吉林省水稻生產的碳足跡與水足跡時空變化特征

張惠云，秦麗杰，賈 利

(東北師范大學 地理科學學院，吉林 長春 130024)

氣候變化和水資源短缺是人類面臨的2個關鍵環境問題。近年來，農業生產水資源短缺和溫室氣體排放量增加問題日益突顯[1-2]。糧食作物生產耗水量大，同時也是農業生產中溫室氣體排放的主要來源。為了養活約占世界1/5的人口，我國的谷物產量已從1978年的3.05×108t增加到2018年的6.5×108t[3]。與此同時，我國農業總碳排放量也從1978年的103 Mt二氧化碳當量(CO2eq)增長到2016年的691Mt CO2eq，占全國溫室氣體排放總量的17%[4]。農業部門還是我國最大的用水部門，2019年，我國的農業用水量占到了全國總用水量的61.2%[5]。水稻是我國主要的糧食作物之一，其對水的需求量高于其他糧食作物，而且溫室氣體排放量亦很高。據估計，2014年我國水稻種植排放的溫室氣體占全國農業活動排放的溫室氣體總量的22.6%[6]。因此，探討水稻生產中的耗水量和溫室氣體排放具有現實意義，可為合理利用水資源和降低溫室氣體排放提供依據。

近年來，足跡研究成為量化人類對環境的壓力，保障國家或地區可持續發展的新方法。碳足跡(CF)已被廣泛應用于與農業生產相關的溫室氣體排放的量化評價，基于生命周期評價(LCA)方法測算CF可定量描述一種產品或一個活動“從搖籃到墳墓”整個生命周期內的溫室氣體排放[7]。水足跡(WF)可量化生產和消費過程的水資源消耗。農作物生產水足跡是指農作物生長過程中消耗的水資源總量[8]。水足跡網絡(WFN)的水足跡評估方法和國際標準化組織發布的ISO 14046:2014《環境管理水足跡原則、要求與指南》是目前WF評價的主要方法：前者著重于水資源量的評價，由綠水、藍水和灰水足跡3部分組成；后者注重水資源對環境的影響評價[9-11]，分為水稀缺足跡(WSF)和水劣化足跡(WDF)，以單位水當量(H2Oeq)表示[12]。目前，許多學者都開展了有關農作物CF和WF的研究。大多關于農作物CF的研究主要利用LCA方法在不同的地理尺度上進行。如Cheng等[13]、陳中督等[7]和Chu等[14]分別從全國、長江中下游地區和河北省3個尺度上對我國主要農作物的CF進行了核算，強調了農業溫室氣體排放在氣候變化中的重要作用。在WF領域，國內外學者主要采用虛擬水理論[15]和LCA方法[16]從不同地理尺度上核算作物的WF。總體而言，現有研究多偏向于單一的足跡指標，很少同時探究農業生產中水資源高效利用與溫室氣體減排間的關系。

吉林省是我國重要的商品糧生產基地，水稻為吉林省的第二大糧食作物，2007—2019年吉林省水稻的播種面積和產量不斷增長。據統計，2019年吉林省的水稻播種面積達到8.4×105hm2，產量達6.57×106t，分別占全省農作物播種面積和產量的13.7%和16.9%。近年來，由于水稻的大面積播種，水稻種植業成為吉林省的用水大戶，加之由此帶來的化肥、灌溉等投入的增加，料將不可避免地加劇當地溫室氣體的排放。為此，本文對2007—2017年吉林省水稻生產的CF和WF進行核算，分析其時空分布特征與變化，以期為優化水稻生產中水資源和農資的合理配置，實現節水和低碳農業的目標提供依據。

1 材料與方法

1.1 研究區概況

吉林省位于我國東北部(40°50′～46°19′N，121°38′～131°19′E)，是全國13個糧食主產區之一，屬溫帶大陸性季風氣候，年平均氣溫2～6 ℃，年平均降水量400～900 mm[17]，然而，降水量在不同季節和地區間差異較大，80%集中在夏季，由東南向西北遞減。根據地形、水資源和農業自然條件，本研究將吉林省劃分為東部、中東、中部和西部4個區域(圖1)。

圖1 吉林省區域劃分圖Fig.1 Geographical zoning of Jilin Province

1.2 研究方法

1.2.1 系統邊界

為了準確核算CF和WF，需要確定系統邊界。水稻生產的系統邊界為水稻生長期內的溫室氣體排放，和由于灌溉、施肥引起的水資源消耗與水污染(圖2)。溫室氣體排放主要包括稻田直接排放的CH4、氮肥施用產生的N2O和各種農資(化肥、種子、柴油、農膜、農藥等)投入造成的溫室氣體間接排放；WF主要包括由于灌溉引起的WSF和施用化肥造成的WDF。

圖2 研究的系統邊界Fig.2 System boundary of present study

1.2.2 CF計算方法

水稻生產過程中，農資投入造成的碳排放計算公式為

(1)

式(1)中：Ei為農資投入的單位面積碳排放(以CO2eq計，kg·hm-2)；Ai為第i種農資的投入量(kg·hm-2、L·hm-2、kWh·hm-2)；Fi為第i種農資投入的排放因子(kg·kg-1、kg·L-1、kg·kWh-1)。結合中國生命周期數據庫(CLCD v0.7)、Ecoinvent 2.2數據庫和文獻[18-20]，將具體的排放參數和來源整理于表1。

表1 水稻生產中不同農業投入的排放因子

為使各種排放源具有可比性，引入量化不同溫室氣體對氣候影響的最常用指標——全球增溫潛勢(GWP)。CH4的GWP為25，N2O的GWP為298。稻田的CH4和N2O排放量根據2006年政府間氣候變化專門委員會(IPCC)編制的《國家溫室氣體清單指南》進行估算。

水稻生產中，CH4排放量(以CO2eq計)的計算公式為

ECH4=D×δCH4×25。

(2)

式(2)中：ECH4為水稻生產中單位面積的CH4排放量(kg·hm-2)；D為水稻的生長天數；δCH4為甲烷的日排放因子(kg·hm-2·d-1)，具體的計算方法參考陳中督等[7]的研究；25為CH4的GWP。

水田的N2O排放量主要由施用氮肥引起，N2O排放量(以CO2eq計)的計算公式為

(3)

式(3)中，EN2O為水稻生產中單位面積的N2O排放量(kg·hm-2)；FN為氮肥的施用量(kg·hm-2)；δN為施用氮肥引起的N2O排放因子[20]；44/28為N2O與N2相對分子質量之比；298為N2O的GWP。

水稻生產中，溫室氣體總排放量的計算公式為

EGHG=Ei+EN2O+ECH4。

(4)

式(4)中EGHG為水稻生產中單位面積的溫室氣體排放量(以CO2eq計，kg·hm-2)。

基于EGHG和水稻生產面積測算吉林省水稻生產的溫室氣體排放總量。

CF為水稻生產中單位面積產量的溫室氣體排放量：

VCF=EGHG/Y。

(5)

式(5)中：VCF為水稻單位面積產量的溫室氣體排放量(以CO2eq計，kg·kg-1)，即CF；Y為水稻的單位面積產量(kg·hm-2)。

1.2.3 WF計算方法

采用LCA方法核算WF。

WSF為藍水消耗量與水資源壓力指數(WSI)的乘積，以水當量(H2Oeq)表示。WSI體現了不同區域水資源的短缺程度，值越大，表明區域水資源越短缺[10]。

VWSF=VCWU×VWSI/VWSI-G。

(6)

式(6)中：VWSF為水稻生產中的WSF值；VCWU為水稻生產中的藍水消耗量；VWSI為研究區的水資源壓力指數，具體數值來源于Pfister等[21]的計算結果；VWSI-G為全球的水資源壓力指數，值為0.602。

WDF可以評估水稻生產對水環境的影響。農業生產中使用的化學肥料、農藥等會導致水體富營養化，會對水生生態系統質量和人類健康產生潛在影響。ReCiPe作為LCA的一種方法，提供了一種計算WDF的方法[22]。

VWDF=(RN+RP)/RG。

(7)

式(7)中：VWDF為單位面積的水劣化足跡(以H2Oeq計，L·hm-2)；RN、RP分別為N、P產生的環境影響值(hm-2)[22]；RG為1 L淡水的世界平均環境影響值(以H2Oeq計)，取值1.86×10-6L-1。

RN、RP的計算公式統一為

R=δ×T×α。

(8)

式(8)中；R為N或P產生的環境影響值，即式(7)中的RN或RP；δ為N或P的流失率，取值參考《吉林省第一次全國污染源普查公報》[23]；T為水稻生產中單位面積的氮肥或磷肥施用量(kg·hm-2)，a為1kg N或1kg P對應的影響值，分別為0.125 kg-1和0.912 kg-1[22]。

WF的計算公式為

VWF=(VWSF+VWDF)/Y。

(9)

式(9)中VWF即為WF的值(以H2Oeq計，L·kg-1)。

1.2.4 數據來源

水稻生產中農資投入和產量的數據來源于《2007—2017年全國農產品成本收益資料匯編》和吉林統計年鑒、中國物價年鑒，氣象數據來源于中國氣象科學數據共享服務網，N、P肥的流失率數據來源于《吉林省第一次全國污染源普查公報》[23]，各區域的WSI來源于文獻[21]，各項農資投入的排放因子來源于CLCD v0.7、Ecoinvent 2.2數據庫和文獻[18-20]。

2 結果與分析

2.1 CF時空變化

2.1.1 時間變化特征

2007—2017年吉林省水稻生產的溫室氣體排放總量呈極顯著(P<0.01)波動增加趨勢(圖3)。2007年，吉林省水稻生產的溫室氣體排放總量為36×108kg，而2017年該指標達到48×108kg，年均增長率約為2.9%。2007—2017年間，吉林省水稻生產的單位面積溫室氣體排放量波動較大，但總的來看，單位面積溫室氣體排放量在研究期內極顯著(P<0.01)增加。2007年，吉林省水稻生產的單位面積溫室氣體排放量為5 366 kg·hm-2，2017年該指標達到5 853 kg·hm-2，年均增長量為48.6 kg·hm-2，其中2015年達最大值，為6 377 kg·hm-2。2007—2017年，吉林省水稻生產的CF變化不大，年際間變化不顯著(P>0.05)，其中，2012年的CF最大，為0.81 kg·kg-1，2011年最小，為0.66 kg·kg-1。

圖3 2007—2017年吉林省水稻生產溫室氣體排放總量、單位面積溫室氣體排放量和碳足跡的年際變化Fig.3 Chronic trend of total greenhouse gas emission，greenhouse gas emission per unit area and carbon footprint in rice production in Jilin Province during 2007-2017

2.1.2 空間變化特征

吉林省水稻生產的CF具有較大的區域差異，在空間上呈現由東至西遞減的特征(圖4)。CF的高值區主要集中在吉林省的東部地區，以琿春市最高，值為1.43 kg·kg-1；低值區主要集中在中部和西部地區，以前郭爾羅斯蒙古族自治縣最低，值為0.55 kg·kg-1。吉林省CF的變化率空間差異明顯，大體呈現出中部和中東部變化率高且為正向，西部和東部變化率低且為負向的分布格局。吉林省東部和西部的水稻生產CF呈下降趨勢，其中，汪清縣、大安市和安圖縣的下降幅度較大。相對地，吉林省中部地區在保障高產的同時要注重減少農資投入，以降低CF。

圖4 2007—2017年吉林省水稻生產碳足跡及其變化率的空間分布Fig.4 Distribution of carbon footprint and its trend in rice production in Jilin Province during 2007-2017

2.1.3 組分變化特征

吉林省水稻生產的CF構成中，CH4排放占比最大(圖5)，約為41.55%，其次為化肥投入和灌溉耗電引起的溫室氣體排放，分別占比21.18%和14.45%。柴油投入引起的溫室氣體排放占比雖然較小，但增加趨勢明顯，從2007年的占比7.34%上升到2017年的占比15.29%。

圖5 2007—2017年水稻生產碳足跡的組分比例Fig.5 Proportion of different components of carbon footprint in rice production in Jilin Province during 2007-2017

農膜、農藥和水稻種子投入引起的溫室氣體排放合計占比9.05%，氮肥施用引起的N2O排放占比較小，僅為2.32%。

2.2 WF時空變化

2.2.1 時間變化特征

2007—2017年，吉林省水稻生產的WF呈現波動下降的趨勢(圖6)，下降幅度為9.6%，但年際變化不顯著(P>0.05)。其中，2016年的WF最小，為121 L·kg-1，2009年最大，為179 L·kg-1。研究期內，WF的平均值為147 L·kg-1，其中，WSF為122 L·kg-1，占83%，WDF為25 L·kg-1，占17%。水稻生產的WSF和WF變化規律一致，年際變化不顯著(P>0.05)。水稻生產的WSF主要受單位面積產量和灌溉量的影響，而灌溉量和有效降水量呈反比，即有效降水量越少，所需灌溉量越多，WSF值越大。例如，2009年為枯水年，有效降水少，所需灌溉量大，且當年的水稻單產僅為7 647 kg·hm-2，導致其WSF值較大。2007—2017年吉林省水稻生產的WDF波動幅度不大，年際變化不顯著，主要與施肥量有關。2012年以后，吉林省水稻生產的WDF變化不大，一方面是由于水稻單產大幅度提升，另一方面是因為化肥施用量有所減少。

圖6 2007—2017年吉林省水稻生產水足跡、水稀缺足跡和水劣化足跡的年際變化Fig.6 Chronic trend of water footprint，water scarcity footprintandwater degradation footprint in rice production in Jilin Province during 2007-2017

2.2.2 空間變化特征

吉林省水稻生產的WF高值區主要分布在中部和西部地區，低值區主要分布在東部地區(圖7)。

圖7 2007—2017年吉林省水稻生產水足跡、水稀缺足跡、水劣化足跡及其變化率的空間分布Fig.7 Distribution of water footprint (WF)，water scarcity footprint (WSF)，water degradation footprint (WDF) and their trends in rice production in Jilin Province during 2007-2017

WSF與WF的空間分布趨勢一致。WDF的高值區主要分布在吉林省東部地區，低值區分布在中、西部地區。施肥量和產量的差異是造成WDF區域差異的主要原因。從WF的變化率分布來看，2007—2017年，吉林省44個種植水稻的縣(市、區)中只有17個縣(市、區)WF呈正向趨勢，說明吉林省大部分縣(市、區)的水稻WF呈下降趨勢，其中，大安市的年均下降幅度最大，為16.93 L·kg-1。吉林省2007—2017年的WSF和WDF也呈現出相似的趨勢，西部地區的年均降幅較大，中東部和東部地區的年均增幅較大。

2.3 CF和WF的關系

對吉林省水稻生產的CF和WF進行相關性分析，結果表明，二者呈顯著(P<0.05)負相關(圖8)，WF值較高的地區，其CF值較低。

圖8 吉林省水稻生產碳足跡和水足跡的關系Fig.8 Relationship between carbon footprint and water footprint in rice production in Jilin Province

3 討論

本研究對2007—2017年吉林省水稻生產的CF和WF進行分析。結果發現：2007—2017年吉林省水稻生產的年均CF為0.74 kg·kg-1。在CF組分中，水稻種植產生的CH4排放占比最大，約占41.55%，其次是化肥施用導致的溫室氣體排放，約占21.18%。2007—2017年水稻生產的WF呈現波動下降趨勢，年均WF為147 L·kg-1，其中WSF和WDF分別為122 L·kg-1和25 L·kg-1，分別占比83%和17%。水稻生產的CF和WF空間分異明顯，CF的高值區為WF的低值區。這主要是由不同地區的自然環境和農田管理實踐差異造成的。因此，在吉林省的水稻生產中實行分區域管理，對于降低區域水稻生產的CF和WF來說是十分重要的。

準確核算CF可實現對農業生產過程中溫室氣體排放的準確量化。就CF而言，本研究結果高于黃曉敏等[24]的研究結果，低于王興等[25]的結果。造成差異的原因主要為研究邊界、所選參數的不同。黃曉敏等[24]的研究中，系統邊界只考慮農田生產投入(如化肥、農藥、灌溉用電等)的排放，而忽略了稻田的甲烷排放和由于氮肥施用造成的間接N2O排放；王興等[25]的研究忽略了N2O的排放。另外，黃曉敏等[24]和王興等[25]的研究都選擇的是中國生命周期數據庫的參數。而本文中的研究邊界既考慮了農資的投入，也考慮了甲烷和N2O的排放，化肥排放參數選取的是陳舜等[18]測算的基于我國目前情況的各種氮、磷、鉀肥制造過程中的溫室氣體排放系數。吉林省水稻生產的CF主要來源于生產過程中的甲烷排放和化肥施用。這與前人研究得出的甲烷與化肥是水稻溫室氣體排放的主要來源[26-27]的結論一致。

就WF而言，本研究表明，WSF對水稻生產的WF有顯著影響。這不同于Zhang等[28]對滇池流域水稻WF的計算結果，主要是由不同地區的氣候、水資源壓力指數和耕作制度等的差異造成的。在WF中，WSF占絕大部分，而WDF占比較小。

在吉林省的水稻生產中，大部分農民還依靠傳統的經驗施肥灌溉，存在很大的不確定性?？紤]到吉林省內各地CF和WF的時空差異，應該在保證產量的前提下，分區域制定不同的緩解措施。吉林省東部和中東部地區水資源豐富，水不是水稻生產的限制因素[29]，且CF較高，應以減少CF為主要努力方向。東部地區的CF較高是由于單產較低，且化肥使用和柴油消耗引起的碳排放較高所致。吉林省的東、中東部地區以山地為主，為避免水土流失和水污染，應合理使用化肥，增加有機肥的用量[30]，以確保產量?？山柚鷾y土配方施肥[31]實現科學合理的化肥施用量，以降低化肥流失量，減少CF。提升機械化水平也是實現低碳農業的一條路徑。吉林省的西部和中部地區水資源短缺，且WF較高而CF較低，因此，應對降低水足跡的對策予以重視，提高水資源的利用率，建立合理的節水灌溉系統。有研究表明，“淺曬淺濕”和“淺曬濕干”2種灌溉方式在水稻生產上具有一定的節水增產效益[32-33]，可在生產中嘗試應用。此外，應根據灌溉需要制定合理的灌溉定額以提高灌溉效率[17]，實現降低WF的目的。

由于數據來源的局限性，本研究采用的排放參數主要基于相關數據庫和文獻獲取。但不同國家和地區的工業生產水平不同，因而同一個排放源的排放參數差異很大，這些可能會對研究結果造成一定的影響。此外，本研究采用了LCA方法，但關于其系統邊界，目前不同研究間還存在一定的爭議，如農資生產部分的耗水、勞動力碳排放和土壤固碳等是否被考慮進來，均會對計算結果的準確性造成影響。對于上述問題，后續研究應予注意。

參考文獻(References)：

[1] 鄭曉雪，秦麗杰. 不同降水年型吉林省中部玉米生產水足跡研究[J]. 浙江農業學報，2019，31(5): 695-703.

ZHENG X X，QIN L J. Water footprint of maize production in middle Jilin under different rainfall years[J].ActaAgriculturaeZhejiangensis，2019，31(5): 695-703.(in Chinese with English abstract)

[2] Change Intergovernmental Panel on Climate. Climate change 2014: mitigation of climate change[M]. Cambridge，UK: Cambridge University Press，2014.

[3] 國家統計局. 中國統計年鑒[M]. 北京: 中國統計出版社，2018.

[4] 董紅敏，李玉娥，陶秀萍，等. 中國農業源溫室氣體排放與減排技術對策[J]. 農業工程學報，2008，24(10): 269-273.

DONG H M，LI Y E，TAO X P，et al. China greenhouse gas emissions from agricultural activities and its mitigation strategy[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2008，24(10): 269-273.(in Chinese with English abstract)

[5] 中華人民共和國水利部. 2019年中國水資源公報[EB/OL]. [2020-11-05]. http://www.zjnyxb.cn/journalx_nyxb/manuscript/Manuscript!view.action？id=28166732103&tgcthave=false.

[6] 中華人民共和國氣候變化第二次兩年更新報告[EB/OL]. [2020-11-05]. http://big5.mee.gov.cngatebig5/www.mee.gov.cnywgzydqhbh/wsqtkz/201907/P020190701765971866571.pdf.

[7] 陳中督，李鳳博，馮金飛，等. 長江下游地區稻麥輪作模式碳足跡研究: 基于生命周期評價[J]. 中國農業資源與區劃，2019，40(12): 81-90.

CHEN Z D，LI F B，FENG J F，et al. Study on carbon footprint for rice-wheat rotation system in the lower reaches of Yangtze River: based on the life cycle assessment[J].ChineseJournalofAgriculturalResourcesandRegionalPlanning，2019，40(12): 81-90.(in Chinese with English abstract)

[8] ALDAYA M M，CHAPAGAIN A K，HOEKSTRA A Y，et al. The water footprint assessment manual[M]. London，UK: Routledge，2012.

[9] PFISTER S，BOULAY A M，BERGER M，et al. Understanding the LCA and ISO water footprint: a response to Hoekstra (2016) “A critique on the water-scarcity weighted water footprint in LCA”[J].EcologicalIndicators，2017，72: 352-359.

[10] BERGER M，FINKBEINER M. Methodological challenges in volumetric and impact-oriented water footprints[J].JournalofIndustrialEcology，2013，17(1): 79-89.

[11] XIAO G M，ZHAO Z C，LIANG L，et al. Improving nitrogen and water use efficiency in a wheat-maize rotation system in the North China Plain using optimized farming practices[J].AgriculturalWaterManagement，2019，212: 172-180.

[12] 徐長春，黃晶，RIDOUTT B G，等. 基于生命周期評價的產品水足跡計算方法及案例分析[J]. 自然資源學報，2013，28(5): 873-880.

XU C C，HUANG J，RIDOUTT B G，et al. LCA-based product water footprinting and a case study[J].JournalofNaturalResources，2013，28(5): 873-880.(in Chinese with English abstract)

[13] CHENG K，YAN M，NAYAK D，et al. Carbon footprint of crop production in China: an analysis of National Statistics data[J].TheJournalofAgriculturalScience，2015，153(3): 422-431.

[14] CHU Y M，XIE L Y，YUAN Z J. Composition and spatiotemporal distribution of the agro-ecosystem carbon footprint: a case study in Hebei Province，North China[J].JournalofCleanerProduction，2018，190: 838-846.

[15] 楊文娟，趙榮欽，張戰平，等. 河南省不同產業碳水足跡效率研究[J]. 自然資源學報，2019，34(1): 92-103.

YANG W J，ZHAO R Q，ZHANG Z P，et al. Industrial carbon and water footprint efficiency of Henan Province based on input-output analysis[J].JournalofNaturalResources，2019，34(1): 92-103.(in Chinese with English abstract)

[16] MUNGKUNG R，PENGTHAMKEERATI P，CHAICHANA R，et al. Life cycle assessment of Thai organic Hom Mali rice to evaluate the climate change，water use and biodiversity impacts[J].JournalofCleanerProduction，2019，211: 687-694.

[17] LI H Y，QIN L J，HE H S. Characteristics of the water footprint of rice production under different rainfall years in Jilin Province，China[J].JournaloftheScienceofFoodandAgriculture，2018，98(8): 3001-3013.

[18] 陳舜，逯非，王效科. 中國氮磷鉀肥制造溫室氣體排放系數的估算[J]. 生態學報，2015，35(19): 6371-6383.

CHEN S，LU F，WANG X K. Estimation of greenhouse gases emission factors for China’s nitrogen，phosphate，and potash fertilizers[J].ActaEcologicaSinica，2015，35(19): 6371-6383.(in Chinese with English abstract)

[19] 省級溫室氣體清單編制指南(試行)[EB/OL]. [2020-11-05]. http://www.cbcsd.org.cn/sjk/nengyuan/standardhome20140113/download/shengjiwenshiqiti.pdf.

[20] WEST T O，MARLAND G. A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture: comparing tillage practices in the United States[J].Agriculture，Ecosystems&Environment，2002，91(1/2/3): 217-232.

[21] PFISTER S，KOEHLER A，HELLWEG S. Assessing the environmental impacts of freshwater consumption in LCA[J].EnvironmentalScience&Technology，2009，43(11): 4098-4104.

[22] 杜玲，徐長春，吳堯，等. 河北省種植業水污染足跡初報[J]. 農業環境科學學報，2018，37(2): 286-293.

DU L，XU C C，WU Y，et al. Water degradation footprint of crop production in Hebei Province[J].JournalofAgro-EnvironmentScience，2018，37(2): 286-293.(in Chinese with English abstract)

[23] 吉林省第一次全國污染源普查公報[J]. 中國環境管理叢書，2010(2): 44-45.

The first national survey of pollution sources in Jilin Province[J].ChinaEnvironmentalManagement，2010(2): 44-45.(in Chinese)

[24] 黃曉敏，陳長青，陳銘洲，等. 2004—2013年東北三省主要糧食作物生產碳足跡[J]. 應用生態學報，2016，27(10): 3307-3315.

HUANG X M，CHEN C Q，CHEN M Z，et al. Carbon footprints of major staple grain crops production in three provinces of Northeast China during 2004-2013[J].ChineseJournalofAppliedEcology，2016，27(10): 3307-3315.(in Chinese with English abstract)

[25] 王興，趙鑫，王鈺喬，等. 中國水稻生產的碳足跡分析[J]. 資源科學，2017，39(4): 713-722.

WANG X，ZHAO X，WANG Y Q，et al. Assessment of the carbon footprint of rice production in China[J].ResourcesScience，2017，39(4): 713-722.(in Chinese with English abstract)

[26] ZHANG G，WANG X K，ZHANG L，et al. Carbon and water footprints of major cereal crops production in China[J].JournalofCleanerProduction，2018，194: 613-623.

[27] 米松華，黃祖輝，朱奇彪，等. 稻田溫室氣體減排成本收益分析[J]. 浙江農業學報，2016，28(4): 707-716.

MI S H，HUANG Z H，ZHU Q B，et al. Cost-benefit assessment for greenhouse gas mitigation in rice-based agriculture[J].ActaAgriculturaeZhejiangensis，2016，28(4): 707-716.(in Chinese with English abstract)

[28] ZHANG Y，HUANG K，RIDOUTT B G，et al. Comparing volumetric and impact-oriented water footprint indicators: case study of agricultural production in Lake Dianchi Basin，China[J].EcologicalIndicators，2018，87: 14-21.

[29] ZHENG X X，QIN L J，HE H S. Impacts of climatic and agricultural input factors on the water footprint of crop production in Jilin Province，China[J].Sustainability，2020，12(17): 6904.

[30] 朱鳳婷，李奧，于曉曼，等. 有機與常規培肥模式生產水稻的碳足跡[J]. 生態學雜志，2020，39(7): 2233-2241.

ZHU F T，LI A，YU X M，et al. Carbon footprint of rice production under organic and conventional fertilization modes[J].ChineseJournalofEcology，2020，39(7): 2233-2241.(in Chinese with English abstract)

[31] WANG L，LI L Q，CHENG K，et al. Comprehensive evaluation of environmental footprints of regional crop production: a case study of Chizhou City，China[J].EcologicalEconomics，2019，164: 106360.

[32] 張瑞喜，宋日權，程爭鳴，等. 內蒙古扎賚特旗水稻節水灌溉試驗研究[J]. 節水灌溉，2019(3): 27-29.

ZHANG R X，SONG R Q，CHENG Z M，et al. Study on the water saving irrigation of rice in Jalaid County of Inner Mongolia[J].WaterSavingIrrigation，2019(3): 27-29.(in Chinese with English abstract)

[33] 孫廣友，李紅艷，羅新正. 輕度蘇打鹽堿地水稻高效節水灌溉模式及制度與高效洗堿-超高產組合試驗研究[J]. 吉林師范大學學報(自然科學版)，2019，40(2): 120-128.

SUN G Y，LI H Y，LUO X Z. Combination experiment and study on high efficient irrigation model-system with high efficient of washing soda and super high yield of rice in mild soda saline-alkali soil[J].JilinNormalUniversityJournal(NaturalScienceEdition)，2019，40(2): 120-128.(in Chinese with English abstract)