文章题目：Spatial and temporal dynamic zoning of crop water consumption under past and future climate and socioeconomic changes in China
发表期刊：Sustainable production and consumption
影响因子：10.9
第一单位：西北农林科技大学
在线日期：2024-07-31
在全球变化背景下，实现农业水资源的可持续管理成为全球面临的重大挑战。农业用水受气候变化和社会经济发展的双重影响，同时由于国家和区域内自然资源分布的空间异质性，农业水管理的实施变得更加复杂。中国作为世界上最大的发展中国家和主要的农业生产国，面临着严重的水资源短缺问题。农业用水占中国全国蓝水取水量的61.6%和总水足迹的88%，是该国最大的用水部门。随着气候变化和经济社会发展的加剧，如何实现农业水资源的可持续管理成为中国及全球关注的重点。
现有研究大多关注气候变化对农业生产和水资源消耗的影响，而较少考虑社会经济因素的综合影响。因此，尽管有大量的研究提出了各种管理建议或节水措施，但很少考虑到不同地区的社会经济水平差异是否具备实施这些措施的能力。为了应对全球变化并实现可持续发展，亟需在较小的空间尺度上，尤其是在省级以下的尺度上，预测未来气候和经济变化下的区域功能动态演变。这种空间和时间的耦合分析对于理解未来农业水资源管理的演变模式以及制定应对策略至关重要。
本研究旨在通过在中国范围内进行空间和时间上的动态分区分析，识别过去15年（2004-2018年）以及未来（2030、2050和2080年）在不同气候和社会经济情景下的主要粮食作物生产区域的水资源消耗区域。通过这种分析，为中国及其他国家在全球变化背景下的农业水资源管理提供科学依据，提出针对各区域的优先管理策略和措施。
分区识别：基于粮食作物生产的水足迹，结合农业、自然、社会和经济四个维度的典型代表性指标，对中国357个地级市进行了分区。采用K-means聚类算法对2004-2018年期间的历史数据和2030、2050、2080年的未来情景数据进行分析，动态识别各地级市的功能类型。
未来情景设置：选择了三种情景组合：SSP1-RCP2.6（可持续发展情景）、SSP2-RCP4.5（中间路径情景）和SSP5-RCP8.5（化石燃料发展情景），这些情景涵盖了从低到高的全球变暖水平。通过这些情景组合，评估未来气候变化和社会经济发展对粮食作物水资源消耗的影响。
数据处理：采用了AquaCrop模型模拟了四种主要粮食作物（小麦、玉米、水稻、大豆）的水足迹和产量，使用Budyko模型估算了未来情景下的水生产模数。同时，结合人口、GDP、土地利用变化等数据进行分析，以获得未来情景下的各项指标。
图2. 本研究工作流程。
根据K-means聚类分析，中国357个地级市被划分为八种功能区（A-H区）。其中，A区和B区为高水消耗区，占全国粮食作物水足迹的63%。在2004-2018年期间，全国粮食作物的总水足迹增加了24.6%，其中大部分为绿色水足迹。GDP的快速增长导致了C区的地级市数量增加，而A区的地级市数量则因耕地减少和人均GDP增加而减少。
在所有未来情景下，尽管全国人口密度有所下降，但粮食作物的总水足迹、作物产量和经济水平预计都会增加。在SSP1-RCP2.6情景下，尽管耕地面积减少了10.5%，但粮食作物的水足迹仍增加了5%。到2080年，A区和B区的地级市数量仍将占全国的约1/3，而C区将经历最大的人口密度增长。
近1/5的地级市可能在未来情景下发生功能区类型的变化，尤其是在SSP5-RCP8.5情景下，更多的低水消耗区将转变为高水消耗区。
本研究通过动态分区分析，揭示了中国在过去和未来气候和社会经济变化下农业水资源消耗的空间和时间动态。研究结果表明，在全球变化的背景下，中国的粮食作物水资源消耗预计将继续增加，尤其是在高排放情景下。各区域应根据其特点，优先采取适当的农业水资源管理措施，以应对未来的水资源危机，促进区域可持续发展。研究强调了在全球变化背景下，农业水资源管理措施应充分考虑区域功能，特别是在自然、社会、经济异质性显著的国家或地区。
图3.选定年份中国地级市八种地域类型的分布情况（a）、2004-2018年各地域类型地级市数量变化情况（b）及地域类型的特征（c）。
图4.2004—2018年主要区划要素变化的空间分布。a)~f)分别表示农业、自然和社会维度指标相对变化值的空间分布。g)表示人均GDP年均增长率的空间分布。
图5.未来情景下全国平均水平（左）和 2080 年地级市级（右）关键分区指标的变化。图 a) 中柱中间的水平线表示蓝色水足迹部分。
图6. 到 2080 年，各未来情景中区域类型发生变化的县（相对于 2018 年）。左侧的条形图显示了转变为相应区域类型的县的数量。
图7. 未来情景下各区域类型各指标平均值的相对变化。
