基于PI模型的阿拉善绿洲节水型种植结构优化

马 波，田军仓，沈 晖，潘永霞，张会梅

(1.宁夏大学土木与水利工程学院，银川 750021；2.宁夏节水灌溉与水资源调控工程技术研究中心，银川 750021；3.教育部旱区现代农业水资源高效利用工程研究中心，银川 750021)

阿拉善盟地处内蒙古自治区最西端，属于半干旱-干旱草原向干旱-极干旱荒漠的过渡带，多年平均降水量东部地区为100～200 mm，中部为80～100 mm，西部仅35～44 mm左右，年平均蒸发达2 328～3 934 mm。为满足粮料的供给，阿拉善左旗自20世纪50～90年代先后开发建设了8个沙漠绿洲[1]，总面积75.47万hm2[2]。由于绿洲存在于沙漠之中，农田风蚀、沙化、流沙入侵等致使绿洲内农牧业发展、生态系统修复受到一定程度的制约[3]。

沙漠绿洲从东南向西北，主要分布有淡棕钙土、灰漠土、灰棕漠土、石膏灰棕漠土，土壤质地差异性大[4]；加之种植结构比较单一，主要以高耗水的玉米为主，致使沙漠绿洲水资源尤为紧缺。

宁夏大学于2013、2014年受阿拉善SEE生态协会有关项目的资助，在阿拉善左旗通古勒格淖尔苏木希尼陶海嘎查进行了种植结构及主要农作物水肥资源高效利用研究，通过种植玉米、谷子、油葵，结合土壤质地及灌溉定额，分析其可持续发展的节水型种植结构。

1 材料与方法

1.1 试验区基本情况

试验点位于阿拉善左旗通古勒格淖尔苏木希尼陶海嘎查，土壤质地有2种，一种是0～60 cm均为沙壤土，称之为均质沙壤土(后文用“Ⅰ”表示该类土壤)，另一种为分层非均质土(后文用“Ⅱ”表示该类土壤)，0～20 cm为沙壤土，20 cm以下为粉质黏土，各层密度及田间持水率见表1。

表1 土壤密度及田间持水率

1.2 试验方案

选择玉米、谷子和油葵作为研究作物，方案设计因素有作物种类、土壤质地和灌溉定额。2013年试验设计为4个处理，2014年试验设计为8个处理，每个处理面积0.16 hm2，重复3次，两年试验设计互为补充，试验方案见表2。

表2 试验方案

1.3 试验实施

玉米种植采用宽窄行形式布置，宽行行距60 cm，窄行行距40 cm，株距23 cm，在窄行中间铺设1条滴头间距30 cm的滴灌带，品种为中地77。2013年于5月2日播种，底肥施用二铵(N-P2O5-K2O:18-46-0)300 kg/hm2，复合肥(N-P2O5-K2O:15-15-15)525 kg/hm2。追肥(尿素N-P2O5-K2O:46-0-0)为600 kg/hm2。

谷子采用宽窄行形式布置，宽行行距40 cm，窄行行距22 cm，株距12.5 cm，在窄行中间铺设1条滴头间距30 cm的滴灌带，谷子品种为张杂谷5号。2014年于5月12日、5月14日播种，底肥施用有机肥(N-P2O5-K2O:12-4-4)600 kg/hm2，追有机肥(N+P2O5+K2O≥35%)30 kg/hm2。

油葵采用宽窄行形式布置，宽行行距60 cm，窄行行距40 cm，株距20 cm，在窄行中间铺设1条滴头间距30cm的滴灌带，葵品种为康地562。2014年于5月24日、5月25日播种，底肥施用二铵(N-P2O5-K2O:18-46-0)300 kg/hm2，复合肥(N-P2O5-K2O:15-15-15)240 kg/hm2，追肥(尿素N-P2O5-K2O:46-0-0)为525 kg/hm2。

1.4 优化方法选择

这里优化方法选择包含两个方面的内容：一是确定计算土壤生产力指数PI模型，二是优化评价指标。

1.4.1 土壤生产力指数PI模型的确定

针对沙漠绿洲土壤质地不均问题，对种植不同作物土壤生产力指数PI进行计算。计算采用Neill提出的基于两个假设的PI模型[5]：一是在一定气候条件与管理措施下，作物产量与根系生长成正相关；二是根系生长依赖于土壤质量。该模型可用来评价土壤性质对作物产量的影响，模型表达如下式所示。

(1)

式中：Ak为第k层土壤田间持水率适宜性指数；Ck为第k层土壤密度的适宜性指数；SFk为第k层土壤质地权重；WFk为根据土层厚度计算的根系权重；k为种植区土壤分层数，k=1,2,…,l，这里将土壤分为3层，每层深度为20 cm，也即l=3。

1.4.2 优化的衡量指标

由于阿拉善绿洲农业区属于农牧交错区，该地区农业种植结构要兼顾粮食、油料和饲草3个方面的问题，同时，还要考虑轮作倒茬问题。

这里选取的优化衡量指标为最大粮食总产量和总净效益，最大粮食总产量计算表达式如下式所示。

(2)

式中：maxY(Aij,yij)为最大粮食总产量，kg；Aij为第i种作物在j区种植的面积，hm2；yij为第i种作物在j区的产量，kg/hm2；i为该地区所种植的作物种类数，i=1,2,…,n；j为依据土壤质地划分的种植区域号，j=1,2,…,m。

这里种植面积在考虑价格风险基础上再考虑轮作倒茬，每一种作物种植面积不超过种植区总面积的1/n，也即每种作物种植总面积最大为S/n，本研究选取3种作物谷子、玉米和油葵为研究对象，分别代表了粮食作物、饲草作物和油料作物，这里n=3，那么可以用单位面积的结果来代替该种植区域优化。

总净效益计算方法如下式所示。

(3)

式中：maxNB(Aij,yij,Pi,Ei)为总净效益，元；Aij为第i种作物在j区种植的面积，hm2；yij为第i种作物在j区的产量，kg/hm2；Pi为第i种作物价格，元/kg；Ei为一定条件下第i种作物单位面积当年全部支出，元/hm2，i=1,2,…,n；j为依据土壤质地划分的种植区域号，j=1,2,…,m。

2 结果与分析

2.1 产量及水分利用效率WUE

作物成熟收获时观测其产量，利用水量平衡公式计算田间蒸发和作物蒸腾量ET，进而计算水分利用效率WUE,计算结果如表3所示。

表3 产量及水分利用效率

从表3可以看出，2013年，当灌溉定额为4 797 m3/hm2时，Ⅰ类土壤种植玉米产量比Ⅱ类土壤高28.3%，灌溉定额为5 712 m3/hm2时，Ⅰ类土壤产量比Ⅱ类土壤高10.4%。Ⅱ类土壤灌溉定额5 712 m3/hm2的产量比4 797 m3/hm2高34.9%，Ⅰ类土壤灌溉定额5 712 m3/hm2的产量比4 797 m3/hm2高16%。可以看出，在该试验区Ⅱ类土壤种植玉米时灌溉定额达到5 712 m3/hm2时能够达到理想的效果，在Ⅰ类土壤种植玉米时灌溉定额达到5 712 m3/hm2时可获得高产。

2014年，相同灌溉定额条件下，谷子高水Ⅰ类土壤比Ⅱ类土壤产量高23.4%，低水Ⅰ类土壤比Ⅱ类土壤产量高19.7%，油葵高水Ⅰ类土壤比Ⅱ类土壤产量高13.9%，低水Ⅰ类土壤比Ⅱ类土壤产量高32.2%。

同一灌溉定额水平条件下，Ⅰ类土壤比Ⅱ类土壤玉米水分利用效率高28.5%(2013年低水)、10.3%(2013年高水)、19.3%(2014年高水)，Ⅰ类土壤比Ⅱ类土壤谷子水分生产效率高19.8%(2014年低水)、24.2%(2014年高水)，Ⅰ类土壤比Ⅱ类土壤谷子水分利用效率高31.5%(2014年低水)、13.3%(2014年高水)。同一土壤类型条件下，高灌溉定额水平水分利用效率比低灌溉定额水平低。

2.2 种植结构优化

2.2.1 参数的确定

(1)根系权重WF。根系权重系数WF直接采用Pierce根据Power等研究结果提出的计算公式[6]，Horn[7]在土壤水分利用模型中给出了理想情况下根系随土壤深度的变化如下式所示。

(4)

式中：R为计划湿润层，cm；depth为土层深度，cm。

Neill提出200 cm厚的土层对于玉米生长适宜[5]，Power等人的田间试验研究表明，100 cm厚的土层已经足够[8]，于是Pierce将100 cm作为玉米生长的适宜厚度，可计算得到玉米根系权重计算式，进而计算可得到不同作物的根系权重，计算结果见表4。

表4 根系权重

(2)土壤质地权重SF。在分层计算土壤密度适宜性指数时，考虑到耕种对密度的改良作用，将表土层(0～20 cm)土壤密度适宜性指数C均赋值为1，表示表土层密度对作物生长没有限制，不同土壤密度适宜性指数可表示为式(5)的形式[9，10]。

(5)

式中：γj为第j层土壤的密度，考虑到耕种对密度的影响，因此将表土层(0～20 cm)土壤密度适宜性指数C均赋值为1，表示表土层密度对作物生长没有限制。

Gantzer C J认为上层土壤对作物产量的贡献大于下层土壤[9]。冷疏影根据土壤质地对土壤生产力进行打分[11]，其中，壤土组7～10分；沙土组和黏土组0～5分。在分类上越靠近壤土的得分越高，据此来确定不同土层土壤质地权重如表5所示。

表5 土壤质地权重

(3) 土壤密度的适宜性指数C。Grossman等[10]研究发现土壤密度与作物产量二者呈负相关，也即在质地相同的情况下，密度越小对作物的生长越有利。在密度一个较小范围内不会影响作物生长，但增加到一定数值后会抑制作物生长，将该影响点密度称为适宜性密度，随着密度增加，抑制作用增强，直至作物无法生长，此时的密度称为限制性密度[12，13]。Pierce基于Grossman得出的限制性密度，给出了临界密度的计算公式如下。

ec=1.2er-0.53

(6)

式中：ec为临界密度，g/cm3；er为限制性密度，g/cm3。

通过试验和总结，Grossman等给出了不同质地土壤的适宜性密度和限制性密度[10]，那么，可以计算得不同质地土壤适宜性指数如表6所示。

表6 土壤密度适宜性指数

(4)第k层土壤田间持水率适宜性指数Ak。Grossman等人[10]认为当土壤有效水含量低于3%(体积百分数)时，作物无法生长，超过20%后不会对作物生长构成限制。Pierce给出土壤有效水分含量适宜性指数计算公式如下。

(7)

则可以计算得到不同种植区域不同土层土壤田间持水率适宜性指数如表7所示。

表7 田间持水率适宜性指数

(5)土壤生产力指数PI计算。根据式(1)计算PI可得到如表8所示结果。

表8 生产力指数PI

从计算得到的生产力指数PI来看，Ⅰ类土壤种植3种作物的差别不是很明显，而Ⅱ类土壤种植3种作物的生产力指数差异很大，种植玉米的生产力指数PI为0.729 3，种植谷子的生产力指数为0.767 9，种植油葵生产力指数为0.809 1，可见在Ⅰ类土壤种植玉米、谷子、油葵都可以获得高产，而在Ⅱ类土壤种植油葵和谷子比较理想，种植玉米受到减产影响较大。

2.2.2 种植结构优化

(1)以粮食总产量最大为目标的优化。在以粮食总产量为目标情况下，以每种处理的单位面积产量为基础进行计算总产量，这里考虑2种灌溉定额水平进行优化，优化的思路就是根据土壤生产力指数PI调整种植区域，同时考虑面积约束问题，优化结果如表9和表10所示。

表9 以粮食总产量最大为目标低灌溉定额水平优化

注：作物种类编号里1代表玉米，2代表谷子，3代表油葵；土壤质地编号里Ⅰ代表均质沙壤土，Ⅱ代表非均质土。

从表9可以看出未优化(2013、2014年实际观测数据)时，按照单位面积来计算，总产量为4.263 万kg，而优化后，产量可达到4.384 2 万kg，增产粮食202 kg/hm2，增产率为2.8%。

从表10可以看出未优化(2013、2014年实际观测数据)时，按照单位面积来计算，总产量为5.104 5 万kg，而优化后，产量可达到5.152 2 万kg，增产粮食79.5 kg/hm2，增产率为0.93%。

(2)以产值最大为目标的优化。考虑到作物产值和农牧民收入问题，研究将总产值作为目标进行优化，在兼顾总产值和面积约束条件下进行优化，不同灌溉定额水平净收益优化后结果见表11和表12。

从表11可以看出未优化(2013、2014年实际观测数据)时，按照单位面积来计算，总净效益4.804 53 万元，而优化后，总净效益可达到4.816 08 万元，净效益增加7.7 元/hm2。

从表12可以看出未优化(2013、2014年实际观测数据)时，按照单位面积来计算，总净效益7.185 99 万元，而优化后，总净效益可达到7.533 75 万元，净效益增加249.84 元/hm2。

表10 以粮食总产量最大为目标高灌溉定额水平优化

注：作物种类编号里1代表玉米，2代表谷子，3代表油葵；土壤质地编号里Ⅰ代表均质沙壤土，Ⅱ代表非均质土。

表11 以产值最大为目标低灌溉定额水平优化

注：作物种类编号里1代表玉米，2代表谷子，3代表油葵；土壤质地编号里Ⅰ代表均质沙壤土，Ⅱ代表非均质土。

表12 以产值最大为目标高灌溉定额水平优化

注：作物种类编号里1代表玉米，2代表谷子，3代表油葵；土壤质地编号里Ⅰ代表均质沙壤土，Ⅱ代表非均质土。

通过以上分析发现，灌溉定额为：玉米5 712 m3/hm2、谷子4 020 m3/hm2、油葵4 470 m3/hm2时可以获得最优的产量和明显的经济效益，依据PI模型优化种植结构后净效益明显增加。

3 结 语

(1)通过2013和2014年在该地区进行的玉米、谷子和油葵的试验，发现同一灌溉定额水平条件下在不同区域同一作物获得的产量有所不同。

(2)通过分析发现，同一灌水技术和灌溉制度时影响作物产量的因素在于土壤质地，本试验所选取的两个区域土壤质地有所差异，在均质沙壤土区同一灌水技术和灌溉制度时产量高于非均质土。

(3)通过计算发现不同作物在不同区域具有不同的土壤生产力指数，均质沙壤土区玉米、谷子、油葵的生产力指数依次为0.833、0.828 1、0.825 1；非均质土区玉米、谷子、油葵的生产力指数依次为0.729 3、0.767 9、0.809 1，计算结果与试验结果相符。

(4)通过种植结构优化，低灌溉定额水平条件下粮食总产量提高2.8%，总净效益提高7.7 元/hm2，高灌溉定额水平条件下粮食总产量提高0.93%，总净效益提高249.84 元/hm2。

(5)本优化是在考虑作物种植面积受到轮 作倒茬和价格风险条件下所得到的。

[1] 张 伟，李 方，杨 丽.阿拉善左旗绿洲的重要作用及保护建议[J].内蒙古水利，2013，(6)：76-77.

[2] 谢家丽，颜长珍，李 森，等.近35 a内蒙古阿拉善盟绿洲化过程遥感分析[J].中国沙漠，2012，32(4)：1 142-1 147.

[3] 董 智，李红丽.乌兰布和沙漠人工绿洲沙害综合控制技术体系[J].中国沙漠，2011，31(2)：339-345.

[4] 杜方红，黄文浩．阿拉善地区生态环境问题及探讨[J]．内蒙古环境保护，2005,17(3):5-9．

[5] Neill L L.An evalution of soil productivity based on root growth and water depletion[D].M.S.Thesis.Univ.Mo., Columbia.,1979.

[6] Pierce F J, Larson W E, Dowdy R H, et al. Productivity of soil assessing of long-term changes due to erosion [J]. J. of Soil and Water Cons,1983,38:39-44.

[7] Horn F W. The predication of amounts of depth distribution of water in a well drained soil[D].M.S.Thesis.University of Missouri.,1971.

[8] Power J F，Sandoval F M，Ries R E. Effect of top soil and subsoil thickness on soil water content and crop production[J].Soil Sci.Soc.AM.J.,1981，45:124-129.

[9] Gantzer C J, McCarty T R. Corn yield prediction for a claypan soil using a productivity index[C]∥ In. Erosion and soil productivity. Proc. Natl. Sym. Erosion and productivity. New Orieans, LA. ASAE. St. Joseph. MO.,1985:170-181.

[10] Grossman R B, Berdanier C R.Erosion tolerance for cropland: application of soil survey base[J]. Soil Sci. Soc. Am., Madison, Wisc.,1982,(45):113-130.

[11] 冷疏影.地理信息系统支持下的中国农业生产潜力研究[J].自然资源学报，1992,7(1):71-79.

[12] 孙振宁，谢 云，段兴武. 生产力指数模型PI在北方土壤生产力评价中的应用[J].自然资源学报，2009,24(4)：708-719.

[13] 段兴武，谢 云，张玉平，等.PI模型在东北松嫩黑土区土壤生产力评价中的应用[J].中国农学通报,2010,26(8):179-188.