疏勒河流域農業水土資源時空匹配特征分析

楊 靜，周冬梅，馬 靜，朱小燕，金銀麗，周 凡，張 軍,3

（1.甘肅農業大學資源與環境學院，甘肅 蘭州 730070；2.甘肅農業大學管理學院，甘肅 蘭州 730070；3.甘肅省節水農業工程技術研究中心，甘肅 蘭州 730070）

水資源是人類社會發展不可或缺的重要自然資源，也是區域人類和自然系統健康綠色可持續發展的重要物質資源基礎，其在維護環境及社會功能方面的重要作用是不可替代的。研究發現，在全球平均每年消耗100×108m3的淡水資源用以維持人類進行社會生產和生活，作為最大的淡水資源使用者，農業用水量占全球總用水量的92%及以上［1］。隨著氣候變化對水資源分布和作物生長周期的影響，如何在確保糧食安全的基礎上實現農業用水的節約已成為21 世紀全球需要解決的重大問題。特別是在水資源嚴重缺乏、農業高度依賴灌溉的國家和地區［2-3］，利用灌溉水彌補土壤水分不足，以期提高農業生產力。但隨著社會經濟的快速發展、人口增長和城市化進程的加快，人類活動規模和強度不斷增加，社會經濟系統需水量持續增加，導致出現了如農業水資源過度利用、農田轉非農等問題，使得全球范圍內的水資源壓力越來越大［4］。因此，未來幾十年人類面臨的最大挑戰之一將是持續增加全球作物產量的同時減少對全球社會和生態系統的負面影響［5-6］。

生態環境的退化，引起了人們對內陸干旱綠洲水土資源沖突的廣泛討論，研究發現有效水資源與耕地資源的短缺和錯配是農業現代化進程中長期的、根本性的制約因素［7］。迄今為止，國內外針對干旱區農業水土資源匹配的研究主要集中在水土資源的時空分布特征和匹配上，且多基于區域和行政單元進行。諸多研究發現，在全球糧食安全面臨嚴峻挑戰的背景下所有區域都不可能通過糧食進口來解決缺水問題，特別是在農業生產對經濟增長起著重要作用，農村居民收入嚴重依賴農業的地區［8-9］。而針對干旱區的研究則多利用統計年鑒中獲得的水土資源參數，通過繪制洛倫茲曲線、建立基尼系數模型等測算區域總體的時空分布特征和水土資源匹配的整體一致性特征，但只能片面地反映水土資源的相對時空比，不能直接表達農業作物實際水土資源的時空一致性分布。

水足跡理論的引入則為研究提供了新的思路，1998年Allan提出虛擬水概念，在此基礎上，為了更好地理解自然資本在各種人類活動消耗水量方面的分配，2003 年Chapagain 等［10］基于虛擬水和生態足跡理論提出了水足跡（Water footprint，WF）的概念用以分析解決水資源供給不足與人口增長導致的諸多問題［1］。水足跡為評估淡水資源利用提供了一種全面有效的方法，尤其是在農業生產中。根據水足跡的含義和作用，包含3 個組成部分：藍水足跡（Blue water footprint，WFblue）、綠水足跡（Green water footprint，WFgreen）和灰水足跡（Grey water footprint，WFgrey）［11］。具體而言，全球農業生產中活躍的大部分水實際上是WFgreen［12］，農業綠水資源則是指可被作物吸收且不會流失的有效降水量［13］；而藍水資源是指從河流、湖泊或地下蓄水層抽水用于農業灌溉的水，即灌溉藍水。水足跡反映了氣候因素（供水）和人為因素（需水）之間的空間分布的潛在聯系，及其時空序列演變趨勢［14］。目前，在全球或國家尺度［15-16］到區域［17］和流域［18］等不同尺度上進行了農業水足跡方面的研究，水資源作為區域農業土地利用的瓶頸因素，其數量多寡嚴重影響土地利用結構的合理程度［19］。因此，研究農業水土資源的時空變化及其匹配特征對于優化水土資源的合理配置、提高水土資源利用效率、維持農業生產能力具有極其重要的現實意義［20］。

疏勒河流域地處西北內陸河干旱區，是中國西北地區重要的生產基地，同時也是“一帶一路”的關鍵節點。在西部大開發戰略背景下，特別是近20 a來，受高強度農業開發的影響，耕地面積增加了52.73%，其中約70.22%的新增耕地由草地和荒地轉化而來。此外，灌溉水長期占總需水量的70%以上。大規模占用農業水土資源造成的水土流失和污染，導致疏勒河流域環境質量下降。水資源的合理利用與否直接影響著農田的生產效率和利用方式，而農田的開墾程度制約著水資源的開發利用。因此分析農業水土資源的時空變化，研究二者間的匹配特征及變化機理，對于優化農業水土資源配置、維持農業生產能力、協調西部生態脆弱地區農業發展與生態文明建設之間的相互關系有著極為重要的現實意義。

本文深入研究2000—2020 年疏勒河流域農業水土資源的時空格局演變及其驅動機制。首先通過構建疏勒河流域區域作物種植面積和作物生產水足跡的空間錯配指數和基尼系數模型，分析解釋干旱區作物種植面積與作物生產水足跡的時空變化趨勢以及作物生產水足跡年際變化對區域作物種植面積的影響，進而總結疏勒河流域水土資源的擬解決問題。旨在通過分析區域作物生產水足跡變化對農田資源的影響從而因地制宜制定農業水土資源的高效利用建議，以提高藍綠水資源的利用效率，確保區域農田規模，同時為緩解該地區用水矛盾、干旱區農業的管理以及未來農業發展政策制定出新的可行性建議。

1 研究區概況

疏勒河流域（圖1）地理位置介于38°00′～42°48′N，92°11′～98°30′E 之間，流域面積約20197 hm2，地勢南高北低，是甘肅省重要的農業灌溉生產基地，是“一帶一路”核心區域。疏勒河流域屬于典型的干旱荒漠性氣候區，降水稀少、蒸發量大、太陽輻射強，年均降水量低于60 mm，年蒸發量最高可達3000 mm以上。

疏勒河流域發源于祁連山脈西段陶賴南山與疏勒南山之間的疏勒腦，地處蒙新高原、青藏高原之間，地勢南高北低并由東南向北傾斜。南部的肅北縣及阿克塞縣為高海拔山區，發育典型的大陸性冰川并分布多年凍土，是疏勒河流域重要的產流區和水源涵養區域；中部走廊地區河流灌溉形成互不相連的綠洲，分布在玉門市、瓜州縣及敦煌市等地區，地勢低平，干旱少雨；北部為砂質或砂礫質戈壁和低山丘陵，植被稀疏，荒漠分布廣泛，土地沙化嚴重，自然環境十分脆弱。近年來，由于氣候變化以及人類的活動導致該地區出現耗水量增加，地下水位下降等嚴重的環境問題進而形成天然植被退化、綠洲萎縮等生態環境問題。若不加以控制，該流域綠色生態可持續發展將受到嚴重威脅［21］。

2 數據與方法

2.1 數據來源

研究數據來源為：（1）2000—2020 年的氣象站點氣象數據（氣溫、降水、相對濕度、平均風速及日照時數）來源于國家氣象科學數據中心（http://data.cma.cn）。（2）作物產量、種植面積、農業生產數據等來源于《甘肅統計年鑒》和《甘肅發展年鑒》。（3）作物生育階段、種植時間等通過對當地農戶調研及結合部分文獻［22-23］獲得。（4）農業用水量、降水量等則取自《甘肅省水資源公報》。（5）土地利用數據（2000—2020 年）來源于Globe Land 30 全球地理信息公共產品（http://www.globallandcover.com），其空間分辨率為30 m。利用ENVI 5.3 對遙感影像進行輻射定標、大氣校正、幾何校正等預處理，經過影像增強處理，組合最優波段，結合野外調查，并根據疏勒河流域邊界對影像進行拼接及裁剪，得到疏勒河流域土地利用現狀圖，且精度在80%以上。

2.2 研究方法

2.2.1 作物生產的水足跡綜合農業相關年鑒數據發現，疏勒河流域小麥、玉米、棉花、馬鈴薯的多年平均種植比例占75%以上，因此研究將這4 種作物生產水足跡（WFpro）總和作為疏勒河流域的WFpro。本研究使用彭曼公式［24］準確計算疏勒河流域不同地區和氣候條件下的蒸散量（ETc），有效降雨量（Peff）使用聯合國糧食及農業組織開發的CROPWAT模型計算。研究將WFpro分為WFblue和WFgreen，計算公式如下：

式中：WFpro為流域內第i個地區的作物生產水足跡（m3）；n為流域內的地區數量（n=5）；i為流域內地區的次序號（依次為瓜州縣、肅北縣、阿克塞縣、玉門市、敦煌市）；WF(blue,green)為第i個地區作物生產的藍、綠水足跡之和（m3）；WFblue為流域內第i個地區的作物生產藍水足跡（m3）；WFgreen為流域內第i個地區的作物生產綠水足跡（m3）；常量因子10 是水深（mm）到單位陸地面積水量(m3·hm-2)的換算系數；m為作物的生育期（d）；ETc為疏勒河流域農作物在生長期間的實際蒸散量（mm）；Peff為有效降雨量（mm）；Pi為作物的總產量（t）；γ為單位面積作物產量（t·hm-2）。

2.2.2 水足跡理論與水土匹配基尼系數由經濟學家Gini Corrado提出并應用于研究收入差異問題［25］，自然資源也存在相似的地區分異，因而可借鑒利用基尼系數評價區域水土資源時空匹配特征。本研究利用基尼系數模型研究作物水足跡與作物種植面積之間的匹配關系，基尼系數模型公式如下：

式中：G為基尼系數，可以通過計算洛倫茲曲線圖中的直線y=x，x=f(x)以及y=f(x)合圍的區域面積，除以直線y=x與x軸圍成的區域面積進行計算。各地區作物生產水足跡與耕地面積空間匹配的洛倫茲曲線圖中，x軸為年際作物生產水足跡的累積占比量，y軸為年際作物種植面積的累積占比量?；嵯禂捣秶橛?～1之間；其中，基尼系數值越接近1，區域作物生產水足跡與作物種植面積之間的匹配程度越高。

2.2.3 空間錯配模型根據學者Gobillon 等［26］的相關研究，空間錯配指數（Spatial mismatch index，SMI）在本研究中被用來描述空間水資源和土地資源之間的不平衡，計算公式如下：

式中：SMI(WFpro-OFa)為在流域內第i個地區的作物生產水足跡與作物種植面積之間的空間錯配指數（i=5）；OFa為作物種植面積（hm2）；WFi為流域內第i個地區的WFpro（m3）；OFi為流域內第i個地區的OFa（hm2）；∑SMI(WFpro-OFa)為流域空間錯配的總級別。其中，空間錯配指數越低，OFa在第i個地區內就越能得到廣泛利用。研究選擇Jenks 自然保護區分類設定結果的標準值［27］以期判斷作物生產水足跡與作物種植面積之間的空間關系匹配程度。SMI越高則作物生產水足跡與作物種植面積之間的空間一致性水平越低。

2.2.4 敏感性指數分析運用敏感性指數（Sensitivity index，SI）定量分析研究區OFa對WFpro的敏感性，旨在解釋WFpro變化引起的OFa變化，進而研究兩者間的潛在影響，計算公式如下：

式中：SIi為流域內第i個地區作物種植面積對作物生產水足跡的敏感性指數；OFt1和OFt2分別為研究期開始和結束時的作物種植面積（hm2）；而WFt1和WFt2分別為研究期開始和結束時的作物生產水足跡（m3）。SI 值越高，表明作物種植面積對作物生產水足跡變化的敏感性越高，意味著作物種植面積可能會被作物生產水足跡的細微變化所改變。

3 結果與分析

3.1 作物生產水足跡與區域作物種植面積的時空演變特征分析

疏勒河流域WFpro的年際變化波動趨勢基本保持一致，呈波動式下降趨勢，且WFblue是該流域農業用水足跡的主要組成部分（圖2）。

圖2 疏勒河流域作物生產水足跡變化趨勢Fig.2 Variation trend of crop production water footprint in the Shule River Basin

從時序變化來看，研究期間WFpro減少80.66%，WFpro累年平均值為4.21×108m3；OFa從2000 年的4.06×104hm2到2020 年1.60×104hm2，OFa減少了60.61%，WFblue與WFpro變化呈一致下降趨勢。從研究區不同作物水足跡的年際變化來看（圖3），玉米變化趨勢明顯區別于其他作物，呈波動式增長，這是由于玉米作為當地的重要糧食作物，區域節水灌溉技術改進以及該作物種植比例增加導致的，且小麥、棉花和馬鈴薯的種植比例均有所減少。研究區作物WFpro波動年份主要集中在2010 年后，主要由于OFa減少和降水量提高導致WFpro的下降速度加快，且在2018—2020年尤其明顯。

圖3 疏勒河流域不同作物生產水足跡變化趨勢Fig.3 Variation trend of productive water footprint of different crops in the Shule River Basin

從空間動態分布來看，各地區WFpro年際變化均呈相似的波動式下降趨勢（圖4），將流域各地區WFpro按年平均值降序排列依次為敦煌市、瓜州縣、玉門市、肅北縣和阿克塞縣，其中敦煌市是阿克塞縣的212倍。

研究期間除肅北縣和阿克塞縣地區外，其他地區的WFpro均表現出一致下降趨勢。其中，敦煌市對流域WFblue的組成貢獻最大，為41.52%。其次瓜州縣和玉門市，分別為34.49%和18.62%。與WFblue相比，WFgreen的年際變化在每個地區的增長趨勢相對較輕微。流域WFpro主要分布于流域中部，呈中部高南北低的分布格局。從WFpro的垂直分布來看，WFpro和OFa的分布及變化主要集中玉門市、瓜州縣以及敦煌市。由于當地農業政策的傾斜、制種水平的提高、農用機械的改進與升級以及節水灌溉技術的推廣等多重因素，使得流域單位面積作物產量由2000年的3.16 t·hm-2增加到2020 年的4.32 t·hm-2。

研究期間疏勒河流域WFpro與WFblue的變化波動趨勢基本保持一致，且變化幅度較大，其中WFblue占比超過90%，居于主導地位。疏勒河流域早期空間錯位嚴重，水資源利用效率低下的OFa主要分布在肅北縣、阿克塞縣一帶，與之相反的是高效利用水資源的OFa則主要分布在流域中部地區，隨著節水灌溉技術的推廣，藍水資源在疏勒河流域作物安全生產格局中處于主導地位。與以雨養農業為主的地區相比，疏勒河流域的綠水資源生產效率極低，受區域地形、氣候等自然條件的制約，WFgreen對OFa變化的影響有限。

如圖5所示，疏勒河流域中部地區地勢平緩、水熱條件良好、人口密度高且農業發展相較于位于南部祁連山區和北部馬鬃山一帶的肅北縣和阿克塞縣更為發達，對農業水資源的消耗更大，是WFpro和OFa開發的主要地區；而肅北縣和阿克塞縣受地形限制，農業自然發展條件較差，農業基礎薄弱，肅北縣和阿克塞縣的年際WFpro和OFa雖有所增加，但由于貢獻度不高，對全流域的影響作用不大。

圖5 疏勒河流域作物生產水足跡空間分布Fig.5 Spatial distributions of crop production water footprint in the Shule River Basin

3.2 作物生產水足跡和區域作物種植面積的時空匹配特征分析

疏勒河流域的基尼系數介于0.13～0.14，空間錯配指數介于0～4，表明2000—2020 年疏勒河流域作物生產水足跡和作物種植面積的匹配程度較高，資源配置相對比較合理（圖6）。研究期間，G(WFpro-OFa)呈緩慢上升后緩慢下降趨勢，由0.13上漲至0.14，基本保持不變，相較于呈波動式緩慢下降的G(WFblue-OFa)、G(WFgreen-OFa)波動下降趨勢更為明顯，WFgreen與OFa的匹配關系較差；且相較于波動較大的SMI(WFgreen-OFa)，SMI(WFpro-OFa)與SMI(WFblue-OFa)的時空變化趨勢波動更為平緩，二者在研究期末與研究期初相差均不大于0.1，表明相較于WFblue，流域WFgreen與OFa的匹配關系更差?；嵯禂的Ｐ团c空間錯配模型測算結果均表明，疏勒河流域水土資源的匹配在一定程度上是均衡的?？傮w而言，研究期間疏勒河流域WFblue與OFa的空間錯配逐漸得到緩解，而WFgreen與OFa的空間錯配情況尚未得到明顯改善。

圖6 作物生產水足跡與作物種植面積的基尼系數和空間錯配指數Fig.6 Gini coefficient and spatial mismatch index of crop production water footprint and crop acreage

通過評估研究區WFpro和OFa的時空差異性結果發現，疏勒河流域SMI(WFpro-OFa)總體較低，除個別年份外，整體呈波動式下降趨勢，充分說明研究區各地區的WFpro和OFa具有良好的一致性。而WFgreen和OFa的錯配程度遠高于WFblue，表明OFa與WFblue變化的相關性比WFgreen強。與此同時，SMI和G的變化趨勢也表明，隨著科學技術的進步，疏勒河流域中藍、綠水的利用效率逐漸提高，WFpro和OFa的空間錯配得到了糾正，區域OFa得到有效利用，這對于區域農業生產活動來說非常友好。

研究將SMI 定分為3 個水平：0＜SMI≤1 表示作物種植面積與作物生產水足跡的空間錯配程度低；1＜SMI≤2 表示空間錯配程度中等；SMI＞2 則表示空間錯配程度較高。從疏勒河流域各地區空間錯配指數時空格局可看出，疏勒河流域各地區作物種植面積與作物生產水足跡的空間錯配程度得到了不同程度的改善，研究結果與基尼系數測算結果相一致（圖7）。

圖7 流域各地區空間錯配指數時空格局Fig.7 Spatial and temporal patterns of spatial mismatch index in the Shule River Basin

3.3 作物生產水足跡和區域作物種植面積的敏感性分析

研究計算了疏勒河流域各地區作物種植面積對作物生產水足跡的敏感程度情況，參考相關文獻［7］并結合當地情況，將SI劃分為4個等級：0＜SI≤0.5表示不敏感；0.5＜SI≤1.0 表示低敏感性；1.0＜SI≤1.5 表示中度敏感性；SI＞1.5則表示高度敏感性。

在研究期間，OFa對WFblue具有中度和高度敏感性的地區數量先減少后增加，而不敏感和低敏感性的地區數量先增加后減少，整體表現為研究區OFa對WFblue的響應逐漸呈現出中部高四周低的趨勢（圖8）。2000—2005年肅北縣和阿克塞縣具有中度和高度敏感性。2005—2010 年肅北縣、敦煌市的OFa對WFblue變化都不敏感，2010—2020年流域各地區的OFa對WFblue變化都十分敏感。此外，在研究期間，沒有任何地區OFa對流域的WFgreen變化保持高度敏感，且在2000—2005 年和2005—2010 年僅有肅北縣一個高度敏感區。2015—2020 年高度敏感區的數量上升到2個。在其他時期，所有地區的OFa主要是對WFgreen變化呈不敏感或低敏感性。

圖8 疏勒河流域作物生產水足跡與作物種植面積的空間敏感程度分析Fig.8 Spatial and temporal sensitivity analysis of crop production water footprint and crop acreage in the Shule River Basin

從空間分布看，OFa對WFblue中度和高度敏感的地區逐漸由中部向四周擴展。特別是2015—2020年，位于流域中部的瓜州縣、玉門市和肅北縣的OFa對WFblue變化的敏感性明顯高于其他地區，而OFa對WFgreen變化的敏感性相對不明顯。

研究表明2010以后，疏勒河流域OFa對WFblue和WFgreen的響應程度明顯提高，且與初期相比差異明顯?？赡茉蚴敲C北縣海拔高且有冰川積雪，水源涵養量較高，而該地區人口較少，農業不發達，因此該地區OFa對WFgreen變化的敏感程度遠高于其他地區；而位于流域中、下游地區人口密度大、農業發展較好，OFa對WFblue的敏感程度在科技的發展、農業設施水平的提高等因素作用下逐漸提高。此外，研究區地處河西走廊氣候干旱區，需要足夠的藍水才能滿足地區農作物的生長，但礙于灌溉水的有效利用程度不高且需用量較大，因此OFa對疏勒河流域中WFblue變化的敏感程度較WFgreen而言更高。

4 討論

疏勒河流域地區屬于典型內陸干旱荒漠性氣候，水資源極其稀缺。流域年均WFpro約為4.21×108m3，其中WFblue和WFgreen占比分別為90.9%和9.1%，與前人［28-30］對河西走廊地區農作物水足跡時空特征研究結論基本一致，這表明流域農作物種植受氣候的影響，高度依賴于灌溉水的作用，水資源是限制流域農業發展的重要因素；與國內其他流域的水足跡研究結果［31-32］比較發現區域農業嚴重依賴藍水資源有效補給，而綠水資源受區域自然條件限制，對區域農業生產經營活動影響有限。因此通過發展高效農業節水灌溉、作物輪作和休耕等農田經營模式，有利于提高當地農業藍綠水的利用效率。

在未來發展中，應更加關注農業生產與生態恢復之間的關系，提高水資源和土地資源的綜合管理水平。落實“以水定城、以水定地、以水定人、以水定產”的方針，合理利用和開發土地，積極推動耕地整治，在滿足農業發展的同時，避免過度開發水資源造成土地退化等危及區域生態安全，維持水資源承載力，實現水資源可持續利用。減輕作物水足跡帶來的水資源壓力，鼓勵農民增加對低耗水作物的種植，并為其提供或增加補貼，繼而實現疏勒河流域綠色農業的可持續發展，在提高作物水足跡利用效率和合理安排作物種植面積之間實現雙贏。在今后的農業發展中，應當加強對綠水的高效利用，提高節水灌溉技術，從而促進區域綠色生態農業和節水農業的發展。目前綠水的有效管理只能利用虛擬水的貿易實現［33］。研究還發現研究區作物種植面積主要受經濟驅動的作用，當地居民早期傾向于種植糧食作物，后期糧食作物種植比例減少，經濟作物的比例逐漸增加，以保持收入和生活水平更穩定。

農業水土資源的匹配程度直接關系到糧食產能與水土資源的利用效率，其主要取決于耕地數量和水資源的利用結構等因素，進一步可將其歸納為資源性缺水和工程性缺水，疏勒河流域則兩者兼具。本文重點討論了疏勒河流域水資源和耕地資源之間時空匹配特征，沒有考慮到畜牧業的情況，下一步研究需進一步考慮畜牧業的影響，同時還需從更加全面的角度，從流域整體上考慮不同生態類型的綜合水土資源時空匹配特征，為流域可持續發展戰略提供更堅持的科學支撐。另外在微觀尺度下研究疏勒河流域主要作物全生育周期農業水土資源匹配關系，且在考慮土地產能水分敏感度的基礎上，更加科學細致地定量分析疏勒河流域農業水土資源匹配綜合指數。

5 結論

（1）疏勒河流域水土資源年際變化波動較大，呈“V”型變化波動的態勢，其中2009、2016、2019 年為主要轉折點，疏勒河流域農業水土資源發展水平有了不同程度的改善或者惡化。其中藍水足跡貢獻率為90.9%，與綠水足跡呈互補狀態，表明疏勒河流域農業生產受到藍水足跡的主要約束。WFpro和OFa的空間聚集性在流域低海拔中部平原地區表現尤為明顯。

（2）疏勒河流域WFpro與OFa的基尼系數與空間錯配指數持續下降，表明隨著區域農田利用效率提高，區域水土足跡匹配程度提高，空間錯配情況得以改善；與WFgreen相比，WFblue在疏勒河流域的農業水土資源時空匹配情況更為明顯。

（3）2000—2020 年疏勒河流域，OFa對WFpro的響應程度越來越大，流域內各地區對WFblue和WFgreen的敏感程度不斷增加，且集聚效應在2010年以后更為明顯。