曹 伟

（新疆水利水电科学研究院，新疆　　乌鲁木齐 830049）

基于因子分析的小管出流亏缺灌溉对葡萄产量与品质的影响

曹 伟

（新疆水利水电科学研究院，新疆乌鲁木齐 830049）

为客观评价小管出流灌溉方式下不同亏缺灌溉对葡萄产量与品质的影响，本文采用因子分析法研究了生育期亏水灌溉对葡萄产量、水分利用、外观和营养品质的综合影响。结果表明：可溶性固形物、总糖、耗水量与节水率4项指标是影响灌溉方式评价的主要因素；葡萄在萌芽期、抽蔓期、开花期与果实膨大期的灌水下限宜为75%，着色成熟期宜为55%～60%。研究结果对于实现西北内陆干旱区葡萄节水调质具有重要指导意义。

因子分析；亏缺灌溉；产量；品质；葡萄

我国是一个水资源短缺的农业灌溉大国，节约农业灌溉用水，提高作物水分利用效率，对于水资源的合理高效利用具有重要意义［1］。葡萄是世界四大水果之一，栽培面积占世界水果总面积的约1/8。由于葡萄的价格与其品质密切相关，随着人民生活水平的提高，消费者对农产品品质的要求越来越高，而灌溉是葡萄栽培管理中最频繁的管理措施，以水调质也被认为是提高作物品质最安全的措施之一，因而如何通过灌溉调节的作用使葡萄达到节水、丰产、优质的目的，是生产实践中迫切需要解决的一个重要课题。已有研究表明：适度的水分亏缺会抑制植株营养生长，同时促进作物光合作用产物向生殖体部分运移，从而提高作物的经济产量［2］。

目前，关于小管出流灌溉方式对葡萄产量、品质及水分利用的影响研究并不多［3-4］，葡萄灌水粗放、水分利用率不高、品质不佳等问题依然存在［5-6］。本文在前人研究的基础上，采用因子分析法研究了小管出流方式下不同生育阶段亏缺灌溉对葡萄产量、水分利用效率（w a t e r us ee f f i c i e nc y，WU E）及品质的综合影响，最终确定出了最佳的土壤水分调控范围，研究结果可为实现西北内陆干旱区葡萄栽培过程中的节水、调质、增效提供一定的理论参考。

1葡萄亏缺灌溉评价体系构建

根据文献［2］数据资料，小管出流灌溉方式下葡萄亏缺灌溉方式评价体系包括果实品质（可细分为果实外在品质与营养品质2类）、水分利用与经济效益3个方面（见表1）。其中果实品质包括果穗质量、果粒质量、花青苷、可溶性固形物、总糖与可滴定酸6项指标（前3项为果实外在品质指标，后3项为果实营养品质指标）；水分利用包括灌溉定额、耗水量、灌溉水利用效率、水分生产效率与节水率5项指标；经济效益包括果实产量与增产率2项指标，详见表1。

表1 小管出流亏缺灌溉方式评价指标体系

上述指标中，果穗质量、果粒质量与花青苷反映了果实的外在品质，其值越大，葡萄外观质量越优；可溶性固形物与总糖构成了葡萄果实的主要成分，反映了果实的内在品质，其值越大，果实口感越好，可滴定酸值越大，果实酸味越浓，相应的果实口感会越差；在水资源总量与果实产量保持在一定范围的情况下，葡萄灌溉定额与耗水量越小越好，此时灌溉水利用效率、水分生产效率与节水率指标值越高，该亏缺灌溉方式越优。

2因子分析法

2.1基本原理

因子分析是一种数学降维方法，它可以把给定的相关变量通过线性变换转化为新的不相关变量，这些变量按照方差递减的顺序排列，且互不相关［7］。

设有n个评价方案，每个方案有p个评价指标，则可构成n×p阶方案矩阵：

利用p个原始变量构成少量新的综合变量，使新变量为原始变量的线性组合，这样定义x1，x2，…，xp为原变量指标，Z1，Z2，…，Zm（m≤p）为新的综合变量，则

2.2计算步骤

因子分析法计算步骤如下：

a.对原始数据进行无量纲处理：

式中 xi j——第 i个指标第j方案的原始值；

c.计算特征值与特征向量。根据特征方程|λi-R|=0，求出特征值λi（i=1，2，…，p），并按大小排序，之后求解特征值所对应的特征向量ei（i=1，2，…，p），‖ei‖=1。

d.计算主成分 zi贡献率和累计贡献率k， 一般取累计贡献率大于85%的特征值所对应的主成分进行因子分析。

e.因子旋转。采用方差最大化正交法旋转因子，以使因子载荷系数尽量接近1或0。

f.评价指标权重计算。指标权重计算式如下：

式中 wi——指标i的权重；

ej——主成分j的方差贡献率；

βi j——因子得分系数。

g.亏缺灌溉方案综合评价。亏缺灌溉方案综合值计算如下：

式中 zi j——指标归一化值；

Aj——第j个评价方案的综合值；

其余参数含义同上。

综合值Aj越大，则表明亏缺灌溉方案越优，反之则表明方案越劣。

3模型应用

3.1数据来源

根据文献［2］中的数据资料，采用因子分析法对小管出流灌溉方式下葡萄不同亏缺灌溉进行综合评价。葡萄亏缺灌溉方案设计见表2，各处理下的果实品质、水分利用及经济效益情况见表3。

表2 小管出流方式下葡萄亏缺灌溉方案设计

表3 不同亏缺灌溉处理评价指标值

3.2因子分析

按照因子分析法计算步骤，首先将表2中不同处理的指标数据进行标准化处理，之后求出指标相关系数矩阵，并解相关系数矩阵的特征方程以计算特征值（见表4）。由于表3中各评价指标间具有一定的相关性，运用所有指标进行方案评价时，会有信息重叠。由表4可知，前2个主成分累计贡献率为93.15%，说明它们基本包含了以上13个指标的所有信息。其中，第一个主成分又是最重要的，对评价结果影响最大（方差贡献率为83.23%）。

此外，对各评价指标进行K M O检验和B a r t l ET t球形检验，结果表明：评价指标K M O值为0.652，根据统计学家K a i s e r给出的标准（K M O大于0.6），适合因子分析；同时B a r t l ET t球形检验给出的相伴概率为0.000，小于显著性水平0.05，因此，拒绝零假设，认为原始变量之间存在相关性，可以进行因子分析。

表4 主成分特征值、贡献率及累积贡献率

利用方差极大正交旋转法求出前2个主成分的荷载值（见表5）。在第一主成分中，除可滴定酸C 6指标的荷载值较小外（其值为0.113），其余评价指标均占有较大比重。第二主成分主要受可滴定酸C 6指标影响（其值为-0.978）。

表5 主成分荷载旋转矩阵

根据旋转后的因子得分系数，利用式（5）计算得到13个评价指标的权重w，得 w=（0.0730，0.0868，0.0642，0.0905，0.0894，0.0207，0.0742，0.0890，0.0803，0.0809，0.0901，0.0786，0.0821）。

由评价指标权重可知，可溶性固形物C 4、总糖C 5、耗水量C 8与节水率C 11这4项指标对亏缺灌溉方式评价综合值的影响较大（上述评价指标权重均大于0.089）

将表3中各处理下的指标数据按照指标类型（越大越优型指标与越小越优型指标）分别进行归一化处理，之后将各评价方案归一化结果带入式（6），即可得到小管出流灌溉方式下不同亏缺灌溉方案综合评价值（见表6）。

表6 亏缺灌溉方案综合评价值及排序

3.3评价结果分析

由表6可知，FⅤ处理为最优亏缺灌溉方式，其综合值为0.7534，FⅣ处理为最劣亏缺灌溉方式，其综合值为0.2356。结合表3数据可知，FⅤ处理的花青苷、总糖与可滴定酸这3项品质指标最优，表明该灌溉方式下的葡萄具有良好的品质优势；在水分利用方面，FⅤ处理的灌溉定额、耗水量与节水率这3项指标也同样远远优于其余灌溉处理。因此，综合评价FⅤ处理为最优亏缺灌溉方案这也是合理可信的。

4结 语

本文构建了基于因子分析法的小管出流葡萄亏缺灌溉综合评价模型，结果表明：

a.可溶性固形物、总糖、耗水量与节水率4项指标对亏缺灌溉方式综合评价的影响较大，其指标权重分别为0.0905、0.0894、0.0890与0.0901。

b.FⅤ处理为小管出流方式下葡萄最优亏缺灌溉制度，即萌芽期、抽蔓期、开花期与果实膨大期的灌水下限均为75%，着色成熟期的灌水下限为55%～60%。

c.在葡萄栽培中合理调亏灌溉能提高作物水分生产效率，实现节水、高效用水和提高部分品质指标的目的，这对西北干旱缺水地区葡萄种植具有重要意义。下一步应重点研究连续或交替亏缺灌溉对葡萄产量、品质的影响以及水分调控与品质的响应机理。■

［1］ 丁慧.发展农业节水灌溉，实现水资源的可持续利用［J］.水利建设与管理，2010（3）：73-75.

［2］ 张兴华，王育男，李强.微润灌溉技术在清原县的应用［J］.水利建设与管理，2014（4）：65-68.

［3］ 邵明星.风沙土微灌灌溉方式和水量对玉米生长的影响［J］.水利技术监督，2014（2）：79-82.

［4］ 齐肖华.棉花膜下滴灌与常规灌溉效益比较［J］.水利规划与设计，2014（7）：65-67.

［5］ 张军明.宁南山区马铃薯灌溉技术研究［J］.水利技术监督，2014（6）：53-56.

［6］ 韩万海.地下水限额控采条件下民勤红崖山灌区灌溉模式转型研究［J］.水利规划与设计，2010（5）：8-10.

［7］ 许朗，黄莺.基于主成分分析的江苏省水资源承载力研究［J］.长江流域资源与环境，2011，20（12）：1468-1474.

I n f l u e n c eof s mal l t u b ef l owd e f i c i t i r r i gat i onongr aP e yi e l dan dq u al i t y b as e donf ac t oran al ys i s

C a oWe i
（X i nj i ang R e s e ar c h I ns t i t ut e o f W at e r R e s o ur c e s and H y dr o p o w e r，U r um q i 830049，C hi na）

I n t hepa pe r，f a c t o r a na l y s i sm ET ho d i sa do pt e d t os t udyc o m pr e he ns i v ei nf l ue nc eo f de f i c i t i r r i g a t i o n o n g r a pe y i e l d，w a t e r ut i l i z a t i o n，a ppe a r a nc ea nd nut r i t i o n qua l i t ydur i ngg r o w t h pe r i o d i n o r de r t oo bj e c t i v e l ye v a l ua t ei nf l ue nc eo f di f f e r e nt de f i c i ti r r i g a t i o nso n g r a pey i e l d a nd qua l i t yunde rs m a l lt ubef l o wi r r i g a t i o n m o de.R e s ul t ss ho wt ha tf o ur i ndi c a t o r s o f s o l ubl es o l i d，t o t a l s ug a r，w a t e r c o ns um pt i o n a nd w a t e r s a v i ngr a t ea r em a i n f a c t o r s a f f e c t i ngi r r i g a t i o n m o de e v a l ua t i o n.T hel o w e r l i m i t o f g r a dei r r i g a t i o n dur i ngbud pe r i o d，t e ndr i l pe r i o d，f l o w e r i ngpe r i o d a nd f r ui t e nl a r g e m e nt pe r i o d s ho ul d be 75%，a nd t hei r r i g a t i o n r a t es ho ul d be 55%～60%dur i ngs ha di ngm a t ur epe r i o d.T her e s e a r c h r e s ul t s ha v ei m po r t a nt g ui di ngs i g ni f i c a nc ef o r r e a l i z i nga nd g r a pew a t e r s a v i ngqua l i t ya dj us t m e nt i n no r t hw e s t i nl a nd a r e a.

f a c t o r a na l y s i s；de f i c i t i r r i g a t i o n；y i e l d，qua l i t y；g r a pe

T V 212

B

1005-4774（2015）04-0074-04

10.16616/j.cn ki.10-1326/T V.2015.04.023