我们通过小程序科研零时差追踪到: 「International Soil and Water Conservation Research」近期发表题为“Soil and water conservation and dryland farming performance: An emergy synthesis perspective on three typical farming systems in the Loess Plateau of China”的文章。第一单位为「中国科学院大学」。
doi: 10.1016/j.iswcr.2025.12.006作者邮箱:tongy@hpu.edu.cn标签:#水土保持 #农业可持续性 #黄土高原 #能值分析 #RUSLE模型 #InVEST模型
cover本文内容速览:
1. 提出科学问题
1.1 研究领域现状
土壤侵蚀导致了土地肥力下降并限制了农业生产力,是全球旱作农业系统可持续发展面临的核心阻碍。在中国黄土高原地区,自1999年实施退耕还林工程及其他水土保持项目以来,该地区的植被覆盖率显著增加,土壤侵蚀得到了有效控制。然而,关于这些生态恢复工程对当地旱作农业表现的长期影响,学术界一直存在争议。现有的文献多侧重于农业生产力、盈利能力与环境目标之间的表面耦合关系,却未能深入捕捉这些驱动因素与长期农业系统生态恢复力之间的非线性联系。
1.2 本文要解决的关键科学问题
为了填补上述研究空白,本文从系统恢复力的视角出发,设定了以下具体的科学问题:
- • 问题 1: 水土保持工程如何重塑黄土高原三种典型农业系统(种植业、畜牧业、苹果种植业)的综合表现与底层运行机制?
- • 问题 2: 在过去二十年中(2000年、2008年、2020年),这三种典型农业系统经历了怎样的时空演变特征?
- • 问题 3: 如何在空间层面上识别出同时具备高水平水资源保持、高经济效益以及高可持续性的农业发展优先区域?
1.3 研究的理论/现实意义
该研究突破了单一经济或单一生态维度的评价局限,创新性地引入了能值分析方法,将自然环境的生态供给与人类活动的社会经济投入转化为统一的能量衡量标准。这为理解水土保持对旱作农业的实际贡献提供了坚实的生物物理核算基础。其现实意义在于,能够为黄土高原未来的农业空间布局优化以及水土保持政策的靶向调整提供具体的空间指引与管理依据。
2. 文章的主要结论
本文通过多模型耦合与空间叠置分析,揭示了黄土高原水土保持与农业系统演变的复杂动态:
- • 结论 1: 过去二十年间,水土保持措施使土壤侵蚀率降低了49.2%,水源涵养能力提升了78.7%,这从自然资源基础层面大幅提高了旱作农业的生产力。但是,由于化肥、电力和机械等外部无机能量投入的持续增加,传统种植业的整体可持续性出现了轻微下降的趋势。
- • 结论 2: 尽管苹果种植业在水土保持工程初期通过面积扩张为农户带来了可观的经济收益,但其向边缘土地的过度扩张以及高强度的无机能量依赖,引发了对其长期可持续性的担忧。研究建议,将基于水土保持的农业模式与有机农业相结合,是该地区实现旱作农业可持续发展的最优路径。
3. 分析过程和方法
[更加详细的复现指南可加入学术社区获取!]
本文的研究逻辑十分清晰,作者并未直接将农业产值与生态指标进行简单相关性分析,而是构建了一个完整的评估链条:首先量化地表生态物理过程的变化,其次将这些物理变化与社会经济数据统一转化为能量流,最后结合多维度指标进行空间划界。以下是具体分析步骤与方法实现思路的拆解。
分析步骤一:构建系统能量交互的概念框架
在进行具体计算前,作者首先构建了黄土高原农业系统的能值交互概念模型。
▲Figure 1. Geography and DEM of the Loess Plateau.在这个框架中,作者定义了流经农业生态系统的所有能量要素。这包括本地可再生自然资源(如降水产生的物理能量)、本地不可再生自然资源(因土壤侵蚀而流失的表土有机质),以及社会经济投入(化肥、农药、机械、劳动力)。特别地,作者将水土保持带来的水源涵养量转化为减少春旱灌溉所需的电力能值。这种转化思路巧妙地将生态效益与农业生产成本挂钩。
▲Figure 2. Emergy based concept model of interaction among agricultural sectors of the Loess Plateau.分析步骤二:地表生态过程的空间量化
为了获取能值分析所需的物理数据,作者运用了两个经典的地理空间模型。
首先是土壤侵蚀的模拟。作者选用了修正通用土壤流失方程(RUSLE)来估算年均土壤流失率。该方法的核心在于获取五个关键因子:降雨侵蚀力因子、土壤可蚀性因子、地形因子、植被覆盖与管理因子以及水土保持措施因子。在实现思路上,研究者需将这五个因子的栅格图层在ArcGIS中进行乘积运算。作者将降雨、土壤和地形设为静态因子,而将植被和管理措施设为动态因子。为了证明模拟的可靠性,作者还将模拟结果与黄土高原的实际观测数据进行了决定系数拟合。
▲Figure 3. Comparison of observed and simulated soil erosion in the Loess Plateau.其结果直观地展示了各地区土壤侵蚀强度的时空衰退过程。
▲Figure 4. Dynamics of soil erosion in the Loess Plateau from 2000 to 2020.其次是水源涵养能力的估算。作者使用了InVEST模型中的产水模块。该模块基于水量平衡原理和Budyko水热耦合平衡假设。理论上,每个栅格的产水量等于降水量减去实际蒸散发量。而水源涵养量则等于产水量减去地表径流量。在实现上,需要依据不同土地利用类型设定特定的径流系数,通过栅格计算器减去地表径流部分,从而得到净水源涵养量。
▲Figure 5. Dynamics of water retention in the Loess Plateau from 2000 to 2020.分析步骤三:基于太阳能值的系统评价
在获取了物理量的基础上,作者引入了能值分析方法。能值分析的精髓在于解决不同物质和能量之间的不可比性问题。作者通过查阅文献,获取了各类物质的太阳能值转换率,将吨、焦耳、千克等不同单位的数据统一转换为太阳能焦耳。
在评价指标体系构建上,作者使用了三个核心指标:能值产出率反映了系统利用自身资源产生经济价值的能力。环境负载率衡量了系统对外部不可再生资源投入的依赖程度及其对环境施加的压力。能值可持续指数则是能值产出率与环境负载率的比值,该数值综合反映了系统的生态经济活力与环境压力的平衡状态。
分析步骤四:多维农业表现的空间区划
文章最核心的落脚点在于空间决策支持。作者挑选了三个维度指标来代表农业表现:反映生态恢复力的水源涵养量、反映系统可持续性的能值可持续指数,以及反映农业经济盈利能力的人均产品产值。
通过在ArcGIS中运用空间叠置分析,作者将这三个指标按高低阈值组合,划分出五类区域:优先区、次优先区、中等区和低质区。
例如,针对传统种植业的分析显示,高表现区域逐渐向中西部转移,部分地区由于环境负载率上升而出现降级。
▲Figure 6. Spatiotemporal pattern of changes in the quality of crop farming in the Loess Plateau.对于畜牧业,研究呈现出明显的空间分异特征,河套地区的畜牧业表现出显著的提升,这反映了退耕还林政策下圈养替代散养的结构性变化。
▲Figure 7. Spatiotemporal pattern of changes in the quality of stock farming in the Loess Plateau.而对于近年来扩张迅速的苹果种植业,空间制图清晰地指出其高质区域保持在特定地带,但向外围扩张的部分区域由于水资源限制和高能值投入,表现出较低的可持续性。
▲Figure 8. Spatiotemporal pattern of changes in the quality of apple farming in the Loess Plateau.这种结合图表与空间制图的展示方式,不仅提供了详实的时间序列数据,还赋予了数据明确的地理空间属性,使得宏观的生态恢复政策能够落实到微观的县市级行政单元上,极大地增强了研究成果的政策指导价值。
4. 研究的局限性
作者在讨论部分客观指出了基于水土保持的旱作农业系统在未来发展中面临的不确定性。该不确定性源于农业表现依赖于多种超出区域农业系统本身界限的环境、经济和社会资源。例如市场因素的波动、劳动力向非农产业的快速转移等,这些外部社会经济变量能够以非预期的方式引发生产系统的结构性转变。这些复杂的外部扰动机制在当前的能值量化框架内尚未得到完全的解构与整合。