近40年廣西氣候變化、灌溉與施肥對糧食作物產量的影響研究

黃 凱，邵金華,，黃旭升，吳衛熊，黃國勤，唐海鷹

(1.廣西水利科學研究院廣西水工程材料與結構重點實驗室，南寧 530023；2.江西農業大學生態科學研究中心，南昌 330045)

0 引 言

糧食是人類賴以生存的基礎要素之一，如何保證糧食安全一直以來受到全球高度關注。在糧食生產過程中，國內外學者關于氣候變化對糧食生產影響做了大量的研究[1-4]。Butler等[5]研究認為溫度增加2℃，美國玉米的單產損失將從14%降低6%；Asseng等[6]在澳大利亞小麥產區研究認為，平均生長季節溫度變化為±2 ℃，可導致小麥產量降低多達50%，其原因是由于當溫度大于34 ℃時，小麥葉片提前老化；Asseng等[7]在墨西哥觀察到平均溫度提高了1.7 ℃，開花時間縮短了11 d，導致總生物量和谷物產量下降；Peng等[8-11]研究認為全球氣候變暖導致的夜間溫度升高，會導致水稻減產，而且水稻籽粒產量與平均最低氣溫之間呈負密切相關，但與最高氣溫關系不大。然而氣候變化對糧食產量影響也具有兩面性和增加不確定性。Chen等[12]通過集合模擬方法將溫度、太陽輻射和降水等變量進行分離成單個氣候變量，并分析單變量的變化影響效應，如：氣溫變化僅對中國華北平原玉米作物產生顯著的負向影響，對整個華北平原小麥產量和華北平原南部地區玉米產量無顯著影響；而太陽輻射對小麥和玉米作物的產量影響具有更大正相關性，尤其是在華北平原北部地區；降水量減少導致小麥和玉米的旱作產量均呈下降趨勢，但降水量年際變化大，產量變化趨勢不明顯。

結合氣候變化、施肥與灌溉對糧食作物產量的影響研究同樣開展較多，崔志祥等[13]在內蒙古西部陰山南北麓的旱坡地，研究了降水和施肥對糧食產量的影響。廣西的陳靖與譚宗坤等[14]通過氣象學知識開展了大量的廣西地區農作物生產與氣候相關的研究。劉春瓊等[3]利用非線性時間序列的去趨勢互相關分析法，研究了四川省糧食產量與年平均氣溫和年平均降水量之間的關系。田展等[15]研究認為未來氣候變化將對黃淮海農業區雨養和灌溉小麥的生產帶來明顯不同的影響，對于雨養小麥的影響要大于灌溉小麥。周文魁[2]研究認為溫度升高對中國東北以外地區的水稻產量都有顯著的負影響，而降水量對中國水稻產量的影響不顯著，每年農業氣象災害都要造成巨大的糧食減產。祝正芳[16]建立通過非線性回歸經濟計量模型來研究我國糧食產量與糧食作物播種面積、施肥量和降水量的內在定量關系，認為糧食產量與糧食作物播種面積、施肥量整體上有線性關系，糧食作物播種面積和施肥量對我國糧食產量有顯著影響。當然，Ray等[17]研究了全球氣候對玉米、水稻、小麥和大豆等作物產量的影響，認為在全球范圍內，氣候變化率約占單產變化率的1/3(-32%～39%)。

目前，國內外針對糧食產量的影響多從溫度、降水、光、施肥等一個或幾個因素開展研究，對這些因素綜合考慮的研究相對較少。由于糧食生產是一個復雜的社會活動過程，不但與氣候變化有關，同時與灌溉、施肥、糧食作物區域空間分布、類型分布的差異響應方式和程度有關[1]。因此，為了進一步分析氣候變化、灌溉與施肥等因素對糧食作物產量的綜合影響，本文以廣西糧食生產為例，以主成分分析及多元回歸分析，建立綜合分析與預測模型，探索施肥、灌溉等方面措施以應對氣候變化，為保障廣西糧食安全提供合理的建議。

1 材料與方法

1.1 研究區域與材料

1.1.1 研究區域

研究區域為廣西壯族自治區，位于中國的華南地區(北緯20°54′～26°24′，東經104°28′～112°04′)，陸地面積23.76萬km2，海域面積約4.0萬km2。廣西東接廣東、西鄰云南、東北近湖南、西北靠貴州、西南與越南交界，是經濟相對落后的農業大省。廣西糧食作物種植面積與產量均約為全國的2%，而單位面積產量約為全國平均水平的85%。然而，糧食生產對于廣西地方穩定與發展、地區脫貧致富具有十分重要的意義。近40年來廣西糧食產量見表1。

表1 廣西近40年來糧食產量 萬t

1.1.2 研究材料

研究材料為廣西壯族自治區國家氣象信息中心站點數據和地區統計數據。氣候因素數據來源氣象信息中心站點數據，具體有日降水量、日平均氣溫、日最低氣溫、日最高氣溫、日照時數和日總輻射曝輻量等；地區統計數據包括國家數據和地區統計年鑒數據，主要有廣西糧食作物(品種包括谷物、薯類和豆類)種植面積與產量，肥料使用折純量(折純是指每個肥料的養分以肥料質量百分數計算相加后得數，肥料種類為：氮肥、磷肥、鉀肥與復合肥)和農田有效灌溉面積等。時間為1978-2017年。

1.2 分析方法

(1)將所有選取的氣象站點日數據進行算術平均后，作為廣西壯族自治區的日平均數據，具體計算公式如下：

(1)

(2)為消除時間序列中趨勢性影響，一般采用差分法或距平處理原數據，本文采用一階差分處理數據：

ΔXi,j=Xi,j-Xi-1,j

(2)

式中：ΔXi,j為第i年的Xj變量的差分數據。

(3)將當年的糧食作物總產量除以當年糧食作物播種面積，得出當年的糧食作物單位面積產量，并建立各影響因子與糧食作物產量之間的多元線性回歸模型：

Yt=β0+∑βi,j·ΔXi,j+u

(3)

式中：Yt為糧食作物單位面積產量；β0,…,βi,j為偏回歸系數；u為殘差；t為年份。

(4)影響因子等變量與糧食作物產量之間采用雙變量相關分析，影響因子等變量對廣西糧食作物產量的影響采用因子分析、主成因分析和多元回歸分析。

經過初步分析后，形成9個主要影響因子分析指標，X1為年降水量，mm；X2為年平均氣溫，℃；X3為年平均最低氣溫，℃；X4為年平均最高氣溫，℃；X5為年有效積溫(日平均氣溫≥10 ℃)，℃；X6為年日照時數，h；X7為平均日總輻射曝輻量，MJ/m2；X8為農田單位面積肥料使用折純量，kg/hm2；X9為農田有效灌溉面積，km2。

2 結果分析

2.1 廣西糧食作物播種面積與產量變化情況分析

通過對廣西1978-2017年糧食作物播種面積與產量的逐年變化情況進行線性回歸及趨勢檢驗分析，其結果見圖1。

圖1 廣西近40年來糧食作物播種面積與總產量變化情況

如圖1所示，廣西近40年的糧食作物播種面積逐年呈極顯著下降趨勢，線性傾向率為-2 571.6 km2/10 a，結果通過了P<0.001的顯著性檢驗；糧食作物總產量逐年呈極顯著增加趨勢，線性傾向率為96.58 萬t/10 a，結果通過了P<0.001的顯著性檢驗。再通過對廣西糧食作物單位面積產量進行線性回歸及趨勢檢驗分析，其結果(見圖2)表明，廣西近40年糧食作物單產呈極顯著增加趨勢，線性傾向率為567.71 kg/(hm2·10 a)，結果通過了P<0.001的顯著性檢驗。

圖2 廣西近40年來單位面積糧食產量變化情況

2.2 變量統計及其與糧食作物單產相關性分析

通過對X1的變化情況進行統計分析，其結果見圖3所示，廣西近40年的年降水量呈現不顯著增加趨勢，線性傾向率為22.36 mm/10 a，結果未通過P<0.05的顯著性檢驗。

圖3 廣西近40年來年降水量的變化情況

通過對X2、X3、X4和X5的變化情況進行統計分析，其結果見圖4，結果顯示，廣西近40年的年平均氣溫呈極顯著增加趨勢，線性傾向率為0.198 ℃/10 a，結果通過了P<0.001的顯著性檢驗；年平均最低氣溫呈極顯著增加趨勢，線性傾向率為0.261 ℃/10 a，結果通過了P<0.001的顯著性檢驗；年平均最高氣溫呈顯著增加趨勢，線性傾向率為0.179 ℃/10 a，結果通過了P<0.05的顯著性檢驗；年有效積溫呈顯著增加趨勢，線性傾向率為84.816 ℃/10 a，結果通過了P<0.05的顯著性檢驗。

圖4 廣西近40年來氣溫及有效積溫變化情況

通過對X6和X7的變化情況進行統計分析，其結果見圖5顯示，廣西近40年的年日照時數呈現顯著下降趨勢，線性傾向率為-36.11 h/10 a，結果通過了P<0.05的顯著性檢驗；年均日總輻射曝輻量呈現顯著增加趨勢，線性傾向率為0.306 MJ/(m2·10 a)，結果通過了P<0.05的顯著性檢驗。

圖5 廣西近40年來年日照時間與年均日總輻射曝輻量的變化情況

以上氣象數據趨勢分析與莫崇勛等[18]分析結果相一致；年均日總輻射曝輻量在1978-2017年的規律與何如等[19]分析結果中圖2(b)的規律相近。

通過對肥料使用折純量X8和X9的變化情況進行統計分析，其結果(見圖6)顯示，廣西近40年的肥料使用折純量逐年呈極顯著增加趨勢，線性傾向率為67.9 萬t/10 a，農田有效灌溉面積呈極顯著增加趨勢，線性傾向率為564.19 km2/10 a；兩者結果均通過了P<0.001的顯著性檢驗。

圖6 廣西近40年來有效灌溉面積和肥料使用量的變化情況

通過對9個影響因子和糧食作物單位面積產量之間使用雙變量相關分析，詳見表2。結果顯示，廣西的糧食作物單位面積產量與X2(年平均氣溫)、X5(年有效積溫)、X8(單位面積肥料使用折純量)和X9(農田有效灌溉面積)呈極顯著正相關，通過P<0.001顯著性檢驗，相關性分別達到0.428、0.506、0.775和0.954，而與X1、X3、X4、X6與X7等相關性未通過顯著性檢驗。為了進一步揭示糧食作物產量對當前所有變量的綜合響應情況，還需要進一步通過主成因與多元回歸進行分析。

表2 影響變量與廣西糧食作物單位面積產量之間相關性分析表

2.3 影響廣西糧食單產的主要影響因子篩選

利用主成分分析法對9個影響因子進行統計分析，并計算主成分因子的特征值、貢獻率和因子荷載，為了更好地解釋主成分因子的意義，進行了因子旋轉，見表2，前4個特征值(Eigenvalues of the Correlation matrix)的特征根值大于1(見表3)，根據主成分對應的累積貢獻率大于75%及特征值大于1原則綜合考慮，選取了4個主成分因子。旋轉后，年日照時數、年均日總輻射曝輻量、年降水量與年平均最低氣溫在第一主成分中旋轉后的成分矩陣荷載分別為0.815、0.742、-0.673、-0.594；年有效積溫與年平均氣溫在第二主成分中旋轉后的荷載分別為0.980和0.973；有效灌溉面積、肥料使用折純量在第三主成分中旋轉后的荷載分別為0.980和0.973；年平均最低氣溫、年平均最高氣溫在第四主成分中旋轉后的荷載分別為0.557和0.876。參考武松等SPSS統計分析大全，可得出4個主成分的表達式：

表3 主成分因子特征值、貢獻率及旋轉后的成分矩陣

Z1= -0.29×stdΔX1+0.04×stdΔX2-0.30×stdΔX3+0.09×stdΔX4+0.02×stdΔX5+0.37×stdΔX6+0.34×stdΔX7+0.12×stdΔX8-0.09×stdΔX9

(4)

Z2= -0.06×stdΔX1+0.45×stdΔX2+0.15×stdΔX3-0.10×stdΔX4+0.46×stdΔX5+0.12×stdΔX6-0.03×stdΔX7-0.10×stdΔX8+0.05×stdΔX9

(5)

Z3=0.34×stdΔX1-0.04×stdΔX2-0.16×stdΔX3+0.10×stdΔX4-0.04×stdΔX5+0.05×stdΔX6+0.08×stdΔX7+0.64×stdΔX8+0.49×stdΔX9

(6)

Z4=-0.09×stdΔX1-0.03×stdΔX2+0.51×stdΔX3+0.75×stdΔX4-0.06×stdΔX5+0.11×stdΔX6-0.02×stdΔX7-0.04×stdΔX8+0.14×stdΔX9

(7)

其中：stdΔX1=(ΔX1-5.42)/286.18；stdΔX2=(ΔX2-0.01)/0.47；stdΔX3=(ΔX3-0.04)/1.66；stdΔX4=(ΔX4+0.01)/0.74；stdΔX5=(ΔX5-5.43)/233.44；stdΔX6=(ΔX6+6.43)/159.92；stdΔX7=(ΔX7+30.43)/252.14；stdΔX8=(ΔX8-9.30)/8.10；stdΔX9=(ΔX9-54.78)/312.75。

2.4 多元回歸分析

由于多元線性回歸模擬后需要滿足經典假定條件，利用普通最小二乘估計量為最佳線性無偏估計量，將所有的4個主成分和糧食作物單產之間進行多元線性回歸分析，并通過經典假定，其結果如下：

Yt=45.79+103.63×Z1+29.85×Z2+67.49×Z3-15.72×Z4

表4 影響因子與Yt的相關性

系數Se=(37.68)(38.15)(38.17)(38.17) (38.18)；系數Ct=(1.22)(2.72)(0.78)(1.77)(-0.41)；系數Cp=(0.23)(0.01)(0.44)(0.09)(0.68)；r=0.505；F=2.823；P=0.041；DW=3.02。系數共線性統計中容差和VIF均為1，因此4個主成分不存在多重共線性相關問題。根據分析結果可知，4個主成分變量可解釋廣西糧食作物單產變異的50.5%(P=0.041<0.05)，達到了顯著性水平。結果顯示：在其他變量不變的情況下，第一主成分、第三主成分和第二主成分分別對廣西糧食作物單產有正促進作用，且系數逐漸變小，第四主成分的系數為負值，可以認為第四主成分對廣西糧食作物單產起抑制作用。通過反推可知，在氣候變化、施肥與灌溉等條件共同影響下，年降雨量每增加1mm，廣西農田糧食作物單產將稍微減少0.026kg/hm2；年平均氣溫每增加1 ℃，廣西農田糧食作物單產將增加34.423kg/hm2；年平均低溫每增加1 ℃，廣西農田糧食作物單產將減少26.913kg/hm2；年平均高溫每增加1 ℃，廣西農田糧食作物單產將增加1.305kg/hm2；年有效積溫每增加1 ℃，廣西農田糧食作物單產將增加0.061kg/hm2；年日照時間每增加1h，廣西農田糧食作物單產將增加0.274kg/hm2；年均日輻射曝輻量每增加0.01MJ/m2，廣西農田糧食作物單產將增加0.16kg/hm2；單位面積肥料使用每增加1kg/hm2，廣西農田糧食作物單產將增加6.667kg/hm2；農田有效灌溉面積每增加1km2，廣西農田糧食作物單產將增加0.074kg/hm2。

3 討 論

一般情況下，地區的日照時數降低將會影響地區的光輻射強度。然而從廣西1978-2017年的氣象數據分析結果來看，廣西的年日照時數呈現顯著下降趨勢，而年均日總輻射曝輻量呈現顯著增加趨勢。當然，在同一地區太陽光輻射強度不但與光照時間長短有關，也與光照強度有關。同地區光照強度則與大氣中的水汽、固體顆粒濃度、大氣稀薄程度等相關，廣西的降水量雖然呈現不顯著增加趨勢，但黃凱[20]在研究廣西蔗區南寧站、北海站、來賓站和龍州站的降水規律后，認為廣西蔗區的降雨結構向極端強降雨發展且干旱頻次有所增加的趨勢，因此，本文中日照時長與年均日總輻射曝輻量的變化趨勢不一致，可能是由于地區年際水汽分布時長、水汽濃度變化所致。另外，由于環境治理強度加大，環境質量提升以及田間秸稈還田大幅增加及大范圍禁止田間秸稈焚燒等，不斷減少大氣中固體顆粒濃度，進一步促進光照強度增加。

肥料的使用，尤其是化肥的使用，確實大幅度增加糧食作物產量。從文中通過雙變量相關分析結果來看，廣西單位面積肥料使用量與糧食單產呈現極顯著相關，皮爾遜相關性為0.954，當然，肥料的增加效果不是無窮的，正如張福鎖等[21]研究結果一樣，近幾十年來，國內農業肥料的使用大幅度增加，然而資源的利用效率卻在不斷降低。由于我國肥料利用效率遠低于一些國家和地區。然而過量的施肥不僅帶來的資源浪費，還帶來嚴重的環境污染如土壤酸化、河湖健康惡化、農業生態不持續等問題。從廣西近20年肥料使用量的發展趨勢來看，2013年開始增速放緩，但由于樣本數有限，尚不知是短期波動，還是未來的新變化，顯然，肥料的減量與控量使用將是全球農業發展的大趨勢。

從分析結果來看，氣候變化對廣西糧食作物生產至關重要，尤其是高溫與低溫對廣西糧食產量的影響是負向的，而廣西近40年的年平均最高氣溫呈顯著增加，彭俊杰等[1]研究認為氣候變化對糧食產量的影響是客觀存在的，且以不利影響為主。這一結論與本文主成因分析后的回歸分析結果相一致。

因此，結合灌溉與施肥，在氣候變化現狀下，我們可以從幾個方面入手應對氣候變化，科學灌溉施肥以提升糧食作物產量：①減少溫室氣體排放，減輕氣候進一步向變暖惡化；②減少傳統施肥方面，發展高效節水與水肥一體化，精準灌溉與施肥，進一步提高水肥利用效率，減少農田系統生理生態環境問題；③積極應對氣候變化，調整種植北界與種植結構，研發新形勢下農作物品種與配套農作制度等。

4 結 論

根據對廣西近40年來氣候變化、農田施肥量與農田有效灌溉面積變化對廣西糧食作物產量的影響進行研究，利用因子分析、主成因分析與多元回歸分析等方法，可得出結論如下：

(1)1978-2017年，廣西年降水量呈現不顯著增加趨勢，線性傾向率為22.36mm/10a；年平均氣溫、最低氣溫均呈現極顯著增加趨勢，其線性傾向率分別為0.198、0.261 ℃/10a，年平均最高氣溫和年有效積溫則呈現顯著性增加，其線性傾向率分別為0.179 ℃/10a、84.816 ℃/10a；年日照時間則呈現顯著性下降，線性傾向率為-36.11h/10a；年均日總輻射曝輻量呈現顯著增加趨勢，線性傾向率為0.306MJ/(m2·10a)；農田肥料使用折純量呈現極顯著增加趨勢，線性傾向率為67.9 萬t/10a；農田有效灌溉面積呈現極顯著增加趨勢，線性傾向率為564.19km2/10a。

(2)通過雙變量相關分析可知，年平均氣溫、年有效積溫、農田單位面積肥料使用量與農田有效灌溉面積的相關均通過極顯著性檢驗，其皮爾遜相關性為0.506、0.428、0.954和0.775。

(3)通過主成分分析及多元回歸分析，構建了基于氣候因素、農田施肥量與農田有效灌溉面積等多因素的廣西糧食作物產量分析與預測模型，該模型4個主成分變量可解釋廣西糧食作物單產變異的50.5%(P=0.041<0.05)，達到了顯著性水平，并通過多元回歸模型，定量分析了氣候因素、施肥量與農田有效灌溉面積等綜合條件下某一單因子對廣西糧食作物產量的影響，為廣西糧食產量分析與預測提供了借鑒。下一步還需針對區域內空間變異性，進一步完善模型。