长期有机氮管理下印度恒河平原稻麦轮作系统的能量预算、碳足迹与多准则可持续性评估

《Nitrogen》：Energy Budgeting, Carbon Footprint and Multi-Criterion Sustainability Assessment of Long-Term Organic Nitrogen Management in a Rice–Wheat Cropping System of the Indo-Gangetic Plains

　　

： 有机氮源已被广泛采用于印度恒河平原（Indo-Gangetic Plains）的稻麦轮作系统（rice–wheat cropping systems, RWCSs），但其综合的能量、温室气体和经济表现鲜少被评估。研究人员在印度农业研究理事会印度农业研究所（ICAR Indian Agricultural Research Institute, New Delhi）的一项固定小区试验中，自2002年起对同一批处理持续施用，比较了六种有机氮处理，从不施肥对照（T1）到绿肥加农家肥（farmyard manure, FYM）加生物肥料（T6）。产量、能量、温室气体和经济数据取自最近两个稻麦轮作周期；土壤有机碳在最终小麦收获后测定。有机投入使稻谷当量产量（rice-equivalent yield）相对对照提高20–50%，总有机碳（total organic carbon, TOC）提高53–77%，但使能量投入增加至4.3倍，因此能量利用效率（energy-use efficiency）从16.4降至5.3–9.0。田间尺度、门到门（gate-to-gate）碳足迹（按产量归一化的N2O、CH4和CO2排放）以对照最低（0.27 kg CO2-eq kg?1 籽粒），在施入处理中以绿肥加生物肥料而不含FYM（T4）最低（0.31），以含FYM处理最高（0.43–0.48）。T4还具有最高的效益成本比（benefit–cost ratio, 10.6），而FYM处理在记录的FYM价格下比值为1.2–1.7，但这一劣势强烈依赖于FYM价格。基于五个非冗余准则的TOPSIS排序将T4列于首位；T4在59%的随机权重组合和89%的不确定性模拟中排名第一，对照是其主要竞争者。一项探索性数据包络分析（data envelopment analysis, DEA）发现所有基于FYM的处理均非有效。营养产出随有机投入稳步增加，以T6最高。在本试验条件和所选准则下，绿肥加生物肥料在生产效率、能量效率、温室气体强度和盈利能力之间提供了最有利的折中，而基于FYM的系统在更高的计算能量投入和现金成本下最大化产量和土壤碳。

论文解读

一、研究背景与意义

印度恒河平原（Indo-Gangetic Plains, IGPs）的稻麦轮作系统（rice–wheat cropping systems, RWCSs）支撑着南亚的粮食安全，但其面临食物–水–能源–环境耦合关系中的韧性挑战，并依赖化肥、灌溉和机械化田间作业等能源密集型投入。对这一投入密集型模式的环境和经济可持续性的担忧，重新激发了人们对有机氮源——即农家肥（farmyard manure, FYM）、绿肥和微生物生物肥料——的兴趣，将其视为在减少对能源密集型矿物肥料依赖的同时维持生产力的途径。长期试验表明，有机改良剂可在数十年内维持稻麦生产力和土壤性质，同时改变氮损失和温室气体排放。然而，有机改良剂并非在能量或环境上是免费的：其生产、收集、运输和翻入土壤消耗劳动力和机械，购买的商品粪肥还携带自身的隐含能量和碳。有机集约化的生物学效益与其能量、环境和经济成本之间的权衡，极少在RWCSs中同时使用多种分析方法加以量化。

既有研究表明，最高产处理往往不是能量效率最高的，碳和能量表现也未必同步变化，而总能量投入可能掩盖劳动力、燃料和隐含投入的非常不同的贡献。这对有机氮管理尤为重要，因为农家肥、绿肥和生物肥料在体积、能量含量和价格上差异巨大，却常被归为单一的“有机”类别。尽管能量–气候–农业耦合关系已成为该区域的政策优先事项，但此前尚无研究将有机氮梯度在稻麦系统中同时评价其能量使用、温室气体排放和经济表现。本研究旨在回答：在长期稻麦系统中增加有机氮投入强度，在综合考虑能量使用、温室气体排放和经济表现后，是否改善系统整体表现，还是生产力增益被效率下降所抵消。

二、研究方法概述

研究在印度农业研究理事会印度农业研究所（ICAR-IARI）新德里的长期固定小区RWCS试验中进行，采用随机区组设计，三次重复。六个处理构成有机氮管理强度递增梯度：T1为不施肥对照；T2为水稻和小麦均施用FYM 10 t ha^?1（干重计）；T3为水稻施用田菁（Sesbania aculeata）绿肥（SGM）5 t ha^?1、小麦施用银合欢（Leucaena leucocephala）绿叶肥（LGLM）5 t ha^?1；T4为SGM加蓝绿藻（BGA）接种2.5 kg ha^?1施于水稻、LGLM加褐球固氮菌（Azotobacter chroococcum）2 kg ha^?1施于小麦；T5为SGM加FYM（10 t ha^?1）施于水稻、LGLM加FYM（10 t ha^?1）施于小麦；T6为SGM加FYM加BGA施于水稻、LGLM加FYM加Azotobacter施于小麦。试验自2002年建立，同一批处理每季持续施用。性能数据（产量、能量、碳投入、N₂O和CH₄通量及所有经济指标）取自2024–25和2025–26两个最近稻麦周期，报告为两年均值；土壤有机碳在最终小麦收获后于0–15 cm土层取样测定，整合了全部24年处理历史。

主要技术方法包括：能量投入–产出核算，按操作能量（劳动力、柴油、机械、灌溉）和非操作能量（种子及有机改良剂的氮和生物量能量当量）分类；碳预算和全球增温潜势（global warming potential, GWP）计算，将实测N₂O和CH₄排放按IPCC AR6的100年GWP因子（N₂O为273，CH₄为27）换算为CO₂当量；TOPSIS多准则决策分析，从十个候选指标中通过相关分析和主成分分析筛选出五个非冗余维度准则（能量利用效率、碳足迹、效益成本比、稻谷当量产量和表观氮回收率）；数据包络分析（DEA）作为探索性补充；以及系统的敏感性和不确定性分析，包括单因素价格变动、FYM价格情景、绿肥成本情景、能量系数检验、GWP因子替换、20,000组随机权重和10,000次蒙特卡洛模拟。

三、研究结果

3.1 籽粒和秸秆产量随有机投入梯度的变化

水稻籽粒产量从不施肥对照（T1）的3.33 t ha^?1升至完全整合处理（T6）的4.89 t ha^?1，增幅46.8%；小麦籽粒产量从3.56升至5.50 t ha^?1，增幅54.5%。最大单次产量增量出现在T1至T2（单施FYM）之间，此后随有机投入强度增加，产量增益逐渐减小，呈边际收益递减模式。

3.2 能量投入、产出与效率

总能量投入从对照的15,205 MJ ha^?1增至T2至T6的32,485至64,728 MJ ha^?1，增加4.26倍，增量完全来自有机改良剂而非劳动力、柴油或机械。能量产出从T1的249,495 MJ ha^?1升至T6的359,819 MJ ha^?1，增幅较小。能量利用效率（EUE）因此从对照的16.41降至T2至T6的9.03、6.67、7.04、5.33和5.56。比能（specific energy）从T1的2.21 MJ kg^?1升至T6的6.23 MJ kg^?1。净能量（产出减投入）仍从234,290增至295,091 MJ ha^?1，系统仍是大型净能量生产者，但每增加一单位产出的能量成本随有机投入强度急剧上升。有机改良剂占T2总能量投入的53%、T3和T4的68%、T5和T6的77%；其中43–65%是N、P、K的虚拟养分当量能量而非处理材料所实际消耗的能量。若仅按操作能量计算，改良处理的总能量投入下降29–39%，EUE升至8.73–13.83，此时T2（13.83）而非T4（9.97）在改良处理中EUE最高，但TOPSIS排序中T4仍居首位。

3.3 碳投入、温室气体排放、土壤有机碳与碳足迹

碳投入从对照的21.8 kg CE ha^?1增至T2至T6的4170至11,408 kg CE ha^?1，由FYM（35%）、SGM（38%）和LGLM（39%）所含碳驱动。碳效率（碳产出/碳投入）从对照的328.0降至T2至T6的0.87至2.30。碳投入强度从T1的0.003 kg CE kg^?1籽粒升至T2至T6的0.436至1.152 kg CE kg^?1籽粒，FYM处理（T2、T5、T6）每公斤籽粒携带的投入碳是绿肥处理（T3、T4）的1.9至2.6倍。N₂O排放（以CO₂当量计）从T1的281.6 kg ha^?1升至T6的535.6 kg ha^?1。水稻季CH₄在每个处理中都是GWP的更大贡献者，其CO₂当量从对照的1512 kg ha^?1到T2至T6的2448至4212 kg ha^?1，是N₂O贡献的5至9倍。总GWP（N₂O加CH₄）因此从T1的1793.6升至T5的最大值4679.7 kg CO₂-eq ha^?1。与碳投入强度不同，CH₄排放并不紧随有机投入强度：T5的CH₄-C排放最高（117 kg ha^?1），T2（97 kg ha^?1）超过T3和T4（78和68 kg ha^?1）。最终小麦收获后0–15 cm土壤总有机碳（TOC）在对照为8.65 g kg^?1，改良处理为13.2–15.3 g kg^?1，即高53–77%；T6（15.3）和T5（14.8）最高，改良处理中T4最低（13.2）。与对照的差异大部分在非易变碳组分（5.26–6.98对2.58 g kg^?1），易变组分高38–57%。按单位产品计，碳足迹（按产量归一化的温室气体排放）以对照最低（0.272 kg CO₂-eq kg^?1籽粒），T4次之（0.313），T3（0.368）、T6（0.433）、T2（0.480）和T5（0.481）依次升高。T4的碳足迹比T2和T5低35%。

3.4 经济表现与人力能量/营养能量效益

毛收益从T1的279,032 INR ha^?1升至T6的411,670 INR ha^?1，但FYM处理的种植成本上升幅度大得多：T1和T3为31,886 INR ha^?1（相同，因绿肥在农场种植且不计现金成本），T4为32,636 INR ha^?1（高2.4%），而T2、T5和T6为151,886–152,286 INR ha^?1，增加4.8倍，完全来自按6.00 INR kg^?1购买FYM（每季10 t ha^?1）。净收益在T1至T6分别为247,146、179,705、327,377、347,101、241,149和259,384 INR ha^?1；效益成本比（B:C）分别为7.75、1.18、10.27、10.64、1.59和1.70。两个绿肥处理T4（10.64）和T3（10.27）的B:C比最高，三个FYM处理不超过1.70。系统生产力从T1的16.32 kg ha^?1 day^?1升至T6的24.53 kg ha^?1 day^?1；系统盈利能力以T4（950.96 INR ha^?1 day^?1）和T3（896.92）最高。人力能量效益从T1的307.3升至T6的443.2 MJ产出/MJ劳动能量；营养能量充足度从10,117升至15,261成人当量人日 ha^?1 yr^?1。与能量和经济效率指标不同，这些粮食安全指标在整个梯度上均增加，包括FYM处理，因为劳动投入并未随有机投入强度上升。

3.5 相对生产和经济效率

相对生产效率（RPE）随有机投入强度单调上升，从T2的20.1%至T6的50.3%，确认每个有机改良处理都提高了系统生产力。相对经济效率（REE）按净收益计算，呈不同模式：绿肥处理T4（+40.4%）和T3（+32.5%）最高；T5（?2.4%）接近零、T6（+5.0%）略正；T2为负（?27.3%）。在记录价格下，FYM增产的籽粒被其购买成本大部或全部抵消，因此产量和盈利能力对处理排序不同。

3.6 综合可持续性排序（TOPSIS）

十个候选指标高度冗余，45对相关中有8对|r|≥0.90，两个主成分解释93%方差。以五个维度各取一个非冗余准则、等权重，TOPSIS将处理排序为T4 > T1 > T3 > T6 > T5 > T2，贴近系数分别为0.644、0.525、0.502、0.495、0.386和0.232。全十指标集给出相同顺序。T4在气候、经济、生产力或氮维度获得最大权重时均排第一，但能量利用效率被强调时对照排第一。在20,000组随机权重中，T4在59%情况下排第一、对照31%、T6 9%，T2从未高于第五。在蒙特卡洛测量不确定性模拟中，T4在89%模拟中排第一，在94%模拟中高于T1和T3；第二名在T1（50%模拟中进入前二）、T3（34%）和T6（19%）之间竞争。排除对照后，改良处理排序为T4 > T3 > T6 > T5 > T2。对照的高排名源于其最小投入及相应的高能量利用效率和低碳足迹，尽管其产量最低。

3.7 DEA效率前沿

在基础规格下，T1和T4位于效率前沿，T3接近（0.968），FYM处理远低于前沿（0.336–0.562）。前沿强烈依赖规格：T1在36种规格中30种有效（因其投入最低），T4仅在种植成本作为投入时有效，可变规模报酬下六个处理中四个有效。唯一稳定结果是FYM处理（T2、T5、T6）在恒定规模报酬下均未达前沿。DEA因此被视为探索性工具。

3.8 敏感性分析

籽粒市场价格±20%变动按比例改变每个处理的系统B:C比，但不改变处理排序：T4始终最高（?20%时为8.87，+20%时为12.40），T2始终最低（0.85至1.51）。工资变化对低成本处理（T1、T3、T4，其成本以劳动力为主）影响大于FYM处理。柴油价格影响最小。FYM价格是决定性假设：在6 INR kg^?1时FYM处理B:C比为1.18–1.70；FYM价格低于约1.6 INR kg^?1时T6净收益超过T4；零现金成本时T6的净收益和B:C比（11.75）均最高。给绿肥计现金成本会降低T3–T6的B:C比；绿肥成本超过约5400 INR ha^?1每季时T4的B:C比低于对照。T4在测试的所有FYM价格（0–8 INR kg^?1）下均保持TOPSIS第一，因B:C比仅为五个准则之一。T4在绿肥成本达20,000 INR ha^?1每季前保持TOPSIS第一，超过此值对照排第一。AR6替换为AR5的GWP因子使碳足迹变化小于3%，不改变排序。

3.9 能量、碳、经济和生物指标间的关系

能量利用效率与B:C比不相关（r=0.24），因对照兼具最高能量利用效率和中等B:C比。碳投入强度趋向与B:C比（r=?0.80）和能量利用效率（r=?0.78）负相关，因FYM同时提高碳投入、能量投入和现金成本。REY和ANR趋向同向增加（r=0.77），随有机投入强度上升而不论来源。产量和氮回收准则因此偏向更投入密集的处理，而能量、碳和经济准则偏向T3和T4而非T5和T6；这些相反倾向正是需要多准则比较的原因。

四、讨论与结论

讨论部分指出，能量投入的上升由有机改良剂驱动，其中43–65%是虚拟养分当量能量；从T3到T4添加生物肥料几乎不增加能量或现金成本却提高产量和氮回收，而添加FYM（T3/T4至T5/T6）则不然。碳投入强度与气候影响不是同一量：按单位籽粒计碳足迹变化远小于碳投入强度，因改良剂中大部分碳在当季不作为温室气体排放。T4在改良处理中同时最小化投入碳负荷和单位籽粒温室气体排放，并将TOC相对对照提高53%。TOPSIS和DEA均将T4置于顶部附近并惩罚FYM处理，但两者使用重叠的投入、成本和产量数据，不应视为独立的确认。T4是所评准则下的最佳表现处理，而非统计定义的阈值；对照因零投入而排名高，是参考点而非管理选项。FYM的经济劣势适用于按记录价格购买FYM的情况，不应推广到自有牲畜的农场；TOPSIS排序对FYM价格较不敏感，因其仅影响五个准则之一。人力能量效益和营养能量充足度在整个梯度上增加，从粮食产出角度在测试范围内不存在额外有机投入变得适得其反的点；效率最优（T4）和粮食产出最大（T6）指向不同处理。机械能量在所有处理中均匀且绝对量小（占T1能量投入1.6%、T6的0.4%），不能解释处理间EUE差异。水稻和小麦分阶段比较显示小麦在六个处理中五个的B:C比高于水稻，优先对小麦施用有机改良剂可获更大经济回报。本研究EUE范围（5.33–16.41）在IGPs有机或中度集约化谷类系统通常报告范围内；最高产处理非最能量效率与既有研究一致；B:C比范围（1.18–10.64）比基于矿物肥料的RWCS审计更宽，反映农场种植绿肥（无现金成本）与购买FYM之间的巨大成本差异。

研究结论指出，增加有机投入提高了产量、营养产出和土壤有机碳，但降低了能量利用效率，最高产处理既非最有效也非最盈利。在试验条件和所选五个准则下，绿肥加生物肥料而不含FYM（T4）提供了最有利的折中：其效益成本比最高、改良处理中田间尺度碳足迹最低、TOPSIS综合得分最高，并在大多数（但非全部）权重方案和不确定性模拟中排名第一。该排序依赖于所选指标、权重和核算假设；T4是该系统中的最佳折中而非普遍优越的氮管理策略。其对FYM处理的经济优势取决于购买FYM价格和绿肥不计现金成本：FYM价格低于约1.6 INR kg^?1时T6净收益更高，但T4在综合TOPSIS评估中仍排第一。FYM处理产出最多籽粒、营养产出和土壤碳，在产出和土壤碳为主要目标且粪肥可得低成本时更可取。不施肥对照仅在基于投入的效率指标上排名高，因其未接受任何投入，不是可持续管理选项。由于两个研究年份分别分析，处理效应在年份间的一致性未作统计检验。这些结果特定于本地点及所述价格和假设，在更长时期和其他地点检验将显示其适用广度。