《Ecological Indicators》:Future food security risks driven by crop production and water scarcity in China's Yangtze River Delta under SSP–RCP scenarios
编辑推荐:
在全球气候变化与社会经济转型背景下,作物生产与水资源短缺的耦合动态对区域粮食安全构成了严峻挑战。研究人员聚焦于长江三角洲(Yangtze River Delta, YRD),基于压力-暴露-韧性(Pressure-Exposure-Resilience, P-
在全球气候变化与社会经济转型背景下,作物生产与水资源短缺的耦合动态对区域粮食安全构成了严峻挑战。研究人员聚焦于长江三角洲(Yangtze River Delta, YRD),基于压力-暴露-韧性(Pressure-Exposure-Resilience, P-E-R)框架,构建了由水资源短缺指数(Water Scarcity Index, WSIi,压力)、灌溉粮食生产占比(Proportion of Irrigated Grain Production, PIr,暴露)和粮食自给率(Grain Self-sufficiency Rate, RATEi,韧性)组成的粮食安全风险评估指数(Food Security Risk Index for Crop Production and Water Scarcity, FSRPS),综合评估了在两种结合的SSP-RCP情景(SSP1–2.6与SSP3–7.0)及两个未来时期(2050s与2070s)下,受水资源限制及粮食供需动态变化约束的未来粮食安全风险。研究人员通过纳入SSP驱动的人口结构、膳食偏好、作物播种面积和单位面积产量变化来预测粮食供需。结果表明,2017年基准年食品安全风险空间分布呈明显的北高南低格局;未来各情景下区域风险较基准年显著上升且空间异质性增强;值得注意的是,受加剧的水资源短缺和高灌溉依赖驱动,低温室气体排放路径(SSP1–2.6)下的整体风险(2050年为4.63,2070年为4.12)高于SSP3–7.0路径(分别为4.04和3.87);空间上,苏中北部、上海及皖北为核心敏感区(风险指数最大变异>0.3),浙江及皖南山区相对稳定(变异一般低于0.01)。据此提出两项针对性调控策略:SSP1–2.6下协调粮食生产与水资源承载力,SSP3–7.0下增强农业气候韧性与差异化分区治理,为YRD气候适应性粮食安全与水资源管理政策提供科学参考。
论文解读文章
研究背景与意义
粮食安全是国家安全的基石,依赖于区域粮食供需的动态平衡。供给侧依赖消耗全球70%以上水资源的灌溉农业,中国农业用水占比长期高于60%,过度依赖导致水资源短缺与粮食生产的失衡发展。需求侧受社会经济与人口变化驱动,饮食结构向高资源密集型转变加剧供给系统压力。长江三角洲(Yangtze River Delta, YRD)作为中国经济社会核心区,人口密度为全国4.5倍,粮食产消矛盾突出,苏皖等主产区面临严峻水资源短缺与高农业用水依赖,水土错配成为瓶颈。现有研究多采用静态指标评估,缺乏未来情景下压力、暴露与韧性耦合动态的多情景动态风险预测,特别是农业用水依赖作为暴露因子的演化作用研究不足。该研究发表于《Ecological Indicators》,旨在基于压力-暴露-韧性(Pressure-Exposure-Resilience, P-E-R)框架,评估YRD在未来SSP-RCP耦合情景下粮食安全风险的时空分异,揭示水资源约束与作物生产耦合驱动机制,为气候适应性管理提供科学依据。
主要关键技术方法
研究人员选取SSP1–2.6与SSP3–7.0两种情景及2050s(2040–2059)、2070s(2060–2079)两个时期。人口数据集源自Chen等人基于递归多维模型的年龄性别分层预测;膳食模式依据?《中国居民膳食指南(2022)》及Chen等人框架设定低脂(SSP1)与富肉(SSP3)标准;作物播种面积基于SPAM 2010 v1.1全球数据集及2017年官方统计,结合Chen等人的SSP城市扩张数据集约束未来耕地转换;农业耗水与产量数据源自ISI-MIP,采用PEPIC和LPJmL模型及IPSL-CM6A-LR和GFDL-ESM4气候模式模拟,经线性降尺度与偏差校正至0.25°×0.25°;粮食需求预测采用Chen等人框架,引入成人男性当量尺度(Adult Male Equivalent Scale, AMES)、城乡消费比及粮食转化系数,并设定食物浪费与损耗参数;构建粮食安全风险评估指数(Food Security Risk Index for Crop Production and Water Scarcity, FSRPS),由水资源短缺指数(Water Scarcity Index, WSIi)、灌溉粮产占比(Proportion of Irrigated Grain Production, PIr,i)与粮食自给率(Grain Self-sufficiency Rate, RATEi)计算,公式为FSRPS = Σ(WSIi× (PIr,i/ ΣPAll,i) / RATEi)。
研究结果
3.1. Virtual water content across crop types
研究人员分析了YRD主要作物单位虚拟蓝水量(blue virtual water intensity, 单位m3/kg)的空间格局与变化。结果显示作物间差异为大豆 > 水稻 > 玉米 > 小麦;空间上呈显著异质性,高值区分布于特定行政区。未来SSP3–7.0下强度高于SSP1–2.6,且2070s较2050s持续上升,气候变暖加剧农业水分胁迫。相对2017基线,玉米蓝虚拟水量显著下降(SSP3–7.0及2070s降幅最大,中位超20%),水稻温和下降(0%–20%),大豆变化有限(中位近0),小麦在SSP1–2.6下分散无明确趋势,SSP3–7.0下紧凑。表明不同作物对气候变化的水响应分化。
3.2. Pattern of grain supply and demand
研究人员揭示了粮食供需与灌溉依赖的时空演变。未来YRD总产量均增长(2070s SSP3–7.0达91.14 Mt),灌溉粮产主导但占比微降(2017年为89.5%,2070s SSP3–7.0降至88.1%),雨养农业潜力提升,空间异质性在SSP3–7.0下放大(部分单元降4%–6%)。省级层面,安徽持续盈余且SSP1–2.6下增幅大(2070s达20.36 Mt),SSP3–7.0下波动(6.86 Mt);上海与浙江持续赤字(上海6.04–9.93 Mt,浙江11.63–21.45 Mt);江苏情景敏感,SSP1–2.6持续盈余(2070s 11.06 Mt),SSP3–7.0先亏后盈(2070s 4.00 Mt)。核心挑战在于内部分配对气候社会经济路径的高敏感性及结构性赤字。
3.3. Food security risks associated with water scarcity
研究人员基于P-E-R框架解析了风险组分与耦合模式。2017年WSIi北高南低(苏沪皖北>3.0),PIr苏皖高(>3%)浙沪低(<1%),RATEi苏皖大部>70%浙沪低(上海7.45%),形成三类耦合模式:苏皖主产区“高压力–高暴露–高韧性”、沪浙北“高压力–低暴露–低韧性”、浙南皖南“低压力–低暴露–中低韧性”。未来SSP1–2.6下主产区高韧性缓冲风险,沪低韧性风险最高(WSIi达9.07);SSP3–7.0下低韧性区风险剧增(上海2070s RATEi降至6.73%)。总体FSRPS从基线2.87升至SSP1–2.6 2050s的4.63与2070s的4.12,及SSP3–7.0的4.04与3.87;SSP1–2.6风险高于SSP3–7.0,因低排放下增产伴生用水强度与WSIi激增,压力暴露协同放大超越RATEi缓冲效益。空间上苏中北、上海、皖北为核心敏感区(指数变幅>0.3),浙皖南稳定(<0.01),低排放路径风险增幅更大。
讨论与结论总结
讨论部分总结
研究人员指出YRD风险呈北高南低梯度,根源在于水土资源错配及稻作系统依赖。现有研究多聚焦静态或单一维度,本研究通过FSRPS量化了多情景动态演化,发现低排放SSP1–2.6风险反超高排放SSP3–7.0的反直觉现象,源于低排放下可持续增产伴随灌溉耗水强度上升与WSIi加剧的协同放大效应,抵消了自给率提升的缓冲;高排放下气候变暖可能提升产量并降低用水强度从而缓和风险。区域异质性显著,水土失衡区为热点,丰水低灌区稳定。区别于华北平原物理缺水与珠三角供应链依赖,YRD核心特征为灌溉依赖(>88%)导致风险超越产量收益。基于此提出分情景分区域调控:低排放下协调产能与水承载力(高效节水工程与结构调整),高排放下增强气候适应(防灾农田与耐逆品种),实施分区治理(高风险区限水改结构,低风险区保生态稳支撑)。
结论部分翻译
基于两种代表性耦合SSP–RCP情景(SSP1–2.6与SSP3–7.0),本研究采用多模型模拟与空间分析方法,系统评估了2050s与2070s YRD粮食安全风险的时空演变,并阐明了作物生产与水资源短缺耦合约束下的风险驱动机制。主要结论如下:
(1) YRD粮食安全风显呈显著“北高南低”空间格局。苏中北部、上海及皖北为高险区,浙江及皖南山区维持稳定低风险。各子区域中,江苏对区域总体风险贡献最大,次之上海与安徽,浙江持续处于低风险基线。
(2) 较基准期,未来情景下YRD总体粮食安全风险显著上升,伴随空间异质性与风险值离散度增强。不同于高排放对应高风险的传统假设,低排放SSP1–2.6路径下区域风险高于高排放SSP3–7.0路径。SSP1–2.6下粮食生产力增长伴生农业用水强度稳步上升,水资源短缺压力与灌溉依赖的协同放大抵消了粮食供需改善的风险缓冲效益;反之SSP3–7.0下气候变暖提升产量并降低农业用水强度,抑制了总体风险增长。
(3) 区域对气候情景响应高度异质。水土严重错配区(苏中北、上海、皖北)为风险增幅最大的核心敏感区;水资源禀赋优、农水依赖低的浙江与皖南风险变幅有限,强化了YRD风险南北极化格局。
(4) 基于情景特征与空间分异提出针对性调控策略:低排放下强化粮食生产与水资源承载力协同管理,推进节水农业与种植结构优化;高排放下增强农业气候韧性与防灾能力,自适应调整布局应对气候胁迫;实施分区管理:高风险区(苏北、上海、皖北)严控农水与节水升级,低风险稳定区(浙南、皖南)保全生态资源优势支撑区域安全,构建综合风险防控体系实现高风险减险与生态区稳产支撑。
要不要我帮你把这篇论文解读按“背景-方法-结果-讨论”的结构提炼成一个简洁的PPT大纲?