寧夏鹽池縣糧食產(chǎn)量波動性及影響因子分析

宋乃平，王　興，2，楊新國，陳　林，王　磊

(1.寧夏大學(xué)西北土地退化與生態(tài)恢復(fù)國家重點實驗室培育基地/西北退化生態(tài)系統(tǒng)恢復(fù)與重建教育部重點實驗室， 寧夏 銀川 750021；2.寧夏大學(xué)農(nóng)學(xué)院， 寧夏 銀川 750021)

?

寧夏鹽池縣糧食產(chǎn)量波動性及影響因子分析

宋乃平1，王興1，2，楊新國1，陳林1，王磊1

(1.寧夏大學(xué)西北土地退化與生態(tài)恢復(fù)國家重點實驗室培育基地/西北退化生態(tài)系統(tǒng)恢復(fù)與重建教育部重點實驗室， 寧夏 銀川 750021；2.寧夏大學(xué)農(nóng)學(xué)院， 寧夏 銀川 750021)

摘要：為了探索農(nóng)牧交錯帶農(nóng)業(yè)系統(tǒng)的波動機制，有效減緩系統(tǒng)波動，利用多元逐步回歸法、經(jīng)驗?zāi)B(tài)分解法(EMD)和集對分析法(SPA)，分析了寧夏鹽池縣1954-2013年糧食總產(chǎn)量的波動特征及其影響因子。結(jié)果表明：(1) 近60年鹽池縣糧食總產(chǎn)量以趨勢性增長為主，其方差貢獻率為82.86%，同時伴隨著顯著的波動，其方差貢獻率為17.14%。存在3 a、6 a、9 a準(zhǔn)周期波動，其中3 a準(zhǔn)周期的波動強度最大。(2) 農(nóng)業(yè)機械總動力和灌溉耕地面積是引起糧食總產(chǎn)量趨勢性增加的最主要影響因子，年降水量是引起糧食總產(chǎn)量3 a、6 a準(zhǔn)周期波動的主要控制因子，糧食播種面積、化肥施用量為短期主控因子；引黃灌溉水量和有效灌溉面積為反向調(diào)節(jié)因子，其作用在糧食總產(chǎn)量突變點之后顯著大于之前。(3) 加強生態(tài)農(nóng)業(yè)建設(shè)，促進氣候依賴型農(nóng)業(yè)向水文依賴型轉(zhuǎn)變。

關(guān)鍵詞：糧食產(chǎn)量；波動性；影響因子；寧夏鹽池縣

農(nóng)牧交錯帶是對氣候變化和人類活動響應(yīng)的敏感地帶，農(nóng)牧業(yè)生產(chǎn)力的彈性供給與人類社會的剛性需求形成了尖銳的矛盾，構(gòu)成了波動性、生態(tài)脆弱、人地關(guān)系的三大矛盾[1]。由于農(nóng)業(yè)系統(tǒng)的承載力數(shù)倍于牧業(yè)生態(tài)系統(tǒng)[2]，農(nóng)牧交錯帶從歷史時期的以牧為主發(fā)展到現(xiàn)代的農(nóng)牧相若，乃至農(nóng)業(yè)占據(jù)優(yōu)勢。建立面向農(nóng)牧復(fù)合的、穩(wěn)定高效的農(nóng)業(yè)生態(tài)經(jīng)濟系統(tǒng)是本區(qū)發(fā)展的突破口[3-5]，也是農(nóng)牧交錯帶生態(tài)安全的重要保障。農(nóng)業(yè)系統(tǒng)波動性及其成因是其關(guān)鍵科學(xué)問題。近幾年開展了對全國、省域和區(qū)域的糧食生產(chǎn)波動的研究[6-8]。關(guān)于農(nóng)牧交錯帶農(nóng)業(yè)系統(tǒng)的研究，主要側(cè)重氣候尤其是降水引起的農(nóng)業(yè)生產(chǎn)波動[9-12]，缺乏對影響農(nóng)業(yè)系統(tǒng)波動的多種因素的綜合定量分析。寧夏鹽池縣農(nóng)業(yè)發(fā)展經(jīng)歷了上世紀(jì)50、60年代的草原開墾，70年代開始的打井灌溉、農(nóng)業(yè)機械和化肥投入，80年代的農(nóng)業(yè)生產(chǎn)責(zé)任承包制。90年代的揚黃灌溉工程建設(shè)，本世紀(jì)的退耕還林，農(nóng)業(yè)發(fā)展既具有農(nóng)牧交錯帶的普遍性，也具有外部水資源輸入的獨特性。這些過程對于農(nóng)業(yè)系統(tǒng)尤其是糧食生產(chǎn)具有重要影響，本文以此為例，研究農(nóng)牧交錯帶農(nóng)業(yè)系統(tǒng)的波動性及其影響因子，為解決農(nóng)牧交錯帶生態(tài)問題、選擇發(fā)展道路提供參考。

1研究區(qū)域與研究方法

1.1研究區(qū)概況

鹽池縣位于我國北方農(nóng)牧交錯帶北緣、寧夏回族自治區(qū)東部，地理坐標(biāo)37°04′～38°10′N，106°30′～107°47′E，面積約6 650 km2。以麻黃山為界，北部為鄂爾多斯高原的組成部分，主要為剝蝕準(zhǔn)平原，南部為黃土丘陵區(qū)。該縣屬于典型中溫帶大陸性氣候，年均氣溫為8.4℃，年均無霜期為160 d；境內(nèi)多年平均降水量在250～350 mm，從東南向西北遞減，縣城多年平均降水量為292 mm。土壤類型以灰鈣土、風(fēng)沙土、黑壚土為主，還有少量鹽堿土。植被類型主要有干草原、荒漠草原、沙生及隱域性的鹽生植被和草甸植被。耕地面積88 879 hm2，占全縣國土面積的13.36%。糧食播種面積占總播種面積的比例從1954年的82.03%減少到2013年的55.32%。鹽池縣從上世紀(jì)70年代發(fā)展井灌，90年代建設(shè)揚黃灌溉工程，目前已發(fā)展揚黃灌溉面積13 140 hm2，井灌面積3 553 hm2。

1.2資料來源與研究方法

(1) 糧食總產(chǎn)量的影響因子選取與資料來源。糧食生產(chǎn)是農(nóng)牧交錯帶農(nóng)業(yè)的主體，因此，選擇糧食總產(chǎn)量作為農(nóng)業(yè)系統(tǒng)的特征變量(圖1)。影響糧食產(chǎn)量的因素主要有氣候、技術(shù)進步、物化要素投入、糧食價格等[13]。農(nóng)牧交錯帶的農(nóng)業(yè)主要支撐牧業(yè)，因此，其受氣候、水文等自然因子的影響較大，受市場影響很小。魯欣等[14]利用主成分分析發(fā)現(xiàn)影響寧夏糧食產(chǎn)量的主要因素有：年末實有耕地面積、農(nóng)作物播種面積、糧食作物播種面積、有效灌溉面積、地膜使用量、旱耕地面積、農(nóng)牧漁業(yè)勞動力。牛創(chuàng)民等[15]利用主成分分析發(fā)現(xiàn)影響鹽池縣糧食產(chǎn)量的主要因素有：肥料使用量、水澆地面積、農(nóng)業(yè)機械總動力、年平均氣溫、年日照時數(shù)、年降水量、大風(fēng)日數(shù)。本研究借鑒上述研究成果，并結(jié)合鹽池縣旱地農(nóng)業(yè)、自給性農(nóng)業(yè)、人均耕地較多等特點和資料可獲得性，選擇年降水量、年平均氣溫、引黃灌溉水量、有效灌溉面積、糧食播種面積、良種率、作物受災(zāi)面積、化肥施用量、農(nóng)業(yè)機械總動力、農(nóng)業(yè)勞動力人數(shù)、農(nóng)民人均純收入作為糧食總產(chǎn)量的影響因子。本研究統(tǒng)計數(shù)據(jù)來自《鹽池縣五十年》*鹽池縣統(tǒng)計局.鹽池五十年,2002.和《鹽池縣經(jīng)濟要情手冊(2011—2013)》*鹽池縣統(tǒng)計局.鹽池縣經(jīng)濟要情手冊(2011—2013),2012—2014.，氣象數(shù)據(jù)來自鹽池縣氣象局，灌溉數(shù)據(jù)來自鹽池縣水務(wù)局，其它數(shù)據(jù)來自鹽池縣農(nóng)牧局。

圖1鹽池縣1954—2013年糧食總產(chǎn)量和單位面積產(chǎn)量

Fig.1Gross grain yield and yield per unit area of

Yanchi County during 1954—2013

(2) 多元逐步回歸分析法。用SPSS統(tǒng)計分析軟件，以糧食總產(chǎn)量為因變量(Y)，與年降水量(X1)、年平均氣溫(X2)、引黃河水量(X3)、有效灌溉面積(X4)、糧食播種面積(X5)、良種率(X6)、作物受災(zāi)面積(X7)、化肥施用量(X8)、農(nóng)業(yè)機械總動力(X9)進行多元回歸分析，比較各主要指標(biāo)對糧食產(chǎn)量的相對重要性。

(3) 經(jīng)驗?zāi)B(tài)分解法(Empirical Mode Decomposition，簡稱EMD方法)。適合于分析具有非線性和非平穩(wěn)特征的時間序列資料。它將時間信號X(t)分解成一系列本征模態(tài)函數(shù)(IMF)，每個IMF分量具有如下特征：從全局特征上看，極值點數(shù)和零點數(shù)目相等或者至多相差一個；分別連接其局部極大值和局部極小值所形成的兩條包絡(luò)線的均值在任一點處為零。EMD分解過程的主要步驟為：從時間序列數(shù)據(jù)X(t)中將具有不同大小時間尺度的模態(tài)分離出來，產(chǎn)生一系列本征模態(tài)函數(shù)分量；逐級進行平穩(wěn)化處理，把不同周期的波動從原信號中分離出來，最后得到趨勢分量。所分解出的IMF包含并突出了原信號的局部特征信息，并且各IMF分量分別包含了原信號的不同時間尺度的局部特征信息[16-17]。

(4) 集對分析(Set Pair Analysis，簡稱SPA方法)。是對兩個具有某種關(guān)聯(lián)的集合的同異反關(guān)聯(lián)度分析的方法。兩個集合間同異反聯(lián)系度表達式為：

(1)

式中，N為集對特性總數(shù)，S為集對相同的特性數(shù)，P為集對中相反的特性數(shù)，F(xiàn)為集對中既不相同又不相反的特性數(shù)，F(xiàn)=N-S-P，i為差異度標(biāo)示數(shù)，i∈(-1,1)，j為對立度標(biāo)示數(shù)，一般j=-1。而a=S/N，b=F/N，c=P/N分別為組成集對的兩個集合在問題W背景下的同一度、差異度、對立度。在此基礎(chǔ)上，計算同異反指數(shù)和各影響因子IMF的影響率，結(jié)合因子及其相關(guān)IMF的方差貢獻率計算綜合影響率。

本研究運用集對分析法對EMD分解的糧食總產(chǎn)量及其影響因子的各IMF分量的關(guān)系進行同異反分析，進而計算各影響因子對糧食總產(chǎn)量波動的影響率[18]。

2結(jié)果與分析

2.1糧食總產(chǎn)量與其影響因子的關(guān)系

為了進一步分析糧食產(chǎn)量與影響因素之間的關(guān)系，利用多元逐步回歸進一步分析糧食產(chǎn)量突變前后各因子的影響大小及顯著性。結(jié)果表明，在1999年突變點之前，糧食總產(chǎn)量的顯著性影響因子為農(nóng)業(yè)機械總動力、年降水量、氣溫，三者對糧食總產(chǎn)量的解釋量分別為46.8%，20%，3.6%(表1)。在1999年之后，糧食總產(chǎn)量的顯著性影響因子為農(nóng)業(yè)機械總動力、年降水量和有效灌溉面積，三者對糧食總產(chǎn)量的解釋量分別為73.9%，11.7%，1.2%。糧食總產(chǎn)量突變點前，年降水量和年平均氣溫的解釋量大，三個顯著性影響因子的解釋量總和較小，剩余解釋量高達29.6%，說明農(nóng)業(yè)系統(tǒng)的半自然特征明顯，受環(huán)境的影響大，影響因子復(fù)雜。糧食產(chǎn)量突變點后，年降水量的解釋量減少，年平均氣溫的解釋量為0，農(nóng)業(yè)機械總動力的解釋量大幅增加，有效灌溉面積成為新的顯著性影響因子，說明農(nóng)業(yè)系統(tǒng)的人為特征更加明顯，在克服自然影響方面有顯著改變，特別是機械化程度提高和灌溉面積增加是促進糧食產(chǎn)量上升的最主要驅(qū)動因素。影響糧食總產(chǎn)量的氣溫、降水、作物受災(zāi)面積等因子頻繁波動，而除糧食播種面積之外的人為投入因子具有較好的穩(wěn)定性，對于維持農(nóng)業(yè)系統(tǒng)穩(wěn)定性具有積極作用。這是揚黃灌溉區(qū)開發(fā)后，鹽池縣農(nóng)業(yè)系統(tǒng)穩(wěn)定性增加的內(nèi)在機理。

2.2糧食總產(chǎn)量及其影響因子波動特征的EMD分解

對鹽池縣近60年糧食總產(chǎn)量及其9個影響因子的序列進行經(jīng)驗?zāi)B(tài)(EMD)分解，得到它們各自的本征模態(tài)函數(shù)(IMF)分量及其殘余分量，再對具有相同頻率的波動分量進行相互作用分析。近60年鹽池縣糧食總產(chǎn)量波動可分解為IMF1、IMF2、IMF3等3個波動分量和1個趨勢上升的殘余量R。IMF1分量是一個3～4 a周期的波動，振幅在-7 502.26～6 978.50 t之間，相對比較均勻，方差貢獻率為11.70%。說明短周期的糧食總產(chǎn)量波動發(fā)生普遍，而且是糧食總產(chǎn)量波動中最主要的波動。IMF2分量是一個5～7 a周期的波動，振幅在-3 164.99～3 209.23 t之間，相對比較均勻且有逐步增加的趨勢，方差貢獻率為2.82%。說明該周期的波動發(fā)生普遍，在糧食總產(chǎn)量波動中具有中等強度，且影響越來越大。IMF3分量是一個9～12 a周期的波動，振幅在-3 052.41～3 067.65t之間，且逐步減小的趨勢，方差貢獻率為2.61%。說明該周期的波動不常發(fā)生，在糧食總產(chǎn)量波動強度較小，且影響越來越小(圖2和表2)。殘余量R是個趨勢線，方差貢獻率為82.86%，說明趨勢變化是糧食總產(chǎn)量的主要變化特征。反映了鹽池縣近60年的糧食總產(chǎn)量在2萬t的基底上總體上升。

同樣，對影響糧食總產(chǎn)量的各因子，即糧食播種面積、有效灌溉面積、引黃灌溉水量、良種率、化肥施用量、農(nóng)業(yè)機械總動力、年降水量、年平均氣溫、作物受災(zāi)面積，分別進行EMD分解，結(jié)果見表2。糧食總產(chǎn)量及其9個影響因子均有準(zhǔn)3～4 a周期的波動分量IMF1，準(zhǔn)6～7 a的波動分量IMF2和準(zhǔn)9～12 a的波動分量IMF2或IMF3也比較普遍?？傮w來看，自然因子如年降水量、年平均氣溫的波動分量數(shù)目較多，波動分量的方差較大，殘余量的方差較小，說明其波動性較強；而經(jīng)濟因子與此相反；糧食播種面積和作物受災(zāi)面積的波動分量的方差介于前二者之間。

注：波動分量 IMF(Intrinsic mode function)各列括號內(nèi)的數(shù)據(jù)表示相應(yīng)的模態(tài)函數(shù)的準(zhǔn)周期。

Note： Number in the brackets expresses the quasi-period of the intrinsic mode function.

2.3糧食產(chǎn)量波動的成因分析

從表2中EMD分解的結(jié)果看，糧食總產(chǎn)量的波動分量IMF1與其9個影響因子的IMF1的波動周期均為3～4 a，可以認為它們都是糧食總產(chǎn)量IMF1分量的影響因子；糧食總產(chǎn)量波動分量IMF2的周期為6 a，與糧食播種面積IMF2、年降水量IMF2、年平均氣溫IMF2、作物受災(zāi)面積IMF2的波動周期相近，可以認為它們都是糧食總產(chǎn)量IMF2分量的影響因子；糧食總產(chǎn)量波動分量IMF3的周期為10 a，與有效灌溉面積IMF2、引黃灌溉水量IMF2、農(nóng)作物良種率IMF2、化肥施用量IMF2、農(nóng)業(yè)機械總動力IMF2、年降水量IMF3、年平均氣溫IMF3、作物受災(zāi)面積IMF3的波動周期接近，可以認為它們都是糧食總產(chǎn)量IMF3分量的影響因子。將糧食總產(chǎn)量的3個波動分量與其對應(yīng)的影響因子波動分量，運用集對分析方法進行同異反分析，進而求取各影響因子的波動分量對相應(yīng)糧食總產(chǎn)量波動分量的影響率(表3第5列)，再求影響因子i的IMFj的綜合影響率=影響因子i的IMFj的影響率×影響因子i的IMFj的方差貢獻率×糧食總產(chǎn)量IMFk的方差貢獻率。

將表3中糧食總產(chǎn)量各影響因子各波動分量IMF的綜合影響率βi求和并規(guī)范化處理之后，求取各影響因子對糧食總產(chǎn)量的綜合影響率。結(jié)果表明，對鹽池縣糧食總產(chǎn)量波動影響最大的各影響因子依次為年降水量、糧食播種面積、年平均氣溫和農(nóng)作物受災(zāi)面積，它們對糧食總產(chǎn)量的綜合影響率分別為60.77%、14.46%、12.40%和9.48%。這4個影響因子對糧食總產(chǎn)量的波動分量的綜合影響率之和高達97.12%。說明鹽池縣糧食總產(chǎn)量的波動主要受自然因素的影響，其中年降水量的綜合影響率起決定作用。

為了更深入地分析糧食總產(chǎn)量各影響因子的作用方向，我們對影響糧食總產(chǎn)量3個波動分量IMF的各影響因子的同異反指數(shù)進行計算(表4)。糧食總產(chǎn)量各IMF分量與影響因子的相應(yīng)IMF分量之間的差異度在45.62%～66.10%之間，平均為53.73%，而相關(guān)聯(lián)的同一度和對立度之和占46.27%。這說明各影響因子在近一半的年份影響著糧食總產(chǎn)量的波動。綜合同異反指數(shù)、各因子各IMF的方差貢獻率和綜合影響率來看，年降水量、作物受災(zāi)面積、農(nóng)業(yè)機械總動力和糧食播種面積的IMF的同一度高于它們的對立度，是推動糧食總產(chǎn)量波動的主控因子；年平均氣溫、有效灌溉面積、引黃灌溉水量的對立度遠大于各自的同一度，是減小糧食總產(chǎn)量波動的反向調(diào)節(jié)因子；而作物良種率、化肥施用量的同一度與對立度差異在不同波動分量有所不同，兼有主控和反向調(diào)節(jié)兩方面的作用。

將影響糧食總產(chǎn)量各因子的綜合影響率和同異反指數(shù)的分析結(jié)果綜合起來看，鹽池縣糧食生產(chǎn)將長期受年降水量的影響而發(fā)生波動，作物受災(zāi)面積也是推動糧食總產(chǎn)量波動的主要因子。年平均氣溫對糧食總產(chǎn)量波動的影響雖然較大，且其反向調(diào)節(jié)作用主要發(fā)生在糧食總產(chǎn)量突變點之前的氣溫較低時期。糧食總產(chǎn)量突變點之后的反向調(diào)節(jié)作用主要依靠有效灌溉面積。推動糧食總產(chǎn)量波動的因子較多，而且年降水量、作物受災(zāi)面積和糧食播種面積等幾個控制因子是相互關(guān)聯(lián)的，主要是由于降水量引起的；而控制波動的因子較少。因此，鹽池縣糧食總產(chǎn)量的穩(wěn)定需要引黃灌溉水量、作物良種率、化肥施用量等因子的作用，使它們由中性變?yōu)檎蜃印?/p>

3討論與結(jié)論

(1) 鹽池縣糧食總產(chǎn)量近60年的變化表現(xiàn)為趨勢性上升和波動兩個方面。趨勢性上升是糧食總產(chǎn)量變化的主流，其方差貢獻率在80%以上，波動性雖然是次要趨勢，但其方差貢獻率比全國、黃淮海平原和其它地區(qū)要大很多。糧食總產(chǎn)量存在3 a、6 a和10 a準(zhǔn)周期的波動，其中3 a準(zhǔn)周期的波動是最主要的波動。

(2) 農(nóng)業(yè)機械總動力對糧食總產(chǎn)量的解釋量最高，其主要作用是促使鹽池縣糧食總產(chǎn)量趨勢性上升，對糧食總產(chǎn)量波動分量的解釋很小，反映了農(nóng)牧交錯帶依靠廣種薄收推進糧食總產(chǎn)量增長的粗放發(fā)展路徑。1999年之后，有效灌溉面積成為影響糧食總產(chǎn)量的顯著性因子，由其帶動和激發(fā)的化肥施用量、良種率等的改善是推動糧食總產(chǎn)量突破性上升的關(guān)鍵因子。

(3) 對糧食總產(chǎn)量波動影響最大的依次為年降水量、糧食播種面積、年平均氣溫和作物受災(zāi)面積，它們對糧食總產(chǎn)量的綜合影響率分別為60.77%、14.46%、12.40%和9.48%。年降水量、糧食播種面積和作物受災(zāi)面積是推動糧食總產(chǎn)量波動的主控因子；糧食播種面積成為僅次于降水量推動糧食總產(chǎn)量波動的第二個主要因子，反映了種植業(yè)隨著降水量彈性調(diào)整的機會性特點。年平均氣溫、有效灌溉面積、引黃灌溉水量是減小糧食總產(chǎn)量波動的反向調(diào)節(jié)因子。氣溫對糧食總產(chǎn)量波動的貢獻顯著，但是在位于長城沿線的鹽池縣，氣候變暖對于打破氣溫對糧食生產(chǎn)的限制、穩(wěn)定糧食產(chǎn)量起到了顯著作用。水澆地占總耕地面積的比例由1971年前不足1%，1993年前不足5%，到2002年首次超過10%，2013年達到15.23%，使得有效灌溉面積和引黃灌溉水量成為糧食總產(chǎn)量波動的有效反向調(diào)節(jié)因子。

總體來說，由于鹽池縣85%的耕地為旱地，以降水量為主要控制因子的糧食產(chǎn)量波動將長期存在。因此，一是要通過節(jié)水灌溉、集雨農(nóng)業(yè)、覆膜、作物結(jié)構(gòu)調(diào)整等，將氣候依賴型農(nóng)業(yè)向水文依賴型農(nóng)業(yè)轉(zhuǎn)變；二是要因地制宜發(fā)展高產(chǎn)農(nóng)田，將部分低產(chǎn)田退耕，特別是將持水能力弱的沙土地退耕。加強對中高產(chǎn)田的投入，保證糧食生產(chǎn)面積的穩(wěn)定。三是加強防風(fēng)固沙以減少蒸發(fā)和水分無效消耗。加強農(nóng)田防護林建設(shè)，并且利用景觀技術(shù)，在農(nóng)田集中區(qū)的周邊，特別是上風(fēng)方向建立固沙防風(fēng)系統(tǒng)。

參 考 文 獻：

[1]孫武,侯玉,張勃.生態(tài)脆弱帶波動性、人口壓力、脆弱度之間的關(guān)系[J].生態(tài)學(xué)報,2000,20(3):369-373.

[2]趙松喬.察北、察盟及錫盟—一個農(nóng)牧過渡帶地區(qū)的經(jīng)濟地理調(diào)查[J].地理學(xué)報,1953,19(1):43-60.

[3]Viglizzo E F. Agroecosystems stability in the Argentine Pampas[J]. Agriculture Ecosystems & Environment, 1986,16(1):1-12.

[4]高旺盛.北方農(nóng)牧交錯帶農(nóng)業(yè)系統(tǒng)生產(chǎn)力研究方法分析[J].農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究,2002,18(4):279-282.

[5]張新時.我國必須走發(fā)展人工草地和草地農(nóng)業(yè)的道路[J].科學(xué)對社會的影響,2010,(3):18-21.

[6]劉會玉,林振山,張明陽.基于EMD的我國糧食產(chǎn)量波動及其成因多尺度分析[J].自然資源學(xué)報,2005,20(5):745-751.

[7]王樹濤,李新旺,門明新,等.基于改進灰色關(guān)聯(lián)度法的河北省糧食波動影響因素研究[J].中國農(nóng)業(yè)科學(xué),2011,44(1):176-184.

[8]蔣尚明，金菊良，許滸，等.基于經(jīng)驗?zāi)B(tài)分解和集對分析的糧食單產(chǎn)波動影響分析[J].農(nóng)業(yè)工程學(xué)報，2013，29(4)：213-221.

[9]孫武,吳薇.內(nèi)蒙古高原東南部降水驅(qū)動的農(nóng)業(yè)系統(tǒng)波動性分析[J].植物生態(tài)學(xué)報,2002,26(1):23-28.

[10]宋乃平,張鳳榮.鄂爾多斯農(nóng)牧交錯土地利用格局的演變與機理[J].地理學(xué)報,2007,62(12)：1299-1307.

[11]李亞,何彤慧,璩向?qū)?鹽池縣氣候要素對農(nóng)牧業(yè)的影響評價及產(chǎn)業(yè)調(diào)適研究[J].干旱區(qū)資源與環(huán)境，2009,23(12):82-86.

[12]孫特生,李波,張新時.北方農(nóng)牧交錯區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)生產(chǎn)力對氣候波動的響應(yīng)——以準(zhǔn)格爾旗為例[J].生態(tài)學(xué)報,2012,32(19):6156-6167.

[13]劉會玉,林振山,張陽明.基于EMD的我國糧食產(chǎn)量波動及其成因多尺度分析[J].自然資源學(xué)報，2005,20(5):745-751.

[14]魯欣,秦大庸,劉俊,等.寧夏糧食產(chǎn)量主要影響因子分析[J].灌溉排水學(xué)報,2006,25(6):65-70.

[15]牛創(chuàng)民,溫學(xué)飛,王峰.基于因子分析法的鹽池縣糧食生產(chǎn)影響因素分析[J].水土保持研究,2010,17(6):278-282.

[16]Huang N E, Shen Z, Long S R, et al. The empirical mode decomposition and the Hibert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the Royal Society of London, 1998,454:903-955.

[17]張明陽,王克林,劉會玉,等.基于EMD的洪澇災(zāi)害成災(zāi)面積波動的多時間尺度分析[J].中國農(nóng)業(yè)氣象,2005,26(4):220-224.

[18]蔣尚明，金菊良，許滸，等.基于經(jīng)驗?zāi)B(tài)分解和集對分析的糧食單產(chǎn)波動影響分析[J].農(nóng)業(yè)工程學(xué)報，2013，29(4)：213-221.

Analysis on fluctuation of grain yield and its influencing factors in Yanchi County, Ningxia Hui Autonomous Region

SONG Nai-ping1, WANG Xing1,2, YANG Xin-guo1, CHEN Lin1, WANG Lei1

(1.BreedingBaseforStateKeyLaboratoryofLandDegradationandEcologicalRestorationofsysteminNorth-western/KeyLaboratoryforRestorationandReconstructionofDegradedEcosysteminNorth-westernChinaofMinistryofEducation,Yinchuan,Ningxia750021,China; 2.CollegeofAgronomy,NingxiaUniversity,Yinchuan,Ningxia750021,China)

Keywords:gross output of grain; fluctuation; influencing factors; Yanchi County of Ningxia Hui Autonomous Region

Abstract：To study the mechanism and efficient alleviation of fluctuation in agricultural system of farming-pastoral transitional zone, fluctuation characteristics of gross grain yield from 1954 to 2013 at Yanchi County in Ningxia Hui Autonomous Region and the regulatory factors were analyzed with stepwise multiple regression, empirical mode decomposition (EMD) and set pair analysis (SPA). The results showed that the gross grain yield in Yanchi County was gradually increased during the past 60 years with the variance contribution at 82.86%. The distinct fluctuation in gross yield of grain accounted for 17.14% of variance. Gross grain yield presented the periodic fluctuation with quasi-periods of 3 a, 6 a and 9 a. Magnitude of the 3-year period was the greatest. In addition, the agricultural machinery gross power and irrigable farmland area were two main factors responsible for the gradual increase of gross grain yield. Annual precipitation predominantly regulated 3 a or 6 a quasi-periodic fluctuations of gross grain yield. Grain acreage and fertilizer input rate were the two control factors in short terms. Irrigation water diverted from the Yellow River and effective irrigation area were the negative regulatory factors, showing a significant influence after the occurrence of inflection point became stronger than that before. Furthermore, conversion of agriculture from climate-dependent to hydrology-dependent would be promoted as a result of strengthening the ecological agriculture construction.

文章編號：1000-7601(2016)03-0240-07

doi:10.7606/j.issn.1000-7601.2016.03.38

收稿日期：2015-11-24

基金項目：973前期專項(2012CB723206)；國家科技支撐計劃(2011BAC07B03)；寧夏大學(xué)211建設(shè)項目

作者簡介：宋乃平(1963—)，男，陜西扶風(fēng)人，教授，博士，主要從事土地利用與生態(tài)過程。 E-mail：songnp@163.com。

中圖分類號：F307.11

文獻標(biāo)志碼：A