霍丽丽，赵立欣，姚宗路，贾吉秀，赵亚男，傅国浩，丛宏斌

·农业生物环境与能源工程·

中国玉米秸秆草谷比及其资源时空分布特征

霍丽丽1，赵立欣1，姚宗路1※，贾吉秀1，赵亚男1，傅国浩1，丛宏斌2

（1.中国农业科学院农业环境与可持续发展研究所，北京 100081；2. 农业农村部规划设计研究院农村能源与环保研究所，北京 100125）

针对玉米秸秆资源量及时空区域分布不清等问题，该研究分析9个典型省的玉米秸秆草谷比差异性，并基于草谷比实测值，评价近10a中国玉米秸秆资源量的时空变化情况，预测玉米秸秆的资源潜力。研究结果表明，玉米秸秆草谷比实测值为（0.84±0.23），不同地区、不同品种草谷比差异显著，随着年份变化，玉米品种和种植方式在不断变化，草谷比逐年变小，从2009年1.2减小到2018年的0.84，估算2018年全国玉米秸秆理论资源量为2.16×108t，比2009年仅增加3.9%。玉米秸秆东北和华北地区资源量最高，占50%以上，与2009年相比，东北、华北、西北地区资源量有所增加，华东、华中、西南、华南略有下降；单位面积玉米秸秆可收集资源量4.51 t/hm2，比2009年增加23%，东北地区最高，其次华北、华东和西北地区，然后是华中和西南地区，华南地区最低。预测2025年玉米秸秆的理论资源量为(2.53±0.58)×108t，可收集资源量为(1.86±0.51)×108t。研究为全国各个地区的秸秆合理规划利用提供基本参考数据。

秸秆；资源评价；谷物；草谷比；理论资源量；可收集资源量；时空变化

0 引 言

中国秸秆资源丰富，尤其是玉米秸秆分布范围广，资源量约占总秸秆资源量的1/3[1]，2018年，全国玉米种植面积为42.1×106hm2，是2006年的1.5倍，而玉米产量为2.57×108t，是2006年的1.7倍[2]，玉米秸秆资源量随着种植面积和玉米产量增加而逐年增加，但秸秆资源量的统计值差异较大[3]，难以为秸秆综合利用的区划提供相对准确的数据支撑[4-5]。近年来，国家和各省市相继出台了秸秆利用实施方案，大力推进秸秆资源的综合利用。在规划方案中需要科学估算秸秆资源量和空间分布。秸秆资源量估算通常采用间接估算法，如地理信息系统（GIS）技术、资源密度指数、草谷比法、作物收获指数法和模型计算法等[3,6-13]。其中，草谷比法应用最为广泛，NY/T 1701-2009[14]中草谷比定义为某种农作物单位面积秸秆产量与籽粒产量的比值。秸秆和籽粒的质量与含水率密切相关，当给出某种作物的草谷比时，需同时注明含水率，通常按风干（含水率为15%）计。

秸秆草谷比的取值，直接影响秸秆资源量估算的准确性，中国幅员辽阔，种植作物类别和品种丰富，不同地域、不同作物品种的草谷比差异大，相关研究及有关统计数据显示玉米秸秆草谷比0.55～2.37[15]。由于试验人员、技术或设备条件受限，很多地方不具备测试条件或能力，草谷比多采用推荐值，农业相关部门为做好资源台账建设工作，发布了草谷比的推荐值，但与相关文献研究比较发现，推荐值数据往往较为陈旧，与各地实际草谷比数值偏差较大[3]，秸秆资源量估算数值普遍偏高[16]。随着作物品种的改良，同一种类作物的草谷比也随之不断变化[3]。因此，不同区域秸秆草谷比应进行实际测定取值。

本文重点研究玉米秸秆的草谷比及其资源时空分布特征。选择全国玉米种植量较大的9个省，采集典型全株样本，研究不同品种、不同地域玉米秸秆草谷比差异性，并基于草谷比试验实测值，结合机械化收获率、机械收集系数及人工收集系数，评价秸秆理论资源量和可收集资源量，比较分析近10a不同区域的玉米秸秆资源时空变化，并预测未来玉米秸秆的资源潜力。

1 方案设计

1.1 样本采集与制备

不同品种样本，采集地点河北省石家庄市藁城区某试验田，采集时间为2019年，样本品种41个，样本数量104个。种植方式为每行不同品种，采样地块的种植面积不小于500 m2，种植密度67 500株/hm2，每个品种行内分散随机选点采集3个样本。不同区域样本，选择玉米种植面积较大的9个省（自治区）的典型县（市），选取不同地区大田玉米常见的种植方式，每个区域选择1~2个主要玉米作物品种，种植密度52 500～67 500株/hm2，采样地块的种植面积应不小于500 m2，每个品种分散随机采集3个样本，样本数量共计124个，采集时间为2018—2019年。采集信息详见表1。

表1 玉米秸秆采集样本信息

样本采集要求为田间地上的全株样本（带玉米穗、带秸秆叶），采集方法参考文献要求[17]。样本进行烘干后分别测定玉米籽粒（脱粒后）、玉米秸秆的干质量和含水率，测定方法依据GB3543.6标准[18]。

1.2 计算依据

式中m为秸秆质量，kg；m为籽粒质量，kg；A为秸秆含水率，%；A为籽粒含水率，%；15%为秸秆风干时的含水率；12.5%为粮食作物国家标准水杂率。

玉米秸秆理论资源量按公式（2）计算。

式中为秸秆理论资源量，t/a；G为玉米产量，t/a。

玉米秸秆可收集资源量按公式（3）计算。

式中P为秸秆可收集资源量，t/a；为秸秆收集系数。

2025年玉米秸秆资源潜力预测方法，基于玉米产量潜力预测，根据玉米秸秆理论资源量和可收集资源量测算方法计算。玉米产量潜力预测方法，基于前4a玉米产量逐年增加量的算术平均值作为第5年比第4年的产量增加值，预测出第5年的玉米产量，以此类推，逐年预测至2025年。

2 玉米秸秆草谷比差异性分析

基于9个省（自治区）的124个样本分析（详见表2），玉米秸秆的草谷比在0.50～1.55之间，均值为0.84。不同地区、不同品种玉米秸秆的草谷比差异性均显著。从中筛选了样本量最多的品种郑单958，共计39个样本，覆盖6个省，该品种在不同地区种植，其草谷比差异性显著，范围在0.50～1.16之间，均值为0.74，比9个省全部品种的样本草谷比数值要小。基于同一个地区，河北石家庄试验田的41个不同品种104个样本分析，玉米秸秆的草谷比范围在0.50～1.26之间，均值为0.73，同一地区、不同品种的草谷比差异性显著。总体来看，不同区域比不同品种的玉米秸秆草谷比差异更显著。

表2 玉米秸秆草谷比差异性

从草谷比均值来看，如图1所示，东北地区玉米秸秆的草谷比均值较其他地区高，内蒙古东部、黑龙江省、辽宁省的草谷比数值较高，山东省和江苏省草谷比数值较低。总体来看，随着地域从北向南和从西向东，玉米秸秆的草谷比逐渐降低。

图1 不同区域秸秆草谷比箱线图

3 玉米秸秆资源时空变化趋势

3.1 玉米秸秆理论资源量

通过文献检索，梳理了近年来玉米秸秆草谷比的数值，见表3。总体来看，玉米秸秆草谷比呈逐渐变小趋势，从2006年1.2下降到2018年的0.84，下降30%。玉米秸秆草谷比逐渐变小这一结论与左旭等[19-20]相关研究的论述是一致的。草谷比的取值直接影响秸秆的资源量估算。本研究基于试验测定及相关参考文献中研究测定确定秸秆草谷比取值见表4。玉米秸秆理论资源量按式（2）进行测算。

近10 a玉米秸秆资源时空变化，如图2所示。从总量来看，2009－2014年玉米秸秆理论资源量逐年增加，到2014年达到最高为2.67×108t，随后缓慢减少，到2018年为2.16×108t，比2009年仅增加了3.9%；而玉米产量2.57×108t，比2009年增加了48.4%，玉米种植面积从2009年的32.9×106hm2增加到2018年的42.1×106hm2，增加了27.9%[2]。可见，玉米种植面积增大显著增加了玉米总产量，主要原因可能是玉米品种改良和种植方式变化，草谷比显著降低，玉米秸秆的增加幅度远小于玉米产量。

表3 玉米秸秆草谷比数值的文献调研

表4 玉米秸秆的草谷比取值

图2 2006－2018年玉米及秸秆产量

从单产来看，玉米单位面积产量2006－2013年呈逐年增加趋势，2013－2018年基本趋于稳定；玉米单产从2009年的5.26t/hm2增加到2018年的6.10t/hm2，增加了16.1%[2]；玉米秸秆单位面积产量呈逐年下降趋势，玉米秸秆单产从2009年的6.31t/hm2下降到2018年的5.13 t/hm2，下降了18.7%。

从区域分布结构看，如图3a所示，东北和华北地区资源量最高，占50%以上；西北和华南地区最低，约占10%。2006－2014年（除2012年外），各区域的玉米秸秆理论资源量均有所增加，尤其是东北、华北和西北地区增加显著；2014年以后各区域玉米秸秆理论资源量有所减少。如图3b所示，近10 a来，东北地区玉米秸秆资源量占全国秸秆总量的比例显著增加，由2009年的28.6%增加到2018年的32.8%，玉米秸秆理论资源量净增加1 142.8×104t；华北和西北玉米秸秆结构占比基本不变，玉米秸秆理论资源量比2009年分别净增加为224.4×104和109.6×104t；华东、华中、西南、华南玉米秸秆占比略有下降，各区域秸秆理论资源量比2009年净减少约110×104～220×104t。

图3 玉米秸秆资源区域分布

3.2 玉米秸秆可收集资源量

玉米作物的机械化收获率影响玉米秸秆可收集资源量。据调查玉米株高在210～313 cm之间，机械收获秸秆的留茬高度在5～20 cm之间，因此依据NY/T 1701-2009测算，机械收获的收割系数为0.90～0.95，本文取0.90，人工收获秸秆的收割系数取1.00，收获及运输过程中的损失率0.05。近年来，中国农作物机械化收获程度显著提高，玉米机械化收获率从2009年的17.0%提高到2018年的75.8%[27-30]，玉米秸秆收集系数随之减小，从2009年的0.93下降到2018年的0.88，详见表5。玉米秸秆的可收集资源量从2009年的1.92×108t增加到2014年的2.41×108t，随后逐渐缓慢下降，到2018年为1.90×108t。可见，随着机械化收获率的大幅增加，秸秆收集系数逐渐减小，玉米秸秆的可收集资源量与10a前基本持平。

表5 玉米秸秆的收集系数

玉米秸秆单位面积可收集资源量近10 a总体呈逐年下降趋势，如图4所示，全国平均水平从2009年的5.87 t/hm2下降到2018年的4.51 t/hm2，降低了23%，东北地区高于全国平均水平，华中、西南、华南低于全国平均水平。单位面积可收集资源量分区域差异明显，由北向南、由西向东逐渐变小，东北地区最高，其次华北、华东和西北地区，然后是华中和西南地区，华南地区最低。

图4 分区域玉米秸秆单位面积可收集资源量

玉米秸秆可收集资源量大于1 000×104t有7个省（自治区），依次为黑龙江、吉林、内蒙古、山东、河南、河北和辽宁，如图5所示。7个省可收集资源量占全国的70%左右。7个省的单位面积可收集资源量除河南、河北外，均高于全国平均水平。10 a以来，黑龙江和内蒙古2个省（自治区）的玉米秸秆可收集资源量大幅增加，分别比2009年增加了30%和26%；河北、山东、河南3个省的玉米秸秆可收集资源量有所降低，分别比2009年减少了17%、15%和10%。

3.3 玉米秸秆资源潜力预测

基于2015－2018年玉米产量预测到2025年秸秆资源潜力。2015－2018年，玉米产量呈逐年递减趋势，2018年比2015年减少3%，主要受国家农业宏观调控政策导向，作物种植结构有所变化，由传统作物向粮经饲作物种植转变，2018年玉米种植面积比2015年减少6.3%，基于该政策和变化规律，基于玉米秸秆资源潜力预测方法估算，如图6所示，预计到2022年玉米产量约2.55×108t，按秸秆草谷比（0.84±0.23）计，玉米秸秆理论资源潜力为（2.14±0.59）×108t；预计到2025年玉米产量约2.53×108t，玉米秸秆理论资源潜力为（2.12±0.58）×108t。随着玉米机械化收获率增加，假设玉米机械化收获率到2025年增加到80%，按照每年平均线性增加，到2022年机械化收获率为78.2%，玉米秸秆的可收集资源潜力为（1.88±0.51）×108t，到2025年，玉米秸秆的可收集资源潜力为（1.86±0.51）×108t。

图5 各省玉米秸秆可收集资源量

图6 玉米秸秆资源潜力预测

4 讨 论

相关学者平均秸秆资源量基本采用草谷比的测算方法，为统一方法本团队研究人员早在2008年研究制定了农业行业标准NY/T 1701-2009，本文实测草谷比的计算方法也基于此方法来测定。现有的统计数据均采用草谷比算法估算秸秆理论资源量。根据相关统计数据，详见表6，2006年玉米秸秆理论资源量1.82×108t，与本文测算的数值基本一致，差异在5%以内。2009－2018年统计数据与本研究测算的玉米秸秆资源量数据相差较大，统计数据显示2018年玉米秸秆理论资源量4.72×108t，可收集资源量4.02×108t，草谷比高达1.83，是本研究测定的玉米秸秆草谷比0.84的2.2倍，可见实际测试的玉米秸秆草谷比远小于统计参考值，因此统计参考值需要进行定期分区域实测并及时更新。由于草谷比实测的公开发表文献较少，时间最近的测定数据来源于第二次全国污染源普查，基准年为2017年。据第二次全国污染源普查公报统计数据[30]，2017年，秸秆理论资源量8.05×108t，秸秆可收集资源量6.74×108t，其中，玉米秸秆理论资源量2.79×108t，玉米秸秆可收集资源量2.55×108t。本研究2017年玉米秸秆理论资源量（2.59±0.71）×108t，玉米秸秆可收集资源量（2.28±0.40）×108t。实测值与第二次全国污染源普查公报统计数值基本一致。因此，建议2017年以来的秸秆资源统计数据，应当根据第二次全国污染源普查的草谷比实测值进行修正，同时今后可每隔2～3 a进行各个区域的秸秆草谷比实际测定，确保秸秆资源量统计数据的科学准确性。

表6 相关文献统计数据对比

研究分析了全国31个省（市、自治区）的玉米秸秆理论资源量（未统计的行政地区有台湾、香港和澳门），如表7所示。东北地区和黄淮海地区是玉米秸秆资源最丰富的地区，2018年全国超过2 000×104t的地区有4个，资源量由多到少依次为黑龙江、吉林、内蒙古和山东；1 000×104t～2 000×104t的地区有3个，依次为河南、河北、辽宁。以上7个省（自治区）占全国理论资源量的70.2%。

比较2018年和2006年秸秆资源变化情况，如表7。秸秆资源增加量大于50×104t的地区有8个，黑龙江省和内蒙古自治区增幅最大，分别净增加1 752×104和846×104t，四川、甘肃、新疆、云南、安徽、河南增加幅度在92×104～230×104t之间。秸秆资源减少量大于50×104t的地区有7个，其中吉林和贵州降幅最大，分别净减少232×104和224×104t，山东、陕西、辽宁、北京、重庆降幅在57×104～104×104t之间。

玉米草谷比随时间逐渐变小，其原因可能有玉米矮化品种改良、种植密度的变化、农机与农艺结合的机械化耕作技术与施肥方式的变化、以及生产技术管理水平提升等。这些因素均可能影响玉米草谷比数值，受样品量所限，该研究的数据还无法充分得出不同区域草谷比差异显著产生的原因。研究团队正在连年监测不同区域玉米品种、种植模式等对草谷比变化影响规律，希望能在今后研究中进行深入探讨影响草谷比的主要因素。

表7 2006和2018年玉米秸秆理论资源量区域分布

5 结 论

1）全国玉米种植量较大的9个省的玉米秸秆草谷比试验结果为（0.84±0.23），不同地区、不同品种玉米秸秆的草谷比差异均显著，区域比品种的差异更为显著。草谷比随着年份变化而逐渐变小，从2009年1.2减小到2018年的0.84，下降了30%；玉米秸秆收集系数随着玉米机械化收获率提高而减小，从2009年0.93减小到2018年的0.88，下降了5.4%。

2）全国玉米秸秆理论资源量2018年为2.16×108t，比2009年仅增加3.9%；单位面积玉米秸秆可收集资源量从2009年的5.87 t/hm2下降到2018年的4.51 t/hm2，降低了23%。而玉米种植面积比2009年增加了27.9%，玉米秸秆量远没有玉米种植面积增长比例大。预计到2025年玉米秸秆理论资源量为（2.53±0.58）×108t，可收集资源量为（1.86±0.51）×108t。

3）玉米秸秆东北和华北地区资源量最高，占50%以上。2018年与2009年相比，东北、华北、西北地区玉米秸秆资源量有所增加，其中理论资源量东北地区净增加1 142.8×104t、华北和西北分别净增加224.4×104和109.6×104t；华东、华中、西南、华南略有下降，理论资源量净减少110×104～220×104t。随着地域从北向南和从西向东，玉米秸秆的草谷比数值逐渐变小，单位面积的秸秆可收集资源量与草谷比的地域变化规律一致，东北地区最高，其次华北、华东和西北地区，然后是华中和西南地区，华南地区最低。

4）与有关统计数据比较，实际测试得出的玉米秸秆草谷比远小于统计数据草谷比的参考值，建议应定期根据不同区域的秸秆草谷比实测值进行修正，为秸秆合理规划利用方式及规模提供基本参考数据。

致谢：本研究感谢国家玉米产业技术体系各个试验站给予的玉米秸秆样品采集的大力支持和协助。

[1] 全国农作物秸秆资源调查与评价报告[J]. 农业工程技术：新能源产业，2011(2)：2-5.

[2] 国家统计局，2007－2019中国统计年鉴[M]. 北京：中国统计出版社. http://www.stats.gov.cn/tjsj/ndsj/.

[3] 谢光辉，王晓玉，任兰天. 中国作物秸秆资源评估研究现状[J]. 生物工程学报，2010，26(7)：855-863.

Xie Guanghui, Wang Xiaoyu, Ren Lantian. China’s crop residues resources evaluation[J]. Chinese Journal of Biotechnology, 2010, 26(7): 855-863. (in Chinese with English abstract)

[4] 孙建飞，郑聚锋，程琨，等. 基于可收集的秸秆资源量估算及利用潜力分析[J]. 植物营养与肥料学报，2018，24(2)：404-413.

Sun Jianfei, Zheng Jufeng, Cheng Kun. Estimate of the quantity of collectable straw resources and competitive utilization potential[J]. Journal of Plant Nutrition and Fertilizers, 2018, 24(2): 404-413. (in Chinese with English abstract)

[5] 霍丽丽，赵立欣，孟海波，等. 中国农作物秸秆综合利用潜力研究[J]. 农业工程学报，2019，35(13)：218-224.

Huo Lili, Zhao Lixin, Meng Haibo, et al. Study on straw multi-use potential in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(13): 218-224. (in Chinese with English abstract)

[6] Jiang D, Zhuang D, Fu J, et al. Bioenergy potential from crop residues in China: Availability and distribution[J]. Renew Sust Energ Rev, 2012, 16(3): 1377-1382.

[7] Contreras-Ramos S M, Alvarez-Bernal D, Trujillo-Tapia N, et al. Composting of tannery effluent with cow manure and wheat straw[J]. Bioresource Technology, 2004, 94(2): 223-228.

[8] Zhai N, Mao C, Feng Y, et al. Current status and future potential of energy derived from Chinese agricultural land: A review[J]. BioMed Res Int, 2015: 1-10.

[9] Zeng X, Ma Y, Ma L. Utilization of straw in biomass energy in China[J]. Renew Sustain Energy Rev, 2007, 11(5): 976-987.

[10] Zhu J C, Li R H, Yang X Y, et al. Spatial and temporal distribution of crop straw resources in 30 years in China[J]. Journal of Northwest A & F University, 2012, 40(4): 139-145.

[11] Dai J, Bean B, Brown B, et al. Harvest index and straw yield of five classes of wheat[J]. Biomass Bioenerg, 2016, 85: 223-227.

[12] You L, Wood S, Wood-Sichra U, et al. Generating global crop distribution maps: From census to grid[J]. Agric Syst, 2014, 12: 53-60.

[13] 李晖，戴明威，戴顺利，等. 2010－2015年安徽省粮食作物秸秆的时空分布特征和资源评价[J]. 安徽农业大学学报，2018，45(2)：282-287.

Li Hui, Dai Mingwei, Dai Shunli, at al. A comprehensive analysis of crop straw resources in Anhui Province from 2010 to 2015[J]. Journal of Anhui Agricultural University, 2018, 45(2): 282-287. (in Chinese with English abstract)

[14] 中华人民共和国农业部. 农作物秸秆资源调查与评价技术规范，NY/T 1701-2009 [S].北京：标准. 中国农业出版社，2009-03.

[15] 车莉. 农作物秸秆资源量估算、分布与利用潜力研究[D].大连：大连理工大学，2014.

Che Li. Research on Resource Estimation, Distribution and Utilization Potential of Crop Residue[D]. Dalian: Dalian University of Technology, 2014. (in Chinese with English abstract)

[16] 毕于运，高春雨，王亚静，等. 中国秸秆资源数量估算[J].农业工程学报，2009，25(12)：211-217.

Bi Yuyun, Gao Chunyu, Wang Yajing, et al. Estimation of straw resources in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(12): 211-217. (in Chinese with English abstract)

[17] 农业农村部. 农业农村部办公厅关于做好农作物秸秆秸秆资源台账建设工作的通知[EB/OL]. http://www.moa.gov.cn/govpublic/KJJYS/201901/t20190129_ 6170842.htm.20190114.

[18] 国家市场监督管理总局. 农作物种子检验规程水分测定，GB3543.6-1995[S]. 北京：国家技术监督局，1995-08.

[19] 左旭，王红彦，王亚静，等. 中国玉米秸秆资源量估算及其自然适宜性评价[J]. 中国农业资源与区划，2015，36(6)：5-10，29.

Zuo Xu, Wang Hongyan, Wang Yajing, at al. Estimation and suitability evaluation of corn straw resources in China[J].Chinese Journal of Agricultural Resources and Regional Planning, 2015, 36(6): 5-10, 29. (in Chinese with English abstract)

[20] 胡昌浩，董树亭，王空军，等. 我国不同年代玉米品种生育特性演进规律研究Ⅱ物质生产特性的演进[J]. 玉米科学，1998(3)：49-53.

[21] 李京京，任东明，庄幸. 可再生能源资源的系统评价方法及实例[J]. 自然资源学报，2001(4)：373-380.

Li Jingjing, Ren Dongming, Zhuang Xing. Systemic evaluation method of renewable energy resources and its practical application[J]. Journal of Natural Resources, 2001(4): 373-380. (in Chinese with English abstract)

[22] 钟华平，岳燕珍，樊江文. 中国作物秸秆资源及其利用[J].资源科学，2003，25(4)：62-67.

Zhong Huaping, Yue Yanzhen, Fan Jiangwen. Characteristics of crop straw resources in China and its utilization[J]. Resources Sci, 2003, 25(4): 62-67. (in Chinese with English abstract)

[23] 崔明，赵立欣，田宜水，等. 中国主要农作物秸秆资源能源化利用分析评价[J]. 农业工程学报，2008，12(24)：291-295.

Cui Ming, Zhao Lixin, Tian Yishui, et al. Analysis and evaluation on energy utilization of main crop straw resources in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 12(24): 291-295. (in Chinese with English abstract)

[24] 牛若峰、刘天福. 农业技术经济手册（修订本）[M].北京：农业出版社，1986.

[25] 王晓玉，薛帅，谢光辉. 大田作物秸秆量评估中秸秆系数取值研究[J]. 中国农业大学学报，2012，17(1)：1-8.

Wang Xiaoyu, Xue Shuai, Xie Guanghui. Value-taking for residue factor as a parameter to assess the field residue of field crops[J]. Journal of China Agricultural University, 2012, 17(1): 1-8. (in Chinese with English abstract)

[26] 卫洪建，杨晴，李佳硕，等. 中国农作物秸秆资源时空分布及其产率变化分析[J]. 可再生能源，2019，37(9)：1265-1273.

Wei Hongjian, Yang Qing, Li Jiashuo, et al. Analysis of spatiotemporal and density changes of crop straws resources in China[J]. Renewable Energy Resources, 2019, 37(9): 1265-1273. (in Chinese with English abstract)

[27] 农业部规划设计研究院. 全国农作物秸秆资源调查与评价报告[R]. https://max.book118.com/html/2019/0504/ 5300312344002032.shtm. 2008.1.

[28] 农业部农业生态与资源保护总站. “十二五”秸秆综合利用评估报告[R]. http://www.gov.cn/xinwen/2016-05/26/ content_5077037.htm.2016.4.

[29] 农业农村部科技教育司. 全国农村可再生能源统计年报2018[R]. http://esis.agri.cn/esis/ . 2020.5

[30] 农业农村部农业农村部全程机械化推进行动专家指导组玉米专业组. 2019年玉米生产全程机械化发展报告[R]. https://www.sohu.com/a/364419607_225946.

[31] 中华人民共和国生态环境部，国家统计局，中华人民共和国农业农村部. 第二次全国污染源普查公报[R]. http://www.gov.cn/xinwen/2020-06/10/content_5518391.htm? tdsourcetag=s_pctim_aiomsg.

Difference of the ratio of maize stovers to grain and spatiotemporal variation characteristics of maize stovers in China

Huo Lili1, Zhao Lixin1, Yao Zonglu1※, Jia Jixiu1, Zhao Yanan1, Fu Guohao1, Cong Hongbin2

(1.100081,; 2.100125,)

Since maize stovers resources are abundant in China, the ratio of stovers to grain is mostly used to estimate the stovers resources in the statistical methods. However, the recommended value for the ratio of stovers to grain deviates greatly from the actual one. This study aims to analyze the differences in the ratio of stovers to grain from the maize stovers in 9 provinces in China, thereby to explore the amount and distribution of maize stovers resources. According to the measured value for the ratio of stovers to grain, the spatial and spatiotemporal changes were evaluated on maize stovers resources in the past 10 years, and consequently predicted the potential of maize stovers resources. The results showed that the measured value was (0.84±0.23)for the ratio of stovers to grain in the maize stovers. The ratio of stovers to grain varied significantly in different regions and species. The improvement of corn species and changes in planting patterns resulted in the decrease in the ratio of stovers to grain year by year. From 2009 to 2018, the ratio of stovers to grain decreased from 1.2 to 0.8.The collection coefficient of maize stovers was becoming lower, as the mechanized harvest rate of corn increased, indicating a decrease from 0.93 in 2009 to 0.88 in 2018. In 2018, while, the theoretical output of maize stovers in China was 2.16×108t, only 3.9% increased from 2009. The corn stalk resources were highest in the Northeast and North China, accounting for more than 50% of the total. Compared with the output of 2009, the theoretical output of stovers in the Northeast, North China and Northwest increased by 1 142.8×104, 224.4×104and 109.6×104t in 2018. The theoretical output in the East, Central, Southwest, and South China declined slightly, indicating that reduced by 110×104-220×104t. The ratio of stovers to grain of maize stovers decreased gradually, and the collection output of maize stovers per unit area decreased, as the region from north to south, and from west to east. Collection output of maize stovers per unit area was 4.51 t/hm2, showing an increase of 23% over 2009’s.The sort of collection output of maize stovers can be the Northeast, North China, East, Northwest, then Central, Southwest, and then South China. The theoretical output of maize stovers and the collection output were predicted to be (2.53±0.58)×108t, and (1.86±0.51)×108t in 2025. It was recommended to revise the existing statistical data of stovers resources, according to the measured value of ratio of stovers to grain. The finding can provide a basic reference data for rational planning and utilization of maize stovers.

stovers; resource valuation; grain; ratio of stovers to grain;theoretical output; collection output; spatiotemporal changes

霍丽丽，赵立欣，姚宗路，等. 中国玉米秸秆草谷比及其资源时空分布特征[J]. 农业工程学报，2020，36(21)：227-234. doi：10.11975/j.issn.1002-6819.2020.21.027 http://www.tcsae.org

Huo Lili, Zhao Lixin, Yao Zonglu, et al. Difference of the ratio of maize stovers to grain and spatiotemporal variation characteristics of maize stovers in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(21): 227-234. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.21.027 http://www.tcsae.org

2020-06-29

2020-10-22

中国农业科学院科技创新工程；现代农业产业技术体系专项资金资助（CARS-02）

霍丽丽，高级工程师，主要从事秸秆资源开发利用研究。Email：huolili666@126.com

姚宗路，博士，研究员，主要从事农业废弃物清洁转化与高值利用技术研究。Email：yaozonglu@163.com

10.11975/j.issn.1002-6819.2020.21.027

TK6

A

1002-6819(2020)-21-0227-08