《Earth's Future》:Quantifying the Impacts of Excess Water on Agricultural Losses and the Role of Adaptive Infrastructure
编辑推荐:
种植季过量水(excess water)日益成为农业生产与收入风险的来源,但其影响仍缺乏充分量化。现有研究通常依赖基于降水的指标(precipitation-based indicators),因而未能刻画土壤饱和、径流动态与适应性基础设施如何塑造作物失败。研
种植季过量水(excess water)日益成为农业生产与收入风险的来源,但其影响仍缺乏充分量化。现有研究通常依赖基于降水的指标(precipitation-based indicators),因而未能刻画土壤饱和、径流动态与适应性基础设施如何塑造作物失败。研究人员通过将高分辨率水文模型(hydrologic model)输出与2009—2020年美国中西部县级失败和未能播种(failed and prevented planting)报告相结合来填补这一空白。研究人员构建基于过程的径流(runoff)与土壤水分(soil moisture)指标,并在明确考虑地下排水系统(subsurface drainage systems, SSD)存在的情况下评估其解释损失的能力。水文指标强烈预测种植季损失:径流超过第95百分位阈值每多1天,失败或未能播种面积增加0.37–0.42%。人工排水(artificial drainage)广泛覆盖的县,其失败面积最多减少4.38%(种植风险最多降低87%)。在整个区域汇总,研究期内地下排水估计避免了135.3亿美元($13.53 billion)农业损失。结果表明,模型衍生的过量水指标在多数模型设定(model setups)中优于降水指标。特别是,当考虑与地下排水基础设施的交互作用时,基于径流的指标信息量尤其高,突显水文情境如何塑造作物对过量水的易感性。研究结果显示了将水文过程与适应性基础设施纳入人与自然耦合系统(coupled human–environment systems)农业风险评估的价值。尽管本文证明了排水的价值,未来整合性工作必须考虑硝酸盐浓度与输出(nitrate concentrations and export)可能带来的权衡。
研究背景方面,美国中西部(U.S. Midwest)种植季极端湿条件日益扰乱作物生产,短播种窗口、土壤饱和和反复降雨阻碍农民进入田间,造成新播作物早期死亡,并带来数十亿美元计的失败和未能播种面积(failed and prevented acres)与部分由作物保险覆盖的损失。尽管极端事件对作物生产的影响受到关注,过量水(excess water)的实证证据仍不完整;多数研究依赖降水总量或简单水量平衡指数,难以刻画饱和阈值、径流生成以及渍水(waterlogging)损害作物的生物物理路径,也较少纳入农民用于缓减过量水风险的适应性基础设施,尤其是地下排水(subsurface drainage, SSD)。渍水会降低根系呼吸供氧、限制养分吸收、诱导气孔关闭并限制光合与早期生长,还会增加养分淋溶和根腐病原真菌风险;温度亦影响早期作物失败和未能播种,故分析纳入温度变量。美国中西部因过量水分是近期种植季损失的重要驱动因素、且有县级作物保险记录作为种植结果代理而适合研究。研究拟回答:水文衍生指标相对仅用降水和温度能否改善失败和未能播种面积解释;超过历史高分位极端事件是否提高作物失败概率;SSD如何改变县级过量水风险暴露且能否与水文条件区分;区域尺度上排水采用避免种植损失和保全农业收入的经济意义。
关键技术与方法:研究人员采用5角分空间分辨率、日尺度的水量平衡模型(Water Balance Model, WBM)模拟土壤水分与地表径流,并以gridMet和MERRA2两套气象强迫分别开展含与不含SSD表征的4组模拟;以美国农业部(United States Department of Agriculture, USDA)农场服务局(Farm Service Agency, FSA)2009—2020年县级作物面积数据构建玉米失败和未能播种面积占比,种植期依据USDA国家农业统计服务局(National Agricultural Statistics Service, NASS)资料确定;SSD覆盖采用30 m分辨率制图并按县聚合;以1980—2022年历史分布定义第95百分位极端阈值;估计采用汇总普通最小二乘法(pooled OLS)与固定效应(fixed effects)模型,并加入SSD与水文指标交互项,以R
2比较解释力。
研究结果如下。4.1 种植季损失的水文驱动因素:通过将WBM径流、土壤水分、降水和温度指标纳入汇总OLS与固定效应模型并考察SSD交互,研究发现水文条件与失败和未能播种面积增加强烈相关;径流指标在县内解释力最强,降水和土壤水分亦为显著预测因子;在SSD覆盖较低(<8%)的县,种植季径流每增加1 mm/day,失败和未能播种面积相对于平均玉米面积约增加4.2个百分点,而高SSD县估计值明显更小,提示排水基础设施部分缓冲过量水损害。4.2 极端水分条件的作用:通过极端事件设定,研究发现超过历史径流和降水极值的日数增加显著提高种植季损失,而仅用平均季节条件解释的损失变异较少,表明非线性水文胁迫而非单纯累积降水总量在种植失败中起核心作用。4.3 地下排水基础设施的作用:通过SSD与水文指标交互模型,研究发现较高制图SSD覆盖与过量水指标和失败及未能播种面积占比之间更小的模型关系相关;SSD改变水文胁迫的边际效应而非仅平移基线损害,并降低种植损失对极端降水和径流事件的敏感性;平均降水交互项较弱且有时为正,而极端事件交互项 consistently negative(一致为负),说明累积降水指标不能充分捕捉种植失败相关非线性水文机制,极端径流和降水日更能代表排水系统所针对的急性过量水冲击。4.4 适应性基础设施的近似效益:通过采用综合设定估计系数比较当前SSD水平与SSD=0两种假想情景,研究发现2009—2020年美国中西部县因SSD安装避免的损害约为1769万英亩玉米地;假定SSD对所有作物类型防止损害效果相同,则相当于避免约3743万英亩所有作物受损;以避免损害土地按平均收入约765美元/英亩计,SSD为玉米保全约135.3亿美元($13.53 billion)农业收入,且因 saved acres 多位于玉米带核心区而可能为下限估计;避免损害主要集中在爱荷华、伊利诺伊和明尼苏达,并在五大湖南部及俄亥俄周边有一定节省。
讨论部分总结:数据与回归解释方面,径流在各设定中一致比其它过量水指标更好地解释失败和未能播种面积;与常与生长季后期土壤水分相关的作物产量不同,种植季损失更与阻碍机械进田和作物建植的径流及田间饱和相关;USDA种植面积报告的不一致对分析影响有限,因设计主要利用县际随时间变异、固定效应吸收县内稳定报告误差,且使用NASS年度总结最终数据而非早期意向;作物保险激励可能影响未能播种决策但超出研究范围;近期证据显示春季过量降水延迟大豆播种并降低产量,而农民适应管理可减轻部分损失,支持过量水通过田间通行约束和早期作物死亡等不同生物物理与操作路径发挥作用,并强调直接测度水文过程的重要性。降水与水文模拟方面,种植季过量水不仅通过降水本身,还通过入渗、土壤饱和和地表径流分配影响作物;降水不能区分降雨是入渗、存为土壤水分还是形成径流和临时淹水,WBM衍生变量因此提供更机制化的过量水表征,即使总体解释力与降水模型相近;土壤水分被认为比降水更适合表征农业干旱,作物模型土壤水分平衡亦包含降水、灌溉、蒸腾、土壤蒸发、径流和排水,渍水胁迫源于限制通气和根功能的土壤饱和;研究局限在于极端日被等权处理而不论严重程度,且作物损害也可能由足够多高于平均径流日造成,未来需检验连续湿日等指标及SSD在其他条件下的保护作用。排水的权衡与外部性方面,SSD减少过量水胁迫和相关作物损失,但可能加速氮、磷从农田向下游水体迁移,促进富营养化和缺氧;田间尺度农业风险降低的收益可能被流域尺度生态成本部分抵消,其幅度仍需量化;控制排水和排水 effluent 处理可减少硝酸盐通量,现代排水控制策略可降低氮肥农艺最优施用量并提高湿年农业效率;覆盖作物是替代适应策略,较高采用与较低未能播种保险损失及过量水分损失相关,可改善土壤结构、入渗和地表径流,提示地方适应组合差异可能解释部分失败和未能播种面积异质性。
研究结论部分翻译:本研究提供了对美国中西部过量水动态如何转化为早季作物损失的系统、机制基础的评估,并量化地下排水在多大程度上减少这些损失。通过将WBM基于过程的水文指标与县级失败和未能播种面积记录整合,并与常规天气指标对比,分析表明基于径流的测度在解释种植季失败方面与降水总量相当,且在部分设定中更优。径流捕捉降水不能解析的饱和阈值和地表过剩过程,突显水文显式变量在诊断和预测农业脆弱性中的价值。在包括替代水文输入、极值构建和计量设计的多模型设定中,结果一致表明人工地下排水具有显著保护作用。历史估计表明,现有排水基础设施在2009—2020年避免了大规模种植季损失,对避免面积损失和农场收入有重要影响。这些发现凸显适应性基础设施在调节日益频繁复合湿极端后果中的重要性。同时,结果提出关于排水型适应长期效率和外部性的更广泛问题。地下排水涉及安装和维护成本,并可能加剧养分输出、改变水文情势或与局地洪水动态相互作用,这些维度未纳入本分析。此外,进一步扩张的可行性因农艺、水文和监管约束而不确定。另一局限是可用SSD数据提供空间详细但时间静态的地下排水表征,使研究人员无法直接估计SSD随时间的扩张。未来研究应开发SSD采用的空间显式时间序列,评估新增排水安装的边际收益和社会成本,评估与其他实践的交互,并开发将农艺适应与流域尺度结果耦合的整合框架。此类整合评估应明确考虑排水对作物生产收益与硝酸盐浓度和输出影响之间的潜在权衡,使水与养分管理的联合评估成为未来研究的重要优先事项。借助这些定量洞见,本研究推进了对农业过量水风险的实证理解,并表明水文过程与适应性基础设施共同塑造种植季损失的空间分布。这些洞见通过阐明排水系统在何处以及如何增强韧性、以及在极端湿条件加剧时何处需要互补策略,为适应、作物保险设计和水管理持续努力作出贡献。