Как синтетические удобрения влияют на выбросы метана от крупного рогатого скота

Существует ли связь между выбросами метана от крупного рогатого скота и совокупным использованием различных синтетических удобрений в США? Вот что показывают данные. 

—

Когда речь заходит о парниковых газах, которые движут изменениями климата, часто упоминают метан (CH4). Метан — второй по распространенности антропогенный парниковый газ после CO2, и он в 28 раз мощнее задерживает тепло в атмосфере.

Метан образуется из множества антропогенных источников, таких как мусорные свалки, системы добычи нефти и природного газа и угольная добыча, при этом сельское хозяйство является крупнейшим источником, составляющим около 40% глобальных выбросов метана. Скот, который широко consume используется в западной диете и в первую очередь в США, занимает наибольшую долю этих выбросов — примерно 75%.

Существует множество факторов, влияющих на эти выбросы от скота, но одна недооцененная переменная — роль синтетических удобрений, применяемых для выращивания колоссальных объемов кормовых культур, необходимых для поддержания этих стад. В этом анализе мы рассмотрели исторические данные об использовании синтетических удобрений в США, чтобы выяснить, может ли это служить надёжным предиктором углеродного следа скотоводства в стране.

Данные: удобрения против метана

Чтобы найти закономерность, мы взяли исторические данные ФАО за период с 1961 по 2023 годы и отслеживали потребление в сельском хозяйстве США трёх распространённых видов удобрений: азот (N), фосфат (P2O5) и калий (K2O).

Мы сравнили эти показатели с выбросами метана именно от говяжьего скота, который имеет значительно больший углеродный след, чем молочный скот. Наша цель заключалась в том, чтобы увидеть, совпадают ли изменения в использовании удобрений с изменениями в уровне метановых выбросов.

Перед тем как запустить более глубокую статистическую модель, мы построили графики рассеяния, чтобы визуализировать тенденции. Как видно на Рисунке 1, выбросы метана от мяса буйволов растут вместе с ростом использования фосфата и калия. Интересно, что азотное удобрение демонстрирует противоположную тенденцию — это говорит о том, что фосфат и калий обладают более сильной прямой корреляцией с углеродным следом скота в США, чем азот.

После построения диаграмм рассеяния данные разделили на обучающую выборку (70%) и тестовую (30%). Обучающая выборка нужна для того, чтобы модель смогла «понять» структуру данных и построить предиктивную модель. Тестовая же выборка служила для оценки эффективности модели на данных, которых она не видела в процессе обучения.

Затем были построены линейные регрессионные модели, и были выявлены ключевые параметры, помогающие интерпретировать результаты. Одним из таких параметров является коэффициент детерминации r², который показывает, насколько хорошо модель объясняет вариацию данных. Другим параметром стала среднеквадратичная ошибка (MSE), которая оценивает точность прогноза, показывая, насколько близки предсказательные линии к фактическим данным. Значения r² и MSE для обучающей и тестовой выборок по трём моделям регрессии для удобрений приведены ниже.

Тип удобрения	r² (обучение)	r² (тест)	MSE (обучение)	MSE (тест)
Азот	0.058	0.212	309576.721	123929.114
Фосфат	0.405	-0.051	195435.236	165238.180
Калий	0.085	-0.151	300821.344	180896.238

Как видно в Таблице 1, модель по фосфату имела наилучшее общее значение r² по обучающим данным, а модель по азоту показывала наилучшее значение r² именно на тестовых данных. В разных данных обучающая и тестовая выборки показывали различные положительные и отрицательные корреляции для моделей по фосфату и калия, однако обучающая выборка, охватывающая большую часть данных, везде давала положительную корреляцию между переменными. Что касается MSE, модели по азоту и калии имели более высокие значения, чем модель по фосфату, что означает, что точки на кривых предсказания для первых двух моделей не так близки к линии фосфатной модели, но в целом корреляция сохраняется при учёте r².

Линии регрессии также были нанесены на графики трёх моделей, причём обучающие данные выделены синим цветом, а тестовые — зелёным для каждого графика на Рисунке 2. Видно, что линии тенденций растут для моделей фосфата и калия, тогда как линия азота направлена вниз, что указывает на большую изменчивость зависимости выбросов метана от азота по сравнению с двумя остальными удобрениями.

Итоговые размышления

Возвращаясь к исходному вопросу о наличии взаимосвязи между выбросами метана от скота и общим годовым использованием различных синтетических удобрений, данные показывают определенную корреляцию, особенно в отношении фосфата и калия. Однако азотное удобрение продемонстрировало противоположную корреляцию и не следовало ожидаемой восходящей тенденции, что может объясняться несколькими потенциальными факторами.

Одной из возможных причин может быть то, что выбросы метана от скота обычно теснее связаны с процессом пищеварения — энтерической ферментацией — при котором микроорганизмы в пищеварительной системе расщепляют пищу и выделяют метан как побочный продукт. По данным Управления сельского хозяйства США (USDA), повышение эффективности удобрений, таких как азот, может привести к снижению метана от этих процессов. Однако пока нет убедительных данных, свидетельствующих о прямой корреляции общего использования этих удобрений с общим уровнем выбросов метана от скотоводства.

Еще один момент для рассмотрения — выбросы парниковых газов от разных удобрений обычно отличаются по своей природе: они напрямую могут содержать закись азота (N2O), которая выделяется при избыточном использовании азота, а не метан. Поскольку калий и калийсодержащие удобрения не содержат углерод и азот, они не образуют большое количество прямых выбросов парниковых газов, хотя могут выпускать их косвенно через другие стадии жизненного цикла, такие как переработка и транспортировка удобрений.

Существует несколько путей расширения данного анализа, например, изучение других животных с высоким уровнем выбросов, таких как баранина и коза, взамен крупного рогатого скота, или исследование других газов, например CO2 и закиси азота, а не метана. Также можно рассмотреть использование различных удобрений, таких как аммиак и натриевая селитра, чтобы выявить дополнительные корреляции.

По мере роста выбросов разных парниковых газов, вызывающих глобальное потепление, из сельскохозяйственного сектора, анализ подобных корреляций предоставляет важную информацию, которая может стать ориентиром для усилий по смягчению изменений климата.