研究

农业保护措施对水质影响的综合社会和生态模型框架

• 摘要
• 简介
• 建模框架
  • 该模型景观
  • 代理是农民
  • 保护实践
  • 模型中的保护实践采用决策
  • 土地使用权变更
  • 农业政策的变化:农作物收入保险
  • 合理的未来情景
  • 水质model-SWAT
  • 土地管理策略对水质的影响
• 结果
  • 土地权属变化的影响
  • 对水质的影响
  • 农业政策变化的影响
  • 农业政策的修改:关闭SES模型循环
• 政策影响
• 对本文的回应
• 致谢
• 文献引用

介绍

美国的农业政策强烈地影响着农民的土地使用和土地管理决策，并间接但深刻地影响着水质(Broussard et al. 2012)。水质保护政策的总体目标是通过提高营养效率和通过保护最佳管理实践管理营养和泥沙径流，减少农业景观的泥沙和养分负荷(Sharpley等，1994年)。因此，对农业政策和水质之间的联系进行详细研究，有助于确定减少农业污染的更有效战略。

地表水氮和磷的高浓度与作物肥料的投入有关(Ribaudo和Smith 2000年，Boyer等人2002年，Galloway等人2004年)。例如，五大湖目前富营养化症状的重新出现是由于农业生产的加剧以及随之而来的土壤侵蚀和非点源的养分流失(Dolan和Chapra, 2012年)。为了解决这些问题，保护性耕作、过滤带、土地退耕和营养管理等保护实践——本研究的重点——被用于减少泥沙和非点源营养输送，提高水质，并通过增强恢复力提高农业生产的可持续性(国家研究理事会2010年)。

本研究的重点是通过探索人类与环境系统之间的联系，探讨合理的未来政策和土地使用权情景对向伊利湖输送生物可利用性溶解活性磷(DRP)和总磷(TP)的影响。我们描述了一个社会生态系统(SES)，它将农民的决策和行动与生态反应相互反馈联系起来。社会生态系统受到来自生物物理、制度、基础设施、人口、经济和社会政治背景的复杂关系的影响。因此，SESs表现出突现性质——不单独属于人类或自然系统的独特性质，而是从它们的相互作用中产生的(Janssen 1998, Monticino等人2007,Rammel等人2007,Levin等人2012)。了解SESs的复杂性可能会影响其管理的成功或失败(Liu et al. 2007)。如果不把生物物理系统和人类系统放在一起研究，就会产生不可预见和不希望的后果(Veldkamp和Verburg 2004年，Levin等人2012年)。

我们描述了一个SES模型，以调查不同似是而非的未来政策和土地权属情景对农民采用旨在提高水质的保护措施的影响。我们将农民采用保护措施的基于社会代理的模型(ABM)与生物物理水质模型——水土评估工具(SWAT)联系起来，该工具将土地管理决策与土壤性质、气候信息和土地地形相结合，以估计水质指标(Arnold等，1998年)。我们将农民定义为种植经济作物的土地的所有者或承租人，他们根据涉及经济、制度和环境信息的政策情景做出土地管理决策。该ABM通过一种类型学(dalo土耳其鲁等人在综述中)将玉米带农民的异质性和复杂性纳入其中，该类型学模拟了农民采取保护措施的倾向方面的决策。

建模框架

研究区域是伊利湖的Sandusky流域，它是玉米带地区的一个典型分水岭(图1)。由于磷负荷过高，伊利湖经历了严重的富营养化，主要来自农业径流和点源排放(Dolan和Chapra 2012);然而，非点源，特别是农业，是目前养分污染的主要原因(Forster 2000)。农业径流导致了藻华(Michalak等人，2013年)、水质不清和夏季缺氧(低氧)(Hawley等人，2006年，Zhou等人，2013年，scvia等人，2014年)，影响了许多水生和沿海系统的渔业、娱乐和饮用水(Carpenter, 2008年)。要解决这些问题，有效采取保护措施是必不可少的。

通过我们的关联ABM-SWAT框架，我们调查了政策和农民特征如何影响保护措施的选择，以及它们对水质的影响。ABM是在Eclipse集成环境中使用基于Repast J代理的库在Java中实现的，并使用matlab连接到SWAT。该框架包括景观、代理(农民，以一种代表其异质性的类型学)、保护实践采用和生态系统响应(沉积物、DRP、(图2)。农民类型学(dalodogan et al. 2014)代表了玉米带农民之间的异质性，为ABM提供了必要的支柱。Sandusky流域现有的一个经过充分校准和验证的SWAT模型(dalochylu et al. 2012)被用来模拟养分负荷响应。

ABM是在个体决策层面构建的，因此我们使用农民类型学来表示农民的行为和决策。在模型中，不同类型的农民agent每年根据决策算法进行采用决策。如果农民的决策包括采取保护措施，景观就会改变，这最终会改变土地管理策略。通过这个模型，我们通过土地保有权动态和作物收入保险对农民采用保护措施决策的影响，探索了美国农业结构可能发生的变化。

ABM的输出，以更新的土地管理地图的形式(图2)，被用来检查这些变化在可能的未来情景中所呈现的影响。为了了解这些情景的影响，利用SWAT模拟了41年期间(1970-2010年)景观中的泥沙和磷流失。

该模型景观

模型景观由ABM内构建的二维网格组成，抽象地代表了Sandusky流域的农业景观。因为ABM与SWAT相关联，所以在ABM设置过程中要考虑水质模型的细节。SWAT使用水文响应单位(HRU)作为其基本计算单位。径流、泥沙和养分负荷分别为每个HRU计算，然后相加以确定每个小流域的总负荷贡献(Neitsch等，2011年)。土地管理决定以HRU表表示;我们使用了与Sandusky盆地平均农场规模相对应的HRU规模(258英亩;美国农业部(USDA) 2009, daloehlu等，2012)。该战略产生了147个子流域和351个农业hru。因此，在ABM中有351名农民被代表为代理人。

代理是农民

农民非常多样化，特别是在农场规模、土地权属、教育程度、年龄、收入来源和社会经济属性方面。为了表示ABM中的这种异质性，我们使用了一个类型学(表1;dalodogan et al. 2014)的结论来源于大量的文献综述和之前在玉米带地区进行的调查。因为ABMs要求简单性(Axelrod 1997)，就像其他类型(Valbuena等人，2008年，Robinson等人，2012年)，我们的类型化以基于四种农民类型的简单术语代表多样性和异质性:传统的、补充的、业务导向的和非经营性所有者(表1)(daloeaglu等人，2014年)。

由于数据有限，不可能确定农场的确切位置和管理决策。因此，我们选择用一个更程式化的模型来表示研究区域，如附录1所述，使用“概述、设计概念和细节”(ODD)协议(Grimm et al. 2010)。

美国的农业项目通常允许农民选择参与哪些项目，灵活选择适合他们的气候、土壤，以及最重要的管理技能的做法(Bernstein et al. 2004)。因此，在我们的模型中，采用结构性实践、非结构性实践、营养管理计划和参加土地退休都是自愿的(表2)。每个农民都根据政策驱动因素和农民的总体目标来决定是否参加土地退休或采取某些实践。土地退休计划，如CRP，通常将土地从农业生产中移除很长一段时间(至少10年)，或在某些情况下永久移除，每年收取租金。结构性做法有资格获得成本分担，即农民从联邦政府获得实施成本的50%，作为多年承诺的回报。当农民因结构实践的采用和土地退休登记而获得经济激励时，就会因不遵守规定而受到惩罚(Claassen 2012)。由于对非结构性实践和营养管理计划的登记没有提供经济激励，不遵守规定不会受到惩罚。

模型中的养护实践采纳决策

该模型的重点是帮助理解为什么一些农民采取保护措施而另一些不采取，以及农民之间的空间关系如何影响这些决定，特别强调他们的异质性。在模型中的每个年度时间步中，每个农民代理人都决定采用保护实践的土地管理策略(表2)。决策算法包括政府项目和农业生产产生的净收入、农民的偏好和土地保有权，以及他们邻居的影响(总结如下，详细见附录1)。

模型中的每个农民代理使用相同的决策算法，但根据与它们的类型相关的偏好使用不同的参数。鉴于这些差异，个体主体对相同的农业政策的反应不同，包括他们决定不采取任何措施或采用现有措施的组合。模型中的一个关键变量是土地使用权:农民是所有者还是经营者，是所有者还是经营者做出采用决策。大多数实证研究得出结论，经营者控制着非经营者拥有的农田的生产和采用保护措施的决策(Constance等人，1996年，Soule等人，2000年，Arbuckle 2010年);然而，我们也调查了土地权属动态，非经营人拥有的耕地比例的增长可能产生的影响，以及他们对采用决策的影响。

在ABM中，农民计算他们从生产中获得的农业收入，并通过参加政府项目来获得财政奖励。对于农业收入，农民代理人使用贝叶斯推理的预期价格和产量从概率分布。我们通过为不同类型的农民设置不同的贝叶斯更新参数来表示农民的异质性(表1)。例如，传统农民有更稳定的价格和产量预期，而以商业为导向的农民更可能跟随市场波动，因为我们假设他们与信息网络的联系更紧密。农民对农作物价格和产量的看法每年都在变化。因此，在每年年初，农民代理人利用公开的价格和产量信息、他们的经验和他们的类型特征来形成未来的价格和产量预期。

农民代理还使用他们的社会和空间信息网络来评估他们的邻居采用了哪些做法。在模型中，非运营者最初并没有连接到信息网络，而运营者(传统的、补充的和以业务为导向的农民)连接到空间网络和社会网络，与传统的和补充的农民相比，以业务为导向的农民具有更高的网络连通性(dalochylu et al. 2014)。如下面所述，我们还测试了一个非操作者所有者增加参与的情况。农民代理人对每种可用的保护措施的内在环境态度，如其类型所反映的(表1)，也影响他们的采纳决定。基于这些变量，模型使用农民决策算法来决定采用哪种保护措施(见附录1)。

土地使用权变更

美国的农业土地保有权发生了重大变化;特别是通过非经营人所有权的增加，接着是部分所有权或完全租赁的增加(Wunderlich 1993, Duffy 2008)。我们的研究地点Sandusky流域遵循了这些全国趋势，特别是在非经营者所有权增加方面(dalo土耳其鲁等人，2014年)。对玉米带地区这些增长影响的研究表明，结构实践对非经营者具有吸引力(Petrzelka等，2009年，Nassauer等，2011年)。然而，各研究对非经营者所有权的定义并不一致。近一半的玉米带农民是不在籍土地所有人，即居住在距离其土地50英里以上的所有者(Petrzelka et al. 2009)，与五大湖盆地的其他农民相比，不在籍土地所有人的土地退休登记率较低(Petrzelka et al. 2009)。然而，Nassauer等人(2011)发现，一种非运营者，投资者(定义为从未耕种过的土地所有者)，比其他爱荷华州农民拥有更高的土地退休登记率。

我们在研究土地保有权动态变化对保护措施采纳和水质的影响时，利用了这两项不同研究之间的差异，研究了不同的、重叠的非经营者子集。在我们的模型中，我们将不在场的土地所有者和投资者定义为相互排斥的非经营者所有者的子类型。随着时间的推移，我们的模拟假设非经营者所有者在保护决策中的参与度(在模拟结束时从0%到50%)随着时间的推移，他们越来越多地连接到信息网络。

农业政策的变化:作物收入保险

当前的农业政策有许多推动农民采取保护措施的因素;然而，政策激励往往超过了这些，导致采用的方法参差不齐，在改善水质方面不够有效(Doering et al. 2007)。目前讨论的农业法案包括用补贴作物保险取代商品支付。从1985年开始，参加补贴的农作物保险项目要求遵守保护规定，即，避免抽干湿地，并实施整个农场的保护计划，以减少侵蚀到可接受的水平。然而，在1996年的农业法案中，保护合规要求被从保险计划中删除(Smith and Glauber, 1997)。

目前，农民可以在两种保险政策中选择，作物产量或收入保险，其中美国农业部为农民保费成本的三分之二提供补贴(Coble和Barnett 2013)。作物产量保险保护农民免受由于天气和其他因素造成的减产的收入影响，而收入保险则保护农民的收入不受产量变化和市场波动的影响，并间接鼓励农民增加其生产面积。为了评估作物保险取代商品支付的潜在影响，我们集中研究了收入保险(Coble和Barnett 2013)。

许多研究调查了风险规避在采用非结构性耕作(保护性耕作和免耕)中的作用，并一致发现风险规避与采用非结构性耕作之间存在负相关关系(Bultena和Hoiberg 1983, Belknap和Saupe 1988)。同样，当农民考虑实施营养管理计划(减少化肥)时，他们通常会假设产量的不确定性增加。为农民提供收入保险可以减少营养管理计划实施和非结构性实践采用所涉及的风险(博世和皮斯2000年)。

合理的未来情景

本分析的主要目的是了解在合理的未来下，采取保护措施的驱动因素和随后的水质影响。为此，我们通过对非经营者所有者的两个假设交叉两个政策未来构建了四个场景(表3)。这些场景旨在前瞻性和信息性，而不是对未来的预测或规范性(Nassauer和Corry 2004年)。
“基线情景”(1)表示现有土地保有权，其中经营者(传统的、补充的和以商业为导向的农民)负责保护措施采用决策，非经营者所有者不参与生产和保护决策。在这种情况下，现有的农作物保险项目不包括在内。“非经营者所有者参与情景”(2)模拟了非经营者所有者参与增加对基线情景的潜在影响。在这种情况下，我们假设自然资源机构和非政府组织(ngo)与非经营者所有者接触，并有效地告知他们现有和可用的保护做法(表4)。“作物收入保险情况”(3)遵循了最近的美国农业法案讨论，即提供联邦补贴的作物收入保险，而不是商品生产补贴。这个场景不假设需要符合保护要求;然而，我们将在下面探讨替代方案。在这里，我们假设只有经营者是决策者，他们为他们管理的所有土地(包括租赁土地)购买75%覆盖率的作物收入保险，风险降低鼓励他们增加生产面积(表4)。“非经营人所有者参与的作物收入保险”(4)探讨了非经营人所有者参与增加对作物保险情景(3)的影响。作物收入保险提供了一个安全网，并间接激励经营者和非经营人所有者增加其生产面积(表4)。与保护计划的交叉遵守也不包括在该情景中。

水质Model-SWAT

SWAT是一个在流域尺度上分布的、空间显式的连续时间水质模型。该模型用hru将流域划分为子流域，表示具有共同土地覆盖、坡度和土壤特性的区域(Arnold等，1998年)。它是一个基于过程的模型，涵盖了地表水文、天气、沉积、土壤温度、作物生长、养分、农药和地下水，可以模拟气候和土地利用变化对流域养分和沉积物输送的影响，被广泛用于评估和预测保护措施的影响(Arabi等人，2008年)。使用SWAT建立的模型已被开发并应用于伊利湖流域，以预测采用保护措施对水质的潜在影响(Bosch等，2011年)。最近的SWAT应用表明，需要比目前采用的更积极的策略来大幅减少养分和沉积物的输送(Bosch et al. 2013)，特别是在预期的未来气候条件下(Bosch et al. 2014)。

在这项研究中，我们使用了为Sandusky流域开发的现有的、更高空间分辨率的SWAT模型(dalo土耳其鲁等，2012)。该模型是在空间尺度上使用的，其中SWAT的最小计算单位，平均HRU规模，对应Sandusky盆地的平均农场规模(258英亩;美国农业部2009年)。该模型通过大量模拟期间(1970-2010年)的每日流量和水质观测数据进行了校准和验证，可用于未来的场景测试。我们之前的建模工作表明了天气和农民管理决策对养分输送的重要性，特别是对DRP径流的影响(daloehlu等，2012)。

土地管理策略对水质的影响

该模型框架在流域尺度上评估了农场尺度决策的影响。在每个41年的模拟中，农民每年更新他们的采用决定;然而，因为决策相关的模型参数是从决策算法中的分布中采样的，所以每个场景由25个运行组成，每个运行代表来自分布的一个采样。

我们运行了ABM的41年模拟期(1970-2010)，得到模拟期的景观管理数据。然后，我们将ABM的输出作为SWAT的输入，并将水质模型输出报告为模拟期间(1970-2010年)25次SWAT运行的平均值(图3,4)。关于ABM和SWAT的联系，每年，农民采用保护措施的决定被用于修改多个SWAT输入文件。一旦更新了所有农民采用状态的信息，抽象网格文件中的ABM输出将提供每个农民在每个时期的采用状态，并用于对Sandusky流域文件中SWAT的相关输入文件进行必要的更新。摘要网格单元特征由SWAT的最小计算单元HRUs分配到Sandusky流域位置。然后在整个模拟期间(1970-2010年)运行SWAT，以提供诸如泥沙和磷负荷等水质指标。SWAT的输入文件都是ASCII文本格式的，这使得与ABM的接口很容易，并且MatLab编程语言支持这个链接。由于ABM结果代表了每个农民在每个时期的采用状态，因此不适合将结果表示为多个模拟的平均值。因此，结果(图3、4)被报告为包含所有25个模拟结果的模拟信封。附录2进一步详细说明了我们如何将ABM与SWAT联系起来。

结果

土地权属变动的影响

模型结果与观察到的土地权属趋势一致(附录1)。例如，美国农业经历了土地权属的结构性变化，完全所有权下降，非经营者所有权和大规模经营增加(Wunderlich 1993, Duffy 2008)。为了表示这一点，我们假设，65岁以后，传统农民转变为非经营性所有者，或将其土地出售给以商业为导向的或补充农民。这导致以牺牲传统农场为代价的大型商业导向型农场和小型辅助农场的比例增加(图3A)。我们假设辅助性和经营性的农民不会随着年龄的增长而改变他们的类型。这显然也导致了非经营者业主占农民人口的百分比(图3B)，以及其控制的生产面积(详见附录1)。

由于不同类型的农民具有不同的收养决策倾向，随着类型组成的变化，紧急收养模式也随之发展。例如，当非经营者所有者不参与决策和作物收入保险不可用时(情景1)，采用养分管理和结构实践的农民比例随时间显著增加，采用养分管理的比例增加更明显(图4)。由于非结构实践，如免耕技术直到20世纪80年代中期才出现，这些实践直到那时才出现在模型中。再加上农民类型组成的演变，这导致了在未来10年采用的显著增加。另一方面，土地退休被采纳的程度最低，这主要是因为登记的土地必须退休10年，不遵守规定将受到惩罚(图4)。在情景2中，当非经营性所有者发挥更积极的作用时，他们往往对结构实践和土地退休有更高的采用率。当非操作者是积极的决策者时，结构实践的平均采用率从17%增加到23%(图4)。

对水质的影响

在情景2中，到模拟期结束时，50%的非经营者所有者是采用保护措施的决策者(表4)。非经营者所有者对保护措施的积极态度导致结构措施的采用率更高，并加入减少TP负荷的土地退休计划(图5和图6)。在情景2中，沉积物、有机P (OrgP)和DRP负荷的结果相似。对于泥沙的改善更为明显，因为非运营商的业主更青睐结构实践，这在减少泥沙负荷方面更有效。

农业政策变化的影响

美国农业法案正在考虑的备选方案包括，用补贴的作物收入保险费取代商品支付，以更有力地激励农民参加作物收入保险。在这些模拟中，守恒 作物收入保险登记不要求遵守规定。通过比较场景1和3可以看到保险方案的效果(表3)。保险保护农民免受市场和作物产量波动的影响，而且由于支付是基于生产面积的，因此似乎鼓励农民增加其生产面积。在这种情况下，营养管理计划会增加，而当这些做法可用时，非结构性做法会急剧增加(图4)。当作物收入保险费得到补贴时，经营者和非经营者的结构性做法采用率和土地退休登记率都会下降，而营养管理计划的登记率则会增加。ABM的结果还表明，无论非经营者所有者是否参与，土地退休和结构实践都在减少(情景3和情景4)，这导致了更加同质化的保护景观(图4)。有了补贴作物收入保险，平均TP、OrgP、DRP和泥沙负荷更高(图5和图6)，主要是因为结构实践和土地退休的减少。

然而，如果农民利用作物保险作为激励，使作物施肥不足以获得赔偿(Sheriff, 2005年)，或引进没有作物保险他们可能会避免的做法或企业，即在季节性降雨不充足的地方种植玉米或大豆，则可能产生道德风险。古德温和史密斯(2003)也提出了农作物保险和其他灾害救济项目阻碍土地退休的担忧。另一个批评是在可侵蚀土地上支持增产的潜力(Keeton et al. 2000)。

农业政策的修改:关闭SES模型循环

在我们的建模框架中，我们根据最新的美国农业法案讨论提供联邦补贴的作物收入保险而不是商品生产补贴(场景3)构建了合理的场景，并假设保护遵从性与作物收入保险无关(Stubbs 2012)。模型结果表明，与基线(情景1)相比，该情景下TP、OrgP、DRP和产沙量略高(图6)，这归因于结构实践和土地退休登记的减少(图4)。

为了在社会和环境系统具有相互反馈的SES模型中闭合循环，我们添加了一个政策修改步骤，并允许农民代理对一系列新的激励、制裁和法规做出响应。为此，我们将保护遵从性与作物收入保险联系起来，并评估了不同的保护遵从性定义。已经讨论了加强和扩大保护合规要求(Perez 2007年，美国农田信托2011年，Cox等人2011年)。因此，在我们的框架中，我们测试了三种保护遵从性定义，农民可以;(a)采用非结构性做法;(b)实施结构措施;或(c)选择非结构性或结构性做法(表5)。尽管美国总会计办公室(GAO 2003)强调了合规执法需要更新和升级，但我们假设100%遵守了环保合规。

我们观察到更高的养分径流;特别是当农民选择非结构性做法作为保护符合性要求时(图7)，这是出于经济原因的一种常见做法。然而，如果保护遵从性要求扩大到包括以促进结构实践为重点的营养管理，关联模型结果表明结构实践在减少农业景观养分输送方面的有效性(图7)。

政策影响

该框架提供了一个强大的工具，以探索貌似合理的未来的影响，如农业土地保有权和政策的变化对采取保护措施的影响。我们的关联模型区分了减少化肥施用的营养管理计划、保护和免耕等非结构性做法、过滤土壤颗粒和养分的过滤条等结构性做法和土地退休计划。重要的是，该模型表明，土地权属和作物保险政策的变化影响了这些做法的采用，改变了农业景观，影响了水质。

桑达斯基流域是玉米带流域的典型代表。因此，本研究结论对其他玉米带流域具有一定的参考价值。但是，需要考虑不同地理位置的环境驱动和过程的差异，如土地覆盖、土壤类型和气候条件，以及它们对氮磷转化的影响。

通过调查四种可能的情况对水质的影响，我们证明了未被研究的非经营者所有者的重要性，以及与作物收入保险相关的新政策可能产生的影响。我们的研究结果表明，当非经营者所有者参与决策过程，且不提供作物收入保险以取代与遵从性挂钩的商品支付时(场景2)，负荷(尤其是泥沙负荷)会出现最大程度的减少。这种改善主要归因于支持结构做法的农民比例的增加，这种做法更有效地减少了泥沙和养分负荷。我们的研究结果还指出了非运营方业主参与的积极影响，并强调了制定创新政策的重要性，以接触和告知非运营方业主现有的水质问题、可能的解决方案以及他们在实施这些问题中的作用。

当补贴作物收入保险被推广为一项风险管理计划时，在不遵守保护规定的情况下，它会激励农民，无论哪种类型，增加生产面积，甚至包括高度易侵蚀的地区或湿地。由于结构实践和土地退休登记的减少，这将导致更加同质的保护景观产生略高的负荷(场景3和4)。相反，我们的研究结果表明，如果作物收入保险与保护挂钩，特别是结构实践，沉积物和养分负荷会减少。最近一项对爱荷华州农民的调查显示，支持扩大保护遵守要求，包括营养管理和侵蚀控制(Arbuckle 2010)。此外，由于结构实践可以通过遥感看到，合规执行将需要更少的NRCS人员和更少的联邦预算。

我们的分析显示，在合理的未来情景下，只有适度的负载减少(1-6%)，这与假定可行实现水平的SWAT的其他相关应用相当(Arabi等人，2008年，Bosch等人，2013年)。保护实践的采用率也与观察结果(Smith and Goodwin 1996, Bosch and Pease 2000, Goodwin and Smith 2003, Duffy 2008, Petrzelka et al. 2009, Nassauer et al. 2011)和其他SWAT模型使用的可行实施水平(Arabi et al. 2008, Bosch et al. 2013)一致。总的来说，这些结果表明有必要制定创新政策，促进更多地采用保护措施，并将保护遵从性附加到作物收入保险中，或许还需要对保护遵从性进行新的定义。事实上，之前在伊利湖盆地实施的SWAT模型表明，产量减少效果高达30-40%，采用率显著提高(Bosch et al. 2013)。

文献引用

美国农田信托，2011。保护合规性:保护对环境敏感的农场和牧场土地。美国的农田的信任。(在线)网址:http://www.farmbillfacts.org/wp-content/uploads/2013/01/AFT_FB_SafeGuard_2013.pdf

M.阿拉比，J. R.弗兰肯伯格，B. A.恩格，J. G.阿诺德。2008。代表特警队的农业保护措施。水文过程22日(16):3042 - 3055。

阿巴克尔，2010。在爱荷华州:社会和环境方面。爱荷华州立大学扩展中心，美国爱荷华州。

阿诺德，J. G.， R.斯里尼瓦桑，R. S.穆提亚，J. R.威廉姆斯，1998。大面积水文建模和评价。第1部分:模型开发水资源学报，34(1)，73-89。

阿克塞尔罗德，1997。合作的复杂性:基于代理的竞争和协作模型。普林斯顿，新泽西州:普林斯顿大学出版社。

Belknap, J.和W. E. Saupe. 1988。威斯康星州西南部农场家庭资源与免耕耕作的采用。中北农业经济，10(1)，13-23。

伯恩斯坦，J.库珀和R.克拉森。2004。美国和欧盟的农业和环境。美国农业部经济研究处，华盛顿特区，美国。

博世，J. D.艾伦，D. M.多兰，H.韩，R. P.理查兹，2011。伊利湖六流域水土评价工具的应用:模型参数化与校正。五大湖研究杂志37(2): 263 - 271。

博世，N. S, J. D.艾伦，J. P.塞勒吉安，D.斯卡维亚。2013。伊利湖流域农业最佳管理实践场景测试。五大湖研究杂志39:429 - 436。

博世，N. S.， M. A.埃文斯，D.斯卡维亚，J. D.艾伦，2014。气候变化和农业bmp对养分径流的交互影响。beplay竞技五大湖研究杂志:在出版社。

博世和J. W.皮斯。2000。农业的经济风险与水质保护。农业经济学综述22(2): 438 - 463。

Boyer, E. W.， c.l. Goodale, n.a. Jaworsk, R. W. Howarth, 2002。美国东北部人为氮源及其与河流氮输出的关系。生物地球化学57(1): 137 - 169。

布鲁萨德、R. E.特纳和J. V.韦斯特拉。2012。联邦农业政策会影响地表水质量吗?农业、生态系统与环境158:103 - 109。

布尔特纳，G. L.和E. O.霍伊伯格，1983。影响农民保护性耕作的因素。水土保持学报38(3): 281 - 284。

卡朋特，S. R. 2008。磷的控制是缓解富营养化的关键。美国国家科学院院刊105(32): 11039 - 11040。doi: 10.1073 / pnas.0806112105http://dx.doi.org/10.1073/pnas.0806112105

Claassen, r . 2012。美国农业环境遵守激励的未来:商品、保护和作物保险计划的作用。EIB-94，美国农业部，经济研究处，华盛顿特区，美国。

Coble, K. H.和B. J. Barnett. 2013。我们为什么要补贴农作物保险?美国农业经济学杂志95(2): 498 - 504。

康斯坦斯，D. H.， J. S. Rikoon, J. C. Ma. 1996。地主参与密苏里州租用农田的环境决策:农药使用和水质问题。农村社会学61(4): 577 - 605。

C.考克斯，A.拥抱，N.布鲁泽里乌斯，2011。失利。环境工作组，华盛顿特区，美国。

daloehlu, K. H. Cho, D. scvia . 2012。评价伊利湖长期溶解活性磷负荷趋势的原因。环境科学与技术46(19): 10660 - 10666。

达洛伊尔卢，j·I·纳索尔，r·l·里奥罗。D.斯卡维亚。2014。采用保护实践:基于智能体的农民特征建模类型学。农业系统:在出版社。

Doering, o.c.k, c.l, J. I. Nassauer, D. scvia . 2007。农业政策的选择。285 - 301页在j·i·s·纳索，m.v.， d·斯卡维亚，编辑。从玉米带到海湾:替代农业未来的社会和环境影响。未来资源，华盛顿特区，美国。

多兰，D. M.和S. C. Chapra. 2012。五大湖总磷:1。负荷分析和更新(1994-2008)。五大湖研究杂志38(4): 730 - 740。

达菲,m . 2008。2007年爱荷华州的农田保有权和所有权。爱荷华州立大学扩展中心，美国爱荷华州。

福斯特，2000年。公共政策和私人决策对伊利湖水质和农业经济的影响。水土保持学报55(3): 309 - 322。

加洛韦，J. N, F. J.丹德纳，D. G.卡彭，E. W.博耶，R. W.豪沃斯，S. P.塞茨辛格，G. P.阿斯纳，C. C.克利夫兰，P. A.格林，E. A.霍兰德，D. M.卡尔，A. F.迈克尔斯，J. H.波特，A. R.汤森，C. J. Vöosmarty。2004.氮循环:过去，现在和未来。生物地球化学70(2): 153 - 226。

总会计办公室。2003.农业保护美国农业部需要更好地确保高度可侵蚀农田和湿地的保护:报告给美国参议院农业、营养和林业委员会的资深民主党成员。美国会计总局，华盛顿特区，美国。URL:http://purl.access.gpo.gov/GPO/LPS36719．

古德温，B. K.和V. H.史密斯。保护保护区、联邦作物保险和其他政府项目的事后评估:项目参与和土壤侵蚀。农业与资源经济学杂志28(2): 201。

格林，V.， U.伯格，D. L.德·安吉利斯，J. G.波尔希尔，J.吉斯克，S. F. Railsback. 2010。ODD协议:回顾和首次更新。生态模型221(23): 2760 - 2768。

霍利，T. H. johenen, Y. R. Rao, S. A. Ruberg, D. Beletsky, S. A. Ludsin和S. B. Brandt. 2006。伊利湖缺氧促使加拿大和美国。研究。Eos，美国地球物理联合会学报87(32): 313 - 319。(在线)网址:http://www.glerl.noaa.gov/ifyle/docs/hawley-eos-06.pdf

詹森,m . 1998。使用复杂的自适应系统为全球变化建模。生态系统1(5): 457 - 463。(在线)网址:http://dlc.dlib.indiana.edu/dlc/bitstream/handle/10535/2630/use_of_complex.pdf?sequence=1

基顿，K. J. Skees和J. Long, 2000。风险管理方案对种植决策的潜在影响。美国肯塔基州列克星敦肯塔基大学农业经济系工作人员手稿。

列文，t。西帕帕迪亚斯，a。Crépin, J.诺伯格，A.德泽乌，C.福尔克，T.休斯，K.阿罗，S.巴雷特，G.戴利，P.埃利希，N.考茨基，k - g。马勒，S. Polasky, M. Troell, J. R. Vincent, B. Walker, 2012。社会生态系统作为复杂的适应系统:建模和政策含义。环境与发展经济学18:(2): 1111 - 132。

刘，J. G, T. Dietz, S. R. Carpenter, M. Alberti, C. Folke, E. Moran, A. N. Pell, P. Deadman, T. Kratz, J. Lubchenco, E. Ostrom, Z.欧阳，W. Provencher, C. L. Redman, S. H. Schneider，和W. W. Taylor. 2007。人类与自然耦合系统的复杂性。科学317(5844): 1513 - 1516。

米卡拉克，a.m.， E. J.安德森，D.贝莱茨基，S.博兰，N. S.博世，T. B.布里奇曼，J. D.查芬，K. H. Cho, R. Confesor, I. daloehlu, J. DePinto, M. A.埃文斯，G. L. Fahnenstiel, L. He, J. C. Ho, L. Jenkins, T. Johengen, K. C.郭，E. Laporte, X. Liu, M. McWilliams, M. R. Moore, D.J. Posselt, R. P. Richards, D. scvia, A. L. Steiner, E. Verhammer, D. M. Zagorski。2013。农业和气象趋势与预期的未来条件一致，导致伊利湖创纪录的藻华。美国国家科学院院刊110(16): 6448 - 6652。http://dx.doi.org/10.1073/pnas.1216006110

Monticino, M.， M. Acevedo, B. Callicott, T. Cogdill, C. Lindquist. 2007。耦合的人类和自然系统:基于多主体的方法。环境建模及软件22(5): 656 - 663。

Nassauer, J. I.和R. C. Corry. 2004。在景观生态学中使用规范情景。景观生态学19(4): 343 - 356。

Nassauer, J. I, J. A. Dowdell, Z. Wang, D. McKahn, B. Chilcott, C. L. Kling, S. Secchi. 2011。爱荷华州农民对玉米带农业变革情景的反应。水土保持学报66 (1): 18 a-24a。http://dx.doi.org/10.2489/jswc.66.1.18A

国家研究委员会(美国)21世纪系统农业委员会，2010。21世纪的可持续农业体系。国家科学院出版社，华盛顿特区，美国。

S. L.内奇，J. G.阿诺德，J. R.基尼里，J. R.威廉姆斯。2011。水土评价工具(SWAT)理论文献。德克萨斯农工大学，学院站，德克萨斯州，美国。

佩雷斯,m . 2007。下游问题:升级环保合规。环境工作组，美国华盛顿特区。

P.彼得尔卡，T.布曼，J.里奇雷。2009。让缺席的土地所有者参与保护实践决策:一个研究不足群体的描述性研究。水土保持学报64(3): 94 - 99。

Rammel, C. S. Stagl和H. Wilfing. 2007。管理复杂的适应系统——自然资源管理的协同进化视角。生态经济学63(1): 9。

里鲍多m.o.和M.史密斯，M. 2000。水质:农业的影响。在ah - 722。农业资源与环境指标。美国农业部经济研究处，华盛顿特区，美国。

罗宾逊，D. T.， D. Murray-Rust, V. Rieser, V. Milicic, M. Rounsevell. 2012。模拟土地系统动态对人类福祉的影响:在斯洛文尼亚的科佩尔使用基于主体的方法来处理数据限制。计算机环境与城市系统“，36(2): 164 - 176。

斯卡维亚，J. D.艾伦，K. K.阿伦，S.巴托尔，D.贝列茨基，N. S.博斯，S. B.勃兰特，R. D.布里兰，I.达洛伊鲁，J. V.德普托，D. M.多兰，M. A.埃文斯，T. M.法默，D. S.布里兰。后托，韩h, T. O. Höök, R.奈特，S. A.卢德辛，D.梅森，A. M.米卡拉克，R. P.理查兹，J. J.罗伯茨，D. K.鲁辛斯基，E.卢瑟福，D. J.施瓦布，T. Sesterhenn, H.张，和周宇。2014。评估和解决伊利湖再富营养化:中部盆地缺氧。五大湖研究杂志40(2): 226 - 246。

夏普利，a.n, S. C. Chapra, R. Wedepohl, J.T. Sims, T. C. Daniel和K. R. Reddy, 1994。为保护地表水而管理农业磷——问题和选择。环境质量杂志23(3): 437 - 451。

警长,g . 2005。高效的浪费?农民过度施用营养物质的原因及其对政策设计的启示。农业经济学综述27(4): 542 - 557。

史密斯和J. W.格劳伯，1997。1996年农业法案对饲料和粮食的影响。美国蒙大拿州州立大学贸易研究中心。

史密斯，V. H.和B. K.古德温，1996。农作物保险，道德风险，农药使用。美国农业经济学杂志78:428 - 438。

索尔，M. J.特吉尼和K. D.维贝，2000。土地保有权和采取保护措施。美国农业经济学杂志82(4): 993 - 1005。

斯塔布斯,m . 2012。保护法规和美国农业政策。国会研究服务报告R42459。美国国会，华盛顿特区，美国。

美国农业部，2009年。2007年农业普查。第1卷第51部分，地理区域系列。美国概要和州数据。美国农业部，华盛顿特区，美国。

瓦尔布埃纳，D. P. H. Verburg和A. K. Bregt. 2008。区域土地利用研究中基于主体分析的类型学定义方法。农业、生态系统与环境128(1 - 2): 27-36。

Veldkamp, A.和P. H. Verburg. 2004。模拟土地利用变化和环境影响。环境管理杂志72(1 - 2): 1 - 3。

Wunderlich, g . 1993。美国农业的土地所有权和税收。西景出版社，博尔德，科罗拉多州，美国。

周勇，D. R. Obenour, D. scvia, T. H. Johengen和A. M. Michalak. 2013。1987-2007年伊利湖缺氧的时空趋势。环境科学与技术47(2): 899 - 905。http://dx.doi.org/10.1021/es303401b

---