基于原料的生物炭在伊朗农业中作为土壤改良剂的生命周期评估：可持续性分析与策略优化

《Biomass and Bioenergy》：Life cycle assessment of feedstocks-based biochars as soil amendment in Iranian agriculture: Sustainability analysis and strategy optimization

本研究通过生命周期评估（LCA）对比伊朗稻壳和甘蔗渣生物炭的环境影响，发现稻壳生物炭在能源消耗、全球变暖潜势等指标上表现更优，尤其当使用70%水电可再生能源时，环境影响降低显著。敏感性及蒙特卡洛分析验证了结果的稳健性，为伊朗农业生物炭应用提供决策支持。

　　

Saeedeh Shoaeeposhteh | Freydoon Vafaie | Alireza Ghazanfari

土木工程学院，K.N. Toosi技术大学，Valiasr街1346号，德黑兰，19967-15433，伊朗

摘要

人为产生的温室气体排放对气候变化有显著影响，因此需要考虑有效的缓解策略。在这些策略中，使用生物炭作为土壤改良剂似乎是最有前景的方法。生命周期评估（LCA）是一种广泛用于评估生物炭环境影响的工具。本研究对两种常见生物质原料（稻壳生物炭（RHB）和甘蔗渣生物炭（SBB）的生产进行了全面的LCA比较。此外，使用SimaPro v9.0.0.48软件和ReCiPe中间点及IPCC 2013方法量化了环境影响，特别关注能源消耗、全球变暖潜力（GWP）以及伊朗农业产业中的其他环境影响。结果表明，在所有评估类别中，RHB的环境影响均低于SBB，特别是在GWP方面：RHB的排放量为1923.22千克CO₂当量，而SBB在ReCiPe和IPCC 2013标准下的排放量分别为3195.74千克和3022.23千克CO₂当量。此外，敏感性分析表明，引入可再生能源情景（特别是70%的水力发电）可以显著降低环境影响，在ReCiPe标准下SBB的GWP减少了888千克CO₂当量，在IPCC 2013标准下减少了880千克CO₂当量；对于RHB，分别减少了576千克和571千克CO₂当量。蒙特卡洛不确定性分析进一步证实了LCA结果的稳健性和可靠性。因此，这些发现强调了原料特性和能源来源在确定生物炭系统可持续性方面的关键作用，并为优化生物炭生产以改善伊朗农业部门的土壤健康和碳封存提供了决策支持框架。

引言

现代社会的快速发展和人类活动扰乱了温室气体（GHG）排放的平衡，导致全球平均温度上升，加剧了全球温室效应[1]。实现政府间气候变化专门委员会（IPCC）提出的净零排放目标需要所有行业的持续减排[2]。农业产业是温室气体排放的主要来源之一，全球约13.5%的人为温室气体排放来自农业生产[3]。集约化耕作和不可持续的氮肥使用加速了土壤有机碳（SOC）的流失，增加了CO₂和N₂O的排放。然而，可持续的管理实践可以增加碳的输入和稳定性，从而提高SOC的封存量，减少温室气体排放，并改善长期土壤健康和气候适应性[4]。 生物炭是一种富含碳的材料，具有高度芳香和稳定的碳结构，已成为缓解农业温室气体排放的有希望的策略[5,6]。换句话说，这种双重能力使生物炭在气候变化缓解中发挥着重要作用，同时提供了额外的好处，如将有机废物从垃圾填埋场中转移出来，并通过改善土壤健康和养分可用性来增强粮食安全[7]。生物炭作为一种有前景的土壤改良剂，能够应对与传统农业相关的环境挑战。其应用通过改善土壤健康、提高资源效率和减少温室气体排放来增强农业的长期可持续性[8]。 此外，由于生物炭的特性、碳含量、原料类型、热解条件和能源来源对其环境性能有重大影响，因此需要一个系统和定量的框架来评估其净气候效益。为此，生命周期评估（LCA）是一种有用的方法，可以通过系统分析多个环境影响类别来量化协同效益和不利权衡。LCA为全面评估生物炭改良土壤对温室气体排放的影响提供了技术支持[9,10]。已经进行了许多LCA研究来评估不同类型的生物炭及其在土壤中的应用，其中许多研究由Matustík等人进行了综述[9]。 近年来，Tisserant等人[11]对挪威农田中应用的森林残渣生物炭（在500°C下进行慢速热解）进行了完整的LCA建模，并报告了在各种情景下的净负排放，副产品的处理方式影响了排名结果。结果显示，在所有情景中，生物炭-肥料+生物油地质封存组合的表现最好。 另外，Lefebvre等人[12]对巴西圣保罗地区的甘蔗残渣（甘蔗渣和秸秆）生物炭进行了从摇篮到坟墓的预期后果LCA，比较了基线CHP（残渣燃烧用于发电/供热）与工业慢速热解（约550°C）并应用于土壤的情况。该研究使用了多种边际电力组合，并进行了广泛的基于情景的敏感性和蒙特卡洛不确定性分析。结果表明，将可用的甘蔗残渣转化为生物炭每年可以封存36百万吨CO₂当量，相当于该国温室气体排放量的23%。此外，Xia等人[13]对从农业残渣中生产的生物炭进行了从摇篮到坟墓的LCA，并将其应用于土壤。该研究考虑了基于电网的电力和辅助化石燃料作为能源输入，并包括情景和敏感性分析，以评估热解效率、能源替代和生物炭稳定性假设的影响。结果表明，生物炭系统可以实现净气候效益，其性能强烈依赖于原料类型、能源来源和碳稳定性，而在能源回收率较高和生物炭稳定性较高的情景下表现出最佳的环境效果。 Nakum等人[14]对来自稻壳（RH）、甘蔗渣（SB）和玉米芯的生物炭生产进行了从摇篮到大门的LCA。该研究是在印度进行的案例研究，使用真空辅助的慢速热解技术在固定床反应器中于500°C下进行，并包括了对运输距离和能源来源替代（传统电力与可再生能源）的敏感性分析，结果显示在更清洁的能源情景下GWP减少了约24%。结果表明，在种植过程中玉米芯的影响最大，而稻壳生物炭（RHB）在热解过程中的整体环境负担最低，这表明LCA结果强烈依赖于原料和能源。 尽管有大量文献通过LCA研究生物炭系统，但仍存在一些关键的研究空白。现有研究在功能单位（FU）、系统边界、原料选择和分配方法上存在显著异质性，这阻碍了跨研究的可比性和结果的稳健综合[9,13,16]。此外，大多数关于生物炭系统的LCA研究主要强调与温室气体相关的气候影响，而其他气候驱动因素、土壤排放动态、非气候影响类别以及大规模或国家层面部署的影响很少被综合评估[11]。此外，许多现有评估仅限于从摇篮到大门的视角，未能充分捕捉与土壤应用相关的长期碳封存效益和下游环境权衡。尽管能源消耗被广泛认为是生物炭生产环境负担的主要因素，但只有少数研究系统地考察了替代能源供应情景及其对气候和相关影响类别的潜在影响[10,17]。此外，不确定性和敏感性分析往往应用不一致或被视为补充措施，尽管有越来越多的证据表明，生物炭系统的LCA结果对能源来源、排放因子和生物炭在土壤中的稳定性假设非常敏感。 另一个关键空白是缺乏特定地区的评估，这些评估明确纳入了国家层面的能源组合和当地丰富的原料，特别是在发展中国家和半干旱地区。这一限制对伊朗尤为重要，因为伊朗越来越多地推广生物炭作为气候缓解和土壤恢复策略。伊朗面临双重挑战：（i）它是全球十大温室气体排放国之一[18]；（ii）该国面临广泛的土壤退化和SOC水平下降的问题。在这种情况下，农业残渣为伊朗的可持续生物炭生产提供了战略机会。具体来说，甘蔗渣是伊朗糖业的主要副产品，年产量约为240万吨[19]，而稻壳生物质与该国最重要的主食作物之一相关，这种作物也是全球一半以上人口的主要食物来源[20]。尽管这些原料丰富且重要，但它们尚未在伊朗的LCA框架内得到系统评估，该框架同时考虑了能源情景、不确定性和长期气候影响。 为了填补这些空白，本研究基于伊朗通过慢速热解（300°C）生产的RHB和SBB生物炭系统进行了案例研究，明确纳入了土壤应用和长期碳封存，并评估了在不同能源供应情景下的结果变化（特别关注水力发电和风能等可再生能源选项），并通过基于蒙特卡洛的不确定性和敏感性分析量化了结果的稳健性。这项工作的主要创新在于首次在统一和一致的方法框架内对两种丰富的伊朗原料进行了综合和特定地区的LCA比较。该评估不仅涵盖了气候变化指标，还使用ReCiPe中间点和IPCC 2013方法涵盖了多个高相关性的环境影响类别。此外，通过明确量化能源脱碳对生物炭生产的影响，该研究展示了整合可再生能源如何显著提高温室气体缓解效果，同时减少其他环境影响。因此，这项研究的结果建立了一个稳健的决策支持和优化框架，为政策制定者、决策者和利益相关者提供了科学依据，以指导生物炭的战略部署，从而有助于气候变化缓解、土壤健康恢复、可持续食物链系统发展和全球人类健康改善。

生物炭生产特性的技术概述

热解的热化学条件，特别是温度、加热速率和停留时间，显著影响生物炭的物理化学性质和氨（NH₃）吸附能力[21]。较高的热解温度（>500°C）促进碳化，产生固定碳含量更高且NH₃吸附效率更高的生物炭，这是由于表面积和微孔隙率的增加[22]。然而，在农业中应用基于生物炭的NH₃缓解策略时...

ReCiPe方法的结果

生物炭作为土壤改良剂的生命周期包括三个主要阶段：原料预处理、生物炭制备和生物炭应用。这些阶段在不同研究中可能有所不同，但在大多数过程中是共同的。表5展示了两种生物炭的生命周期影响评估（LCIA）结果，按ReCiPe中间点类别划分。

结论

本研究提供了关于伊朗从农业残渣（如RHB和SBB）生产的生物炭的全面和特定地区的LCA，这是该领域的首次研究。结果一致表明，在所有评估的情景中，RHB的环境影响均低于SBB。即使在基于化石燃料的能源供应下，RHB在关键影响类别中的表现也优于SBB，而整合可再生能源进一步增强了其环境性能。

CRediT作者贡献声明

Saeedeh Shoaeeposhteh：撰写——原始草稿、软件、资源、方法论、调查、数据管理、概念化。 Freydoon Vafaie：撰写——审阅与编辑、验证、监督、项目管理、数据管理。 Alireza Ghazanfari：撰写——审阅与编辑、可视化、软件、方法论、正式分析、数据管理。

手稿准备过程中生成式AI和AI辅助技术的声明

在准备这项工作时，作者使用了Grammarly和ChatGPT来检查语法错误，提高清晰度并改进语言。使用这些工具后，作者根据需要审阅和编辑了内容，并对发表文章的内容负全责。

资金来源

本研究未获得公共、商业或非营利部门的任何特定资助。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系，这些关系可能会影响本文报告的工作。

致谢

作者感谢K.N. Toosi技术大学提供进行这项工作所需的技术支持和研究设施。