辽宁省粮食作物水分生产率时空差异研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇辽宁省粮食作物水分生产率时空差异研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：辽宁省是我国重要的商品粮主产区之一，但水资源严重短缺。分析粮食作物的水分生产率，可以为提高农业用水效率、缓解水资源压力提供依据。该文在计算辽宁省14个地级市2000―2012年主要粮食作物水分生产率的基础上，分析了其时间变化特征，并利用空间自相关分析法探讨了不同降水年型 （丰、平、枯）的空间集聚特征。结果表明，研究时段内各地级市粮食作物水分生产率呈波动上升趋势，全省粮食作物的综合水分生产率由0.77kg/m3上升到1.57kg/m3，并在空间上存在差异和集聚现象。辽宁省北部及沿海地带的多年平均综合水分生产率较高，而中部地区较小。铁岭的综合水分生产率最高，达1.79kg/m3；本溪的最低，仅为1.18kg/m3。在枯水年 （2006年），综合水分生产率在西部4市 （朝阳、阜新、葫芦岛和锦州）存在一个低值聚集区。与此相反，在丰水年 （2012年）西部地区呈现高值聚集区，而东部的丹东和中部的辽阳、营口出现低值聚集区。在平水年 （2007年）集聚现象不显著。
中图分类号 S274 文献标识码 A 文章编号 1007-7731（2017）11-0014-05
Spatial and Temporal Differences of Water Productivity of Grain Crops in Liaoning Province
Wu Shide et al.
（School of Geographical Sciences，Northeast Normal University，Changchun 130024，China）
Abstract：Liaoning Province is one of the major commodity grain producing areas，which also suffers from heavy water shortage. Improving water use efficiency of agriculture，especially the grain crops water productivity，is the premise of relieving the water resource pressure and the conflict among various sectors. The crop water productivity of the 14 prefecture-level cities in Liaoning Province was calculated and the spatial and temporal variations was analyzed.The result showed a general increasing trend in water productivity from 0.77kg/m3 in 2000 to 1.57kg/m3 in 2012.The cities with resemble water productivity value showed significant aggregation in spatial autocorrelation analysis，and Moran's I inspection values were higher than confidence level（0.05）. In dry year（2006），areas with low water productivity centered with Chaoyang，Fuxin，Huludao and Jinzhou，all of which lied in the western part of Liaoning Province. While in wet year（2012），the western part became a high water productivity centered area，with low water productivity areas centered on Dandong，Liaoyang and Yingkou. In normal year，local aggregation was not significant.
Key words：Water productivity；Grain crop；Spatial and temporal variations；Spatial autocorrelation analysis；Liaoning Province
水资源是农业生产不可或缺的要素之一[1]，我国农业生产用水量占总用水量的60%以上。据预测，2030年我国人口规模将达16亿，需要粮食6400亿kg，以当前全国平均作物水分利用效率0.8kg/m3计算，农业缺水将达900亿m3[2]。S着社会经济的发展以及人口增长，生活用水、工业用水也将急剧增长，各部门间用水竞争不断加剧，水资源短缺局面将更加严重。因此，提高农业部门的用水效率，尤其是作物水分生产率，对缓解区域水资源压力和各部门间用水冲突具有重要意义。
2003年，IWMI （International Water Management Institute）提出了水分生产率（Water Productivity，WP）的概念，即单位体积或价值的水资源所产出的产品数量或价值[3-4]。作物水分生产率为作物产量与作物净耗水量或蒸发蒸腾量的比值，是衡量农业生产水平和农业用水科学性和合理性的综合指标。作物水分生产率在年际间、地区间均具可比性，且方法易统一，计算简便[5]。目前，国内学者主要应用实测、遥感、模型等方法研究某一区域的作物水分生产率[2，6-7]，分析区域作物水分生产率的时空分异[8]，研究不同灌溉方式对作物水分生产率的影响[9]。这些研究多关注于某一区域单种作物水分生产率，缺少比较不同作物、不同区域及时间序列的差异，无法综合体现当地农业生产对于水资源的利用效率。本文以辽宁省为研究区域，选取4种主要粮食作物（玉米、水稻、小麦和大豆），计算不同降水年型下各粮食作物水分生产率及综合粮食作物水分生产率，揭示辽宁省粮食作物水分生产率的时空差异，并对区域内粮食作物生产布局调整提出建议。
1 研究区概况
辽宁省地处我国东北地区南部，位于38°43′～43°26′N，118°53′～125°46′E（图1），气候类型为温带大陆性季风气候。雨热同期，日照充足，积温较高，冬长夏暖，春秋季短，雨量分布不均，东湿西干[10]。年均温7～11℃，受冬夏季风影响，各地温差较大，总体呈现由西南向东北，由平原向山区递减的特点。多年平均降水量为678.1mm，东部山地丘陵区年降水量最多，在1100mm以上；其次为中部平原，年平均降水量在600mm左右；西部山地丘陵区降水最少，年降水量在400mm左右[11]。辽宁省多年平均水资源总量为341.79亿m3，人均占有量为808m3，为重度缺水地区。农业用水量约占总用水量的64%，为最大的用水部门。
图1 辽宁省位置与行政区划
2012年辽宁省粮食作物播种面积为3.217×106hm2，居全国第15位，粮食总产量为2070.5×104t，居全国第13位[12]。其中玉米、水稻、小麦、大豆的播种面积占辽宁省粮食播种面积的93.0%，其他粮食作物（杂粮、谷子等）虽也有种植，但在总粮食播种面积中的占比较小。在这4种主要粮食作物中，玉米的播种面积所占比例最大，达68.6%；其次为水稻，所占比例为20.6%；大豆和小麦所占比例较小，分别为3.6%和0.2%（表1）。由于降水量、土壤性质等差异，不同地级市的种植格局也存在一定差异。大部分地区以玉米种植为主，阜新、锦州、葫芦岛和铁岭玉米的种植面积占4种粮食作物总种植面积的80%以上。营口水稻的种植面积略与玉米的种植面积基本持平，分别为45.9%和49.5%；而盘锦则是以水稻种植为主，所占比例达84.2%。
2 方法与数据来源
2.1 粮食作物水分生产率的计算方法 在粮食作物水分生产率计算中，水资源消耗量用蒸散量（Evapotranspiration，ET）表示，产品数量为粮食作物的籽粒产量[13-14]。单一粮食作物水分生产率计算公式如下：
[WPET=Y10ET] （1）
式中：WPET为单一粮食作物水分生产率（kg/m3）；Y为单一粮食作物产量（kg/hm2）；ET为粮食作物生长过程中的总蒸散量（mm），由FAO推荐的Cropwat 8.0软件求出；10为单位转换系数，将mm转换为m3/hm2。
在此基础上，计算一个区域的综合粮食作物水分生产率，为区域内种植的各类粮食作物的水分生产率与相应种植面积的加权平均值。计算公式如下：
[WPET，i=j=1n（WPET，i，j?Ai，j）j=1nAi，j] （2）
式中，WPET，i为区域i的综合粮食作物水分生产率，kg/m3；WPET，i，j为区域i内第j种粮食作物的水分生产率，kg/m3；Ai，j为区域i内第j种粮食作物的种植面积，hm2。
2.2 空间自相关分析 空间自相关分为全局空间自相关和局部空间自相关，能反映两个邻近区域单元上同一属性的相关程度，是量度空间域内聚集程度的一种方式[15]。全局空间自相关可用于描述整个区域内某一地理现象或属性的空间特征，并对其在空间上是否存在集聚特征做出判断。通过计算全局空间自相关统计量[GlobalMoran'sI]，可分析区域水分生产率的总体空间关联或差异程度，其计算公式如下：
[Moran'sl=n∑ni=1∑nj=1Wij（xi-x）（xj-x）（∑ni=1∑nj=1Wij）・∑ni=1（xj-x）2]，其中，[x=1n∑ni=1Xi] （3）
式中：Xi和Xj分别为i地级市单元和j地级市单元的粮食作物水分生产率；n为研究区的地级市个数，本文n=14；Wij为地级市i与j之间的空间权重矩阵，用于衡量空间单元间潜在相互作用的能力，有2种方式可确定其大小：（1）邻接矩阵，即若某两个地级市相邻为1，否则为0；（2）距离矩阵，即给定距离阈值，i与j的距离小于该阈值时为1，否则为0[7]。
检验[GlobalMoran'sI]是否显著的统计量为标准化后的Z分数，表达式为：
[Z=I-E（I）VAR（I）] （4）
P值（P-value）检验可用于确定标准化Z值的显著性水平：若P值在给定的显著性水平（本文取0.05）之下，则区域间存在显著的全局空间自相关。P值可由随机分布、正态分布或者置换方法来获取。
局部空间自相关可度量局部区域单元水分生产率值的空间异质性，测算出聚集地所在位置、空间范围及其变化情况，并形象表现在LISA聚集图上。通过比较其与全省平均水平的相对大小，可以判断出一个地级市的水分生产率值在总体中所处的水平的高低，因此LISA聚集图中可分为4种类型的属性[16]：（1）高-高（HH），表示某一地级市和周围地级市的水分生产率值都较高；（2）低-高（LH），表示某一地级市的水分生产率值较低而其周围地级市的值较高；高-低（HL），表示某一地级市的水分生产率值较高而周围地级市较低；低-低（LL），表示某一地级市和周围地级市的水分生产率值都较低。“高-高（HH）”类型和“低-低（LL）”类型的属性值表明存在较强的空间正相关，地级市间存在均质性，“高-低（HL）”和“低-高（LH）”类型的观测值表明存在较强的空间负相关，即地级市间存在异质性。同样，在特定显著性水平下，可以分别判定各区域局部空间自相关的显著性[17]。
2.3 数据来源 气象数据来源于中国气象科学数据共享服务网（http：///home.do），包括各地级市的月最低气温、月最高气温、平均风速、平均相对湿度、日照时数、降水量等；作物单位面积产量、总产量及种植面积来自《辽宁省统计年鉴》。
3 结果与分析
3.1 粮食作物水分生产率及其时间变化特征 辽宁省4种主要粮食作物的水分生产率差异较大，但不同年份的变化规律基本相同（图2）。玉米、水稻、小麦和大豆的水分生产率均值分别为1.5kg/m3、1.1kg/m3、0.9kg/m3和0.7kg/m3，其中玉米的水分生产率最高，大豆最低，两者相差约2倍。各粮食作物水分生产率随时间变化呈现波动上升趋势。其中，玉米的水分生产率的上升幅度最大，小麦和大豆次之，水稻的上升幅度最小。
作物水分生产率由作物生产过程中的水资源消耗量及作物单位面积产量决定。区域的农业气象条件通过影响作物水分消耗，从而对作物水分生产率产生间接影响；而化肥、农药等农业生产资料投入将会直接影响作物单位面积产量[18]。玉米水分生产率于2001、2004、2008及2011年出F波峰值，这与相应年份单产较高及作物的蒸散量较小有关（表2）。水稻的单产水平虽较玉米高，但其蒸散量更高，而蒸散量的变化对水分生产率的影响更为敏感[2]。
在各地级市综合水分生产率波动上升过程中，水分生产率越高，波动幅度越大。葫芦岛和铁岭不同年份综合作物水分生产率的极差均大于1.2kg/m3；营口、抚顺、鞍山及盘锦均小于1.0kg/m3；本溪和辽阳则小于0.5kg/m3。大多数区域于2008年达到水分生产率的极大值。
综合粮食作物水分生产率不仅与单种粮食作物的水分生产率有关，也与各粮食作物的种植面积比重有关。通常区域内粮食作物的单产水平越高，则该区域综合水分生产率越高。但是，由于水稻的耗水量远高于其它类型的粮食作物，因此一个区域的水稻种植比例越高则该区域综合作物水分生产率越低。相反，玉米的耗水量较小而单产水平较高，增加区域的玉米种植比例可提高该区域的综合水分生产率。
3.2 粮食作物水分生产率空间集聚特征 选取2006年 （枯水年）、2007年（平水年）和2012年（丰水年）作为代表年份，探讨不同降水年型下粮食作物综合水分生产率的空间分异规律。3种降水年型下各地级市综合水分生产率及平均值如图4所示。总体而言，辽宁省北部及沿海地带的综合水分生产率较高，而中部地区较小。铁岭的综合水分生产率最高，达1.79kg/m3；本溪的综合水分生产率仅为1.18kg/m3，为全省最低。
运用空间自相关分析法定量分析其集聚特征，全局空间自相关能描述地理属性间的总体差异和变化情况[9]。不同降水年型下粮食作物综合水分生产率全局的[Moran'sI]估计值及检验如表3。结果表明，3年全局[Moran'sI]估计值均大于零，并且对应的正态分布统计量Z值均比正态分布函数在置信度为0.05时的临界值（1.96）大，均通过了显著性检验。说明不同降水年型下粮食作物综合水分生产率在各地级市间存在正自相关关系，总体上表现为相似值的空间显著聚集。
全局空间自相关指标Moran's I用于验证整个研究区域的空间模式，而局域空间自相关指标LISA则用于反映相邻区域单元上的某一地理现象或某一属性值的相关程度[19]。
为了更为直观地观察各地级市粮食作物综合水分生产率的空间分布情况，利用Geoda软件生成LISA聚集图（图5）。不同的颜色表示不同的空间自相关类别，红色表示高高聚集，蓝色表示低低聚集，粉红色表示高低聚集，白色则为不显著。由图5可知，不同降水年型下，水分生产率的空间格局差异较大。
在枯水年（2006年），综合水分生产率在西部四市（朝阳、阜新、葫芦岛和锦州）存在一个低值聚集区，表明这四市自身及其周边地级市的综合生产率均较低。造成这种分布的原因主要是2006年为枯水年，西部地区降水较少，各粮食作物的单位面积产量均有所减少，同时各作物生长季需水量较大，使得综合水分生产率较低。与此相反，在丰水年（2012年）西部地区呈现高值聚集区，而东部的丹东和中部的辽阳、营口出现低值聚集区。造成这种现象的原因一方面与降水充足及耕作技术改进使得作物单产增加有关；另一方面，与作物种植结构的调整有关。从2006―2012这3个地级市的玉米种植面积所占比例均有所增加，而水稻种植面积比例均有所减少。东部及中部地区本身降水较多，2012年为丰水年，降水量过于集中，造成洪涝灾害[20]，农作物大量减产。单位面积产量降低，而作物生长期需水量减少幅度较小，使得水分生产率较低。从多年平均值的空间分布来看，铁岭市及其周边地级市的综合水分生产率都较高。丹东自身的综合水分生产率平均值较高，而其周边地级市的较低。平水年（2007年）集聚现象不显著。
4 结论与建议
本文计算了2000―2012年辽宁省14个地级市主要粮食作物的水分生产率，分析了其时间变化特征及不同降水年型的空间分异特征。结果表明，研究时段内各地区粮食作物水分生产率呈波动上升趋势，葫芦岛、朝阳及阜新的综合作物水分生产率上升幅度和波动幅度均较大。同时，粮食作物水分生产率在空间上存在差异和集聚现象。辽宁省北部及沿海地带的多年平均综合水分生产率较高，而中部地区较小。铁岭的综合水分生产率最高，达1.79kg/m3；本溪最低，仅为1.18kg/m3。利用空间自相关分析法发现，在枯水年（2006年），综合水分生产率在西部4市（朝阳、阜新、葫芦岛和锦州）存在一个低值聚集区。与此相反，在丰水年（2012年）西部地区呈现高值聚集区，而东部的丹东和中部的辽阳、营口出现低值聚集区，而在平水年（2007年）集聚现象不显著。
区域综合水分生产率的高低，一方面与粮食作物的单产水平有关，单产越高，则相应的综合水分生产率也较高；另一方面，区域的作物种植结构也会对区域综合水分生产率产生较大影响。由于水稻对灌溉水需求较大，通常一个区域的水稻种植比例越高，该区域的综合水分生产率会相应较低。因此在缺水地区，应当调整水稻种植面积到合理水平，以减轻农业用水与其他部门用水的竞争压力。
为改善辽宁省农业用水状况，提高粮食作物水分生产率，建议采取以下措施：（1）通过改良作物品种、提高农业综合管理水平等方式，提高东部地区各粮食作物的单产水平。（2）应适当减少沈阳、辽阳二市的水稻种植面积，以减少农业灌溉用水量，减轻当地的经济发展需水与农业用水的矛盾。（3）其他地区应进一步实施节水灌溉，制定合理的增产对策。
参考文献
[1]Rosegrant M.W.，Ringler C.，Zhu T.Water for Agriculture：Maintaining Food Security Under Growing Scarcity[J].Annual Review of Environment & Resources，2009：205-222.
[2]张旭东.东北三省水稻水分生产率时空变化规律研究[D].沈阳：沈阳农业大学，2014.
[3]Barker，Seckler D.，Molden D.The concept of efficiency in water resource management and policy//Kijne JW，Barker，Molden D.Water Productivity in Agriculture：Limits and opportunities for Improvement[J].Wallingford UK：CABI Publishing，2003：37-52.
[4]刘鹄，赵文智.农业水生产力研究进展[J].地球科学进展，2007（01）：58-65.
[5]李远华，赵金河，张思菊，等.水分生产率计算方法及其应用[J].中国水利，2001（08）：65-66，5.
[6]陈超，于强，王恩利，等.华北平原作物水分生产力区域分异规律模拟[J].资源科学，2009（09）：1477-1485.
[7]陈远景.不同灌溉方式对水稻产量和水分生产率的影响[J].农业与技术，2013（10）：108-109.
[8]周柳萍.基于b感和气象数据的江苏省水稻水分生产率时空变化研究[D].杭州：浙江大学，2015.
[9]陈远景.不同灌溉方式对水稻产量和水分生产率的影响[J].农业与技术，2013（10）：108-109.
[10]李春，齐华，江和文，等.辽宁发展燕麦生产的气候适应性研究[J].气象与环境学报，2007（01）：64-67.
[11]潘冰.辽宁省水资源足迹的计算及评价[D].大连：辽宁师范大学，2007.
[12]国家统计局.中国统计年鉴2014[M].北京：中国统计出版社，2014.
[13]徐凤英，盖迎春，徐中民，等.作物水生产力评估方法研究[J].冰川冻土，2013（01）：156-163.
[14]郑捷，李光永，韩振中.中美主要农作物灌溉水分生产率分析[J].农业工程学报，2008（11）：46-50.
[15]孟斌，王劲峰，张文忠，等.基于空间分析方法的中国区域差异研究[J].地理科学，2005（04）：11-18.
[16]蒲英霞，葛莹，马荣华，等.基于ESDA的区域经济空间差异分析――以江苏省为例[J].地理研究，2005（06）：965-974.
[17]操信春，吴普特，王玉宝，等.中国灌区水分生产率及其时空差异分析[J].农业工程学报，2012（13）：1-7.
[18]孙世坤.近50年来河套灌区作物生产水足迹时空演变过程研究[D].北京：中国科学院研究生院（教育部水土保持与生态环境研究中心），2013.
[19]刘聪粉，柯大钢，张瑞荣.基于Geoda095i的陕西省人口分布空间统计分析[J].西北人口，2008（06）：7-11，15.
[20]冯琳，梁凤国，王保泽.辽宁“2012.8.4”暴雨洪水特征分析[J].中国防汛抗旱，2012（06）：23-25.
（责编：张宏民）