长江流域是我国重要的水产养殖区域，2020年淡水养殖产量达1 800多万t，约占全国淡水养殖总产量的58% (农业农村部渔业渔政管理局等, 2021)。过去30年，该流域内水产养殖产生的总磷和总氮排放持续增长(高立方等, 2021)，为长江水体中氮磷的重要来源，引起了水体富营养化及氮磷比例失衡(孙策策等, 2022)。因此，该流域内水产养殖引起的环境问题受到广泛关注。

池塘养殖模式和稻渔综合种养模式是我国最主要的2种水产养殖模式，广泛分布于长江流域各地区。2020年池塘养殖模式产量近2 280万t，约占全国淡水养殖总产量的73.8%。此外，随着技术创新和模式推广，稻渔综合种养面积和产量逐年升高(徐跑, 2021)，已成为我国第二大水产养殖模式。2020年养殖面积为2.562 6×10⁶ hm²，产量达325.39万t。与池塘养殖模式相比，稻渔综合种养可提高土地和水资源利用率，具有明显的生态效益。同时，通过水稻和水生动物的互利共生实现氮磷元素的高效循环利用(管卫兵等, 2020)。

生命周期评价(life cycle assessment，LCA)是一种用于评价产品、服务或系统在其整个生命周期的潜在环境影响的方法，最早广泛应用于工业领域，通过将产品或服务对各环境指标的影响进行量化，可直观了解生产过程中每一个环节对环境的影响，从而找到低环境影响的最佳措施。由于生命周期评价方法比传统的环境影响评价方法更直观、更有效，近10年来已逐渐应用于水产养殖领域，被认为是评估水产品生产过程环境影响最有效的方法之一(Biermann et al, 2019)。早期的研究主要聚焦于水产养殖系统中特定品种的生命周期环境影响，如巴沙鱼(Pangasianodon hypophthalmus)集约化养殖(Bosma et al, 2011)以及大马哈鱼(Oncorhynchus tshawytscha)商业化养殖的环境影响(McGrath et al, 2015)。由于水产养殖复杂性的增加，系统边界逐渐扩展，评估内容已涉及到水产品加工、饲料生产以及不同模式、区域或养殖策略的比较(Hou et al, 2022)。研究者基于LCA分析评价了秘鲁鳀鱼(Coilia mystus)和罗非鱼(Oreochromis niloticus)的生产过程以及南美鱼粉和鱼油的加工过程(Avadi et al, 2020)。虹鳟(Oncorhynchus mykiss)不同养殖模式的LCA分析显示，工厂化循环水养殖模式对环境的影响小于工厂化流水和网箱养殖模式(陈中祥, 2011)。蒋榕等(2022)应用LCA法比较稻虾共作和水稻单作2种模式的碳足迹，结果表明，稻虾共作模式的环境效益要优于水稻单作。根据现有的水产养殖生命周期清单(LCI)数据库，已建立了多个物种养殖过程中温室气体、氮和磷排放以及淡水和土地利用的标准化评价方法(Gephart et al, 2021)。此外，在水产养殖生命周期中，饲料供应、电力供应以及养殖过程的水消耗和污染物排放等是影响环境的关键因素(Song et al, 2019; Parker, 2018; Dullah et al, 2020)。

值得注意的是，目前的研究主要聚焦于单一养殖品种在不同养殖模式下的环境影响，而针对整个流域内水产养殖业对环境影响的评价少有报道。因此，本研究以长江流域内的池塘养殖和稻渔综合种养模式为对象，探究这2种模式以及饲料生产、电力生产和养殖过程对环境的影响，同时，分析各种环境影响的主要因素，以期为长江流域水产养殖提高资源利用效率、降低环境影响和优化养殖模式提供建议，为实现水产养殖业可持续发展提供科学基础。

本研究在长江流域设置20个水产养殖监测点，包括5个稻渔综合种养模式监测点和15个池塘养殖模式监测点，监测时间为2017—2019年。本研究中，稻渔综合种养模式监测点位于长江流域推广面积最多的地区。各监测点基本情况见表 1。监测点均安排专人进行养殖结构和生产要素数据监测，主要包括养殖模式、养殖品种、养殖密度、投放鱼苗量、产量、饲料投喂量、用电量和用水量等数据。在养殖期间只进水、不排水，养殖结束后统计废水排出量。每年在放苗前及养殖结束后测定水体营养盐含量，包括氨氮、总磷和总氮，采样点数量和位置需根据实际情况进行调整。

表 1(Tab.1)

表 1 监测点基本信息 Tab.1 Basic information of monitoring points 养殖模式 Breeding model 监测点名称 Name of monitoring sites 监测点信息 Information of monitoring sites 养殖信息 Breeding information 稻渔综合种养模式 Integrated rice-fish farming 庐江放马滩龙虾养殖专业合作社 31°07′N, 117°22′E, 2 hm2, 无增氧机，人工投喂 单养克氏原螯虾Procambarus clarkia 荆香缘生态农业基地 30°24′N, 112°26′E, 6 hm2, 无增氧机，人工投喂 单养克氏厡鳌虾P. clarkia 邛崃沃盛源生物科技研究中心 30°19′N, 103°38′E, 10 hm2, 无增氧机，人工投喂 主养鲤Cyprinus carpio，搭配鲫Cyprinus auratus 播州区石板镇池坪村基地 27°33′N, 106°44′E, 15 hm2, 无增氧机，人工投喂 单养鲤C. carpio 荆门市同鑫农业稻田综合种养基地 30°49′N, 112°12′E, 2.8 hm2, 无增氧机，人工投喂 单养克氏厡鳌虾P. clarkia 池塘养殖模式 Pond culture 黄泥湖渔场 30°09′N, 116°56′E, 15 hm2, 90台增氧机和30台投饵机 混养草鱼Ctenopharyngodon idellus和鳙Aristichthys nobilis 泰州市淤溪镇淤马水产养殖场 32°35′N, 120°01′E, 0.7 hm2, 6台增氧机和1台投饵机 主养草鱼C. idellus，搭配鲢Hypophthalmichthys molitrix 上海海丰水产养殖有限公司 33°15′N, 120°37′E, 4 hm2, 18台增氧机和1台投饵机 主养异育银鲫Carassius auratus gibelio，搭配鲢H. molitrix和鳙A. nobilis 湖南渔缘生物科技有限公司 28°16′N, 113°0′E, 5 hm2, 22台增氧机和10台投饵机 主养草鱼C. idellus，搭配鲢H. molitrix 漳泊湖渔场 30°12′N, 112°03′E, 0.7 hm2, 9台增氧机和2台投饵机 主养黄颡鱼Pelteobagrus fulvidraco，搭配鲢H. molitrix和鳙A. nobilis 江苏水仙实业有限公司 33°11′N, 119°16′E, 1.2 hm2, 7台增氧机和2台投饵机 主养草鱼C. idellus，搭配团头鲂Megalobrama amblycephala、鲫C. auratus和鲢H. molitrix 上海海锋水产养殖专业合作社 30°52′N, 121°23′E, 0.43 hm2, 6台增氧机和人工投喂 单养凡纳滨对虾Penaeus vannamei 上海泖田湿地生态农业投资有限公司 30°56′N, 121°07′E, 0.5hm2, 5台增氧机和3台投饵机 单养团头鲂M. amblycephala 武汉市思博水产养殖合作社 30°44′N, 114°48′E, 0.8 hm2, 5台增氧机和2台投饵机 主养黄颡鱼P. fulvidraco，搭配鲢H. molitrix和鳙A. nobilis 浠水县望天湖渔场 30°24′N, 115°03′E, 0.7 hm2, 3台增氧机和1台投饵机 主养草鱼C. idellus，搭配鲢H. molitrix、鳙A. nobilis和鲫C. auratus 太湖农场养殖场 30°21N′, 112°13′E, 8 hm2, 10台增氧机和5台投饵机 主养团头鲂M. amblycephala，搭配草鱼C. idellus 南京市高淳区青松水产专业合作社 31°15′N, 118°49′E, 1 hm2, 5台增氧机和人工投喂 主养中华绒螯蟹Eriocheir sinensis，搭配青虾Macrobranchium nipponense、鳜Siniperca chuatsi 鄱阳湖农牧渔产业发展股份有限公司 28°45′N, 116°01′E, 1.33 hm2, 12台增氧机和1台投饵机 主养草鱼C. idellus，混养鲢H. molitrix和鳙A. nobilis 绥阳县渔缘水产养殖专业合作社 27°56′N, 107°06′E, 2 hm2, 10台增氧机和8台投饵机 主养鲤C. carpio，搭配鲫C. auratus、草鱼C. idellus和鲢H. molitrix 成都市新津县文件乡张场社区五组 30°29′N, 103°45′E, 4.5 hm2, 20台增氧机和17台投饵机 主养大口黑鲈Micropterus salmoides，混养鲢H. molitrix和鳙A. nobilis

表 1 监测点基本信息 Tab.1 Basic information of monitoring points

分析长江流域水产养殖活动对不同环境指标的影响，并比较2种养殖模式对环境影响的大小。本研究设置的水产养殖生命周期评价系统边界见图 1。饲料生产过程消耗电力、排放废气及废渣；饲料原料种植过程中消耗淡水资源；水产养殖过程需要电能进行投饵和增氧等活动，据中国生命周期基础数据库(Chinese Life Cycle Database，CLCD)显示，电力生产消耗化石能源并向外界排放各种污染物；养殖过程中也向水体排放氮、磷等各种污染物。由于本研究关注的是成鱼(或成虾)养殖过程对环境的影响，因此，养殖厂的基础设施建设、消费者行为、产品运输以及苗种培育等过程并未纳入本研究的生命周期评价范围。

图 1(Fig. 1)

图 1 水产养殖生命周期评价系统边界 Fig.1 LCA system boundary of aquaculture

本研究数据主要通过现场监测和问卷调查获取。池塘养殖模式的生产特点为养殖过程中只进水、不排水，养殖结束后排放尾水；使用投饵机投喂人工配合饲料，电力消耗主要来源于投饵机和增氧机的使用。稻渔综合种养为人工投喂，且饲料投喂量较低，不使用增氧机，无电力消耗。

根据养殖水体营养盐浓度及尾水排放量估算养殖期间污染物的排放量。稻渔综合种养是一种以稻为主、兼顾养鱼的养殖模式，实现了“一水两用”。养殖环沟约占整个稻田面积的10%，养殖消耗水资源以实际养殖水体计算。

养殖过程中，CH₄排放量根据Xu等(2022)报道的方法计算，公式如下：

式中，emission factor为单位面积每天的CH₄排放量，area为养殖区域的面积，day为养殖天数，稻渔综合种养模式和池塘养殖模式的CH₄排放因子分别为1.62和2.90 kg CH₄/(hm²·d)。

N₂O的排放量参考Ma等(2018)报道的数据，即饲料中0.54%的总氮(TN)转换为N₂O排向大气中，计算公式为：

式中，Feed为投喂的饲料量，concent_N为饲料中总氮的含量，emission factor为N₂O排放因子。

本研究以获得1 t水产养殖产品增重为功能单位，2种养殖模式系统边界内的生命周期清单见表 2。如表 2所示，输入主要包括苗种、用水量、用电量和饲料使用量，输出主要包括水产品增重、向淡水排放的总氮、总磷以及氨氮量，向大气排放的CH₄和N₂O量。

表 2(Tab.2)

表 2 2种模式2017—2019年间生命周期单位产量(每获得1 t养殖成品增重)的平均投入和输出(平均值±标准差) Tab.2 Average input and output per unit of production (weight gain of 1 ton of farmed product) over the life cycle from 2017 to 2019 of two models (Mean±SD) 项目 Items 养殖模式Breeding model 稻渔综合种养Integrated rice-fish farming 池塘养殖Pond culture 输入Input   苗种Fry/kg 142±44 176±38   用水Water use/m3 770±168 2 093±580   用电Electricity use /(kW/h) 1 264±340   饲料Feed/kg 958±325 1 603±342 输出Output   水产品增重Product weight gain/kg 1 000 1 000   氨氮Ammonia nitrogen/kg 0.78±0.20 1.77±0.74   总氮Total nitrogen/kg 2.51±0.45 7.65±1.23   总磷Total phosphorus/kg 1.14±0.31 0.94±0.25   甲烷Methane/kg 87.14±1.94 54.09±17.34   N2O/kg 0.24±0.09 0.40±0.09

表 2 2种模式2017—2019年间生命周期单位产量(每获得1 t养殖成品增重)的平均投入和输出(平均值±标准差) Tab.2 Average input and output per unit of production (weight gain of 1 ton of farmed product) over the life cycle from 2017 to 2019 of two models (Mean±SD)

水产养殖过程需消耗淡水和电力资源。同时，电力生产需消耗煤炭等化石能源。因此，本研究将水资源消耗(water use, WU)和能源消耗(energy use, EU)作为评价指标。此外，养殖尾水排放易造成水体富营养化，加剧附近水域的环境问题(楼倩等, 2020)。养殖过程中直接排放CH₄和N₂O，同时，电力生产过程中也会向环境排放温室气体，并伴随着较多SO₂、NO_x和NH₃等气体的排放，进而造成酸雨。因此，本研究亦将富营养化潜势(eutrophication potential, EP)、全球变暖潜势(global warming potential, GWP)和酸化潜势(acidification potential, AP)作为环境影响评价指标。

饲料供应产生的环境影响参考陈丽娇等(2019)和Pelletier等(2007)的研究。电力供应的相关数据使用eBalance软件内置的CLCD数据库。利用eBalance软件进行建模，获得每个监测点的环境影响评价结果。将特征化的结果进行基准化及加权处理，进而比较不同的影响类型指标。基准化处理时，基准值采用全球人均环境影响潜值(Sleeswijk et al, 2008)，权重系数参考陈丽娇等(2019)的数据。

所有数据表示为平均值±标准差(Mean±SD)，并使用SPSS25.0统计软件对2个模式的环境影响结果进行Wilcoxon秩和检验，P < 0.05时差异显著。

利用eBalance软件建模，并对2种模式在2017—2019年间的养殖活动进行生命周期影响评价，结果见表 3。2种养殖模式的生命周期评价结果显示，稻渔综合种养模式对环境的各项影响(EU、GWP、AP、EP和WU)均低于池塘养殖模式。

表 3(Tab.3)

表 3 2种模式2017—2019年间的生命周期评价结果(每获得1 t养殖成品增重)(平均值±标准差) Tab.3 LCA results of the two models for the period 2017—2019 (weight gain of 1 ton of farmed product) (Mean±SD) 养殖模式 Breeding model 能源消耗 EU/(104 MJ) 全球变暖潜势 GWP/(103 kg CO2-eq) 酸化潜势 AP/(kg SO2-eq) 富营养化潜势 EP/(kg PO43–-eq) 水资源消耗 WU/(105 kg) 稻渔综合种养 Integrated rice-fish farming 6.01±1.05a 8.09±1.61a 35.94±6.29a 12.06±3.17a 7.89±1.72a 池塘养殖 Pond culture 11.37±2.01b 12.04±2.27b 65.06±5.98b 18.60±3.92b 21.29±5.84b 注：同列数据上标不同表示组间存在显著差异(P < 0.05)，下同。 Note: Data in each column with different superscripts are significantly different (P < 0.05). The same below.

表 3 2种模式2017—2019年间的生命周期评价结果(每获得1 t养殖成品增重)(平均值±标准差) Tab.3 LCA results of the two models for the period 2017—2019 (weight gain of 1 ton of farmed product) (Mean±SD)

将2种养殖模式的生命周期评价结果进行基准化和加权评估，计算结果为无量纲，结果见表 4。稻渔综合种养模式生命周期内的EU、GWP、AP、EP和WU以及总环境影响指数均显著小于池塘养殖(P < 0.05)。由于水产养殖的特点，2种养殖模式的WU对环境的影响均远高于其他环境影响指标。除WU以外，在2种养殖模式的养殖生产中，EP是最大的环境影响类型，EU是最小的环境影响类型。

表 4(Tab.4)

表 4 2种模式2017—2019年间环境影响潜值基准化和加权评估后的结果(平均值±标准差) Tab.4 Results of the benchmarking and weighted assessment of the environmental impact potential between the two models from 2017 to 2019 (Mean±SD) 养殖模式 Breeding model 能源消耗 EU 全球变暖潜势 GWP 酸化潜势 AP 富营养化潜势 EP 水资源消耗 WU 总环境影响指数 TEII 稻渔综合种养 Integrated rice-fish farming 0.003±0.001a 0.141±0.032a 0.096±0.019a 0.770±0.226a 11.650±2.544a 12.660±2.532a 池塘养殖 Pond culture 0.007±0.001b 0.210±0.040b 0.174±0.017b 1.187±0.259b 31.453±8.630b 33.031±8.658b

表 4 2种模式2017—2019年间环境影响潜值基准化和加权评估后的结果(平均值±标准差) Tab.4 Results of the benchmarking and weighted assessment of the environmental impact potential between the two models from 2017 to 2019 (Mean±SD)

2种养殖模式生产过程中各输入因子(饲料供应、电力供应)和养殖过程对环境影响指标的贡献率分析如表 5所示。稻渔综合种养模式没有电力消耗，生命周期中的电力供应可以忽略不计，仅包括饲料供应和养殖过程。

表 5(Tab.5)

表 5 2种养殖模式各阶段对环境影响的贡献率 Tab.5 Contribution rate (CR) of each stage of two breeding models to environmental impact 养殖模式 Breeding model 项目 Project 能源消耗 EU 全球变暖潜势 GWP 酸化潜势 AP 富营养化潜势 EP 水资源消耗 WU 总环境影响指数 TEII EU 贡献率CR/% GWP 贡献率CR/% AP 贡献率CR/% EP 贡献率CR/% WU 贡献率CR/% TEII 贡献率CR/% 稻渔综合种养 Integrated rice-fish farming 饲料供应 Feed supply 0.003 100.00 0.098 69.21 0.096 100.00 0.414 53.80 0.280 2.39 0.891 7.04 养殖过程 Breeding stage 0.000 0.00 0.043 30.79 0.000 0.00 0.356 46.20 11.370 97.61 11.769 92.96 合计 In total 0.003 100.00 0.141 100.00 0.096 100.00 0.770 100.00 11.650 100.00 12.660 100.00 池塘养殖 Pond culture 电力供应 Power supply 0.001 11.81 0.017 7.87 0.014 7.93 0.021 1.78 0.053 0.17 0.106 0.32 饲料供应 Feed supply 0.006 88.19 0.168 80.12 0.160 92.07 0.686 57.81 0.497 1.58 1.517 4.59 养殖过程 Breeding stage 0.000 0.00 0.025 12.01 0.000 0.00 0.480 40.41 30.903 98.25 31.408 95.09 合计 Total 0.007 100.00 0.210 100.00 0.174 100.00 1.187 100.00 31.453 100.00 33.031 100.00

表 5 2种养殖模式各阶段对环境影响的贡献率 Tab.5 Contribution rate (CR) of each stage of two breeding models to environmental impact

由表 5可知，稻渔综合种养模式中，饲料供应对EU、GWP、AP和EP的贡献高于养殖过程，但WU主要集中于养殖阶段。同样，池塘养殖模式中，EU、GWP、AP和EP也主要来源于饲料供应。2种养殖模式中，养殖过程对EP的贡献率高于40%。

本研究以长江流域内20个监测点的水产养殖系统为例，建立各稻渔综合种养和池塘养殖模式的投入与产出清单，并计算能源足迹与水足迹，分析2种养殖模式对环境的影响。基于生命周期评价显示，2种养殖模式对环境指标的影响集中于WU、EP和GWP。由于水产养殖的特性，WU为环境影响最主要的指标。其次，由于水产养殖中水生动物粪便和残饵的排放，易引起水环境富营养化(楼倩等, 2020)，因此，EP被认为是评价环境影响的主要指标之一。此外，水产养殖直接排放CH₄和N₂O等温室气体(Fang et al, 2022)，水产养殖的电力供应间接排放温室气体，因此，GWP为评价环境影响广泛应用的指标。比较凡纳滨对虾(Penaeus vannamei)的2种养殖模式发现，其环境影响指标大小依次为WU、EP、GWP、AP和EU (陈丽娇等, 2019)，其中，池塘养殖模式WU、EP和GWP约占总环境影响的90%。同样，在大菱鲆的2种养殖模式比较研究中发现，环境影响从高到低依次为EP、GWP、AP和EU (王杰等, 2014)。类似地，本研究的LCA结果显示，池塘养殖和稻渔综合种养中各环境影响指标由大到小依次为WU、EP、GWP、AP和EU，其中，WU、EP和GWP占99%以上，表明长江流域内，水产养殖除消耗大量的水资源外，还显著影响水环境富营养化和全球变暖趋势。

我国淡水养殖模式较多，如池塘养殖、湖泊养殖、稻渔综合养殖和工厂化养殖等。基于生命周期评价的不同养殖模式(主要为单一品种)对环境的影响已陆续开展(李静, 2016)。Biermann等(2019)研究显示，鲤(Cyprinus carpio)有机生产模式对WU、GWP、臭氧消耗以及电离辐射的影响低于传统养殖模式。比较大西洋鲑(Salmo salar)不同养殖模式发现，网箱养殖模式的环境性能优于陆基流水养殖模式(Ayer et al, 2009)。本研究中，生命周期评价结果表明，稻渔综合种养模式的各环境影响指标及总环境影响指数均低于池塘养殖模式，表明稻渔综合种养具有更友好的环境效益。在稻渔综合种养中，化肥和农药的使用量低于水稻单作(管卫兵等, 2020)，降低了它们对环境的负面影响。Xu等(2022)研究显示，化学肥料的减少将每公顷稻田的GWP从1 525 kg CO₂-eq降到901 kg CO₂-eq。稻田中浮游动植物、害虫和杂草等天然饵料可以代替部分人工饲料的投入(杨帅帅等, 2023)，从而降低饲料生产和各种污染物排放引起的GWP、AP和EP。基于稻虾共作模式的研究表明，该模式下的EU、GWP和EP低于虾单作模式(Xu et al, 2022)。同样地，本研究也表明，这些指标在稻渔综合种养模式中低于池塘养殖模式。研究结果还显示，稻渔综合种养模式中总氮的排放量是池塘养殖模式的32.81%，可能是由于稻渔综合种养模式中，鱼类排出的粪便可以作为肥料被水稻吸收利用，相较于池塘养殖可以减少污染物的排放，缓解水体的富营养化。

水产养殖生命周期中，饲料供应、电力供应和养殖过程对环境的影响存在明显的差异。对虾养殖过程中，饲料和电力消耗是影响大多数环境指标的关键环节(Cortes et al, 2021)。Naylor等(2021)认为，饲料对环境造成的污染占水产养殖过程总污染的90%以上。大西洋鲑养殖过程中，GWP、AP和EU的贡献主要来源于饲料供应(90%以上)，EP主要来源于养殖阶段和饲料供应(Pelletier et al, 2009)。Sherry等(2020)研究也证实，饲料供应是GWP和AP的主要来源。与此类似，本研究结果表明，饲料供应在2种养殖模式生命周期中对EU、GWP、AP和EP的贡献率最大。对墨西哥38家半集约化养虾场的生命周期评价研究表明，WU和EP的主要来源是养殖过程(Cortes et al, 2021)。鲤养殖的生命周期评价研究发现，EP的主要来源是养殖过程(Biermann et al, 2019)。本研究表明，2种养殖模式的养殖过程主要影响WU和EP。此外，增氧机和投饵机等设备的使用需消耗电力，因此，电力供应也是水产养殖生命周期评价关注的重要因素。河鲈(Perca fluviatilis)循环水养殖模式的生命周期中，电力供应主要影响EU、GWP和AP (Cooney et al, 2021)。大西洋鲑循环水养殖的生命周期评价研究显示，AP、GWP、EP和EU主要来源于电力供应(Song et al, 2019)。本研究表明，电力供应主要影响EU、GWP和AP。不同养殖模式各阶段对环境的影响不同，如虹鳟网箱养殖过程中，环境影响指标贡献率主要为养殖污染排放(87.45%)和饵料生产(10.16%)；而在工厂化循环水养殖模式中，环境影响指标贡献率主要为电力生产(75.25%)和饵料生产(23.76%)(陈中祥等, 2011)，其主要原因在于不同养殖模式造成养殖过程中的生产投入与污染物排放之间的差异。此外，研究表明，克氏原螯虾(Procambarus clarkia)单作和稻虾共作2种模式的不同阶段对各环境指标的影响存在差异(Xu et al, 2022)。本研究结果显示，2种养殖模式的总环境影响指数均主要来源于养殖阶段，其中，水资源消耗对总环境影响指数的贡献率最大(90%以上)，其次为饲料供应。

由于缺乏相关数据，本研究未将所有涉及到的生命周期评价影响指标考虑在内，例如，养殖过程的土地资源利用状况、农业生产中大量使用的农药及杀虫剂造成的淡水生态毒性。此外，农业的生命周期评价易受产地的影响(徐湘博等, 2021)。因此，未来的研究将聚焦于更多的环境评价指标以及长江流域不同地区水产养殖的环境影响差异。由于我国目前还缺乏完善的标准化和加权体系，因此，难以避免标准化和加权处理过程中的主观性和不确定性(Miao et al, 2021)。

稻渔综合种养模式各项环境影响指标均低于池塘养殖模式，以较低的环境影响成本提供更多的营养需求，是一种环境友好型农业生产方式，在长江流域内有较大的发展空间。

WU是水产养殖业的主要制约因素，且是最大的环境影响指标。除WU外，池塘养殖模式和稻渔综合种养模式主要的环境影响指标为EP，其次是GWP、AP和EU。

水产养殖生命周期内的淡水资源消耗主要集中在养殖阶段，在不影响养殖动物生长性能的前提下，合理的放养密度对水资源利用至关重要。在水产养殖过程中的环境污染(GWP、AP和EP)主要来源于饲料供应，因此，改进饲料生产工艺、建立精准投喂技术，可以减少饲料供应对环境的影响。此外，建立先进的尾水处理系统可以有效缓解水产养殖对水体富营养化的影响。