基于水足跡與水-能源-糧食關(guān)聯(lián)關(guān)系的提水灌溉系統(tǒng)種植結(jié)構(gòu)優(yōu)化

崔思夢，吳夢洋，王小軍，操信春，3

(1.河海大學(xué) 農(nóng)業(yè)科學(xué)與工程學(xué)院，江蘇 南京 210098；2.南京水利科學(xué)研究院 水文水資源與水利工程科學(xué)國家重點實驗室，江蘇 南京 210029；3.江蘇省農(nóng)業(yè)水土資源高效利用與固碳減排工程研究中心，江蘇 南京 210098)

1 研究背景

中國灌溉農(nóng)田占總耕地面積的一半以上，消耗了大量灌溉用水的同時貢獻了全國糧食產(chǎn)量的四分之三[1]。灌溉區(qū)糧食生產(chǎn)高效用水對保障國家糧食安全和緩解區(qū)域水短缺均具有重要的作用[2]。灌區(qū)水管理還涉及區(qū)域生態(tài)、環(huán)境和社會功能的實現(xiàn)[3]，如綠洲生態(tài)維護、面源污染防控、農(nóng)業(yè)農(nóng)村發(fā)展等。因此，灌區(qū)農(nóng)業(yè)和水資源調(diào)控被視為社會發(fā)展的重要內(nèi)容，也一直受到學(xué)界的關(guān)注[4]。

以水資源高效利用為核心、優(yōu)化模型構(gòu)建與解析為基礎(chǔ)的種植結(jié)構(gòu)調(diào)整是改進灌區(qū)農(nóng)業(yè)管理的重要手段之一[5]。當前，針對特定對象的現(xiàn)實條件，學(xué)者在涉及灌區(qū)種植結(jié)構(gòu)調(diào)整的原理、目標、模型和策略上開展了大量創(chuàng)新性研究和探索[6]。傳統(tǒng)模型在農(nóng)業(yè)用水及其效率量化中大多以灌溉水為對象，難以有效兼顧來自天然降水的綠水和農(nóng)業(yè)生產(chǎn)對水環(huán)境的負面影響[7]。水足跡概念的提出及其在農(nóng)業(yè)用水評價和管理中的應(yīng)用促進了該領(lǐng)域的發(fā)展。農(nóng)作物水足跡為作物生育過程中所有水資源消耗和潛在污染量，包含藍、綠和灰水足跡三個部分[8]。藍水即從地表或地下取用的灌溉水，綠水是未產(chǎn)生徑流被作物以蒸發(fā)蒸騰形式消耗的降水，灰水足跡則為將一定的污染負荷吸收同化所需要的水量[9]。水足跡被視為衡量糧食生產(chǎn)與水資源耗用關(guān)系最為全面的指標，已被廣泛用于農(nóng)業(yè)用水及其效率評估[10]。不僅如此，已有學(xué)者開展了基于水足跡工具的灌區(qū)農(nóng)業(yè)種植結(jié)構(gòu)優(yōu)化探索[11]。然而，囿于田間視角的水足跡中藍綠水耗用量核算并不能反映出灌區(qū)輸配水效率及其影響，表現(xiàn)出系統(tǒng)局限性。在灌溉農(nóng)業(yè)系統(tǒng)中，糧食生產(chǎn)過程依賴于水、土地和能源等各種環(huán)境資源的投入；與此同時，水資源的獲取和分配過程消耗能源，能源的生產(chǎn)也離不開水，幾乎所有糧食生產(chǎn)和供應(yīng)階段都消耗大量的水和能源[12]。

近年來，水-能源-糧食關(guān)聯(lián)關(guān)系在資源管理和區(qū)域發(fā)展研究領(lǐng)域備受關(guān)注[13]。衡量水-能源-糧食關(guān)聯(lián)關(guān)系的評價指標雖因研究視角和目的的不同而存在差異，但其系統(tǒng)性思維為農(nóng)業(yè)生產(chǎn)單元資源高效管理提供了新的方向[14]?；谒?能源-糧食關(guān)聯(lián)關(guān)系的農(nóng)業(yè)系統(tǒng)優(yōu)化研究已見諸報道：Li等[15]對典型灌區(qū)的水-能源-糧食系統(tǒng)開展了優(yōu)化；Zuo等[16]進行河南省農(nóng)業(yè)管理優(yōu)化并建議大力發(fā)展小麥、薯類和水果生產(chǎn)；Zheng等[17]面向作物種植和生物質(zhì)利用協(xié)同管理對河北省開展了種植結(jié)構(gòu)調(diào)整研究。農(nóng)業(yè)種植結(jié)構(gòu)優(yōu)化是水-能源-糧食協(xié)同管理的落腳點之一[18]。因而，當前相關(guān)研究大多著眼于灌溉水的高效分配與利用，未從水足跡視角統(tǒng)籌考慮作物生產(chǎn)對綠水資源和水環(huán)境的影響[18-19]。

聯(lián)合作物水足跡與水-能源-糧食關(guān)聯(lián)關(guān)系兩者優(yōu)勢的研究思路將會為區(qū)域作物種植結(jié)構(gòu)優(yōu)化的科學(xué)研究和管理實踐擴展有價值的視角。本文面向提水灌溉系統(tǒng)水資源輸配、耗用過程和糧食產(chǎn)出全過程，構(gòu)建基于水足跡與水-能源-糧食關(guān)聯(lián)關(guān)系的種植結(jié)構(gòu)多目標優(yōu)化模型。對典型南方末級提水灌溉區(qū)開展糧食種植結(jié)構(gòu)優(yōu)化和結(jié)果評價研究，以期為相關(guān)研究領(lǐng)域和區(qū)域的資源高效利用和農(nóng)業(yè)可持續(xù)性提供方法參考。

2 方法與數(shù)據(jù)

2.1 種植結(jié)構(gòu)多目標優(yōu)化研究框架末級提水灌溉系統(tǒng)種植結(jié)構(gòu)優(yōu)化研究框架如圖1所示。圖中水-能源-糧食關(guān)聯(lián)關(guān)系由作物水足跡、作物碳足跡、用電量和產(chǎn)量等要素構(gòu)成。本文將基于此開展種植結(jié)構(gòu)多目標優(yōu)化模型的構(gòu)建與求解，并利用耦合熵權(quán)法和Topsis評價法對優(yōu)化方案和結(jié)果進行評價。

圖1 提水灌溉系統(tǒng)種植結(jié)構(gòu)多目標優(yōu)化研究框架

2.2 種植結(jié)構(gòu)多目標優(yōu)化模型優(yōu)化模型基于水足跡理論和水-能源-糧食關(guān)聯(lián)關(guān)系，權(quán)衡經(jīng)濟和生態(tài)效益，目標函數(shù)為單方水經(jīng)濟凈效益最大與作物碳足跡最小。約束條件包括藍水資源壓力約束、電能資源壓力約束、糧食安全壓力約束、播種面積約束和非負約束。

2.2.1 目標函數(shù)

(1)單方水經(jīng)濟凈效益最大。根據(jù)不同作物單位面積的成本、收入和作物水足跡來計算單方水經(jīng)濟凈效益(此處用F1表示第一個目標函數(shù)，元/m3)，以表征灌區(qū)經(jīng)濟效益：

(1)

式中：下標i為作物編號，1，2，3，4分別對應(yīng)水稻、小麥、玉米和大豆；Ri和Ci分別為作物單位面積收入和成本，元/hm2；Ai為作物播種面積，hm2；CWFi為作物水足跡，m3。

(2)灌溉取水過程碳足跡最小。通過水泵取水的灌溉會產(chǎn)生電能消耗，根據(jù)生命周期理論電能生產(chǎn)過程會導(dǎo)致碳排放。因此，以灌溉取水中耗電產(chǎn)生的碳排放，即這一部分作物碳足跡(此處用F2表示第二個目標函數(shù)，單位為t)，來表征灌區(qū)生態(tài)效益：

(2)

(3)

式中：960為排放因子[20]；AECi為單位面積用電量，kWh/hm2；下標j為年份編號，j=1，2，3，…，15分別對應(yīng)2005—2019年；EECij為i作物在j年份的用電量，kWh。

2.2.2 約束條件

(1)藍水資源壓力約束。作物藍水足跡不得超過農(nóng)田灌溉用水量，即

(4)

(5)

CWFblue，ij=Aij×max (0，ETc，ij-Pe，ij)

(6)

式中：AWR為灌溉用水量，maxAWR為AWR的多年最大值，m3；AWFblue，i為i作物的單位面積藍水足跡，m3/hm2；CWFblue，ij為i作物在j年份的藍水足跡量，m3；Pe，ij和ETc，ij分別為i作物與j年份的有效降雨量和作物蒸發(fā)量，mm。

(2)電能資源壓力約束。各作物灌溉消耗的用電量之和不得超過最大用電量，即

(7)

式中：EEC為灌溉用電量，maxEEC為EEC的多年最大值，kWh；AECi為作物單位面積用電量，kWh/hm2。

(3)糧食安全約束。為確保糧食生產(chǎn)安全，各作物產(chǎn)量之和不得低于社會最低需求。

(8)

式中GDV為糧食需求量，maxGDV為GDV的多年最大值，kg。

(4)播種面積約束。在同一時段內(nèi)，各種作物播種面積之和不得超過耕地面積。

A1+A3+A4≤maxTA

(9)

A2+A4≤maxTA

(10)

式中TA為耕地面積，maxTA為其多年最大值，hm2。

(5)非負約束。

Ai≥0

(11)

2.2.3 模型求解及評價 采用基于精英策略的快速非支配排序遺傳算法NSGA-Ⅱ求解種植結(jié)構(gòu)多目標優(yōu)化問題。Srinivas等[21]于1994年首次提出非支配排序遺傳算法(NSGA)，Deb等[22]在其基礎(chǔ)上，引入精英策略及擁擠度計算規(guī)則，形成了改進的非支配排序遺傳算法。非支配排序遺傳算法求解步驟包括：種群初始化，非支配排序，擁擠距離的計算，選擇、交叉與變異，重組并選擇等[22]。

基于水-能源-糧食關(guān)聯(lián)關(guān)系的提水灌溉系統(tǒng)種植結(jié)構(gòu)優(yōu)化模型評價體系如表1所示。利用耦合熵權(quán)法的Topsis評價方法，結(jié)合糧食生產(chǎn)過程對社會、資源、生態(tài)和經(jīng)濟多維度系統(tǒng)造成的影響選取評價指標，進行優(yōu)化方案綜合評價。研究中評價三個方案(現(xiàn)狀P1，優(yōu)化方案P12、P14)在2006、2009、2012、2015和2018年的情況，并分析比較優(yōu)化結(jié)果與現(xiàn)狀之間的差異。熵權(quán)法可用于多指標權(quán)重的確定，而Topsis評價方法根據(jù)接近和遠離最優(yōu)、最劣解的距離來評價優(yōu)化結(jié)果的優(yōu)劣[23]。耦合熵權(quán)法的Topsis評價模型計算步驟如下。

表1 評價指標的計算方法及含義

步驟1：計算5個年份三種方案的8項評價指標，得出待評價指標矩陣為M=[xmn]。

步驟2：按照效益型和成本型指標公式對M=[xmn]進行歸一化處理，得到M′=[xmn]。

(12)

(13)

步驟3：借助熵權(quán)法[23]計算各指標權(quán)重，得出相關(guān)權(quán)重矩陣W={w1，w2，…，wm}T。

2.3 水-能源-糧食關(guān)聯(lián)關(guān)系評價指標作物水足跡CWF包括藍水CWFblue、綠水CWFgreen和灰水CWFgrey足跡三個部分：

CWF=CWFblue+CWFgreen+CWFgrey

(14)

CWFblue=A×max (0，ETc-Pe)

(15)

CWFgreen=A×Pe

(16)

式中：ETc和Pe分別為作物蒸發(fā)量和有效降水量，mm；ETc和Pe利用Cropwat模型結(jié)合作物需水量法計算；CWFgrey根據(jù)《水足跡評價手冊》[8]中的測算方法得到：

(17)

CWFgrey=WFgrey×OP

(18)

式中：WFgrey為作物單位產(chǎn)量的灰水足跡，m3/t；α為使用的化學(xué)物質(zhì)進入淡水的比例，即淋溶、徑流損失率[24]，氮取0.1；AR為田間氮肥施用量，kg/hm2；cmax和cnat分別為受納水體中該營養(yǎng)物質(zhì)的最大可接受濃度和自然濃度，mg/L；Y為作物單產(chǎn)，t/hm2；OP為作物產(chǎn)量，kg。

作物生產(chǎn)水足跡WEP(m3/kg)為單位糧食產(chǎn)量水足跡

WEP=CWF/OP

(19)

作物消費水足跡WFC：

WFC=GDV×WEP

(20)

GDV=RPC×P

(21)

RPC=NGO/NP

(22)

式中：WFC為當?shù)鼐用裣牡募Z食所產(chǎn)生的水足跡，m3；GDV和NGO分別為研究區(qū)糧食需求量和全國糧食產(chǎn)量，kg；RPC為人均糧食占有量，kg/人；P和NP分別為研究區(qū)和全國的人口。

用電量EEC(kWh)為提水灌溉系統(tǒng)中所有泵站灌溉時所消耗的電能：

EEC=∑(POk×tk)

(23)

t=IWW/(β×Q)

(24)

IWW=CWFblue/IE

(25)

式中：PO為水泵電動機功率，kW；k為水泵編號；tk為水泵k的進水時間，由需水量和水泵參數(shù)決定，h；IWW為泵站總抽水量，m3；β為水泵效率，無量綱；Q為水泵流量，m3/s；IE為灌溉效率，無量綱。

虛擬水輸出VWE是指糧食輸出量所承載的水足跡[25]：

GEV=OP-GDV

(26)

VWE=WEP×GEV

(27)

式中：GEV為糧食輸出量，kg；VWE為虛擬水輸出，m3。

作物水分生產(chǎn)率CWP(kg/m3)為消耗單位水足跡所生產(chǎn)的作物產(chǎn)量

CWP=OP/CWF

(28)

電能生產(chǎn)率EEP(kg/kJ)為消耗單位用電量所生產(chǎn)的作物產(chǎn)量

EEP=OP/EEC

(29)

2.4 研究區(qū)域與數(shù)據(jù)來源漣水灌溉區(qū)地處江蘇北部、淮河下游、淮安東北部，東經(jīng)118°59′—119°46′，北緯33°39′—34°07′，由淮漣、漣東、漣西三個灌溉片區(qū)組成。作物播種面積約12.5萬hm2。全年總?cè)照諡?418 h，多年平均氣溫在14℃左右，年均降水量1014.6 mm。選取水稻、小麥、玉米和大豆四種糧食作物為研究對象，在2005—2019時段中選取2006、2009、2012、2015和2018年為分析年份。漣水灌溉區(qū)在綠水無法滿足作物生長需水要求時，需消耗電能提取藍水進行灌溉，從電能來源過程考慮碳排放；同時，滿足灌溉區(qū)內(nèi)部糧食需求后，糧食可作為虛擬水載體向外貢獻水資源。

日照時數(shù)、降水、溫度、相對濕度和風速等氣象資料來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http：//cdc.cma.gov.cn)中氣象站點數(shù)據(jù)。灌區(qū)的年作物產(chǎn)量、播種面積、灌溉效率均來自于灌區(qū)管理部門的統(tǒng)計數(shù)據(jù)；作物生育期資料主要來自農(nóng)業(yè)觀測臺站觀測資料，作物生育期在不同年份采用同一值，分別為水稻(4月16日—9月10日)、小麥(10月26日—次年6月3日)、玉米(6月5日—9月10日)和大豆(3月20日—6月12日)；由全國、淮安市和漣水縣統(tǒng)計年鑒數(shù)據(jù)整理得到研究區(qū)2005—2019年的人口、耕地及糧食生產(chǎn)狀況。其中，各作物單位面積的成本和收入?yún)⒖既珖N植業(yè)產(chǎn)品的成本與收益數(shù)據(jù)，農(nóng)業(yè)用水量取自于淮安市水資源公報，最大用電量由水泵運行計算而來，糧食需求量由全國人口、漣水灌溉區(qū)人口以及全國糧食產(chǎn)量計算獲得。

3 結(jié)果與分析

3.1 優(yōu)化方案評價比選根據(jù)NSGA-Ⅱ的Pareto解集中的4種作物播種面積，初步篩選出15種方案，借助Topsis評價法對比方案間相對貼近度，比選出其中3種用于分析，如圖2所示。圖中P1方案為現(xiàn)狀情況，P12、P14為優(yōu)化方案。在此基礎(chǔ)上，計算出3種方案水-能源-糧食關(guān)聯(lián)關(guān)系評價指標，列于表2。優(yōu)化作物播種面積的同時也會對作物水足跡及水-能源-糧食關(guān)聯(lián)關(guān)系產(chǎn)生影響。如2018年P(guān)12方案的作物播種面積分別比P1增加1.2%、減少18.2%、增加54.0%和減少7.2%；糧食的作物水足跡、用電量和產(chǎn)量分別比P1減少5.6%，-3.9%和4.6%；單方水經(jīng)濟凈效益和作物碳足跡分別比P1減少11.5%和3.9%。而P14方案作物播種面積分別比P1增加1.3%、減少5.7%、增加54.6%和減少5.1%；糧食的作物水足跡、用電量和產(chǎn)量分別比P1增加0，0.4%和0.5%；單方水經(jīng)濟凈效益和作物碳足跡分別比P1減少5.8%和增加0.4%。需要指出的是，受糧食收益下降影響，2018年各方案的經(jīng)濟凈效益為負。說明水-能源-糧食關(guān)聯(lián)視角下，提高糧食收益仍是農(nóng)業(yè)系統(tǒng)優(yōu)化與可持續(xù)發(fā)展的重要前提。

表2 不同方案水-能源-糧食關(guān)聯(lián)關(guān)系評價指標值

圖2 不同優(yōu)化方案下的作物生育期播種面積

僅著眼優(yōu)化模型計算結(jié)果不一定直接得出最佳方案，對解集進行評價比選是有必要的。從水-能源-糧食關(guān)聯(lián)關(guān)系評價指標上看，所選優(yōu)化方案P12、P14整體優(yōu)于現(xiàn)狀(P1)。除作物水分生產(chǎn)率、藍水利用率和電能生產(chǎn)率外，其余指標在不同方案中的變化較為明顯。P12和P14中的虛擬水輸出在2006、2009和2012年中均高于P1，而在2015和2018年低于P1，表明在資源有限的條件下，研究區(qū)應(yīng)優(yōu)先考慮本地的糧食需求，而后向外輸出糧食以緩解外部地區(qū)的資源短缺問題，從而為奠定社會基礎(chǔ)做貢獻。值得注意的是，僅P12中的作物碳足跡、灰水足跡、作物水足跡、用電量和產(chǎn)量在2015和2018年出現(xiàn)降低，說明在優(yōu)化后期生態(tài)效益與經(jīng)濟效益出現(xiàn)了強烈的競爭關(guān)系，也表明種植結(jié)構(gòu)優(yōu)化改善提水灌溉系統(tǒng)生態(tài)環(huán)境的潛力逐步顯現(xiàn)出來。優(yōu)化方案(P12、P14)中的單方水經(jīng)濟凈效益、經(jīng)濟凈效益均優(yōu)于現(xiàn)狀(P1)。單方水經(jīng)濟凈效益作為目標函數(shù)之一，優(yōu)化方案實現(xiàn)了該效益的提升，說明調(diào)整種植結(jié)構(gòu)規(guī)避了不必要的經(jīng)濟損失，同時也驗證了優(yōu)化模型解集的合理性。

三種方案在所觀察年份的相對貼近度如圖3所示。相對貼近度值越大意味著方案越好。P14在2006、2009、2012和2015年的相對貼近度均為最大，分別達到了0.623、0.621、0.642和0.681。而2018年，相對貼近度最大的方案P12，其值為0.606。結(jié)合表2和圖3可知，單一的評價指標缺乏系統(tǒng)性，整合多評價指標更能全面地體現(xiàn)灌溉農(nóng)業(yè)單元的多維系統(tǒng)特征。此外，優(yōu)化方案P12、P14與現(xiàn)狀情況P1相比，相對貼近度表現(xiàn)出明顯改善。因此，多目標優(yōu)化方案的綜合結(jié)果均優(yōu)于現(xiàn)狀情況，即種植結(jié)構(gòu)優(yōu)化調(diào)整后，在水土資源有限的條件下，權(quán)衡經(jīng)濟與生態(tài)效益，在提高資源的利用率、減少水資源和能源浪費以及緩解資源短缺方面均有積極作用。

圖3 不同方案的相對貼近度

3.2 優(yōu)化前后作物播種面積對比典型年份4種作物優(yōu)化前與后的播種面積如圖4所示。優(yōu)化后水稻和玉米的播種面積均明顯高于優(yōu)化前，年均分別增加了8.3%和29.6%；小麥面積在2015和2018年分別比優(yōu)化前減少0.7%和18.2%；大豆僅在2018年減少7.2%，其余年份有明顯增加。表明在本研究的多目標優(yōu)化模型中，水稻和玉米的綜合效益較高，因此在未來的規(guī)劃中，應(yīng)當增加水稻和玉米的播種面積。圖4還顯示，優(yōu)化前的小麥播種面積呈持續(xù)增長趨勢，除2006年外，均高于水稻的播種面積；玉米和大豆的播種面積遠遠低于水稻和小麥的播種面積，這與稻米和小麥是主要的口糧作物有關(guān)。不同于水稻和玉米，小麥在2015和2018年優(yōu)化后的播種面積低于優(yōu)化前，這與2015年后小麥收益突降而成本持續(xù)增加有關(guān)，說明小麥的綜合效益不穩(wěn)定且風險高。此外，優(yōu)化后的大豆播種面積僅在2018年比優(yōu)化前約低7.2%，這與當年大豆的成本和收益間的差異增大有關(guān)。

圖4 典型年份研究區(qū)糧食作物優(yōu)化前后播種面積

3.3 優(yōu)化前后的作物水足跡、用電量和產(chǎn)量變化典型年份優(yōu)化前后研究區(qū)糧食的作物水足跡、用電量和產(chǎn)量的變化如圖5所示。2018年優(yōu)化后三個指標較于前期均有所降低，且均低于優(yōu)化前，這與糧食作物播種面積受到壓縮的現(xiàn)實趨勢相關(guān)。糧食面積收縮會導(dǎo)致作物生長過程中碳排放減少，從生態(tài)效益的角度來看有助于“碳達峰”目標的實現(xiàn)。圖5顯示，優(yōu)化前，作物水足跡和用電量均在2012年達到峰值，而產(chǎn)量最大值出現(xiàn)在2018年；優(yōu)化后，作物水足跡和用電量仍在2012年達到峰值，同時也實現(xiàn)了糧食產(chǎn)出量最高。除2018年外，優(yōu)化后的作物水足跡比優(yōu)化前增大4.0%以上，用電量、產(chǎn)量的情況與作物水足跡相似，增幅均在2006年最高，這與當時經(jīng)濟和技術(shù)的發(fā)展狀況有關(guān)。而在2018年，優(yōu)化后的三個指標分別比優(yōu)化前降低了5.6%、3.9%和4.6%，這決定于經(jīng)濟迅速發(fā)展與資源、生態(tài)約束之間的關(guān)系，也說明優(yōu)化種植結(jié)構(gòu)有利于緩解經(jīng)濟發(fā)展與資源、生態(tài)環(huán)境之間的矛盾。

圖5 優(yōu)化前后糧食作物水足跡、用電量和產(chǎn)量

3.4 優(yōu)化前后的單方水經(jīng)濟凈效益和作物碳足跡分析優(yōu)化前后各作物的單方水經(jīng)濟凈效益列于表3。綜合4種作物來看，糧食單方水經(jīng)濟凈效益年均增加約0.5萬元/(106m3)。表3顯示，優(yōu)化前后單方水經(jīng)濟凈效益在作物間存在差異，玉米與大豆較高而小麥與水稻相對較低。同時，4種作物單方水經(jīng)濟凈效益在優(yōu)化前后的變化均不夠明顯。在2006、2009和2012年4種作物的單方水經(jīng)濟凈效益均為正值，表現(xiàn)為盈利狀態(tài)；2015年大豆在優(yōu)化前后均出現(xiàn)虧損；2018年，僅有玉米處于盈利狀態(tài)，其他3種作物優(yōu)化前后均出現(xiàn)負值，其中大豆虧損最多，這主要取決于作物種植成本與收益的不匹配關(guān)系。從整體視角，僅在2006年，研究區(qū)糧食優(yōu)化后的單方水經(jīng)濟凈效益低于優(yōu)化前，其余年份則相反，這與經(jīng)濟效益、作物耗水之間的變化態(tài)勢不一致，說明作物復(fù)合種植結(jié)構(gòu)的抗風險性增強而有利于水資源壓力的緩解。在優(yōu)化前后，玉米均保持盈利狀態(tài)，說明玉米的抗風險能力高于其他3種作物，因此在保障水稻和小麥的播種面積的前提下，可適當增加玉米的播種面積。

表3 優(yōu)化前后作物單方水經(jīng)濟凈效益 (單位：萬元/(106m3))

不同于只考慮灌溉水分配和經(jīng)濟效益的傳統(tǒng)種植結(jié)構(gòu)優(yōu)化模型[26]，本研究權(quán)衡了經(jīng)濟、資源和環(huán)境之間的沖突。研究區(qū)優(yōu)化前后各作物碳足跡及其占總量比例分別如表4和圖6所示。結(jié)果顯示，優(yōu)化前后水稻和小麥的作物碳足跡占比均遠大于玉米和大豆，這與水稻和小麥的播種面積占比大以及單位面積作物碳足跡高有關(guān)。值得注意的是，水稻和小麥作物碳足跡占比在優(yōu)化前后均呈現(xiàn)對稱關(guān)系，從糧食生產(chǎn)過程中的二氧化碳直接與間接排放角度看，水稻和小麥表現(xiàn)為競爭關(guān)系。表4顯示出作物碳足跡隨種植結(jié)構(gòu)的調(diào)整呈現(xiàn)整體增加趨勢；在作物種植基線改變的情況下(2018年)，優(yōu)化后的小麥和大豆的播種面積減少，作物碳足跡也相應(yīng)減少；小麥和大豆播種面積減少所帶來的生態(tài)正面影響更為明顯，說明合理調(diào)整作物種植結(jié)構(gòu)，調(diào)節(jié)灌溉需求，減少灌溉用電量，有助于降低農(nóng)業(yè)碳足跡，從而服務(wù)“雙碳”目標的達成。

表4 優(yōu)化前后作物碳足跡 (單位：kg)

圖6 優(yōu)化前后作物碳足跡構(gòu)成

4 討論

水足跡是量化農(nóng)業(yè)水資源消耗的重要指標，而傳統(tǒng)的水資源效率評價多考慮藍水利用；然而在藍水短缺或雨養(yǎng)條件下，綠水對農(nóng)業(yè)生產(chǎn)的貢獻不可忽視[27]；灰水足跡則直觀地反映了糧食生產(chǎn)導(dǎo)致的養(yǎng)分和農(nóng)藥流失對水環(huán)境的負面影響[18]。因此，水足跡概念的提出和利用有助于農(nóng)業(yè)水資源的管理與調(diào)配。同時，人口增長導(dǎo)致的糧食需求也隨之增加，進而導(dǎo)致水資源與能源消耗的增多，而水-能源-糧食關(guān)聯(lián)關(guān)系充分描述了水、能源和糧食之間的權(quán)衡特征。因此，耦合水足跡和水-能源-糧食關(guān)聯(lián)關(guān)系的研究在農(nóng)業(yè)領(lǐng)域吸引了學(xué)者的關(guān)注。

合理的種植結(jié)構(gòu)和資源配置是農(nóng)業(yè)可持續(xù)生產(chǎn)的基礎(chǔ)?；谒阚E理論和水-能源-糧食關(guān)聯(lián)關(guān)系的視角，本研究的種植結(jié)構(gòu)多目標優(yōu)化模型是基于經(jīng)濟和生態(tài)效益建立的。在兼顧作物生長與農(nóng)產(chǎn)品生產(chǎn)的前提下，種植結(jié)構(gòu)規(guī)劃的目的是從總量控制和效率提升兩個角度實現(xiàn)灌溉區(qū)水能資源的可持續(xù)利用，緩解資源壓力。調(diào)整種植結(jié)構(gòu)減少水能資源的消耗，同時也可能導(dǎo)致產(chǎn)量下降；水環(huán)境污染和碳排放也是在灌區(qū)管理中不容忽視的問題。因此，如何權(quán)衡生產(chǎn)投入端(水資源、能源)與產(chǎn)出端(產(chǎn)量、灰水足跡、碳足跡)的沖突，合理規(guī)劃農(nóng)業(yè)資源配置成為重要科學(xué)問題。合理規(guī)劃種植結(jié)構(gòu)可有效提高水資源利用效率，主要體現(xiàn)在傾向于種植耗水少、經(jīng)濟效益高的作物。水足跡理論明確農(nóng)業(yè)生產(chǎn)過程消耗的水資源類型(藍水、綠水)和量化水資源利用效率[28]，而綜合水-能源-糧食關(guān)聯(lián)關(guān)系的規(guī)劃能夠促進協(xié)同作用、權(quán)衡利益和風險篩選最佳方案[29]。因此，在優(yōu)化種植結(jié)構(gòu)的基礎(chǔ)上，合理規(guī)劃資源配置，還可改變作物碳足跡排放比例，從而改善提水灌溉系統(tǒng)的生態(tài)環(huán)境。

在優(yōu)化前期，作物產(chǎn)量呈現(xiàn)增長趨勢，增加了資源消耗，這與技術(shù)落后、經(jīng)濟發(fā)展局限性有關(guān)，資源并未充分利用，而優(yōu)化結(jié)果實現(xiàn)了資源的最大化利用。而在2018年，優(yōu)化后的資源消耗出現(xiàn)了減少，說明優(yōu)化前的作物種植基線發(fā)生了明顯變化(圖4)，這與當?shù)刭Y源的有限及人口增長所引起的需求激增有關(guān)。相較于傳統(tǒng)優(yōu)化模型只關(guān)注作物生長環(huán)境，而不能協(xié)調(diào)復(fù)雜目標群之間沖突的研究[25]，本文構(gòu)建的優(yōu)化模型所涵蓋的經(jīng)濟效益和生態(tài)效益是相互對立的，這也是本文的獨特之處。此外，針對未來資源制約、氣候變化、需求增加情景，如何權(quán)衡三者之間的關(guān)系是利益相關(guān)者需要解決的科學(xué)問題。

5 結(jié)論

基于水足跡理論和水-能源-糧食關(guān)聯(lián)關(guān)系的種植結(jié)構(gòu)多目標優(yōu)化模型，統(tǒng)籌社會、資源、生態(tài)和經(jīng)濟多維系統(tǒng)評價指標，開展優(yōu)化方案比選并分析了種植結(jié)構(gòu)調(diào)整前后對資源消耗的影響。優(yōu)化方案的相對貼近度均大于現(xiàn)狀，說明基于水足跡理論與水-能源-糧食關(guān)聯(lián)關(guān)系視角的種植結(jié)構(gòu)優(yōu)化模型適用于末級提水灌溉系統(tǒng)。在保障糧食基本需求的前提下，未來的規(guī)劃中為減少經(jīng)濟損失，研究區(qū)可增加水稻和玉米的播種面積。2018年，優(yōu)化后的水、電消耗量明顯減少，糧食減產(chǎn)仍滿足研究區(qū)需求，單方水經(jīng)濟凈效益為負值但實現(xiàn)作物碳足跡減少79.5 kg，說明優(yōu)化模型權(quán)衡了資源利用、經(jīng)濟效益和環(huán)境影響之間的關(guān)系，有利于農(nóng)業(yè)可持續(xù)發(fā)展。

耦合水足跡理論與水-能源-糧食關(guān)聯(lián)關(guān)系的種植結(jié)構(gòu)多目標優(yōu)化模型，兼顧經(jīng)濟和生態(tài)效益，考慮作物碳足跡、灰水足跡和虛擬水輸出對灌溉系統(tǒng)的影響，為類似區(qū)域提供種植結(jié)構(gòu)規(guī)劃基礎(chǔ)。科學(xué)合理地改善提水灌溉系統(tǒng)農(nóng)業(yè)生產(chǎn)資源利用，也為糧食生產(chǎn)及農(nóng)業(yè)可持續(xù)發(fā)展提供了有價值的、充滿挑戰(zhàn)性的研究視角。本研究尚未考慮農(nóng)業(yè)生產(chǎn)過程中的不確定性及灌溉區(qū)內(nèi)外部復(fù)雜資源交換情況，這也是未來研究中可進一步研究的科學(xué)問題。