保护性农业下稻麦系统食物-能源-碳效率的权衡与协同效应评估

《Sustainable Futures》：Conservation agriculture: Evaluating trade-offs and synergies in food, energy, and carbon efficiency in agri-food systems

　　

保护性农业（Conservation agriculture, CA）已成为全球范围内建立具有韧性和资源高效农业生产系统的关键方法。然而，关于基于CA的直播稻-小麦（zero-till direct-seeded rice–wheat, ZT-DSR–W）系统如何与不同的精准养分管理（precision nutrient management, PNM）策略相互作用，以调控生产力、能源效率、碳足迹和土壤生物学功能的研究仍然有限。本研究旨在量化CA-养分管理对以下方面的影响：(i) 系统生产力和经济表现，(ii) 能源利用效率和碳足迹，以及 (iii) 集约化稻麦生产系统中的土壤生化与生物学特性。在印度新德里的ICAR-印度农业研究所进行了一项为期两年的田间试验（2018–19和2019–20）。试验采用随机完全区组设计（randomized complete block design, RCBD），包含三种重复，共十二种养分管理选项，包括土壤测试法（soil test-based, STB）和基于Nutrient Expert?-叶色卡（Leaf Colour Chart, LCC）的方法。结果表明，在ZT-DSR–W系统中，与常规推荐施肥（recommended dose of fertilizer, RDF）相比，STB-NPK处理的生产力和利润提高了约15%。与STB-NPK相比，NE-(LCCN-N)-NPK处理的产量尺度碳足迹降低了约21%。STB-NPK处理实现了最大的净能量，而缺氮处理则表现出最高的能源利用效率。在ZT-DSR–W系统下，STB-NPK和NE-(LCCN-N)-NPK处理均改善了土壤有机碳（soil organic carbon, SOC）、微生物生物量碳（soil microbial biomass carbon, SMBC）和脱氢酶活性（dehydrogenase activity, DHA）。研究表明，将精准养分管理（PNM）与ZT-DSR–W系统相结合，可以减少投入、提升土壤健康和可持续性。

论文解读文章

1. 研究背景与问题

全球粮食安全面临气候变化、水资源短缺和土壤退化等多重挑战。传统的集约化农业，特别是南亚地区广泛采用的育秧移栽水稻（puddled transplanted rice, PTR）和常规耕作小麦（conventionally tilled wheat, CTW）种植模式，虽然保障了数十亿人的粮食供给，但其高能耗、高水耗、土壤结构退化和大量温室气体（greenhouse gases, GHGs）排放等问题日益凸显，严重威胁着农业生态系统的可持续性。例如，稻田湿耕（puddling）贡献了稻麦系统约30%的总GHG排放，而秸秆焚烧不仅导致土壤有机碳流失，还造成严重的空气污染。

在此背景下，基于三大原则——最小土壤扰动、永久地表覆盖和作物多样化的保护性农业（conservation agriculture, CA）被视为一种有前景的替代方案。然而，CA措施的效果并非一成不变，其在不同生产体系中会呈现出特定的权衡与协同效应。同时，过度依赖化学肥料，尤其是氮肥，导致了大量的氧化亚氮（N₂O）排放和较低的氮肥利用效率（nitrogen-use efficiency, NUE）。因此，如何将CA原则与精准养分管理（precision nutrient management, PNM）策略相结合，以实现粮食生产、能源效率和环境效益的协同优化，成为当前研究的焦点。特别是，在免耕（zero-tillage, ZT）条件下，对比静态的土壤测试法（soil test-based, STB）与动态的、响应作物需求的Nutrient Expert?-叶色卡（NE-LCC）指导下的养分管理策略，其在食物-能源-碳（food-energy-carbon）综合视角下的表现尚缺乏系统评估。为此，研究人员提出了三个假设：(i) 整合ZT与STB及NE-LCC引导的PNM将提高系统生产力和盈利能力；(ii) 在ZT下，需求响应的PNM将降低产量尺度的碳足迹并改善净能量收益；(iii) CA下的平衡养分供应将增强土壤健康指标。

2. 研究方法概述

该研究在印度新德里ICAR-印度农业研究所试验田（位于恒河平原半干旱生态区）进行了一项为期两年（2018–19和2019–20）的田间试验。土壤质地为砂质粘壤土。试验采用随机完全区组设计（RCBD），设置三种重复。核心是比较两种主要养分管理策略：土壤测试法（STB）和Nutrient Expert?-叶色卡（NE-LCC）法，每种策略下又设置了不同的养分缺失处理（如缺氮、磷、钾），并以常规推荐施肥（RDF）和州推荐（SR）处理作为对照。所有处理均在统一的全免耕直播稻-小麦（ZT-DSR–W）体系下实施。研究通过一系列标准化的公式和排放因子，系统评估了各处理的系统生产力（以稻谷当量产量REY计）、经济效益、能源利用效率（如能源利用效率EUE、净能量NE等）以及碳足迹（包括空间尺度和产量尺度碳足迹），并测定了土壤有机碳（SOC）、微生物生物量碳（SMBC）和脱氢酶活性（DHA）等土壤健康指标。

3. 研究结果

3.1 系统生产力与经济效益

研究发现，在ZT-DSR–W系统中，STB-NPK（土壤测试法下的氮磷钾全量施肥）处理表现最优。与常规推荐施肥（RDF）相比，STB-NPK处理使系统生产力和利润显著提高了约15%。这表明，基于目标产量的STB法比传统的平均推荐法更能有效地匹配作物需求，从而提升产量和经济回报。

3.2 能源利用效率与碳足迹

在能源方面，STB-NPK处理获得了最高的净能量（net energy, NE），表明其产出能量与投入能量的差值最大。然而，值得注意的是，缺氮处理（如STB-N₀PK）却表现出最高的能源利用效率（energy-use efficiency, EUE），这主要是因为氮肥的生产和使用本身是高能耗环节，减少氮输入大幅降低了总能量投入，尽管也牺牲了一部分产量。

在环境绩效方面，与STB-NPK相比，结合了NE?工具和叶色卡（LCC）的动态精准施氮策略NE-(LCC_N-N)-NPK，其产量尺度的碳足迹（即生产单位粮食所产生的碳排放）显著降低了约21%。这说明，通过更精确地匹配作物实时氮需求，可以显著减少因过量施氮导致的温室气体排放，实现更高的碳效率。

3.3 土壤生化与生物学特性

在土壤健康方面，研究证实了CA实践的积极影响。在ZT-DSR–W系统下，STB-NPK和NE-(LCC_N-N)-NPK这两个处理均显著改善了土壤质量，表现为土壤有机碳（SOC）、微生物生物量碳（SMBC）和脱氢酶活性（DHA）的提升。这些指标的提高意味着土壤的固碳能力、养分循环活性和整体健康水平得到了增强。

4. 总结与讨论

本研究的核心结论是：将精准养分管理（PNM）与保护性农业（CA）实践（特别是ZT-DSR–W系统）相结合，是一种有效的途径，能够在维持甚至提高生产力的同时，减少环境代价并改善土壤健康。

具体而言，研究揭示了不同管理策略间的权衡与协同关系：

• •
  权衡：追求最高净能量（STB-NPK）并不等同于最低的碳足迹（NE-LCC-NPK）。同样，获得最高能源利用效率（缺氮处理）是以牺牲产量为代价的。
• •
  协同：无论是STB还是NE-LCC引导的平衡施肥，在ZT系统下都能协同提升土壤有机碳、微生物生物量和酶活性，证明了CA和平衡施肥对土壤健康的共同促进作用。

研究结论明确指出：与常规管理相比，基于CA的ZT-DSR–W系统配合STB-NPK或NE-(LCC_N-N)-NPK的养分管理，能够提高系统生产力、净能量和土壤健康指标，同时降低产量尺度的碳足迹。特别是，NE-(LCC_N-N)-NPK策略在实现高产的同时，展现出最佳的碳效率，是兼顾粮食安全和气候减缓目标的优选方案。该研究为在南亚等地区推广资源节约和环境友好的可持续农业提供了有力的科学依据。