稻蝦共作模式碳足跡評(píng)價(jià)的敏感性和不確定性分析*

蔣 榕, 徐 強(qiáng), 李京詠, 戴林秀, 敖弟彩, 竇 志, 高 輝

(江蘇省作物栽培生理重點(diǎn)實(shí)驗(yàn)室/江蘇省作物遺傳生理重點(diǎn)實(shí)驗(yàn)室/江蘇省糧食作物現(xiàn)代產(chǎn)業(yè)技術(shù)協(xié)同創(chuàng)新中心/揚(yáng)州大學(xué)農(nóng)學(xué)院/水稻產(chǎn)業(yè)工程技術(shù)研究院 揚(yáng)州 225009)

氣候變化是工業(yè)革命以來(lái)人類社會(huì)面臨的全球性環(huán)境問(wèn)題。我國(guó)是溫室氣體排放量較多的國(guó)家之一, 農(nóng)業(yè)是我國(guó)溫室氣體的直接排放源, 約占全國(guó)溫室氣體排放總量的24%。我國(guó)是水稻()生產(chǎn)和消費(fèi)大國(guó), 2020年稻谷總產(chǎn)量達(dá)到2.12億t,居世界第一。據(jù)報(bào)道, 稻田是溫室氣體的重要排放源, 約占全球農(nóng)業(yè)生態(tài)系統(tǒng)中氧化亞氮(NO)和甲烷(CH)排放的11%和30%。因此, 我國(guó)農(nóng)業(yè)需要采取有效的固碳減排措施, 為2060年前實(shí)現(xiàn)碳中和的目標(biāo)助力。另一方面, 世界人口的激增導(dǎo)致人類對(duì)耕地資源的需求增加, 地球的糧食供應(yīng)將持續(xù)面臨嚴(yán)峻的考驗(yàn)。為了緩解全球變暖并實(shí)現(xiàn)可持續(xù)生產(chǎn), 人們積極開(kāi)發(fā)水稻與水產(chǎn)(禽)相結(jié)合的生態(tài)稻作模式, 從石油農(nóng)業(yè)向生態(tài)農(nóng)業(yè)轉(zhuǎn)變。

稻蝦[水稻–小龍蝦(克氏原螯蝦,)]共作是指利用稻田的水土環(huán)境進(jìn)行水稻種植和小龍蝦養(yǎng)殖的生態(tài)種養(yǎng)模式, 2020年稻蝦共作總面積達(dá)1.26×10hm, 目前已發(fā)展成為我國(guó)長(zhǎng)江中下游地區(qū)一種新興的稻田種養(yǎng)復(fù)合生態(tài)模式, 該模式被農(nóng)業(yè)農(nóng)村部譽(yù)為“現(xiàn)代農(nóng)業(yè)發(fā)展的成功典范, 現(xiàn)代農(nóng)業(yè)的一次革命”。與水稻單作相比, 稻蝦共作模式具有促進(jìn)化肥農(nóng)藥減施、生物多樣性保護(hù)、土壤改良和溫室氣體減排等多種生態(tài)功能,并能顯著提高農(nóng)民收益。更重要的是, 該模式利用有限的耕地資源生產(chǎn)出更豐富的營(yíng)養(yǎng)物質(zhì), 如碳水化合物、動(dòng)物蛋白和各種微量營(yíng)養(yǎng)素元素。

碳足跡(carbon footprint, CF)是農(nóng)業(yè)生態(tài)系統(tǒng)碳排放核算的常用方法, 是指某一產(chǎn)品、服務(wù)或活動(dòng)在其生命周期內(nèi)以二氧化碳當(dāng)量(CO-eq)計(jì)算的直接或間接碳排放總量。農(nóng)業(yè)領(lǐng)域碳足跡分析通常采用生命周期評(píng)價(jià)法(life cycle assessment, LCA), 即對(duì)農(nóng)業(yè)生產(chǎn)過(guò)程中由農(nóng)事操作和農(nóng)資投入所引起的直接或間接碳排放總量進(jìn)行核算。在傳統(tǒng)稻作模式碳足跡分析中, 由于其功能產(chǎn)出(主要指稻谷)具有單一性, 功能單位(functional unit, FU)的選擇通常是單位面積、單位重量或單位能量等。然而, 這對(duì)于具有多種不同種類功能產(chǎn)出的稻田綜合種養(yǎng)生產(chǎn)模式來(lái)說(shuō)并不適用, 因?yàn)榈竟群退a(chǎn)動(dòng)物的產(chǎn)量不能進(jìn)行簡(jiǎn)單的線性求和。盡管可以以面積或能量作為功能單位, 卻忽視了不同功能產(chǎn)出之間重要的營(yíng)養(yǎng)差異。最近, van Dooren提出使用營(yíng)養(yǎng)密度單元(nutrient density unit, NDU)作為功能單位來(lái)進(jìn)行食品的LCA分析。該方法考慮了不同食物之間的營(yíng)養(yǎng)差異, 并可以比較具有多種功能產(chǎn)出的不同農(nóng)業(yè)生產(chǎn)系統(tǒng)對(duì)環(huán)境的影響。然而, 將此方法應(yīng)用于稻田綜合種養(yǎng)碳足跡分析中的相關(guān)報(bào)道還十分缺乏。此外,在缺乏不確定性分析的LCA研究中, 評(píng)價(jià)結(jié)果在解釋階段往往會(huì)受到質(zhì)疑且無(wú)法令人信服。不同國(guó)家和地區(qū)不同的生命周期邊界、種植制度(單作、輪作、共作等)以及農(nóng)田管理方式等都會(huì)導(dǎo)致不同的參數(shù)和計(jì)算結(jié)果。因此, 有必要采用不確定性分析來(lái)反映輸入?yún)?shù)與輸出結(jié)果之間的關(guān)系。敏感性分析能夠從眾多輸入?yún)?shù)中識(shí)別出高敏感度參數(shù)、簡(jiǎn)化低敏感度參數(shù)或通過(guò)更精確的監(jiān)測(cè)手段增加高敏感度參數(shù)的準(zhǔn)確性, 可以降低評(píng)價(jià)模型的不確定性。例如, Meneses等在西班牙紅葡萄酒生產(chǎn)的LCA評(píng)估中探索了輸入?yún)?shù)變化對(duì)輸出結(jié)果的影響。Xu等研究了參數(shù)變化(±40%)對(duì)中國(guó)出口和內(nèi)銷綠茶生產(chǎn)不可再生能源總量、全球變暖和富營(yíng)養(yǎng)化潛力等環(huán)境指標(biāo)的影響。然而, 目前針對(duì)稻田綜合種養(yǎng)碳足跡核算進(jìn)行不確定性和敏感性分析的研究鮮見(jiàn)報(bào)道。

綜上, 本研究以江蘇省姜堰市水稻單作和稻蝦共作田間試驗(yàn)為研究案例, 結(jié)合LCA, 分別以單位面積、產(chǎn)值和NDU為功能單位, 比較分析不同稻作模式的碳足跡, 并分析碳減排的關(guān)鍵環(huán)節(jié)。在此基礎(chǔ)上, 對(duì)稻蝦共作模式的碳足跡評(píng)價(jià)結(jié)果進(jìn)行不確定性和敏感性分析。本研究結(jié)果可為具有多功能產(chǎn)出的農(nóng)業(yè)生產(chǎn)系統(tǒng)進(jìn)行更全面的碳足跡評(píng)價(jià)提供技術(shù)支撐。此外, 本研究結(jié)果有助于識(shí)別稻蝦共作模式碳足跡評(píng)價(jià)中的高敏感度輸入?yún)?shù), 并為未來(lái)進(jìn)一步優(yōu)化參數(shù)和降低評(píng)價(jià)結(jié)果的不確定性提供參考。

1 材料與方法

1.1 研究區(qū)概況

研究地點(diǎn)為揚(yáng)州大學(xué)江蘇省泰州市姜堰區(qū)沈高鎮(zhèn)試驗(yàn)基地, 該區(qū)域?qū)賮啛釒Ъ撅L(fēng)氣候(120.07°E,32.36°N), 光、熱、水等氣候資源較為豐富, 2018-2019年水稻生長(zhǎng)季節(jié)的日平均溫度、日照時(shí)數(shù)和降雨量如圖1所示。試驗(yàn)基地土壤為潴育型水稻土,質(zhì)地黏性, 耕層土壤多年平均有機(jī)質(zhì)含量為31.72～40.13 g·kg、全氮1.96～2.34 g·kg、速效鉀163.02～175.26 mg·kg、速效磷6.25～7.02 mg·kg。

圖1 2018年和2019年水稻生長(zhǎng)季的日平均溫度、日照時(shí)數(shù)和降雨量Fig. 1 Daily mean temperature, sunshine hours, and precipitation during the growing seasons of rice in 2018 and 2019

1.2 試驗(yàn)設(shè)計(jì)及產(chǎn)量測(cè)定

試驗(yàn)處理包括水稻單作(RM, 對(duì)照)和稻蝦共作(RCC)兩個(gè)處理, 各處理設(shè)置3個(gè)重復(fù)。供試水稻品種為‘南粳9108’, 兩處理機(jī)插株行距均為30 cm×10 cm, 基本苗為133.4×10株·hm。稻蝦共作模式基施商品有機(jī)肥2250 kg·hm(氮含量1%)和復(fù)合肥300 kg·hm(氮含量28%), 分蘗肥施尿素112.5 kg·hm(氮含量46%), 穂肥施復(fù)合肥33.8 kg(N)·hm和尿素34.5 kg(N)·hm, 合計(jì)施純氮(N)為226.5 kg·hm,磷鉀肥總施用量分別合計(jì)為121.6 kg(PO)·hm和110.3 kg(KO)·hm。水稻單作模式基肥施復(fù)合肥375 kg·hm(氮含量28%), 分蘗肥施用尿素120.8 kg(N)·hm, 穂 肥 施 用 復(fù) 合 肥33.8 kg(N)·hm和 尿素52.55 kg(N)·hm, 合 計(jì) 施 純N為311.25 kg·hm,磷鉀肥總施用量分別合計(jì)為90.0 kg(PO)·hm和78.8 kg(KO)·hm。

稻蝦共作模式中供試蝦為克氏原螯蝦, 于水稻返青后投放蝦苗, 投放量為450 kg·hm(5～10 g·尾)。所用飼料為正大小龍蝦專用配合飼料(粗蛋白≥30%), 小龍蝦生長(zhǎng)期總投飼量為1875 kg·hm(含N量4.6%)。稻蝦共作模式田間工程改造遵循農(nóng)業(yè)農(nóng)村部《SC/T 1135.12017 稻漁綜合種養(yǎng)技術(shù)規(guī)范通則》的要求, 即養(yǎng)殖溝面積不超過(guò)田塊的10%。在RCC處理小區(qū)周圍安裝防逃尼龍網(wǎng), 并用木條支撐。RCC處理的水分管理方式為緩苗期到分蘗期保持淺水灌溉, 擱田期退水曬田, 分蘗后逐步加高水深(保持20～40 cm), 至成熟前10 d田面落水; RM處理的水分管理方式為淺水活棵分蘗、中期擱田, 此后干濕交替直至收獲。成熟期各小區(qū)去除保護(hù)行確定10 m收割測(cè)產(chǎn), 以14.5%含水量折算實(shí)際產(chǎn)量; 于水稻收獲前投放地籠捕撈成蝦。本試驗(yàn)兩種稻作模式秸稈均未還田, 詳細(xì)的試驗(yàn)設(shè)計(jì)和田間管理參見(jiàn)文獻(xiàn)[22]。

1.3 營(yíng)養(yǎng)密度單元

營(yíng)養(yǎng)密度單元(nutrition density unit, NDU)是一個(gè)無(wú)量綱單位, 由Dooren在2016年提出, 食品NDU計(jì)算公式如下:

式中: EFA (g)、Protein (g)和Fiber (g)分別指100 g食品所含有的必需脂肪酸、蛋白質(zhì)和纖維素含量(表1), 這3個(gè)參數(shù)來(lái)源于中國(guó)食物成分表; DV(g)、DV(g)和DV(g)分別指必需脂肪酸、蛋白質(zhì)和纖維素的日攝入量, 取值12.40 g、50 g和25 g;S(kcal)指100 g食品所含有的熱量;指食品的可食部分(%)。

表1 稻谷和小龍蝦的可食部分、營(yíng)養(yǎng)成分(100 g可食部)和營(yíng)養(yǎng)密度單元Table 1 Edible portion, nutrient contents per 100 g edible portion, and nutrient density unit (NDU) of rice and crayfish

經(jīng)計(jì)算, 稻谷(NDU)和小龍蝦(NDU)的食品NDU分別為0.2368和1.0212, 后者是前者的4.3倍。由此, 定義一個(gè)農(nóng)業(yè)生產(chǎn)系統(tǒng)的系統(tǒng)營(yíng)養(yǎng)密度產(chǎn)出(NDU)為:

式中:Y指一個(gè)農(nóng)業(yè)生產(chǎn)系統(tǒng)中第種產(chǎn)品產(chǎn)出(kg·hm), NDU指第種產(chǎn)品的食品NDU。將一個(gè)農(nóng)業(yè)生產(chǎn)系統(tǒng)的各個(gè)產(chǎn)品產(chǎn)出與其相應(yīng)的食品NDU相乘并累計(jì)求和即得到NDU。

1.4 碳足跡分析

本研究中兩種稻作模式的碳排放包括農(nóng)資生產(chǎn)、運(yùn)輸和使用過(guò)程中的間接溫室氣體排放, 以及農(nóng)作階段所產(chǎn)生的直接溫室氣體排放的總和。其計(jì)算公式為:

式中: CF為單位面積碳足跡[kg(CO-eq)·hm];Q指單位面積上農(nóng)業(yè)生產(chǎn)的農(nóng)資投入量, 具體包括化肥、有機(jī)肥、飼料、殺蟲(chóng)劑和稻種的投入, 以及灌溉和整地、收獲過(guò)程中電力和柴油的消耗。由于缺乏相關(guān)碳排放系數(shù), 本研究碳足跡核算未考慮水產(chǎn)動(dòng)物苗種和防逃設(shè)施。由于缺乏對(duì)土壤有機(jī)碳的長(zhǎng)期監(jiān)測(cè), 土壤有機(jī)碳庫(kù)的變化并未考慮。此外, 由于本試驗(yàn)并未實(shí)施秸稈還田, 因此農(nóng)作階段CO和秸稈等部分也不計(jì)入碳排放核算。φ指不同農(nóng)資的碳排放系數(shù)[kg(CO-eq)·Unit](表2), 這些系數(shù)主要源自中國(guó)生命周期數(shù)據(jù)庫(kù)(CLCD v0.8)以及歐洲Ecoinvent 2.2數(shù)據(jù)庫(kù);和指農(nóng)作階段產(chǎn)生的CH和NO的累積排放量(kg·hm)。CH排放量參考Sun等對(duì)中國(guó)長(zhǎng)江中下游地區(qū)不同稻作模式溫室氣體排放的meta分析, 水稻單作和稻蝦共作的CH排 放 量 分 別 取 值315.3 kg·hm和231.2 kg·hm。34和298為100年尺度CH和NO的增溫潛勢(shì)(以CO-eq計(jì))。本研究?jī)H考慮了由于施肥或投飼造成的NO排放, 其他原因造成的NO排放暫未考慮。因此, 稻田累積的NO排放量的計(jì)算公式可表示為:

表2 水稻單作和稻蝦共作不同農(nóng)資投入的碳排放系數(shù)Table 2 Carbon emission factors of different materials inputs for rice monoculture and rice-crayfish coculture

式中:指施用化肥、有機(jī)肥或投飼帶入系統(tǒng)的純氮量[kg(N)·hm];指投入引起的NO排放的排放系數(shù), 水稻單作取0.5%, 稻蝦共作取0.3%; 44/28為N轉(zhuǎn)換為NO系數(shù)。

單位產(chǎn)值碳足跡(CF)和單位營(yíng)養(yǎng)密度碳足跡(CF)的計(jì)算公式如下:

式中:指單位面積農(nóng)業(yè)生產(chǎn)的總產(chǎn)值(￥·hm), 根據(jù)本課題組已發(fā)表的文獻(xiàn), 水稻單作和稻蝦共作的總產(chǎn)值分別取25 483 ￥·hm和116 622 ￥·hm。

凈生態(tài)系統(tǒng)經(jīng)濟(jì)預(yù)算(NEEB, ￥·hm)指農(nóng)業(yè)生產(chǎn)的凈經(jīng)濟(jì)效益與GWP成本的差值, 計(jì)算公式如下:

式中: Profit指農(nóng)業(yè)生產(chǎn)的凈經(jīng)濟(jì)效益(￥·hm), 水稻單作和稻蝦共作的Profit分別為15 486 ￥·hm和87 108 ￥·hm; GWP指GWP成本, 根據(jù)碳交易價(jià)格[103.7 ￥·t(CO-eq)]和單位面積碳足跡計(jì)算。

為了增加評(píng)價(jià)結(jié)果的穩(wěn)健性, 本文對(duì)參與稻蝦共作模式單位面積碳足跡核算的全部9個(gè)輸入?yún)?shù)進(jìn)行了敏感性分析, 這些參數(shù)包括尿素、復(fù)合肥、有機(jī)肥、飼料和稻種的投入量, 電力和柴油的消耗量, 以及CH和NO的排放量。分別令這9個(gè)輸入?yún)?shù)的值在±40%之間變動(dòng), 得到對(duì)應(yīng)輸出結(jié)果(單位面積碳足跡)的變幅, 以分析不同輸入?yún)?shù)對(duì)評(píng)價(jià)結(jié)果的敏感性差異。

蒙特卡洛模擬(Monte Carlo Simulation)用于評(píng)估稻蝦共作模式單位面積碳足跡核算結(jié)果的總體不確定性。在本研究蒙特卡洛模擬的隨機(jī)抽樣過(guò)程中, 假設(shè)所有輸入?yún)?shù)均服從三角分布。使用SimaPro 9.0軟件模擬了稻蝦共作模式單位面積碳足跡的不確定性結(jié)果(5000次迭代), 并計(jì)算了平均值、中位數(shù)、標(biāo)準(zhǔn)差、變異系數(shù)以及2.5%和97.5%分位數(shù), 置信區(qū)間為95%。

1.5 統(tǒng)計(jì)與分析

數(shù)據(jù)匯總分析利用Microsoft Excel 2020進(jìn)行, 使用配對(duì)檢驗(yàn)分析兩種稻作模式作物和小龍蝦產(chǎn)量,當(dāng)處理間存在顯著性差異時(shí), 使用5%概率水平的最小顯著性差異法(Least-Significant Difference, LSD)處理平均數(shù)之間的差異, 統(tǒng)計(jì)學(xué)分析采用IBM SPSS Statistics 20.0進(jìn)行, 利用Sigmaplot 12.5和Microsoft Excel 2020繪圖。

2 結(jié)果與分析

2.1 不同稻作模式的系統(tǒng)NDU與產(chǎn)量

表1表明, 由于小龍蝦含有更多的蛋白質(zhì)含量和更低的熱量, 小龍蝦的產(chǎn)品NDU是稻谷的4.3倍。由此, 水稻單作和稻蝦共作模式的系統(tǒng)NDU分別是2349和4310, 后者比前者的營(yíng)養(yǎng)密度輸出提高了83.5% (表3)。水稻單作和稻蝦共作模式的稻谷產(chǎn)量分別為9920 kg·hm和9145 kg·hm, 稻蝦共作模式比水稻單作模式降低7.8%, 稻蝦共作模式的小龍蝦產(chǎn)量為2100 kg·hm。

表3 不同稻作模式的稻谷產(chǎn)量和營(yíng)養(yǎng)密度單元(NDU)Table 3 Rice yield and nutrient density unit (NDU) of different rice farming modes

2.2 不同稻作模式的碳足跡

水稻單作和稻蝦共作模式的單位面積碳足跡分別為14 126 kg(CO-eq)·hm和13 140 kg(CO-eq)·hm,后者比前者略低7.0% (表4); 兩種稻作模式的單位產(chǎn)值碳足跡分別為0.59 kg(CO-eq)·￥和0.11 kg(CO-eq)·￥, 稻蝦共作比水稻單作模式降低81.4% (圖2);兩種稻作模式的單位NDU碳足跡分別為6.01 kg(CO-eq)·NDU和3.05 kg(CO-eq)·NDU, 稻 蝦 共 作 比 水稻單作模式降低49.3%。此外, 水稻單作和稻蝦共作模式的凈生態(tài)系統(tǒng)經(jīng)濟(jì)預(yù)算分別為14 021 ￥·hm和85 745 ￥·hm, 后者比前者增加511.5%。

表4 不同稻作模式農(nóng)資投入量及單位面積碳足跡Table 4 Amounts of agricultural inputs and carbon footprint per unit area of different rice farming modes

圖2 不同稻作模式碳足跡及凈生態(tài)系統(tǒng)經(jīng)濟(jì)預(yù)算[A: 單位面積碳足跡(CFA); B: 單位產(chǎn)值碳足跡(CFV); C: 單位營(yíng)養(yǎng)密度碳足跡(CFNDU); D: 凈生態(tài)系統(tǒng)經(jīng)濟(jì)預(yù)算(NEEB)]Fig. 2 Carbon footprint and net ecosystem economic budget of different rice farming modes. (A: carbon footprint per hectare, CFA;B: carbon footprint per unit output, CFV; C: carbon footprint per nutrient density unit, CFNDU; D: net ecosystem economic budget, NEEB; RM: rice monoculture; RCC: rice-crayfish coculture)

圖3顯示了兩種稻作模式的單位面積碳足跡構(gòu)成。對(duì)于水稻單作, 田間直接排放的影響較大, CH排放的貢獻(xiàn)高達(dá)75.9%, NO排放貢獻(xiàn)5.2%。在農(nóng)資生產(chǎn)、分配和運(yùn)輸階段, 尿素、復(fù)合肥和電力消耗分別貢獻(xiàn)8.7%、4.1%和5.4%, 其他農(nóng)資投入(如殺蟲(chóng)劑、柴油和稻種)的總占比小于1%。同樣, 對(duì)于稻蝦共作, 田間直接排放的影響較大, CH排放占總碳足跡的59.8%, 飼料和電力的貢獻(xiàn)也較高(12.3%和13.8%)。稻蝦共作模式中為了增加小龍蝦產(chǎn)量需要投喂更多的飼料, 而小龍蝦的養(yǎng)殖需要更深的水層, 因此灌溉用電造成了更多的碳排放。尿素、復(fù)合肥和有機(jī)肥對(duì)碳足跡的貢獻(xiàn)分別為4.7%、3.8%和1.5%, NO排放的貢獻(xiàn)為3.3%, 而柴油和稻種的貢獻(xiàn)較小(0.3%和0.4%)。

圖3 不同稻作模式單位面積碳足跡熱點(diǎn)分析Fig. 3 Hotspots analysis of carbon footprint of different rice farming modes

圖4顯示了稻蝦共作模式單位面積碳足跡的敏感性分析結(jié)果。對(duì)于9個(gè)輸入?yún)?shù), CH排放最為敏感, 當(dāng)CH的排放量在±40%間變動(dòng)時(shí), 碳足跡的變幅在9994～16 283 kg(CO-eq)·hm。電力消耗和飼料投入量也較為敏感, 當(dāng)這2個(gè)參數(shù)在±40%間變動(dòng)時(shí),碳足跡的變幅分別為12 413～13 864 kg(CO-eq)·hm和12 491～13 787 kg(CO-eq)·hm。再其次是尿素、復(fù)合肥投入量和NO排放量, 當(dāng)這3個(gè)參數(shù)在±40%間變動(dòng)時(shí), 碳足跡的變幅分別為12 893～13 384 kg(CO-eq)·hm、12 937～13 340 kg(CO-eq)·hm和12 963～13 314 kg(CO-eq)·hm。其余3個(gè)參數(shù)(柴油消耗、有機(jī)肥和稻種投入量)對(duì)于碳足跡核算結(jié)果的影響均較小。

圖4 稻蝦共作模式單位面積碳足跡敏感性分析Fig. 4 Sensitivity analysis of carbon footprint per hectare of rice-crayfish coculture mode

不確定性分析結(jié)果表明(圖5), 稻蝦共作模式的單位面積碳足跡平均值為13 302±1166 kg(CO-eq)·hm,2.5%和97.5%置信區(qū)間分別為11 179 kg(CO-eq)·hm和15 613 kg(CO-eq)·hm, 中位數(shù)和變異系數(shù)分別為13 250 kg(CO-eq)·hm和8.76%。當(dāng)變異系數(shù)小于10%時(shí), 屬于弱變異, 這表明本案例中稻蝦共作模式的單位面積碳足跡核算結(jié)果的不確定性較低。

圖5 基于蒙特卡洛模擬的稻蝦共作模式單位面積碳足跡頻率直方圖(95%置信區(qū)間)Fig. 5 Histogram of carbon footprint per hectare of rice-crayfish coculture mode based on Monte Carlo Simulation(95% confidence interval)

3 討論

傳統(tǒng)農(nóng)業(yè)嚴(yán)重依賴化肥的投入, 造成了大量溫室氣體排放。據(jù)聯(lián)合國(guó)糧食及農(nóng)業(yè)組織(FAO)的預(yù)計(jì), 隨著世界人口持續(xù)增長(zhǎng), 到2050年, 肉類、奶制品和雞蛋的產(chǎn)量總需求將增加約44%, 這將為地球環(huán)境和人類健康帶來(lái)一系列問(wèn)題。為此, 世界各國(guó)學(xué)者正呼吁人們廣泛改變飲食策略, 既為營(yíng)養(yǎng)計(jì),也兼顧環(huán)境。2021年, 中國(guó)營(yíng)養(yǎng)學(xué)會(huì)也指出, 中國(guó)居民要優(yōu)化動(dòng)物性食品消費(fèi)結(jié)構(gòu), 改變以紅肉為主的消費(fèi)結(jié)構(gòu), 增加富含多不飽和脂肪酸的水產(chǎn)品攝入量?？梢?jiàn), 未來(lái)改善中國(guó)居民飲食結(jié)構(gòu)和促進(jìn)農(nóng)業(yè)生態(tài)系統(tǒng)轉(zhuǎn)型將是大勢(shì)所趨。在本研究案例中,稻蝦共作模式的水稻產(chǎn)量略低于水稻單作模式, 然而由于稻蝦共作增加了水產(chǎn)動(dòng)物的產(chǎn)量, 其營(yíng)養(yǎng)密度產(chǎn)出比水稻單作模式增加83.5%, 而稻蝦共作模式的單位NDU碳足跡為3.05 kg(CO-eq)·NDU, 比水稻單作模式降低49.3%。這說(shuō)明傳統(tǒng)水稻單作模式向稻蝦共作模式的轉(zhuǎn)變既有利于減緩氣候變暖, 也有益于高效地生產(chǎn)營(yíng)養(yǎng)更豐富的食物, 從而助力人們改善飲食結(jié)構(gòu)、保證人體健康。稻蝦共作作為一個(gè)具有多功能產(chǎn)出的農(nóng)業(yè)生態(tài)模式, 利用同一塊土地和有限的水土資源、更低的碳排放為人們產(chǎn)出富含碳水化合物、蛋白質(zhì)和必需脂肪酸的谷物和水產(chǎn)品。與水稻單作相比, 其經(jīng)濟(jì)效益更高、單位產(chǎn)值碳足跡更低, 是一種兼顧食譜的營(yíng)養(yǎng)性與環(huán)境可持續(xù)性的生態(tài)農(nóng)業(yè)生產(chǎn)模式。前人的研究并沒(méi)有考慮共作模式所產(chǎn)出食品的多樣性問(wèn)題, 因此忽略了不同稻作模式之間重要的營(yíng)養(yǎng)差異。因此, 本研究引入NDU這一功能單位, 從不同的角度對(duì)稻蝦共作模式的碳足跡進(jìn)行了較為客觀且全面的評(píng)價(jià), 既突顯了稻蝦共作模式豐富的營(yíng)養(yǎng)產(chǎn)出功能, 也從改善居民飲食結(jié)構(gòu)的角度剖析了傳統(tǒng)農(nóng)業(yè)向生態(tài)農(nóng)業(yè)轉(zhuǎn)型的迫切性和必要性。

農(nóng)業(yè)生態(tài)系統(tǒng)碳足跡評(píng)價(jià)結(jié)果受生產(chǎn)區(qū)域、作物品種、氣候、土壤、管理措施及生產(chǎn)規(guī)模等一系列因素影響。前人研究表明, 江蘇省和湖北省稻蝦共作模式單位面積碳足跡的變異范圍較大(表5),從7916 kg(CO-eq)·hm到18 797 kg(CO-eq)·hm。劉金根等的評(píng)價(jià)結(jié)果最低, 主要是由于其CH排放量(116 kg·hm)明顯低于其他研究; 其次, 其飼料投入導(dǎo)致的碳足跡僅為657 kg(CO-eq)·hm, 明顯低于本研究的估算1620 kg(CO-eq)·hm。這可能是由于其投飼量較低所致, 這也就不難解釋為何其小龍蝦產(chǎn)量?jī)H為1.75 t·hm。而Hu等的研究和本研究分 別 為2.5 t·hm和2.1 t·hm; 此外, 在他們的研究中, 氮肥投入及其導(dǎo)致的NO排放量也較低?？梢?jiàn),他們的研究中碳足跡評(píng)價(jià)結(jié)果較低的主要原因是其CH排放量較低。Ling等研究表明, 稻蝦共作碳足跡高達(dá)18 797 kg(CO-eq)·hm, 其主要原因是秸稈還田導(dǎo)致了更多的CH排放, 而本研究并未實(shí)施秸稈還田, 碳足跡與Hu等的研究結(jié)果更接近。

表5 不同文獻(xiàn)稻蝦共作模式碳足跡核算結(jié)果的比較Table 5 Comparison of carbon footprint per hectare of ricecrayfish coculture of different references

為了增加評(píng)價(jià)結(jié)果的穩(wěn)健性, 本研究對(duì)稻蝦共作模式碳足跡評(píng)價(jià)結(jié)果進(jìn)行了敏感性和不確定分析。敏感性分析識(shí)別出了對(duì)碳足跡評(píng)價(jià)結(jié)果影響較大的輸入?yún)?shù), 主要包括CH排放量、電力消耗和飼料投入量, 其次是尿素、復(fù)合肥投入量和NO排放量,柴油消耗、有機(jī)肥和稻種投入量對(duì)于碳足跡結(jié)果的影響幾乎可以忽略不計(jì)。不確定性分析結(jié)果表明,在95%的置信區(qū)間下, 稻蝦共作模式的單位面積碳足跡在11 179～15 613 kg(CO-eq)·hm變動(dòng)。值得指出的是, 對(duì)本研究碳足跡評(píng)價(jià)結(jié)果影響較大的CH和NO排放量均來(lái)自本土數(shù)據(jù)庫(kù)(meta分析結(jié)果),未來(lái)進(jìn)一步優(yōu)化評(píng)價(jià)結(jié)果時(shí)可以優(yōu)先考慮敏感性較高的輸入?yún)?shù), 如對(duì)CH和NO排放量進(jìn)行更準(zhǔn)確的田間實(shí)測(cè), 以降低評(píng)價(jià)結(jié)果的不確定性。由于中國(guó)CLCD v0.8本土數(shù)據(jù)庫(kù)缺失小龍蝦飼料碳排放因子, 本研究所用的飼料碳排放因子來(lái)源于歐洲Ecoinvent 2.2數(shù)據(jù)庫(kù), 且為水產(chǎn)動(dòng)物通用飼料, 并非小龍蝦專用飼料, 這在一定程度上也會(huì)影響評(píng)價(jià)結(jié)果的客觀性和準(zhǔn)確性。此外, 由于數(shù)據(jù)缺失, 本研究并未考慮水產(chǎn)動(dòng)物苗種、防逃設(shè)施等輸入, 這可能在一定程度上低估了評(píng)價(jià)結(jié)果。未來(lái), 隨著中國(guó)LCA數(shù)據(jù)庫(kù)的不斷完善和稻蝦共作模式生命周期清單(life cycle inventory, LCI)的不斷充實(shí), 碳足跡評(píng)價(jià)結(jié)果的客觀性和準(zhǔn)確性也將得到進(jìn)一步提高。

稻田是CH的重要排放源。大量研究表明, 相比于水稻單作, 稻蝦共作顯著降低了稻田CH的排放量, 可能主要源于: 一是稻蝦共作稻田具有更深的水層, 降低了通過(guò)水面擴(kuò)散到大氣的CH排放通量; 二是蝦的活動(dòng)提高了土壤氧化還原電位(Eh), 較高的土壤Eh不利于產(chǎn)甲烷菌的形成, 降低了CH排放量; 三是較高的土壤Eh會(huì)降低水稻通氣組織的形成, 不利于CH通過(guò)水稻通氣組織的運(yùn)輸;四是深水導(dǎo)致水稻根系活力降低, 對(duì)CH的吸收減弱, 使得從水稻通氣組織中釋放的CH減少。盡管如此, 本研究碳足跡熱點(diǎn)分析表明, 田間CH排放對(duì)稻蝦共作模式總碳足跡貢獻(xiàn)仍高達(dá)59.8%。因此,進(jìn)一步減少稻田CH排放是降低碳足跡的關(guān)鍵。未來(lái)稻蝦共作可選用低CH排放水稻品種或采用CH抑制劑降低田間的直接溫室氣體排放。此外, 盡管眾多研究表明, 相比于水稻單作, 稻蝦共作由于長(zhǎng)期淹水會(huì)降低NO排放量, 然而由于NO的增溫潛勢(shì)高且能長(zhǎng)時(shí)間存留在大氣中, 并會(huì)對(duì)臭氧層造成破壞, 因此降低NO排放對(duì)于減緩稻蝦共作的碳足跡仍大有裨益, 未來(lái)可通過(guò)聯(lián)合使用低NO排放水稻品種或新型肥料等技術(shù)進(jìn)一步降低農(nóng)田NO排放。飼料對(duì)稻蝦共作模式碳足跡的貢獻(xiàn)也較高(12.3%)。因此, 優(yōu)化水產(chǎn)動(dòng)物飼料生產(chǎn)工藝, 降低飼料生產(chǎn)造成的碳排放以及減少飼料投入, 同時(shí)增加水產(chǎn)動(dòng)物飼料利用率, 可有效降低稻蝦共作模式碳足跡。此外, 由于小龍蝦養(yǎng)殖的需要, 共作模式相比單作模式增加了灌溉量, 因此灌溉耗電對(duì)稻蝦共作模式碳足跡的貢獻(xiàn)也較高(13.8%)。這可能是制約共作模式低碳發(fā)展的瓶頸, 未來(lái)需要優(yōu)化灌溉量, 探索既利于種植又利于養(yǎng)殖的灌溉策略。在本研究中,共作模式較高的產(chǎn)量得益于較多的水肥(尤其是氮肥)投入, 未來(lái)的研究中, 在考慮碳足跡的同時(shí), 應(yīng)當(dāng)考慮水足跡和氮足跡, 以更全面地評(píng)價(jià)稻蝦共作模式的環(huán)境效益。

4 結(jié)論

本研究利用大田試驗(yàn)數(shù)據(jù)結(jié)合生命周期評(píng)價(jià)方法, 對(duì)水稻單作和稻蝦共作模式進(jìn)行了較為全面的碳足跡評(píng)價(jià), 并對(duì)評(píng)價(jià)結(jié)果進(jìn)行了敏感性和不確定性分析, 主要結(jié)論如下: 稻蝦共作模式的單位面積碳足跡、單位產(chǎn)值碳足跡和單位NDU碳足跡分別為13 140 kg(CO-eq)·hm、0.11 kg(CO-eq)·￥和3.05 kg(CO-eq)·NDU, 比水稻單作降低7.0%、81.4%和49.3%, 而稻蝦共作模式的凈生態(tài)系統(tǒng)經(jīng)濟(jì)預(yù)算(85 745 ￥·hm)比水稻單作模式增加511.5%。因此,在長(zhǎng)江下游地區(qū)推廣稻蝦共作模式將有利于減排溫室氣體、促進(jìn)農(nóng)民增收并助力居民改善膳食結(jié)構(gòu)。不確定性分析結(jié)果表明, 在95%的置信區(qū)間下, 稻蝦共作模式的單位面積碳足跡在11 179～15 613 kg(CO-eq)·hm變動(dòng)。敏感性分析識(shí)別出了對(duì)稻蝦共作模式碳足跡評(píng)價(jià)結(jié)果影響較大的輸入?yún)?shù), 主要包括CH排放、電力消耗和飼料投入。未來(lái)隨著稻田綜合種養(yǎng)技術(shù)的進(jìn)一步提升, 可針對(duì)性地量化碳減排潛力, 以更低的環(huán)境足跡為人類產(chǎn)出更豐富的食物和營(yíng)養(yǎng)。