遼寧省玉米生產水足跡影響因素分析及空間聚類

張旭東，吳 迪，郝 迪,3，孫仕軍，石瑞強

(1.沈陽農業大學水利學院，沈陽 110866；2.中國灌溉排水發展中心，北京 100054；3.北京市富通環境工程有限公司，北京 100083)

2002年世界水貿易專家會議上，荷蘭學者Hoekstra提出“水足跡”的概念[1,2]，從生產和消費的角度來評價水資源利用情況[3,4]。涵蓋了商品生產或消費服務過程中的直接耗水量和間接耗水量[3]，為水資源管理提供了新的視角。另外，水足跡概念的提出使得區域水資源消耗與全球水資源配置產生聯系成為可能，打破了流域、區域的局限，人們開始將全球水資源作為整體進行思考問題，為全球范圍內的水資源利用、配置和管理提供了新思路。作物的生產水足跡就是特定區域內某作物生產過程中所需消耗的水資源量，即綠水、藍水、灰水總量[5,6]。藍水足跡指作物生長過程中所消耗的地下水和地表水[7]，綠水足跡指作物生長過程中所消耗的存儲在土壤中的有效降水[7,11,12]，灰水足跡指稀釋污染物需要的水量，量化為將污染物稀釋到一定的程度使周圍水體環境質量保持在約定標準之上需要的水的體積[13]。

國內外學者對作物水足跡進行了廣泛研究。Chapagain和Hoekstra對世界上主要國家的水足跡進行了計算、分析與對比[8]。侯慶豐利用聯合國糧農組織(FAO)推薦的CLIMWAT數據庫和CROPWAT軟件計算甘肅省農作物生產水足跡，認為甘肅省農作物生產水足跡及其構成地區差異明顯，河西地區主要以藍水為主，而隴中、隴東、隴東南地區以綠水為主[14]。張容等梳理了農業水足跡理論的形成歷程，對農業水足跡影響因素進行了研究，認為氣象因素的變化會影響水足跡，灌溉技術是影響糧食和經濟作物水足跡的主要因素之一[15]。韓宇平等對京津冀作物水足跡時空分布特征進行了分析，發現該地區西北部和北部水足跡較小，而南部、東南部和中部較大[16]。郭相平等對中國農作物水足跡時空分布與影響因素進行分析，發現水足跡在時間上呈先下降后緩慢上升態勢，空間上呈從東南向西北逐漸遞減的格局；人口密度、人均純收入和化肥施用量是農作物生產水足跡隨時間變化的主要驅動因子，而降雨量、人均GDP及人均純收入對其空間分布有重要影響[17]。馮變變等對山西省作物生產藍綠水足跡進行了核算及影響因素分析，結果表明不同區域間作物生產藍綠水足跡均表現出由北向南波動中下降的趨勢，日照、氣溫和降雨是影響作物生產水足跡的主要因素[18]。上述研究多對作物水足跡空間變化及其影響因素進行分析，而基于水足跡及其影響因素對區域聚類分區研究較少，本文以遼寧為例進行了嘗試。

遼寧省面積148 萬km2，常年玉米種植面積為330 萬hm2，遼寧位于我國玉米種植的適宜區和最適宜區[9]，14個地級市均有種植，以雨養為主，灌溉為輔。本文以地級市為單元，對2011-2015年內影響玉米生產水足跡的17個因素進行顯著性分析，提取玉米水足跡和其影響因素的主成分，以降維后的前5個主成分為指標對地級市進行聚類，將遼寧分為5個區，分析各區的玉米生產水足跡空間特征，提出玉米生產發展和農業水資源高效利用的策略。

1 材料與方法

1.1 數據來源

氣象觀測數據來自各地級市的25個氣象觀測站，玉米單產、產量、種植面積和化肥施用量等數據來自《遼寧省統計年鑒》，生育階段數據來自中國氣象數據網(http:∥data.cma.cn/)的《中國農作物生長發育狀況資料數據集》，玉米灌溉水量和農業灌溉用水量數據來自水利部松遼水利委員會的統計，數據時段均為2011-2015年。

1.2 生產水足跡計算方法

作物生產水足跡是指生產單位作物產品所需要的水資源數量，即作物生產綠水足跡、藍水足跡和灰水足跡之和。其中，綠水主要來自天然降水，藍水主要來自灌溉水，灰水足跡核算時以稀釋淋失氮所消耗的水資源量作為代表[19]。遼寧省2011-2015年玉米生產水足跡計算主要采用CROPWAT8.0，玉米生育階段劃分和具體參數選取詳見參考文獻[20]。

1.3 分析方法

影響水足跡的因素眾多，本文采用基于玉米生產水足跡和其影響因素提取的主成分對遼寧各地級市進行聚類。主成分分析是通過對原始變量相關矩陣或者協方差矩陣內部關系的研究，利用原始變量的線性組合形成幾個綜合指標(主成分)的多元統計方法[21,22]。分析問題時用較少的幾個主成分來代替原來較多的因子，能夠在保留原始變量信息的前提下達到降維與簡化問題的作用。常用的聚類方法有K均值聚類(K-means)、層次聚類(HAC)和模糊C均值聚類(FCM)等，每種聚類算法各有優缺點：K-means聚類算法的初始點是隨機選取的，易引起聚類結果不穩定[10]；HAC法不需要確定分類數，但是一旦一個合并被執行就不能修正，聚類質量受限制[21,23]；FCM法對初始聚類中心敏感，需要人為確定聚類數，容易陷入局部最優解[24,25]。因此，為確保聚類的客觀性，本文以從玉米水足跡和其17個影響因素中提取的前5個主成分作為聚類指標，分別采用K-means聚類、層次聚類、模糊C均值聚類3種方法進行聚類，在綜合考慮不同聚類結果基礎上確定分區。

2 結果與分析

2.1 玉米生產水足跡影響因素及其相關性分析

作物生產水足跡受作物生產過程中水資源消耗量及作物單位面積產量的直接影響，而區域農業氣象條件、農業生產資料投入、地形地貌和田間管理水平等因素也會對作物生產水足跡產生影響。為進一步明確這些影響因素和玉米生產水足跡之間的關系，利用SPSS軟件計算出遼寧省14個地級市2011-2015年氣溫(X1)、大氣壓(X2)、相對濕度(X3)、降雨量(X4)、日照時數(X5)、風速(X6)、濕潤度(時段內年降雨量與潛在蒸發量的比值，X7)、經度(X8)、緯度(X9)、陸面平均海拔高度(X10)、平原區占總面積的比值(X11)、單位面積氮肥施用量(X12)、玉米種植面積(X13)、玉米灌溉面積占種植面積比例(X14)、玉米灌溉水占農業灌溉用水量比例(X15)、玉米藍水足跡占總水足跡比例(X16)和玉米單產(X17)等17個因素與玉米生產水足跡(X18)與之間相關矩陣并進行顯著性分析，詳見表1。

由表1可知，氣溫、大氣壓、日照時數、風速、陸面平均海拔高度、玉米灌溉水占農業灌溉用水量比例、單位面積施肥量、玉米藍水足跡占總水足跡比例與玉米生產水足跡呈正相關關系，其中單位面積氮肥施用量達到顯著水平，作物藍水足跡達到極顯著水平。說明在遼寧省的地級市隨著單位面積氮肥施用量和藍水足跡增大，有導致玉米總水足跡變大的趨勢，欲降低玉米的生產水足跡可以從降低單位面積施肥量和藍水足跡入手。低化肥施用量主要是通過減少水的污染來減少灰水足跡，進而減少玉米生產水足跡，藍水足跡的降低則需要提高灌溉水的水分生產率。在一定的條件下如低氣溫、短日照、低氣壓和低海拔有利于降低玉米的生產水足跡。玉米田間耗水依賴于熱力學和動力學因素，其中風速是動力學因素的主要來源，故風速的降低可以大大削弱作物對水分的蒸散，從而減小作物生產水足跡；氣溫、日照時數是主要的熱力學因素，適當的低溫可以在不減少或者稍微減少產量的情況下減小玉米的生產水足跡。

表1 各影響因素與玉米生產水足跡的相關矩陣與顯著性分析 Tab.1 Significance analysis of influencing factors of water footprint in maize production

注：*為p<0.05， **為p<0.01。

而相對濕度、降水量、濕潤度、經度、緯度、平原區占總面積的比值、作物種植面積、單位面積產量與玉米生產水足跡呈負相關關系，其中降水量、平原區占總面積的比值達到顯著水平，緯度和玉米單產達到極顯著水平。說明遼寧越靠北的地級市，單產越大，降水量越大且地勢越平，則玉米的生產水足跡越小。其原因是降雨量大時，相對濕度高，葉面與大氣之間的水汽梯度小，水汽擴散率低，使得蒸發量小，因而作物需水量小，從而減少玉米的生產水足跡?？梢姡|寧降水量越大，空氣越濕潤，且土地越平坦，越有利于減小玉米的生產水足跡；玉米種植面積越大，該地區就有規模優勢，單位產量越高，玉米的水足跡就會越小。

2.2 基于主成分分析的遼寧省玉米水足跡空間聚類

2.2.1 主成分分析

(1)分區聚類指標選取。選取遼寧省14個地級市2011-2015年的玉米生產水足跡及其影響因素(X1，X2，…，X18)18個指標作為聚類指標。

(2)聚類主成分的確定。由于各指標之間存在線性關系，為消除這種線性相關的影響，利用SPSS軟件進行主成分分析，采用相關矩陣求解主成分，得出主成分的特征值以及各個主成分的貢獻率與累計貢獻率，見表2。由表2可知第1、第2、第3、

表2 主成分的特征值和貢獻率 Tab.2 Characteristic value and contribution rate of principal components

第4、第5主成分的累計貢獻率已高達88.9%，即選取前5個主成分已經能夠對18個指標88.9%的信息進行概括。

(3)主成分荷載與主成分得分。計算與各特征值相對應的特征向量，從而得到主成分載荷矩陣表，見表3。通過主成分載荷矩陣和各樣本的標準化值，可得出不同樣本的主成分得分值表，見表4。

表3 主成分荷載矩陣表Tab.3 Principal component load matrix

注：X1,X2,…,X18解釋同表1。

2.2.2 空間聚類過程及分析

以表4的前5主成分為聚類指標，利用MATLAB2012b軟件分別采用K-means聚類、分層聚類法、模糊C均值聚類3種方法進行聚類，考慮到地理位置和區劃習慣，結合遼寧節水農業分區以及遼寧生態功能分區的研究結果[26,27]，將遼寧分為5個區，3種聚類方法分區結果如表5所示。由表5可知，3種聚類方法分區Ⅰ均為鞍山、撫順、本溪和丹東，因此完全可以將此4個地級市歸為一類。K-means聚類和模糊C均值聚類的分區2均為大連、營口和葫蘆島，而分層聚類法的分區II包含的地區較多，有大連、營口、葫蘆島、沈陽、鐵嶺、阜新和錦州，因此將大連、營口和葫蘆島歸為一類作為分區II。3種方法的聚類的結果均將沈陽和鐵嶺歸為一類，不過分層聚類法將它們歸為了分區Ⅱ，因此本文將沈陽和鐵嶺作為分區Ⅲ。3種方法對于分區4的聚類結果分別為K-means聚類(阜新和朝陽)、分層聚類法(朝陽)和模糊C均值聚類(阜新、錦州和朝陽)；考慮到分層聚類法在分區Ⅱ將阜新和錦州也歸為了一類，可見阜新和錦州具有相同的聚類特征；同時鑒于阜新、錦州和朝陽都屬于遼西地區，所以將阜新、錦州和朝陽歸為分區Ⅳ。3種方法的對于分區Ⅴ的結果中均有遼陽，因此把遼陽歸為分區5。由于盤錦地區玉米種植面積較小(占全省的0.7%)，處于渤海灣中部，氣候的玉米的種植條件等和營口類似，故將盤錦歸入分區2。具體的空間聚類和分區結果詳見圖1。

表4 分類樣本的主成分得分表Tab.4 Principal component score table of classification samples

表5 不同方法聚類結果Tab.5 Preliminary clustering results of three clustering methods

2.2.3 空間聚類結果

由各市的玉米產量可知，沈陽、錦州、朝陽、阜新、鐵嶺、大連和鞍山7地市的玉米產量占到遼寧的90%，為遼寧省的玉米主產區，因此Ⅲ區、Ⅳ區是遼寧玉米主產區；從水足跡的角度來看，Ⅲ區玉米生產水足跡最低，Ⅱ區玉米生產水足跡最高，Ⅰ區的綠水足跡非常大而藍水足跡非常小。因此，根據遼寧省各區玉米種植結構以及玉米生產水足跡主要特征，將5個分區命名為Ⅰ區綠水滿足—綜合發展區、Ⅱ區高生產水足跡—保護發展區、Ⅲ區低生產水足跡—重點發展區、Ⅳ區藍水依賴—優化發展區、Ⅴ區較高生產水足跡—適度發展區，各區的位置分布圖詳見圖1。

(1)Ⅰ綠水滿足—綜合發展區。該區地處遼寧東部山區，平原區面積占總面積的6%以下，濕潤度0.86～1.36，多年平均降雨量740～1 066 mm，水資源豐富。該區地形多為山地丘陵，地塊面積小而分散，玉米種植面積較小，玉米藍水足跡0.05～0.14 m3/kg，綠水足跡0.52～0.62 m3/kg，綠水基本滿足玉米作物的生長需要。該區農業規模經營程度和機械化較低，礦產資源豐富，以工業為主，農業不是主導產業。但該區玉米藍水足跡較小的特點使得它在適度范圍內發展玉米種植面積不會增加其他行業的用水壓力。且該區降雨量大，濕潤度高，作物蒸散量相對少，故作物耗水量少。因此，該區應充分利用這些特點，減少玉米的水足跡，節水增產，起到節省農業用水從而減少其他行業用水壓力綜合發展的作用。除此之外，考慮到其水資源和生態資源豐富、環境優美等特點，應充分發揮“生態屏障、特色農業”這兩大功能，在保證生態涵養的基礎上，發展特色農產品，增加農民收入。

圖1 遼寧省基于玉米生產水足跡的聚類分區Fig.1 Clustering Zoning Map of Liaoning Based on Water Footprint of Corn Production

(2)Ⅱ高生產水足跡—保護發展區。該區毗鄰渤海，平原區面積占總面積的比例在0～0.23，濕潤度0.61～0.77，多年平均降雨量553～773 mm，玉米的綠水足跡為0.52～0.62 m3/kg，藍水足跡為0.23～0.30 m3/kg，與其他地區相比藍水足跡、總水足跡較高。該區可用灌溉水量較少，多以蓄水灌溉為主，存在地下水超采、海水入侵等環境地質問題，使一些水源工程報廢或效率低。經濟以工業和水產業為主，農業為輔。因此，該區應在發展工業和水產經濟的同時，注重農業水資源的可持續發展，提高綠水和藍水的利用率，利用水源工程引入淡水，或在有能力的條件下進行海水淡化以解決水資源壓力。

(3)Ⅲ低生產水足跡—重點發展區。該區域位于遼河沖積平原，地勢平坦，土地肥沃，濕潤度0.67～0.79，多年平均降雨量在591～700 mm，水土資源較匹配，種植作物以玉米為主，2011-2015年沈陽、鐵嶺玉米種植面積分別達總糧食作物播種面積的52%、63%以上，占遼寧省玉米種植面積的32%以上，是遼寧省玉米主產區。該區玉米藍水足跡0.1～0.16 m3/kg，綠水足跡0.39～0.41 m3/kg，玉米生產水足跡0.49～0.57 m3/kg，玉米生產水足跡最低，說明該區適宜玉米生長，玉米生產對水資源的利用比較合理。其較優的土壤、氣候和種植條件使該區成為玉米種植的重點發展區，因此可考慮增加玉米播種面積，發揮玉米種植的規模優勢，力爭打造遼寧省的高標準農田樣板，率先實現農業現代化。

(4)Ⅳ藍水依賴—優化發展區。該區地勢起伏，水土流失嚴重，濕潤度0.44～0.56，多年平均降雨量453～532 mm，降雨年內分布不均，春旱現象比較嚴重，屬于缺水地區。該區的主要農作物為玉米，也是遼寧省玉米的主產區，2011-2015年該區玉米種植面積均達總糧食作物播種面積的55%以上，占遼寧省玉米總種植面積的38.7% ，該區玉米生產水足跡為0.58～0.67 m3/kg，其中藍水足跡0.21～0.23 m3/kg，綠水足跡0.30～0.33 m3/kg，跟其他區相比綠水足跡明顯較小，對藍水的依賴性比較大。國家實施的東北“節水增糧行動”在該區有許多成功案例。因此，該區應吸收節水項目中的經驗，大力推廣不同形式的大壟雙行膜下滴灌玉米種植模式，提高水分利用效率，促進糧食增產，同時也要兼顧生態環境，根據地形地貌特點因地制宜的發展多種農業類型，繼續優化種植業結構，增強農產品綜合生產力和競爭力。

(5)Ⅴ較高生產水足跡—適度發展區。該區位于遼東低山丘陵與遼河平原的過渡地帶，平原區面積占總面積的比例40%。濕潤度在0.76，多年平均降雨量為700～800 mm，2011-2015年該地區玉米種植面積均達50%以上，玉米藍水足跡0.17 m3/kg，綠水足跡0. 54 m3/kg。該區降雨量僅次于Ⅰ區，但玉米生產水足跡較高，城市化對農業生產的影響明顯，土地、資金、人力等生產資源非農化比例較高，導致農業生產投入相對較少，農業生產用水效率不高，工業生產是區域經濟來源的重要組成部分。該區工業污水排放不能良好的控制，水污染問題突出，生態環境遭到破壞。因此，該區應適度開發水資源，完善地表蓄水工程建設，加強地下水保護并減少地下水開采；特別需要加強污水排放監控和管理，建立污水處理廠，合理引進先進的污水處理工藝對污水進行凈化，實現達標排放。

3 結 論

在計算遼寧省各地市玉米生產水足跡的基礎上，對2011-2015年內影響玉米生產水足跡的因素進行顯著性分析，對18個指標提取了主成分，基于前5主成分對14個地級市進行了聚類。結論如下：

(1)遼寧各地市降水量越大，空氣越濕潤，土地越平坦，地理位置越靠北則玉米生產水足跡有減小的趨勢；玉米種植面積比例越大，則該地市就有規模優勢，單位產量越高，玉米的水足跡也有減小的趨勢；欲降低玉米的生產水足跡可以從適當減少單位面積的化肥施用量和在保證玉米單產的條件下提高灌溉水的水分生產率兩個方面入手。

(2)基于玉米生產水足跡可將遼寧分為5個區域，分別為Ⅰ綠水滿足—綜合發展區(鞍山、撫順、本溪、丹東)、Ⅱ高生產水足跡—保護發展區(大連、營口、葫蘆島)、Ⅲ低生產水足跡—重點發展區(沈陽、鐵嶺、盤錦)、Ⅳ藍水依賴—優化發展區(阜新、錦州、朝陽)、Ⅴ較高生產水足跡—適度發展區(遼陽)。不同區應結合自身特點，調整作物種植結構，優先使用綠水，科學合理灌溉，充分利用現有的節水灌溉工程減少損失，減少面源的污染等措施來減少玉米的水足跡，從而控制農業用水量，減緩水資源壓力。