未来气候变化情景下中亚雨养农业区水土资源匹配格局

闫英杰,周宏飞,朱 薇,姚林林

(1.中国科学院新疆生态与地理研究所,荒漠与绿洲生态国家重点实验室,新疆 乌鲁木齐 830011;2.中国科学院阜康荒漠生态试验站,新疆 阜康 831505;3.中国科学院大学,北京 100049)

中亚位于北半球中纬度内陆干旱区，对气候变化敏感，被称为气候变化的“热点”，预计此区变暖程度将超过全球平均水平[1-2]。同时中亚地处亚欧大陆的核心区域，狭义上包括哈萨克斯坦(KAZ)、吉尔吉斯斯坦(KJG)、塔吉克斯坦(TJK)、土库曼斯坦(TKM)和乌兹别克斯坦(UZB)五国，是联通亚欧大陆的重要枢纽,也是“丝绸之路经济带”向外延伸的第一环[3]。随着全球气候增温，干旱加剧，干旱地区农业灌溉用水在整个水资源分配中比例减少，雨养农业在未来农业中的地位将越来越重要。雨养农业区是中亚重要的粮食主产区之一[4]，由于其以天然降水为水源，因而对气候变化更加敏感，粮食安全成为影响区域可持续发展和推进“一带一路”倡议的重要因素[5-7]。农业水土资源匹配状况直接影响区域粮食生产的安全性和稳定性[8]，是评价区域粮食生产与安全的重要指标。针对气候变化大背景下中亚雨养农业区水土资源匹配关系进行研究，对评价中亚未来农业生产与粮食安全具有重要意义。

学者们对中亚地区水土资源及其匹配现状已有相关研究。Qadir等[9]对咸海流域由人为活动引起的水土资源变化进行了定量研究，发现过度灌溉和耕地扩张导致水土资源不匹配问题加剧。郝林钢等[10]运用基于数列匹配度计算方法,研究了中亚各国水资源利用与经济社会发展的时空匹配度，发现其在空间尺度上表现为上游国家优于下游国家，在时间尺度上匹配程度呈先上升后下降趋势。姚海娇等[11]运用基尼系数法和单位面积水资源量法研究了中亚水土资源总体匹配和空间匹配状况，也发现中亚水土资源总体匹配良好，上游国家匹配优于下游国家。柴晨好等[12]采用广义农业水土资源匹配法和水资源当量系数法，对中亚农业水土资源匹配状况和丰缺程度进行了研究，结果显示中亚农业水土资源匹配程度南部高于北部、灌溉农业区高于雨养农业区。何理等[13]采用基于数列匹配度计算法和重心公式的多元匹配评估模型，研究了中亚地区水土资源和农业发展间的二元和多元匹配状况，发现多元时间匹配度较低且波动变化较剧烈，除乌兹别克斯坦外,都处于匹配度极好水平，资源与发展协同性好。

上述对中亚地区国家尺度水土资源匹配状况的研究大多是基于历史资料进行的，没有涉及未来气候变化背景下的水土资源匹配问题。本研究基于典型浓度路径RCPs排放情景，由于RCP2.6属于较理想排放路径，而RCP4.5(2100年辐射强迫稳定在4.5 W·m-2)和RCP8.5(2100年辐射强迫达到8.5 W·m-2以上，并将持续上升)均属于中、高等浓度排放路径[14]，涵盖的温度变化范围较广，适合用来评估未来气候变化影响，故本文选择RCP4.5和RCP8.5两种路径情景下的GCMs气候数据，研究可利用降水量与宜农耕地资源的匹配度，采用基于数列匹配度计算法和单位面积水资源量法，分析了2021—2050年气候变化情景下中亚雨养农业区水土资源时空匹配格局的变化，以期为中亚地区未来农业可持续发展和粮食安全评估提供科学数据，为落实我国“一带一路”发展倡议提供决策参考。

1 数据与分析方法

1.1 研究区概况

中亚地处亚欧大陆的核心区域,是联通亚欧大陆的重要枢纽,也是“丝绸之路经济带”向外延伸的第一环。中亚气候干旱，对全球气候变化敏感，粮食安全成为影响区域可持续发展和推进“一带一路”倡议的重要因素。随着全球气候增温，干旱加剧，干旱地区农业灌溉用水在整个水资源分配中比例减少，雨养农业在未来农业中的地位将越来越重要。

中亚雨养农业区(45°9′～52°26′N，46°29′～87°17′E)主要位于哈萨克斯坦北部平原和低地(图1)，东西长3 000 km，南北宽1 160 km。在天山前山带以及其他山区的宜农半湿润半干旱区域，耕地中雨养农区面积占比较小，因此，考虑到雨养农业区地理分布的连续性和完整性，本文研究区只包括东哈萨克斯坦州、巴甫洛达尔州、北哈萨克斯坦州、阿克莫拉州、卡拉干达州、科斯塔奈州、阿克托别州、西哈萨克斯坦州等8个州。区内雨养耕地面积达29.5×104km2，约占中亚耕地总面积的35%，是中亚重要的粮食主产区。

该区属典型的温带大陆性气候，夏季炎热干燥，冬季寒冷少雪，1月平均气温-19℃～4℃，7月平均气温19℃～26℃；降水主要集中在冬季和春季，年平均降水量300～400 mm[15-16]，属半湿润、半干旱区；区内土壤以黑钙土和栗钙土为主[17]，土壤肥力高，土地资源丰富，利用方式以耕地和草地为主，永久性草地和牧场面积达68.9万km2，后备耕地资源丰富。

1.2 数据来源

1.2.1 气象数据 未来气候情景数据由Downscaled CMIP3 and CMIP5 Climate and Hydrology Projections(DCHP)所提供，基于第五阶段耦合模式比较计划(CMIP5)中的7个全球气候模式(见表1)以及2种典型排放情景(RCP4.5和RCP8.5)模拟输出的逐月平均气温和降水量数据集(基准时段1961—1990年，未来时段2021—2050年，空间分辨率为0.5°×0.5°)。该数据集经过了偏差订正-空间分解技术(Bias-correction and spatial disaggregation，BCSD)降尺度处理[18]，能够有效去除CMIP5气候模式在区域尺度上的模拟偏差(https://gdo-dcp.ucllnl.org/downscaled_cmip_projections/)。本文根据吴昊旻等[19]和Huang等[20]研究发现，选取对中亚地区年降水量变化具有较好的检验能力的7个CMIP5气候模式，并对其作多模式集合平均(Multi-model ensemble mean)，以最大程度降低单一模式预估结果的不确定性，从而获得具有更高可信度的预估数据[21]。由气温和降水量预估数据计算出相应的蒸发量、全年可利用降水量及生长季(4—9月)可利用降水量等数据。

表1 基于BCSD降尺度的CMIP5模式信息

1.2.2 耕地数据 根据高程、坡度、土壤类型及土地利用类型等数据，识别出研究区的宜农耕地。高程数据来源于SRTM，其范围介于-228～4 095 m，空间分别率90 m×90 m。利用ArcGIS软件的slope工具，由DEM计算得到坡度分布数据。土壤数据引自世界土壤数据库HWSD(Harmonized World Soil Database version 1.2)，选取适宜种植农作物的土壤类型。土地利用类型数据(空间分辨率300 m×300 m)引自欧洲航天局气候变化倡议项目的全球土地覆盖产品(CCI) (https://www.esa-landcover-cci.org/)，已进行了辐射校正、几何校正和大气校正等预处理，在中亚地区数据质量较高[22]。依据IPCC土地利用分类系统，将土地利用类型进行重新分类，形成6种主要的LULC类型(农田、林地、草地、水域、城镇和裸地)。根据《全国耕地类型区、耕地地力等级划分》以及相关研究[23-24]，考虑到中亚干旱区生态环境较为脆弱，本文将裸地作为不适宜开垦的土地。选取海拔低于3 500 m、坡度小于15°且适宜农作物种植的土壤类型，用ArcGIS对满足以上条件的高程、坡度、土壤类型和土地利用类型的各图层进行叠加分析，得到研究区宜农耕地的空间分布。

1.3 研究方法

1.3.1 Mann-Kendall趋势检验和Sen’s斜率 用Mann-Kendall趋势检验、Sen’s斜率检测未来时段降水的趋势变化。Mann-Kendall趋势检验是一种非参数检验法，常用于分析气候要素时间序列的趋势变化，度量值(Z)用于进行时间序列变化趋势的显著性检验，取显著水平α=0.05，Z1-α/2=Z0.975=1.96。当|Z|≤1.96，表示趋势不显著；|Z|>1.96，表示趋势显著，且Z>0，表示趋势上升，Z<0表示趋势下降。Sen’s斜率估计用于计算时间序列趋势的变化程度，通过计算时间序列中所有数据点对的斜率，将所有组斜率的中值作为总体斜率的估计数，从而来评估时间序列趋势的变化程度[25-26]。

1.3.2 可利用降水量计算方法 根据区域水量平衡方程式[27]可知：

P0-E-R+ΔS=0

(1)

式中，P0为降水量，E为蒸散发量，R为径流量，ΔS为土壤蓄水变化量。当区域处于稳定状态时，多年平均土壤蓄水变化量ΔS可忽略不计，因此降水量减去地表蒸发量(即地表径流量和土壤蓄水量之和)为可以利用的降水量，本文称其为可利用降水量P[13]，可表示为：

P=R+ΔS=P0-E

(2)

其中，E可由高桥浩一郎公式[28]计算得到：

(3)

式中,P0为降水量；T为地面平均温度

1.3.3 基于数列的匹配度计算方法 基于数列的匹配度计算方法由左其亭等[29]于2014年提出，该方法可以对两种变量之间的时间匹配关系直接进行定量分析。本文所采用的基于数列的匹配度计算方法假定，研究时段可分为T个时段，分析变量X和Y的匹配度，(xt，yt)为第t个时间段变量X和Y的值，时间上的匹配度可按式(4)计算。

(4)

其中

式中,At为第t个时间段变量X和Y之间的匹配度;rt为第t个时间段变量xt占研究时段变量X的比例;st为第t个时间段变量Y占研究时段变量Y的比例。

1.3.4 单位面积水资源量法 水土资源匹配系数(Ri)由刘彦随等[30]2006年提出，用于表征一个国家或区域农业生产可供水资源与耕地资源在时空上适宜匹配的量比关系。单位宜农耕地面积所拥有的水资源量，在一定程度上可以反映区域水资源量与宜农耕地面积的空间协调程度，用于评价研究区水土资源匹配关系空间格局[24]。水土资源匹配关系测算模型为：

(5)

(6)

式中,Ri为单位宜农耕地面积所拥有的水资源量(104m3·hm-2)；Wi为某区域水资源量(108m3)；Li为某区域宜农耕地面积(102·hm-2)；rei为无量纲化处理后的第i个州水土匹配系数，用于衡量各州水土资源匹配相对于研究区总体平均水平的差异程度；i为研究区第i个州，n为州的数量，n=8。

2 结果与分析

2.1 未来气候变化情景下中亚雨养农业区降水量的时空分布特征

2.1.1 降水量时空分布特征 RCP4.5、RCP8.5情景与RCPrf基准气候时段(1961—1990年)相比较，年均降水均有增加，如图2(a～c)，但降水的空间分布格局基本不变，表现为自东北向西南逐渐减少的趋势。RCP4.5、RCP8.5平均年降水量变化趋势率分别为0.47、0.37 mm·a-1，均高于RCPrf的0.14 mm·a-1，呈增加趋势(图2(d))。未来研究区降水量整体有增多趋势，但只有部分区域通过了显著性检验，如图2(e)和图2(f)黑框区域。在RCP4.5情景下，只有东哈萨克斯坦州北部的小部分区域显著增加，增幅为1.10 mm·a-1。在RCP8.5情景下，降水增加显著的区域扩大到东哈萨克斯坦州大部分地区，增幅为1.61 mm·a-1。与RCPrf比较，未来两种情景下降水呈减少趋势的区域增大，在RCP4.5情景下，除东部地区外大部分呈减少趋势，而在RCP8.5情景下减少区域则集中在中西部地区。

2.1.2 可利用降水量的时空分布特征 可利用降水量是大气降水资源中可被人们实际利用的降水资源，可由式(2)计算得出。本文以可利用降水量相对值来反映各州可利用降水量较区域总体平均水平的差异程度，结果如图3所示。

未来RCP4.5、RCP8.5情景下，可利用降水量稍有增长，其中全年可利用降水量均呈增加趋势，生长季可利用降水量2030年稍有减少，2050年增加趋势明显(表2)。全年可利用降水量空间分布差异相对较小，但生长季差异较大，其中东部和北部地区生长季可利用降水量较多，而西部和南部地区较少(图3)。随着RCP的增加，东哈萨克斯坦地区生长季可利用降水量增加显著，而西哈萨克斯坦和阿克托别地区则减少显著。整体上，未来气候变化情景下，东部地区降水季节分配更有利于自然降水和作物需水间的匹配，水资源条件将有所改善；而西部和南部地区生长季降水分配减少，季节性干旱频度和强度增强，未来气候变化将进一步加剧水资源对农业发展的制约，将严重制约该区域农田生产力的持续提高。因此，未来具有较大农业生产潜力的区域主要分布在东部地区。

表2 2021—2050年中亚雨养农业区可利用降水量

2.2 中亚雨养农业区宜农耕地的分布状况

研究区土地总面积达17 307.57万hm2，以耕地和草地为主，其中耕地面积为2 955.69万hm2，永久草地和天然牧场为9 008.95万hm2，分别占区域土地总面积的17%和52%。作为未来可开发利用的土地资源，永久性草地和天然牧场的农业生产潜力巨大。本文将宜农耕地中除现有耕地之外的部分作为后备耕地，然后计算后备耕地占宜农耕地的比例，即耕地潜力指数。

以州为研究单元，统计宜农耕地面积，并计算其耕地潜力指数(图4和图5)。研究区南部地区宜农耕地较多，而北部地区则较少。其中，卡拉干达、阿克托别和东哈萨克斯坦后备耕地占宜农耕地的比例分别为0.75、0.87和0.71，而北哈萨克斯坦、阿克莫拉、科斯塔奈和巴甫洛达尔后备耕地占宜农耕地的比例均低于0.30。南部地区由于水资源条件的约束，可利用耕地资源的优势得不到有效利用，而北部地区农垦自然条件相对优越，为中亚的主要粮食产区，耕地垦殖率已很高，未利用的可耕地资源已很少。总体上，中亚雨养农业区宜农耕地资源空间分布较均匀，未来具有较大耕地潜力的区域主要分布在南部地区。

2.3 RCPs情景下中亚雨养农业区水土资源的时空匹配格局

2.3.1 水土资源匹配度的时间变化特征 根据基尼系数划分标准[31]及相关文献[29]，可将水土资源匹配度At的数值范围分5个标准：[0,0.5)为极不匹配，[0.5,0.6)为不匹配，[0.6,0.7)为较匹配，[0.7,0.8)为相对匹配，[0.8,1)为高度匹配。

在未来RCP4.5、RCP8.5情景下，2021—2050年中亚雨养农业区水土资源匹配度大部分在0.6以上(图6)，说明未来研究区水土资源整体处于较好匹配水平。其中，2030—2035年水土资源匹配度波动较小，在0.7～0.99之间浮动；其余时段波动较为剧烈，2022年和2050年为极不匹配水平，2037年和2041年为不匹配水平。这表明，在未来气候变化情景下，某些时段研究区极端干旱发生的频率和强度将增加，雨养农业生产的波动性与不稳定性加大。随着RCP情景的增加，水土资源匹配度波动幅度趋于减小，表明RCP8.5情景将更有利于雨养农业生产的稳定。

2.3.2 水土资源匹配度的空间分布特征 根据各州水土匹配系数(rei)积聚与离散的分异特征，将rei划分为4个等级：(1)rei>1.26，匹配程度较好；(2)0.84

在未来RCP4.5、RCP8.5情景下，全年水土资源的空间匹配度总体上较均衡，而生长季空间匹配属极不均衡，表现为东部和北部地区水土匹配度优于南部和西部(图7)，这与前述的可利用降水量的空间分布规律一致，水资源对水土资源匹配格局的制约作用非常明显。随着RCP情景的增加，西部和南部地区生长季水土资源匹配度均极差，主要由于未来气候变化情景下该区域暖干化趋势加剧，水土资源将严重错位；而东部和北部地区生长季水土资源匹配均有所改善，说明未来具有较大农业生产潜力的区域主要分布在东部和北部地区，其中北部地区土地垦殖率高，后备耕地资源不足，而东部地区后备耕地资源充足，可作为中亚地区未来粮食生产的重要后备基地。

3 结 论

1)在未来气候变化情景下，中亚雨养农业区年均降水呈增加趋势，空间分布自东北向西南降低，其中东部地区降水呈弱增加趋势，RCP4.5和RCP8.5情景下降水增幅分别为1.10 mm·a-1和1.61mm·a-1，其余区域变化不显著。随着RCPs情景的增加，生长季可利用降水量东部和北部地区增加，而西部和南部地区减少；区域宜农耕地资源丰富，空间分布差异相对较小，北部地区以现有耕地为主，而南部和东部地区后备耕地资源充足。

2)在两种RCP情景下，中亚雨养农业区未来30 a水土资源匹配度大部分在0.6以上，总体处于较好匹配水平，其中RCP8.5情景优于RCP4.5，但也存在水土匹配波动较大的年份，表明未来水土资源匹配状况总体趋于改善，但个别年份气候变化导致极端干旱发生的频率和强度也有所增加；与全年水土匹配相比，生长季水土资源空间匹配极不均衡，东部和北部地区匹配系数大部分处于0.84以上，而南部和西部地区均低于0.70，其中东部地区水土资源匹配较好，可作为中亚地区未来粮食生产的重要后备基地。

3)未来30 a气候变化对中亚雨养农业区粮食生产有双重影响。未来东部和北部地区水土匹配状况趋于改善，但极端干旱频率和强度有所增加，将加大粮食生产的波动性和不稳定性；而西部和南部地区水土匹配状况趋于变差，季节性干旱频度和强度增强，将进一步加剧水资源对其农业发展的制约，致使后备耕地资源优势得不到有效利用，严重影响该区粮食生产。

4 讨 论

水土资源是人类生产、生活的基本资料，而水土资源耦合是农业生产的先决条件[30,32]。中亚位于丝绸之路经济带的核心区域，是世界主要粮食出口区之一，而雨养农业区则为中亚重要的粮食主产区，粮食产量占中亚地区粮食总产量的48%，耕地面积占中亚总耕地面积的45.1%，对中亚地区的粮食安全发挥“稳定器”作用。未来气候变化将引起区域降水量和降水格局的变化，并影响中亚雨养农业区粮食生产的安全和稳定[33-34]，进而威胁中亚地区粮食安全。

根据本文研究，在研究区东部和北部区域，未来粮食安全问题主要是极端干旱导致粮食产量减产，一方面可通过土壤培肥技术改良土壤，提高农田土壤生产力[35]，另一方面可以选育和种植高产优质、抗逆能力好的粮食作物新品种，以提升雨养农业生产力[36]；在研究区西部和南部区域，未来粮食安全主要为降水量减少和季节分配不均导致的季节性干旱，一方面可通过地表覆盖技术抑制地表无效蒸发(如覆膜)，提高土壤蓄水保墒能力，促进作物对水分的高效利用[35]，另一方面可以通过培育、种植耐旱高产新品种，以保证粮食产量稳产。研究结果对于预判未来气候变化情境下的区域粮食安全问题和制定保障粮食安全的预案具有重要借鉴作用。

随着全球气候增温，干旱加剧，中亚地区农业灌溉用水在整个水资源分配中比例降低，雨养农业在未来农业中的地位将越来越重要。尽管前人从国家尺度上对中亚地区水土资源空间匹配现状进行了研究，但对于未来气候变化背景下水土资源匹配关系极少涉及。本文将研究尺度进一步细化到州级行政单元，利用基于数列匹配度法和单位面积水资源量法，分析了中亚地区未来气候变化情景下研究区水土资源的时空匹配特征，讨论了水土匹配的全年和生长季的变化规律。研究结果对于中亚区域提升应对气候变化能力具有重要科学参考价值。

本文只考虑了可利用降水量与宜农耕地面积方面的水土资源本底匹配特征，没有涉及未来土地利用的变化，可能导致研究结果与将来实际存在一定的偏差，但对于预估研究区未来农业生产条件变化、明确中亚地区未来粮食安全形势，仍具有较好的参考价值。