Sci. Adv. | 洪水导致的农业损失被低估

图 1 | 美国大陆作物产量对水分可用性异常的观测与模拟响应

观测数据清晰显示，作物产量对水分可用性异常呈现对称的负响应，极端干旱和极端湿润都会导致显著的产量损失，且损失程度随异常强度增加而加剧。原始 GGCMI3 模型能够较好地捕捉干旱导致的产量下降，但完全无法再现极端湿润条件下的产量损失，甚至预测产量随水分增加而上升。经过洪水胁迫算法校正后，模型模拟的产量响应曲线与观测数据高度吻合，有效消除了极端湿润条件下的模拟偏差。

图 2 | 美国大陆报告的洪水保险赔付与估计的作物损失对比

1991-2015 年期间，估计的洪水导致的作物损失与美国农业部报告的保险赔付在时间序列上呈现显著的正相关关系，玉米和大豆的相关系数分别为 0.62（P<0.01）和 0.47（P<0.05）。空间上，估计损失高的州与报告赔付高的州高度一致，主要集中在中西部玉米带和大平原地区。一致性指数显示，约 60% 的重大损失年份被成功识别，表明该方法能够有效捕捉高影响洪水事件的时空特征。

图 3 | 美国大陆极端干旱和极端湿润条件下的作物损失对比

原始模型模拟的极端干旱损失是极端湿润损失的 20 倍以上，严重低估了洪水损失的重要性。经过校正后，极端干旱与极端湿润损失的比例降至 1.5-2.2，与保险数据显示的 1.5-2 的比例高度一致。保险数据表明，美国分别有 26%、19% 和 62% 的州，玉米、大豆和小麦的洪水损失超过干旱损失，校正后的模型能够准确再现这一比例，而原始模型预测的比例不足 10%。

图 4 | SSP585 情景下美国极端湿润条件下的作物损失

2015-2100 年期间，美国玉米、大豆、小麦的年均洪水损失分别约为 2.87 亿美元、2.34 亿美元和 2.12 亿美元。约 40% 的州玉米损失、27% 的州大豆损失和 55% 的州小麦损失将由洪水主导，这些高风险州主要包括伊利诺伊、印第安纳、爱荷华、明尼苏达等历史洪水损失较高的州。时间趋势上，大豆和小麦的洪水损失呈显著上升趋势，而玉米损失略有下降，这与玉米作为 C4 作物对 CO₂肥效的响应较弱有关。

图 5 | 未来气候情景下全球极端湿润条件下的作物损失

全球洪水导致的作物绝对损失主要集中在美国、中国、巴西、印度和墨西哥等主要农业生产国。但从相对脆弱性来看，低收入发展中国家受到的影响更为严重：中亚国家的小麦损失占 GDP 的比例可达约 1.0‰，是全球平均（0.04‰）的 25 倍；南美国家的人均大豆损失是全球平均的 20-30 倍；非洲许多国家的玉米损失也对当地经济构成严重挑战。SSP126 低排放情景下的损失显著低于 SSP585 高排放情景，表明温室气体减排能够有效降低未来洪水导致的农业风险。