基于江苏省本地化参数评价稻麦周年轮作系统碳足迹.pdf

生态环境学报 2023,32(9):1682-1691 http:/ Ecology and Environmental Sciences E-mail: 基金项目：江苏省碳达峰碳中和科技创新专项资金（BK20220017；BE2022425）作者简介：王兴来（1998 年生），男，硕士研究生，主要研究方向为农业碳足迹。E-mail:*通讯作者：乔云发。E-mail: 收稿日期：2023-05-03 基于江苏省本地化参数评价稻麦周年轮作系统碳足迹 王兴来，苗淑杰，乔云发*南京信息工程大学应用气象学院，江苏 南京 210044 摘要：分析基于本地化参数和国际参数计算的江苏省稻麦周年轮作系统碳足迹，对评估未来农业生态系统碳足迹具有重要意义。基于农户调研数据，采用本地化参数和国际参数计算了稻季和麦季生产系统的碳足迹，并对结果进行了比较分析。结果显示，1）不同排放参数下稻季和稻麦周年轮作系统的碳足迹存在显著差异（P0.05）。2）各项农业活动对碳足迹的贡献也不同，稻麦周年轮作碳足迹主要受到 CH4、N2O 和氮肥的影响，在本地化和国际参数下分别占比 39.7%、7.23%、32.6%和 46.4%、8.72%、27.8%。3）江苏稻麦周年轮作系统中，碳足迹与氮肥和柴油的相关度较高，且氮肥和柴油表现为极显著水平（P0.001），种植规模与碳足迹呈现显著负相关关系（r=0.69）。4）在稻麦周年轮作中不同种植规模碳足迹存在显著差异（P0.05）。通过比对发现，在小麦种植中不同排放参数下平均碳足迹都是大规模最小，中规模次之，小规模最大。而在水稻种植中不同排放参数下平均碳足迹都是大规模最小，小规模次之，中规模最大。综上，采用国际排放参数对江苏省稻麦周年轮作碳足迹计算结果会高于本地化排放参数，且 CH4和 N2O 的不同核算方法是影响差异的关键因素。因此，对中国农业生产系统进行碳足迹评估时，应当选择合适的排放参数和加强实地调查，从而为中国农业生产系统碳足迹的研究制定一套统一的评价体系，为最终构建低碳农业生产体系做支撑。关键词：碳排放参数；碳足迹；温室气体；稻麦周年轮作；生命周期法 DOI:10.16258/ki.1674-5906.2023.09.015 中图分类号：X171.1;X16 文献标志码：A 文章编号：1674-5906（2023）09-1682-10 引用格式：王兴来,苗淑杰,乔云发,2023.基于江苏省本地化参数评价稻麦周年轮作系统碳足迹J.生态环境学报,32(9):1682-1691.WANG Xinglai,MIAO Shujie,QIAO Yunfa,2023.Evaluating the carbon footprint of the rice-wheat rotation system based on localized parameters in Jiangsu Province J.Ecology and Environmental Sciences,32(9):1682-1691.近年来，随着温室气体（Greenhouse gas，GHG）过度排放导致全球气温不断升高，农田生态系统作为温室气体的重要来源之一，已经备受关注。根据IPCC（2022）第六次评估报告指出全球农林等生态系统温室气体排放量占总温室气体排放的 13%21%，其中甲烷（CH4）和氧化亚氮（N2O）是农业生产过程中排放的主要温室气体。中华人民共和国生态环境部（2019）第二次两年更新报告显示，中国农业温室气体排放量约为 8.3 亿吨当量的二氧化碳（CO2），成为仅次于工业生产活动、能源活动的第三大温室气体排放来源。稻田是温室气体主要排放源之一，季国军等（2023）对比江苏稻田稻麦、稻油、稻绿肥 3 种主要轮作模式，结果表明与水稻-绿肥和水稻-油菜轮作模式相比，水稻-小麦轮作模式单位面积碳足迹提高了 38%和 50%。然而，稻麦周年轮作模式是江苏省农业生产中的一种重要种植模式，在提高粮食产量、确保粮食安全和土地利用率的同时还有利于保护生态环境和农田资源（刘田等，2022）。因此，减少稻麦周年轮作系统温室气体排放、促进低碳发展已经迫在眉睫。碳足迹（Carbon footprint，CF）最先由 William E.Rees 提出，是指个人、组织或者产品在生产、消费、交通等活动中直接或间接释放的温室气体（Rees，1992）。在农业领域，碳足迹通常采用生命周期法（Life circle assessment，LCA）来核算温室气体排放总量（WRI，2010）。谢婷等（2021）利用统计年鉴数据对湖北省农田生态系统碳足迹的时空变化进行研究，发现化肥施用是引起碳足迹变化的主要因子，且农田生态系统的碳总储量整体呈逐年上升趋势。陈中督等（2019）基于农户调研数据，运用生命周期法定量研究长江下游地区稻麦轮作系统碳足迹大小及组成，阐明了大力发展稻麦轮作王兴来等：基于江苏省本地化参数评价稻麦周年轮作系统碳足迹 1683 系统节肥、节水及免耕技术，构建规模化的低碳种植模式能够减少碳排放。不同麦秸还田方式对农田碳足迹有一定的影响。郝小雨等（2022）指出秸秆覆盖免耕处理产生的碳足迹最低，相较于秸秆不还田旋耕、秸秆深施还田分别能减少 4.5%和 5.1%。以上研究大多数基于中国发布的统计年鉴数据和IPCC 排放参数对农田碳足迹进行核算，忽略了当地实际生产管理方式对农业碳足迹核算有着较大的影响。目前，国内学者对中国农业碳足迹的研究主要采用国际碳排放因子，采用本地化排放参数对农业碳足迹的研究相对较少。但是，由于中国各地区气候条件、耕作方式、土壤管理等因素与国际存在较大的区别，采用国际上碳排放参数可能会与中国实际的碳排放有着较大的差异，从而导致在农业碳排放测算时，存在排放系数使用的局限性（胡永浩等，2023）。因此，分析对比不同参数下的江苏省稻麦周年轮作碳足迹构成及差异，对于中国农业碳排放预算有一定的借鉴意义。本文基于问卷数据，采用生命周期法对江苏稻麦周年轮作碳足迹展开研究，通过差异比较江苏与 IPCC 等国际农业碳排放参数，旨在希望能够完善中国农业温室气体排放核算标准，建立符合当地实际情况的农业碳排放数据库。1 材料与方法 1.1 数据来源 本文研究的数据来源于江苏省稻麦周年轮作主要生产区，采用农户走访问卷调研形式，共收获问卷 650 份，有效问卷 516 份，问卷合格率达到80%。问卷调查内容主要包括播种面积、种子投入、肥料投入（氮肥、磷肥、钾肥）、农业机器耗油量、农药施用量、灌溉耗电量等。1.2 研究边界 在本研究中，稻麦周年轮作碳足迹的系统边界为从播种到收获整个周年生育期内水稻和小麦所排放的温室气体。温室气体排放源包括投入种子、农药、化肥、机械和灌溉造成的间接碳排放总量，以及田间 CH4和 N2O 温室气体直接排放量，段春锋等（2020）通过近 20 年对淮河流域稻麦周年轮作农田研究，发现稻麦周年轮作农田生态系统具有强的固碳能力，其生育期内 CO2净排放量为负值，所以本文研究未将稻麦生长直接排放的 CO2计算在内。1.3 计算方法 目前农业碳排放测算最常用的方法是排放系数法。该方法的测算流程是将农业碳源数据与排放系数相乘,得到农业领域各种温室气体排放量，再根据不同气体的全球增温潜势（Global warming potential，GWP）将其转化为 CO2排放当量，最终得到 CO2排放总量，其具体测算公式如下（高晨曦等，2022）：=1=1=nkiijjijCgem （1）式中：C农业 CO2排放总量（kghm2）；gi 第 i 类农业碳排放源的量；eij 第 i 类农业碳排放源第 j 类温室气体的排放系数；mj 第 j 类温室气体对应的百年尺度 CO2变暖潜力的倍数。根据 IPCC 第 6 次评估报告，CH4和 N2O 百年尺度 CO2的全球增温潜势分别为 28 倍和 265 倍（IPCC，2021）。国际参数主要来自 IPCC 排放因子数据库（https:/www.ipcc-nggip.iges.or.jp/EFDB/main.php）和 Ecoinvent 数据库。Ecoinvent 数据库是一个生命周期清单（LCI）数据库，支持各种类型的可持续性评估。它包含各种常见物质的 LCA 清单数据，是国际 LCA 领域使用最广泛的数据库之一也是许多机构指定的基础数据库之一。包含欧洲及世界多国的 18000 多个单元过程数据集以及相应产品的汇总过程数据集。本地化参数中的水稻和小麦种子、柴油、灌溉用电、氮磷钾肥均来自中国产品全生命周期温室气体排放系数库（CPCD），CPCD 数据库是由生态环境部环境规划院碳达峰碳中和研究中心联合北京师范大学生态环境治理研究中心、中山大学环境科学与工程学院，在中国城市温室气体工作组（CCG）统筹下，经过 16 名权威专家（其中 8 位院士，9 位国家气候变化专家委员会顾问/委员）评审，最终完成数据集并且全部公开。除草剂、杀虫剂、杀菌剂参考张国等（2016）的研究，具体数据如表 1。表 1 各种农资投入的排放因子 Table 1 Emission factors of various agricultural inputs 碳源 单位 国际参数 本地化参数 排放系数数据来源 排放系数数据来源水稻种子kgkg1 0.70 IPCC 0.78 CPCD 小麦种子kgkg1 0.58 IPCC 0.59 CPCD 柴油 kgkg1 3.16 IPCC 3.82 CPCD 灌溉用电kgkWh10.88 IPCC 0.97 CPCD 氮肥 kgkg1 11.4 Ecoinvent 10.63 CPCD 磷肥 kgkg1 1.83 Ecoinvent 2.33 CPCD 钾肥 kgkg1 0.45 Ecoinvent 0.66 CPCD 除草剂 kgkg1 16.9 Ecoinvent 17.1 张国等,2016杀虫剂 kgkg1 12.9 Ecoinvent 15.9 张国等,2016杀菌剂 kgkg1 11.7 Ecoinvent 16.6 张国等,20161684 生态环境学报 第 32 卷第 9 期（2023 年 9 月）根据 IPCC（2021）第 6 次报告指出农田生态系统中 N2O 的排放主要是由于施肥引起的直接或间接排放，N2O 的主要的计算公式如下：CN2O=dN2O+gN2O+lN2O（2）dN2O=Nf1rmN2O（3）gN2O=Nfgf2rmN2O（4）lN2O=Nflf3rmN2O（5）式(2)(5)中：CN2ON2O 排放引起的二氧化碳排放当量；dN2O氮肥引起的田间 N2O 直接排放；gN2O由NH3和NHx形式挥发到大气后氮沉降造成的间接 N2O 排放；lN2O通过淋失和径流损失的氮素造成的间接 N2O 排放；f1、f2、f3氮肥投入引起的 N2O 直接排放的排放因子、氮沉降造成的间接 N2O 排放因子和淋失、径流损失的氮素造成的间接 N2O 排放因子；fg、fl以 NH3和 NHx形式挥发的化肥氮系数（0.08）及土壤中淋失和径流损失的氮系数（0.04）（EPA，2017）；rN2O 与 N 分子量之比（44/28）；mN2O在百年尺度上将 N2O 转化为 CO2的全球增温潜势，表 2 为以上排放因子的具体数值，来源于 IPCC。麦田的 CH4排放量较少，可忽略不计。稻田是CH4的主要排放源，输水灌稻时，土壤有机质厌氧分解产生 CH4，并主要通过水稻的传输作用释放到大气中，根据 IPCC（2021）计算标准，CH4的计算公式如下：CCH4=Ei,j,kti,j,kmCH4（6）Ei,j,k=FcFwFpFo（7）Fo=(1+iRiAi)0.59（8）式(6)(8)中：CCH4甲烷排放引起的二氧化碳排放当量；Ei,j,k在 i，j 和 k 条件下的日排放因子（kghm2d1）；ti,j,k=i，j和k条件下的水稻种植期（天）；mCH4在百年尺度上将 CH4转化为 CO2的全球增温潜势；i，j，k不同的生态系统、水分状况、有机添加量以及其他可以引起水稻甲烷排放变化的条件；Fc不含有机添加物的持续性灌水稻田的基准排放因子；Fw、Fp种植期不同水分状况的换算系数和种植期前不同水分状况的换算系数。其中：Fo使用的有机添加物的类型和数量的换算系数；Ri 第 i 种有机物施用量，稻秆为干质量，即 作 物 产 量 与 谷 草 比 和 干 物 质 含 量 的 乘 积（thm2）；Ai 第 i 种有机添加物的转换系数（相对于种植前不久使用秸秆的相对影响的形式）。根据IPCC（2021）以及结合中国稻田种植的具体条件Fc=1.3 kghm2d1，Fw=1、Fp=1、Ai=1。对于江苏省稻麦周年轮作系统 CH4的数据是根据 30 篇文献数据统计而来，其中包括 15 篇中文和 15 篇英文，所有文献均来自十年来江苏省大田试验所得，在同等耕作模式下，综合其数据得出稻田 CH4排放量分为 286.7 kghm2（Zheng et al.，2007；Wang et al.，2012；张萍，2012；Ma et al.，2013；马义虎，2013；Liu et al.，2015；Zhang et al.，2015；Liu et al.，2016；Wang et al.，2017；毕智超，2017；顾泽海，2017；王保君，2017；许国春，2017；Xiao et al.，2018；Sun et al.，2019；涂保华等，2019；Hou et al.，2020；李思宇，2020；马林杰，2020；贾俊香等，2020；Lan et al.，2021；Ma et al.，2021；丁诚，2021；吴文丽等，2021；徐越，2021；Min et al.，2022；Shi et al.，2021；Xu et al.，2022a；Xu et al.，2022b；陈亚娟等，2022；朱子慧，2022）。N2O 的数据来源区域氮循环（IAP-N）模型（Zheng et al.，2002；Zheng et al.，2008），IAP-N 模型突破了 IPCC 方法在计算中国农田土壤 N2O 排放上的局限性并做了相应的改进，具体公式如下：CN2O=dN2O+gN2O+lN2O（9）dN2O=(N+fcr)f1rmN2O （10）fcr=(1/IHi1)fDrfNrotfreturn+PHp/IHiRRsfNrotfreturn （11）gN2O=(N+fcr)fgf2rmN2O（12）lN2O=(N+fcr)flfrmN2O（13）式(9)(13)中：表 2 氮肥投入引起 N2O 排放系数 Table 2 N2O emission coefficient caused by nitrogen fertilizer input 碳源 单位 排放系数 数据来源 N2O 直接排放 kgkg1 旱地:0.01;稻田:0.003 IPCC 大气氨沉降 kgkg1 0.01 IPCC 氨淋溶径流 kgkg1 0.0075 IPCC 王兴来等：基于江苏省本地化参数评价稻麦周年轮作系统碳足迹 1685 CN2ON2O 排放引起的二氧化碳排放当量；dN2O氮肥引起的田间 N2O 直接排放，主要来源于化肥氮和秸秆还田氮。直接排放因子=(施肥处理 N2O-N 排放量不施氮肥处理 N2O-N 排放量)/施氮量；gN2O是由 NH3和 NHx形式挥发到大气后氮沉降造成的间接 N2O 排放；lN2O通过淋失和径流损失的氮素造成的间接 N2O 排放；PHp作物产量；IHi收获指数；fDr干质量比；fNrot秸秆含氮量；freturn秸秆还田率；RRs根冠比；f1、f2、f3氮肥投入引起的 N2O 直接排放的排放因子、氮沉降造成的间接 N2O 排放因子和淋失、径流损失的氮素造成的间接 N2O 排放因子，综合上述文献综合得出稻田 f1为 0.0041，麦田 f1为0.0149，f2为 0.01，f3为 0.0075；fg和 fl以 NH3和 NHx形式挥发的化肥氮系数（0.08）及土壤中淋失和径流损失的氮系数（0.02）（张强等，2010）。作物具体参数见表 3（韩云芳等，2015）1.4 数据处理与分析 应用 Excel 2022 进行数据处理，利用 SPSS 26对不同碳排放因子进行独立样本 t 检验，不同规模进行单因素方差分析，比较 P=0.05 水平，不同排放因子和不同规模的显著性差异，对农资投入进行线性回归分析并建立回归方程。对于稻麦周年轮作系统碳足迹与各农资以及产量之间进行 Pearson 相关性分析，应用 Origin 2022 进行绘图。2 结果与分析 2.1 稻麦周年轮作生产模式碳足迹 从图 1 可以看出，以国际参数计算水稻和稻麦周年轮作系统的碳足迹要显著高于以本地化参数计算的碳足迹（P0.05）。国际参数与本地化参数相比较，水稻、稻麦周年轮作系统的碳足迹分别高出17.4%和 11.5%。在本地化参数下，水稻、小麦和稻麦周年轮作的碳足迹分别为 1.37104、5.49103、1.94104 kghm2。而在国际参数下，水稻、小麦和稻麦周年轮作的碳足迹分别为 1.61104、5.56103、2.16104 kghm2。多种因素共同作用于稻麦轮作系统碳足迹的变化，它们的贡献占比如图 2 所示，其中在小麦生产系统中氮肥对碳足迹的贡献比例最高，且在本地化和国际参数下分别占比 50.1%和 48.7%，而由氧化亚氮引起的碳足迹变化，表现为国际参数下占比要远远大于本地化参数，占比分别为 16.2%和22.2%。其余影响因子贡献差异较小，占比从高到低依次为灌溉用电、柴油、种子、磷肥、农药（除草剂杀虫剂杀菌剂）、钾肥。在水稻生产系统碳足迹中，由 CH4引起的碳足迹占比最大，在本地化和国际参数下分别占比 54.5%和 62.5%。氮肥是稻田温室气体第二大排放源，在本地化和国际参数下分别占比 26.0%和 20.6%。氧化亚氮引起的碳足迹也表现出，国际参数下占比要大于本地化参数，占比分别为 3.80%和 4.00%。其余源占比从高到低依次灌溉用电、柴油、种子、农药（除草剂杀虫剂杀菌剂）、磷肥、钾肥。在稻麦周年轮作生产系统碳足迹中，主要受到 CH4、N2O 和氮肥的影响，在本地化和国际参数下分别占比 39.7%、7.20%、32.6%和46.4%、8.70%、27.8%。2.2 稻麦周年轮作碳足迹构成 从表 4 可以看出，在本地化参数下，农资投入中氮肥引起的碳足迹最大，在水稻、小麦、稻麦周年轮作中，由氮肥引起的碳足迹分别为 3.49103、2.53103、6.02103 kghm2。而在国际参数下，水稻、小麦和稻麦周年轮作中，由氮肥引起的碳足迹分别为 3.58103、2.71103、6.29103 kghm2。同样aaabab水稻小麦 稻麦周年轮作 0500010000150002000025000碳足迹/(kghm2)本地化参数 国际参数耕作模式 不同小写字母表示差异显著（P0.05）图 1 不同排放参数下稻麦周年轮作稻麦碳足迹 Figure 1 Carbon footprint of rice-wheat annual rotation under different emission parameters 表 3 作物参数 Table 3 Crop parameters 农作物 fDr fNrot IHi RRs freturn 水稻 0.855 0.009 0.511 0.085 0.52 小麦 0.870 0.005 0.472 0.064 0.85 1686 生态环境学报 第 32 卷第 9 期（2023 年 9 月）地，磷肥在不同排放因子下引起的碳足迹差异也非常显著。农业灌溉用电所引起的 CO2排放也是农业生产中重要的 CHG 排放源，在水稻种植中灌溉耗电是除甲烷、氮肥外第三大排放源。本地化参数下灌溉耗电产生的碳足迹为 1.07103 kghm2，在国际参数下灌溉耗电产生的碳足迹为 1.08103 kghm2。在农药使用中，除草剂所产生的碳足迹要远远大于杀虫剂和杀菌剂，在本地化和国际参数下稻麦周年轮作系统中产生的碳足迹都为 160 kghm2。在水稻和小麦生产中，CH4和 N2O 引起的碳足迹最高，在本地化和国际参数下分别为 7.45103、9.34103 kghm2和 1.35103、1.91103 kghm2。2.3 稻麦周年轮作碳足迹影响因素分析 本文通过对各种农资投入与水稻和小麦碳足迹做相关性分析可知（图 3），在水稻生产过程中，碳足迹主要受到种子、氮肥、磷肥、柴油消耗量和灌溉用电的影响，且都表现为正相关，影响程度从大到小依次为氮肥、柴油、磷肥、灌溉用电和种子，其中种子、磷肥和灌溉用电达到 1%显著水平，而氮肥和柴油则表现为极显著水平（P0.001）。在本地化参数下平均每增加 1 kg 的种子、氮肥、磷肥、柴油和灌溉用电，水稻碳足迹分别增加 0.66、7.58、0.12、11.9、1.14 kghm2（回归方程为 y=0.66x1+7.58x2+0.12x3+11.9x5+1.14x6+8549.09，r2=0.75，x1、x2、x3、x5、x6分别代表种子、氮肥、磷肥、柴油、灌溉用电）。而在国际参数下，平均每增加 1kg 的种子、氮肥、磷肥、柴油和灌溉用电，水稻碳足迹分别增加 0.58、4.42、2.79、2.52、2.26 kghm2（回归方 程 为y=0.58x1+4.42x2+2.79x3+2.52x5+2.26x6+11706.19，r2=0.65，x1、x2、x3、x5、x6分别代表种子、氮肥、磷肥、柴油、灌溉用电）。通过对比分析发现，等量农资投入增加对国际参数下影响程度要1.6%1.2%1.7%16.2%12.9%13.5%7.2%1.2%3.3%50.1%4.5%(a)本本本本本本本本 54.5%7.9%3.8%11.6%3%1.5%26%1.4%(b)本本本本本本本本 39.7%9.3%7.2%11.3%4.2%1.9%32.6%2.3%种种 氮氮 磷氮 柴柴 灌灌灌灌 N2O CH4 钾氮 除除除 杀杀除 杀杀除(c)本本本本本本本本本本本本 1%12.9%1.6%22.2%5.5%2.3%48.7%4.1%(d)国际参数下小麦 7.5%4%62.5%9.5%2.1%20.6%1.1%(e)国际参数下水稻 8.9%8.7%46.4%8.2%3%1.3%27.8%1.9%(f)国国本本本本本本本本本 图 2 不同排放参数下稻麦周年轮作稻麦碳足迹影响因素占比 Figure 2 Proportion of factors affecting carbon footprint of rice-wheat annual rotation under different emission parameters 表 4 不同参数下稻麦周年轮作碳足迹构成 Table 4 Composition of carbon footprint of annual rice-wheat rotation under different parameters 种类 水稻碳足迹/(kghm2)小麦碳足迹/(kghm2)稻麦周年轮作碳足迹/(kghm2)国际参数 本地化参数 国际参数 本地化参数 国际参数 本地化参数 种子 175.411.9 191.914.3 229.321.2 233.221.5 404.733.1 425.135.8 柴油 354.129.8 408.087.7 301.352.8 364.363.9 655.482.6 772.3151.6 灌溉用电 1 084.1194.2 1 069.4261.0 724.748.1 657.5258.0 1 806.8.1252.3 1 726.9519 氮肥 3 578.8454.8 3 489.5390.7 2 711.1483.4 2 528.0450.7 6 289.9938.2 6 017.51328.9 磷肥 161.38.1 197.444.7 126.528.2 161.035.9 287.836.3 358.480.6 钾肥 52.15.7 75.814.9 41.311.3 60.616.6 93.417.0 136.431.5 除草剂 73.04.3 71.85.8 87.97.6 88.77.6 160.911.9 160.513.4 杀虫剂 38.12.5 45.64.6 49.76.0 61.17.4 87.88.5 106.712.0 杀菌剂 46.53.3 66.35.4 58.85.1 83.67.3 105.38.4 149.912.7 GPW-CH4 9 372.2306.0 7 448.81186.6 9 372.2306.0 7 448.81186.6 GPW-N2O 676.775.8 525.163.5 1 236.2220.4 826.2118.6 1 912.9296.2 1 351.3182.1 王兴来等：基于江苏省本地化参数评价稻麦周年轮作系统碳足迹 1687 小于本地化参数。同样地，在小麦生产过程中，碳足迹主要受到氮肥、磷肥、钾肥、柴油消耗量和灌溉用电的影响，且都表现为正相关，影响程度从大到小以此为氮肥、柴油、钾肥、灌溉用电和磷肥，其中氮肥、钾肥、柴油和灌溉用电均表现为极显著相关（P0.001）。在本地化参数和国际参数下（回归 方 程 分 别 为y=5.06x2+3.02x3+0.41x4+2.93x5+1.21x6+2854.23，r2=0.64和y=16.61x2+1.98x3+0.55x4+3.07x5+0.961x6+412.54，r2=0.90，其中 x2、x3、x4、x5和 x6分别代表氮肥、磷肥、钾肥、柴油消耗量和灌溉用电）。此外，从图 3 可以发现，在本地化参数下水稻和小麦的碳足迹均与单位面积产量呈负相关，且都表现为极显著水平（P6.5 hm2为大规模种植；面积 3.56.5 hm2为中规模种植；面积小于 3.5 hm2为小规模。由图 4 可知，不同规模产生的碳足迹存在显著差异（P0.05）。通过比对发现，在小麦种植中不同排放参数下平均碳足迹都是大规模最小，中规模次之，小规模碳足迹最大，且不同规模之间的碳足迹差异显著。而在水稻种植中不同排放参数下平均碳足迹都是大规模最小，小规模次之，中规模碳足迹最大，不同规模之间的碳足迹差异显著。在本地化参数下，水稻种植系统中 3种类型种植规模平均单位面积碳足迹分别为1.32104、1.41104、1.38104 kghm2；在小麦种植系统中 3 种类型种植规模平均单位面积碳足迹分别为 5.29103、5.67103、5.74103 kghm2。而在国际参数下水稻 3 种类型种植规模平均单位面积碳足迹分别为 1.56104、1.65104、1.62104 kghm2，在小种子氮肥磷肥钾肥柴油灌溉用电除草剂杀虫剂杀菌剂产量碳足迹种子氮肥磷肥钾肥柴油灌溉用电除草剂杀虫剂杀菌剂产量碳足迹种子氮肥磷肥钾肥柴油灌溉用电除草剂杀虫剂杀菌剂产量碳足迹种子氮肥磷肥钾肥柴油灌溉用电除草剂杀虫剂杀菌剂产量碳足迹*种子氮肥磷肥钾肥柴油灌溉用电除草剂杀虫剂杀菌剂产量碳足迹0.0011 0.14 0.18 0.0200.075 0.069 0.035 0.088 0.0900.110.00610.51 0.59 0.0330.058 0.0570.100.650.750.026 0.077 0.035 0.0210.0120.12 0.0700.120.55 0.310.078 0.260.0640.490.510.039 0.095 0.042 0.0800.600.560.034 0.13 0.014 0.130.230.025 0.048 0.0150.00580.10 0.130.0920.120.120.61*种子氮肥磷肥钾肥柴油灌溉用电除草剂杀虫剂杀菌剂产量碳足迹0.17 0.12 0.0340.250.099 0.18 0.0420.170.230.160.32 0.16 0.510.0054 0.048 0.0083 0.030 0.520.790.79 0.770.74 0.026 0.110.180.570.210.630.750.0120.230.230.430.0560.590.0210.11 0.067 0.610.500.055 0.086 0.16 0.54 0.180.160.120.092 0.0380.036 0.020 0.0430.032 0.0350.3910.80.60.40.200.20.40.60.81(a)小麦 10.80.60.40.200.20.40.60.81(b)水稻*P0.05;*P0.01;*P0.001 图 3 稻麦周年轮作生产系统碳足迹影响因素解析 Figure 3 Analysis of factors affecting carbon footprint in rice-wheat annual rotation system 国际参数本地化参数40005000600070008000 小规模 中规模 大规模碳足迹/(kghm2)(a)小麦 abcabcb国际参数本地化参数1200014000160001800020000c(b)水稻 abca 数值后不同小写字母表示不同种植规模间的差异达显著水平（P0.05）图 4 不同排放参数下不同规模稻麦周年轮作生产系统碳足迹 Figure 4 Carbon footprint under different emission parameters with three planting scales in rice-wheat annual rotation production system 1688 生态环境学报 第 32 卷第 9 期（2023 年 9 月）麦种植中 3 种类型种植规模平均单位面积碳足迹分别为 6.34103、5.55103、5.13103 kghm2。3 讨论 3.1 不同排放参数下稻麦周年轮作碳足迹存在差异 本文研究发现，对于江苏省稻麦周年轮作碳足迹计算，使用本地化参数为 13.7103 kghm2（水稻）与国际参数下 16.1103 kghm2（水稻）存在显著差异，但本地化参数 5.49103 kghm2（小麦）与国际参数下 5.58103 kghm2（小麦）结果较为接近。国际参数下稻麦周年轮作系统碳足迹平均比本地化参数高出 12%，与自然杂志（2015）中的一篇报道曾指出由于中国不同燃料的排放因子极少来自于实际测量，导致中国的碳排放被高估 14%的结果基本一致。但农资投入中除了氮肥比国际参数略低，其余参数都要高于国际参数，究其根本原因在于N2O和CH4的计算方法不同。对于N2O的计算IPCC只将农田类型粗略划分为旱地和水田，并且直接排放因子也仅分为两种。但 IAP-N 模型在计算中国农田土壤 N2O 排放上做了相应的改进，直接排放因子根据农田类型进行了详细的划分，并采用田间观测数据分别计算。对于 CH4的计算 IPCC 与同等耕作模式下实测的数据差异也比较大，根据 Girijaven et al.（2023）研究发现氮肥施用与 N2O 排放之间存在直接关系，但对 CH4排放的影响可能是可变的，氮肥施用量增加到一定水平可以降低 GWP 和 GHGI。而农田生态系统由 N2O 和 CH4引起温室气体的排放占总排放的一半以上（张广斌等，2023），因此导致国际参数下稻麦周年轮作碳足迹要高于本地化参数。造成不同参数计算的碳足迹差异较大的原因是国际排放系数是由联合国等国际机构编制，其数据来源比较广泛，可以涵盖全球不同地区的碳排放情况，但是在考虑特定地区的碳足迹时，可能存在一定的不适性。国际参数通常针对发达国家的经济、能源消费结构等特点设定的，这些参数可能并不适用于江苏省。其次，江苏省的气候、土地、种植方式、农业管理等因素与国际上其他地区存在差异，因此，使用国际参数来计算江苏省碳足迹，可能无法准确地反映中国的实际情况，导致高估了碳足迹。最后，中国政府一直积极推进“双碳”计划，但国际参数无法考虑到中国的碳减排政策、能源结构调整等因素。依据 IPCC 等国际数据高估了中国碳排放，会给中国经济、社会、环境带来一系列的问题，因此，我们需要根据特定地区的气候、土地、种植方式、农业管理等因素进行完善本地化碳排放参数、提高能源利用效率，同时改进计算方法，加强实地测量数据替代国际方法，其具有更强的适应性。不仅可以更准确地反映当地的碳排放情况，也能够提高中国在国际气候变化治理中的话语权和地位。3.2 不同排放参数下稻麦周年轮作碳足迹的主要构成要素 国内外大量研究表明，农田温室气体的排放主要来源于肥料的施用，其中氮肥投入所产生的温室气体排放占到农田总排放的 40%70%（Yan et al.，2015）。本文研究发现，本地化参数与国际参数的最大差别在于稻田 CH4和麦田 N2O 的差异，而造成这种差异最关键的因素就是计算方法。根据 IPCC的计算方法，水稻和小麦的 N2O 主要是由氮肥引起的，而在江苏地区土壤肥力普遍不高，规模种机械化耕作尚未普及，且化肥利用率较低（杨帆等，2015），这就导致要保证产量需要施用大量的氮肥，根据调研数据所得江苏省水稻种植平均施氮肥347.2 kghm2，而小麦种植平均施氮肥 239.8 kghm2，远远大于欧美国家 250、150 kghm2的平均水平（Krupnik et al.，2017），过量用肥导致了较高的碳足迹。同时，据此本文也应提出适量用肥和精准施肥的这个重要的管理措施，这被许多研究者所证实的。对于中国农田 CH4和 N2O 的测算应该基于实地测量的方法，对于江苏省而言过量的施用氮肥会导致土壤污染、氮素损失等问题，也应该考虑进去。另外，本文研究发现，在稻麦周年轮作系统碳排放中，柴油和灌溉用电所占农资投入比重较大，中国严重依赖煤炭获取各种能源和材料的生产，但是煤的能源利用效率较低，这就导致灌溉用电的温室气体排放参数高于国际化参数（Gan et al.，2012），而且中国幅员辽阔不同地区的能源利用状况也不同，因此中国应该提高能源利用效率，基于不同地区的能源使用状况给出不同的排放参数，更能精确的估算不同地区的碳排放。3.3 不同规模种植对稻麦周年轮作碳足迹的影响 本研究发现，不同种植规模对稻麦的碳足迹有显著影响。这与陈中督等（2023）进行湖南、江西双季稻生产系统研究发现，水稻碳足迹随着种植规模的增加呈现出降低的趋势相一致，且发现与一般农户水稻种植相比，种粮大户碳足迹降低了 33.8%。在江苏地区，水稻和小麦种植中，大规模种植平均比小规模种植分别减少了 12.5%和 11.7%的碳排放。这主要是因为随着种植规模增大，机械化程度增高，化肥和农药使用量相对较小规模种植有所减少。宁运旺等（2019）进一步指出不同种植规模施肥量有所差异，分散种植户比规模种植户平均高出10.4%。高名姿等（2022）从农业机械在农户与家庭农场所需的能源和资源消耗得出结论，同一种农王兴来等：基于江苏省本地化参数评价稻麦周年轮作系统碳足迹 1689 机，家庭农场比农户节省柴油消耗量为 15.2%左右，因此，种植规模越大碳足迹相对越低。尤其是大规模种植生产，其耕地面积很大，机械化程度非常高，化肥和农药使用量也较小。大规模种植所需的能源和资源消耗也相应减少，包括燃料消耗、机械化生产和运输所需的能源、化肥和农药的使用等，因此，大规模种植的碳足迹相对最低。4 结论 本研究采用本地化参数和国际参数对稻麦周年轮作系统的碳足迹进行了评估，并分析了不同因素对其碳足迹的影响。首先，国际参数下的稻麦周年轮作碳足迹比本地化参数平均高约 11.5%，利用国际参数来核算中国农田碳足迹将会高估中国的碳排放。其次，CH4和 N2O 的不同计算方法是影响差异的关键因素，IPCC 给出的方法与实地测量的结果有着较大的差异。再者，稻麦周年轮作系统碳足迹主要