吳晉波,張吳平,王國芳,卜玉山,賈若男,張 茜,張小紅

(1.山西農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院,山西 晉中 030801;2.山西農(nóng)業(yè)大學(xué)軟件學(xué)院,山西 晉中 030801)

近年來,農(nóng)業(yè)的投入和消耗逐年增高,《中華人民共和國氣候變化第二次國家信息通報》指出農(nóng)業(yè)活動產(chǎn)生的環(huán)境問題越發(fā)嚴(yán)重[1]。2017年中央一號文件提出深入推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革,要求推行綠色生產(chǎn)方式,增強(qiáng)農(nóng)業(yè)可持續(xù)發(fā)展能力[2]。

目前有關(guān)作物排放對環(huán)境影響評價的研究已有很多,其中生命周期評價(life cycle assessment,LCA)是應(yīng)用于環(huán)境影響評價較為成功的一種方法[3],且應(yīng)用廣泛。LCA是一種通過收集作物生長全過程的環(huán)境排放,按照國際標(biāo)準(zhǔn)及一定權(quán)重計算獲得結(jié)果的方法,可用于全面評價作物生長“從搖籃到墳?zāi)埂钡沫h(huán)境影響[4]。評價前提是需要獲得足夠的排放數(shù)據(jù),根據(jù)已有研究可總結(jié)為實地測量、系數(shù)計算和軟件模擬3類。實地測量指通過一系列工具測量作物在田間的排放量從而得出相應(yīng)結(jié)果[5],但僅應(yīng)用于少量點(diǎn)位測量,耗費(fèi)時間長,投入人力物力大,不能準(zhǔn)確測量每一天的環(huán)境排放,使評價準(zhǔn)確性降低;系數(shù)法指根據(jù)已有研究中應(yīng)用施肥量與相應(yīng)的排放系數(shù)進(jìn)行運(yùn)算得出結(jié)果[6],而沒有考慮降水年型對作物生長和化肥施用后排放的影響,導(dǎo)致評價結(jié)果不確定性可能會增加;軟件模擬指輸入一系列參數(shù)使軟件參數(shù)能適合當(dāng)?shù)刈魑锷L環(huán)境,從而模擬得出結(jié)果[7],但是在軟件模擬應(yīng)用過程中必須使參數(shù)本地化并經(jīng)過模擬結(jié)果驗證才能得到適合本地的生長環(huán)境和結(jié)果。

以山西省太谷縣旱作玉米為例,應(yīng)用DNDC(denitrification-decomposition)軟件模型對作物生長過程進(jìn)行模擬,收集作物的排放種類和排放量[8]。在生命周期評價中充分考慮降水量對作物長勢的影響,分析不同水分條件和環(huán)境排放的關(guān)系[9],使評價結(jié)果的可靠性提升,以期尋求在旱作條件下的合理施肥量,為達(dá)到環(huán)境和經(jīng)濟(jì)效益雙豐收的平衡提供科學(xué)依據(jù)。

1 材料與方法

1.1 DNDC模型

1.1.1模型介紹

DNDC模型是一個描述農(nóng)業(yè)生態(tài)系統(tǒng)中碳和氮生物地球化學(xué)過程的計算機(jī)模擬模型[10]。該模型主要由氣候、土壤、植被類型和農(nóng)田管理模塊組成,通過研究不同作物在不同環(huán)境下發(fā)生的化學(xué)反應(yīng)得到一系列產(chǎn)出排放等結(jié)果。該模型在國內(nèi)已得到廣泛應(yīng)用[11-12]。該模型主要描述了一系列的農(nóng)作物生長與土壤環(huán)境發(fā)生的硝化-反硝化作用對環(huán)境的影響。DNDC模型由兩大部分組成。第1部分包括土壤氣候、農(nóng)作物生長和土壤有機(jī)質(zhì)分解3個子模型,利用生態(tài)驅(qū)動因子(氣候、土壤、植被和人類活動)模擬土壤環(huán)境條件(土壤溫度、水分、酸堿度、氧化還原電位以及相關(guān)化學(xué)底物濃度梯度)。第2部分包括硝化作用、反硝化作用和發(fā)酵作用3個子模型,模擬土壤環(huán)境條件對微生物活動的影響,計算植物-土壤系統(tǒng)中二氧化碳(CO2)、甲烷(CH4)、氨(NH3)、氧化亞氮(N2O)和一氧化氮(NO)排放。DNDC模型中所采用的函數(shù)來自物理學(xué)、化學(xué)和生物學(xué)的經(jīng)典法則或?qū)嶒炇已芯克a(chǎn)生的經(jīng)驗方程[13]。DNDC模型是一座架在基本生態(tài)驅(qū)動因子和碳氮生物地球化學(xué)循環(huán)之間的橋梁。

1.1.2模型數(shù)據(jù)來源

在同一年中設(shè)置不同的降水環(huán)境對作物生長排放進(jìn)行測量,但是由于受條件所限,耗費(fèi)人力物力較大。通過收集山西省太谷縣15 a的氣象數(shù)據(jù),利用“以時間換空間”的方法,達(dá)到處理效果[14]。為了提高模擬的準(zhǔn)確性,氣象數(shù)據(jù)包括日均降水量、日最高氣溫、日最低氣溫、平均風(fēng)速和地面濕度5個指標(biāo)。在模型中輸入所有必要條件并且模擬不同降水量條件下的作物生長。研究區(qū)屬于盆地地區(qū),土壤屬于黏性土壤(表1)。

表1 研究區(qū)土壤剖面的物理特性Table 1 Basic physical properties of soil profile in experimental area

農(nóng)田管理數(shù)據(jù)主要來源于對村民耕作方式的問卷調(diào)查,調(diào)查結(jié)果中玉米采用一年一熟制。耕作時間是每年4月28日前后,收獲時間是10月3日前后。在耕作前需要定量施肥,采用的肥料是玉米專用復(fù)合肥,施用量一般為1 050 kg·hm-2,其中w(N)為18%,w(P2O5)為10%,w(K2O)為12%,牛糞投入量為75 t·hm-2,所有肥料均在播種前一次性施入。

根據(jù)以上調(diào)查數(shù)據(jù)以及DNDC模型中的作物發(fā)育數(shù)據(jù),模擬不同水分條件下的玉米生長,模擬過程中不受其他環(huán)境因素影響,每年的施肥量和耕作方式相同,并收集模擬結(jié)果,主要包括產(chǎn)量和排放等數(shù)據(jù)。

1.2 生命周期評價(LCA)

自20世紀(jì)90年代以來,LCA被逐漸應(yīng)用于農(nóng)業(yè)[15]。LCA在農(nóng)業(yè)上主要評價的是作物從肥料原料開采到作物收獲全部過程對環(huán)境的消耗。該方法評價從作物原料開采到作物生長最終處理全過程所進(jìn)行的跟蹤和定量分析[16],已經(jīng)被納入國際ISO 14040體系標(biāo)準(zhǔn)。目前評價過程包括目標(biāo)定義與確定范圍、清單分析、環(huán)境影響評價和改進(jìn)評價[17]。

1.2.1目標(biāo)定義與確定范圍

以太谷縣生產(chǎn)1 t玉米為評價單元,將玉米生產(chǎn)所需肥料生產(chǎn)到作物收獲全過程對環(huán)境產(chǎn)生的消耗作為評價對象,以評價玉米生長對環(huán)境的影響。

1.2.2清單分析

LCA的清單分析主要包括兩個階段,即肥料生產(chǎn)環(huán)節(jié)產(chǎn)生環(huán)境消耗的階段和作物生長環(huán)節(jié)的能耗排放階段。太谷縣位于黃土高原地區(qū),玉米種植方式為一年一熟制,在評價玉米生產(chǎn)每公頃的環(huán)境排放時對全年農(nóng)作物環(huán)境影響進(jìn)行核算。

在原料開采階段主要評價內(nèi)容是肥料礦石開采和制肥過程中產(chǎn)生的電力消耗和能源消耗。排放系數(shù)主要來源于相關(guān)研究[18](表2)。

表2 不同農(nóng)業(yè)生產(chǎn)環(huán)節(jié)折算標(biāo)準(zhǔn)Table 2 Conversion criteria of different agricultural production processes

作物生長階段的環(huán)境排放數(shù)據(jù)主要來自DNDC模型模擬結(jié)果。產(chǎn)生的環(huán)境影響主要為耕種、灌溉、施肥等管理措施所引起的各項污染物排放。

1.2.3環(huán)境影響評價

生命周期環(huán)境影響評價主要是對識別出的環(huán)境影響進(jìn)行定性或定量的表征評價,分為特征化、標(biāo)準(zhǔn)化和加權(quán)評估3個步驟[19]。

(1)特征化。特征化是對資源消耗和環(huán)境排放清單進(jìn)行分類并計算環(huán)境影響潛力的過程。該研究僅考慮農(nóng)產(chǎn)品生命周期的能源消耗、溫室氣體排放、環(huán)境酸化和富營養(yǎng)化4種環(huán)境影響類型。以生產(chǎn)1 t玉米為評價單元,采用當(dāng)量系數(shù)對排放進(jìn)行折算。溫室氣體排放以CO2為當(dāng)量標(biāo)準(zhǔn),CH4、N2O 和 CO當(dāng)量系數(shù)分別為21、310和2;富營養(yǎng)化以PO43-為當(dāng)量標(biāo)準(zhǔn),N、NOx和NH3當(dāng)量系數(shù)分別為0.42、0.13和0.35;環(huán)境酸化以SOx和SO2為當(dāng)量標(biāo)準(zhǔn),NH3當(dāng)量系數(shù)為1.88,NOx當(dāng)量系數(shù)為0.7[20]。

(2)標(biāo)準(zhǔn)化。標(biāo)準(zhǔn)化過程指建立標(biāo)準(zhǔn)化基準(zhǔn),在標(biāo)準(zhǔn)化過程中主要將環(huán)境排放分為環(huán)境酸化、溫室效應(yīng)、能源消耗和富營養(yǎng)化4類,并為其提供可比較的標(biāo)準(zhǔn)。擬采用2000年世界人均環(huán)境影響潛力作為環(huán)境影響基準(zhǔn)進(jìn)行標(biāo)準(zhǔn)化處理,處理方法為

Rx=EP(x)/S2000。

(1)

式(1)中,Rx為第x種潛在環(huán)境影響標(biāo)準(zhǔn)化結(jié)果;EP(x)為系統(tǒng)對第x種環(huán)境影響因子的潛值即特征化結(jié)果;S2000為選定的2000年基準(zhǔn)值[21]。

(3)加權(quán)。通過綜合各類環(huán)境影響指數(shù)得到一個可比較的評價結(jié)果,這需要確定各種環(huán)境影響類型的權(quán)重。根據(jù)王明新等[21]、梁龍等[22]設(shè)置的權(quán)重系數(shù)并進(jìn)行調(diào)整,基準(zhǔn)值和權(quán)重值見表3。

表3 標(biāo)準(zhǔn)化加權(quán)影響值設(shè)置Table 3 Standardized weighted impact value settings

1.2.4改進(jìn)評價

通過對環(huán)境影響進(jìn)行標(biāo)準(zhǔn)化和加權(quán)處理,將環(huán)境影響量化為一個標(biāo)準(zhǔn)指數(shù)。該指數(shù)表示對環(huán)境影響的大小,對環(huán)境影響較大的情況可以在農(nóng)產(chǎn)品整個生命周期內(nèi)尋求減少能源消耗、原材料使用和污染物排放方式,提出改進(jìn)措施并做進(jìn)一步評價。

2 結(jié)果與分析

2.1 DNDC模型模擬結(jié)果

玉米產(chǎn)量和地表溫度的實測值與模擬值擬合結(jié)果見圖1。對2002—2016年太谷縣玉米生長進(jìn)行模擬,可以得出作物在生長過程中的排放和最終產(chǎn)量,以調(diào)查產(chǎn)量為參考,模擬得到的年均產(chǎn)量為9 114.37 kg·hm-2,模擬產(chǎn)量結(jié)果與實際產(chǎn)量較相符。將模型模擬值與實際測得的土壤表層溫度進(jìn)行對比分析的結(jié)果表明,在作物期內(nèi)模擬溫度能夠較好地與實際溫度吻合,能夠用于描述降水前后地表溫度變化趨勢;但是兩者也存在一定差異,主要原因是在模擬過程中,沒有考慮作物莖葉對陽光的阻擋作用,導(dǎo)致實測值和模擬值存在部分差異。但總體擬合度較高,決定系數(shù)(R2)達(dá)到0.925 5,實現(xiàn)了模型參數(shù)的本地化(圖1)。

圖1 玉米產(chǎn)量和地表溫度的實測值與模擬值Fig.1 Relationships between the measured and simulated values of maize yield and surface temperature

2.2 清單分析

在作物生長前期主要的環(huán)境排放源是肥料投入,投入的肥料為玉米專用復(fù)合肥,根據(jù)表2中折算方式折算可知每公頃玉米種植對環(huán)境的NOx、CO、SO2和CO2排放量分別為2.020、0.808、4.039和134.652 kg·hm-2。由此可見,CO2排放量顯著高于其他幾類,對環(huán)境的影響大。

在作物生長階段根據(jù)降水年型對排放清單進(jìn)行劃分。根據(jù)GB/T 50095—98《水文基本術(shù)語和符號標(biāo)準(zhǔn)》計算可知,2002—2016年期間2006、2008和2010年降水量低于380 mm,為枯水年;2007和2016年降水量在560 mm以上,為豐水年;其余年份降水量在380～560 mm之間,為平水年。玉米生長雨熱同期,因此可在很大程度上緩解作物需水量(表4)。

表4 基于DNDC模型不同降水年型玉米生長階段的環(huán)境排放均值Table 4 Average emissions under different precipitation types based on DNDC model

*表示差異顯著(P<0.05),**表示差異極顯著(P<0.01)。

由表4可知,在不同降水年型,玉米生長階段對環(huán)境產(chǎn)生的排放量也不相同。在玉米生長階段CO2排放量高于其他3類,枯水年CO2排放量低于平水年和豐水年,變化幅度為1%和1.2%,枯水年硝酸鹽淋洗量比豐水年低11.8%,枯水年NO2排放量比豐水年低12.3%,豐水年NH3揮發(fā)比枯水年低15.8%。降水量與NH3揮發(fā)呈反比關(guān)系。

2.3 環(huán)境影響評價

2.3.1標(biāo)準(zhǔn)化

利用LCA方法對環(huán)境影響進(jìn)行標(biāo)準(zhǔn)化,并將其與作物期內(nèi)降水量進(jìn)行分析比較的結(jié)果表明,降水量大小影響環(huán)境排放。當(dāng)降水量降低時,能源消耗、富營養(yǎng)化、溫室氣體排放和環(huán)境酸化的標(biāo)準(zhǔn)值都較高;當(dāng)降水量增高時,其對環(huán)境的影響值則會降低。圖2顯示降水量分別與能源消耗、富營養(yǎng)化、環(huán)境酸化和溫室氣體排放呈反比關(guān)系。

環(huán)境酸化指氮氧化物和硫氧化物的排放,主要發(fā)生在化肥原材料開采和提取階段(R2=0.461 5);能源消耗指在肥料生產(chǎn)階段通過折算后得到的所消耗標(biāo)準(zhǔn)煤需要的能源消耗(R2=0.727 6);溫室效應(yīng)指溫室氣體的排放,在降水量較高的平水年和豐水年,玉米產(chǎn)生的環(huán)境排放較低,其溫室氣體排放量較小(R2=0.617 8);富營養(yǎng)化指氮氧、氮?dú)湮镔|(zhì)的排放,受作物生長的排放影響,在降水較為充沛的年份,生產(chǎn)1 t 玉米所產(chǎn)生的排放量較小,在降水不足的年份生產(chǎn)1 t玉米排放量則較大,對環(huán)境的影響也較大(R2=0.628 5)。

圖2 不同年份降水量與環(huán)境評價指標(biāo)潛力的關(guān)系Fig.2 Relationship between different annual precipitation and environmental assessment indicators potentiality

2.3.2加權(quán)

對各項指標(biāo)標(biāo)準(zhǔn)化后進(jìn)行加權(quán)。結(jié)果顯示,豐水年、平水年和枯水年玉米種植全過程的環(huán)境影響綜合指數(shù)分別為0.19～0.20、0.17～0.27和>0.3,不同降水年型玉米種植全過程對環(huán)境的影響由大到小依次為枯水年、平水年和豐水年。不同環(huán)境影響類型對環(huán)境造成的影響由大到小依次為富營養(yǎng)化、環(huán)境酸化、能源消耗和溫室氣體排放,其均值分別為0.031 9、0.011 9、0.010 4和0.003 8?？菟晟a(chǎn)1 t玉米產(chǎn)生的環(huán)境排放比其他降水年型高(圖3)。

2006、2008和2010年為枯水年，2007和2016年為豐水年,其他年份為平水年。圖3 不同降水年型整個玉米生命周期生態(tài)環(huán)境影響潛值的加權(quán)結(jié)果Fig.3 Weighted results of potential ecological environmental impact for maize under different precipitation types

枯水年能源消耗、富營養(yǎng)化、環(huán)境酸化和溫室氣體排放均值分別為0.015 5、0.046 3、0.017 4和0.005 6,平水年4種環(huán)境影響類型均值分別為0.009 0、0.029 2、0.010 6和0.003 4,豐水年均值分別為0.007 9、0.024 3、0.010 0和0.003 2。

2.4 改進(jìn)情況及評價

由實際調(diào)查結(jié)果可知2008和2010年產(chǎn)量較低,并且在其他生育期降水量不變的前提下作物拔節(jié)期和抽雄期兩個階段降水量較小,影響了作物的最終產(chǎn)量。通過灌溉來彌補(bǔ)降水不足,并且在保證LCA綜合環(huán)境影響指數(shù)較小的前提下確定灌溉量。設(shè)置灌溉定額分別為400、600、800、1 000、1 200和1 400 t·hm-2的6個處理,于拔節(jié)期和抽雄期各灌溉1次,每次灌溉量均分別為各處理灌溉定額的50%。

在不灌溉的情況下利用LCA方法對DNDC模型的環(huán)境排放結(jié)果進(jìn)行評價,結(jié)果顯示,降水量較低年份對環(huán)境的影響較大,降水量與污染排放量呈負(fù)相關(guān)。在改進(jìn)措施中,由于有灌溉處理,所以LCA結(jié)果中增加淡水灌溉影響因素,灌溉水量越大,淡水灌溉的影響值就越高。由此可見,不同的灌溉水量對玉米產(chǎn)量的影響較大,當(dāng)灌水量為400～800 t·hm-2時,玉米產(chǎn)量變化較大;當(dāng)灌水量大于800 t·hm-2時,其對產(chǎn)量的影響則變小(圖4)。

圖4 2008和2010年不同灌水量條件下玉米產(chǎn)量和環(huán)境影響綜合指數(shù)Fig.4 Comprehensive index of maize yield and environmental impact under different irrigation amounts in 2008 and 2010

在不同灌溉量條件下環(huán)境影響綜合指數(shù)也隨產(chǎn)量變化而變化。當(dāng)灌水量較低時,玉米產(chǎn)量較低,環(huán)境影響卻較高；當(dāng)灌溉量為800～1 000 t·hm-2時環(huán)境影響降到最低;隨著灌溉量的持續(xù)增加,環(huán)境影響綜合指數(shù)不減反增,且當(dāng)灌溉量大于1 000 t·hm-2時,作物產(chǎn)量變化幅度降低。綜合上述模擬和分析結(jié)果發(fā)現(xiàn),當(dāng)玉米生育期處于枯水年時,產(chǎn)量降低,可以用灌溉來彌補(bǔ)降水不足;當(dāng)灌溉量大于1 000 t·hm-2時,如果持續(xù)對其進(jìn)行灌溉,產(chǎn)量上升幅度減小,作物生產(chǎn)成本增加,同時對環(huán)境的負(fù)荷隨之上升。所以在改進(jìn)措施中建議在枯水年型用灌溉來緩解降水不足,選取2008年(降水量為335.30 mm)和2010年(降水量為336.70 mm)作為模擬對象,以灌溉量為800～1 000 t·hm-2較為合適。

對于沒有灌溉條件的地區(qū),則適量減少肥料施用,并利用DNDC模型進(jìn)行模擬。2008年太谷縣降水量低于多年平均降水量,屬于枯水年?？菟杲邓繉ψ魑锷a(chǎn)造成很大影響,不僅產(chǎn)量降低,且在同等施肥條件下其對環(huán)境的影響較大。依據(jù)上述研究結(jié)果將2008年作為模擬對象,設(shè)置施肥量為735、525、420、315、210 kg·hm-25個水平和1個對照(不施肥)。模擬結(jié)果表明:通過減少化肥使用量,其環(huán)境影響會逐漸降低,環(huán)境影響綜合指數(shù)從原施肥量處理的0.35降至0.25,當(dāng)施肥量降到原施肥量的20%～30%時,環(huán)境排放降到最低,且產(chǎn)量降低180 kg·hm-2,產(chǎn)量較原施肥量處理降低3.15%,降低幅度不明顯(圖5)。

圖5 枯水年減量施肥后玉米產(chǎn)量和環(huán)境影響綜合指數(shù)Fig.5 Maize yield and environmental impact index in dry year after fertilizer reduction

在平水年,模擬減少施肥量,玉米產(chǎn)量變化不大,但環(huán)境影響綜合指數(shù)降低。當(dāng)施肥量為原施肥量的80%～85%時,環(huán)境影響和產(chǎn)量達(dá)到最優(yōu)效果,此與WU等[23]研究結(jié)論一致,說明在平水年應(yīng)該降低施肥量。在豐水年通過減少肥料施用發(fā)現(xiàn)環(huán)境影響綜合指數(shù)并沒有降低,反而有上升趨勢,表明在豐水年目前的施肥量比較合適。

3 討論

在排放量模擬結(jié)果中,降水量分別與CO2排放量、硝酸鹽淋洗和N2O排放量呈正相關(guān),降水量與NH3排放量呈負(fù)相關(guān)。這與張保成[24]研究結(jié)果一致。這是因為土壤濕度直接影響土壤微生物活性和土壤通氣性,進(jìn)而影響土壤硝化-反硝化作用以及 N2O 在土壤中的傳輸和向大氣的擴(kuò)散。在一定范圍內(nèi),土壤含水量提高可增加礦化速率和養(yǎng)分有效性,微生物活性增強(qiáng),耗氧量加大,易形成厭氧區(qū)域,從而抑制土壤硝化作用,促進(jìn)土壤反硝化作用。因此,在枯水年CO2排放、硝酸鹽淋洗、N2O排放低于平水年和豐水年。當(dāng)土表、田面水表面或植物外體空間氨分壓大于其上方空氣中氨分壓時,NH3揮發(fā)過程即可發(fā)生,但NH3又極易溶于水,當(dāng)降水較多時,NH3因溶于水而減少揮發(fā)。

目前,對于農(nóng)業(yè)環(huán)境方面的研究主要集中在農(nóng)業(yè)肥料種類和用量與環(huán)境排放的關(guān)系上[25],通過設(shè)定不同條件收集模擬的環(huán)境排放數(shù)據(jù),對農(nóng)藝施肥做出具體指導(dǎo)。采用LCA方法評價作物生長全過程的環(huán)境影響,在不同水分條件下玉米種植過程對環(huán)境影響不同。當(dāng)水分條件充足時,玉米種植的環(huán)境影響綜合指數(shù)為0.17～0.27。當(dāng)水分缺少時，環(huán)境影響綜合指數(shù)會升高至0.3以上；這主要是因為在水分條件較差的年份,肥料利用率降低,肥料發(fā)生蒸發(fā),沒有作用于作物生長過程中,最終導(dǎo)致產(chǎn)量降低[26],在評價結(jié)果中單位產(chǎn)量的環(huán)境排放影響則會上升,對環(huán)境造成更大影響。當(dāng)水分充足時,肥料隨水分下滲到土壤中,雖然在這一過程中會發(fā)生反硝化作用,但是更多地則是肥料被作物生長所吸收,單位產(chǎn)量環(huán)境影響降低。

研究結(jié)果表明在枯水年通過增加灌溉量能夠提高產(chǎn)量并且減輕環(huán)境影響。山西位于黃土高原地區(qū)東部,降水量少,75%的地區(qū)沒有灌溉條件,大部分地區(qū)灌溉條件難以滿足。在不增加灌溉的前提下枯水年減少施肥量,能夠提高肥料利用效率,降低成本且減少環(huán)境污染。如果增加天氣預(yù)報的準(zhǔn)確性并且根據(jù)降水等大量數(shù)據(jù)來分析下一年的降水年型,可以指導(dǎo)農(nóng)業(yè)調(diào)節(jié)施肥量,對降低農(nóng)業(yè)生產(chǎn)成本和減輕環(huán)境負(fù)荷有重要意義。

農(nóng)業(yè)種植過程對環(huán)境的影響不僅僅是水分條件的單一作用效果,農(nóng)田污染排放受多種因素影響,肥料的過度使用對環(huán)境的影響會逐漸增高[27]。此外,在玉米種植過程中,株間距、犁地方式與深度、種植時間等都會對玉米產(chǎn)量產(chǎn)生不同影響[28]。因此,仍然需要多次、多條件的玉米種植模擬實驗。

4 結(jié)論

(1)LCA結(jié)果表明玉米產(chǎn)量與降水量呈正相關(guān),玉米地污染排放與降水量呈負(fù)相關(guān),即：降水量高,則玉米產(chǎn)量高,環(huán)境影響指數(shù)低；降水量低,則產(chǎn)量較低,環(huán)境影響指數(shù)高。

(2)通過改進(jìn)措施進(jìn)行模擬的結(jié)果表明:在平水年施肥量應(yīng)減少至當(dāng)前施肥量的80%～85%,在作物產(chǎn)量不會大幅降低的同時環(huán)境影響顯著降低;在枯水年當(dāng)灌溉量達(dá)800～1 000 t·hm-2時可提高產(chǎn)量并降低對環(huán)境的影響；對于無灌溉條件的地區(qū),施肥量減至原來施肥量的20%～30%時,產(chǎn)量降低180 kg·hm-2,產(chǎn)量降低不明顯,而環(huán)境影響顯著降低。