農牧交錯帶縣域農牧系統對氣候波動的響應機制

宋乃平，王　興，楊新國，吳旭東，陳　林，米　楠

寧夏大學, 西北土地退化與生態恢復國家重點實驗室培育基地，西北退化生態系統恢復與重建教育部重點實驗室， 銀川　750021

?

農牧交錯帶縣域農牧系統對氣候波動的響應機制

宋乃平*，王興，楊新國，吳旭東，陳林，米楠

寧夏大學, 西北土地退化與生態恢復國家重點實驗室培育基地，西北退化生態系統恢復與重建教育部重點實驗室， 銀川750021

農牧系統過程對氣候波動的響應機制既是建立農牧耦合系統的主要科學問題又是農牧交錯帶可持續發展的關鍵問題之一。以鹽池縣1954—2013年氣候和農牧系統過程為例，運用變異系數、逐步回歸方法和經驗模態分解法，分析了氣候、農業、牧業系統12個指標的波動周期、振幅和方差貢獻率，據此研究了它們之間的波動關系。結果表明：1)農牧系統受氣候影響具有較大波動性。波動由強到弱依次為氣候、農業、牧業，呈逐級傳遞的特性。三者的高頻波動分量的方差貢獻率依次減小，而中低頻波動分量的方差依次增大。2)近60年農牧系統過程主要受經濟系統驅動發生趨勢性變化，同時受氣候的驅動發生波動。農業在突變前受氣候影響較大而突變后明顯減小；同樣牧業在突變前受農業影響大，突變后也明顯減小。經濟對農牧系統過程的影響逐漸增強。它在提高和穩定糧食總產量同時導致家畜數量特別是羊只總數的劇增，使得牧業波動加劇。3)農牧系統的波動差異、相互關聯以及對氣候的響應的分析表明，農牧耦合系統具有減少內部要素波動性的功能。因此，依據生態和經濟規律設計具有健全正負反饋機制的農牧耦合系統是實現農牧交錯帶農牧業可持續發展的重要途徑。

農牧系統；氣候波動；響應機制；農牧交錯帶；鹽池縣

農牧交錯帶的脆弱性主要由過程波動和界面脆弱兩方面造成。降水量少且波動性強，由此引起農田、草地、林地的生產力波動，進一步向牧業系統傳遞[1]。波動性引發的土地利用和人類活動的機會主義因素，對生態系統維持的危害極大[2-3]。自然系統波動的突變性、隨機性與社會系統的穩定性、保守性形成了尖銳的矛盾[4]。對此問題，史培軍等人提出建立“波動性農牧業”的觀點[5]。孫武認為牧草、糧食會放大降水的波動性[4]。系統的波動性、人口壓力、脆弱性三者之間在空間分布和成因上均有密切的聯系[6]。并且認為，荒漠草原的波動性最大，由此向兩側的草原化荒漠和典型草原降低[1]。非洲半干旱地區和南美洲干濕交替地區的生態系統年際間也具有顯著的波動性[7-8]，當地農牧民的許多傳統習慣以及土地利用的策略都與波動密切相關[9-10]。建立穩定的農牧耦合系統是緩解這些地區生態與生產矛盾的重要途徑，農牧系統對氣候波動的響應及傳導機制是其主要科學問題。但目前關于農牧耦合系統穩定性的研究較少，尤其缺乏波動結構分析及其在系統內部傳遞過程的研究。鹽池縣近60年經歷了從草地畜牧業為主到大力發展農業再到農林牧結合的發展過程，為農牧結構變化及其耦合系統對氣候波動的響應機理研究提供了良好材料。

1　研究區域與研究方法

1.1研究區概況

鹽池縣位于我國北方農牧交錯帶北緣、寧夏回族自治區東部，地理坐標37°04′—38°10′N，106°30′—107°47′E，面積約6769 km2。以麻黃山為界，北部為組成鄂爾多斯高原的剝蝕準平原，南部為黃土丘陵。屬于典型中溫帶大陸性氣候，年均氣溫為8.4 ℃，年均無霜期為160 d；境內多年平均降水量在250—350 mm，從東南向西北遞減，縣城多年平均降水量為292 mm，1954—2013年年降水變率為29.71%。土壤類型以灰鈣土、風沙土、黑壚土為主，還有少量鹽堿土。植被類型主要有干草原、荒漠草原、沙生及隱域性的鹽生植被和草甸植被。耕地面積88879 hm2，占全縣國土面積的13.36%。糧食播種面積占總播種面積的比例從1954年的82.03%減少到2013年的55.32%。鹽池縣從1970年代發展井灌，1988年開始建設揚黃灌溉工程，目前已發展揚黃灌溉面積13140 hm2，井灌面積3553 hm2。草地面積占全縣總面積的58.67%，林地占10.55%。畜牧業產值在農林牧漁總產值中的比重為21.90%—87.38%，1954—2013年平均為49.87%，屬偏牧型農牧交錯區。1954—2013年的家畜數量為480935(1976年)—1494261(2011年)羊單位，羊占家畜數量的比重在69.31%(1976年)—97.99%(2013年)(圖1)。

圖1　近60年鹽池縣降水量、糧食產量、家畜數量變化Fig.1　Precipitation, output of grain and livestock number of Yanchi County in the recent 60 years

1.2資料來源與研究方法

(1)資料來源

本研究統計數據來自《鹽池縣五十年》和《鹽池縣經濟要情手冊(2011—2013)》，氣象數據來自鹽池縣氣象局，灌溉數據來自鹽池縣水務局，植被指數見文獻[11-12]。

(2)波動性測度方法

通常用生產力變異系數來表示波動性，本文分別用糧食總產量和家畜數量的變異系數表示鹽池縣農業系統和牧業系統的波動性。其中家畜數量是牛、馬、驢、騾、羊等大小牲畜按照各自的折算系數折合為標準羊單位的加總數量：

Cv=Sd/M

(1)

式中,Cv代表指標的變異系數，Sd代表標準差，M代表平均值。

(3)多元逐步回歸分析法

用SPSS統計分析軟件中的regression功能，參考魯欣等對寧夏糧食產量主要因素的研究結果[13]和牛創民等對鹽池縣糧食產量的主要因素研究結果[14]，結合課題組在鹽池縣的調查和數據的可獲得性，本研究選擇年降水量、年平均氣溫、引黃灌溉水量、有效灌溉面積、糧食播種面積、化肥施用量、農業機械總動力作為糧食總產量的影響因子。參考周道瑋等草地畜牧業系統的要素研究[15]和周海林對鹽池縣畜牧業主要因素的研究結果[16]，結合鹽池縣牧業特點和數據的可獲得性，選擇年降水量、年平均氣溫、引黃河灌溉水量、有效灌溉面積、糧食播種面積、糧食總產量、當年造林面積、草場面積、植被指數、農業勞動力、農民人均純收入作為家畜數量的影響因子。進行多元回歸分析，比較各主要指標對糧食總產量和家畜數量的相對重要性。

(4)經驗模態分解法(empirical mode decomposition，EMD)

將時間信號X(t)分解成一系列本征模態函數(intrinsic mode function，IMF)，每個IMF分量具有如下特征：從全局特征上看，極值點數和零點數目相等或者至多相差一個；分別連接其局部極大值和局部極小值所形成的兩條包絡線的均值在任一點處為零。EMD分解過程的主要步驟為：從時間序列數據X(t)中將具有不同大小時間尺度的模態分離出來，產生一系列本征模態函數分量；逐級進行平穩化處理，把不同周期的波動從原信號中分離出來，最后得到趨勢量。所分解出的IMF包含并突出了原信號的局部特征信息，并且各IMF分量分別包含了原信號的不同時間尺度的局部特征信息[17]。

2　結果與分析

2.1氣候-農業-牧業系統波動的時間序列特征

根據數據的可獲得性以及鹽池縣各層級生產力的相關性，用年降水量、糧食總產量、家畜數量分別作為氣候、農業、牧業系統的主要指標，并研究它們的波動性(表1)。根據鹽池縣年降水量、糧食總產量和家畜數量突變點，將其分為兩個階段。1954—1999年為平穩波動期，這一階段糧食總產量圍繞19011t上下波動，基本呈現平穩趨勢；家畜數量呈現兩輪上升再下降的長周期波動，在1990年代呈現少有的低波動平穩態勢。2000—2013年為上升波動期，伴隨揚黃灌區開發和草原恢復顯效，糧食總產量呈上升與波動復合的趨勢；家畜數量大幅上升(圖1)。

近60年，糧食總產量的波動程度最大，其次是降水量，最后是家畜數量。平穩波動期的情況與此相同，但在近14年的上升波動期，糧食總產量的波動性大幅降低，且波動最小，牧業的波動性大幅增加，居于首位。平穩波動期的糧食總產量與降水量在0.01水平上顯著相關，二者在上升波動期在0.10水平上相關。年降水量與家畜數量的相關性不顯著，但是糧食總產量與家畜數量顯著相關，與翌年家畜數量極顯著相關。說明年降水量、糧食總產量、家畜數量之間存在逐步傳遞關系。尤其是糧食總產量對牧業的支持作用更加顯著。

表1　氣候-農業-牧業系統的波動性和相關性Table 1　Volatility and relationship of climate, agriculture and husbandry in the recent 60 years

****表示在0.001置信水平相關；***表示在0.01置信水平相關；**表示在0.05置信水平相關；*表示在0.10置信水平相關

2.2氣候-農業-牧業系統波動的關聯性

為了進一步研究波動性在生態系統中氣候、農業、牧業之間的傳導機理，利用多元逐步回歸分析1954—2013年糧食總產量和家畜數量突變前后各因子的作用大小及顯著性。結果表明，糧食總產量在1999年突變點之前的顯著性影響因子為農業機械總動力、年降水量和年平均氣溫，三者對糧食總產量的解釋量分別為46.8%，20%，3.6%；突變之后的顯著性影響因子為農業機械總動力和年降水量，二者對糧食總產量的解釋量分別為73.9%和11.7%(表2)。雖然氣候因子的解釋量在突變后大幅減少，但始終是糧食總產量的顯著性影響因子。家畜數量在2000年突變點之前的顯著性影響因子為年平均氣溫，其對家畜數量的解釋量為10. 9%；在2000年突變之后的顯著性影響因子為糧食總產量、農業勞動力人數和農民人均純收入，三者對家畜數量的解釋量分別為70.7%、22.8%和5.6%。氣候因子的解釋量在糧食總產量和家畜數量之間以及它們突變前后的差別，說明其對糧食總產量的影響大于家畜數量，在它們的突變前大于突變后。總體來看，近60年，氣候對糧食總產量的影響顯著，糧食總產量對家畜數量的影響顯著，其中前46 a的解釋量比后14 a更加顯著。這反映了波動在氣候、農業、牧業之間的逐步傳導特征；也反映了近14年要素投入、揚黃灌區開發等措施在克服農牧業生產隨氣候波動方面效果顯著。糧食生產系統中農業機械總動力等經濟因子對農業生產的解釋量要遠高于氣候對糧食的解釋量，牧業生產中的糧食總產量、農業勞動力人數和農民人均純收入等社會經濟因子對牧業生產的解釋量要遠高于氣候對家畜數量的解釋量，說明鹽池縣農牧生產的集約化程度顯著提高，穩定性維持的內在機制發生了重大改變，從而在后期表現出波動上升的發展趨勢。

表2　鹽池縣糧食總產量、家畜數量與各影響因子的多元逐步回歸分析Table 2　Stepwise regression analysis of grain output and livestock number and their influence factors

2.3氣候-農業-牧業系統波動的幅度

為了深入分析系統波動的特征和影響，用經驗模態分解法(EMD)將農業和牧業及支持它們的氣候、林草、經濟方面的12個指標(表4)近60年的時間序列分解為數目不等的本征模態函數(IMF)分量和趨勢量，并且分析它們的波動幅度及變化趨勢。

年降水量以準3a周期的IMF1分量波動幅度最大，近60年平均達到±55 mm。1954—1968年波動幅度最大，此后在1978—1987、1993—2002年有所增加，1988—1992、2003年以來，波動幅度減少。準4.6 a的IMF2分量的波動幅度在1978—1993年略有增加，總體平穩。準9 a的IMF3和準30 a的IMF4的波動幅度略有下降。趨勢量呈現下降并略有回升的趨勢，但幅度不大。各分量呈現高頻大幅波動、中頻小幅波動、低頻中幅波動與趨勢量略有下降的組合(圖2)。結合IMF各分量的方差來說，準3 a周期波動是最主要的，對農牧業的影響最大。總體來說，年降水量波動幅度呈減下趨勢。

糧食總產量也以準3 a周期的IMF1波動幅度最大，近60年平均達到±7240 t。其波動幅度隨時間的變化較小；短暫下降的時期，如1970—1973、1988—1990和近10年；明顯的增加時期，如1980—1985、1992—2003年，正好與土地承包到戶、揚黃灌區開發的轉折相吻合。到2004年之后，由于揚黃灌區的成熟和經濟投入提高，16693 hm2灌溉耕地大大穩定了糧食總產量，因而波動幅度明顯減低。準5.5 a周期的IMF2呈現小幅增大的趨勢。準12 a周期的IMF3則呈現明顯減少的趨勢，2005年以后IMF3的波動幾乎消失。各分量呈現高頻大幅波動、中頻中幅波動與趨勢量顯著上升的組合(圖2)。結合IMF各分量的方差，準3 a周期波動是最主要的。總體而言，糧食總產量呈現趨勢上升和波動幅度減少的向好態勢。

家畜數量波動幅度呈現出頻率越高波動幅度越小的規律。準3 a周期的IMF1分量幅度很不規則，在1957—1968年和1992—2001年波動大幅減小，近10年波動又急劇增大。主要是由于近14年糧食總產量大增、大牲畜數量大減、植被恢復和禁牧之后飼養方式改變、羊肉價格不斷攀升等，大大刺激了農戶養殖的意愿。IMF2在1982—1995年波動大幅減小。IMF3和IMF4近20年呈現明顯的波動幅度增加趨勢。各分量呈現高頻中幅波動、中頻和低頻大幅波動與趨勢量顯著上升的組合(圖2)。結合IMF各分量的方差(表4)，準3 a和準26 a周期波動更為重要。說明在消弱了自然因素對牧業的影響后，社會經濟因素引起的牧業增長和波動均趨于顯著。

圖2　鹽池縣近60年年降水量、糧食總產量、家畜數量的波動幅度及變化趨勢Fig.2　Variance range and its trends of IMF of annual precipitation, grain output and livestock number

將上述分析與表3結合發現，年降水量對處于植物生產層的糧食總產量的波動幅度影響大，而對處于動物生產層的家畜數量影響小；年降水量對高頻分量IMF1的波動幅度影響大，而對中低頻分量IMF2和IMF3的影響小。剖析氣候波動引起的農牧業負反饋機制(圖3)和資源經濟投入引起的農牧業正反饋機制(圖4)發現，受氣候波動的影響，土地生產力波動使得家畜數量處在數量增加和飼草料不足而被動下降的往復變化中。而一旦資源和經濟投入增加減緩了土地生產力波動之后，又會使得家畜數量大幅增長，挑戰承載能力。

表3　氣候-農業-牧業系統主要變量的波動幅度Table 3　Variance range of IMF in changing of climate agriculture husbandry system factors

圖3　氣候波動引起的農牧系統負反饋過程Fig.3　Negative feedback of farming and husbandry system by climate volatility

圖4　資源和經濟投入引起的農牧系統正反饋過程Fig.4　Positive feedback of farming and husbandry system by the input of natural resources and economic factors

這是突變前后的農牧業波動的主要機制，也是牧業與農業的主要差別。這正是農牧復合的優勢和切入點。家畜數量的波動特點與糧食的不同，既是農牧矛盾的表現，也是克服波動的契機。

2.4氣候-農業-牧業系統波動的周期

運用經驗模態分解法(EMD)對12個變量分解出的本征模態函數(IMF)特征表明，12個變量的IMF1的周期均為3—4 a，多數變量的IMF2的周期為6—8 a，IMF3的周期為12—15 a，IMF4的周期為22—40 a，IMF5的周期大于60 a。對于農牧業系統影響最大的是3—4 a的高頻波動，較難調適。其次是6—8 a的波動。20 a及以上低頻波動在實際感受中比較模糊。氣候指標以高頻波動為主，年降水量和年平均氣溫的IMF1分量的方差貢獻率居于12個指標最前列，而趨勢量接近或為0。農業指標(有效灌溉面積除外)的高頻波動分量IMF1的方差貢獻率僅次于氣候指標，波動較大。糧食播種面積的準4 a周期IMF2分量的方差貢獻率也較高。由于灌區開發和投入增加，糧食總產量的趨勢量的方差貢獻率高達82.86%。牧業指標的高頻波動分量IMF1的方差貢獻率明顯低于農業指標，2個指標的趨勢量都在66%—71%之間，如果加上準16 a和準26(24) a的低頻波動分量的方差貢獻率，也都超過80%，穩定性高于農業。林草指標與同在植物生產層的農業接近，但由于投入要素不同，其波動略高于農業。而支持農牧業的經濟指標的穩定性最高，趨勢量的方差貢獻率在97%以上。

表4　氣候-農業-牧業-經濟系統各變量的EMD分量及方差貢獻率Table 4　Variance contribution of IMF in changing of climate-agriculture-husbandry and economic system factors

總體來說，氣候、農業、牧業指標的高頻波動分量的方差貢獻率依次減小，而低頻波動分量的方差依次增大。將各指標模態分量的頻率、振幅與方差貢獻率綜合起來看，波動由強到弱依次為氣候、農業、牧業。說明越是受氣候影響的產業，越是以高頻波動為主，穩定性越小。

3　討論

單純的變異系數計算(表1)說明糧食總產量的波動性大于年降水量，而EMD分析說明農業的穩定性高于氣候，二者的差別在于不同頻率的波動分量的方差大小和應對難度。孫武等人對內蒙古東南部的研究認為農業對氣候的波動具有放大效果[1]。而在鹽池縣既有農業對氣候波動的放大，也有農業對氣候波動的縮小。在干旱年份，農戶縮減旱耕地播種面積，減少對耕地的施肥、勞動力等投入，都會加強旱情對糧食產量正反饋。相反，在風調雨順的年份，農戶則擴大種植面積，甚至開荒和利用“幫忙田”，各種投入也相對較多。因此，糧食總產量對氣候波動的響應不僅是氣候生產力的年際變化，還有農戶種植規模和投入大小的疊加效應。另一方面，揚黃灌溉區拓展從提高和穩定糧食產量、促使農戶放棄產量低而不穩的旱耕地等多方面減少了波動。農業究竟放大還是縮小氣候波動，在于以上兩方面的平衡結果，2000年前后糧食總產量的變異系數大相徑庭正是這種平衡向不同方向演變的結果。

以上分析說明氣候尤其是降水量是糧食總產量的顯著影響因子，糧食總產量也顯著地影響著畜牧業。加之農業的穩定性比林草指標高，在水分條件較好的壤質土壤上發展一定量的較為穩定的農業實屬必要。過度實施退耕還林還草，甚至棄農從牧，有違現實，很難實現牧業發展和草原生態保護[18]。事實證明，鹽池縣最近十幾年糧食總產量的率先突破，不但承擔了封育禁牧的壓力，有效保護了草原，而且為家畜數量特別是羊只總數的突破奠定了基礎。但是家畜數量過度增長導致了波動加大。因此，家畜飼養量必將有一個理性回歸的過程。

牧業對氣候波動的響應與種植業不同。毫無疑問，氣候異常會加大自然或經濟方式淘汰家畜的可能。但實際上農戶為了適應市場波動和應對干旱時期牲畜高死亡，往往增加牲畜存欄數量[19]。牧業雖然對氣候波動具有減緩作用，但是代價高、效率低，造成草地的過載和破壞。孫武的研究認為農業發展消弱了降水量與牧業之間的相關關系[1]。糧食總產量與家畜數量存在的相鄰年份的極顯著相關性，對于減弱家畜數量的準3 a波動、穩定牧業具有積極作用(表2)[20]。但這并不是必然結果。非洲坦桑尼亞的隆基多(Longido)和肯尼亞馬薩伊地區，水利條件改善后生態惡化的情況仍有出現[19]。農業發展產生的秸稈和子實體大大刺激了農戶擴大牲畜養殖規模的欲望。從EMD分解結果看(圖2)，近十多年鹽池縣牧業有偏離農業的傾向，經濟、水利和畜牧業發展導致羊只數量過度增長，生態潛在壓力加大。

4　結論

(1)農牧交錯帶的農牧系統受氣候影響具有較大的波動性。氣候、林草、經濟、農業、牧業的多數指標共享3—4、6—8、12—15、22—40 a準周期的波動。氣候、農業、牧業指標的高頻波動分量(準3—4 a周期)的方差貢獻率依次減小，而中低頻波動分量的方差依次增大。波動由強到弱依次為氣候、農業、牧業。說明受氣候影響越大的產業越是以高頻波動為主，波動呈現為由氣候到農業再到牧業逐級傳遞的特性。

(2)農牧系統在近60年主要受經濟系統的驅動發生趨勢性變化，同時受氣候的驅動發生波動。農業在突變之前受氣候影響大，突變之后明顯減小；牧業在突變之前受農業影響大，突變之后也明顯減小。與此同時，農業機械總動力和農民純收入等經濟指標對農牧系統的影響越來越大。近十幾年的灌區開發和投入增加對于提高和穩定糧食總產量具有顯著作用，但也激發了家畜數量特別是羊只總數劇增和牧業波動加劇。

(3)農牧系統的波動差異、年際間的極顯著相關、對氣候和經濟投入的響應差異，說明農牧耦合系統能夠減少各自的波動性。資源和經濟投入并不必然導致農牧系統穩定。必須按照生態和經濟規律對農牧系統進行設計，特別是建立正負反饋機制健全的農牧耦合系統，實現農牧交錯帶農牧業可持續發展。

[1]孫武, 吳薇. 內蒙古高原東南部降水驅動的農業系統波動性分析. 植物生態學報, 2002, 26(1): 23-28.

[2]張新時, 唐海萍. 中國北方農牧交錯帶優化生態-生產范式集成. 北京: 科學出版社, 2008: 24-24.

[3]孫特生, 李波, 張新時. 北方農牧交錯區農業生態系統生產力對氣候波動的響應——以準格爾旗為例. 生態學報, 2012, 32(19): 6155-6167.

[4]孫武. 波動性生態脆弱帶的特征. 中國沙漠, 1997, 17(2): 199-203.

[5]史培軍. 中國北方農牧交錯地帶的降水變化與“波動農牧業”. 干旱區資源與環境, 1989, 3(3): 3-9.

[6]孫武, 侯玉, 張勃. 生態脆弱帶波動性、人口壓力、脆弱度之間的關系. 生態學報, 2000, 20(3): 369-373.

[7]Shi W J, Tao F L. Vulnerability of African maize yield to climate change and variability during 1961-2010. Food Security, 2014, 6(4): 471-481.

[8]E F Viglizzo. Agroecosystems stability in the Argentine Pampas. Agriculture, Ecosystems & Environment, 1986, 16(1): 1-12.

[9]Nicholson S E, Farar T J. The influence of soil type on the relationships between NDVI, rainfall, and soil moisture in semiarid Botswana. I. NDVI response to rainfall. Remote Sensing of Environment, 1994, 50(2): 107-120.

[10]Lambin E F, Ehrlich D. Land-cover changes in sub-Saharan Africa (1882-1991): Application of a change index based on remotely sensed surface temperature and vegetation indices at a continental scale. Remote Sensing of Environment, 1997, 61(2): 181-200.

[11]陳曉光, 李劍萍, 李志軍, 陳葆德, 韓穎娟. 寧夏鹽池近年來植被與氣候變化分析. 生態學報, 2006, 26(5): 1516-1522.

[12]宋乃平, 杜靈通, 王磊. 鹽池縣2000-2012年植被變化及其驅動力. 生態學報, 2015, 35(22): 7377-7386.

[13]魯欣, 秦大庸, 劉俊, 周祖昊, 胡曉寒. 寧夏糧食產量主要影響因子分析. 灌溉排水學報, 2006, 25(6): 65-70.

[14]牛創民, 溫學飛, 王峰. 基于因子分析法的鹽池縣糧食生產影響因素分析. 水土保持研究, 2010, 17(6): 278-282.

[15]周道瑋, 鐘榮珍, 孫海霞, 劉華偉, 王敏玲, 余苗, 李光棣. 草地畜牧業系統: 要素、結構和功能. 草地學報, 2013, 21(2): 207-213.

[16]周海林. 寧夏鹽池牧業生產系統的研究. 自然資源學報, 1992, 7(2): 171-179.

[17]張明陽, 王克林, 劉會玉, 林振山. 基于EMD的洪澇災害成災面積波動的多時間尺度分析. 中國農業氣象, 2005, 26(4): 220-224.

[18]胡兵輝, 廖允成, 王克勤, 陳奇伯. 北方農牧交錯帶縣域典型農業生態系統結構的對比演變. 水土保持研究, 2011, 18(2): 35-39, 43-43.

[19]Zev Naveh (李秀珍, 冷文芳, 解伏菊, 李團勝, 角媛梅譯). 景觀與恢復生態學: 跨學科的挑戰. 北京: 高等教育出版社, 2010: 133-134.

[20]孫芳, 王堃. 農牧交錯帶復合生態經濟系統農牧業經濟關系研究. 農業現代化研究, 2007, 28(2): 221-224.

Response mechanisms of a county territory agro-pastoral system to climate fluctuations in an agro-pastoral transitional zone

SONG Naiping*, WANG Xing, YANG Xinguo, WU Xudong, CHEN Lin, MI Nan

BreedingBaseforStateKeyLaboratoryofLandDegradationandEcologicalRestorationinNorthwestChina,KeyLaboratoryforRestorationandReconstructionofDegradedEcosysteminNorth-westernChinaofMinistryofEducation,NingxiaUniversity,Yinchuan750021,China

The response mechanism of an agro-pastoral system to climate fluctuations is one of the major scientific challenges associated with the establishment of an agro-pastoral coupling system, as well as being a key problem related to the sustainability of an agro-pastoral transitional zone. By using stepwise regression analysis (SRA) and empirical mode decomposition method, we evaluated the dynamics of climate fluctuation and the corresponding changes in the agro-pastoral system of Yanchi County between 1954 and 2013. The range, amplitude, and variance contribution rate were analyzed for 12 indicators in the climate system, agricultural system, and animal husbandry system. Furthermore, we explored the relationships among fluctuations in climate, agriculture, and animal husbandry. The results demonstrated the presence of clear fluctuations in the agro-pastoral system, which corresponded to climate fluctuations in the past 60 years. The sequence of fluctuations ranging from strong to weak comprised the climate, agriculture, and animal husbandry systems. The amount of variance contributed by high-amplitude intrinsic mode functions (IMFs) was the highest for climate indicators, followed by agricultural indicators and animal husbandry indicators. However, the amounts of variance contributed by medial-and low-amplitude IMFs exhibited the opposite trend, increasing from climate indicators to agricultural indicators and then animal husbandry indicators. The SRA showed that the main factors contributing to the fluctuations were annual precipitation, followed by the total grain output and total number of sheep. Thus, the amplitude of the system was higher when it was more controlled by nature. Furthermore, the agriculture and animal husbandry systems generally exhibited changes due to the combined effects of economic factors and climate fluctuation during the past 60 years. Agriculture was affected the most strongly by climate before 1999 when an abrupt change occurred, but subsequently, the effects were weak. Similarly, animal husbandry was affected the most strongly by agriculture before the abrupt change point, and the effects were weaker thereafter. In addition, in recent years, both the agriculture and animal husbandry systems have been increasingly influenced by economic factors. The input of water and capital has improved and stabilized the total grain yield, thereby leading to dramatic increases and further extreme fluctuations in livestock numbers. Finally, the differences in the fluctuations, correlations, and climate response features of the agriculture and animal husbandry systems demonstrated that coupling these systems may help to reduce fluctuations in these individual systems. Therefore, it is important to design an agriculture and animal husbandry coupling system with balanced positive and negative feedback according to the rules of ecology and economics in order to achieve sustainability in the agro-pastoral transitional zone.

agro-pastoral system; agro-pastoral transitional zone; climate fluctuation; response mechanism; Yanchi County in the Hui Autonomous Region of Ningxia

10.5846/stxb201411172273

國家重點基礎研究計劃(973)前期專項項目(2012CB723206)；國家科技支撐計劃項目(2011BAC07B03)；寧夏大學211建設項目

2014-11-17; 網絡出版日期:2015-10-30

Corresponding author.E-mail: songnp@163.com

宋乃平，王興，楊新國，吳旭東，陳林，米楠.農牧交錯帶縣域農牧系統對氣候波動的響應機制.生態學報,2016,36(13):3969-3977.

Song N P, Wang X, Yang X G, Wu X D, Chen L, Mi N.Response mechanisms of a county territory agro-pastoral system to climate fluctuations in an agro-pastoral transitional zone.Acta Ecologica Sinica,2016,36(13):3969-3977.