閆英杰,周宏飛,朱 薇,姚林林
(1.中國科學(xué)院新疆生態(tài)與地理研究所,荒漠與綠洲生態(tài)國家重點實驗室,新疆 烏魯木齊 830011;2.中國科學(xué)院阜康荒漠生態(tài)試驗站,新疆 阜康 831505;3.中國科學(xué)院大學(xué),北京 100049)
中亞位于北半球中緯度內(nèi)陸干旱區(qū),對氣候變化敏感,被稱為氣候變化的“熱點”,預(yù)計此區(qū)變暖程度將超過全球平均水平[1-2]。同時中亞地處亞歐大陸的核心區(qū)域,狹義上包括哈薩克斯坦(KAZ)、吉爾吉斯斯坦(KJG)、塔吉克斯坦(TJK)、土庫曼斯坦(TKM)和烏茲別克斯坦(UZB)五國,是聯(lián)通亞歐大陸的重要樞紐,也是“絲綢之路經(jīng)濟帶”向外延伸的第一環(huán)[3]。隨著全球氣候增溫,干旱加劇,干旱地區(qū)農(nóng)業(yè)灌溉用水在整個水資源分配中比例減少,雨養(yǎng)農(nóng)業(yè)在未來農(nóng)業(yè)中的地位將越來越重要。雨養(yǎng)農(nóng)業(yè)區(qū)是中亞重要的糧食主產(chǎn)區(qū)之一[4],由于其以天然降水為水源,因而對氣候變化更加敏感,糧食安全成為影響區(qū)域可持續(xù)發(fā)展和推進“一帶一路”倡議的重要因素[5-7]。農(nóng)業(yè)水土資源匹配狀況直接影響區(qū)域糧食生產(chǎn)的安全性和穩(wěn)定性[8],是評價區(qū)域糧食生產(chǎn)與安全的重要指標(biāo)。針對氣候變化大背景下中亞雨養(yǎng)農(nóng)業(yè)區(qū)水土資源匹配關(guān)系進行研究,對評價中亞未來農(nóng)業(yè)生產(chǎn)與糧食安全具有重要意義。
學(xué)者們對中亞地區(qū)水土資源及其匹配現(xiàn)狀已有相關(guān)研究。Qadir等[9]對咸海流域由人為活動引起的水土資源變化進行了定量研究,發(fā)現(xiàn)過度灌溉和耕地擴張導(dǎo)致水土資源不匹配問題加劇。郝林鋼等[10]運用基于數(shù)列匹配度計算方法,研究了中亞各國水資源利用與經(jīng)濟社會發(fā)展的時空匹配度,發(fā)現(xiàn)其在空間尺度上表現(xiàn)為上游國家優(yōu)于下游國家,在時間尺度上匹配程度呈先上升后下降趨勢。姚海嬌等[11]運用基尼系數(shù)法和單位面積水資源量法研究了中亞水土資源總體匹配和空間匹配狀況,也發(fā)現(xiàn)中亞水土資源總體匹配良好,上游國家匹配優(yōu)于下游國家。柴晨好等[12]采用廣義農(nóng)業(yè)水土資源匹配法和水資源當(dāng)量系數(shù)法,對中亞農(nóng)業(yè)水土資源匹配狀況和豐缺程度進行了研究,結(jié)果顯示中亞農(nóng)業(yè)水土資源匹配程度南部高于北部、灌溉農(nóng)業(yè)區(qū)高于雨養(yǎng)農(nóng)業(yè)區(qū)。何理等[13]采用基于數(shù)列匹配度計算法和重心公式的多元匹配評估模型,研究了中亞地區(qū)水土資源和農(nóng)業(yè)發(fā)展間的二元和多元匹配狀況,發(fā)現(xiàn)多元時間匹配度較低且波動變化較劇烈,除烏茲別克斯坦外,都處于匹配度極好水平,資源與發(fā)展協(xié)同性好。
上述對中亞地區(qū)國家尺度水土資源匹配狀況的研究大多是基于歷史資料進行的,沒有涉及未來氣候變化背景下的水土資源匹配問題。本研究基于典型濃度路徑RCPs排放情景,由于RCP2.6屬于較理想排放路徑,而RCP4.5(2100年輻射強迫穩(wěn)定在4.5 W·m-2)和RCP8.5(2100年輻射強迫達到8.5 W·m-2以上,并將持續(xù)上升)均屬于中、高等濃度排放路徑[14],涵蓋的溫度變化范圍較廣,適合用來評估未來氣候變化影響,故本文選擇RCP4.5和RCP8.5兩種路徑情景下的GCMs氣候數(shù)據(jù),研究可利用降水量與宜農(nóng)耕地資源的匹配度,采用基于數(shù)列匹配度計算法和單位面積水資源量法,分析了2021—2050年氣候變化情景下中亞雨養(yǎng)農(nóng)業(yè)區(qū)水土資源時空匹配格局的變化,以期為中亞地區(qū)未來農(nóng)業(yè)可持續(xù)發(fā)展和糧食安全評估提供科學(xué)數(shù)據(jù),為落實我國“一帶一路”發(fā)展倡議提供決策參考。
中亞地處亞歐大陸的核心區(qū)域,是聯(lián)通亞歐大陸的重要樞紐,也是“絲綢之路經(jīng)濟帶”向外延伸的第一環(huán)。中亞氣候干旱,對全球氣候變化敏感,糧食安全成為影響區(qū)域可持續(xù)發(fā)展和推進“一帶一路”倡議的重要因素。隨著全球氣候增溫,干旱加劇,干旱地區(qū)農(nóng)業(yè)灌溉用水在整個水資源分配中比例減少,雨養(yǎng)農(nóng)業(yè)在未來農(nóng)業(yè)中的地位將越來越重要。
中亞雨養(yǎng)農(nóng)業(yè)區(qū)(45°9′~52°26′N,46°29′~87°17′E)主要位于哈薩克斯坦北部平原和低地(圖1),東西長3 000 km,南北寬1 160 km。在天山前山帶以及其他山區(qū)的宜農(nóng)半濕潤半干旱區(qū)域,耕地中雨養(yǎng)農(nóng)區(qū)面積占比較小,因此,考慮到雨養(yǎng)農(nóng)業(yè)區(qū)地理分布的連續(xù)性和完整性,本文研究區(qū)只包括東哈薩克斯坦州、巴甫洛達爾州、北哈薩克斯坦州、阿克莫拉州、卡拉干達州、科斯塔奈州、阿克托別州、西哈薩克斯坦州等8個州。區(qū)內(nèi)雨養(yǎng)耕地面積達29.5×104km2,約占中亞耕地總面積的35%,是中亞重要的糧食主產(chǎn)區(qū)。
該區(qū)屬典型的溫帶大陸性氣候,夏季炎熱干燥,冬季寒冷少雪,1月平均氣溫-19℃~4℃,7月平均氣溫19℃~26℃;降水主要集中在冬季和春季,年平均降水量300~400 mm[15-16],屬半濕潤、半干旱區(qū);區(qū)內(nèi)土壤以黑鈣土和栗鈣土為主[17],土壤肥力高,土地資源豐富,利用方式以耕地和草地為主,永久性草地和牧場面積達68.9萬km2,后備耕地資源豐富。
1.2.1 氣象數(shù)據(jù) 未來氣候情景數(shù)據(jù)由Downscaled CMIP3 and CMIP5 Climate and Hydrology Projections(DCHP)所提供,基于第五階段耦合模式比較計劃(CMIP5)中的7個全球氣候模式(見表1)以及2種典型排放情景(RCP4.5和RCP8.5)模擬輸出的逐月平均氣溫和降水量數(shù)據(jù)集(基準(zhǔn)時段1961—1990年,未來時段2021—2050年,空間分辨率為0.5°×0.5°)。該數(shù)據(jù)集經(jīng)過了偏差訂正-空間分解技術(shù)(Bias-correction and spatial disaggregation,BCSD)降尺度處理[18],能夠有效去除CMIP5氣候模式在區(qū)域尺度上的模擬偏差(https://gdo-dcp.ucllnl.org/downscaled_cmip_projections/)。本文根據(jù)吳昊旻等[19]和Huang等[20]研究發(fā)現(xiàn),選取對中亞地區(qū)年降水量變化具有較好的檢驗?zāi)芰Φ?個CMIP5氣候模式,并對其作多模式集合平均(Multi-model ensemble mean),以最大程度降低單一模式預(yù)估結(jié)果的不確定性,從而獲得具有更高可信度的預(yù)估數(shù)據(jù)[21]。由氣溫和降水量預(yù)估數(shù)據(jù)計算出相應(yīng)的蒸發(fā)量、全年可利用降水量及生長季(4—9月)可利用降水量等數(shù)據(jù)。
表1 基于BCSD降尺度的CMIP5模式信息
1.2.2 耕地數(shù)據(jù) 根據(jù)高程、坡度、土壤類型及土地利用類型等數(shù)據(jù),識別出研究區(qū)的宜農(nóng)耕地。高程數(shù)據(jù)來源于SRTM,其范圍介于-228~4 095 m,空間分別率90 m×90 m。利用ArcGIS軟件的slope工具,由DEM計算得到坡度分布數(shù)據(jù)。土壤數(shù)據(jù)引自世界土壤數(shù)據(jù)庫HWSD(Harmonized World Soil Database version 1.2),選取適宜種植農(nóng)作物的土壤類型。土地利用類型數(shù)據(jù)(空間分辨率300 m×300 m)引自歐洲航天局氣候變化倡議項目的全球土地覆蓋產(chǎn)品(CCI) (https://www.esa-landcover-cci.org/),已進行了輻射校正、幾何校正和大氣校正等預(yù)處理,在中亞地區(qū)數(shù)據(jù)質(zhì)量較高[22]。依據(jù)IPCC土地利用分類系統(tǒng),將土地利用類型進行重新分類,形成6種主要的LULC類型(農(nóng)田、林地、草地、水域、城鎮(zhèn)和裸地)。根據(jù)《全國耕地類型區(qū)、耕地地力等級劃分》以及相關(guān)研究[23-24],考慮到中亞干旱區(qū)生態(tài)環(huán)境較為脆弱,本文將裸地作為不適宜開墾的土地。選取海拔低于3 500 m、坡度小于15°且適宜農(nóng)作物種植的土壤類型,用ArcGIS對滿足以上條件的高程、坡度、土壤類型和土地利用類型的各圖層進行疊加分析,得到研究區(qū)宜農(nóng)耕地的空間分布。
1.3.1 Mann-Kendall趨勢檢驗和Sen’s斜率 用Mann-Kendall趨勢檢驗、Sen’s斜率檢測未來時段降水的趨勢變化。Mann-Kendall趨勢檢驗是一種非參數(shù)檢驗法,常用于分析氣候要素時間序列的趨勢變化,度量值(Z)用于進行時間序列變化趨勢的顯著性檢驗,取顯著水平α=0.05,Z1-α/2=Z0.975=1.96。當(dāng)|Z|≤1.96,表示趨勢不顯著;|Z|>1.96,表示趨勢顯著,且Z>0,表示趨勢上升,Z<0表示趨勢下降。Sen’s斜率估計用于計算時間序列趨勢的變化程度,通過計算時間序列中所有數(shù)據(jù)點對的斜率,將所有組斜率的中值作為總體斜率的估計數(shù),從而來評估時間序列趨勢的變化程度[25-26]。
1.3.2 可利用降水量計算方法 根據(jù)區(qū)域水量平衡方程式[27]可知:
P0-E-R+ΔS=0
(1)
式中,P0為降水量,E為蒸散發(fā)量,R為徑流量,ΔS為土壤蓄水變化量。當(dāng)區(qū)域處于穩(wěn)定狀態(tài)時,多年平均土壤蓄水變化量ΔS可忽略不計,因此降水量減去地表蒸發(fā)量(即地表徑流量和土壤蓄水量之和)為可以利用的降水量,本文稱其為可利用降水量P[13],可表示為:
P=R+ΔS=P0-E
(2)
其中,E可由高橋浩一郎公式[28]計算得到:
(3)
式中,P0為降水量;T為地面平均溫度
1.3.3 基于數(shù)列的匹配度計算方法 基于數(shù)列的匹配度計算方法由左其亭等[29]于2014年提出,該方法可以對兩種變量之間的時間匹配關(guān)系直接進行定量分析。本文所采用的基于數(shù)列的匹配度計算方法假定,研究時段可分為T個時段,分析變量X和Y的匹配度,(xt,yt)為第t個時間段變量X和Y的值,時間上的匹配度可按式(4)計算。
(4)
其中
式中,At為第t個時間段變量X和Y之間的匹配度;rt為第t個時間段變量xt占研究時段變量X的比例;st為第t個時間段變量Y占研究時段變量Y的比例。
1.3.4 單位面積水資源量法 水土資源匹配系數(shù)(Ri)由劉彥隨等[30]2006年提出,用于表征一個國家或區(qū)域農(nóng)業(yè)生產(chǎn)可供水資源與耕地資源在時空上適宜匹配的量比關(guān)系。單位宜農(nóng)耕地面積所擁有的水資源量,在一定程度上可以反映區(qū)域水資源量與宜農(nóng)耕地面積的空間協(xié)調(diào)程度,用于評價研究區(qū)水土資源匹配關(guān)系空間格局[24]。水土資源匹配關(guān)系測算模型為:
(5)
(6)
式中,Ri為單位宜農(nóng)耕地面積所擁有的水資源量(104m3·hm-2);Wi為某區(qū)域水資源量(108m3);Li為某區(qū)域宜農(nóng)耕地面積(102·hm-2);rei為無量綱化處理后的第i個州水土匹配系數(shù),用于衡量各州水土資源匹配相對于研究區(qū)總體平均水平的差異程度;i為研究區(qū)第i個州,n為州的數(shù)量,n=8。
2.1.1 降水量時空分布特征 RCP4.5、RCP8.5情景與RCPrf基準(zhǔn)氣候時段(1961—1990年)相比較,年均降水均有增加,如圖2(a~c),但降水的空間分布格局基本不變,表現(xiàn)為自東北向西南逐漸減少的趨勢。RCP4.5、RCP8.5平均年降水量變化趨勢率分別為0.47、0.37 mm·a-1,均高于RCPrf的0.14 mm·a-1,呈增加趨勢(圖2(d))。未來研究區(qū)降水量整體有增多趨勢,但只有部分區(qū)域通過了顯著性檢驗,如圖2(e)和圖2(f)黑框區(qū)域。在RCP4.5情景下,只有東哈薩克斯坦州北部的小部分區(qū)域顯著增加,增幅為1.10 mm·a-1。在RCP8.5情景下,降水增加顯著的區(qū)域擴大到東哈薩克斯坦州大部分地區(qū),增幅為1.61 mm·a-1。與RCPrf比較,未來兩種情景下降水呈減少趨勢的區(qū)域增大,在RCP4.5情景下,除東部地區(qū)外大部分呈減少趨勢,而在RCP8.5情景下減少區(qū)域則集中在中西部地區(qū)。
2.1.2 可利用降水量的時空分布特征 可利用降水量是大氣降水資源中可被人們實際利用的降水資源,可由式(2)計算得出。本文以可利用降水量相對值來反映各州可利用降水量較區(qū)域總體平均水平的差異程度,結(jié)果如圖3所示。
未來RCP4.5、RCP8.5情景下,可利用降水量稍有增長,其中全年可利用降水量均呈增加趨勢,生長季可利用降水量2030年稍有減少,2050年增加趨勢明顯(表2)。全年可利用降水量空間分布差異相對較小,但生長季差異較大,其中東部和北部地區(qū)生長季可利用降水量較多,而西部和南部地區(qū)較少(圖3)。隨著RCP的增加,東哈薩克斯坦地區(qū)生長季可利用降水量增加顯著,而西哈薩克斯坦和阿克托別地區(qū)則減少顯著。整體上,未來氣候變化情景下,東部地區(qū)降水季節(jié)分配更有利于自然降水和作物需水間的匹配,水資源條件將有所改善;而西部和南部地區(qū)生長季降水分配減少,季節(jié)性干旱頻度和強度增強,未來氣候變化將進一步加劇水資源對農(nóng)業(yè)發(fā)展的制約,將嚴(yán)重制約該區(qū)域農(nóng)田生產(chǎn)力的持續(xù)提高。因此,未來具有較大農(nóng)業(yè)生產(chǎn)潛力的區(qū)域主要分布在東部地區(qū)。
表2 2021—2050年中亞雨養(yǎng)農(nóng)業(yè)區(qū)可利用降水量
研究區(qū)土地總面積達17 307.57萬hm2,以耕地和草地為主,其中耕地面積為2 955.69萬hm2,永久草地和天然牧場為9 008.95萬hm2,分別占區(qū)域土地總面積的17%和52%。作為未來可開發(fā)利用的土地資源,永久性草地和天然牧場的農(nóng)業(yè)生產(chǎn)潛力巨大。本文將宜農(nóng)耕地中除現(xiàn)有耕地之外的部分作為后備耕地,然后計算后備耕地占宜農(nóng)耕地的比例,即耕地潛力指數(shù)。
以州為研究單元,統(tǒng)計宜農(nóng)耕地面積,并計算其耕地潛力指數(shù)(圖4和圖5)。研究區(qū)南部地區(qū)宜農(nóng)耕地較多,而北部地區(qū)則較少。其中,卡拉干達、阿克托別和東哈薩克斯坦后備耕地占宜農(nóng)耕地的比例分別為0.75、0.87和0.71,而北哈薩克斯坦、阿克莫拉、科斯塔奈和巴甫洛達爾后備耕地占宜農(nóng)耕地的比例均低于0.30。南部地區(qū)由于水資源條件的約束,可利用耕地資源的優(yōu)勢得不到有效利用,而北部地區(qū)農(nóng)墾自然條件相對優(yōu)越,為中亞的主要糧食產(chǎn)區(qū),耕地墾殖率已很高,未利用的可耕地資源已很少??傮w上,中亞雨養(yǎng)農(nóng)業(yè)區(qū)宜農(nóng)耕地資源空間分布較均勻,未來具有較大耕地潛力的區(qū)域主要分布在南部地區(qū)。
2.3.1 水土資源匹配度的時間變化特征 根據(jù)基尼系數(shù)劃分標(biāo)準(zhǔn)[31]及相關(guān)文獻[29],可將水土資源匹配度At的數(shù)值范圍分5個標(biāo)準(zhǔn):[0,0.5)為極不匹配,[0.5,0.6)為不匹配,[0.6,0.7)為較匹配,[0.7,0.8)為相對匹配,[0.8,1)為高度匹配。
在未來RCP4.5、RCP8.5情景下,2021—2050年中亞雨養(yǎng)農(nóng)業(yè)區(qū)水土資源匹配度大部分在0.6以上(圖6),說明未來研究區(qū)水土資源整體處于較好匹配水平。其中,2030—2035年水土資源匹配度波動較小,在0.7~0.99之間浮動;其余時段波動較為劇烈,2022年和2050年為極不匹配水平,2037年和2041年為不匹配水平。這表明,在未來氣候變化情景下,某些時段研究區(qū)極端干旱發(fā)生的頻率和強度將增加,雨養(yǎng)農(nóng)業(yè)生產(chǎn)的波動性與不穩(wěn)定性加大。隨著RCP情景的增加,水土資源匹配度波動幅度趨于減小,表明RCP8.5情景將更有利于雨養(yǎng)農(nóng)業(yè)生產(chǎn)的穩(wěn)定。
2.3.2 水土資源匹配度的空間分布特征 根據(jù)各州水土匹配系數(shù)(rei)積聚與離散的分異特征,將rei劃分為4個等級:(1)rei>1.26,匹配程度較好;(2)0.84 在未來RCP4.5、RCP8.5情景下,全年水土資源的空間匹配度總體上較均衡,而生長季空間匹配屬極不均衡,表現(xiàn)為東部和北部地區(qū)水土匹配度優(yōu)于南部和西部(圖7),這與前述的可利用降水量的空間分布規(guī)律一致,水資源對水土資源匹配格局的制約作用非常明顯。隨著RCP情景的增加,西部和南部地區(qū)生長季水土資源匹配度均極差,主要由于未來氣候變化情景下該區(qū)域暖干化趨勢加劇,水土資源將嚴(yán)重錯位;而東部和北部地區(qū)生長季水土資源匹配均有所改善,說明未來具有較大農(nóng)業(yè)生產(chǎn)潛力的區(qū)域主要分布在東部和北部地區(qū),其中北部地區(qū)土地墾殖率高,后備耕地資源不足,而東部地區(qū)后備耕地資源充足,可作為中亞地區(qū)未來糧食生產(chǎn)的重要后備基地。 1)在未來氣候變化情景下,中亞雨養(yǎng)農(nóng)業(yè)區(qū)年均降水呈增加趨勢,空間分布自東北向西南降低,其中東部地區(qū)降水呈弱增加趨勢,RCP4.5和RCP8.5情景下降水增幅分別為1.10 mm·a-1和1.61mm·a-1,其余區(qū)域變化不顯著。隨著RCPs情景的增加,生長季可利用降水量東部和北部地區(qū)增加,而西部和南部地區(qū)減少;區(qū)域宜農(nóng)耕地資源豐富,空間分布差異相對較小,北部地區(qū)以現(xiàn)有耕地為主,而南部和東部地區(qū)后備耕地資源充足。 2)在兩種RCP情景下,中亞雨養(yǎng)農(nóng)業(yè)區(qū)未來30 a水土資源匹配度大部分在0.6以上,總體處于較好匹配水平,其中RCP8.5情景優(yōu)于RCP4.5,但也存在水土匹配波動較大的年份,表明未來水土資源匹配狀況總體趨于改善,但個別年份氣候變化導(dǎo)致極端干旱發(fā)生的頻率和強度也有所增加;與全年水土匹配相比,生長季水土資源空間匹配極不均衡,東部和北部地區(qū)匹配系數(shù)大部分處于0.84以上,而南部和西部地區(qū)均低于0.70,其中東部地區(qū)水土資源匹配較好,可作為中亞地區(qū)未來糧食生產(chǎn)的重要后備基地。 3)未來30 a氣候變化對中亞雨養(yǎng)農(nóng)業(yè)區(qū)糧食生產(chǎn)有雙重影響。未來東部和北部地區(qū)水土匹配狀況趨于改善,但極端干旱頻率和強度有所增加,將加大糧食生產(chǎn)的波動性和不穩(wěn)定性;而西部和南部地區(qū)水土匹配狀況趨于變差,季節(jié)性干旱頻度和強度增強,將進一步加劇水資源對其農(nóng)業(yè)發(fā)展的制約,致使后備耕地資源優(yōu)勢得不到有效利用,嚴(yán)重影響該區(qū)糧食生產(chǎn)。 水土資源是人類生產(chǎn)、生活的基本資料,而水土資源耦合是農(nóng)業(yè)生產(chǎn)的先決條件[30,32]。中亞位于絲綢之路經(jīng)濟帶的核心區(qū)域,是世界主要糧食出口區(qū)之一,而雨養(yǎng)農(nóng)業(yè)區(qū)則為中亞重要的糧食主產(chǎn)區(qū),糧食產(chǎn)量占中亞地區(qū)糧食總產(chǎn)量的48%,耕地面積占中亞總耕地面積的45.1%,對中亞地區(qū)的糧食安全發(fā)揮“穩(wěn)定器”作用。未來氣候變化將引起區(qū)域降水量和降水格局的變化,并影響中亞雨養(yǎng)農(nóng)業(yè)區(qū)糧食生產(chǎn)的安全和穩(wěn)定[33-34],進而威脅中亞地區(qū)糧食安全。 根據(jù)本文研究,在研究區(qū)東部和北部區(qū)域,未來糧食安全問題主要是極端干旱導(dǎo)致糧食產(chǎn)量減產(chǎn),一方面可通過土壤培肥技術(shù)改良土壤,提高農(nóng)田土壤生產(chǎn)力[35],另一方面可以選育和種植高產(chǎn)優(yōu)質(zhì)、抗逆能力好的糧食作物新品種,以提升雨養(yǎng)農(nóng)業(yè)生產(chǎn)力[36];在研究區(qū)西部和南部區(qū)域,未來糧食安全主要為降水量減少和季節(jié)分配不均導(dǎo)致的季節(jié)性干旱,一方面可通過地表覆蓋技術(shù)抑制地表無效蒸發(fā)(如覆膜),提高土壤蓄水保墑能力,促進作物對水分的高效利用[35],另一方面可以通過培育、種植耐旱高產(chǎn)新品種,以保證糧食產(chǎn)量穩(wěn)產(chǎn)。研究結(jié)果對于預(yù)判未來氣候變化情境下的區(qū)域糧食安全問題和制定保障糧食安全的預(yù)案具有重要借鑒作用。 隨著全球氣候增溫,干旱加劇,中亞地區(qū)農(nóng)業(yè)灌溉用水在整個水資源分配中比例降低,雨養(yǎng)農(nóng)業(yè)在未來農(nóng)業(yè)中的地位將越來越重要。盡管前人從國家尺度上對中亞地區(qū)水土資源空間匹配現(xiàn)狀進行了研究,但對于未來氣候變化背景下水土資源匹配關(guān)系極少涉及。本文將研究尺度進一步細化到州級行政單元,利用基于數(shù)列匹配度法和單位面積水資源量法,分析了中亞地區(qū)未來氣候變化情景下研究區(qū)水土資源的時空匹配特征,討論了水土匹配的全年和生長季的變化規(guī)律。研究結(jié)果對于中亞區(qū)域提升應(yīng)對氣候變化能力具有重要科學(xué)參考價值。 本文只考慮了可利用降水量與宜農(nóng)耕地面積方面的水土資源本底匹配特征,沒有涉及未來土地利用的變化,可能導(dǎo)致研究結(jié)果與將來實際存在一定的偏差,但對于預(yù)估研究區(qū)未來農(nóng)業(yè)生產(chǎn)條件變化、明確中亞地區(qū)未來糧食安全形勢,仍具有較好的參考價值。3 結(jié) 論
4 討 論