基于熵值—TOPSIS—灰色關(guān)聯(lián)度模型的青椒微潤(rùn)灌適宜技術(shù)參數(shù)研究

胡飛鵬，郭向紅，蘇媛媛，李錦濤，張?zhí)鹛穑?濤

（太原理工大學(xué)水利科學(xué)與工程學(xué)院，太原 030024）

0 引言

微潤(rùn)灌作為一種新型的中深層灌溉技術(shù)，充分利用了半透膜特性，利用微潤(rùn)管內(nèi)外水勢(shì)差為驅(qū)動(dòng)力，將微量的水緩慢滲透到根系周圍土壤，保持土壤持續(xù)濕潤(rùn)。這樣一方面不僅能減少土壤地表蒸發(fā)，還能使作物吸水過(guò)程與灌水過(guò)程相匹配，不僅達(dá)到節(jié)約用水的目的，也能增加作物的產(chǎn)量和提高品質(zhì)[1]。另一方面供水過(guò)程無(wú)須外加機(jī)械力驅(qū)動(dòng)，可以節(jié)約大量動(dòng)力設(shè)備，降低投資運(yùn)行成本[2]。微潤(rùn)灌溉技術(shù)已經(jīng)廣泛使用于我國(guó)山西[3]、湖北[4]、甘肅[5]等省的多個(gè)地區(qū)，促進(jìn)了蔬菜、果樹(shù)以及玉米等作物增產(chǎn)增質(zhì)。壓力水頭與管帶埋深是微潤(rùn)灌溉技術(shù)的主要控制參數(shù)，前人探究了壓力水頭單因素對(duì)微潤(rùn)管出流機(jī)理規(guī)律[6]、水氮分布和運(yùn)移規(guī)律[7]以及不同質(zhì)地土壤水分運(yùn)移規(guī)律[8]。也探究了管帶埋深單因素下土壤水分分布[9]、農(nóng)田水鹽動(dòng)態(tài)[10]以及溫室番茄生長(zhǎng)、灌溉水生產(chǎn)率[11]的影響。但是針對(duì)管帶埋深與壓力水頭耦合效應(yīng)對(duì)作物生長(zhǎng)速率、產(chǎn)量和灌溉水生產(chǎn)率影響方面的報(bào)道還比較少。

合理的微潤(rùn)灌技術(shù)參數(shù)對(duì)作物產(chǎn)量和水分高效利用十分重要。前人往往只是從某個(gè)單一指標(biāo)進(jìn)行分析，得出適合作物生長(zhǎng)的管帶埋深與壓力水頭。例如：通過(guò)分析根系吸水速率，得出微潤(rùn)灌條件下豇豆種植最適宜的管帶埋深是15 cm[12]。通過(guò)分析產(chǎn)量，得出大葉茼蒿最適宜的壓力水頭為1 m[13]。通過(guò)分析水分利用效率，表明管間距20 cm 的交替微潤(rùn)灌對(duì)空心菜生長(zhǎng)最有利[14]。這些方法只是從某一個(gè)單一指標(biāo)進(jìn)行分析，沒(méi)有對(duì)多種指標(biāo)進(jìn)行綜合分析評(píng)價(jià)，分析結(jié)果不能準(zhǔn)確反映實(shí)際灌溉效果，具有一定的局限性。所以，為了更好地綜合分析青椒的生長(zhǎng)發(fā)育，必須采用統(tǒng)計(jì)學(xué)分析方法。目前多指標(biāo)綜合分析方法主要包括：主成分分析法、模糊綜合評(píng)價(jià)法、層次分析法等[15]，已廣泛應(yīng)用于農(nóng)業(yè)領(lǐng)域，例如：小麥[16]、番茄[17]以及青椒[18]等作物，涉及到的灌溉方式有溝灌、膜下滴灌以及微潤(rùn)灌等諸多領(lǐng)域。然而，這些方法無(wú)法避免專家賦權(quán)的主觀性并且在應(yīng)用中對(duì)樣本量的要求較大[19]。相反TOPSIS 和灰色關(guān)聯(lián)分析法對(duì)數(shù)據(jù)分布及樣本量無(wú)嚴(yán)格限制，只需要有典型性的少量數(shù)據(jù)，并且運(yùn)算步驟簡(jiǎn)單明了，可以對(duì)原始數(shù)據(jù)充分利用，減少信息量的損失。此方法目前主要應(yīng)用于物流和土地利用方面，在不同灌溉方式的對(duì)比、產(chǎn)品品質(zhì)的對(duì)比方面還沒(méi)有報(bào)道。

熵值—TOPSIS—灰色關(guān)聯(lián)度模型先采用熵值法對(duì)各指標(biāo)進(jìn)行賦權(quán)，這種賦權(quán)方式避免了專家賦權(quán)的主觀影響因素，從而使得計(jì)算的權(quán)重更為客觀和精確[20]。通過(guò)灰色關(guān)聯(lián)分析法對(duì)傳統(tǒng)的TOPSIS 法進(jìn)行優(yōu)化，構(gòu)建了一種新的灌溉方式選擇評(píng)價(jià)模型，提高了評(píng)價(jià)的客觀性和嚴(yán)謹(jǐn)性。

為此，本文進(jìn)行微潤(rùn)灌條件下青椒種植試驗(yàn)，利用熵值—TOPSIS—灰色關(guān)聯(lián)度模型對(duì)青椒生長(zhǎng)情況進(jìn)行綜合評(píng)價(jià)，確定最適合青椒生長(zhǎng)的微潤(rùn)灌技術(shù)參數(shù)，為微潤(rùn)灌溉條件下青椒高產(chǎn)優(yōu)質(zhì)提供理論指導(dǎo)。

1 材料與方法

1.1 試驗(yàn)地基本情況

試驗(yàn)于2016年4-9月在山西水利水電科學(xué)研究院節(jié)水高效示范基地的日光溫室中進(jìn)行。該基地年平均氣溫9.6 ℃，全年無(wú)霜期170 d，年平均日照時(shí)間2 675.8 h，年降水量495 mm。試驗(yàn)土壤為黏壤土，土壤平均容重為1.39 g/cm3，田間持水率為0.35 cm3/cm3。

1.2 試驗(yàn)設(shè)計(jì)

本試驗(yàn)對(duì)青椒在不同管帶埋深及壓力水頭條件下的生長(zhǎng)特性進(jìn)行了研究。以壓力水頭和管帶埋深為試驗(yàn)控制因子，設(shè)置了3種壓力水頭分別為100 cm、150 cm和200 cm，設(shè)置了3 種管帶埋深分別為10 cm、15 cm 和20 cm。本試驗(yàn)為全面試驗(yàn)，共9 組處理，每個(gè)處理進(jìn)行3 次重復(fù)試驗(yàn)，試驗(yàn)方案見(jiàn)表1。供試青椒品種為“高斯頓凱璐”，行距60 cm、株距60 cm。2016年4月12日定植，2016年9月22日結(jié)束。青椒種植于微潤(rùn)管帶正上方，在青椒整個(gè)生育期內(nèi)連續(xù)供水。

表1 試驗(yàn)設(shè)計(jì)Tab.1 Design of experiment

1.3 測(cè)定項(xiàng)目及方法

（1）株高（Kh）測(cè)定。每隔10 d測(cè)一次，每個(gè)處理任取3株，采用鋼卷尺對(duì)其株高進(jìn)行測(cè)定，取均值。

（2）莖粗（Kt）測(cè)定。每隔10 d測(cè)一次，每個(gè)處理任選取3 株，采用游標(biāo)卡尺測(cè)定青椒基部距地面1 cm 位置處，取均值。

（3）產(chǎn)量（Yd）測(cè)定。在定植83 d 后，對(duì)每個(gè)處理的青椒定期采收，并用精度為0.01 g的電子秤測(cè)定其總產(chǎn)量，取平均值作為測(cè)定值。

1.4 數(shù)據(jù)處理

Logistic 模型常用于模擬作物的生長(zhǎng)過(guò)程，可以采用此模型擬合不同管帶埋深和壓力水頭處理下青椒的株高和莖粗的生長(zhǎng)過(guò)程[21]。青椒株高相對(duì)生長(zhǎng)速率（Kv）、莖粗相對(duì)生長(zhǎng)速率（Kc）可由Logistic模型式（1）計(jì)算獲得，灌溉水生產(chǎn)率由式（2）計(jì)算。采用Microsoft Office 2020 軟件進(jìn)行數(shù)據(jù)處理，采用SPSSPPRO 軟件進(jìn)行TOPSIS 分析和灰色關(guān)聯(lián)分析，采用Origin 2021繪圖。

式中：Y為青椒株高(Kh)或莖粗(Kt)，cm；F為株高或莖粗的理論最大值，cm；C為截距系數(shù)；K為株高相對(duì)生長(zhǎng)速率（Kv）或莖粗相對(duì)生長(zhǎng)速率（Kc）；t為累積生長(zhǎng)時(shí)間，d。

式中：WUE為灌溉水生產(chǎn)率，kg/m3。Yd為青椒產(chǎn)量，kg/hm2；W為灌水量，m3/hm2。

1.5 熵值—TOPSIS—灰色關(guān)聯(lián)度模型的建立

本研究基于TOPSIS 法與灰色關(guān)聯(lián)法結(jié)合綜合評(píng)價(jià)分析微潤(rùn)灌不同管帶埋深與壓力水頭對(duì)青椒生長(zhǎng)情況的影響。本文選取株高Kh、莖粗Kt、株高相對(duì)生長(zhǎng)速率Kv、莖粗相對(duì)生長(zhǎng)速率Kc、產(chǎn)量Yd和灌溉水生產(chǎn)率WUE共6 項(xiàng)指標(biāo)進(jìn)行綜合評(píng)價(jià)。在將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，采用熵值法對(duì)各個(gè)指標(biāo)進(jìn)行賦權(quán)，通過(guò)各指標(biāo)的加權(quán)值確定正負(fù)理想解，然后利用TOPSIS 法和灰色關(guān)聯(lián)分析法分別計(jì)算各處理的歐式距離與灰色關(guān)聯(lián)度，最后2者融合計(jì)算得出綜合貼近度。根據(jù)各處理綜合貼近度進(jìn)行排序，實(shí)現(xiàn)對(duì)青椒生長(zhǎng)情況的綜合評(píng)價(jià)。模型建立流程見(jiàn)圖1。

圖1 熵值—TOPSIS—灰色關(guān)聯(lián)度模型構(gòu)建流程Fig.1 Entropy—TOPSIS—gray correlation model construction process

1.5.1 熵值法確定指標(biāo)權(quán)重

先將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再求各指標(biāo)的熵值和熵權(quán)。以下是詳細(xì)的步驟：

（1）利用標(biāo)準(zhǔn)化樣本數(shù)據(jù)構(gòu)建9 個(gè)處理6 個(gè)指標(biāo)的規(guī)范化決策矩陣。

（2）首先計(jì)算各項(xiàng)指標(biāo)的熵值ej，再通過(guò)熵值計(jì)算各項(xiàng)指標(biāo)的熵權(quán)wj：

1.5.2 TOPSIS—灰色關(guān)聯(lián)度模型

TOPSIS 法是一種逼近理想解的排序選優(yōu)方法，已經(jīng)在作物品種綜合評(píng)價(jià)當(dāng)中得到了廣泛的應(yīng)用[22]。但是該方法在實(shí)際應(yīng)用過(guò)程中存在不足：當(dāng)2種方案的歐氏距離相同時(shí)，就無(wú)法對(duì)其進(jìn)行排序[23]。為此，文本采用熵值—TOPSIS—灰色關(guān)聯(lián)關(guān)聯(lián)分析法對(duì)微潤(rùn)灌條件下青椒生長(zhǎng)情況進(jìn)行綜合評(píng)價(jià)，通過(guò)熵值法得到各指標(biāo)的權(quán)重，在TOPSIS 法的基礎(chǔ)上融合灰色關(guān)聯(lián)分析法的基本思想，綜合考慮了各方案與理想方案的歐式距離和關(guān)聯(lián)度，從而對(duì)方案的優(yōu)劣進(jìn)行了全面的衡量[24]。基本計(jì)算步驟如下。

（1）構(gòu)建加權(quán)規(guī)范化矩陣。將規(guī)范化矩陣Y與權(quán)重wj相乘，得到加權(quán)后的規(guī)范化矩陣Z：

（2）確定各指標(biāo)的正負(fù)理想解序列：

（3）計(jì)算各灌水處理下各生長(zhǎng)指標(biāo)到正負(fù)理想解序列的歐式距離和：

（4）利用加權(quán)規(guī)范化矩陣Z，求出第i個(gè)評(píng)價(jià)方案與正負(fù)理想解關(guān)于對(duì)應(yīng)指標(biāo)的灰色關(guān)聯(lián)系數(shù)：

式中：i=1，2，…，9；j=1，2，…，6；ρ為分辨函數(shù)，根據(jù)前人經(jīng)驗(yàn)通常ρ取0.5[25]。

計(jì)算各灌水處理下各生長(zhǎng)指標(biāo)與正負(fù)理想解方案的灰色關(guān)聯(lián)度，記為和：

（5）將各處理的歐氏距離和灰色關(guān)聯(lián)度進(jìn)行無(wú)量綱化處理：

式中：θi為各處理樣本到理想解的歐氏距離和灰色關(guān)聯(lián)度代表無(wú)量綱化后的歐氏距離和灰色關(guān)聯(lián)度，分別表示為越大，代表該方案越接近理想方案，而越大，表示該方案遠(yuǎn)離理想方案。

綜合考慮無(wú)量綱化后的歐式距離和灰色關(guān)聯(lián)度，求出方案的綜合貼近度：

將各個(gè)處理按照綜合貼近度μi的大小排序，綜合貼近度越大，則該處理越優(yōu)，反之越差。

2 結(jié)果與分析

2.1 管帶埋深與壓力水頭對(duì)莖粗和株高的影響

不同管帶埋深與壓力水頭條件下株高與莖粗生長(zhǎng)過(guò)程與擬合結(jié)果見(jiàn)圖2。由圖2 可知：各個(gè)處理?xiàng)l件下的青椒株高與莖粗隨定植天數(shù)呈現(xiàn)先緩慢增長(zhǎng)，后快速增長(zhǎng)，最終緩慢增長(zhǎng)并且逐漸趨于平穩(wěn)的S 形變化趨勢(shì)。采用式（1）對(duì)各個(gè)處理青椒株高和莖粗隨時(shí)間變化過(guò)程進(jìn)行擬合，擬合結(jié)果見(jiàn)圖2，不同處理擬合參數(shù)詳見(jiàn)表2。各個(gè)處理下的擬合精度R2≥0.986，說(shuō)明Logistics 模型對(duì)各個(gè)處理下的青椒株高與莖粗的生長(zhǎng)過(guò)程擬合的較好。

由圖2 可知：在D10 和D15 處理?xiàng)l件下，青椒的株高與莖粗隨管帶埋深變化無(wú)顯著差異；埋管深度20 cm 處理的青椒株高與莖粗相比于10 cm 和15 cm 處理組，均有顯著的增高。結(jié)果表明，埋管深度較淺時(shí)對(duì)青椒生長(zhǎng)不利。由圖2 還可以看出：在D10和D15處理?xiàng)l件下，壓力水頭對(duì)青椒的株高與莖粗無(wú)顯著影響；而在D20 處理中，不同水頭壓力條件下，青椒的株高與莖粗表現(xiàn)為：H150＞H200＞H100。可以說(shuō)明，適當(dāng)?shù)脑黾訅毫λ^對(duì)株高和莖粗的增長(zhǎng)是有利的。因此由株高與莖粗的指標(biāo)分析得出，青椒微潤(rùn)灌最適宜的技術(shù)參數(shù)為：壓力水頭為150 cm，管帶埋深20 cm。

圖2 不同管帶埋深與壓力水頭條件下株高與莖粗的生長(zhǎng)過(guò)程和擬合結(jié)果Fig.2 Growth process and fitting results of plant height and stem thickness under different pipe depth and pressure head

青椒的株高相對(duì)生長(zhǎng)速率（Kv）、莖粗相對(duì)生長(zhǎng)速率（Kc）可由式（1）計(jì)算獲得，結(jié)果見(jiàn)表2。由表2 可知：青椒的株高相對(duì)生長(zhǎng)速率（Kv）、莖粗相對(duì)生長(zhǎng)速率（Kc）與管帶埋深呈現(xiàn)正相關(guān)關(guān)系，3 種處理效果表現(xiàn)為D20＞D15＞D10。研究表明，埋管深度較淺時(shí)對(duì)青椒株高和莖粗生長(zhǎng)不利；還可以看出，在D10 和D15 處理?xiàng)l件下，Kv和Kc隨壓力水頭變化無(wú)明顯差異。而在埋深20 cm 條件下，H200 處理下的Kv和Kc都大于H100 和H150 處理。可以說(shuō)明，壓力水頭的增加有利于青椒前期莖粗的生長(zhǎng)。由此可見(jiàn)，從青椒的生長(zhǎng)參數(shù)指標(biāo)分析，青椒微潤(rùn)灌最適宜技術(shù)參數(shù)為：壓力水頭200 cm，管帶埋深20 cm。

表2 青椒株高、莖粗與定植時(shí)間關(guān)系的擬合參數(shù)Tab.2 Fitting parameters of relationship between plant height,stem planting time of green pepper

2.2 管帶埋深與壓力水頭對(duì)青椒產(chǎn)量及灌溉水生產(chǎn)率的影響

不同管帶埋深與壓力水頭對(duì)產(chǎn)量的影響見(jiàn)圖3。由圖3 可知：青椒產(chǎn)量隨著管帶埋深增加而增加。在壓力水頭100 cm、150 cm、200 cm 3 種條件下，隨著管帶埋深由10 cm 增加到20 cm 時(shí)，青椒產(chǎn)量分別提高了11.64%、19.04%和19.72%，說(shuō)明當(dāng)壓力水頭越大時(shí)，管帶埋深的增產(chǎn)作用越明顯。這是因?yàn)榍嘟犯捣植技杏诘孛嬉韵?6.24～30.69 cm[26]，在埋深較淺的情況下，土壤水分處于表層，對(duì)根系深層生根不利。由圖3 可知：在管帶埋深10 cm、15 cm、20 cm 條件下，壓力水頭由100 cm 增加到150 cm 時(shí)，青椒產(chǎn)量會(huì)分別增加19.77%、26.53%和27.71%，然而壓力水頭由150 cm 增加到200 cm 時(shí)，青椒產(chǎn)量會(huì)分別降低6.02%、5.47%和5.48%。3種處理效果表現(xiàn)為H150＞H200＞H100。這是因?yàn)樵谳^低的壓力水頭時(shí)，濕潤(rùn)體不能完全覆蓋住根系集中層，這不利于青椒根系吸收土壤水分，但是，若壓力水頭過(guò)高，則會(huì)使?jié)駶?rùn)體內(nèi)含水率過(guò)高，導(dǎo)致青椒根區(qū)缺氧，影響根系吸水和作物生長(zhǎng)[27]。在供水壓力150 cm 條件下，濕潤(rùn)體范圍與根系分布范圍相符且含水率最適宜，對(duì)根系吸水最有利，從而提高了產(chǎn)量。因此從產(chǎn)量指標(biāo)分析得出青椒微潤(rùn)灌溉最適宜技術(shù)參數(shù)為：壓力水頭150 cm，管帶埋深20 cm。

圖3 不同管帶埋深與壓力水頭對(duì)青椒產(chǎn)量的影響Fig.3 Effect of different pipe depth and pressure head on yield of green pepper

不同管帶埋深與壓力水頭對(duì)灌溉水生產(chǎn)率的影響見(jiàn)圖4。從圖4可以看出：灌溉水生產(chǎn)率隨著管帶埋深增大而增大，處理效果表現(xiàn)為D20＞D15＞D10。因?yàn)榍嘟犯捣植技杏诘孛嬉韵?6.24～30.69 cm[26]，管帶埋深為20 cm 時(shí)，濕潤(rùn)體與根系處于相同的深度，有利于根系對(duì)水分的吸收利用。從圖4還可以看出：灌溉水生產(chǎn)率隨著壓力水頭的增大而減小，處理效果表現(xiàn)為H100＞H150＞H200。因?yàn)楫?dāng)壓力水頭為100 cm時(shí)，微潤(rùn)管出流速率接近青椒根系吸水速率，所以導(dǎo)致灌溉水生產(chǎn)率高于其他處理。當(dāng)壓力水頭升高時(shí)，供水量超過(guò)了作物生長(zhǎng)需水量，就會(huì)導(dǎo)致多于水分以地表蒸發(fā)、深層滲漏等的形式損失，從而灌溉水生產(chǎn)率減小。因此從灌溉水生產(chǎn)率指標(biāo)分析可以得出，青椒微潤(rùn)灌最適宜技術(shù)參數(shù)為：壓力水頭100 cm，管帶埋深20 cm。

圖4 不同管帶埋深與壓力水頭對(duì)灌溉水生產(chǎn)率的影響Fig.4 Effects of different pipe depth and pressure head on irrigation water productivity

2.3 青椒生長(zhǎng)綜合評(píng)價(jià)分析

根據(jù)上文單指標(biāo)分析可知選擇的評(píng)價(jià)指標(biāo)不同，得出的最佳微潤(rùn)灌溉技術(shù)參數(shù)也不相同。為了對(duì)青椒生長(zhǎng)情況作出全面科學(xué)的評(píng)價(jià)，采用熵值—TOPSIS—灰色關(guān)聯(lián)度模型對(duì)各灌水處理進(jìn)行綜合分析及評(píng)價(jià)。選取評(píng)價(jià)指標(biāo)分別為株高（Kh）、莖粗（Kt）、株高相對(duì)生長(zhǎng)速率參數(shù)（Kv）、莖粗相對(duì)生長(zhǎng)速率參數(shù)（Kc）、產(chǎn)量（Yd）和灌溉水生產(chǎn)率（WUE）6個(gè)評(píng)價(jià)指標(biāo)，將試驗(yàn)數(shù)據(jù)經(jīng)過(guò)圖1 流程圖中的步驟進(jìn)行計(jì)算。首先利用熵值法計(jì)算得出各指標(biāo)權(quán)重，結(jié)果見(jiàn)表3；然后利用TOPSIS 法計(jì)算歐氏距離結(jié)果，利用灰色關(guān)聯(lián)分析法計(jì)算灰色關(guān)聯(lián)度結(jié)果，最后將綜合計(jì)算得出各處理方案的綜合貼近度μi，結(jié)果見(jiàn)表4。

表3 應(yīng)用熵值法求得各指標(biāo)權(quán)重Tab.3 Applying entropy method to obtain the weight of each index

表4 各處理計(jì)算結(jié)果Tab.4 The calculation results of each treatment

綜合貼近度是青椒生長(zhǎng)狀況的綜合體現(xiàn)，綜合貼近度越大表明該灌水處理?xiàng)l件下青椒生長(zhǎng)狀況越好。從表4中可以得出：當(dāng)管帶埋深一定時(shí)，壓力水頭從100 cm 增大到150 cm ，綜合貼近度隨著壓力水頭增大而增大；壓力水頭從150 cm 增大到200 cm，綜合貼近度隨著壓力水頭的增大而降低或無(wú)明顯差異。由此說(shuō)明適當(dāng)?shù)脑黾訅毫λ^有利于青椒的生長(zhǎng)。其原因是：當(dāng)壓力水頭從100 cm 增大到150 cm 時(shí)，灌水量的增加使青椒產(chǎn)量和株高、莖粗都有明顯增加，因此綜合貼近度μi呈上升趨勢(shì)；而當(dāng)壓力水頭從150 cm 增加到200 cm 時(shí)，灌水量的增加導(dǎo)致土壤濕潤(rùn)體下移，不利于作物根系吸收，而且多余水分以蒸發(fā)和滲漏的形式損失，進(jìn)而導(dǎo)致灌溉水生產(chǎn)率的下降，因此綜合貼近度μi呈下降趨勢(shì)。從表4中還能看出：當(dāng)壓力水頭一定時(shí)，經(jīng)D10與D15處理后，綜合貼近度無(wú)明顯差異，而D20處理后，綜合貼近度明顯大于其余2組，說(shuō)明增加管帶埋深有利于青椒生長(zhǎng)。這是因?yàn)橥寥罎駶?rùn)范圍會(huì)隨著管帶埋深的增加而向下移動(dòng)[28]，濕潤(rùn)體越是靠近青椒根系，對(duì)青椒株高、莖粗、產(chǎn)量影響越顯著，青椒灌溉水生產(chǎn)率也達(dá)到最大。

按綜合貼近度大小對(duì)其進(jìn)行排序依次為H150D20＞H200D20＞H200D10＞H150D10＞H150D15＞H200D15＞H100D20＞H100D15＞H100D10。綜合貼近度最低的3 個(gè)均為壓力水頭為100 cm 的處理，說(shuō)明盡管H100處理?xiàng)l件下的灌溉水生產(chǎn)率最高，但是壓力水頭較小對(duì)青椒生長(zhǎng)發(fā)育及產(chǎn)量形成有一定負(fù)向影響。當(dāng)壓力為150 cm、埋深為20 cm 時(shí)，青椒種植的綜合貼近度最高，因此青椒微潤(rùn)灌最適宜技術(shù)參數(shù)為：壓力水頭為150 cm，管帶埋深20 cm。

3 討論

3.1 熵值—TOPSIS—灰色關(guān)聯(lián)度分析法的合理性

本文分別采用單指標(biāo)分析和采用基于熵值—TOPSIS—灰色關(guān)聯(lián)度模型的多指標(biāo)綜合分析了微潤(rùn)灌對(duì)于青椒生長(zhǎng)影響，從評(píng)價(jià)結(jié)果可以看出熵值—TOPSIS—灰色關(guān)聯(lián)度分析法是比單指標(biāo)分析更全面、更嚴(yán)謹(jǐn)。綜合貼近度排第1 位的H150D20，其中有株高、莖粗、產(chǎn)量（Kh、Kt、Yd）3 項(xiàng)指標(biāo)均排第1 位，而青椒生長(zhǎng)參數(shù)以及灌溉水生產(chǎn)率（Kv、Kc、WUE）分別排在中間位置。這符合我們?nèi)粘Ｉa(chǎn)實(shí)踐中追求高產(chǎn)的同時(shí)，也一定程度上節(jié)水的目的。但是與前人的主成分分析法[18]的評(píng)價(jià)結(jié)果存在一些差異，在主成分分析法中，得分前2 名的依次是H200D20 和H150D20，而本文評(píng)價(jià)方法中得分前2 名為H150D20 和H200D20。綜合貼近度排名第2 的H200D20，Kh、Kt、Kv、Kc、Yd、WUE6項(xiàng)指標(biāo)的排名分別為第2、第2、第1、第1、第2、第5 位，盡管在Kh、Kt、Kv、Kc、Yd5 項(xiàng)指標(biāo)中H150D20 和H200D20 差異不明顯，但是H150D20 的灌溉水生產(chǎn)率高于H200D20。可以看出整體上H200D20 處理效果弱于H150D20。這說(shuō)明主成分分析法在降維的同時(shí)不可避免地造成了部分信息丟失的問(wèn)題。因此熵值—TOPSIS—灰色關(guān)聯(lián)度分析更符合生產(chǎn)實(shí)踐中追求的高產(chǎn)節(jié)水的目的。

前人研究表明埋深3.5 cm 最有利于白菜生長(zhǎng)[3]，而本研究認(rèn)為最適宜青椒的管帶埋深是20 cm，因此微潤(rùn)管帶埋深和壓力水頭的合理確定對(duì)于作物生長(zhǎng)至關(guān)重要。青椒根系分布于地面以下16.24～30.69 cm[26]，在土壤中青椒根系主要吸水位置比白菜更深。本研究中青椒種植時(shí)管帶適宜埋深為20 cm，并且該深度大于白菜種植時(shí)最優(yōu)埋深是合理的。前人通過(guò)研究微潤(rùn)灌對(duì)向日葵生長(zhǎng)影響[29]發(fā)現(xiàn)，埋深20 cm 時(shí)明顯提高了向日葵的產(chǎn)量，盡管作物類型不同，但研究結(jié)論與本文一致，這是由于向日葵根系與青椒根系吸水區(qū)范圍較為接近。

3.2 熵值—TOPSIS—灰色關(guān)聯(lián)度分析法的優(yōu)缺點(diǎn)

在最優(yōu)管帶埋深確定過(guò)程中，李朝陽(yáng)[30]僅將灌溉水生產(chǎn)率作為評(píng)價(jià)指標(biāo)。此外，張國(guó)祥[3]研究了單因素條件下適宜壓力水頭和管帶埋深評(píng)價(jià)。而本研究通過(guò)構(gòu)建包含6個(gè)指標(biāo)的評(píng)價(jià)體系，綜合考慮了埋深及壓力水頭因素雙耦合效應(yīng)對(duì)評(píng)價(jià)結(jié)果的影響，更能讓管理者從整體上選擇微潤(rùn)灌條件下最適宜青椒生長(zhǎng)的種植條件。其次，構(gòu)建了基于熵值—TOPSIS—灰色關(guān)聯(lián)度的綜合評(píng)價(jià)方法，為研究高效節(jié)水提供了一種新的思路與研究方法。熵值—TOPSIS—灰色關(guān)聯(lián)度的綜合評(píng)價(jià)方法能夠在靜態(tài)距離與動(dòng)態(tài)趨勢(shì)2 個(gè)維度來(lái)評(píng)價(jià)各方案的優(yōu)劣，可以克服傳統(tǒng)的單一TOPSIS 法和灰色關(guān)聯(lián)度分析法沒(méi)有充分利用已有信息的缺陷。

綜合評(píng)價(jià)的關(guān)鍵在于確定各指標(biāo)的權(quán)重，不同的賦權(quán)方式對(duì)指標(biāo)信息的表達(dá)也有所不同[31]。本文采用熵權(quán)法能避免專家賦權(quán)的主觀性，使結(jié)果更具有客觀性。但本文沒(méi)有對(duì)青椒的品質(zhì)及營(yíng)養(yǎng)價(jià)值進(jìn)行分析，需要今后進(jìn)一步研究。

4 結(jié)論

本文利用微潤(rùn)灌溉條件下青椒田間種植試驗(yàn)數(shù)據(jù)，分別進(jìn)行了單指標(biāo)分析和熵值—TOPSIS—灰色關(guān)聯(lián)度綜合指標(biāo)分析，經(jīng)過(guò)單指標(biāo)分析研究得出：管帶埋深對(duì)青椒各項(xiàng)單指標(biāo)的影響均為D20＞D15＞D10。不同壓力水頭處理后的株高、莖粗及產(chǎn)量表現(xiàn)為H150＞H200＞H100，株高生長(zhǎng)速率和莖粗生長(zhǎng)速率表現(xiàn)為H200＞H150＞H100，灌溉水生產(chǎn)率表現(xiàn)為H100＞H150＞H200。研究表明選擇的指標(biāo)不同，得出的最佳微潤(rùn)灌溉技術(shù)參數(shù)也不相同。因此本文通過(guò)采用熵值—TOPSIS—灰色關(guān)聯(lián)度模型分析微潤(rùn)灌對(duì)于青椒生長(zhǎng)影響，將以上6 個(gè)指標(biāo)進(jìn)行綜合評(píng)價(jià)。分析得出：當(dāng)壓力水頭一定時(shí)，綜合貼近度隨著管帶埋深的增大而升高；當(dāng)管帶埋深一定時(shí)，綜合貼近度會(huì)隨著壓力水頭的增大先升高后降低。青椒微潤(rùn)灌最適宜技術(shù)參數(shù)為壓力水頭150 cm、管帶埋深20 cm。