干旱区水资源约束下的生态退耕空间优化及权衡分析——以奇台县为例

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

许尔琪^,¹, 李婧昕¹^,²

1.中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室,北京 100101

2.中国科学院大学,北京 100049

Spatial optimization of ecological cropland conversion and trade-off analysis under water resources restriction in the arid region: Taking Qitai County as a case study

XU Erqi^,¹, LI Jingxin¹^,²

1. Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

2. University of Chinese Academy of Sciences, Beijing 100049, China

收稿日期:2020-09-4接受日期:2020-10-22网络出版日期:2021-03-10

基金资助:

中国科学院A类战略性先导科技专项.XDA20040201
国家自然科学基金项目.41671097

Received:2020-09-4Accepted:2020-10-22Online:2021-03-10
作者简介 About authors
许尔琪（1986-）,男,广东汕头人,博士,副研究员,硕士生导师,主要研究方向为土地系统空间格局及生态环境效应研究。E-mail：xueq@igsnrr.ac.cn

摘要
干旱区耕地大规模扩张导致水资源超载、生态问题频发,亟须退地还水。因此,探索水资源约束下的生态退耕空间优化方案,不仅有助于解决干旱区面临的问题,还可为土地利用规划和决策提供参考。目前对退耕方案多效益矛盾的研究尚量化不足,有鉴于此,本文建立生态退耕空间优化配置及权衡分析模型,以新疆奇台县为研究区进行模型应用,构建了水资源约束下的生态退耕方案群,并设计保有耕地优先和保护生态优先等两种情景,利用蚁群优化算法实现了生态退耕的空间配置模拟与优化。结果表明：耕地面积在保有耕地优先情景将减至9.94万hm²,保护生态优先情景则为6.96万hm²;在此退耕过程中,河道内生态用水占水资源总量的比例从10%增加到30%,防固沙量由713.22万t增加至816.59万t,经济效益则由34.86亿元下降至24.75亿元。通过比较单位经济效益的减少比例可产生的生态效益增加比例,确定耕地面积退至8.35万hm²时是权衡生态和经济效益下的生态退耕最优方案。退耕还草主要发生在奇台县耕地集中区的东北、西北及西南部边缘,将有利于北部的沙漠化防控和南部的水源保护。本研究实现了干旱区水资源约束下生态退耕方案空间模拟和优化,对农业经营和生态保护具有重要参考意义。
关键词： 生态退耕;权衡分析;水资源约束;蚁群算法;空间优化;干旱区

Abstract

The large-scale expansion of cultivated land in the arid region has caused water overload and frequent ecological problems, so it is urgent to reduce the area of cultivated land to save irrigation water. Therefore, exploring the spatial optimized scheme of ecological cropland conversion under the constraints of water resources can not only contribute to resolving the current ecological problem of arid areas, but also help implement land use planning and decision-making. Until now, the research on quantitative analyses of the multi-benefit contradiction of the cropland-conversion plan is still insufficient. Therefore, a spatial optimization allocation and trade-off analysis model for ecological cropland conversion is built in this study. Taking Qitai County as a case study, we built a solution group of ecological cropland conversion under the constraint of water resources. Two scenarios, priority for maintaining cultivated land scale and priority for ecological environment, were designed in this research to realize the spatial simulation and optimization of ecological cropland conversion by Ant Colony Optimization Algorithm. Results show that the cultivated land area of Qitai County is 99.39 thousand hectares in priority for maintaining cultivated land scale scenario, and 69.55 thousand hectares in priority for ecological environment scenario. In the cropland-conversion process, the proportion of ecological water consumption in the river channel accounted for 10% of the total water consumption in the cultivated land retain priority scenario and 30% in the ecological protection scenario; and the amount of windbreak and sand fixation increased from 7.13 million tons to 8.17 million tons, while the economic benefit decreased from 3.49 billion yuan to 2.48 billion yuan. Through comparing the reduction of unit economic benefit producing the increasing proportion of unit ecological benefit, the scenario that cultivated land area decreased to 83.49 thousand hectares was chosen as the optimal one considering the trade-off between economic and ecological benefit. The cropland-conversion areas were mainly located in the northeast, northwest and southwest edges of the farmland concentration area in Qitai County, which will benefit the prevention and control of desertification in the north and the protection of water resources in the south. This research realizes the spatial simulation and optimization of the ecological-conversion plan under the constraints of water resources in arid areas, which provide significant reference to agricultural management and ecological protection.

Keywords：ecological cropland conversion;trade-off analysis;water resources constraint;Ant Colony Algorithm;spatial optimization;arid region

PDF (3854KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
许尔琪, 李婧昕. 干旱区水资源约束下的生态退耕空间优化及权衡分析——以奇台县为例. 地理研究[J], 2021, 40(3): 627-642 doi:10.11821/dlyj020200843
XU Erqi, LI Jingxin. Spatial optimization of ecological cropland conversion and trade-off analysis under water resources restriction in the arid region: Taking Qitai County as a case study. Geographical Research[J], 2021, 40(3): 627-642 doi:10.11821/dlyj020200843

1 引言

水资源是制约干旱区社会经济发展和生态保护的关键因素^[1,2]。随着耕地快速扩增,农业成为各产业中最大的用水产业^[3,4,5],有限的水资源难以同时满足生产、生活和生态用水需求^[6],农业用水挤占其他产业用水、生态用水现象频发^[3,5]。干旱区耕地开垦多来自草地^[7],既容易削弱生态系统服务支撑和调节功能^[8,9],又存在众多农业生产限制因素,导致不适宜耕地普遍存在。因此,坚持“以水定地”原则^[10],在水资源约束下控制并减少耕地规模^[11],制定生态退耕空间优化方案,对干旱区农业发展和生态保护具有重要意义^[3,12]。

生态退耕是以生态建设或恢复为目标,通过人为干预的方式将耕地转变为林草地的过程^[13]。国内外关于生态退耕的研究,主要集中在退耕的耕地时空分异或景观格局演变^[14,15]、驱动因素^[16,17]、对粮食安全保障^[18,19]及生物多样性的影响^[20,21]等。近年来,干旱区等生态敏感区退耕涉及的生态问题得到广泛关注^[22,23],尤其是对退耕过程中耕地与其他地类转换产生的生态系统服务变化^{[23,24,25,26]},以及各生态系统服务之间的权衡与协同关系的研究愈发深入^[9,27,28]。

然而,在生态退耕过程中,生态效益增加与经济效益损失的矛盾无法避免。统计资料与农户调查^[29]、基于土地利用变化的生态系统价值估算^[30]、生态系统服务量化评估模型^[31]等方法逐渐应用到对生态效益和经济效益的权衡分析中。有研究表明,大尺度区域生态效益的增加往往以局部地区农户收入明显减少为代价^[32];同时,一些生态退耕工程中存在地块选择不当问题,使得经济效益的损失没有充分转化为生态效益的增加,导致退耕工程难以为区域经济-生态协调发展提供动力^[33],成为当前生态退耕过程中亟待解决的科学问题。

有鉴于此,本文以近年来耕地扩张显著,导致灌溉用水大量挤占生态用水的新疆奇台县为例,在水资源总量约束下,模拟耕地适宜规模区间内的生态退耕空间优化方案群,并量化解析各方案经济和生态效益的权衡关系,寻找权衡关系中的关键拐点,用以筛选兼顾经济效益和生态效益的空间优化配置方案,为区域土地利用规划和决策提供参考。

2 研究区概况

奇台县位于新疆天山北坡地区,昌吉回族自治州东部,属大陆性半荒漠干旱气候,年平均温度5.5℃、降水量269.4 mm,面积1.93万km²。根据中国科学院资源环境数据中心的土地利用数据显示：2018年,该县未利用地面积占比高达62.64%,主要分布在中北部地区,为大面积沙地、戈壁及裸岩石质地;其他主要地类包括草地和耕地,面积占比各为22.32%和11.57%,耕地几乎全部集中在研究区南部（下文简称“耕地集中区”）,而林地、水域和建设用地占比之和仅为3.47%（图1）。根据昌吉州农作物播种面积定案资料（数据来源：昌吉州农业农村局）显示,近20年来,奇台县耕地大规模扩张,从2000年的7.35万hm²增加到了2018年的11.92万hm²,增长了62.09%,而通过奇台县土地利用图可知,新增耕地主要源于对中低覆盖度草地的侵占。

图1

新窗口打开|下载原图ZIP|生成PPT
图12018年奇台县地形及土地利用分布

注：此图基于新疆维吾尔自治区自然资源厅标准地图（审图号：新S（2019）060号）绘制,底图无修改;图中包括新疆生产建设兵团辖区面积,因兵团辖区不在本文研究范围,故所有图件不显示其相关信息。
Fig. 1Digital elevation and land use map of Qitai County in 2018

耕地的大规模扩张导致灌溉用水量急剧增加,《昌吉州水资源公报》显示,2017年奇台县总供水量6.41亿m3,其中农田灌溉用水量5.25亿m3,占比高达81.92%,而生态环境补水量仅为0.07亿m3;另外需注意的是,奇台县地下水供水量占总供水量比例高达64.98%,大量长期依靠地下水补给,不仅导致奇台县平原绿洲内所有泉水河枯竭消失,而且草地面积急剧下降,地表植被覆盖度降低,绿洲-荒漠交错带土壤荒漠化问题显现^[34]。因此,实施退耕还水、还草政策,优化耕地空间布局,是奇台县亟需解决的生产生态问题。

3 数据来源及研究方法

3.1 数据来源

昌吉州农业生产相关数据包括农作物播种面积、灌溉保证率（数据来源：昌吉州农业农村局）,水资源数据（数据来源：昌吉州水利局）,土壤质地、含盐量和有机质插值得到的栅格数据（数据来源：昌吉州土肥站）。气候数据包括月均温度、降雨和风速等来自国家地球系统科学数据中心（http://www.geodata.cn/）。土地利用、DEM、NDVI、人口密度和气候生产潜力来自中国科学院资源环境科学数据中心（http://www.resdc.cn/）。其中,土地利用类型包括耕地、林地、草地、水域、建设用地和未利用地等六大类,根据研究区地类组成情况,草地可细分为高、中和低覆盖草地。除土地利用和DEM数据空间分辨率为30 m,其余数据分辨率均为1 km。NPP数据为MOD17A3HGF数据产品,来自美国国家航空航天局,空间分辨率500 m（https://e4ftl01.cr.usgs.gov/MOLT/MOD17A3HGF.006/）。

3.2 研究方法

本文所构建的生态退耕空间优化配置及权衡分析模型主要由4个模块组成（图2）,分别为：图2a水资源约束下的耕地适宜规模分析,通过核算除种植业用水外的各产业生产用水、生活用水、以及保有耕地优先和生态保护优先两种情景下的生态用水,分析种植业适宜用水量范围,以此进一步估算耕地适宜规模范围;图2b土地适宜性评估,分别选取干旱区耕地和草地适宜性的关键影响因子进行适宜性评估,为后文耕地和草地的空间优化配置提供基础参考;图2c耕地-草地空间优化配置,基于蚁群优化模型,在适宜耕地规模范围内,对耕地-草地空间格局进行优化配置,形成生态退耕空间优化方案群;图2d不同生态退耕方案的经济和生态效益权衡分析,根据退耕过程中经济效益减少1%所能置换生态效益的提升比例的关键拐点,寻找方案群中介于保有耕地优先和生态保护优先情景的经济-生态效益权衡最优方案。

图2

新窗口打开|下载原图ZIP|生成PPT
图2本文技术框架

Fig. 2The flow chart of this research

3.2.1 水资源约束下的耕地适宜规模分析地区用水总量分为生活、生产和生态用水。其中,生活用水包括城镇、农村居民生活用水;生产用水包括农业、工业生产用水和城镇公共用水,农业生产用水中又包括种植业、林业、牧业及渔业用水;生态用水包括河道内、外生态用水。从水资源总量中减去生活用水、非种植业生产用水及设定的可保障生态用水,即为种植业可用水量^[35],公式如下：

（1）

W_{P} = W_{R} - (W_{P}^{'} + W_{L} + W_{E}) = W_{R} - (W_{P}^{'} + W_{L} + W_{E 1} + W_{E 2})

式中：W_R代表地区用水量;W_P、W_P′、W_L和W_E分别种植业用水、非种植业生产用水、生活用水和生态用水总量;W_E₁和W_E₂分别代表河道外、内生态用水量;W_P′、W_L和W_E₁分别依据统计年鉴中各项的用水规模和对应的用水标准进行核算^[35];W_E₂通过情景设置来确定,即一定百分比的水资源总量,百分比越高意味着生态流量保障程度越高。本文中通过对种植业总可用水量的约束,设计生态退耕方案群来寻找研究区耕地适宜规模。由于新疆水利厅提出保留30%的河川径流量用于维护河流生态环境的稳定^[36],同时考虑研究区实际水资源开发利用情况,本文将水资源总量的10%~30%作为河道内生态需水W_E₂的合理范围,其中：设置10%水资源总量的河道内生态需水情景（即保障生态流量的下限）为保有耕地优先情景,此时种植业可用水量最高、适宜耕地规模最大;设置30%的水资源总量的河道内生态需水情景（即生态流量的上限）为保护生态优先情景,此时河道内生态用水量最高、适宜耕地规模最小。以此分别计算相应的W_P及耕地面积,并作为耕地适宜规模的上限和下限。由于缺少县级水资源总量数据,通过先计算昌吉州的W_P,并估算水资源约束下的适宜耕地面积,再依据奇台县耕地占昌吉州总面积的比例,来折算奇台县种植业可用水量W_P。

计算得W_P后,根据研究区种植结构、不同生长期内作物系数等自然因素,以及灌溉保障率、地膜覆盖情况等管理因素,应用改进的水热平衡法计算不同作物的需水量,最终得到耕地适宜规模^[37]。

3.2.2 土地适宜性评估耕地和中低覆盖度草地的相互转换是研究区开垦和退耕的主要地类转换类型,同时,考虑到地类转换成本及可行性,本文假设林地、水域、建设用地、未利用地和高覆盖度草地短期内不发生变化,仅针对2018年耕地和中低覆盖度草地进行土地适宜性评估和空间优化配置。

结合奇台县情况、并对比已有研究^[38],选择灌溉保证率、坡度、沙化风险、农田生产潜力、土壤含盐量和土壤有机质等6个指标建立耕地适宜性评估指标体系（表1）,选取植被覆盖度、人口密度、到水域距离、降水、土壤含盐量和土壤有机质等6个指标建立草地适宜性评估指标体系（表2）。按照90 m分辨率进行数据重采样,并进行归一化计算。

Tab. 1
表1
表1奇台县耕地适宜性评估指标体系
Tab. 1Suitability evaluation index system of cultivated land in Qitai County

指标	计算方法	归一化方法
灌溉保证率	矢量转栅格	—
坡度	基于DEM数据和ArcGISis 10.2地形分析工具计算坡度	$x^{'} = \frac{90 - x}{90}$
沙化风险	基于土地利用数据和距离分析工具,计算任一耕地单元到最近沙漠的距离	$x^{'} = \frac{x}{Max (x)}$
农田生产潜力	直接获得	$x^{'} = \frac{x}{Max (x)}$
土壤含盐量	直接获得	$x^{'} = \frac{Max (x) - x}{Max (x) - Min (x)}$
土壤有机质	直接获得	$x^{'} = \frac{x}{Max (x)}$

注：

x

代表任一指标原始数据;

x'

表示归一化数值。

新窗口打开|下载CSV

Tab. 2
表2
表2奇台县草地适宜性评估指标体系
Tab. 2Suitability evaluation index system of grassland in Qitai County

指标	计算方法	归一化方法
植被覆盖度	利用NDVI和下式计算： $C = \frac{NDVI - NDV I_{a}}{NDV I_{b} - NDV I_{a}}$ 式中：NDVI代表任一栅格NDVI值;NDVI_a代表裸地NDVI值;NDVI_b代表研究区NDVI最大值	—
人口密度	直接获得	$x^{'} = \frac{Max (x) - x}{Max (x) - Min (x)}$
到水域距离	基于土地利用数据和距离分析工具,计算草地到水域距离	$x^{'} = \frac{Max (x) - x}{Max (x) - Min (x)}$
降水	直接获得	$x^{'} = \frac{x}{Max (x)}$
土壤含盐量	直接获得	$x^{'} = \frac{Max (x) - x}{Max (x) - Min (x)}$
土壤有机质	直接获得	$x^{'} = \frac{x}{Max (x)}$

注：

x

代表任一指标原始数据;

x'

表示归一化数值。

新窗口打开|下载CSV

基于建立的适宜性评估体系,对耕地和草地适宜性分别进行加权评估,公式如下：

（2）

S_{j} = \overset{m}{\sum_{i = 1}} ({w_{i}}_{j} \times s_{ij})

式中：j代表土地利用类型,可为耕地或草地;S_j代表土地适宜性值;m为j的适宜性评估指标个数;w_ij为土地利用类型j的第i个指标权重;s_ij为土地利用类型j的第i个指标归一化值。结合干旱区农业水资源和荒漠化防治的重要性,耕地适宜性评价中将灌溉保证率和土壤含盐量权重设置为0.2,其余因子权重均为0.12;对于草地适宜性重点考虑自然植被覆盖和人类活动因素的影响,设置植被覆盖度及人口密度权重为0.2,其余因子权重均为0.12。

3.2.3 耕地-草地空间优化配置蚁群算法源于对蚂蚁觅食路径的分析,是一种结合了分布式计算、正反馈机制和贪婪式搜索的算法,具有很强的全局搜索能力,能够快速寻找最优解^[39]。由于该算法在求解复杂优化问题方面的优越性,已被广泛用于求解旅行商^[40]、故障诊断^[41]、最优调度^[42]、图像特征识别^[43]等问题,近年来被逐渐应用到土地利用优化配置研究中^[44,45,46]。本文中利用改进后的蚁群算法,可以在多因子约束下寻找面向研究区全局的耕地-草地空间最优配置格局。算法主要由基本参数设置和目标函数设计两部分组成,基本参数设置包括蚂蚁数目、适宜性和紧凑性因子权重、信息强度、挥发素数、启发权重、信息权重等,其中蚂蚁数目数值与适宜耕地规模的栅格数相同,适宜性和紧凑性因子权重依据前人研究分别设置为0.7和0.3^[39],其余参数设置参考Li等的研究成果^[39]。目标函数设计则包括土地适宜性和空间紧凑性等二个方面。

土地适宜性是空间优化配置的基础,为区域土地利用实现更高的经济和生态效益,结合生态退耕的要求,以及耕地和草地的适宜性分布,本文将土地适宜性目标函数设置如下：

（3）

S_{e} = \overset{N}{\sum_{n = 1}} [(S_{nA} - 0.5 \times S_{nG}) \times X_{nA} + S_{nG} \times X_{nG}]

式中：S_e为土地适宜性目标值;n为任一栅格;N为进行空间优化的栅格总数;S_nA和S_nG分别为n个单元的耕地和草地适宜性;X_nA当第n个单元为耕地时X_nA=1,否则为0;X_nG当第n个单元为草地时X_nG=1,否则为0。

空间紧凑性用于优化土地利用斑块格局。考虑景观特征及管理等因素,结合耕地和草地要有一定的景观聚集效应,将空间紧凑性目标函数如下：

（4）

P_{c} = \frac{\sqrt[]{A}}{L}

式中：P_c为景观紧凑性;A为耕地和草地总面积（m²）;L为两者所有斑块边长之和（m）。

结合土地适宜性和空间紧凑性目标函数的设置及其权重因子,最终目标函数设置为：

（5）

MaximizeU = 0.7 \times S_{e} + 0.3 \times P_{c}

式中：U为目标函数效用值。S_e和P_c依据公式（3）和公式（4）计算。将基本参数及目标函数输入算法,并给定水资源约束下的不同耕地适宜规模作为蚁群数量,即可模拟相应的耕地-草地空间优化方案。

3.2.4 不同生态退耕方案的经济和生态效益权衡分析

（1）经济效益空间化。通过农户调研获取奇台县小麦、玉米及瓜类等三种主要作物每hm²利润的平均值、最高值和最低值,利用播种面积加权求和,得到种植业利润的平均值、最高值和最低值。结合耕地适宜性空间分布,进行耕地经济效益空间化：

（6）

M_{nG} = \overset{?}{M} \times \frac{S_{nG}}{\bar{S_{nG}}}

式中：M_nG为栅格耕地每公顷利润（元）;

\overset{?}{M}

为奇台县耕地每公顷利润平均值（元）;农户调研均值为22005元/ hm²;

\bar{S_{nG}}

为研究区2018年耕地适宜性均值。以栅格化M_nG图层的平均值为界,分为高值和低值两部分,分别进行直方图最小-最大值线性拉伸,使低值部分最小值和高值部分最大值与调研的每公顷利润最小值和最大值对应,合并两部分即为耕地经济效益空间化数据。

依据理论载畜量计算草地经济效益,公式如下：

（7）

Z_{t} = \frac{B_{g} \times G_{u} \times C_{u} \times E_{u}}{L_{e} \times d} = \frac{NPP}{S_{b} \times (1 + S_{ug})} \times \frac{G_{u} \times C_{u} \times E_{u}}{L_{e} \times d}

式中：Z_t为草地理论载畜量（羊单位）;B_g为年内单位面积干草产量（t/km²）,依据净初级生产力换算;NPP为每一栅格单元草地年内总净初级生产力（gC/m²）;S_b为生物量换算成NPP的转换系数,为0.45 g/gC^[47];S_ug为地下与地上部分生物量比例系数,温性荒漠草原取值为7.89^[47];G_u、C_u和E_u分别为不同草地类型的牧草利用率、草地可利用率和草地可食牧草比率,结合已有研究和实地调研,分别取值为40%、80%和80%^[47];L_e为一个羊单位的日食量,取值为1.2 kg;d为草地放牧时间（天）,d=365。奇台县养殖羊利润约为350元/只,与草地载畜量相乘后即可得到空间化的草地经济效益。

（2）生态效益空间化。沙漠化是干旱区主要生态问题之一,本文选择防风固沙作为生态效益的标准,根据风力侵蚀方程RWEQ分别计算无植被覆盖情况下的潜在风蚀量及实际风蚀量,两者差值即为防风固沙量^[9],公式如下：

（8）

S L_{PV} = S L_{P} - S L_{V} = \frac{2 z}{S_{P}^{2}} \times Q_{P \max} \times e^{- {(\frac{z}{S_{p}})}^{2}} - \frac{2 z}{S_{V}^{2}} \times Q_{V \max} \times e^{- {(\frac{z}{S_{V}})}^{2}}

式中：SL_PV为防风固沙量（kg/m²）;SL_P为无植被覆盖的潜在风蚀量（kg/m²）;SL_V为实际风蚀量（kg/m²）;z为距离上风向长度（m）;S_P和S_V分别为潜在和实际关键地块长度（m）;Q_P_max为潜在风力最大输沙能力（kg/m²）;Q_V_max为实际风力最大输沙能力（kg/m²）。参数计算如下：

（9）

Q_{P \max} = 109.8 \times (WF \times EF \times SCF \times K)

（10）

Q_{V \max} = 109.8 \times (WF \times EF \times SCF \times K \times C)

（11）

S_{P} = 150.71 \times {(WF \times EF \times SCF \times K)}^{- 0.3711}

（12）

S_{V} = 150.71 \times {(WF \times EF \times SCF \times K \times C)}^{- 0.3711}

式中：WF为气候因子（kg/m²）^[48],根据已有研究,耕地和草地起沙风速分别为4.1m/s和6.5m/s^[49];EF为土壤可蚀性因子（无量纲）;SCF土壤结皮因子（无量纲）;K为地表粗糙度因子;C为植被覆盖度因子（无量纲）^[48]。

（3）权衡经济-生态效益的生态退耕最优格局。分别计算保有耕地优先和保护生态优先情景下的适宜耕地范围,在此耕地面积范围内模拟生态退耕空间优化方案群,并计算相应的生态效益和经济效益,权衡分析两者变化关系。以经济效益每减少1%所能增加的生态效益增加比例为参考,从方案群中挑选效率最优的方案。

4 结果分析

4.1 生态退耕空间优化模型主要参数

4.1.1 水资源约束下的适宜耕地规模利用水资源约束下的耕地适宜规模分析方法,在设定的保有耕地优先和保护生态优先等2种情景下,计算获得奇台县种植业可用水量分别为5.79亿m3和4.92亿m3,对应的适宜耕地面积分别为9.94万hm²和6.96万hm²,是水资源约束下耕地适宜规模的上限和下限。相比于2018年实际耕地面积的11.92万hm²,两种情景下分别各需退耕1.98万hm²和4.96万hm²。

4.1.2 土地适宜性格局分析

（1）耕地适宜性格局分析。奇台县耕地适宜性整体呈现较为明显的北低南高格局（图3a）。其中,北部位于北塔山南麓,海拔较高使得区域热量不足、且坡度相对较大,不适宜耕地开垦;中部虽热量条件较好,但其周边均为沙地、戈壁和裸岩石质地,不具备灌溉条件和沙化风险大,导致耕地适宜性差;南部为耕地适宜性评估高值区,也是奇台县现有耕地集中分布区。南部耕地集中分布区建成了相对完备的灌溉系统,部分地块灌溉保证率达到100%,土壤含盐量也处于较低水平;该区域西北部和东北部少部分地区由于与沙漠相接,灌溉保证率低、沙化风险高,加之蒸发量较大导致土壤含盐量高,西南部也存在部分灌溉保障率低、土壤障碍多的区域,其耕地适宜性较低。

图3

新窗口打开|下载原图ZIP|生成PPT
图3奇台县耕地和草地适宜性空间格局

注：此图基于新疆维吾尔自治区自然资源厅标准地图（审图号：新S（2019）060号）绘制,底图无修改。
Fig. 3The spatial pattern of cultivated land and grass suitability of Qitai County

（2）草地适宜性格局分析。奇台县草地适宜性空间分布格局总体上与耕地类似（图3b）,北部近山区、中部沙漠边缘以及南部北侧边缘区均为草地适宜性的主要低值区。不同的是,地形对草地适宜性的影响比耕地低,且由于越靠近山区降水量越高,故在区域最北部草地适宜性适中,与耕地格局不同。同时,南部多以中值为主,其南侧反是高值区,这是由于草地生长主要靠降水而非灌溉,南部距离水源地较近,故靠近天山北坡更适宜草地生长。

4.2 生态退耕空间优化模拟方案群

在耕地适宜规模范围内,利用蚁群算法对耕地进行空间优化配置,形成生态退耕空间优化模拟方案群。其中,在保有耕地优先这一情景下,从目标函数值角度分析,随着迭代次数的增加,函数值呈近似对数函数增长（图4b）,迭代100次后目标值基本平稳,本文从精度考虑,最终选择迭代500次的目标函数值作为优化结果。算法首次运行时目标函数值为0.102,迭代500次时函数值达到0.228,说明该算法对于土地适宜性和景观紧凑度等目标函数提升较为显著（图4c）;若以算法迭代500次后的优化结果为基准,迭代100次、200次、300次和400次与最终500次的结果分别相差11.75%、4.73%、2.56%和1.03%,即迭代200次与500次基准值差异已小于5%,说明该算法在用于耕地-草地优化配置时能够快速收敛,算法运行高效、时间成本低。从空间优化配置过程看,优化主要体现在不适宜耕作的北缘沙漠接壤区及南缘天山北坡接壤区耕地逐步被草地取代,一方面实现了耕地质量的优化,适宜性均值由2018年的0.743提高到模型模拟的0.778;另一方面南北两翼草地面积扩大也形成了缓冲带,缓解人为活动剧烈的耕地对南侧山区的影响、也一定程度上降低北侧沙漠对耕地集中区的侵蚀。

图4

新窗口打开|下载原图ZIP|生成PPT
图4蚁群算法迭代过程的目标函数变化及对应的耕地草地空间分布情况

注：此图基于新疆维吾尔自治区自然资源厅标准地图（审图号：新S（2019）060号）绘制,底图无修改。
Fig. 4The change of objective function and corresponding spatial distribution of cultivated land and grass based on the ant colony algorithm

在方案群由保有耕地优先情景向保护生态优先情景的演化过程中,经济效益和生态效益呈现显著的线性变化（图5）。经济效益由保有耕地优先情景下的34.86亿元下降至保护生态优先情景的24.75亿元,分别为2018现状年效益的85.43%和60.64%;同时,防风固沙量由保有耕地优先情景下的713.22万t增加至保护生态优先情景下的816.59万t,相比2018年分别增加8.60%和24.34%。考虑到两种情景为耕地-草地优化方案群中灌溉用水量最大和经济效益减少最高的两个极端情景,故需进一步寻找介于两者间的经济-生态效益权衡最优方案。

图5

新窗口打开|下载原图ZIP|生成PPT
图5随河道内生态用水增加区域经济和生态效益变化趋势

Fig. 5The trend of the economic benefit and ecological benefit with the increase of the ecological water consumption in the river channel

4.3 设定生态-经济效益的生态退耕最优方案

分析生态退耕方案群的经济和生态效益关系,通过分段线性拟合发现,随着河道内生态用水量的增加,经济效益每减少1%所能增加的生态效益比例（下称“经济/生态比”）呈现折点前快速增加、折点后趋于平缓的趋势（图6）。遵循经济-生态效益最大化原则,当河道内生态用水量占比20.67%时,“经济/生态比”能够保证在尽可能少的经济效益损失情况下获取生态效益的高效增加,故选择该方案为最优方案。相比于2018年,该方案耕地面积为8.35万hm²,减少了3.57万hm²,退耕比例为29.95%;同时,草地面积由6.18万hm²增加至9.75万hm²。

图6

新窗口打开|下载原图ZIP|生成PPT
图6河道内生态用水每减少1%经济效益对应生态效益增加比例

Fig. 6Change analysis of the proportion of ecological benefit increase for 1% decrease in total economic benefit with the increase in the ecological water consumption in the river channel

生态退耕前后,耕地适宜性由0.74提高至0.80,耕地利润由18386.20元/ hm²增加至18888.22元/ hm²。由于耕地和草地适宜性空间格局呈现一定程度的相似性,故部分不适宜耕地转化为草地后使草地适宜性由0.58降至0.54,但草地规模的扩增使其承载的羊单位总量和防风固沙效益均显著增加。总体上看,该权衡方案中27.70%的经济效益损失保障了占水资源总量20.67%的生态流量、并增加了17.02%的防风固沙效益,呈现整体效率最优;对于奇台县而言,水资源适度开发利用和提升防风固沙水平是保障区域生态安全和经济发展的基础,长远角度看,有必要牺牲当前部分经济利益来保障区域社会可持续发展。

在选定的最优生态退耕方案中,奇台县中部及北部仅有极少数耕地分布,因此本文主要对南部耕地集中区进行分析（图7）。与2018年耕地-草地的空间分布对比发现,退耕还草主要位于该区的东北、西北及西南部边缘地区,这将使耕地集中区与北部沙漠区、南部山区形成缓冲带,一方面有助于防止沙漠南侵,另一方面对主要人为活动区加以限制,有利于南部林地及水源区的生态环境保护。同时,方案中还模拟有2.07%的新开垦耕地,为高耕地适宜性、低草地适宜性区,分布在2018年耕地范围的边缘。

图7

新窗口打开|下载原图ZIP|生成PPT
图72018年奇台县耕地草地空间分布及最优退耕方案空间格局

注：此图基于新疆维吾尔自治区自然资源厅标准地图（审图号：新S（2019）060号）绘制,底图无修改。
Fig. 7The land use pattern of 2018 and spatial pattern of ecological cropland-conversion under the optimization scenario of economic and ecological benefit trade-off in Qitai County in 2018

分析影响生态退耕区域耕地适宜性的主要限制因子可知（图8）,灌溉保证率是面积占比最高的限制因子,达41.66%,主要分布在耕地集中区靠近沙漠的北缘,该边缘地带本身远离主要径流区,基本依靠深井引水,另外农业灌溉设施不足,导致灌溉保证率低;土壤有机质和耕地生产潜力是排名二、三的因子,面积占比皆接近20%,大部分位于耕地集中区南侧,这一区域靠近天山北坡,热量不够充足导致耕地生产潜力低、适宜性较差,同时西南部土壤质量较差、有机质水平较低。沙化风险也是一大限制因素,面积比例为14.73%,主要位于东北和西南侧,东北部高沙化风险区的存在主要由于该区域有一定的灌溉保障,但处于沙漠边缘的地理位置导致其沙化风险较高;西南侧则存在零散分布的沙地或裸岩石质地。土壤含盐量和坡度的限制最小,面积占比分别仅为2.57%和1.63%。由于耕地集中区以外的耕地面积占比仅为0.16%,故整个研究区和耕地集中区各限制因素面积占比极为接近。

图8

新窗口打开|下载原图ZIP|生成PPT
图8奇台县耕地适宜性限制因素及面积占比

注：此图基于新疆维吾尔自治区自然资源厅标准地图（审图号：新S（2019）060号）绘制,底图无修改。
Fig. 8Spatial distribution and area proportion of limiting factors of cultivated land suitability in Qitai County

5 结论与讨论

在干旱区水资源约束下,本文基于蚁群算法建立了生态退耕空间优化及权衡分析模型,以奇台县为例展开模型应用,模拟生态退耕方案群及空间优化模式,权衡分析各方案经济和生态效益的关系,并提出了最优空间配置方案。结果表明：在保有耕地优先和保护生态优先情景下,奇台县种植业可用水量分别为5.79亿m3和4.92亿m3,对应的适宜耕地面积分别为9.94万hm²和6.96万hm²。本文建立的空间优化模型收敛速度快,优化方案可有效提高了耕地适宜性、并实现较好的空间紧凑性。随着生态退耕规模的增加,经济效益和生态效益呈现线性减少和增加趋势。兼顾经济和生态效益、选取效率最优方案,本文认为耕地面积退至8.35万hm²时,每减少1%经济效益能够换取较高的生态效益增长,为经济-生态权衡过程中的最优方案。该方案以27.70%的经济效益损失保障了占水资源总量20.67%的生态流量、并增加了17.02%的防风固沙效益。退耕还草主要发生在奇台县耕地集中区的东北、西北及西南部边缘地区。灌溉保证率是面积占比最高的限制因子,达41.36%,土壤有机质含量、耕地生产潜力和沙化风险也是重要的限制因素。本研究实现了水资源约束下生态退耕方案群的模拟、并提出了效率最优的空间优化方案,对干旱区土地利用规划和生态保护具有重要参考意义。

水资源是干旱区社会经济发展的制约因素,在水资源约束下本文基于种植业可用水量及耕地适宜规模的核算及蚁群算法的应用,建立了生态退耕空间优化及权衡分析模型,实现兼顾经济和生态效益的生态退耕最优空间配置。与已有研究相比,本文突出了干旱区生产和生态用水的相互制约^[3,5],又考虑了退耕还草过程中的经济和生态效益权衡关系^[8],可为区域农业发展及政策调整提供科学参考。

本文是以现状视角来计算短期内生态退耕的经济-生态效益权衡关系。对于耕地,随着退耕规模的增大,越发完善的节水技术和田间管理措施将集中应用到规模控制后的高适宜性耕地,将有效提升单产^[50],故耕地规模减小导致的经济效益损失将得到一定程度的弥补,同时,这些区域农业生产限制性少,利于农地的可持续经营^[11]。尤其是随着生态退耕后区域生态流量的保障和防风固沙能力的增加,有助于降低沙漠化对耕地威胁,生态环境功能的提升也是农业生产的有力保障。

干旱区以往依靠耕地大规模换取经济增长是不可持续的发展模式,区域用水必须兼顾生态和经济效益,将水资源利用控制在可承载范围内,以保障生态环境安全^[51]。在新疆,仅靠农业节水和农业种植业结构调整措施难以解决目前超用水量的问题,因此必须采取生态退耕等强力措施。然而,在中国,保护耕地红线和保障粮食安全是重要战略方针^[52],因此,生态退耕涉及诸多方面,需要国家给予特殊的资金和政策支持,结合新疆特殊的生态环境和历史文化背景开展针对性研究,统筹推进生态退耕,并对退减出来的土地进行专业化封育管理,作为战略储备。

致谢

真诚感谢各位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文梳理研究方法和细化结果分析方面的修改意见,使本文获益匪浅。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

王静, 刘海隆, 王玲. 气候变化背景下玛纳斯河流域绿洲适宜规模研究
干旱区地理, 2019,42(1):113-120.