亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        東北地區(qū)農(nóng)業(yè)水足跡的空間差異及其影響因素分析

        2022-04-02 02:28:24張瀚亓李璐驥
        湖北農(nóng)業(yè)科學(xué) 2022年5期
        關(guān)鍵詞:東北地區(qū)足跡總量

        張瀚亓,李璐驥,高 坤

        (河海大學(xué)商學(xué)院,江蘇 常州 213022)

        中國(guó)水資源狀況具有南多北少、豐枯變化大、時(shí)空分布極不均等特點(diǎn),隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展,水資源供需矛盾日益凸顯。中國(guó)一年用水總量中農(nóng)業(yè)產(chǎn)品用水量占比最大,90%的人類(lèi)消費(fèi)水足跡來(lái)自農(nóng)業(yè)產(chǎn)品。因此,提高農(nóng)業(yè)用水效率,節(jié)約農(nóng)業(yè)用水是解決水資源短缺問(wèn)題、緩解水資源供需矛盾的根本性措施。許多專(zhuān)家學(xué)者為緩解水資源短缺問(wèn)題提出了一系列理論,其中水足跡理論近年來(lái)深受全球?qū)W者青睞。

        水足跡由荷蘭學(xué)者Hoekstra[1]首先提出,是對(duì)虛擬水理念的豐富和發(fā)展。具體是指在特定時(shí)間內(nèi)某一地理區(qū)域居民直接或間接用于生產(chǎn)消費(fèi)的商品和服務(wù)消耗的水足跡水量。隨著水足跡理論的不斷發(fā)展,其應(yīng)用范圍越來(lái)越寬廣,國(guó)內(nèi)外學(xué)者們已將該理論應(yīng)用到不同國(guó)家或地區(qū)的工業(yè)、農(nóng)業(yè)、第三產(chǎn)業(yè)等不同產(chǎn)業(yè)領(lǐng)域?qū)λY源利用狀況進(jìn)行評(píng)估。

        國(guó)外關(guān)于農(nóng)業(yè)水足跡的研究,大多數(shù)都是基于聯(lián)合國(guó)糧農(nóng)組織(FAO)的CROPWAT8.0 彭曼-蒙特斯公式進(jìn)行水足跡的測(cè)算。如Multsch 等[2]開(kāi)發(fā)空間決策支持系統(tǒng)SPARE:WATER,在計(jì)算農(nóng)作物水足跡時(shí)考慮特定地點(diǎn)的情況,以此評(píng)估沙特阿拉伯的農(nóng)業(yè)用水足跡。Donoso 等[3]估算了智利的農(nóng)業(yè)生產(chǎn)水足跡,在考慮氣候和土壤差異的情況下,分別對(duì)主要生產(chǎn)區(qū)域農(nóng)產(chǎn)品的綠水足跡、藍(lán)水足跡和灰水足跡進(jìn)行了評(píng)估。Symeonidou 等[4]評(píng)價(jià)羅茲島所有主要農(nóng)作物的水足跡,得出旱作和灌溉作物的水足跡量存在顯著差異。

        國(guó)內(nèi)的水足跡研究則主要集中在區(qū)域水足跡狀況的評(píng)價(jià)。如王會(huì)肖等[5]就2008 年黃河流域綠水和藍(lán)水足跡展開(kāi)研究,分析農(nóng)業(yè)耗水量和水足跡的空間分布狀況。黃會(huì)平等[6]選擇了冬小麥、夏玉米這2 種主要農(nóng)作物計(jì)算海河流域25 年間的農(nóng)業(yè)生產(chǎn)水足跡,并憑借此預(yù)測(cè)未來(lái)30 年這2 種作物水足跡變化狀況及各氣象因子對(duì)農(nóng)業(yè)生產(chǎn)水足跡的影響程度。張郁等[7]以糧食大省黑龍江為例,對(duì)施用化肥所帶來(lái)的污染產(chǎn)生的灰水足跡進(jìn)行測(cè)算,考量糧食產(chǎn)量、化肥施用量和灰水足跡之間的相關(guān)性。綜合以上論述可以看出,以往對(duì)于農(nóng)業(yè)水足跡的研究多以用水量和主要農(nóng)作物之間的關(guān)系為主,在時(shí)空變化差異方面的研究略顯匱乏。而在用水量研究方面,現(xiàn)有的研究區(qū)域主要集中于單個(gè)城市、單個(gè)流域或者中國(guó)整體,缺乏著眼于地區(qū)之間的對(duì)比研究。本研究針對(duì)東北地區(qū)農(nóng)業(yè)水足跡的空間差異及其影響因素進(jìn)行了分析。一是以中國(guó)東北地區(qū)3 個(gè)省份作為研究對(duì)象,研究主要農(nóng)作物水足跡含量的時(shí)空變化差異,二是運(yùn)用LMDI 模型將水足跡總量的變化驅(qū)動(dòng)因素進(jìn)行分解,從時(shí)間、空間格局等多視角分析驅(qū)動(dòng)因素。

        中國(guó)東北地區(qū)包括黑龍江、吉林、遼寧3 省,自東南而西北,從濕潤(rùn)區(qū)、半濕潤(rùn)區(qū)過(guò)渡到半干旱區(qū)。東北地區(qū)農(nóng)業(yè)生產(chǎn)水資源的需求巨大,并呈現(xiàn)出顯著的地域差異。糧食作為一種耗水密集型產(chǎn)品,其水足跡能夠反映出某一區(qū)域糧食生產(chǎn)過(guò)程中水資源的利用情況。東北地區(qū)作為中國(guó)重要的商品糧基地,在糧食產(chǎn)出和糧食安全方面具有一定的代表性。其中,玉米、水稻以及大豆產(chǎn)量一直穩(wěn)定占據(jù)主導(dǎo)地位,甜菜和春小麥產(chǎn)量隨種植面積的不斷縮小而不斷降低,而馬鈴薯種植規(guī)??s小的同時(shí)產(chǎn)量卻一直維持較高水平。為體現(xiàn)東北農(nóng)作物結(jié)構(gòu)在轉(zhuǎn)變東北地區(qū)農(nóng)業(yè)發(fā)展方式中的作用,選取玉米、水稻、大豆、馬鈴薯、甜菜5 種作物進(jìn)行研究。

        根據(jù)水足跡理論,對(duì)2009—2018 年中國(guó)東北地區(qū)主要農(nóng)作物進(jìn)行研究,計(jì)算其水足跡總量以及東北地區(qū)農(nóng)業(yè)生產(chǎn)水足跡,分析東北地區(qū)農(nóng)業(yè)水足跡在總量,藍(lán)水、綠水以及灰水所占比例在空間上的差異,運(yùn)用LMDI 方法探究影響東北地區(qū)水足跡的相關(guān)因素,將有助于緩解因水污染、時(shí)空水資源分配不均帶來(lái)的農(nóng)業(yè)水資源短缺問(wèn)題,并為東北地區(qū)農(nóng)業(yè)生產(chǎn)水資源利用效率及可持續(xù)發(fā)展提供理論參考。

        1 數(shù)據(jù)來(lái)源與研究方法

        1.1 數(shù)據(jù)來(lái)源

        選取中國(guó)東北三省2009—2018 年數(shù)據(jù),評(píng)價(jià)東北地區(qū)水稻、玉米、大豆、馬鈴薯以及甜菜5 種主要農(nóng)作物的生產(chǎn)水足跡量。數(shù)據(jù)來(lái)源包括氣象數(shù)據(jù)和農(nóng)作物數(shù)據(jù)。其中,省域尺度上5 種農(nóng)作物的單位規(guī)模產(chǎn)量、總產(chǎn)量、種植規(guī)模數(shù)據(jù)以及農(nóng)作物氮肥施用折純量源于國(guó)家統(tǒng)計(jì)局網(wǎng)站的年度統(tǒng)計(jì)數(shù)據(jù)。根據(jù)地理位置差異,選取黑龍江安達(dá)、吉林長(zhǎng)嶺、遼寧開(kāi)原3 地氣象觀測(cè)點(diǎn)作為氣象數(shù)據(jù)代表。統(tǒng)計(jì)分析3 地的逐月數(shù)據(jù),平均最高和最低氣溫、相對(duì)濕度、風(fēng)速、日照、持續(xù)時(shí)間、月降雨量和輻射均源于中國(guó)氣象數(shù)據(jù)網(wǎng)。水足跡計(jì)算中需要的參數(shù)作物蒸發(fā)蒸騰量通過(guò)CROPWAT8.0 軟件計(jì)算得出,計(jì)算方法依據(jù)聯(lián)合國(guó)糧農(nóng)組織(FAO)推薦的標(biāo)準(zhǔn)彭曼公式,作物及土壤參數(shù)均采用聯(lián)合國(guó)糧食及農(nóng)業(yè)組織(FAO)的內(nèi)置標(biāo)準(zhǔn)參數(shù)。

        1.2 研究方法

        1.2.1 水足跡總量測(cè)算方法 水足跡是指在日常生活中公共消費(fèi)產(chǎn)品以及服務(wù)過(guò)程所消耗的水?;谒阚E理論,農(nóng)業(yè)水足跡可理解為一定時(shí)期和區(qū)域內(nèi)人們消費(fèi)的所有農(nóng)業(yè)產(chǎn)品(包括作物和畜禽產(chǎn)品)和服務(wù)的虛擬水量之和。依據(jù)水資源來(lái)源及相關(guān)環(huán)境影響,可劃分為綠水足跡、藍(lán)水足跡和灰水足跡。藍(lán)水足跡指作物生長(zhǎng)過(guò)程中消耗的地表水及地下水量,綠水足跡指作物在生長(zhǎng)過(guò)程中吸收和利用的有效降水量,灰水足跡指稀釋農(nóng)業(yè)生產(chǎn)中化肥及農(nóng)藥等產(chǎn)生的面源污染所需要的水量,又稱(chēng)水污染足跡。農(nóng)業(yè)水足跡計(jì)算公式如下。

        1)藍(lán)水足跡計(jì)算。

        其中,WFblue表示藍(lán)水足跡(m3/kg);ETblue為作物藍(lán)水蒸發(fā)蒸騰量(mm);ETc為作物蒸發(fā)蒸騰量(mm),等于作物需水量CWR;PL為作物灌溉用水下滲量及其他損耗;IR為作物灌溉需水量(mm);ET0為參考作物蒸發(fā)蒸騰量(mm);Y為作物產(chǎn)量(kg/hm2);Peff為有效降水量;10 為將水深轉(zhuǎn)換為單位陸地水量的單位轉(zhuǎn)換系數(shù);Kc為作物系數(shù),采用CROPWAT 內(nèi)置作物標(biāo)準(zhǔn)參數(shù)。在不考慮灌溉用水損耗及下滲的情況下ETC=IR+Peff[8],水稻作物是水田作物,灌溉用水損耗較大,計(jì)算需要特別考慮該部分[9]。

        2)綠水足跡計(jì)算。

        其中,WFgreen表示綠水足跡(m3/kg);ETgreen為作物綠水蒸發(fā)蒸騰量(mm)。

        3)作物需水量計(jì)算。

        其中,ET0是參考作物蒸發(fā)蒸騰量(mm);Rn是作物表面的凈輻射(MJ/(m2·d));G是土壤熱通量(MJ/(m2·d));γ 為溫度計(jì)常數(shù)(kPa/℃);T是 2 m 高處的每日平均氣溫(℃);u2是2 m 高度的風(fēng)速(m/s);es是飽和蒸氣壓(kPa);ea是實(shí)際蒸氣壓(kPa);Δ 為飽和水氣壓與溫度相關(guān)曲線的斜率(kPa/℃)。

        4)灰水足跡計(jì)算。農(nóng)業(yè)生產(chǎn)通常會(huì)使用大量的化肥和農(nóng)藥來(lái)提高農(nóng)作物的產(chǎn)量,這些多余的肥料及農(nóng)藥會(huì)滲入地下或進(jìn)入地表徑流造成地下水和地表水的污染?;诘试诨适┯弥斜壤罡?、水污染份額最大以及土壤中的磷和鉀不容易淋失等特點(diǎn),為避免重復(fù)計(jì)算,灰水足跡計(jì)算僅考慮氮肥對(duì)水質(zhì)造成的污染,不考慮其他農(nóng)藥對(duì)水質(zhì)的影響。灰水足跡在數(shù)量上等于該污染物的稀釋水量。計(jì)算公式如下。

        其中,WFgrey為灰水足跡(m3/kg);α 為氮肥的淋失率,根據(jù)第一次《全國(guó)污染源普查-農(nóng)業(yè)污染源肥料流失系數(shù)手冊(cè)》將氮元素淋失率設(shè)定為10%;Appl為氮肥使用總量(kg/hm2);Cmax為現(xiàn)有環(huán)境水質(zhì)標(biāo)準(zhǔn)下氮元素最高排放濃度(kg/m3),根據(jù)《地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)》(GB3838—2002)中的Ⅲ類(lèi)水標(biāo)準(zhǔn)設(shè)置(0.01 kg/m3);Cnat為自然條件下水體中氮元素的質(zhì)量濃度(kg/m3),設(shè)為0。選取的5 種農(nóng)作物產(chǎn)量占東北地區(qū)農(nóng)業(yè)總產(chǎn)量的95%以上,為解決數(shù)據(jù)問(wèn)題,采用全省氮肥折純施用量進(jìn)行灰水足跡計(jì)算。

        1.2.2 LMDI 指數(shù)分解模型 Ang 等[10]于 1998 年提出的對(duì)數(shù)均值指數(shù)分解法(LMDI)在能源消耗等領(lǐng)域被廣泛應(yīng)用,但在農(nóng)業(yè)水足跡領(lǐng)域應(yīng)用的相關(guān)研究并不多見(jiàn),本研究引入該方法將東北地區(qū)按省域尺度劃分為3 個(gè)產(chǎn)量區(qū)進(jìn)行農(nóng)業(yè)水足跡的研究。基于LDMI 方法,結(jié)合kaya 恒等式將作物的水足跡總量的驅(qū)動(dòng)因素分解如下。

        WF(t)是東北地區(qū)5 種主要農(nóng)作物生產(chǎn)水足跡總量,Y(ijt)代表第t年j省第i種作物的產(chǎn)量,S(ijt)代表第t年j省第i種作物的種植規(guī)模,V(ijt)代表第t年j省第i種作物的的虛擬水含量,C(ijt)代表第t年j省第i種作物的種植結(jié)構(gòu)。i=1,2,3,4,5 分別代表水稻、玉米、甜菜、馬鈴薯、大豆5 種主要農(nóng)作物;j=1,2,3 分別代表黑龍江、吉林、遼寧。作物產(chǎn)量是某省農(nóng)作物1 年的產(chǎn)量,種植規(guī)模是所選所有農(nóng)作物的總種植規(guī)模,虛擬水含量是用來(lái)生產(chǎn)每種作物單位的水量,種植結(jié)構(gòu)是指特定作物規(guī)模所占總規(guī)模的比例,這4 種因素反映了農(nóng)業(yè)生產(chǎn)用水與人工選擇與投入、生產(chǎn)地區(qū)氣候、自然資源稟賦之間的相互關(guān)系。

        根據(jù)加法分解方法,從第0 年到第t年的總水足跡量變化(ΔWF)可分解為4 部分,由產(chǎn)量因素引起的總水足跡量變化(ΔWy),由種植規(guī)模因素引起的總水足跡量變化(ΔWs),由虛擬水含量因素引起的總水足跡量變化(ΔWv),由作物結(jié)構(gòu)因素引起的總水足跡量變化(ΔWc)[11]。

        時(shí)間序列的公式如下。

        同理,空間序列的公式如下。

        其中,ΔWF′表示從第0 年到第t年間第h省和第j省之間作物總水足跡的變化量,被分解為產(chǎn)量因素、種植規(guī)模因素、虛擬水含量因素、作物結(jié)構(gòu)因素4 部分。

        2 結(jié)果與分析

        2.1 農(nóng)業(yè)水足跡測(cè)算結(jié)果分析

        圖1 顯示,總體上東北地區(qū)的主要農(nóng)作物水足跡總量逐年遞增,在2017 年達(dá)到最高值1 585.83 億m3,而2018 年受霜凍等氣象災(zāi)害以及氣候變化導(dǎo)致的減產(chǎn)的影響出現(xiàn)了小幅下跌。在水足跡總量構(gòu)成上,東北地區(qū)呈現(xiàn)出結(jié)構(gòu)穩(wěn)定但差異顯著的特征,玉米以及水稻2 種主要糧食作物的水足跡量遠(yuǎn)遠(yuǎn)大于其他作物,占據(jù)主導(dǎo)地位;其中玉米的年均水足跡為687.30 億m3,占比51%;水稻的年均水足跡為478.72億m3,占比36%;2009—2017 年,玉米和水稻得益于種植規(guī)模的擴(kuò)大,一直保持穩(wěn)步增長(zhǎng)。經(jīng)濟(jì)作物中,大豆水足跡經(jīng)歷了先降再升的趨勢(shì),2009 年為187億 m3,2015 年降為 113.39 億 m3,降幅超過(guò) 40%;之后便保持增長(zhǎng)的趨勢(shì),到2017 年為195.67 億m3,超過(guò)2009 年的水平。而甜菜由于種植規(guī)模的減少,2018年僅有0.97 億m3,相較于2009 年水足跡總量降幅超過(guò)77%。

        圖1 東北地區(qū)2009—2018 年主要農(nóng)作物農(nóng)業(yè)水足跡總量

        如圖2 所示,從農(nóng)作物水足跡的省際視角看,東北三省水足跡含量差異明顯,黑龍江省對(duì)東北地區(qū)農(nóng)作物水足跡總量增長(zhǎng)貢獻(xiàn)最大,約占地區(qū)農(nóng)作物生產(chǎn)水足跡的60%,5 種主要農(nóng)作物水足跡量也均遠(yuǎn)超遼寧省以及吉林省;而吉林省次之,約占24%,其中吉林省玉米和大豆2 種作物水足跡含量相較于遼寧省較高。受制于耕地規(guī)模、氣候等區(qū)位因素,遼寧省的各項(xiàng)農(nóng)作物水足跡量均為全區(qū)域最低水平,占比約為16%。從地理位置上來(lái)說(shuō),農(nóng)業(yè)水足跡由南向北逐漸增大。

        圖2 東北地區(qū)2009—2018 年省際農(nóng)業(yè)水足跡總量

        從水足跡的構(gòu)成看,如圖3 所示,呈現(xiàn)出總體上升但差異顯著的特征;其中藍(lán)水足跡增長(zhǎng)幅度明顯,對(duì)農(nóng)作物生產(chǎn)總水足跡貢獻(xiàn)最大,最大占比約為60%,這體現(xiàn)出東北地區(qū)農(nóng)業(yè)生產(chǎn)中灌溉用水的需求龐大;其次是綠水足跡,增長(zhǎng)達(dá)17%?;宜阚E則是在226.6 億m3上下波動(dòng)變化。就各省水足跡構(gòu)成足跡而言,藍(lán)水與灰水足跡的占比情況與總水足跡量相似,黑龍江省占據(jù)主要地位,吉林省次之,最后是遼寧省。

        圖3 東北地區(qū)水足跡構(gòu)成情況

        2.2 農(nóng)業(yè)水足跡LMDI分解時(shí)間序列分析

        如圖4 所示,在研究的10 年期間,產(chǎn)量因素和規(guī)模因素以及虛擬水因素有7 年為正值,2009—2012年,產(chǎn)量因素和規(guī)模因素發(fā)揮出主要的促進(jìn)作用,而到了2013 年,讓位于虛擬水因素。結(jié)構(gòu)因素2009—2015 年表現(xiàn)為正值,而2016 年開(kāi)始變?yōu)橐种撇▌?dòng)增長(zhǎng)的消極因素,在研究期間發(fā)揮的作用并不明顯。值得指出的是2018 年,由于氣象災(zāi)害導(dǎo)致農(nóng)作物減產(chǎn),各種因素都發(fā)生劇烈的變化,結(jié)構(gòu)因素成了惟一的促進(jìn)因素。

        圖4 東北地區(qū)水足跡驅(qū)動(dòng)因素

        總的來(lái)說(shuō),大部分年份,各類(lèi)驅(qū)動(dòng)因素發(fā)揮出了積極的作用,促進(jìn)農(nóng)業(yè)水足跡的增長(zhǎng);2009—2012年,以產(chǎn)量和規(guī)模因素為主,2013—2017 年則以虛擬水因素為主。不過(guò),增長(zhǎng)的幅度在波動(dòng)下降,這體現(xiàn)出來(lái)各類(lèi)驅(qū)動(dòng)因素對(duì)增長(zhǎng)作出的貢獻(xiàn)在減少,尤其是2015 年之后,種植結(jié)構(gòu)變成了抑制因素。出現(xiàn)這種狀況,一方面是因?yàn)椴煌攴輾夂虻淖兓瘜?duì)作物需水量有著不同的影響;另一方面是在研究期間,灌溉節(jié)水技術(shù)的改進(jìn)以及節(jié)水政策的出臺(tái)。說(shuō)明東北地區(qū)的作物種植結(jié)構(gòu)還有待進(jìn)一步的優(yōu)化。由于黑龍江省的水足跡遠(yuǎn)遠(yuǎn)大于其他省,在驅(qū)動(dòng)因素上從全地區(qū)視角分析,可能會(huì)因?yàn)檫@個(gè)因素而掩蓋了吉林、遼寧2 省的實(shí)際情況。故而分別列出黑龍江、吉林、遼寧3 省2009—2018 年農(nóng)業(yè)水足跡量變化驅(qū)動(dòng)因素及貢獻(xiàn)率,單獨(dú)分析各省的驅(qū)動(dòng)因素在時(shí)間上的變化情況,結(jié)果見(jiàn)表1、表2、表3。

        黑龍江省在10 年間,水足跡總量增加了121 億m3。如表 1 顯示,2009—2013 年,各類(lèi)驅(qū)動(dòng)因素都發(fā)揮了積極的作用,其中起主要貢獻(xiàn)的是產(chǎn)量因素以及規(guī)模因素,而從2014 年開(kāi)始規(guī)模因素和產(chǎn)量因素讓位于虛擬水因素,虛擬水因素發(fā)揮出更顯著的促進(jìn)作用,結(jié)構(gòu)因素則轉(zhuǎn)變成為抑制增長(zhǎng)的消極因素。在2016 年以及2018 年由于作物種植以及氣候的變化則出現(xiàn)了截然不同的情況,總因素為負(fù)值,各類(lèi)因素也基本成為抑制因素。

        表1 黑龍江2009—2018 年農(nóng)業(yè)水足跡量變化驅(qū)動(dòng)因素貢獻(xiàn)率

        吉林省在10 年間,水足跡總量增加了32 億m3。如表2 顯示,2009—2012 年,產(chǎn)量因素以及規(guī)模因素是主要促進(jìn)因素,而虛擬水因素起了抑制作用,2013—2017 年虛擬水因素則成為了水足跡總量增長(zhǎng)的主要因素,2018 年的減產(chǎn)抑制了水足跡總量的增長(zhǎng),4 種因素的消極作用使得水足跡總量轉(zhuǎn)增為跌。

        表2 吉林2009—2018 年農(nóng)業(yè)水足跡量變化驅(qū)動(dòng)因素貢獻(xiàn)率

        遼寧省在10 年間,水足跡總量增加了32 億m3。如表3 顯示,2009—2012 年,產(chǎn)量因素以及規(guī)模因素是主要促進(jìn)因素,而虛擬水因素起了抑制作用,到2013 年,虛擬水因素以及產(chǎn)量因素發(fā)揮著促進(jìn)作用,結(jié)構(gòu)因素則為負(fù)值。在2017 年和2018 年,情況發(fā)生了反轉(zhuǎn),虛擬水因素和結(jié)構(gòu)因素發(fā)揮著積極作用,產(chǎn)量因素和規(guī)模因素則是起了抑制作用。

        表3 遼寧2009—2018 年農(nóng)業(yè)水足跡量變化驅(qū)動(dòng)因素貢獻(xiàn)率

        總的來(lái)說(shuō),3 省的水足跡是由產(chǎn)量因素和規(guī)模因素引起的,而結(jié)構(gòu)因素以及虛擬水因素的作用變化較大。虛擬水因素出現(xiàn)這些變化是因?yàn)槭軞夂虿▌?dòng)的影響較大。在研究期間,氣候因素(如溫度、降水和日照)和自然條件(海拔、經(jīng)度和緯度)改變了作物產(chǎn)量和耗水量。特別是2018 年?yáng)|北地區(qū)氣候出現(xiàn)降水減少等異常情況,有霜凍、風(fēng)災(zāi)等氣象災(zāi)害,導(dǎo)致減產(chǎn),故而2018 年的水足跡變化驅(qū)動(dòng)因素出現(xiàn)了截然不同的結(jié)果。另外需要指出的是東北地區(qū)近10 年來(lái)的作物結(jié)構(gòu)調(diào)整變化大,各作物變化趨勢(shì)不一致,10 年間玉米和水稻分別增長(zhǎng)了360.195 萬(wàn)、112.350 萬(wàn)hm2;而大豆、馬鈴薯以及甜菜分別下降了84.257 萬(wàn)、16.739 萬(wàn)、5.304 萬(wàn) hm2,這導(dǎo)致作物總結(jié)構(gòu)因素變化波動(dòng)大。

        2.3 農(nóng)業(yè)水足跡LMDI分解空間序列分析

        通過(guò)將4 個(gè)因素加總得到東北三省水足跡量變化總因素,結(jié)果見(jiàn)圖5、圖6、圖7、圖8。從總體農(nóng)業(yè)水足跡變化因素的省際差異來(lái)看,2009—2018 年黑龍江省農(nóng)業(yè)生產(chǎn)水足跡變化量在-116.22 億~273.92億m3,大部分年份對(duì)全區(qū)域的水足跡總量變化貢獻(xiàn)大,而 2016 年及 2018 年抑制作用明顯;2009—2018年吉林省農(nóng)業(yè)生產(chǎn)水足跡變化量在-120.13 億~83.46 億 m3,波動(dòng)較大;2009—2018 年遼寧省農(nóng)業(yè)生產(chǎn)水足跡變化量在-90.58 億~74.03 億m3,波動(dòng)較大,大部分年份是起抑制作用。從數(shù)量和變化以及影響程度上來(lái)看,2010—2014 年,黑龍江省水足跡變化量處于第一位,接下來(lái)是吉林、遼寧??;而從2015 年開(kāi)始,由于種植結(jié)構(gòu)的變化,作物對(duì)降水、光照等因素有不同需求的影響,每年水足跡變化量波動(dòng)幅度大,各省在變化幅度上的差異體現(xiàn)出來(lái)的是各省作物種植量和種植結(jié)構(gòu)變化上的數(shù)值。從空間格局上看,東北地區(qū)水足跡變化幅度是存在由北向南的遞減趨勢(shì)。為更直觀地體現(xiàn)空間格局上3 省各驅(qū)動(dòng)因素的差異,將黑龍江、遼寧和吉林省的主要農(nóng)作物生產(chǎn)水足跡總量?jī)蓛蛇M(jìn)行比較,得出空間上的各驅(qū)動(dòng)效應(yīng)以及貢獻(xiàn)率的空間差異(表4)。

        表4 2009—2018 年?yáng)|北地區(qū)水足跡總量空間差異的驅(qū)動(dòng)因素貢獻(xiàn)率 (單位:%)

        圖5 東北地區(qū)主要農(nóng)作物生產(chǎn)水足跡變化量

        圖6 2008 年水足跡變化因素

        圖7 2010 年水足跡變化因素

        圖8 2015 年水足跡變化因素

        1)吉林-黑龍江。2010、2015、2018 年,吉林省水足跡變化總驅(qū)動(dòng)因素均低于黑龍江省,但呈現(xiàn)差距縮小的趨勢(shì)。黑龍江省的5 種作物的種植規(guī)模均大于吉林省,且水稻和馬鈴薯種植規(guī)模變化在2 省呈現(xiàn)相反趨勢(shì)。具體分析各驅(qū)動(dòng)因素情況,產(chǎn)量因素和規(guī)模因素始終為負(fù)值,表明這2 種因素對(duì)吉林水足跡總量增長(zhǎng)的促進(jìn)效果弱于黑龍江省,差距也有一定的縮小。虛擬水因素在2010、2015 年為負(fù)值,2018 年為正值,說(shuō)明虛擬水因素對(duì)吉林省水足跡總量增長(zhǎng)的促進(jìn)效果先弱于黑龍江省,后強(qiáng)于黑龍江省。結(jié)構(gòu)因素只在2015 年為正值,說(shuō)明結(jié)構(gòu)因素只在中期對(duì)吉林省水足跡總量增長(zhǎng)的貢獻(xiàn)大于黑龍江省。

        2)遼寧-黑龍江。2010、2015、2018 年,遼寧省水足跡變化總驅(qū)動(dòng)因素與黑龍江省呈現(xiàn)差距縮小的趨勢(shì),并在后期超過(guò)了黑龍江省。產(chǎn)量因素和規(guī)模因素在2015 年為正值,說(shuō)明兩者在中期對(duì)遼寧省水足跡總量增長(zhǎng)的貢獻(xiàn)大于黑龍江省。虛擬水因素在2010、2015 年為負(fù)值,2018 年為正值,表明虛擬水因素對(duì)遼寧省水足跡總量增長(zhǎng)的促進(jìn)效果先弱于黑龍江省,后強(qiáng)于黑龍江省。而結(jié)構(gòu)因素始終為負(fù)值,該因素對(duì)遼寧省水足跡總量的增長(zhǎng)貢獻(xiàn)低于黑龍江省,但差距不斷縮小。

        3)遼寧-吉林。2010、2015、2018 年,遼寧省水足跡變化總驅(qū)動(dòng)因素均低于吉林省,且呈現(xiàn)差距不斷擴(kuò)大的趨勢(shì)。吉林省和遼寧省在主要農(nóng)作物種植規(guī)模上有顯著的差異,吉林省玉米,水稻和大豆種植規(guī)模遠(yuǎn)超遼寧省,而甜菜和馬鈴薯規(guī)模在后期逐漸少于遼寧省。具體分析各驅(qū)動(dòng)因素情況,規(guī)模因素始終為正值,這表明規(guī)模因素對(duì)遼寧省水足跡總量增長(zhǎng)的促進(jìn)效果強(qiáng)于吉林省;虛擬水因素和結(jié)構(gòu)因素在2015 年為負(fù)值,該因素在中期對(duì)遼寧省水足跡總量增長(zhǎng)的貢獻(xiàn)大于吉林省。產(chǎn)量因素在2010 年為負(fù)值,2010、2018 年為正值,說(shuō)明該因素在前期對(duì)遼寧省水足跡總量增長(zhǎng)的促進(jìn)效果先弱于吉林省,后強(qiáng)于吉林省。

        3 結(jié)論及建議

        3.1 結(jié)論

        本研究首先計(jì)算2009—2018 年?yáng)|北地區(qū)三省玉米、水稻、大豆、馬鈴薯、甜菜5 種農(nóng)作物的水足跡總量,然后采用LMDI 模型將東北地區(qū)3 個(gè)省份的農(nóng)業(yè)生產(chǎn)水足跡總量的驅(qū)動(dòng)因素分解為產(chǎn)量因素、規(guī)模因素、虛擬水因素和結(jié)構(gòu)因素。并從時(shí)間、空間格局等多視角進(jìn)行了驅(qū)動(dòng)因素貢獻(xiàn)情況的分析,得出以下結(jié)論。

        1)從水足跡總量看。在時(shí)間變化上,東北三省地區(qū)2009—2017 年,水足跡保持著逐年遞增的趨勢(shì),2018 年出現(xiàn)大幅下跌。在空間格局上,呈現(xiàn)出由北向南遞減,各省水足跡總量差異顯著的特征,黑龍江省的水足跡總量遠(yuǎn)超吉林、遼寧2 省,吉林次之,遼寧最低。從水足跡的構(gòu)成看,藍(lán)水足跡量遠(yuǎn)大于綠水和灰水足跡量,東北地區(qū)農(nóng)作物對(duì)灌溉用水的需求量更大?;宜阚E略小于綠水足跡。

        2)從水足跡變化的驅(qū)動(dòng)因素看。在時(shí)間變化上總體呈現(xiàn)波動(dòng)下降的趨勢(shì),種植規(guī)模的擴(kuò)大和單產(chǎn)的增長(zhǎng)是水足跡保持增長(zhǎng)的主要驅(qū)動(dòng)因素,尤其是種植面積的擴(kuò)大。10 年間主要農(nóng)作物的面積擴(kuò)大了26%,其中主要是玉米和水稻的面積增長(zhǎng),大豆和甜菜的面積在不斷減少,水足跡總量隨著玉米和水稻的面積擴(kuò)大而不斷增長(zhǎng)。而虛擬水因素也在水足跡的變化中發(fā)揮了重要的作用,從研究初期的抑制作用轉(zhuǎn)變?yōu)楹笃诘拇龠M(jìn)作用。而結(jié)構(gòu)因素在水足跡的增長(zhǎng)中發(fā)揮的作用并不明顯。特別值得注意的是,玉米和水稻這2 種糧食作物的種植規(guī)模占到東北地區(qū)中規(guī)模的90%,還在增長(zhǎng),而大豆、甜菜等作物的種植規(guī)模在不斷縮小[12]。

        3)從水足跡變化的驅(qū)動(dòng)因素看。在空間格局上,東北地區(qū)水足跡變化幅度是存在由北向南的遞減趨勢(shì)。前期各省水足跡增長(zhǎng)都是由產(chǎn)量和面積因素貢獻(xiàn)的,其中,在黑龍江省這2 種因素發(fā)揮出明顯的作用。水稻和玉米是需水量最大的2 種作物,這2種作物的產(chǎn)量增加是水足跡變化的重要因素。后期虛擬水因素加劇了各省之間水足跡的差異,尤其是對(duì)吉林省的貢獻(xiàn)更顯著。種植結(jié)構(gòu)上,種植水稻的比例差異顯著,黑龍江省水稻種植面積占比約為35%,而吉林省和遼寧省約為70%。

        3.2 建議

        基于以上研究結(jié)論,從優(yōu)化空間布局和作物結(jié)構(gòu),提高農(nóng)作物生產(chǎn)效率及灌溉用水資源利用率,推動(dòng)綠色農(nóng)業(yè)發(fā)展等方面提出建議。

        1)優(yōu)化空間布局和作物結(jié)構(gòu)。注重空間格局上的均衡,各省要根據(jù)自身自然因素和氣候條件以及水資源狀況,因地制宜地選擇作物種植。作物品種多樣化,適當(dāng)擴(kuò)大雜糧和薯類(lèi)的種植比例,以此改變玉米和水稻為主的單一種植結(jié)構(gòu),更好地滿足國(guó)內(nèi)糧食需求。

        2)提升農(nóng)作物生產(chǎn)效率灌溉用水資源利用率。改良和引進(jìn)高產(chǎn)作物品種,推進(jìn)優(yōu)質(zhì)品種選育與推廣;加大農(nóng)業(yè)技術(shù)研究投入,降低作物需水量,提高生產(chǎn)效率;灌溉用水精細(xì)化管理,發(fā)展高效節(jié)水設(shè)施,推廣微噴灌等技術(shù)。

        3)加強(qiáng)農(nóng)業(yè)生態(tài)保護(hù),發(fā)展綠色農(nóng)業(yè)。推進(jìn)農(nóng)業(yè)“三減”,減少化肥以及化學(xué)農(nóng)藥的使用,加大對(duì)農(nóng)業(yè)污染的治理力度;牲畜糞便再利用,使用有機(jī)肥料,達(dá)到減少面源污染耗水的目的。

        猜你喜歡
        東北地區(qū)足跡總量
        東北地區(qū)打造對(duì)外開(kāi)放新前沿的重要意義與主要舉措
        日本研究(2023年2期)2023-11-29 12:16:10
        “十三五”期間山西省與10省簽約糧食總量2230萬(wàn)噸
        2020年全國(guó)農(nóng)民工總量比上年減少517萬(wàn)人
        為什么人參喜歡長(zhǎng)在我國(guó)東北地區(qū)
        為什么人參喜歡長(zhǎng)在我國(guó)東北地區(qū)
        為何化肥淡儲(chǔ)總量再度增加
        成長(zhǎng)足跡
        足跡
        心聲歌刊(2018年6期)2018-01-24 00:56:12
        足跡
        春的足跡
        国产九色AV刺激露脸对白| 亚洲精品中文字幕乱码| 国产专区亚洲专区久久| 伊人青青草综合在线视频免费播放 | 欧洲熟妇色xxxx欧美老妇多毛图片| 躁躁躁日日躁| 国产精品系列亚洲第一| 亚洲乱码中文字幕综合69堂| 五月婷婷丁香视频在线观看| 免费黄片小视频在线播放| 无码av中文一区二区三区| 久久精品国产视频在热| 免费国精产品自偷自偷免费看| 日韩成人精品日本亚洲| 日本黑人人妻一区二区水多多| 伊人青青草综合在线视频免费播放| 久久精品中文字幕大胸| 久久久www成人免费无遮挡大片| 色系免费一区二区三区| 91国产熟女自拍视频| 国产亚洲精品美女久久久m| 亚洲欧美日韩综合久久久| 伊人久久大香线蕉在观看| 亚洲午夜无码久久久久软件| av天堂免费在线播放| 亚洲国产精品无码久久98| 91av小视频| 国产成人久久精品流白浆| 一区二区在线观看精品在线观看| 国产精品一卡二卡三卡| 一本大道无码av天堂| 精品综合久久久久久99| 色婷婷精品午夜在线播放| 深夜爽爽动态图无遮无挡| 国产在线无码制服丝袜无码| 亚洲人妻无缓冲av不卡| 一亚洲一区二区中文字幕| 黄污在线观看一区二区三区三州| 99精品国产在热久久无码| 亚洲区在线| 日韩精品一区二区亚洲av性色|