涇河流域糧食產量與生產潛力時空分布特征及其與MODIS-GPP的關系

扶松林， 孔令穎，周海香，劉文兆，

(1.西北農林科技大學水土保持研究所， 陜西 楊凌 712100; 2.中國科學院水利部水土保持研究所，陜西 楊凌 712100)

黃土高原千溝萬壑的地貌形態與水土流失綜合治理長期以來為學界所關注[1-3]。歷史上造成黃土高原水土流失的一個重要原因是土地的廣種薄收，因此而開展的退耕還林還草工程，成為了該區域水土保持與綜合治理的主要措施，自1999年實施以來成效顯著[4-6]。退耕還林還草工程突出林草面積比例的增加，因此在有限的相對減少的耕地上不斷提高作物單位面積產量具有重要意義。涇河流域是黃土高原水土流失嚴重地區之一，提升基本農田上的糧食產量水平是推動該區域退耕還林還草工程不斷走向深入的重要保障，研究該流域的糧食產量水平、進一步增產的幅度并有效估算糧食產量意義重大。

針對區域糧食安全問題，龍鑫等[7]考慮自然災害風險影響，認為涇河流域農業旱災的高風險區位于該地區北部，南部為低風險區；耿艷輝等[8]根據涇河流域 1990—2005年耕地、人口和糧食的數據動態變化情況，計算了流域內 31個縣(區)的耕地壓力指數，表明盡管耕地面積持續減少，但隨著糧食單產的不斷提高，人均糧食產量表現出一定的增加趨勢，維持了區域糧食安全;在地處涇河流域的長武縣，張建軍等[9]也給出類似的結果。黃明斌等[10]以黃土高原10個試區的攻關資料為基礎，從區域旱作產量潛勢、試區攻關水平和試區所在縣的產量現狀三個層次，詳細剖析了黃土高原有代表的幾個地區糧食現狀和增產潛力。結果指出，就10個試區所代表的黃土高原水土流失區而言，糧食增產潛力很大，試驗年份整體產量水平達到旱作產量潛力水平的54.2%。在遙感估產方面，馮美臣等[11]利用遙感數據進行冬小麥不同生育時期歸一化植被指數(NDVI)和產量關系的研究，利用氣象數據和光譜數據構建了冬小麥光譜產量模型、氣象產量模型以及光譜氣象產量模型，發現利用遙感和氣象數據建立模型進行單產和總產估測是可行的，且精度較高。目前中分辨成像光譜儀生成的植被總初級生產力(MODIS GPP)數據應用廣泛，利用遙感數據估算糧食產量的工作還需深入地研究。通過氣候生產潛力計算及與實際產量比較，分析糧食生產進一步提升的幅度范圍，對于推進區域農業生產與生態建設具有重要意義。

1 材料與方法

1.1 研究區概況

涇河流域位于黃土高原中部，處于東經108°14′～108°42′，北緯34°46′～37°19′，流域面積45 421 km2，橫跨寧夏、甘肅、陜西三個省、自治區部分地區，流域大部分屬于隴東黃土高原。流域內景觀大體分為北部黃土丘陵區、中部黃土塬區、西南部山地林區和東南部山地河谷區。流域內土地利用類型主要有農地、草地、果園、林地等。該流域為典型的溫帶大陸性氣候，處于溫帶半濕潤向半干旱氣候的過渡地帶，流域多年平均氣溫8℃，年降水量在350～600 mm之間。

1.2 數據來源

(1)本文所用氣象數據為涇河流域及其周邊28個氣象站點2001—2012年的降水(mm)、氣溫(℃)等，數據來源于中國氣象數據網(http://data.cma.cn/),涇河流域及其周邊氣象站點分布見圖1；(2)遙感數據來源于NASA官方遙感影像MOD17A2H數據產品(https://ladsweb.modaps.eosdis.nasa.gov/)，該數據為8 d合成產品，空間分辨率為500 m；(3)社會經濟數據來源于中國知網的中國經濟社會大數據研究平臺(陜西、甘肅和寧夏農業統計年鑒)。

圖1 涇河流域及周邊氣象站點分布

1.3 研究方法

1.3.1 光溫生產潛力計算 考慮光能利用過程，從光、熱、水資源逐級訂正的角度分析作物光溫生產潛力、氣候生產潛力是作物生產潛力研究中的一種傳統方法。本文采用陳明榮提出的光溫生產潛力計算公式[12]：

GM=mQg(1-α)Pt(1-R)

(1)

式中，GM指一定時間內單位面積的氣候生產潛力(kg·hm-2)，m為與植物覆蓋度、量子轉換率、干物質產熱力有關的參數。Qg為生理輻射(MJ·hm-2)，α為植物對生理輻射的反射率，Pt為溫度t時的相對光合速率，計算方法為：

Pt=2.8+0.348t+0.532t2-0.0086t3

(2)

R為呼吸作用而消耗的光合產物的百分數，計算式為：

R=7.825+1.145t

(3)

1.3.2 氣候生產潛力計算 氣候生產潛力的計算是在光溫生產潛力的基礎上，考慮降水資源對于作物需水的滿足程度，采用侯光良等提出的公式[13]：

Gc=GM·f(W)

(4)

(5)

式中，Gc為作物氣候生產潛力(kg·hm-2)；C為地表徑流量占降水量的比例系數，考慮氣候生產潛力條件下雨水的充分利用與退耕還林工程背景下涇河流域農田的水保措施水平，本文C取為0；P為自然降水量(mm)，ETm為作物需水量(mm)，其可用參考作物蒸散量ET0乘以作物系數得到，本文討論的是涇河流域全年氣候生產潛力，不涉及具體作物，參考已有的研究，作物系數取為1[14-15]。本研究利用聯合國糧農組織(FAO)推薦的計算方法來計算參考作物蒸散量，其表達式為[15]：

(6)

式中，ET0為日參考作物蒸散量(mm·d-1)；Rn為作物冠層表面的凈輻射(MJ·m-2·d-1)；G為土壤熱通量(MJ·m-2·d-1)，日尺度內近似為0；γ為干濕表常數(kPa·℃-1)；T為平均氣溫(℃)；μ2為2 m高度處的風速(m·s-1)；es和ea分別為飽和水汽壓與實際水汽壓(kPa)；Δ為飽和水汽壓和氣溫曲線的斜率(kPa·℃-1)。

1.3.3 太陽輻射計算 涇河流域太陽輻射觀測站很少，本文選取FAO推薦的計算方法[15]：

(7)

(8)

(9)

ω0=cos-1(-tanφtanδ)

(10)

(11)

1.3.4 統計方法 Mann-Kendall (MK)檢驗法是一種連續的、非參數統計方法，用于確定氣象和水文數據的時間序列是否具有顯著變化趨勢。其優勢是能夠避免特大值與特小值的影響，比較客觀地分析數據。在MK趨勢性檢驗中，若Z值為正，則該序列表現出上升趨勢；相反地，若Z值為負，則該序列表現出下降趨勢。當|Z|≥1.64，|Z|≥1.96和|Z|≥2.58時，分別表示通過了0.1，0.05和0.01顯著水平的檢驗，本文用其檢驗植被總初級生產力(GPP)、光溫、氣候生產潛力及玉米產量變化趨勢的顯著性；Pearson相關系數法可以檢驗變量間的相關性，本文使用SPSS軟件對各變量間的相關性進行分析。

2 結果與分析

2.1 涇河流域 GPP時空分布

2001—2012年間涇河流域的平均GPP為519.6 g·m-2·a-1。由圖2可看出，總體上流域單位年GPP呈波動式上升趨勢，由389.8 g·m-2·a-1上升至658.4 g·m-2·a-1，年均增加22.4 g·m-2·a-1。總體上升的趨勢與退耕還林還草工程的實施有很大關系。GPP最高的3 a分別是2008年(556.9 g·m-2·a-1)、2010年(562.3 g·m-2·a-1)和2012年(658.4 g·m-2·a-1)，最低的3年分別是2001年(389.8 g·m-2·a-1)、2003年(477.0 g·m-2·a-1)、2007年(467.4 g·m-2·a-1)。2005—2007年涇河流域的降水量較低，植物水分供給量受限，影響了植被光合作用，因此GPP有所降低；2008—2012年雨水較為充足， GPP增長較快。涇河流域GPP季節特征明顯，依據季節GPP單位面積值排序：冬季(12月～次年2月)<秋季(9—11月)<春季(3—5月)<夏季(6—8月)。涇河流域GPP在夏季由于降水和輻射達到峰值，植被光合作用最大，單位GPP也達到了峰值。

圖2 涇河流域GPP年際變化

2001—2012年流域的GPP空間特征見圖3。由圖3可知，北部鹽池、定邊、環縣一帶為GPP低值區，GPP范圍為0～300 g·m-2·a-1；流域兩側山地林區和河谷區為GPP高值區，其值在700 g·m-2·a-1以上，部分地區的年單位面積GPP甚至達到了1 000 g·m-2·a-1以上；流域中部如彭陽、慶陽、鎮原、西峰一帶年單位面積GPP范圍為300～700 g；流域南部的長武、正寧、旬邑、彬縣一帶是GPP次高值區，其范圍是700～1 000 g·m-2·a-1。GPP空間格局總體上與降雨、光熱因子分布特征一致，自西北向東南逐漸增加。

圖3 涇河流域GPP空間分布與年際變化趨勢

通過MK檢驗法對涇河流域內18個縣域的GPP進行趨勢分析，結果表明：大部分站點表現為增加趨勢。旬邑GPP有略微降低，其年降水量在12 a平均處于550 m左右，年平均溫度變化范圍為8.8～10.1℃，二者變化不大， GPP減少的原因還需做進一步分析。在GPP表現為增加趨勢的站點中，50%站點的Z值大于1.64(P<0.1)，這些站點主要位于涇河流域南部，其中靈臺、淳化、永壽、正寧4個站點的Z值大于1.96(P<0.05)。而流域北部如麻黃山、環縣等地，中部如崆峒、鎮原、西峰等地的單位GPP也有不同程度的增加，但并未達到顯著性水平。

2.2 涇河流域光溫生產潛力時空分布

通過計算各氣象站點歷年的光溫生產潛力，取平均值并空間插值得到涇河流域光溫生產潛力空間分布圖。由圖4可知，涇河流域光溫生產潛力在空間上整體自西向東呈增加趨勢，范圍為16 462～21 786 kg·hm-2。其在南北方向上又呈馬鞍型，南、北二側較高，中間較低。流域光溫生產潛力較高值在慶城、彬縣一帶，較低值在涇源、華亭一帶。通過對涇河流域光溫生產潛力各氣象站點的年際變化進行趨勢分析，其中有減小趨勢的站點占94%，分別為麻黃山、環縣、崆峒、華亭、西峰等，且其中有25%站點的下降趨勢達到了顯著性水平，分別為慶城、涇川、靈臺、旬邑；有增加趨勢的站點只有鎮原，但增加趨勢未達到顯著性水平。

圖4 涇河流域光溫生產潛力空間分布與年際變化趨勢

2.3 涇河流域作物氣候生產潛力時空分布

由圖5可知，涇河流域多年平均作物氣候生產潛力在空間上自西北向東南呈增加趨勢，區域差異明顯，流域內作物氣候生產潛力范圍為4 945～12 412 kg·hm-2。2001—2012年間，流域北部麻黃山、環縣一帶作物氣候生產潛力為4 945～8 000 kg·hm-2，中部如涇源、崆峒、鎮原、西峰、慶城一帶作物氣候生產潛力為8 000～11 000 kg·hm-2，南部如靈臺、長武、彬縣、永壽等地區作物氣候生產潛力最大，其值分布在11 000 kg·hm-2以上。12 a間，涇河流域作物氣候生產潛力呈波動變化，其中，2003年的氣候生產潛力出現最高值(14 847 kg·hm-2)；而2003年的光溫生產潛力在12 a間是一個低值(18 931 kg·hm-2)，結合降雨數據來看，2003年涇河流域的降水量為770.3 mm，高于多年平均水平(535.7 mm)，降水量為氣候生產潛力的主要影響因素之一，因此出現了這種情況。

圖5 涇河流域氣候生產潛力空間分布與年際變化趨勢

通過對涇河流域各氣象站點作物氣候生產潛力的年際變化進行趨勢分析(圖6)，其中有減小趨勢的站點占52.9%，這些站點大部分分布于流域的北部和西部，且趨勢變化未達到顯著性水平；有增加趨勢的站點占35.3%，其增加趨勢也未達到顯著性水平；而華亭和正寧的作物氣候生產潛力在12 a間變化不明顯。

圖6 涇河流域作物生產潛力與實際產量年際變化

2.4 涇河流域糧食產量時空分布

由圖7可知，2001—2012年間涇河流域糧食產量在空間上由北向南增加，如北部的鹽池、環縣一帶年糧食產量為1 452～2 000 kg·hm-2，流域西部的涇源、固原一帶年糧食產量為2 600～3 200 kg·hm-2，流域東南部正寧、彬縣、旬邑、淳化的年糧食產量最高，達到了4 000 kg·hm-2以上。涇河流域各縣區的糧食產量大部分呈上升趨勢，其中環縣增加速度最快，為222 kg·hm-2·a-1，流域中部的涇源、崆峒、慶城增長速度也較為明顯，分別以199.5、115.5、121.5 kg·hm-2·a-1的速度增長，流域南部的長武、永壽、彬縣的增長不明顯。12 a間流域平均糧食產量呈增加趨勢，且趨勢明顯。由圖6可知，涇河流域糧食產量逐年增加，且通過MK趨勢檢驗表明Z為3.63(P<0.01)，說明涇河流域糧食產量增加趨勢達到了極顯著水平。圖7還展現了涇河流域各縣區糧食產量的空間變化趨勢。由圖7可知，流域北部的鹽池、定邊、環縣和中部如鎮原、西峰等地雖然有增加趨勢，但趨勢不明顯；流域西部的彭陽縣，東部的慶城、合水以及東南部彬縣、禮泉等地的增加趨勢達到了95%的置信度，流域西南部的涇源、華亭、崇信等地及東南部的正寧、長武、淳化等地增加趨勢達到了99%的置信度。從空間分布上來看，流域北部和中部部分地區的增加趨勢不顯著，糧食產量增加趨勢顯著的地區集中在降水豐富的南部。

圖7 涇河流域糧食產量空間分布與年際變化趨勢

3 討 論

3.1 涇河流域作物氣候生產潛力與GPP的關系

從圖2與圖6可知，GPP與氣候生產潛力時間過程趨勢并不一致，圖3與圖5表明二者空間分布有相似性。取各站點多年平均值分析其空間相關性(圖8)顯示，二者決定系數為0.75，達極顯著水平(P<0.01)。關于氣候生產潛力的研究中，以往部分學者們用邁阿密模型(Miami Model)、桑斯維特紀念模型(Thornthwait Memorial Model)等來研究氣候生產潛力[16-17]，而這些模型通常是用來計算陸地植物生產量，即植被凈初級生產力(NPP)的，這本身即源于氣候生產潛力與植被凈初級生產力、總初級生產力間存在的密切關系的認識。

注：**表示極顯著相關(P<0.01).Note: ** means extremely significant correlation (P<0.01).

3.2 涇河流域作物增產潛力及其實現途徑

逐站點比較作物氣候生產潛力與單位糧食產量數據可知(表1)，流域北部氣候生產潛力與單位糧食產量差值相對較低，流域中部如慶城、崆峒、涇源、西峰等地的差值約在6 000～7 000 kg·hm-2，而流域南部的差值均在7 000 kg·hm-2以上，部分地區達到8 000 kg·hm-2以上。這說明涇河流域糧食的增產潛力很大。從空間分布分析，各站點多年平均作物氣候生產潛力與糧食產量之間的相關性達到極顯著水平(P0.01)。

涇河流域作物生產以旱地為主。山侖等[18]認為：黃土高原降水量低，但這并不是其糧食產量低下的主要原因，而是對降水未能加以充分利用，需采取措施解決水土流失、土面強烈蒸發、土壤深層儲水利用不足等問題。王立祥等[19]研究指出:干旱固然是黃土高原農業生產的威協，然而地力不足乃是導致水分無謂耗損的更為直接的原因，有所側重地培肥地力是使作物的潛在生產力充分化為現實生產力的重要途徑。地膜覆蓋在減少土表蒸發、增加土壤貯水量、提高春季土壤溫度等方面效果顯著。王喜慶等[20]通過春玉米田間試驗發現，地膜覆蓋可大幅度提高糧食產量，覆膜者產量為6 232.5 kg·hm-2，未覆膜者僅4 240.5 kg·hm-2。鐘良平等[21]在長武的田間試驗表明，同一施肥條件下地膜栽培玉米比露天栽培增產顯著，大旱之年的1997年增產達46.7%～ 52.4%，平水年份增產28.6%。在降水與肥力因素有效調控的基礎上，品種選育及改良是重要的增產途徑。2010—2012年陜西省區域試驗中，吉萬全等[22]選育的小麥新品種‘西農529’平均產量達到7 792.5 kg·hm-2；高瑞景等[23]育出‘陜單008’玉米，多年平均產量為9 640.1 kg·hm-2。幾十年來黃土塬區主要糧食作物冬小麥和春玉米品種已經多次更新，由傳統農業的旱薄型發展到旱肥型、旱肥高產型。長武塬區旱作冬小麥產量由上世紀50年代初的低于1 000 kg·hm-2提升到近年的4 500 kg·hm-2水平，產量水平總體呈波動上升的趨勢，品種更新在其中發揮了重要作用[24]。年際過程中大田實際產量是逐漸向氣候生產潛力逼近的，以往研究已有報道氣候生產潛力計算具有相對性[25]。公式(1)中參數取值是基于已有的試驗結果，而這些結果也隨著農業科學試驗的推進在不斷發展。 進一步要做的是對這些參數進行新的調整，以適應新的研究結果。近年已出現基于集約管理的小塊試驗田收獲的產量高于表1中氣候生產潛力數據的報道，譬如朱琳[26]在長武應用高產高效栽培技術種植春玉米產量達13 334～13 707 kg·hm-2。

表1 涇河流域各地氣候生產潛力與糧食產量/(kg·hm-2)

概括地說，以旱農為主的涇河流域提升糧食產量的關鍵在于充分利用降水，提高作物對水分的利用率和利用效率，從作物利用降水資源過程的角度上通盤考慮[27]，培肥土壤要放在首要位置，主要通過肥料以及種植方式來改善土壤肥力，以肥調水；同時要因地制宜，實行作物輪作，采用有效的蓄水保墑等措施(如覆蓋等)。加強作物育種是實現增產的另一重要方面，選擇和推廣適宜于雨養條件的旱肥型優良品種，提高良種覆蓋率，發揮大面積良種的增產潛力。

3.3 GPP與糧食產量的關系及糧食單產估算

涇河流域各縣區的糧食作物主要為玉米和小麥，為探究GPP與糧食產量的關系，分別取各縣區的玉米、小麥及其綜合的糧食產量數據與GPP進行回歸分析。做時間過程分析時，同一年份取流域各站點平均值；做空間關系分析時，同一站點取研究時段的平均值。結果表明，玉米產量與GPP在時間上相關性較好，達到了顯著水平(P<0.05)，而空間相關性較弱。這種現象的原因之一可能是由于流域北部和中部地區的玉米生產中有一定的灌溉條件，而GPP是綜合結果，更多展現的是降水條件的作用。如北部鹽池和定邊兩縣的多年平均玉米產量分別為6 192、5 178 kg·hm-2，其相鄰的環縣玉米產量為1 906 kg·hm-2，而流域南部如彬縣、旬邑、永壽、淳化等縣的玉米單位產量均在6 000 kg·hm-2左右；小麥產量與GPP在時間過程上正相關，但相關性不顯著，而空間上的相關性達極顯著水平(P<0.01)；單位面積糧食產量與GPP在時間與空間上的相關性均好于單獨分析玉米或小麥時的結果，其在時間上達顯著水平(P<0.05)，在空間上達到了極顯著性水平(P<0.01)。圖9為涇河流域各縣區各年糧食產量與GPP的散點關系，線性回歸的決定系數達0.59(P<0.01)，這表明用年尺度GPP估算涇河流域單位面積糧食產量的可信度較高。在用遙感數據估算糧食產量方面，李軍玲等[28]以縣為單位，對冬小麥平均單產和縣域內冬小麥種植像元遙感參數的均值(NDVI、NPP、LAI)進行相關研究，遙感模型預測精度在68.1%到95.5%之間，平均精度為83.9%，其精度可以滿足大面積估產要求，可以對產量預報提供科學參考；孫俊英等[29]使用MODIS-NDVI進行湖北省中稻單產預測，結果表明該方法基本能夠滿足省級系統單產估算的精度要求，可以為政府和企業決策提供支持信息。本文使用MODIS-GPP估算糧食單產，結果顯示其在綜合糧食單產估算的可行性，這有助于推進區域糧食產量的預測預報，但其精度的提高還需進一步研究。

圖9 涇河流域糧食產量與GPP的關系

4 結 論

本研究在MODIS-GPP數據的基礎上，結合陳明榮生產潛力計算數據與統計年鑒上的糧食產量數據[12]，分析了涇河流域2001—2012年的GPP、生產潛力以及糧食產量的時空分布及其相互之間的關系。空間上，流域內年平均MODIS-GPP自西北向東南逐漸增加；光溫生產潛力整體自西向東呈增加趨勢，東部在南北方向上又呈馬鞍型分布；氣候生產潛力與糧食產量在空間上自西北向東南都呈增加趨勢。2001—2012年間，流域單位面積GPP和糧食產量都呈波動式上升趨勢，GPP季節特征明顯，而光溫生產潛力和氣候生產潛力沒有表現出明顯年際變化趨勢。流域內大部分縣區的作物氣候生產潛力與糧食產量差值在6 000 kg·hm-2以上，增產的幅度很大。年際過程中大田實際產量是逐漸向氣候生產潛力逼近的，進一步的分析發現氣候生產潛力計算中參數取值需要結合農業科學試驗的新進展做進一步的修正。通過流域各縣區的糧食產量與GPP的回歸分析發現，GPP與綜合糧食產量相關性最好，次之是小麥單產與玉米單產。表明了用GPP來預測單位面積糧食產量的有效性與可靠性。