综述：气候变化背景下农业水系统韧性提升：社会-生态系统框架与未来路径

《Agronomy》：Enhancing Agricultural Water System Resilience Under Climate Change: A Socio-Ecological Framework and Future Pathways

　　

气候变化加剧了水文变率，威胁农业水安全。本综述遵循PRISMA/SALSA报告原则，采用结构化批判性叙事方法，系统梳理了气候变化背景下农业水系统韧性的相关研究。研究从四个关联维度展开：韧性概念与指标体系、不确定性下的评估方法、气候影响与脆弱性证据、适应与治理路径。 综合分析表明，农业水管理正从以工程为核心的供水导向，转向融合基础设施、生态过程、农户行为与制度设计的社会-生态系统（SES）韧性框架。在方法论层面，确定性优化已逐步引入随机规划、鲁棒优化、综合评估模型、遥感技术与机器学习等方法，但数据门槛、不确定性传递与模型可解释性仍是关键约束。现有证据显示，在高排放情景下作物需水量与灌溉定额将显著上升，干旱与半干旱地区风险尤为突出。 单一技术措施难以实现有效适应。精准灌溉、基于自然的解决方案（NbS）、气候服务与基础设施投资，必须与需求侧规则、水核算机制、公平性保障及参与式治理相结合，才能规避灌溉效率回弹效应等不当适应风险。研究进一步明确了透明综述协议、不确定性量化、跨尺度治理、农户决策行为、数字包容性与监测体系等优先研究方向，并构建了一个面向政策的中观概念框架与研究议程，以支撑农业水系统韧性的系统性提升。

论文主体首先阐述了研究背景与理论基础。引言部分指出，IPCC第六次评估报告证实人类活动导致全球变暖，水循环加剧且极端天气频发，对占全球淡水取用量约69–70%的农业部门构成严峻挑战。气候变化通过改变降水格局、提升蒸散速率以及减少冰雪融水补给，直接影响农业水系统稳定性。影响存在显著区域异质性：地中海与南部非洲趋于干旱化，亚洲与北美主产区则面临“旱涝急转”的季节性风险。即便高度现代化的农业系统也存在脆弱性，《自然》研究显示全球升温1°C可导致粮食卡路里产量下降4.4%。在此背景下，农业水系统韧性被定义为系统在气候冲击下维持核心功能、自我组织、学习与适应的能力，其内涵已从早期的“工程韧性”发展为涵盖学习转型能力的“社会-生态韧性”。论文明确其研究目标为：系统梳理农业水系统韧性知识现状、比较不确定性下的评估与决策方法、解析不同情境下农户适应的驱动与障碍、识别知识缺口并提出未来研究议程。研究范围强调构建整合物理水资源约束、农户适应能力与制度变革潜力的概念框架，区别于传统的WEF（水-能源-食物）关联模型，旨在为气候不确定性下的比较分析提供启发式工具。

研究方法部分说明，本文采用结构化批判性叙事综述而非定量Meta分析。为提高透明度与可复现性，文献检索与报告流程参照SALSA框架（检索、评价、综合、分析）并结合PRISMA式流程图规范。数据源限定为Web of Science核心合集，检索时间跨度为2010年1月1日至2026年5月1日，检索式覆盖“农业水”“灌溉”“水资源”与“韧性”“适应”“脆弱性”以及“气候变化”“全球变暖”的组合。初步检索获得6678条记录，经文献类型筛选（仅保留论文）、语言筛选（英语）与学科类别筛选（水资源领域），最终形成包含1811条记录的实证文献库，排除1篇撤稿论文且无重复记录。由于研究性质为整合性综述，未进行效应量合并，而是围绕理论框架与指标、方法论转向、气候影响与脆弱性评估、适应与治理路径四大主题开展定性综合。

研究结果部分从四个维度展开系统综述。在理论框架与指标演变方面，韧性评估已形成包含抵抗力、恢复力及适应/转型能力的多组分框架。早期研究侧重以大坝、堤防等“灰色基础设施”提升抵抗力，但此类工程可能削弱系统长期适应性。当前共识是将农户知识、社会网络与信息获取能力等社会因素置于评估核心。韧性测度指标体系可分为四类：水资源可持续性指标（如不可再生地下水超采程度）、农业生产稳定性指标、生态环境质量指标与社会经济适应性指标。指标权重确定面临区域差异与量化难题，干旱区更侧重用水效率，丰水区更关注环境指标，社会类指标常借助专家打分与利益相关者访谈相结合的参与式方法确定权重。

研究方法论呈现明显转向。优化模型从确定性优化走向随机规划：两阶段规划计算简便但难以反映持续适应过程，多阶段规划动态性更强却面临“维度灾难”，区间/模糊规划无需精确概率分布但结果可解释性不足，由此催生了追求“安全失效”策略的鲁棒优化。模型范式从部门独立模型转向综合评估模型（IAM），包括水经济模型、农经模型与WEF关联模型，以捕捉跨部门反馈，但模型性能高度依赖数据质量与模块间假设，且存在气候模块不确定性沿链条级联放大的“误差传播”风险。新兴方法方面，机器学习（如随机森林、深度卷积神经网络DCNN）与遥感技术显著提升作物需水预测精度与大范围灌区制图能力，物联网、大数据与区块链推动气候智慧型农业发展。然而机器学习存在“黑箱”缺陷，物理信息神经网络（PINN）等混合方法通过嵌入水量平衡方程等物理约束，正在弥补这一短板。

气候影响与脆弱性评估显示，研究普遍采用CMIP6等全球气候模式耦合水文模型进行模拟，并通过动力降尺度或机器学习增强的统计降尺度解决尺度不匹配问题。综合证据表明，高排放情景（RCP 8.5/SSP5-8.5）下，到2050年全球作物需水量与灌溉定额预计增长10–23%，冰川依赖区与半干旱区风险最高。最新CMIP6模拟甚至预示主要作物（玉米、大豆）的显著减产将在2040年前显现，全球水平衡缺口在1.5°C与2°C升温情景下将分别扩大5.8%与14.7%。区域案例揭示深层脆弱性：地中海地区可再生地表水资源锐减；高亚洲与印度河上游短期因冰川加速融化径流增加，长期将面临枯竭；美国高平原 Ogallala 含水层超采严重；中国黄土高原与华北平原地下水过度开发；撒哈拉以南非洲小农则同时承受干旱加剧与适应能力不足的双重压力。

适应路径分析强调从单一基础设施走向综合治理。灌溉排水系统的功能正从单纯增产防洪转向提供多元生态系统服务，推动“灰色”基础设施向“绿灰”混合系统转型，基于自然的解决方案（NbS）因其成本效益与生态协同效益受到重视。农艺层面倡导保护性耕作、作物多样性种植等生态农业转型。农户适应行为受多重因素驱动：发展中地区主要受信贷与市场准入等经济因素制约，发达地区则更依赖风险感知、地方依恋与制度信任等心理认知因素。政策工具涵盖水价改革、高效灌溉补贴、生态系统服务付费等经济手段，取水配额、环境标准等规制手段，以及气候信息服务、推广培训等信息手段。但需警惕“不当适应”：高效灌溉技术推广可能因降低单位产出水成本，诱发农户扩面、改种高耗水作物，产生“回弹效应”（Jevons悖论），导致流域总耗水量不降反升。因此，技术补贴必须配合取水总量控制、可交易水权等需求侧治理才能实现真实节水。论文最后提出将整合框架转化为政策循环的操作路径：设定流域风险阈值—构建涵盖水文、生产、环境与社会的多维监测体系—组合应用水核算、阶梯水价、生态补偿与信息服务—定期评估效率增益是否转化为流域节水及弱势群体公平获益。

讨论部分进一步阐释了研究的创新与缺口。与既有文献相比，本综述明确纳入社会-生态系统视角与不当适应风险分析，是对传统WEF框架的延伸。前沿议题包括复合极端事件（高温与干旱叠加）的协同影响、NbS的大规模实施绩效验证、数字农业的普惠性（弥合数字鸿沟）以及跨尺度治理对遏制回弹效应的关键作用。当前研究仍存在理论操作化不足、跨尺度相互作用机制不清、不确定性量化与传播分析方法薄弱、决策支持工具落地性差、发展中国家数据基础薄弱等缺口。基于此，未来研究议程聚焦于六个方向：发展可量化、非线性的韧性理论；改进不确定性建模与综合集成方法；深化农户行为与制度因素的跨文化比较研究；推动知识共创与用户导向的工具开发；加强数据与监测基础设施建设；系统评估NbS与数字技术的成本效益与公平性。论文最后指出，本综述虽通过严格流程控制提升了透明度，但仍受限于单一数据库来源与非定量合成方法，可能存在出版偏倚，相关结论需结合区域研究与政策实践审慎解读。总体而言，提升农业水系统韧性需要超越工程技术思维，构建融合物理约束、社会适应与制度创新的综合治理范式，以平衡粮食安全、水安全与环境可持续目标。