作物转换可以提高中国的环境可持续性和农民收入gydF4y2Ba

绿色革命使全球粮食供应空前增加，以满足迅速增长的需求。然而，推广相对较少的高产作物和随之而来的投入密集型做法导致了对营养安全和环境的严重损害gydF4y2Ba^4gydF4y2Ba．中国农业的发展也遵循了同样的模式。在过去几十年里，该国在农业生产力方面取得了显著进展，仅1990年以来，全国农作物产量就增加了107%gydF4y2Ba^1gydF4y2Ba．尽管中国有14亿多人口，但除了大豆以外，中国粮食需求的增长主要是通过国内农业生产的增长来满足的gydF4y2Ba^1gydF4y2Ba．然而，实现如此高的粮食产量意味着在全国范围内面临越来越多的环境挑战。近几十年来，地下水位以惊人的速度下降gydF4y2Ba^2gydF4y2Ba在美国，农业温室气体排放有所增加gydF4y2Ba^1gydF4y2Ba在中国，化肥施用强度大幅度提高gydF4y2Ba^1gydF4y2Ba农药污染也越来越普遍gydF4y2Ba^1gydF4y2Ba．gydF4y2Ba

认识到这些明显的权衡，中国政府正在考虑采取一系列干预措施，以提高农业的可持续性，同时不影响该部门的高水平生产gydF4y2Ba^3.gydF4y2Ba．这些战略包括开发“高标准农田”以提高农业生产率，同时减少投入(例如水和肥料)的使用，实施“节水项目”以提高用水效率，推广土壤检测和养分推荐技术以减少肥料使用等等。尽管所有这些解决方案都承诺减轻农业的环境负担，但它们往往侧重于单一的结果，并且基于这样的假设:作物已经生长在最适合农业气候和资源效率最高的地区。然而，最近的研究越来越清楚地表明，目前的种植模式在几个方面都不是最优的，而作物转换(即改变作物分布和/或作物轮作)可能为提高农业可持续性提供希望。最近的全球研究gydF4y2Ba^{5gydF4y2Ba，gydF4y2Ba6gydF4y2Ba，gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba}已经表明，作物重新分配可以减少灌溉(即蓝水)用水需求(- 12%至- 21%)和蓝水短缺，并在改善或维持粮食生产的同时保护自然环境和生物多样性。最近还在国家一级进行了其他几项分析，这些分析对于考虑可能影响农业解决办法可行性的政策相关因素是必要的。在印度，作物再分配已被证明可以改善膳食营养供应、气候适应能力和农民净收入，并减少自然资源的使用和温室气体排放gydF4y2Ba^{9gydF4y2Ba，gydF4y2Ba10gydF4y2Ba，gydF4y2Ba11gydF4y2Ba}．在美国，研究发现作物转换可以减少蓝水需求gydF4y2Ba^12gydF4y2Ba以及与气候有关的作物损失gydF4y2Ba^13gydF4y2Ba．其他研究显示了作物轮作多样化的前景gydF4y2Ba^{14gydF4y2Ba，gydF4y2Ba15gydF4y2Ba}．在中国，华北平原的实地试验表明，作物轮作替代传统的玉米-小麦系统可以减少地下水枯竭，增加经济产出gydF4y2Ba^14gydF4y2Ba．来自北美的长期证据也表明，更多样化的轮作具有更强的气候适应能力gydF4y2Ba^15gydF4y2Ba．然而，作物转换是否以及在多大程度上为整个中国的农业可持续发展带来类似的好处仍未量化。gydF4y2Ba

作物转换是补充其他可持续农场管理解决方案的一项有前途的战略。中国政府还认识到，重新分配作物是加强农业部门可持续发展的一种方式gydF4y2Ba^{3.gydF4y2Ba，gydF4y2Ba16gydF4y2Ba}．例如，2000年初，国家发改委主导的作物还田研究项目在历史分析的基础上提出了区域农业发展方向gydF4y2Ba^16gydF4y2Ba．最近，中国的《国家可持续农业发展规划(2015-2030年)》也给出了大致的方向，将中国分为三个地区:更重视粮食生产而不是可持续发展(如长江地区)，同样重视粮食生产和可持续发展(如西北地区)，更重视可持续发展而不是粮食生产(如青藏高原地区)。gydF4y2Ba^3.gydF4y2Ba．因此，为了满足这些政策重点，有必要在经济上可行的情况下，定量评估作物转换在哪里以及在多大程度上有助于实现中国的可持续发展目标，同时不影响粮食供应。此外，由于中国占全球人口的很大一部分(19%)gydF4y2Ba^1gydF4y2Ba，主要作物产量(19%)gydF4y2Ba^1gydF4y2Ba、自然资源的使用(例如化肥(25%)、杀虫剂(10%)、灌溉(13%)、农田(9%))gydF4y2Ba^{1gydF4y2Ba，gydF4y2Ba17gydF4y2Ba}，农业-食品系统相关温室气体(12%)gydF4y2Ba^1gydF4y2Ba农民(16%)gydF4y2Ba^1gydF4y2Ba在美国，中国为改善其可持续发展目标所做的努力将对应对全球粮食安全和可持续性挑战产生深远影响。gydF4y2Ba

在这里，我们量化和评估了中国各地作物转换的机会，重点关注13种作物，它们合计占中国初级作物产量的94%和收获面积的90%gydF4y2Ba^18gydF4y2Ba．我们结合了雨养和灌溉产量和收获面积的网格化(5 arcmin)作物特定数据(大约2010年)gydF4y2Ba^19gydF4y2Ba每一种作物的需水量估计，温室气体强度gydF4y2Ba^20.gydF4y2Ba，施肥量gydF4y2Ba^21gydF4y2Ba、使用除害剂gydF4y2Ba^21gydF4y2Ba农民净利润gydF4y2Ba^21gydF4y2Ba．利用这些数据，我们估计了中国可持续农业计划中优先考虑的几个可持续发展方面gydF4y2Ba^22gydF4y2Ba即当前作物生产的产量、需水量、温室气体排放、化肥使用量、农药使用量和经济产量。然后，我们构建了一个线性优化模型来模拟作物转换对可持续农业发展的贡献，并评估几个维度和不同区域的权衡和共同效益。每次优化运行都优先考虑以下目标之一:最大限度地减少用水需求;减少温室气体;尽量减少化肥的使用;减少农药;最大化农民收入;或同时最大化所有维度的利益——基于三个不同层次的政府合作(即竖井式、跨部门协调和中央政府协调)(表gydF4y2Ba1gydF4y2Ba)．我们的优化在以下约束条件下重新分配作物间的收获面积和改变作物轮作:(1)所有作物的全国供应不能减少——这一约束反映了国家自给自足目标;(2)每个网格单元内的农民收入不能减少，确保农民的盈利能力不受不利影响;(3)只有当前在网格单元内生长的作物才能在该网格单元内种植;(4)每个网格单元内的收获面积保持不变，防止农业扩张;(5)轮作作物的种植历在时间上不能重叠。我们还测试了放松这些约束的不确定性。最后，我们量化了优化作物转换的结果，并将其与中国相关可持续发展目标的效益进行了比较。这种对若干成果的评价对于确定能够改善农业多层面可持续性的干预措施至关重要。gydF4y2Ba

在中国，不同的可持续发展成果由不同的政府部门管理(例如，水利灌溉部;生态环境部温室气体排放;农业和农村事务部——肥料、农药和农民收入)。因此，每个部门对具体成果的狭隘关注可能会与实现其他可持续发展目标背道而驰。考虑到这种部门间的相互隔离，我们首先探讨了通过作物转换可以在多大程度上改善农业可持续性的单一维度(以下称为G1无协调模拟;表格gydF4y2Ba1gydF4y2Ba)．我们发现作物转换在促进可持续发展方面具有相当大的潜力。当优先考虑单一可持续发展目标时，相对于当前水平，作物转换可以减少蓝水- 27.8%、绿水- 12.6%、温室气体- 17.1%、氮肥- 15.9%、磷肥- 15.5%、钾肥- 20.6%和农药- 15.6%的需求，而不会扩大耕地，减少任何作物的产量或减少农民收入(图2)。gydF4y2Ba1gydF4y2Ba和表gydF4y2BaS14系列gydF4y2Ba)．然而，由于一个部门只优先考虑其职权范围内的可持续发展目标，它可能不一定考虑其他部门负责的其他可持续发展目标的结果。因此，当我们的模型优化了可持续性的单个维度时，我们允许其他维度潜在地退化。事实上，我们发现，在这种情况下(G1)，农业可持续性的不同维度之间以及不同地区之间出现了一些权衡(图1)。gydF4y2Ba1gydF4y2Ba)．我们还观察到，在试图最大化农民收入时，与环境结果之间存在明显的权衡。在这种情况下，作物改种可以使农民的收入增加90.5%，尽管这是以其他环境结果为代价的(图2)。gydF4y2BaS5gydF4y2Ba而且gydF4y2BaS6gydF4y2Ba)．这表明，在当前的作物价格结构下，努力提高农民的盈利能力可能会产生明显的环境权衡。gydF4y2Ba

为了解决这一缺点，我们研究了一组优化场景，其中跨部门协调得到加强，以避免可持续发展的权衡。为了反映这一点，我们设置了约束条件，即优化一个可持续性维度不会降低其他可持续性维度的结果(以下称为跨部门协调的G2模拟;表格gydF4y2Ba1gydF4y2Ba)．在这些条件下，我们发现作物转换仍然可以在所有维度上实现可观的效益- - - 18.5%(蓝水)、- 9.5%(绿水)、- 7.9%(温室气体)、- 12.0%(氮肥)、- 11.4%(磷肥)、- 13.0%(钾肥)、- 10.8%(农药)和+20.2%(农民收入)。然而，尽管在G2下避免了可持续性维度和不同区域之间的权衡，但通过跨部门协调优化任何一个目标仍然会导致其他结果的最小收益(图2)。gydF4y2Ba1gydF4y2Ba和表gydF4y2BaS14系列gydF4y2Ba)．gydF4y2Ba

为此，我们进行了多目标优化，以考察在中国中央政府主导协调(以下简称G3模拟中央协调)的情况下，所有可持续性维度能同时产生多大程度的协同效益;表格gydF4y2Ba1gydF4y2Ba)．在这些条件下，我们对所有可持续性维度进行了优化，使所有维度的改进边际尽可能高，而维度之间的差异尽可能低。在这样做的过程中，我们对每个结果的相对重要性采取不可知论的立场。我们还调整了我们的方法，对结果赋予不同的权重，以展示不同级别的政府政治意愿(见扩展数据图)。gydF4y2Ba1gydF4y2Ba)．在这组结果下，我们发现作物转换仍然可以实现相当大的效益:蓝色水域的- 6.5%(- 4.5%至- 18.5%);−7.5%(- 4.4%至- 9.5%)的绿色水;−6.5%(−1.7%至−7.7%)的温室气体;−氮肥8.1% (- 5.2% ~ - 12.0%);−磷肥9.8%(−5.1% ~−11.4%);−钾肥8.3% (- 4.5% ~ - 13.0%);- 6.7% (- 4.3% ~ - 10.8%);农民收入增长4.5%(+2.9%至+7.5%)。gydF4y2Ba1gydF4y2Ba和表gydF4y2BaS14系列gydF4y2Ba)．gydF4y2Ba

通过对所有三个层次的协调进行比较，可以发现某些可持续发展成果在规模上是相似的，而其他成果在国家层面上可能存在很大差异(表2)gydF4y2BaS14系列gydF4y2Ba)．以前者为例，G1下尽量减少磷肥施用可使磷肥节约适度提高(相对于G3提高6%)，而其他结果在幅度上相当(相对于G3降低4%至5%)。相反，在G1下尽量减少蓝水会比G3多节省23%的蓝水，但会导致其他结果的损失(相对于G3的- 10%至- 5%)。此外，G1场景允许某些地方的某些可持续性标准退化，这在G2和G3中不会发生。这些对比鲜明的例子表明，在更高水平的协调所带来的额外努力数量、更高水平的协调所带来的利益的相对差异以及在一些可持续性成果和一些区域之间接受权衡的意愿之间存在着有趣的紧张关系。尽管如此，我们的研究结果表明，作物改种可以作为一种有效的策略来解决当前资源枯竭或不可持续使用的状况(例如，蓝水稀缺)(图2)。gydF4y2Ba2gydF4y2Ba)，并且可以根据可持续性的各种定义和衡量标准确定作物改种的地点(见图。gydF4y2BaS7gydF4y2Ba参阅其他可持续发展范畴及表格gydF4y2BaS12gydF4y2Ba可持续资源利用的界限)。gydF4y2Ba

在这里检查的优化场景中，我们还发现特定作物分布的某些一致的区域变化。例如，无论优化目标如何，我们都观察到大量的推荐变化，如华北平原和西北地区小麦减少，长江平原增加;长江平原水稻减产;西北地区玉米增产;长江平原油菜减产，西北地区棉花减产(见图2)。gydF4y2Ba3.gydF4y2Ba而且gydF4y2BaS9gydF4y2Ba- - - - - -gydF4y2BaS11gydF4y2Ba)．这些发现指出，在某些地区，某些作物的转变可以在不影响国家粮食生产或需要更多耕地的情况下，在几个可持续发展方面产生强劲的结果。总的来说，所有这些区域和国家的结果都伴随着作物轮作的适度变化(图2)。gydF4y2BaS8gydF4y2Ba) -展示作物改种以改善环境可持续性和农民收入的真正机会(图。gydF4y2BaS4gydF4y2Ba)．我们还通过与中国各地作物分布的近期变化率进行比较，证明了提议的作物转换的可行性(见扩展数据图)。gydF4y2Ba3.gydF4y2Ba- - - - - -gydF4y2Ba6gydF4y2Ba和无花果。gydF4y2BaS12gydF4y2Ba- - - - - -gydF4y2BaS14系列gydF4y2Ba)．尽管这表明此类改革在不久的将来可能是可行的，但COVID-19大流行等前所未有的事件可能会减缓国内政策改革和实施的步伐。另一方面，中央政府日益巩固的能力——加上中国对国内粮食供应的重视，以及在面对最近发生的事件(如非典和全球金融危机)时改变种植模式的能力——也可能意味着，如果有政治意愿，变化可能会比历史上发生的更快。gydF4y2Ba

中国各机构针对选定的可持续性维度制定了具体的减排目标，以此衡量实现某些可持续发展目标的进展情况。实现任何一个目标都需要投资、技术和基础设施改进、政策改革，最终还需要一整套干预措施，这可能是完全实现可持续发展目标所必需的。为了解释作物转换的相对影响程度，我们以反事实的方式将其潜在利益(取决于政府的政治意愿，可能在未来几十年内实现)与中国2030年可持续发展目标进行了比较(图2)。gydF4y2Ba4gydF4y2Ba而且gydF4y2BaS15gydF4y2Ba)．根据农业用水需求预测gydF4y2Ba^23gydF4y2Ba和可持续发展目标gydF4y2Ba^3.gydF4y2Ba中国需要节省30公里gydF4y2Ba^3.gydF4y2Ba到2030年，我们的作物转换可以节省7.8公里(5.4-22.1公里)的蓝水gydF4y2Ba^3.gydF4y2Ba-在G3模拟中央协调下，相当于该目标的26%(18-74%)。对于温室气体，中国政府的目标是在2030年左右达到排放峰值，在2060年之前实现净零排放目标。虽然没有明确的农业温室气体减排目标，但我们假设2020年以后不再增加温室气体排放作为严格的减排目标。因此，我们估计作物改种可以为实现这一目标贡献24%(6-29%)。对于化肥和农药，中国采取了零增长计划gydF4y2Ba^{24gydF4y2Ba，gydF4y2Ba25gydF4y2Ba}．与这些目标相比，作物改种的节约也相当可观——到2030年，化肥节约40%(24-51%)，农药节约23%(15-37%)。增加农民收入也是政府的一个重要目标。中国社会科学院预测，2030年农民的个人可支配收入将比2020年的2600美元每年翻一番(参考文献)。gydF4y2Ba^26gydF4y2Ba)．农民收入的大部分增长将来自非农产业和高附加值的农业活动，而不是传统的作物生产。我们的估计仍然表明，作物改种不仅有助于实现中国的环境可持续性目标，而且还可以使农民的个人收入增加6.3美元至126美元。gydF4y2Ba

农业贸易对出口国和进口国的粮食安全、生计和环境都具有明显的影响gydF4y2Ba^27gydF4y2Ba．中国已经有大量的农产品贸易流入和流出，加上其预计的未来粮食需求，意味着中国将在决定全球农业可持续发展成果方面发挥重要(而且越来越重要)的作用gydF4y2Ba^28gydF4y2Ba．最典型的例子就是中国的大豆进口，这不仅显著改变了中国的种植制度，还破坏了环境gydF4y2Ba^29gydF4y2Ba但也依赖于远程自然资源的使用gydF4y2Ba^{30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba}．通过将大豆生产重新分配到中国高产和资源利用强度较低的地区，作物转换可以帮助中国更有效地利用自然资源，同时生产更多的大豆。中国大豆和其他主要作物产量的增加有可能通过全球贸易网络(通过中国减少进口需求)产生连锁反应，并可能导致全球资源节约(表2)gydF4y2BaS15gydF4y2Ba；参阅补充资料组gydF4y2Ba1.2.4gydF4y2Ba(参见估算方法)和其他间接环境和生态效益(例如，见Folberth et al.)。gydF4y2Ba^8gydF4y2Ba)——这取决于贸易伙伴如何应对中国减少的国际作物需求(例如，减少产量，向其他地方销售作物等)。如果中国的贸易伙伴确实减少了产量和出口以应对中国的作物转换，我们估计这可能会为中国的蓝水贸易伙伴节省大量资源(0.3至102.9公里)gydF4y2Ba^3.gydF4y2Ba)、温室气体(50 - 2460万吨COgydF4y2Ba_2gydF4y2Baeq)和肥料(0.1万吨至1400万吨)(表gydF4y2BaS15gydF4y2Ba)．gydF4y2Ba

这项研究表明，作物改种是一项重要措施，可以帮助中国实现若干可持续发展目标，同时提高农民收入并保持现有农田的全国产量。我们还表明，个别部门(基于他们对可持续性的狭隘的个人定义)的孤立努力可能会导致其他可持续性成果的实质性权衡，并与其他部门的目标背道而驰。因此，协调对于避免权衡至关重要，更可取的是，实现几个共同利益，对于中国这样一个拥有大型中央计划政府的国家来说，这种大规模的协调确实是可行的。此外，由于可持续性结果取决于位置，我们的研究可以根据当地条件和可持续性优先事项，为中国不同地区提供详细的空间解决方案(图2)。gydF4y2Ba3.gydF4y2Ba)．例如，我们观察到，东北平原(NE)从一些玉米转向大豆、甜菜和水稻的持续转变将有利于农民的收入(以及减少化肥和农药的过度使用，防止黑土退化)(表)gydF4y2BaS14系列gydF4y2Ba)，并指出政策制定者实施作物改种的初步机会。同样，在长江平原，减少油菜籽和水稻种植，增加小麦和玉米种植，可以实现可持续发展的共同效益，特别是减少温室气体排放。在华北平原，大豆、油菜籽和水稻的产量增加，取代了部分小麦、玉米、棉花和花生(图2)。gydF4y2BaS10gydF4y2Ba而且gydF4y2BaS11gydF4y2Ba)还可以促进更可持续的种植模式，并大大有助于缓解区域水资源短缺和化肥过度使用(图2)。gydF4y2Ba2gydF4y2Ba而且gydF4y2BaS7gydF4y2Ba)．因此，这种空间明确的量化(如本文所述)可以在评估哪些农业干预措施和哪种特定的作物转换可以提供最大效益方面发挥重要作用。gydF4y2Ba

随着中国政府加大力度实施作物转换，以实现更可持续的农业，这项研究提供了详细的、可操作的科学证据。实现这些变化的关键是鼓励农民采用新的种植选择。然而，这样的改变可能是现实的和可实现的(图2)。gydF4y2BaS12gydF4y2Ba- - - - - -gydF4y2BaS14系列gydF4y2Ba)，尤其是考虑到中国以前在省级层面成功地激励了农民gydF4y2Ba^32gydF4y2Ba甚至在县一级gydF4y2Ba^33gydF4y2Ba选择能够实现国家粮食安全目标的作物。我们分析的空间细节结果也直接满足了最近政府计划中描述的信息需求，这些计划寻求解决与耕地、水资源、生态保护以及国家粮食生产和粮食安全相关的农业可持续性问题gydF4y2Ba^3.gydF4y2Ba．此外，我们的研究结果表明，加强部门间合作的好处与中国政府最近通过“绿色农业发展规划”加强不同部门之间协调和密切合作的计划是一致的。gydF4y2Ba^34gydF4y2Ba．综上所述，我们的定量多维评估为确保更可持续农业系统的潜在解决方案的可行性提供了客观、科学的基础。gydF4y2Ba

为改善中国各地不同(或几种)可持续发展成果而采用的作物改种方法涉及使用不同的数据集和跨学科技术。我们的方法的总体框架总结在图中。gydF4y2BaS2gydF4y2Ba．我们的方法遵循四个主要任务。首先，我们确定了要纳入研究的作物。其次，我们使用基于过程的作物水模型(分四步)计算绿色和蓝色水的需求。第三，我们量化了中国可持续发展成果的现状。第四，建立并实现了单目标和多目标作物退耕优化模型。gydF4y2Ba

作物的定义gydF4y2Ba

我们重点关注13种主要作物，小麦(春小麦;冬小麦)、水稻(早稻;中稻;晚稻)、玉米(春玉米;夏玉米)、大豆、油菜籽、花生、棉花、甜菜和甘蔗，占中国初级作物产量的94%和收获面积的90%gydF4y2Ba^18gydF4y2Ba．由于数据的限制，我们没有考虑的作物，如蔬菜和水果，我们假设它们的收获面积和产量在我们的作物转换中保持不变，不受影响。空间数据(5 arcmin;1/12°;分辨率约10公里;将中国划分为72,000个网格)的特定作物灌溉/雨养产量(公斤公顷)gydF4y2Ba^{−1gydF4y2Ba})和收获面积(公顷)取自国际粮食政策研究所最新的空间生产分配模型(SPAM)数据库(2010年1.1版)gydF4y2Ba^19gydF4y2Ba．值得注意的是，2010年产量较高的地区仍然比过去几年的其他地区产量更高。gydF4y2BaS1gydF4y2Ba)，因此我们的结果对使用2010年的垃圾邮件地图不敏感。gydF4y2Ba

对于每个网格，当前(2010年)灌溉产量(生产gydF4y2Ba_{坏蛋,irr,gydF4y2BazgydF4y2Ba})和雨养(生产gydF4y2Ba_{坏蛋,风湿性关节炎,gydF4y2BazgydF4y2Ba})作物的计算方法为:gydF4y2Ba

其中HA为收获面积(HA)， YLD为产量(kg HA)gydF4y2Ba^{−1gydF4y2Ba})，下标irr和ra分别表示灌溉和雨养种植系统，gydF4y2Ba我gydF4y2Ba表示网格(gydF4y2Ba我gydF4y2Ba= 1,2，…，72,000)和gydF4y2BazgydF4y2Ba是作物。每一种作物的全国灌溉和雨养联合产量与粮农组织统计数据报告的情况十分一致gydF4y2Ba^1gydF4y2Ba(表gydF4y2BaS1gydF4y2Ba而且gydF4y2BaS9gydF4y2Ba- - - - - -gydF4y2BaS11gydF4y2Ba)．gydF4y2Ba

使用基于过程的作物水模型计算绿色和蓝色水gydF4y2Ba

在我们的方法中，我们使用基于Penman-Monteith方程的基于过程的作物水模型直接估计消耗的蓝色和绿色水的需求和需求。绿水是指作物生长期间消耗的有效降水。蓝水是指在作物生长季节，当自然有效降水不足以维持作物正常生长时，需要通过灌溉补充的水量。我们首先计算了不同作物的需水量(ETgydF4y2Ba_zgydF4y2Ba)基于Penman-Monteith方程和粮农组织推荐的作物系数法gydF4y2Ba^37gydF4y2Ba．此方法广泛用于计算作物需水量(公式(gydF4y2Ba2gydF4y2Ba) - (gydF4y2Ba4gydF4y2Ba))。然后，我们计算了特定作物和网格级的绿水和蓝水需求(方程(gydF4y2Ba5gydF4y2Ba) - (gydF4y2Ba8gydF4y2Ba))。我们使用了来自中国800多个气象站的长期气候数据集(1987-2016)，并校准了作物系数(gydF4y2BaKgydF4y2Ba_zgydF4y2Ba)对中国不同地区的选定作物进行分析(式(gydF4y2Ba3.gydF4y2Ba))。所有与气候有关的参数均基于气象站的每日观测数据(数据来源见表)gydF4y2BaS16gydF4y2Ba)．为了避免单年极端天气对作物需水量的不具代表性的影响，我们使用30年(1987-2016)气候数据的平均值而不是单年值来计算ETgydF4y2Ba_zgydF4y2Ba,瓦gydF4y2Ba_zgydF4y2Ba和BWgydF4y2Ba_zgydF4y2Ba每种作物。gydF4y2Ba

步骤1:计算潜在蒸散量gydF4y2Ba

潜在蒸散量ETgydF4y2Ba_0gydF4y2Ba(mm)计算为gydF4y2Ba

在这gydF4y2BaRgydF4y2Ba_ngydF4y2Ba为作物表面的净辐射(MJ mgydF4y2Ba^{−2gydF4y2Ba}一天gydF4y2Ba^{−1gydF4y2Ba})，gydF4y2BaGgydF4y2Ba为土壤热通量密度(MJ mgydF4y2Ba^{−2gydF4y2Ba}一天gydF4y2Ba^{−1gydF4y2Ba})，gydF4y2BaTgydF4y2Ba_{的意思是gydF4y2Ba}为日平均气温(°C)，gydF4y2BaugydF4y2Ba_2gydF4y2Ba2m高度的风速(m sgydF4y2Ba^{−1gydF4y2Ba})，gydF4y2BaegydF4y2Ba_{年代gydF4y2Ba}为饱和蒸汽压(kPa)，gydF4y2BaegydF4y2Ba_{一个gydF4y2Ba}为实际蒸汽压(kPa)， Δ为蒸汽压-温度曲线的斜率(kPa°CgydF4y2Ba^{−1gydF4y2Ba}),gydF4y2BaγgydF4y2Ba是测湿常数(kPa°CgydF4y2Ba^{−1gydF4y2Ba})．gydF4y2Ba

步骤2:标定作物系数，计算作物需水量gydF4y2Ba

利用Allen等人推荐的单值平均法计算作物系数。gydF4y2Ba^38gydF4y2Ba．总的来说，他们推荐gydF4y2BaKgydF4y2Ba_zgydF4y2Ba适用于平均半湿润气候条件(最低相对湿度为45%，平均风速为2米)gydF4y2Ba^{−1gydF4y2Ba})．的gydF4y2BaKgydF4y2Ba_zgydF4y2Ba因此需要因地制宜进行修订。在本研究中，我们根据Allen等人提出的校准方程，根据中国特定研究地区的气候条件，对选定作物的作物系数进行校准。gydF4y2Ba^38gydF4y2Ba(方程(gydF4y2Ba3.gydF4y2Ba)):gydF4y2Ba

在这gydF4y2BaKgydF4y2Ba_{zgydF4y2Ba(选项卡)gydF4y2Ba}为不同生育期标准条件下的作物系数(根据Allen et al。gydF4y2Ba^38gydF4y2Ba),猕gydF4y2Ba_{最小值gydF4y2Ba}某一生长阶段的日最小相对湿度平均值(%)和gydF4y2BahgydF4y2Ba为作物在特定生长阶段的平均高度(m)。调整后，作物需水量(ETgydF4y2Ba_zgydF4y2Ba)的乘积gydF4y2BaKgydF4y2Ba_zgydF4y2Ba和等gydF4y2Ba_0gydF4y2Ba．gydF4y2Ba

步骤3:计算特定作物的绿水和蓝水需求gydF4y2Ba

特定作物对绿水和蓝水的需求计算如下:gydF4y2Ba

其中GWgydF4y2Ba_zgydF4y2Ba绿水是农作物的用途吗gydF4y2BazgydF4y2Ba, BWgydF4y2Ba_zgydF4y2Ba农作物的蓝水需求是什么gydF4y2BazgydF4y2Ba,等。gydF4y2Ba_{zgydF4y2Ba，gydF4y2BatgydF4y2Ba}是指需水量gydF4y2BatgydF4y2Ba作物的生长期gydF4y2BaPgydF4y2Ba_{滚开,gydF4y2BatgydF4y2Ba}是否有效沉淀在gydF4y2BatgydF4y2Ba根据Yin等计算作物的生长阶段。gydF4y2Ba^39gydF4y2Ba．为了比较不同生长期的作物，我们将年值换算为GWgydF4y2Ba_zgydF4y2Ba和BWgydF4y2Ba_zgydF4y2Ba指作物(以m表示)gydF4y2Ba^3.gydF4y2Ba哈gydF4y2Ba^{−1gydF4y2Ba})．gydF4y2Ba

在雨养农田上，我们只能得到绿水需求数据(GWgydF4y2Ba_zgydF4y2Ba)．然而，在灌溉农田上，我们可以获得绿水需求(GWgydF4y2Ba_zgydF4y2Ba)和蓝水需求(BWgydF4y2Ba_zgydF4y2Ba)作物gydF4y2BazgydF4y2Ba，该数据最初是根据气象站数据计算的。然后我们对GW进行插值gydF4y2Ba_zgydF4y2Ba和BWgydF4y2Ba_zgydF4y2Ba值转换为网格单元(5-arcmin)数据为GWgydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}和BWgydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}使用ArcGIS 10.2软件中的“逆距离加权”工具。gydF4y2Ba

步骤4:当前网格级别的绿色和蓝色水需求gydF4y2Ba

当前总绿水需求(TGWgydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba})和总蓝水需求(TBWgydF4y2Ba_{irr,gydF4y2Ba我gydF4y2Ba})的计算方法如下:gydF4y2Ba

可持续发展成果的现状gydF4y2Ba

与上述估算作物需水量所需的基于过程的建模不同，化肥使用、农药使用和农民收入是直接根据官方统计数据进行评估的，而温室气体强度数据则来自以前的文献gydF4y2Ba^20.gydF4y2Ba．gydF4y2Ba

目前化肥使用量gydF4y2Ba

网格氮肥使用现状gydF4y2Ba我gydF4y2Ba(TFN的gydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba})的计算方法为:gydF4y2Ba

其中FNgydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}不同作物氮肥使用强度(kg hagydF4y2Ba^{−1gydF4y2Ba})．电流磷(TFPgydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba})和钾肥(TFKgydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba})通过改变FN计算肥料使用量gydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}转化为磷(FP)gydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba})或钾肥(FKgydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba})化肥使用强度。由于无法获得更精细的空间尺度数据，我们使用各省平均化肥使用强度作为输入数据进行分析，以表示每个网格中的这些强度，数据来自中国农产品成本效益gydF4y2Ba^21gydF4y2Ba．在不确定性分析中，我们还提高了化肥使用数据的分辨率，利用县一级的化肥施用总量构建了县一级不同作物的化肥使用强度gydF4y2Ba^40gydF4y2Ba省级不同作物的施肥强度gydF4y2Ba^21gydF4y2Ba(无花果。gydF4y2Ba肌力gydF4y2Ba)．值得注意的是，国家发改委的肥料数据涵盖了氮、磷、钾肥和复混肥四部分。我们将复混肥按其化学成分分为氮、磷和钾肥:对于磷酸氢二铵((NHgydF4y2Ba_4gydF4y2Ba）gydF4y2Ba_2gydF4y2BaHPOgydF4y2Ba_4gydF4y2Ba)，我们将其分为N和PgydF4y2Ba_2gydF4y2BaOgydF4y2Ba_5gydF4y2Ba按1:2.56的比例;对于其他复混肥，我们将其分为N、PgydF4y2Ba_2gydF4y2BaOgydF4y2Ba_5gydF4y2Ba和KgydF4y2Ba_2gydF4y2BaO按1:1:1的比例。gydF4y2Ba

目前的农药使用情况gydF4y2Ba

网格农药使用现状gydF4y2Ba我gydF4y2Ba(TPTgydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba})的计算方法为:gydF4y2Ba

其中PTgydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}= PTC(列车自动控制系统)gydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}/ pc, PTC(列车自动控制系统)gydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}每公顷特定作物的农药成本(美元/公顷gydF4y2Ba^{−1gydF4y2Ba})网格gydF4y2Ba我gydF4y2Ba，与肥料使用强度和pc (US$ kggydF4y2Ba^{−1gydF4y2Ba})为单位肥料价格，数据来源于中国国家统计局gydF4y2Ba^18gydF4y2Ba．gydF4y2Ba

农民收入gydF4y2Ba

农民收入在网格水平(TFIgydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba})的计算方法为:gydF4y2Ba

其中NetProfitgydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}农民的净利润(US$ kggydF4y2Ba^{−1gydF4y2Ba})获取作物gydF4y2BazgydF4y2Ba在网格gydF4y2Ba我gydF4y2Ba．农民收入系数信息来自国家发改委gydF4y2Ba^21gydF4y2Ba并以与化肥使用强度相同的方式加工。gydF4y2Ba

当前温室气体排放量gydF4y2Ba

电网中当前的温室气体排放量gydF4y2Ba我gydF4y2Ba(TGHGgydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba})的计算方法为:gydF4y2Ba

其中GHGgydF4y2Ba_{我gydF4y2Ba，gydF4y2BazgydF4y2Ba}是作物特有的温室气体强度(Mg COgydF4y2Ba_2gydF4y2Ba情商哈gydF4y2Ba^{−1gydF4y2Ba})网格gydF4y2Ba我gydF4y2Ba，摘自Carlson等人。gydF4y2Ba^20.gydF4y2Ba．由于Carlson等人的特定作物温室气体强度是2000年的，所以我们使用了粮农组织的作物排放数据gydF4y2Ba^1gydF4y2Ba估算2000年至2010年中国温室气体排放变化百分比，并更新2010年网格级作物特定温室气体强度。gydF4y2Ba

作物转换模型gydF4y2Ba

为了评估政府管理的不同协调程度，我们开发了三组作物优化情景(表2)gydF4y2Ba1gydF4y2Ba而且gydF4y2BaS5gydF4y2Ba)，并利用GAMS (version 22.8)软件进行求解。(1)第一组G1(无协调)模拟了不同独立政府部门的潜在行为，其狭隘的焦点是各自的政治责任。具体而言，第一组包含八个优化情景，在每个情景中优先考虑一个可持续发展目标，以探索通过作物转换可以在多大程度上改善农业可持续发展的单个维度。(2)第二组，G2(跨部门协调)，旨在通过考虑其他可持续性目标来加强跨部门协调。具体而言，第二组确保优先考虑一个可持续性维度不会降低其他可持续性维度的结果。G2中还针对八个农业可持续性维度提出了八个场景。(3)第三组，G3(中央协调)，研究当中国中央政府领导协调时，所有可持续性维度是否能同时产生协同效益。具体来说，第三组只包括一种方案，该方案优化了所有可持续发展维度，使所有可持续发展维度的改善幅度尽可能高，而维度之间的差异尽可能低。gydF4y2Ba

1. (1）gydF4y2Ba

   G1(无协调):竖井方法，每次优先考虑单个可持续发展目标。gydF4y2Ba

   最小/最大西班牙gydF4y2Ba_{昏暗的gydF4y2Ba}(最大限度地减少国家对蓝水的使用或其他六个可持续的维度，或最大限度地提高国家农民的收入)gydF4y2Ba

   $ ${\总和}_ {\ {{\ rm{我}}{\ rm {r}} {\ rm {r}}, {\ rm {r}} {\ rm{一}}\},i, j} {{\ rm {C}} {\ rm{一}}}_ {{\ rm{我}}{\ rm {r}} {\ rm {r}} / {\ rm {r}} {\ rm{一}},我}\ cdot {x} _ {{\ rm{我}}{\ rm {r}} {\ rm {r}} / {\ rm {r}} {\ rm{一}},i, j} \ cdot {r} _ {j, z} \ cdot {{\ rm {Y}} {\ rm {L}} {rm \ D {}}} _ {{\ rm{我}}{\ rm {r}} {\ rm {r}} / {\ rm {r}} {\ rm{一}},我,z} \通用电气{\总和}_ {\ {{\ rm{我}}{\ rm {r}} {\ rm {r}}, {\ rm {r}} {\ rm{一}}\}}{{rm \ P {}} {\ rm {r}} {\ rm {o}} {rm \ D {}} {\ rm{你}}{\ rm {C}} {\ rm {t}} {\ rm{我}}{\ rm {o}} {\ rm {n}}} _ {{\ rm {C}} {\ rm{你}}{\ rm {r}}, {\ rm{我}}{\ rm {r}} {\ rm {r}} / {\ rm {r}} {\ rm{一}},z} $ $gydF4y2Ba

   （13）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm{收获率}}}_ {{\ rm {irr / ra}},我,z} \ cdot {{\ rm {NetProfit}}} _{我,z} \通用电气{\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm {TFI}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (14）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {UI}}} _ {{\ rm{暗}},我,z} \通用电气{\总和}_ {\ {{\ rm {irr, ra}} \},我}{{\ rm{当前}}}_ {{\ rm{昏暗,irr / ra}},我}$ $gydF4y2Ba

   (15）gydF4y2Ba
   数组$ $ \开始{}{1}{\总和}_ {\ {{\ rm {irr, ra}} \}, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {UI}}} _ {{\ rm{暗}},我,z} \ \ \ \ le \ \ \{\离开开始{数组}{1}{\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm{当前}}}_ {{\ rm{昏暗,irr / ra}},我}| ({{\ rm{印第安纳}}}_ {{\ rm{暗}},我}\通用电气{{\ rm {BD}}} _ {{\ rm{暗}},我})\ \ {{\ rm{上水的}}}_ {{\ rm{暗}},我}| ({{\ rm{印第安纳}}}_ {{\ rm{暗}},我}< {{\ rm {BD}}} _ {{\ rm{暗}},我})\结束数组{}\ \{数组}$ $结束gydF4y2Ba

   （16）gydF4y2Ba
   $${\sum}_{j}{x}_{{\rm{irr/ra}}，i,j}\le 1$$gydF4y2Ba

   (17)gydF4y2Ba
   $ ${\总和}_ {j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} ={\总和}_ {z} {{\ rm {HA}}} _ {{\ rm {irr / ra}},我,z} $ $gydF4y2Ba

   （18)gydF4y2Ba
   $ $ {{\ rm{西班牙}}}_ {{\ rm{暗}}}={\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {UI}}} _ {{\ rm{暗}},我,z} $ $gydF4y2Ba

   (19)gydF4y2Ba

   Dim代表八个农业可持续发展维度和可持续发展目标gydF4y2Ba_{昏暗的gydF4y2Ba}为全国使用Dim的总量;CAgydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba}灌溉或雨水灌溉的耕地面积是否在网格中gydF4y2Ba我gydF4y2Ba这是由收获面积和每个网格中作物的生长阶段信息计算出来的;gydF4y2BajgydF4y2Ba是旋转号(gydF4y2BajgydF4y2Ba=gydF4y2Ba年代gydF4y2Ba1,gydF4y2Ba年代gydF4y2Ba2……gydF4y2Ba年代gydF4y2Ba153)(表gydF4y2BaS4gydF4y2Ba而且gydF4y2Ba向gydF4y2Ba）;gydF4y2BaxgydF4y2Ba_{irr / ra,gydF4y2Ba我gydF4y2Ba，gydF4y2BajgydF4y2Ba}灌溉或雨养耕地的比例是否适用轮作gydF4y2BajgydF4y2Ba在网格gydF4y2Ba我gydF4y2Ba；gydF4y2BaRgydF4y2Ba_{jgydF4y2Ba，gydF4y2BazgydF4y2Ba}表示该裁剪的数字gydF4y2BazgydF4y2Ba是每年轮种吗gydF4y2BajgydF4y2Ba，利用作物轮作模型建立(补充资料部分)gydF4y2Ba1.2.2gydF4y2Ba)，根据中国各地区作物生长阶段信息(表gydF4y2BaS2gydF4y2Ba而且gydF4y2BaS3gydF4y2Ba和无花果。gydF4y2BaS3gydF4y2Ba）;用户界面gydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba，gydF4y2BazgydF4y2Ba}电网中特定可持续性维度(Dim)的使用(或排放)强度是多少gydF4y2Ba我gydF4y2Ba作物gydF4y2BazgydF4y2Ba；当前的gydF4y2Ba_{暗,irr / ra,gydF4y2Ba我gydF4y2Ba}表示网格中所有作物的特定可持续性维度(Dim)的当前使用(或排放)gydF4y2Ba我gydF4y2Ba；上水的gydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba}表示网格中所有作物的总使用(或排放)的上限gydF4y2Ba我gydF4y2Ba，大于gydF4y2Ba\({\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm{当前}}}_ {{\ rm{昏暗,irr / ra}},我}\)gydF4y2Ba在印第安纳州gydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba}≤BDgydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba}．印第安纳州gydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba}表示评价网格中可持续性维度(Dim)的稀缺性或压力的指标gydF4y2Ba我gydF4y2Ba和双相障碍gydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba}是一个科学定义的可持续性边界。以蓝水为例，gydF4y2Ba\ ({{\ rm{你}}{rm \ P {}} {\ rm {B}} {\ rm {O}} {\ rm{你}}{\ rm {N}} {rm \ D {}}} _ {{\ rm {B}} {\ rm {W}},我}= {{\ rm {B}} {rm \ D {}}} _ {{\ rm {B}} {\ rm {W}},我}/ {{\ rm{我}}{\ rm {N}} {rm \ D {}}} _ {{\ rm {B}} {\ rm {W}},我}\ cdot {{\ rm {C}} {\ rm{你}}{\ rm {R}} {\ rm {R}} {\ rm {E}} {\ rm {N}} {\ rm {T}}} _ {{\ rm {B}} {\ rm {W}}, {\ rm{我}}{\ rm {R}} {\ rm {R}},我}\)gydF4y2Ba，其中IndgydF4y2Ba_{BW,gydF4y2Ba我gydF4y2Ba}为蓝水稀缺指标，等于蓝水利用除以灌溉可用水量，取自Zhou等的研究。gydF4y2Ba^35gydF4y2Ba(边界等于0.2)，这是Richter等人对环境流动要求的假定标准。gydF4y2Ba^41gydF4y2Ba．对于氮磷肥，gydF4y2Ba\ ({{\ rm{上水的}}}_ {{\ rm {N / P}},我}\,= \)gydF4y2Ba\({\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm{当前}}}_ {{\ rm {N / P, irr / ra}},我},{{\ rm{印第安纳}}}_ {{\ rm {N / P}},我}\)gydF4y2Ba，其中IndgydF4y2Ba_{N / P,gydF4y2Ba我gydF4y2Ba}为养分平衡指标，表示土壤中氮磷养分过剩(kg)，旨在防止养分负荷和富营养化，取自West等人。gydF4y2Ba^42gydF4y2Ba边界BDgydF4y2Ba_{N / P,gydF4y2Ba我gydF4y2Ba}都是0。对于绿水和农药，我们施加了它们不能在网格级降解的约束。对于温室气体和钾肥，考虑到从气候变化的角度来看，温室气体在电网内的排放分布是无关紧要的，而钾肥的施用对当地环境几乎没有不利影响，我们在国家层面对这两个维度进行了约束。gydF4y2Ba

   方程(gydF4y2Ba13gydF4y2Ba)代表国家层面对作物生产的限制。方程(gydF4y2Ba14gydF4y2Ba)为网格层面农民收入约束。方程(gydF4y2Ba15gydF4y2Ba)及(gydF4y2Ba16gydF4y2Ba)分别代表国家层面和网格层面的资源利用约束和环境足迹约束。对于grids目前正在经历不可持续的资源使用(IndgydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba}≥BDgydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba})，我们不容许资源使用量增加;对于资源使用没有超出可持续性边界的网格(IndgydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba}< BDgydF4y2Ba_{昏暗的,gydF4y2Ba我gydF4y2Ba})，我们容许增加资源使用，但只会增加到可持续发展的限度。对于使全国温室气体排放总量或钾肥使用最小化的情况，我们省略了方程(gydF4y2Ba16gydF4y2Ba)，因为这两个维度没有网格级别的限制。方程(gydF4y2Ba17gydF4y2Ba)及(gydF4y2Ba18gydF4y2Ba)分别为耕地和收获地约束条件。收获的区域在网格级别上保持不变。方程(gydF4y2Ba19gydF4y2Ba)为整体优化对象。gydF4y2Ba

2. （2）gydF4y2Ba

   G2(跨部门协调):优先考虑一个可持续性维度，同时不降低其他可持续性维度的成果。gydF4y2Ba

   最小/最大西班牙gydF4y2Ba_{昏暗的gydF4y2Ba}(最大限度地减少国家对蓝水的使用或其他六个可持续的维度，或最大限度地提高国家农民的收入)gydF4y2Ba

   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm{收获率}}}_ {{\ rm {irr / ra}},我,z} \通用电气{\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm{生产}}}_ {{\ rm {Cur, irr / ra}}, z} $ $gydF4y2Ba

   （20）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm{收获率}}}_ {{\ rm {irr / ra}},我,z} \ cdot {{\ rm {NetProfit}}} _{我,z} \通用电气{\总和}_ {\ {{\ rm {irr, ra}} \},我}{{\ rm {TFI}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (21）gydF4y2Ba
   $ ${\总和}_ {i, j, z} {{\ rm {C}} {\ rm{一}}}_ {{\ rm{我}}{\ rm {r}} {\ rm {r}},我}\ cdot {x} _ {{\ rm{我}}{\ rm {r}} {\ rm {r}}, i, j} \ cdot {r} _ {j, z} \ cdot {{\ rm {B}} {\ rm {W}}} _{我,z} \ le{\总和}_{我}{{\ rm {T}} {\ rm {B}} {\ rm {W}}} _ {{\ rm{我}}{\ rm {r}} {\ rm {r}},我}$ $gydF4y2Ba

   (22)gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {GW}}} _{我,z} \ le{\总和}_ {\ {{\ rm {irr, ra}} \},我}{{\ rm {TGW}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (23）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {GHG}}} _{我,z} \ le{\总和}_ {\ {{\ rm {irr, ra}} \},我}{{\ rm {TGHG}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (24）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {FN}}} _{我,z} \ le{\总和}_ {\ {{\ rm {irr, ra}} \},我}{{\ rm {TFN的}}}_ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (25）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {FP}}} _{我,z} \ le{\总和}_ {\ {{\ rm {irr, ra}} \},我}{{\ rm {TFP}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   （26)gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm{颗}}}_{我,z} \ le{\总和}_ {\ {{\ rm {irr, ra}} \},我}{{\ rm {TFK}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (27）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {PT}}} _{我,z} \ le{\总和}_ {\ {{\ rm {irr, ra}} \},我}{{\ rm {TPT}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (28)gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm{收获率}}}_ {{\ rm {irr / ra}},我,z} \ cdot {{\ rm {NetProfit}}} _{我,z} \通用电气{\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm {TFI}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (29)gydF4y2Ba
   $ ${\总和}_ {j, z} {{\ rm {C}} {\ rm{一}}}_ {{\ rm{我}}{\ rm {r}} {\ rm {r}},我}\ cdot {x} _ {{\ rm{我}}{\ rm {r}} {\ rm {r}}, i, j} \ cdot {r} _ {j, z} \ cdot {{\ rm {B}} {\ rm {W}}} _{我,z} \ le \{\开始{数组}{C} {{\ rm {T}} {\ rm {B}} {\ rm {W}}} _ {{\ rm{我}}{\ rm {r}} {\ rm {r}},我}| ({{\ rm{我}}{\ rm {n}} {rm \ d {}}} _ {{\ rm {B}} {\ rm {W}},我}\通用电气{{\ rm {B}} {rm \ d {}}} _ {{\ rm {B}} {\ rm {W}},我})\ \ {{\ rm{你}}{rm \ P {}} {\ rm {B}} {\ rm {O}} {\ rm{你}}{\ rm {n}} {rm \ d {}}} _ {{\ rm {B}} {\ rm {W}},我}| ({{\ rm{我}}{\ rm {n}} {rm \ d {}}} _ {{\ rm {B}} {\ rm {W}},我}<{{\ rm {B}} {rm \ D {}}} _ {{\ rm {B}} {\ rm {W}},我})\{数组}$ $gydF4y2Ba

   (30）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {GW}}} _{我,z} \ le{\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm {TGW}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (31)gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {FN}}} _{我,z} \ le \左\{\开始{数组}{1}{\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm {TFN的}}}_ {{\ rm {irr / ra}},我}| ({{\ rm{印第安纳}}}_ {{\ rm {N}},我}\通用电气{{\ rm {BD}}} _ {{\ rm {N}},我})\ \ {{\ rm{上水的}}}_ {{\ rm {N}},我}| ({{\ rm{印第安纳}}}_ {{\ rm {N}},我}< {{\ rm {BD}}} _ {{\ rm {N}},我})\结束数组{}\ $ $gydF4y2Ba

   （32)gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {FP}}} _{我,z} \ le \左\{\开始{数组}{1}{\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm {TFP}}} _ {{\ rm {irr / ra}},我}| ({{\ rm{印第安纳}}}_ {{rm \ P{}},我}\通用电气{{\ rm {BD}}} _ {{rm \ P{}},我})\ \ {{\ rm{上水的}}}_ {{rm \ P{}},我}| ({{\ rm{印第安纳}}}_ {{rm \ P{}},我}< {{\ rm {BD}}} _ {{rm \ P{}},我})\结束数组{}\ $ $gydF4y2Ba

   （33）gydF4y2Ba
   $ ${\总和}_ {\ {{\ rm {irr, ra}} \}, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {PT}}} _{我,z} \ le{\总和}_ {\ {{\ rm {irr, ra}} \}} {{\ rm {TPT}}} _ {{\ rm {irr / ra}},我}$ $gydF4y2Ba

   (34)gydF4y2Ba
   $${\sum}_{j}{x}_{{\rm{irr/ra}}，i,j}\le 1$$gydF4y2Ba

   (35）gydF4y2Ba
   $ ${\总和}_ {j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} ={\总和}_ {z} {{\ rm {HA}}} _ {{\ rm {irr / ra}},我,z} $ $gydF4y2Ba

   （36)gydF4y2Ba
   $ $ {{\ rm{西班牙}}}_ {{\ rm{暗}}}={\总和}_ {\ {{\ rm {irr, ra}} \}, i, j, z} {{\ rm {CA}}} _ {{\ rm {irr / ra}},我}\ cdot {x} _ {{\ rm {irr / ra}}, i, j} \ cdot {R} _ {j, z} \ cdot {{\ rm {UI}}} _ {{\ rm{暗}},我,z} $ $gydF4y2Ba

   (37）gydF4y2Ba

   与G1情景相比，我们在国家(方程(gydF4y2Ba21gydF4y2Ba) - (gydF4y2Ba28gydF4y2Ba)和网格(方程(gydF4y2Ba29gydF4y2Ba) - (gydF4y2Ba34gydF4y2Ba))级别(网格级别的温室气体排放和钾肥除外)。gydF4y2Ba

3. （3）gydF4y2Ba

   G3(中央协调):优化所有可持续性维度，使所有维度的改善幅度尽可能高，而维度之间的差异尽可能小。gydF4y2Ba

马克思主张(gydF4y2BaGgydF4y2Ba_{昏暗的gydF4y2Ba}) / Var (gydF4y2BaGgydF4y2Ba_{昏暗的gydF4y2Ba})如此gydF4y2Ba

其中Aver(gydF4y2BaGgydF4y2Ba_{昏暗的gydF4y2Ba})和Var(gydF4y2BaGgydF4y2Ba_{昏暗的gydF4y2Ba})分别为各可持续维度改善的平均值和方差。在这里，我们对七个可持续性指标进行了权重为1或0的有限分析，以证明我们方法的灵活性(见扩展数据图)。gydF4y2Ba1gydF4y2Ba)．在第一步中，我们为七个指标中的每一个分配0或1的权重，这样就有2个指标gydF4y2Ba^7gydF4y2Ba(128)作物转换方案，每个方案都是帕累托最优。权重0和1分别表示规划者认为相应指标最重要或最不重要。我们还可以模拟具有更多权重的选项，但解决方案将没有结局。在第二步中，规划者和决策者可以根据他们对不同指标的优先级选择任何解决方案。在G3场景中(扩展数据图中的蓝线)。gydF4y2Ba1gydF4y2Ba)时，我们选择所有可持续维度的改善边际尽可能高，而维度间的差异尽可能低的解决方案。这也提供了一种比较G3场景与G1和G2场景的方法。gydF4y2Ba

根据上述解释，G3场景表示在每个指标的权重设置为0或1时的pareto最优解(扩展数据图。gydF4y2Ba1gydF4y2Ba)．当然，如果我们为每个指标设置0到1之间的其他权重(可以是无限大的)，可能会出现更接近帕累托边界的其他帕累托最优解。因此，我们的方法提供了灵活性，允许规划者和决策者更重视他们认为最重要的可持续性成果。gydF4y2Ba

不确定性和局限性gydF4y2Ba

我们通过在网格水平上放宽对所有可持续性维度和农民收入的约束来进行不确定性分析(表2)gydF4y2BaS6gydF4y2Ba和无花果。gydF4y2BaS16gydF4y2Ba)，放宽对作物生产的限制(表gydF4y2BaS6gydF4y2Ba而且gydF4y2BaS7gydF4y2Ba)，并测试我们的结果对输入数据的敏感性(表gydF4y2BaS6gydF4y2Ba和无花果。gydF4y2Ba肌力gydF4y2Ba)．分析表明，如果解除这些限制，将会在国家层面上进一步改善环境可持续性和农民收入(扩展数据图)。gydF4y2Ba2gydF4y2Ba)．然而，也会有一些区域性的权衡。例如，某些地区的农民收入将减少(因此可能需要补贴;表格gydF4y2BaS8gydF4y2Ba)或蓝水的使用将增加一些缺水地区(图。gydF4y2BaS16gydF4y2Ba)．除了量化不确定性，我们还注意到我们的发现应该在解释时考虑到几个因素。首先，我们的分析受到可用底层数据集的空间分辨率的限制。具体来说，我们无法捕捉不同作物的适宜性在田间水平上的异质性(例如，洪泛平原与高地)，以及单作种植增加(或减少)可能产生(或降低)的规模经济，在实施作物转换时应该考虑到这一点。其次，作物生产是一个相互关联的生态过程，其中一种投入的改变会改变其他投入，例如灌溉的改变会影响化肥的使用和温室气体的排放。尽管这种相互联系超出了本研究的范围，但在寻求负责任地实施作物改种干预措施时，考虑到它们对可持续性结果的潜在影响(积极或消极)是很重要的。此外，我们的模型没有考虑作物转换的转换成本和假设恒定的收获面积，这在补充信息部分详细讨论gydF4y2Ba2.6gydF4y2Ba(表gydF4y2BaS8gydF4y2Ba),gydF4y2Ba2.7gydF4y2Ba(无花果。gydF4y2BaS18gydF4y2Ba而且gydF4y2BaS19gydF4y2Ba)．gydF4y2Ba

报告总结gydF4y2Ba

有关研究设计的进一步资料，请参阅gydF4y2Ba自然组合报告摘要gydF4y2Ba链接到这篇文章。gydF4y2Ba