基于因子分析的土壤水分下限对滴灌作物产量和品质影响评价

2017-01-11刘新华

水利技术监督 2016年5期

关键词：土壤水分甜瓜贡献率

刘新华

(新疆塔里木河流域阿克苏管理局，新疆阿克苏 843000)

基于因子分析的土壤水分下限对滴灌作物产量和品质影响评价

刘新华

(新疆塔里木河流域阿克苏管理局，新疆阿克苏 843000)

本文采用因子分析法,从作物生长性状、果实外观品质、果实营养品质与产量及水分利用4个方面研究了滴灌方式下不同灌水下限对温室甜瓜的综合影响。结果表明:株高、茎粗、地上部干重、果实纵径、果形指数、游离氨基酸总量与果实数这7项指标是影响灌水下限综合评价的主要因素;165为温室滴灌方式下甜瓜最优灌水下限,即伸蔓期、开花期和结果期,灌水下限均为土壤田间持水量的65%。研究结果为温室甜瓜栽培中的合理灌溉提供了理论参考。

滴灌;灌水下限;因子分析;温室甜瓜

甜瓜为一年生蔓性草本植物，是世界各国普遍栽培的瓜类作物，目前在我国已成为发展高效、精品农业的首选作物品种。其生长对水分较为敏感，水分过低容易造成减产，过高则易导致果实品质下降。此外，对于同一种作物来说，在不同生育阶段作物生长对水分亏缺的敏感性也各不相同［1］。土壤水分是甜瓜生长发育过程中的重要影响因子之一，植株在生长过程中通过形态发育和一些生理反应变化来调整自身的生长发育状态以适应土壤水分的动态变化。

土壤水分适宜下限指标是指适宜于作物生长的最低土壤水分含量，该土壤水分适宜下限因土壤类型、作物和作物生育时期的不同而存在差异性，它决定灌水开始时间和灌水次数并影响灌水量的确定［2］。甜瓜不同的生长阶段对水分的需求和敏感性也不相同，营养生长是生殖生长的基础，植株营养生长状况直接影响到甜瓜后期的生殖生长和果品品质，因此，研究甜瓜生育期间对水分的需求对其生长具有重要理论和现实价值［3-5］。

鉴于此，本文在前人研究的基础上，采用因子分析法就滴灌栽培条件下，不同土壤水分下限处理对甜瓜产量和品质的影响进行综合评价，提出适合甜瓜栽培的土壤水分下限，以期为类似甜瓜设施栽培地区的合理灌溉提供参考。

1 作物灌水下限适宜模式评价体系

根据文献［6］数据资料，作物灌水下限适宜模式评价体系包括:作物生长性状、果实外观品质、果实营养品质、产量及水分利用4个方面。其中作物生长性状又包括株高、茎粗、叶面积与地上部干重这4项指标;果实外观品质包括果实纵径、果实横径、果形指数、皮厚与肉厚5项指标;果实营养品质包括可溶性固形物(TotalSolubleSolid，TSS)、可溶性糖、V c、可溶性蛋白质与游离氨基酸总量5项指标;产量及水分利用包括平均单果重、果实数、产量、总灌水量与灌溉水分利用效率(Irrigation WaterUseEfficience，IWU)5项指标。作物灌水下限适宜模式评价指标体系见表1。

在表1评价指标体系中，株高与茎粗是衡量植株健壮与否的一个重要指标，在一定程度上反映了植株输送营养物质及水分的能力，其值越大越优;叶面积与地上部干重反映了作物光合作用的强弱，若叶面积与地上部干重越大则表明植株光合作用较强，植株生长势态良好;在果实外观品质方面，若果实纵横径越大(果实体积也会越大)、果形指数越接近于1，则表明果实外观品质较好。此外，若果实皮厚较薄、肉厚较大则表明其品质较优;甜瓜果实中含有大量可溶性固形物、可溶性糖、VC、可溶性蛋白质和游离氨基酸等营养物质，这些营养物质的含量决定了甜瓜的内在品质，其指标值均为越大越优;在产量及水分利用方面，平均单果重越大、果实数越多，则相应的产量会越高。在总灌水量保持一定水平的情况下，灌溉水利用效率越高则越优，表明其单方水产出较大。

表1 不同灌水下限对作物生长影响的综合评价指标体系

2 因子分析法

因子分析法的核心思想主要是对原始数据进行降维处理，按照方差贡献率大于85%的原则选取主成分个数，并以方差贡献率为权数计算综合主成分得分，其原理及计算步骤如下。

2.1 基本原理

设有n个评价方案，每个方案有p个评价指标，则可构成n×p阶方案矩阵:

利用p个原始变量构成少量新的综合变量，使得新变量为原始变量的线性组合，这样定义 x1，x2，…，xp为原变量指标，Z1，Z2，…，Zm(m≤p)为新的综合变量，则:

2.2 计算步骤

2.2.1 对原始数据进行无量纲处理

式中:xij—第 i个指标第 j个方案的原始值;x-，σi—第i个指标的方案均值与标准差。

2.2.2 形成相关系数矩阵

2.2.3 计算特征值与特征向量

根据特征方程|λ I-R|=0，求出特征值λi(i=1，2，…，p)，并按大小排序，之后求解特征值所对应的特征向量ei(i=1，2，…，p)，‖ei‖=1。

2.2.4 计算主成分贡献率和累计贡献率

计算主成分zi贡献率和累计贡献率一般取累计贡献率大于85%的特征值进行因子分析。

2.2.5 因子旋转

采用方差最大化正交法旋转因子，以使因子载荷系数尽量接近1或0。

2.2.6 评价指标权重计算

计算式如下:

式中:wi—指标i的权重;ej—主成分j的方差贡献率;βij—因子得分系数。

2.2.7 方案综合评价

方案综合值计算如下:

式中:zij—指标归一化值;Aj—第j个评价方案的综合值，其余参数含义同前。综合值 Aj越大，则表明方案越优，反之则越劣。

3 模型应用

3.1 数据来源

根据文献［6］中的数据资料，采用因子分析法对温室滴灌方式下甜瓜不同灌水方案进行综合评价。灌溉方案设计见表2，不同灌水下限的作物生长性状、果实外在与内在营养品质、产量及水分利用情况见表3。

表2 灌溉方案设计

表3 不同灌水下限作物生长指标值

3.2 因子分析

按照因子分析法计算步骤，首先将表3中不同灌水下限的指标数据进行标准化处理，之后求出指标相关系数矩阵，并解相关系数矩阵的特征方程以计算特征值(见表4)。由于表3中各评价指标间具有一定的相关性，运用所有指标进行方案评价时，会有信息重叠。由表4可知，前3个主成分的累计贡献率为100%，说明它们基本包含了以上19个评价指标的所有信息。其中，第一个主成分又是最重要的，对评价结果影响最大(方差贡献率为67.11%)。

此外，对各评价指标进行K MO检验和Bartlett球形检验，结果表明:评价指标K MO值为0.673，根据统计学家Kaiser给出的标准(K MO大于0.6)，适合因子分析;同时Bartlett球形检验给出的相伴概率为0.000小于显著性水平0.05，因此，拒绝零假设，认为评价指标之间存在相关性，可以进行因子分析。

表4 主成分特征值、贡献率及累计贡献率

利用方差极大正交旋转法求出前3个主成分的荷载值(见表5)。

表5 主成分荷载旋转矩阵

根据旋转后的因子得分系数，利用式(5)计算得到19个评价指标的权重 w，得 w=(0.082，0.098，0.031，0.095，0.091，0.018，0.074，0.020，0.036，0.018，0.053，0.052，0.031，0.078，0.036，0.079，0.025，0.034，0.049)。

由评价指标权重可知，株高、茎粗、地上部干重、果实纵径、果形指数、游离氨基酸总量与果实数这7项指标对评价综合值的影响较大(上述评价指标权重均大于0.07)

将表3中各处理的指标数据按照指标类型(正指标与负指标)分别进行归一化处理，之后将各评价方案归一化结果带入式(6)，即可得到不同灌水下限综合评价值及排序(见表6)。