摘要：為探究糧食作物和飼草作物生產(chǎn)在溫室氣體排放方面的差異，識(shí)別潛在的減排熱點(diǎn)，本研究基于2018—2021年在甘肅和寧夏獲得的738份有效農(nóng)戶問卷調(diào)查數(shù)據(jù)，以小麥、玉米、苜蓿和飼用玉米四種作物為研究對(duì)象，使用生命周期評(píng)價(jià)的方法評(píng)估溫室氣體（CO2當(dāng)量）排放量。結(jié)果表明，研究區(qū)域每公頃的小麥、玉米、苜蓿、飼用玉米干物質(zhì)產(chǎn)出分別為：6.45，16.81，6.28，17.05 t；蛋白質(zhì)產(chǎn)出分別為：0.52，1.08，0.79，1.22 t。四種作物的溫室氣體排放量分別為：3.89，5.14，1.12，4.34 t·hm-2；但在每噸干物質(zhì)和蛋白質(zhì)產(chǎn)出基準(zhǔn)下，苜蓿與飼用玉米均顯示較低的排放強(qiáng)度，其中苜蓿的優(yōu)勢更為顯著。敏感度分析表明，化肥和農(nóng)機(jī)使用對(duì)排放結(jié)果的敏感度平均達(dá)到75.29%和11.51%。因此，建議研究區(qū)域使用優(yōu)質(zhì)飼草作物替代糧食作物支撐草食畜牧業(yè)，同時(shí)加強(qiáng)作物的田間施肥管理和提高機(jī)械使用效率，能有效地減少草食畜牧業(yè)在飼料生產(chǎn)端的溫室氣體排放量。

關(guān)鍵詞：飼料作物；溫室氣體；生命周期評(píng)價(jià)；糧改飼

中圖分類號(hào)：F062.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0435（2023）08-2425-11

Comparison of Greenhouse Gas Emissions of Four Type of Crops on the Loess Plateau

LUO Yu-ting， XU Gang*， REN Ji-zhou， CHANG Sheng-hua， YU Chun-xiao

（College of Pastoral Agriculture Science and Technology， Lanzhou University; State Key Laboratory of Herbage Improvement and

Grassland Agro-ecosystems; Key Laboratory of Grassland Livestock Industry Innovation Ministry of Agriculture and Rural Affairs，

Lanzhou， Gansu Province 730020， China）

Abstract：This study aims to delineate the disparities in greenhouse gas （GHG） emissions from the cultivation of food and forage crops，and to pinpoint significant emission sources. Drawing on 738 valid household questionnaire surveys executed in Gansu and Ningxia from 2018 to 2021，the GHG emissions from four principal crops （wheat，maize，alfalfa，and forage maize） were assessed using the Life Cycle Assessment method. The research revealed that the per-hectare dry matter yields of wheat，maize，alfalfa，and forage maize were 6.45，16.81，6.28，and 17.05 tons，respectively;while the per-hectare crude protein yields were 0.52，1.08，0.79，and 1.22 tons，respectively. Besides，the GHG emissions per hectare of wheat，maize，alfalfa，and forage maize were 3.89，5.14，1.12，and 4.34 tons of CO2 equivalent，respectively. With dry matter and crude protein as functional units，forage crops，especially alfalfa，demonstrated lower emissions. Sensitivity analysis revealed that fertilizers and agricultural machinery were the primary contributors to GHG emissions，collectively representing an average of 75.29% and 11.51%，respectively. Hence，we propose substituting food crops with forage crops to facilitate herbivorous animal husbandry in the study area. Implementing improved crop fertilization management and increasing mechanical efficiency can significantly contribute to GHG mitigation in herbivorous animal husbandry.

Key words：Forage crop;Greenhouse gases;Life cycle assessment;Cereal shift to forage production

氣候變化對(duì)生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)產(chǎn)生了巨大影響，這與人類活動(dòng)造成的溫室氣體排放密切相關(guān)［1］。2020年，中國提出爭取2060年前實(shí)現(xiàn)碳中和，這使得碳減排任務(wù)更為緊迫［2］。據(jù)聯(lián)合國糧農(nóng)組織（FAO）報(bào)告顯示，2020年全球農(nóng)業(yè)系統(tǒng)的溫室氣體排放為160億噸（CO2-eq），自2000年以來增加了9%，約占人為排放總量的三分之一。不同作物種植系統(tǒng)在農(nóng)資投入和生產(chǎn)管理等方面具有較大差異，導(dǎo)致不同種植系統(tǒng)的溫室氣體排放量狀況不同。在相同土地面積情況下選擇不同的種植結(jié)構(gòu)，其土地利用變化會(huì)影響農(nóng)業(yè)系統(tǒng)溫室氣體排放的整體變化［3-4］。因此農(nóng)業(yè)部門應(yīng)當(dāng)重視作物種植結(jié)構(gòu)，如果在相同的產(chǎn)出下具有不同的溫室氣體排放，應(yīng)當(dāng)將作物結(jié)構(gòu)調(diào)整作為減排的措施之一。

當(dāng)前我國草食畜牧業(yè)生產(chǎn)正在向?qū)I(yè)化轉(zhuǎn)型，2020年國務(wù)院辦公廳提出要推進(jìn)飼用玉米、苜蓿等緊缺飼草種植，同時(shí)調(diào)整優(yōu)化飼料配方結(jié)構(gòu)，促進(jìn)玉米、豆粕減量替代［5］?！凹Z改飼”政策的實(shí)施意味著更多的土地將被用于飼草種植，這會(huì)帶來潛在的環(huán)境影響變化［6-7］。然而國內(nèi)目前的研究大多集中于單一糧食作物的溫室氣體排放量核算［8-10］和不同種植模式的溫室氣體排放對(duì)比［11-12］，對(duì)于飼草作物和糧食作物生產(chǎn)的溫室氣體排放差異的研究還較少［13-14］，特別是不同種類作物生產(chǎn)的溫室氣體排放狀況如何？在相同的產(chǎn)出基準(zhǔn)下飼草作物相對(duì)于糧食作物有無減排潛力？這是目前種植業(yè)結(jié)構(gòu)調(diào)整需要關(guān)注的科學(xué)問題。

生命周期評(píng)價(jià)（Life cycle assessment，LCA）是目前用于溫室氣體核算的主流方法，它將一個(gè)產(chǎn)品從資源開采、制造、運(yùn)輸、使用與廢棄全生命周期的溫室氣體排放進(jìn)行匯總、加權(quán)，最終得到基于二氧化碳當(dāng)量（CO2-eq）的結(jié)果值［15-16］。LCA被廣泛用于農(nóng)作物的碳足跡研究，Bacenetti等［17］采用LCA方法比較了有灌溉和無灌溉兩種模式下苜蓿干草生產(chǎn)環(huán)境影響。王上等［18］定量評(píng)估了春綠豆-夏玉米模式與冬小麥-夏玉米模式的碳足跡，劉松等［19］探究了施肥與灌溉對(duì)甘肅省苜蓿碳足跡的影響。因此，本研究將采用LCA的方法，核算黃土高原地區(qū)關(guān)鍵飼料作物的全生命周期溫室氣體排放，識(shí)別潛在的溫室氣體排放熱點(diǎn)并尋求清潔生產(chǎn)的改進(jìn)措施，從而為當(dāng)?shù)胤N植結(jié)構(gòu)調(diào)整及我國飼料生產(chǎn)的低碳發(fā)展提供科學(xué)參考。

1 材料與方法

1.1 研究區(qū)域概況及數(shù)據(jù)來源

本文選取了小麥、玉米、苜蓿和飼用玉米4種作物為研究材料，在區(qū)域?yàn)楦拭C和寧夏兩?。ㄗ灾螀^(qū)）的黃土高原雨養(yǎng)農(nóng)區(qū)開展調(diào)研（圖1）。研究區(qū)域?yàn)榇箨懠撅L(fēng)氣候尾部，大多干旱少雨并且日照豐富，年降水量平均約為270～573 mm，年平均氣溫介于6.7℃～9.0℃，地形破碎，山、川、塬兼有，生態(tài)環(huán)境脆弱。草食畜牧業(yè)是該地區(qū)的特色優(yōu)勢產(chǎn)業(yè)之一，飼料作物資源較為豐富［20-21］。此外，據(jù)國家統(tǒng)計(jì)數(shù)據(jù)顯示，2020年兩省的玉米和小麥種植總面積占兩省糧食作物種植總面積的39.90%和24.16%，苜蓿和飼用玉米種植總面積分別占兩省人工種草面積的52.23%和16.34%［22］。

為了保證問卷的數(shù)據(jù)質(zhì)量并反映研究區(qū)農(nóng)戶四種作物生產(chǎn)投入產(chǎn)出的實(shí)際狀況，研究采用訪問問卷調(diào)查的方式，進(jìn)行非介入性研究，向農(nóng)戶獲取產(chǎn)量、農(nóng)資投入、農(nóng)機(jī)使用和灌溉等情況。為了避免數(shù)據(jù)的年度波動(dòng)，向農(nóng)戶詢問2018—2021年的情況，最終取均值。由于作物生產(chǎn)的空間差異性較大，為了使調(diào)查樣本具有典型代表性，研究采用分層隨機(jī)抽樣的方法，并將市級(jí)地域作為分層的依據(jù)，末端結(jié)合隨機(jī)抽樣，向兩省八市的農(nóng)戶進(jìn)行問卷調(diào)查。由于農(nóng)戶的種植結(jié)構(gòu)不同，最終獲取的小麥、玉米、苜蓿和飼用玉米有效樣本分別為274，378，59和27份。而在研究對(duì)象的區(qū)分方面，由于目前研究區(qū)種植的玉米多為糧飼兼用型，在蠟熟期整株帶穗收獲與青貯，則被認(rèn)定為飼用玉米，其他則為籽粒玉米。

1.2 溫室氣體排放量核算方法

本研究按照ISO對(duì)LCA的步驟定義，對(duì)小麥、玉米、苜蓿及飼用玉米四種作物生產(chǎn)過程中的溫室氣體排放進(jìn)行評(píng)估。

1.2.1 系統(tǒng)邊界 系統(tǒng)邊界明確了需要被納入溫室氣體排放核算范圍的生產(chǎn)過程［23-24］。如圖2所示，本研究的系統(tǒng)邊界包括了從原料生產(chǎn)到農(nóng)戶作物生產(chǎn)所涉及的相關(guān)過程，主要包括：原材料（種子、肥料、殺蟲劑、化石燃料、灌溉水、地膜和電力）的生產(chǎn)、包裝中的溫室氣體排放；生長季節(jié)內(nèi)田間作業(yè)（耕作、播種、灌溉、施肥、病蟲害防治等）的溫室氣體排放；收獲環(huán)節(jié)的機(jī)械溫室氣體排放（收割、脫?；蚋畈荨⒅谱鞲刹莼蚯噘A等）；副產(chǎn)物（秸稈等）處理。此外，還包括了各個(gè)階段運(yùn)輸過程溫室氣體排放，如原材料從產(chǎn)地運(yùn)輸?shù)睫r(nóng)戶及農(nóng)產(chǎn)品的運(yùn)輸。但如農(nóng)房、農(nóng)業(yè)機(jī)械、道路等基礎(chǔ)設(shè)施的制造和使用，以及勞動(dòng)力投入等過程未包含在評(píng)價(jià)范圍內(nèi)。

1.2.2 功能單位 由于農(nóng)業(yè)活動(dòng)主要圍繞土地展開，為確保統(tǒng)計(jì)結(jié)果的準(zhǔn)確性，初始的功能單位設(shè)定為1 hm2。所有的投入產(chǎn)出、污染物排放清單均以1 hm2計(jì)。同時(shí)在調(diào)查問卷中統(tǒng)計(jì)了單位面積產(chǎn)出，以進(jìn)行功能單位的換算，用于不同情景的結(jié)果展示。

由于相同質(zhì)量的四種作物產(chǎn)品功能有較大差異，不具有可比性。而干物質(zhì)、蛋白質(zhì)和能量含量是評(píng)估農(nóng)產(chǎn)品功能更為基礎(chǔ)的指標(biāo)［25-27］，同時(shí)考慮到單位產(chǎn)品的能量含量因家畜種類的消化率不同而有異。為了進(jìn)一步綜合比較產(chǎn)出與溫室氣體排放的關(guān)系，故選取單位干物質(zhì)和粗蛋白作為具體功能單位，計(jì)算公式為：

EFDM=EFarea/DMi

EFCP=EFarea/CPi

式中：EFDM、EFCP分別為以干物質(zhì)單位（t）和粗蛋白單位（t）表示的溫室氣體排放結(jié)果，EFarea表示相關(guān)產(chǎn)品以單位面積為功能單位的溫室氣體排放結(jié)果。DMi和CPi分別表示每公頃谷物、秸稈或飼草的干物質(zhì)和粗蛋白產(chǎn)量。每單位作物的干物質(zhì)和粗蛋白含量來自于中國飼料數(shù)據(jù)庫中甘肅寧夏平均數(shù)據(jù)。

1.2.3 清單分析 本研究LCA使用的數(shù)據(jù)分為實(shí)景數(shù)據(jù)與背景數(shù)據(jù)。實(shí)景數(shù)據(jù)來源于問卷調(diào)研，主要包括產(chǎn)量、各項(xiàng)農(nóng)資投入、運(yùn)輸距離、廢棄物處置方式等，具體數(shù)據(jù)見表1。苜蓿為多年生作物，農(nóng)資投入集中在生產(chǎn)初期，第一年投入和產(chǎn)出與維持年份有很大差異，因此多年平均數(shù)據(jù)是根據(jù)當(dāng)?shù)丨h(huán)境條件的苜蓿平均預(yù)期壽命（6～8年）計(jì)算得出的。苜蓿投入數(shù)據(jù)計(jì)算公式如下：

式中IO表示單個(gè)農(nóng)戶或企業(yè)平均每年一公頃苜蓿的平均投入和產(chǎn)出；IOf是每個(gè)農(nóng)場第一年的苜蓿總投入和產(chǎn)出；IOm是每個(gè)農(nóng)場在維持年份的苜蓿總投入和產(chǎn)出；m是其預(yù)期生產(chǎn)的年數(shù)；a為各抽樣農(nóng)場的苜蓿種植面積。

為了更準(zhǔn)確地反映國內(nèi)農(nóng)資生產(chǎn)的實(shí)際情況，肥料（氮、磷、鉀、復(fù)合肥、有機(jī)肥）、燃油、農(nóng)藥、電力等大宗原材料、能源、化學(xué)品，以及其上游資源開采、制造、運(yùn)輸和廢棄物處置等背景數(shù)據(jù)，來自中國生命周期參考數(shù)據(jù)庫［28］，部分重要過程的排放系數(shù)來自于文獻(xiàn)（表2）。

1.2.4 溫室氣體當(dāng)量核算 最終溫室氣體排放量用如下公式計(jì)算：

其中，EFarea表示每公頃作物生產(chǎn)過程中的溫室氣體排放總量，EFinput表示每公頃作物生產(chǎn)過程中各種農(nóng)資生產(chǎn)和使用產(chǎn)生的二氧化碳排放量；EFN2O和EFCH4分別為每公頃化肥施用后產(chǎn)生的N2O和CH4的二氧化碳排放當(dāng)量。其中EFinput的計(jì)算公式如下：

式中：Si為種子投入量（kg），efS為1 kg種子生產(chǎn)的二氧化碳排放系數(shù)；Feij是第j種肥料的施用量（包括氮、磷、鉀、復(fù)合肥和有機(jī)肥，kg），efFe為1 kg肥料生產(chǎn)與田間施用的二氧化碳排放系數(shù)；Pi是農(nóng)藥的使用量（kg），efP是1 kg農(nóng)藥生產(chǎn)的二氧化碳排放系數(shù)；Fii是農(nóng)用薄膜的用量（kg）；efFi為1 kg農(nóng)膜生產(chǎn)的二氧化碳排放系數(shù)；Ei是用于灌溉的電力或水消耗量（kWh或t），efE為1 kWh灌溉用電量或1 t灌溉用水生產(chǎn)的二氧化碳排放系數(shù)；M和T分別是農(nóng)用機(jī)械和運(yùn)輸機(jī)械在生產(chǎn)和使用過程中的柴油消耗量，efM和efT是每kg燃油生產(chǎn)和在使用中的二氧化碳排放系數(shù)。

研究采用IPCC 2013的100年全球變暖潛勢換算系數(shù)，以CO2當(dāng)量（CO2-eq）來表示溫室氣體排放總量。N2O和CH4是因使用化肥而產(chǎn)生的重要溫室氣體，其計(jì)算使用如下公式：

EN2O為N2O的排放量；ECH4為CH4的排放量；298和25分別是全球變暖潛勢中N2O和CH4的二氧化碳當(dāng)量。

1.2.5 主副產(chǎn)品的溫室氣體分配 目前對(duì)農(nóng)作物的籽粒與秸稈等主、副產(chǎn)品溫室氣體排放量多使用質(zhì)量或經(jīng)濟(jì)價(jià)值原則進(jìn)行分配。經(jīng)濟(jì)價(jià)值分配法更能體現(xiàn)農(nóng)業(yè)生產(chǎn)活動(dòng)的目的，本研究采用經(jīng)濟(jì)價(jià)值分配原則。玉米和小麥的分配系數(shù)計(jì)算公式為：

式中，Wg為谷物顆粒的分配系數(shù)，WS為谷物秸稈的分配系數(shù)；Pg為谷物顆粒價(jià)格，Yg為谷物顆粒產(chǎn)量；Ps為谷物秸稈價(jià)格，Ys為谷物秸稈產(chǎn)量。根據(jù)調(diào)研結(jié)果，小麥和玉米草谷比分別為1.2∶1和1.1∶1，小麥、小麥秸稈、玉米、玉米秸稈的每千克價(jià)格來自2018—2021年調(diào)研平均數(shù)據(jù)，分別為2.4，0.75，2.6和0.55元。計(jì)算得到的分配系數(shù)分別為：0.74與0.26，0.80與0.20。

1.2.6 溫室氣體排放結(jié)果的敏感度分析和不確定度分析 敏感度分析和不確定度分析是生命周期結(jié)果的重要維度［35-36］，有助于增加溫室氣體排放結(jié)果的應(yīng)用性并為降低未來研究結(jié)果的不確定性提供參考。

（1）敏感度分析

敏感度分析清單數(shù)據(jù)I對(duì)溫室氣體排放總量Y的靈敏度，即清單數(shù)據(jù)單位變化率引起的指標(biāo)變化率。使用如下公式計(jì)算：

Sn=ΔY/Y/ΔIn/In

Y為溫室氣體排放總量，In為第n種過程清單數(shù)據(jù)值（或原始數(shù)據(jù)值）。當(dāng)In變化時(shí)，Y也相應(yīng)地變化，Sn為In對(duì)Y的敏感度。

（2）不確定度分析

研究使用黃娜等［37］為eFootprint在線系統(tǒng)開發(fā)的溫室氣體排放結(jié)果不確定性分析方法。第一步是從數(shù)據(jù)可靠性、樣本代表性、技術(shù)代表性、時(shí)間代表性與地理代表性五個(gè)方面，用譜系矩陣方法評(píng)價(jià)單元過程的數(shù)據(jù)質(zhì)量。使用如下公式計(jì)算：

其中Sf是每個(gè)單元過程中清單數(shù)據(jù)的不確定度，Si是I單元過程數(shù)據(jù)五個(gè)維度的不確定度，Sb是單元過程中清單數(shù)據(jù)的基本不確定度。

在對(duì)各單元過程的清單數(shù)據(jù)質(zhì)量進(jìn)行評(píng)估后，進(jìn)一步采用Heijungs［38］提出的泰勒級(jí)數(shù)展開法分析不確定度在溫室氣體排放量結(jié)果中的傳播。最終的結(jié)果不確定度由下式計(jì)算。

式中，V（…）表示括號(hào)內(nèi)變量的方差，a為技術(shù)向量，b為全球變暖潛勢基準(zhǔn)流向量，g為清單分析結(jié)果，h為特征化結(jié)果，q為特征化向量，i表示第i個(gè)經(jīng)濟(jì)流，j表示第j個(gè)過程。

1.3 數(shù)據(jù)處理

本研究使用Excel 2019和SPSS 26.0進(jìn)行數(shù)據(jù)整理與分析。由于數(shù)據(jù)間未通過方差齊性檢驗(yàn)，所以采用Welch’s Anova探究四種作物之間的溫室氣體排放和營養(yǎng)物質(zhì)產(chǎn)出差異，并使用Games-Howell test來對(duì)各處理進(jìn)行兩兩間比較（顯著性水平P=0.05）。圖形使用的是Rstudio的ggplot2包進(jìn)行繪制。圖表中數(shù)據(jù)為平均值±標(biāo)準(zhǔn)差。

2 結(jié)果與分析

2.1 溫室氣體排放結(jié)果

2.1.1 每單位面積的溫室氣體排放量對(duì)比 本研究對(duì)調(diào)研所得單個(gè)農(nóng)戶數(shù)據(jù)分別進(jìn)行建模，共建立了738個(gè)LCA模型。以1 hm2土地面積為功能單位，四種作物生產(chǎn)的平均溫室氣體排放量（kg·hm-2 CO2-eq）差異顯著（Plt;0.05，圖3）。從大到小依次為：玉米5 142.96、飼用玉米4 342.09、小麥3 891.22和苜蓿1 118.86。飼用玉米和玉米的種植模式非常相似，但飼用玉米收割期提前、生產(chǎn)投入更低，因此飼用玉米的排放量略低于玉米。苜蓿為多年生飼草且兼具生物固氮功能，生產(chǎn)過程中氮肥的節(jié)省和現(xiàn)場作業(yè)的減少大大降低溫室氣體排放，其溫室氣體排放量顯著低于其他三種作物，僅為玉米的五分之一左右。

除了作物類別之間的差異，同一種作物不同農(nóng)戶之間的溫室氣體排放量也存在不同。單個(gè)農(nóng)戶生產(chǎn)的溫室氣體排放情況如圖4所示，小麥、苜蓿和飼用玉米的溫室氣體排放結(jié)果分布較為集中，顯示農(nóng)戶間的結(jié)果差異小。而玉米的溫室氣體排放結(jié)果較為分散且異常值多，表明農(nóng)戶之間生產(chǎn)投入差異大。

2.1.2 每單位產(chǎn)出的溫室氣體排放量對(duì)比 研究發(fā)現(xiàn)飼料作物普遍具有更高的產(chǎn)出性能，而且可以全株利用。相同的土地面積下（1 hm2）四種作物的產(chǎn)出情況差異顯著（Plt;0.05），如表3所示。飼用玉米的平均干物質(zhì)產(chǎn)量為17.05 t，顯著高于其他作物（Plt;0.05）；玉米籽粒和苜蓿的產(chǎn)量相近，均在6～8 t之間；小麥籽粒的產(chǎn)量最低，僅為3 t左右。主產(chǎn)品單位面積的蛋白質(zhì)產(chǎn)出從大到小依次為：飼用玉米、苜蓿、玉米籽粒、小麥籽粒，其中飼用玉米和苜蓿蛋白質(zhì)產(chǎn)出分別為小麥籽粒的3.01和1.93倍。

飼草作物與糧食作物主產(chǎn)品相比，在相同產(chǎn)出功能單位時(shí)具有更低的溫室氣體排放，單位產(chǎn)出溫室氣體排放情況如圖5所示。當(dāng)以1 t干物質(zhì)為功能單位時(shí)，四種飼料作物的主產(chǎn)品EFDM（kg·t-1 CO2-eq）從高到低分別為：小麥1 161.08、玉米617.85、飼用玉米295.45和苜蓿210.01。當(dāng)以1t粗蛋白為功能單位時(shí)，主產(chǎn)品的EFCP（kg·t-1 CO2-eq）從高到低分別為：小麥8 549.91、玉米7 318.80、飼用玉米4 115.93和苜蓿1676.03。

2.2 敏感度分析結(jié)果

本研究使用所有農(nóng)戶投入產(chǎn)出的平均值進(jìn)行敏感度分析，結(jié)果如圖6所示。對(duì)于四種作物而言，各種化學(xué)肥料的生產(chǎn)及使用在清單敏感度貢獻(xiàn)中均顯示最大，小麥、玉米、苜蓿和飼用玉米的貢獻(xiàn)率分別達(dá)到80.33%，74.15%，77.90%和68.77%。化學(xué)肥料中又以氮肥和復(fù)合肥的占比最大，平均占總排放量的66.28%，與已有研究結(jié)果較為一致［39］。一方面主要是農(nóng)戶對(duì)這兩種肥料的用量普遍較高，另一方面是生產(chǎn)單位質(zhì)量磷肥和鉀肥的溫室氣體排放量遠(yuǎn)低于氮肥和復(fù)合肥，且氮肥田間排放的N2O溫室效應(yīng)為CO2的265倍［19］。

農(nóng)機(jī)使用造成的燃油消耗在小麥、苜蓿和飼用玉米生產(chǎn)中為第二大排放熱點(diǎn)，在清單敏感度中分別占比9.03%，14.20%，15.26%；在玉米生產(chǎn)中敏感度貢獻(xiàn)率為7.57%，為第三大排放熱點(diǎn)。調(diào)研區(qū)域內(nèi)苜蓿均為雨養(yǎng)種植，部分農(nóng)戶在其余三種作物生長期內(nèi)會(huì)根據(jù)種植地水源條件進(jìn)行灌溉。灌溉水電為玉米生產(chǎn)溫室氣體排放的第二大排放源，占總排放的9.98%；在小麥和飼用玉米生產(chǎn)的貢獻(xiàn)率分別為4.39%和5.26%。此外，為了提高產(chǎn)量，農(nóng)戶在玉米和飼用玉米生產(chǎn)過程中會(huì)使用農(nóng)膜，在兩種作物生產(chǎn)中排放貢獻(xiàn)率高達(dá)6.93%和8.38%。

2.3 不確定度分析結(jié)果

小麥、玉米、苜蓿和飼用玉米四種作物的溫室氣體排放結(jié)果不確定度如表4所示，分別為6.97%，6.91%，12.44%，6.42%。評(píng)估結(jié)果表明不確定度較低，這主要得益于清單數(shù)據(jù)在數(shù)據(jù)可靠性、樣本代表性、技術(shù)代表性、時(shí)間代表性與地理代表性五個(gè)維度上的良好表現(xiàn)。如表5所示，溫室氣體排放結(jié)果不確定度貢獻(xiàn)率大于1%的來源較為集中。貢獻(xiàn)主要來自于復(fù)合肥和氮肥生產(chǎn)的背景數(shù)據(jù)，同時(shí)由于N2O的排放量主要由文獻(xiàn)調(diào)查獲得而不是實(shí)驗(yàn)測量，這也增加了最終結(jié)果的不確定度。因此，后續(xù)可以通過基于研究區(qū)實(shí)驗(yàn)的方法獲得溫室氣體排放因子，進(jìn)一步減少溫室氣體排放結(jié)果的不確定性。

3 討論

3.1 擴(kuò)大飼草種植能減少畜牧業(yè)全生命周期的溫室氣體排放

隨著經(jīng)濟(jì)快速增長，我國居民食物消費(fèi)結(jié)構(gòu)呈現(xiàn)動(dòng)物類食物消費(fèi)比重快速上升的趨勢，其中草食畜產(chǎn)品的消費(fèi)量也不斷增長［40］。2022年我國牛羊肉和牛奶產(chǎn)量分別為718，525和3 932萬噸，相比于2010年增加近14.14%，29.30%和29.39%，由于草食畜產(chǎn)品在生產(chǎn)過程中溫室氣體排放強(qiáng)度相對(duì)較高［41］，畜牧業(yè)將面臨著巨大的減排壓力。據(jù)FAO報(bào)告顯示，反芻家畜養(yǎng)殖業(yè)的溫室氣體排放中飼料生產(chǎn)階段的溫室氣體排放占總排放的20%以上［42］，是繼腸道發(fā)酵的第二大排放源，飼料生產(chǎn)可以作為畜牧業(yè)溫室氣體未來的減排重點(diǎn)之一。

糧食作物和飼草作物作為重要的飼料來源，其產(chǎn)出效益和環(huán)境影響一直備受關(guān)注。多項(xiàng)研究表明，飼草種植系統(tǒng)具有低投入高產(chǎn)出的生產(chǎn)特點(diǎn)，使得其與糧食作物相比在多數(shù)環(huán)境影響方面具有良好表現(xiàn)［43-44］。例如苜蓿和飼用玉米在不同功能單位下，相較于小麥、玉米的溫室氣體排放強(qiáng)度更低［13-14，45-46］，這與本研究的結(jié)果一致。此外，玉米和小麥作為繼水稻之后我國農(nóng)業(yè)溫室氣體排放總量貢獻(xiàn)最大的作物系統(tǒng)［47-48］，其秸稈副產(chǎn)品被露天焚燒、堆放自然腐解等會(huì)產(chǎn)生大量CH4和N2O等溫室氣體［49］。而飼草作物可以全株利用，能夠避免秸稈處理帶來的空氣污染問題，在產(chǎn)出、生物質(zhì)資源利用和污染防控等方面都具有一定優(yōu)勢。

反芻動(dòng)物能夠?qū)⑷祟惒豢墒秤玫纳镔|(zhì)資源轉(zhuǎn)化為高質(zhì)量的畜產(chǎn)品，雖然在飼養(yǎng)階段的轉(zhuǎn)化效率較低，但從系統(tǒng)的角度核算，發(fā)展草食畜牧業(yè)仍然具備溫室氣體減排的潛力。相關(guān)研究就表明，將全球12%的畜產(chǎn)品生產(chǎn)從單胃家畜轉(zhuǎn)向反芻家畜，由于土地利用變化和耕地需求減少，可以降低全球約2%的氮排放和5%的溫室氣體排放［50］。目前我國優(yōu)質(zhì)飼草等飼料供給不足而秸稈等資源供過于求，牛羊肉飼養(yǎng)過程采用傳統(tǒng)“精料＋秸稈”的飼料結(jié)構(gòu)仍較普遍［51-52］。因此應(yīng)當(dāng)調(diào)整種植業(yè)結(jié)構(gòu)，以優(yōu)質(zhì)飼草代替飼用的糧食作物，既能減輕對(duì)糧食安全的壓力、推動(dòng)畜牧業(yè)高質(zhì)量發(fā)展，也能從系統(tǒng)層面減少溫室氣體的排放。

3.2 研究區(qū)四種作物生產(chǎn)溫室氣體減排的改進(jìn)熱點(diǎn)

3.2.1 加強(qiáng)田間施肥管理 依據(jù)敏感度分析結(jié)果，未來可將科學(xué)施肥作為減排的重點(diǎn)。西北雨養(yǎng)旱作區(qū)存在土壤有機(jī)質(zhì)含量低、保水保肥能力差等問題，應(yīng)當(dāng)依據(jù)土壤肥力和墑情狀況確定肥料用量。農(nóng)業(yè)農(nóng)村部對(duì)相關(guān)作物施肥建議如下：小麥推薦復(fù)合肥用量約562.5 kg·hm-2，農(nóng)家肥約為37 500 kg·hm-2，尿素60 kg·hm-2；玉米推薦復(fù)合肥用量約397.5 kg·hm-2，尿素210 kg·hm-2；飼用玉米復(fù)合肥用量約562.5 kg·hm-2，追施尿素262.5 kg·hm-2；建議苜蓿底肥施有機(jī)肥60 000 kg·hm-2，復(fù)合肥187.5 kg·hm-2，追施尿素337.5 kg·hm-2。本研究中小麥、玉米、飼用玉米的化肥用量平均高達(dá)1 023.14，1 216.23和970.00 kg·hm-2，有機(jī)肥使用量分別為7 869.58，10 664.06，39 547.22 kg·hm-2，超過了實(shí)際需要。

假設(shè)四種作物的產(chǎn)量和其他生產(chǎn)投入不發(fā)生變化，根據(jù)農(nóng)業(yè)農(nóng)村部的科學(xué)施肥指導(dǎo)意見建立均值模型。小麥、玉米、飼用玉米溫室氣體排放總量每公頃預(yù)計(jì)分別減少23.14%，33.57%和3.90%。研究區(qū)域中，農(nóng)戶生產(chǎn)苜蓿的化肥、農(nóng)家肥用量低于推薦標(biāo)準(zhǔn)，分別為294.92 kg·hm-2和3 559.32 kg·hm-2。苜蓿生產(chǎn)增施肥料的情景下每公頃溫室氣體排放量大約增加85.83%，但可能會(huì)帶來產(chǎn)量的提升，當(dāng)以干物質(zhì)和粗蛋白為功能單位來衡量溫室氣體排放時(shí)，可能會(huì)產(chǎn)生正的效益。盲目追求產(chǎn)量導(dǎo)致農(nóng)業(yè)生產(chǎn)普遍存在過量施氮現(xiàn)象，2021年我國農(nóng)用氮肥施用量高達(dá)1 745.32萬噸。然而氮肥作為重要的溫室氣體排放源，在施用時(shí)應(yīng)當(dāng)綜合考慮作物生產(chǎn)性能及N2O排放［53-54］。綜上所述，為了減少作物生產(chǎn)的溫室氣體排放，黃土高原地區(qū)應(yīng)當(dāng)對(duì)農(nóng)戶生產(chǎn)進(jìn)行科學(xué)施肥指導(dǎo)，避免農(nóng)戶依靠經(jīng)驗(yàn)造成過量施肥。

3.2.2 提高能源使用效率 農(nóng)機(jī)使用是本研究溫室氣體減排的第二大熱點(diǎn)。我國是農(nóng)業(yè)生產(chǎn)大國，為了提高生產(chǎn)效率和減輕勞動(dòng)力短缺壓力，農(nóng)業(yè)機(jī)械水平的正在快速提升［55-56］。由于柴油機(jī)動(dòng)力性強(qiáng)、熱效率高且經(jīng)濟(jì)性好，95%以上的農(nóng)業(yè)機(jī)械使用柴油機(jī)作為主要?jiǎng)恿υ矗涔逃械娜紵绞綄?dǎo)致氮氧化物（NOX）、碳?xì)浠衔铮℉C）和顆粒物（PM）排放顯著，造成了不可忽視的環(huán)境問題［56-58］。中國目前實(shí)施的農(nóng)業(yè)機(jī)械排放標(biāo)準(zhǔn)已處于第四階段，但排放限值與美國和歐盟現(xiàn)行排放標(biāo)準(zhǔn)相比較為寬松，導(dǎo)致我國農(nóng)機(jī)使用在作物生產(chǎn)過程中溫室氣體排放的貢獻(xiàn)率更高。

農(nóng)業(yè)機(jī)械溫室氣體排放控制應(yīng)從多方面落實(shí)。一方面，可以通過科學(xué)技術(shù)減少農(nóng)機(jī)溫室氣體排放。例如推廣使用清潔能源替代傳統(tǒng)柴油燃料可以在田間作業(yè)中減少溫室氣體排放［59-61］。應(yīng)用柴油添加劑可以促進(jìn)柴油充分燃燒和提高發(fā)動(dòng)機(jī)做功效率，能夠有效降低污染物排放并節(jié)約燃油使用［62］。此外，尾氣處理技術(shù)如DOC氧化型催化轉(zhuǎn)化器、NPAC低溫等離子體催化技術(shù)和SCR選擇性催化還原技術(shù)，可以將尾氣中的HC，CO和NOX等轉(zhuǎn)化成CO2，H2O和N2［63-65］。另一方面，農(nóng)業(yè)機(jī)械使用普遍存在老舊機(jī)械失修導(dǎo)致油耗過大、土地分散使得大型農(nóng)機(jī)轉(zhuǎn)場成本升高以及缺少熟練的農(nóng)機(jī)操作人員等問題［58，66］。針對(duì)這些問題，要健全農(nóng)機(jī)維修制度，做好農(nóng)機(jī)日常維護(hù)；發(fā)展規(guī)?；?、集約化農(nóng)業(yè)以提高農(nóng)機(jī)使用效率；對(duì)農(nóng)民進(jìn)行農(nóng)機(jī)操作技能培訓(xùn)、增強(qiáng)節(jié)能意識(shí)。最后，政府部門應(yīng)當(dāng)增加農(nóng)機(jī)購置補(bǔ)貼資金，加強(qiáng)農(nóng)業(yè)機(jī)械排氣污染狀況的檢測。

4 結(jié)論

黃土高原地區(qū)小麥、玉米、苜蓿、飼用玉米四種作物生產(chǎn)全生命周期的溫室氣體排放量存在顯著差異，且都來自于化肥的生產(chǎn)和機(jī)械的燃油消耗。同時(shí)在相同的產(chǎn)出下，飼用玉米和苜蓿的排放強(qiáng)度要小于玉米和小麥。因此，在研究區(qū)域內(nèi)，四種作物生產(chǎn)的溫室氣體減排，應(yīng)重視化肥的科學(xué)使用和能源使用效率的提高。在草食家畜的日糧結(jié)構(gòu)中，也應(yīng)使用飼草作物替代糧食作物。

參考文獻(xiàn)

［1］AL-GHUSSAIN L. Global warming：Review on driving forces and mitigation［J］. Environmental Progress and Sustainable Energy，2019，38（1）：13-21

［2］CHEN B Z，CHEN F H，CIAIS P，et al. Challenges to achieve carbon neutrality of China by 2060：status and perspectives［J］. Science Bulletin，2022，67（20）：2030-2035

［3］CRIPPA M，SOLAZZO E，GUIZZARDI D，et al. Food systems are responsible for a third of global anthropogenic GHG emissions［J］. Nature Food，2021，2（3）：198-209

［4］LIU Y，TANG H Y，MUHAMMAD A，et al. Emission mechanism and reduction countermeasures of agricultural greenhouse gases-A review［J］. Greenhouse Gases-Science and Technology，2019，9（2）：160-174

［5］國務(wù)院辦公廳關(guān)于促進(jìn)畜牧業(yè)高質(zhì)量發(fā)展的意見［J］. 畜牧產(chǎn)業(yè)，2020（11）：7-10

［6］KOELLNER T，DE-BAAN L，BECK T，et al. UNEP-SETAC guideline on global land use impact assessment on biodiversity and ecosystem services in LCA［J］. International Journal of Life Cycle Assessment，2013，18（6）：1188-1202

［7］NOCENTINI A，MONTI A. Land-use change from poplar to switchgrass and giant reed increases soil organic carbon［J］. Agronomy for Sustainable Development，2017（37）：23

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

［9］薛建福，李慧，高志強(qiáng)，等. 基于生命周期法評(píng)價(jià)山西省2004—2013年小麥碳足跡動(dòng)態(tài)及其構(gòu)成解析［J］. 中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，22（10）：15-25

［10］丁佳瑩，董黎明，劉巖峰，等. 生命周期評(píng)價(jià)在玉米種植及深加工產(chǎn)品中的應(yīng)用［J］. 中國環(huán)境科學(xué)，2021，41（11）：5405-5415

［11］姜振輝，楊旭，劉益珍，等. 春玉米-晚稻與早稻-晚稻種植模式碳足跡比較［J］. 生態(tài)學(xué)報(bào)，2019，39（21）：8091-8099

［12］李如楠，李玉娥，王斌，等. 雙季稻減排增收的水氮優(yōu)化管理模式篩選［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36（21）：105-113

［13］劉松，王效琴，崔利利，等. 關(guān)中平原飼料作物生產(chǎn)的碳足跡及影響因素研究［J］. 環(huán)境科學(xué)學(xué)報(bào)，2017，37 （3）：1201-1208

［14］周舒怡，楊瀟，馮盼盼，等. 隴東黃土高原旱作主要糧食和飼草生產(chǎn)碳足跡核算［J］. 中國草地學(xué)報(bào)，2022，44（6）：11-17

［15］ROY P，NEI D，ORIKASA T，et al. A review of life cycle assessment （LCA） on some food products［J］. Journal of Food Engineering，2009，90（1）：1-10

［16］胥剛，羅丹琦，郭曉平，等. 生命周期評(píng)價(jià)在農(nóng)業(yè)環(huán)境管理中的進(jìn)展與挑戰(zhàn)［J］. 環(huán)境科學(xué)與管理，2021，46（6）：10-13

［17］BACENETTI J，LOVARELLI D，TEDESCO D，et al. Environmental impact assessment of alfalfa （Medicago sativa L.） hay production［J］. Science of the Total Environment，2018，635：551-558

［18］王上，李康利，聶江文，等. 華北平原春綠豆-夏玉米種植模式經(jīng)濟(jì)效益和碳足跡評(píng)價(jià)［J］. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2020，28（6）：910-919

［19］劉松，王效琴，胡繼平，等. 施肥與灌溉對(duì)甘肅省苜蓿碳足跡的影響［J］. 中國農(nóng)業(yè)科學(xué)，2018，51（3）：556-565

［20］王貝貝，肖海峰. 中國畜牧業(yè)產(chǎn)業(yè)結(jié)構(gòu)和競爭力的區(qū)域分析——基于偏離—份額分析空間模型［J］. 中國農(nóng)業(yè)資源與區(qū)劃，2021，42（5）：142-148

［21］陳艷，馬愛玲，王建平. 甘肅省草食畜牧業(yè)可持續(xù)發(fā)展評(píng)［J］. 國土與自然資源研究，2022（6）：81-84

［22］農(nóng)業(yè)農(nóng)村部畜牧獸醫(yī)局全國畜牧總站. 中國草業(yè)統(tǒng)計(jì)［M］. 北京：中國農(nóng)業(yè)出版社，2022：49-111

［23］BASSET-MENS C，RHINO B，NDEREYIMANA A，et al. Eco-efficiency of tomato from Rwamagana district in Rwanda：From field constraints to statistical significance［J］. Journal of Cleaner Production，2019，229：420-430

［24］LIANG L，WANG Y C，RIDOUTT B G，et al. Agricultural subsidies assessment of cropping system from environmental and economic perspectives in North China based on LCA［J］. Ecological Indicators，2019，96：351-360

［25］孟慶翔，周振明，吳浩，譯. 肉牛營養(yǎng)需要［M］.北京：科學(xué)出版社，2018：355-385

［26］FRANCES S S，WHITNEY E. Nutrition：Concepts and controversies 15th edition［M］. Boston：Cengage Learning，2019，ISBN：1337906379

［27］GUYADER J，JANZEN H H，KROEBEL R，et al. Forage use to improve environmental sustainability of ruminant production［J］. Journal of Animal Science，2016，94（8）：3147-3158

［28］劉夏璐，王洪濤，陳建，等. 中國生命周期參考數(shù)據(jù)庫的建立方法與基礎(chǔ)模型［J］. 環(huán)境科學(xué)學(xué)報(bào)，2010，30 （10）：2136-2144

［29］付明亮，丁焰，尹航，等. 實(shí)際作業(yè)工況下農(nóng)用拖拉機(jī)的排放特性［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29（6）：42-48

［30］葛蘊(yùn)珊，劉紅坤，丁焰，等. 聯(lián)合收割機(jī)排放和油耗特性的試驗(yàn)研究［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29（19）：41-47

［31］IFA and FAO. Global estimates of Gaseous emissions of NH3，NO and N2O from agricultural land［R］. Italy：Rome，2001，ISBN：9251046891

［32］MA R Y，ZOU J W，HAN Z Q，et al. Global soil-derived ammonia emissions from agricultural nitrogen fertilizer application：a refinement based on regional and crop-specific emission factors［J］. Global Change Biology，2021，27（4）：855-867

［33］環(huán)境保護(hù)部. 生物質(zhì)燃燒源大氣污染物排放清單編制技術(shù)指南（試行）［EB/OL］. https：//www.mee.gov.cn/gkml/hbb/bgth/201407/W020140708387895480083.pdf，2014-12-31/2023-07-06

［34］曹國良，張小曳，王亞強(qiáng)，等. 中國區(qū)域農(nóng)田秸稈露天焚燒排放量的估算［J］. 科學(xué)通報(bào)，2007（15）：1826-1831

［35］蔣榕，徐強(qiáng)，李京詠，等. 稻蝦共作模式碳足跡評(píng)價(jià)的敏感性和不確定性分析［J］. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)，2022，30（10）：1577-1587

［36］NOTARNICOLA B，SALA S，ANTON A，et al. The role of life cycle assessment in supporting sustainable agri-food systems：A review of the challenges［J］. Journal of Cleaner Production，2017，140：399-409

［37］黃娜，王洪濤，范辭冬，等. 基于不確定度和敏感度分析的LCA數(shù)據(jù)質(zhì)量評(píng)估與控制方法［J］. 環(huán)境科學(xué)學(xué)報(bào)，2012，32（6）：1529-1536

［38］HEIJUNGS R. Sensitivity coefficients for matrix-based LCA［J］. International Journal of Life Cycle Assessment，2010，15（5）：511-520

［39］FANTIN V，RIGHI S，RONDINI I，et al. Environmental assessment of wheat and maize production in an Italian farmers′ cooperative［J］. Journal of Cleaner Production，2017，140：631-643

［40］周應(yīng)恒，王善高，嚴(yán)斌劍. 中國食物系統(tǒng)的結(jié)構(gòu)、演化與展望［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2022，505（1）：100-113

［41］XU X M，LAN Y. A comparative study on carbon footprints between plant- and animal-based foods in China［J］. Journal of Cleaner Production，2016，112：2581-2592

［42］FAO. Five practical actions towards low-carbon livestock［R］. Italy：Rome，2019：23-25

［43］ZUCALI M，BACENETTI J，TAMBURINI A，et al. Environmental impact assessment of different cropping systems of home-grown feed for milk production［J］. Journal of Cleaner Production，2018，172：3734-3746

［44］FATHOLLAHI H，MOUSAVI-AVVAL S H，AKRAM A，et al. Comparative energy，economic and environmental analyses of forage production systems for dairy farming［J］. Journal of Cleaner Production，2018，182：852-862

［45］ADOM F，MAES A，WORKMAN C，et al. Regional carbon footprint analysis of dairy feeds for milk production in the USA［J］. International Journal of Life Cycle Assessment，2012，17（5）：520-534

［46］胥剛，王進(jìn)賢，林慧龍，等. 基于生命周期評(píng)價(jià)的相同食物當(dāng)量玉米與紫花苜蓿生產(chǎn)環(huán)境影響比較研究［J］.草業(yè)學(xué)報(bào)，2017，26（3）：33-43

［47］TIAN P P，LU H W，HEIJUNGS R，et al. Patterns of carbon footprints of main grains production in China：A comparison between main and non-main producing areas［J］. Environmental Science and Pollution Research，2022，29（16）：23595-23606

［48］CHEN X H，MA C C，ZHOU H M，et al. Identifying the main crops and key factors determining the carbon footprint of crop production in China，2001-2018［J］. Resources Conservation and Recycling，2021，172：105661

［49］楊傳文，邢帆，朱建春，等. 中國秸稈資源的時(shí)空分布、利用現(xiàn)狀與碳減排潛力［J］. 環(huán)境科學(xué)，2023，44（2）：1149-1162

［50］CHENG L X，ZHANG X M，REIS S，et al. A 12% switch from monogastric to ruminant livestock production can reduce emissions and boost crop production for 525 million people［J］. Nature Food，2023，3（12）：1040-1051

［51］任繼周，李發(fā)弟，曹建民，等. 我國牛羊肉產(chǎn)業(yè)的發(fā)展現(xiàn)狀、挑戰(zhàn)與出路［J］. 中國工程科學(xué)，2019，21（5）：67-73

［52］楊富裕. 樹立“飼草就是糧食”理念，大力發(fā)展飼草產(chǎn)業(yè)［J］. 草地學(xué)報(bào)，2023，31（2）：311-313

［53］李淵，張清平，王濤，等. 施肥對(duì)黃土高原紫花苜蓿草地N2O通量及生產(chǎn)性能的影響［J］. 草地學(xué)報(bào)，2022，30（6）：1584-1589

［54］邢佳慶，劉剛，孫宇，等. 不同施肥策略對(duì)陰山北麓旱作燕麥人工草地N2O排放的影響［J］. 草地學(xué)報(bào)，2023，31（3）：827-833

［55］SHI M，PAUDEL K P，CHEN F B. Mechanization and efficiency in rice production in China［J］. Journal of Integrative Agriculture，2021，20（7）：1996-2008

［56］龐凱莉，張凱山，王帆，等. 現(xiàn)實(shí)工況下農(nóng)用拖拉機(jī)尾氣排放特征分析［J］. 中國農(nóng)機(jī)化學(xué)報(bào)，2020，41（10）：158-167

［57］譚丕強(qiáng)，王德源，樓狄明，等. 農(nóng)業(yè)機(jī)械污染排放控制技術(shù)的現(xiàn)狀與展望［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34（7）：1-14

［58］孫俊華，陸桂良，劉勝吉. 江蘇省農(nóng)機(jī)污染排放狀況的分析研究［J］. 中國農(nóng)機(jī)化學(xué)報(bào)，2010（1）：25-27，31

［59］BISWAS W K，BARTON L，CARTER D. Global warming potential of wheat production in Western Australia：a life cycle assessment［J］. Water and Environment Journal，2008，22（3）：206-216

［60］LI N，MU H L，LI H N，et al. Diesel Consumption of Agriculture in China［J］. Energies，2012，5（12）：5126-5149

［61］雷基林，申立中，畢玉華，等. 乙醇-生物柴油-柴油混合燃料對(duì)柴油機(jī)性能和排放的影響［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2012，43（11）：21-25

［62］鄔齊敏，孫平，梅德清，等. 納米燃油添加劑CeO2提高柴油燃燒效率減少排放［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29（9）：64-69

［63］張紀(jì)鵬，夏元東，孫志軍，等. 催化轉(zhuǎn)換器對(duì)排放物催化轉(zhuǎn)換的分析［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2004（2）：29-31，34

［64］樓狄明，張靜，孫瑜澤，等. DOC催化劑配方對(duì)輕型柴油機(jī)氣態(tài)物排放性能的影響［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34（6）：74-79

［65］謝斌，武仲斌，毛恩榮. 農(nóng)業(yè)拖拉機(jī)關(guān)鍵技術(shù)發(fā)展現(xiàn)狀與展望［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2018，49（8）：1-17

［66］吐爾遜·買買提，趙夢佳，等. 新疆縣域拖拉機(jī)排放清單及其時(shí)空格局［J］. 中國農(nóng)機(jī)化學(xué)報(bào)，2022，43（1）：195-202

（責(zé)任編輯 彭露茜）

收稿日期：2023-03-07；修回日期：2023-05-16

基金項(xiàng)目：國家自然科學(xué)基金（31702174）；寧夏回族自治區(qū)林業(yè)和草原局重點(diǎn)研發(fā)計(jì)劃（2021 NXLCZDYF06）；南充市科技計(jì)劃項(xiàng)目（21YFZJ0029）資助

作者簡介：羅玉婷（1998-），女，漢族，四川巴中人，碩士研究生，主要從事草地畜牧業(yè)環(huán)境影響研究，E-mail：luoyt21@lzu.edu.cn；*通信作者Author for correspondence，E-mail：xug02@163.com