News Release

基于能值分析:科技小院倡议能否提升洱海流域水稻生产的可持续性?

Peer-Reviewed Publication

Higher Education Press

image: 

image

view more 

Credit: HIGHER EDUCATION PRESS

水稻是全球超过一半人口的主食,贡献了全球膳食能量供应的20%。在保障水稻高产的同时减少环境影响,已成为中国农业面临的核心挑战。洱海流域拥有中国第七大淡水湖、云南省第二大高原湖泊——洱海,该湖被称为“母亲湖”。然而,快速经济发展与农业集约化活动加剧,导致洱海面临富营养化和生态退化威胁,农田氮磷流失被证实是洱海面源污染的主要来源。为此,当地政府出台了严格法规,禁止施用矿质氮磷肥,强制施用有机肥。但洱海流域水稻生产仍以小农户为主,地块面积仅0.1–0.3公顷,这些农户往往严重依赖本土环境资源,导致养分投入过量、肥料利用效率低、环境效益受损。在尽量减少资源能量投入的同时提高能量利用效率,对于确保水稻生产可持续性至关重要。然而,在洱海流域独特的生态和政策约束下,特别是禁止施用矿质氮磷肥的背景下,如何在不影响产量的前提下减少能量投入,其具体路径仍不明确。

近日,中国农业大学资源与环境学院徐玖亮、张顺涛研究团队在中国工程院Engineering集群子刊ENGINEERING Agriculture发表了题为“Evaluation of the impact of the Science and Technology Backyard initiative on the rice production system in the Erhai Lake Basin based on emergy analysis”的研究论文(DOI: 10.15302/J-FASE-2026689)。该研究基于171份农户调查数据,采用能值分析方法评估洱海流域水稻种植的可持续性现状,并通过当前系统(CS)与绿色系统(GS)的两年对比试验,检验科技小院(STB)倡议下成套绿色技术包的实践效果。

研究采用分层抽样方法,于2022年7月在洱海流域16个乡镇开展入户调查,共收集180份问卷,有效问卷171份,有效率95%。后续对比试验在有索和上关镇开展,2023年和2024年分别调查80户CS农户和80户GS农户。CS代表洱海流域传统水稻种植方法,GS是科技小院通过长期定位试验开发的综合绿色生态水稻种植模式,核心技术为绿色智能肥料(N:P:K:Ca:Mg:Si = 15:4.8:11.62:4:1:2),配套减少矿质肥料和农药投入、改善养分和水分管理以及选用性能更优的水稻品种。科技小院作为连接政府机构、科学家、小农户和肥料企业的平台,科研人员驻扎村里开展田间试验、提供技术培训和常态化技术知道服务。

结果显示,2022年洱海流域水稻生产平均能值投入约为7.24 × 1015 sej·ha–1,能值产出为1.08 × 1016 sej·ha–1,能值交换比率(EER)超过1,实现净能值收益。能值投入中,可更新环境投入占5.1%,不可更新环境投入占3.4%,外购可更新投入占53.4%,外购不可更新投入占38.1%。洱海流域水稻生产平均能值产出率(EYR)为1.71,平均环境负载率(ELR)为0.81。能值可持续性指数(ESI)排名前25%和后25%乡镇的平均值分别为2.59和2.13,具有显著空间异质性。基于随机森林模型分析各投入对ESI的相对贡献,结果表明,水稻产量、氮肥、磷肥和粪肥投入是ESI的主要影响因素,贡献率分别为27.5%、23.3%、23.2%和16.8%。

与CS相比,GS的氮、磷、钾肥能值投入分别减少29%、32%和20%,且无需额外粪肥投入。GS水稻籽粒和稻草能值产出分别提高11%和10%。2023年和2024年,GS总能值投入均显著低于CS,分别降低34.9%和24.7%,总能值产出均优于CS,分别比CS高10.2%和14.7%,EER显著高于CS,分别比CS提升34.9%和50.5%,ESI分别比CS高33.3%和37.2%。这些结果表明,GS通过提高能值产出和降低环境负载,显著增强了水稻生产的可持续性。这凸显了GS在平衡生产力和生态保护方面的潜力,使其成为比CS更可持续的替代方案。

该研究将能值分析应用于洱海流域水稻生产可持续性评估,弥补了该区域能值分析应用不足和不同生产模式对比分析匮乏的缺陷。研究揭示了产量、氮磷肥以及粪肥投入是可持续性的核心驱动因素,并表明,GS技术包在科技小院介导的社会和技术服务支持下,可以显著提高洱海流域水稻生产的能值可持续性,并为其他高原湖泊区域绿色发展提供了可复制的实践模式。

 


Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.