吉林省玉米種植區劃研究

到目前為止，從初步研究、理論研究和專業定量研究逐步發展到定性與定量研究、定量與定量的結合。從主要自然、生態和經濟研究逐步發展為人類生產、社會經濟和可持續發展。全球氣候變化及糧食安全等問題的日益突出,使作物種植面積和生產潛力發生變化,種植業區劃也因而得到學術界及有關部門的高度重視。內蒙古、陜西、新疆和湖南等地區已經開展區域玉米氣候區劃、種植區劃及品種區劃研究,研究方法以實地調查和田間試驗分析居多。近年來,各國學者也把GIS及柵格分析方法應用于作物氣候區劃[8,9,10,11,12,13,14,15,16,17,18],通過借助地形因素開展氣候數據的空間化模擬,提高作物氣候區劃的精度。但由于較為精確的眾多作物種植區劃指標空間分布數據難以獲取等原因,使更加符合實際的作物種植區劃成果較少。3S技術和地統計分析方法的運用,對各種區劃指標的空間化模擬及作物種植區劃定量研究提供便利,但相關研究成果還不多見。本文以吉林省為例,在20世紀80年代吉林省相關區劃研究基礎上,利用GIS技術、空間插值和回歸分析等方法,對玉米種植區劃指標體系中的降水、土壤和統計單產等要素的空間模擬進行了重點研究,并開展基吉林省玉米種植適宜性評價和區劃研究,為吉林省玉米的區域規劃和玉米產業持續發展提供科學依據,為作物區劃研究提供方法參考。1區分方案和步驟1.1評價因子的確定本次以綜合性與主導性相結合、等級性、地域差異性以及指標的可操作性等為原則,參考國內外相關研究成果,結合研究區域特點及本次工作目的,確定出玉米適宜性評價的參評因子為≥10℃積溫、4～9月降水量、地形高度、坡度、土壤理化性質(pH值、有機質、堿解氮、速效磷、速效鉀)、土壤類型、灌溉(水源)保證程度、玉米單產等12個因子。評價因子分級量化。從吉林省自然地理特征和社會經濟條件出發,參考以往分級標準,對各參評因子的限制強度進行了分級(表1),作為評定耕地適宜性等級的依據。指標分級的主要依據和過程如下:積溫與降水的分級參考舊玉米適宜性區劃,灌溉(水源)保證程度分級參考吉林省水利區劃報告中的分級數據,地形高度分級參考依據地貌分級標準,坡度分級參考國家《土地利用現狀調查技術規程》規定。土壤養分(K、P、N、有機質)指標分級標準的制定是參考中國農科院國家測土施肥中心實驗室制定的基于ASI法的土壤速效養分分級指標標準,利用GIS的自然段點法進行分級。糧食單產的分級是利用糧食單產空間分布數據,結合東北糧食生產環境的特點和實際調查情況,利用GIS的自然段點法進行分級。指標權重的確定主要依據特爾婓法,此次邀請了土壤學、農學、農業經濟管理、地理學、區域經濟學、生態學、環境科學等領域專家23人,進行指標權重的打分。經過對專家打分及意見的匯總,結合國內外相關文獻資料以及東北地區耕地利用特點,得到各評價指標及權重結果。1.2評價指標的空間模擬1回歸模型的建立和空間插值目前常用的氣象數據空間化方法有克里金插值法、泰森多邊形法、逆距離加權法、樣條法等。近年來,有些學者提出在地形復雜地區通過增加不同的地形變量,并利用ANUSPLIN模型、PRISM模型等算法進行空間插值,還有將多元回歸分析和常規插值相結合的方法,這些新方法的嘗試均取得較好的效果。本次采用多元回歸+殘差內插相結合方法,對吉林省氣象站點觀測數據進行了空間模擬,步驟為:首先以氣象站實測的氣象數據為輸出變量,以氣象站的經度、緯度、海拔高度、坡度、坡向和地形遮蔽度等為輸入變量進行多元回歸分析并建立回歸方程,同時得到每個氣象站的殘差。然后用回歸方程計算各氣象站的氣象數據(規律性部分),同時用空間內插方法對殘差進行空間插值,得到柵格化的殘差。將殘差進行空間插值后再加上回歸方程的計算結果即得到柵格化的氣象數據。氣象數據采用2005年5～9月份的吉林省45個氣象站點的旬平均降水資料。選取40個氣象站點的數據用于建立降水的空間分布模型,并同時選取在空間分布上相對均勻的其余5個氣象站點的數據用于模型的驗證。用于回歸分析的地形遮蔽度數據是在ARC/INFO9.2中利用SpatialAnalyst模塊中的Hillshade等函數命令,通過DEM數據衍生獲取。降水與其他要素的多元線性回歸關系式為:Y=67977.011-134.119X1-1022.777X2+1.889X3+86.992X4-0.608X5-7.292X6Y=67977.011?134.119X1?1022.777X2+1.889X3+86.992X4?0.608X5?7.292X6復相關系數R=0.805.其中,Y為5～9月份降水,X1為經度,X2為緯度,X3為海拔高度(dem),X4為坡度,X5為坡向,X6為地形遮蔽度。在上述回歸模型基礎上,利用降水量實際值減去回歸模型的模擬值計算出各氣象站點的殘差(圖1)。在一定距離范圍內,降水量殘差的半方差值隨距離增加而增加,呈正相關關系,而當大于這個距離時,半方差值趨于穩定,表明降水量殘差具有一定的空間相關性。殘差的半方差函數適用克里金插值方法,然后通過選擇適當模型及參數實現降水量殘差的方差空間分布。在ARCGIS的空間分析模塊下,將殘差空間插值結果與回歸方程計算結果相加得到研究區域1km×1km分辨率的5～9月份降水空間模擬數據(圖2)。2土壤各要素的關系本次調查在收集第二次土壤普查資料數據和土壤肥力監測資料數據的基礎上,考慮土地利用、土壤類型以及地形格局的分布特點,在2005年采用網狀均勻布點模式,采樣間隔為10km×10km,利用GPS進行實地樣點空間定位,并根據吉林省地區土壤類型圖與地形地貌等實際情況調整采樣點的位置,在山地丘陵地區或根據采樣點之間土壤類型不同而適當補加采樣點,以便使樣點在空間上具有廣泛的代表性。每一個樣點都按農化樣的采樣要求在直徑100m范圍內選擇3～5個點,混合按四分法采集樣品。共采集144個樣點0～20cm表層土壤混合樣品。采用土壤養分狀況系統研究法(ASI法)進行土壤樣品的測試分析,得到pH值、有機質、氮、磷、鉀、中微量元素等土壤化驗數據。應用SPSS14.0統計軟件,采用對數轉化、域法處理(樣本平均值ˉx±3σ)xˉ±3σ)、Box-Cox轉化3種數據處理方法和柯爾莫哥洛夫-斯蜜諾夫檢驗(K-S檢驗),計算樣本偏度、峰度和K-S等參數,并對其是否服從正態分布進行檢驗。研究發現,研究區域土壤中土壤養分變異系數都較大,這說明這些元素的分布存在一定的空間變異性,且除了速效磷屬于強變異類型之外,其他都屬于中等變異類型。由于原始數據集的概率分布表現出強的偏斜效應,在地統計學和插值分析之前必須進行數據轉化。為獲取更為準確的插值源數據,對原始數據分別進行對數變化、域法處理、Box-Cox轉化和K-S檢驗,通過比較K-S檢驗的顯著水平(K-SP)選擇最好的處理方式。研究發現,pH值原始數據很好的符合正態分布,而有機質、速效磷、速效鉀和堿解氮經過對數轉換變化后達到最佳效果。因此,采用有機質、速效磷、速效鉀和堿解氮經過對數轉換變化后的數據用于插值,而pH值采用原始數據。影響土壤pH值、有機質、速效鉀、堿解氮和速效磷的因素很多,土壤pH值、有機質、速效鉀、堿解氮和速效磷含量與土壤其他性狀可能存在一定程度的相關性這一點,已經成為大多研究學者所關注的熱點。吉林省土壤各要素或性狀間相關性分析表明,土壤中pH值與有效Fe、有效Mn、和速效氮的呈顯著負相關,分別為-0.71、-0.70和-0.67。有機質與pH值、有效Ca、有效Mn等元素具有較高的相關性,與pH值呈現負相關,相關系數為-0.58,與有效Ca、有效Mn等元素為正相關,相關系數分別為0.56和0.52。堿解氮與pH值具有顯著負相關,相關系數-0.67;與有效Fe和有效Zn呈顯著正相關,相關系數分別為0.56和0.54。速效磷與速效鉀、有效Zn呈顯著正相關,相關系數分別為0.67和0.64。因此,與pH值、有機質、速效鉀、堿解氮和速效磷元素相關性較高的地理要素和微量元素可以作為協因子參與協克里金插值分析。眾所周知,土壤類型對于土壤養分含量的空間分布具有重要影響。因此,首先利用GIS將1∶100萬土壤類型圖與采樣點分布圖疊置,計算落在同一土壤類型斑塊內各采樣點的土壤pH值、有機質、速效鉀、堿解氮和速效磷的平均值,并生成1km×1km基于不同土壤類型的土壤pH值、有機質、速效鉀、堿解氮和速效磷平均值柵格數據(為描述簡便起見,將這5種平均值柵格數據依次稱為A、B、C、D、E)。基于上述相關性分析結果,分別以A為輔助數據對各采樣點的pH值進行Cokriging插值分析,以A為輔助信息對各采樣點的有機質進行Cokriging插值、選擇各采樣點的速效磷和C作為輔助信息對各采樣點的速效鉀進行Cokriging插值、選擇各采樣點pH值和D作為輔助信息對各采樣點的堿解氮數據進行Cokriging插值、選擇各采樣點有效鋅(Zn)和E作為輔助信息對各采樣點的速效磷數據進行Cokriging插值。分析還發現,采用以上相關要素的Cokriging插值方法的精度均優于采用海拔高度、坡度、坡向等其他要素作為輔助信息的Cokriging插值。根據模型選擇的評判標準,通過對表中各個擬合參數進行比較發現,選擇Gaussian模型擬和土壤pH和有機質含量、J-Bessel模型擬和速效鉀、Stable模型擬和堿解氮和速效磷比較合適。從普通Kriging插值、基于土壤類型和微量元素的Cokriging插值分析的交叉檢驗和檢驗站驗證結果發現,利用輔助變量的Cokriging插值在增加估值精度方面具有較為明顯的優勢,插值結果優于普通Kriging插值。最終,利用基于土壤類型和微量元素輔助信息進行空間插值方法得到的1km×1km分辨率的土壤pH值、有機質、速效鉀、堿解氮和速效磷元素空間模擬數據(圖3)。3建立耕地質量空間綜合指數值標準化利用農業統計數據計算得到的2001～2005年各縣玉米平均單產數據,利用GIS將其與縣級行政區劃數據連接形成矢量數據,并將其轉換成1km×1km的柵格數據。將科技部科研院所社會公益研究專項“中國區域性耕地資源變化影響評價及其預警”的研究成的吉林省耕地質量空間分布數據中的綜合指數值標準化,使綜合指數值在0～1之間。將標準化后的耕地質量空間分布數據作為權重,與縣級玉米單產空間分布數據疊加相乘得到修正后的玉米單產空間模擬數據。4基于原始圖層的玉米適宜性評價利用DEM數據衍生出1km×1km的坡度數據。灌溉保證程度數據參考吉林省水利區劃報告中的相關數據,并結合實地調查進行修正獲得。本次用于玉米適宜性評價以及區劃的各評價要素的原始圖層既有柵格數據又有矢量數據。為便于數據疊加與運算,將研究區域各評價要素圖層統一為分辨率1km×1km的柵格數據1.3評價方法及結果土地適宜性評價方法常用的有3種,即極限條件法、綜合分析法和定量法。本文綜合采用極限條件法、綜合分析法與經驗指數和法評定每一評價單元圖斑的適宜性及其適宜等級。在評定耕地適宜性(即適宜與不適宜與否)時以極限條件法為主,利用積溫、降水和土壤作為一級評價指標對玉米適宜種植與否進行評價。而在確定適宜程度等級時,則以綜合分析法為主,并輔之以極限條件法來分析、評定適宜等級。本次通過確定每個指標適宜值范圍、指標權重,在GIS下將各個因素進行綜合分析評價,得出適宜性分區定級。評價方法為權重疊加法,公式如下:S=n∑i=1WiΡiS=∑i=1nWiPi式中,Wi為第i個評價指標的分值;Pi為第i個評價指標的權重;S為綜合指數。評價的主要技術過程是基于ArcGIS的空間分析模塊,通過柵格運算得到適宜性評價的最終結果(柵格圖),然后通過柵格轉矢量命令得到相應矢量圖,再將矢量圖中破碎的圖斑合并,最終得到矢量格式的適宜性評價結果(圖4)綜合評價結果是將全省適宜程度分4個等級:1為高度適宜;2為中度適宜;3為低度適宜;4為不適宜,各等級分布基本上具有集中連片的特點。高度適宜的土地面積為661.7×104hm2,占總面積的34.7%;中度適宜的土地面積為402.9×104hm2,占總面積的21.2%;低度適宜土地面積為66.1×104hm2,占總面積3.5%;不適宜的土地面積為773.9×104hm2,占總面積40.6%。1.4區域分區命名在區域作物種植適宜性評價基礎上,根據地理地域特征(如溫度、降水、土壤、地形)和社會經濟狀況等區位條件進行區域作物種植空間分區。分區命名遵循以下原則:(1)一級區命名要體現出分區的作物種植適宜性,分為適宜區、較適宜區、次適宜區、不適宜區。(2)二級區命名要體現地域、地貌、氣候、生產條件等特征。如西部平原農牧區、中部平原農業區、東部半山農林區和長白山地林農區。最終區劃的結果是將吉林省劃分為13個玉米種植區域(圖4)。2氣候條件分析西部平原農牧區中度適宜區和低度適宜區位于松嫩平原腹地,土壤較肥沃,是西部主要農業區,區內光熱資源豐富,年均氣溫4.6～5.6℃,≥10℃積溫2900～3050℃,無霜期140～150d,日照時間2866.6h,年降水量400mm左右,比較適合種植中熟或中晚熟玉米。西部平原農牧區除西北部為大興安嶺東麓第三丘陵外,絕大部分為海拔200m以下的平原,風沙干旱頻繁,是吉林省的畜牧業基地。中部平原農業區高度適宜區和中度適宜區面積平原廣闊,黑土廣布,土壤肥沃,耕地集中連片,區內大部分地區為大黑山西側山前黃土臺地平原,海拔160～200m,絕大部分耕地適應機械化。光熱資源比較豐富,年均氣溫為4～5℃,≥10℃積溫2900～3000℃,無霜期130～145d,年降水量500～600mm左右,比較適合種植中熟或中晚熟玉米。低度適宜區面積和不適宜區面積春季雨水較少,部分地區地勢低洼,易成內澇。東部半山農林區高度適宜區和中度適宜區一般為半山區河谷盆地和平原,耕地地塊較大,更適合農業發展,區內氣候溫良,年均氣溫為3～5℃,≥10