東北三省春玉米產量差時空分布特征

劉志娟，楊曉光，呂碩，王靜,2，LIN XiaoMao

（1中國農業大學資源與環境學院，中國北京 100193；2寧夏氣象科學研究所，中國銀川 750002；3Department of Agronomy, Kansas State University, 2108 Throckmorton Hall, Plant Sciences Center, Manhattan, Kansas 66506, USA）

東北三省春玉米產量差時空分布特征

劉志娟1，楊曉光1，呂碩1，王靜1,2，LIN XiaoMao3

（1中國農業大學資源與環境學院，中國北京 100193；2寧夏氣象科學研究所，中國銀川 750002；3Department of Agronomy, Kansas State University, 2108 Throckmorton Hall, Plant Sciences Center, Manhattan, Kansas 66506, USA）

【目的】隨著人口增加、氣候變化和環境問題日益凸顯，糧食生產能力及糧食安全受到廣泛重視。然而，目前中國糧食產量遠遠低于作物潛在產量，如何利用有限耕地生產更多糧食已經成為中國農業目前面臨的重大問題。東北三省是中國重要的玉米生產區，其春玉米產量占全國總產量的 29%，該區玉米產量提升對中國糧食安全具有重要的意義。【方法】論文以東北三省春玉米種植區為研究區域，基于1961—2010年氣候資料、農業氣象觀測站作物資料和統計資料，利用農業生產系統模擬模型（APSIM-Maize）和數理統計方法，解析氣候變化背景下研究區域春玉米潛在產量與實際產量的差及各級產量差的時空分布特征，為提升東北三省春玉米產量提供科學依據和參考。【結果】東北三省春玉米潛在產量與農戶實際產量之間產量差（總產量差）呈明顯的經向和緯向分布（P＜0.01），即由南向北遞減，由西向東遞減，且地區間差異較大，變化范圍為4.8—11.9 t·hm-2。春玉米潛在產量與可獲得產量之間的產量差（產量差1）、可獲得產量與農戶潛在產量之間的產量差（產量差2）均呈現隨經度升高而降低的趨勢，這與春玉米生長季內降水量分布有關。產量差1變化范圍在0.06—3.2 t·hm-2之間，產量差2地區間差異較大，變化范圍為1.7—8.0 t·hm-2，主要是由于栽培管理措施的差異造成的。從全區50年平均來看，春玉米潛在產量與實際產量間的產量差為 64%，其中由于不可轉化的技術因素、農學因素和經濟社會因素限制的產量差分別為8%、40%和16%。從時間變化趨勢來看，過去50年（1961—2010）研究區域春玉米各級產量差均呈現減小的趨勢，其中總產量差和產量差3呈顯著縮小趨勢（P＜0.01），每10年分別縮小1.55 t·hm-2和1.40 t·hm-2，但產量差1和產量差2變化趨勢并不顯著。【結論】東北三省春玉米潛在產量與農戶實際產量之間的產量差呈明顯的經向和緯向分布，即由南向北遞減，由西向東遞減。農學因素是限制當地玉米產量提升的主要因素，通過改善農學因素，如提高栽培管理措施、改善土壤條件和更換高產品種可有效縮小產量差達40%。

東北三省；玉米；產量差；時空特征

0 引言

【研究意義】19世紀60年代以來，“綠色革命”大大增加了世界的糧食產量，這些可以歸功于新品種的培育和作物科學管理措施的實施。然而，從世界水平來看，部分農業生產狀況并沒有得到改善[1]。因此，作物實際產量與潛在產量之間仍存在較大的差距，甚至不同地區以及同一地區不同農戶田塊之間作物產量之間差距也較大。縮小這個差距對于提高糧食產量，滿足日益增加的生活所需具有重要意義。【前人研究進展】作物產量潛力是作物在良好的生長狀況下，不受水分、氮肥限制以及病蟲害的脅迫，并采用適宜作物品種獲得的產量。在既定的研究區域內，產量潛力僅受太陽輻射和溫度的限制，是該地區作物生產的上限[2-3]。而在農作物實際生產中由于氣候、土壤、品種選擇、病蟲害、栽培管理措施以及農民積極性等因素的限制，實際產量遠遠低于當地的作物潛在產量。作物產量差的研究始于20世紀70年代中期，國際水稻研究所（IRRI）1974年開展的亞洲6國水稻產量差的系列對比研究[4]。目前國內外已經對不同地區不同作物的產量差做了研究，包括田塊尺度[5-8]和區域尺度[9-12]。總結來說，造成作物產量差的原因主要包括不可能應用到田間的技術和環境因子、農學因素（品種、病蟲害等）和社會經濟因素（投入產出比、政策、文化水平及傳統觀念）等[13]。產量差的研究方法主要有兩種：一種是試驗調查及統計分析；另一種是運用作物模擬模型。前者概念簡單，可操作性強，但試驗費用大，且要求足夠的試驗數據，有較強主觀性；后者可利用計算機進行更多處理設置，但不能對實際生產中的所有管理措施進行精確定量化[13]。農業生產系統模型（Agricultural Production System Simulator，APSIM）是由隸屬澳大利亞聯邦科工組織和昆士蘭州政府的農業生產系統研究組（Agricultural Production System Research Unit，APSRU）開發的具有模塊化結構的作物生產模擬系統[14-15]。可模擬大麥、小麥、玉米、棉花、麻、油菜、花生、甘蔗、豆類作物等多種常見作物，其適應性已在世界各地得到了驗證[16-22]，同時本研究小組已對該模型在東北地區的適應性進行了驗證[23-24]。【本研究切入點】究竟是哪些因素造成了農戶實際產量與作物潛在產量之間的差距？這個差距到底有多大？限制其產量潛力發揮的因素又是什么？應該采取什么措施來縮小這個差距？要回答這些問題，就要進行產量差以及產量限制因素研究。【擬解決的關鍵問題】東北三省是中國重要的玉米生產區之一。統計資料顯示，該區春玉米播種面積占全國玉米總播種面積的30%以上，春玉米產量占全國玉米總產量的29%[25]。因此，本文選擇中國東北三省春玉米為研究對象，利用在東北地區已驗證的ASPIM-Maize模型，基于中國東北三省春玉米種植區內氣象臺站的地面氣象觀測資料，同時結合東北三省農業氣象觀測站春玉米多年試驗資料和縣級春玉米實際產量資料，定量氣候變化背景下東北三省春玉米潛在產量與農戶實際產量間產量差及各級產量差的空間分布特征和時間演變趨勢，明確限制東北地區春玉米潛在產量的主要限制因子，可為保障該地區玉米高產提供重要的科學依據。

1 材料與方法

1.1 研究區域及數據來源

首先基于東北三省各市（縣）春玉米播種面積，將2000—2005年連續5年玉米播種面積大于5 000 hm2的縣確定為東北三省春玉米主要種植區，氣象站點及研究區域圖見圖1。

氣象數據來源于中國氣象局科學數據共享服務網，包括1961—2010年遼寧、吉林和黑龍江三省55個氣象站逐日氣象資料，氣象要素有平均氣溫、最高和最低氣溫、降水量、日照時數、平均風速和平均相對濕度。

作物數據包括兩個部分，一部分是來自中國氣象局東北三省 41個農業氣象觀測站春玉米試驗數據，用來對APSIM-Maize模型進行調參和驗證。另一部分是東北三省春玉米實際產量資料來源于中國統計年鑒及縣級統計年鑒 1961—2010年縣級春玉米單產數據。

圖 1 研究區域春玉米種植區內氣象站點及農業氣象觀測站點分布圖Fig. 1 Meteorological stations and agro-meteorological stations in the spring maize planting areas of Northeast China

模型中涉及到的土壤參數包括分層土壤容重、飽和含水量、田間持水量、凋萎系數等來源于各農業氣象觀測站實測數據。針對農業氣象觀測站缺測的土壤參數，主要依據中國土壤數據庫（http://www.soil.csdb. cn/）中《中國土種數據庫》以及《第二次土壤普查農田肥力》數據來確定。

1.2 研究方法

1.2.1 不同產量水平定義及 APSIM-Maize模型情景設定 產量差概念發展至今，雖然眾多學者都對其做了不同的定義及闡述，但總體而言，一般可以分為 4個等級的產量水平，即潛在產量、可獲得產量、農戶潛在產量和農戶實際產量[13]。潛在產量是一個地區的作物產量上限，可獲得產量是指在最優栽培管理措施下可實現的最大產量，即該地區作物可實現的最大產量；農戶潛在產量是指在現有的農戶栽培管理措施下的最高產量，該產量反映目前的栽培水平下的產量潛力，即可以達到的最大產量，而農戶實際產量是該地區農戶實際獲得的產量。為解析東北三省春玉米各級產量差，本文基于APSIM-Maize模型模擬1961—2010年春玉米潛在產量、可獲得產量和農戶潛在產量，并結合東北三省統計年鑒春玉米縣級平均產量，明確春玉米產量差的時空分布特征。

春玉米潛在產量、可獲得產量和農戶潛在產量模擬的模型參數設置如下：（1）潛在產量：我們假設作物品種不變。選擇農業氣象觀測站的高產品種，對沒有相應作物觀測資料的氣象站，選用同一積溫帶中相鄰站點的玉米品種參數；播種日期采用農業氣象站的實際平均播種日期設定，播種深度為5 cm，行距為0.6 m，播種密度為80 000 株/hm2。采用模型中自動灌溉對春玉米進行灌溉，即土壤可利用水量低于田持的80%即進行補充灌溉使作物生長過程中不受水分限制。同時保證作物整個生長過程中不受氮肥限制。（2）可獲得產量：采用當地高產田的栽培管理措施，品種選擇與計算潛在產量時的品種一致。根據陳國平等[26]對 2006—2008年全國玉米高產田的配套栽培技術的研究，表明高產田的密度比較穩妥的是每公頃75 000—90 000 株，但對抗倒性差的品種和暴風雨較多的地區而言，密度過高則將面臨倒伏減產的風險。同時結合東北三省春玉米的實際生產，將可獲得產量的種植密度設定為每公頃70 000 株較為合理。推薦春玉米施氮量為300 kg·hm-2，灌溉量為200 mm，分別在拔節期和開花期灌溉。（3）農戶潛在產量：假設農戶不考慮各種市場因素及政策的條件下，將現有的栽培管理措施應用到最佳所獲得的產量。另外根據高強等[27]的研究及農業氣象試驗站多年的研究數據，確定農戶潛在產量的模型參數設定如下：平均施氮量為 200 kg·hm-2，無灌溉，播種密度為每公頃50 000 株。

1.2.2 各級產量差定義 潛在產量與農戶實際產量之間的產量差，是農戶實際產量距離當地理論上最高產量即潛在產量的差距，是一個地區農作物生產中存在的總產量差（total yield gap，TYG），研究該產量差有助于我們明確目前的作物實際產量距離最高產量的差距。根據3大類產量差限制因素，總產量差可進一步分解為三個層次：產量差1，產量差2和產量差3，如圖2所示。

產量差1（yield gap 1，YG1），潛在產量與可獲得產量之間的產量差，它主要由環境條件和某些技術因素引起的，這些因素是非轉移性的。盡管縮小該產量差是比較困難的，但仍然需要明確東北三省春玉米產量差1的時空分布特征，為縮小該地區春玉米產量差提供科學依據。

產量差2（yield gap 2，YG2），可獲得產量與農戶潛在產量之間的產量差，是因為農民投入不足、栽培措施不理想、土壤條件和品種選擇等因素造成的，這些影響因素是可操作管理的，可通過加強研究和推廣，以及政府的適度干預，特別是研究機構的努力來縮小這種產量差距。

圖2 春玉米各級產量及產量差示意圖Fig. 2 Conceptual model for spring maize yield and yield gaps

產量差3（yield gap 3，YG3），農戶潛在產量與農戶實際產量之間的產量差，主要是由于各種經濟因素而造成的，如成本、風險和回報率，以及農業政策和勞動力的供給影響農戶對土地的投入，影響農民的積極性及栽培管理措施實施的質量，這些因子是導致產量差的間接因素。

本文著重分析東北三省春玉米總產量差及各級產量差（產量差1、產量差2和產量差3）的空間分布特征以及時間演變趨勢。

1.2.3 APSIM-Maize中地表總輻射的計算 APSIM模型所需的地表總輻射采用Penman-Monteith公式[28]計算，具體計算公式如下：

式中，Rns為地表凈短波輻射（MJ·m-2·d-1）；Ra為晴空太陽輻射（MJ·m-2·d-1）；dr為日地相對距離；δ為太陽赤緯（rad）；Ws為日出日落時角（rad）；N為最大天文日照時數（h）；n為日照時數（h）；φ為測點緯度（rad）；J為日序。

1.2.4 顯著性檢驗 采用t檢驗對產量及產量差的年際變化趨勢進行顯著性檢驗，結果通過α=0.05的顯著性檢驗，為變化趨勢顯著；通過α=0.01的顯著性檢驗，為變化趨勢極顯著。

2 結果

2.1 潛在產量與農戶實際產量之間產量差的時空分布特征

圖3-a為東北三省春玉米潛在產量與農戶實際產量之間產量差（總產量差）近50年（1961—2010年）平均值的空間分布特征。從全區50年平均來看，春玉米潛在產量與實際產量之間的產量差（總產量差）地區間差異較大，變化范圍為4.8—11.9 t·hm-2。圖4為東北三省春玉米總產量差與經緯度的相關關系，由圖可以看出研究區域玉米總產量差呈明顯的經向和緯向分布（P＜0.01），即由南向北遞減，由西向東遞減。具體而言，遼寧省和吉林省的西部地區該產量差較高（8.0—11.9 t·hm-2），主要是由于這些區域積溫和日照時數較高導致潛在產量較高，而由于降水量（大部分玉米產區為雨養農業）及栽培水平較低使得春玉米農戶實際產量較低，因此該地區總產量差較大，特別是吉林省白城、通榆和遼寧省葉柏壽、朝陽、阜新和彰武地區，50年平均總產量差達10.0 t·hm-2以上。而遼寧省東部的寬甸、丹東、莊河、岫巖和鞍山地區，50年春玉米總產量差相對西部地區較小，為6.0—8.0 t·hm-2。黑龍江省大部分區域50年平均總產量差稍低，為6.0—8.0 t·hm-2。春玉米總產量差最低值為黑龍江省東部三江平原地區以及吉林省東部的樺甸、梅河口和通化一帶，總產量差 50年平均值的范圍為 4.8—6.0 t·hm-2，主要是由于熱量資源的限制，使得該地區成為東北三省春玉米潛在產量的低值區（小于10.0 t·hm-2）。

圖3 研究區域春玉米近50年（1961—2010年）產量差平均值Fig. 3 The 50-year mean values of yield gaps of spring maize from 1961 to 2010 in Northeast China

圖4 研究區域春玉米近50年（1961—2010年）潛在產量與農戶實際產量之間的產量差與緯度（a）和經度（b）的關系Fig. 4 The relationship between yield gaps (between potential yield and actual farmers’ yield) of spring maize and latitude (a), longitude (b) from 1961 to 2010 in Northeast China

圖5-a為東北三省總產量差的時間變化趨勢。由于過去50年研究區域春玉米潛在產量略有下降，而農戶實際產量增加趨勢顯著，因此研究區域春玉米總產量差呈縮小趨勢，該產量差全區平均每 10年縮小0.4—2.9 t·hm-2。總產量差降低的高值區為吉林省四平、長嶺和梅河口和黑龍江省的哈爾濱地區，平均每10年降低2.0—2.9 t·hm-2，主要是由于過去50年該區域春玉米實際產量的增加趨勢明顯。全區大部分地區總產量差平均每10年縮小1.0—2.0 t·hm-2，主要包括黑龍江省和吉林省大部分和遼寧省的西北部地區，占全區站點總數的 71%。總產量差減少最小的地區包括黑龍江省的富裕、泰來、鶴崗、通河，吉林省的通化地區和遼寧省的東南部地區，平均每10年減少0.37—1.0 t·hm-2。

圖5 研究區域春玉米近50年（1961—2010年）產量差變化趨勢Fig. 5 The trends of yield gaps of spring maize from 1961 to 2010 in Northeast China

2.2 潛在產量與可獲得產量之間產量差的時空分布特征

圖3-b為研究區域50年（1961—2010年）春玉米潛在產量與可獲得產量之間的產量差（產量差 1）空間分布特征。從全區50年平均來看，春玉米產量差1變化范圍在0.06—3.2 t·hm-2之間。該產量差隨經度升高而降低，這與春玉米生長季內降水量分布有關（P＜0.01）（圖6-a）。研究區域該產量差最大值為西部地區，包括吉林省的白城、通榆和遼寧省的葉柏壽、朝陽地區，近50年春玉米產量差1平均值大于2.0 t·hm-2，主要是由于這些區域降水量較低，在補充灌溉200 mm的前提下產量與潛在產量差距仍然較大。該產量差相對較小的區域包括黑龍江省泰來、齊齊哈爾、海倫，吉林省的乾安、前郭爾羅斯、雙遼和遼寧省的阜新、彰武和黑山等 9個站點，該產量差 50年平均值為1.0—2.0 t·hm-2，而東部降水量相對充足的區域以及黑龍江省大部分區域該產量差較小，50年平均值小于1.0 t·hm-2，該區域站點數占全區總站點數的76%。

圖6 研究區域春玉米潛在產量與可獲得產量之間的產量差（產量差1，a）、可獲得產量與農戶潛在產量之間產量差（產量差2，b）與春玉米生長季內降水量的相關關系Fig. 6 The relationship between yield gaps 1 (potential yield and attainable yield), yield gap 2 (attainable yield and potential farmers’ yield) of spring maize and total precipitation during spring maize growing season in Northeast China

研究區域過去 50年春玉米潛在產量和可獲得產量均呈現下降的趨勢，但是各站點下降幅度不同，因此導致研究區域內春玉米產量差1各地區變化趨勢不一致，如圖5-b。全區有58%的站點過去50年該產量差呈降低的趨勢，平均每10年減少在0—0.3 t·hm-2。剩余42%的站點該產量差呈增加的趨勢。除通榆和尚志外，其他站點平均每10年增加0—0.2 t·hm-2。從各省分布狀況來看，遼寧省和吉林省大部分地區該產量差呈下降的趨勢（白城、通榆、前郭爾羅斯、蛟河、開原、彰武、章黨、本溪和莊河除外），而黑龍江省大部分地區該產量差呈增加的趨勢（富裕、明水、哈爾濱、牡丹江和雞西除外）。過去50年春玉米產量差1全區平均值變化趨勢并不顯著，21世紀初，該產量差全區平均值呈現較大的波動。

2.3 可獲得產量與農戶潛在產量之間產量差的時空分布特征

圖3-c為東北三省50年（1961—2010年）春玉米可獲得產量與農戶潛在產量之間產量差（產量差 2）平均值的空間分布特征。該產量差全區空間上差異較大，變化范圍為1.7—8.0 t·hm-2。該產量差主要是由于栽培管理措施的差異造成的，在可獲得產量的模擬中設定在拔節期和開花期分別灌溉 100 mm，而農戶潛在產量設定在春玉米生長季內并無灌溉條件，這是基于東北三省大部分春玉米為雨養農業，因此該產量差與降水量呈現顯著負相關關系（圖 6-b），即在春玉米生長季內降水量較充沛的地區，該產量差相對較小，這些區域主要集中在吉林省和遼寧省東部地區，而在降水量相對較少的地區，該產量差相對較大，最大值可達到6.0—8.0 t·hm-2，這些區域主要位于研究區域的西部地區。

圖5-c為東北三省春玉米產量差 2的時間變化趨勢，從圖可以看出，研究區域過去50年春玉米產量差2在全區64%的站點呈下降的趨勢，其中約有22%的站點下降趨勢較大，平均每 10年減少 0.2—0.4 t·hm-2，主要包括黑龍江省的泰來、安達，吉林省的西部地區和遼寧省的阜新和彰武等12個站點。約有42%的站點在過去50年該產量差平均每10年減少低于0.2 t·hm-2，主要包括黑龍江省西部地區、吉林省中東部地區和遼寧省的葉柏壽、朝陽、興城等地區。全區其余36%的站點該產量差呈增加的趨勢，主要包括黑龍江省的中東部地區和遼寧省的東部地區的個別站點。從各省分布狀況來看，遼寧省和吉林省大部分地區該產量差呈下降的趨勢（白城、蛟河、開原、章黨、本溪、岫巖、莊河、熊岳、綏中和錦州除外），而黑龍江省中東部大部分地區該產量差呈增加的趨勢，而西部地區該產量差呈降低的趨勢。過去50年全區春玉米產量差2平均值變化趨勢并不顯著。

2.4 農戶潛在產量與農戶實際產量之間產量差的時空分布特征

圖3-d為東北三省50年（1961—2010年）平均農戶潛在產量與農戶實際產量之間的產量差（產量差3）空間分布特征。該產量差變化范圍為 0.04—5.5 t·hm-2。由圖可以看出，遼寧省屬于該產量差的高值區，大部分站點產量差可達3.0—5.5 t·hm-2，僅有西部的葉柏壽、朝陽、阜新和鞍山地區的產量差3在1.0—3.0 t·hm-2；吉林省西部大部分地區該產量差小于 1.0 t·hm-2，主要是由于該地區農戶潛在產量相對較低（4.0—6.0 t·hm-2），而農戶實際產量較遼寧省大部分地區高（4.0—5.0 t·hm-2），而東部地區該產量差相對較大，50年平均值達1.0—3.0 t·hm-2；黑龍江省大部分地區該產量差小于1.0 t·hm-2，僅有北部的富裕、明水、海倫、鐵力和虎林地區在1.0—2.0 t·hm-2，最大值出現在鶴崗和通河，達到2.0—3.0 t·hm-2。

圖5-d為東北三省春玉米產量差 3的時間變化趨勢。由于過去50年東北三省春玉米農戶潛在產量呈下降的趨勢，同時農戶實際產量呈顯著上升的趨勢，因此，過去50年產量差3全區均呈下降的趨勢，且均通過顯著性檢驗（P＜0.05）。其中以白城、長嶺、四平、章黨、雞西和尚志地區該產量差下降幅度最大（平均每10年減少大于2.0 t·hm-2）。全區有62%的站點該產量差下降幅度為每 10年減少1.0—2.0 t·hm-2。該產量差下降幅度最小的站點包括黑龍江省的泰來、齊齊哈爾、富裕，吉林省的通榆、通化和遼寧省的東南部地區，平均每 10年減少0.2—1.0 t·hm-2。

2.5 東北三省春玉米各級產量差比較

綜合上述結果，比較各省及全區春玉米各級產量差50年（1961—2010）平均值如圖7所示：從全區50年平均來看，春玉米農戶實際產量達到潛在產量的36%，即春玉米總產量差為64%，相當于單產7.9 t·hm-2，其中產量差1為8%，產量差2為40%，產量差3為16%。其中產量差2是可以通過栽培管理措施調控、改善土壤條件和更換高產品種來逐步縮小的。

黑龍江省春玉米農戶實際產量 50年平均僅達到潛在產量的37%，即春玉米總產量差為63%，相當于單產6.6 t·hm-2，其中產量差1為9%，產量差2為47%，產量差3為7%。說明黑龍江省通過提高栽培管理措施、改善土壤條件和更換高產品種等措施能夠提高的玉米產量空間較大，達47%。

吉林省 50年春玉米農戶實際產量僅達到潛在產量的38%，即該省春玉米總產量差為62%，相當于單產8.3 t·hm-2，其中產量差1、產量差2和產量差3分別占到7%、41%和14%。說明吉林省通過提高栽培管理措施、改善土壤條件和更換高產品種能夠提高的玉米產量空間較黑龍江省略低，為41%。

遼寧省 50年春玉米農戶實際產量僅達到潛在產量的34%，略低于黑龍江省和吉林省，春玉米總產量差為66%，相當于單產8.8 t·hm-2，其中產量差1為7%，產量差2為32%，產量差3為27%。說明與黑龍江省和吉林省相比，遼寧省通過提高栽培管理措施、改善土壤條件和更換高產品種能夠提高的玉米產量空間較低，僅為32%。

過去50年（1961—2010）研究區域春玉米各級產量差均呈現減小的趨勢，其中總產量差和產量差3呈顯著縮小趨勢（P＜0.01），每10年分別縮小1.55 t·hm-2和1.40 t·hm-2。但產量差1和產量差2變化趨勢并不顯著（表1）。

表1 1961—2010年東北三省各省及全區產量差變化趨勢Table 1 The trends of yield gaps from 1961 to 2010 of spring maize in each province and the whole region in Northeast China (t·hm-2·(10a)-1)

圖7 東北三省各省及全區近50年（1961—2010年）平均春玉米潛在產量與農戶實際產量之間產量差TYG及YG1、YG2和YG3所占比例Fig. 7 The provincial and regional total yield gaps and the proportion of YG1, YG2, and YG3of spring maize during 1961-2010 in Northeast China

3 討論

利用東北三省 1961—2010年氣象數據和農戶實際春玉米產量數據，采用APSIM-Maize模型、ArcGIS和統計方法相結合的方法，明確了東北三省春玉米潛在產量與農戶實際產量之間的產量差，以及各級產量差的空間分布特征和時間演變趨勢，該結果對于提高東北三省春玉米產量縮小產量差具有重要的科學意義。

本研究區域覆蓋東北三省的春玉米種植區，由于其氣候差異性和農戶的生產條件，其栽培管理水平存在較大的空間差異性，同時為適應氣候變化，栽培管理措施也發生相應的變化，如提前播期，更換生育期較長的品種，改變密度，增加水肥投入等。然而受資料限制，本文設定潛在產量、可獲得產量和農戶潛在產量的模型參數時，未能考慮栽培管理措施的空間和時間差異性，在未來的研究中有待進一步完善。目前由于產量差層次劃分、研究方法的差異，使得不同區域或同一區域不同研究結果之間的可比性較差，如MENG 等[29]認為，東北地區春玉米的產量差約為40%，與本文的研究結果有一定差異。因此在未來的研究中，應首先選擇適用于當地農作物產量潛力的估算方法，客觀評價當地氣候條件下目前農作物的產量潛力；其次探討針對不同產量差的評估方法，充分體現不同區域或同一區域內同一作物之間產量差的可比性。

限制作物產量的因素主要包括不可能應用到田間的技術和環境因子、農學因素（品種、病蟲害等）和社會經濟因素（投入產出比、政策、文化水平及傳統觀念）等[13]。而作物最終產量是各因子間交互作用綜合效應的結果，因此在未來的研究中應綜合考慮各因子間的相互作用，結合更加詳細的數據，進一步解析造成各個區域春玉米產量差的主要限制因子及限制程度。同時應進一步考慮農民意愿、政策和經濟等社會因素的影響，加強農戶決策行為對產量差形成機制的研究，即不僅要分析導致產量差的直接因素如管理和投入水平的影響，還需要從作為農業生產主體的農戶以及社會經濟因素著手進行綜合分析。進一步加強研究結果的實踐價值，為制定切實可行的針對縮小東北三省春玉米產量差的實施方案及政策建議提供科學依據。

4 結論

東北三省春玉米潛在產量與農戶實際產量之間的產量差（總產量差）呈明顯的經向和緯向分布，即由南向北遞減，由西向東遞減。研究區域產量差平均值為64%，且近50年呈顯著縮小趨勢，每10年縮小1.55 t·hm-2。潛在產量與可獲得產量之間的產量差（產量差1）、可獲得產量與農戶潛在產量之間的產量差（產量差 2）均呈現隨經度升高而降低的趨勢，這與春玉米生長季內降水量分布有關。農戶潛在產量與農戶實際產量之間的產量差（產量差3）近50年呈現顯著下降趨勢，每10年減少1.40 t·hm-2。從全區50年平均來看，農學因素是限制當地玉米產量提升的主要因素。通過改善農學因素，如提高栽培管理措施、改善土壤條件和更換高產品種可有效縮小產量差達40%。

[1] BEETS W C. Raising and Sustaining Productivity of Smallholder Farming Systems in the Tropics: A Handbook of Sustainable Agricultural Development. AgBe Publishing, Alkmaar, Netherlands, 1990.

[2] EVANS L T, FISCHER R A. Yield potential: Its definition, measurement, and significance. Crop Science, 1999, 39(6): 1544-1551.

[3] GRASSINI P, YANG H, CASSMAN K G. Limits to maize productivity in Western Corn-Belt: A simulation analysis for fully irrigated and rainfed conditions. Agricultural and Forest Meteorology, 2009, 149(8): 1254-1265.

[4] BARKER R K, GOMEZ A, HERDT R W. Farm-Level Constraints to High Rice Yields in Asia: 1974-77. IRRI, Los Banos, Philippines, 1979.

[5] CALVI?O P, SADRAS V. On-farm assessment of constraints to wheat yield in the southeastern Pampas. Field Crops Research, 2002, 74(1): 1-11.

[6] LOBELL D B, ORTIZ-MONASTERIO J I, FALCON W P. Yield uncertainty at the field scale evaluated with multi-year satellite data. Agricultural Systems, 2007, 92(1/3): 76-90.

[7] SUBEDI K D, MA B L. Assessment of some major yield-limiting factors on maize production in a humid temperate environment. Field Crops Research, 2009, 110(1): 21-26.

[8] 劉建剛, 王宏, 石全紅, 陶婷婷, 陳阜, 褚慶全. 基于田塊尺度的小麥產量差及生產限制因素解析. 中國農業大學學報, 2012, 17(2): 42-47.

LIU J G, WANG H, SHI Q H, TAO T T, CHEN F, CHU Q Q. Analysis of yield gap and limiting factors for wheat on the farmland. Journal of China Agricultural University, 2012, 17(2): 42-47. (in Chinese)

[9] BHATIA V S, SINGH P, WANI S P, CHAUHAN G S, KESAVA RAO A V R, MISHRA A K, SRINIVAS K. Analysis of potential yields and yield gaps of rainfed soybean in India using CROPGRO-Soybean model. Agricultural and Forest Meteorology, 2008, 148(8/9): 1252-1265.

[10] BOLING A A, TUONG T P, VAN KEULEN H, BOUMAN B A M, SUGANDA H, SPIERTZ J H J. Yield gap of rainfed rice in farmers’felds in Central Java, Indonesia. Agricultural Systems, 2010, 103(5): 307-315.

[11] LIU Z, YANG X, HUBBARD K G, LIN X. Maize potential yields and yield gaps in the changing climate of Northeast China. Global Change Biology, 2012, 18(11): 3441-3454.

[12] LI K, YANG X, LIU Z, ZHANG T, LU S, LIU Y. Low yield gap of winter wheat in the North China Plain. European Journal of Agronomy, 2014, 59: 1-12.

[13] 楊曉光, 劉志娟. 作物產量差研究進展. 中國農業科學, 2014. 47(14): 2731-2741.

YANG X G, LIU Z J. Advances in research on crop yield gaps. Scientia Agricultura Sinica, 2014, 47(14): 2731-2741. (in Chinese)

[14] PROBERT M E, KEATING B A, THOMPSON J P, PARTON W J. Modelling water, nitrogen, and crop yield for a long-term fallow management experiment. Australian Journal of Experimental Agriculture, 1995, 35(7): 941-950.

[15] ASSENG S, VAN KEULEN H, STOL W. Performance and application of the APSIM N wheat model in the Netherlands. European Journal of Agronomy, 2000, 12(1): 37-54.

[16] ASSENG S, KEATING B A, FILLERY I R P, GREGORY P J, BOWDEN J W, TURNER N C, PALTA J A, ABRECHT D G. Performance of the APSIM-wheat model in Western Australia. Field Crops Research, 1998, 57(2): 163-179.

[17] ROBERTSON M J, CARBERRY P S, HUTH N I, TURPIN J E, PROBERT M E, POULTON P L, BELL M, WRINGHT G C, YEATES S J, BRINSMEAD R B. Simulation of growth and development of diverse legume species in APSIM. Australian Journal of Agricultural Research, 2002, 53(4): 429-446.

[18] KEATING B A, CARBERRY P S, HAMMER G L, PROBERT M E, ROBERTSON M J, HOLZWORTH D, HUTH N I, HARGREAVES J N G, MEINKE H, HOCHMAN Z, MCLEAN G, VERBURG K,SNOW V, DIMES J P, SILBURN M, WANG E, BROWN S, BRISTOW K L, ASSENG S, CHAPMAN S, MCCOWN R L, FREEBAIRN D M, SMITH C J. An overview of APSIM, a model designed for farming systems simulation. European Journal of Agronomy, 2003, 18(3/4): 267-288.

[19] 孫寧, 馮利平. 利用冬小麥作物生長模型對產量氣候風險的評估.農業工程學報, 2005, 21(2): 106-110.

SUN N, FENG L P. Assessing the climatic risk to crop yield of winter wheat using crop growth models. Transactions of the Chinese Society of Agricultural Engineering, 2005, 21(2): 106-110. (in Chinese)

[20] 王琳, 鄭有飛, 于強, 王恩利. APSIM模型對華北平原小麥-玉米連作系統的適用性. 應用生態學報, 2007, 18(11): 2480-2486.

WANG L, ZHENG Y F, YU Q, WANG E L. Applicability of agricultural production systems simulator (APSIM) in simulating the production and water use of wheat-maize continuous cropping system in North China Plain. Chinese Journal of Applied Ecology, 2007, 18(11): 2480-2486. (in Chinese)

[21] 李艷, 薛昌穎, 劉園, 楊曉光, 王靖, 王恩利. APSIM 模型對冬小麥生長模擬的適應性研究. 氣象, 2008, 34(增刊): 271-279.

LI Y, XUE C Y, LIU Y, YANG X G, WANG J, WANG E L. Applicability of agricultural production systems simulator (APSIM) in simulating the production of winter wheat. Meteorological Monthly, 2008, 34(supplement): 271-279. (in Chinese)

[22] CHEN C, WANG E, YU Q. Modelling the effects of climate variability and water management on crop water productivity and water balance in the North China Plain. Agricultural Water Management, 2010, 97(8): 1175-1184.

[23] 劉志娟, 楊曉光, 王靜, 呂碩, 李克南, 荀欣, 王恩利. APSIM玉米模型在東北地區的適應性分析. 作物學報, 2012, 38(4): 740-746.

LIU Z J, YANG X G, WANG J, Lü S, LI K N, XUN X, WANG E L. Adaptability of APSIM maize model in Northeast China. Acta Agronomica Sinica, 2012, 38(4): 740-746. (in Chinese)

[24] 呂碩, 楊曉光, 趙錦, 劉志娟, 李克南, 慕臣英, 陳曉超, 陳范駿,米國華. 氣候變化和品種更替對東北地區春玉米產量潛力的影響.農業工程學報, 2013, 29(18): 179-190.

Lü S, YANG X G, ZHAO J, LIU Z J, LI K N, MU C Y, CHEN X C, CHEN F J, MI G H. Effects of climate change and variety alternative on potential yield of spring maize in Northeast China. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(18): 179-190. (in Chinese)

[25] 中華人民共和國國家統計局. 中國統計年鑒. 北京: 中國統計出版社, 2008-2010.

National Bureau of Statistics of the People’s Republic of China. China Statistics Yearbook. Beijing: China Statistics Press, 2008-2010. (in Chinese)

[26] 陳國平, 王榮煥, 趙久然. 玉米高產田的產量結構模式及關鍵因素分析. 玉米科學, 2009, 17(4): 89-93.

CHEN G P, WANG R H, ZHAO J R. Analysis on yield structural model and key factors of maize high-yield plots. Journal of Maize Sciences, 2009, 17(4): 89-93. (in Chinese)

[27] 高強, 馮國忠, 王志剛. 東北地區春玉米施肥現狀調查. 中國農學通報, 2010, 26(14): 229-231.

GAO Q, FENG G Z, WANG Z G. Present situation of fertilizer application on spring maize in Northeast China. Chinese Agricultural Science Bulletin, 2010, 26(14): 229-231. (in Chinese)

[28] ALLEN R G, PEREIRA L S, RAES D, SMITH M. Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements-FAO Irrigation and Drainage. Rome: Food and Agriculture Organization of the United Nations, 1998: 56.

[29] MENG Q, HOU P, WU L, CHEN X, CUI Z, ZHANG F. Understanding production potentials and yield gaps in intensive maize production in China. Field Crops Research, 2013, 143(1): 91-97.

（責任編輯 楊鑫浩）

Spatial-Temporal Variations of Yield Gaps of Spring Maize in Northeast China

LIU ZhiJuan1, YANG XiaoGuang1, Lü Shuo1, WANG Jing1,2, LIN XiaoMao3
(1College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China;2Ningxia Institute of Meteorological Sciences, Yinchuan 750002, China;3Department of Agronomy, Kansas State University, 2108 Throckmorton Hall, Plant Sciences Center, Manhattan, Kansas 66506, USA)

【Objective】 As the population increase, climate change and the environmental issues become increasingly prominent, food production and food security issues have attracted extensive attention. However, at present, the yields of crops are much lower than potential yields, therefore, how to produce enough food on limited land resources has become the major agricultural problem in China. Northeast China (NEC) is one of the most important maize production areas in China, where the maize outputaccounts for about 29% of the nation’s production. Therefore, increasing maize yield has undoubtedly played a vital role in securing food production in China. 【Method】 The yield gap between the potential yield and actual farmers’ yields of maize in Northeast China was studied on the basis of meteorological data, agro-meteorological observations, and agricultural statistical data during the period from 1961 to 2010, and by using the Agricultural Production System Simulation Model (APSIM-maize) and statistical method, which will provide a scientific basis for the ascension of crop production in NEC. 【Result】 The yield gap between potential and actual farmers’ yields (total yield gap) of spring maize decreased with increasing latitudes and longitudes (P＜0.01). Among locations, this yield gap ranged from 4.8 t·hm-2to 11.9 t·hm-2. The yield gaps between potential and attainable yields (yield gap 1), attainable and potential farmers’ yields (yield gap 2) showed a decreasing trend with increasing longitudes, showed a negative relationship with precipitation during the growing season. Among locations, mean yield gap 1 ranged from 0.06 t·hm-2to 3.2 t·hm-2. And mean yield gap 2 ranged from 1.7 t·hm-2to 8.0 t·hm-2, mainly due to the effects of management practices. The mean weighted yield gap between potential and actual farmers’ yields was 64% of the potential yield of spring maize. Moreover, 8%, 40%, and 16% reductions in potential yields were due to non-controllable factors, agronomic factors, and socioeconomic factors, respectively. During the past five decades, the yield gap of these four levels all showed a decreasing trend, total yield gap and yield gap 3 decreased by 1.55 t·hm-2, and 1.40 t·hm-2per decade (P＜0.01) in NEC, However, yield gap 1 and 2 showed no significant trend. 【Conclusion】 It was concluded that the yield gap between potential and actual farmers’ yields of spring maize decreased with increasing latitudes and longitudes, moreover, agronomic factors are the main constraints limiting maize yield in NEC, the yield gap could be deeply reduced by 40% by improving agronomic factors, including local management practices, soil conditions, and high-yielding varieties.

Northeast China; maize; yield gap; spatial-temporal variations

2016-07-26；接受日期：2016-12-02

國家自然科學基金（31471408，41401049）、國家重點研發計劃項目（2016YFD0300101）、中央高校基本科研業務費專項資金（2014XJ030）

聯系方式：劉志娟，E-mail：zhjjuanliu@cau.edu.cn。通信作者楊曉光，E-mail：yangxg@cau.edu.cn