水稻种植环境综合适宜性评价方法研究

doi:10.12082/dqxxkx.2021.200644

水稻种植环境综合适宜性评价方法研究

王杏锋^,¹^,²^,³, 李代超^,¹^,²^,³^,^*, 吴升¹^,²^,³, 谢晓苇¹^,²^,³, 卢嘉奇¹^,²^,³

1.福州大学,数字中国研究院（福建）,福州350002

2.福州大学,空间数据挖掘与信息共享教育部重点实验室,福州 350002

3.福州大学,地理空间信息技术国家地方联合工程技术研究中心,福州 350002

Research on Comprehensive Suitability Evaluation Method of Rice Planting Environment

WANG Xingfeng^,¹^,²^,³, LI Daichao^,¹^,²^,³^,^*, WU Sheng¹^,²^,³, XIE Xiaowei¹^,²^,³, LU Jiaqi¹^,²^,³

1. The Academy of Digital China, Fuzhou University, Fuzhou 350002, China

2. Key Laboratory of Spatial Data Mining & Information Sharing of Ministry of Education, Fuzhou University, Fuzhou 350002, China

3. National Engineering Research Centre of Geospatial Information Technology, Fuzhou University, Fuzhou 350002, China

通讯作者: * 李代超（1989— ）,女,河南郑州人,博士,讲师,主要从事地理信息资源环境分析、时空数据分析与可视化研究。 E-mail: lidc@fzu.edu.cn

收稿日期: 2020-10-28 修回日期: 2021-01-3 网络出版日期: 2021-08-25

基金资助:

中国科学院战略性先导科技专项(A类). XDA23100502

Corresponding authors: * LI Daichao, E-mail: lidc@fzu.edu.cn

Received: 2020-10-28 Revised: 2021-01-3 Online: 2021-08-25

Fund supported:

Strategic Priority Research Program of the Chinese Academy of Sciences. XDA23100502

作者简介 About authors

王杏锋（1995— ）,女,山西太原人,硕士生,主要从事地理信息资源环境分析与空间模式识别研究。E-mail: 1570667570@qq.com

摘要

开展特定区域水稻种植产业布局是科学制定区域农业种植产业规划的重要内容,而水稻种植适宜性评价是水稻种植产业布局的前提。本文以中国好粮油示范县——福建省浦城县为研究区,基于层次分析模型构建土壤条件、立地条件、灌排条件、气候条件和机械耕作条件5大类共21个指标的水稻种植适宜性评价体系,利用地学模型、回归模型和空间插值等方法计算、模拟评价指标空间分布数据,形成5 m×5 m分辨率的评价指标栅格数据集,基于经验指数法建立适宜度指数模型,开展精细尺度下的水稻种植环境综合适宜性评价。利用实测样点水稻产量与水稻种植环境综合适宜度指数进行分析,发现二者呈显著正相关,验证了本研究评价工作的正确性和可行性。最后利用K-means属性聚类法识别研究区水稻种植多维环境适宜性的空间模式。结果表明：① 研究区水稻种植高度适宜、较适宜、中度适宜耕地面积占全县耕地面积的84.4%,次适宜耕地仅占15.6%,耕地整体适宜性较高;② Ⅰ类集聚区水稻种植综合适宜性和各类指标适宜性均较高;Ⅱ类集聚区水稻种植综合适宜性较高,但灌排条件适宜性很低;Ⅲ类集聚区水稻种植综合适宜性较高,但立地、土壤条件适宜性较低;Ⅳ类集聚区水稻种植综合适宜性较低,灌排条件适宜性最低。本研究可为水稻种植适宜性评价提供方法借鉴,并为浦城县更合理科学地开展农业种植规划提供依据。

关键词： GIS ; 水稻 ; 种植环境 ; 气候模拟 ; 适宜性评价 ; 聚类分析 ; 空间模式 ; 福建省浦城县

Abstract

Carrying out the layout of the rice planting industry in a specific area is an important content of scientifically formulating the regional agricultural planting industry plan, and the comprehensive suitability evaluation of rice planting environment is the premise of rice planting industry layout. This paper takes Pucheng County, Fujian Province, a good grain and oil Demonstration County in China as the research area. The Analytic Hierarchy Model was used to construct a rice planting suitability evaluation system with 21 indicators in five categories: soil conditions, site conditions, irrigation and drainage conditions, climate conditions and mechanical farming conditions. The evaluation system uses geological models, regression models and spatial interpolation methods to calculate and simulate the spatial distribution data of evaluation indicators to form a 5 m×5 m resolution evaluation index grid data set. The suitability index model was established by using experience index method to carry out comprehensive suitability evaluation of rice planting environment in fine scale. Analyzing the rice yield of the actual samples and the comprehensive suitability index of the rice planting environment, it was found that the two were significantly positively correlated, which verified the correctness and feasibility of the evaluation work of this study. Finally, the K-means attribute clustering method was used to identify the spatial pattern of multi-dimensional environmental suitability of rice planting in the research area. The results show that: ① The cultivated land area with high, relatively and moderately suitable rice planting in the study area accounted for 84.4% of the cultivated land area of the whole county, and the sub-suitable cultivated land only accounted for 15.6%. The overall suitability of cultivated land was relatively high. ② The comprehensive suitability for rice planting and the suitability of various indicators are higher in the type I cluster area. Type II cluster area have higher comprehensive suitability for rice planting, but the suitability of irrigation and drainage conditions is very low. The comprehensive suitability of rice planting in type III cluster area is relatively high, but the suitability of site conditions and soil conditions are lower. Type IV cluster area have low overall suitability for rice planting, and the lowest suitability for irrigation and drainage conditions. This study can provide a method for the evaluation of the suitability of rice planting, and provide a basis for Pucheng County to carry out agricultural planting planning more rationally and scientifically.

Keywords： GIS ; rice ; planting environment ; climate simulation ; suitability evaluation ; cluster analysis ; spatial pattern ; Pucheng County of Fujian Province

PDF (16655KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

王杏锋, 李代超, 吴升, 谢晓苇, 卢嘉奇. 水稻种植环境综合适宜性评价方法研究. 地球信息科学学报[J], 2021, 23(8): 1484-1496 doi:10.12082/dqxxkx.2021.200644

WANG Xingfeng, LI Daichao, WU Sheng, XIE Xiaowei, LU Jiaqi. Research on Comprehensive Suitability Evaluation Method of Rice Planting Environment. Journal of Geo-information Science[J], 2021, 23(8): 1484-1496 doi:10.12082/dqxxkx.2021.200644

1 引言

水稻是当今世界主要的粮食作物之一,生长环境对其品质和产量影响显著。科学合理地开展水稻种植环境的评价,是发挥区域自然环境资源优势,发掘耕地潜力,实现优质水稻高产的重要途径^[1]。现有国内外针对作物种植适宜性评价及种植区划的研究多以单因素或几类因素进行定量评价,如研究仅考虑气候因素^[2,3,4,5]、土壤因素^[6,7]或地形因素^[8,9]对作物种植适宜性的影响,评价指标缺乏综合性;一些研究^[10,11]以几类因素进行定量评价,但指标体系完整性不足,如缺少对道路可达性、灌排条件和田块规整度等影响作物生长的重要环境指标,无法全面反映各类自然环境因素和开发条件对作物种植的影响。

此外,对于影响作物种植成效的重要因素气候条件,常规的作物种植适宜性评价所采用的气候数据大多直接基于气象站点的观测数据^[12,13,14],由于县域尺度气象观测站点数量较少,无法全面真实地反映山区气候资源的立体多样性,难以满足精细尺度下环境适宜性评价的需求。利用高分辨率数字高程模型（Digital Elevation Model, DEM）数据进行气候因子的推算和空间分布模拟,其结果能够更加准确、精细地反映气候条件的空间分布^[15]。

目前有关耕地适宜性评价方案的研究已较为成熟,但针对评价模型较少有合理数据佐证,缺乏对精度质量的深入分析,科学性有待验证^[16]。此外,针对适宜性评价结果,缺乏对影响作物种植适宜性的环境组合特征的挖掘。

针对以上问题,本文以福建省浦城县作为研究区,综合气候、地形、土壤、灌排和机械耕作条件因素构建基于经验指数法的水稻种植环境综合适宜性评价模型,基于DEM推算的全县气温、日照时数的精细化空间分布数据,构建5 m×5 m分辨率的水稻种植环境适宜性评价指标栅格数据集,构建水稻种植适宜性精细化区划方案,最后利用K-means属性聚类法识别研究区基于耕地网格单元的水稻种植适宜性多维环境组合空间模式,为充分发挥区域环境资源优势、优化粮食种植结构和产业布局提供一些科学依据。

2 实验区概况与数据来源

浦城县是福建省南平市辖县,位于福建省最北端,地理位置在118°11′E—118°49′E,27°32′N—28°22′N之间（图1）,是中国好粮油示范县、福建省最大粮食主产区^[17]。浦城地处武夷山脉和仙霞山脉的交汇处,昼夜温差大,全县常年平均日照时数为1893 h,年均气温13.3~18 ℃,总积温年均为6391.5 ℃,≥10 ℃积温4500~5500 ℃,年均降水量1100~2400 mm,全县耕地分布绝大部分在海拔200~500 m。水稻土是浦城县主要耕作土壤,占全县耕地总面积的99.37%^[18]。得天独厚的气候条件和地理环境,造就了浦城县“闽北粮仓”的盛名。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区位置示意

Fig. 1 The location of study area

本研究所用气象数据来源于中国气象数据网（http://data.cma.cn/）,资料年限为1989—2018年;耕地地力调查采样数据、测土配方施肥试点数据、水稻产量采样数据和田块矢量数据来源于研究区农业部门;道路矢量数据和DEM数据来源于研究区自然资源部门。

3 研究方法

3.1 评价指标体系确定及评价流程

遵循地域性、主导性、县内差异性和相对稳定性^[19]等原则,结合专家经验,选取土壤条件（有机质、质地、pH、碱解氮、速效磷、速效钾、全氮和全钾）、立地条件（海拔、坡度、坡向和耕层厚度）、灌排条件（灌溉条件和排涝能力）、气候条件（年平均气温、年日照时数和≥10 ℃积温）、机械耕作条件（田块大小、田块规整度、等级道路可达性和机耕路可达性）5大类21个指标,构建浦城县水稻种植适宜性评价指标体系（图2）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 水稻种植适宜性评价指标体系

Fig. 2 Evaluation index system of rice planting suitability

基于地学模型、回归模型、空间分析等方法,进行研究区评价指标的计算及空间分布模拟,获取 5 m×5 m分辨率的评价指标空间分布数据集。运用层次分析模型建立评价指标体系,构建水稻种植适宜度指数模型,开展研究区水稻种植适宜性评价,最后对适宜性评价结果进行统计分析及验证。水稻种植环境综合适宜性评价流程流程如图3所示。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 水稻种植环境综合适宜性评价流程

Fig. 3 Flow chart of comprehensive suitability evaluation of rice planting environment

3.2 评价指标计算

3.2.1 空间插值

研究区耕地地力调查与质量评价成果和测土配方施肥试点采样结果数据包含4022个样点,样点分布较均匀且包含精确的空间坐标信息,包括质地、有机质、pH、全氮、全钾、速效钾、速效磷、碱解氮、耕层厚度、灌溉条件、排涝能力、≥10 ℃积温等12个指标,指标数据直接采用普通克里金法（Ordinary Kriging,OK）^[20]进行插值计算,获得5 m×5 m分辨率的栅格数据集。研究区22个气象站点近30年年平均气温和年日照时间站点数据通过反距离权重法（Inverse Distance Weighted, IDW）^[21,22]进行初步空间插值。

3.2.2 复杂地形下气温模拟

采用多元回归模型对气温数据进行推算模拟。首先对各气象站点近30年的平均气温数据进行预处理,得到各站点年平均气温值,然后利用多元回归方程（式（1））,加入经度、纬度和高程等因子建立气温的多元回归模型,求得气温推算值,最后将未解释尽的残差进行二次空间插值,并将其与模拟模型结果叠加,最后得到气温的模拟结果。

（1）气温与其它因子的关系模型可表示为：

（1）

Y = f (α, β, γ) + ε

式中： $Y$ 表示气温; $α 、 β 、 γ$ 分别表示经度、纬度、海拔高度,函数 $f (α, β, γ)$ 称为气温因子的方程表达式; $ε$ 为余差项,称为综合地理残差,所拟合方程的残差部分为：

（2）

ε = Y (实测值) - f (α, β, γ)

利用研究区气候实测数据及相对应取样点的经度、纬度、海拔高度等数据,应用数理统计中的多元回归分析方法,将经度、纬度、海拔高度等因子作为自变量,把气温因子作为因变量,应用多元回归分析方法构建气温推算模型。

（2）确立回归方程模型。将平均气温与对应各站点的坐标和高程作为输入数据,进行一次多元回归,得到回归方程如下公式所示,同时进行相关性和显著性检验。

（3）

y = 0.098007 x_{1} - 0.68648 x_{2} - 0.0048672 x_{3} + 26.402

式中： $x_{1}$ 表示经度; $x_{2}$ 表示纬度; $x_{3}$ 表示高程,残差为26.402。相关系数 $R^{2} = 0.956$ ,表明线性相关性较强。总体相关系数 $p = 2.11 \times 10^{- 12}$ , $p < 0.0001$ ,表明因变量 $y$ 与自变量 $x_{1} 、 x_{2} 、 x_{3}$ 之间有显著的线性相关关系。

（3）利用DEM数据进行模拟。利用DEM提取每一个栅格的坐标值（ $x_{1}$ , $x_{2}$ ）和高程值（ $x_{3}$ ）,代入回归方程逐栅格计算。

3.2.3 复杂地形下日照时数模拟

浦城东、北、西三面环山,研究区地形特征为多山地,因此对于任意时期日照时数的模拟,则以计算山地可照时数为基础。模拟方法借鉴李占清^[23]提出的山地日照时数计算方法,其地学模型计算公式为：

（4）

T = \overset{n}{\sum_{i = 1}} g_{i} Δ T + g {}_{n + 1}(T_{0} - n ∙ Δ T)

（5）

T_{R} = T \times R

式中： $T$ 为山地可照时数; $g_{i}$ 是第i时段的地形遮蔽因子; $T_{0}$ 为水平面可照时数; $T_{0}$ 被划分为 $n + 1$ 段; $Δ T$ 为时间步长; $n$ 为时段数。 $T_{R}$ 表示山地日照时数,任意日期的日照时数可通过可照时数乘以区域同期的日照百分率（R）计算。

本文以DEM数据为基础,在上述可照时数计算模型中输入相关参数,利用MATLAB软件计算实现,得到某日的可照时数,月、年可照时数通过日累加得到。

本文模拟了研究区近30年（1989—2018年）的年平均气温和年日照时数的空间分布（图4）。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 1989—2018年浦城县年平均气温及日照时数空间分布模拟结果

Fig. 4 Simulation results of annual mean air temperature and annual sunshine hours spatial distribution in Pucheng County from 1989 to 2018

3.2.4 田块规整度计算

田块规整度的计算首先通过ArcGIS计算研究区评价单元田块图斑的周长和面积得到田块大小,田块规整度的计算通过景观生态学斑块指数^[24]（式（6））得到：

（6）

R = 2 \log (L / 4) \log A

式中： $R$ 表示田块规整度; $L$ 是田块的周长; $A$ 代表田块面积。

3.2.5 交通可达性

在本文中,交通可达性分别按照等级道路可达性和机耕路可达性进行数据处理。

等级道路可达性利用ArcGIS软件的网络分析功能（Network Analysis）计算求出等级道路与耕地之间的最短交通时间矩阵。首先建立等级道路长度、道路等级、行车速度等必要属性用于网络分析,生成道路节点要素,然后通过建立OD成本矩阵,并设置以“行车时间”属性值作为分析中的累加成本进行求解,得到耕地与等级道路间的最短交通时间（图5（a））。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 2018年浦城县等级道路及机耕路可达性空间分布模拟结果

Fig. 5 Simulation results of spatial distribution of grade road and mechanical farm road accessibility in Pucheng County in 2018

据已有相关研究^[25]并结合专家意见得出,当耕地距离机耕路在0.5 km以下,被认为高度适宜种植水稻;而耕地与机耕路距离大于5 km则很不适宜被划入基本农田,对水稻的种植也体现出非常不利的条件。因此耕地的机耕可达性利用ArcGIS软件中的多环缓冲区分析功能,通过建立0.5、1、5、10 km的多环缓冲区,对应水稻种植的不同适宜性等级（图5（b））。

3.3 综合评价体系权重确定

评价指标体系的权重确定采用德尔菲法（Delphi）^[26]邀请农业院校等科研院所以及浦城县农技站等部门相关专家打分并结合层次分析法（AHP）^[27]赋值确定。将浦城县水稻种植适宜性评价作为目标层,通过对影响目标层的多个指标因子的分析,将目标层分解为土壤条件、立地条件、灌排条件和机械耕作条件5大类作为准则层,确定其判断矩阵并计算出相应权重,同理确定每一类准则层中对应的各指标层的判断矩阵并计算出相应的权重,最后通过一致性检验（<0.1）。

如表1所示,一致性检验通过后,各判断矩阵的特征向量即为该项指标相对于上一层的相对重要性权重。各指标在准则层中权重（ $W_{Bi}$ ）乘准则层相对于目标层的权重（ $W_{Ai}$ ）,计算得到浦城县21个评价指标在水稻种植适宜性评价中的组合权重（ $W_{i}$ ）。

表1 水稻种植适宜性模型中各指标的组合权重

Tab. 1 The combined weight of each index in the rice planting suitability model

目标层	准则层（ $W_{Ai}$ ）	指标层（ $W_{Bi}$ ）	权重（ $W_{i}$ ）	一致性检验	$λ_{\max}$
水稻种植适宜性评价	土壤条件（0.3886）	碱解氮（0.0304）	0.0118	0.0368	8.3634
		速效磷（0.0339）	0.0132
		速效钾（0.0446）	0.0173
		全氮（0.1520）	0.0591
		全钾（0.1053）	0.0409
		pH（0.0741）	0.0288
		有机质（0.3147）	0.1223
		质地（0.2451）	0.0952
	立地条件（0.2285）	海拔（0.1682）	0.0384	0.0227	4.0606
		坡度（0.2390）	0.0546
		坡向（0.1976）	0.0452
		耕层厚度（0.3952）	0.0903
	气候条件（0.2107）	年平均气温（0.2599）	0.0548	0.0516	3.0536
		年日照时数（0.3275）	0.0690
		大于10℃积温（0.4126）	0.0869
	灌排条件（0.0896）	灌溉条件（0.7500）	0.0672	0.0000	2.000
	灌排条件（0.0896）	排涝能力（0.2500）	0.0224	0.0000	2.000
	机械耕作条件（0.0826）	等级道路可达性（0.1381）	0.0114	0.0454	4.1213
		机耕路可达性（0.1953）	0.0161
		田块规整度（0.3905）	0.0323
		田块大小（0.2761）	0.0228

新窗口打开| 下载CSV

3.4 指标分级标准确定

依据浦城县水稻种植适宜性评价指标体系,结合指标分级标准制定的科学性、系统全面性和相对独立性、可行性和针对性等原则,参考《DZ/T 0295—2016 土地质量地球化学评价规范》^[28]确定指标分级标准,依据经验指数法^[29,30,31],即根据专家及研究区有经验农户对指标之间相互重要性的经验评分值,计算总体意见倾向和方差离散程度,通过反复修正制定了共21个水稻种植适宜性评价指标的分级及分值划分标准（表2）。

表2 浦城县水稻种植适宜性评价指标分级标准及经验分值

Tab. 2 The grading standard and empirical score of evaluation index for rice planting suitability in Pucheng County

指标		分级标准					经验分值
指标		高度适宜	较适宜	中度适宜	次适宜		高度适宜	较适宜	中度适宜	次适宜
土壤条件	全氮/%	>0.2	0.15~0.2	0.1~0.15	<0.1		100	80	60	40
	全钾/%	>2.5	2~2.5	1.5~2	<1.5		100	80	60	40
	pH	5.5~6.5	5.0~5.5	4.5~5.0	<4.5		100	80	60	40
	有机质/%	>4.0	3.0~4.0	2.0~3.0	<2.0		100	80	60	40
	碱解氮/（mg/kg）	>150	120~150	90~120	<90		100	85	45	20
	速效磷/（mg/kg）	>40	20~40	10~20	<10		100	80	60	30
	速效钾/ppm	>200	150~200	100~150	<100		100	75	50	25
	质地	壤质黏土	黏壤土	砂质壤土	砾石土		100	80	50	20
立地条件	海拔/m	<300	300~450	450~600	600~800		100	85	70	40
	坡度/°	<10	10~15	15~20	>20		100		90	65	30
	坡向	阳坡	半阳坡	半阴坡	阴坡		95		75	50	30
	耕层厚度/cm	>16	16~14	14~12	<12		100		70	40	10
灌排条件	灌溉条件	好	一般	较差	差	100	80	50	20
灌排条件	排涝能力	好	一般	较差	差	100		80	50	20
机械耕作条件	田块规整度	<0.5	0.5~1	1~2	>2	100	90	70	50
	田块大小/m²	≥500	200~500	100~200	<100	100		90	70	50
	等级道路可达性/h	<0.5	0.5~1.5	1.5~3	3	100		90	70	40
	机耕路可达性/m	<500	500~1000	1000~5000	>5000	100		90	70	40
气候条件	≥10℃积温/℃	≥5300	5100~5300	4900~5100	<4900	100	80	60	40
	年平均气温/℃	>20	15~20	10~15	<10	100		80	60	40
	年日照时数/h	>1500	1300~1500	1000~1300	<1000	100		80	60	40

新窗口打开| 下载CSV

3.5 水稻种植适宜度指数模型构建

根据各评价指标权重的计算结果,将评价样本各个指标的权重与相应指标的等级经验分值相乘,并累加出各样本适宜性综合指数。水稻种植适宜性评价模型公式：

（7）

SI = \overset{n}{\sum_{i = 1}} W_{i} \times P_{i}

式中： $SI$ 为水稻种植的适宜度指数（Suitability Index,SI）; $W_{i}$ 和 $P_{i}$ 分别为第i个评价单元的权重和经验评分分值;n为评价模型中的总参评指标个数。

根据上式计算出的各评价单元的评价指标适宜度指数,依据自然间断分级法,分析所得直方图中适宜度指数在空间上的聚散和分布规律,确定浦城县水稻种植适宜性等级的划分标准（表3）。

表3 浦城县水稻种植环境综合适宜性等级的划分标准

Tab. 3 Classification standard of comprehensive suitability grade of rice planting environment in Pucheng County

适宜性等级	高度适宜	较适宜	中度适宜	次适宜
适宜度指数	≥80	75~80	70~75	<70

新窗口打开| 下载CSV

4 结果与分析

4.1 水稻种植环境综合适宜性评价结果分析

基于适宜度指数模型构建研究区水稻种植环境综合适宜性区划,适宜度值区间为51.09~93.85（表4）,根据表3等级划分标准将研究区划分为高度适宜种植区（80.00~93.85）、较适宜种植区（75.00~80.00）、中度适宜种植区（70.00~75.00）和次适宜种植区（51.08~70.00）4类。其水稻种植环境综合适宜性空间分布见图6。

表4 研究区水稻种植环境综合适宜性评价结果统计

Tab. 4 Statistics of comprehensive suitability evaluation results of rice planting environment in research area

适宜性分区	高度适宜种植区	较适宜种植区	中度适宜种植区	次适宜种植区	总计
面积/km²	50.99	72.84	60.52	34.08	218.42
比例/%	23.34	33.35	27.71	15.60	100.00

新窗口打开| 下载CSV

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 浦城县水稻种植环境综合适宜性空间分布

Fig. 6 Spatial distribution of comprehensive suitability of rice planting environment in Pucheng County

结果显示,研究区水稻种植高度适宜区占比23.34%、较适宜区占比33.35%、中度适宜区占比27.71%,次适宜种植区占比15.60%,前3类水稻种植环境综合适宜度指数在70分以上的耕地占84.40%,可见,浦城县总体水稻种植适宜性较高,具有良好的水稻种植环境,是优质、高产水稻的种植生产基地。

高度适宜种植区主要分布在万安乡、南浦街道、临江镇、石陂镇和莲塘镇,其中绝大部分地区位于平均海拔低于300m的平原和低矮丘陵地带,土壤养分充足,光热资源丰富,能满足优质水稻生长发育所需的土壤、气候和立地条件。

较适宜种植区主要分布在富岭镇、仙阳镇、管厝乡、濠村乡、山下乡、永兴镇和忠信镇,这些地区土壤肥力和光热资源较为丰富,但地形起伏度大,忠信镇等地区田块规整度较低,当地应针对此问题整合零散地块、优化田块状况,便于土地规模化开发,提高水稻种植的经济效益。

中度适宜种植区主要分布在滨河街道、水北街镇、九牧镇、古楼乡和盘亭乡,除滨河街道等中部地区环境条件较适宜,其它地区环境综合适宜性较差。

次适宜种植区主要分布在枫溪乡、古楼乡、盘亭乡、九牧镇和官路乡等西部地区,这些地区均在不同程度上受到各类环境条件制约,各地区可根据实际情况,有针对性地改良土壤、改善区位条件、整合零散地块、优化田块状况、改良农机灌溉设施等。

4.2 评估模型验证

水稻种植环境的适宜性程度直接影响水稻产量的高低,为验证水稻种植环境适宜性评价结果的准确性,本文利用浦城县152组水稻实测样点产量数据（图7）,通过建立水稻实测样点产量与水稻种植适宜度指数SI的相关关系,结果得知,水稻实测产量与适宜度指数（SI）存在显著的正相关（R²=0.3197,P<0.01）,在一定的范围内,水稻实测产量值随着SI的增长而显著提高（图8）,说明水稻种植环境综合适宜度指数（SI）能够反映水稻的产量状况。表5统计结果显示,高度适宜区、较适宜区、中度适宜区的水稻实测产量平均值分别为10362.209、10331.429和8843.333 kg/hm²,均高于次适宜区,说明水稻实测样点产量与水稻适宜性评价结果趋势基本一致。由此,可以充分证明本文中基于GIS的水稻种植环境综合适宜性评价方法的正确性和适用性。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 研究区水稻实测样点产量空间分布

Fig. 7 Spatial distribution of rice yield measured in the study area

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 水稻实测产量与水稻种植适宜性指数（SI）的相关性散点图

Fig. 8 Scatter plot of correlation between actual rice yield and rice planting suitability index (SI)

表5 水稻实测样点产量统计

Tab. 5 Yield statistics of actual rice samples

适宜性	平均值/（kg/hm²）	产量/（kg/hm²）	样本数/个
高度适宜	10362.209	7500~13 050	86
较适宜	10331.429	7500~12 750	35
中度适宜	8843.333	6000~11 250	15
次适宜	7754.688	5250~9750	16

新窗口打开| 下载CSV

4.3 水稻种植环境适宜性空间模式

本文基于水稻种植适宜性评价结果,将基于网格单元的各类环境适宜度值作为聚类指标,通过K-means聚类法进行属性聚类,基于决定系数、半偏决定系数^[32]以及分区环境特征确定聚类数目,最终得到4类集聚区（图9）,对各分区结果进行特征分析（图10）,识别基于耕地网格单元的水稻种植适宜性环境组合空间模式。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 水稻种植多维环境适宜性聚类结果

Fig. 9 Clustering results of multi-dimensional environmental suitability for rice planting

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10 4类集聚区不同适宜性等级耕地面积占比和多维环境条件适宜性评价得分情况

Fig. 10 The proportion of cultivated land with different suitability levels and the suitability evaluation of multi-dimensionalenvironmental conditions in four types of agglomeration areas

图10统计结果显示,Ⅰ-Ⅳ类集聚区的SI均值由高到低依次为78.57、74.42、72.70、68.84。具体如下：

（1） Ⅰ类集聚区高度适宜和较适宜种植面积共占比80%,各项环境适宜性均值都大于70分,该集聚区水稻种植适宜性和最适宜种植面积均最高;

（2） Ⅱ类集聚区较适宜和中度适宜的种植面积共占比74%,该集聚区水稻种植环境综合适宜性相对较高,但灌排条件适宜性很低（44.36）;

（3） Ⅲ类集聚区的高度适宜种植面积仅占6%,该集聚区的水稻种植环境适宜性水平均较低,且土壤和立地条件适宜性相对较差;

（4） Ⅳ类集聚区次适宜种植区面积占比53%,除机械耕作条件和气候条件适宜性较好,其余环境条件适宜性平均水平均低于70分,且灌排条件适宜性最差（41.90）。

对4类集聚区耕地水稻种植适宜性程度和多维环境指标特征进行分析,可以了解不同分区内影响水稻种植适宜性的限制性因素,进而对水稻种植和生产做一些区划调整。

（1）Ⅰ类集聚区：高度适宜性耕地集聚-综合环境优势区。该类耕地主要分布在仙阳镇、万安乡、永兴镇、临江镇、莲塘镇、山下乡、石陂镇、富岭镇、管厝乡等浦城中部、东部和西南部地区。该区域高度适宜和较适宜种植面积共占比80.03%,属于高度适宜性耕地集聚区;除土壤适宜性稍差,各类环境指标适宜度均值都>70分,属于综合环境优势区。该集聚区水稻种植适宜性指数呈现中高北低,西南高、东北东南低的空间分布格局。

（2）Ⅱ类集聚区：较高适宜性耕地集聚-灌排条件限制区。该类耕地占比较小,主要分布在盘亭乡、管厝乡、古楼乡、临江镇、石坡镇和濠村乡等浦城东北部、西南部和中部的部分地区。该区域次适宜耕地面积仅占比15%,除灌排条件适宜性较差（44.36）,其余各类环境指标适宜度均值都>70分,分析其最大限制性因素可能由于该区域水利设施不能充分满足水稻种植所需的灌溉及排涝条件。对于该类耕地,应兴修和改善农田水利工程设施,改良耕地水分状况和水利条件。该集聚区的水稻种植适宜性指数呈现南高北低的空间布局。

（3）Ⅲ类集聚区：较高适宜性耕地集聚-立地、土壤条件限制区。该类耕地分布范围较广且分散,在浦城19个乡镇及街道均有分布,其适宜度最高的耕地主要分布在仙阳镇、莲塘镇、滨河街道的部分区域。该区域次适宜耕地面积占比25%,除了立地和土壤适宜性均值都低于70分,其余环境指标适宜性较好,属于较高适宜性耕地集聚-立地、土壤条件限制区。各单指标空间分布特征显示,这类耕地平均海拔>450 m,且有机质、速效钾、全氮、pH、速效磷几个指标的适宜度均值都低于80分。各地区应针对这些问题合理配比施肥、提高土壤氮磷钾含量,重点施用有机肥、控制土壤污染,适度调节土壤pH、加强改良土壤,推广种植适应性较好的优质水稻品种,提高水稻种植品质,保障水稻生产。该集聚区的水稻种植适宜性指数呈现中部高四周低的空间布局。

（4）Ⅳ类集聚区：中低适宜性耕地集聚-综合环境限制区。该类耕地占比较小,主要分布在官路乡、忠信镇、古楼乡、管厝乡、富岭镇、石陂镇和水北街镇的部分地区。该区域次适宜种植面积占比较大,除了机械耕作适宜性和气候适宜性较好,其他环境指标适宜度均值都低于70分,其最大限制性因素是灌排条件（41.90）。对于该类耕地,首先应进行农田整治,兴修水利设施,优化田间灌溉渠道,加强农田精细化管理并适当投入工程资金,以保证耕地水分状况和水利条件;其次对于不适宜种植水稻的耕地,可因地制宜发展薏米、茶叶等其他作物,以增加经济收益;对于坡度较大的耕地,应退耕还林。

5 讨论

浦城县较其他地区在水稻种植方面具有地理位置、自然条件、物质资源和政策平台优势^[17]。研究发现浦城县总体水稻种植适宜性较高,气候适宜性最好,立地适宜性次之,这与浦城得天独厚的气候条件和自然地理环境优势相符合。研究结果显示只有13.47%的耕地集聚在环境条件综合限制的地区,主要限制性因素为灌排条件,分析其原因可能由于该区域水利设施不能充分满足水稻种植所需的灌溉条件和排涝能力。对于该类耕地,应兴修和改善农田水利工程设施,改良耕地水分状况和水利条件。

水稻种植适宜性评价成果的科学性和实践性主要取决于基础数据的完整性和准确性、样本的数量和代表性、评价指标的选取、评价单元的确定以及评价方法的选择等。全国范围内的水稻种植适宜性评价考虑空间范围较大,评价指标选取较少。本研究面向精准农业,以县域单元为研究区范围,因地制宜地从土壤条件、立地条件、气候条件、灌排条件和机械耕作条件5个方面选取共21个指标构建水稻种植适宜性评价指标体系,评价指标综合性较强。然而指标数量过多会在一定程度上增加分析的难度和复杂性,李文西等^[19]指出,指标选取应遵循指标数量适中性和县内差异性的原则。对于同类因素中相关性或共线性较高的指标后续将考虑通过主成分分析等方法进行降维处理,以用较少的几项综合性指标最大限度的反映原来较多指标所反映的信息。本研究采用基于经验评分指数的加权求和法建立水稻种植适宜度模型,针对研究区基础数据较完整、样本量充足的条件下较为适用。但对于数据获取难度大、样本量稀缺的地区,可尝试引入人工神经网络算法,建立样区适宜度与评价指标的客观数学模型,实现对未采样区适宜度指数的模拟和计算,该方法网络训练速度快,能自组织、自适应,评价结果客观,但评价精度受评价尺度的影响较大^[33]。

6 结论

本研究在水稻种植环境适宜性评价中综合考虑各类自然环境条件和开发条件对农业生产的影响,建立包含土壤条件、立地条件、灌排条件、气候条件和机械耕作条件5大类共21个指标的水稻种植适宜性评价体系,构建基于经验指数法的水稻种植环境综合适宜性评价模型,开展了水稻种植环境综合适宜性评价及多维环境空间模式识别。利用地学模型和回归模型计算复杂地形下气候数据,建立了5m×5m分辨率的评价指标栅格数据集,结果较准确、精细地反映了评价指标的空间分布,在此基础上,以格网为区划单元进行聚类分析,可有效识别水稻种植多维环境适宜性空间模式,研究方法和模型为其他复杂地形区域开展适宜性区划研究提供了理论指导和示范作用。

水稻种植环境综合适宜性评价结果显示,水稻种植环境综合适宜度指数在70分以上的耕地占84.4%,是优质、高产水稻的种植生产基地。利用实测样点水稻产量与水稻种植环境综合适宜度指数进行分析,发现二者呈显著正相关,验证了本研究评价工作的正确性和可行性。水稻种植多维环境适宜性聚类结果显示,各分区环境特征差异较为明显。Ⅰ类集聚区耕地适宜性整体最高,各类环境指标适宜度均值都大于70分,属于综合环境优势区,主要分布在浦城中部、东部和西南部地区;Ⅱ类集聚区耕地适宜性相对较高,除灌排条件适宜性较差,其余各类环境指标适宜度均值都高于70分,主要分布在浦城东北部和西南部地区;Ⅲ类集聚区耕地综合适宜性相对较高,但立地和土壤适宜性均值都低于70分,该类耕地分布范围较广且分散,且水稻种植适宜性指数呈现中部高四周低的空间布局;Ⅳ类集聚区耕地综合适宜性均值低于70分,属于综合环境限制区,其最大限制性因素是灌排条件,该类耕地在全县范围内均有零散分布,因此,水稻种植环境的优化调整应该从改善灌排条件入手。

本研究利用GIS技术和高分辨率评价指标栅格数据开展水稻种植适宜性评价工作,识别水稻种植多维环境适宜性空间模式,不仅能够掌握精细尺度下耕地水稻种植的环境适宜性程度及空间分布规律,还可以提取多维环境指标的空间组合模式,挖掘不同分区内影响水稻种植适宜性的限制性因素,进而对水稻种植和生产做一些区划调整。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Ayoade M

Suitability assessment and mapping of Oyo State, Nigeria, for rice cultivation using GIS

[J]. Theoretical and Applied Climatology, 2017, 129(3/4):1341-1354.

DOI:10.1007/s00704-016-1852-4 URL [本文引用: 1]

[2]

Kogo B

, Kumar

, Koech

, et al.

Modelling climate suitability for rainfed maize cultivation in Kenya using a maximum entropy (MaxENT) approach

[J]. Agronomy, 2019, 9(11):727.

DOI:10.3390/agronomy9110727 URL [本文引用: 1]

[3]

Wang

, Ji Y

, Zhou G

, et al.

Climate suitability and vulnerability of winter wheat planting in Gansu under the background of global warming

[J]. Journal of Geoscience and Environment Protection, 2019, 7(4):239-250.

DOI:10.4236/gep.2019.74016 URL [本文引用: 1]

[4]

冯美臣, 牛波, 杨武德, 等.

晋中地区荞麦品质气候区划的GIS多元分析

[J]. 地球信息科学学报, 2012, 14(6):807-813.

DOI:10.3724/SP.J.1047.2012.00807 [本文引用: 1]

探索荞麦的最佳生产布局,为优质荞麦生产的区域化、规模化提供理论和实践依据。本文分析了荞麦品质指标与气象因子的关系,结合荞麦地理分布,筛选影响各品质指标的主要气象因子,利用主成分分析法构建荞麦综合品质评价模型,并以ArcGIS软件的空间分析功能,对荞麦综合品质进行气候区划及区划评述。结果表明:温度、降水、日照时数等气象因子是影响各品质指标的主要因子。较高的均温和日最高温大于30℃时,对荞麦的生长有不良影响,不利于各品质指标的积累。而8月丰富的降水和生育期充足的光照有利于荞麦品质指标的积累。结合评价模型,利用GIS对荞麦综合品质进行区划,将晋中地区分为3个区,即适宜、次适宜、不适宜荞麦种植区,且各区与实际状况基本符合。利用主成分分析法和GIS进行荞麦品质气候区划是可行的,研究结果为荞麦的优质生产提供参考。

[Feng M

, Niu

, Yang W

, et al.

Climate regionalization of buckwheat quality index based on GIS multivariate analysis in Jinzhong prefecture

[J]. Journal of Geo-information Science, 2012, 14(6):807-813. ]