编辑推荐：
本文聚焦农业系统 LCA 中土壤碳评估方法。通过系统回顾相关模型、因子和测量方法，发现准确性与适用性呈反比。研究提出依目标和数据选方法等建议，为完善 LCA 实践、助力农业系统减排决策提供支撑。
1. 引言
农业、林业等土地利用部门在 2019 年贡献了全球 22% 的温室气体（GHG）排放，总量达 590 亿吨 CO2当量。与此同时，随着人口增长和经济发展，动物产品需求上升，这意味着牲畜数量增加和饲料作物种植扩大，进而使牲畜和种植系统的 GHG 排放增多。
土壤有机碳（SOC）固存是减少大气 GHG 浓度的重要途径。土壤是陆地最大的有机碳库，1 米深度土壤有机碳约 1500Pg C，2 米深度约 2400Pg C ，分别是大气中 CO2含量的 3 倍和当前年度化石燃料排放量的 240 倍。因此，大面积土壤碳储量的少量增加都蕴含巨大的碳积累潜力。
土地管理变化，如作物选择、从一年生作物转变为多年生作物或反之，以及废弃物和残留物管理等，都会影响 SOC 动态和土壤碳固存。土地利用变化（LUC）对 SOC 变化也有重要贡献，可直接发生在生产系统内，也可间接由其他地方的生产活动引发。
在评估土壤 CO2排放时，多关注土地管理变化（如耕作、施肥）和 LUC（如草地、农田、森林之间的转换），但短期生物碳通量（如一年生作物夜间植被呼吸和作物残体分解排放的碳）以及农产品每年通过光合作用储存的碳（因产品使用氧化为 CO2）未被纳入 GHG 核算。土壤 CO?通量可反映土壤碳储量变化，评估管理实践和土地利用变化对农业系统温室气体减排和土壤碳固存的影响至关重要。
生命周期评估（LCA）可用于评估牲畜系统和产品的环境影响，也能评估土地管理实践及其对种植和草地系统环境绩效的影响。然而，目前 LCA 对土壤 C 固存和土壤 CO2的重视不足，多数研究未将土壤 C 固存纳入总体 GHG 估算，主要是由于方法学限制。不过，已有一些 LCA 研究尝试通过建模等方式纳入土壤 C 变化，结果显示其能显著影响碳足迹和全球变暖潜势（GWP）估算。
此外，卫星遥感和光谱分析等方法为大规模评估土壤碳含量提供了新途径，结合实地测量可提高 LCA 模型中碳固存估算的准确性。同时，评估牲畜系统时需考虑当前和未来气候，改进的 LCA 方法应能体现系统效应、作物 - 牲畜相互作用和循环经济等方面，重点关注碳固存和 GHG 排放。
草地在碳固存中作用关键，但其在土壤碳建模和评估方面面临诸多挑战，现有碳工具对草地 SOC 动态模拟能力有限。此前虽有一些协调 GHG 排放计算的尝试，但针对农业系统土壤碳变化评估工具的整合和推荐尚未见报道。因此，本文旨在协调现有土壤碳估算工具，评估相关模型、排放因子和直接测量方法，为 LCA 从业者提供建议，并明确未来方法学改进方向。
2. 方法
2.1. 筛选和审查程序
通过系统回顾文献，制定了全面评估 LCA 方法在农业系统 LCA 中如何考虑土壤 C 变化的审查协议。文献检索在 Scopus、Web of Science 和 Google Scholar 数据库中进行，检索时间限定在 2012 - 2022 年，涉及农业相关研究领域，使用了一系列与 LCA、土壤、排放、碳等相关的关键词，共检索到 29151 篇论文。经过多轮筛选，排除与研究不相关的论文，最终保留 263 篇，其中 66 篇与土壤 C 相关，进一步分组和方法识别后，仅保留 20 篇。
2.2. 一般标准和特定标准选择
采用基于改进德尔菲法的协调参与式方法，确定作物 - 牲畜系统 LCA 的关键主题和评估标准。通过文献回顾和 19 次专家研讨会，确定了一般标准和特定标准。一般标准包括透明度和可重复性、完整性、公平性和可接受性、稳健性、适用性；特定标准包括对不同土壤类型、土地利用、气候的适应性以及准确性。
2.3. 数据处理
专家使用选定的标准对所有估算工具进行评估，每个专家对每个估算工具的每个标准进行评分（1 - 3 分或 1 - 4 分）。通过多次小组研讨会对整体方法评估进行审查，解决专家间的分歧。计算每个估算工具在每个标准下得分的平均值、最小值和最大值。
3. 结果与讨论
3.1. 定量结果
土壤碳模拟模型、排放因子和直接测量方法在满足一般标准方面表现较好，但适用性平均得分较低（1.47，满分 3 分），55% 的估算工具适用性得分为 1，表明许多用于土壤碳变化评估的工具适用性有限，仅 IPCC Tier I 方法适用性得分为 3。
在特定标准方面，土壤 CO2排放估算工具在适应不同土壤类型、土地利用方面表现较好，但适应不同气候条件的平均得分较低（< 2.2，满分 3 分）。在准确性方面，只有 18% 的工具得分高于 2，多数（82%）被评估为在牲畜系统中准确性较低，仅有 CropSys、DNDC 和 Delta LCA 等三种方法得分为 4。
3.2. 确定的关键方法学问题
多数土壤碳估算工具适用性低，主要与工具的复杂性和大量数据需求有关。虽然多数工具考虑了气候、土壤特征和土地利用，但准确性普遍不高，只有少数工具准确性较高，且 Delta LCA 仅适用于澳大利亚条件。
草地系统由于其空间和时间变异性、植物物种组合以及与管理实践的复杂相互作用，给土壤碳核算带来独特挑战。生物多样性、土地管理实践和恢复努力影响微生物坏死碳、矿物结合有机物（MAOM）和颗粒有机物（POM）的形成，使土壤碳建模更加复杂。基于作物的估算工具难以充分捕捉草地系统的复杂性，且草地产量和残留物在农场层面缺乏量化，增加了土壤 C 动态建模的难度。
LCA 从业者的专业知识也很关键，不当使用估算工具可能导致评估偏差。土壤 C 的平衡动态影响土壤 C 固存的幅度和持续时间，许多模型需要 “自旋 - up” 期来稳定土壤 C 动态，初始土壤碳含量和评估时间视角会影响土壤 CO2排放估算工具的结果。测量数据若处理不当也会产生偏差，但仍是有价值的数据来源，只是大规模应用时受成本和时间限制。
3.3. LCA 方法学与规模和目标相关的问题
当前 LCA 方法对土壤 C 变化的重视不足，部分原因是选择合适的时间跨度和充分考虑初始土壤碳含量存在挑战。不同 LCA 研究使用的时间跨度差异较大，多数估算工具未充分考虑土壤碳平衡的时间效应。
在农业 LCA 中，建立明确的基线（初始土壤碳含量）和确定合适的时间视角是两个关键挑战。土壤有机碳处于不断周转状态，新的农业实践会使土壤有机碳含量发生变化并趋向新的平衡。简单程序（如 Tier 1 IPCC 方法）使用的 20 年时间跨度可能无法准确反映实际达到平衡所需时间，从而导致对 SOC 积累速率和 GHG 排放计算结果的夸大。
现有碳平衡估算工具存在准确性和适用性的权衡问题，适用性高的工具对土壤、时间和管理之间的相互作用考虑粗略，且多数经验估算工具假设管理实践恒定，与实际情况不符。准确界定基线和选择合适的评估时间视角对模拟土壤碳变化至关重要，未来 LCA 研究应开发既能捕捉土壤 C 动态与作物管理相互作用，又便于农业顾问和农民应用的方法。
3.4. LCA 方法学建议
进行农业系统 LCA 时，选择估算工具应基于 LCA 目标和数据可用性。对于温带气候下土壤 C 动态评估，建议采用至少 20 年的时间视角，使用估算工具时要注意土壤碳平衡的变化以及初始土壤碳含量的影响。
针对不同评估场景，推荐不同的估算工具：农场层面的特定场地评估，优先选择 DNDC 或 CropSys 等农业生态系统模型；数据较少时，可采用 IPCC 2019 Tier 2 稳态方法；更广泛的场地相关或通用评估，推荐使用 IPCC 2019 Tier 2 稳态方法、C - TOOL 和 ICBM 等简化碳模型；信息极度有限、数据质量无法保证或缺乏专业知识时，可使用 IPCC Tier 1 方法。无论选择哪种方法，都应说明选择理由并指出潜在局限性。
4. 结论
本研究致力于协调农业系统 LCA 中的土壤 C 估算工具，并为 LCA 从业者和科学家提供建议。研究发现估算工具的准确性和适用性呈负相关，因此根据 LCA 目标选择合适的方法对评估气候影响指标至关重要。
研究提出一系列初步建议：选择 LCA 估算工具应基于目标和数据可用性，尤其在估算 GHG 时，土壤碳变化很重要；要关注土壤碳平衡的转变以及初始土壤碳含量和评估周期的影响；复杂方法数据需求大，需要更多专业支持，而 IPCC Tier 1 方法应用广泛，但结合适用性和准确性的 IPCC Tier 2 或基本过程模型较少；使用任何估算工具都应讨论其局限性。
在气候影响评估中纳入土壤碳估算面临确定基线和合适时间视角两个关键挑战。过去实践和作物类型对初始土壤碳状态的影响会影响土壤 C 核算结果，在大规模评估时可能因缺乏历史数据导致高估或低估问题。本研究为协调农业和畜牧业 LCA 中的土壤碳估算方法提供了框架，有助于改进现有实践，为相关研究、实践和政策制定提供有价值的参考，支持农业系统向气候中和的可持续转型。
