摘要:农业土地变化是全球变化与可持续研究的热点，当前研究虽取得了长足进展，但仍存在诸多不足，集中表现在对农业土地系统复杂性与动态性的认识不够。近年来，基于Agent的农业土地变化研究(农业ABM/LUCC，Agent-basedagriculturallandchangemodeling)逐渐兴起，极大的丰富了传统研究的理论与方法，具体表现在:(1)农业ABM/LUCC将微观层面的人类个体行为整合进土地变化研究框架，有助于更加清楚的认识农业土地系统的“人类-自然”综合复杂性问题。(2)农业ABM/LUCC能够动态表达土地系统变化的内生反馈机制，有助于弥补传统的静态土地变化驱动机制分析的不足。(3)基于ABM/LUCC的农业土地利用格局动态研究是整合“人类-自然”综合研究的关键桥梁，农业ABM/LUCC能够与其他生物地球物理模型或经济模型动态嵌套，使多尺度、多维度综合模型研究成为可能。然而，农业ABM/LUCC研究也存在诸多挑战，如理论研究滞后于应用研究，大尺度应用难以开展，以及农户行为的模拟结果很难得到校验等。

　　关键词:ABM/LUCC，农业土地变化，复杂性，动态性，耦合的“人类-自然”系统

　　人类生活在一个“人类社会-自然环境交互作用的耦合系统”中，从自然界索取资源要素(如食物、能源、原材料等)，服务于自身发展。土地作为一种重要的综合性资源，不仅是人类居住、生活的场所，同时又是人类从事各种活动最基本的生产资料和劳动对象。据统计，人类所需绝大部分的食物供给与原材料供给均产出自农业用地，这使得人类活动与自然因素综合作用的农业土地系统成为人类-自然关系最为重要桥梁和纽带。全球变化背景下，人类活动与自然因素的综合作用使得农业土地利用与覆被格局不断变化，给全球可持续发展带来了巨大的挑战。在地理科学、生态学、全球变化与可持续研究的不断推动下，自20世纪90年代以来，国际全球环境变化人类行为计划(IHDP)和国际地圈生物圈计划(IGBP)共同执行土地利用/覆被研究(LUCC)与后续全球土地计划(GLP)，极大促进了“土地变化科学”的诞生，继而推动了农业土地变化研究的长足发展。

　　农业土地变化研究主要包括农业土地变化(包括土地利用类型变化，农作物空间格局变化，以及种植制度变化等)的时空过程探测、驱动机制分析、过程仿真模拟及宏观生态效应评价等方面，其核心目的在于理解和解释农业土地系统的“人类-自然”综合复杂关系，进而为可持续发展提供科学服务。然而，目前这一综合复杂关系仍旧很难得到科学合理的解释。原因主要在于:(1)当前许多研究大都基于自然科学方法，注重对农业土地系统中自然环境要素的研究而忽视对人类活动的研究，尤其是忽略微观个体行为的重要作用。(2)当前许多研究大都认同农业土地变化遵循“驱动因子—变化结果”这一静态变化模式而忽视由反馈环路引起的动态变化过程，难以真正认识土地变化的驱动机制。近年来，基于主体的模拟(Agent-basedmodeling，ABM)开始应用于土地变化科学，兴起了农业ABM/LUCC研究，极大的丰富与发展了传统研究的理论与方法，有助于更加科学的理解和解释农业土地系统的复杂性和动态性问题。本文主要从农业ABM/LUCC的理论基础、建模方法、以及跨学科应用等方面展开讨论，旨在为进一步推动农业土地变化研究提供参考。

　　1、理论基础:复杂系统理论与农业土地系统的复杂性ABM是复杂性科学发展的一种“自底而上”的建模方法。复杂系统理论认为复杂自适应系统一般由无数处于底层的且异质的微观主体所构成，微观主体的活动与系统宏观功能或特征之间会产生协同影响，ABM的目的即是通过模拟复杂系统中微观主体的行为过程来表达系统宏观层面的作用结果。ABM与系统复杂性的关系密不可分，ABM是认识系统复杂性的重要方法，而系统复杂性又是ABM研究的核心理论基础。复杂性科学为传统农业土地变化研究提供全新范式，如何从理论上认识农业土地系统的复杂性是农业土地变化研究面临的新命题:首先，农业土地系统是人类社会与自然系统的耦合，其内部有复杂的层级或平行关系，是典型的复杂系统。农业土地系统的复杂性主要来自于两大子系统的不同特质、子系统内部及子系统之间相互联系、相互影响等;其次，除了复杂系统的一般特性外，农业土地系统还表现出时空异质性，尺度敏感性，自然与社会综合性，以及系统反馈效应等特征。农业土地系统的复杂性问题是农业土地变化研究的难点之一，具体表现在描述、理解及解释土地利用的时空格局及其动态变化过程、实现土地变化模拟过程中的尺度转换、表达人类活动与自然环境的相互作用关系、以及阐明土地系统的控制与反馈机制等。目前对于这些问题的理论认识仍然不足，相关理论研究仍需继续强化。

　　2、模型研究:基于微观个体行为的建模

　　模型始终是农业土地变化研究的重点，农业土地变化模型将农业土地系统变化的现实问题归结为相应的数学问题，利用数学的概念、方法和理论进行深入的分析和研究，从定性或定量的角度来刻画实际问题，并为解决现实问题提供数据或可靠的指导。根据模型建立的理论方法，现有的农业土地变化模型可分为经济模型和地理模型。经济模型又可称作经验统计模型，这类模型仅侧重于研究分析土地变化的数量和速率特征，对变化的空间分布并不给予太多考虑;地理模型又可称作空间显性模型，这类模型基于空间网格，综合考虑诸多限制因素和转换规则，将土地变化变化的数量逐步分配到一定的土地利用空间单元中，从而实现空间显性表达。近10多年来，农业土地变化模型发展以空间模型为主，借助于计算机技术、遥感和GIS技术，模拟表达一定时空尺度上农业土地变化的空间显性分布和格局特征，分析土地利用的空间格局和生态环境的空间变异性关系，并研究自然、社会经济等驱动因子对土地变化空间差异的影响。然而，这些空间模型共同存在一个不足之处，就是它们都忽略了农业土地系统中人类活动的重要性。

　　根据Volk和Ewert的定义，农业系统即是人类主导管理的土地利用系统。由此可见，人类活动及其决策过程对农业土地变化以及整个农业系统的重要作用。人类活动及行为具有明显的层级性，由宏观至微观可具体分为:政府行为、社会行为、与个体行为。其中，政府行为、社会行为存在明显的宏观性，其代表着人类活动的一般性趋势与特征。而个体行为却与之相反，不同个体间的异质性导致他们决策行为的呈多样化态势，且一般来说，个体行为对事物的发展更加具有决定作用。目前，环境模拟领域已经开始重视“基于利益相关者建模”的思想。当前一些研究开始将农户的接受意愿作为评价市场与政策影响机制的关键转换器，而不再是直接评价市场与政策因素对宏观农业产出的影响。同时也有一些研究开始将宏观层次上农业土地利用空间格局理解成农户选择决策行为和过程的汇总和综合，即宏观尺度格局是从微观过程涌现出来的。

　　尤其是近年来，ABM在社会学模拟方面取得了重要进展，已经能够科学的模拟人类自组织决策行为的过程与效应。为此，许多学者将ABM整合到土地变化模型中，使关注微观个体行为的农业土地变化模型研究成为可能。环境因素对异质的微观主体的作用效果不能简单地一概而论，ABM/LUCC虽然不能精确的模拟每一个微观主体的决策行为，但通过对微观决策结果的汇总与综合，其对系统宏观状态的预测往往较为科学。

　　农业ABM/LUCC模型即是通过研究微观主体(一般指农户)的行为活动与其所处环境的自组织适应关系，预测农户的土地利用决策行为，进而表达宏观尺度土地利用格局的动态变化过程。

　　3、驱动机制:人类行为对环境的动态响应

　　土地变化驱动机制分析同样是农业土地变化研究的重点，其直接揭示了土地变化的原因及影响因素的作用途径，是构建土地变化模型的基础。影响土地变化的驱动因子主要包括自然条件、气候变化、经济规模、产业结构、管理政策、和人口结构等，传统研究通过应用多种系统分析与数理统计方法建立土地变化与这些驱动因子之间的关系，从而定量表达土地变化的驱动机制。然而，这类方法却存在很多局限:第一是仅从宏观角度解释。经验统计方法仅仅能从宏观层面对土地变化的驱动机制进行解释，而忽视土地利用微观主体对土地利用格局的影响，存在明显的片面性。第二是研究思路相对静态。传统方法习惯将驱动因子与变化结果静态分割，即简单的认为驱动因子决定了土地变化的结果，而忽略了土地变化的结果与效应对驱动因子会有反馈作用，另或仅仅把系统内生的反馈机制当成外生的“输出转输入”的问题来考虑，这些假设均难以科学表达土地系统变化的内在原因。第三是属性数据间化存在困难。当前许多土地变化研究均是基于空间网格单元的分析，这就需要将各种属性数据进行空间网格化处理，其中自然属性空间化可以通过地理差值等方法实现，而社会经济数据的空间化往往比自然属性空间化更为复杂。第四是尺度问题。当前许多研究忽视对空间幅度、空间粒度、时间幅度、时间粒度、以及土地分类精度等主要尺度问题的分析处理，造成大量误差。

　　第五是统计分析中，由于变量选择、模型选择或检验准则设置不当，造成的伪回归、自相关、以及多重共线性等问题。这些问题若缺乏合理处理，土地变化驱动机制分析的结果则可能毫无意义。

　　Hersperger等人认为土地变化的驱动机制至少应该包括4种模式，除传统的“驱动因子—变化结果”模式外，还应包括考虑主体决策因素在内的其他模式。这4种模式各有特点，选择哪种模式进行土地变化驱动机制分析需根据研究内容与目的具体考虑。农业土地系统中，农户是决定农业土地利用方式的直接主体，其决策行为受自身因素与外部环境的共同影响，且最终作用于土地利用格局。由于不同决策主体具有不同的自治性、学习性、适应性等特征，主体间的土地利用行为也将呈现显著的差异性、动态性和相关性。

　　农业ABM/LUCC为土地变化驱动机制分析提供了一种可行的解决思路:驱动因子的作用对象不再直接是土地利用空间单元(地)，而是土地利用的决策主体(人)，可通过研究农户行为对驱动因子的响应进而模拟土地利用空间格局变化。这种假设在一定程度上能够更为科学合理的解释农业土地变化的原因和过程，此外还可以更好的表达土地系统的“人类-自然”综合复杂关系。