基于Meta分析的中国灌溉冬小麦产量及水分利用效率影响因素研究

2020-05-18武亚梅朱金铤朱德兰

灌溉排水学报 2020年2期

武亚梅，朱金铤，朱德兰 *，李丹

（1.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西杨凌 712100；2.西北农林科技大学水利与建筑工程学院，陕西杨凌 712100；3.青海省水利水电勘测设计研究院，西宁 810001）

0 引言

冬小麦是中国主要粮食作物之一，确保其生产可持续发展对保障我国粮食安全意义重大。研究发现，旱作条件下，中国北方冬小麦区水分亏缺比较严重，冬小麦生育阶段降水条件不能满足其正常生长发育需求，因此针对不同地区、不同气候条件下如何提高冬小麦产量与水分利用效率的研究是众多学者关注的议题。国内外学者通过田间试验及数学方法对不同因素对灌溉冬小麦产量与水分利用效率的影响进行了大量研究[1-4]，周丽丽等[5]研究发现，冬小麦产量随灌溉定额的增加而增加，诸多学者认为降水、气温和日照等气象因子影响冬小麦产量[6-7]。姚玉璧等[8]分析气象因子与冬小麦水分利用效率间的关系，结果表明冬小麦水分利用率与返青期和成熟期气温成正比，代立芹等[2]研究发现黄淮海北部麦区产量主要受各生育期气温和日照以及拔节-抽穗期降水量的影响。诸多研究表明，在多数情况下灌溉并不能增加水分利用效率[8-10]，杨文稼等[10]研究表明，灌溉冬小麦的水分利用效率受生育期降雨量影响显著，认为在半干旱地区，只有在干旱年份灌溉才能提高水分利用效率。

以往研究大多基于某一特定地区，针对某个影响参数而开展的田间试验研究，缺乏系统的综合分析，另一方面，灌溉的产量和水分利用效应在地区间是否差异显著，是否因不同气候条件、不同灌溉定额条件而表现出差异，研究间分歧的来源是什么，很难从传统的单一小区试验中得知。因此，须利用已有的大量田间独立试验结果，从更大尺度进行宏观定量综合分析。

Meta分析是一种能够对同一主题的多个研究结果进行综合分析的方法，可以定量化地综合现有试验数据，系统分析特定措施的综合效应及其影响因素。目前，Meta分析方法逐渐在农业工程领域得到应用，已被应用于分析地膜覆盖对马铃薯产量的影响[11]、小麦玉米产量对深松的响应[12]、可降解膜对玉米产量的影响及其影响因素[13]、加气灌溉对作物产量和水分利用效率的影响[14]等。本文通过文献检索获得98篇灌溉条件下冬小麦产量与水分利用效率的大田试验文献，共计953组试验数据，以冬小麦生育期内不灌溉为对照，应用Meta分析方法定量研究灌溉冬小麦产量及水分利用效率的区域效应及影响因素，以期为提高不同气候条件下灌溉冬小麦产量与水分利用效率提供参考。

1 数据与方法

1.1 数据来源

本研究通过对中国知网、维普、万方及 Web of science、Google scholar等中英文数据库进行检索，收集了截至2017年7月21日国内外发表的有关灌溉对我国冬小麦产量和水分利用效率影响的田间试验论文，中文检索词包括灌溉、冬小麦、产量、耗水、水分利用效率等及其组合；英文检索词包括irrigation、winter wheat、yield、water consumption、water use efficiency（WUE）及其组合等。用于该研究的分析样本的筛选标准如下：①试验地点位于中国范围，试验站点明晰，年份清楚；②必须为无防雨棚的田间试验，盆栽、水分池及有防雨棚的试验均排除在外；③试验处理同时包括灌溉（试验组）与生育期不灌溉（对照组），排除种植密度为试验因素的文献；④文中列出2种处理的产量或水分利用效率的均值、标准差（误）和样本量（处理重复数），至少有冬小麦产量和水分利用效率2个指标中的1个。经以上标准筛选，共获得98篇文献（中文86篇，外文12篇），包含953组数据对（产量953组，水分利用效率592组）。文献中的数据有3种呈现方式：表格、柱状图与折线图，对表格中的数据直接提取；对以柱状图或折线图形式呈现的数据，则采用GetData Graph Digitizer2.24软件[15]进行数字化转换后再提取。对符合标准的文献提取试验点位置、生育期降雨量、年均温度、冬小麦品种、试验时间、灌溉定额、各处理的产量与水分利用效率等数据。文献缺乏气象数据时，通过国家气象信息中心中国气象数据网获取（http://data.cma.cn）。

1.2 数据分析

1.2.1 整合分析

在OpenMEE软件[16]中输入各研究灌溉和不灌溉冬小麦产量和水分利用效率的均值、其对应的标准偏差、样本个数（试验重复数），使用反应比的自然对数（lnR）[17]作为效应值，由于试验数据来自于不同试验地点，研究方向和田间管理措施也各不相同，选用随机效应模型计算效应值lnR[18]：

式中：Xe和Xc是试验组和对照组的产量或水分利用效率的均值（kg/hm2或 kg/m3）；R为反应比。利用OpenMEE软件中的随机效应模型对原始数据进行整合分析，得到平均反应比。如果95%置信区间与0相交，可认为试验组和对照组差异不显著；如果95%置信区间与0无交叉，则认为差异显著[19]。为了更加直观地反映灌溉冬小麦产量与水分利用效率效应和便于解释，将效应值lnR转化为增产率或相对水分利用效率变化率Z[17]：

式中：Z为增产率或相对水分利用效率变化率。

若R=1，即变化率为0，表明试验组和对照组没有差异；若R>1，则说明产生了正效应，灌溉引起冬小麦产量或水分利用效率提高；若R<1，则产生了负效应，灌溉使得冬小麦产量或水分利用效率降低。为了直观反映各研究数据对冬小麦产量和水分利用效率指标效应值lnR的分布情况，本研究利用高斯函数对冬小麦产量和水分利用效率指标的各效应值lnR进行正态分布拟合[20]，计算式为：

式中：x是冬小麦产量或水分利用效率某一分布频数区间lnR的均值；y是lnR在某一区间的分布频数；A是当x=xc时对应的系数；xc和w分别为lnR频数分布所拟合正态分布曲线的平均值和方差。

1.2.2 Meta回归分析

将原文献围绕各变量按照一定标准进行组别划分，并对其进行Meta回归分析。Meta回归可以理解为多元回归，用来分析不同自变量对因变量的影响大小[20]。应用OpenMEE软件中的Meta-Regression模块进行Meta回归分析。

1.2.3 亚组分析

对不同的分组进行亚组（影响因素）分析，同时也作为Meta回归分析结果稳健性的检验。

2 结果与分析

2.1 冬小麦产量与水分利用效率的区域效应

2.1.1 冬小麦产量的区域效应

收集的98篇文献中，涉及山东、山西、陕西、河北、河南、新疆、北京、天津共8个省、市、自治区。本文根据获取数据情况及中国自然地理区域划分，将这些数据划分到西北、华北、华中和华东4个主要区域，计算各区域冬小麦产量效应值和进行高斯分布拟合（表1）。Meta分析结果表明，西北、华北和华东地区冬小麦产量综合效应值分别为 lnR为0.246±0.038、0.396±0.030 和 0.176±0.022，这与高斯分布拟合曲线对应的 lnR均值几乎相同（分别对应0.215、0.210、0.126），说明拟合曲线较好地反映了冬小麦产量对灌溉的响应大小的总体分布情况；华中地区冬小麦产量综合效应值lnR为0.611±0.134（表1），这与高斯分布拟合曲线对应的 lnR均值几乎相同（0.675），但正态检验的失败表明对数转化并不能总是能得到正态分布。

表1 产量效应值与高斯分布拟合表Table 1 Effect sizes (lnR) and Gaussian distribution of yield in different regions

总体而言，与生育期不灌溉相比（表 2），灌溉冬小麦平均增产率为 39.34%（置信区间 37.01%～41.70%），在中国西北、华北、华中和华东地区，冬小麦产量效应值的95%置信区间均不包含0，呈现出显著的增产效应，对应增产率分别为27.90%、47.49%、84.25%和19.56%。

表2 灌溉冬小麦产量的区域效应Table 2 Effect of irrigated winter wheat yield in different regions

2.1.2 冬小麦水分利用效率的区域效应

Meta分析结果表明，西北地区灌溉冬小麦水分利用效率综合效应值lnR为0.060±0.059（表 3），高斯分布拟合结果表明，对与不灌溉相比，灌溉对冬小麦水分利用效率影响明显，效应值的频数分布呈显著正态分布；华北、华中和华东地区冬小麦水分利用效率综合效应值 lnR分别为 0.044±0.028、0.294±0.084、-0.082±0.019，这与高斯分布拟合曲线对应的 lnR均值在数值上同样比较接近（分别为 0.026、0.326与-0.100），说明拟合曲线较好地反映了冬小麦水分利用效率对灌溉的响应大小的总体分布情况。

在中国不同区域，灌溉对冬小麦水分利用效率影响不同（表4）。西北、华北和华中分别增加6.21%、4.57%和34.18%，华东地区的水分利用效率变化率为-7.84%。可见，与生育期不灌溉相比，灌溉冬小麦的水分利用效率整体平均增加3.39%，但在降雨量较为丰富的华东地区，与生育期内不灌溉相比，灌溉后反而降低了冬小麦水分利用效率。

2.2 冬小麦产量与水分利用效率效应的异质性分析

Meta分析通常采用总异质性估量综合效应值的变异程度，原研究不具有一致性时可进行分组后再综合[21]。由表2和表4可看出，不同区域灌溉冬小麦产量和水分利用效率异质性检验均大于50%，表明所纳入的各研究间存在异质性，需要探索异质性来源。对此，将数据分别按灌溉定额、生育期降雨量、年降雨量、生育期均温分组，运用Meta回归分析检验研究间异质性的来源。由于年降雨量不仅包括生育期降雨量，还包含播前降雨，因此分组考虑降雨和温度2类气象条件对灌溉冬小麦的产量和水分利用效率效应。异质性分析结果见表5，各变量的回归系数表征纳入各变量后，回归模型中各变量与产量效应值和水分利用效率效应值的相关性，可以看出，各变量均不同程度地影响增产率和水分利用效率变化率，各因素解释了 7.84%的产量异质性和 5.64%的水分利用效率异质性。

表4 灌溉冬小麦水分利用效率的区域效应Table 4 Effect of irrigated winter wheat water use efficiency in different regions

表5 灌溉冬小麦产量与水分利用效率的异质性分析Table 5 Heterogeneity analysis of irrigated winter wheat yield and water use efficiency

2.3 冬小麦产量的影响因素

根据冬小麦产量的异质性分析结果，分别按灌溉定额、生育期降雨量、年降雨量和生育期均温分组多次进行Meta分析，探究灌溉条件下各影响因素对冬小麦产量的效应。以冬小麦试验年份生育期实测降雨量较多年生育期降雨量均值的相对变化率≤-25%、-25%～25%、≥25%将生育期降雨量分为3组；与半干旱、干旱地区与湿润地区的划分相似[12]，将年降雨量分为：≤400 mm、400～600 mm和≥600 mm，分别代表干旱、半干旱和湿润年份；生育期平均气温分为≤9 ℃和＞9 ℃。

灌溉条件下冬小麦产量影响因素分析如图 1所示，图1中各柱体上的线表示95%置信区间的上下限值，字母 M 代表灌溉定额，误差线上方的数字表示相应分组数据对的数量。结果表明，灌溉冬小麦的增产效应随灌溉定额的不同表现出一定差异（图1（a））。总体而言，各分组灌溉定额均显著提高了冬小麦产量，增产率随灌溉定额的增加而增大，增幅逐渐趋于稳定。灌溉定额≤120 mm时的冬小麦产量平均提高34.39%（置信区间 30.32%～38.59%），显著高于灌溉定额≤60 mm的17.23%（置信区间13.20%～21.40%）。与灌溉定额≤180 mm相比，当灌溉定额分别增加到＞180 mm且≤240 mm、＞240 mm时，冬小麦的增产率从45.65%（置信区间39.52%～52.04%）分别增加为53.39%（置信区间46.43%～60.68%）和61.68%（置信区间46.81%～78.06%），平均增产效应差异却并不显著。

灌溉冬小麦的增产效应在不同的气候条件下有所差异。总体而言，灌溉冬小麦的增产效应随生育期降雨量的增加而减小（图 1（b）），随年降雨量的增加呈现先增加后减少的趋势（图1（c））。当冬小麦生育期内降雨量偏少时，灌溉的增产效应非常显著（平均增产率 72.48%，置信区间 64.86%～80.45%），但当生育期降雨量处于半干旱或者湿润年份时，灌溉虽显著增加了冬小麦产量，但增产率（分别为 27.56%和 22.40%）显著低于降雨偏少时，且二者差异并不显著（置信区间25.06%～30.11%、19.80%～25.05%）；年降雨量为400～600 mm时冬小麦平均增产57.12%，而当年降雨量≤400 mm和＞600 mm时，灌溉冬小麦的增产效应均有一定幅度的降低，增产率分别降低为32.39%、25.83%，但灌溉较生育期不灌溉在不同年降雨量下均不同程度地显著提高了冬小麦产量。温度也是影响冬小麦产量的一个重要气候因子。整合分析结果表明（图 1（d）），灌溉冬小麦的产量随生育期均温的增加而显著增加，生育期均温≤9 ℃时，冬小麦平均增产率只有22.09%，当生育期均温＞9 ℃和时，平均增产率显著提高，达到45.81%。

图1 灌溉冬小麦产量影响因素分析Fig.1 Analysis of factors affecting yield ofirrigated winter wheat

2.4 冬小麦水分利用效率的影响因素

生育期灌溉与不灌溉条件下冬小麦水分利用效率影响因素分析（图2）结果表明，灌溉冬小麦的水分利用效率效应随灌溉定额的增加呈先增加后减少的趋势（图2a）。灌溉定额≤60 mm和＞120 mm且≤180 mm均提高了冬小麦水分利用效率，相对水分利用效率变化率分别为1.66%和4.01%，但较生育期不灌溉冬小麦水分利用效率差异不显著（P＞0.05），且相对水分利用效率变化率在 2个灌溉定额分组之间未达到显著性差异（置信区间-1.21%～4.62%、-0.22%～8.42%）。当灌溉定额＞180 mm且≤240 mm时，冬小麦水分利用效率较生育期不灌溉略有下降（相对水分利用效率变化率-0.32%，置信区间-5.83%～5.51%），但差异并不显著（P＞0.05）。与灌溉定额＞180 mm且≤240 mm相比，当灌溉定额增加到＞240 mm时，冬小麦的相对水分利用效率变化率显著降低为-11.29%（置信区间-18.57%～-3.37%），表明增加灌溉定额降低了冬小麦的水分利用效率。与之相反，灌溉定额＞60 mm且≤120 mm显著提高了冬小麦水分利用效率，相对水分利用效率变化率为7.66%（置信区间 4.35%～11.09%），表明适当的灌溉定额有利于提高冬小麦的水分利用效率。

不同气候条件通过影响冬小麦耗水过程和产量，间接影响冬小麦的水分利用效率，产量在很大程度上决定了水分利用效率。整合分析（图 2（b）），灌溉冬小麦在不同生育期降雨量下冬小麦水分利用效率效应表现出和产量相同的变化趋势，即随着生育期降雨量的增加，相对水分利用效率变化率逐渐降低，由相对水分利用效率变化率为 14.07%的正效应逐渐降低为相对水分利用效率变化率为-2.28%的负效应，而当生育期降雨量处于半干旱年份时，灌溉冬小麦水分利用效率表现出了一定的正效应，水分利用效率变化率为0.78%，但差异同全生育期不灌溉时的水分利用效率并不显著（置信区间-1.42%～3.04%）在不同年降雨量条件下（图2（c）），灌溉冬小麦水分利用效率效应表现出与产量相似的趋势，即随着年降雨量的增加，相对水分利用效率变化率呈先增加后减少的趋势。在干旱和湿润年份，灌溉对冬小麦水分利用效率的效应较生育期不灌溉均不显著（置信区间-5.96%～7.93%、-0.15%～3.77%），而半干旱年份灌溉后，冬小麦水分利用效率随产量的显著增加而增加，较生育期不灌溉显著提高水分利用效率 6.22%（置信区间2.70%～9.86%）。此外，温度同样是影响冬小麦水分利用效率的一个气象因子[8,22]。如图2（d）所示，生育期均温≤9 ℃时，灌溉冬小麦水分利用效率较生育期不灌溉总体上有所降低（相对水分利用效率变化率-1.70%），但差异同生育期不灌溉时的水分利用效率并不显著（置信区间-5.32%～2.04%）；生育期均温＞9 ℃时，灌溉冬小麦水分利用效率显著提高（相对水分利用效率变化率5.38%，置信区间3.46%～7.35%）。

图2 灌溉冬小麦水分利用效率影响因素分析Fig.2 Analysis of factors affecting water use efficiency of irrigated winter wheat

3 讨论

根据全国小麦种植区域分布的统计结果来看，本论文的研究区域所在省份播种面积占全国的58%[23]，包含了主要冬小麦种植省份如河北、陕西、山东等，能够在一定程度上代表中国北方冬小麦生产区域的状况。本研究将代表西北、华中、华东、华北的953组数据用于Meta分析，单纯说明这些区域的研究较多，且能够符合Meta数据分析的要求，并不表明在其他地方没有冬小麦产量和水分利用效率影响因素的研究存在。如王艺陶[24]在沈阳市开展了不同生育时期进行灌水处理的冬小麦试验，但未报道各处理灌溉定额，难以明确灌溉定额对冬小麦产量的影响，故不包含在本研究内。

同一地区，影响作物产量的主要气象因子在不同生育期表现出一定差异[3,25]，不同地区，对同一生育阶段而言，影响作物产量的主要气象因子也不尽相同[26]。本文基于多样本大尺度研究发现，冬小麦增产率随生育期均温和年均气温的增加而增大，这与张耀耀等[22]的研究结论不一致。本研究从较大的空间尺度上得出灌溉条件下年平均气温对灌溉冬小麦产量有显著的正效应，而张耀耀等研究表明沧州地区冬小麦实际水肥条件下的可获得产量与平均气温相关性不大，空间尺度不同可能是造成结果不一致的原因。另外，由于纳入的文献中温度较高的数据较多，数据的不平衡性可能造成结果产生一定的偏倚。本研究表明生育期降雨量较少时，灌溉显著提高了冬小麦水分利用效率，这与杨文稼等[10]的研究结果一致。肖国举等[27]研究发现，春小麦水分利用效率随灌溉量的增加而减小，与本文灌溉条件下灌溉定额对冬小麦水分利用效率的效应分析一致，表明适量的灌溉可以达到高产和节水的有效统一。

本研究应用Meta分析方法对灌溉冬小麦产量和水分利用效率效应及影响因素进行了初步整合和定量分析，一定程度上可反映灌溉冬小麦产量和水分利用效率的影响机制，但也存在局限性。灌溉增产效应受多个因素的影响，这些因素之间可能存在交互作用，本研究只针对数据较多的影响因素进行分析，而其他一些影响因子，如覆膜、耕作方式、土壤类型和灌溉方式等，本论文没有涉及。