摘要：农业生产涉及的土地、水、能源及温室气体排放存在内在联系，然而对这些要素之间互馈关系的定量表征与情景模拟相对较少。本研究在华北平原构建了一个土地-水-能源-温室气体（LWEG）纽带关系框架，该框架揭示了农业生产生命周期中土地、水、能源及温室气体间的互馈机制，并基于该框架评估了华北平原各市冬小麦、夏玉米和水稻的农业温室气体减排潜力。结果表明：优化种植结构可减少196万吨CO2e排放，控制作物生产上游过程的间接能耗及降低农机能源使用，能有效降低农业温室气体排放总量与单位面积排放强度。由于土地、水资源与能源之间存在协同效应，整合地下水管理，控制化肥和能源使用的LWEG协同管理措施下农业温室气体排放较基准方案减少15.38%。本研究量化了农业生产过程中的LWEG纽带关系，为华北平原确定兼具节水、节能与减排的农业管理实践方案提供了参考，对实现可持续发展目标（SDGs）具有重要意义。
研究结果：
2017年，华北平原农业温室气体排放总量为192.94 Mt CO2e，不同省、市之间的温室气体排放量差别很大。农业温室气体排放高值区主要集中在华北平原南部的淮河流域和河北南部各市（图1）。产量方面，华北平原冬小麦产量1.02亿吨，夏玉米产量9976.58万吨，水稻产量5230.35万吨。水消耗方面，天津蓝水消耗量最大，占天津作物需水量的70%；蓝水消耗量最小的是安徽，占当地作物需水量的49%。能源消耗方面，华北平原2017年共消耗能源2813.48万吨标准煤，其中间接能源消耗占比最大（48%），灌溉能源消耗占比最小（17%）。
图1 2017年华北平原LWEG纽带关系
温室气体排放强度的高值区主要位于华北平原南部和北京（图2）。由于水稻-水稻轮作制度可在同一区域实现多季作物轮作，两种作物的播种面积往往存在重叠。因此，温室气体排放强度的空间分布呈现相似特征。稻田的高甲烷排放导致水稻温室气体排放强度高值区主要分布于华北平原南部。北京作为农业现代化创新中心，高端农业物资与设备的生产导致间接温室气体排放量较高。北京因城镇化水平高导致耕地面积缩减，单位面积温室气体排放强度高于其他地区。
图2 华北平原单位面积温室气体排放强度的空间分布特征与驱动因素。
种植结构优化情景（S1）下，华北平原的温室气体排放总量较基准情景（BS）下降6.34%（图3）。中国于2015年实施化肥零增长行动政策，并于2020年底实现预期目标，因此减少化肥投入情景（S2）对温室气体减排的作用相对较小。华北平原灌溉高度依赖地下水，地下水位下降导致抽水能耗增加。因此，通过加强综合地下水开采管理提升水位（S3），将有助于降低灌溉温室气体排放。在能源强度降低情景（S4）下，华北平原的能源消耗（温室气体排放）较基准情景减少13.47%（5.88%）。在保证华北平原作为粮食主产区地位的前提下，LWEG协同管理情景（S5）减排效果优于单项措施方案。
图3 华北平原能源使用和温室气体排放情景模拟
在基准情景下，华北平原单位面积温室气体排放强度的空间分布格局与2017年相似，呈现“北低南高”特征（图4）。华北平原，水稻和玉米种植高度依赖地下水灌溉。实施LWEG协同管理后，冬小麦、夏玉米和水稻的排放强度与基准情景相比分别降低11.66%、13.89%和18.05%。这反映了协同管理措施对降低排放强度的协同效应，凸显了协同管理措施在实现温室气体总量与强度双控目标中的重要性。
图4 不同情景下温室气体排放总量与强度的空间分布模式及降低潜力
结论与讨论：
本研究厘清了LWEG纽带互馈机制，分析了华北平原农业土地、水、能源与温室气体之间的内在关联，并基于该框架为农业温室气体减排策略提供了新见解。研究表明，作为华北平原最大的温室气体排放源，通过优化种植结构适度缩减水稻播种面积有助于降低温室气体总量排放。此外，控制作物生产上游环节的能源消耗及减少田间作业能耗，是快速降低农业温室气体排放总量与强度的有效途径。基于LWEG纽带视角的协同优化管理策略将是更有效的农业温室气体减排方案。协同推进种植布局优化、地下水保护及低碳能源技术应用，可有效处理资源间的权衡关系，增强协同效应，从而控制温室气体排放，推动华北平原农业可持续发展转型。未来研究应进一步整合人口增长、农业技术进步、全球农业贸易格局转变及饮食结构演变等因素，以深化对LWEG纽带关系的认知。
原文链接：Xuan, X., Bai, Y.*, Sikka, G., Weng, C., Deng, X.*, 2025. A land–water–energy–greenhouse gas nexus framework informs climate change mitigation in agriculture: A case study in the North China Plain. Geography and Sustainability, 100354. https://doi.org/10.1016/j.geosus.2025.100354
