寶雞峽灌區(qū)小麥水足跡時(shí)空變化特征與歸因分析

馮東溥 魏曉妹 降亞楠

(西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院， 陜西楊凌 712100)

引言

隨著氣候變化和人類活動(dòng)的加劇，水資源短缺、糧食安全和生態(tài)環(huán)境問(wèn)題成為世界性難題[1]。農(nóng)業(yè)是用水大戶，糧食生產(chǎn)是農(nóng)業(yè)耗水的主要部分，2015年我國(guó)農(nóng)業(yè)用水量為3 852.2億m3，占總用水量的63.1%[2]。與發(fā)達(dá)國(guó)家相比，我國(guó)灌溉技術(shù)比較落后，灌溉水分生產(chǎn)率不高[3]，水資源緊缺。為提高糧食產(chǎn)量，我國(guó)化肥施用量逐年增加[4-5]，造成農(nóng)業(yè)面源污染，惡化了水質(zhì)，加劇了水資源供需矛盾。傳統(tǒng)水分生產(chǎn)效率評(píng)價(jià)指標(biāo)[6]只涉及糧食生產(chǎn)中蒸散發(fā)耗水，忽略了農(nóng)業(yè)污染帶來(lái)的生態(tài)環(huán)境耗水，而水足跡[7]作為一種新興指標(biāo)，能夠表征糧食生產(chǎn)過(guò)程中降水、輸水、灌溉和施肥多個(gè)方面，是衡量國(guó)家和地區(qū)可持續(xù)發(fā)展的有效工具[8]。糧食水足跡研究在全球尺度[9]、國(guó)家尺度[10]、省市尺度[11]都有應(yīng)用。我國(guó)灌區(qū)以49%的耕地面積生產(chǎn)了75%的糧食，是保障國(guó)家糧食安全的基石和用水大戶，因此在灌區(qū)尺度研究糧食水足跡具有重要意義。

CAO等[12]提出了考慮實(shí)際耗水的水足跡估算方法，并對(duì)全國(guó)443個(gè)灌區(qū)糧食生產(chǎn)水足跡進(jìn)行評(píng)價(jià)。劉靜等[13]以水足跡為切入點(diǎn)分析了河套灌區(qū)糧食生產(chǎn)用水的時(shí)空演變特征。SUN等[14]綜合考慮了農(nóng)業(yè)投入因素和氣候變化對(duì)糧食生產(chǎn)水足跡的影響，為多因素影響下的水足跡歸因分析提供了良好的范例。目前，灌區(qū)水足跡研究側(cè)重于藍(lán)水和綠水足跡，而對(duì)于灰水足跡涉及很少[15]，未能充分發(fā)揮水足跡的生態(tài)評(píng)價(jià)功能。此外，水足跡歸因分析方法還不完善，以統(tǒng)計(jì)方法為主[16]，由于水足跡樣本量普遍較小，長(zhǎng)序列資料稀缺，因此統(tǒng)計(jì)類具有一定的局限性。對(duì)數(shù)平均迪氏指數(shù)分解法[17](Logarithmic mean divisia index，LMDI)是近年來(lái)能源學(xué)科提出的一種高效、準(zhǔn)確、沒(méi)有余差的分析方法，在水足跡分析中取得了一定成果[18-19]。但目前的研究?jī)H是將水足跡變化量分解為幾個(gè)簡(jiǎn)單因素的貢獻(xiàn)，缺乏對(duì)綠水、藍(lán)水、灰水以及氣候變化和人類活動(dòng)貢獻(xiàn)的細(xì)化。近幾十年我國(guó)灌區(qū)糧食生產(chǎn)受氣候變化和人類活動(dòng)影響發(fā)生了很大變化，因此細(xì)致定量分析氣候變化和人類活動(dòng)各驅(qū)動(dòng)因子的貢獻(xiàn)，既是揭示各驅(qū)動(dòng)因子對(duì)灌區(qū)糧食水足跡影響機(jī)理的科學(xué)問(wèn)題，也是有效應(yīng)對(duì)新形勢(shì)下糧食、水資源和環(huán)境挑戰(zhàn)的現(xiàn)實(shí)需求。

本文以寶雞峽灌區(qū)主要糧食作物冬小麥(以下簡(jiǎn)稱小麥)為研究對(duì)象，基于灌區(qū)耗水、施肥和氣象資料，考慮灰水部分，完整而系統(tǒng)地計(jì)算和分析小麥水足跡各指標(biāo)及其時(shí)空變化特征；根據(jù)水足跡計(jì)算原理和LDMI法，推導(dǎo)氣候變化(單位面積綠水消耗量)和人類活動(dòng)(總種植面積、小麥種植比例、灌溉定額、灌溉水有效利用系數(shù)和單位面積施氮量)對(duì)作物總水足跡變化的貢獻(xiàn)分解公式，旨在從機(jī)理上揭示區(qū)域作物總水足跡變化的客觀規(guī)律，為定性定量分析作物水足跡影響因素，優(yōu)化灌區(qū)水足跡提供有效的途徑和科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)域和數(shù)據(jù)來(lái)源

寶雞峽引渭灌區(qū)位于陜西省關(guān)中平原西部(106°51′～108°48′E，34°9′～34°44′N(xiāo))，總面積23.55萬(wàn)hm2，有效灌溉面積19.43萬(wàn)hm2。灌區(qū)為溫帶大陸性季風(fēng)氣候半濕潤(rùn)易旱區(qū)，年平均氣溫13.1℃，無(wú)霜期220 d，年平均降水量561.7 mm。灌區(qū)經(jīng)過(guò)40多年的運(yùn)行與發(fā)展，已成為引渭河水為主、蓄引提結(jié)合灌溉的全國(guó)十大灌區(qū)之一，是陜西省糧食及經(jīng)濟(jì)作物的重要生產(chǎn)基地。

灌區(qū)1994—2010年的逐月氣象資料來(lái)自陜西省氣象局，農(nóng)業(yè)灌溉和施肥資料來(lái)自灌區(qū)年報(bào)及陜西省統(tǒng)計(jì)年鑒[20]，小麥作物系數(shù)和生育期來(lái)自文獻(xiàn)[21]，地理信息數(shù)據(jù)由灌區(qū)1∶250 000地圖數(shù)字化得到。

1.2 小麥水足跡計(jì)算

1.2.1小麥總水足跡

作物總水足跡表示區(qū)域內(nèi)一定時(shí)段生產(chǎn)某作物所消耗的淡水資源總量。作物生產(chǎn)水足跡指區(qū)域內(nèi)生產(chǎn)單位產(chǎn)量該作物所消耗的水資源量。根據(jù)水足跡評(píng)價(jià)手冊(cè)[7]，寶雞峽灌區(qū)小麥總水足跡公式為

WFT=WFYtotal

(1)

其中

Ytotal=YAR

(2)

式中WFT——灌區(qū)小麥總水足跡，m3

WF——單位產(chǎn)量的小麥生產(chǎn)水足跡，m3/kg

Ytotal——灌區(qū)小麥總產(chǎn)量，kg

Y——小麥單位面積產(chǎn)量，kg/hm2

A——灌區(qū)總種植面積，hm2

R——灌區(qū)小麥種植比例

小麥生產(chǎn)水足跡由生產(chǎn)綠水足跡、藍(lán)水足跡和灰水足跡構(gòu)成，即

WF=WFgreen+WFblue+WFgray

(3)

式中WFgreen——單位產(chǎn)量小麥生產(chǎn)綠水足跡，m3/kg

WFblue——單位產(chǎn)量小麥生產(chǎn)藍(lán)水足跡，m3/kg

WFgrey——單位產(chǎn)量小麥生產(chǎn)灰水足跡，m3/kg

1.2.2小麥生產(chǎn)綠水足跡

綠水是作物生產(chǎn)過(guò)程中由降水滲入土壤而產(chǎn)生、可以被作物吸收利用的水分。生產(chǎn)綠水足跡是生產(chǎn)單位產(chǎn)量小麥所消耗的綠水，可由式(4)計(jì)算，其中月尺度的參考作物騰發(fā)量ET0采用聯(lián)合國(guó)糧農(nóng)組織(FAO)推薦的Penman-Monteith公式[22]計(jì)算，由于涉及參數(shù)較多，此處不再贅述。生產(chǎn)綠水足跡為

(4)

其中

(5)

(6)

ETc=KcET0

(7)

式中CWUgreen——小麥單位面積綠水消耗量，m3/hm2

Peff——小麥生育期內(nèi)的有效降水量，mm

Pmonth——小麥生育期內(nèi)的月降水量，mm

g——小麥生育期的月序數(shù)

ETc——小麥生育期內(nèi)的作物需水量，mm

Kc——小麥作物系數(shù)

1.2.3小麥生產(chǎn)藍(lán)水足跡

藍(lán)水是作物生產(chǎn)過(guò)程中消耗的河流、地下含水層、水庫(kù)和湖泊中儲(chǔ)存的水分，主要用于灌溉農(nóng)業(yè)。CAO等[12]在考慮灌溉水在輸水和灌水過(guò)程中損失的基礎(chǔ)上，從灌區(qū)總耗水量推算作物藍(lán)水。由于寶雞峽灌區(qū)地處關(guān)中平原缺水區(qū)，小麥一般采用非充分灌溉，實(shí)際灌溉定額小于灌溉需水量，因此，灌區(qū)小麥生產(chǎn)藍(lán)水足跡簡(jiǎn)化為

(8)

其中

(9)

式中CWUblue——小麥單位面積藍(lán)水消耗量，m3/hm2

η——灌溉水有效利用系數(shù)

IWQ——凈灌溉定額，m3/hm2

1.2.4小麥生產(chǎn)灰水足跡

灰水為一定范圍內(nèi)稀釋污染物以使環(huán)境水質(zhì)滿足允許的水質(zhì)標(biāo)準(zhǔn)所需的水量。對(duì)于小麥灰水足跡一般核算施用量最大的氮肥，因此將肥料折算為純氮，小麥?zhǔn)┑繀⒖缄兾魇〗y(tǒng)計(jì)年鑒[20]和灌區(qū)問(wèn)卷調(diào)查[23]估算，根據(jù)水足跡評(píng)價(jià)手冊(cè)[7]在缺乏詳細(xì)資料情況下淋溶率推薦取0.1，水體自然本底質(zhì)量濃度取0 kg/m3，氮的受納水體最大允許質(zhì)量濃度一般[7，15]采用EPA標(biāo)準(zhǔn)[24]，取0.01 kg/m3。生產(chǎn)灰水足跡為

(10)

其中

(11)

式中CWUgray——小麥單位面積灰水消耗量，m3/hm2

UN——折純后的單位面積施氮量，kg/hm2

δ——淋溶率

cmax——受納水體最大允許質(zhì)量濃度，kg/m3

cnat——受納水體自然本底質(zhì)量濃度，kg/m3

1.3 水足跡時(shí)空變化特征分析

1.3.1時(shí)程變化特征分析

由于傳統(tǒng)統(tǒng)計(jì)分析方法對(duì)樣本量和樣本分布有一定要求，本文采用適用性廣泛、要求較少的非參數(shù)統(tǒng)計(jì)方法。采用Sen斜率[25]分析序列的年均變幅，Mann-Kendall 趨勢(shì)檢驗(yàn)[26-27]，分析序列變化趨勢(shì)及顯著性，公式為

(12)

Vαr(S)=n(n-1)(2n+5)/18

(13)

(14)

其中

(15)

式中n——序列長(zhǎng)度

xk、xl——序列x的第k個(gè)和第l個(gè)元素(l>k)

S——指數(shù)為0的正態(tài)分布

Var——方差

Z——標(biāo)準(zhǔn)化檢驗(yàn)統(tǒng)計(jì)量

如Z為正值，表示序列呈上升趨勢(shì)，負(fù)值呈下降趨勢(shì)；當(dāng)|Z|大于等于1.65、1.96和2.576時(shí)，表示序列在P為0.1、0.05和0.01的水平上變化顯著，否則變化趨勢(shì)不顯著。

1.3.2空間變化特征分析

寶雞峽灌區(qū)從西至東設(shè)置寶雞總站、扶風(fēng)總站、興平總站、禮泉總站和咸陽(yáng)總站，每個(gè)總站下轄多個(gè)分站來(lái)管理地理和行政上屬于不同縣區(qū)的農(nóng)業(yè)和水利事務(wù)，同時(shí)也確保農(nóng)業(yè)統(tǒng)計(jì)資料能夠覆蓋到全區(qū)。因此各總站的水足跡指標(biāo)，對(duì)其覆蓋區(qū)域具有很好的代表性。反距離權(quán)重法(Inverse distance weighted，IWD)空間差值利用冪參數(shù)與輸出點(diǎn)的距離來(lái)控制已知點(diǎn)對(duì)內(nèi)插值的影響，距離輸出點(diǎn)越近則影響越大，適合點(diǎn)位較少時(shí)的空間分析。將各總站水足跡指標(biāo)導(dǎo)入地理信息系統(tǒng)軟件ArcGIS 10.1并利用空間分析工具包(Spatial analyst tools)實(shí)現(xiàn)反距離權(quán)重法空間差值。

1.3.3水足跡變化的歸因分析

LMDI分解法將等于多個(gè)因子乘積的應(yīng)變量，利用對(duì)數(shù)變形，最終轉(zhuǎn)化為線性形式來(lái)分解應(yīng)變量變化。目前的研究根據(jù)水足跡計(jì)算特點(diǎn)將總水足跡表示為幾個(gè)因子的乘積形式直接代入LMDI分解法

WFT=ARCWU

(16)

ΔWFT=ΔWFTA+ΔWFTR+ΔWFTC

(17)

其中

(18)

(19)

(20)

(21)

式中CWU——小麥單位面積總耗水量，由綠水、藍(lán)水和灰水組成，m3/hm2

ΔWFT——灌區(qū)小麥總水足跡變化量，m3

ΔWFTA——總種植面積對(duì)總水足跡變化的貢獻(xiàn)量，m3

ΔWFTR——小麥種植比例對(duì)總水足跡變化的貢獻(xiàn)量，m3

ΔWFTC——單位面積耗水量對(duì)總水足跡變化的貢獻(xiàn)量，m3

i——分解地區(qū)的子區(qū)序數(shù)

t——研究期內(nèi)的時(shí)段序數(shù)

本文基于LMDI法和水足跡的特性，進(jìn)一步將單位面積耗水量對(duì)總水足跡變化的貢獻(xiàn)量分解為

(22)

(23)

式中 ΔWFTC，j——單位面積上第j種耗水量對(duì)總水足跡變化的貢獻(xiàn)量，m3

j——序號(hào)數(shù),取1、2、3時(shí)依次對(duì)應(yīng)綠水、藍(lán)水和灰水

由式(9)可知單位面積藍(lán)水消耗量是灌溉定額和灌溉水有效利用系數(shù)的倒數(shù)相乘，采用LMDI法的思路將藍(lán)水對(duì)總水足跡變化的貢獻(xiàn)量繼續(xù)分解為

(24)

(25)

將式(23)～(25)代入式(17)得出各因子對(duì)總水足跡變化貢獻(xiàn)量

ΔWFT=ΔWFTA+ΔWFTR+ΔWFTC,1+
ΔWFTI+ΔWFTη+ΔWFTC,3

(26)

式中 ΔWFTI——凈灌溉定額對(duì)總水足跡變化的貢獻(xiàn)量，m3

ΔWFTη——灌溉水有效利用系數(shù)對(duì)總水足跡變化的貢獻(xiàn)量，m3

在給定參數(shù)時(shí)，單位面積灰水消耗量只與單位面積施氮量有關(guān)，因此以單位面積灰水消耗量對(duì)總水足跡的貢獻(xiàn)表征單位面積施氮量對(duì)總水足跡的貢獻(xiàn)，以單位面積綠水消耗量的貢獻(xiàn)表征氣候變化對(duì)小麥總水足跡的貢獻(xiàn)，以各因子的貢獻(xiàn)量占總水足跡變化量絕對(duì)值的百分比作為對(duì)應(yīng)因子的貢獻(xiàn)率。

2 結(jié)果與分析

2.1 灌區(qū)小麥水足跡時(shí)空變化特征分析

2.1.1小麥水足跡時(shí)程變化特征

灌區(qū)1994—2010年小麥總水足跡平均值為6.73億m3。由圖1a可見(jiàn)，小麥總水足跡由1994年的最大值8.56億m3逐漸降低，1999年出現(xiàn)較大幅度回升外，整體呈波動(dòng)下降，最小值出現(xiàn)在2008年(5.26億m3)。經(jīng)Mann-Kendall檢驗(yàn)1994—2010年小麥總水足跡Z值為-4.08，表明小麥總水足跡呈顯著下降趨勢(shì)(P<0.01)，年均變幅-0.17億m3/a。

在水足跡構(gòu)成方面，綠水、藍(lán)水和灰水足跡分別占34.51%、30.16%和35.33%，多年平均值分別為2.32、2.03、2.30億m3。1994—2010年間，綠水下降趨勢(shì)顯著(P<0.01)，年均變幅-0.07億m3/a；藍(lán)水1994年接近4億m3，占總水足跡的46.69%，之后顯著減少(P<0.01)到2010年的1.31億m3，僅占23.48%；灰水呈上升趨勢(shì)(P<0.1)，年均變幅0.04億m3/a。灌區(qū)1994—2010年小麥總產(chǎn)量平均值為65.16萬(wàn)t，Z值為-0.29，總體下降趨勢(shì)不顯著，但在圖1a中可見(jiàn),1998—2004年總產(chǎn)量顯著上升,Mann-Kendall檢驗(yàn)P<0.01，2004年之后出現(xiàn)連續(xù)階梯式下降(P<0.1)。與1994年相比，2010年灌區(qū)總水足跡減少了35%,而相應(yīng)總產(chǎn)量?jī)H減小了5.9%，從藍(lán)水比例減少到灰水增加，可以明顯看到灌區(qū)總水足跡的結(jié)構(gòu)變化，這既是渭河徑流逐年減少和地下水超采造成的水資源供需矛盾加劇所致，也有農(nóng)民水肥投入和生產(chǎn)水平提高的原因。

圖1 寶雞峽灌區(qū)1994—2010年小麥總水足跡和生產(chǎn)水足跡時(shí)程變化Fig.1 Temporal variations of total water footprint and production water footprint for wheat in BIA during 1994—2010

灌區(qū)單位產(chǎn)量的小麥生產(chǎn)水足跡多年平均值為1.04 m3/kg,最大值為1.42 m3/kg(1994年)，最小值為0.86 m3/kg(2008年)。經(jīng)Mann-Kendall檢驗(yàn)1994—2010年小麥生產(chǎn)水足跡整體呈顯著下降趨勢(shì)(P<0.01)，年均變幅為-0.02 m3/(kg·a)。灌區(qū)小麥生產(chǎn)綠水和藍(lán)水足跡多年平均值分別為0.36、0.32 m3/kg，下降趨勢(shì)顯著(P<0.01)，年均變幅分別為-0.011、-0.014 m3/(kg·a)。灰水足跡平均值為0.37 m3/kg，上升不顯著，這是由于單產(chǎn)的增加抵消了單位面積灰水消耗量的增加。由圖1b可見(jiàn)，灌區(qū)小麥單位面積產(chǎn)量在1994—2010年顯著上升(P<0.01)，年均變幅為135 kg/hm2；在1994—2004年間上升明顯(P<0.01)，從2005—2010年略有波動(dòng)增產(chǎn)不大,Mann-Kendall檢驗(yàn)無(wú)顯著趨勢(shì)。1994—2010年灌區(qū)總種植面積和小麥種植比例都顯著減少(P<0.05)，但由于單產(chǎn)的增加，使得整個(gè)時(shí)段內(nèi)總產(chǎn)量減少趨勢(shì)不大，穩(wěn)定了糧食供給。

2.1.2小麥生產(chǎn)水足跡空間變化特征

灌區(qū)1994—2010年小麥生產(chǎn)水足跡、生產(chǎn)綠水足跡、藍(lán)水足跡和灰水足跡的多年平均值空間變化特征如圖2所示。單位面積小麥生產(chǎn)水足跡從西至東遞增，陳倉(cāng)、眉縣、扶風(fēng)和楊凌處于低值區(qū)(0.9～0.96 m3/kg)，武功、興平和乾縣的一部分處于中值區(qū)(0.97～1.11 m3/kg)，禮泉、咸陽(yáng)和涇陽(yáng)處于高值區(qū)(1.12～1.23 m3/kg)。生產(chǎn)綠水足跡空間分布趨勢(shì)和生產(chǎn)水足跡基本一致，只在禮泉和興平略有不同。生產(chǎn)藍(lán)水足跡自西向東呈帶狀遞增，最高值咸陽(yáng)可達(dá)0.43 m3/kg。生產(chǎn)灰水足跡以興平為低值區(qū)，向東西兩側(cè)逐漸遞增，最高值0.40 m3/kg也出現(xiàn)在咸陽(yáng)。灌區(qū)生產(chǎn)水足跡的各項(xiàng)指標(biāo)空間差異性較大，高值區(qū)比低值區(qū)高30%左右，一方面是各地氣候因素的空間分布不同，另一方面是產(chǎn)量、灌溉定額和施肥量等受當(dāng)?shù)亓?xí)慣影響較大。

圖2 寶雞峽灌區(qū)1994—2010年小麥生產(chǎn)水足跡多年平均值空間變化Fig.2 Spatial variations of average of wheat production water footprints in BIA during 1994—2010

圖3 寶雞峽灌區(qū)1994—2010年小麥生產(chǎn)水足跡年均變幅空間分布Fig.3 Spatial distributions of annual change of wheat production water footprints in BIA during 1994—2010

利用Sen斜率估計(jì)灌區(qū)5個(gè)總站1994—2010年生產(chǎn)水足跡各指標(biāo)的年均變幅并進(jìn)行空間插值得到圖3。除生產(chǎn)灰水足跡外各指標(biāo)的年均變幅基本呈現(xiàn)自西向東逐漸減小的趨勢(shì)。生產(chǎn)水足跡年均變幅最大為禮泉的-0.04 m3/(kg·a),最小為咸陽(yáng)的-0.001 6 m3/(kg·a)，極值比為25,差異巨大。生產(chǎn)綠水足跡普遍呈下降趨勢(shì)，年均變幅在-0.014～-0.007 m3/(kg·a)之間。生產(chǎn)藍(lán)水足跡總體呈下降趨勢(shì),以禮泉降幅最大，咸陽(yáng)降幅最小，極值比為37.5。生產(chǎn)灰水足跡除禮泉有小幅下降外，其他地區(qū)均有小幅上升，扶風(fēng)增幅最大,為0.005 4 m3/(kg·a),極值比為13.5。各指標(biāo)年均變幅的空間分布和多年平均值空間分布相比空間差異性更大，而共同點(diǎn)是總體上自西向東的規(guī)律基本一致且極值多出現(xiàn)在咸陽(yáng)。

2.2 灌區(qū)小麥水足跡變化的歸因分析

2.2.1驅(qū)動(dòng)因子歸一化序列

為了深入了解驅(qū)動(dòng)因子即氣候變化和人類活動(dòng)的變化，對(duì)小麥種植比例和灌溉水有效利用系數(shù)以外其他因子進(jìn)行歸一化處理。灌區(qū)1994—2010年各驅(qū)動(dòng)因子歸一化序列如圖4所示，總種植面積歸一化序列在1996年到達(dá)最高之后顯著下降，其他年份均小于基期。小麥種植比例1995年和1997年有2個(gè)高峰外，整體平穩(wěn)下降。灌區(qū)為追求更高的經(jīng)濟(jì)效益，在種植結(jié)構(gòu)調(diào)整中，果樹(shù)、蔬菜和瓜類比例上升，導(dǎo)致小麥種植比例下降。灌溉定額下降趨勢(shì)明顯且變化波動(dòng)較大，這和渭河來(lái)水量變化、地下水開(kāi)采以及取水用水政策有密切聯(lián)系。單位面積施氮量歸一化序列持續(xù)上升，單位面積綠水消耗趨勢(shì)不明顯。

圖4 灌區(qū)1994—2010年驅(qū)動(dòng)因子歸一化序列Fig.4 Normalized driving factors in BIA during 1994—2010

2.2.2驅(qū)動(dòng)因子貢獻(xiàn)分析

圖5 灌區(qū)1994—2010年驅(qū)動(dòng)因子對(duì)小麥總水足跡變化的貢獻(xiàn)量Fig.5 Contributions of driving factors to change in WFT for wheat in BIA during 1994—2010

利用LMDI法取1994年為基期，取t為1995—2010年，分解灌區(qū)小麥總水足跡變化量如圖5所示，各因子對(duì)灌區(qū)小麥總水足跡變化的貢獻(xiàn)量按時(shí)間變化呈喇叭口狀擴(kuò)散，表明隨著時(shí)間變化各因子貢獻(xiàn)量逐漸增大，灌區(qū)小麥總水足跡受因子的影響也越大。單位面積施氮量和灌溉定額的貢獻(xiàn)量較大，一正一負(fù)形成兩條輪廓線，在2007年最大。對(duì)比基期，灌區(qū)小麥總水足跡2010年變化量為-3.00億m3， 其中總種植面積引起的貢獻(xiàn)為-1.67億m3,貢獻(xiàn)率為-55.78%；小麥種植比例貢獻(xiàn)為-1.31億m3，貢獻(xiàn)率-43.76%；灌溉定額的貢獻(xiàn)為-1.70億m3，貢獻(xiàn)率為-56.58%；灌溉水有效利用系數(shù)的貢獻(xiàn)為0.08億m3，貢獻(xiàn)率為2.59%；單位面積施氮量的貢獻(xiàn)為1.20億m3, 貢獻(xiàn)率為39.96%，以上人類活動(dòng)因子的總貢獻(xiàn)量為-3.4億m3，貢獻(xiàn)率為-113.57%。氣候變化即單位面積綠水消耗貢獻(xiàn)量為0.41億m3,貢獻(xiàn)率為13.57%。

3 討論

對(duì)比其他學(xué)者研究結(jié)果，寶雞峽灌區(qū)小麥生產(chǎn)水足跡較低，如MEKONNEN等[9]給出黃河流域小麥生產(chǎn)水足跡1996—2005年平均值為1.54 m3/kg，綠水、藍(lán)水和灰水生產(chǎn)水足跡分別為0.70、0.54、0.31 m3/kg。不含灰水的相關(guān)區(qū)域小麥水生產(chǎn)足跡研究有：劉帝等[28]得出2010年咸陽(yáng)市的小麥生產(chǎn)水足跡均值為0.83 m3/kg，這與本文咸陽(yáng)站0.93 m3/kg的結(jié)果接近。CAO等[29]給出2010年陜西省均值為1.13 m3/kg，史利潔等[30]得出陜西省均值為1.29 m3/kg。以上研究和本文有一定差異是合理的，也是由多種原因造成的:首先寶雞峽灌區(qū)農(nóng)藝水平較高，單產(chǎn)明顯高于黃河流域、關(guān)中地區(qū)和陜西省的平均值；其次水足跡計(jì)算選用的公式和條件不同，本文選用USDA月尺度公式和灌區(qū)實(shí)際灌溉定額計(jì)算藍(lán)、綠水足跡，劉帝等[28]選用降水有效利用系數(shù)計(jì)算綠水，CAO等[29]選用USDA旬尺度公式計(jì)算綠水，史利潔等[30]按照充分灌溉來(lái)計(jì)算藍(lán)水，而在實(shí)際農(nóng)業(yè)用水中，農(nóng)民更常用非充分灌溉；再者灌區(qū)咸陽(yáng)站與咸陽(yáng)市的范圍既有重疊區(qū)又有很大區(qū)別，本文采用11個(gè)縣(區(qū))的氣象資料和灌水資料，計(jì)算結(jié)果更符合灌區(qū)實(shí)際情況。

灌區(qū)小麥總水足跡貢獻(xiàn)分析表明人類活動(dòng)的總貢獻(xiàn)遠(yuǎn)大于氣候變化。其中總種植面積和種植比例調(diào)整使得灌區(qū)糧食作物面積和比例下降，經(jīng)濟(jì)作物的比例上升，為灌區(qū)農(nóng)民創(chuàng)收提供了良好的條件，也為削減小麥總水足跡做出了較大貢獻(xiàn)，但考慮到糧食安全是否進(jìn)一步減少總種植面積和小麥種植比例還值得深入探討。提高灌溉水有效利用系數(shù)可以減少輸水損失，從而減少水資源消耗和降低水足跡。目前灌區(qū)灌溉水有效利用系數(shù)為0.55左右，雖然高于全國(guó)平均水平，但是多年來(lái)由于設(shè)施老化還有微小幅度的下降。實(shí)驗(yàn)表明適宜的施氮量就可以高產(chǎn)[23]，過(guò)量施肥并不會(huì)增產(chǎn)，反而會(huì)對(duì)植物根系造成傷害，不但降低了產(chǎn)量還加劇了渭河的生態(tài)環(huán)境問(wèn)題。據(jù)調(diào)查灌區(qū)施肥機(jī)械化程度不高[31]，農(nóng)民為減少施肥次數(shù)單次施肥量偏高，人工呈片狀撒施的肥料與條狀的機(jī)播麥種不吻合，造成了肥料浪費(fèi)。針對(duì)各因子貢獻(xiàn)率特點(diǎn)，建議采取減少施肥量，推廣機(jī)械施肥，精確施肥，增加施肥次數(shù)，修繕老化水利設(shè)施，發(fā)展節(jié)水灌溉等措施，來(lái)有效降低灌區(qū)小麥總水足跡，減小水資源矛盾和渭河生態(tài)環(huán)境壓力。

4 結(jié)論

(1)1994—2010年寶雞峽灌區(qū)小麥總水足跡，綠水、藍(lán)水和灰水足跡呈顯著下降趨勢(shì)，且水足跡結(jié)構(gòu)發(fā)生了明顯變化，由藍(lán)水足跡主導(dǎo)演變?yōu)榛宜阚E主導(dǎo)；小麥生產(chǎn)水足跡、生產(chǎn)綠水足跡和藍(lán)水足跡也呈顯著下降態(tài)勢(shì)，而生產(chǎn)灰水足跡無(wú)顯著變化。在灌區(qū)空間尺度上，小麥生產(chǎn)水足跡、生產(chǎn)綠水足跡和藍(lán)水足跡總體從西向東呈遞增趨勢(shì)，生產(chǎn)灰水足跡以興平為中心向兩側(cè)遞增，各項(xiàng)指標(biāo)地理空間差異顯著。

(2)基于水足跡理論和 LMDI法，推導(dǎo)了氣候變化和人類活動(dòng)對(duì)總水足跡貢獻(xiàn)的相關(guān)公式，豐富和完善了水足跡歸因分析方法，為深刻揭示水足跡影響因素提供了有效途徑，可以廣泛應(yīng)用于其他不同區(qū)域尺度的水足跡歸因分析中。

(3)歸因分析表明，影響灌區(qū)小麥總水足跡變化的主導(dǎo)因子為人類活動(dòng)因子，其貢獻(xiàn)率為-113.57%，而氣候變化的貢獻(xiàn)率僅為13.57%；人類活動(dòng)中單位面積施氮量增加和灌溉水有效利用系數(shù)降低對(duì)總水足跡有正貢獻(xiàn)。灌區(qū)水足跡各項(xiàng)指標(biāo)總體優(yōu)于關(guān)中地區(qū)和陜西省的平均水平。在種植結(jié)構(gòu)調(diào)整中，隨總種植面積和種植比例的減少，小麥總產(chǎn)量卻沒(méi)顯著變化，主要原因是單產(chǎn)大幅增長(zhǎng)，表明灌區(qū)近年來(lái)農(nóng)業(yè)生產(chǎn)水平有了明顯的提高。根據(jù)驅(qū)動(dòng)因子的貢獻(xiàn)分析，提出了針對(duì)性建議，即以減少單位面積施氮量和提高灌溉水有效利用系數(shù)，作為灌區(qū)水足跡優(yōu)化的主要措施。

1 TURRAL H, BURKE J, FAURS J M. Climate change, water and food security. FAO reports 36[R]. Rome: FAO, 2011.

2 中華人民共和國(guó)水利部. 2015年中國(guó)水資源公報(bào)[R]. 北京: 中國(guó)水利水電出版社, 2016.

3 鄭捷, 李光永, 韓振中. 中美主要農(nóng)作物灌溉水分生產(chǎn)率分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(11): 46-50.

ZHENG Jie, LI Guangyong, HAN Zhenzhong. Sino-US irrigation water use efficiencies of main crops[J]. Transactions of the CSAE, 2008, 24(11): 46-50. (in Chinese)

4 侯萌瑤, 張麗, 王知文, 等. 中國(guó)主要農(nóng)作物化肥用量估算[J]. 農(nóng)業(yè)資源與環(huán)境學(xué)報(bào), 2017, 34(4): 360-367.

HOU Mengyao, ZHANG Li, WANG Zhiwen, et al. Estimation of fertilizer usage from main crops in China[J]. Journal of Agricultural Resources and Environment, 2017, 34(4): 360-367. (in Chinese)

5 張福鎖, 王激清, 張衛(wèi)峰, 等. 中國(guó)主要糧食作物肥料利用率現(xiàn)狀與提高途徑[J]. 土壤學(xué)報(bào), 2008, 45(5): 915-924.

ZHANG Fusuo, WANG Jiqing, ZHANG Weifeng, et al. Nutrient use efficiencies of major cereal crops in China and measures for improvement[J]. Acta Pedologica Sinica, 2008, 45(5): 915-924. (in Chinese)

6 操信春, 吳普特, 王玉寶, 等．水分生產(chǎn)率指標(biāo)的時(shí)空差異及相關(guān)關(guān)系[J]. 水科學(xué)進(jìn)展, 2014, 25(2): 268-274.

CAO Xinchun, WU Pute, WANG Yubao, et al. Temporal and spatial variation and correlativity of water productivity indexes in irrigated land of China[J]. Advances in Water Science, 2014, 25(2): 268-274. (in Chinese)

7 HOEKSTRA A Y, CHAPAGAIN A K, ALDAYA M M, et al. The water footprint assessment manual: setting the global standard[M]. London: Earthscan Press, 2011.

8 蘇明濤, 張郁, 靳英華.吉林省主要農(nóng)作物的生產(chǎn)水足跡研究[J].干旱區(qū)資源與環(huán)境, 2012, 26(7)：26-30.

SU Mingtao, ZHANG Yu, JIN Yinghua. The water footprint of main crops in Jilin Province from a production perspective[J]. Journal of Arid Land Resources and Environment, 2012, 26(7): 26-30. (in Chinese)

9 MEKONNEN M M, HOEKSTRA A Y. A global and high-resolution assessment of the green, blue and grey water footprint of wheat[J]. Hydrology and Earth System Science, 2010, 14: 1259-1276.

10 WANG Y B, WU P T, ENGEL B A, et al. Application of water footprint combined with a unified virtual crop pattern to evaluate crop water productivity in grain production in China[J]. Science of the Total Environment, 2014, 497-498: 1-9.

11 付強(qiáng), 劉燁, 李天霄, 等．水足跡視角下的黑龍江省糧食生產(chǎn)用水分析[J/OL]．農(nóng)業(yè)機(jī)械學(xué)報(bào), 2017, 48(6): 184-192. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20170624&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2017.06.024.

FU Qiang, LIU Ye, LI Tianxiao, et al. Analysis of water utilization in grain production from water footprint perspective in Heilongjiang Province[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(6): 184-192. (in Chinese)

12 CAO Xinchun, WU Pute, WANG Yubao, et al. Water footprint of grain product in irrigated farmland of China[J]. Water Resources Management, 2014, 28: 2213-2227.

13 劉靜, 吳普特, 王玉寶, 等. 河套灌區(qū)糧食水足跡與虛擬水凈輸出時(shí)空演變[J]. 排灌機(jī)械工程學(xué)報(bào), 2014, 32(5): 435-440．

LIU Jing, WU Pute, WANG Yubao, et al. Temporal and spatial variation of grain production water footprint and net virtual water export in Hetao Irrigation District[J]. Journal of Drainage and Irrigation Machinery Engineering, 2014, 32(5): 435-440. (in Chinese)

14 SUN Shikun, WU Pute, WANG Yubao. The impacts of interannual climate variability and agricultural inputs on water footprint of crop production in an irrigation district of China[J]. Science of the Total Environment, 2013, 444: 498-507.

15 張宇, 李云開(kāi), 歐陽(yáng)志云, 等．華北平原冬小麥—夏玉米生產(chǎn)灰水足跡及其縣域尺度變化特征[J]. 生態(tài)學(xué)報(bào), 2015, 35(20)：6647-6654．

ZHANG Yu, LI Yunkai, OUYANG Zhiyun, et al．The grey water footprint of the winter wheat—summer maize crop rotation system of the North China Plain[J]. Aeta Ecologica Siniea, 2015, 35(20)：6647-6654．(in Chinese)

16 孫世坤, 王玉寶, 吳普特, 等. 小麥生產(chǎn)水足跡區(qū)域差異及歸因分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(13)：142-148.

SUN Shikun, WANG Yubao, WU Pute, et al. Spatial variability and attribution analysis of water footprint of wheat in China[J]. Transactions of the CSAE, 2015, 31(13): 142-148. (in Chinese)

17 ANG B W, LIU F L. A new energy decomposition method: perfect in decomposition and consistent in aggregation[J]. Energy, 2001, 26: 537-548.

18 XU Yanjie, HUANG Kai, YU Yajuan, et al. Changes in water footprint of crop production in Beijing from 1978 to 2012: a logarithmic mean Divisia index decomposition analysis[J]. Journal of Cleaner Production, 2015, 87: 180-187.

19 ZHAO X, TILLOTSON M R, LIU Y W, et al. Index decomposition analysis of urban crop water footprint[J]. Ecological Modeling, 2017, 348: 25-32.

20 陜西省統(tǒng)計(jì)局, 國(guó)家調(diào)查局陜西調(diào)查總隊(duì). 陜西省統(tǒng)計(jì)年鑒[M]. 北京：中國(guó)統(tǒng)計(jì)出版社, 1995—2011.

21 陜西省水利水土保持廳,西北農(nóng)業(yè)大學(xué). 陜西省作物需水量及分區(qū)灌溉模式[M]. 北京:水利電力出版社, 1992.

22 ALLEN R G, PEREIRA L S, RAES D, et al. Crop evapotranspiration-guidelines for computing crop water requirements[M]. Rome: FAO Irrigation and Drainage Paper, 1998.

23 張明. 陜西關(guān)中冬小麥/夏玉米輪作體系下合理施肥技術(shù)研究[D]. 楊凌：西北農(nóng)林科技大學(xué), 2011.

ZHANG Ming.Research of reasonable fertilizer application technology of winter wheat/summer maize rotation system in Guanzhong area of Shaanxi[D]. Yangling: Northwest A&F University, 2011.(in Chinese)

24 EPA．List of drinking water contaminants: ground water and drinking water[S/OL]. Washington, DC: US Environmental Protection Agency, 2005. https:∥www.epa.gov/ground-water-and-drinking-water/national-primary-drinking-water-regulations.

25 SEN P K. Estimates of the regression coefficient based on Kendall’s tau[J]. Journal of the American Statistical Association, 1968, 63(324): 1379-1389.

26 MANN H B. Nonparametric tests against trend[J]. Econometrica, 1945, 13(3): 245-259.

27 KENDALL M G. Rank correlation methods[M]. London: Charles Griffin, 1975.

28 劉帝, 操信春, 王玉寶. 基于田間實(shí)際耗水的作物生產(chǎn)水足跡[J]. 排灌機(jī)械工程學(xué)報(bào), 2014, 32(8): 719-724.

LIU Di, CAO Xinchun, WANG Yubao. Water footprint of grain production based on crop water consumption[J]. Journal of Drainage and Irrigation Machinery Engineering, 2014, 32(8): 719-724. (in Chinese)

29 CAO Xinchun, WU Pute, WANG Yubao, et al. Assessing blue-green water utilization in wheat production of China from the perspectives of water footprint and total water use[J]. Hydrology and Earth System Sciences, 2014,18(8): 3165-3178.

30 史利潔, 吳普特, 王玉寶, 等. 基于作物生產(chǎn)水足跡的陜西省水資源壓力評(píng)價(jià)[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2015, 23(5): 650-658.

SHI Lijie, WU Pute, WANG Yubao, et al. Assessment of water stress in Shaanxi Province based on crop water footprint [J]. Chinese Journal of Eco-Agriculture, 2015, 23(5): 650-658. (in Chinese)

31 雷錦飛, 劉斌俠, 付存?zhèn)}, 等. 岐山縣糧食作物施肥現(xiàn)狀及存在問(wèn)題[J]. 陜西農(nóng)業(yè)科學(xué), 2014, 60(3): 84-86.