CN113269450B - 一种县级尺度农作物资源利用与环境效应评估方法与*** - Google Patents

一种县级尺度农作物资源利用与环境效应评估方法与*** Download PDF

Info

Publication number
CN113269450B
CN113269450B CN202110602498.9A CN202110602498A CN113269450B CN 113269450 B CN113269450 B CN 113269450B CN 202110602498 A CN202110602498 A CN 202110602498A CN 113269450 B CN113269450 B CN 113269450B
Authority
CN
China
Prior art keywords
crop
crops
nitrogen
county
nitrogen fertilizer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110602498.9A
Other languages
English (en)
Other versions
CN113269450A (zh
Inventor
史文娇
邢佳丽
王绍强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Geographic Sciences and Natural Resources of CAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN202110602498.9A priority Critical patent/CN113269450B/zh
Publication of CN113269450A publication Critical patent/CN113269450A/zh
Application granted granted Critical
Publication of CN113269450B publication Critical patent/CN113269450B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Agronomy & Crop Science (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • Animal Husbandry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种县级尺度农作物资源利用与环境效应评估方法与***，方法包括：确定县级农作物的研究区域，获取研究区域的参数数据；根据研究区域的参数数据得到资源利用评价指标的计算结果，资源利用评价指标包括氮肥资源利用指标和水资源利用指标；根据研究区域的参数数据得到环境效应评价指标的计算结果，环境效应评价指标包括温室气体排放和灰水足迹；对资源利用评价指标的计算结果和环境效应评价指标的计算结果进行空间化，通过空间分布结果进行评估。本发明通过构建适用于县级尺度的资源环境效应评估方法，对评估结果进行区域空间化，***地评估了农业生产带来的资源环境问题，明确了水肥资源利用与环境效应的空间分布。

Description

一种县级尺度农作物资源利用与环境效应评估方法与***
技术领域
本发明属于农业资源环境评价技术领域，具体涉及一种县级尺度农作物资源利用与环境效应评估方法与***。
背景技术
水肥资源被认为是影响全球粮食生产的重要原因。以往研究表明，全球农作物生产的资源利用和环境效应存在空间差异。由于资源环境效应评估的复杂性，目前在点尺度上的农业资源环境效应评估方法以试验观测为主。以水稻的温室气体排放为例，其温室气体排放主要来自氮氧化物排放和CH4排放。其中，当氮施用量超过水稻需求量时，氮排放就会发生，并包括直接和间接氮排放。然而，以往研究中氮排放只考虑了氮肥输入导致的直接氮排放，忽略了间接氮排放；对于CH4排放，受水管理、有机改良剂和生长期等多方面影响，区域尺度评估需与当地稻田水管理等相结合。
基于以上研究难点，已有研究主要在以下三个方面存在不足。第一，目前开展的农业试验站点监测研究集中在主要粮食作物(如水稻、小麦和玉米等)的资源环境效应相关指标，缺乏经济作物(如蔬菜、果园、茶园等)资源环境效应的相关研究。第二，仅基于试验站点监测数据，难以准确评估非试验田区域资源环境效应的空间分布。第三，由于县级不同粮食作物、蔬菜、果园和茶园等的肥料施用量数据难以直接获取，在资源环境效应评估指标的构建过程中难以全面考虑作物生产投入要素，因此评估指标的空间分辨率多以省级尺度为研究单元，无法体现县级尺度农作物资源利用效率和环境效应***评估结果的空间差异。
因此，需要提供一种克服上述现有技术不足的改进技术方案。
发明内容
本发明的目的是提供一种县级尺度农作物资源利用与环境效应评估方法与***，用以克服上述现有技术中的问题。
为了实现上述目的，本发明提供如下技术方案：
一种县级尺度农作物资源利用与环境效应评估方法，方法包括：
确定县级农作物的研究区域，获取所述研究区域的参数数据；
根据所述研究区域的参数数据得到资源利用评价指标的计算结果，所述资源利用评价指标包括氮肥资源利用指标和水资源利用指标；
根据所述研究区域的参数数据得到环境效应评价指标的计算结果，所述环境效应评价指标包括温室气体排放和灰水足迹；
对所述资源利用评价指标的计算结果和环境效应评价指标的计算结果进行空间化，通过空间分布结果进行评估。
进一步的，所述参数数据包括农业统计年鉴数据、农业气象站点观测数据、大气氮沉降数据、固氮数据、气象数据、地形数据、农作物灌溉雨养比例数据和经验参数数据。
进一步的，所述氮肥资源利用指标包括氮肥偏生产力，根据研究区域农作物氮肥施用强度与所述农业统计年鉴数据中的农作物单位面积产量得到所述氮肥偏生产力。
进一步的，所述研究区域农作物氮肥施用强度根据农业统计年鉴数据中的省级农作物氮肥平均施用强度数据调整得到。
进一步的，所述氮肥资源利用指标还包括氮肥利用率，根据农作物氮肥产出量和农作物氮肥投入总量确定所述氮肥利用率。
进一步的，所述农作物氮肥投入总量根据所述农业统计年鉴数据中的农作物有机氮肥投入量、农作物固氮总量、农作物大气氮沉降量和所述研究区域农作物氮肥施用强度确定；
所述农作物氮肥产出量根据所述农业统计年鉴数据中的农作物总产量与所述经验参数数据中的农作物含氮比例确定。
进一步的，所述水资源利用指标包括蓝水足迹、绿水足迹和灌溉水生产力；
所述蓝水足迹的确定过程包括：
根据所述气象数据计算水资源的潜在蒸散量；
根据所述潜在蒸散量和所述经验参数数据中的作物系数Kc值计算农作物蒸散量；
根据所述气象数据中的降雨量和农业气象站点观测数据中的农作物生育期计算得到农作物生长期内有效降雨量；
根据所述农作物生长期内有效降雨量和所述农作物蒸散量计算所述农业气象站点的农作物整个生长期内所需要的蓝水足迹；
根据所述农业气象站点的农作物整个生长期内所需要的蓝水足迹，结合地形数据插值得到农作物整个生长期内所需要的蓝水足迹空间分布数据；
所述灌溉水生产力是根据所述农作物整个生产期内所需的蓝水足迹和所述农业统计年鉴数据中的农作物单位面积产量得到的。
进一步的，所述温室气体排放包括N2O排放量；所述N2O排放量包括N2O直接排放量和N2O间接排放量；
所述N2O直接排放量的计算包括以下步骤：
根据所述农作物氮肥投入总量和农作物氮肥产出量计算农作物氮盈余量；
根据所述农作物氮盈余量和所述研究区域农作物氮肥施用强度计算得到所述N2O直接排放量。
进一步的，所述温室气体排放还包括CH4排放量；所述CH4排放量包括水稻种植前后不同水分管理方式下的CH4排放量之和；所述水分管理方式包括种植前的稻田短期排水、长期排水和不排水，以及种植后的持续灌溉、多次排水灌溉、常规雨养和干旱雨养；
所述CH4排放量的计算包括以下步骤：
根据农业统计年鉴数据中的水稻播种面积和所述农作物灌溉雨养比例数据计算得到水稻灌溉面积和水稻雨养面积；
根据所述水稻灌溉面积、所述水稻雨养面积、所述农业统计年鉴数据中的农作物灌溉用水定额和所述气象数据中的日降雨总量确定所述水稻种植前后不同水分管理方式下的CH4排放量之和。
为了实现上述目的，本发明还提供如下技术方案：
一种县级尺度农作物资源利用与环境效应评估***，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现上述县级尺度农作物资源利用与环境效应评估方法的步骤。
有益效果：
本发明提出的一种县级尺度农作物资源利用与环境效应评估方法和***，通过水资源利用指标的计算结果和氮肥资源利用指标的计算结果对资源利用进行评价，通过温室气体排放的计算结果和灰水足迹的计算结果对环境效应进行评价，最后对资源利用评价指标的计算结果和环境效应评价指标的计算结果进行空间化，通过空间分布结果进行评估。本发明通过构建适用于县级尺度的资源环境效应评估方法，对评估结果进行区域空间化，***地评估了农业生产带来的资源环境问题，明确了水肥资源利用与环境效应的空间分布。
附图说明
构成本发明的一部分说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。其中：
图1为本发明县级尺度农作物资源环境效应评估方法的流程图；
图2为本发明县级尺度农作物资源环境效应评估方法的框图；
图3为本发明2014年福建省县级粮食作物产量空间分布图；
图4为本发明2014年福建省县级粮食作物氮肥偏生产力空间分布图；
图5为本发明2014年福建省县级经济作物产量空间分布图；
图6为本发明2014年福建省县级经济作物氮肥偏生产力空间分布图；
图7为本发明2014年福建省县级农作物有机氮肥空间分布图；
图8为本发明2014年福建省县级粮食作物氮肥利用率空间分布图；
图9为本发明2014年福建省县级经济作物氮肥利用率空间分布图；
图10为本发明2014年福建省县级粮食作物温室气体排放空间分布图；
图11为本发明2014年福建省县级经济作物温室气体排放空间分布图；
图12为本发明2014年福建省县级粮食作物单位质量灰水足迹空间分布图；
图13为本发明2014年福建省县级经济作物单位质量灰水足迹空间分布图；
图14为本发明2014年福建省县级水稻水足迹空间分布图；
图15为本发明2014年福建省县级单位质量水稻水足迹空间分布图；
图16为本发明2014年福建省县级水稻灌溉水生产力空间分布图。
具体实施方式
下面将参考附图与实施例详细说明本发明。各个示例通过本发明解释的方式提供而非限制本发明。实际上，本领域的技术人员将清楚，在不脱离本发明的范围或精神的情况下，可在本发明中进行修改和变型。例如，示例或描述一个实施例的一部分特征可用于另一个实施例。因此，所期望的是，本发明包含所附权利要求及其修改和变型。
为实现解决现有存在的技术问题，本发明提出以下技术方案：
方法实施例：
图1为本发明县级尺度农作物资源环境效应评估方法的流程图，图2为本发明的县级尺度农作物资源环境效应评估方法的框图；以下结合图1和图2来介绍本发明的技术方案。
步骤1，确定县级农作物的研究区域，获取所述研究区域的参数数据；
步骤11，确定县级农作物的研究区域；
福建省地处中国东南部、东海之滨，陆域介于北纬23°33至28°20，东经115°50′至120°40′之间。素有“八山一水一分田”之称，是全国首个国家生态文明试验区，其中，全省陆域面积12.4×104km2，海域面积13.6×104km2，山区占全省面积的80％以上，在山地多于耕地的客观条件下，除了生产高品质的农产品之外，着力于山地经济作物的开发是农民增收致富的重要选择。然而，经济作物生产造成的面源污染问题是农业生态环境整治的重点和难点，化肥减量增效是农业生态环境保护的重要抓手。
农业水资源可持续利用对区域农业发展、农业生态***正常运转以及粮食生产安全至关重要。相对于全国而言，福建省的淡水资源丰沛，由于气候和地形的影响，降水高值区主要分布于仙游靠近永泰及永泰、安溪间山区；降水低值区分布在漳州东山沿海一带岛屿。
肥料作为植物生长必需的营养元素，能够改善土壤性质、提高土壤肥力，是农业生产的物质基础之一。2017年，福建省农业厅制定了《福建省到2020年化肥使用量零增长减量化行动实施方案》，预期至2020年全省化肥使用量比2016年减少10％，主要农作物测土配方施肥技术覆盖率达90％，畜禽粪便养分还田率达到60％，农作物秸秆直接还田率达到60％，主要农作物肥料利用率达40％。为贯彻落实“福建省化肥使用量零增长减量化行动”要求，2020年，省土肥总站制定了《2020年福建省主要作物施肥指导意见》，旨在提高肥料利用效率，降低农业生产成本，促进农业节本增效和农民增产增收，达到高产、优质、高效、安全、生态、可持续发展。
步骤12，获取研究区域的参数数据，所述参数数据包括农业统计年鉴数据、农业气象站点观测数据、大气氮沉降数据、固氮数据、气象数据、地形数据、农作物灌溉雨养比例数据和经验参数数据。
(1)农业统计年鉴数据：在本发明实施例中，研究区域的农业统计年鉴数据主要包括各类农业统计年鉴中获取的2014年福建省县级尺度农作物的单位面积产量、总产量、播种面积、省级农作物氮肥平均施用强度来源于全国农产品成本收益资料汇编及文献资料，氮肥平均施用强度为全省各类作物的平均单位面积氮肥的施用量；省级与县级氮肥、复合肥施用量和县级牲畜年末存栏量数据，省级与县级氮肥、复合肥施用量为统计年鉴中用于农业生产的化肥类别名称；《福建省地方标准-行业用水定额》中的县域农作物灌溉用水定额，即县级研究区域的灌溉用水定额。
(2)农业气象站点观测数据：在本发明实施例中，研究区域的农业气象站点观测数据为福建省农业气象站点的农作物生育期观测数据。
(3)大气氮沉降数据：在本发明实施例中，研究区域的大气氮沉降数据使用1996–2015年中国大气无机氮湿沉降时空格局数据集中的县级单位面积沉降量(即大气氮沉降量)数据，来源于中国科学数据网站(http://www.csdata.org/)，空间分辨率为1000m。
(4)固氮数据：在本发明实施例中，研究区域的固氮数据为来源于文献资料的农作物单位面积固氮量数据。
(5)气象数据：在本发明实施例中，研究区域的气象数据使用2014年的平均温度、降雨量、相对湿度、风速、大气压和日照时数等日值数据，来源于中国气象数据网。
(6)地形数据：在本发明实施例中，研究区域的地形数据来源于地理空间数据云，空间分辨率为90m。
(7)农作物灌溉雨养比例数据：在本发明实施例中，研究区域的农作物灌溉雨养比例数据来源于SPAM2010数据集。该数据集提供了2010年全球42种作物在灌溉条件和雨养条件下的种植面积空间分布，通过灌溉条件下作物的播种面积与总播种面积的比例来确定研究区域的灌溉比例、雨养比例。总播种面积包括灌溉条件下作物的播种面积和雨养条件下作物的播种面积。灌溉条件下作物的播种面积也可称之为灌溉面积，雨养条件下作物的播种面积也可称之为雨养面积。
在本发明实施例中，灌溉比例和雨养比例之和为1，由于实施例中研究区域灌溉水稻面积较大，故可通过先计算灌溉比例，进而求得雨养比例。
(8)经验参数数据：在本发明实施例中，研究区域的经验参数数据包括与农作物蒸散计算相关的作物系数数据，具体为作物系数Kc值，其来源于《中国主要作物需水量与灌溉》；农作物含氮比例数据来源于《Agricultural Waste Management Field Handbook》；农作物种植前排水比例及CH4排放因子来源于《2006年IPCC国家温室气体清单指南》。在本发明实施例中，研究区域的该数据包括福建省范围水稻的作物系数。
步骤2，根据所述研究区域的参数数据计算资源利用评价指标的结果，所述资源利用评价指标包括氮肥资源利用指标和水资源利用指标；
步骤21，根据研究区域的参数数据计算氮肥资源利用指标的结果；
在本发明中，氮肥资源利用指标包括氮肥偏生产力和氮肥利用率。
(1)氮肥偏生产力作为县级尺度氮肥资源利用指标之一，通过研究区域农作物氮肥施用强度和农作物的单位面积产量得到；计算公式为：
Figure GDA0003411138850000061
式中，PFPi表示农作物i的氮肥偏生产力(kg/kg)；Yi表示农作物i的单位面积产量(kg/ha)；Fi表示农作物i的氮肥施用强度(kg/ha)。
其中，研究区域农作物氮肥施用强度通过省级农作物氮肥平均施用强度数据调整得到。以下介绍省级农作物氮肥平均施用强度调整的情况：
通过省级与县级氮肥及复合肥施用量的统计值进行计算获得省级与县级氮肥施用量，对县级氮肥施用量进行缩放使得所有县级氮肥施用量的总和与省级氮肥施用量保持相等；对每种作物的省级氮肥平均施用强度乘以县级播种面积的值进行缩放并求和，使其总和等于县级农作物的氮肥施用量。计算公式如下：
SUMpro＝Npro+Compro×0.29
SUMcounty＝Ncounty+Comcounty×0.29
Figure GDA0003411138850000071
Figure GDA0003411138850000072
Fi＝Fi，pro×x2
式中，SUMpro表示农作物的省级氮肥施用总量(kg)；Npro表示农作物的省级氮肥施用量(kg)；Compro表示农作物的省级复合肥施用量(kg)；0.29表示复合肥中的含氮比例；SUMcounty表示农作物的县级氮肥施用总量(kg)；Ncounty表示农作物县级氮肥施用量(kg)；Comcounty表示农作物的县级复合肥施用量(kg)；x1表示县级氮肥施用总量与省级氮肥施用量保持相等时的调整系数；n表示县数量；j表示不同县；x2表示每种作物的省级氮肥施用强度乘以其播种面积之和等于县级农作物氮肥施用量时的调整系数；m表示农作物种类数；i表示不同农作物；Fi，pro表示农作物i的省级氮肥平均施用强度(kg/ha)；Areai，county表示农作物i的县级播种面积(ha)；Fi表示农作物i县级氮肥施用强度(kg/ha)，即研究区域氮肥施用强度。
(2)氮肥利用率作为县级尺度氮肥资源利用指标，即通过研究区域农作物收获利用的氮含量和研究区域氮肥投入总量确定，也可以理解为通过农作物氮肥产出量与氮肥投入总量(包括氮肥投入量、有机氮肥投入量、固氮总量和大气氮沉降量)的比例。
氮肥利用率的计算为：
Figure GDA0003411138850000073
式中，NUEi表示农作物i的氮肥利用率(％)；Ni，yield表示农作物i收获利用的氮含量(kg)，即农作物i氮肥产出量；Ni，fer表示农作物i的氮肥投入量(kg)；Ni，man表示农作物i的有机氮肥投入量(kg)；Ni，fix表示农作物i的固氮总量(kg)；Ni，dep表示农作物i的大气氮沉降量(kg)。
其中，
Ni，yield＝Yieldi×NCi
式中，Yieldi表示农作物i的总产量(kg)；NCi表示农作物i收获时期含氮比例(％)，具体参数见表1。
其中，研究区域农作物氮肥投入总量通过大气氮沉降量、固氮总量、氮肥投入量和有机氮肥投入量得到，而农作物有机氮肥投入量是根据研究区域的牲畜年末存栏量，以及各类牲畜粪肥中氮的排出率、回收率及挥发率计算得到；氮肥产出量根据所述农业统计年鉴数据中的农作物总产量与所述经验参数数据中的农作物含氮比例确定。以下分别介绍不同氮肥投入的情况。
表1不同作物收获时期含氮比例参数NC及单位面积固氮量
Figure GDA0003411138850000081
在本发明实施例中，氮肥投入量通过农作物的播种面积与农作物氮肥施用强度确定，计算公式如下：
Ni,fer＝Fi×Areai
式中，Ni，fer表示农作物i的氮肥投入量(kg)；Fi表示农作物i的氮肥施用强度(kg/ha)；Areai表示农作物i的播种面积(ha)。
在本发明实施例中，农作物有机氮肥投入量通过牲畜年末存栏量、各类牲畜粪肥中氮的排出率、回收率及挥发率计算得到。
对发展中国家，马厩中产生的氮***量中，牛(乳牛和非乳牛的均值)占46％，水牛占33％，绵羊和山羊占10％，猪和家禽占100％。农田施肥前肥料养分流失主要是由于NH3挥发造成的。不同牲畜类型的挥发率分别为：牛(乳牛、非乳牛)、猪和家禽为36％，水牛、绵羊和山羊为28％。根据牲畜总量与氮排出率、回收率(表2)计算农作物有机氮肥投入量。
表2动物养分的排出率及回收率
Figure GDA0003411138850000091
农作物有机氮肥投入量的计算公式如下：
Ni，man＝Numk×Nk，exc×Nk，rec(1-Nk,vol)
式中，Ni,man表示农作物i的有机氮肥投入量(kg)；Numk表示k类牲畜年末存栏数量(head)；Nk,exc表示k类牲畜氮排出率(kg/head/yr)；Nk,rec表示k类牲畜的氮回收率(％)；Nk,vol表示k类牲畜的氮挥发率(％)。
在本发明实施例中，农作物的固氮分为豆科植物固氮和非豆科植物固氮两部分。
非豆科作物的单位面积固氮量范围为4.5至20kg N/ha/yr。本发明采用了15kg N/ha/yr作为非豆科植物单位面积固氮量(表1)。
农作物固氮总量由农作物播种面积和农作物单位面积固氮量(表1)计算获得，计算公式如下：
Ni,fix＝Areai×Ratei,fix
式中，Ni,fix表示农作物i的固氮总量(kg)；Areai表示农作物i的播种面积(ha)；Ratei,fix为单位面积固氮量(kg N/ha)。
大气氮沉降量是通过农作物的播种面积与县级单位面积氮沉降量相乘得到，其中，县级单位面积沉降量是从中国大气无机氮湿沉降时空格局数据集中提取得到的，计算公式如下：
Ni,dep＝Ndep,county×Areai
式中，Ni,dep表示农作物i的氮沉降量(kg)；Ndep,county表示县级单位面积氮沉降量(kg/ha)；Areai表示农作物i的播种面积(ha)。
步骤22，根据研究区域的参数数据计算水资源利用指标的结果；
农业生产中的水资源利用主要来源于灌溉水和降雨，而研究区域内农作物在整个生长期范围内所需要的水资源总量称之为农作物的水足迹。按照水资源的种类，具体可以分为蓝水足迹、绿水足迹以及灰水足迹。
农作物生长期内水足迹的计算方法如下：
WFtotal＝WFgreen+WFblue+WFgrey
式中，WFtotal表示农作物生长期内水足迹总量(m3/a)；WFgreen表示农作物生长过程中绿水消耗量(m3/a)；WFblue表示蓝水消耗量(m3/a)；WFgrey表示灰水需求量(m3/a)，即因农药、化肥等所需要的污染稀释水。
其中，蓝水足迹指产品生产过程中消耗的地表水和地下水的总量；绿水足迹指农产品生产过程中蒸腾的雨水资源量，对农作物而言，是指存在于土壤中的自然降水由农田蒸腾的量；灰水足迹指以现有水环境水质标准为基准，消纳产品生产过程中产生的污染所需要的淡水水量，值越大，说明污染越严重。
本发明中，将蓝水足迹和绿水足迹作为县级的水资源利用指标；另外，灌溉水生产力是县级水资源利用效率的衡量指标，因此，也将灌溉水生产力作为水资源利用指标。故本发明中，水资源利用指标包括蓝水足迹、绿水足迹和灌溉水生产力。
基于气象数据采用***粮食与农业组织推荐的以能量平衡和水汽扩散理论为基础的Penman-Monteith(P-M)公式，计算潜在蒸散量(ET0)；依据潜在蒸散量，计算水稻在生育期内逐日的农作物蒸散量(ETc)；参考美国农业部(USDA)开发的土壤保持服务计算方法得到有效降雨量；根据农作物生长期内有效降雨量和农作物蒸散量计算农作物整个生长期内所需要的绿水足迹和蓝水足迹，最后结合地形数据使用ANUSPLIN软件对蓝水足迹及绿水足迹进行空间插值，插值结果空间分辨率为250m。
步骤221，在本发明实施例中，绿水足迹的确定包括以下步骤：
步骤2211，根据参数数据中的气象数据计算水资源的潜在蒸散量；
基于气象数据采用***粮食与农业组织(FAO)推荐的以能量平衡和水汽扩散理论为基础的Penman-Monteith(P-M)公式，计算潜在蒸散量(ET0)，具体计算公式如下：
Figure GDA0003411138850000101
式中，Δ表示为温度曲线和饱和水气压相关的斜率(kPa/℃)；Rn表示植物表层的净辐射量(MJ/m2·d)；G表示土壤的热通量(MJ/m2·d)，一般取0；γ表示干湿度的常用量(kPa/℃)；T表示空气的平均温度(℃)；U2表示2m处的风速(m/s)；es表示饱和水气压(kPa)；ea表示实际观测水气压差(kPa)。
步骤2212，根据所述潜在蒸散量和参数数据中的作物系数Kc值计算农作物蒸散量；
具体，获取农作物的作物系数Kc值，根据所述作物系数Kc值和所述潜在蒸散量，计算水稻在生育期内逐日的农作物蒸散量(ETc)；
ETc＝Kc×ET0
式中，Kc表示作物系数；ET0表示作物的潜在蒸散量(mm)，采用***粮农组织(FAO)推荐的Penman-Monteith公式进行计算。
步骤2213，根据参数数据中的日降雨量计算得到农作物生长期内有效降雨量；
参考美国农业部(USDA)开发的土壤保持服务计算方法得到有效降雨量(Pe)；计算公式如下：
Figure GDA0003411138850000111
式中，Ptotal表示降雨量(mm)。
步骤2214，根据所述农作物生长期内有效降雨量和所述农作物蒸散量计算农作物整个生长期内所需要的绿水足迹；
绿水足迹的计算：
Figure GDA0003411138850000112
ETgreen＝min(Pe,ETc)
式中，WFgreen表示绿水足迹(m3/a)；10为常量，将水的深度(mm)转化为单位陆地面积的水量(m3/ha)；Area表示农作物的播种面积(ha)；d表示天；n表示农作物生育期天数；ETgreen表示绿水蒸散量(mm)；Pe表示农作物生长期内有效降雨量(mm)；ETc表示农作物蒸散量(mm)。
步骤222，在本发明实施例中，蓝水足迹的确定过程为：
步骤2221，根据参数数据的气象数据计算水资源的潜在蒸散量；
步骤2222，根据所述潜在蒸散量和参数数据中的作物系数Kc值计算农作物蒸散量；
步骤2223，根据参数数据中的降雨量计算得到农作物生长期内有效降雨量；
步骤2221至步骤2223的具体内容与绿水足迹的相同，此处不再赘述。
步骤2224，根据所述农作物生长期内有效降雨量和所述农作物蒸散量计算农作物整个生长期内所需要的蓝水足迹；
蓝水足迹的计算：
Figure GDA0003411138850000121
ETblue＝max(0，ETc-Pe)
式中，WFblue表示蓝水足迹(m3/a)；10为常量，将水的深度(mm)转化为单位陆地面积的水量(m3/ha)；Area表示作物的播种面积(ha)；d表示天；n表示农作物生育期天数；ETblue表示蓝水蒸散量(mm)；Pe表示农作物生长期内有效降雨量(mm)；ETc表示农作物蒸散量(mm)。
在本发明实施例中，灌溉水生产力的确定过程为：
根据参数数据中的农作物单位面积产量与农作物灌溉用水强度(单位面积蓝水足迹)计算灌溉水生产力，灌溉水生产力是指灌溉水利用效率，计算公式为：
Figure GDA0003411138850000122
式中，IWPr表示农作物灌溉用水效率(kg/m3)；Yr表示农作物单位面积产量(kg/ha)；WFblue表示县级农作物灌溉用水强度(m3/ha)，其中灌溉用水强度指农作物单位面积的灌溉用水量，即农作物单位面积的蓝水足迹。
例如，在实际应用中，农作物可以为水稻，作为其他实施方式也可以为小麦、玉米等其他农作物。
步骤3，根据所述研究区域的参数数据计算环境效应评价指标的结果，所述环境效应评价指标包括温室气体排放和灰水足迹；
本步骤旨在获取环境效应评价指标的结果，用于更加准确的评估研究区域。
步骤31，根据研究区域的参数数据计算温室气体排放的结果；
在本发明中，温室气体包括CH4和N2O；研究区域的农作物中水稻在水田中因厌氧反应而产生CH4并排放至大气中，是农作物的主要温室气体之一。此外，农业生产中还有N2O的排放，N2O的排放包括直接排放和间接排放两种。那么，温室气体排放总量为：
Figure GDA0003411138850000123
式中，
Figure GDA0003411138850000124
为农作物CH4排放量(kgCO2eq)；
Figure GDA0003411138850000125
为农作物N2O排放量(kgCO2eq)。
步骤311，根据研究区域的参数数据计算温室气体中CH4排放量；
从全球空间分类作物生产统计数据2.0版得到研究区域的灌溉面积比例数据；结合各县域水稻(早稻、晚稻、单季稻)的收获面积及其水稻与其他作物的灌溉水量信息，以此来划分各县域水稻种植后不同水管理方式下的播种面积；应用灌溉和雨养水稻(包括复种)的季前排水措施百分比计算水稻种植前不同水分管理下的种植面积；采用水稻在不同水分管理下的CH4排放因子计算水稻生产过程中CH4的排放量。
CH4排放量的计算包括以下步骤：根据农业统计年鉴数据中的水稻播种面积和所述农作物灌溉雨养比例数据计算得到水稻灌溉面积和雨养面积；根据所述水稻灌溉面积、所述水稻雨养面积、所述农业统计年鉴数据中的农作物灌溉用水定额和所述气象数据中的降雨量确定所述水稻种植前后不同水分管理方式下的CH4排放量之和，所述水分管理方式为种植前的稻田短期排水、长期排水和不排水，以及种植后的持续灌溉、多次排水灌溉、常规雨养和干旱雨养。
CH4排放的二氧化碳当量计算具体如下：
Figure GDA0003411138850000131
式中，
Figure GDA0003411138850000132
表示水稻CH4排放量(kg CO2eq)；
Figure GDA0003411138850000133
表示水稻CH4排放量(kg CH4C)；
Figure GDA0003411138850000134
表示C到CH4的分子转换因子；28表示CH4排放量的二氧化碳当量转换因子。
以下给出本发明实施例中研究区域水稻不同时期的水分管理方式，及其相关计算。
(1)水稻种植前水管理
首先，根据省级早稻和晚稻的播种面积比例计算县级各类水稻相应的灌溉及雨养面积；其次，对单作的旱稻和灌溉稻进行种植前的水管理分配(表3)。对于双季稻种植，中国播种和收获的最长时间只有10天(广东省)，远远少于IPCC认为的种植前短期排水(30天)，因此，假设没有季前排水。
表3灌溉和雨养水稻(包括复种)的季前排水措施百分比(长、短、无)
Figure GDA0003411138850000135
(2)水稻种植后水管理
水稻灌溉面积通过计算县级水稻灌溉和雨养条件下种植的比例参数Percentl,county，进一步计算县级水稻的灌溉面积和雨养面积。
水稻灌溉面积比例或雨养面积比例的计算公式如下：
Figure GDA0003411138850000141
式中，l表示不同种植条件，即灌溉I和雨养R；Areal,county表示县级灌溉面积(ha)或雨养面积(ha)；Areacounty表示县级水稻播种面积(ha)。
通过上述计算公式可以直接得到灌溉面积比例PercentI,county和雨养面积比例PercentR,county；也可以只计算出灌溉面积比例PercentI,county，然后通过灌溉面积比例PercentI,county和雨养面积比例PercentR,county和为1计算得到雨养面积比例。即：PercentR,county＝1-PercentI,county
式中，PercentR,county表示雨养面积比例；PercentI,county表示灌溉面积比例。
然后再对县级水稻播种面积进行计算，分别得到县级水稻灌溉面积和雨养面积。
县级水稻灌溉面积为
AreaI,county＝Areacounty×PercentI,county
县级水稻雨养面积为
AreaR,county＝Areacounty×PercentR,county
式中，AreaI,county表示县级灌溉面积(ha)；Areacounty表示县级水稻播种面积(ha)；PercentI,county表示县级水稻灌溉面积比例；AreaR,county表示县级雨养面积(ha)；PercentR,county表示县级水稻雨养面积比例。
水稻灌溉类型以《福建省地方标准-行业用水定额》中水稻灌溉水量与其他作物灌溉水量的差异确定，即如果差异大于976.22m3/ha，则水稻灌溉类型为间歇性淹水，否则为连续淹水。水稻雨养类型根据福建省的降雨量信息以及现有研究结果确定水稻雨养类型为常规和易旱两类。
(3)有机添加物
有机添加物包含堆肥、有机肥、绿肥和水稻秸秆，本发明实例考虑了农家肥料和水稻秸秆的施用。使用的有机添加物的类型和数量会改变有机添加物的换算系数。通过计算有机氮肥和水稻秸秆还田量，进而计算有机添加物的换算系数，以获得有机添加物所排放的CH4。
Figure GDA0003411138850000142
式中，SF表示使用的有机添加物换算系数；o表示不同类型的有机添加物；ROAo表示水稻有机添加物o的施用强度，秸秆为干重，其他为鲜重，t/ha；CFOAo表示水稻有机添加物o的转换系数。
其中，水稻秸秆量是在作物经济产量和作物秸秆系数已知的前提下，估算田间作物秸秆量，计算公式如下：
St＝Cr×Ra
式中，St表示水稻秸秆量(kg)；Cr表示水稻经济产量(kg)；Ra表示水稻秸秆籽粒比参数(表4)，即水稻秸秆产量与水稻经济产量之比值。
水稻秸秆还田量是水稻秸秆中用于还田的部分。通过福建省水稻秸秆量与秸秆还田率(表5)计算水稻秸秆用于还田的量，再依据转换因子(栽培前短(<30天)和长(>30天)秸秆的转换因子的均值)计算CH4排放量。
水稻有机氮肥投入量是应用步骤21中的计算方法对县级牲畜年末存栏量进行处理获得。
表4不同作物秸秆籽粒比参数
Figure GDA0003411138850000151
表5部分行政省的秸秆还田率(％)
Figure GDA0003411138850000152
Figure GDA0003411138850000161
(4)水稻CH4温室气体排放
采用《2006年IPCC国家温室气体清单指南》中CH4的计算方法(表6)计算我国水稻田产生的CH4排放。
表6稻田中CH4排放因子
Figure GDA0003411138850000162
Figure GDA0003411138850000171
(如果种植后水管理的间接排水没有说明灌溉水稻间歇性灌溉是单排还是多排，假设是多排；雨养水稻排放比例因子仅相差0.06；因此区分旱稻、灌溉水稻和雨养水稻比区分雨养水稻类别更为重要。)
步骤312，根据研究区域的参数数据计算温室气体中N2O排放；
农业生产中施用氮肥所排放至大气中的N2O是温室气体之一，通过农作物氮投入总量与氮肥产出量的差得到氮盈余量数据，根据农作物氮盈余量可计算得到水稻、小麦、玉米的N2O直接排放及其氮淋溶；根据氮肥施用强度数据可计算得到农作物的NH3挥发和NOx排放，以及大豆、蔬菜、茶园和果园的N2O直接排放和氮淋溶；采用《2006年IPCC国家温室气体清单指南》中的排放因子计算各农作物的N2O间接排放，以此获得农作物的N2O排放量。
N2O直接排放和间接排放的二氧化碳排放当量计算具体如下：
Figure GDA0003411138850000172
式中，
Figure GDA0003411138850000173
表示农作物N2O排放量(kg CO2eq)；
Figure GDA0003411138850000174
表示农作物N2O直接排放量(kg N2O N)；
Figure GDA0003411138850000175
表示农作物N2O间接排放量(kg N2O N)；
Figure GDA0003411138850000176
表示N2到N2O的分子转换因子；265表示N2O排放量的二氧化碳当量转换因子。
在本发明实施例中，分别详解介绍N2O直接排放和间接排放。
(1)N2O直接排放
对于水稻、小麦和玉米的N2O直接排放，计算公式如下：
Figure GDA0003411138850000177
式中，
Figure GDA0003411138850000178
表示农作物i的N2O直接排放量(kg)，NUi,sur表示农作物i的氮盈余量(kg)。
大豆的N2O直接排放与氮肥施用量之间的关系如下：
Figure GDA0003411138850000179
式中，
Figure GDA00034111388500001710
表示大豆的N2O直接排放量(kg)，Ns,fer表示大豆的氮肥施用量(kg)。
对于蔬菜、果园和茶园的N2O直接排放，蔬菜的N2O直接排放量占氮肥施用量的2.28％；茶园氮肥施用量的2.72％以N2O气体形式直接排放至环境中；而果园与茶园类似，N2O直接排放量和氮肥施用量直接的关系如下：
Figure GDA0003411138850000181
式中，
Figure GDA0003411138850000182
表示农作物i的N2O直接排放量(kg)，Ni,fer表示农作物i的氮肥施用量(kg)。
(2)N2O间接排放
N2O间接排放采用《2006年IPCC国家温室气体清单指南》中的排放因子(表7)。
表7 IPCC中合成化肥和有机氮肥的氮损失比例以及间接N2O排放因子
Figure GDA0003411138850000183
(3)NH3挥发和NOx排放
水稻、小麦和玉米的NOx挥发计算公式如下：
Figure GDA0003411138850000184
式中，
Figure GDA0003411138850000185
表示农作物i的NOx挥发量(kg)；Ni,fer表示作物i的氮肥施用量(kg)。
对于大豆的NOx挥发，基于我国259个旱地样本数据得出旱地的作物氮挥发率为12.9％，计算公式如下：
Figure GDA0003411138850000186
式中，
Figure GDA0003411138850000187
表示农作物i的NOx挥发量(kg)，Ni,fer表示农作物i的氮肥施用量(kg)。
对于蔬菜、果园和茶园的NOx挥发，通过对温室和露天蔬菜的氮平衡评估得出蔬菜的氮挥发率为19.4％；而基于我国259个旱地样本数据得出旱地的作物氮挥发率为12.9％，计算公式如下：
Figure GDA0003411138850000191
式中，
Figure GDA0003411138850000192
表示农作物i的NOx挥发量(kg)，Ni,fer表示农作物i的氮肥施用量(kg)。NOx排放量的计算公式如下：
Figure GDA0003411138850000193
式中，
Figure GDA0003411138850000194
表示作物i的NOx排放量(kg)，Ni,fer表示作物i的氮肥施用量(kg)。
步骤32，根据研究区域的参数数据计算灰水足迹；
由于农田氮素的流失主要是因为灌溉形成的径流以及土壤水分的下渗。氮肥因淋溶与下渗至土壤中，对水质产生一定的污染，通过灰水足迹能够衡量稀释氮肥所需的水量。因此，本发明采用灰水足迹作为环境效应评价指标。以往一般选取氮肥施用总量的5％-15％作为因淋溶作用而损失的氮量，本发明通过氮肥的淋溶量计算得到。
以往计算灰水足迹的氮淋溶率为通用的比率，不分农作物类型；而本发明基于不同作物的氮淋溶计算公式获得各作物的氮淋溶量，进而计算获得各作物的灰水足迹，可避免作物间的差异而带来的灰水足迹误差。
通过氮盈余数据计算出各农作物的氮淋溶量，然后通过氮淋溶量得到因化肥、农药的施用所需要的稀释水量，以此作为灰水足迹。
Figure GDA0003411138850000195
式中，WFgrey表示农作物灰水足迹(m3/a)；Ni,Lea表示农作物i的氮淋溶量(kg)；Cmax表示污染物的水质标准浓度(kg/m3，一般采用《美国饮用水水质标准》(EPA)的标准即每升饮用水中不超过10mg的氮)；Cnat表示水体中污染物的自然本底浓度(kg/m3，一般为0)。
对于不同农作物，氮淋溶量的计算方式如下：
对于小麦、玉米和水稻的氮淋溶，计算公式如下：
Figure GDA0003411138850000196
式中，Ni,Lea表示作物i的氮淋溶量(kg)，NUi,sur表示作物i的氮肥盈余量(kg)。
对于大豆的氮淋溶，基于我国259个旱地样本数据得出旱地的作物氮淋溶率为9.8％，计算公式如下：
Ni,Lea＝0.098×Ni,fer，大豆
式中，Ni,Lea表示作物i的氮淋溶量(kg)，Ni,fer表示作物i的氮肥施用量(kg)。
对于蔬菜、果园和茶园的氮淋溶，通过对温室和露天蔬菜的氮平衡评估得出蔬菜的氮淋溶率为24.9％；而基于我国259个旱地样本数据得出旱地的作物氮淋溶率为9.8％，计算公式如下：
Figure GDA0003411138850000201
式中，Ni，Lea表示作物i的氮淋溶量(kg)，Ni，fer表示作物i的氮肥施用量(kg)。
步骤4，采用对所述资源利用和环境效应评价指标的结果进行空间化，通过空间分布结果进行评估。
针对本发明研究区域的农作物，采用ArcGIS软件对所述资源利用评价指标的计算结果和环境效应评价指标的计算结果进行空间化，通过空间分布结果进行评估。
步骤41，对氮肥资源环境效应进行评估分析，包括以下几个方面：
411县级氮肥偏生产力空间分布
(1)粮食作物
如图3所示为本发明2014年福建省粮食作物产量空间分布图，图4为本发明2014年福建省粮食作物氮肥偏生产力空间分布图。以下结合图3和图4对本发明研究区域内的粮食作物氮肥偏生产力进行评估分析。水稻氮肥偏生产力高值区位于闽北地区(图4中的a部分)，其氮肥施用强度低，作为水稻主产区，产量高；虽然闽西地区也是水稻主产区，其水稻的产量高，但因其山地丘陵占地面积大，在高标准农田的建设过程中有一定的限制，农业生产方面的管护不足，使其氮肥施用量较闽北地区高，进而使得氮肥偏生产力相对较低；玉米的产量在闽北的粮食主产区较高(图3中的c部分)，其氮肥施用量也相对较少，氮肥偏生产力相对较高；大豆在粮食主产区的产量相对较高(图3中的d部分)，但较水稻和玉米的产量少，闽北平原及低丘陵区的氮肥施用强度低，其氮肥偏生产力高(图4中的d部分)，海拔较高的内陆山区大豆产量相对较高，其氮肥施用强度较平原区高，进而其氮肥偏生产力偏低。
(2)经济作物
如图5为本发明2014年福建省经济作物产量空间分布图；图6为本发明2014年福建省经济作物氮肥偏生产力空间分布图；以下结合图5和图6对本发明研究区域内的经济作物氮肥偏生产力进行评估分析。茶园主产区的产量高(图5中的a部分)，其中，因泉州市的氮肥施用强度高导致氮肥偏生产力低(图6中的a部分)，而南平市、宁德市的氮肥施用强度低，其氮肥偏生产力相对较高；果园的氮肥偏生产力在茶园和蔬菜之间(图6中的b部分)，果树的主要种植区域中，除安溪县及华安县的氮肥施用强度高之外，其余主产区的氮肥施用强度偏低，而果园的产量高(图5中的b部分)，其氮肥偏生产力相对较高。
福州市作为蔬菜主产区，其产量高(图5中的c部分)，且氮肥施用强度低，其氮肥偏生产力高(图6中的c部分)；城郊区的叶类蔬菜、闽东南地区的冬春蔬菜和闽西、闽北蔬菜种植区的氮肥施用强度较内陆高海拔山地的夏秋蔬菜高，虽产量高，氮肥偏生产力却偏低；内陆高海拔山地的夏秋蔬菜种植区的氮肥偏生产力相对较高，而清流县因气候灾害(低温冻害、洪涝灾害)有所减产，但氮肥施用量相对偏低，进而氮肥偏生产力高。
412县级氮肥利用率空间分布
如图7为本发明2014年福建省农作物有机氮肥空间分布图；图8为本发明2014年福建省粮食作物氮肥利用率空间分布图；图9为本发明2014年福建省经济作物氮肥利用率空间分布图；以下结合图7至图9对本发明研究区域内的农作物的县级氮肥利用率空间分布进行评估分析。
(1)粮食作物
水稻的氮肥施用强度对氮肥利用率的影响程度较高(图8中的a部分)；安溪县、南靖县及平和县的玉米产量相对偏低，又因其氮肥与有机氮肥的施用强度过高，导致氮肥利用率过低(图8中的c部分)；而连江县因土壤肥力低，氮肥施用强度均偏高，致使其利用率偏低；大豆的氮肥投入量小，而氮含量在粮食作物中最高，使其氮肥的投入量与产出量较为接近，进而氮肥利用率在经济作物中最高，其中主产区的产量高，使得氮肥利用率较周围地区高(图8中的d部分)。
(2)经济作物
茶园主产区的氮肥利用率(除闽南地区外)相对偏高(图9中的a部分)，而对于闽南地区土壤肥力低的县域(安溪县及华安县)，高强度施用氮肥而茶园产量并未同等增长，致使这些地区的氮肥利用率相对较低；果园在经济作物氮肥利用率最低，而在果园重点发展区域的氮肥施用量相对较低，进而氮肥利用率偏高(图9中的b部分)；蔬菜主产区(除南平市外)的产量高，均有有机氮肥的投入(图7)，其氮肥施用强度也较非蔬菜主产区低，因而其氮肥利用率较周围地区高(图9中的c部分)。
413县级温室气体排放量空间分布
如图10为本发明2014年福建省粮食作物温室气体排放空间分布图；图11为本发明2014年福建省经济作物温室气体排放空间分布图；以下结合图10和图11对本发明研究区域内的农作物的县级温室气体排放量空间分布进行评估分析。
(1)粮食作物
福建省各县域粮食作物的温室气体排放主要来源于N2O，而光泽县的高强度温室气体排放不仅受N2O排放强度的影响，有52.2％的温室气体排放来源于CH4；而水稻的温室气体排放高值区中有50％以上的温室气体来源于N2O(图10中的a部分)，可见高强度的施用氮肥会随之排放大量的温室气体，水稻种植后排放的CH4仅占其中的一小部分。
(2)经济作物
福建省各县域经济作物的温室气体排放主要由过量氮肥投入产生的N2O气体造成，如图11所示。氮盈余量多的地区温室气体排放强度就大，茶园的温室气体排放高值区主要集中于非主产区(图11中的a部分)；而果园的温室气体排放高值区位于沿海中部地区及闽东南的南靖县与华安县，可见被果树吸收的氮肥量少(图11中的b部分)；蔬菜作为福建省的主要种植及销售作物，因其品种不同，在各地区及气候环境下均适宜，产量高，面积广，对氮肥的利用率高(图9中的c部分)，而排放的温室气体相对较少(图11中的c部分)。
414县级单位质量灰水足迹空间分布
如图12为本发明2014年福建省粮食作物单位质量灰水足迹空间分布图；图13为本发明2014年福建省经济作物单位质量灰水足迹空间分布图；以下结合图12和图13对本发明研究区域内的农作物的县级单位质量灰水足迹空间分布进行评估分析。
(1)粮食作物
福建省各县域粮食作物的灰水主要由过量氮肥的淋溶及径流造成，多集中于闽东南地区，如图12所示。安溪县、连江县与平和县地力水平低，在达到作物生长所需的氮肥后又产生了大量的氮盈余，使得单位质量灰水高；闽西及闽北的粮食主产区粮食作物产量高，而单位面积氮盈余量比闽东南地区低，闽北的单位面积氮盈余量又低于闽西地区，这就使得闽北地区单位质量灰水比闽西地区低，沿海地区因种植面积小、产量低，其氮肥的投入以及产出的氮少，进而使其氮盈余量不高，造成的灰水也相对较低。
(2)经济作物
茶园主产区的单位质量灰水(除闽南地区土壤肥力低的县域外)相对偏低(图13中的a部分)，对于闽南地区土壤肥力低的县域(安溪县)，高强度施用氮肥而作物产量并未同等增长，致使单位质量灰水值偏高；果园在沿海中部市辖区及安溪县的氮盈余量高，使其单位质量灰水值相对偏高(图13中的b部分)；蔬菜作为福建省发展设施农业基地的主要培育作物，一年四季均有蔬菜种植，其产量及施氮强度也较其他两种经济作物高，全省范围除部分种植面积小或土壤肥力低的地区单位质量灰水高外，整体偏低(特别是蔬菜种植主产区)(图13中的c部分)。
步骤42，对氮肥资源环境效应进行评估分析，包括以下几个方面：
如图14为本发明2014年福建省水稻水足迹空间分布图；图15为本发明2014年福建省水稻单位质量水足迹空间分布图；图16为本发明2014年福建省水稻灌溉水生产力空间分布图。以下结合图14至图16对本发明研究区域内的农作物的县级氮肥资源环境效应进行评估分析。
421水稻水足迹空间分布
从水稻各水足迹的空间分布来看(图14)，蓝水足迹的空间分布趋势与水足迹较为一致(图14中的a部分，图14中的b部分)，水稻种植以消耗地表与地下水资源为主。绿水足迹的高值区分布与水足迹相类似(图14中的c部分)，可见内陆地区的降雨量较沿海地区高，且在水稻的生长过程中有一定的影响。灰水足迹除东南沿海地区外普遍不高(图14中的d部分)，其高值区对水稻水足迹的分布影响程度低，说明水稻在生长过程中产生的氮淋溶所需的淡水资源量不高。
422水稻单位质量水足迹空间分布
从单位质量水稻各水足迹来看(图15)，全省的单位质量水稻各水足迹(绿水、蓝水、灰水)分别占单位质量水稻水足迹的22.40％、63.23％、14.37％，单位质量水稻蓝水足迹的分布趋势与水稻水足迹相类似(图15中的b部分)，由此可见，单位质量水稻蓝水足迹对水稻水足迹的分布有显著的影响，单位质量水稻灰水足迹与水稻绿水足迹大部分区域为低值区(图15中的c部分，图15中的d部分)，若干高值区对单位质量水稻水足迹的分布影响程度不高。
423水稻灌溉水生产力空间分布
福建省各县域的水稻灌溉水生产力空间分布呈现由沿海向内陆逐渐增加的格局(图16)，沿海市辖区的水稻产量低，且降雨量为全省的低值区域，在水稻生长过程中容易受到干旱的影响，增加灌溉用水量以满足水稻生长条件，漳州市的诏安县因其灌溉水量过高而使其灌溉水生产力低，而龙海市的水稻产量低且灌溉水量高，使得灌溉水生产力极低。闽北地区作为粮食主产区，而水稻又是福建省的粮食主产作物，其产量高，内陆森林覆盖率高，雨量充沛，所需的灌溉水较少，其灌溉水生产力高。
综上，本发明通过上述评价方法可以得到：
(1)氮肥资源利用：福建省氮肥平均施用量(244.36kg/ha)是全国(181.72kg/ha)水平的1.34倍。福建省粮食作物(44.63％)与经济作物(10.32％)的氮肥利用率分别比全国水平高出25.21、1.57个百分点。其中，茶果园的氮肥利用率在主要作物中相对较低，而果园的氮肥利用率却较全国水平(0.80％)高。福建省各县域粮食作物的氮肥利用率在主产区(闽西及闽北地区)较高，而经济作物的氮肥利用率却在内陆丘陵地带偏高，闽东南地区主要作物的氮肥利用率均偏低。
(2)氮肥环境效应：中国的温室气体排放中农业温室气体排放(697.9MtCO2eq)占全国温室气体排放的5.95％，而福建省农业温室气体排放(79.74MtCO2eq)占全国的11.43％，其中，N2O、CH4排放分别占全省农业温室气体排放的91.09％、8.91％。水稻作为福建省主产作物(面积占比33.09％)，其温室气体排放量在主要作物中最高，这不仅受N2O排放(87.19％)的影响，还受CH4排放的影响。
(3)水资源利用：在水稻灌溉水生产力方面，福建省各县域的水稻灌溉水生产力空间分布呈现由沿海向内陆逐渐增加的格局。在灌溉用水强度方面，呈现内陆地区的南部及中南部沿海地区的灌溉用水强度高、其余地区灌溉用水强度低的空间分布特征。福建省的水稻单位质量蓝水是全国水平的1.31倍，各县域的蓝水足迹除东北部及闽西北部分县域外均偏高；绿水足迹高值多集中分布与闽西与闽北的内陆地区。
(4)水环境效应：福建省的水稻单位质量灰水足迹是全国水平的1.24倍，各县域的单位质量水稻灰水足迹呈现由东南向西北逐渐减小的趋势。
***实施例：
一种县级尺度农作物资源利用与环境效应评估***，包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序，处理器在执行计算机程序时实现上述的县级尺度农作物资源利用与环境效应评估方法的步骤。县级尺度农作物资源利用与环境效应评估方法的内容已在方法实施例中详细介绍，此处不再赘述。
本发明提出的一套适用于县级尺度农作物资源环境效应评估方法和***，通过调整省级各作物氮肥平均施用强度以获得县级尺度各作物的氮肥施用强度，结合资源环境效应评估指标计算所需的县级统计数据，***性的评估了农业生产带来的资源环境风险，明确了水肥资源利用与环境效应的空间分布。该过程整合了多种作物的县级统计数据，综合考虑了氮肥利用率、温室气体排放量、灌溉水生产力以及灰水足迹等多个指标，构建了县级农业资源环境效应评估指标体系，整合多种作物县级统计数据，结合农业气象站点观测数据，计算获得农作物的评估指标结果，并进行区域空间化。***性的评估了农业生产带来的资源环境问题，明确了水肥资源利用与环境效应的空间分布。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (4)

1.一种县级尺度农作物资源利用与环境效应评估方法，其特征在于，所述方法包括：
确定县级农作物的研究区域，获取所述研究区域的参数数据；
所述参数数据包括农业统计年鉴数据、农业气象站点观测数据、大气氮沉降数据、固氮数据、气象数据、地形数据、农作物灌溉雨养比例数据和经验参数数据；
根据所述研究区域的参数数据得到资源利用评价指标的计算结果，所述资源利用评价指标包括氮肥资源利用指标和水资源利用指标；
所述氮肥资源利用指标包括氮肥偏生产力，根据研究区域农作物氮肥施用强度与所述农业统计年鉴数据中的农作物单位面积产量得到所述氮肥偏生产力；
所述研究区域农作物氮肥施用强度根据农业统计年鉴数据中的省级农作物氮肥平均施用强度数据调整得到，所述研究区域农作物氮肥施用强度的计算过程如下：
SUMpro＝Npro+Compro×0.29
SUMcounty＝Ncounty+Comcounty×0.29
Figure FDA0003375103750000011
Figure FDA0003375103750000012
Fi＝Fi，pro×x2
式中，SUMpro表示农作物的省级氮肥施用总量，单位为kg；Npro表示农作物的省级氮肥施用量，单位为kg；Compro表示农作物的省级复合肥施用量，单位为kg；0.29表示复合肥中的含氮比例；SUMcounty表示农作物的县级氮肥施用总量，单位为kg；Ncounty表示农作物县级氮肥施用量，单位为kg；Comcounty表示农作物的县级复合肥施用量，单位为kg；x1表示县级氮肥施用总量与省级氮肥施用量保持相等时的调整系数；n表示县数量；j表示不同县；x2表示每种作物的省级氮肥施用强度乘以其播种面积之和等于县级农作物氮肥施用量时的调整系数；m表示农作物种类数；i表示不同农作物；Fi，pro表示农作物i的省级氮肥平均施用强度，单位为kg/ha；Areai，county表示农作物i的县级播种面积，单位为ha；Fi表示农作物i县级氮肥施用强度，单位为kg/ha，即所述研究区域氮肥施用强度；
所述氮肥资源利用指标还包括氮肥利用率，根据农作物氮肥产出量和农作物氮肥投入总量确定所述氮肥利用率；
所述农作物氮肥投入总量根据所述农业统计年鉴数据中的农作物有机氮肥投入量、农作物固氮总量、农作物大气氮沉降量和所述研究区域农作物氮肥施用强度确定；
所述农作物氮肥产出量根据所述农业统计年鉴数据中的农作物总产量与所述经验参数数据中的农作物含氮比例确定；
根据所述研究区域的参数数据得到环境效应评价指标的计算结果，所述环境效应评价指标包括温室气体排放和灰水足迹；
所述温室气体排放包括N2O排放量；所述N2O排放量包括N2O直接排放量和N2O间接排放量；
所述N2O直接排放量的计算包括以下步骤：
根据所述农作物氮肥投入总量和农作物氮肥产出量计算农作物氮盈余量；
根据所述农作物氮盈余量和所述研究区域农作物氮肥施用强度计算得到所述N2O直接排放量；
其中，所述研究区域农作物的N2O直接排放量计算公式如下：
Figure FDA0003375103750000021
Figure FDA0003375103750000022
Figure FDA0003375103750000023
Figure FDA0003375103750000024
表示农作物i的N2O直接排放量，单位为kg，NUi，sur表示农作物i的氮盈余量，单位为kg；Ns，fer表示大豆的氮肥施用量，单位为kg；Ni，fer表示农作物i的氮肥施用量，单位为kg；
所述温室气体排放还包括CH4排放量；所述CH4排放量包括水稻种植前后不同水分管理方式下的CH4排放量之和；所述水分管理方式包括种植前的稻田短期排水、长期排水和不排水，以及种植后的持续灌溉、多次排水灌溉、常规雨养和干旱雨养；
所述灰水足迹为：通过氮盈余数据计算出各农作物的氮淋溶量，然后通过氮淋溶量得到因化肥、农药的施用所需要的稀释水量，得到所述灰水足迹：
Figure FDA0003375103750000025
式中，WFgrey表示农作物灰水足迹；Ni，Lea表示农作物i的氮淋溶量；Cmax表示污染物的水质标准浓度；Cnat表示水体中污染物的自然本底浓度；
其中，所述农作物i的氮淋溶量的计算方式如下：
Figure FDA0003375103750000026
Ni，Lea＝0.098×Ni，fer，大豆
Figure FDA0003375103750000031
式中，Ni，Lea表示农作物i的氮淋溶量，单位为kg，NUi，sur表示农作物i的氮肥盈余量，单位为kg；Ni，fer表示农作物i的氮肥施用量，单位为kg；Ni，fer的计算公式为：
Ni，fer＝Fi×Areai
式中，Ni，fer表示农作物i的氮肥投入量，单位为kg；Fi表示农作物i的氮肥施用强度，单位为kg/ha；Areai表示农作物i的播种面积，单位为ha；
对所述资源利用评价指标的计算结果和环境效应评价指标的计算结果进行空间化，通过空间化的分布结果进行评估。
2.根据权利要求1所述的一种县级尺度农作物资源利用与环境效应评估方法，其特征在于，所述水资源利用指标包括蓝水足迹、绿水足迹和灌溉水生产力；
所述蓝水足迹的确定过程包括：
根据所述气象数据计算水资源的潜在蒸散量；
根据所述潜在蒸散量和所述经验参数数据中的作物系数Kc值计算农作物蒸散量；
根据所述气象数据中的降雨量和农业气象站点观测数据中的农作物生育期计算得到农作物生长期内有效降雨量；
根据所述农作物生长期内有效降雨量和所述农作物蒸散量计算所述农业气象站点的农作物整个生长期内所需要的蓝水足迹；
根据所述农业气象站点的农作物整个生长期内所需要的蓝水足迹，结合地形数据插值得到农作物整个生长期内所需要的蓝水足迹空间分布数据；
所述灌溉水生产力是根据所述农作物整个生产期内所需的蓝水足迹和所述农业统计年鉴数据中的农作物单位面积产量得到。
3.根据权利要求2所述的一种县级尺度农作物资源利用与环境效应评估方法，其特征在于，所述CH4排放量的计算包括以下步骤：
根据农业统计年鉴数据中的水稻播种面积和所述农作物灌溉雨养比例数据计算得到水稻灌溉面积和水稻雨养面积；
根据所述水稻灌溉面积、所述水稻雨养面积、所述农业统计年鉴数据中的农作物灌溉用水定额和所述气象数据中的降雨量确定所述水稻种植前后不同水分管理方式下的CH4排放量之和。
4.一种县级尺度农作物资源利用与环境效应评估***，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1-3中任一项所述的县级尺度农作物资源利用与环境效应评估方法的步骤。
CN202110602498.9A 2021-05-31 2021-05-31 一种县级尺度农作物资源利用与环境效应评估方法与*** Active CN113269450B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110602498.9A CN113269450B (zh) 2021-05-31 2021-05-31 一种县级尺度农作物资源利用与环境效应评估方法与***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110602498.9A CN113269450B (zh) 2021-05-31 2021-05-31 一种县级尺度农作物资源利用与环境效应评估方法与***

Publications (2)

Publication Number Publication Date
CN113269450A CN113269450A (zh) 2021-08-17
CN113269450B true CN113269450B (zh) 2022-02-15

Family

ID=77233667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110602498.9A Active CN113269450B (zh) 2021-05-31 2021-05-31 一种县级尺度农作物资源利用与环境效应评估方法与***

Country Status (1)

Country Link
CN (1) CN113269450B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114009281B (zh) * 2021-12-07 2022-10-21 中国农业大学 一种作物种植适宜性推荐方法
CN116663937B (zh) * 2023-07-28 2023-11-14 中国科学院地理科学与资源研究所 农作物施氮策略的确定方法、装置及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960616A (zh) * 2018-06-29 2018-12-07 中国水利水电科学研究院 基于县域的强人类活动区水资源安全诊断空间图谱方法
CN110782112A (zh) * 2019-06-03 2020-02-11 中国农业科学院农业信息研究所 一种农作物生产温室气体减排潜力估算方法及***

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239663A (zh) * 2013-06-14 2014-12-24 中国科学院城市环境研究所 一种定量评价区域农林业生物质能资源开发潜力的方法
CN107133881B (zh) * 2017-04-11 2021-10-01 河海大学 一种基于田间水肥利用过程计算农作物生产水足迹的方法
CN110428106A (zh) * 2019-08-05 2019-11-08 山东农业大学 一种基于机器学习的农作物需水量预测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960616A (zh) * 2018-06-29 2018-12-07 中国水利水电科学研究院 基于县域的强人类活动区水资源安全诊断空间图谱方法
CN110782112A (zh) * 2019-06-03 2020-02-11 中国农业科学院农业信息研究所 一种农作物生产温室气体减排潜力估算方法及***

Also Published As

Publication number Publication date
CN113269450A (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
Pardo et al. Orchard and horticulture systems in Spanish Mediterranean coastal areas: Is there a real possibility to contribute to C sequestration?
Gheysari et al. Interaction of water and nitrogen on maize grown for silage
Ryan et al. Nitrogen in rainfed and irrigated cropping systems in the Mediterranean region
Skocaj et al. Nitrogen management guidelines for sugarcane production in Australia: can these be modified for wet tropical conditions using seasonal climate forecasting?
Adhikari et al. Simulated effects of winter wheat cover crop on cotton production systems of the Texas Rolling Plains
CN113269450B (zh) 一种县级尺度农作物资源利用与环境效应评估方法与***
Zhai et al. The water-saving potential of using micro-sprinkling irrigation for winter wheat production on the North China Plain
Wang et al. Evaluation of subsurface, mulched and non-mulched surface drip irrigation for maize production and economic benefits in northeast China
Wall et al. Quantifying carbon losses from periodic maize silage cropping of permanent temperate pastures
Foley et al. Land use, land cover, and climate change across the Mississippi basin: Impacts on selected land and water resources
Ren et al. High nutrients surplus led to deep soil nitrate accumulation and acidification after cropland conversion to apple orchards on the Loess Plateau, China
Laubach et al. Irrigation increases forage production of newly established lucerne but enhances net ecosystem carbon losses
Yang et al. Drip irrigation improves spring wheat water productivity by reducing leaf area while increasing yield
Jia et al. Impact of reduced light intensity on wheat yield and quality: Implications for agroforestry systems
Yang et al. Legume cover with optimal nitrogen management and nitrification inhibitor enhanced net ecosystem economic benefits of peach orchard
Zhao et al. Effects of the conversion of marshland to cropland on water and energy exchanges in northeastern China
Mwangi A climate-smart agriculture approach using double digging, Zai pits and Aquacrop model in rain-fed sorghum cultivation at Wiyumiririe location of Laikipia County, Kenya
CN111587742A (zh) 一种北方冷寒烟区冬牧70绿肥适宜种植方法
Liu et al. CH4 emissions from a double-cropping rice field in subtropical China over seven years
CN111512917A (zh) 一种基于土壤磷农学阈值的甘蔗施磷方法
Yang et al. Effects of leaf potassium content on growth dynamics of muskmelon and developing a coupling model of nitrogen and potassium
Malik et al. Effect of different sowing methods and varieties on growth and yield performance of wheat crop
Verheye Agro-climate-based land evaluation systems
Rogalsky Phosphorus beneficial management practices for corn production in Manitoba
Tani et al. Citrus Production Conditions: Report on Current Requirements, Challenges and Opportunities for Innovation within Citrus (by-Products) Supply Chains Technical Report, Impulse Project Deliverable 2.1

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant