黃 凱，邵金華,，黃旭升，吳衛(wèi)熊，黃國勤，唐海鷹

(1.廣西水利科學(xué)研究院廣西水工程材料與結(jié)構(gòu)重點實驗室，南寧 530023；2.江西農(nóng)業(yè)大學(xué)生態(tài)科學(xué)研究中心，南昌 330045)

0 引 言

糧食是人類賴以生存的基礎(chǔ)要素之一，如何保證糧食安全一直以來受到全球高度關(guān)注。在糧食生產(chǎn)過程中，國內(nèi)外學(xué)者關(guān)于氣候變化對糧食生產(chǎn)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(chǎn)損失將從14%降低6%；Asseng等[6]在澳大利亞小麥產(chǎn)區(qū)研究認為，平均生長季節(jié)溫度變化為±2 ℃，可導(dǎo)致小麥產(chǎn)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(dǎo)致總生物量和谷物產(chǎn)量下降；Peng等[8-11]研究認為全球氣候變暖導(dǎo)致的夜間溫度升高，會導(dǎo)致水稻減產(chǎn)，而且水稻籽粒產(chǎn)量與平均最低氣溫之間呈負密切相關(guān)，但與最高氣溫關(guān)系不大。然而氣候變化對糧食產(chǎn)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(yīng)，如：氣溫變化僅對中國華北平原玉米作物產(chǎn)生顯著的負向影響，對整個華北平原小麥產(chǎn)量和華北平原南部地區(qū)玉米產(chǎn)量無顯著影響；而太陽輻射對小麥和玉米作物的產(chǎn)量影響具有更大正相關(guān)性，尤其是在華北平原北部地區(qū)；降水量減少導(dǎo)致小麥和玉米的旱作產(chǎn)量均呈下降趨勢，但降水量年際變化大，產(chǎn)量變化趨勢不明顯。

結(jié)合氣候變化、施肥與灌溉對糧食作物產(chǎn)量的影響研究同樣開展較多，崔志祥等[13]在內(nèi)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(chǎn)量的影響。廣西的陳靖與譚宗坤等[14]通過氣象學(xué)知識開展了大量的廣西地區(qū)農(nóng)作物生產(chǎn)與氣候相關(guān)的研究。劉春瓊等[3]利用非線性時間序列的去趨勢互相關(guān)分析法，研究了四川省糧食產(chǎn)量與年平均氣溫和年平均降水量之間的關(guān)系。田展等[15]研究認為未來氣候變化將對黃淮海農(nóng)業(yè)區(qū)雨養(yǎng)和灌溉小麥的生產(chǎn)帶來明顯不同的影響，對于雨養(yǎng)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(qū)的水稻產(chǎn)量都有顯著的負影響，而降水量對中國水稻產(chǎn)量的影響不顯著，每年農(nóng)業(yè)氣象災(zāi)害都要造成巨大的糧食減產(chǎn)。祝正芳[16]建立通過非線性回歸經(jīng)濟計量模型來研究我國糧食產(chǎn)量與糧食作物播種面積、施肥量和降水量的內(nèi)在定量關(guān)系，認為糧食產(chǎn)量與糧食作物播種面積、施肥量整體上有線性關(guān)系，糧食作物播種面積和施肥量對我國糧食產(chǎn)量有顯著影響。當然，Ray等[17]研究了全球氣候?qū)τ衩?、水稻、小麥和大豆等作物產(chǎn)量的影響，認為在全球范圍內(nèi)，氣候變化率約占單產(chǎn)變化率的1/3(-32%～39%)。

目前，國內(nèi)外針對糧食產(chǎn)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(chǎn)是一個復(fù)雜的社會活動過程，不但與氣候變化有關(guān)，同時與灌溉、施肥、糧食作物區(qū)域空間分布、類型分布的差異響應(yīng)方式和程度有關(guān)[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(chǎn)量的綜合影響，本文以廣西糧食生產(chǎn)為例，以主成分分析及多元回歸分析，建立綜合分析與預(yù)測模型，探索施肥、灌溉等方面措施以應(yīng)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(qū)域與材料

1.1.1 研究區(qū)域

研究區(qū)域為廣西壯族自治區(qū)，位于中國的華南地區(qū)(北緯20°54′～26°24′，東經(jīng)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(jīng)濟相對落后的農(nóng)業(yè)大省。廣西糧食作物種植面積與產(chǎn)量均約為全國的2%，而單位面積產(chǎn)量約為全國平均水平的85%。然而，糧食生產(chǎn)對于廣西地方穩(wěn)定與發(fā)展、地區(qū)脫貧致富具有十分重要的意義。近40年來廣西糧食產(chǎn)量見表1。

表1 廣西近40年來糧食產(chǎn)量 萬t

1.1.2 研究材料

研究材料為廣西壯族自治區(qū)國家氣象信息中心站點數(shù)據(jù)和地區(qū)統(tǒng)計數(shù)據(jù)。氣候因素數(shù)據(jù)來源氣象信息中心站點數(shù)據(jù)，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(shù)和日總輻射曝輻量等；地區(qū)統(tǒng)計數(shù)據(jù)包括國家數(shù)據(jù)和地區(qū)統(tǒng)計年鑒數(shù)據(jù)，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(chǎn)量，肥料使用折純量(折純是指每個肥料的養(yǎng)分以肥料質(zhì)量百分數(shù)計算相加后得數(shù)，肥料種類為：氮肥、磷肥、鉀肥與復(fù)合肥)和農(nóng)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(shù)據(jù)進行算術(shù)平均后，作為廣西壯族自治區(qū)的日平均數(shù)據(jù)，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(shù)據(jù)，本文采用一階差分處理數(shù)據(jù)：

ΔXi,j=Xi,j-Xi-1,j

(2)

式中：ΔXi,j為第i年的Xj變量的差分數(shù)據(jù)。

(3)將當年的糧食作物總產(chǎn)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(chǎn)量，并建立各影響因子與糧食作物產(chǎn)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(chǎn)量；β0,…,βi,j為偏回歸系數(shù)；u為殘差；t為年份。

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

經(jīng)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(shù)，h；X7為平均日總輻射曝輻量，MJ/m2；X8為農(nóng)田單位面積肥料使用折純量，kg/hm2；X9為農(nóng)田有效灌溉面積，km2。

2 結(jié)果分析

2.1 廣西糧食作物播種面積與產(chǎn)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(chǎn)量的逐年變化情況進行線性回歸及趨勢檢驗分析，其結(jié)果見圖1。

圖1 廣西近40年來糧食作物播種面積與總產(chǎn)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(jié)果通過了P<0.001的顯著性檢驗；糧食作物總產(chǎn)量逐年呈極顯著增加趨勢，線性傾向率為96.58 萬t/10 a，結(jié)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(chǎn)量進行線性回歸及趨勢檢驗分析，其結(jié)果(見圖2)表明，廣西近40年糧食作物單產(chǎn)呈極顯著增加趨勢，線性傾向率為567.71 kg/(hm2·10 a)，結(jié)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(chǎn)量變化情況

2.2 變量統(tǒng)計及其與糧食作物單產(chǎn)相關(guān)性分析

通過對X1的變化情況進行統(tǒng)計分析，其結(jié)果見圖3所示，廣西近40年的年降水量呈現(xiàn)不顯著增加趨勢，線性傾向率為22.36 mm/10 a，結(jié)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(tǒng)計分析，其結(jié)果見圖4，結(jié)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(jié)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(jié)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(jié)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(jié)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(tǒng)計分析，其結(jié)果見圖5顯示，廣西近40年的年日照時數(shù)呈現(xiàn)顯著下降趨勢，線性傾向率為-36.11 h/10 a，結(jié)果通過了P<0.05的顯著性檢驗；年均日總輻射曝輻量呈現(xiàn)顯著增加趨勢，線性傾向率為0.306 MJ/(m2·10 a)，結(jié)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(shù)據(jù)趨勢分析與莫崇勛等[18]分析結(jié)果相一致；年均日總輻射曝輻量在1978-2017年的規(guī)律與何如等[19]分析結(jié)果中圖2(b)的規(guī)律相近。

通過對肥料使用折純量X8和X9的變化情況進行統(tǒng)計分析，其結(jié)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(nóng)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(jié)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(chǎn)量之間使用雙變量相關(guān)分析，詳見表2。結(jié)果顯示，廣西的糧食作物單位面積產(chǎn)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(nóng)田有效灌溉面積)呈極顯著正相關(guān)，通過P<0.001顯著性檢驗，相關(guān)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(guān)性未通過顯著性檢驗。為了進一步揭示糧食作物產(chǎn)量對當前所有變量的綜合響應(yīng)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(chǎn)量之間相關(guān)性分析表

2.3 影響廣西糧食單產(chǎn)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(tǒng)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(zhuǎn)，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(jù)主成分對應(yīng)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(zhuǎn)后，年日照時數(shù)、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(zhuǎn)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(zhuǎn)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(zhuǎn)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(zhuǎn)后的荷載分別為0.557和0.876。參考武松等SPSS統(tǒng)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(zhuǎn)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(jīng)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(chǎn)之間進行多元線性回歸分析，并通過經(jīng)典假定，其結(jié)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(guān)性

系數(shù)Se=(37.68)(38.15)(38.17)(38.17) (38.18)；系數(shù)Ct=(1.22)(2.72)(0.78)(1.77)(-0.41)；系數(shù)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(shù)共線性統(tǒng)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(guān)問題。根據(jù)分析結(jié)果可知，4個主成分變量可解釋廣西糧食作物單產(chǎn)變異的50.5%(P=0.041<0.05)，達到了顯著性水平。結(jié)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(chǎn)有正促進作用，且系數(shù)逐漸變小，第四主成分的系數(shù)為負值，可以認為第四主成分對廣西糧食作物單產(chǎn)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(nóng)田糧食作物單產(chǎn)將稍微減少0.026kg/hm2；年平均氣溫每增加1 ℃，廣西農(nóng)田糧食作物單產(chǎn)將增加34.423kg/hm2；年平均低溫每增加1 ℃，廣西農(nóng)田糧食作物單產(chǎn)將減少26.913kg/hm2；年平均高溫每增加1 ℃，廣西農(nóng)田糧食作物單產(chǎn)將增加1.305kg/hm2；年有效積溫每增加1 ℃，廣西農(nóng)田糧食作物單產(chǎn)將增加0.061kg/hm2；年日照時間每增加1h，廣西農(nóng)田糧食作物單產(chǎn)將增加0.274kg/hm2；年均日輻射曝輻量每增加0.01MJ/m2，廣西農(nóng)田糧食作物單產(chǎn)將增加0.16kg/hm2；單位面積肥料使用每增加1kg/hm2，廣西農(nóng)田糧食作物單產(chǎn)將增加6.667kg/hm2；農(nóng)田有效灌溉面積每增加1km2，廣西農(nóng)田糧食作物單產(chǎn)將增加0.074kg/hm2。

3 討 論

一般情況下，地區(qū)的日照時數(shù)降低將會影響地區(qū)的光輻射強度。然而從廣西1978-2017年的氣象數(shù)據(jù)分析結(jié)果來看，廣西的年日照時數(shù)呈現(xiàn)顯著下降趨勢，而年均日總輻射曝輻量呈現(xiàn)顯著增加趨勢。當然，在同一地區(qū)太陽光輻射強度不但與光照時間長短有關(guān)，也與光照強度有關(guān)。同地區(qū)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(guān)，廣西的降水量雖然呈現(xiàn)不顯著增加趨勢，但黃凱[20]在研究廣西蔗區(qū)南寧站、北海站、來賓站和龍州站的降水規(guī)律后，認為廣西蔗區(qū)的降雨結(jié)構(gòu)向極端強降雨發(fā)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(qū)年際水汽分布時長、水汽濃度變化所致。另外，由于環(huán)境治理強度加大，環(huán)境質(zhì)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(chǎn)量。從文中通過雙變量相關(guān)分析結(jié)果來看，廣西單位面積肥料使用量與糧食單產(chǎn)呈現(xiàn)極顯著相關(guān)，皮爾遜相關(guān)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(jié)果一樣，近幾十年來，國內(nèi)農(nóng)業(yè)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(qū)。然而過量的施肥不僅帶來的資源浪費，還帶來嚴重的環(huán)境污染如土壤酸化、河湖健康惡化、農(nóng)業(yè)生態(tài)不持續(xù)等問題。從廣西近20年肥料使用量的發(fā)展趨勢來看，2013年開始增速放緩，但由于樣本數(shù)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(nóng)業(yè)發(fā)展的大趨勢。

從分析結(jié)果來看，氣候變化對廣西糧食作物生產(chǎn)至關(guān)重要，尤其是高溫與低溫對廣西糧食產(chǎn)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(chǎn)量的影響是客觀存在的，且以不利影響為主。這一結(jié)論與本文主成因分析后的回歸分析結(jié)果相一致。

因此，結(jié)合灌溉與施肥，在氣候變化現(xiàn)狀下，我們可以從幾個方面入手應(yīng)對氣候變化，科學(xué)灌溉施肥以提升糧食作物產(chǎn)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(tǒng)施肥方面，發(fā)展高效節(jié)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(nóng)田系統(tǒng)生理生態(tài)環(huán)境問題；③積極應(yīng)對氣候變化，調(diào)整種植北界與種植結(jié)構(gòu)，研發(fā)新形勢下農(nóng)作物品種與配套農(nóng)作制度等。

4 結(jié) 論

根據(jù)對廣西近40年來氣候變化、農(nóng)田施肥量與農(nóng)田有效灌溉面積變化對廣西糧食作物產(chǎn)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(jié)論如下：

(1)1978-2017年，廣西年降水量呈現(xiàn)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(xiàn)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(xiàn)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(xiàn)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(xiàn)顯著增加趨勢，線性傾向率為0.306MJ/(m2·10a)；農(nóng)田肥料使用折純量呈現(xiàn)極顯著增加趨勢，線性傾向率為67.9 萬t/10a；農(nóng)田有效灌溉面積呈現(xiàn)極顯著增加趨勢，線性傾向率為564.19km2/10a。

(2)通過雙變量相關(guān)分析可知，年平均氣溫、年有效積溫、農(nóng)田單位面積肥料使用量與農(nóng)田有效灌溉面積的相關(guān)均通過極顯著性檢驗，其皮爾遜相關(guān)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(gòu)建了基于氣候因素、農(nóng)田施肥量與農(nóng)田有效灌溉面積等多因素的廣西糧食作物產(chǎn)量分析與預(yù)測模型，該模型4個主成分變量可解釋廣西糧食作物單產(chǎn)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(nóng)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(chǎn)量的影響，為廣西糧食產(chǎn)量分析與預(yù)測提供了借鑒。下一步還需針對區(qū)域內(nèi)空間變異性，進一步完善模型。