雨養農業區氣象條件和農藝措施對糧食作物水分生產力的影響研究

李艷鴿，李棟浩，劉世騰，陳 漂，陳 靜，鄧夢灑

（河南農業大學資源與環境學院，鄭州 450002）

0 引 言

雨養農業是指單純依靠天然降水為水源的農業生產。由于現代農業的不斷發展，現代“雨養農業”的內涵有所發展，也包括人為利用天然或人工集雨面進行集雨，結合相應的儲水供水設施實行補償灌溉的農業生產類型[1]。第三次全國國土調查主要數據公報和中國統計年鑒顯示，2019年末，我國耕地面積12 786.19 萬hm2，耕地灌溉面積6 867.9 萬hm2，灌溉面積占比53.7%，雨養農業占比46.3%。豫南地區2010-2019年間雨養農業區占比約為82.6%，說明豫南地區絕大部分為雨養農業區。陳曉清等[2]研究表明1997-2018年我國農業用水量占總用水量的比重最大，占比達到60%以上，高效利用農業水資源是緩解水資源短缺地區用水矛盾的重要途徑，節約高效利用農業水資源有利于作物產量的增加和作物水分生產力的提高。

胡廣錄等[3]以綠洲灌區農作物生產為例，對農作物水分生產力影響因素進行分析，結果表明可控的管理因素對農作物水分生產力的影響大于不可控的氣象因素；LI等[4]以河西走廊為研究區，分析驅動因素對灌溉用水生產力的影響，結果表明，灌溉用水生產力與農藝措施、作物生育期日平均溫度和太陽輻射顯著相關，且農藝措施的影響遠大于氣象因素。楊建瑩等[5]利用MODIS 和SEBAL 模型對黃淮海平原冬小麥水分生產力進行估算，結果表明產量增加對冬小麥水分生產力的貢獻大于實際蒸散量，且氣象要素、作物品種、人為管理等因素都是影響研究區冬小麥水分生產力的重要因素；李威等[6]運用農業版本Agri-CEVSA 模型模擬了北方旱作春玉米水分生產力，結果表明北方旱作春玉米農田水分生產力空間分布與溫度和降雨呈正相關，隨著農田管理措施的改進，氣候對產量造成的波動正在減弱。

對于河南等華北缺水地區，從工程技術措施方面提高農業用水效率的潛力已達到或接近極限，因此考慮從生物農藝措施方面提高農業用水效率[7]。國內外有關氣象、農藝對水分生產力影響的研究，大部分都是基于灌溉農業，針對雨養農業的研究較少，缺乏雨養農業區各影響因素對水分生產力的貢獻率的研究。針對以上不足，本文以河南省豫南地區為研究區域，深入了解作物水分生產力的現狀，正確評價豫南地區農業水資源利用效用狀態，明確河南省水分生產力的制約因素與其影響因素的定量關系，以期為提高農業水資源利用效率提供幫助。

1 材料與研究方法

1.1 研究區域概況

豫南地區主要包括信陽、南陽、駐馬店3個地級市以及鄧州、固始和新蔡3 個省直管縣（市）。豫南位于北緯33°線兩側，地處淮河上游與大別山北麓之間，地形地貌由東北向西南呈階梯狀分布，依次為平原洼地、丘陵崗地、豫南山地，地勢南高北低。位于亞熱帶濕潤性季風氣候向暖溫帶半濕潤季風氣候的過渡地帶，年平均溫度15.9 ℃，降水較多，年降水量800 mm 以上。降雨在時間和空間上表現出明顯的不均勻性，時間上，夏季和秋季多雨，春季和冬季少雨；空間上，干旱發生強度呈現出自東部地區向中西部地區遞減的趨勢。豫南地區四季分明，光、熱、水資源豐富，糧食作物以小麥、玉米、稻谷為主。

1.2 數據收集及主要因素的選取

農業數據來源于《河南省統計年鑒》，從《河南省統計年鑒》中收集南陽、信陽、駐馬店3 市2010-2019年相關農業數據，包括主要糧食作物（小麥、玉米、稻谷）的產量、氮磷鉀肥施用折純量、農藥施用量，這部分數據用于作物水分生產力的計算和管理因素對作物水分生產力的影響和貢獻率分析。從國家氣象科學數據中心獲取南陽、信陽、駐馬店3 市2010-2019年相關氣象數據，相關統計數據包括經緯度、高程、降水量、平均氣壓、風速、平均氣溫、平均水氣壓、平均相對濕度、日照時數、日最低溫度、日最高溫度等，這部分數據用于參考作物蒸發蒸騰量的計算和氣象因素對作物水分生產力的影響和貢獻率分析。

根據豫南地區實際情況，通過綜合分析與篩選，選取平均氣溫、冠層表面凈輻射、平均相對濕度以及平均風速4個重要的氣象因素，結合水肥資源節約集約利用和水肥優化管理的理念，選取純氮、純磷、純鉀及農藥施用量作為管理措施因素，利用這8個因素進行作物水分生產力變化原因分析和貢獻率分析。

1.3 研究方法

1.3.1 作物水分生產力

在農業科學領域，農業用水效率被定義為每消耗1單位水資源而產生的糧食數量，水分生產力是衡量農業生產水平和農業用水科學性與合理性的綜合指標，因此以水分生產力來評價農業用水的效率。水分生產力的計算公式為[8]：

式中：WPc為作物水分生產力，kg/m3；Y為作物產量，kg/hm2；ET為作物蒸發蒸騰量，m3/hm2。

使用作物系數法計算作物在某一時段的需水量[9]，計算公式為[10]：

式中：ETc為計算時段內的作物需水量，mm；ET0為相應時段的參考作物蒸發蒸騰量，mm；Kc為相應時段主要糧食作物的作物系數，不同作物Kc的取值見表1[11]。

表1 作物系數取值Tab.1 Values of crop coefficients

參考作物蒸發蒸騰量( reference crop evaportranspiration，ET0)可以用來指導區域水資源規劃和水資源科學管理。本文對豫南地區10 a 逐日氣象數據進行整理匯總，運用聯合國糧農組織推薦的基于能量平衡和空氣動力學原理的Penman-Monteith模型[12]計算ET0。

1.3.2 共線性分析

在分析因變量與自變量的關系時，如果自變量因素之間存在共線性問題，則會掩蓋因變量與自變量真實的關系，難以區分每一個自變量對因變量的單獨影響[13]。為判斷選取的因素間是否存在共線性，利用SPSS 軟件進行共線性診斷。通過共線性診斷結果可以判斷變量間是否存在共線性，其判讀常用到以下統計量：容忍度、方差膨脹因子（VIF，容忍度的倒數）、特征值、條件指數和方差比例等[14]。當自變量容忍度小于0.1，或VIF大于10 時，表明自變量間存在嚴重的多重共線性[15]；若條件指數值為10～30為弱相關，則認為可能存在共線性，條件指數為30～100 為中等相關，則可能性進一步加大，條件指數大于100 表示有強相關；若最大條件指數≥10，且2個或多個的估計回歸系數有較大的方差分解比，一般方差分解比大于0.5 時，可認為自變量間存在共線性。

1.3.3 偏最小二乘回歸分析

偏最小二乘回歸方法（PLS） 最早是由S. Wold 和C.Albano 等人于1983年提出，PLS 方法能提取出對因變量解釋能力最強的相互獨立的綜合變量，從而克服自變量間因嚴重多重相關性給系統建模帶來的不良影響。PLS具有主成分分析和線性回歸分析等方法的特點，在保證消除多重共線性的同時，模型精度及穩健性也有很大提高[16,17]。

如果所有變量的VIP值均為1，則表示他們對水分生產力的作用（重要性、影響）相同；若VIP大于1，則表示其作用更加重要；當VIP值小于0.8 時，表明各因素指標對水分生產力的貢獻較小[18]。

2 結果與分析

2.1 主要糧食作物水分生產力計算結果

由圖1可知，信陽市的主要糧食作物水分生產力最高，駐馬店市次之，南陽市最低，且3市主要糧食作物水分生產力變化趨勢大致相同，10 a間，信陽市和南陽市主要作物水分生產力呈降低趨勢，駐馬店市則是呈增加趨勢。

圖1 豫南3市2010-2019年水分生產力Fig.1 Water productivity of three cities in southern Henan from 2010 to 2019

由表2可知，2010-2019年南陽、信陽、駐馬店3 市水分生產力最大值變化范圍為1.08～1.24 kg/m3，最小值變化范圍為0.87～1.01 kg/m3，CV值變化范圍為8.30%～12.84%，表明南陽、信陽、駐馬店3市主要農作物水分生產力具有較弱或者中等程度的差異。平均值變化范圍為1.01～1.11 kg/m3，豫南地區水分生產力在2011年取得最大值，為1.11 kg/m3，在2018年取得最小值，為1.01 kg/m3，由平均值可以看出豫南地區主要糧食作物水分生產力在2103年大幅降低，2014年、2015年回升后開始緩慢降低。2010-2019年，豫南地區主要農作物水分生產力有衰減趨勢，這與顧世祥[19]、劉濤[20]等人的研究結果一致。

表2 2010-2019年水分生產力分析Tab.2 Analysis of water productivity from 2010 to 2019

2.2 水分生產力變化原因分析

由圖1不難看出，南陽、信陽、駐馬店市主要糧食作物水分生產力大致呈現相似的變化趨勢，為探究引起此變化的主要原因，將選取的4 個氣象因素和4 個管理因素與各市作物水分生產力做Pearson相關性分析，結果見表3。

表3 氣象因素和管理因素與作物水分生產力的Pearson相關系數Tab.3 Pearson correlation coefficients of meteorological and management factors with crop water productivity

所選因素與作物水分生產力的相關程度在3 市中不盡相同，但極為明確的一點是，冠層表面凈輻射都與作物水分生產力在0.01 級別上表現出極強相關。在南陽市，作物水分生產力與平均風速、純氮施用折純量、農藥施用量在0.05 級別上表現出強相關；在信陽市，作物水分生產力還與平均溫度在0.01 級別上表現出極強相關，與純氮施用折純量、純磷施用折純量、農藥施用量在0.05 級別上表現出強相關；在駐馬店市，作物水分生產力還與平均溫度在0.01 級別上表現出極強相關。

總的來說，作物水分生產力與冠層表面凈輻射之間存在著密切關系，2013年3 市主要糧食作物水分生產力顯著減少，且南陽、信陽、駐馬店3市冠層表面凈輻射均明顯增大，同比增長分別為5%、7%、9%。2014年3 市主要糧食作物水分生產力顯著增大的同時，冠層表面凈輻射均明顯減小。2015年之后，3市主要糧食作物水分生產力大致呈減小趨勢，冠層表面凈輻射也基本呈增加趨勢。此外，作物水分生產力與平均風速、平均溫度、純氮施用量和農藥施用量之間也存在著很大關聯。

2.3 影響因素貢獻率分析

2.3.1 共線性診斷分析

由表4和表5可知，平均風速、平均相對濕度、純氮施用量、純磷施用量和純鉀施用量的VIF 值分別為22.71、27.95、256.74、193.19、74.25，均大于10；最大條件指數為1 023.81，遠大于100；冠層表面凈輻射、平均溫度、平均相對濕度、純氮施用量、純磷施用量和純鉀施用量的最大方差比例分別為0.66、0.59、0.71、0.89、0.84、0.79，均大于0.5。表明選取的8個因素之間存在著嚴重的共線性，為了解決自變量之間的共線性問題，在農作物水分生產力有效因素分析中，可以采用偏最小二乘回歸的分析方法。以水分生產力為因變量，各氣象因素和管理因素為自變量，運用XLSTAT軟件進行偏最小二乘回歸分析。

表4 影響因素的特征值、條件指數和方差分解比例Tab.4 Eigenvalue,conditional index and variance decomposition ratio of influencing factors

表5 影響因素的方差膨脹因子Tab.5 Variance inflation factors of influencing factors

2.3.2 偏最小二乘回歸分析

在對豫南地區進行分析的基礎上，又分別對3個市進行進一步分析，以探究市域間水分生產力主要驅動因子的差別，結果見圖2。3個地市水分生產力的主要驅動因子（VIP值大于1）略有差別，信陽市水分生產力的主要驅動因子VIP排序為：農藥施用量>純氮施用量>純磷施用量>冠層表面凈輻射，南陽市為：冠層表面凈輻射>平均風速>純氮施用量>農藥施用量，駐馬店市為：平均風速>冠層表面凈輻射>純氮施用量，豫南地區為：冠層表面凈輻射>平均溫度>純氮施用量。綜合分析可知，豫南地區對作物水分生產力影響最大的因素為冠層表面凈輻射和純氮施用量。

圖2 各影響因素對水分生產力的變量投影重要性VIPFig.2 Projection importance of variables of influencing factors to water productivity(VIP)

由PLS 分析可知，豫南地區氣象因素貢獻率為43.96%，管理因素為41.95%，其他未考慮的因素（作物因素、土壤因素）貢獻率為14.09%（見圖3）。其中對作物水分生產力貢獻較大的因素是冠層表面凈輻射、平均氣溫、純氮施用量、純鉀施用量、純磷施用量，貢獻率分別為17.80%、15.79%、11.83%、10.89%、10.86%，其次農藥、平均風速和平均相對濕度的貢獻率分別為8.37%、7.38%、2.99%。

圖3 各因素對水分生產力的貢獻率Fig.3 Contribution rate of each factor to water productivity

3 討 論

對豫南地區主要糧食作物水分生產力貢獻率最大的是冠層表面凈輻射和平均氣溫，但是在研究區，冠層表面凈輻射和平均氣溫與作物水分生產力呈負相關。觀察數據發現，冠層表面凈輻射與平均氣溫增大的同時，作物蒸發蒸騰量增大，糧食產量減少，由作物水分生產力計算公式可知，冠層表面凈輻射和平均氣溫的增大必然導致作物水分生產力的減小，這也是本文冠層表面凈輻射和平均氣溫貢獻率如此之大的原因。一方面，太陽輻射充足有利于光合產物的積累、作物增產，另一方面，很多研究表明太陽輻射是引起ET0變化的最主要的氣象因素[21-23]，且2 者為正相關。輻射促進作物產量增加的速率小于影響ET0增大的速率，會導致輻射與作物水分生產力呈負相關。氣溫升高，增加了光熱資源，有利于作物生長發育，但可能會加劇光熱敏感作物的吸收作用，降低作物干物質的積累，最終導致作物產量降低[24]，從而引起作物水分生產力的降低。WANG[25]的研究結果表明氣溫變暖不利于雨養農業，但有利于灌溉農業。氮、磷、鉀的施用量貢獻率大的原因是，氮、磷、鉀肥按照一定的比例配施可以促進作物對氮、磷、鉀養分的吸收，同時提高作物產量，提高水分生產力，改善水分吸收利用[26]。氮肥的施用可以促進鮮食玉米生育前期植株和根系生長、干物質累積和養分吸收[27]，影響作物產量，進而影響作物的水分生產力。理論上認為土壤中磷的有效性與土壤水分條件密切相關，磷具有保水、保持地力、保持土壤結構的作用，從而影響作物的水分生產力。李亞龍等[28]發現低磷水平下水稻水分生產力低于中磷和高磷水平，證明磷與作物水分生產力存在著緊密聯系。

研究結果表明，純氮磷鉀施用量對作物水分生產力的貢獻率共為33.58%，占很大比重，這與胡廣錄[29]的研究結果相似，胡廣錄對綠洲灌區農作物水分生產率的影響因素進行了主成分分析，在選取的7個因素中，化肥施用量的載荷量排第2，說明無論在灌溉農業區還是雨養農業區，化肥施用量對作物水分生產力都是很重要的影響因素。豫南地區作為典型的雨養農業區，所選取的氣象因素對作物水分生產力的貢獻率略大于管理因素，這與一些灌溉農業區的研究有一定區別，李棟浩[30]以土壤因素和管理措施指標為因變量，對黑河綠洲農田玉米的灌溉水生產力進行PLS分析，結果表明，在灌區尺度上，管理措施對灌溉水生產力的貢獻率為52.6%，其他因素(作物品種、氣候條件以及未涉及的土壤因子)對灌溉水生產力的貢獻率為14.8%，即在灌溉農業區灌區尺度上，管理因素對水分生產力的貢獻率大于氣象因素。在忽略管理因素和氣象因素選取指標不同的情況下，可以認為雨養農業區不同于灌溉農業區，氣象因素是限制作物水分生產力提高的主要因素。

4 結 論

（1）2010-2019年，豫南地區主要糧食作物水分生產力變化范圍為1.01～1.11 kg/m3，均值為1.06 kg/m3。2013年呈較大幅度降低，2014、2015年回歸到與2012年持平的水平，之后開始緩慢降低。

（2）引起主要糧食作物水分生產力變化最主要的因素是冠層表面凈輻射，豫南地區主要糧食作物水分生產力與冠層表面凈輻射的Pearson 相關系數平均值為-0.879，表現為極強相關。

（3）雨養農業區（豫南），作物水分生產力的主要驅動因子為冠層表面凈輻射，其貢獻率高達17.80%；純氮、純鉀、純磷施用量作為化肥施用量，貢獻率共為33.58%。

（4）在雨養農業區，氣象因素貢獻率為43.96%，管理因素為41.95%，其他未考慮的因素貢獻率為14.09%，氣象因素對作物水分生產力的影響略大于化肥和農藥的施用。