吉林省水稻生产的碳足迹与水足迹时空变化特征

张惠云，秦丽杰，贾 利

(东北师范大学 地理科学学院，吉林 长春 130024)

气候变化和水资源短缺是人类面临的2个关键环境问题。近年来，农业生产水资源短缺和温室气体排放量增加问题日益突显[1-2]。粮食作物生产耗水量大，同时也是农业生产中温室气体排放的主要来源。为了养活约占世界1/5的人口，我国的谷物产量已从1978年的3.05×108t增加到2018年的6.5×108t[3]。与此同时，我国农业总碳排放量也从1978年的103 Mt二氧化碳当量(CO2eq)增长到2016年的691Mt CO2eq，占全国温室气体排放总量的17%[4]。农业部门还是我国最大的用水部门，2019年，我国的农业用水量占到了全国总用水量的61.2%[5]。水稻是我国主要的粮食作物之一，其对水的需求量高于其他粮食作物，而且温室气体排放量亦很高。据估计，2014年我国水稻种植排放的温室气体占全国农业活动排放的温室气体总量的22.6%[6]。因此，探讨水稻生产中的耗水量和温室气体排放具有现实意义，可为合理利用水资源和降低温室气体排放提供依据。

近年来，足迹研究成为量化人类对环境的压力，保障国家或地区可持续发展的新方法。碳足迹(CF)已被广泛应用于与农业生产相关的温室气体排放的量化评价，基于生命周期评价(LCA)方法测算CF可定量描述一种产品或一个活动“从摇篮到坟墓”整个生命周期内的温室气体排放[7]。水足迹(WF)可量化生产和消费过程的水资源消耗。农作物生产水足迹是指农作物生长过程中消耗的水资源总量[8]。水足迹网络(WFN)的水足迹评估方法和国际标准化组织发布的ISO 14046:2014《环境管理水足迹原则、要求与指南》是目前WF评价的主要方法：前者着重于水资源量的评价，由绿水、蓝水和灰水足迹3部分组成；后者注重水资源对环境的影响评价[9-11]，分为水稀缺足迹(WSF)和水劣化足迹(WDF)，以单位水当量(H2Oeq)表示[12]。目前，许多学者都开展了有关农作物CF和WF的研究。大多关于农作物CF的研究主要利用LCA方法在不同的地理尺度上进行。如Cheng等[13]、陈中督等[7]和Chu等[14]分别从全国、长江中下游地区和河北省3个尺度上对我国主要农作物的CF进行了核算，强调了农业温室气体排放在气候变化中的重要作用。在WF领域，国内外学者主要采用虚拟水理论[15]和LCA方法[16]从不同地理尺度上核算作物的WF。总体而言，现有研究多偏向于单一的足迹指标，很少同时探究农业生产中水资源高效利用与温室气体减排间的关系。

吉林省是我国重要的商品粮生产基地，水稻为吉林省的第二大粮食作物，2007—2019年吉林省水稻的播种面积和产量不断增长。据统计，2019年吉林省的水稻播种面积达到8.4×105hm2，产量达6.57×106t，分别占全省农作物播种面积和产量的13.7%和16.9%。近年来，由于水稻的大面积播种，水稻种植业成为吉林省的用水大户，加之由此带来的化肥、灌溉等投入的增加，料将不可避免地加剧当地温室气体的排放。为此，本文对2007—2017年吉林省水稻生产的CF和WF进行核算，分析其时空分布特征与变化，以期为优化水稻生产中水资源和农资的合理配置，实现节水和低碳农业的目标提供依据。

1 材料与方法

1.1 研究区概况

吉林省位于我国东北部(40°50′～46°19′N，121°38′～131°19′E)，是全国13个粮食主产区之一，属温带大陆性季风气候，年平均气温2～6 ℃，年平均降水量400～900 mm[17]，然而，降水量在不同季节和地区间差异较大，80%集中在夏季，由东南向西北递减。根据地形、水资源和农业自然条件，本研究将吉林省划分为东部、中东、中部和西部4个区域(图1)。

图1 吉林省区域划分图Fig.1 Geographical zoning of Jilin Province

1.2 研究方法

1.2.1 系统边界

为了准确核算CF和WF，需要确定系统边界。水稻生产的系统边界为水稻生长期内的温室气体排放，和由于灌溉、施肥引起的水资源消耗与水污染(图2)。温室气体排放主要包括稻田直接排放的CH4、氮肥施用产生的N2O和各种农资(化肥、种子、柴油、农膜、农药等)投入造成的温室气体间接排放；WF主要包括由于灌溉引起的WSF和施用化肥造成的WDF。

图2 研究的系统边界Fig.2 System boundary of present study

1.2.2 CF计算方法

水稻生产过程中，农资投入造成的碳排放计算公式为

(1)

式(1)中：Ei为农资投入的单位面积碳排放(以CO2eq计，kg·hm-2)；Ai为第i种农资的投入量(kg·hm-2、L·hm-2、kWh·hm-2)；Fi为第i种农资投入的排放因子(kg·kg-1、kg·L-1、kg·kWh-1)。结合中国生命周期数据库(CLCD v0.7)、Ecoinvent 2.2数据库和文献[18-20]，将具体的排放参数和来源整理于表1。

表1 水稻生产中不同农业投入的排放因子

为使各种排放源具有可比性，引入量化不同温室气体对气候影响的最常用指标——全球增温潜势(GWP)。CH4的GWP为25，N2O的GWP为298。稻田的CH4和N2O排放量根据2006年政府间气候变化专门委员会(IPCC)编制的《国家温室气体清单指南》进行估算。

水稻生产中，CH4排放量(以CO2eq计)的计算公式为

ECH4=D×δCH4×25。

(2)

式(2)中：ECH4为水稻生产中单位面积的CH4排放量(kg·hm-2)；D为水稻的生长天数；δCH4为甲烷的日排放因子(kg·hm-2·d-1)，具体的计算方法参考陈中督等[7]的研究；25为CH4的GWP。

水田的N2O排放量主要由施用氮肥引起，N2O排放量(以CO2eq计)的计算公式为

(3)

式(3)中，EN2O为水稻生产中单位面积的N2O排放量(kg·hm-2)；FN为氮肥的施用量(kg·hm-2)；δN为施用氮肥引起的N2O排放因子[20]；44/28为N2O与N2相对分子质量之比；298为N2O的GWP。

水稻生产中，温室气体总排放量的计算公式为

EGHG=Ei+EN2O+ECH4。

(4)

式(4)中EGHG为水稻生产中单位面积的温室气体排放量(以CO2eq计，kg·hm-2)。

基于EGHG和水稻生产面积测算吉林省水稻生产的温室气体排放总量。

CF为水稻生产中单位面积产量的温室气体排放量：

VCF=EGHG/Y。

(5)

式(5)中：VCF为水稻单位面积产量的温室气体排放量(以CO2eq计，kg·kg-1)，即CF；Y为水稻的单位面积产量(kg·hm-2)。

1.2.3 WF计算方法

采用LCA方法核算WF。

WSF为蓝水消耗量与水资源压力指数(WSI)的乘积，以水当量(H2Oeq)表示。WSI体现了不同区域水资源的短缺程度，值越大，表明区域水资源越短缺[10]。

VWSF=VCWU×VWSI/VWSI-G。

(6)

式(6)中：VWSF为水稻生产中的WSF值；VCWU为水稻生产中的蓝水消耗量；VWSI为研究区的水资源压力指数，具体数值来源于Pfister等[21]的计算结果；VWSI-G为全球的水资源压力指数，值为0.602。

WDF可以评估水稻生产对水环境的影响。农业生产中使用的化学肥料、农药等会导致水体富营养化，会对水生生态系统质量和人类健康产生潜在影响。ReCiPe作为LCA的一种方法，提供了一种计算WDF的方法[22]。

VWDF=(RN+RP)/RG。

(7)

式(7)中：VWDF为单位面积的水劣化足迹(以H2Oeq计，L·hm-2)；RN、RP分别为N、P产生的环境影响值(hm-2)[22]；RG为1 L淡水的世界平均环境影响值(以H2Oeq计)，取值1.86×10-6L-1。

RN、RP的计算公式统一为

R=δ×T×α。

(8)

式(8)中；R为N或P产生的环境影响值，即式(7)中的RN或RP；δ为N或P的流失率，取值参考《吉林省第一次全国污染源普查公报》[23]；T为水稻生产中单位面积的氮肥或磷肥施用量(kg·hm-2)，a为1kg N或1kg P对应的影响值，分别为0.125 kg-1和0.912 kg-1[22]。

WF的计算公式为

VWF=(VWSF+VWDF)/Y。

(9)

式(9)中VWF即为WF的值(以H2Oeq计，L·kg-1)。

1.2.4 数据来源

水稻生产中农资投入和产量的数据来源于《2007—2017年全国农产品成本收益资料汇编》和吉林统计年鉴、中国物价年鉴，气象数据来源于中国气象科学数据共享服务网，N、P肥的流失率数据来源于《吉林省第一次全国污染源普查公报》[23]，各区域的WSI来源于文献[21]，各项农资投入的排放因子来源于CLCD v0.7、Ecoinvent 2.2数据库和文献[18-20]。

2 结果与分析

2.1 CF时空变化

2.1.1 时间变化特征

2007—2017年吉林省水稻生产的温室气体排放总量呈极显著(P<0.01)波动增加趋势(图3)。2007年，吉林省水稻生产的温室气体排放总量为36×108kg，而2017年该指标达到48×108kg，年均增长率约为2.9%。2007—2017年间，吉林省水稻生产的单位面积温室气体排放量波动较大，但总的来看，单位面积温室气体排放量在研究期内极显著(P<0.01)增加。2007年，吉林省水稻生产的单位面积温室气体排放量为5 366 kg·hm-2，2017年该指标达到5 853 kg·hm-2，年均增长量为48.6 kg·hm-2，其中2015年达最大值，为6 377 kg·hm-2。2007—2017年，吉林省水稻生产的CF变化不大，年际间变化不显著(P>0.05)，其中，2012年的CF最大，为0.81 kg·kg-1，2011年最小，为0.66 kg·kg-1。

图3 2007—2017年吉林省水稻生产温室气体排放总量、单位面积温室气体排放量和碳足迹的年际变化Fig.3 Chronic trend of total greenhouse gas emission，greenhouse gas emission per unit area and carbon footprint in rice production in Jilin Province during 2007-2017

2.1.2 空间变化特征

吉林省水稻生产的CF具有较大的区域差异，在空间上呈现由东至西递减的特征(图4)。CF的高值区主要集中在吉林省的东部地区，以珲春市最高，值为1.43 kg·kg-1；低值区主要集中在中部和西部地区，以前郭尔罗斯蒙古族自治县最低，值为0.55 kg·kg-1。吉林省CF的变化率空间差异明显，大体呈现出中部和中东部变化率高且为正向，西部和东部变化率低且为负向的分布格局。吉林省东部和西部的水稻生产CF呈下降趋势，其中，汪清县、大安市和安图县的下降幅度较大。相对地，吉林省中部地区在保障高产的同时要注重减少农资投入，以降低CF。

图4 2007—2017年吉林省水稻生产碳足迹及其变化率的空间分布Fig.4 Distribution of carbon footprint and its trend in rice production in Jilin Province during 2007-2017

2.1.3 组分变化特征

吉林省水稻生产的CF构成中，CH4排放占比最大(图5)，约为41.55%，其次为化肥投入和灌溉耗电引起的温室气体排放，分别占比21.18%和14.45%。柴油投入引起的温室气体排放占比虽然较小，但增加趋势明显，从2007年的占比7.34%上升到2017年的占比15.29%。

图5 2007—2017年水稻生产碳足迹的组分比例Fig.5 Proportion of different components of carbon footprint in rice production in Jilin Province during 2007-2017

农膜、农药和水稻种子投入引起的温室气体排放合计占比9.05%，氮肥施用引起的N2O排放占比较小，仅为2.32%。

2.2 WF时空变化

2.2.1 时间变化特征

2007—2017年，吉林省水稻生产的WF呈现波动下降的趋势(图6)，下降幅度为9.6%，但年际变化不显著(P>0.05)。其中，2016年的WF最小，为121 L·kg-1，2009年最大，为179 L·kg-1。研究期内，WF的平均值为147 L·kg-1，其中，WSF为122 L·kg-1，占83%，WDF为25 L·kg-1，占17%。水稻生产的WSF和WF变化规律一致，年际变化不显著(P>0.05)。水稻生产的WSF主要受单位面积产量和灌溉量的影响，而灌溉量和有效降水量呈反比，即有效降水量越少，所需灌溉量越多，WSF值越大。例如，2009年为枯水年，有效降水少，所需灌溉量大，且当年的水稻单产仅为7 647 kg·hm-2，导致其WSF值较大。2007—2017年吉林省水稻生产的WDF波动幅度不大，年际变化不显著，主要与施肥量有关。2012年以后，吉林省水稻生产的WDF变化不大，一方面是由于水稻单产大幅度提升，另一方面是因为化肥施用量有所减少。

图6 2007—2017年吉林省水稻生产水足迹、水稀缺足迹和水劣化足迹的年际变化Fig.6 Chronic trend of water footprint，water scarcity footprintandwater degradation footprint in rice production in Jilin Province during 2007-2017

2.2.2 空间变化特征

吉林省水稻生产的WF高值区主要分布在中部和西部地区，低值区主要分布在东部地区(图7)。

图7 2007—2017年吉林省水稻生产水足迹、水稀缺足迹、水劣化足迹及其变化率的空间分布Fig.7 Distribution of water footprint (WF)，water scarcity footprint (WSF)，water degradation footprint (WDF) and their trends in rice production in Jilin Province during 2007-2017

WSF与WF的空间分布趋势一致。WDF的高值区主要分布在吉林省东部地区，低值区分布在中、西部地区。施肥量和产量的差异是造成WDF区域差异的主要原因。从WF的变化率分布来看，2007—2017年，吉林省44个种植水稻的县(市、区)中只有17个县(市、区)WF呈正向趋势，说明吉林省大部分县(市、区)的水稻WF呈下降趋势，其中，大安市的年均下降幅度最大，为16.93 L·kg-1。吉林省2007—2017年的WSF和WDF也呈现出相似的趋势，西部地区的年均降幅较大，中东部和东部地区的年均增幅较大。

2.3 CF和WF的关系

对吉林省水稻生产的CF和WF进行相关性分析，结果表明，二者呈显著(P<0.05)负相关(图8)，WF值较高的地区，其CF值较低。

图8 吉林省水稻生产碳足迹和水足迹的关系Fig.8 Relationship between carbon footprint and water footprint in rice production in Jilin Province

3 讨论

本研究对2007—2017年吉林省水稻生产的CF和WF进行分析。结果发现：2007—2017年吉林省水稻生产的年均CF为0.74 kg·kg-1。在CF组分中，水稻种植产生的CH4排放占比最大，约占41.55%，其次是化肥施用导致的温室气体排放，约占21.18%。2007—2017年水稻生产的WF呈现波动下降趋势，年均WF为147 L·kg-1，其中WSF和WDF分别为122 L·kg-1和25 L·kg-1，分别占比83%和17%。水稻生产的CF和WF空间分异明显，CF的高值区为WF的低值区。这主要是由不同地区的自然环境和农田管理实践差异造成的。因此，在吉林省的水稻生产中实行分区域管理，对于降低区域水稻生产的CF和WF来说是十分重要的。

准确核算CF可实现对农业生产过程中温室气体排放的准确量化。就CF而言，本研究结果高于黄晓敏等[24]的研究结果，低于王兴等[25]的结果。造成差异的原因主要为研究边界、所选参数的不同。黄晓敏等[24]的研究中，系统边界只考虑农田生产投入(如化肥、农药、灌溉用电等)的排放，而忽略了稻田的甲烷排放和由于氮肥施用造成的间接N2O排放；王兴等[25]的研究忽略了N2O的排放。另外，黄晓敏等[24]和王兴等[25]的研究都选择的是中国生命周期数据库的参数。而本文中的研究边界既考虑了农资的投入，也考虑了甲烷和N2O的排放，化肥排放参数选取的是陈舜等[18]测算的基于我国目前情况的各种氮、磷、钾肥制造过程中的温室气体排放系数。吉林省水稻生产的CF主要来源于生产过程中的甲烷排放和化肥施用。这与前人研究得出的甲烷与化肥是水稻温室气体排放的主要来源[26-27]的结论一致。

就WF而言，本研究表明，WSF对水稻生产的WF有显著影响。这不同于Zhang等[28]对滇池流域水稻WF的计算结果，主要是由不同地区的气候、水资源压力指数和耕作制度等的差异造成的。在WF中，WSF占绝大部分，而WDF占比较小。

在吉林省的水稻生产中，大部分农民还依靠传统的经验施肥灌溉，存在很大的不确定性。考虑到吉林省内各地CF和WF的时空差异，应该在保证产量的前提下，分区域制定不同的缓解措施。吉林省东部和中东部地区水资源丰富，水不是水稻生产的限制因素[29]，且CF较高，应以减少CF为主要努力方向。东部地区的CF较高是由于单产较低，且化肥使用和柴油消耗引起的碳排放较高所致。吉林省的东、中东部地区以山地为主，为避免水土流失和水污染，应合理使用化肥，增加有机肥的用量[30]，以确保产量。可借助测土配方施肥[31]实现科学合理的化肥施用量，以降低化肥流失量，减少CF。提升机械化水平也是实现低碳农业的一条路径。吉林省的西部和中部地区水资源短缺，且WF较高而CF较低，因此，应对降低水足迹的对策予以重视，提高水资源的利用率，建立合理的节水灌溉系统。有研究表明，“浅晒浅湿”和“浅晒湿干”2种灌溉方式在水稻生产上具有一定的节水增产效益[32-33]，可在生产中尝试应用。此外，应根据灌溉需要制定合理的灌溉定额以提高灌溉效率[17]，实现降低WF的目的。

由于数据来源的局限性，本研究采用的排放参数主要基于相关数据库和文献获取。但不同国家和地区的工业生产水平不同，因而同一个排放源的排放参数差异很大，这些可能会对研究结果造成一定的影响。此外，本研究采用了LCA方法，但关于其系统边界，目前不同研究间还存在一定的争议，如农资生产部分的耗水、劳动力碳排放和土壤固碳等是否被考虑进来，均会对计算结果的准确性造成影响。对于上述问题，后续研究应予注意。

参考文献(References)：

[1] 郑晓雪，秦丽杰. 不同降水年型吉林省中部玉米生产水足迹研究[J]. 浙江农业学报，2019，31(5): 695-703.

ZHENG X X，QIN L J. Water footprint of maize production in middle Jilin under different rainfall years[J].ActaAgriculturaeZhejiangensis，2019，31(5): 695-703.(in Chinese with English abstract)

[2] Change Intergovernmental Panel on Climate. Climate change 2014: mitigation of climate change[M]. Cambridge，UK: Cambridge University Press，2014.

[3] 国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社，2018.

[4] 董红敏，李玉娥，陶秀萍，等. 中国农业源温室气体排放与减排技术对策[J]. 农业工程学报，2008，24(10): 269-273.

DONG H M，LI Y E，TAO X P，et al. China greenhouse gas emissions from agricultural activities and its mitigation strategy[J].TransactionsoftheChineseSocietyofAgriculturalEngineering，2008，24(10): 269-273.(in Chinese with English abstract)

[5] 中华人民共和国水利部. 2019年中国水资源公报[EB/OL]. [2020-11-05]. http://www.zjnyxb.cn/journalx_nyxb/manuscript/Manuscript!view.action？id=28166732103&tgcthave=false.

[6] 中华人民共和国气候变化第二次两年更新报告[EB/OL]. [2020-11-05]. http://big5.mee.gov.cngatebig5/www.mee.gov.cnywgzydqhbh/wsqtkz/201907/P020190701765971866571.pdf.

[7] 陈中督，李凤博，冯金飞，等. 长江下游地区稻麦轮作模式碳足迹研究: 基于生命周期评价[J]. 中国农业资源与区划，2019，40(12): 81-90.

CHEN Z D，LI F B，FENG J F，et al. Study on carbon footprint for rice-wheat rotation system in the lower reaches of Yangtze River: based on the life cycle assessment[J].ChineseJournalofAgriculturalResourcesandRegionalPlanning，2019，40(12): 81-90.(in Chinese with English abstract)

[8] ALDAYA M M，CHAPAGAIN A K，HOEKSTRA A Y，et al. The water footprint assessment manual[M]. London，UK: Routledge，2012.

[9] PFISTER S，BOULAY A M，BERGER M，et al. Understanding the LCA and ISO water footprint: a response to Hoekstra (2016) “A critique on the water-scarcity weighted water footprint in LCA”[J].EcologicalIndicators，2017，72: 352-359.

[10] BERGER M，FINKBEINER M. Methodological challenges in volumetric and impact-oriented water footprints[J].JournalofIndustrialEcology，2013，17(1): 79-89.

[11] XIAO G M，ZHAO Z C，LIANG L，et al. Improving nitrogen and water use efficiency in a wheat-maize rotation system in the North China Plain using optimized farming practices[J].AgriculturalWaterManagement，2019，212: 172-180.

[12] 徐长春，黄晶，RIDOUTT B G，等. 基于生命周期评价的产品水足迹计算方法及案例分析[J]. 自然资源学报，2013，28(5): 873-880.

XU C C，HUANG J，RIDOUTT B G，et al. LCA-based product water footprinting and a case study[J].JournalofNaturalResources，2013，28(5): 873-880.(in Chinese with English abstract)

[13] CHENG K，YAN M，NAYAK D，et al. Carbon footprint of crop production in China: an analysis of National Statistics data[J].TheJournalofAgriculturalScience，2015，153(3): 422-431.

[14] CHU Y M，XIE L Y，YUAN Z J. Composition and spatiotemporal distribution of the agro-ecosystem carbon footprint: a case study in Hebei Province，North China[J].JournalofCleanerProduction，2018，190: 838-846.

[15] 杨文娟，赵荣钦，张战平，等. 河南省不同产业碳水足迹效率研究[J]. 自然资源学报，2019，34(1): 92-103.

YANG W J，ZHAO R Q，ZHANG Z P，et al. Industrial carbon and water footprint efficiency of Henan Province based on input-output analysis[J].JournalofNaturalResources，2019，34(1): 92-103.(in Chinese with English abstract)

[16] MUNGKUNG R，PENGTHAMKEERATI P，CHAICHANA R，et al. Life cycle assessment of Thai organic Hom Mali rice to evaluate the climate change，water use and biodiversity impacts[J].JournalofCleanerProduction，2019，211: 687-694.

[17] LI H Y，QIN L J，HE H S. Characteristics of the water footprint of rice production under different rainfall years in Jilin Province，China[J].JournaloftheScienceofFoodandAgriculture，2018，98(8): 3001-3013.

[18] 陈舜，逯非，王效科. 中国氮磷钾肥制造温室气体排放系数的估算[J]. 生态学报，2015，35(19): 6371-6383.

CHEN S，LU F，WANG X K. Estimation of greenhouse gases emission factors for China’s nitrogen，phosphate，and potash fertilizers[J].ActaEcologicaSinica，2015，35(19): 6371-6383.(in Chinese with English abstract)

[19] 省级温室气体清单编制指南(试行)[EB/OL]. [2020-11-05]. http://www.cbcsd.org.cn/sjk/nengyuan/standardhome20140113/download/shengjiwenshiqiti.pdf.

[20] WEST T O，MARLAND G. A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture: comparing tillage practices in the United States[J].Agriculture，Ecosystems&Environment，2002，91(1/2/3): 217-232.

[21] PFISTER S，KOEHLER A，HELLWEG S. Assessing the environmental impacts of freshwater consumption in LCA[J].EnvironmentalScience&Technology，2009，43(11): 4098-4104.

[22] 杜玲，徐长春，吴尧，等. 河北省种植业水污染足迹初报[J]. 农业环境科学学报，2018，37(2): 286-293.

DU L，XU C C，WU Y，et al. Water degradation footprint of crop production in Hebei Province[J].JournalofAgro-EnvironmentScience，2018，37(2): 286-293.(in Chinese with English abstract)

[23] 吉林省第一次全国污染源普查公报[J]. 中国环境管理丛书，2010(2): 44-45.

The first national survey of pollution sources in Jilin Province[J].ChinaEnvironmentalManagement，2010(2): 44-45.(in Chinese)

[24] 黄晓敏，陈长青，陈铭洲，等. 2004—2013年东北三省主要粮食作物生产碳足迹[J]. 应用生态学报，2016，27(10): 3307-3315.

HUANG X M，CHEN C Q，CHEN M Z，et al. Carbon footprints of major staple grain crops production in three provinces of Northeast China during 2004-2013[J].ChineseJournalofAppliedEcology，2016，27(10): 3307-3315.(in Chinese with English abstract)

[25] 王兴，赵鑫，王钰乔，等. 中国水稻生产的碳足迹分析[J]. 资源科学，2017，39(4): 713-722.

WANG X，ZHAO X，WANG Y Q，et al. Assessment of the carbon footprint of rice production in China[J].ResourcesScience，2017，39(4): 713-722.(in Chinese with English abstract)

[26] ZHANG G，WANG X K，ZHANG L，et al. Carbon and water footprints of major cereal crops production in China[J].JournalofCleanerProduction，2018，194: 613-623.

[27] 米松华，黄祖辉，朱奇彪，等. 稻田温室气体减排成本收益分析[J]. 浙江农业学报，2016，28(4): 707-716.

MI S H，HUANG Z H，ZHU Q B，et al. Cost-benefit assessment for greenhouse gas mitigation in rice-based agriculture[J].ActaAgriculturaeZhejiangensis，2016，28(4): 707-716.(in Chinese with English abstract)

[28] ZHANG Y，HUANG K，RIDOUTT B G，et al. Comparing volumetric and impact-oriented water footprint indicators: case study of agricultural production in Lake Dianchi Basin，China[J].EcologicalIndicators，2018，87: 14-21.

[29] ZHENG X X，QIN L J，HE H S. Impacts of climatic and agricultural input factors on the water footprint of crop production in Jilin Province，China[J].Sustainability，2020，12(17): 6904.

[30] 朱凤婷，李奥，于晓曼，等. 有机与常规培肥模式生产水稻的碳足迹[J]. 生态学杂志，2020，39(7): 2233-2241.

ZHU F T，LI A，YU X M，et al. Carbon footprint of rice production under organic and conventional fertilization modes[J].ChineseJournalofEcology，2020，39(7): 2233-2241.(in Chinese with English abstract)

[31] WANG L，LI L Q，CHENG K，et al. Comprehensive evaluation of environmental footprints of regional crop production: a case study of Chizhou City，China[J].EcologicalEconomics，2019，164: 106360.

[32] 张瑞喜，宋日权，程争鸣，等. 内蒙古扎赉特旗水稻节水灌溉试验研究[J]. 节水灌溉，2019(3): 27-29.

ZHANG R X，SONG R Q，CHENG Z M，et al. Study on the water saving irrigation of rice in Jalaid County of Inner Mongolia[J].WaterSavingIrrigation，2019(3): 27-29.(in Chinese with English abstract)

[33] 孙广友，李红艳，罗新正. 轻度苏打盐碱地水稻高效节水灌溉模式及制度与高效洗碱-超高产组合试验研究[J]. 吉林师范大学学报(自然科学版)，2019，40(2): 120-128.

SUN G Y，LI H Y，LUO X Z. Combination experiment and study on high efficient irrigation model-system with high efficient of washing soda and super high yield of rice in mild soda saline-alkali soil[J].JilinNormalUniversityJournal(NaturalScienceEdition)，2019，40(2): 120-128.(in Chinese with English abstract)