水足迹视角下辽宁省春玉米生育期水土资源匹配特征研究

曹永强，张若凝，冯兴兴

（辽宁师范大学 地理科学学院，辽宁 大连 116029）

1 研究背景

农业水土资源是一个地区农作物种植必不可少的自然条件，不仅关乎粮食安全与社会稳定，也影响着区域经济发展和生态环境保护[1]。伴随社会经济快速发展和人口增长，粮食需求日益增加，对土地和水资源的利用强度不断加剧[2-3]。同时，由于气候变化和人类活动影响，水土资源利用效率、农作物种植结构及水热、水土格局都在改变[4-6]。农业水土资源日益短缺与粮食生产需求之间的矛盾日益凸显，农业可持续发展面临严重挑战。

目前，国内外学者在农业水土资源研究方面已取得显著成果，研究方向主要集中在农业水土资源的利用状况[7-8]、匹配程度[9]、承载力[10]以及优化配置[11]等方面。对水土资源的匹配状况进行准确的评价和把握，则是开展相关工作的前提和基础[12]。国外关于水土资源研究更侧重水资源与土地利用之间相互影响和反馈作用，对二者之间匹配度研究则较少[13]。SHEN等[14]和Nelson等[15]通过引入基尼系数分别对西班牙埃布罗河盆地农田灌溉用水和作物产量之间关系和气候变化下水资源匹配情况做了研究。国内关于农业水土资源匹配度的研究成果颇丰，推动了我国区域内水资源和土地资源耦合理论及其优化配置集体研究的发展。侯薇等[16]通过农业水土资源匹配系数法分析评价了关中地区及所辖5个地级市的农业水土资源匹配程度，并提出了相应优化调控措施。耿庆玲[17]对西北干旱区农业水土资源的丰缺程度及匹配特征进行了研究，提出了农业水土资源有效匹配的途径及方法。传统的水土资源匹配研究大多基于灌溉用水视角，进而测算单位耕地面积拥有或可利用的农业用水量，多适用于灌溉农业[18-19]。Falkenmark、Allan以及Hoekstra先后优化了农作物用水分析理论[20-22]，这种广义的农业用水分析工具从水足迹理论下的“绿水”、“蓝水”入手，为全面评价农业水土资源匹配格局提供了新的视角[23-24]。

辽宁省作为全国粮食主产区之一，在保障国家粮食安全中占据重要地位，对农业水土资源依赖程度也相对较高。同时，玉米是辽宁省第一大种植作物，在粮食生产中起着至关重要作用，而玉米生产多以雨养为主，这对区域水土资源配置水平提出了更高需求。鉴于此，本文从生产水足迹视角，结合农业水土资源匹配系数内涵，深入探究1985—2018年间辽宁省玉米种植的水土资源匹配特征，旨在有针对性地为辽宁省玉米生育期水土资源的合理利用与保护提供重要的理论依据。

2 研究条件与方法

2.1 研究区概况辽宁省位于 38°43′N—43°26′N，118°53′E—125°46′E 之间，地处东北地区南部，总面积14.8万km2。在《全国新增1000亿斤粮食生产能力规划（2009—2020年）》中，辽宁省定位为粮食生产核心区。其中，玉米种植在粮食生产中占据重要位置，其12个地级市均以玉米为第一种植作物[25-26]。辽宁省属温带大陆性季风气候，且受海洋性气候影响显著；年平均气温7℃～11℃，年降水量为600～1100 mm，时空分布不均，多集中7—8月份，且东部多西部少。近年来，受气候变化和极端天气事件影响，东北地区降水量减少，总体气候呈现暖干化的特点，农业生产活动受到较大影响[27-28]。

2.2 数据来源本文数据主要包括1985—2018年辽宁省气象数据、农业统计数据和作物数据等相关数据。其中，气象数据源于中国气象网（http：//data.cma.cn/wa），具体包括辽宁省19个气象站点（见图1）经度、纬度和海拔高度等地理数据，以及日平均气温、最高气温、最低气温、平均风速、日照时数及平均相对湿度等气象数据；其他数据源于《中国统计年鉴》，主要包括玉米产量数据、播种面积、灌溉面积及化肥施用量等数据；作物数据源于实际生产经验、前人已有成果研究以及《辽宁省抗旱资料汇编》等相关资料[29-31]，包括生育期数据（4月11日—9月20日）和作物系数Kc（见表1）。

图1 辽宁省气象站点分布图

表1 辽宁省春玉米作物系数统计

2.3 研究方法

2.3.1 农作物生产水足迹 农作物生产水足迹是指单位质量农作物在生长过程中所消耗的广义水资源量[32]，包括绿水足迹、蓝水足迹及灰水足迹。绿水足迹指农作物生长期所需的降水总量，蓝水足迹指农作物所需的灌溉用水及地表水量，灰水足迹指农作物生长过程中对污染物稀释的水资源量[33]。本研究中主要使用绿水足迹和蓝水足迹[34]。根据Hoekstra等[22]提出农作物生产水足迹的计算框架，计算玉米生产水足迹：

式中：WF为农作物生产水足迹，m3/t；WFgreen为绿水足迹，m3/t；WFblue为蓝水足迹，m3/t。ETgreen和ETblue分别为绿水和蓝水蒸散量，mm；Y为作物产量，t/hm2；ETC为农作物蒸散量，mm；Peff为作物生长期有效降水量，mm。

农作物蒸散量根据Penman-Monteith模型（联合国粮食及农业组织FAO推荐），计算农作物参考蒸散量ET0，之后使用作物系数Kc对ET0进行修订，获得具体农作物蒸散量ETC[32]。

式中：Rn为净辐射，MJ（/m2·d）；G为热通量密度，MJ（/m2·d）；T为日平均温度，℃；u2为2 m高处风速，m/s；es为饱和空气水汽压，kPa；ea为空气水汽压，kPa；Δ为饱和水汽压-温度曲线的梯度，kPa/℃；γ为湿度计常数；Gn、Gd为固定常数，在估算逐日潜在蒸散发量时取值分别为900和0.34；KC为作物系数。

有效降水量采用美国农业部土壤保持局推荐的USDA SCS方法来计算：

式中P为旬降水量，mm，作物生长期有效降水量逐旬累积。

2.3.2 农业水土资源匹配系数 水土资源匹配反映的是两种资源的平衡状况，最先由刘彦随提出，农业水土资源匹配系数是衡量区域农业生产可供水资源与土地资源在时空上的匹配的适宜量比关系[35]，旨在揭示一定尺度的农业水资源与土地资源的时空分配的均衡状况与满足程度[11]；农业水土资源匹配系数越大，表明农业水土资源匹配度越高。广义的农业水资源量包括农作物生育期潜在的有效降水量“绿水”和灌溉用水“蓝水”[36]。本文依据文献[32-34]，通过辽宁省玉米作物生产水足迹（WF）计算广义的春玉米生育期水资源量与当期作物实际种植面积的比值，测算广义的农业水土资源匹配系数（WLmatch），测算模型如式（9）所示：

式中：WLmatch为广义的农业水土资源匹配系数，m3/hm2；A为单位质量玉米作物种植面积，hm2/t。

2.3.3 普通克里金插值法 克里金插值即空间局部插值法。已知采样点的统计特性，若区域化变量存在空间相关性，则可运用普通克里金空间内插法对区域化变量进行线性估计[37]。与反距离权重插值相比，克里金插值精确度更高，效果更加，且更注重插值样点及相邻样点统计特性的联系[38]。本文采用普通克里金空间插值法，基于辽宁省19个气象站点的春玉米生育期农业水土资源匹配系数对该省春玉米水土资源空间匹配格局的总体特征进行空间分析。

3 结果与分析

3.1 春玉米生育期农业水土资源匹配系数的时间分析绿水足迹是天然状况下的农业所需水量，而蓝水足迹是灌溉水量，受人为调配，与纯天然的“绿水”是两个维度，文章分别从“绿水”和“蓝绿水”视角出发，探究比较辽宁省仅考虑绿水足迹和蓝绿水足迹共同影响下的春玉米生育期水土资源匹配时空分布格局，以期反映天然状况和人为调配后的匹配程度差异。基于作物生产水足迹的计算公式，从“绿水”和“蓝绿水”视角出发，计算1985—2018年辽宁省春玉米生产水足迹，进而得到广义的农业水土资源匹配系数，绘制春玉米水土资源匹配系数的时间变化趋势图（图2）。如图2所示，研究时段内“绿水”与“蓝绿水”视角下的辽宁省春玉米农业水土资源匹配变化均波动明显，“绿水”视角下水土资源匹配总体以12.77 m3/（hm2·a）呈下降趋势，年平均匹配系数值为4278 m3/hm2，而“蓝绿水”视角下水土资源匹配总体以14 m3/（hm2·a）增长，年平均匹配系数值为5733 m3/hm2。根据平均值，可将春玉米农业水土资源匹配状况大致分为3个阶段。第一阶段：1985—1996年，此阶段绿水足迹下春玉米农业水土资源匹配系数占蓝绿水足迹下匹配系数的83%，“蓝绿水”视角下水土资源匹配系数低于研究时段平均值，为5454 m3/hm2。随着农村经济体制的改革，农业发展得到大力支持，各地纷纷扩大种植面积，因此农业水土资源匹配系数较低。第二阶段：1997—2004年，此阶段农业水土资源匹配系数波动较大，“蓝绿水”视角下平均值为6162 m3/hm2，明显高于其他阶段。主要原因是受辽宁省降水量增多的影响，农作物水足迹较高，农业水土资源匹配系数也明显较高。此外，“绿水”视角下的农业水土资源匹配占“蓝绿水”视角下匹配系数的62%，可见天然降水补给下水土资源匹配程度明显低于人为调配后的匹配程度，原因为此时段春玉米生长期受到不同程度春旱的影响，且人工供水重视度提高，灌溉水的充分利用有效地解决了以降水补给为主的旱田农业的发展问题。第三阶段：2005—2018年，此阶段“绿水”视角下的农业水土资源匹配系数占“蓝绿水”视角下匹配系数的75%，蓝绿水视角下水土资源匹配系数为5727 m3/hm2，较第二阶段有所降低，而“绿水”视角下水土资源匹配系数较上个阶段有所增加。在此阶段受到国家政策和地方政策积极引导以及农田设施完善等措施[39]，粮食单产上升，但由于气候变化引起的降水量的减少，农业水土资源匹配程度较上个阶段有所下降。因受降水量变化和作物种植面积和产量变化的影响，辽宁省春玉米不同时期农业水土资源匹配系数发生变化。整体来看，30年来仅考虑“绿水”的水土资源匹配程度在“蓝绿水”共同作用下的水土资源匹配程度占比降低，可见辽宁省春玉米需水量中的人为调水作用重要性在提升。辽宁省干旱程度加剧和极端天气的增加[40]，农业灌溉科技也在进步，春玉米旱田对天然降水的依赖程度减小，而更多的采取人为应对措施进行灌溉水源补给，以维持春玉米产量的总体稳定。

图2 1985—2018年绿水与蓝绿水视角下辽宁省春玉米农业水土资源匹配系数

3.2 春玉米生育期农业水土资源匹配系数的空间分析

3.2.1 各站点春玉米生育期农业水土资源匹配系数 基于作物生产水足迹公式，分别计算出1985—2018年辽宁省19个站点春玉米生产“绿水”和“蓝水”足迹，进而得到广义的农业水土资源匹配系数（表2）。辽宁省1985—1996年仅考虑“绿水”的各站点春玉米生育期的水土资源配置平均值为4765 m3/hm2，加上“蓝水”后平均值为5023 m3/hm2，其中“绿水”和“蓝绿水”视角下的水土资源匹配系数均低于平均值的站点有7个，分别为彰武、开原、朝阳、叶柏寿、绥中、瓦房店、大连，另外，兴城和熊岳的春玉米水土资源匹配系数在“绿水”视角下低于平均值，加上“蓝水”后高于平均值，而丹东恰好与之相反。1997—2004年“绿水”视角下各站点春玉米生育期的农业水土资源配置平均值为4334 m3/hm2，“蓝绿水”视角下平均值为4571 m3/hm2，其中“绿水”和“蓝绿水”视角下的水土资源匹配系数均低于平均值的站点有9个，较上个阶段增加了兴城和熊岳，而丹东则高于平均值，另外，“绿水”视角下鞍山和营口春玉米水土资源匹配系数低于平均值，“蓝绿水”视角下低于平均值的站点为庄河。2005—2018年“绿水”视角下各站点春玉米生育期的水土资源配置平均值为5215 m3/hm2，“蓝绿水”视角下平均值为5837 m3/hm2，其中“绿水”和“蓝绿水”视角下的水土资源匹配系数均低于平均值的站点有5个，较上个阶段增加了沈阳，另外，营口、熊岳、瓦房店和大连在“绿水”视角下的水土资源配置低于平均值，而“蓝绿水”视角下绥中、岫岩和丹东低于平均值。在纯天然水资源量无法满足玉米生长期需水量时，通过灌溉用水的人为调配，以达到较好的水土资源匹配程度。总体而言，彰武、开原、朝阳、叶柏寿、绥中、沈阳以及兴城等站点春玉米生育期农业水土资源配置状况较低，瓦房店、庄河、大连以及丹东地区在不同时期变化明显。主要原因是辽宁省西北部地区降水量较少，年均仅有400 mm左右，干旱事件发生较多，中部虽是降水量适中的平原地区，但研究时段内也发生了持续时间长、强度大的干旱事件[40-41]；南部地区受降水量变化的影响，不同时期春玉米生育期农业水土资源匹配系数不同。

表2 基于水足迹的辽宁省春玉米农业水土资源匹配系数 （单位：m3/hm2）

3.2.2 春玉米生育期农业水土资源空间匹配格局总体变化特征 为深入研究1985—2018年辽宁省春玉米生育期农业水土资源空间匹配格局的总体变化状况，根据该省“绿水”和“蓝绿水”视角下各站点春玉米生育期农业水土资源匹配系数变化分析（表2），运用普通克里金空间插值法对辽宁省春玉米生育期农业水土资源匹配系数值进行空间划分，并绘制农业水土资源匹配空间分布图，结果如图3和图4所示。不同时期辽宁省春玉米生育期农业水土资源空间匹配格局存在较大差异：1985—1996年，“绿水”和“蓝绿水”视角下农业水土资源匹配较高地区分别为东部及中部大部分地区，辽西北及南部地区农业水土资源匹配较低，大连农业水土资源匹配最低；而清原、宽甸及鞍山在仅考虑绿水足迹的水土资源匹配程度最高，鞍山和营口两地在蓝绿水足迹视角下的水土资源匹配程度最高（图3（a）和图4（a））。1997—2004年，“绿水”和“蓝绿水”视角下辽宁省春玉米农业水土资源匹配整体较上个阶段明显降低，由西北向东南呈减少趋势，西北部及南部地区农业水土资源匹配较低的面积增大，东部及中部地区农业水土资源配置也都明显降低，宽甸、丹东等地相比其他地区农业水土资源配置较好（图3（b）和图4（b））。2005—2018年，在这个阶段农业水土资源能够匹配状况整体明显增高，呈西北-东南条状分布，其中宽甸、鞍山、营口、熊岳等中东部地区在考虑蓝绿水足迹的农业水土资源匹配较高，以此向西北、东南方向农业水土资源匹配降低，其中，叶柏寿-朝阳-彰武一线及周边地区农业水土资源匹配最低，而仅考虑“绿水”的水土资源匹配高的地区仅有丹东东北部和本溪西部，自东向西呈递减趋势（图3（c）和图4（c））。整体来看，三个时段内，绿水视角下春玉米水土资源匹配系数高于5000 m3/hm2空间分布面积占全省总面积的比例分别为35%、19%和57%，而蓝绿水视角下同样水土资源匹配系数的空间分布面积占全省总面积的47%、21%和100%。随着农业科技提高和水资源调配政策的优化，辽宁省春玉米生育期水土资源匹配程度呈向好态势，东-中-西部水土资源配置情况逐渐降低，东部地区春玉米因其受地形地貌、气候条件及不同地区种植结构不同等条件的影响，“绿水”资源量充足，而西部地区大陆性气候特点明显，降水较少，需人为调配满足玉米作物的水土资源匹配。辽宁省同一时期不同地区间农业水土资源存在较大差异，这也为其种植结构优化的精细调整，水资源以及土地类型的利用提出了更高要求。

图3 “绿水”视角下辽宁省春玉米农业水土资源空间匹配特征（单位：m3/hm2）

图4 “蓝绿水”视角下辽宁省春玉米农业水土资源空间匹配特征（单位：m3/hm2）

4 讨论

自1985年以来，受全球气候变化及人类活动双重影响，辽宁省地区玉米种植从由雨养为主向雨养-灌溉兼具的农业生产类型转变，随之其农业水土资源配置状况也发生改变。一方面，由于降水量时空分布差异导致农作物生产水足迹发生变化（见图5），农业生产可利用的水资源量随之变化，农业水土资源配置与之改变。本文在对辽宁省1985—2018年3个时期的研究中，不同地区降水量年际变化不同，尤其1997—2004年间，由于降水量总体减少，辽宁省春玉米生育期水足迹下降，随之农业水土资源配置状况整体下降，辽西北地区变化尤其明显。降水量是其农业水土资源空间配置的“先天条件”。另一方面，随着全球气候变化影响，辽西北地区增温明显[42]，农业生产的热量条件增加，有利于春玉米生长，但由于西北地区植被稀少，同时蒸发也在加剧[42]。此外，人类活动对农业水土资源配置的影响主要是通过改变作物种植结构，灌溉方式，技术水平等因素实现。2002年以来，辽宁省通过大力推广节水抗旱新品种等，农业管理水平得到提高，使玉米得到增产[43]。未来辽宁省玉米种植结构调整应立足各地区农业水土资源匹配特征，因地制宜，推广水土资源匹配状况良好地区的先进经验，构建水土资源空间均衡的农业生产体系。

图5 辽宁省春玉米生产水足迹空间变化特征（单位：m3/hm2）

整体而言，辽宁省春玉米农业水土资源匹配状况逐渐转好，东北部农业水土资源匹配状况较好，西北部及瓦房店以南地区农业水土资源匹配状况较低。主要与辽宁东部地区降水量丰富，受海洋气候的影响，气候湿润，水足迹高，春玉米播种面积较西部和中部面积小有关；辽宁省西北部因受海洋性气候影响小，同时西北地区植被少，随气候变暖辽西北地区气温升高，蒸发加大，干旱事件增多[40]，农业水土资源匹配状况较低。随着辽宁省农业管理水平得到提高，玉米产量不断上升[44]，农业水土资源匹配水平得到提升。

当前将水足迹理论引入农业水土资源匹配的研究较少，然而以作物实际生长过程的水足迹测算农业水土资源匹配状况更切合实际[32]。本研究从水足迹视角，采用广义农业水土资源匹配系数，针对辽宁省春玉米生育期农业水土资源配置进行了多维度研究，克服以往单一农业水土资源研究不够全面的弊端，重点探究单一作物生长季的水土资源配置状况，有利于促进辽宁省农业用水资源利用效率提高，为精准农业发展提供一定的理论支撑和参考。但本文仍存在一些不足，在水足迹计算方面，文章仅考虑玉米生育期水足迹状况，并没有将其他作物列入其中，未来应对水足迹进行全面测算；在研究区域选取上，仅从辽宁省层面考虑，未拓展至全国层面或市县级层面研究，未来关于综合考量农业水土资源匹配等问题有待进一步深入。

5 结论

（1）从时间上看，1985—2018年间辽宁省春玉米农业水土资源匹配系数变化波动明显，总体以14 m3/（hm2·a）增长，年平均农业水土资源匹配系数值为5733 m3/hm2。由于降水量时空分布和种植结构变化等社会因素的影响，导致不同时期农业水土资源匹配系数发生变化，1985—1996年低于研究时段平均值为5454 m3/hm2，1997—2004年均值为6162 m3/hm2，2005—2018年均值为5727 m3/hm2。

（2）从空间上看，“蓝绿水”视角下，1985—1996年辽宁省19个站点地区农业水土资源匹配系数平均值为5024 m3/hm2，其中低于平均值的站点有8个，分别为彰武、开原、朝阳、叶柏寿、绥中、瓦房店、大连、丹东；1997—2004年农业水土资源匹配系数平均值为4571 m3/hm2；2005—2018年农业水土资源匹配系数平均值为5837 m3/hm2。总体而言，东部地区农业水土资源匹配度良好的地区增多，西北部农业水土资源匹配较差的范围缩小。辽西地区在仅考虑“绿水”与加上“蓝水”后的水土资源匹配程度存在差异，春玉米生长期需水量的人为调配作用明显。

（3）从空间匹配格局变化看，1985—2018年间辽宁省春玉米农业水土资源匹配状况呈现变好的趋势，东北部地区农业水土资源匹配状况较好，西北部及瓦房店以南地区农业水土资源配置较低。1985—1996年农业水土资源较高地区主要是鞍山和营口两地，大连地区农业水土资源匹配最低；1997—2004年辽宁省春玉米农业水土资源匹配度整体较上个阶段明显降低；2005—2018年在这个阶段农业水土资源能够匹配状况整体明显增高，呈西北-东南条状分布。