黃土高原冬小麥產量潛力時空分布特征及其影響因素

張玲玲，馮 浩， 董勤各

(1.中國科學院水利部水土保持研究所，陜西 楊凌 712100；2.中國科學院大學，北京 100049；3.西北農林科技大學中國旱區(qū)節(jié)水農業(yè)研究院，陜西 楊凌 712100)

潛在產量指作物在生長過程中不受水分、養(yǎng)分限制以及病蟲害和雜草的限制，并采用最優(yōu)的管理水平和適宜的品種時所能達到的最高產量[1-2]，可分為灌溉條件下的潛在產量和雨養(yǎng)條件下的潛在產量[3]。在實際生產中，由于受降水、溫度等不可控的氣候因素以及品種、田間管理措施等可控因素的影響，作物的實際產量和潛在產量存在一定的差距[4]。隨著人口的持續(xù)增長，未來中國對糧食的需求將顯著增加，因此增加糧食產量對保障國家糧食安全和社會穩(wěn)定具有重要意義[5]。研究潛在產量的時間演變趨勢和空間分布特征及其影響因素，有助于定量估計區(qū)域內作物產量的可提升空間，揭示產量提高的主要限制因素，從而采取相應的技術措施來提高作物產量，縮小產量差距。

作物模型是考慮作物生長、大氣、土壤、人為管理等因子的相互交互作用的機理過程模型，可以動態(tài)模擬作物、環(huán)境和管理的交互作用[6]。隨著作物生理動態(tài)機理研究的深入和計算機技術等的不斷發(fā)展，基于過程的作物模型已經成為研究作物生產潛力的重要工具。目前國內外眾多學者已運用作物模型從不同方法和角度對作物產量潛力進行了研究，并取得一定的成果。如Pasuquina J M等[7]利用DSSAT模型估算菲律賓、越南和印度尼西亞地區(qū)玉米的潛在產量和雨養(yǎng)產量，量化了目前的產量差距，分析生長過程中施肥管理對提高產量的效應并評估了這種管理增加農民收益的能力。Guilpart N等[8]計算了孟加拉國的水稻-玉米生產系統(tǒng)的產量潛力和相關的產量差距，明確了需要多少水和氮肥才能達到這個生產系統(tǒng)的預期產量潛力。李克南等[9]基于1961-2007年的氣象資料分析了華北地區(qū)冬小麥潛在產量、雨養(yǎng)產量和水氮限制產量的時空分布特征并揭示其影響因素。劉志娟等[10]運用APSIM-Maize模型模擬東北三省春玉米不同水平的產量潛力，分析其時空分布特征并解析氣候波動對產量潛力的影響。黃土高原是中國重要的冬小麥產地，在國家糧食安全中具有重要的作用。然而，目前對該區(qū)域冬小麥產量潛力的研究較少，并且大多使用氣候生產潛力估算模式(Thornthwaite Memorial 和Miami模型等)估算黃土高原的氣候生產潛力[11-13]。這些模型未能考慮作物生育期內光合與呼吸作用等生理過程，也未考慮品種信息和管理措施與作物生長發(fā)育過程的交互作用，具有一定的局限性。同時，其他關于冬小麥產量潛力的定量化研究對不同水平的產量潛力時空分布特征和產量提升空間分析的關注較少[14-15]。

APSIM模型是由隸屬澳大利亞聯(lián)邦科工組織(CSIRO)和昆士蘭州政府的農業(yè)生產系統(tǒng)研究組(APSRU)聯(lián)合開發(fā)研制的農業(yè)生產系統(tǒng)機理模型。該模型模擬逐日的作物生長發(fā)育以及土壤水氮動態(tài)，適用于評價農作系統(tǒng)生產潛力及耕作措施的經濟效益受氣候波動和環(huán)境變化的影響[16-17]。本研究基于黃土高原冬小麥種植區(qū)內氣象觀測數(shù)據(jù)和農氣觀測數(shù)據(jù)，利用驗證后的APSIM-Wheat模型計算黃土高原冬小麥潛在產量和雨養(yǎng)產量并分析其時空分布特征。并結合冬小麥生長季內的氣候資源的變化特征，揭示在現(xiàn)今生產管理條件下，限制黃土高原不同地區(qū)冬小麥產量提高的主要因素，為該區(qū)冬小麥生產的科學管理提供理論依據(jù)和技術支撐。

1 材料與方法

1.1 研究區(qū)域及數(shù)據(jù)來源

黃土高原位于32°～42°N，101°～114°E之間，地勢為西北高東南低。屬溫帶大陸性季風氣候，夏季炎熱且多暴雨，冬季寒冷干燥多風沙，是中國半濕潤半干旱的過渡地帶。全區(qū)年降水量為300～600 mm，由東南向西北遞減，且降水年際波動大，季節(jié)分配不均。年均溫為3.6～14.3℃，日平均氣溫≥10℃以上活動積溫為2 000～3 000℃。年日照時數(shù)達1 900～3 200 h，輻射資源豐富。區(qū)域主要種植作物有小麥、玉米和谷子等，但種植制度差異較大，東南部為一年兩熟或兩年三熟，西北部是一年一熟[13]。受水分條件的限制，區(qū)域內灌溉和雨養(yǎng)兩種農業(yè)管理措施并存。

降水量、日最高和最低氣溫、日平均氣溫、日照時數(shù)、風速和相對濕度等氣象數(shù)據(jù)來源于中國氣象局國家氣象信息中心，包括1974-2016年黃土高原冬小麥種植區(qū)域內32個氣象站點逐日氣象數(shù)據(jù)(圖1)。土壤質地等物理屬性和飽和含水量、田間持水量、凋萎系數(shù)等土壤水力特征屬性等來源于試驗站點實測數(shù)據(jù)和中國土壤數(shù)據(jù)庫數(shù)據(jù)。作物數(shù)據(jù)來源于中國氣象局農業(yè)氣象站(圖1)，包含冬小麥播種、出苗、開花和成熟等物候資料(36個農氣站)。冬小麥種植區(qū)域信息來源于甘肅省、寧夏省、陜西省、山西省和河南省統(tǒng)計年鑒和農村統(tǒng)計年鑒，以2005-2016年連續(xù)10 a均種植冬小麥為標準劃定冬小麥種植區(qū)域，共收集到160個縣的冬小麥統(tǒng)計數(shù)據(jù)。

圖1 黃土高原冬小麥種植區(qū)氣象站點和農業(yè)氣象站點的分布Fig.1 Distribution of meteorological and agro-meteorologicalstations in the winter wheat planting areas of Loess Plateau

1.2 APSIM-Wheat模型驗證評價參數(shù)

已有研究結果表明，APSIM-Wheat模型對黃土高原冬小麥的生長發(fā)育過程具有很好的適用性[18]。因此，本文根據(jù)標定好的冬小麥品種參數(shù)(表1)模擬黃土高原不同水平的潛在產量。為驗證品種參數(shù)的準確性，本研究使用中國科學院長武黃土高原農業(yè)生態(tài)試驗站2004-2008年的田間試驗數(shù)據(jù)對模型模擬結果驗證評價(圖2)。

驗證APSIM-Wheat模型時，采用均方根誤差(root mean square error，RMSE)、決定系數(shù)(R2)和一致性指標(index of agreement，D)[19-20]評價模型的擬合優(yōu)度。RMSE值越小，R2和D指標越接近1，說明模擬效果越好。

(1)

(2)

1.3 不同水平產量潛力的計算

采用APSIM-Wheat模型模擬黃土高原1974-2016年的冬小麥潛在產量和雨養(yǎng)產量。其中，潛在產量為冬小麥生長過程中水分和養(yǎng)分都不受限制時獲得的產量，即在冬小麥生長季內，灌溉設置為當各層的土壤水分總虧缺量大于20 mm時，則補充灌溉，灌溉量為土壤水分虧缺量。施肥量設置為在冬小麥播種前施氮肥125 kg· hm-2，在拔節(jié)期追施氮肥125 kg·hm-2。雨養(yǎng)產量為無灌溉條件下并且養(yǎng)分不受限制時獲得的產量，即在冬小麥生長發(fā)育期間，作物需水由自然降水供給，無額外的灌溉水，施肥量設置為冬小麥播前施氮肥125 kg·hm-2,拔節(jié)期追施氮肥125 kg·hm-2。在模擬期間設定品種不變，播期依據(jù)農業(yè)氣象站點和農業(yè)試驗站的播種期來設置 “播種窗口”，其范圍為多年播種期的上下限。播種深度為50 mm，播種密度設置為350株·m-2。

表1 冬小麥品種“長武89134”的品種參數(shù)信息

1.4 氣候傾向率

氣候傾向率是表示氣候要素多年變化趨勢的指標，采用最小二乘法計算氣候要素和時間的線性回歸系數(shù)a[10]。

(3)

1.5 變異系數(shù)

變異系數(shù)CV(coefficient of variance)為均方差與均值的比值，反映不同觀測序列的離散程度[21]。變異系數(shù)的計算公式如下：

(4)

2 結果與分析

2.1 APSIM-Wheat模型驗證

冬小麥品種“長武89134”的葉面積指數(shù)(LAI)、地面生物量、產量的模擬值和觀測值如圖2所示。從圖中可知，LAI、地面生物量與產量的1∶1圖的R2分別為0.68、0.84和0.91，模擬值與觀測值的相關關系較好。從均方根誤差(RMSE)可知，模擬LAI、地面生物量值與觀測LAI、地面生物量值的絕對誤差分別為1.66 kg·hm-2和2100 kg·hm-2，產量的絕對誤差則為670 kg·hm-2。上述結果表明APSIM-Wheat模型可以充分模擬冬小麥LAI、地面生物量和產量的變化。同時，擬合后的D值均大于0.8，相對誤差較小。因此，冬小麥生育期LAI、地面生物量和產量的模擬值與觀測值吻合較好，說明APSIM-Wheat模型在黃土高原有良好的適用性，適合該區(qū)作物生長及產量潛力的模擬。

2.2 黃土高原冬小麥生長季內氣候要素時空分布特征

黃土高原小麥生長季內多年熱量資源的空間分布特征如圖3所示。由圖3可知，受緯度和季風的影響，冬小麥生長季內最高溫度空間分布呈現(xiàn)東南高西北低的分布趨勢，范圍為12～19.2℃，高值區(qū)主要分布在山西省西南部和河南省北部。最低溫度和平均溫度的空間分布特征是由北向南逐漸升高，并且呈現(xiàn)研究區(qū)東南部高于東北部和西北部的現(xiàn)象。這一方面是受緯度的影響，另一方面也與地形地貌有關，東北部和西北部多山地丘陵，海拔高，造成該地區(qū)獲得地面的熱量較少，因此溫度較低。研究區(qū)42 a間冬小麥生長季內最低溫度的分布范圍是-2.09～4.49℃，平均溫度在4.8～13.23℃之間，低值區(qū)均位于甘肅中西部和寧夏西部(圖3(a)、(b)、(c))。1974-2016年冬小麥生長季內降水量呈現(xiàn)由北向南遞減的趨勢(圖3(d))。由于研究區(qū)處于半濕潤半干旱氣候的過渡帶，各地區(qū)冬小麥生長季內的總降水量空間差異比較大，降水量在296.91～511.02 mm之間。冬小麥生育期內總日照時數(shù)和總輻射的空間分布特征與溫度、降水量相反，呈現(xiàn)北高南低的空間分布趨勢(圖3(e)、(f))?？側照諘r數(shù)和總輻射分別由區(qū)域西北、東北部的2 350 h和5 230 MJ·m-2左右，遞減至東南、西南部的不足1 630 h和4 493 MJ·m-2。具體表現(xiàn)為陜西和山西南部最低，而寧夏、甘肅西部和山西中部最高。

圖2 長武站冬小麥模型驗證結果評價Fig.2 Validation results of winter wheat in Changwu site

注：Tmax，最高溫度(℃)；Tmin，最低溫度(℃)；Tmean，平均溫度(℃)； P，降水量(mm)；SH，日照時數(shù)(h)；Radn，太陽輻射(MJ· m-2)Note: Tmax, maximum temperature(℃); Tmin, minimum temperature(℃); Tmean, mean temperature(℃); P, precipitation(mm); SH, sunshine hours(h); Radn, solar radiation (MJ· m-2)圖3 黃土高原冬小麥生長季內氣候要素空間分布特征Fig.3 Spatial distribution of climatic elements in the growth period of winter wheat in Loess Plateau

圖4為黃土高原冬小麥種植區(qū)氣候要素的時間變化趨勢。42 a間，全區(qū)總日照時數(shù)和總輻射呈下降趨勢，而最高溫度、最低溫度、平均溫度和總降水量均呈上升趨勢。其中，總輻射每10 a下降27.62 MJ· m-2，而最高溫度和總降水量每10 a分別升高0.42℃和1.46 mm。從圖4(a)、(b)和(c)中可知，除極少數(shù)氣象站點的最低溫度呈現(xiàn)降低趨勢外，絕大部分氣象站點上的最高溫度、最低溫度和平均溫度呈升高趨勢。32個氣象站點的最高溫度均顯著增加(P<0.05)，變化速率的范圍是0.19～0.68℃·(10a)-1。其中，以山西西部和甘肅東部的增加趨勢最明顯。研究區(qū)域內96.88%的站點最低溫度多年變化呈升高趨勢，平均升高速率是0.39℃·(10a)-1，并且87.5%的氣象站點升高趨勢通過顯著性檢驗(P<0.05)；冬小麥生育期內平均溫度的升高速率范圍是0.12～0.66℃· (10a)-1，增加幅度的高值區(qū)位于山西西部和甘肅東部。

冬小麥種植區(qū)內，43.75%的氣象站點冬小麥生育期內總降水量呈下降趨勢(圖4(d))。然而，該下降趨勢在所有站點均未達到顯著性檢驗水平。由圖4(e)和4(f)可知，總日照時數(shù)和總輻射有增有減。全區(qū)71.88%的氣象站點總日照時數(shù)呈減少趨勢，其中50%的站點顯著減少(P<0.05)，全區(qū)平均降低趨勢是26.9 MJ· m-2·(10a)-1；62.5%的站點總輻射呈降低趨勢，其中55% 的站點通過顯著性檢驗 (P<0.05)。具體表現(xiàn)為山西南部和中部地區(qū)下降幅度最大，而甘肅東部地區(qū)則呈上升趨勢。

2.3 黃土高原冬小麥潛在產量和雨養(yǎng)產量時空分布特征

黃土高原32個氣象站點冬小麥潛在和雨養(yǎng)產量多年均值、變化趨勢和變異系數(shù)如圖5 所示。從圖中可以看出，冬小麥潛在產量變化范圍為4 775～8 994 kg· hm-2，全區(qū)平均值為6 554.19 kg ·hm-2。42年來潛在產量以每10 a下降146.59 kg ·hm-2的速率變化；空間上呈西部的寧夏、甘肅地區(qū)高，東北部的山西地區(qū)低的分布勢態(tài)(圖5(a))。75%的站點潛在產量呈下降趨勢，其中22%的站點顯著降低(P<0.05)。甘肅西部、陜西關中地區(qū)和山西西南部減產最明顯(圖5(c))。由圖5(e)可以看出，黃土高原冬小麥潛在產量變異系數(shù)的變化范圍為0.05～0.17。其中，變異系數(shù)的高值區(qū)集中在陜西西南和東南部以及山西東北部，變異系數(shù)高于0.13；變異系數(shù)的低值區(qū)位于陜西關中和甘肅東部的部分地區(qū)，一般低于0.1，表示該地區(qū)潛在產量穩(wěn)定性高。雨養(yǎng)產量大致呈由西南向東北遞減的趨勢，其中陜西西部和甘肅東部是高值區(qū)，均值大于4 800 kg· hm-2；山西東北部是低值區(qū)，均值不足2 500 kg· hm-2(圖5(b))。全區(qū)雨養(yǎng)產量的平均值為3 584 kg ·hm-2，下降速率為65.11 kg· hm-2·(10a)-1。因此，相比于潛在產量，冬小麥雨養(yǎng)產量的下降幅度稍小。1974-2016年，68.75%的站點雨養(yǎng)產量呈下降趨勢，其中顯著減產的站點僅占25%(P<0.05)，具體表現(xiàn)為甘肅西部、陜西中部以及山西西南部減產幅度最大(圖5(d))。與潛在產量相比，黃土高原冬小麥雨養(yǎng)產量的變異系數(shù)較大(0.14～0.61)，這表明雨養(yǎng)產量的穩(wěn)定性低。產量穩(wěn)定性較差的區(qū)域為甘肅北部和陜西南部的部分地區(qū)，變異系數(shù)高于0.4；穩(wěn)定性較高的區(qū)域分布在河南的西北部以及陜西關中地區(qū)，變異系數(shù)低于0.25。

圖4 黃土高原冬小麥生長季內各氣候要素傾向率Fig.4 Climate trend ratesof climatic elements in the growth period of winter wheat in Loess Plateau

注：Yp：潛在產量；Yw：雨養(yǎng)產量。 Note:Yp: Potential yield; Yw: Water limited yield.圖5 黃土高原冬小麥潛在產量和雨養(yǎng)產量平均值、變化趨勢和變異系數(shù)Fig.5 Spatial distribution of mean values, change trend and variance coefficient of simulated potentialyield and water-limited yield in Loess Plateau

2.4 氣候因素對黃土高原冬小麥產量潛力的影響

為明確42 a來氣候變化對黃土高原冬小麥潛在產量和雨養(yǎng)產量的影響以及影響程度，本研究利用相關性和逐步回歸分析，提取影響潛在產量和雨養(yǎng)產量的主要氣候因素，然后用多元線性回歸的方法建立產量和各氣候要素的統(tǒng)計模型(表2)。結果顯示，在氣候變化背景下，對黃土高原全區(qū)冬小麥潛在產量影響最大的為生長季內的最高溫度和太陽輻射，這與潛在產量主要受溫度和輻射等決定因子影響的定義相符合。其中，最高溫度對潛在產量的影響呈顯著的負效應(P<0.05)，而太陽輻射對潛在產量的影響呈顯著的正效應(P<0.05)，相關系數(shù)分別為0.35和0.36。潛在產量與最低溫度、平均溫度、總降水量和日照時數(shù)相關關系不顯著。逐步回歸方程顯示，最高溫度和太陽輻射對冬小麥潛在產量時間變化的解釋方差為0.45。冬小麥生長季內總降水量是雨養(yǎng)產量的主要影響因素，并且呈顯著的正向影響(P<0.05)。由于在冬小麥生長季內無額外的灌溉水補給，造成降水量對雨養(yǎng)產量的影響最大，并且可以解釋雨養(yǎng)產量的32%。

表2 氣候要素對黃土高原冬小麥潛在產量和雨養(yǎng)產量的影響

注：* 表示在0.05水平顯者。 Note:* means significant at 0.05 level.

3 討 論

驗證結果表明APSIM-Wheat模型對黃土高原冬小麥的生長發(fā)育狀況和生物量的模擬效果較好(圖2)。模擬的黃土高原冬小麥潛在產量的變化范圍為4 775～8 944 kg·hm-2，雨養(yǎng)產量為1 802～5 685 kg·hm-2。該模擬結果與李軍等[15]的研究結果相似，但是本研究各站點潛在產量和雨養(yǎng)產量的波動范圍大于李軍等的結果，這種差異可能與品種和管理措施等因素的不同有關。一方面，本研究所用的冬小麥品種“長武89134”是2000年以后育成和推廣的[22]，而李軍等[15]選用的品種于90年代育成，大量的研究證明品種改良對作物產量因子具有良好的改進[18,23]，因此這是造成結果差異的一部分原因。另外，隨著氣候的變化，作物的播期以及施肥管理措施均發(fā)生改變，這同樣可能導致不同研究模擬結果具有差異。

黃土高原冬小麥潛在產量空間變化主要受最高溫度和總輻射的影響(表2)。最高溫度受緯度的影響由南向北逐漸減少；總輻射受海拔、云量、大氣透明度等影響，由高海拔的西北內陸向降水量相對豐富的南部逐漸降低(圖3(a)、3(f))。輻射減少使作物凈光合速率下降，造成同化物積累降低，并且較低的溫度導致作物分蘗少。因此造成潛在產量由西向東、從南到北均逐漸減少。溫度升高縮短了作物生長季的長度，輻射減少使作物干物質積累和轉移速度下降，導致產量減少。山西省西南部屬于溫度升高幅度大，同時也是總輻射降低較大的區(qū)域，決定了該地區(qū)是黃土高原減產最明顯區(qū)域(圖4(a)、4(f)，圖5(c))。

降水量是黃土高原冬小麥雨養(yǎng)產量空間分布的主要影響因素(表2)。雨養(yǎng)產量由南向北遞減，這與冬小麥生育期內降水總量的空間分布趨勢一致(圖3(d)，圖5(b))。降水減少造成一定的水分脅迫從而使作物產量降低，然而適度的水分脅迫并不會造成減產[24]。因此，陜西關中地區(qū)和山西西南部雖然均屬于降水減少趨勢明顯的地區(qū)，但兩個地區(qū)雨養(yǎng)產量的多年下降幅度相差較大。具體表現(xiàn)為相對于陜西關中地區(qū)，山西西南部雨養(yǎng)產量的下降幅度更大，這可能與當?shù)氐耐寥李愋鸵约安捎玫母鞔胧┑扔嘘P。

過去42 a中，在沒有采用適應措施的前提下，氣候變化對黃土高原冬小麥潛在產量和雨養(yǎng)產量的影響為負效應，這與前人研究結論相同[9,25]。為減輕氣候變化的負面影響，特別是輻射減少同時溫度升高的狀況，在冬小麥生長過程中可以考慮采取改變種植密度[26]，合理調整水肥投入[27]等管理方法以及選擇更適宜的品種[28]，從而提高產量。

4 結 論

本研究表明，在品種和管理措施不變的條件下，黃土高原冬小麥潛在產量呈減低趨勢，每10 a下降146.59 kg·hm-2，降低趨勢顯著。冬小麥潛在產量空間上呈西部高、東北部低的分布特征，42 a來不同地區(qū)的產量變化有增有減，變異系數(shù)范圍為0.05～0.17。在充分灌溉的條件下，陜西關中平原為高產穩(wěn)產區(qū)，而甘肅東南部和山西中部屬于低產且不穩(wěn)產區(qū)，該空間變異性主要受冬小麥生育期內最高溫度和總輻射的影響。與潛在產量相同，雨養(yǎng)產量也呈下降趨勢，下降速率為65.11 kg·hm-2·(10a)-1) ，減產幅度較潛在產量的稍小。區(qū)域內雨養(yǎng)產量的變化范圍為1 802～5 685 kg·hm-2，由南向北逐漸減少。在水分限制條件下，高產穩(wěn)產區(qū)域為陜西西部和甘肅東北部，低產且不穩(wěn)產地區(qū)為山西中部和東北部，并且區(qū)域內雨養(yǎng)產量的穩(wěn)定性比潛在產量低。水分條件的空間差異對冬小麥雨養(yǎng)產量的空間差異影響程度最大。因此，可以通過灌溉、改進栽培技術或者采用抗旱品種來提升甘肅和山西省大部分地區(qū)的冬小麥產量。

致謝：感謝中國科學院長武黃土高原農業(yè)生態(tài)試驗站提供的2004-2008年冬小麥數(shù)據(jù)資料。