新疆水稻水足迹及其预测分析

张文强

（辽宁师范大学，辽宁大连 116029）

水资源是一切生物赖以生存和发展的物质基础，也是支撑一个国家和地区社会经济可持续发展的限制性因素和战略性资源[1]。农业是人类生产生活中对水资源消耗最大的部分，我国农业用水量占全国总用水量的60%以上，且随着人口增长、社会经济发展和气候变化，农业用水量将进一步增加[2]。我国耕地亩均水资源量只有世界平均水平的50%，水资源短缺已成为制约我国农业生产和粮食安全的主要瓶颈，农业水资源高效利用成为涉及粮食安全和农业可持续发展的重大课题[3]。因此，在确保粮食安全和农业可持续发展的前提下，减小农业生产活动对水资源造成的压力，是目前面临的一项巨大挑战[4]。传统的区域农业用水量在统计时存在一定的问题，为了更真实地测量农业用水量，水足迹概念与方法应运而出，水足迹理论可以真实地反映一个地区或者一个国家对水资源的真实需求和占有情况，用以表达人类对水资源系统水资源量的压力大小[5]。

1 水足迹研究概况

水足迹的概念是荷兰学者Hoekstra 基于足迹理论和虚拟水概念提出的，定义为一定已知人口在一定时间内消费的所有产品和服务所需要的水资源数量[3]。农业生产会消耗大量的水资源，分析农业生产用水特征、评价农业生产用水效率，对提高水资源的利用效率具有重要意义，因此，在水足迹研究中，农作物水足迹的研究最为广泛。国内外最早关于农业水足迹的研究，主要集中在不同空间尺度的农作物水足迹的计算，随着研究技术的不断加深，水足迹研究领域也得到了拓展。

全球超过60%的人口以稻米为食，水稻作为最重要的粮食作物之一，其产量关乎全球粮食安全。新疆光热条件优越，气温日较差大，水稻单产排名全国第一，是我国重要的高产优质稻区；但新疆地处干旱半干旱的内陆地区，不论是水稻还是其他农作物的种植都严重受到水资源短缺的制约。因此，分析当地农业生产的水资源利用状况十分必要，研究水稻水足迹可为西北旱区今后缓解水资源短缺问题、提高水资源利用率、科学优化水资源管理等提供参考依据。

2 材料与方法

2.1 数据来源

本文计算的新疆1995—2020 年水稻的蓝、绿水足迹，所需的气象相关数据包括月降水量、平均风速、相对湿度、日照时间、月平均最高最低温度等来自国家气象信息中心，所需的农业生产相关数据包括水稻播种面积、水稻产量、水稻单产等来自《新疆统计年鉴》。

2.2 研究区概况

新疆维吾尔自治区位于我国西北内陆地区，总面积166.49 万km²，占中国陆地总面积的1/6，是中国陆地面积最大的省级行政区。区内属于典型的干旱半干旱大陆性气候，多年平均降水量157.7 mm，全疆降水量小于200 mm 的地区约占75.5%，大部分地区干旱少雨，年平均蒸发量超过2 000 mm，年均日照时间2 808.6 h。新疆拥有的广阔的土地资源和丰富的光热资源，为农业发展提供了优越的条件，使得新疆成为我国重要的粮食产区。

2.3 研究方法

2.3.1 农作物水足迹的计算

本研究采用联合国粮食及农业组织（Food and Agriculture Organization of the United Nations，FAO）提供的CORPWAT8.0 模型计算了1995—2020 年新疆各地区水稻蓝、绿水足迹，本研究只考虑农业生产过程中的水资源消耗量，不考虑灰水足迹。蓝水足迹与绿水足迹之和即为生产水足迹，计算公式如下：

式中：WFgreen为生产水足迹绿水足迹，m3；WFblue为生产水足迹蓝水足迹，m3。

其中WFgreen和WFblue计算公式如下：

式中：CWUgreen、CWUblue为作物耗水的绿、蓝水量，m3·hm-2；Y为作物单位面积产量，kg·hm-2；P为水稻总产量，kg。常量因子10 是将水的深度（mm）转化为单位陆地面积的水量（m3·hm-2）。

2.3.2 灰色BP 神经网络预测模型

灰色预测模型是对数据少、信息贫等不确定性时序问题进行预测的方法，是灰色系统理论的重要组成部分。灰色系统理论是把一切随机过程看作在一定范围内变化的、与时间相关的灰色过程，灰色模型（Grey Models，GM）是针对灰色过程建立的模型，其中GM（1,1）是最为常见和简单的一种灰色模型，它是由只包含单变量的微分方程所构成的模型。BP（Back Propagation）神经网络由一个输入、一个输出及一个或多个隐含层组成，每一层可以有若干个节点，是目前发展比较成熟的一种神经网络。BP 神经网络模型是自适应的非线性计算系统，它可以从模式中学习，即使函数关系不明确或难以识别，也能够捕获给定数据中隐藏的函数关系，在预测非线性、不确定性问题方面具有精度高、适应性强、推广能力好等优点。

灰色BP 神经网络预测模型是灰色预测模型与BP神经网络模型组合而成的，与单一的灰色预测模型和BP 神经网络模型相比，具有适应性更强、拟合度更好等优点。

3 结果与分析

3.1 新疆水稻水足迹变化

本文借助CORPWAT8.0软件对新疆1995—2020年水稻水足迹进行计算，如图1 所示。1995—2020 年新疆水稻水足迹整体呈波动上升态势，水稻水足迹大小的直接取决于水稻的种植面积，此外主要还受温度、降水、风速、日照时间和相对湿度等自然条件的影响，以及化肥、灌溉和农业机械动力等农业生产投入要素与人均GDP、农业GDP 比例和农业产值等社会经济的影响。例如，化肥使用量的增加，促进了水稻单产提高，降低了水稻水足迹；农业现代化程度的提高，使得农机动力大幅增加，农业生产朝着规模化、集约化方向发展，水资源利用效率得到提升，对降低水稻水足迹有积极作用；风速的降低能大大减弱水稻蒸散作用，蒸发散量的减少有利于水稻水足迹的降低。

图1 新疆1995—2020 年水稻水足迹图

1995—2020年，新疆水稻水足迹最大值出现在1997年为7.39×105m3，最小值出现在2020 年为4.21×105m3；水稻水足迹的平均值为6.31×105m3，其中蓝水足迹占91.1%，绿水足迹占8.9%，表明在这26 年间，新疆水稻水足迹中蓝水足迹占比远远高于绿水足迹。新疆水稻蓝水足迹和绿水足迹的构成比例主要与当地的气候条件有关，新疆大部分地区地处降水稀少的干旱半干旱内陆地区，蓝水足迹来源于灌溉用水，绿水足迹来源于降水，新疆农作物生长过程所需的水资源主要来自灌溉用水，因此，造成了新疆水稻蓝、绿水足迹的占比差异巨大。

3.2 新疆2021—2025 年水稻水足迹预测

本文采取串联式灰色BP 神经网络模型，选取新疆1995—2020 年水稻水足迹数据作为样本进行建模，将得到的预测值输入到BP 神经网络模型中，得到最终的预测结果如图2 所示。模型预测结果显示模型平均相对误差为8.2%，意味着模型拟合效果良好，2021—2025 年间新疆水稻水足迹呈持续下降趋势。新疆水稻种植面积不断减少的原因，主要是水稻作为高耗水作物，生长过程消耗大量的水资源，大面积的种植水稻将会挤压其他农作物的灌溉用水量，进一步加剧新疆水资源短缺问题。

图2 新疆水稻水足迹预测图

4 结论与讨论

本文利用CORPWAT8.0软件对新疆1995—2020年水稻水足迹进行了量化分析，发现新疆水稻水足迹受到播种面积、农业生产投入要素、自然条件因素及灌溉技术等的影响，在对1995—2020 年水稻水足迹量化分析的基础上，为了更好地了解未来新疆水稻水足迹的发展趋势，根据实际核算数据对2021—2025 年新疆水稻生产水足迹进行预测。

1）在1995—2020 年间，水稻水足迹呈现波动下降的趋势，水稻水足迹的平均值为6.31×105m3，最大值出现在1997 年为7.39×105m3，最小值出现在2020 年为4.21×105m3。2）新疆1995—2020 年水稻水足迹中蓝水足迹远远高于绿水足迹，其中2008 年蓝水足迹占比最大为95.1%，1998 年占比最小为87.5%，蓝水足迹平均占比为91.1%，蓝水足迹占比较大，绿水足迹占比较小，水稻生长过程中以蓝水足迹为主。3）未来5 年（2021—2025 年），新疆水稻水足迹平均值为5.88×105m3，其中2021 年水稻水足迹最高为5.94×105m3，2025 年水稻水足迹最低为5.83×105m3，未来5 年水稻水足迹呈现持续下降的趋势。