基于Box-Behnken模型大蒜機播成本影響因素分析*

吳小偉，張璐，唐莉莉，韋家武，陸海莉，周忠誠

(1.江蘇省農業機械技術推廣站，南京市，210017； 2.江蘇省農業農村廳，南京市，210036)

0 引言

我國大蒜主產區包括山東、江蘇、河南等幾個省份[1-2]，2019年全國具備一定規模的大蒜產區將近70個，全國大蒜種植面積約800 khm2，其中江蘇省大蒜種植面積約146.7 khm2，是我國大蒜的主產區之一。專家學者主要圍繞大蒜栽培農藝技術、播種機地輪、自動投種等方面開展大蒜機械化播種技術研究[3-6]。

張春嶺等[7]設計一種由電控播種裝置、播深調節裝置、參數檢測裝置和人機交互界面等組成的電液混合調控式大蒜播種機，可實現智能調節功能，在同等條件下，較以汽油機為動力的大蒜播種機漏播率降低3.1%；金誠謙等通過探索芽尖方向對大蒜生長的影響[8-11]，分析正芽機播與非正芽機播優缺點；對大蒜播種機的性能分析主要圍繞取種機構和排種器展開[12-18]，分析取種機構及排種機構的影響因素等，明確最佳工作參數。當前，大蒜播種機取種裝置多為勺鏈式[19]，播種時其漏播率較高，需人工進行補種，增加了蒜農的勞動強度，針對該問題，通過在勺鏈式大蒜播種機添加漏播檢測和自動補種裝置，改進后的自動補種式大蒜播種機在機器前進速度為0.2 m/s條件下，實現平均漏播率3.08%，較未開啟補種系統可降低漏播率5.03%。通過對大蒜播種機機架輕量化設計[20]，可實現減重27.36%情況下滿足靜強度要求且隨機振動最大位移響應降幅不大。另外，大蒜物料力學特性、蒜瓣分級效果對播種效果也存在影響[21-22]。通過采用大蒜自動定量稱重篩選，可解決現有蒜頭分選機存在分選質量不高的問題[23]，提高蒜頭均勻性，為提高蒜種分瓣分選和機播質量打下基礎。正芽播種機與非正芽播種機在播種成本上存在差異[24]。

當前，大蒜播種主要依靠人工作業，勞動投入大，生產成本高，對于適時播種非常不利[25]。相對稻麥生產機械，大蒜播種機生產廠家少，機型也相對較少。由于購機價格、維修保養、配套動力等不同，導致不同類型播種機使用成本不同。另外，現有研究主要集中在農藝技術和機具方面，對大蒜機械化播種成本影響還未見報道。本文通過選取常見的大蒜播種機，篩選對播種成本影響較大的單機價格、機械運行成本、播種效率、種植年限、種植面積為研究因素，建立播種成本回歸模型，分析在不同種植年限、面積條件下，對機械播種成本影響的主次因素，以期為大蒜機械化生產成本預測和選用機械化播種技術與裝備提供參考。

1 試驗材料及方法

1.1 試驗材料

大蒜播種機購置及運行成本對播種成本有影響，相同項目對不同類型播種機影響程度也不一致。正芽播種機購置價格較非正芽播種機高很多，且正芽播種機產出效果較非正芽也有積極作用。因此，選取市場上常見的中拖配套懸掛式正芽播種機和非正芽播種機兩種。根據調查和試驗，對影響播種成本的主要因素進行分析，確定的播種機價格、播種機效率、配套動力價格等主要參數如表1所示。

表1 大蒜播種機主要參數范圍Tab. 1 Parameter range of garlic planter

1.2 分析方法

為分析在不同種植年限、面積條件下，對機械播種成本影響的主次因素，選取對播種成本影響較大的單機價格、機械運行成本、播種效率、種植年限、種植面積為分析因素，播種成本為響應指標。機械運行成本包括配套拖拉機折舊費、機組人員工資、機具燃油費、機組日常維修費及其他輔助費用組成，機械運行成本為扣除播種機購置成本的運行費用。根據調查和試驗，確定的各因素取值范圍如下：機械運行成本335.3～668.3元/hm2，播種效率0.13～0.33 hm2/h，種植年限1～5年，種植面積1～100 hm2。依據Box-Behnken中心組合設計理論模型進行設計，因素編碼如表2所示。

表2 播種成本影響因素編碼Tab. 2 Coding factors of seeding cost

2 結果與分析

2.1 試驗計算結果

試驗設計方案與結果如表3所示，其中x1、x2、x3、x4、x5為各因素編碼值，y為播種成本響應值。

表3 試驗設計方案及結果Tab. 3 Design and results

2.2 回歸模型及顯著性檢驗

對表3中的試驗結果，運用Design-Expert 12數據分析軟件進行多元回歸擬合分析，得到播種成本y的回歸方程

y=21.15+11.4x1+2.52x2-6.28x3+5.07x4+14.57x5+1.71×10-15x1x2-5.7x1x3-4.44×10-16x1x4+5.7x1x5+1.68x2x4+2.47x2x5+1.7×10-15x3x4-5.03x3x5+ 4.97x4x5

(1)

由表4分析可知，回歸方程F值為383.92，模型P<0.000 1，表明回歸模型極顯著。失擬項P值為0.86，表明回歸方程擬合度高。模型決定系數R2值為0.994 8，表明這個模型可以解釋99.48%以上的評價指標，表明模型較優可以用于結果預測。

目標模型中有4個回歸項對結果影響不顯著(P>0.05)，其余各項影響顯著。剔除模型不顯著回歸項，對模型進行優化，分析優化后的模型，F值為593.33，P<0.000 1，模型決定系數R2值為0.994 8，失擬項P值為0.91，可知優化模型可靠。優化后模型預測值與試驗值關系如圖1所示，從圖中看出，播種成本預測值與實際值跟蹤效果較好。

y=21.15+11.4x1+2.52x2-6.28x3+5.07x4+14.57x5-5.7x1x3+5.7x1x5+1.68x2x4+2.47x2x5+4.97x4x5

(2)

在種植面積及種植年限最低，單機價格、機械運行成本和播種效率中等條件下，單位年限面積播種成本最高，為6.75萬元/hm2，在單機價格及機械運行成本最低，種植年限、播種效率和種植面積中等條件下，單位年限面積播種成本最低，為0.05萬元/hm2，得出種植面積較種植年限對機械播種成本影響更顯著。在所有播種組合中，單位年限面積成本小于1萬元/hm2的占84.78%，小于0.5萬元/hm2的占82.61%，小于0.2萬元/hm2的占67.39%。與調查人工播種成本0.68萬元/hm2相比，84.78%的機播方式優于人工播種方式成本。

表4 回歸模型方差分析Tab. 4 Variance analysis of regression models

圖1 播種成本預測值與實際值關系Fig. 1 Relationship between predicted value and actual value

根據王后新[26]研究結果，回歸項F值與貢獻率存在如下關系，見式(3)、式(4)，貢獻率K值越大，各單因素對模型y的影響越大，種植面積是影響播種成本最大因素，機械運行成本是影響播種成本的最小因素，但單機價格、機械運行成本、種植年限三項對播種成本的影響差異不顯著，各因素對播種成本的影響呈現如下關系：種植面積>播種效率>單機價格>種植年限>機械運行成本，分析結果如表5所示。因此，在大蒜播種機購置時，應選擇價位合適、播種效率高、故障率低、作業質量好的品牌。

(3)

i,j=1,2,3,4,5i≠j

(4)

式中：F——回歸方程中各回歸項的F值；

δ——回歸項對F值的考核值；

Kxj——各因素貢獻率。

表5 各因素貢獻率分析Tab. 5 Analysis on contribution rate on each factor

2.3 各因素對播種成本的影響

固定其余因素水平為零，分析另外2個因素的相互作用對播種成本的影響，其響應面如圖2所示。圖2(a)為機械運行成本、單機價格、播種效率處于中心水平時，種植面積及種植年限交互作用對播種成本的影響，隨種植面積、種植年限的增加，播種成本均逐漸增加，但種植面積對成本的影響更顯著。圖2(b)為種植年限、播種效率、單機價格處于中心水平時，機械運行成本及種植面積交互作用對播種成本的影響。隨種植面積、機械運行成本的增加，播種成本均逐漸增加，同樣，種植面積從1 hm2增加到100 hm2，播種成本從6.8萬元增加到30.2萬元，種植面積較對機械運行成本對播種成本的影響更顯著。圖2(c)為種植面積、播種效率、單機價格處于中心水平時，機械運行成本及種植年限交互作用對播種成本的影響，隨機械運行成本及種植年限的增加，播種成本均逐漸增加，但影響差異不顯著。圖2(d)為機械運行成本、播種效率、種植年限處于中心水平時，種植面積及單機價格交互作用對播種成本的影響，單機價格從1萬元/臺增加到12.4萬元/臺，播種成本從1.2萬元增加到12.6萬元，種植面積從1 hm2增加到100 hm2，播種成本從1.2萬元增加到18.1萬元，隨種植面積及單機價格的增加，播種成本逐漸增加，兩者對播種成本影響均顯著。圖2(e)為種植面積、機械運行成本、種植年限處于中心水平時，播種效率及單機價格交互作用對播種成本的影響，單機價格固定時，隨播種效率從0.13 hm2/h增加到0.33 hm2/h，播種成本從10.6萬元降低到8.6萬元，單機價格從1萬元/臺增加到12.4萬元/臺，播種成本從10.6萬元增加到44.8萬元，單機價格較效率影響播種成本顯著。圖2(f)為單機價格、機械運行成本、種植年限處于中心水平時，播種效率及種植面積交互作用對播種成本的影響，種植面積從1 hm2增加到100 hm2，播種成本從6.9萬元增加到48.6萬元，種植面積較播種效率影響播種成本顯著。從響應面分析看，各因素對播種成本影響結果與貢獻率分析一致。

圖2 各因素對播種成本的影響

Fig. 2 Effects of all factors on sowing cost

3 結論

1) 通過篩選對播種成本影響較大的單機價格、機械運行成本、播種效率、種植年限、種植面積為研究因素，開展多元回歸擬合分析，建立播種成本回歸方程并進行優化，優化后的模型F值為593.33，P<0.000 1，模型決定系數R2值為0.994 8，失擬項P值為0.91，可知優化模型可靠。

2) 從單位年限面積播種成本看，種植面積較種植年限對機播成本影響更顯著，與調查人工播種成本相比，84.78%的機播方式優于人工播種方式成本。種植面積是影響播種成本最大因素，機械運行成本是影響播種成本的最小因素，各因素對播種成本的影響呈現如下關系：種植面積>播種效率>單機價格>種植年限>機械運行成本，在大蒜播種機購置時，建議選擇價位適中、播種效率高、故障率低、作業質量好的品牌。

3) 本研究是基于單機價格、機械運行成本、播種效率、種植年限、種植面積為分析因素，還需進一步對不同類型播種機產出蒜頭規格、不同規格蒜頭價格、機具故障率等因素分析，以構建更加細致的機械播種成本影響因素排序。