检索
E-mail
RSS
高级检索 图表检索

当期目录 我要投稿 过刊浏览
高级检索 图表检索

作物杂志, 2022, 38(4): 146-153 doi: 10.16035/j.issn.1001-7283.2022.04.020

生理生化·植物营养·栽培耕作

基于能值改进模型的红米与烤烟作物系统可持续性评价——以贵州省盘州市为例

孙凯,1, 梁龙,1, 李仲佰2

1贵州财经大学管理科学与工程学院,550025,贵州贵阳

2盘州市农业农村局,553537,贵州盘州

Sustainability Evaluation of the Red Rice and Flue-Cured Tobacco Crop System Based on the Improved Emergy Model——A Case Study of Panzhou City, Guizhou Province

Sun Kai,1, Liang Long,1, Li Zhongbai2

1College of Management Science and Engineering, Guizhou University of Finance and Economics, Guiyang 550025, Guizhou, China

2Bureau of Agriculture and Rural Affairs of Panzhou City, Panzhou 553537, Guizhou, China

通讯作者: 梁龙,主要研究方向为生态农业与可持续发展,E-mail： txws0109@126.com

收稿日期: 2021-12-7   修回日期: 2021-12-26   网络出版日期: 2022-06-14

基金资助: 贵州省科技厅科技计划项目“构建碳足迹大数据推动贵州特色农业全产业链绿色发展研究”(黔科合基础（2020）1Z057)
2021年贵州财经大学在校研究生科研项目(2020ZXSY59)

Received: 2021-12-7   Revised: 2021-12-26   Online: 2022-06-14

作者简介 About authors

孙凯,主要研究方向为农村发展,E-mail： 1563828792@qq.com

摘要

为准确测度农作物生产的可持续发展水平,进一步提高可持续发展能力。将碳排放与碳固定视为农田系统环境产出,纳入能值分析框架,建立能值改进指标,评价区域红米和烤烟2种不同作物生产模式的可持续性并进行灵敏性测试。研究发现,红米和烤烟系统的能值投入分别是1.26E+17sej/hm2和1.24E+17sej/hm2,产品能值产出分别是2.61E+16sej/hm2和6.55E+15sej/hm2,红米生产模式的产品产出效率较好。在环境能值产出方面,红米系统表现为净温室气体排放“源”,碳排放（5.97E+16sej/hm2）远大于碳固定（1.30E+15sej/hm2）,减排潜力较大;而烤烟系统则表现为碳固定盈余,碳排放（1.95E+14sej/hm2）小于碳固定（3.42E+14sej/hm2）。温室气体排放量变化对作物系统环境负载率和可持续发展水平的影响最大。结论表明,在传统能值分析体系中增设碳排放与碳固定指标可为农业系统可持续性评价提供更加全面的测算思路和方法借鉴。

关键词： 环境产出; 能值改进指标; 红米系统; 烤烟系统; 可持续性评价

Abstract

The goal of this study is to measure the sustainable development level of crop production, and to further improve the capacity of sustainable development. In the emergy analysis framework, carbon emission and carbon sequestration were considered as environmental outputs of the farmland system, and the emergy improvement index was created to evaluate the sustainability of two different crop production modes of red rice and flue-cured tobacco, as well as test its sensitivity. It was found that the emergy input of red rice and flue-cured tobacco system were 1.26E+17sej/ha and 1.24E+17sej/ha, respectively, and the product emergy output were 2.61E+16sej/ha and 6.55E+15sej/ha, respectively. The production pattern of red rice was better than flue-cured tobacco in the system product output efficiency. In terms of the environmental emergy output, the red rice system was source of net greenhouse gas emissions, it’s carbon emissions (5.97E+16sej/ha) were much more than carbon sequestration (1.30E+15sej/ha). There was great potential for emission reduction. The flue-cured tobacco system showed the carbon sequestration surplus, it’s carbon emissions (1.95E+14sej/ha) was less than carbon sequestration (3.42E+14sej/ha). The changes of greenhouse gas emissions had the greatest impact on the environmental load rate and sustainable development level of crop systems. This study showed that the addition of carbon emission and carbon sequestration indexes in the traditional emergy analysis system could provide more comprehensive calculation ideas and methods for the sustainability evaluation of agricultural production system.

Keywords： Environmental output; Emergy improvement indexes; Red rice system; Flue-cured tobacco system; Sustainability evaluation

PDF (495KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

孙凯, 梁龙, 李仲佰. 基于能值改进模型的红米与烤烟作物系统可持续性评价——以贵州省盘州市为例. 作物杂志, 2022, 38(4): 146-153 doi:10.16035/j.issn.1001-7283.2022.04.020

Sun Kai, Liang Long, Li Zhongbai. Sustainability Evaluation of the Red Rice and Flue-Cured Tobacco Crop System Based on the Improved Emergy Model——A Case Study of Panzhou City, Guizhou Province. Crops, 2022, 38(4): 146-153 doi:10.16035/j.issn.1001-7283.2022.04.020

农业作为一个具有自然和社会双重特性的复杂生态系统,其主要功能是提供食物。但随着世界人口对食物需求的不断增长,能源和农用化学品投入增加,在促进作物增产的同时导致农业所依赖的自然资源和生态环境状况不容乐观,农业可持续发展必须重新审视产量和生态之间的关系。因此,在实际情况中需使农业可持续性可定量化,并使农业生产系统适应经济、生态和社会系统的可持续发展[1]。

能值分析（emergy analysis,EMA）作为生态学和经济学之间的桥梁,旨在探索和评价系统的可持续状况,当前被广泛运用于农业领域[2-3]。焦士兴等[4]运用能值理论,分析河南省农业生态系统的结构功能与资源环境效益,发现系统过度依赖工业辅助能值投入,且能值内部投入结构存在差异,农业正在远离生态可持续发展。宋丹等[5]基于区域农业产业协同发展目标,利用EMA法对北京、天津和河北保定农业生态系统进行对比分析,结果表明,天津和河北保定农业系统对环境的压力要远大于北京,今后应着重调整津保二市的农业发展方式,以实现京津冀农业协同发展。马世昌等[6]运用EMA法对安徽省农业生态系统的能值投入、产出及效率进行分析评价,发现安徽省农业系统属于消费型生态经济系统,农业生产不可持续,未来需进一步提高能值产出和降低环境负载。

EMA是评价农业可持续性的一种成功方法。但也有学者[7⇓-9]认为,EMA方法忽略了污染排放对环境的不利影响。因此,通过改进EMA方法并与其他生态环境评价指标和工具组合使用,有可能弥补EMA方法的局限[10-11]。王一超等[9]基于能值与生命周期评价耦合模型,评估了北京市郊区3种（玉米、蔬菜和桃）典型农作系统的生态效率。Su等[12]将农业非点源污染纳入能值核算,对中国3种农业生产类型（水稻单作、稻田种养和非粮生产系统）进行了环境可持续性评价。Fan等[13]建议将能值和能量分析结合运用,作为一种可靠的农业生产衡量指标,以便获得系统更多的能源利用效率和可持续生产信息。方一平等[14]将环境污染物（废水、固废和CO2）视为非期望产出纳入EMA模型,构建了区域绿水青山向金山银山转化的价值度量体系,以检测西南地区“两山”价值转化效率和水平。尽管基于能值改进方法和多指标结合运用的分析文献不少,但鲜有研究关注农业生态系统的碳源与碳汇。因此,关注并结合“双重碳”指标,对改进EMA法和进一步探究农作系统可持续性具有重要的理论和现实意义。

本文以贵州省盘州市新民镇为例,在EMA方法框架下,将农业生态系统碳源和碳汇纳入相关能值核算指标,并用于评价红米和烤烟2种典型农作系统的可持续发展水平。同时,沿用Wang等[15-16]和王一超等[9]的做法对不同作物系统进行基于弹性系数的灵敏性分析,确定影响系统可持续性表现的环境产出能值流。最后,根据评估结果按照低碳绿色和可持续农业发展原则,提出能兼顾作物生产效率与生态效益的生产优化建议。

1 材料与方法

1.1 试验地概况与材料

新民镇地处贵州省盘州市东南部（104°48′3~104°58′E,25°17′~25°37′N）,下辖16个行政村,1个社区,总面积134.5km2,其中耕地面积5770.0hm2,平均海拔1100~1700m,是贵州高原向云南高原的过渡地带,喀斯特山地特征明显。太阳辐射量4500~4737MJ/m2,年均气温15℃,年均降雨量1135.7mm,属亚热带季风气候,利于作物生长和季节性种植。

新民镇作为该地区典型农业大镇,目前主要种植玉米、水稻和小麦等粮食作物,烤烟、生姜、油菜、软籽石榴和中药材等经济作物。过去一直以低效玉米（青贮玉米及籽粒玉米）种植为主,但近年来在玉米价格下行的环境下,地方政府通过不断调整和优化农业产业结构,逐步发展出以高原水稻（红米）为主导,以烤烟、中药材和精品水果等为特色的多样化种植模式。为此,本研究根据新民镇产业发展现状及规划布局,选取旧屯村和上乍勒村红米种植模式代表粮食生产系统,白鱼村和五嘎村烤烟种植模式代表大田经济作物系统（表1）,分别分析可持续性,并探究提升空间。

表1   新民镇2种典型作物种植面积及分布情况

Table 1  The planting area and distribution of two typical crops in Xinmin town

项目
Item		粮食作物系统
Grain crop system		经济作物系统
Cash crop system
作物Crop红米烤烟
全生育周期Full growth cycle5-9月5-9月
种植面积Planting area (hm2)866.7354.5

新窗口打开| 下载CSV


1.2 数据来源

气象资料来源于中国气象数据网(http://data.cma.cn/)、贵州省气象局(http://gz.cma.gov.cn/)和2018-2020年《贵州统计年鉴》。作物种植面积和农产品产量来自《新民镇“十四五”农业产业发展规划报告》。土壤侵蚀速率和土壤有机质含量主要参考相关文献[17-18]。物质投入—产出数据来自2021年9月通过对农业经营主体（公司、合作社和小农户）进行的面对面访谈和结构式问卷调查的结果。所获得的农业生产数据包括劳动力、种子、肥料、农药、农用柴油和农产品产量等,并取平均值。

1.3 农业生态系统边界

以新民镇红米和烤烟2种典型农作物为研究对象,以1hm2单位农田面积的各资源投入和系统产出平均水平为基本计算内容,充分考虑从“摇篮到农田大门”农资生产、农作栽培以及农产品收获结束过程中的能量流动、温室气体排放以及二氧化碳（CO2）固存等细节。其中,根据投入资源的来源判断,支持系统生产的资源投入可分为自然环境投入和人为辅助投入。自然环境投入包括可更新的太阳光能、雨水化学能、风能（为避免重复计算本文仅考虑数值最大的雨水化学能）（R）和不可更新的表土损失能（N）;人为辅助投入包括不可更新的化肥、柴油、农药、地膜、电力（F）和可更新的有机肥、劳动力及种子（r）。

1.4 研究方法

1.4.1 EMA方法

EMA方法是一种以太阳能为通用单位,以太阳能焦耳（solar emjoules,缩写sej）为度量标准的生态经济系统定量评价方法,它通过考虑免费的自然资源投入来评估系统的稳定性和可持续性[19⇓-21]。就其分析对象而言,有大到国家或地区的生态经济系统,也有小到具体产业的生产系统[22]。然而,不同文献使用的不同能值基准可能导致能值转换效率的差异[2]。因此,本研究计算使用的能值基准为2016年国际能值学会确定的最新能值基准（1.20×1025sej/a）,若涉及所需的能值转化率,则通过参考文献的能值基准与最新能值基准（1.20×1025sej/a）的比值来换算。EMA方法一般用以下能量方程式进行计算：

Emergy$_{i}\text{=}\sum\nolimits_{i=1}^{i=n}{\text{UE}{{\text{V}}_{i}}}\text{ }\!\!\times\!\!\text{ }{{e}_{i}}$i=1,2,...,n

式中,Emergyi表示太阳能值;ei是系统内第i种物质或劳动能量输入流;UEVi为第i个投入资源的单位能值转化率,其中自然环境资源投入的太阳能值转化率采用Odum[20]研究得出的相关参数,人为辅助资源投入和系统产出的能量折算、能值转化率则选择具体所投入资源的特定参数[6,20,22⇓-24]。

1.4.2 净碳足迹法（net carbon footprint method）

净碳足迹法是衡量大气增暖趋势和减排潜力的重要方法,它综合考虑了农业生产各环节的温室气体排放与农田CO2固定[25]。具体计算公式如下：

温室气体排放计算：

EE=GHGEinput+GHGEfield
GHGEinput=∑Gi×βi
GHGEfield=(N2Odirect+N2Oindirect)×1.57×265+CH4paddy×1.33×28
CH4paddy=t×α×M×0.14

式中,EE表示农业系统总温室气体排放量;GHGEinput表示农业生产要素投入引起的温室气体排放量;Gi为各要素投入的数量;βi为相关温室气体排放系数（表2）;GHGEfield表示施用氮肥引起的农田温室气体排放量;N2Odirect为施氮直接释放的N2O[26];N2Oindirect为施氮间接产生的NH3挥发和NO3-淋失[3];CH4paddy为稻田的CH4排放量（旱地产生的CH4量微小,可忽略不计）;1.57和1.33分别是N2对N2O和C对CH4的分子转化系数;265和28分别是100年尺度上N2O和CH4等量于CO2的全球潜在增温趋势[27],t是水稻栽培占全年的时间;α为中国稻田CH4年基准排放系数[28];M为有机肥投入量;0.14是有机肥施用的相应CH4排放参数[29]。

表2   各投入要素的温室气体排放系数

Table 2  Greenhouse gas emission coefficients for each inputs

项目Item碳排放系数
Emission coefficient		参考文献
Reference
劳动力Human labor (d)0.86[32]
柴油Diesel fuel (L)3.75[33]
氮肥Nitrogen fertilizer (kg)7.76[34]
磷肥Phosphorus fertilizer (kg)2.33[34]
钾肥Potassium fertilizer (kg)0.66[34]
有机肥Organic fertilizer (kg)0.23[35]
农膜Plastic film (kg)0.10[35]
农药Pesticide (kg)18.00[36]

新窗口打开| 下载CSV


农田作物CO2固定量计算公式：

$\text{ES}=\frac{\text{1}\text{.63 }\!\!\times\!\!\text{ Y }\!\!\times\!\!\text{ (1-}\theta \text{)}}{\text{H}}$

式中,ES为农田生态系统植物固定的CO2量,即植物体每积累1g干物质,分别需向大气吸收1.63g的CO2,释放1.19g的O2[30];Y为产品产量;θ和H分别为生物体含水率和作物经济系数[31]。

1.4.3 基于环境产出的能值改进指标（E-EMA indexes）

参照Watanabe等[24]和Wang等[37]的方法,以EMA为基础,构建包含碳效益的农业生态系统评价模型。具体测算指标如下：

传统意义上,能值产出率（emergy yield ratio,EYR）是指系统产出能值与人为辅助投入能值的比值,EYR值越高,代表系统的生产效率越好。但是农业生态系统的产出能值不仅只是农产品,还包括生态保育服务（CO2的固定）。因此,理应将农业碳汇视为生态效益产出纳入EYR指标进行测算。公式如下：

$\text{EYR}=\frac{\text{Y}+\text{ES}}{\text{F}+\text{r}}$

环境负载率（environmental load ratio,ELR）是指系统不可更新资源与可更新资源能值投入的比值,用来衡量一定生产条件下某一区域或系统生态环境所承受的压力大小。ELR值越高,代表生态环境承受的压力越大,一般而言,当ELR<3时,表明压力小;当3≤ELR≤10时,表明压力处于中等水平;当ELR>10时,表明压力很大。与传统的ELR不同,研究在ELR指数中将农业系统碳排放加以考虑,并理解为生态环境压力的增加。具体表达方式如下：

$\text{ELR}=\frac{\text{(F}+\text{N)}+\text{EE}}{\text{R}+\text{r}}$

生态能值可持续发展指数（ecological emergy sustainability index,EESI）与传统能值可持续发展指数（ESI）相似,EESI是指生态能值产出率与环境负载率的比值,若生态能值产出率较高而环境负载率较低,则表征该系统是可持续的,反之则是不可持续的。当EESI<1时,表明系统的可持续能力弱,环境负载率高;当1≤EESI≤10,表明系统可持续;当EESI>10时,表明系统资源利用效率较低,整体处于落后阶段,可进一步开发[37]。公式如下：

$\text{EESI}=\frac{\text{EEYR}}{\text{ELR}}$

1.4.4 系统灵敏性分析

农业生态系统的灵敏性分析是指通过模拟改变模型内某些能值分量来检查各项能值评价指标结果的变化,以此探究影响农业可持续性的主要因子[38]。本研究假定系统各资源投入和产品产出不变,设计系统碳排放与碳固定同时减半（减少50%）或加倍（增加200%）的情景,采用基于弹性系数的灵敏性分析方法[15-16],计算各能值指标的变化幅度及波动情况。具体分析公式如下：

$\text{SC}=\left| \frac{\text{(}{{\text{E}}_{\text{1}}}-{{\text{E}}_{\text{0}}}\text{)/}{{\text{E}}_{\text{0}}}}{\text{ }\!\!\Delta\!\!\text{ C}} \right|$

式中,E0和E1分别是环境产出能值流变化前和变化后的相应指标结果;∆C是环境产出增（减）的变动量;SC是灵敏系数,SC>1说明能值评价指标的变化大于能流参数的变化,SC=1表明评价指标与参数同比例变化,SC<1表明评价指标的变化小于参数的变化。

2 结果与分析

2.1 2种典型农作系统的能值投入和产出结果分析

如表3所示,红米和烤烟系统的总能值投入分别是1.26E+17sej/hm2和1.24E+17sej/hm2,农产品能值产出分别是2.61E+16sej/hm2和6.55E+15sej/hm2,红米系统的产品产出效率较好。环境能值产出表现为红米系统碳排放（5.97E+16sej/hm2）远大于其吸收的碳固定（1.30E+15sej/hm2）,是净温室气体排放系统;烤烟系统碳排放（1.95E+14sej/hm2）小于碳固定（3.42E+14sej/hm2）,是生态盈余系统,温室气体平衡潜力较大。

表3   2种典型农作系统的原始数据及能值结果

Table 3  Raw data and emergy calculation results of the two typical crop systems

项目
Item		能值转化率
Unit emergy value
(sej/unit)		原始数据Raw data能值Emergy value
红米
Red rice		烤烟
Flue-cured tobacco		红米
Red rice		烤烟
Flue-cured tobacco
能值投入
Emergy inputs
(sej/hm2)		可更新自然资源–––1.12E+171.12E+17
太阳能1.00E+001.54E+131.54E+131.54E+131.54E+13
风能1.86E+031.55E+081.55E+082.89E+112.89E+11
雨水化学能2.35E+044.76E+124.76E+121.12E+171.12E+17
不可更新自然资源–––2.20E+152.20E+15
表土损失能7.94E+042.77E+102.77E+102.20E+152.20E+15
不可更新工业辅助能量–––2.08E+141.80E+15
氮肥4.83E+09–1.27E+05–6.14E+14
磷肥4.96E+09–1.27E+05–6.31E+14
钾肥1.40E+09–1.27E+05–1.78E+14
柴油8.41E+042.48E+094.09E+092.08E+143.44E+14
农药2.06E+091.20E+025.70E+022.47E+111.17E+12
农膜4.83E+08–7.50E+04–3.62E+13
可更新生物有机能–––1.12E+168.33E+15
劳动力5.73E+069.83E+081.42E+095.63E+158.12E+15
种子2.60E+042.15E+117.34E+095.59E+151.91E+14
有机肥3.44E+065.25E+054.13E+061.81E+121.42E+13
总投入–––1.26E+171.24E+17
能值产出
Emergy outputs
(sej/hm2)		农产品–1.08E+113.27E+102.61E+166.55E+15
碳排放5.09E+071.17E+093.83E+065.97E+161.95E+14
碳固定5.09E+072.56E+076.72E+061.30E+153.42E+14

新窗口打开| 下载CSV


2.2 2种典型农作系统的能值投入结构分析

2.2.1 自然环境资源能值投入

如图1所示,红米和烤烟作物系统更依赖于自然可更新资源的投入,分别占系统总能值投入的89.15%和90.08%,表明当地自然环境资源在一定程度上能够支撑系统自身发展。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   2种典型农作系统的能值投入结构

Fig.1   Emergy input structure of the two typical crop systems


2.2.2 人为辅助能值投入

由图1可知,相比自然环境资源投入,人为辅助能值是人类通过对系统开展间接调控和生产实践时的各类能量投入。红米和烤烟作为当地长期保持下来的传统农作模式,2种系统的人为辅助能值投入差异不大,生产对人为辅助能投入的需要量较少,分别占总能值投入的9.10%和8.15%,但前者的可更新生物有机能投入较多（占8.93%）,后者的工业辅助能需求更大（占1.45%）,主要表现为烤烟作为经济作物,其经济价值相对较高的特点决定了农业生产经营主体更偏向于投入较多的工业辅助能值。

2.2.3 人为辅助能值投入构成

红米生产所需要的人为辅助能包括劳动力、种子、农药、机械动力燃油和有机肥。其中可更新部分,劳动力和种子投入最多,分别是5.63E+15和5.59E+15sej/hm2,有机肥为1.81E+12sej/hm2;不可更新部分,机械动力燃油和农药的投入分别是2.08E+14和2.47E+11sej/hm2（表3）。可见,该地区红米种植仍较为传统和原生态,而烤烟生产则额外增加了化肥和农膜的投入,使得工业辅助能值投入（1.80E+15sej/hm2）高于红米。

从2种典型农作系统人为辅助能值投入的内部构成可知,一方面虽然红米和烤烟同为大田生产,但烤烟属于经济作物,所以各农业生产经营者更加重视对烤烟的栽培、管理和收获;另一方面尽管农用机械已开始在全国范围内广泛应用,但在土地相对零散,以丘陵、坡地为主的新民镇,其农业机械化程度普遍偏低,生产尤其依赖劳动力的密集投入。

2.3 能值指标评价百分比

传统和改进的能值评价指标核算结果（表4）表明,红米和烤烟系统的传统EYR分别是2.28和0.65,但考虑生态效益产出后,烤烟系统的能值产出率提升了1.5%,为0.66。因此,理论上传统只关注到社会和经济效益的EYR核算不足以全面反映生态产出效益较好的农业系统真实贡献。与传统的ELR（0.02和0.03）相比,关注了温室气体排放产出的ELR改进指标值分别是0.49和0.03。其中红米系统作为农业温室气体排放“源”,其ELR从0.02增加为0.49,指标变化显著,系统环境压力明显增大。在红米系统中传统的ESI是116.84,大于10,表明该种农作模式整体处于落后待开发阶段。而考虑环境产出后,其EESI出现明显下降,为4.63。但在碳排放较低的烤烟系统中ESI和EESI差距不大,分别是19.43和19.87。可见,对比传统和改进的能值指标,对运用能值方法评价农业生态系统可持续性具有重要意义。

表4   2种典型农作系统的能值评价指标

Table 4  Emergy evaluation indexes of the two typical crop systems

项目
Item		红米
Red rice		烤烟
Flue-cured tobacco
传统能值评价指标
EMA index		EYR2.280.65
ELR0.020.03
ESI116.8419.43
能值改进评价指标
E-EMA index		EYR2.280.66
ELR0.490.03
EESI4.6319.87

新窗口打开| 下载CSV


2.4 灵敏性分析结果

如表5和图2所示,红米系统的EYS、ELR和EESI指标变化和相应的SC值结果表明,温室气体排放变化对ELR和EESI的影响较大。当系统温室气体排放增加一倍后,环境负载率将升高98.18%,生态能值可持续发展指数则会降低49.54%,且ELR和EESI的SC值分别是0.49和0.25;而当系统温室气体排放减少一半后,ELR和EESI分别降低49.09%和升高96.42%,同时ELR的SC值是1.96,大于1,EESI的SC值是0.99,接近1,说明可持续发展水平的提升幅度与温室气体排放减少量接近于同比例变化,但ELR对温室气体排放的减半变化更为敏感,ELR的降低程度远超过系统温室气体排放的减少幅度,温室气体排放的减少能够减轻系统更多的生态环境压力。

表5   2种典型农作系统环境产出变化及能值指标波动

Table 5  Changes of environmental output and emergy indexes fluctuation of the two typical crop systems

项目Item红米Red rice烤烟Flue-cured tobacco
EYSELREESIEYSELREESI
增加200% Increase 200%碳排放Carbon emission–98.18% ↑49.54% ↓2.20% ↓1.20% ↑3.35% ↓
碳固定Carbon sequestration–2.14% ↓2.18% ↑5.11% ↑–5.11% ↑
减少50% Reduction 50%碳排放Carbon emission–49.09% ↓96.42% ↑1.46% ↑–1.46% ↑
碳固定Carbon sequestration–1.07% ↑1.06% ↓2.20% ↓0.60% ↑2.78% ↓

“↑”代表升高,“↓”代表降低

“↑”indicates increase,“↓”indicates decline

新窗口打开| 下载CSV


图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   红米系统环境产出增（减）后的灵敏性系数

Fig.2   Sensitivity coefficients of the red rice system after the environmental output increase or decrease


相比红米生产系统,烤烟系统具有较强的稳定性（图3）,碳排放变化对EYS、ELR和EESI指标的影响较小。但当CO2固定量增加1倍后,EEYR增加5.11%,EESI提升5.11%,相应的SC值都接近0.03。而当系统CO2固定量减少一半后,ELR提高0.60%,EEYR和EESI分别降低2.20%和2.78%,相应的SC值约为0.04、0.01和0.06。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   烤烟系统环境产出增（减）后的灵敏性系数

Fig.3   Sensitivity coefficients of the flue-cured tobacco system after the environmental output increase or decrease


因此,红米生产模式的可持续发展水平与系统温室气体排放有关,而稳定或增强烤烟生产模式的碳平衡能力可以促进系统生态服务产出、降低环境压力和提升可持续发展水平。

2.5 确定关键投入能值流

从以上的灵敏性测试结果可知,温室气体排放是制约红米系统可持续发展的重要因子,需进一步减少系统温室气体排放。其中稻田CH4减排是重点领域,在扩大红米种植规模的过程中应特别关注淹水厌氧条件下,稻田土壤中产甲烷菌作用于产甲烷基质产生的CH4排放,可采用覆膜栽培和秸秆合理还田等农艺措施避免温室气体过度排放导致环境压力升高,超出系统承受阈值,降低生产可持续性。

虽然环境产出变化对烤烟种植可持续性的影响不大,但针对现阶段烤烟较多依赖不可更新工业辅助能投入（尤其是化肥）,产量却并不高的事实,未来烤烟发展可通过促进良种选育、鼓励生产经营者选择对环境影响较小的生物有机肥替代化肥等生产技术,达到烤烟高产和优质,实现不可更新工业辅助能值投入的调控,进而在真正提高作物系统生产效率的同时保证其固碳能力不被破坏,维持系统发展的稳定性。

3 讨论

目前,EMA方法已经被用于评价多种农业生产模式的可持续性,但是很少有研究在能值的基础上关注并考虑农业系统的生态效益和环境排放,使得评价结果缺乏系统性与全面性。因此,考虑了农业碳源与碳汇的能值改进指标体系被用来评估贵州省新民镇一级红米和烤烟2种典型农作系统的可持续性,以此兼顾农业生产和生态的双重功能。

从能值产出率来看,理论上包含生态服务效益产出的EYR改进指标值应高于传统的EYR核算结果。从环境负载率来看,传统的ELR核算并未考虑到温室气体排放对环境造成的负面影响,可能导致测算结果低于改进的ELR,然而将其用于分析作物系统中的生态环境压力有失偏颇。从可持续性指数来看,2种不同指标体系得到的结果存在差异,说明环境产出指标对衡量和评价农业系统稳定性与可持续性具有较大的影响,不能被忽视。

整体上,未考虑农业系统双碳效应的能值评价指标体系分析结果与改进了的能值评价指标体系分析结果相比,只强调农作系统社会、经济效益而忽略生态产出（包括生态服务产出和环境损害产出）的传统能值分析,很可能导致可持续评价结果的高估（忽略农业温室气体源排放）或低估（忽略农田生态系统作物碳固定）,不能综合、全面地判定农业生产系统的可持续发展能力。未来考虑环境排放与生态服务的多维能值评价指标应是EMA方法运用于农业系统可持续性研究的重点内容。

4 结论

在新民镇区域内,红米和烤烟系统对环境造成的压力虽然都比较小,但红米系统净温室气体平衡效果不理想,整体表现为碳排放“源”,因此需采取有效的稻田温室气体减排措施,将碳排放量限制在能够维持作物生产系统可持续发展的可控范围内。烤烟系统虽然表现为较好的生态效益,但是作物单位面积产量较低,因此提高烟叶产量是今后烤烟种植实现可持续发展的主攻方向。

参考文献

张洁瑕, 陈佑启, 郝晋珉, 等.

乡村振兴战略框架下的区域农业生态系统研究进展

中国农业大学学报, 2021, 26(5):92-105.

[本文引用: 1]

王小龙, 刘星星, 隋鹏, 等.

能值方法在农业系统应用中的常见问题及其纠正思路探讨

中国生态农业学报(中英文), 2020, 28(4):503-512.

[本文引用: 2]

Xu Q, Yang Y, Hu K L, et al.

Economic,environmental,and emergy analysis of China's green tea production

Sustainable Production and Consumption, 2021, 28(10):269-280.

DOI:10.1016/j.spc.2021.04.019      URL     [本文引用: 2]

焦士兴, 崔思静, 王安周, 等.

基于能值理论的河南省农业生态系统评价

地域研究与开发, 2021, 40(2):135-139.

[本文引用: 1]

宋丹, 李丁, 王岳光, 等.

京津保农业生态系统的能值分析

江苏农业科学, 2017, 45(4):231-235.

[本文引用: 1]

马世昌, 吴晓磊.

安徽省农业生态经济系统能值分析

中国农业资源与区划, 2019, 40(12):101-107.

[本文引用: 2]

Hau J L, Bakshi B R.

Promise and problems of emergy analysis

Ecological Modelling, 2004, 178(2):215-225.

DOI:10.1016/j.ecolmodel.2003.12.016      URL     [本文引用: 1]

Wang Q S, Xiao H, Ma Q, et al.

Review of emergy analysis and life cycle assessment:Coupling development perspective

Sustainability, 2020, 12(1):367-380.

DOI:10.3390/su12010367      URL     [本文引用: 1]

王一超, 赵桂慎, 彭澎, 等.

基于能值与生命周期评价耦合模型的农业系统生态效率评估——以北京市郊区为例

农业环境科学学报, 2018, 37(6):1311-1320.

[本文引用: 3]

Patterson M, Mcdonald G, Hardy D.

Is there more in common than we think? Convergence of ecological footprinting,emergy analysis,life cycle assessment and other methods of environmental accounting

Ecological Modelling, 2017, 362(24):19-36.

DOI:10.1016/j.ecolmodel.2017.07.022      URL     [本文引用: 1]

Wang X L, Wang W, Guan Y S, et al.

A joint use of emergy evaluation,carbon footprint and economic analysis for sustainability assessment of grain system in China during 2000-2015

Journal of Integrative Agriculture, 2018, 17(12):2822-2835.

DOI:10.1016/S2095-3119(18)61928-8      URL     [本文引用: 1]

Su Y, He S, Wang K, et al.

Quantifying the sustainability of three types of agricultural production in China:An emergy analysis with the integration of environmental pollution

Journal of Cleaner Production, 2019, 252(10):119650.

DOI:10.1016/j.jclepro.2019.119650      URL     [本文引用: 1]

Fan J L, Brian G M C, Henry H J, et al.

Emergy and energy analysis as an integrative indicator of sustainability:A case study in semi-arid Canadian farmlands

Journal of Cleaner Production, 2018, 172(1):428-437.

DOI:10.1016/j.jclepro.2017.10.200      URL     [本文引用: 1]

方一平, 朱冉.

“两山”价值转化的经济地理思维:从逻辑框架到西南实证

经济地理, 2021, 41(10):192-199.

[本文引用: 1]

Wang Q S, Ma Z, Ma Q, et al.

Comprehensive evaluation and optimization of agricultural system:An emergy approach

Ecological Indicators, 2019, 107(12):105650-105658.

DOI:10.1016/j.ecolind.2019.105650      URL     [本文引用: 2]

Wang Q S, Zhang Y, Tian S, et al.

Evaluation and optimization of a circular economy model integrating planting and breeding based on the coupling of emergy analysis and life cycle assessment

Environmental Science and Pollution Research, 2021, 1(7):1-14.

[本文引用: 2]

陈起伟, 熊康宁, 兰安军.

基于GIS技术的贵州省土壤侵蚀危险性评价

长江科学院院报, 2020, 37(12):47-52,66.

[本文引用: 1]

刘彦伶, 李渝, 张萌, 等.

基于文献计量的贵州喀斯特地区石漠化等级土壤养分状况分析

中国土壤与肥料, 2019(2):171-180.

[本文引用: 1]

蓝盛芳, 钦佩, 陆宏芳. 生态经济系统能值分析. 北京: 化学工业出版社, 2002.

[本文引用: 1]

Odum H T. Environmental Accounting:Emergy and Environmental Decision Making. New York: Wiley, 1996.

[本文引用: 3]

Boody G, Vondracek B, Andow D A, et al.

Multifunctional agriculture in the United States

Biological Science, 2005, 55(1):27-38.

[本文引用: 1]

Brown M T, Ulgiati S.

Assessing the global environmental sources driving the geobiosphere:A revised emergy baseline

Ecological Modelling, 2016, 339(10):126-132.

DOI:10.1016/j.ecolmodel.2016.03.017      URL     [本文引用: 2]

陈阜. 农业生态学. 北京: 中国农业大学出版社, 2009.

[本文引用: 1]

Watanabe M D B, Ortega E.

Dynamic emergy accounting of water and carbon ecosystem services:A model to simulate the impacts of land-use change

Ecological Modelling, 2014, 271(10):113-131.

DOI:10.1016/j.ecolmodel.2013.03.006      URL     [本文引用: 2]

Liang L, Ridoutt B G, Wang L, et al.

China’s tea industry:Net greenhouse gas emissions and mitigation potential

Agriculture, 2021, 11(4):363-381.

DOI:10.3390/agriculture11040363      URL     [本文引用: 1]

王孝忠. 我国蔬菜生产的环境代价、减排潜力与调控途径. 北京: 中国农业大学, 2018.

[本文引用: 1]

IPCC.

Climate change 2014:mitigation of climate change

contribution of working group III to the Fifth Assessment Report of the intergovernmental panel on climate change. Cambridge: Cambridge University Press, 2014.

[本文引用: 1]

夏龙龙, 颜晓元.

中国粮食作物生命周期生产过程温室气体排放的研究进展及展望

农业环境科学学报, 2020, 39(4):665-672.

[本文引用: 1]

Zhang B, Chen B.

Sustainability accounting of a household biogas project based on emergy

Applied Energy, 2017, 194(15):819-831.

DOI:10.1016/j.apenergy.2016.05.141      URL     [本文引用: 1]

赵桂慎, 李彩恋, 彭澎, 等.

生态敏感区有机板栗生态补偿标准及其估算——以北京市密云水库库区为例

中国农业资源与区划, 2016, 37(6):50-56.

[本文引用: 1]

白义鑫, 盛茂银, 胡琪娟, 等.

贵州喀斯特农田生态系统碳足迹时空差异研究

四川农业大学学报, 2019, 37(5):685-694.

[本文引用: 1]

刘巽浩, 徐文修, 李增嘉, 等.

农田生态系统碳足迹法:误区、改进与应用——兼析中国集约农作碳效率

中国农业资源与区划, 2013, 34(6):1-11.

[本文引用: 1]

Liu Y, Langer V, Høgh-Jensen H, et al.

Life cycle assessment of fossil energy use and greenhouse gas emissions in Chinese pear production

Journal of Cleaner Production, 2010, 18(14):1423-1430.

DOI:10.1016/j.jclepro.2010.05.025      URL     [本文引用: 1]

陈舜, 逯非, 王效科.

中国氮磷钾肥制造温室气体排放系数的估算

生态学报, 2015, 35(19):6371-6383.

[本文引用: 3]

张芬, 程泰鸿, 陈新平, 等.

我国典型露地蔬菜生产中的温室气体排放

环境科学, 2020, 41(7):3410-3417.

[本文引用: 2]

Liang L, Ridoutt B. G, Wu W, et al.

A multi-indicator assessment of peri-urban agricultural production in Beijing,China

Ecological Indicators, 2019, 97(2):350-362.

DOI:10.1016/j.ecolind.2018.10.040      URL     [本文引用: 1]

Wang Y Y, Cai Y P, Liu G Y, et al.

Evaluation of sustainable crop production from an ecological perspective based emergy analysis:A case of China's provinces

Journal of Cleaner Production, 2021, 313(2):127912.

DOI:10.1016/j.jclepro.2021.127912      URL     [本文引用: 2]

姜秋香, 赵蚰竹, 王子龙, 等.

基于系统动力学的黑龙江省农业生态系统能值分析

应用基础与工程科学学报, 2019, 27(4):780-793.

[本文引用: 1]

/

〈 〉