0 引言
【研究意义】水资源是重要的自然资源和经济资源,随着人口增长与各行业用水增加,水资源供需矛盾不断加剧。作为人口和农业大国,中国面临着严峻的水资源和粮食安全压力。在气候变化的背景下,全球气温、降水和水资源分布格局都将发生变化,从而对区域水资源状况和农业生产带来不确定性[1]。近年来,随着中国经济与社会的快速发展,水资源短缺形势愈来愈严峻。农业是中国主要的水资源消耗行业,其用水占全国用水总量的60%左右[2],而灌溉用水占农业用水的近90%,灌区水资源利用效率的提高对于提高中国农业水资源利用效率,缓解农业用水压力具有重要意义。同时,灌溉农业对保障中国粮食安全发挥着重要作用,占全国耕地面积49%的灌区生产出约占全国总量75%的粮食[3]。因此,合理评价灌区作物生产过程中水资源利用情况可为提高灌区农业水资源管理和调控水平提供理论依据,实现农业水资源的持续、高效利用。水足迹作为一个较新的水资源评价指标体系,从水资源消耗数量、类型和效率等几个层面评价了人类生产、消费活动对水资源的多重影响[4],有别于传统的用水量评价指标,它是一个体现消耗的水量、水源类型以及污染量和污染类型的多层面指标。同时,作物生产水足迹的量化是进行农产品虚拟水贸易分析的基础,开展水足迹与虚拟水的研究有助于理解淡水资源的全球属性及消费和贸易对水资源使用的影响。对作物生产水足迹影响因子敏感性进行研究有助于明晰作物生产水足迹的主要影响因素,并为水足迹调控和农业水资源管理提供理论依据。【前人研究进展】目前,国际上对水足迹的研究大致集中在3个方面：一是水足迹理论框架及量化方法的研究;二是水足迹的案例研究;三是基于水足迹的水资源评价和管理研究。在水足迹理论及量化方法研究方面：HOEKSTRA等 [4]探讨了水足迹在水资源管理中的应用前景,并初步构建了水足迹量化与可持续评价框架。MEKONNEN等[5]构建了基于栅格尺度的动态水分平衡模型,并在此基础上对全球作物的生产水足迹进行了量化。在水足迹案例研究方面：龙爱华等[6]、马静等[7]、HOEKSTRA等[8]、CAZCARRO等 [9]分别以省（区）、国家和全球为空间分析单元,研究了区域、国家和全球的消费水足迹以及行业水足迹（旅游业）。在基于水足迹的水资源评价方面：ZHANG等[10]指出水足迹为明确人类消费活动对水资源的影响提供了新的途径,通过进行水足迹评价,可以帮助管理机构实现水资源的可持续利用。ERCIN等[11]分析了未来人口、经济发展及生产和消费结构变化情景下,全球消费和生产水足迹的变化情况,为政府和相关机构制定水资源管理策略提供参考[12]。上述研究对于水足迹理论和应用的发展提供了有益的借鉴,但目前对于农业生产水足迹的量化方法还比较单一,针对不同尺度和评价目标的量化体系尚未建立,以往对作物生产水足迹的量化主要通过计算田间尺度作物蒸散量求得,没有考虑灌溉水在输配水及田间灌水过程中的损失,因而无法反映区域尺度农业生产过程中的水资源利用状况。同时,有关水足迹的研究大多还停留在对水足迹的量化和评价方面,对作物生产水足迹影响因子敏感性及贡献率的研究还较少。ZHUO等 [13]评价了降水量、作物系数、生育期等对作物生产水足迹的影响,开始了作物生产水足迹影响因素的初步探讨。【本研究切入点】农业生产是一个复杂的自然、社会交融的生产过程,气候等自然因素对作物生产水足迹产生重要的影响,但“绿色革命”以来农业生产投入对作物单产水平的提高发挥了重要作用,而作物单产是影响作物生产水足迹的重要因素,同时灌溉水利用效率水平也将直接影响作物生产水足迹。因此,综合评价气候、农业生产因子和灌溉水平对作物生产水足迹的影响对于全面评价作物生产水足迹的影响因素,进而提出水足迹调控标准和措施具有重要意义。【拟解决的关键问题】以河套灌区为研究区域,基于水足迹概念体系,利用改进的水足迹量化方法对河套灌区春小麦生产水足迹进行量化并分析其在研究时段内的演变特征;利用单因素轮换（One-At-A-Time,OAT）敏感性分析方法和贡献率分析方法探究气候、农业生产投入因子和灌溉水平对春小麦生产水足迹变化的驱动力,以期为灌区水足迹调控和水资源管理提供依据。1 数据与方法
1.1 研究区概况
河套灌区位于内蒙古巴彦淖尔市（图1）,灌区地处干旱、半干旱荒漠草原地带,大陆性气候特征明显,冬季严寒少雪,夏季高温干热,年平均气温6—8℃,灌区降雨量少,年平均降水量为130—215 mm,年蒸发量为2 100—2 300 mm[14]。灌区有效灌溉面积57.4万hm2,灌区主要种植作物为春小麦、玉米和向日葵等。引黄水是灌区主要的水源,河套灌区多年平均引黄水量为50亿m3左右。但由于黄河年径流量的下降,同时随着黄河统一调度,河套灌区配水量日益减少,灌区水资源供需矛盾不断加剧 [15]。
显示原图|下载原图ZIP|生成PPT图1河套灌区示意图
-->Fig. 1Location of Hetao irrigation district
-->
1.2 数据及来源
研究所需数据包括：气象数据、农业统计资料和农业用水资料。研究所需的气象数据包括河套灌区1981—2010年月平均最高气温、月平均最低气温、相对湿度、风速、日照时数、降水量等参数,数据来自中国气象科学数据共享网和巴彦淖尔市气象局[16]。研究区作物产量、播种面积、单产、生产资料投入等农业生产数据来自灌区管理年报和《内蒙古统计年鉴》[17]。灌区历年引、排水、灌溉定额、灌溉水利用系数等数据来源于河套灌区管理年报、《巴彦淖尔市水资源公报》等资料[18]。1.3 作物生产水足迹计算方法
作物生产水足迹可表述为生产作物单位产量（通常为经济产量）所消耗的广义水资源量,它由蓝水足迹（作物生产所消耗的地表水或地下水,即灌溉水）、绿水足迹（作物生产过程消耗的有效降水）和灰水足迹（用于稀释作物生产过程排放的污染物,使其达到环境标准所需的水资源量）组成。其中蓝水足迹与绿水足迹为作物消耗性用水,而灰水足迹为改善环境性用水。由于河套灌区所面临的主要环境问题为土壤盐渍化,而目前国际上关于农业灰水足迹的污染源多界定为化肥、农药等造成的水体污染,因此,本研究主要关注春小麦生产过程中的消耗性用水（即蓝水足迹与绿水足迹）,暂不考虑灰水足迹[4, 12]。目前国际上对作物生产水足迹的量化主要通过计算田间尺度作物蒸散量求得,没有考虑灌溉水在输配水及田间灌水过程中的损失,因而无法反映区域尺度农业生产过程中的水资源利用状况。针对该方法的不足,本研究在已有研究的基础上,根据作物生产水足迹定义,提出了改进的作物生产蓝水足迹计算方法,即将灌溉水损失量中的渠道蒸发、深层渗漏后随地下水流出研究区域外的灌溉水量纳入蓝水足迹量化之中,从而反映区域作物生产过程中的水资源利用特征,主要计算过程如下[15]：
式中,WFgreen为春小麦绿水足迹（m3·kg-1）;WFblue为春小麦蓝水足迹（m3·kg-1）;Wgreen为春小麦单位面积消耗的绿水资源量（m3·hm-2）;Wblue为春小麦单位面积消耗的蓝水资源量（m3·hm-2）;10为单位换算系数; ETc为春小麦生育期蒸发蒸腾量（mm）;Pe为春小麦生育期有效降水量（mm）;IRG为作物单位面积消耗的灌溉水量（m3·hm-2）;Y为作物单位面积产量（kg·hm-2）。
Pe根据CROPWAT模型中内嵌的有效降水量计算公式进行量化,该公式为美国农业部土壤保持局（USDA SCS）提出的方法 [19]：
式中,Pdec为旬降水量（mm）;Pe(dec)为旬有效降水量（mm）。根据作物生育期对Pe(dec)进行求和即可得到作物整个生育期的有效降水量,沈成[20]、AUGUSTIN[21]等人的研究表明,该方法在河套灌区具有较好的适用性。
作物单位面积蓝水消耗量IRiG可以利用作物i灌溉水消耗量占灌区种植业灌溉水消耗总量的比例进行推求,见下式：
式中,WA为灌区种植业灌溉水总消耗量（m3）;α为春小麦灌溉水消耗量占灌区灌溉水消耗总量的比例; AW为春小麦的播种面积（hm2）。
WA根据灌区水量平衡进行计算,计算过程见下式：
式中,WIn为灌区引水量（m3）;WP为灌区降水补给量（m3）;WG为地下水补给量（m3）;Wout为灌区排水量（m3）;ΔW为灌区内部蓄水的变化量（m3）;WPe为灌区种植业消耗的有效降水量（m3）;WI为工业生产耗水量（m3）;WL为城乡生活耗水量（m3）;WE为生态环境耗水量（m3）。
α根据下式计算[15]：
式中,ETWc为春小麦蒸发蒸腾量（mm）;PWe为春小麦生育期消耗的有效降水量（mm）;ETic为作物i生育期的蒸发蒸腾量（mm）;Ai为作物i的播种面积（hm2）;Pie为作物i生育期消耗的有效降水量（mm）。本研究中ETic利用CROPWAT模型采用Penman Monteith方法,结合当地气象、作物系数等参数进行量化[5]。
1.4 水足迹敏感性分析
因子敏感性是表征一个或几个相关影响因子发生变化时,对因变量影响程度的定量参数[22-24]。论文利用OAT（One-at-a-Time）敏感性分析法分析春小麦生产水足迹对其影响因素的敏感性。OAT分析是一种筛选式的试验方法,综合了局部和全局的敏感性分析方法,通过改变准则因子的相关数据来评估因变量对自变量的敏感性[25-27]。1.5 因子贡献率分析
根据水足迹基本理论,作物生产水足迹是由作物耗水量与单位面积产量共同决定,作物单产受当地热量、水分、辐射等农业气候资源,以及化肥、农药、机械化水平等生产资料因子的影响,用函数表示其关系为[15]：
式中,Ci、Si分别为影响作物单位面积产量的气象因子及生产资料投入因子。
作物生产过程的水资源消耗主要与区域气候条件及灌溉设施和技术水平有关,作物耗水量可用下式表示[15]：
式中,CWU为作物单位面积水资源消耗量（m3·hm-2）;Si为作物生产过程中与水资源消耗相关的生产变量,如灌溉水利用系数。
因此,作物生产水足迹可用下式表示[15]：
对等式两边分别取对数进行线性化可得：
对上式进行多元线性回归得到以下回归方程：
式中,e为回归方程常数项,其他参数与上同。
根据弹性系数的定义,利用Eviews 8.0软件对上
式进行多元线性回归,回归系数即为各因子的弹性系数（一定时期内相互联系的两个指标变化速度的比率）,农业生产资料和气象因子变化对水足迹变化的贡献率可按下式计算[15, 28-29]：
式中,δi为第i项生产资料对作物生产水足迹变化的贡献率;αi为第i项生产资料的弹性系数;ΔSi为第i项生产资料投入的变化量;ΔWF为作物生产水足迹的变化量;γi为第i项气象因子对作物生产水足迹变化的贡献率;bi为第i项气象因子的弹性系数;ΔCi为第i项气象因子的变化量。
2 结果
2.1 春小麦生产水足迹年际变化分析
春小麦生产过程的水资源消耗有两种类型：蓝水（灌溉水）和绿水（有效降水）。对河套灌区春小麦生产过程中的水资源消耗分析显示,在研究时段内,春小麦生育期水资源消耗主要依靠灌溉水供给,而由于降水稀少,春小麦消耗的降水较少。从年代变化来看,由于区域灌溉系统运行水平的提高,单位面积灌溉水消耗量呈波动下降的趋势,而降水消耗量受降水波动性的影响,其在研究时段内也呈现出较为明显的波动趋势（图2）。根据灌区气象、农业生产和灌区用水数据对河套灌区1981—2010年的春小麦生产水足迹进行量化。利用趋势分析和M-K检验[30-31]分析了春小麦生产水足迹的时间演变特征。图3中生产水足迹在研究时段内呈显著下降趋势,从1981年的4.71 m3·kg-1,下降到2010年的1.52 m3·kg-1,年均下降率为0.11 m3·kg-1。M-K趋势检验值为-6.71,说明下降趋势达到极显著水平（P<0.01）。同时,春小麦生产水足迹年际变化呈现出较为明显的阶段性特征：1981—1987年间主要呈现出波动性下降的趋势;1988—1995年间呈现出快速下降的变化趋势;1995年之后呈现出较为平缓的下降趋势。从水足迹的蓝、绿水构成来看,河套灌区春小麦生产水足迹中蓝水足迹比例超过90%,而绿水足迹比例不足10%,灌区春小麦生产主要依靠蓝水资源。从二者在研究时段内的变化趋势来看,春小麦生产蓝水足迹下降趋势较春小麦生产绿水足迹更为显著。
显示原图|下载原图ZIP|生成PPT图2区域尺度春小麦单位面积耗水量年际变化
-->Fig. 2Interannual variation of water consumption of spring wheat at regional scale
-->
显示原图|下载原图ZIP|生成PPT图3春小麦生产水足迹年际变化
-->Fig. 3Interannual variation of water footprint of spring wheat
-->
春小麦生产水足迹是由春小麦生产过程中的水资源消耗量和春小麦单位面积产量共同决定,通过分析研究时段二者的变化规律可以发现（图4）,春小麦生产水足迹的快速下降阶段与春小麦单产大幅度提高（伴随着化肥、农药使用量的增加）的阶段基本吻合,进入1995年之后,春小麦单产增速放缓,其水足迹的下降主要是在单位面积耗水量下降的带动下实现的。
2.2 影响因子敏感性分析
鉴于河套灌区农业生产主要依靠蓝水资源,春小麦蓝水足迹占春小麦生产水足迹总量的比例在90%以上,春小麦蓝水足迹与春小麦总水足迹的影响因子敏感性具有大体一致的特性。因此,本研究着重分析春小麦总水足迹的因子敏感性及贡献率。利用OAT方法对春小麦生产水足迹的影响因素进行敏感性分析,结果显示（图5）：对于气象因子而言,春小麦生产水足迹与日照时数和降水量呈正相关关系,与相对湿度呈现负相关关系,即春小麦生产水足迹随着日照时数和降水量的增加而增加,随着相对湿度的增加而减小。对于农业生产因子而言,春小麦生产水足迹与化肥使用量和灌溉水利用效率呈负相关关系,即春小麦生产水足迹随着化肥使用量的增加、灌溉水利用系数的提高而降低。
显示原图|下载原图ZIP|生成PPT图4春小麦单位面积产量及耗水量年际变化
-->Fig.4Interannual variation of yield and water consumption per unit area of spring wheat
-->
气象因子中,水足迹对日照时数的敏感性最大,日照时数在±20%的波动的情况下,春小麦生产水足迹的变化范围约为±30%;相对湿度的敏感性次之,在±20%的波动的情况下,春小麦生产水足迹的变化范围约为±24%;而水足迹对降水的敏感性较低。农业生产水平因子中,水足迹对灌溉水利用率的敏感性较高,灌溉水利用系数在±20%变动的幅度下,春小麦生产水足迹的变动幅度达到±60%以上;但是春小麦生产水足迹对化肥使用量的敏感性较低,单位面积化肥用量在±20%的波动的情况下,春小麦生产水足迹的变化范围约为±4%左右。由此可见,水足迹对各个因子的敏感性差别十分显著,春小麦生产水足迹对灌溉水利用系数、日照时数和相对湿度的敏感性较高,对其余影响因子的敏感性较低。
2.3 影响因子贡献率分析
作物生产水足迹影响因子在研究时段内的变化对春小麦生产水足迹产生一定的影响,为了评价影响因子变化对春小麦生产水足迹变化的贡献程度,采用贡献率分析方法定量分析了各个影响因子对春小麦生产水足迹变化的贡献程度。影响因子变化率分析结果显示：相对湿度和日照时数在研究时段内的变率分别为-3.04%和-0.35%,而降水量、化肥使用量和灌溉水利用系数在研究时段内的变率分别为31.40%、406.70%和26.22%,这说明灌区相对湿度和日照时数在研究时段内呈现出下降趋势,而降水量、化肥使用量和灌溉水利用系数在研究时段内呈增加态势。上述影响因子在研究时段内的变化将会对春小麦生产水足迹产生影响,各影响因子贡献率分析结果表明（表1）,相对湿度和降水量的贡献率为正值,日照时数、单位面积化肥用量及灌溉水利用系数的贡献率为负值。这说明,研究时段内相对湿度的减少和降水量的增加促使春小麦生产水足迹的增加。而日照时数的下降、化肥使用量以及灌区用水效率的提高促使了春小麦生产水足迹的降低。定量分析结果表明,对春小麦生产水足迹值贡献率最大的是灌溉水利用系数,其次为单位面积化肥用量,而相对湿度、日照时数和降水量三者的贡献率相近,贡献率最小的是日照时数,这主要是因为日照时数在研究时段内的变率最小。
显示原图|下载原图ZIP|生成PPT图5春小麦生产水足迹影响因子敏感性
-->Fig. 5Sensitivity of influencing factors of wheat water footprint
-->
进一步分析因子贡献率差异的原因可以发现,灌溉水利用系数的弹性系数和研究时段内的变率均较大,所以其贡献率也最大。相对湿度和日照时数的弹性系数虽然较大,但是其研究时段内的变率较小,所以对水足迹的贡献也较小。此外,虽然相对湿度的敏感系数为负值,但是由于年际减少的变化趋势,其对春小麦生产水足迹的贡献率为正。
Table 1
表1
表1春小麦生产水足迹影响因子贡献率分析
Table 1Contribution rate analysis of influencing factors of wheat water footprint
| 影响因子 Influence factor | 影响因子变异系数 Variation coefficient of the influence factor | 研究时段内影响因子变率 Change rate of the factors during the study period(%) | 影响因子弹性系数 Elasticity coefficient of the influence factor | 贡献率 Contribution rate of the influence factors(%) |
|---|---|---|---|---|
| 相对湿度 Relative humidity | 0.0455 | -3.04 | -1.237 | 1.56 |
| 日照时数 Sunshine hours | 0.0278 | -0.35 | 1.525 | -0.22 |
| 降水量 Precipitation | 0.2649 | 31.40 | 0.112 | 1.46 |
| 化肥使用量 Fertilizer | 0.3470 | 406.70 | -0.218 | -36.89 |
| 灌溉水利用系数 Utilization coefficient of irrigation water | 0.0782 | 26.22 | -3.158 | -39.42 |
| 剩余因素 Other factors | -26.49 |
新窗口打开
3 讨论
气象因子对作物生产水足迹的影响主要通过其对作物单位面积产量和耗水量的作用实现。关于气象因子对作物耗水量的影响,已有****进行了系统的研究。陈素英等[32]研究指出相对湿度的变化将会影响作物蒸散和气孔导度,湿度越大将会导致大气蒸发能力下降,作物需水量下降。同时湿度增加将会导致作物气孔导度减小,影响作物光合作用,降低作物生物量[32]。日照时数影响着作物生育期的太阳辐射量,从而对作物生物量的积累产生影响,另一方面,根据水气扩散理论,太阳辐射将为作物蒸散提供能量,因此日照时数的改变将会影响太阳辐射从而影响作物产量和作物耗水量。赵璐等[27]对川中丘陵区近60年参考作物蒸发蒸腾量变化成因进行了研究,结果显示日照时数和风速减小对参考作物蒸发蒸腾量变化的贡献率分别为-5.403%和-2.054%;相对湿度减小和温度增加对参考作物蒸发蒸腾量变化的贡献率分别为2.085%和0.562%,研究指出日照时数和风速减小是引起该区域参考作物蒸发蒸腾量下降的主要原因。气候因子对作物生产水足迹的影响途径如下：随着空气相对湿度的增加大气蒸发能力下降,作物耗水量也随之下降,从而促使作物生产水足迹下降。日照时数决定着作物生育期的太阳辐射量,日照时数的改变将会影响太阳辐射从而影响作物产量和作物耗水量,在二者共同作用下对作物生产水足迹产生影响。降水作为绿水的来源,只有转化为土壤有效水并被作物利用的那部分降水构成了作物绿水足迹,由于河套灌区地处西北内陆干旱区,夏季高温干旱、冬季严寒少雪,降水稀少,农业生产主要依靠灌溉,因此该区域作物生产水足迹受降水的影响较小。农业生产资料投入及灌溉水平对作物生产水足迹影响途径如下：施肥能提高土壤肥力,是提高作物单位面积产量的有效措施,因此化肥使用量的增加将会促使作物生产水足迹的下降。而灌溉水利用系数则直接决定了蓝水资源的利用效率,灌溉水利用系数的提高将会使作物生育期的水资源消耗量下降,从而促使作物生产水足迹的下降。
河套灌区春小麦生产水足迹、单位面积产量和耗水量的年际变化结果显示,21世纪90年代之后,由于作物单位面积产量年均增加幅度放缓,因而通过提高作物单产水平以降低作物生产水足迹的空间有限,同时LIU等[33]和ZHANG等[34]的研究表明由于化肥和农药的“边际效益”递减,二者使用所带来的单产水平提高幅度越来越小。这一点也从研究中水足迹对化肥的敏感性较低这一结论得到佐证,而且使用过多的化肥、农药将会带来农田生态环境的恶化。因此,河套灌区作物生产水足迹调控的重点和发展方向是提高农业水资源利用率和利用效率,降低作物生产的水资源消耗量。春小麦生产水足迹影响因子敏感性分析结果表明,对于河套灌区而言,春小麦生产水足迹对灌溉水利用效率敏感性较高,因此通过农田水利设施和雨水积蓄利用设施建设提高灌溉水和降水利用系数,同时合理控制化肥和农药用量,在维持高产的同时,减小化肥、农药对区域土壤、水环境的影响,是实现区域农业水资源高效、可持续利用的主要措施。
本研究利用敏感性和贡献率分析对水足迹影响因素的敏感性和贡献率进行了研究,并得到了一些具有参考价值的初步结论,该结论可为灌区实施水足迹调控,实现水资源定量化管理提供有效的途径和方向。但本研究还存在以下局限性：数据是水足迹评价研究的基础,水足迹量化及评价所涉及的数据面广、量大,对数据准确性、完整性和有效性都有较高的要求,由于数据统计口径和误差,导致基础数据本身存在一定的不确定性,同时受限于基础数据的时间序列较短,可能导致敏感性和贡献率分析结果存在一定的误差。另外,本研究利用传统的水量平衡进行水足迹计算,未来可借助开发适用于灌区的分布式水文模型对水足迹进行量化,可为分析农业水文循环过程和机理提供借鉴。
4 结论
（1）在研究时段内,河套灌区春小麦生育期水资源消耗主要依靠灌溉水供给。从年代变化来看,由于区域灌溉系统运行水平的提高,单位面积灌溉水消耗量呈波动下降的趋势,而降水消耗量受降水波动性的影响,其在研究时段内也呈现出较为明显的波动趋势。春小麦生产水足迹在研究时段内呈显著下降趋势,年均下降率为0.11 m3·kg-1,同时其年际变化呈现出较为明显的阶段性特征,可划分为波动性下降期（1981—1987年）、快速下降期（1988—1995年）、缓慢下降期（1996—2010年）,这个变化规律与灌区农业生产和灌溉水平的发展特征基本一致。（2）河套灌区春小麦生产水足迹与日照时数和降水量呈现正相关关系,与相对湿度、化肥使用量和灌溉水利用系数呈负相关关系;敏感性定量分析显示,春小麦生产水足迹对灌溉水利用系数最敏感,其次是日照时数、相对湿度、化肥使用量和降水量。贡献率分析结果显示农业生产资料（表现为化肥的投入）和水资源利用效率（表现为灌溉水利用系数）的提高是促使河套灌区春小麦生产水足迹在研究时段内下降的主要因素,而气候因素由于在研究时段内变率较小,其对春小麦生产水足迹的影响较小。
（3）作物生产水足迹对化肥的敏感性较低表明：由于“边际效益”递减,化肥和农药的使用所带来的单产水平提高幅度越来越小,而且过多的使用化肥、农药将会带来农田生态环境的恶化。根据因子敏感性和贡献率分析结果,河套灌区作物生产水足迹调控的方向是提高农业水资源利用率和利用效率,降低作物生产的水资源消耗量。
（责任编辑 杨鑫浩）
The authors have declared that no competing interests exist.
