辽宁省玉米生产水足迹影响因素分析及空间聚类

张旭东，吴 迪，郝 迪,3，孙仕军，石瑞强

(1.沈阳农业大学水利学院，沈阳 110866；2.中国灌溉排水发展中心，北京 100054；3.北京市富通环境工程有限公司，北京 100083)

2002年世界水贸易专家会议上，荷兰学者Hoekstra提出“水足迹”的概念[1,2]，从生产和消费的角度来评价水资源利用情况[3,4]。涵盖了商品生产或消费服务过程中的直接耗水量和间接耗水量[3]，为水资源管理提供了新的视角。另外，水足迹概念的提出使得区域水资源消耗与全球水资源配置产生联系成为可能，打破了流域、区域的局限，人们开始将全球水资源作为整体进行思考问题，为全球范围内的水资源利用、配置和管理提供了新思路。作物的生产水足迹就是特定区域内某作物生产过程中所需消耗的水资源量，即绿水、蓝水、灰水总量[5,6]。蓝水足迹指作物生长过程中所消耗的地下水和地表水[7]，绿水足迹指作物生长过程中所消耗的存储在土壤中的有效降水[7,11,12]，灰水足迹指稀释污染物需要的水量，量化为将污染物稀释到一定的程度使周围水体环境质量保持在约定标准之上需要的水的体积[13]。

国内外学者对作物水足迹进行了广泛研究。Chapagain和Hoekstra对世界上主要国家的水足迹进行了计算、分析与对比[8]。侯庆丰利用联合国粮农组织(FAO)推荐的CLIMWAT数据库和CROPWAT软件计算甘肃省农作物生产水足迹，认为甘肃省农作物生产水足迹及其构成地区差异明显，河西地区主要以蓝水为主，而陇中、陇东、陇东南地区以绿水为主[14]。张容等梳理了农业水足迹理论的形成历程，对农业水足迹影响因素进行了研究，认为气象因素的变化会影响水足迹，灌溉技术是影响粮食和经济作物水足迹的主要因素之一[15]。韩宇平等对京津冀作物水足迹时空分布特征进行了分析，发现该地区西北部和北部水足迹较小，而南部、东南部和中部较大[16]。郭相平等对中国农作物水足迹时空分布与影响因素进行分析，发现水足迹在时间上呈先下降后缓慢上升态势，空间上呈从东南向西北逐渐递减的格局；人口密度、人均纯收入和化肥施用量是农作物生产水足迹随时间变化的主要驱动因子，而降雨量、人均GDP及人均纯收入对其空间分布有重要影响[17]。冯变变等对山西省作物生产蓝绿水足迹进行了核算及影响因素分析，结果表明不同区域间作物生产蓝绿水足迹均表现出由北向南波动中下降的趋势，日照、气温和降雨是影响作物生产水足迹的主要因素[18]。上述研究多对作物水足迹空间变化及其影响因素进行分析，而基于水足迹及其影响因素对区域聚类分区研究较少，本文以辽宁为例进行了尝试。

辽宁省面积148 万km2，常年玉米种植面积为330 万hm2，辽宁位于我国玉米种植的适宜区和最适宜区[9]，14个地级市均有种植，以雨养为主，灌溉为辅。本文以地级市为单元，对2011-2015年内影响玉米生产水足迹的17个因素进行显著性分析，提取玉米水足迹和其影响因素的主成分，以降维后的前5个主成分为指标对地级市进行聚类，将辽宁分为5个区，分析各区的玉米生产水足迹空间特征，提出玉米生产发展和农业水资源高效利用的策略。

1 材料与方法

1.1 数据来源

气象观测数据来自各地级市的25个气象观测站，玉米单产、产量、种植面积和化肥施用量等数据来自《辽宁省统计年鉴》，生育阶段数据来自中国气象数据网(http:∥data.cma.cn/)的《中国农作物生长发育状况资料数据集》，玉米灌溉水量和农业灌溉用水量数据来自水利部松辽水利委员会的统计，数据时段均为2011-2015年。

1.2 生产水足迹计算方法

作物生产水足迹是指生产单位作物产品所需要的水资源数量，即作物生产绿水足迹、蓝水足迹和灰水足迹之和。其中，绿水主要来自天然降水，蓝水主要来自灌溉水，灰水足迹核算时以稀释淋失氮所消耗的水资源量作为代表[19]。辽宁省2011-2015年玉米生产水足迹计算主要采用CROPWAT8.0，玉米生育阶段划分和具体参数选取详见参考文献[20]。

1.3 分析方法

影响水足迹的因素众多，本文采用基于玉米生产水足迹和其影响因素提取的主成分对辽宁各地级市进行聚类。主成分分析是通过对原始变量相关矩阵或者协方差矩阵内部关系的研究，利用原始变量的线性组合形成几个综合指标(主成分)的多元统计方法[21,22]。分析问题时用较少的几个主成分来代替原来较多的因子，能够在保留原始变量信息的前提下达到降维与简化问题的作用。常用的聚类方法有K均值聚类(K-means)、层次聚类(HAC)和模糊C均值聚类(FCM)等，每种聚类算法各有优缺点：K-means聚类算法的初始点是随机选取的，易引起聚类结果不稳定[10]；HAC法不需要确定分类数，但是一旦一个合并被执行就不能修正，聚类质量受限制[21,23]；FCM法对初始聚类中心敏感，需要人为确定聚类数，容易陷入局部最优解[24,25]。因此，为确保聚类的客观性，本文以从玉米水足迹和其17个影响因素中提取的前5个主成分作为聚类指标，分别采用K-means聚类、层次聚类、模糊C均值聚类3种方法进行聚类，在综合考虑不同聚类结果基础上确定分区。

2 结果与分析

2.1 玉米生产水足迹影响因素及其相关性分析

作物生产水足迹受作物生产过程中水资源消耗量及作物单位面积产量的直接影响，而区域农业气象条件、农业生产资料投入、地形地貌和田间管理水平等因素也会对作物生产水足迹产生影响。为进一步明确这些影响因素和玉米生产水足迹之间的关系，利用SPSS软件计算出辽宁省14个地级市2011-2015年气温(X1)、大气压(X2)、相对湿度(X3)、降雨量(X4)、日照时数(X5)、风速(X6)、湿润度(时段内年降雨量与潜在蒸发量的比值，X7)、经度(X8)、纬度(X9)、陆面平均海拔高度(X10)、平原区占总面积的比值(X11)、单位面积氮肥施用量(X12)、玉米种植面积(X13)、玉米灌溉面积占种植面积比例(X14)、玉米灌溉水占农业灌溉用水量比例(X15)、玉米蓝水足迹占总水足迹比例(X16)和玉米单产(X17)等17个因素与玉米生产水足迹(X18)与之间相关矩阵并进行显著性分析，详见表1。

由表1可知，气温、大气压、日照时数、风速、陆面平均海拔高度、玉米灌溉水占农业灌溉用水量比例、单位面积施肥量、玉米蓝水足迹占总水足迹比例与玉米生产水足迹呈正相关关系，其中单位面积氮肥施用量达到显著水平，作物蓝水足迹达到极显著水平。说明在辽宁省的地级市随着单位面积氮肥施用量和蓝水足迹增大，有导致玉米总水足迹变大的趋势，欲降低玉米的生产水足迹可以从降低单位面积施肥量和蓝水足迹入手。低化肥施用量主要是通过减少水的污染来减少灰水足迹，进而减少玉米生产水足迹，蓝水足迹的降低则需要提高灌溉水的水分生产率。在一定的条件下如低气温、短日照、低气压和低海拔有利于降低玉米的生产水足迹。玉米田间耗水依赖于热力学和动力学因素，其中风速是动力学因素的主要来源，故风速的降低可以大大削弱作物对水分的蒸散，从而减小作物生产水足迹；气温、日照时数是主要的热力学因素，适当的低温可以在不减少或者稍微减少产量的情况下减小玉米的生产水足迹。

表1 各影响因素与玉米生产水足迹的相关矩阵与显著性分析 Tab.1 Significance analysis of influencing factors of water footprint in maize production

注：*为p<0.05， **为p<0.01。

而相对湿度、降水量、湿润度、经度、纬度、平原区占总面积的比值、作物种植面积、单位面积产量与玉米生产水足迹呈负相关关系，其中降水量、平原区占总面积的比值达到显著水平，纬度和玉米单产达到极显著水平。说明辽宁越靠北的地级市，单产越大，降水量越大且地势越平，则玉米的生产水足迹越小。其原因是降雨量大时，相对湿度高，叶面与大气之间的水汽梯度小，水汽扩散率低，使得蒸发量小，因而作物需水量小，从而减少玉米的生产水足迹。可见，辽宁降水量越大，空气越湿润，且土地越平坦，越有利于减小玉米的生产水足迹；玉米种植面积越大，该地区就有规模优势，单位产量越高，玉米的水足迹就会越小。

2.2 基于主成分分析的辽宁省玉米水足迹空间聚类

2.2.1 主成分分析

(1)分区聚类指标选取。选取辽宁省14个地级市2011-2015年的玉米生产水足迹及其影响因素(X1，X2，…，X18)18个指标作为聚类指标。

(2)聚类主成分的确定。由于各指标之间存在线性关系，为消除这种线性相关的影响，利用SPSS软件进行主成分分析，采用相关矩阵求解主成分，得出主成分的特征值以及各个主成分的贡献率与累计贡献率，见表2。由表2可知第1、第2、第3、

表2 主成分的特征值和贡献率 Tab.2 Characteristic value and contribution rate of principal components

第4、第5主成分的累计贡献率已高达88.9%，即选取前5个主成分已经能够对18个指标88.9%的信息进行概括。

(3)主成分荷载与主成分得分。计算与各特征值相对应的特征向量，从而得到主成分载荷矩阵表，见表3。通过主成分载荷矩阵和各样本的标准化值，可得出不同样本的主成分得分值表，见表4。

表3 主成分荷载矩阵表Tab.3 Principal component load matrix

注：X1,X2,…,X18解释同表1。

2.2.2 空间聚类过程及分析

以表4的前5主成分为聚类指标，利用MATLAB2012b软件分别采用K-means聚类、分层聚类法、模糊C均值聚类3种方法进行聚类，考虑到地理位置和区划习惯，结合辽宁节水农业分区以及辽宁生态功能分区的研究结果[26,27]，将辽宁分为5个区，3种聚类方法分区结果如表5所示。由表5可知，3种聚类方法分区Ⅰ均为鞍山、抚顺、本溪和丹东，因此完全可以将此4个地级市归为一类。K-means聚类和模糊C均值聚类的分区2均为大连、营口和葫芦岛，而分层聚类法的分区II包含的地区较多，有大连、营口、葫芦岛、沈阳、铁岭、阜新和锦州，因此将大连、营口和葫芦岛归为一类作为分区II。3种方法的聚类的结果均将沈阳和铁岭归为一类，不过分层聚类法将它们归为了分区Ⅱ，因此本文将沈阳和铁岭作为分区Ⅲ。3种方法对于分区4的聚类结果分别为K-means聚类(阜新和朝阳)、分层聚类法(朝阳)和模糊C均值聚类(阜新、锦州和朝阳)；考虑到分层聚类法在分区Ⅱ将阜新和锦州也归为了一类，可见阜新和锦州具有相同的聚类特征；同时鉴于阜新、锦州和朝阳都属于辽西地区，所以将阜新、锦州和朝阳归为分区Ⅳ。3种方法的对于分区Ⅴ的结果中均有辽阳，因此把辽阳归为分区5。由于盘锦地区玉米种植面积较小(占全省的0.7%)，处于渤海湾中部，气候的玉米的种植条件等和营口类似，故将盘锦归入分区2。具体的空间聚类和分区结果详见图1。

表4 分类样本的主成分得分表Tab.4 Principal component score table of classification samples

表5 不同方法聚类结果Tab.5 Preliminary clustering results of three clustering methods

2.2.3 空间聚类结果

由各市的玉米产量可知，沈阳、锦州、朝阳、阜新、铁岭、大连和鞍山7地市的玉米产量占到辽宁的90%，为辽宁省的玉米主产区，因此Ⅲ区、Ⅳ区是辽宁玉米主产区；从水足迹的角度来看，Ⅲ区玉米生产水足迹最低，Ⅱ区玉米生产水足迹最高，Ⅰ区的绿水足迹非常大而蓝水足迹非常小。因此，根据辽宁省各区玉米种植结构以及玉米生产水足迹主要特征，将5个分区命名为Ⅰ区绿水满足—综合发展区、Ⅱ区高生产水足迹—保护发展区、Ⅲ区低生产水足迹—重点发展区、Ⅳ区蓝水依赖—优化发展区、Ⅴ区较高生产水足迹—适度发展区，各区的位置分布图详见图1。

(1)Ⅰ绿水满足—综合发展区。该区地处辽宁东部山区，平原区面积占总面积的6%以下，湿润度0.86～1.36，多年平均降雨量740～1 066 mm，水资源丰富。该区地形多为山地丘陵，地块面积小而分散，玉米种植面积较小，玉米蓝水足迹0.05～0.14 m3/kg，绿水足迹0.52～0.62 m3/kg，绿水基本满足玉米作物的生长需要。该区农业规模经营程度和机械化较低，矿产资源丰富，以工业为主，农业不是主导产业。但该区玉米蓝水足迹较小的特点使得它在适度范围内发展玉米种植面积不会增加其他行业的用水压力。且该区降雨量大，湿润度高，作物蒸散量相对少，故作物耗水量少。因此，该区应充分利用这些特点，减少玉米的水足迹，节水增产，起到节省农业用水从而减少其他行业用水压力综合发展的作用。除此之外，考虑到其水资源和生态资源丰富、环境优美等特点，应充分发挥“生态屏障、特色农业”这两大功能，在保证生态涵养的基础上，发展特色农产品，增加农民收入。

图1 辽宁省基于玉米生产水足迹的聚类分区Fig.1 Clustering Zoning Map of Liaoning Based on Water Footprint of Corn Production

(2)Ⅱ高生产水足迹—保护发展区。该区毗邻渤海，平原区面积占总面积的比例在0～0.23，湿润度0.61～0.77，多年平均降雨量553～773 mm，玉米的绿水足迹为0.52～0.62 m3/kg，蓝水足迹为0.23～0.30 m3/kg，与其他地区相比蓝水足迹、总水足迹较高。该区可用灌溉水量较少，多以蓄水灌溉为主，存在地下水超采、海水入侵等环境地质问题，使一些水源工程报废或效率低。经济以工业和水产业为主，农业为辅。因此，该区应在发展工业和水产经济的同时，注重农业水资源的可持续发展，提高绿水和蓝水的利用率，利用水源工程引入淡水，或在有能力的条件下进行海水淡化以解决水资源压力。

(3)Ⅲ低生产水足迹—重点发展区。该区域位于辽河冲积平原，地势平坦，土地肥沃，湿润度0.67～0.79，多年平均降雨量在591～700 mm，水土资源较匹配，种植作物以玉米为主，2011-2015年沈阳、铁岭玉米种植面积分别达总粮食作物播种面积的52%、63%以上，占辽宁省玉米种植面积的32%以上，是辽宁省玉米主产区。该区玉米蓝水足迹0.1～0.16 m3/kg，绿水足迹0.39～0.41 m3/kg，玉米生产水足迹0.49～0.57 m3/kg，玉米生产水足迹最低，说明该区适宜玉米生长，玉米生产对水资源的利用比较合理。其较优的土壤、气候和种植条件使该区成为玉米种植的重点发展区，因此可考虑增加玉米播种面积，发挥玉米种植的规模优势，力争打造辽宁省的高标准农田样板，率先实现农业现代化。

(4)Ⅳ蓝水依赖—优化发展区。该区地势起伏，水土流失严重，湿润度0.44～0.56，多年平均降雨量453～532 mm，降雨年内分布不均，春旱现象比较严重，属于缺水地区。该区的主要农作物为玉米，也是辽宁省玉米的主产区，2011-2015年该区玉米种植面积均达总粮食作物播种面积的55%以上，占辽宁省玉米总种植面积的38.7% ，该区玉米生产水足迹为0.58～0.67 m3/kg，其中蓝水足迹0.21～0.23 m3/kg，绿水足迹0.30～0.33 m3/kg，跟其他区相比绿水足迹明显较小，对蓝水的依赖性比较大。国家实施的东北“节水增粮行动”在该区有许多成功案例。因此，该区应吸收节水项目中的经验，大力推广不同形式的大垄双行膜下滴灌玉米种植模式，提高水分利用效率，促进粮食增产，同时也要兼顾生态环境，根据地形地貌特点因地制宜的发展多种农业类型，继续优化种植业结构，增强农产品综合生产力和竞争力。

(5)Ⅴ较高生产水足迹—适度发展区。该区位于辽东低山丘陵与辽河平原的过渡地带，平原区面积占总面积的比例40%。湿润度在0.76，多年平均降雨量为700～800 mm，2011-2015年该地区玉米种植面积均达50%以上，玉米蓝水足迹0.17 m3/kg，绿水足迹0. 54 m3/kg。该区降雨量仅次于Ⅰ区，但玉米生产水足迹较高，城市化对农业生产的影响明显，土地、资金、人力等生产资源非农化比例较高，导致农业生产投入相对较少，农业生产用水效率不高，工业生产是区域经济来源的重要组成部分。该区工业污水排放不能良好的控制，水污染问题突出，生态环境遭到破坏。因此，该区应适度开发水资源，完善地表蓄水工程建设，加强地下水保护并减少地下水开采；特别需要加强污水排放监控和管理，建立污水处理厂，合理引进先进的污水处理工艺对污水进行净化，实现达标排放。

3 结 论

在计算辽宁省各地市玉米生产水足迹的基础上，对2011-2015年内影响玉米生产水足迹的因素进行显著性分析，对18个指标提取了主成分，基于前5主成分对14个地级市进行了聚类。结论如下：

(1)辽宁各地市降水量越大，空气越湿润，土地越平坦，地理位置越靠北则玉米生产水足迹有减小的趋势；玉米种植面积比例越大，则该地市就有规模优势，单位产量越高，玉米的水足迹也有减小的趋势；欲降低玉米的生产水足迹可以从适当减少单位面积的化肥施用量和在保证玉米单产的条件下提高灌溉水的水分生产率两个方面入手。

(2)基于玉米生产水足迹可将辽宁分为5个区域，分别为Ⅰ绿水满足—综合发展区(鞍山、抚顺、本溪、丹东)、Ⅱ高生产水足迹—保护发展区(大连、营口、葫芦岛)、Ⅲ低生产水足迹—重点发展区(沈阳、铁岭、盘锦)、Ⅳ蓝水依赖—优化发展区(阜新、锦州、朝阳)、Ⅴ较高生产水足迹—适度发展区(辽阳)。不同区应结合自身特点，调整作物种植结构，优先使用绿水，科学合理灌溉，充分利用现有的节水灌溉工程减少损失，减少面源的污染等措施来减少玉米的水足迹，从而控制农业用水量，减缓水资源压力。