalt der importierten und im Inland produzierten Komponentendünger multipliziert haben (Tabelle 2). Diese Schritte ermöglichen es uns, die kulturspezifische Phosphorrate auf Kreisebene im Zeitraum 2004–2016 abzuschätzen, indem wir jedes Jahr das Gramm P2O5 pro Einheit Anbaufläche aus Phosphor und Komponentendüngern aufsummieren.
Im letzten Schritt wurden gerasterte Karten zur Verteilung der Anbauflächen von Reis, Weizen und Mais als Maskenraster verwendet und die Pixel mit der wachsenden Nutzpflanze extrahiert, um die gerasterten Karten des Phosphorgehalts für jede Nutzpflanze in jedem Jahr zu erstellen.
Der CN-P43-Datensatz steht öffentlich zum Download im Zenodo-Repository zur Verfügung. Der Datensatz wird im GeoTiff-Format gespeichert. Es ist nach Kulturen in Ordnern organisiert und nach dem Format „CNP_
Räumliche Verteilung der pflanzenspezifischen Phosphorrate im Durchschnitt der Jahre 2004–2016. (a) Reiskarte; (b) Karte von Weizen; (c) Karte von Mais.
Um die Gültigkeit von CN-P zu testen, verglichen wir die Daten mit den Schätzungen aus Landwirtsumfragen44,45,46,47,48,49,50. Da diese Schätzungen anhand eines Fragebogenansatzes in einzelnen Jahren (gekennzeichnet durch Punkte in Abb. 3) oder anhand eines Durchschnittswerts über einen Zeitraum (gekennzeichnet durch kollineare Punkte in Abb. 3) durchgeführt wurden, konnten diese Umfragen als unabhängige Schätzung angesehen werden. Es gab eine große Diskrepanz zwischen Umfragen, wie Du et al.45 schätzten, dass der Phosphorgehalt insbesondere für Weizen (Abb. 3b) und Mais (Abb. 3c) viel höher war als für andere. Im Allgemeinen lag der Phosphorgehalt der drei von uns geschätzten Kulturpflanzen im Bereich dieser Studien (Abb. 3). Was die zeitlichen Trends anbelangt, so zeigten die Landwirtebefragungen auch einen signifikanteren Anstiegstrend für Mais (Abb. 3c) im Vergleich zu Reis (Abb. 3a) und Weizen (Abb. 3b), was mit den Trends von CN-P übereinstimmt. Dieser Teil des Vergleichs legt nahe, dass CN-P mit diesen unabhängigen Landwirtsumfragen zum Phosphorgehalt für jede Kultur vergleichbar ist.
Vergleich der kulturspezifischen Phosphorrate mit Landwirtsumfragen im Zeitraum 2004–2016. Die blaue Linie ist die Schätzung von CN-P; Punkte sind Schätzungen in einzelnen Jahren, und die kollinearen Punkte sind die über mehrere Jahre gemittelten Schätzungen in Landwirtsumfragen.
Da es noch keinen pflanzenspezifischen Phosphordatensatz gibt, haben wir den gesamten Phosphorverbrauch Chinas und die räumliche Verteilung der gesamten Phosphorrate pro Anbaufläche auf der Grundlage von Kreisstatistiken berechnet, die zum Vergleich mit früheren Phosphordatensätzen verwendet wurden. Da unsere Kreisstatistiken in dieser Analyse den gesamten Phosphor und die Daten zu den Anbauflächen umfassen, sollten unsere auf Kreisstatistiken basierenden Ergebnisse als Beobachtungen betrachtet werden.
Zunächst berechneten wir den gesamten Phosphorverbrauch auf der Grundlage von Kreisstatistiken und verglichen ihn mit den Ergebnissen von FAOSTAT17, IFASTAT13 und NBS28 in Abb. 4. Die Phosphordüngerergebnisse schwankten zwischen den Datenquellen, was Unsicherheiten in der Phosphordüngerstatistik selbst für diese offiziellen Datenquellen widerspiegelt (Abb. 4). Dies liegt an der unterschiedlichen Erhebungsmethode, die diese Datenbanken verwenden. Beispielsweise basiert die IFASTAT-Datenbank auf der Umfrage, die an Länderkorrespondenten gesendet wird, darunter Düngemittelverbände, Düngemittelunternehmen, Berater, Experten usw. Die FAOSTAT-Datenbank basiert jedoch auf dem FAOSTAT-Fragebogen zu Düngemitteln. Im Allgemeinen lagen unsere Schätzungen vor 2013 im Bereich der drei Datenquellen. Nach 2013 waren unsere Schätzungen höher als die der anderen drei Datenbanken, aber nahe an den Ergebnissen von NBS (Abb. 4). Basierend auf unseren Ergebnissen kam es im Laufe der Zeit bis 2015 zu einem Anstieg des Phosphorverbrauchs, gefolgt von einem leichten Rückgang nach dem Jahr. Das Zeittrendmuster unserer Schätzungen stimmt mit NBS überein (Abb. 4). Das Jahr der Wende fällt mit dem Jahr zusammen, in dem das chinesische Landwirtschaftsministerium im Jahr 2015 die Aktion einführte, die darauf abzielt, ein Nullwachstum beim Einsatz chemischer Düngemittel zu erreichen51.
Vergleich des Phosphorverbrauchs aus CN-P, IFASTAT, FAOSTAT und NBS im Zeitraum 2004–2016.
Zweitens haben wir die räumliche Verteilungskarte der gesamten landwirtschaftlichen Phosphormenge pro Anbaufläche weiter mit Lu und Tian14 im Durchschnitt der Jahre 2004–2013 verglichen (Hinweis: Das letzte in Lu und Tian14 gemeldete Jahr ist 2013). Die Definition von Ackerland unterscheidet sich hier von der in CN-P verwendeten Anbaufläche. Ackerland könnte für den Anbau mehrerer Erntesaisonen auf demselben Feld genutzt werden. Anhand unserer Kreisstatistiken haben wir den gesamten landwirtschaftlichen Phosphoranteil pro Ackerfläche berechnet. Für die Daten von Lu und Tian14 haben wir Gramm Phosphor in ihrem Datensatz durch Multiplikation mit dem Verhältnis 142/62 in Gramm P2O5 umgewandelt. Wir fanden heraus, dass die räumliche Heterogenität zwischen den beiden Datensätzen unterschiedlich war (Abb. 5). Die Kreisstatistik ist höher als die von Lu und Tian14 geschätzten Ergebnisse. Laut Kreisstatistik erreichten einige Regionen 18–26 g P2O5 pro Quadratmeter Ackerland (Abb. 5b), während die meisten Gebiete im Datensatz von Lu und Tian14 weniger als 18 g P2O5/m2 aufwiesen (Abb. 5a). Eine weitere Meinungsverschiedenheit besteht darin, dass es in Zentralchina einen Hotspot mit hoher Phosphorrate gab, wie aus unserer Kreisstatistik hervorgeht (Abb. 5b), während dies in Lu und Tian14 nicht gezeigt wurde (Abb. 5a). Dies spiegelt den Datenkonstruktionsansatz von Lu und Tian14 wider, bei dem eine Phosphorrate auf nationaler Ebene mit der gerasterten Ackerlandfläche multipliziert und mit den nationalen Daten des IFASTAT-Inventars angepasst wurde. Ein solcher Ansatz führt zu einer Unterschätzung der Phosphorrate, da die Phosphorrate auf nationaler Ebene die Variabilität auf subnationaler Ebene glätten und den Hotspot innerhalb des Landes unterschätzen könnte. Daher ist das Vorhandensein räumlicher Heterogenität von Lu und Tian14 hauptsächlich auf die gerasterten Ackerlandflächen zurückzuführen und kann nicht die tatsächlichen räumlichen Heterogenitäten widerspiegeln. Dieser Teil der Analyse legt nahe, dass die Einführung von Statistiken auf Kreisebene dringend erforderlich ist, um verbesserte Schätzungen und räumliche Verteilung der Phosphorrate zu zeigen.
Vergleich der durchschnittlichen Phosphorrate pro Anbaufläche im Zeitraum 2004–2013. (a) Karten von Lu und Tian14; (b) Karten auf der Grundlage von Kreisstatistiken. Zum Vergleich wurde das gleiche Maskenraster verwendet.
Die Unsicherheiten von CN-P ergeben sich hauptsächlich aus den folgenden Aspekten: (1) Wir haben das kulturspezifische Phosphorverbrauchsverhältnis der Provinz auf Kreisebene angewendet. Derzeit liegen in China keine Statistiken zum Phosphorverbrauch auf Kreisebene für jede Kulturpflanze vor, und es ist unwahrscheinlich, dass solche Daten in naher Zukunft jemals verfügbar sein werden. (2) Für die Umrechnung von Düngerbestandteilen in Phosphorgehalte verwendeten wir für jedes Jahr einen statischen Phosphorgehalt für ganz China (Tabelle 2). Die Kartengenauigkeit kann weiter verbessert werden, wenn Informationen zum kulturspezifischen Landkreis und zum Phosphorverhältnis der Düngerkomponenten verfügbar sind. (3) Wir weisen darauf hin, dass die Datenkonstruktion vor dem Jahr 2004 eine große Herausforderung darstellt, da die „Kosten-Nutzen-Statistik landwirtschaftlicher Produkte“ keine kulturspezifischen Phosphordünger vor 2004 erfasst und nur die Daten des Gesamtdüngers (d. h. die Summe von) dokumentiert Stickstoff-, Phosphor- und Kaliumdünger). Wenn wir längerfristige Datensätze oder genauere Ansätze zum Füllen unserer Daten sammeln könnten, würden wir zukünftige Verbesserungen liefern. Daher sind eine kontinuierliche Erhebung kulturspezifischer Düngemitteldaten und die Entwicklung dynamischer Kulturkarten, um den Anforderungen aktueller Studien gerecht zu werden, dringend erforderlich. Die längeren Zeitreihen der pflanzenspezifischen Phosphorratenkarten werden die Charakterisierung der räumlichen und zeitlichen Muster des Phosphordüngermanagements in China verbessern.
Der Code von CN-P ist im Zenodo-Repository archiviert: https://doi.org/10.5281/zenodo.7460564.
Zou, T., Zhang, Natur. 611, 81–87 (2022).
Artikel ADS CAS PubMed Google Scholar
Zhang, J. et al. Angebotsseitige Treiber der Phosphoremissionen aus Phosphorlieferketten in China. Ökosystem. Gesundheit Sust. 8, 2107578 (2022).
Artikel Google Scholar
Bai, Z. et al. Veränderungen im Phosphorverbrauch und -verluste in der Nahrungskette Chinas im Zeitraum 1950–2010 und Prognosen für 2030. Nutr. Radfahrender Agrarökosyst. 104, 361–372 (2016).
Artikel Google Scholar
Mogollon, JM, Beusen, AHW, Grinsven, HJM, Westhoek, H. & Bouwman, AF Zukünftiger landwirtschaftlicher Phosphorbedarf gemäß den gemeinsamen sozioökonomischen Pfaden. Globale Umwelt. Ändern. 50, 149–163 (2018).
Artikel Google Scholar
Gong, H. et al. Auf dem Weg zur nachhaltigen Nutzung mineralischer Phosphordünger für die Pflanzenproduktion in China: Von der Primärressourcennachfrage bis zur endgültigen landwirtschaftlichen Nutzung. Wissenschaft. Gesamtumgebung. 804, 150183 (2022).
Artikel ADS CAS PubMed Google Scholar
Jiang, S. et al. Phosphor-Fußabdruck in China im Zeitraum 1961–2050: Historische Perspektive und Zukunftsaussichten. Wissenschaft. Gesamtumgebung. 650, 687–695 (2019).
Artikel ADS CAS PubMed Google Scholar
FAOSTAT. Statistiken der Ernährungs- und Landwirtschaftsorganisation. http://www.fao.org/faostat/en/ (2023).
Mekonnen, M. & Hoekstra, AY Globale anthropogene Phosphorbelastung des Süßwassers und damit verbundene Grauwasser-Fußabdrücke und Wasserverschmutzungsgrade: Eine hochauflösende globale Studie. Wasserressource. Res. 54, 345–358 (2018).
Artikel ADS CAS Google Scholar
Liu, Q. Räumlich-zeitliche Veränderungen der Umweltrisiken der Düngung in China. J. Agrar-Umwelt. Wissenschaft. 36, 1247–1253 (2017).
Google Scholar
Ma, J. et al. Zeitliche und räumliche Veränderungen des im Boden verfügbaren Phosphors in China (1990–2012). Feldfruchtres. 192, 13–20 (2016).
Artikel Google Scholar
Huang, J., Xu, C., Ridoutt, BG, Wang, J. Sauber. Prod. 159, 171–179 (2017).
Artikel Google Scholar
Bericht über den Zustand der Ökologie und Umwelt in China. (Ministerium für Ökologie und Umwelt, Volksrepublik China, 2022).
IFASTAT. Statistiken der International Fertilizer Association. https://www.ifastat.org/ (2023).
Lu, C. & Tian, H. Weltweiter Stickstoff- und Phosphordüngereinsatz für die landwirtschaftliche Produktion im letzten halben Jahrhundert: verschobener Hotspot und Nährstoffungleichgewicht. Erdsystem. Wissenschaft. Daten 9, 181–192 (2017).
Artikel ADS Google Scholar
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2005 (China Statistics Press, 2005).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2006 (China Statistics Press, 2006).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2007 (China Statistics Press, 2007).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2008 (China Statistics Press, 2008).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2009 (China Statistics Press, 2009).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2010 (China Statistics Press, 2010).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2011 (China Statistics Press, 2011).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2012 (China Statistics Press, 2012).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2013 (China Statistics Press, 2013).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2014 (China Statistics Press, 2014).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2015 (China Statistics Press, 2015).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2016 (China Statistics Press, 2016).
Nationale Entwicklungs- und Reformkommission Chinas (Hrsg.): Kosten-Nutzen-Statistik landwirtschaftlicher Produkte – 2017 (China Statistics Press, 2017).
Nationales Statistikamt Chinas: https://data.stats.gov.cn/easyquery.htm?cn=E0103 (2023).
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2005 (China Statistics Press, 2005)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2006 (China Statistics Press, 2006)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2007 (China Statistics Press, 2007)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2008 (China Statistics Press, 2008)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2009 (China Statistics Press, 2009)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2010 (China Statistics Press, 2010)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2011 (China Statistics Press, 2011)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2012 (China Statistics Press, 2012)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2013 (China Statistics Press, 2013)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2014 (China Statistics Press, 2014)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2015 (China Statistics Press, 2015)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2016 (China Statistics Press, 2016)
Rural Socioeconomic Survey Team (Hrsg.): China County Statistical Yearbook-2017 (China Statistics Press, 2017).
Luo, Y. & Zhang, Z. Anbauverteilung von drei Grundnahrungspflanzen in China im Zeitraum 2000–2009. Nationale Infrastruktur für Wissenschaft und Technologie https://doi.org/10.12199/nesdc.ecodb.rs.2022.016 (2022).
Artikel Google Scholar
Zhang, T., Zhang, W. & Yang, Zenodo https://doi.org/10.5281/zenodo.7460564 (2023).
Zhang, W. Yi, J. und Zhang, F. Berichte über die Düngemittelentwicklung in China – 2016. (China Agricultural University Press, 2017).
Du, J. et al. Räumlich-zeitliche Entwicklungsmerkmale und treibende Faktoren der teilweisen Phosphorproduktivität in wichtigen Getreidekulturen in China. J. Pflanzennähr. Fert. 28, 191–204 (2022).
Google Scholar
Li, H., Zhang, W., Zhang, F., Du, F. & Li, L. Einsatz chemischer Düngemittel und Effizienzänderung der wichtigsten Getreidekulturen in China. Pflanzennähr. Fert. Wissenschaft. 16, 1136–1143 (2010).
Google Scholar
Meng, Y., Xu, F., Yang, F., Xu, Y. & Gong, X. Situation der Düngemittelanwendung und Analyse des Düngemitteleinsparpotenzials im Pflanzenbau in China. Phosphatkomp. Fert. 30, 1–4 (2015).
CAS Google Scholar
Yang, F. et al. Anwendung und Bereitstellung chemischer Düngemittel im Pflanzenbau in China im Jahr 2013. J. Plant Nutr. Fert. 21, 217–225 (2015).
Google Scholar
Yan, X., Jin, J. & Liang, M. Düngemittelnutzungseffizienz und Ertragssteigerungsraten bei Getreidekulturen in China. Böden. 49, 1067–1077 (2017).
Google Scholar
Xu, Y., Yang, F., Zhang, W., Meng, Y. & Jiang, Y. Status und Probleme der Anwendung chemischer Düngemittel in Nutzpflanzenplantagen in China von 2014 bis 2016. J. Plant Nutr. Fert. 25, 11–21 (2019).
Google Scholar
Jin, S. & Zhou, F. Nullwachstum beim Einsatz von chemischen Düngemitteln und Pestiziden: Chinas Ziele, Fortschritte und Herausforderungen. J. Resour. Ökologisch. 9, 50–58 (2018).
Google Scholar
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2005 (China Statistics Press, 2005).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2006 (China Statistics Press, 2006).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2007 (China Statistics Press, 2007).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2008 (China Statistics Press, 2008).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2009 (China Statistics Press, 2009).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2010 (China Statistics Press, 2010).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2011 (China Statistics Press, 2011).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2012 (China Statistics Press, 2012).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2013 (China Statistics Press, 2013).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2014 (China Statistics Press, 2014).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2015 (China Statistics Press, 2015).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2016 (China Statistics Press, 2016).
Abteilung für ländliche Sozial- und Wirtschaftsforschung (Hrsg.): China Rural Statistical Yearbook-2017 (China Statistics Press, 2017).
Lin, B. & Li, J. Anwendung von Phosphatdünger und N:P-Verhältnis in China. Sciences in Agricultural Resources 3, 13–16 (2002).
ADS Google Scholar
Referenzen herunterladen
Diese Arbeit wird vom National Key Research and Development Project of China (2019YFA0607402) und dem National Key Scientific and Technological Infrastructure Project Earth System Science Numerical Simulator Facility (EarthLab) unterstützt.
Diese Autoren haben gleichermaßen beigetragen: Wenmeng Zhang, Tianyi Zhang.
Hochschule für Ressourcen- und Umweltwissenschaften, China Agricultural University, Peking, China
Wenmeng Zhang & Xiaoguang Yang
Staatliches Schlüssellabor für atmosphärische Grenzschichtphysik und Atmosphärenchemie, Institut für Atmosphärenphysik, Chinesische Akademie der Wissenschaften, Peking, China
Tianyi Zhang
Kollaboratives Innovationszentrum zur Prognose und Bewertung meteorologischer Katastrophen, Nanjing University of Information Science & Technology, Nanjing, China
Tianyi Zhang
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Tianyi Zhang hatte die Forschungsidee; Tianyi Zhang und Xiaoguang Yang liefern die Rohdaten; Wenmeng Zhang berechnete und verifizierte den Datensatz; Tianyi Zhang verfasste den Aufsatz mit Beiträgen aller Autoren.
Korrespondenz mit Tianyi Zhang.
Die Autoren geben an, dass keine Interessenkonflikte bestehen.
Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.
Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.
Nachdrucke und Genehmigungen
Zhang, W., Zhang, T. & Yang, Sci Data 10, 363 (2023). https://doi.org/10.1038/s41597-023-02283-z
Zitat herunterladen
Eingegangen: 07. Februar 2023
Angenommen: 31. Mai 2023
Veröffentlicht: 07. Juni 2023
DOI: https://doi.org/10.1038/s41597-023-02283-z
Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:
Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.
Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt