基于熵值模型的虧缺灌溉對番茄產量與水分利用的綜合評價

劉新華

（新疆塔里木河流域阿克蘇管理局，新疆阿克蘇843000）

基于熵值模型的虧缺灌溉對番茄產量與水分利用的綜合評價

劉新華

（新疆塔里木河流域阿克蘇管理局，新疆阿克蘇843000）

為探討西北干旱區溫室番茄節水高效灌溉模式，采用熵值模型對不同生育階段水分虧缺與膜下溝灌番茄產量、水分利用及經濟效益的影響進行了綜合評價。結果表明：番茄前期產量、后期產量、二類果產量與灌溉水分利用效率這4項指標是影響評價結果的主要因素；番茄苗期較正常灌水量應減少2/3，開花和果實膨大期、果實成熟與采收期應保持正常灌水量。

虧缺灌溉；番茄；膜下溝灌；熵值；綜合評價

1 前言

番茄是人們日常膳食中的重要蔬菜之一，它除了被鮮食與烹炒之外，還被制成番茄醬、番茄汁和番茄粉等產品［1］。醫學研究表明，經常食用番茄及其制品能夠有效降低患癌癥、心腦血管及其他慢性疾病的幾率［2］。近年來，隨著溫室反季節蔬菜生產規模的日益擴大，溫室番茄在番茄產業中的比重逐年增大［3］。

目前，水資源短缺是一個全球性問題，由于番茄種植的需水量較大，又是世界上種植面積最大的蔬菜，在番茄種植中推行節水灌溉對于水資源的節約和高效利用具有重要意義。研究表明，水分虧缺對番茄產量和品質的影響呈現相反變化。當灌水較多時，番茄單果質量增加，產量提高，但番茄營養品質降低，口感和烹飪效果較差；當減少灌水時，番茄營養品質雖然得以改善，但小果數量增加，產量降低，而且植株早衰，發病率增加，總體經濟效益下滑。當不考慮番茄內在品質時，其經濟效益主要由總產量、產量時間分布、采收期和高價位市場收購期的重合度等因素決定。目前，有關溫室番茄水分虧缺對番茄產量及其分布時間研究還相對較少［4-7］。鑒于以上原因，本文利用熵值模型開展了不同生育階段水分虧缺對溫室番茄產量及效益影響的綜合評價，以期尋求適合西北干旱區溫室番茄節水高效灌溉模式提供參考。

2 番茄虧缺灌溉模式評價體系

根據文獻［3］數據資料，膜下溝灌番茄虧缺灌溉模式評價體系包括：上市產量、外觀品質、水分利用與經濟效益4個方面。其中上市產量又包括前期產量、中期產量與后期產量這3項指標；外觀品質包括一類果產量、二類果產量、三類果產量與舍棄果產量這4項指標；水分利用包括市場產量、灌溉水分利用效率與水分利用效率這3項指標；經濟效益包括毛效益、單方灌水毛效益與單方耗水毛效益這3項指標。膜下溝灌番茄調虧灌溉模式評價指標體系見表1。

表1 膜下溝灌番茄調虧灌溉評價指標體系

在表1評價指標體系中，在上市產量方面，番茄前期產量與中期產量越高、后期產量越少，則種植效益越好；就外觀品質而言，一、二類果產量越高，三類及舍棄果越少，則番茄經濟效益越好；在水分利用方面，番茄市場產量（一、二、三類果產量之和）、灌溉水分利用效率與水分利用效率越大則表明水分利用越優；在經濟效益方面，毛效益、單方灌水毛效益與單方耗水毛效益指標值越大，則表明該調虧灌溉方式越優。

3 熵值模型

3.1 熵權計算

假設膜下溝灌番茄調虧灌溉模式的評價方案為m個，評價指標為n個，則可以構成評價指標矩陣X=（xij）m×n，將矩陣X=（xij）m×n按照下式進行歸一化處理，形成判斷矩陣B=（bij）m×n：

式中：i為評價方案，j為評價指標；xmax、xmin分別為第j個指標在各方案中最大、最小值。

第j個評價指標的熵值Hj計算如下：

則第j個評價指標的熵權βj，得權重向量β=（β1，β2，βj，…，βn），即：

3.2 貼進度值計算

3.2.1構建加權決策矩陣

將判斷矩陣B=（bij）m×n與評價指標權重相乘，得加權決策矩陣：R=（rij）m×n：

3.2.2計算理想解和負理想解

根據加權決策矩陣，確定方案理想解S+與負理想解S-：

3.2.3計算歐式距離

采用歐氏距離計算與理想解和負理想解的距離，計算式如下：

3.2.4貼近度計算

根據式（10）計算相對接近度值ξi，該值越接近于1，表示評價方案越優，反之越劣：

4 模型應用

4.1 數據來源

根據文獻［3］中的數據資料，采用熵值模型對溫室番茄不同虧缺灌溉模式進行綜合評價。不同虧缺灌溉方案設計見表2（表2中，各處理的灌水周期同C K處理），各處理下的溫室番茄上市產量、外觀品質、水分利用與經濟效益情況指標詳見表3。

表2 溫室番茄各處理設計灌水定額

4.2 熵值計算

首先將表3中指標數據按照指標類型（正指標與負指標）分別按照式（1）進行歸一化處理（結果見表4）。

表3 不同虧缺灌溉處理評價指標值

表4 不同虧缺灌溉處理評價指標標準化值

之后按照式（2）～式（4）計算評價指標的熵值與權重。

評價指標熵值Hj=（0.7006，0.7039，0.6529，0.7069，0.6944，0.7294，0.7176，0.7187，0.7000，0.7061，0.7052，0.7234，0.7145）。

評價指標權重w=（0.0783，0.0774，0.0907，0.0766，0.0799，0.0707，0.0738，0.0735，0.0784，0.0768，0.0771，0.0723，0.0746）。

4.3 貼進度計算

按照式（5）～式（9）計算評價方案與理想解和負理想解的距離，結果如下：

Sd+=（0.0683，0.0863，0.1767，0.0894，0.2342，0.2280，0.1107）；

Sd-=（0.2336，0.2408，0.1329，0.2359，0.1220，0.0929，0.2107）。

根據上述計算結果，利用式（10）計算得到評價方案貼近度值及方案排序（見表5）。

T V-9

：B

：1672-2469（2015）09-0074-03

10.3969/j.i s s n.1672-2469.2015.09.024

劉新華（1978年—），女，工程師。