雨养农业区气象条件和农艺措施对粮食作物水分生产力的影响研究

2022-08-26李艳鸽李栋浩刘世腾邓梦洒

节水灌溉 2022年8期

李艳鸽，李栋浩，刘世腾，陈漂，陈静，邓梦洒

（河南农业大学资源与环境学院，郑州 450002）

0 引言

雨养农业是指单纯依靠天然降水为水源的农业生产。由于现代农业的不断发展，现代“雨养农业”的内涵有所发展，也包括人为利用天然或人工集雨面进行集雨，结合相应的储水供水设施实行补偿灌溉的农业生产类型[1]。第三次全国国土调查主要数据公报和中国统计年鉴显示，2019年末，我国耕地面积12 786.19 万hm2，耕地灌溉面积6 867.9 万hm2，灌溉面积占比53.7%，雨养农业占比46.3%。豫南地区2010-2019年间雨养农业区占比约为82.6%，说明豫南地区绝大部分为雨养农业区。陈晓清等[2]研究表明1997-2018年我国农业用水量占总用水量的比重最大，占比达到60%以上，高效利用农业水资源是缓解水资源短缺地区用水矛盾的重要途径，节约高效利用农业水资源有利于作物产量的增加和作物水分生产力的提高。

胡广录等[3]以绿洲灌区农作物生产为例，对农作物水分生产力影响因素进行分析，结果表明可控的管理因素对农作物水分生产力的影响大于不可控的气象因素；LI等[4]以河西走廊为研究区，分析驱动因素对灌溉用水生产力的影响，结果表明，灌溉用水生产力与农艺措施、作物生育期日平均温度和太阳辐射显著相关，且农艺措施的影响远大于气象因素。杨建莹等[5]利用MODIS 和SEBAL 模型对黄淮海平原冬小麦水分生产力进行估算，结果表明产量增加对冬小麦水分生产力的贡献大于实际蒸散量，且气象要素、作物品种、人为管理等因素都是影响研究区冬小麦水分生产力的重要因素；李威等[6]运用农业版本Agri-CEVSA 模型模拟了北方旱作春玉米水分生产力，结果表明北方旱作春玉米农田水分生产力空间分布与温度和降雨呈正相关，随着农田管理措施的改进，气候对产量造成的波动正在减弱。

对于河南等华北缺水地区，从工程技术措施方面提高农业用水效率的潜力已达到或接近极限，因此考虑从生物农艺措施方面提高农业用水效率[7]。国内外有关气象、农艺对水分生产力影响的研究，大部分都是基于灌溉农业，针对雨养农业的研究较少，缺乏雨养农业区各影响因素对水分生产力的贡献率的研究。针对以上不足，本文以河南省豫南地区为研究区域，深入了解作物水分生产力的现状，正确评价豫南地区农业水资源利用效用状态，明确河南省水分生产力的制约因素与其影响因素的定量关系，以期为提高农业水资源利用效率提供帮助。

1 材料与研究方法

1.1 研究区域概况

豫南地区主要包括信阳、南阳、驻马店3个地级市以及邓州、固始和新蔡3 个省直管县（市）。豫南位于北纬33°线两侧，地处淮河上游与大别山北麓之间，地形地貌由东北向西南呈阶梯状分布，依次为平原洼地、丘陵岗地、豫南山地，地势南高北低。位于亚热带湿润性季风气候向暖温带半湿润季风气候的过渡地带，年平均温度15.9 ℃，降水较多，年降水量800 mm 以上。降雨在时间和空间上表现出明显的不均匀性，时间上，夏季和秋季多雨，春季和冬季少雨；空间上，干旱发生强度呈现出自东部地区向中西部地区递减的趋势。豫南地区四季分明，光、热、水资源丰富，粮食作物以小麦、玉米、稻谷为主。

1.2 数据收集及主要因素的选取

农业数据来源于《河南省统计年鉴》，从《河南省统计年鉴》中收集南阳、信阳、驻马店3 市2010-2019年相关农业数据，包括主要粮食作物（小麦、玉米、稻谷）的产量、氮磷钾肥施用折纯量、农药施用量，这部分数据用于作物水分生产力的计算和管理因素对作物水分生产力的影响和贡献率分析。从国家气象科学数据中心获取南阳、信阳、驻马店3 市2010-2019年相关气象数据，相关统计数据包括经纬度、高程、降水量、平均气压、风速、平均气温、平均水气压、平均相对湿度、日照时数、日最低温度、日最高温度等，这部分数据用于参考作物蒸发蒸腾量的计算和气象因素对作物水分生产力的影响和贡献率分析。

根据豫南地区实际情况，通过综合分析与筛选，选取平均气温、冠层表面净辐射、平均相对湿度以及平均风速4个重要的气象因素，结合水肥资源节约集约利用和水肥优化管理的理念，选取纯氮、纯磷、纯钾及农药施用量作为管理措施因素，利用这8个因素进行作物水分生产力变化原因分析和贡献率分析。

1.3 研究方法

1.3.1 作物水分生产力

在农业科学领域，农业用水效率被定义为每消耗1单位水资源而产生的粮食数量，水分生产力是衡量农业生产水平和农业用水科学性与合理性的综合指标，因此以水分生产力来评价农业用水的效率。水分生产力的计算公式为[8]：

式中：WPc为作物水分生产力，kg/m3；Y为作物产量，kg/hm2；ET为作物蒸发蒸腾量，m3/hm2。

使用作物系数法计算作物在某一时段的需水量[9]，计算公式为[10]：

式中：ETc为计算时段内的作物需水量，mm；ET0为相应时段的参考作物蒸发蒸腾量，mm；Kc为相应时段主要粮食作物的作物系数，不同作物Kc的取值见表1[11]。

表1 作物系数取值Tab.1 Values of crop coefficients

参考作物蒸发蒸腾量( reference crop evaportranspiration，ET0)可以用来指导区域水资源规划和水资源科学管理。本文对豫南地区10 a 逐日气象数据进行整理汇总，运用联合国粮农组织推荐的基于能量平衡和空气动力学原理的Penman-Monteith模型[12]计算ET0。

1.3.2 共线性分析

在分析因变量与自变量的关系时，如果自变量因素之间存在共线性问题，则会掩盖因变量与自变量真实的关系，难以区分每一个自变量对因变量的单独影响[13]。为判断选取的因素间是否存在共线性，利用SPSS 软件进行共线性诊断。通过共线性诊断结果可以判断变量间是否存在共线性，其判读常用到以下统计量：容忍度、方差膨胀因子（VIF，容忍度的倒数）、特征值、条件指数和方差比例等[14]。当自变量容忍度小于0.1，或VIF大于10 时，表明自变量间存在严重的多重共线性[15]；若条件指数值为10～30为弱相关，则认为可能存在共线性，条件指数为30～100 为中等相关，则可能性进一步加大，条件指数大于100 表示有强相关；若最大条件指数≥10，且2个或多个的估计回归系数有较大的方差分解比，一般方差分解比大于0.5 时，可认为自变量间存在共线性。

1.3.3 偏最小二乘回归分析

偏最小二乘回归方法（PLS）最早是由S. Wold 和C.Albano 等人于1983年提出，PLS 方法能提取出对因变量解释能力最强的相互独立的综合变量，从而克服自变量间因严重多重相关性给系统建模带来的不良影响。PLS具有主成分分析和线性回归分析等方法的特点，在保证消除多重共线性的同时，模型精度及稳健性也有很大提高[16,17]。

如果所有变量的VIP值均为1，则表示他们对水分生产力的作用（重要性、影响）相同；若VIP大于1，则表示其作用更加重要；当VIP值小于0.8 时，表明各因素指标对水分生产力的贡献较小[18]。

2 结果与分析

2.1 主要粮食作物水分生产力计算结果

由图1可知，信阳市的主要粮食作物水分生产力最高，驻马店市次之，南阳市最低，且3市主要粮食作物水分生产力变化趋势大致相同，10 a间，信阳市和南阳市主要作物水分生产力呈降低趋势，驻马店市则是呈增加趋势。

图1 豫南3市2010-2019年水分生产力Fig.1 Water productivity of three cities in southern Henan from 2010 to 2019

由表2可知，2010-2019年南阳、信阳、驻马店3 市水分生产力最大值变化范围为1.08～1.24 kg/m3，最小值变化范围为0.87～1.01 kg/m3，CV值变化范围为8.30%～12.84%，表明南阳、信阳、驻马店3市主要农作物水分生产力具有较弱或者中等程度的差异。平均值变化范围为1.01～1.11 kg/m3，豫南地区水分生产力在2011年取得最大值，为1.11 kg/m3，在2018年取得最小值，为1.01 kg/m3，由平均值可以看出豫南地区主要粮食作物水分生产力在2103年大幅降低，2014年、2015年回升后开始缓慢降低。2010-2019年，豫南地区主要农作物水分生产力有衰减趋势，这与顾世祥[19]、刘涛[20]等人的研究结果一致。

表2 2010-2019年水分生产力分析Tab.2 Analysis of water productivity from 2010 to 2019

2.2 水分生产力变化原因分析

由图1不难看出，南阳、信阳、驻马店市主要粮食作物水分生产力大致呈现相似的变化趋势，为探究引起此变化的主要原因，将选取的4 个气象因素和4 个管理因素与各市作物水分生产力做Pearson相关性分析，结果见表3。

表3 气象因素和管理因素与作物水分生产力的Pearson相关系数Tab.3 Pearson correlation coefficients of meteorological and management factors with crop water productivity

所选因素与作物水分生产力的相关程度在3 市中不尽相同，但极为明确的一点是，冠层表面净辐射都与作物水分生产力在0.01 级别上表现出极强相关。在南阳市，作物水分生产力与平均风速、纯氮施用折纯量、农药施用量在0.05 级别上表现出强相关；在信阳市，作物水分生产力还与平均温度在0.01 级别上表现出极强相关，与纯氮施用折纯量、纯磷施用折纯量、农药施用量在0.05 级别上表现出强相关；在驻马店市，作物水分生产力还与平均温度在0.01 级别上表现出极强相关。

总的来说，作物水分生产力与冠层表面净辐射之间存在着密切关系，2013年3 市主要粮食作物水分生产力显著减少，且南阳、信阳、驻马店3市冠层表面净辐射均明显增大，同比增长分别为5%、7%、9%。2014年3 市主要粮食作物水分生产力显著增大的同时，冠层表面净辐射均明显减小。2015年之后，3市主要粮食作物水分生产力大致呈减小趋势，冠层表面净辐射也基本呈增加趋势。此外，作物水分生产力与平均风速、平均温度、纯氮施用量和农药施用量之间也存在着很大关联。

2.3 影响因素贡献率分析

2.3.1 共线性诊断分析

由表4和表5可知，平均风速、平均相对湿度、纯氮施用量、纯磷施用量和纯钾施用量的VIF 值分别为22.71、27.95、256.74、193.19、74.25，均大于10；最大条件指数为1 023.81，远大于100；冠层表面净辐射、平均温度、平均相对湿度、纯氮施用量、纯磷施用量和纯钾施用量的最大方差比例分别为0.66、0.59、0.71、0.89、0.84、0.79，均大于0.5。表明选取的8个因素之间存在着严重的共线性，为了解决自变量之间的共线性问题，在农作物水分生产力有效因素分析中，可以采用偏最小二乘回归的分析方法。以水分生产力为因变量，各气象因素和管理因素为自变量，运用XLSTAT软件进行偏最小二乘回归分析。

表4 影响因素的特征值、条件指数和方差分解比例Tab.4 Eigenvalue,conditional index and variance decomposition ratio of influencing factors

表5 影响因素的方差膨胀因子Tab.5 Variance inflation factors of influencing factors

2.3.2 偏最小二乘回归分析

在对豫南地区进行分析的基础上，又分别对3个市进行进一步分析，以探究市域间水分生产力主要驱动因子的差别，结果见图2。3个地市水分生产力的主要驱动因子（VIP值大于1）略有差别，信阳市水分生产力的主要驱动因子VIP排序为：农药施用量>纯氮施用量>纯磷施用量>冠层表面净辐射，南阳市为：冠层表面净辐射>平均风速>纯氮施用量>农药施用量，驻马店市为：平均风速>冠层表面净辐射>纯氮施用量，豫南地区为：冠层表面净辐射>平均温度>纯氮施用量。综合分析可知，豫南地区对作物水分生产力影响最大的因素为冠层表面净辐射和纯氮施用量。

图2 各影响因素对水分生产力的变量投影重要性VIPFig.2 Projection importance of variables of influencing factors to water productivity(VIP)

由PLS 分析可知，豫南地区气象因素贡献率为43.96%，管理因素为41.95%，其他未考虑的因素（作物因素、土壤因素）贡献率为14.09%（见图3）。其中对作物水分生产力贡献较大的因素是冠层表面净辐射、平均气温、纯氮施用量、纯钾施用量、纯磷施用量，贡献率分别为17.80%、15.79%、11.83%、10.89%、10.86%，其次农药、平均风速和平均相对湿度的贡献率分别为8.37%、7.38%、2.99%。

图3 各因素对水分生产力的贡献率Fig.3 Contribution rate of each factor to water productivity

3 讨论

对豫南地区主要粮食作物水分生产力贡献率最大的是冠层表面净辐射和平均气温，但是在研究区，冠层表面净辐射和平均气温与作物水分生产力呈负相关。观察数据发现，冠层表面净辐射与平均气温增大的同时，作物蒸发蒸腾量增大，粮食产量减少，由作物水分生产力计算公式可知，冠层表面净辐射和平均气温的增大必然导致作物水分生产力的减小，这也是本文冠层表面净辐射和平均气温贡献率如此之大的原因。一方面，太阳辐射充足有利于光合产物的积累、作物增产，另一方面，很多研究表明太阳辐射是引起ET0变化的最主要的气象因素[21-23]，且2 者为正相关。辐射促进作物产量增加的速率小于影响ET0增大的速率，会导致辐射与作物水分生产力呈负相关。气温升高，增加了光热资源，有利于作物生长发育，但可能会加剧光热敏感作物的吸收作用，降低作物干物质的积累，最终导致作物产量降低[24]，从而引起作物水分生产力的降低。WANG[25]的研究结果表明气温变暖不利于雨养农业，但有利于灌溉农业。氮、磷、钾的施用量贡献率大的原因是，氮、磷、钾肥按照一定的比例配施可以促进作物对氮、磷、钾养分的吸收，同时提高作物产量，提高水分生产力，改善水分吸收利用[26]。氮肥的施用可以促进鲜食玉米生育前期植株和根系生长、干物质累积和养分吸收[27]，影响作物产量，进而影响作物的水分生产力。理论上认为土壤中磷的有效性与土壤水分条件密切相关，磷具有保水、保持地力、保持土壤结构的作用，从而影响作物的水分生产力。李亚龙等[28]发现低磷水平下水稻水分生产力低于中磷和高磷水平，证明磷与作物水分生产力存在着紧密联系。

研究结果表明，纯氮磷钾施用量对作物水分生产力的贡献率共为33.58%，占很大比重，这与胡广录[29]的研究结果相似，胡广录对绿洲灌区农作物水分生产率的影响因素进行了主成分分析，在选取的7个因素中，化肥施用量的载荷量排第2，说明无论在灌溉农业区还是雨养农业区，化肥施用量对作物水分生产力都是很重要的影响因素。豫南地区作为典型的雨养农业区，所选取的气象因素对作物水分生产力的贡献率略大于管理因素，这与一些灌溉农业区的研究有一定区别，李栋浩[30]以土壤因素和管理措施指标为因变量，对黑河绿洲农田玉米的灌溉水生产力进行PLS分析，结果表明，在灌区尺度上，管理措施对灌溉水生产力的贡献率为52.6%，其他因素(作物品种、气候条件以及未涉及的土壤因子)对灌溉水生产力的贡献率为14.8%，即在灌溉农业区灌区尺度上，管理因素对水分生产力的贡献率大于气象因素。在忽略管理因素和气象因素选取指标不同的情况下，可以认为雨养农业区不同于灌溉农业区，气象因素是限制作物水分生产力提高的主要因素。