影响与适应是全球变化研究的两大核心内容。对于农业系统而言，土地利用与覆被变化既可被当成是全球变化的主要组成部分之一，其与气候变化、社会经济等因素共同对农业结构、布局产出等造成影响;但同时，由于人类活动或其他干预因素的存在，农业土地变化又可被视为人类适应全球变化的动态响应，而这恰恰被传统研究思路所忽视。例如，近年来我国东北地区水稻种植面积的扩张并不单纯由气候变暖引起，其中农户适应行为的贡献可能更大。农户适应行为具体指农户在应对自然(或社会经济)环境变化时做出的Fig．2Fourconceptualmodelsforlinkinglandchange(C)withdrivingforces(DF)andactors(A)inlandchangestudies修改，其中DF表示驱动因子，A表示决策者，C表示变化结果，DF-C模式不考虑主体的决策行为，驱动因子直接作用于土地变化过程;DF-A-C模式主要考虑驱动因子作用效果的转换过程，即驱动因子通过影响主体决策行为进而作用于土地变化;DFA-C模式主要考虑驱动因子与主体决策者之间的相互影响;A-C模式重点突出主体决策者的作用图3土地变化驱动机制分析的静态模式与动态模式Fig．3Static(A)anddynamicresearchframework(B)forlandchangestudies修改，静态模式(A)中驱动因子与土地变化结果静态分离，驱动因子引起土地变化;动态模式(B)中，农业土地利用时空格局变化既是全球变化的组成部分，又是人类适应全球变化的动态响应，人类适应行为是土地系统内生反馈机制，其使得驱动因子与土地变化结果之间形成动态闭合环路

　　经营策略调整，以最大限度的满足自身需求。农户适应行为可被视为驱动因子与土地变化结果间的关键内生反馈，原因在于农户往往会以最近的土地系统状态作为其下一步适应决策的基础，这就显著的改变了初始驱动因子的作用效果，使得驱动因子与变化结果之间形成了动态的闭合环路。简而言之，t0时刻的土地系统状态可能是t1时刻土地变化的驱动因子，通过影响农户决策行为再次作用于农业土地变化过程。

　　基于地理空间单元的驱动机制分析能很好的模拟土地利用空间格局的变化，但缺乏时间动态特征;ABM与其他研究方法的根本不同在于ABM能够充分表达系统内部的反馈作用，因此基于ABM的驱动机制分析能合理的表达系统变化的时间动态过程，二者正好相互补充。如果将基于ABM与基于地理空间单元的驱动机制分析相结合研究农业土地系统的变化过程，则可能更加科学合理的表达农业土地变化的时空动态特征。

　　此外，基于农户个体决策行为的农业ABM/LUCC研究，不仅能够从宏观—微观相结合的角度动态的解释土地变化的驱动机制，而且还能有效的避免社会经济数据空间化、空间尺度效应、统计方法应用不当等问题，为传统土地变化驱动机制分析提供有效的方法补充。

　　4、建模方法:表达农户决策过程

　　农业ABM/LUCC模型一般由表达空间要素的CA与表达主体行为的ABM组成。其中，农户或者个体农民一般被定义成主体，主体与地块之间存在较为固定的空间对应关系(同一主体可拥有多个地块，但非同一地块可归属多个主体)，主体的行为对该地块的土地利用方式具有决定性作用。主体之间的异质性导致他们决策行为的多样化，而人类行为的决定性以及“主体—地块”的对应性导致地块的土地利用方式亦呈多样化态势。农业ABM/LUCC即是通过模拟主体结构或决策行为的变化，表达这些变化过程对宏观层面土地利用方式与格局的影响。具体而言，主体结构变化包括人口增长、迁徙等;而决策行为变化包括定居选择、生计选择、毁林造田、土地配置、投资及市场、权属变更、农作物选择等。虽然农业ABM/LUCC建模方法多样，没有统一的建模标准，建模者可根据不同的研究目的来构建模型，具有较强的主观性;但是，诸多农业ABM/LUCC均将如何科学表达农户决策过程作为其建模的核心。

　　较早关于农业ABM/LUCC的研究见于Balmann在1997年开发的一个基于Agent的线性规划模型，该模型分析了不同政策下农场间的竞争关系以及由此引起的农业土地变化。受此启发，Berger设计了一个类似的最优模型研究异质农户间的土地利用行为选择问题，包括农户如何选择应用新技术，及如何参与土地市场活动等。多年来，这两个基础模型不断地得到改进与发展。Balmann与Happe等人将前者开发成了更接近经济模型的AgriPoliS;而Berger与Schreinemachers等人集成了大量内生的生物物理模块，将后者设计成了MP-MAS。AgriPoliS与MP-MAS均成功的在多个研究区域模拟了未来农业土地变化的情景，为政府进行决策和制订相关农业/土地政策提供了很好的支持。Polhill等人在其开发的FEARLUS模型中应用了启发式模仿与改进的算法表达决策过程，这种方法突出体现了决策过程中主体之间的相互作用与影响，在后续研究中，FEARLUS不断将自然、社会经济、政策、以及偏好等因整合进初始研究框架，模型表达更加真实。Evans等人较早利用一个效用模型模拟了农户土地利用行为的动态变化过程以及其对应的地块尺度的土地利用变化，在后续的研究中，他们又将移民潮、人口变动等因素整合进来，并完整的模拟了历史时期的毁林造田—弃田再生林过程。同样以毁林造田为研究对象，Deadman等人使用启发式与决策树相结合的方法表达决策过程;而Manson认为农户在决策过程中仅表现出有限理性，即“最优选择”并不一定是农户的“最终选择”，因此，他在模型中加入了演化算法以更加真实的表达农户决策过程。Matthews在表达决策时实现了静态与动态的结合，即初始状态下，农户决策行为由初始参数决定;而当模型运转之后，决策就由上一时刻的模拟结果决定。Valbuena等人使用了一个较为简单的概率方法来表达农户决策，但这一方法基于了细致的农户分类研究，他们认为农户类型与决策行为之间存在一定的对应关系。Mena等人同样应用了概率方法，但与Valbuena等人的方法不同，其将农户的经营策略以特定比例行为限定为“最大收益”、“模仿”、“随机”3种，而这3种经营策略下又分别对应具体的土地利用决策行为。Becu等人、Ziervogel等人均应用了参与式模拟或角色扮演的方法定性表达农户的决策意向，是传统经验研究方法的重要补充。

　　此外，一些农业ABM/LUCC还应用了多种方的集成。如，Gaube等人开发的SERD模型中集成了决策树与概率判定的方法;Castella等人将启发式方法和参与式模拟相结合;而Le等人的LUDAS模型中集成了有限理性理论、最大效用模型、空间多项式Logistic回归以及启发式算法等多种方法。这些农业ABM/LUCC模型在如何表达农户决策方面进行了诸多探索，为模型应用、改进以及新模型设计提供了有益的参考。

　　5、跨学科应用:整合“人类-自然”综合研究

　　ABM与LUCC模型的结合，为研究土地系统动态变化提供了很好的解决思路。然而，复杂系统理论的意义远不仅限于研究“微观主体活动—宏观系统状态”，还需考虑多重反馈机制、系统综合效应等多方面问题。

　　对农业土地系统而言，系统反馈与综合效应包括:人类活动与生态安全的对立、人口膨胀与粮食安全的对立、全球环境变化与可持续发展的对立等一系列重大问题。为此，基于ABM/LUCC开展多尺度、多维度研究意义重大。早期的ABM/LUCC一般将人类行为与地块特征简单等同一致，而最近一些综合模型将Agent行为过程(或结构动态过程)与土地变化过程相独立，并通过生物物理机制或经济学机理进行结合。具体的，这些研究尝试将ABM模块、LUCC模块以及其他模型模块互相嵌套，发展多尺度、多层次的综合模型，用以研究土地系统变化的过程、原因、结果及综合效应。如AgriPoliS与SERD将ABM/LUCC与碳氮循环模型进行整合，研究土地变化的生态效应;而MP-MAS与FEARLUS将ABM/LUCC与生物物理模型进行整合，研究农业土地系统的综合产出;此外一些城市—农田配置模型将CA与ABM结合，并将效益分析、情景分析等方法整合在内，为政策评价提供了更为可靠的依据。

　　农业ABM/LUCC不仅能够增进人们对农业土地系统复杂性及其时空动态性的理解，还能更加紧密的耦合农业土地系统与其他系统的响应关系，从而更好的整合“人类-自然”综合研究。例如，农作物时空格局是一个地区或生产单位作物种植结构、熟制与种植方式的表达，反映了人类农业生产在空间范围内利用农业生产资源的状况，是人类根据当前的自然环境条件、以及经济政策条件等进行作物结构调整和优化的依据。农作6期余强毅等:Agent农业土地变化模型研究进展AgriPoliSHappe等农业生产与投入、土地配置线性规划模型2011/多个区域MP-MASSchreinemachers等农业生产与投入、资源利用最优模型2011/多个区域—Mena等毁林、农业扩张、定居选择概率方法2011/厄瓜多尔FEARLUSPolhill等土地利用方式、土地市场启发式模仿与改进的算法2010/多个区域ILLUMMiller等生存方式选择最大效用函数2010/厄瓜多尔LUDASLe等农业生产与投入、资源利用有限理性理论、启发式方法2010/越南—Valbuena等农业经营方式概率方法、农户分类2010/荷兰RegMASLobianco农业经营方式线性规划模型2010/意大利LUC-ASM黄河清等农业经营方式农户分类2010/中国—陈海等作物选择农户分类、BDI决策法2010/中国SERDGaube等农业经营方式决策树、概率判定2009/奥地利—Bakker等造林、弃耕、恢复性耕作Logistic回归、农户分类2009/葡萄牙LUCIMEvans等毁林造田、弃田再生林最大效用函数2008/美国CATCHSCAPEBecu等作物选择、劳动力投入启发式方法、参与式模拟2008/泰国—Entwisle等定居选择、作物选择二项Logistic回归2008/泰国—Acosta-Michlik等全球变化农业经营适应行为行为模型2008/菲律宾HELIAManson毁林造田、土地配置效用函数、有限理性理论2007/墨西哥PALMMatthews畜牧业、作物选择两阶段决策树法2006/尼泊尔MameLukeHuigen等定居选择启发式方法2006/菲律宾—Jepsen等轮作耕种离散选择模型2006/越南SAMBACastella等毁林、土地配置、土地流转启发式方法、参与式模拟2005/越南ABSSZiervogel等基于气候预报的作物选择角色扮演方法2005/莱索托LUCITADeadman等农业生产与投入、资源利用启发式方法、决策树2004/巴西图4农业ABM/LUCC在“人类-自然”综合研究中的关键作用Fig．4Linkingagriculturallandchangeassessmentsforintegratedhuman-naturalstudies