重庆市烟草-玉米轮作系统碳足迹研究

摘要：为明确烟玉（烤烟-玉米）轮作系统碳足迹，本研究基于农户调研数据采用生命周期评价法核算重庆市烟玉轮作系统（研究边界为烟草育苗至烘烤，玉米播种至收获）碳足迹，分析其构成及影响因素，探究种植规模和农户受教育水平与轮作系统碳足迹关系。结果表明：重庆市烟玉轮作系统单位面积碳足迹、单位产量碳足迹、单位产值碳足迹分别为16 255.06 kg·hm-2、1.89 kg·kg-1、0.25 kg·元-1；烟草和玉米生产单位面积碳足迹分别为17 870.71、2 618.13 kg·hm-2，在轮作系统中贡献占比分别为87.2%、12.8%；烘烤烟叶能源消耗、农膜、肥料是重庆市烟玉轮作碳足迹主要贡献源，占比分别为72.6%、13.6%和8.7%；烘烤用煤和烘烤用电与烟玉轮作系统碳足迹呈显著正相关，种植规模和调研农户受教育水平与碳足迹呈负相关。加快取缔煤烤房进程，实行废旧农膜统一回收，施用缓释肥，与甘薯、大豆等需氮量少的作物轮作是重庆市烟玉轮作系统实现减排和发展低碳农业的关键途径，合并地块适当发展规模化种植、增加低碳知识普及、建立监督奖励机制推动低碳措施实行是减少农户碳足迹的重要举措。

关键词：碳足迹；生命周期评价；轮作；烟草；玉米

中图分类号：S572；S513；X322 文献标志码：A 文章编号：2095-6819（2025）01-0228-09 doi： 10.13254/j.jare.2023.0700

近年来，由温室气体排放引起的气候变暖已成为全球科学界和政府部门密切关注的热点。联合国政府间气候变化专门委员会（IPCC）第五次评估报告指出，农业源温室气体排放约占人为产生温室气体总量的24%[1]。中国是世界上最大的CO2 排放国，碳达峰和碳中和已纳入国家重大战略。农业是我国温室气体的第二大排放来源，2018年我国农业源温室气体排放占全国温室气体排放总量的6.85%[2]。定量分析温室气体排放可为减排措施的制定提供科学依据，因此，碳足迹被广泛运用于农业温室气体排放研究。Adewale 等[3]通过分析美国不同地域两个面积差异较大的有机农场碳足迹差异，强调细化特定环境的碳足迹研究；Yang 等[4]通过分析华北平原5 种不同种植模式，发现多样化轮作制度有助于减少华北平原地区的碳足迹。现有研究表明，合理的轮作模式可减少农田碳足迹，是改善土壤碳汇功能、影响农田可持续耕作的重要因素[5]。而基于生命周期评价核算碳足迹，是定量评估气候变化的有效方法，可为我国探寻低碳种植模式和发展可持续农业提供理论依据。

当前种植业温室气体排放的研究多基于粮食作物，而针对经济作物碳排放研究较少。烟草是我国最重要的经济作物之一，在云南等植烟省份，烟草税收可达省政府财政收入的一半左右，是地区经济的重要组成部分[6]。现有烟草排放温室气体研究多基于小范围田间试验[7]，在卷烟生产企业报告中也有涉及[8]，但对区域烟草种植碳排放研究较少，关于烟草参与的轮作系统的碳排放研究更是鲜有报道。重庆市是我国烟叶主产区之一，常年种植面积约40 020hm2 [9]。烟草-玉米轮作是重庆烟叶种植的主要模式，玉米是重庆市第二大粮食作物，区域地貌和历史原因导致重庆的大面积丘陵、山地用于种植玉米[10]，烟玉轮作为重庆市粮食安全和乡村振兴提供了双重保障。当前，重庆市种植制度的研究主要集中于提升作物产量和经济效益[11-12]，对于特定种植制度下作物温室气体排放研究极少。在发展绿色农业的大背景下，作物温室气体排放量核算显得尤为重要。明确各种种植模式碳足迹是发展区域低碳种植业和制定农业减排政策的重要科学依据。本研究基于实地调研数据，采用生命周期评价法定量核算重庆市烟玉轮作系统碳足迹，分析其构成及影响因素。在实现农业“双碳”目标背景下，为种植制度的科学制定和种植业可持续发展提供参考。

1 材料与方法

1.1 数据来源

本研究数据来源于实地农户生产数据，2019—2020年在重庆市彭水县、丰都县进行农户调查，每个县随机选取2个乡镇，每个乡镇随机选取2～3个村，每个村随机选取10～20户植烟农户，共收集农户调查问卷120份，有效问卷104份，问卷合格率达87%。调查内容包括农户在种植过程中的农资投入及农事操作能源消耗数据。调研结束半年后随机抽取5% 的农户进行电话回访，两次问卷相关系数在0.9以上，表明重测信度良好，稳定性较高。

1.2 计算方法

本研究中的碳排放系统边界包括烟草从育苗到烘烤和玉米播种至收获整个过程所有农资投入的生产运输、使用中的温室气体排放，以及农田土壤N2O排放的总和，如图1所示。不同投入品碳排放参数如表1所示。

根据调研农户学历分布，参考任筱童等[16]的方法将调研农户受教育水平分为4个组，分别为文盲、小学学历、初中学历和高中学历。

重庆市由于98% 的耕地位于丘陵地区，地块破碎，完整地块面积超过1 hm2的不足20%[17]，大规模地块相较于平原地区少且面积较小。因此本研究参考陈中督等[18]的划分标准，根据重庆地区调研农户植烟面积情况，将种植规模细化为小规模（lt;2 hm2）、中规模（2～3 hm2）和大规模（gt;3 hm2）3种类型。

1.3 不确定性分析

作物生产过程涉及大量活动水平数据和排放因子，数据由于区域等因素存在一定的不确定性，从而导致最终碳足迹计算结果的不确定性。本研究采用IPCC在《国家温室气体清单优良作法指南和不确定性管理》中推荐的误差传递方程合并不确定性[19]。

当不确定量由加法合并时，合并不确定量的标准偏差为每个相加量标准偏差平方和的平方根，其中标准偏差都以绝对值形式表示，各环节碳排放不确定性计算公式如下：

当不确定性量用乘法合并时，应用同一规则，但标准偏差都必须表示为适当平均值的分数。对于乘积的不确定性，使用如下公式：

1.4 数据处理与分析

采用Excel 2021 和SPSS 26 软件处理和分析数据，利用Excel 2021和Origin 2021对数据进行可视化处理。

2 结果与分析

2.1 重庆市烟玉轮作系统碳足迹

重庆市烟玉轮作系统碳足迹如图2所示。重庆市烟草CF r 为13 975.30～26 344.94 kg·hm-2，平均达17 870.71 kg·hm-2；CF y 为6.89～13.51 kg·kg-1，平均达8.95 kg·kg-1；CF v 为0.26～0.52 kg·元-1，平均值为0.34kg·元-1。重庆市玉米CF r 为1 194.91～4 283.01 kg·hm-2，平均达2 618.23 kg·hm-2；CF y 为0.21～0.61 kg·kg-1，平均达0.39 kg·kg-1；CF v为0.12～0.34 kg·元-1，平均值为0.22 kg·元-1。重庆市烟玉轮作模式CF r 为12 980.52～23 690.82 kg·hm-2，平均达16 255.06 kg·hm-2；CF y 为1.31～2.64 kg·kg-1，平均达1.89 kg·kg-1；CF v为0.19～0.34 kg·元-1，平均值为0.25 kg·元-1。

2.2 重庆市烟玉轮作系统碳足迹构成

重庆市烟玉轮作系统生产碳足迹构成如图3所示。烟草和玉米在轮作系统中贡献占比分别为87.2%、12.8%。烘烤用煤是烟草碳足迹的主要贡献源，占比69.6%；其次为农膜、肥料和烘烤用电，分别占比13.1%、8.0% 和4.3%。肥料和农膜投入导致的温室气体排放是玉米生产碳足迹的主要来源，分别占比52.7%、36.7%。烟玉轮作系统碳足迹构成中以烘烤用煤产生的碳足迹占比最高，达68.3%；其次是农膜、肥料和烘烤用电，分别占比13.6%、8.7%和4.3%，肥料投入中，农田土壤N2O排放、氮肥、磷肥和钾肥投入产生碳足迹分别占比5.5%、1.3%、1.0%和0.9%；柴油、农药投入产生碳足迹分别占3.5%和1.6%，种子所占组分较小，几乎可忽略不计。

2.3 重庆市烟玉轮作系统碳足迹影响因素分析

通过对各项农资投入与单位面积碳足迹的相关性分析可知，烘烤耗煤量和烘烤耗电量与烟草CFr具有正相关关系（图4a）。由图4a可知，烟草生产过程中，每公顷烘烤耗电增加1 kWh，碳足迹增加6.44 kg·hm-2，每公顷烘烤耗煤增加1 kg，碳足迹增加2.81 kg·hm-2，两直线斜率差异显著（Plt;0.05）。由图4b可知，农膜用量和氮肥施用量与玉米CFr具有正相关关系。每公顷农膜用量增加1 kg，碳足迹增加23.45 kg·hm-2，每公顷氮肥用量增加1 kg，碳足迹增加8.62 kg·hm-2，两直线斜率差异显著（Plt;0.05）。由图4c可知，烘烤用煤和烘烤用电与烟玉轮作系统CFr具有正相关关系。每公顷烘烤耗电量增加1 kWh，碳足迹增加5.50 kg·hm-2，每公顷烘烤耗煤量增加1 kg，碳足迹增加2.77 kg·hm-2，两直线斜率差异显著（Plt;0.05）。综合来看，烘烤烟草用煤和用电是影响重庆市烟玉轮作碳足迹增加的主要因素。

2.4 农户不同受教育水平对烟玉轮作系统碳足迹的影响

农户不同受教育水平对重庆市烟玉轮作系统碳足迹影响如图5所示。不同受教育水平农户烟草和玉米生产碳足迹如图5a、5b所示，受教育水平为高中的农户生产烟叶和玉米平均CF r 在调研农户中均最低，分别为17 309.60 kg·hm-2和2 551.67 kg·hm-2。不同受教育水平农户烟玉轮作生产碳足迹如图5c 所示，随着受教育水平的提高，轮作系统碳足迹依次递减，受教育水平为高中的农户碳足迹水平最低，为15 376.33 kg·hm-2。

2.5 不同种植规模对烟草碳足迹的影响

重庆市不同种植规模的烟草生产碳足迹如图6所示。由图6可知，烟玉轮作系统中烟草碳足迹与种植规模呈明显负相关，烟草碳足迹随着种植规模的扩大呈下降趋势。小规模（lt;2 hm2）、中规模（2～3 hm2）和大规模（gt;3 hm2）3种规模类型对应的平均CFr分别为19 941.21、16 994.86 kg·hm-2和16 354.64 kg·hm-2，即重庆烟草碳足迹表现为小规模最高，中规模次之，大规模最低。

重庆市烟草生产不同种植规模碳足迹投入及构成如表2所示。重庆市烟草生产CFr、CFy和CFv均表现为小规模gt;中规模gt;大规模，相比于小规模，中规模和大规模CFr显著降低14.8% 和18.0%（P lt;0.05），CFy显著降低12.7% 和16.6%（P lt;0.05），CFv 显著降低8.3% 和11.1%（P lt;0.05）。大规模种植CFr、CFy 和CFv稍低于中规模，但两者差异不显著（P gt;0.05）。中规模和大规模生产氮肥、磷肥、钾肥、农田土壤N2O排放、烘烤耗电和烘烤耗煤产生的碳足迹均显著低于小规模生产（P lt;0.05），其中大规模生产稍低于中规模，但两者差异不显著（P gt;0.05）。农药使用产生的碳足迹在不同规模中表现为小规模gt;中规模gt;大规模，但差异均不显著（P gt;0.05），柴油使用产生的碳足迹在不同规模中表现为小规模gt;中规模gt;大规模，其中，大规模生产中柴油碳足迹显著低于小规模和中规模（P lt;0.05），分别降低5.44% 和5.01%，中规模生产柴油碳足迹稍低于小规模生产，但差异不显著（P gt;0.05）。

2.6 不确定性分析

根据误差传递方程对活动水平数据和排放因子合并不确定性分析的结果表明，重庆市烟草碳排放不确定性为12.88%，玉米碳排放不确定性为7.82%，烟玉轮作系统碳足迹不确定性为12.04%。有研究表明，使用误差传递方程计算农业活动不确定性约为37.9%[20]，本研究结果低于此范围，表明研究结果不确定性较低。

3 讨论

3.1 烟玉轮作系统碳足迹特征

本研究核算烟草单位面积碳足迹为17 870.71kg·hm-2，是我国另一主要经济作物棉花单位面积碳足迹（5 479.90 kg·hm-2，以主产区新疆为例）的3倍左右[21]，同时高于我国主要粮食作物小麦（2 786.00 kg∙hm-2）[22]，由于烟叶生产需要经过烘烤环节，此过程产生的碳足迹可达13 199.63 kg·hm-2，占比69.5%，是烟草碳足迹主要来源。本研究中烟草单位产值碳足迹为8.95 kg∙kg-1，而Zafeiridou 等[23]对全球卷烟制造的研究结果为12.96 kg∙kg-1，远高于本研究的核算结果，可能由于统计口径的差别所致。得益于烟草的高产值，本研究中烟草单位产值碳足迹（0.34 kg·元-1）明显低于我国主要经济作物棉花（0.6 kg·元-1）。重庆玉米碳足迹（2 618.23 kg·hm-2）低于全国平均水平（4 052.00 kg·hm-2）[24]，这是由于后者研究边界中包括秸秆焚烧产生的碳排放，占比为18%。重庆市早于2016年发布了加强露天焚烧秸秆管理的通告，致使农业生产露天焚烧秸秆现象明显减少，本研究调研结果也表明农民均未采取秸秆焚烧措施，因此本研究计算结果不包括秸秆焚烧产生的碳排放。重庆市玉米单位产量碳足迹为0.39 kg·kg-1，高于全国玉米单位产量碳足迹平均值（0.33 kg·kg-1）[25]，这是由于我国玉米主产区优越的地理位置和规模化的管理措施，使得玉米产量较高；重庆地形以山地为主，水土流失和季节性干旱导致玉米产量较低[26]。烟玉轮作单位面积碳足迹为16 255.06 kg·hm-2，远高于我国麦玉轮作（8 961.42 kg·hm-2）[27]和稻麦轮作（7 728.8 kg·hm-2）[21]的碳足迹，主要原因是烟草相较于其他轮作作物碳排放较高。烟玉轮作单位产量碳足迹（1.89 kg·kg-1）高于麦玉轮作（0.53 kg·hm-2）的原因是烟叶产量远低于小麦。烟玉轮作单位产值碳足迹（0.25 kg·元-1）低于小麦-玉米轮作（0.44 kg·元-1）的原因为烟叶产值较高。

农膜是烟玉轮作系统碳足迹第二大贡献源。西南地区水热资源丰富，但干旱频发[28]，且农用小型水利设施建设不完善，农村灌溉水资源匮乏，因此经常使用农膜[29]。本研究中重庆市烟玉轮作系统农膜使用量高达92.53 kg∙hm-2。肥料也是重庆市烟玉轮作系统碳足迹的重要来源，占比9.7%，其中，氮肥施用导致的农田土壤N2O排放占比最高。据统计，我国农业生产要素投入量居世界各国前列，氮肥投入量是美国、日本等国的2～3倍[30]，且我国氮肥利用率低，约为30%～35%，低于发达国家（40%～60%）。

3.2 烟玉轮作系统减排潜力

烘烤燃煤、农膜和肥料是烟玉轮作碳足迹主要贡献源，经调查热泵烤房每炕烟耗电约1 033.67 kWh，碳排放约1 271.41 kg · hm-2，比燃煤烤房减排约400.39 kg·hm-2，研究表明生物质烤房氮氧化物排放量较燃煤烤房可降低80%以上[31]。因此，应推广清洁能源烤房，同时改善烤房保温效果，减少热损失。重视农膜回收，使用厚度符合标准的农膜，同时对于积极回收农膜的农户给予一定补偿，效果更理想[32]。2017年贵州省处理覆膜烟地占总面积的71.07%，回收废弃地膜用以生产塑料颗粒、育苗托盘等物资，废旧农膜再利用是值得参考的有效方法[33]。肥料碳足迹中农田土壤N2O排放占比最高，减少农田土壤N2O排放，要减少氮肥用量，施用缓控释肥料，提高肥料利用率。同时选择与耐瘠耐旱作物轮作，例如耐瘠作物甘薯、大豆属于需氮量少的作物，甘薯和大豆与小麦的轮作相比麦玉轮作均可降低农田土壤N2O排放[34]。当前我国农作物生产经营模式主要为家庭管理，相较于规模化种植分布零散，缺乏统一管理标准，农事操作效率较低。本研究中，烟草种植面积高于3 hm2的农户烟叶生产碳足迹显著低于小规模生产。结合表2分析造成差异的原因是大规模地块实行统一管理，农用机械柴油耗用量明显低于小规模地块。大规模种植烘烤用煤产生碳足迹显著低于小规模生产，这是由于其田间管理措施更为规范，烟叶质量均匀，烘烤用煤量差异小。研究还发现受教育水平高的农户生产碳足迹低，其更愿意实行低碳种植，可以有效践行各项减排措施，环保意识较强[19]。

3.3 局限性

本研究的调研农户数量有限，研究结果可在一定程度上反映出重庆市烟玉轮作碳足迹的数量和组成特点，但与重庆市全体实行烟草玉米轮作的农户量相比，样本量较少，导致计算结果与实际情况存在一定差异。另外，本研究所用农田土壤排放因子为重庆地区旱地种植排放因子，没有进一步细化为烟草和玉米季土壤排放因子，虽然已进行不确定性分析，但为得到更贴合实际的土壤排放因子，在之后研究中应增加田间试验，进而获取更加准确科学的一手试验数据。

4 结论

（1）重庆市烤烟-玉米轮作系统单位面积碳足迹、单位产量碳足迹、单位产值碳足迹分别为16 255.06 kg·hm-2、1.89 kg·kg-1 和0.25 kg·元-1；烟草和玉米生产单位面积碳足迹分别为17 870.71、2 618.13 kg·hm-2，在轮作系统中贡献占比分别为87.2%、12.8%。

（2）烘烤烟叶能源消耗、农膜、肥料是重庆市烤烟-玉米轮作碳足迹主要贡献源，占比分别为72.6%、13.6%和8.7%。

（3）烘烤用煤和烘烤用电与烟玉轮作系统碳足迹呈显著正相关，种植规模和农户受教育水平与碳足迹呈负相关。

参考文献：

[1] IPCC. Climate change 2021：the physical science basis. Working group

I contribution to the Sixth Assessment Report of the Intergovernmental

Panel on Climate Change[R]. Switzerland， 2022.

[2] 赵敏娟， 石锐， 姚柳杨. 中国农业碳中和目标分析与实现路径[J]. 农

业经济问题， 2022（9）：24- 34. ZHAO M J， SHI R， YAO L Y.

Analysis on the goals and paths of carbon neutral agriculture in China

[J]. Issues in Agricultural Economy， 2022（9）：24-34.

[3] ADEWALE C， REGANOLD P J， HIGGINS S， et al. Agricultural

carbon footprint is farm specific：case study of two organic farms[J].

Journal of Cleaner Production， 2019， 229：795-805.

[4] YANG X， GAO W， ZHANG M， et al. Reducing agricultural carbon

footprint through diversified crop rotation systems in the North China

Plain[J]. Journal of Cleaner Production， 2014， 76：131-139.

[5] 马怀英， 王上， 杨亚东， 等. 燕麦与豆科作物间作的产量、经济效益

与碳足迹分析[J]. 中国农业大学学报， 2021， 26（8）：23-32. MA H

Y， WANG S， YANG Y D， et al. Intercropping of oat with mung bean，

peanut， and soybean：yield advantages， economic benefits and carbon

footprints[J]. Journal of China Agricultural University， 2021， 26（8）：

23-32.

[6] HU T W， LEE A H， MAO Z Z. WHO Framework Convention on

Tobacco Control in China：barriers， challenges and recommendations

[J]. Global Health Promotion， 2013， 20（4）：13-22.

[7] 殷全玉， 孟祥瑞， 赵世民， 等. 有机无机氮肥配施下洛阳烟田土壤

N2O 排放特点及其控制因素[J]. 水土保持学报， 2021， 35（2）：330-

337. YIN Q Y， MENG X R， ZHAO S M， et al. The N2O emission

characteristics and controlling factors in Luoyang tobacco field under

the combined application of organic and inorganic nitrogen fertilizer[J].

Journal of Soil and Water Conservation， 2021， 35（2）：330-337.

[8] 吴小超， 王康， 李轶楠， 等. 烟草企业绿色工厂技术体系评价指标研

究：以湖北中烟工业有限责任公司为例[J]. 建筑节能（中英文），

2022， 50（5）：135-143. WU X C， WANG K， LI Y N， et al. Index

system for evaluating green factories in tobacco enterprises：a case

study of Hubei China Tobacco Industry Co.， Ltd[J]. Building Energy

Efficiency， 2022， 50（5）：135-143.

[9] 委亚庆， 陈益银， 张世浩， 等. 重庆优质烤烟关键栽培措施与内在品

质的调研初探[J]. 农业与技术， 2022， 42（5）：5-9. WEI Y Q， CHEN

Y Y， ZHANG S H， et al. Preuminar study on key cultivation measures

and internal quality of high-quality flue-cured tobacco in Chongqing

[J]. Agriculture and Technology， 2022， 42（5）：5-9.

[10] 田红琳， 刘春英， 李晔， 等. 重庆市玉米机械化生产现状及发展对

策[J]. 分子植物育种， 2018， 16（19）：6532-6536. TIAN H L， LIU

C Y， LI Y， et al. Current situation of mechanization production and

development countermeasures of corn in Chongqing[J]. Molecular

Plant Breeding， 2018， 16（19）：6532-6536.

[11] 方艺， 委亚庆， 张世浩， 等. 重庆稻油轮作区氮素利用及氮肥投入

阈值研究[J]. 西南大学学报（自然科学版）， 2023， 45（8）：95-104.

FANG Y， WEI Y Q， ZHANG S H， et al. Study on nitrogen utilization

and chemical nitrogen fertilizer input threshold of rape and rice

rotation in Chongqing[J]. Journal of Southwest University（Natural

Science Edition）， 2023， 45（8）：95-104.

[12] 王溶. 轮作方式对重庆山地烟叶质量的影响[J]. 北京农业， 2014

（9）：41. WANG R. Effect of crop rotation on tobacco leaf quality in

mountainous area of Chongqing[J]. Beijing Agriculture， 2014（9）：41.

[13] 营娜， 麻金继， 周丰， 等.中国农田肥料N2O直接和间接排放重新

评估[J]. 环境科学学报， 2013， 33（10）：2828-2839. YING N， MA J

J， ZHOU F， et al. Re - quantification of the direct / indirect N2O

emissions from agricultural fertilizer in China[J]. Acta Scientiae

Circumstantiae， 2013， 33（10）：2828-2839.

[14] 刘夏璐， 王洪涛， 陈建， 等. 中国生命周期参考数据库的建立方法

与基础模型[J]. 环境科学学报， 2010， 30（10）：2136-2144. LIU X

L， WANG H T， CHEN J， et al. Method and basic model for

development of Chinese reference life cycle database of fundamental

industries[J]. Acta Scientiae Circumstantiae， 2010， 30（10）：2136 -

2144.

[15] IPCC. 2022：Climate change 2022：mitigation of climate change[M].

Cambridge：Cambridge University Press， 2023.

[16] 任筱童， 柴以潇， 张莹， 等. 县域稻麦轮作系统碳足迹分析：以江苏

兴化为例[J]. 中国土壤与肥料， 2023（4）：67-75. REN X T， CHAI

Y X， ZHANG Y， et al. Carbon footprint analysis of rice-wheat rotation

system at county level：a case study of Xinghua， Jiangsu Province[J].

Soil and Fertilizer Sciences in China， 2023（4）：67-75.

[17] 李让正. 农业绿色发展背景下重庆市废旧农膜资源化利用及问题

研究[J]. 现代农业， 2022（2）：92 - 95. LI R Z. Research on

utilization and problems of waste agricultural film resources in

Chongqing under the background of agricultural green development

[J]. Modern Agriculture， 2022（2）：92-95.

[18] 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]. Chinese Journal

of Agricultural Resources and Regional Planning， 2019， 40（12）：81-

90.

[19] IPCC. 2019 Refinement to the 2006 IPCC Guidelines for National

Greenhouse Gas Inventories[R]. IPCC， 2019.

[20] 张晓梅， 庄贵阳， 刘杰. 城市温室气体清单的不确定性分析[J]. 环

境经济研究， 2018， 3（1）：8-18. ZHANG X M， ZHUANG G Y， LIU

J. Uncertainty analysis of urban greenhouse gas inventories[J].

Journal of Environmental Economics， 2018， 3（1）：8-18.

[21] 赵亚飞， 李强， 侯献飞， 等. 新疆棉花//花生间作碳足迹研究[J]. 花

生学报， 2019， 48（2）：61-65. ZHAO Y F， LI Q， HOU X F， et al.

Study on carbon footprint of cotton/peanut intercropping in Xinjiang

[J]. Journal of Peanut Science， 2019， 48（2）：61-65.

[22] 武华. 中国主要粮食作物生产碳氮水足迹集成分析[D]. 南京：南

京农业大学， 2020：10-11. WU H. Integrated analysis of carbon，

nitrogen and water footprints for major grain crops production in China

[D]. Nanjing：Nanjing Agricultural University， 2020：10-11.

[23] ZAFEIRIDOU M， HOPKINSON N S， VOULVOULIS N. Cigarette

smoking：an assessment of tobacco′ s global environmental footprint

across its entire supply chain[J]. Environmental Science amp;

Technology， 2018， 52（15）：8087-8094.

[24] 张丹. 中国粮食作物碳足迹及减排对策分析[D]. 北京：中国农业

大学， 2017：27-28. ZHANG D. Carbon footprint and low carbon

strategy for grain production in China[D]. Beijing：China Agricultural

University， 2017：27-28.

[25] YAN M， CHENG K， LUO T， et al. Carbon footprint of grain crop

production in China：based on farm survey data[J]. Journal of Cleaner

Production， 2015， 104：130-138.

[26] 周茂林， 冯定明， 田红琳， 等. 重庆丘陵山地耐密宜机玉米品种筛

选[J]. 分子植物育种， 2019， 17（12）：4135-4143. ZHOU M L，

FENG D M， TIAN H L， et al. Screening of maize varieties suitable for

density amp; mechanization production in hilly area of Chongqing[J].

Molecular Plant Breeding， 2019， 17（12）：4135-4143.

[27] 朱永昶， 李玉娥， 姜德锋， 等. 基于生命周期评估的冬小麦-夏玉米

种植系统碳足迹核算：以山东省高密地区为例[J]. 农业资源与环

境学报， 2017， 34（5）：473-482. ZHU Y C， LI Y E， JIANG D F， et

al. Life cycle assessment on carbon footprint of winter wheat-summer

maize cropping system based on survey data of Gaomi in Shandong

Province， China[J]. Journal of Agricultural Resources and

Environment， 2017， 34（5）：473-482.

[28] 柳媛普， 王素萍， 王劲松， 等. 气候变暖背景下西南地区干旱灾害

风险评估[J]. 自然资源学报， 2018， 33（2）：325-336. LIU Y P，

WANG S P， WANG J S， et al. Risk assessment of drought disaster in

southwest china under the background of climate warming[J]. Journal

of Natural Resources， 2018， 33（2）：325-336.

[29] 巩前文， 郭丽楠. 中国西南地区水荒是“天灾”还是“人祸”？[J]. 中

国软科学， 2011（9）：108-121. GONG Q W， GUO L N. Was the

water scarcity in southwest China a“Natural Disaster”or“Humanmade

Disaster”？[J]. China Soft Science， 2011（9）：108-121.

[30] JAYASUNDARA S， WAGNER-RIDDLE C， DIAS G， et al. Energy

and greenhouse gas intensity of corn（Zea mays L.） production in

Ontario：a regional assessment[J]. Canadian Journal of Soil Science，

2014， 94（1）：77-95.

[31] 杜传印， 王玉华， 夏磊， 等. 生物质能源替代煤炭烘烤烟叶的试验

初报[J]. 浙江农业科学， 2019， 60（9）：1635-1637. DU C Y，

WANG Y H， XIA L， et al. Preliminary report on the experiment of

replacing coal with biomass energy for roasting tobacco leaves[J].

Zhejiang Agricultural Science， 2019， 60（9）：1635-1637.

[32] 刘洋， 周孟亮， 翟雪玲， 等. 农户农膜回收行动受偿意愿及影响因

素研究：基于新疆1029 户棉农的调查[J]. 干旱区资源与环境，

2020， 34（9）：31 - 38. LIU Y， ZHOU M L， ZHAI X L， et al.

Farmers′ willingness to be compensated for the recovery action and

its influencing factors[J]. Journal of Arid Land Resources and

Environment， 2020， 34（9）：31-38.

[33] 绿色生态引领现代烟水农业华丽“转身”：贵州省烟草专卖局（公

司）加快转型升级助力脱贫攻坚纪实[J]. 理论与当代， 2019（3）：2-

4. Green ecology leads the magnificent“turn”of modern tobacco

and water agriculture：a documentary of Guizhou Provincial Tobacco

Monopoly Bureau （Company） speeding up transformation and

upgrading to help poverty alleviation[J]. Theory and Contemporary，

2019（3）：2-4.

[34] 郑孟静， 张经廷， 崔永增， 等. 华北平原基于麦玉轮作的粮薯、粮豆

轮作模式碳足迹评价[J]. 华北农学报， 2022， 37（增刊1）：81-89.

ZHENG M J， ZHANG J T， CUI Y Z， et al. carbon footprint evaluation

of cereal-bean， cereal-potato rotation modes based on wheat-maize

cropping system in North China Plain[J]. Acta Agriculturae Boreali-

Sinica， 2022， 37（Suppl 1）：81-89.