張會(huì)玉，李 輝，張憲雷

（吉林省水利水電勘測(cè)設(shè)計(jì)研究院，吉林 長(zhǎng)春 130021）

烤煙是我國(guó)重要經(jīng)濟(jì)作物[1]，我國(guó)主要煙區(qū)如云南，貴州等地，雖然雨量充沛，但降雨往往集中在煙草生育前期和中期，生育后期階段性干旱時(shí)常發(fā)生，因此，很多學(xué)者針對(duì)烤煙節(jié)水灌溉問(wèn)題進(jìn)行了研究，取得了一定成果[2]。目前普遍研究的熱點(diǎn)包括烤煙的調(diào)虧灌溉、工程節(jié)水、水肥耦合、同位素示蹤等，但所得灌溉模式往往通過(guò)單因子評(píng)價(jià)，主觀性較強(qiáng)，不夠全面。為此，引入統(tǒng)計(jì)學(xué)領(lǐng)域的投影尋蹤分類模型試驗(yàn)，旨在應(yīng)用綜合多種因子，篩選和評(píng)價(jià)出烤煙最優(yōu)灌溉模式。

1 材料與方法

1.1 試驗(yàn)區(qū)概況

試驗(yàn)在江蘇省南京市江寧區(qū)橫溪鎮(zhèn)南京市蔬菜花卉科學(xué)研究所內(nèi)的蒸滲儀中進(jìn)行。當(dāng)?shù)啬昶骄涤晏鞌?shù)117 d，年降雨量1 106.5 mm，年平均溫度15.7℃，平均濕度81%，最大風(fēng)速19.8 m/s，無(wú)霜期237 d。蒸滲儀由水泥、磚塊砌成，每個(gè)蒸滲儀面積均為（4×2）m2，蒸滲儀中的土壤是原地按自然層次（測(cè)容重）回填的黃棕壤，質(zhì)地粘重，有機(jī)質(zhì)含量14.209 g/kg，全氮 1.303 g/kg，堿解氮 129.9 mg/kg，全磷 0.363 g/kg，速效磷 27.2 mg/kg，pH 值 5.87，0～60 cm土壤容重1.35 g/cm，0～60 cm土壤田間持水量28.0%（重量含水量），地下水埋深10 m。蒸滲儀上面安裝防雨棚，以隔絕自然降水[6]。

1.2 試驗(yàn)設(shè)計(jì)

試驗(yàn)設(shè)3種灌水量，2個(gè)施氮水平，共6個(gè)處理。灌水按照烤煙伸根期、旺長(zhǎng)期、成熟期的灌水量分別占總灌水量的30%、40%和30%進(jìn)行分配，即移栽以后在蒸滲儀中每隔7天灌水一次，把各生育期的需灌水量平均灌至蒸滲儀土壤中。施肥按基肥∶追肥=7∶3施用烤煙專用無(wú)機(jī)肥料（貴州省煙草科學(xué)研究所提供，N∶P2O5∶K2O=1∶2∶3），基肥在烤煙移栽前一次性穴施，追肥時(shí)間為移栽后26 d，把各處理烤煙專用無(wú)機(jī)肥的用量折合成純氮量施入蒸滲儀土壤中。每個(gè)蒸滲儀中栽煙12株，行距1.2 m，株距0.5 m，各處理灌水量和施肥量如表1所示[3]。

表1 試驗(yàn)處理設(shè)置

1.3 評(píng)價(jià)指標(biāo)

（1）產(chǎn)量：根據(jù)各處理烤煙葉片干物質(zhì)重量計(jì)算（kg/hm2）。

（2）旺長(zhǎng)期最大葉面積指數(shù)：?jiǎn)沃昕緹熑~片面積總和與單株烤煙占地面積之比。其中葉面積計(jì)算公式如下：

Li與Wi分別代表第i片葉片的葉長(zhǎng)與葉寬。

（3）水分生產(chǎn)效率：?jiǎn)挝惑w積灌溉水收獲烤煙葉片干重（kg/m3）。

（4）灌溉水量：以每公頃灌溉水量計(jì)（m3/hm2）。

（5）施肥量：以每公頃施肥量計(jì)（kg/hm2）。

1.4 評(píng)價(jià)方法

投影尋蹤（projection pursuit，簡(jiǎn)稱 PP）是一種用來(lái)分析和處理高維數(shù)據(jù)，尤其是處理非線性、非正態(tài)分布高維數(shù)據(jù)的一種新興方法。其實(shí)質(zhì)是利用計(jì)算機(jī)技術(shù)，通過(guò)把高維數(shù)據(jù)投影到低維子空間，尋找能夠反映原高維數(shù)據(jù)結(jié)構(gòu)或者特征的投影，在低維空間研究數(shù)據(jù)結(jié)構(gòu)，從而達(dá)到研究與分析高維數(shù)據(jù)的目的。建模詳細(xì)步驟如文獻(xiàn)[4]所示。

模型建立的主要步驟包括以下幾個(gè)方面：

（1）建立評(píng)價(jià)矩陣。設(shè)評(píng)價(jià)的樣本容量為n，評(píng)價(jià)指標(biāo)（變量）數(shù)目為 p，第i個(gè)樣本的第 j個(gè)指標(biāo)值為xij*，則所有樣本指標(biāo)數(shù)據(jù)可以用 n×p列的數(shù)據(jù)矩陣X*表示：

（2）無(wú)量綱化處理。為解決各指標(biāo)值的量綱不同，對(duì)不同樣本指標(biāo)值進(jìn)行無(wú)量綱化處理：

對(duì)數(shù)值越大越優(yōu)的指標(biāo)采取如下處理：

對(duì)數(shù)值越小越優(yōu)的指標(biāo)采取如下處理：

處理后得到n×p的數(shù)據(jù)矩陣X:

式中：max（xj*）——第j個(gè)指標(biāo)的最大值；min（xj*）——第j個(gè)指標(biāo)的最小值。

（3）線性投影。投影實(shí)質(zhì)上就是從不同的角度去觀察數(shù)據(jù)，尋找能夠最大程度地反映數(shù)據(jù)特征和最能夠充分挖掘數(shù)據(jù)信息的最優(yōu)投影方向，從而實(shí)現(xiàn)數(shù)據(jù)降維。將高維數(shù)據(jù)投影到一維線性空間進(jìn)行研究，因此，設(shè)單位向量 a={a1，a2，…，ap}為一維線性投影方向，則矩陣X投影到a上的一維投影特征值為Zi。

（4）構(gòu)造投影目標(biāo)函數(shù)。綜合投影指標(biāo)值時(shí)，根據(jù)分類原則，投影值的散布特征盡可能滿足如下要求：局部投影點(diǎn)盡可能密集、最好凝聚成若干點(diǎn)團(tuán)；整體上投影點(diǎn)團(tuán)之間盡可能散開(kāi)。即：使多元數(shù)據(jù)在一維空間散布的類間距離Sz和類內(nèi)密度Dz同時(shí)取得最大值。因此，將投影目標(biāo)函數(shù)表示為類間距離和類內(nèi)密度的乘積：

式中：Sz——投影特征值Zi的標(biāo)準(zhǔn)差，也稱類間距離；Dz——投影特征值Zi的局部密度，也稱類內(nèi)密度。

式中E（z）——序列{zi|i=1～n|}的平均值。

式中R——局部密度的窗口半徑。

i，k=1，2，3.....n，表示樣本容量。

（5）優(yōu)化投影目標(biāo)函數(shù)。對(duì)于給定的樣本集指標(biāo)值，投影指標(biāo)函數(shù)Q（a）隨著投影方向a的變化而變化，能夠最大可能地反映高維數(shù)據(jù)某類結(jié)構(gòu)特征的投影方向即為最佳投影方向。因此運(yùn)用目標(biāo)函數(shù)最大化對(duì)投影目標(biāo)函數(shù)進(jìn)行優(yōu)化:

（6）評(píng)價(jià)。按照最佳投影方向a*取值大小排列，可以得到指標(biāo)貢獻(xiàn)/敏感程度大小，按照z*（i）取值大小排列，可以得到樣本的優(yōu)劣排序[5]。

2 結(jié)果與分析

2.1 評(píng)價(jià)指標(biāo)分析

表2所示為所選評(píng)價(jià)指標(biāo)，產(chǎn)量是評(píng)價(jià)節(jié)水灌溉模式的重要依據(jù)，因?yàn)楣?jié)水不能以犧牲作物生長(zhǎng)發(fā)育為代價(jià)；肥料用量關(guān)系到經(jīng)濟(jì)效益與環(huán)境效益，部分煙區(qū)的連年耕作及粗放式生產(chǎn)管理，導(dǎo)致土壤連作障礙嚴(yán)重，且肥料隨灌溉水流入河道，滲入地下，造成水環(huán)境的污染[6]。在烤煙生產(chǎn)過(guò)程中，施肥量并非越大越好。施氮量的增加，極大地促進(jìn)了不同部位煙葉，尤其是上部葉煙堿的累積和煙堿含量的增加，造成煙葉品質(zhì)下降[7]。旺長(zhǎng)期最大葉面積指數(shù)可反映某灌溉模式在烤煙需水需肥最旺盛時(shí)期的供水供肥能力。水分生產(chǎn)效率以單位體積水獲得的煙葉產(chǎn)量計(jì)算。挑選其中任意一個(gè)對(duì)灌溉模式進(jìn)行篩選和評(píng)價(jià)都不夠全面，需綜合5個(gè)指標(biāo)，判定最優(yōu)灌溉模式。如表2所示，實(shí)際產(chǎn)量處于2 231.86～3 155.62 kg/hm2，T5 產(chǎn)量明顯高于其他處理，水肥耦合效應(yīng)明顯，旺長(zhǎng)期最大LAI為4.28～5.32，與產(chǎn)量關(guān)系密切，水分生產(chǎn)效率處于0.45～0.90 kg/m3。

表2 評(píng)價(jià)指標(biāo)及指標(biāo)值

2.2 模型計(jì)算結(jié)果

在表2所示的4個(gè)評(píng)價(jià)指標(biāo)中，實(shí)際產(chǎn)量、旺長(zhǎng)期最大LAI與水分生產(chǎn)效率為“越大越優(yōu)”指標(biāo)，肥料用量和灌溉用水量為“越小越優(yōu)”指標(biāo)。采用matlab7.1對(duì)其建立投影尋蹤分類模型。在RAGA優(yōu)化過(guò)程中選定父代初始種群規(guī)模為n=400，交叉概率Pc=0.8，變異概率Pm=0.8，優(yōu)秀個(gè)體數(shù)目選定為20個(gè)，α=0.05，加速20次，得出最大投影指標(biāo)值為0.434 2，最佳投影方向 a（j）*=（0.485 9，0.316 8，0.560 4，0.360 9，0.468 3），6 個(gè)處理的投影值依次為z（i）*=（0.316 8，0.866 0，1.480 6，0.280 6，1.482 3，1.480 8），依據(jù)投影值越大灌溉模式綜合條件越好的準(zhǔn)則，T5為所得最佳烤煙節(jié)水灌溉模式。

2.3 灌溉模式評(píng)價(jià)

根據(jù)模型計(jì)算，最優(yōu)灌溉模式為T(mén)5，T5處理的煙葉產(chǎn)量為3 155.62 kg/hm2，處于6個(gè)處理中的最高水平，顯著高于其他處理，說(shuō)明灌溉水量并非越多越好，合理的水肥參數(shù)容易獲得更高的產(chǎn)量；T5處理的灌溉用水量為4 000 m3/hm2，處于中間水平，既未造成水資源的浪費(fèi)，又未影響作物的正常生長(zhǎng)；旺長(zhǎng)期最大LAI與烤煙葉面積和產(chǎn)量呈極顯著的正相關(guān)關(guān)系[6]，T5的旺長(zhǎng)期LAI為5.32，為6個(gè)處理中的最大值；T5處理的水分生產(chǎn)效率為0.79 kg/m3，次于T6與T3，說(shuō)明在試驗(yàn)條件下，灌溉量對(duì)水分生產(chǎn)效率影響十分顯著，兩者呈正相關(guān)關(guān)系。

節(jié)水灌溉模式T5在保證煙葉正常供水的情況下，極大地促進(jìn)了烤煙葉片的生長(zhǎng)發(fā)育，為煙葉高產(chǎn)奠定了良好的基礎(chǔ)，不僅如此，在保證煙葉產(chǎn)量較高的同時(shí)，較大程度上提高了水分生產(chǎn)率，實(shí)現(xiàn)了增產(chǎn)，節(jié)水和高效用水的目的。

投影值僅次于T5的灌溉模式為T(mén)6，T6的灌溉用水量最小，施肥量處于較高水平，所得產(chǎn)量與旺長(zhǎng)期最大LAI僅次于T5，其水分利用效率為6個(gè)處理中的最高水平，干旱較為嚴(yán)重的地區(qū)，也可考慮使用T6灌溉模式。

3 結(jié)論與討論

目前投影尋蹤分類模型已在很多領(lǐng)域得到廣泛應(yīng)用，效果較優(yōu)。如暗管排水參數(shù)的優(yōu)化[8]、施肥制度的篩選[6]、水分脅迫的影響評(píng)價(jià)、水稻節(jié)水灌溉經(jīng)濟(jì)分析、地震預(yù)報(bào)、水土資源研究、水文水資源預(yù)報(bào)[9]、土壤水分有效性評(píng)價(jià)均取得了良好的效果。利用投影尋蹤技術(shù)評(píng)價(jià)不同節(jié)水灌溉模式，客觀性強(qiáng)，充分利用了原始數(shù)據(jù)的內(nèi)部結(jié)構(gòu)特點(diǎn)，避免了人為干擾，同時(shí)保證了信息的全面。

根據(jù)試驗(yàn)結(jié)論與模型分析，可得以下結(jié)論：（1）烤煙灌溉水量并非越大越好，合理的水肥參數(shù)更容易獲得較高的產(chǎn)量和水分生產(chǎn)效率。（2）模型計(jì)算所得最優(yōu)處理為T(mén)5，產(chǎn)量與旺長(zhǎng)期最大LAI分別為3 155.62 kg/hm2和5.32，處于6個(gè)處理中的最高水平，T5水分生產(chǎn)效率為0.79 kg/m3，處于6個(gè)處理的中上水平。一般情況下，推薦T5節(jié)水灌溉模式，特別干旱地區(qū)，也可采用T6灌溉模式。

試驗(yàn)也存在一些不足，如煙葉的品質(zhì)指標(biāo)也是評(píng)價(jià)烤煙節(jié)水灌溉模式的重要指標(biāo)；目前國(guó)家對(duì)于煙葉的收購(gòu)標(biāo)準(zhǔn)主要是建立在煙葉的外觀上的，因此節(jié)水灌溉所產(chǎn)出的烤煙葉片外觀也可列為評(píng)價(jià)指標(biāo)，今后的研究應(yīng)結(jié)合煙葉品質(zhì)、外觀等多因素進(jìn)行評(píng)價(jià)，并將研究成果進(jìn)行推廣，指導(dǎo)煙葉生產(chǎn)。

[1]Study on soil water characteristics of tobacco fields based on canonical correlation analysis[J].Water Science and Engineering,2009,（2）:79-86.

[2]王 宇，邵孝侯，莫建國(guó)，等.烤煙實(shí)時(shí)灌溉預(yù)報(bào)與決策專家系統(tǒng)[J].河海大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，（1）：58-63.

[3]侯毛毛，邵孝侯，袁有波，等.水氮耦合條件下烤煙葉面積指數(shù)變化的模型研究[J].灌溉排水學(xué)報(bào)，2012，（1）：106-108，116.

[4]邵孝侯，王 宇，畢利東，等.基于最優(yōu)分割理論的土壤水分有效性評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，（3）：106-111.

[5]原君靜，李洪文.基于投影尋蹤技術(shù)的保護(hù)性耕作效益評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，（4）：175-179.

[6]Hou M M,Shao X H,Chen L H,et al.Study on fertilizer N leaching,accumulation,and balance in tobacco fields with N-15 tracing technique[J].J Food Agric Environ,2012,10（2）:1284-1289.

[7]謝會(huì)雅.水肥耦合對(duì)烤煙養(yǎng)分吸收及煙葉產(chǎn)量和品質(zhì)的影響[D].長(zhǎng)沙：湖南農(nóng)業(yè)大學(xué)，2008.

[8]Shao X H,Hou M M,Chen L H,et al.Evaluation of Subsurface Drainage Design Based on Projection Pursuit[J].Energy Procedia,2012,16:747-752.

[9]石 浩.投影尋蹤在水文水資源中的應(yīng)用[J].河南水利與南水北調(diào)，2012，（16）：51-52.