2013, Vol. 34文章信息
- 曹黎明, 李茂柏, 王新其, 赵志鹏, 潘晓华
- CAO Liming, LI Maobai, WANG Xinqi, ZHAO Zhipeng, PAN Xiaohua
- 基于生命周期评价的上海市水稻生产的碳足迹
- Life cycle assessment of carbon footprint for rice production in Shanghai
- 生态学报, 2013, 34(2): 491-499
- Acta Ecologica Sinica, 2013, 34(2): 491-499
- http://dx.doi.org/10.5846/stxb201304240794
-
文章历史
- 收稿日期：2013-04-24
- 修订日期：2013-12-16
2. 上海市农业科学院作物育种栽培研究所, 上海 201403
2. Crop Breeding and Cultivation Research Institute, Shanghai Academy of Agricultural Science, Shanghai 201403, China
This research of carbon footprint is introduced to measure the GHG emission over the rice production cycle. The carbon footprint can be defined as the total carbon emissions caused by an organization, event, product or person. At present, carbon footprints are used to measure GHG emissions in products, services, organizations, cities and countries and offer the decision basis for the formulation of GHG emission reduction schemes.
Agricultural ecological systems, every year, also produce a lot of GHG emissions. The whole process of prenatal, intrapartum and postpartum agricultural production are closely related to energy consumption and GHG emission. In the process, all the agricultural inputs, such as chemical fertilizers, pesticides, seeds, cultivation, plant protection, agricultural machinery, irrigation and harvest also produce greenhouse gas emissions.
The whole cultivation of rice involves methane (CH4) emission. This study shows that rice cultivation is one of the biggest sources of GHG emissions in crop cultivation. Rice paddies emit a large amount of methane in their water logged mode. Different irrigation modes have a great influence on the emission of GHG. Straw return is another factor that promotes GHG emissions. Soil organic content increases with the return of straw, with an increase in the soil methanogen activity, leading to increased methane emissions.
The current carbon footprint research is the first time it has been used to measure the carbon emissions involved in rice production. The carbon footprint for rice production in Shanghai was assessed by the PAS2050 paradigm and life cycle assessment. The study area, located in Changjiang Farm, which belongs to the Guangming Group in Chongming County Shanghai City atlatitude 121°32'22'' E, longitude31°40'23'' N. Chongming County, in the Yangtze River Estuary, is a typical sub tropical monsoon climate with mild climate, abundant rainfall, annual average temperatures of 15.3 ℃, and annual precipitation of 1245 mm. It is the major grain production base for Shanghai city with winter wheat and summer rice forming their main planting patterns, which are typical for the middle and lower reaches of the Yangtze River rice-wheat rotation cropping pattern.
The entire carbon emission of rice production in Shanghai was 11.8114 t CO2e (CO2-equivalents)/hm2, corresponding to a 1.2321 t CO2e/t rice grain yield. GHG emissions from paddy fields were the major source, which emitted 0.9507 t CO2e/t rice and accounted for 77.1% of total carbon emissions during rice production. Moreover, CH4 was the largest source for GHG emissions with a contribution rate of 96.6%.Chemical fertilizers were the second largest emission source in rice production. Chemical fertilizers emitted 0.2044 t CO2e for each ton of rice production, contributing 16.5% of total carbon emissions in rice production. N fertilizer was the biggest emission source, which released 0.1159 t CO2e/t rice.
This research investigates the GHG emissions over the whole process of the Shanghai rice production cycle and reveals the energy consumption and GHG emissions in rice production. Thus, a rice carbon footprint is calculated by assessing the GHG emissions in Shanghai rice production. The results are beneficial for producing reduction plans of reducing GHG emissions in Shanghai rice production. Furthermore, the results will supply both practicable and theoretical foundations for drafting carbon footprint formulations in other industrial areas.
全球气候变化是世界各国共同面临的严峻考验[1]，如何减少人类活动引起的温室气体排放，已经成为科学界和社会关注的热点问题[2]。为了减少温室气体排放，推广低碳排放技术，把商品在生产全过程所产生的温室气体总量在产品标签上量化标识出来即碳标签，以商标的形式告知消费者该产品的碳排放信息是发达国家开始试行的做法[3]。不少国家已经要求在商品上标注碳标签，碳标签政策的出台既督促了商品生产者减少温室气体排放，便于消费者客观选择低碳消费，又是应对发达国家利用碳排放设置贸易壁垒的有效手段，碳标签正从公益标志逐步转变成商品的国际通行证[4]。
碳标签制定的前提是获得生产商品的全部温室气体排放，目前一般采用“碳足迹(Carbon footprint)”来进行定量评估。“碳足迹”是指企业机构、活动、产品或个人通过交通运输、食品生产和消费以及生产过程等引起的温室气体排放的总和，用二氧化碳当量(CO2e)来表示[5, 6, 7]。目前，越来越多的组织机构和政府部门开始使用碳足迹来衡量产品、服务、组织、城市甚至国家的温室气体排放量，为制定温室气体减排方案提供决策依据[8, 9, 10]。
农业生态系统每年也带来大量的温室气体排放，农业生产的产前、产中和产后全过程都与能源消耗和温室气体排放密切关联，如化肥、农药、种子等农资投入，以及耕作、植保、灌溉和收获过程中农业机械的作业均不同程度地带来了温室气体排放。水稻种植是公认的主要温室气体排放源之一，2009年，我国农业温室气体总排放量为1.6×106 t CO2e，其中水稻种植排放1.4×105 t CO2e，占8.9%[11]。
目前研究表明，灌溉模式是稻田CH4最主要的影响因素，在淹水条件下，土壤氧化还原电位较低，CH4排通量大，烤田时期，土壤透气性好，破坏了产CH4菌活动所需的厌氧环境，抑制了CH4的排放，但此时N2O排通量增大[12, 13, 14, 15, 16]。秸秆还田是引起稻田CH4增排的另外一个因素，秸秆还田增加了土壤有机质含量，施肥后土壤产CH4菌活性增高，此外，施肥与土壤氧化还原电位呈显著负相关，施肥后土壤氧化还原电位降低，CH4排通量增加[17]。逯非等研究表明，秸秆还田后我国每年CH4排放将从无秸秆排放的5.796 Tg(1 Tg=1012 g)增加到9.114 Tg，其全球增温潜势达82.95 Tg CO2e[14]。
水稻种植全过程中都涉及碳排放，国内还没有通过系统盘查水稻种植过程中碳排放，获取水稻生产碳足迹的报道。本研究拟通过调查水稻种植全过程的农资碳排放和田间温室气体排放，采用生命周期评价(Life Cycle Assessment,LCA)的方法对水稻生产进行碳足迹分析，揭示上海市水稻生产碳排放结构，为准确而全面地评估水稻生产的温室效应、制定科学有效的减排措施，以及在上海市和长江中下游地区开展水稻低碳种植提供科学参考。
1 研究地区概况本研究调查区域位于上海市崇明县长江农场(121°32′22″ E,31°40′23″ N)，地处长江入海口，属典型的北亚热带季风气候区，气候温和，雨水充沛，年平均气温15.3℃，年降水量1245 mm，雨日116.8 d，全年日照总时1945 h[18]。崇明县是上海市最主要的粮食生产基地，冬作主要为大小麦，夏作主要为单季晚粳，是典型的长江中下游地区稻麦轮作种植模式。崇明县水稻种植面积3.4万hm2，占上海市水稻种植面积的32%，其中长江农场常年水稻种植面积0.4万hm2，机械化水平较高，粮食产量较高。本研究通过调查2011—2012年长江农场稻米生产田间作业、稻米加工贮存、运输销售、废弃物处理等生命周期全过程的温室气体排放，获取上海市水稻碳足迹。
2 基本原理与研究方法本研究主要参照PAS2050规范并结合LCA方法进行水稻生产的碳足迹计算。PAS2050全称“公众可获取的规范”(Publicly Available Specification,PAS)，由英国标准协会(British Standard Institution,BSI)编制，旨在对产品和服务生命周期内温室气体排放的评价要求做出明确的规定[19]。LCA是指对一个产品系统的生命周期中输入、输出及其潜在环境影响的汇编和评价，它是一种用于评估产品在其整个生命周期中，即从原材料的获取、产品的生产直至产品使用后的处置，对环境影响的技术和方法[20]。
本次计算水稻碳足迹主要有以下4个步骤：确定调查流程和边界，收集数据，计算碳足迹，检查不确定性。
2.1 调查流程和边界本文以上海市崇明县长江农场水稻生产为研究对象进行评估，评价1 t稻米生命周期内所有物资投入、产出过程的碳排放。水稻种植原材料主要有种子、化肥、农药等，种植过程中温室气体排放、农机使用、稻米加工贮藏等，没有包括商品销售、消费者使用以及处置、再生利用。
2.2 数据收集本研究水稻碳足迹的初级活动水平数据包括田间各项作业活动，加工存储各项作业活动、深加工与产品包装以及田间温室气体散逸等活动水平数据。
2.2.1 田间作业翻耕每公顷地约消耗49.05 L柴油。其中耕地采用铧式梨深翻1次，耗油16.05 L；重型圆盘耙耙地1次，耗油6.17 L；旋耕1次，耗油14.12 L；泡水后水田平整1次，耗油11.47 L，其它作业(开沟、做埂、抛肥等)1.24 L。
灌溉 干湿交替灌溉，除烤田外，自然落干后灌溉，每公顷消耗222.75 kwh。
播种 每公顷杂交粳稻用种30 kg，常规粳稻用种60 kg，机械直播，每公顷消耗7.06 L柴油。
施肥 每公顷施纯N 277.5 kg，P2O5 73.5 kg，K2O 108.0 kg。
打药 每公顷除草剂施用10.2 kg，杀虫剂12.9 kg，杀菌剂3.9 kg。
收割 在水稻种植田间作业期间采用机械收割作业，秸秆粉碎全量还田。平均每公顷需要消耗31.31 L柴油。
施肥和打药采用人工，不计碳排放。
2.2.2 稻谷加工晾晒人工晾晒，不计碳排放。
清选 机械去瘪粒、泥沙等杂物，平均每吨水稻耗电0.23 kWh。
脱壳 平均每吨水稻耗电2.43 kWh。
碾米 平均每吨水稻耗电7.50 kWh。
白米分级、色选和抛光 平均每t水稻耗电16.23 kWh。
装袋、封袋 平均每t水稻耗电0.24 kWh。
加工1 t水稻总计耗电26.63 kWh。
2.2.3 土壤温室气体排放检测与计算土壤CH4、CO2和N2O排放通量采用静态箱法测量。静态箱为圆柱体暗箱，材料为有机玻璃，内贴铝箔遮光，内径50 cm，高110 cm，壁厚0.5 cm。人工撒播、机穴播和插秧各设3个测试点，播种后每7 d在8:00—10:00采集气体1次，在另外在分蘖始期、分蘖盛期、孕穗期、抽穗期和成熟期等主要生育期和烤田、复水期间进行动态监测，在每天07:00—19:00，每2 h取样1次。采集集气体时，分别于罩箱后5、15、25 min和35 min抽取60 mL气体，充入大连德霖气体包装有限公司生产100 mL铝箔气体采样袋保存。
取样后24 h内用Agilent 6890 N型气相色谱(Agilent Technologies,Inc.)分析测定气体样品中CH4、CO2和N2O的浓度，每次测试前使用中国计量科学研究院生产标准气体标定，标定稳定后开始检测，每检测40个样品后再用标准气体标定1次。
稻田温室气体排通量、温室气体累计排放量和增温潜势(Global Warming Potentials,GWP)参照文献[21]计算。
2.2.4 温室气体排放系数柴油的温室气体排放系数为0.00256 t CO2e/L[1]。
电力排放因子采用国家发展与改革委员会发布的2012年中国区域电网基准线排放因子，上海位于华东地区，故采用华东电网排放因子，其电量边际排放因子为0.8244 t CO2/MWh，容量边际排放因子为0.6889 t CO2/MWh，平均并通过单位换算得到华东电网排放因子为0.000757 t CO2/kWh[22]。
本研究根据徐小明[23]对化肥和农药所产生的温室气体排放的研究成果折算得出相应的温室气体排放系数，其中氮肥的排放系数为0.004005t CO2e/kg；磷肥的碳排放系数为0.003894 t CO2e/kg；钾肥的碳排放系数为0.005213 t CO2e/kg；农药的平均排放系数0.004733 t CO2e/kg。
CH4和N2O 排放系数分别为0.025 t CO2e/kg和0.298 t CO2e/kg[1]。
2.3 碳足迹计算碳足迹公式:
式中，E为产品碳足迹，Qi为物质或活动的数量或强度数据(质量/体积/km/kWh)，Ci为单位碳排放因子(每个单位的CO2当量)。
2.4 不确定性分析本研究主要参照“IPCC国家温室气体清单优良作法指南和不确性管理”中描述的方法对水稻产生的温室气体的不确定性进行量化计算[24]。
对于单一排放源排放总量的不确定性分析计算公式：
式中，Uall为所有量的乘积的百分比不确定性，Ui为与每个量相关的百分比不确定性。
对于项目总不确定性分析计算公式：
式中，Utotal为所有量的总和的百分比不确定性，Xi和Ui分别表示不确定量及相关的百分比不确定性。
3 结果与分析 3.1 总碳足迹本研究表明上海市近郊每种植1 hm2水稻温室气体排放量为11.8114 t CO2e，折合每生产1 t水稻温室气体排放1.2321 t CO2e(表 1)：其中稻田温室气体排放量为0.9507 t CO2e，占水稻生产碳排放的77.1%，是最主要的排放源；田间作业占总排放量的21.3%，共排放0.2621 t CO2e，是另一个主要排放源；加工存储作业排放0.0201 t CO2e，仅占总排放的1.6%(图 1)。
|
排放源
Emission source | 数据来源
Data sources | 活动数据值
Activity value | 排放系数
Emission factor | 排放量
Emission /(t CO2e /hm2) | 水稻产量
Yield /(t/hm2) | 总排放量
Emission /(t CO2e/t水稻) |
| 柴油Diesel oil | 耕地Plow tillage | 15.75 L/hm2 | 0.00256 t CO2e/L | 0.0403 | 9.59 | 0.0042 |
| 耙地Harrowing field | 7.95 L/hm2 | 0.0204 | 9.59 | 0.0021 | ||
| 旋耕Rotary tillage | 14.12 L/hm2 | 0.0361 | 9.59 | 0.0038 | ||
| 平地Paddy field leveling | 11.47 L/hm2 | 0.0292 | 9.59 | 0.0030 | ||
| 其它作业Other operations | 1.24 L/hm2 | 0.0031 | 9.59 | 0.0003 | ||
| 播种Seedling | 1.50 L/hm2 | 0.0038 | 9.59 | 0.0004 | ||
| 收获Harvest | 31.31 L/hm2 | 0.0802 | 9.59 | 0.0084 | ||
| 电Electricity | 灌溉Irrigation | 222.75 kWh/hm2 | 0.000757 t CO2e·kW/h | 0.1686 | 9.59 | 0.0176 |
| 收获和加工Rice processing and packaging | 26.63 kwh/t | 0.1932 | 9.59 | 0.0211 | ||
| 其它排放源 | 氮肥Nitrogen | 277.50 kg/hm2 | 0.004005 t CO2e/kg | 1.1114 | 9.59 | 0.1159 |
| Other sources | 磷肥Phosphorus | 73.50 kg/hm2 | 0.003894 t CO2e/kg | 0.2862 | 9.59 | 0.0298 |
| of emissions | 钾肥Potassium | 108.00 kg/hm2 | 0.005213 t CO2e/kg | 0.5631 | 9.59 | 0.0587 |
| 除草剂Herbicide | 10.20 kg/hm2 | 0.004733 t CO2e/kg | 0.0483 | 9.59 | 0.0050 | |
| 杀虫剂Insecticide | 12.90 kg/hm2 | 0.004733 t CO2e/kg | 0.0611 | 9.59 | 0.0064 | |
| 杀菌剂Fungicide | 3.90 kg/hm2 | 0.004733 t CO2e/kg | 0.0185 | 9.59 | 0.0019 | |
| 稻田温室气体通量GHG emission from paddy field | 9.1180 | 9.59 | 0.9507 | |||
| 种子Seed | 37.5 kg/hm2 | 0.000795 t CO2e/kg | 0.0299 | 9.59 | 0.0031 | |
| 总计Total | 11.8114 | 1.2321 |
|
| 图 1 各大类作业温室气体排放 (t CO2e/t水稻) Fig.1 The composition diagram of GHG emissions from major categories |
稻田生态系统排放的温室气体主要有CH4、CO2 和N2O，但水稻光合作用所固定的CO2要大于呼吸 排放的CO2，在水稻生育期内的CO2净排放通量为负值[25, 26]，一般不列入稻田温室气体排放清单[26, 27]，而短期内土壤有机碳的变化较小，因此本研究只分析CH4和N2O的温室气体排放。从表 2中可以看出，撒播处理最高，为10.3089 kgCO2/hm2，插秧处理田间温室气体排放最少，为8.1785 kgCO2/hm2，可能是因为育秧时秧田和大田比例一般在1 ∶ 10左右，秧龄20 d，可以减少稻田淹水20 d左右，有效减少了稻田温室气体排放排放。从贡献比例来看，CH4对稻田温室气体排放影响最大，各处理在96.5%—96.8%，N2O贡献值均在3.2%—3.5%之间，影响较小。
|
处理
Treatments | (CH4) ECO2/
(t CO2/hm2) | (N2O)ECO2 /
(t CO2/hm2) | 总CO2当量
Total ECO2/(t CO2/hm2) | 贡献比率Contribution rate/% | |
| CH4 | N2O | ||||
| 插秧Rice Transplanting | 7.9181 | 0.2604 | 8.1785 | 96.8 | 3.2 |
| 撒播Broadcast sowing | 9.9431 | 0.3658 | 10.3089 | 96.5 | 3.5 |
| 穴播Hole seeding | 8.5567 | 0.3100 | 8.8667 | 96.5 | 3.5 |
| 平均Average | 8.8059 | 0.3121 | 9.1180 | 96.6 | 3.4 |
各项田间作业均产生一定的碳排放(图 2)，其中以施肥碳排放最高。N、P、K全部碳排放达0.2044 t CO2e/t，占田间作业总排放量的77.9%，在这三者中以N排放最高，约占整个田间作业的碳排放 44.2%，其次是K占22.4%，P占11.4%。灌溉是另外一个主要的碳排放作业，占到田间作业总排放的6.7%。在其它各项作业中，农药占5.1%，土壤耕作占5%，收获作业碳排放占3.2%，种子占1.8%。
|
| 图 2 田间作业各项温室气体排放组成图 Fig.2 The composition diagram of GHG emission from paddy field operation |
本研究中各活动水平数据的不确定估算基于在崇明县长江农场长期工作的农业专家的判断得出，估算值见表 3。其中柴油排放系数不确定性引用IPCC 2006年排放系数之95%置信区间计算而来，电力排放系数不确定性引用IPCC2006年排放系数之96%置信区间计算而来，田间温室气体释放排放系数不确定性引用IPCC2006年排放系数之97%置信区间计算而来。柴油和电力使用、田间温室气体排放、水稻种子以及其他排放源等活动数据和水稻种子排放系数的不确定性来源于专家预估。
合并各项不确定性值，燃油为33.54%，电力49.75%，其它排放33.54%，温室气体排放20%，种子15%(表 3)。各排放系数不确定性参照IPCC2006，整合各不确定因素，本研究的不确定性值为±19%，定性等级为较好。
|
排放源
Emission sources | 活动数据
Activity data | 排放系数
Emission factor | 整合不确定性/%
Theintegration of uncertainty | |||||||||
| 不确
定性 上限 | 不确
定性 下限 | 不确
定性 上限 | 不确
定性 下限 | 上限 | 上限
平方 | 上限乘
以量 平方 | 下限 | 下限
平方 | 下限
乘以 量平方 | |||
| 不确定性上限Uncer-tainty upper limit; 上限Upper limit; 上限平方The square of upper limit; 上限乘以量平方The upper limit multiplied by the amount of square; 下限Low limit; 下限平方The square of upper limit; 下限乘以量平方The upper limit multiplied by the amount of square | ||||||||||||
| 柴油Diesel oil | 33.54 | 33.54 | 0.94 | 2.02 | 33.55 | 11.26 | 0.00 | 33.60 | 11.29 | 0.00 | ||
| 电Electricity | 49.75 | 49.75 | 7.00 | 7.00 | 50.24 | 25.24 | 0.04 | 50.24 | 25.24 | 0.04 | ||
| 其它Others | 33.54 | 33.54 | 11.79 | 10.46 | 35.55 | 12.64 | 11.42 | 35.13 | 12.34 | 11.16 | ||
| 田间温室气体排放GHG emission from paddy field | 20.00 | 20.00 | 0.00 | 0.00 | 20.00 | 4.00 | 3.62 | 20.00 | 4.00 | 3.62 | ||
| 水稻种子Rice seed | 15.00 | 15.00 | 20.00 | 20.00 | 25.00 | 6.25 | 0.00 | 25.00 | 6.25 | 0.00 | ||
| 不确定性分析 Uncertainty analysis | Total/% | 77.06 | 19.82 | 76.89 | 19.65 | |||||||
我国是世界上水稻种植面积最大的国家，从20世纪80年代末期开始，国外学者就质疑我国稻田为全球农业温室气体排放的主要源头之一，认为我国稻田温室气体年排放量接近世界稻田年排放总量的1/2[28]，但国内外学者对水稻生产全周期碳排放研究较少，仅有部分学者通过模拟估算水稻生产碳排放，如徐小明等通过模拟与计算作物种植阶段肥水投入、耕作能耗、作物收获、温室气体排放等得到吉林西部水稻生产碳足迹约为1.3303 t CO2/t[23]，比本研究获得的上海市水稻碳足迹1.2321 t CO2/t略高。稻田温室气体排放占整个碳排放比例较高，吉林西部稻田GWP达到1.0344 t CO2/t，占全部碳排放的77.8%，傅志强等的研究发现湖南单季晚稻温室气体在0.599—0.861t CO2/t之间，其中杂交稻略高，最高值为0.861 t CO2/t[21]，张岳芳等对江苏常熟秸秆还田稻麦两熟农田温室气体评估值为6.383 t CO2/hm2[29]，本研究稻田GWP也高达0.9507 t CO2/t，占全部碳排放的77.2%，本研究调查的长江农场长期以来实行秸秆还田，土壤有机质含量较高，土壤温室气体略高于其它评估结果，但总体来说稻田温室气体是水稻生产碳排放的主要因素，通过肥水运筹，减少稻田温室气体排放是一项非常有效的措施。CH4是最主要的温室气体，其对温室气体贡献率超过了96%(表 2)，研究表明，灌溉[17]、土壤水分[25, 26]、施肥[30]和品种[21, 31]对的CH4排放影响较大。本研究团队通过检测长江农场稻田CH4排放检测发现，播种后水淹条件下稻田CH4排放呈逐步增加趋势，6月初的5 mg m-2 h-1左右，7月中旬水稻分蘖盛期达到最高峰60 mg m-2 h-1，烤田一周后又迅速降到5 mg m-2 h-1以下，因此通过干湿交替灌溉，增加土壤通气性可以有效减少CH4排放。此外，干湿交替灌溉可以减少稻田灌溉次数和用水，从而减少水资源利用和灌溉能量消耗，减少灌溉过程碳排放。
肥料是仅次于田间温室气体排放的第二大碳排放源，本研究发现，N、P、K3种主要化学肥料施用，对水稻生产碳排放的贡献率达到16.6%。长期以来我国氮肥施用过多，每年氮肥施用总量超过1.2×107 t，接近世界总量的1/3[32]，生产上一般纯氮施用量超过180kg/hm2，个别地区甚至达到400—600kg/hm2，但水稻氮肥实际利用效率仅为(33±11)%[33]，而目前发达国家氮肥利用率已达60%，如果能达到这一利用水平，将减少近50%的氮肥施用，直接减少种植活动中的氮肥施用带来的碳排放5.14×107 t CO2e[23, 33]。此外，土壤中的氮肥经过反硝化作用释放出温室气体N2O，每年输入农业生态系统的氮肥有1.5×106 t N2O直接进入大气，由施氮肥引起的N2O排放量占N2O总排放量的13%，当氮肥施肥量减少一半时，全国土壤的N2O排放量将减少22%，特别是在我国东南大部分地区N2O减幅更大[34]。因此，通过开展测土配方合理确定农田氮肥施用量，施用吸收利用效率较高的缓控释肥，以及根据不同品种需肥规律科学施肥提高氮素利用效率，选择施用N2O排放量少的肥料，减少氮肥施用量，减少水稻种植温室气体排放。
本文研究了水稻生产各种碳排放源的相对贡献，全面评估水稻生产周期的碳足迹，对减少水稻生产碳排放具有重要意义，同时，也是指导低碳水稻生产、降低农业生产资源消耗和实现农业增收增效的重要依据。
| [1] | IPCC. Summary for Policy Makers of Climate change 2007: the Physical Science Basis. Contribution of Working Group Ⅰ to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, 2007. |
| [2] | Solomon S, Plattner G K, Knutti R, Friedlingstein P. Irreversible climate change due to carbon dioxide emissions. Proceedings of the National Academy of Sciences of the United States of America, 2009, 106(6): 1704-1709. |
| [3] | Guo L, Cui Q, Lu M. The new tool of low carbon life: carbon labels. Green Economy, 2011, 7:84-86. |
| [4] | Li M Y, Fang Y. A Box Xiayi Scallop with the Carbon Labeling.[2013-03-20].http://money.163.com/10/1109/00/6L0OHBFE00253B0H.html. |
| [5] | Wiedmann T, Minx J. A definition of "carbon footprint". ISA UK Research & Consulting, 2007, 1: 1-9. |
| [6] | Carbon Trust, London, UK. Carbon Footprint Measurement Methodology. Version 1.1. 27 February 2007. |
| [7] | Global Footprint Network. Ecological Footprint Glossary.[2013-03-20].http://www.footprintnetwork.org/en/index.php/GFN/page/footprint_basics_overview/. |
| [8] | Giurcoa D, Petrie J G. Strategies for reducing the carbon footprint of copper: new technologies, more recycling or demand management. Minerals Engineering, 2007, 20(9): 842-853. |
| [9] | Stockholm Environment Institute. UK schools carbon footprint scoping study for sustainable development commission by global action plan.[2013-03-20].http://www.sd-commission.org.uk/data/files/publications/GAP-Final-Report.pdf. |
| [10] | Brown M A, Southworth F S, Sarzynski A. The geography of metropolitan carbon footprints. Policy and Society, 2009, 27(4): 285-304. |
| [11] | Tan Q C. Greenhouse gas emission in China's agriculture: Situation and challenge. China Population, Resources and Environment, 2011, 21(10): 69-75. |
| [12] | Cai Z C, XieD T, Xu H, Wei C F, Gao M. Factors influencing CH4 emissions from a permanently flooded rice field during rice growing period. Chinese Journal of Applied Ecology, 2003, 14(5): 705-709. |
| [13] | Huang Y, Zhang W, Zheng X H, Han S H, Yu Y Q. Estimates of methane emission from Chinese rice paddies by linking a model to GIS database. Acta Ecologica Sinica, 2006, 26(4): 980-988. |
| [14] | Lu F, Wang XK, Han B, Ouyang Z H, Zheng H. Straw return to rice paddy: Soil carbon sequestration and increased methane emission. Chinese Journal of Applied Ecology, 2010, 21(1): 99-108. |
| [15] | Peng S Z, Li D X, Xu J Z, Ding J L, He Y, Yu J Y. Effect of water-saving irrigation on the law of CH4 emission from paddy field. Environment Science, 2007, 28(1): 9-13. |
| [16] | Xu H, Xing G X, Cai ZC, Tsuruta H. Effect of soil water regime and soil texture on N2O emission from rice paddy field. Acta Pedologica Sinica, 2000, 37(4): 499-504. |
| [17] | Liu J J, Wu P P, Xie X L, Fu X G, Shen Q R, Guo S W. Methane emission from late rice fields in Hunan red soil under different long-term fertilizing systems. Acta Ecologica Sinica, 2008, 28(6): 2878-2866. |
| [18] | The People's Government of Dongping Town, Chongming County. A brief introduction of Shanghai Wanshifa Industrial Company.[2013-03-20].http://dongpingzhen.shcm.gov.cn/publish/dpz/tsny/200812151546290028.html. |
| [19] | British Standard Institution. Assessment of life cycle greenhouse gas emissions from horticultural products..http://www.bsigroup.sg/fr-pas2050-2-2012. |
| [20] | Mikkel T, Jannick S. Life Cycle Assessment (LCA).[2013-03-20].http://wenku.baidu.com/view/af4a6b1bfc4ffe473368ab23.html. |
| [21] | Fu Z Q, Zhu H W, Chen C, Huang H. Characterization of CH4, N2O emission and selection of rice cultivars in double cropping rice fields. Enviromental Science, 2012, 33(7): 2475-2481 |
| [22] | Department of Climate Change, National Development and Reform Commission of People's Republic of China. Announcement in 2009 on China's Regional Grid Baseline Emission Factor.[2013-03-20]. http://qhs.ndrc.gov.cn/qjfzjz/t20090703_289357.htm. |
| [23] | Xu X M. Temporal and Spatial of Paddy Soil Carbon Pool and the Carbon Footprint of Rice Production in West Jilin[D]. Changchun: Jilin University, 2011. |
| [24] | Intergovernmental Panel on Climate Change. IPCC Guidelines for National Greenhouse Gas Inventories Good Practice Guidance and Uncertainty Management.[2013-03-20].http://wenku.baidu.com/view/91148b4e767f5acfa1c7cd06.html. |
| [25] | Zhou W J, Zhu L Z, Hao J J, Zhu Y L, Yu Q W, Guo H Y. CO2 emission and fixation in paddy ecosystem during late rice growing season in red soil Hilly region. Journal of Ecology and Rural Environment, 2007, 23(1): 7-11. |
| [26] | Song T, Wang Y S, Song C C, Shi L Q, Huang Y, Wang P X. CO2 fluxes from rice fields of Sanjiang plain and its environmental response factors. China Environmental Science, 2006, 26(6): 657-661. |
| [27] | Hu L F, Wang B Z, Li H W. The comparative study of the son respiration, CO2 emission and NEE from the farmland in the north of China. Ecology and Environmental Sciences, 2009, 18(2): 578-581. |
| [28] | Li J, Wang M X, WangY S, Huang Y, Zheng X H, Xu X. Advance of researches on greenhouse gases emission from Chinese agricultural ecosystem. Chinese Journal of Atmospheric Sciences, 2003, 27(4): 740-749. |
| [29] | Zhang Y F, Chen L G, Zhu P P, Zhang C S, Sheng J, Wang Z C, Zheng J C. Preliminary study on effect of straw incorporation on net global warming potential in high production rice-wheat double cropping systems. Journal of Agro-Environment Science. 2012, 31(8): 1647-1653. |
| [30] | Del Gross O S J, Mosier A R, Parton W J, Ojima D S. DAYCENT model analysis of past and contemporary soil N2O and net greenhouse gas flux for major crops in the USA. Soil and Tillage Research, 2005, 83(1):9-24. |
| [31] | Xu Y C, Wang Z Y, Li Z, Wang B J. Effect of rice cultivars on methane emission from Beijing rice field. Plant Nutrition and Fertilizer Science, 1999, 5 (1): 93-96. |
| [32] | Lu F, Wang X K, Han B, Ouyang Z Y, Duan X N, Zheng H. Assessment on the availability of nitrogen fertilization in improving carbon sequestration potentialofChina's cropland soil. Chinese Journal of Applied Ecology. 2008, 19(10): 2239-2250. |
| [33] | Huang Y, Tang Y H. An estimate of greenhouse gas (N2O and CO2) mitigation potential under various scenarios of nitrogen use efficiency in Chinese croplands. Global change biology, 2010, 16 (11): 2958-2970. |
| [34] | Wang X K, Zhuang Y H, Li C S. The distribution pattern of N2O emission from agricultural soil in China. Acta Ecologica Sinica, 2001, 21(8): 1225-1232. |
| [3] | 郭莉, 崔强, 陆敏. 低碳生活的新工具—碳标签. 生态经济, 2011, (7): 84-86. |
| [4] | 李梅影,方艳. 一箱贴着碳标签的虾夷扇贝.http://www.21cbh.com/HTML/2010-11-9/0MMDAwMDIwNTE0MQ.html |
| [11] | 谭秋成. 中国农业温室气体排放:现状及挑战. 中国人口·资源与环境, 2011, 21(10): 69-75. |
| [12] | 蔡祖聪, 谢德体, 徐华, 魏朝富, 高明. 冬灌田影响水稻生长期甲烷排放量的因素分析. 应用生态学报, 2003, 14 (5): 705-709. |
| [13] | 黄耀, 张稳, 郑循华, 韩圣慧, 于永强. 基于模型和GIS技术的中国稻田甲烷排放估计. 生态学报, 2006, 26(4): 980-988. |
| [14] | 逯非, 王效科, 韩冰, 欧阳志云, 郑华. 稻田秸秆还田:土壤固碳与甲烷增排. 应用生态学报, 2010, 21(1): 99-108. |
| [15] | 彭世彰, 李道西, 徐俊增, 丁加丽, 何岩, 郁进元. 节水灌溉模式对稻田CH4排放规律的影响.环境科学, 2007, 28(1): 9-13. |
| [16] | 徐华, 刑光熹, 蔡祖聪, 鹤田治雄. 土壤水分状况和质地对稻田N2O排放的影响. 土壤学报, 2000, 37(4): 499-504. |
| [17] | 刘金剑, 吴萍萍, 谢小立, 傅心赣, 沈其荣, 郭世伟. 长期不同施肥制度下湖南红壤晚稻田CH4的排放. 生态学报, 2008, 28 (6): 2878-2866. |
| [18] | 崇明县东平镇人民政府. 上海万事发实业总公司简介. [2013-03-20]. http://dongpingzhen.shcm.gov.cn/publish/dpz/tsny/200812151546290028.html |
| [21] | 傅志强, 朱华武, 陈灿, 黄璜. 双季稻田CH4和N2O排放特征及品种筛选研究. 环境科学, 2012, 33(7): 2475-2481. |
| [22] | 中华人民共和国国家发展和改革委员会应对气候变化司. 关于公布2009年中国区域电网基准线排放因子的公告. [2013-03-20].http://qhs.ndrc.gov.cn/qjfzjz/t20090703_289357.htm |
| [23] | 徐小明. 吉林西部水田土壤碳库时空模拟及水稻生产的碳足迹研究[D]. 长春:吉林大学, 2011. |
| [24] | 政府间气候变化专门委员会. IPCC国家温室气体清单优良作法指南和不确定性管理. [2013-03-20].http://wenku.baidu.com/view/91148b4e767f5acfa1c7cd06.html |
| [25] | 周卫军, 朱良枝, 郝金菊, 朱咏莉, 余乾文, 郭海彦. 红壤丘陵区晚稻生长期间CO2的排放与固定规律.生态与农村环境学报, 2007, 23(1): 7-11. |
| [26] | 宋涛, 王跃思, 宋长春, 石立庆, 黄耀, 王盘兴. 三江平原稻田CO2通量及其环境响应特征. 中国环境科学, 2006, 26(6): 657-661. |
| [27] | 胡立峰, 王宝芝, 李洪文. 土壤呼吸、农田CO2排放及NEE的比较研究. 生态环境学报, 2009, 18(2): 578-581. |
| [28] | 李晶, 王明星, 王跃思, 黄耀, 郑循华, 徐新. 农田生态系统温室气体排放研究进展. 大气科学, 2003, 27(4): 740-749. |
| [29] | 张岳芳,陈留根, 朱普平, 张传胜, 盛婧, 王子臣, 郑建初. 秸秆还田对稻麦两熟高产农田净增温潜势影响的初步研究.农业环境科学学报, 2012, 31(8): 1647-165. |
| [31] | 徐雨昌, 王增远, 李震, 王步军. 不同水稻品种对稻田甲烷排放量的影响. 植物营养与肥料学报, 1999, 5(1): 93-96. |
| [32] | 逯非, 王效科, 韩冰, 欧阳志云, 段晓男, 郑华. 中国农田施用化学氮肥的固碳潜力及其有效性评价. 应用生态学报, 2008, 19(10): 2239-2250. |
| [34] | 王效科, 庄亚辉, 李长生. 中国农田土壤N2O排放通量分布格局研究. 生态学报, 2001, 21(8): 1225-1232. |