1995—2020年气候变化和耕地利用变化对中国耕地气候生产潜力的影响分析

刘泽瑾，焦利民，连喜红

（1.武汉大学资源与环境科学学院，湖北 武汉 430070；2.武汉大学地理信息系统教育部重点实验室，湖北 武汉 430070）

中国作为人口大国，粮食安全问题一直是国家发展关注的重点话题，全球变暖的趋势对我国粮食安全提出了新的挑战[1]。气候变化引起的水热条件的改变对地区农业生产产生了不可忽视的影响。温度上升增加了农业热量资源，有利于种植制度的调整，但其带来的农业灾害加重、耕地质量下降等问题对我国粮食安全构成了一定威胁[2-3]。面对气候变化对农业生产带来的双重影响，如何保障粮食生产安全成为了学术界关注的热点。此外，土地利用变化作为人类活动与自然相互作用的直接体现，通过改变耕地的数量、质量与利用结构等直接影响耕地生产力[4-5]。建设用地面积的剧增引起的耕地面积的减少与耕地保护政策推行下土地开发、整治与复垦工程带来的耕地面积的增加都对地区粮食生产能力具有重要影响[6-8]。气候变化与耕地利用变化作为影响耕地气候生产潜力的两大主要因素，两者之间复杂的相互作用共同驱动耕地气候生产潜力的变化。因此，定量分析两者对耕地气候生产潜力的影响，并探讨其相对贡献的空间异质性，对未来土地资源配置、农业政策制定以及粮食安全保障具有重要意义。

耕地气候生产潜力（Cultivated Land Climatic Potential Productivity，CLCPP）作为评价粮食生产能力的重要指标，指耕地在除气候条件之外的其他条件都达到最佳状态的情况下，其可能达到的作物产量的最大值，在一定程度上反映了耕地的生产能力[9-10]。目前，国内关于耕地气候生产潜力的研究主要可以分为两个方面：一方面是对耕地气候生产潜力的时空演变特征进行研究，许多学者针对不同时空尺度（全国[11-12]、分区[10,13]和省份[14-15]等）开展了耕地气候生产潜力的地理分异与时间演变特征研究，现有研究主要集中对局部地区耕地气候生产潜力的探究，对全国范围地域差异的分析相对较少。另一方面则是对耕地气候生产潜力变化的影响因素进行探讨，重在探究气候因子与人类活动因子对耕地气候生产潜力的影响。研究表明降水和温度是驱动地区粮食生产格局变化的主要气候因子[16]，也有研究指出建设占用以及退耕还林还草政策的实施导致的耕地面积减少是耕地粮食生产潜力总量受损的主要原因[17]。

总体来看，当前研究大多基于长时间序列对耕地气候生产潜力的变化特征展开分析并进行未来气候情景下的预测[10-15]。对耕地气候生产潜力变化影响因素的研究重在土地利用变化具体影响的量化[16-21]，虽有学者定量分析了气候变化和耕地利用变化对区域耕地生产潜力的共同作用[22-24]，但少有研究从全国尺度探究两者对耕地气候生产潜力的具体贡献及区域差异，气候变化与耕地利用变化对耕地气候生产潜力的协同影响及贡献程度尚不明确。因此，本文基于1995—2020年中国6期耕地气候生产潜力的测算，利用情景分析定量化了气候变化和耕地利用变化对耕地气候生产潜力变化的相对影响，并从农业区划与网格尺度探讨不同区域两者对耕地气候生产潜力变化影响的差异，以期为提高气候变化应对效率、实现粮食生产差异化管理从而保障粮食安全提供一定的理论支撑。

1 数据与方法

1.1 数据来源

本文所使用数据包括气候数据、土地利用数据、农业分区数据与社会经济统计数据等。考虑到数据的一致性与可得性，选取1995—2020年作为研究的时间跨度，以5年为间隔，共收集了6期数据。其中，气候数据来源于中国气象数据网的中国地面气候资料日值数据集（V3.0）（http://data.cma.cn/），选取日降水量（mm）及日均温度（℃）数据，利用专业气象插值软件ANUSPLIN在考虑地形高程差异的条件下进行空间插值，得到全国范围内300 m×300 m的年降水量与年平均温度的空间分布图，以此作为测算耕地气候生产潜力（CLCPP）的基础。土地利用数据来源于欧洲空间局气候变化项目土地覆盖数据集，数据精度为300 m（https://cds.climate.copernicus.eu/），主要考虑雨养和灌溉的耕地类型，基于此提取相应年份的耕地分布数据。农业分区则依据中科院资源环境科学与数据中心（https://www.resdc.cn/）发布的中国九大农业区分布数据划分。社会经济数据来源于国家统计局的《中国农村统计年鉴》和《中国县域统计年鉴》（http://www.stats.gov.cn/），用于对耕地气候生产潜力测算结果的进一步验证[4,11,17]。

1.2 研究方法

1.2.1 耕地气候生产潜力的测算

（1）Thornthwaite Memorial模型。目前关于气候生产潜力测算的研究已建立了较为成熟的模型体系，例如MIAMI[25]、THORNTHWAITE MEMORIAL[26]、CHIKUGO[27]以及 GAEZ[28]等。Thornthwaite Memorial模型在Miami模型的基础上考虑了植物的实际蒸散量对植物产量的影响，其测算的耕地气候生产潜力相较于Miami模型更符合实际生产情况。此外，该模型所需参数少，可操作性强，大量研究表明该模型的测算结果较为精确，适用于大范围的气候生产潜力研究[29-31]。模型的具体公式如下[26]：

式（1）—式（3）中：t为年平均温度（℃）；p表示年降水量（mm）；E0为年最大蒸散量（mm）；ET表示年均实际蒸散量（mm）；TSP为气候生产潜力（g·m-2·a-1）。

耕地气候生产潜力总量的计算如下：

式（4）中：CLCPP表示某一年的耕地气候生产潜力总量（t）；S为耕地面积（km2）。

（2） 模型测算结果的检验。利用区县粮食统计数据对模型的测算结果进行验证[4,11,17]，研究收集了1995—2015年5期区县粮食总产量数据，与对应年份的耕地气候生产潜力总量进行相关性分析（图1）。基于区县单元的全国尺度验证结果表明，实际粮食产量与测算值之间具有较强相关性，5期数据Pearson相关系数均大于0.72，且p＜0.01。基于区县单元的省级尺度验证结果表明，大部分省份实际粮食总产量与测算值之间显著相关，5期数据Pearson相关系数均大于0.60，且p＜0.01，由于北京、上海及海南等6个省（直辖市、自治区）区县单元的粮食统计数据较少，因此未对这些地区进行验证。整体来看，测算结果能够有效表征地区耕地生产能力。

图1 各省份CLCPP总量与实际粮食总产量的相关系数Fig.1 Correlation coefficient between total CLCPP and actual grain yield in each province

1.2.2 基于情景分析的相对贡献评估

气候变化与耕地利用变化作为影响耕地气候生产潜力变化的两大主要因素，通过设定气候条件不变、耕地利用不变两种情景测算CLCPP总量（表1）。对于气候条件保持不变，耕地利用不断发生变化的情景，研究假设1995—2020年全国的气候状况并未发生明显变化，以1995年的气候状况为基准测算研究时段内的CLCPP总量；对于耕地利用固定不变的情景，则以1995年的耕地分布代替各时段的耕地利用状况，测算研究时段内的CLCPP总量。

表1 CLCPP总量测算情景设置Tab.1 Scenario setting for calculating CLCPP

利用基于时间的线性回归分析测算不同情景下CLCPP总量的变化趋势，从而将气候变化和耕地利用变化的影响与其他可能影响CLCPP的因素（如农药化肥的施用，农业技术的改变等）区分开来，并在此基础上进一步区分气候变化与耕地利用变化对CLCPP的相对贡献[32]。根据下式测算CLCPP总量的变化趋势：

式（5）中：y表示不同情景下的CLCPP总量（t）；t为相应的时间间隔；α为方程的截距；β则反映不同情景下CLCPP总量的变化趋势；ε为误差项。

根据CLCPP总量的实际变化与气候条件恒定不变情景下CLCPP总量的变化之差，可以得到气候变化对CLCPP总量变化的影响（ΔClim）；同理耕地利用变化对CLCPP总量变化的影响则由CLCPP总量的实际变化与耕地利用固定不变情景下CLCPP总量的变化之差（ΔCLucc）反映；此外，CLCPP总量的实际斜率与恒定气候条件和耕地利用情景下得到的CLCPP总量的斜率之和之间存在一定差异，表明存在气候变化与耕地利用变化无法解释的其他因素会对CLCPP总量产生影响，其他因素的影响则反映在残差部分（ΔR）。因此，气候变化、耕地利用变化与其他因素对CLCPP总量变化的相对贡献计算公式如下[32]：

式（6）—式（8）中：CClim、CCL与CR分别表示气候变化、耕地利用变化与其他因素对CLCPP总量变化的相对贡献。气候驱动、耕地利用变化诱导与其他因素影响对CLCPP总量变化的贡献之和为1。利用Maxwell三角形生成合成图来反映三个影响因子的贡献在网格尺度上的地理分布。

2 结果与分析

2.1 中国耕地气候生产潜力的空间格局特征

根据1995—2020年6期耕地气候生产潜力的测算结果可以看出（图2），中国耕地单位面积气候生产潜力总体呈现出自北向南逐渐增加的分布格局。1995—2020年，中国耕地单位面积气候生产潜力为1 159.29 t/km2。其中，2010年之前高值区（＞2 000 t/km2）主要分布在华南区西南部，2010—2020年高值区的范围明显扩大至云贵高原农业区的东南部；我国耕地单位面积气候生产潜力的低值区（≤500 t/km2）则主要分布在北方干旱半干旱农业区的西北部。

图2 1995—2020年中国耕地气候生产潜力空间分布Fig.2 Spatial distribution of CLCPP in China from 1995 to 2020

以2020年为例，可以看出，各地耕地单位面积气候生产潜力存在较大差异。从农业分区来看，华南区耕地单位面积气候生产潜力最大，为2 012.67 t/km2，而北方干旱半干旱区由于水热条件的限制，其耕地单位面积气候生产潜力最小，仅为583.84 t/km2。除北方干旱半干旱区、东北平原区、黄土高原区与青藏高原区等气候条件较为恶劣的农业区外，其他农业区耕地单位面积气候生产潜力均超过了全国平均水平（图3（a））。进一步探究省级尺度的耕地单位面积气候生产潜力可以发现，耕地气候生产潜力的分布存在更为明显的区域差异，气候条件优越的海南省耕地单位面积气候生产潜力是生产潜力最低的新疆自治区的10余倍（前者的耕地单位面积气候生产潜力高达2 182.04 t/km2，后者仅为206.24 t/km2）。

图3 2020年各农业区及各省耕地单位面积气候生产潜力和总量情况Fig.3 The mean and the total of CLCPP in each agricultural region and each province in 2020

从耕地气候生产潜力总量来看，2020年，中国耕地气候生产潜力总量为25.97亿t。长江中下游、黄淮海平原与东北平原区作为我国重要的粮食主产区，其CLCPP总量远超其他农业区。其中，气候适宜、耕地资源丰富的长江中下游农业区的CLCPP总量最大，为6.50亿t。而总量最小的青藏高原农业区受气候条件与地形地貌等自然因素的限制，其CLCPP总量仅有0.19亿t[33]。分省来看（图3（b）），耕地面积最大的黑龙江省的CLCPP总量要远高于其他省份，为2.27亿t，虽然黑龙江省的耕地单位面积气候生产潜力较低（为833.61 t/km2），但在地形土壤等其他自然因素的影响下，丰富的耕地资源使其生产潜力得到了较大提升[34-35]；西藏自治区受自然条件的约束，其CLCPP总量仅为0.08亿t，相较于粮食种植为主的农业发展方式，该地更适宜发展经济作物与畜牧结合的高寒农业[36]。此外，河南、山东作为我国重要粮食生产基地，其气候条件虽弱于南方大部分省份，但其CLCPP总量仅次于黑龙江省（分别为2.03亿t和1.93亿t）。

2.2 1995—2020年中国耕地气候生产潜力总量的时间变化特征

从1995—2020年全国耕地气候生产潜力的总量变化来看（图4（a））：研究期内，中国耕地气候生产潜力呈现明显的波动性上升趋势，总量由1995年的24.95亿t波动增长至2020年的25.97亿t。研究期内，受开垦政策的鼓励，耕地增加重心逐渐北移，北部农业区（东北平原区与北方干旱半干旱区）耕地面积显著增多[37-38]，而气候变化引起的温度上升与降水增加，改善了部分区域农业气候资源的配置状况，在两者的共同影响下，我国耕地气候生产潜力有明显提升[17,39]。

图4 1995—2020年全国及各农业区耕地气候生产潜力总量变化Fig.4 Change of Total CLCPP in China and each agricultural area from 1995 to 2020

依据农业区划探究中国耕地气候生产潜力变化的区域差异（图4（b）—（j）），结果表明，各农业区的耕地气候生产潜力总量变化存在明显差异。1995—2020年，作为我国粮食主产区的长江中下游地区CLCPP总量在1995—2010年明显增加，2010—2020年略有下降，总体呈现增长态势。位于我国东南部水热条件优越的华南区，其CLCPP总量呈一定下降趋势，2020年该区CLCPP总量相较于2000年减少0.12亿t。黄淮海平原区的CLCPP总量则在5.10亿t～5.25亿t范围内上下波动。我国北部两大农业区CLCPP总量呈现明显上升趋势（东北平原区与北方干旱半干旱区CLCPP总量分别增加了12.78%和21.90%）。黄土高原区与西南部的四川盆地和云贵高原农业区CLCPP总量虽有明显波动，但总量在研究期前后的变化较小。青藏高原区CLCPP总量虽表现出明显上升趋势（增幅为17.70%），但由于其独特的气候条件与地理位置，该区适宜耕作的面积远小于其他农业区，因此，其CLCPP总量始终处于最低水平。

各省耕地气候生产潜力总量的变化亦存在明显差异（图5）。广东、浙江与江苏作为我国经济发展水平较高的省份，其CLCPP总量相较于其他省份呈现出明显的下降态势；三省气候湿润、地形平坦，其优越的自然条件十分适宜粮食作物的生长，但是受快速城市化的影响，耕地面积被挤占，在一定程度上降低了地区粮食的生产潜力[35,39]。位于中部的湖北、湖南和安徽与北部的河南和山东作为我国五大重要粮食生产地，其CLCPP总量相对稳定。黑龙江、吉林、辽宁与内蒙古作为北方新增耕地的主要来源地，其CLCPP总量均呈现明显的上升趋势。此外，新疆的CLCPP总量虽较低，但其增长态势显著。

图5 1995—2020年各省份CLCPP总量变化Fig.5 Changes of Total CLCPP in each province from 1995 to 2020

2.3 气候变化与耕地利用变化对CLCPP变化的相对贡献分析

为进一步量化气候变化与耕地利用变化对CLCPP总量变化的相对影响，研究在测算1995—2020年CLCPP总量的实际变化斜率的同时，计算气候条件恒定与耕地利用状态恒定两种假设情景下CLCPP总量的变化，利用斜率差分别对气候变化与耕地利用变化的贡献进行量化，具体的测算结果见表2。结果表明，就全国整体来看，气候变化对CLCPP总量变化的相对贡献率达到了69.26%，耕地利用变化对CLCPP总量变化的影响占30.11%，其中，气候变化提升了我国耕地气候生产潜力，而耕地利用变化对CLCPP总量具有负向影响。

表2 不同情景CLCPP总量年变化率及相对贡献率分析Tab.2 Annual change rate and relative contribution rate of Total CLCPP under different scenarios

不同情景下各区CLCPP总量的变化率（表2）表明，耕地利用不变情景下，各区CLCPP总量均呈现正向增加趋势，说明气候变化促进了各区CLCPP总量的提升。气候条件不变情景下，北方干旱半干旱区、东北平原区与青藏高原区CLCPP总量呈增长态势，其他农业区则表现出不同程度的损失，表明大部分农业区CLCPP总量的变化受耕地利用变化的负向影响，其主要原因在于耕地面积的减少与耕地占补的区域不均衡。1995—2020年，中国耕地面积的净增加（占少补多区）主要出现在北部农业区，耕地侵占则主要发生在经济快速发展地区（如长三角、珠三角和省会城市周边）（图6，图中耕地占比分别表示单个9 km×9 km的格网内新增或占用耕地面积的占比）。除长江中下游地区，其他农业区占用耕地的单位面积气候生产潜力均高于新增补充耕地，表明大部分农业区占用耕地的水热条件优于新增耕地，其中，四川盆地占、补耕地的水热条件差异最大（图6（a））。从潜力总量来看（图6（b）），北部两大农业区CLCPP总量的增补高于损失，表明地区占、补耕地的水热条件虽存在占优补劣的现象，但耕地面积的净增加仍有效促进了地区CLCPP总量的增加。此外，耕地的占优补劣明显加剧了黄淮海平原CLCPP总量的减少，而占劣补优则缩小了长江中下游平原区CLCPP总量的损失[9]。

图6 1995—2020年各农业区耕地变化及其CLCPP变化Fig.6 Changes of cultivated land and CLCPP in each agricultural region from 1995 to 2020

表2中相对贡献率的测算结果显示，气候变化和耕地利用变化对CLCPP总量变化的相对影响在不同农业区中的表现具有明显差异。华南区与黄淮海平原区作为我国城镇化水平较高地区，耕地利用变化对地区CLCPP总量的影响强于气候变化，其中，耕地利用变化对经济相对发达的华南区CLCPP总量的影响更大（CCL= 60.47%）。作为粮食主产区的黄淮海平原的气候条件相对较弱，水热条件改善带来的地区CLCPP总量的增加与耕地面积减少引起的CLCPP总量的减少相对持平，因此气候变化与耕地利用变化对黄淮海平原区CLCPP总量的相对贡献差别较小。长江中下游地区作为经济发展相对迅速的农业区，气候变化对该区CLCPP总量的影响更大。位于我国北部的东北平原区与北方干旱半干旱区是我国近年来耕地扩张的两大热点地区[35]，气候变化带来的水热条件的改善提升了两区的粮食生产潜力，耕地面积的增加进一步提升了地区CLCPP总量，其中，东北平原区CLCPP受到气候变化的显著影响（CClim= 86.88%）。相较于耕地利用变化，位于西南部的两大农业区受气候变化影响更大，气候变化对四川盆地CLCPP总量的影响相较于云贵高原更大。黄土高原与青藏高原作为我国重要的生态敏感区，气候变化对两区均具有较强影响，其中，人类活动强度较弱的青藏高原受气候变化的影响更大。

进一步从网格尺度（3 km×3 km）探究气候变化与耕地利用变化对CLCPP总量的相对贡献的空间分布（图7）。耕地利用变化的高贡献率主要分布在各省会城市及周边地区，各省会城市及周围人口不断积聚、经济发展迅速，是耕地面积减少的主要地区，建设用地是流失耕地的主要去向，耕地面积的不断减少导致地区粮食生产能力受损[31,35]。黄淮海平原与华南区作为受耕地利用变化影响较大的两大农业区，黄淮海平原区耕地气候生产潜力总量受耕地利用变化的影响范围更大，华南区所受影响则主要集中在珠三角地区附近。气候变化贡献率的分布相较于耕地利用变化要更为复杂，影响范围也更为广泛，其高值主要分布在长江中下游地区中部与北部、四川盆地和云贵高原农业区东部以及东北平原和北方干旱半干旱区的大部分地区，表明在这些地区，水热条件的改善是提升地区农业生产潜力的关键因素。剩余因素的高贡献率主要分布在新疆西北部局部地区，表明该地区农业生产更多的受到农业技术、农业政策等其他因素的影响[40]。

图7 耕地利用变化、气候变化及剩余因素对CLCPP相对贡献率的空间分布Fig.7 Spatial distribution of relative contributions of cultivated land use change, climate change and residual factors

3 结论和讨论

3.1 结论

耕地气候生产潜力作为反映耕地生产能力的重要指标，其变化主要受气候变化与耕地利用变化的综合影响。本文基于情景假设，利用趋势差定量化气候变化与耕地利用变化对耕地气候生产潜力变化的相对贡献，并分别从农业区划与网格尺度探究两者贡献程度的区域差异，主要结论如下：

（1）1995—2020年，耕地单位面积气候生产潜力总体呈现南高北低的格局，高值区（＞2 000 t/km2）主要分布在华南农业区，低值区（≤500 t/km2）则主要分布在北方干旱半干旱农业区的西北部。2020年，长江中下游地区CLCPP总量高达6.50亿t，远超其他农业区，而青藏高原农业区的CLCPP总量仅有0.19亿t。

（2）1995—2020年，全国耕地气候生产潜力总量呈现波动性增长，由1995年的24.95亿t变为2020年的25.97亿t，增幅约4.09%。北部农业区CLCPP总量呈现明显上升态势（增幅分别为12.78%和21.90%），华南区近20年来的CLCPP总量则表现出明显的下降趋势（降幅约7.31%）。

（3）气候变化促进了耕地气候生产潜力总量的提升，耕地利用变化则对大部分农业区CLCPP总量的变化具有负向影响。从网格尺度来看，耕地利用变化的强影响区主要分布在人类活动强度高、经济发展更为快速的地区（如省会城市），而气候变化对各农业区均具有广泛影响。

（4）从占补耕地CLCPP的差异来看，我国耕地占补总体呈现“占优补劣”。耕地的“占多补少”与“占优补劣”对水热条件优越的华南区影响最大（CCL=60.47%），长江中下游地区耕地的“占劣补优”则在一定程度上抵消了耕地面积减少的负向影响；北部农业区CLCPP总量的增加受气候变化与耕地“占少补多”的共同影响。

3.2 启示与讨论

气候变化引起的气温升高与降水格局改变对我国粮食生产具有一定的正面增产作用，耕地气候生产潜力得到提升[11,39]。但从总量上来看，部分农业区单位面积生产潜力的提高并不能弥补耕地利用变化带来的耕地气候生产潜力总量的损失（如华南区）。因此，在土地利用快速变化的地区，推进城镇化建设的同时需重点关注经济发展与耕地保护之间的关系[9,41]。此外，气候变化引起的极端气候事件频率增加，增大了自然灾害（洪涝、干旱）对粮食生产的威胁[42]。因此，在面对全球气候变暖趋势的影响时，地区要结合自身实际情况充分利用气候变暖带来的水热资源优势，在追求耕地占补保量的同时要注重质量的平衡，从而提升区域粮食生产能力，以缓解气候变化可能对粮食安全产生的不利影响。

本文利用情景分析的方法量化了气候变化与耕地利用变化对耕地气候生产潜力的贡献程度，对两者共同作用的定量化分析进行了补充。研究由于数据限制采用Thornthwaite Memorial模型对耕地气候生产潜力进行测算，总体上虽能反映耕地气候生产潜力的时空变化特征，但测算结果不适用于小尺度研究。后续研究可考虑在未来多要素气候情景下，耦合复杂土地交互过程预测区域粮食生产潜力，为农业发展的分区管制提供理论支撑。