干旱地区灌溉农业适应气候变化的水文经济优化方法

《Journal of Environmental Management》：Adapting irrigated agriculture to climate change in arid regions: A hydroeconomic optimization approach

　　

- 开发了一种水经济优化模型（HEM），用于分析干旱地区灌溉农业的气候变化适应问题。
- 研究表明，自主适应与计划适应相结合在缓解气候和盐碱胁迫方面效果显著。
- 抗逆作物品种和排水设施改善是计划性气候适应的关键措施。

**引言**

灌溉农业占全球耕地的20%，贡献了全球粮食产量的40%以上（Devkota等，2022；FAO，2022），对全球粮食安全、经济可持续性和社会稳定至关重要（Kumar等，2023；Stone等，2022；Zhu等，2019）。然而，灌溉用水占全球淡水取用量的70%（FAO，2022），导致过度消耗淡水资源并加剧水资源短缺（J?germeyr等，2017）。此外，土壤盐渍化在灌溉农业中普遍存在，尤其在干旱和半干旱地区，浅层地下水和排水不良加剧了土壤与地下水之间的盐渍化相互作用，使管理更加困难（Pauloo等，2021）。气候变化进一步加剧了这些挑战，威胁着全球干旱地区灌溉农业的可持续性。

气候变化对干旱地区农业生产的影响主要通过气温升高、降水模式变化、灌溉用水可用性变化、土壤盐渍化恶化和大气CO?浓度升高来体现（Corwin，2021；Rezaei等，2023；Zabel等，2021；Zhao等，2017）。这些气候影响可以表现为对作物的非生物胁迫，也可以对C3作物产生补偿效应。大气CO?浓度升高可通过促进Rubisco（核酮糖-1,5-二磷酸羧化酶/加氧酶）的羧化活性来增强光合作用、抑制光呼吸（Long等，2006；Rezaei等，2023）。对于C3作物（如小麦），在环境大气CO?浓度下，Rubisco尚未达到CO?饱和状态，因此CO?升高可显著提高其光合效率和产量。相比之下，C4作物（如玉米）具有特殊的解剖和生化CO?浓缩机制。C4植物中Rubisco被限制在维管束鞘细胞内，CO?被浓缩到环境水平的3–6倍，即使在当前大气CO?浓度下Rubisco也完全饱和，因此理论上CO?浓度升高不会增加CO?吸收量。因此，CO?升高对C4作物的光合作用和产量影响微乎其微。相应地，C3作物产量受益于CO?施肥效应，而C4作物则不受益。全球气温每升高1°C，预计将导致小麦、水稻、玉米和大豆产量分别减少6.0%、3.2%、7.4%和3.1%（Zhao等，2017）。与此同时，降水模式变化加剧了干旱风险，减少了水资源可用性，并改变了灌溉用水需求（McDermid等，2023；Piao等，2010）。此外，气候变化预计将加剧土壤盐渍化，尤其是在干旱地区（Corwin，2021；Hassani等，2021）。

适应策略可以减少气候变化对作物的负面影响。Abramoff等（2023）发现，在RCP 4.5情景下，若不采取适应措施，全球作物产量预计将下降6%–21%，而适应措施可将损失减少1%–13%。尽管灌溉已被确定为抵消增温导致产量下降的关键策略（Zhang等，2025），但它可能同时加剧土壤盐渍化并增加有限水资源供给的压力（Rezaei等，2023）。因此，需要采取如更换作物品种和优化农业投入等适应性响应，以缓解全球热量损失、减轻土壤盐渍化并节约淡水资源（Hultgren等，2025）。

为应对气候变化带来的复杂影响，灌溉农业需要自主适应和计划适应相结合。自主适应是指农户驱动的针对气候变化的调整，如优化种植结构和水分分配。例如，当降雨不足时，农户往往通过推动从雨养农业向灌溉农业转型或将水源从地表水转向地下水来缓解供需失衡（Yang等，2023）。在本研究中，自主适应通过模型内生的作物种植面积和灌溉水分分配调整来表征，这些调整是在气候变化和盐渍化条件下通过优化生成的。由于农户获取信息和资金资源有限，利益相关者更倾向于短期响应。因此，需要由政府实施计划适应策略，如大规模的经济社会和政治干预（Tuihedur Rahman等，2021）。这些策略可包括节水灌溉技术、排水和蓄水基础设施建设、作物市场价格调整和水权市场政策等（Feng等，2025；Juhola等，2022）。然而，仅依赖计划适应可能会忽视农户行为响应的异质性，降低政策实施的可行性和有效性。因此，将自主适应与计划适应相结合对于更好地协调微观行为与宏观规划、捕捉现实适应过程中的互动和反馈至关重要，从而增强灌溉农业应对气候变化的韧性，促进气候适应性农业的发展。然而，这仍然是一个关键的科学挑战。

水经济模型（HEM）将水文过程、经济过程和环境过程整合在一起，在物理、政策、技术和资源约束条件下优化水和土地分配（Cai，2008；Harou等，2009）。该模型已被应用于评估气候变化对水分分配（Forni等，2016）、地下水消耗和灌溉价值（Gohar和Cashman，2018；MacEwan等，2017）、农业收入和粮食安全（Kahil等，2018；Lauffenburger等，2022）的影响。这些模型还可以比较作物和水分分配的内在调整与计划适应措施（如赤字灌溉、水权市场和节水灌溉补贴）之间的差异（Aghapour Sabbaghi等，2020；Kahil等，2015；Ortiz-Partida等，2023）。

河套灌区（HID）是一个具有代表性的试验区，其对黄河灌溉的依赖、浅层咸水地下水以及排水不足造成了用水、盐碱控制、农业生产和盈利能力之间的紧密相互依赖关系。本研究拓展了近期为HID开发的水经济模型（HEM）框架。Cao等（2023）建立了一个水文-农业经济优化模型，用于评估水和盐管理情景。Cao等（2024）将该框架扩展到多十年的时间范围内长期综合水和盐管理，明确表征了根区和地下水中的水盐动态。此外，Cao等（2025）研究了盐渍化条件下的渠井联合灌溉和排水管理。这些研究为本研究中的农业-水文过程表征、灌溉和排水管理、经济建模和标定技术提供了基础。然而，这些研究主要用于评估水和盐管理，而非评估长期气候适应策略。本研究的创新贡献包括：1）将气候驱动和作物产量直接影响整合到递归HEM结构中，以实现对长期气候变化影响的分析；2）将HEM内生于区域土地和水分分配的自主适应响应与旨在缓解气候变化、水资源短缺和盐渍化复合效应的计划气候适应策略无缝结合。以HID为案例研究区，本文重点回答以下两个问题：（1）灌溉农业如何自主适应气候变化和盐渍化？（2）计划适应与自主适应相结合如何有效缓解气候变化和盐渍化的复合不利影响？

为回答这些问题，本研究开发了一种新的HEM，将农业水文过程和气候变化影响明确整合到气候适应性农业水资源和土地资源分配的经济优化框架中。该模型采用正向数学规划（PMP）方法进行标定，以复现基准年观测值。PMP标定的HEM在特定情景的气候和政策条件下进行优化，生成作物和灌溉水分分配的模型内生变化，代表自主适应路径。设计了三种计划性气候适应策略（即灌溉节水、作物增产和排水能力增强），驱动所开发的HEM，将自主适应与计划适应相结合，以有效缓解气候变化和盐渍化的不利影响。该HEM为识别有效的适应策略以应对气候变化和盐渍化的复合胁迫提供了有力的工具，为在HID中增强气候韧性的同时平衡经济和环境可持续性提供了关键见解。本研究也为分析气候变化对干旱气候区其他灌溉农业系统的影响及适应策略设计提供了参考。

**研究区域**

HID位于中国西北干旱半干旱地区，年降水量为130–210 mm，年潜在蒸发量为2100–2300 mm（Qu等，2018）。农业生产严重依赖灌溉，约95%的灌溉用水从黄河引调。截至2019年，HID灌溉面积为57.6万公顷，其中91%使用地表水，9%使用地下水。HID从西到东分为五个子灌区（图1），

**水经济优化模型**

在充分灌溉条件下，气候变化和土壤盐渍化通过三条途径影响作物产量：（1）气温升高影响作物生理和产量；（2）大气CO?浓度升高"提升"作物产量，尤其是对C3作物；（3）根区土壤盐渍化对作物生长造成盐渍胁迫，对作物产量产生不利影响。值得注意的是，气候变化还通过改变水文平衡间接影响土壤和地下水盐渍化。

**模型标定与初始状态不确定性的鲁棒性**

通过基准年标定和初始状态敏感性分析对HEM进行评估。按照PMP自标定程序（附件S4），HEM被标定至基准年作物分配的观测值。模拟与观测作物面积之间的差异范围为?9.12%至+10.23%，平均绝对误差为2.48%（表S9和图S1）。敏感性分析考察了水文和盐渍初始状态的偏差如何影响长期模拟结果。

**结论**

本研究开发了一种水经济优化模型（HEM），纳入了农业水文过程和气候变化影响，并将该模型应用于系统评估自主适应与计划适应相结合在缓解气候变化和盐渍化对干旱地区灌溉农业的复合胁迫方面的效果。主要结论如下：

（1）PMP标定的HEM能够复现基准年作物分配观测值。

**CRediT作者贡献声明**

赵丹曹：写作—审阅与编辑、写作—原稿撰写、可视化、验证、软件、方法论、调查研究、资金获取、形式分析、数据整理、概念构思。朱廷菊：写作—审阅与编辑、指导、资金获取、概念构思。闫宇涵：写作—审阅与编辑。李宝付：写作—审阅与编辑、指导、资金获取。马云路：写作—审阅与编辑。

**利益冲突声明**

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

**致谢**

本研究得到了教育部人文社会科学研究青年基金（24YJCZH011）、山东省自然科学基金（ZR2024QE348）、国家重点研发计划（2022YFC3202300和2020YFA0608603）、国家自然科学基金（51961125204和42171126）以及泰山学者工程（tsqn202306182）的支持。感谢AgMIP，特别是Jonas J?germeyr。

赵丹曹 | 朱廷菊 | 闫宇涵 | 李宝付 | 马云路