东非高原香蕉在大湖区数百万小农户的生计中发挥着重要作用。在乌干达，香蕉是1000多万人的主要主食，大约75%的农民种植香蕉。
乌干达的可实现产量至少为60-70吨FW/公顷/年，但一些相互关联的社会经济、非生物和生物制约因素导致农民田地的实际产量要低得多。如果要提高产量，就香蕉的实际产量、其变异性和最重要的制约因素提供可靠的数据应成为研究的重点。
目前，此类数据在文献中很少见，部分原因是农场产量的估计非常具有挑战性）：高度可变的周期持续时间和植物密度，重叠的生长周期和全年收获使开发标准化的产量估算方法变得复杂。
为了获得可靠的产量估算并了解决定产量的因素，我们认为应该确定易于测量的产量成分，并应提供明确的计算产量的协议。此外，研究产量成分之间的变异性和相互关系有助于了解哪些产量成分在确定产量方面最重要。
上述许多产量成分可能在某种程度上相关。例如，在卢旺达多种农业生态学的低投入条件下进行的密度实验表明，较高的密度导致周期持续时间延长和束重降低。
该实验是在新建立的香蕉种植园进行的，每个垫子保持三个吸盘，这可能不能反映成熟农民种植园的条件。迄今为止，尚未对产量成分的变异性、相互关系及其对农民管理下的东非高原香蕉产量的影响进行详细研究。
目标和假设本研究的目的是：1）确定哪些产量成分在决定产量方面最重要;2）评估这些产量组成部分是如何相互关联的;3）检验关于几种生物和非生物因素对农民田地产量影响的假设。
我们研究了产量成分的变异性，并评估了产量成分之间的相互关系。根据上述文献，我们假设农田的香蕉产量和穗重受到施用肥料、肥料和覆盖物的正向影响，高降雨量和高土壤钾含量也呈正相关，山谷田地的香蕉穗比山顶和山坡田更重，产量更高。
1. 方法论1.1. 研究地点和数据收集
这项研究在两个地点进行。一个在西部，另一个在乌干达西南部。这两个地点都位于乌干达的主要香蕉产区。在每个地点，随机选择两个子县进行数据收集。本研究分析了来自选定子县的两个互补数据集。
我们使用束重调查来补充和比较产量监测调查中关于影响束重因素的结果。束重调查还包含所有香蕉田的土壤养分含量。这两项调查都是在乌干达西部的两个县和西南部的两个县进行的。四个子县中有三个在两次调查之间重叠。
1.1.1. 良率监控
从 2019 年 7 月到 2021 年 6 月，在 45 个农场的 4 个地点监测了香蕉的生长和产量。每月总共监测了118个香蕉田。我们将 2019 年 7 月至 2020 年 6 月期间称为“第 1 年”，将 2020 年 7 月至 2021 年 6 月期间称为收益率监测的“第 2 年”。
观察单位是香蕉垫。我们为每块田地选择了十个垫子，旨在代表田地中垫子的多样性，同时避免特别有活力或发育不良的垫子，或位于田间独特位置的垫子，例如靠近垃圾或粪堆的垫子。
2. 产量计算
在本文中，除非另有说明，否则每当我们提到产量时，我们指的是以吨FW/公顷/年为单位的产量。由于缺乏评估农民田间产量的标准协议，因此比较了几种产量计算方法，称为 M1 到 M4。
这种比较使我们能够根据四种方法的相互比较以及它们在农民田地中的实际适用性来选择最可靠的方法。将某一年从垫子上收获的所有串的新鲜重量相加。
2.1. 统计分析2.1.1. 良率成分的相互关系
使用良率监测数据集研究了良率成分的相互关系。我们考虑了以下产量组成部分：每垫的年产量、垫密度、束重、周期持续时间、每个垫子的吸盘数、束数/垫子/年、束数/公顷/年。
3. 结果3.1. 产量估算和产量组成部分
乌干达西部和西南部的单产中位数分别为第1年和31吨/公顷/年，第2年分别为38吨/公顷/年和36吨/公顷/年。在不同年份和地点，第 95 个百分位的单产为 66 吨/公顷/年。
子县内的产量变化大于子县之间和年份之间的变化。每条垫子的年产量中位数在20至45公斤/年之间，而平均每条垫子收获一到两束。中位束重量在20-30 kg之间，各县内差异较大。
3.2. 良率成分的相互关系
产量与每垫的年产量和平均束重呈强正相关，产量与每垫子和每公顷的束数之间存在中等强度的正相关。因此，与束的重量相比，束数在决定产量方面的作用不如束的重量重要。
3.3. 产量变化
农民田间产量随着覆盖深度的增加而增加，而随着BXW发生率的增加而降低。然而，施肥影响了BXW侵染的产量降低。
所有解释变量均未与县域有显著交互作用。在两年的监测期内，每块田地的平均覆盖深度在0到近2.5厘米之间，超过一半的田地的平均覆盖深度超过1厘米。
4. 讨论4.1. 产量估算
乌干达西部和西南部的单产中位数分别为第一年的31吨和32吨/公顷/年，第二年的单产中位数分别为38吨/公顷/年和36吨/公顷/年。
我们数据集的一个局限性是缺乏关于“作物减产”的数据，因为这使得将产量估算方法与绝对基准进行比较变得不可能。此外，在我们的研究中，缺乏用于产量估计的现场重复可能导致对田间变化的估计值夸大。
这意味着收益率的“真实”变化可能比我们的结果所暗示的要小，并且我们的第 95 个百分位产量估计值可能高估了真实最大收益率。然而，这一警告也适用于少数其他关于农民田地香蕉产量的研究。
为了进行可靠的垫密度评估，设计最佳采样策略并确定最小样本量非常重要。最后，进一步的建模研究应旨在揭示在水有限条件下以及水和养分限制条件下的潜在产量。
根据我们的结果，我们得出结论，以公斤/公顷/年为单位估计产量的一次性调查不会产生可靠的产量估计。在较干燥的亚县，束重随着垫密度的增加而减小，从而混淆了较高垫密度的增产效应
4.2. 影响香蕉产量的因素
我们的研究表明，BXW是乌干达两个主要香蕉产区的重要减产因素。BXW是一种细菌性疾病，影响所有已知的东非高地香蕉。该病的分布在空间上是聚类的，并且在时间上是可变的，这种时空聚类可以解释为什么我们发现明确的证据表明 BXW 是影响产量的一个因素，而之前的农场研究没有发现这一结果。
粪肥施用对穗重有显著的积极影响，如穗重调查结果所示。然而，在产量监测数据集中，粪肥对穗重和产量的影响不太清楚。两个数据集的结果对比可以解释为，在束重调查中，考虑了过去的肥料施用，而产量监测调查中并非如此。
关于粪便的影响及其与肥料的相互作用缺乏连贯的发现，这突出表明需要对粪便和肥料的不同组合进行进一步的实验。此外，粪便供不应求，与仅使用粪便相比，用肥料补充粪便可能具有环境和经济效益。
我们发现，穗重受子县、垫密度和累积降雨量之间相互作用的影响。在农业生态学中，垫子密度和束重之间的关系不同，他们认为，在降雨量较多和土壤肥力较高的地区，最佳密度更高。
在降雨量最大的研究地点，我们的统计模型预测，束重不受降雨量增加或垫密度变化的显着影响。这也许可以解释为什么Rwimi子县的垫子密度比其他子县的变化要大得多。
5. 结论
本研究旨在探讨哪些产量成分在决定农民田间的香蕉产量方面最重要，提供可靠的产量估计，并了解哪些农艺因素对乌干达两个主要香蕉产区的产量有明显影响。
我们还探索了各种产量估算方法，并确定了易于测量的产量成分。了解上述因素如何影响农民田地的产量非常重要，因为农民的管理实践比实验中可以测试的更加多样化。
乌干达西部和西南部的单产中位数在第一年分别为31吨/公顷/年和38吨/公顷/年，第二年分别为38吨/公顷/年，高于以前报告的单产中位数，但仍为建议最高可达单产的一半。
我们发现，不同的产量估计方法会导致结果存在很大差异。产量与产量成分“束重”、“每年每垫子的束数”和“每垫子的年产量”的相关性最强。
我们的结果表明，最佳密度取决于降雨和农业生态学，但也取决于农民的目标，因为随着垫密度的增加，穗重急剧下降。比雷雷县比鲁维米县更强，在我们的研究中，这两个县分别是最干燥和最潮湿的。
关于施用肥料和覆盖物对穗重和产量影响的结果是不确定的。在没有BXW的情况下，BXW是一个主要的减产因素，适量的肥料在24个月内对产量和束重产生了积极影响。
