生态耕地利用的时空评估与优化：以中国黄淮海地区为例

《Environmental Impact Assessment Review》：Spatial-temporal assessment and optimization of ecological cropland utilization: A case study of China's Huang-Huai-Hai region

本研究整合过程模型PEST-DNDC与多维生态耕地利用指数（ECUI），评估2001-2020年黄淮海地区耕地可持续性，发现粮食增产128.1%但伴随土壤碳年损失79.88 Tg C及温室气体排放激增，空间分析揭示70%耕地ECUI下降，提出分区优化策略。

　　

杨林鹏|刘彦瑞|王强|欧聪|张倩曦

中国科学院地理科学与自然资源研究院，北京100101，中国

摘要

在保障粮食安全与实现环境可持续性之间取得平衡是全球农业面临的一个根本性挑战，这需要全面评估耕地利用的可持续性，以便为基于科学的决策提供依据。当前的方法存在两个主要局限性：虽然综合指标框架在诊断农业发展模式方面有效，但其分析视角往往较为静态，并且常常受到数据限制，无法捕捉农业生态系统过程的关键参数。相反，基于过程的模型在模拟详细的农业生态系统动态方面表现出色，但很少将这些模拟结果转化为具有空间差异性的管理策略。为了解决这一差距，本研究开发了一个将基于过程的模拟与诊断评估相结合的综合框架，该框架以一个动态的、多维度的“生态耕地利用指数”（ECUI）为核心，该指数将生产力、环境影响和资源利用效率综合成一个综合的可持续性指标。我们应用这一框架对中国黄淮海地区进行了分析，该地区是一个面临严峻可持续性压力的重要粮食生产区，使用了经过区域校准的PEST-DNDC模型的输出数据。2001年至2020年的分析表明，该地区的粮食产量增加了128.1%，但与此同时，该地区从净碳汇转变为持续的净碳源，2020年耕地每年损失了79.88 Tg的土壤有机碳（SOC），同时温室气体排放量也在增加。从空间上看，超过70%的耕地出现了ECUI下降的情况，高可持续性区域从传统的农业核心区转移到了渤海沿岸。主要的系统性约束包括氮利用效率低、土壤碳含量下降以及产量不足。基于诊断分析，我们为发现的约束区域提出了有针对性的优化策略。本研究展示了如何通过将机制建模与诊断指标相结合来阐明可持续性权衡，并生成可操作的管理见解。该框架为指导全球农业系统的可持续集约化提供了一条可复制的路径。

引言

在保障粮食安全与实现环境可持续性之间取得平衡是全球农业面临的一个根本性和紧迫的挑战（Clark等人，2020年）。最新数据显示，2021年至2023年间，全球近三分之一的人口面临中度或严重的粮食不安全问题（FAO，2023年），发展中国家受到的影响尤为严重（Falkendal等人，2021年）。这一持续存在的挑战因全球不确定性而进一步加剧，特别是由于地缘政治冲突扰乱了粮食贸易并推高了价格（Chai等人，2024年；Rahaman等人，2021年）。尽管通过提高种植密度和增加农业化学品投入等手段在全球范围内实现了短期产量增长，但这些做法同时也导致了现代农业环境成本的上升，包括广泛的土壤退化、水污染以及温室气体排放和生物多样性丧失（Crippa等人，2021年；Wang等人，2024a年；Xu等人，2024年）。如果这些问题得不到缓解，将威胁到全球气候目标以及农业生产的长期可持续性（Clark等人，2020年）。因此，协调粮食安全的迫切需求与环境可持续性的必要性是一个关键的挑战。系统地解决这一双重挑战需要朝着耕地可持续集约化的方向转变，这种策略的重点是在大幅减少农业实践的环境足迹的同时保持或增加产量（Pretty等人，2018年）。

对耕地利用可持续性的稳健评估对于指导和监测这一转变至关重要（Jayasiri等人，2024年；Pretty等人，2018年；Yang等人，2024b年）。已经开发了多种评估框架，包括基于SBM模型的效率评估（Shen等人，2024年）、对“水-能源-食物-碳”关系中权衡和协同作用的分析（Liu等人，2025b年），以及结合多维生产力指标（Han等人，2023年；Jayasiri等人，2024年）、环境影响（Hartmann和Six，2022年；Li等人，2024c年）、资源利用效率（Mbava等人，2020年）和社会经济效益（Wang等人，2025a年）的综合评估。这些以政策为导向的工具提供了系统的静态快照，并描述了广泛的空间模式，但受到两个限制。第一个限制与数据基础有关。早期研究通常依赖于汇总的城市或地区级统计数据，无法捕捉到田间尺度的异质性。尽管遥感技术提高了对“显性”耕地属性（如分布（Tu等人，2024年）、作物类型（Dong等人，2020年；Peng等人，2023年）、灌溉（Zhang等人，2024d年）和施肥（Yu等人，2022年；Zhang等人，2017年）的绘制能力，但对包括产量、碳/氮通量和资源利用效率在内的关键“隐性”过程变量的直接观测仍然具有挑战性。当前方法经常使用经验系数或基于统计的机器学习降尺度技术。缺乏对农业生态系统过程的机制性描述给可持续性评估带来了很大的不确定性。第二个限制是方法论上的。大多数指标框架提供的是静态的、汇总的视角（Smith等人，2017年），无法动态地反映种植系统、管理实践和生态环境之间的复杂生物地球化学相互作用和反馈机制。

相比之下，基于过程的生物地球化学模型是理解农业生态系统内在机制的强大工具。例如DNDC模型（Li等人，1992年）、APSIM模型（Xiao等人，2022年）和WOFOST模型（Huang等人，2015年）整合了物理、化学和生物学原理，能够动态模拟气候、土壤特性、管理实践和作物生长之间的相互作用（Xiao等人，2022年）。这些模型在模拟碳和氮循环、温室气体排放以及作物生产力方面尤为有效。尽管这些模型在点尺度或农场尺度上的机制模拟方面已经相当成熟，但DNDC模型通过开发区域模拟模块并在中国进行了广泛的验证，为大规模评估提供了巨大潜力（Li等人，2024a年；Zhang等人，2024b年）。然而，仍存在一个关键缺口。这些模型通常将景观视为同质的网格单元集合，优先考虑单元内部过程的精确模拟，而不是综合宏观尺度的空间异质性。因此，它们的详细机制输出往往无法直接转化为支持差异化土地管理的战略空间见解，揭示了精细尺度的农业生态过程模拟与宏观层面的空间治理决策之间的脱节。

黄淮海地区是中国重要的粮食生产基地，对全球粮食安全具有重要意义（Wang等人，2025a年）。然而，支持这种生产力的集约化耕作方式导致了严重的环境问题，包括土壤有机碳下降、地下水枯竭和水资源短缺（Shi，2021年）。过量使用氮肥进一步加剧了水污染和温室气体排放，加剧了气候变化，并威胁到国内乃至全球的生态安全（Yu等人，2019年）。近年来，中国政府不断推动农业绿色转型，目标是在2050年前建立一个全面的农业强国——这一目标对中国及其他发展中国家的农业可持续性提升具有重要意义。在这种背景下，像黄淮海这样的代表性农业地区处于这一转型的前沿（Wang等人，2025a年）。它们在实现生态耕地利用方面的成功对于推动农业系统的可持续转型至关重要。

因此，基于可持续集约化的概念（Pretty等人，2018年），本研究从生产力、环境影响和资源效率的维度阐明了“生态耕地利用”（ECU）的理论内涵，并构建了一个用于可持续性评估的“生态耕地利用指数”（ECUI）。该框架将基于DNDC过程的模型与ECUI相结合，实现对耕地利用绩效的动态和综合评估。基于ECUI得出的时空模式，采用障碍程度建模、地理检测器和自组织映射聚类进行诊断分析，形成了从“机制理解”和“障碍识别”到“驱动因素分析”最终到“空间定向优化”的完整分析路径。以黄淮海地区为案例研究，本研究旨在（1）量化2001年至2020年间生态耕地利用的时空演变情况，（2）诊断主要系统障碍及其驱动因素，（3）提出有针对性的区域优化策略。研究结果旨在为黄淮海地区的可持续耕地管理提供可复制的解决方案，同时为全球集约化农业系统的可持续发展提供见解。

研究区域概述

研究区域概述

黄淮海地区的空间范围在中国的农业分区系统中有所不同。为了确保作物系统分类的一致性，本研究采用了中国科学院资源与环境科学数据平台定义的边界（https://www.resdc.cn/）。

黄淮海地区主要由黄河、淮河和海河冲积形成，占中国总面积的5.6%。它包括了...

模型校准和验证

PEST-DNDC模型在模拟黄淮海地区的关键农业生态系统变量方面表现出稳健的性能，这一点通过严格的校准和验证得到了证实。该模型首先根据来自四个长期农业生态系统实验站（山东禹城、河北滦城、河南封丘和河南商丘）的田间观测数据进行了校准。随后，又使用了2001年至2010年的县级小麦、玉米和水稻的统计产量数据进行了进一步校准。

PEST-DNDC模型的参数敏感性和不确定性分析

本研究利用PEST-DNDC模型模拟了研究区域内三种主要作物的三个关键农业生态系统变量：粮食产量（Grain C）、土壤有机碳（SOC）动态和温室气体排放（CO?、N?O和CH?）。到2020年，该地区生产了218.98 Tg的粮食，但表现出净SOC损失（ΔSOC）为?79.88 Tg C。土壤CO?的年排放量为141.74 Tg C yr^?1，CH?的年排放量为0.04 Tg C yr^?1，N?O的年排放量为0.28 Tg N yr^?1。模型通过多源观测数据（2001?2020年）的验证证实了模拟趋势...

结论

本研究开发并实施了一个综合的动态评估框架，用于评估中国黄淮海地区耕地利用的可持续性。通过将PEST-DNDC模型与多维度的“生态耕地利用指数”（ECUI）相结合，我们量化了2001年至2020年间生产力、环境影响和资源利用效率之间的演变权衡。研究结果表明，粮食产量的增加与环境可持续性之间存在显著脱节。

作者贡献

杨林鹏负责研究设计并撰写了初稿。刘彦瑞提出了研究概念并对手稿进行了关键修订。王强负责PEST-DNDC模型的Python架构并完善了相关图表。欧聪参与了资源和数据的收集与整理。张倩曦对手稿提供了编辑方面的专业建议。所有作者都审阅了最终稿件并同意提交。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。

致谢

本研究得到了国家自然科学基金（资助编号：42293270，42301302）的支持。我们感谢所有匿名审稿人的宝贵意见。