论文部分内容阅读
摘要分析了西藏青稞生态适宜性限制因子，阐述了基于GIS进行青稞适宜性评价因子体系的建立，并确定权重。结果表明：层次分析法能较好地确定各因子的权重；建立的评价因子能较好地评价西藏青稞的生态适宜性。
关键词西藏青稞；生态适宜性；评价因子体系；GIS
中图分类号S181文献标识码A文章编号0517-6611（2016）13-119-03
青稞（Hordeum vulgare L. var. nudum Hook.f）属普通大麦种（Hordeum vulgore L）中的裸粒类群，是青藏高原特殊地理生态条件下特有的主要农作物。西藏青稞主要分布在海拔1 900～4 200 m的河谷地区，是西藏第一大粮食作物[1]。据2010年《西藏统计年鉴》，截至2009年，西藏年产青稞5952万t，而同年总人口290.03万，约有5.73万t的缺口，再加上食品、饲料等工业需求，西藏青稞供给缺口较大。随着生活水平的提高，人们对食品保健功能需要增强，西藏周边省份对高品质西藏青稞的需求进一步加大[1-2]。
通过提高单产和扩大种植面积可以提高青稞产量，但依据现有科研水平和种植水平，这个单产有限度。因而，尽可能地扩大青稞栽种面积来提高总产量在目前是行之有效的方法[3]。这就需要在国家有关西藏的宏观政策框架下，坚持保护西藏生态环境，遵循西藏农牧业发展自然规律，深入、广泛调查适合青稞栽种的后备资源用地。目前，“3S”技术在野生动植物生境现状分析和变化研究[4-5]、耕地后备资源调查[6]、植物生境适应性[7-9]、种植区划[10-11]、生境特征研究[12]等方面都有深入研究和应用。
笔者运用GIS、遥感等3S技术，以西藏拉萨、山南、日喀则3个青稞主要产区为研究区，对西藏青稞生态适宜性评价因子体系进行了初步研究，以期为寻找适合青稞绿色无公害生产区域及扩大青稞种植面积提供科学依据。
1研究区域
以西藏拉萨、山南、日喀则3个青稞产区为研究区。
2研究数据
2.1遥感影像
影像资料包括2012年覆盖研究区Landsat8 ETM+的多光谱及全色影像数据，其中多光谱影像的分辨率为30 m，全色影像的分辨率为15 m。在ENVI遥感图像处理软件中对原始图像进行几何纠正、重采样等预处理后，应用乘积法（Multiplicative）将全色和多光谱图像融合成为分辨率15 m的影像，作为该项目的基础影像资料。
2.290 m分辨率数字高程模型（DEM）及其次生数据该项目采用90 m分辨率数字高程模型（DEM）数据作为研究区域高程的基础数据，计算出坡度、坡向等派生的地形参数，并以此为基础确定具体的调查范围。覆盖3个研究区共9幅。
2.3其他资料
收集了覆盖3个研究区的行政边界图（DLG，1∶100万），土壤图（1∶25万），部分覆盖的土地利用现状图（1∶10万），局部地区的地形图资料（1∶10万），70份土壤样品分析数据，1978～2007年17个气象站点气象统计资料，统计年鉴、综合农业生产统计资料等，作为辅助数据和资料。
3评价因子的选取
青稞种植用地后备资源的开发利用受诸多因素的影响，这些因素包括自然属性方面和社会属性方面（图1）。
3.1高程气温和日照随着高度的增高而不同，高程条件限制了作物的生长。
3.2坡度坡度因子是青稞种植用地后备资源开发的重要限制性因素，根据国家有关规定，25°以上坡地不适合开发（表1）。
3.3坡向坡向因子决定了作物的日照时间和采光，在一定程度上影响开发方向。
3.4年均气温温度是否适宜，直接决定青稞能否正常生长。年均温度是重要的衡量指标之一。
3.5年降水量水分是青稞生长的必需条件，降水量直接决定青稞是否能正常生长。
3.6≥0 ℃积温≥0 ℃积温决定了青稞的正常生育期、生长期及正常的产量。
3.7区位主要是优先开发离城镇距离较近的区域，尽量不开发地质条件差、生态保护、旅游景点、水源涵养等区域。
3.8图斑面积从经济利益的角度出发，面积越大，开发成本相对较小，而且利于规模化和立体式农业发展。
4评价指标体系建立原则
4.1系统性原则
指标体系必须能够反映青稞种植用地后备资源开发评价内容的各个方面。
4.2动态性原则
指标体系应反映青稞种植用地后备资源的发展趋势和空间分布特点。
4.3科学性原则
指标的物理意义明确，测定方法标准，统计计算方法规范。
4.4可操作性原则
要考虑到指标的量化及数据采集难易程度和可靠性，尽量利用现有统计资料的规范标准。
4.5区域性原则
指标体系应能反映区域社会经济发展的阶段性和特点。
5青稞种植生态适宜性评价模型
5.1评价因子权重的确定选取层次分析法（Analytical Hierarchy Process，AHP）确定各因子的权重，进行青稞种植适宜性评价。采用专家征询法，共发放征询表30份，征询对象包括土壤学、资源与环境科学、土地管理和规划领域的专家、学者，共回收问卷30份，回收率为100%。通过问卷处理得出9分制判断矩阵（表2）。
得到判断矩阵后利用和积法，将每一列元素进行归一化处理，其元素的一般项为：
bij=bij/bij（i，j=1，2，3，…，n）
然后将每一列进行归一化处理后的判断矩阵按行相加为：
wi=nj=1bij （i=1，2，3，…，n） 得其向量Wi{0.100 859，0.126 288，0.053 745，0.333 096， 0.149 011 1，0.189 793，0.027 012，0.020 195}
对向量W=（W1，W2，…，Wn）t进行归一化处理：
wi=wi/nj=1wj （i=1，2，3，……，n）
计算判断矩阵最大特征根λmax：
λmax=ni=1[（BW）J/nwi]
根据以上条件得出判断矩阵一致性指标CI（Consistency Index）：CI=0.045 575。
对于多阶判断矩阵，引入平均一致性随机指标RI（Random Index），判断矩阵一致性指标CI，与同阶平均一致性随机指标RI之比称为随机一致性比率CR（Consistency Ratio）：
CR=CI/RI
当CR<0.10时，认为判断矩阵具有可以接受的一致性；反之，则需要调整和修正判断矩阵，使其满足CR<0.10，从而具有满意的一致性，该判断矩阵的CR= 0.032 322，具有满意的一致性。
5.2各参评因素分值的确定
以不同评价单元和参评因素的实际状况值为基础，进行不同评价单元各参评因素的分值确定。在该评价中，采用了4、3、2、1的赋分办法，即适宜开发标准值区间赋“4”，允许开发标准值区间赋“3”，限制开发标准值区间赋“2”，禁止开发标准值区间赋“1”。评价因子分级标准见表3。
5.3综合指标值计算
青稞种植生态适宜性评价的综合指标值采用指数和法计算，公式为：
pi=nj=1wj×Aij
式中，Pi为第i个评价单元的开发利用潜力评价的综合指标值；Wj为第j个参评因素的权重；Aij为第i个评价单元，第j个参评因素的分值；n为参评因素的总个数。
5.4青稞种植适宜性等次的界限值确定
青稞种植用地后备资源开发利用潜力评价的界线值通过定点考察、典型调查、反复验证，经过多次讨论，将综合指标值界限确定为：适宜开发（Ⅰ）≥3.5；允许开发（Ⅱ）3.2～3.5；限制开发（Ⅲ）2.8～3.2；禁止开发（Ⅳ）<2.8。
6结语
初步确定了西藏青稞种植高程、坡度、坡向、年均气温、年降水量、≥0 ℃积温、区位及土地利用现状图图斑面积八大因子作为评价西藏青稞生态适宜性的评价因子，利用层次分析法确定了各因子的权重；初步确定了各参评因子的分级标准，为后续的研究奠定了基础。
参考文献
[1]
强小林，迟德钊，冯继林.青藏高原区域青稞生产与发展现状[J].西藏科技，2008（3）：11-17.
[2] 冯继林，甲干，向明华，等.藏区青稞考察与思考[J]. 大麦与谷类科学，2007（3）：6-8.
[3] 中国食品科技网.青稞高产栽培技术[EB/OL].（2010-05-27）[2016-02-25].http：//www.tech-food.com/kndata/1026/0052005_2.htm.
[4] 王金亮，陈姚.3S 技术在野生动物生境研究中的应用[J].地理与地理信息科学，2004，20（6）：44-47.
[5] 饶箐，王金亮，郭树荣.维西野生莲瓣兰生境变化研究初探[J].中国野生植物资源，2008，27（4）：17-19.
[6] 田淑梅.3S技术在黑龙江省耕地后备资源调查评价中的应用[J].国土资源信息化，2003（4）：22-26，41.
[7] 潘永地，陶正明，吴志刚.基于GIS的温郁金适宜种植区分析[J].中药材，2010，33（4）：511-514.
[8] 周卫红，杨正英，万帆，等.基于GIS的中国春小麦（Tritic umaestivum L.）潜在适宜区分布研究[J].兰州大学学报（自然科学版），2009，45（S1）：1-5.
[9] 卢颖.基于GIS技术的药用甘草适生环境及其影响因子的分析[D].北京：北京中医药大学，2007.
[10] 焦伟华，何荧彬，张小栓，等.基于GIS的保护性耕作技术适宜性区划方法[J].农业机械学报，2010，41（2）：47-51，67.
[11] 龙俐，田鹏举，王备，等.贵基于GIS贵州省法国特细青刀豆适生种植区划[J].贵州气象，2008，32（4）：12-14.
[12] 王小明 ，周本智 ，曹永慧，等.GIS支持下的会稽山区香榧种群生境特征[J].江西农业大学学报，2010，32（3）：523-527.
关键词西藏青稞；生态适宜性；评价因子体系；GIS
中图分类号S181文献标识码A文章编号0517-6611（2016）13-119-03
青稞（Hordeum vulgare L. var. nudum Hook.f）属普通大麦种（Hordeum vulgore L）中的裸粒类群，是青藏高原特殊地理生态条件下特有的主要农作物。西藏青稞主要分布在海拔1 900～4 200 m的河谷地区，是西藏第一大粮食作物[1]。据2010年《西藏统计年鉴》，截至2009年，西藏年产青稞5952万t，而同年总人口290.03万，约有5.73万t的缺口，再加上食品、饲料等工业需求，西藏青稞供给缺口较大。随着生活水平的提高，人们对食品保健功能需要增强，西藏周边省份对高品质西藏青稞的需求进一步加大[1-2]。
通过提高单产和扩大种植面积可以提高青稞产量，但依据现有科研水平和种植水平，这个单产有限度。因而，尽可能地扩大青稞栽种面积来提高总产量在目前是行之有效的方法[3]。这就需要在国家有关西藏的宏观政策框架下，坚持保护西藏生态环境，遵循西藏农牧业发展自然规律，深入、广泛调查适合青稞栽种的后备资源用地。目前，“3S”技术在野生动植物生境现状分析和变化研究[4-5]、耕地后备资源调查[6]、植物生境适应性[7-9]、种植区划[10-11]、生境特征研究[12]等方面都有深入研究和应用。
笔者运用GIS、遥感等3S技术，以西藏拉萨、山南、日喀则3个青稞主要产区为研究区，对西藏青稞生态适宜性评价因子体系进行了初步研究，以期为寻找适合青稞绿色无公害生产区域及扩大青稞种植面积提供科学依据。
1研究区域
以西藏拉萨、山南、日喀则3个青稞产区为研究区。
2研究数据
2.1遥感影像
影像资料包括2012年覆盖研究区Landsat8 ETM+的多光谱及全色影像数据，其中多光谱影像的分辨率为30 m，全色影像的分辨率为15 m。在ENVI遥感图像处理软件中对原始图像进行几何纠正、重采样等预处理后，应用乘积法（Multiplicative）将全色和多光谱图像融合成为分辨率15 m的影像，作为该项目的基础影像资料。
2.290 m分辨率数字高程模型（DEM）及其次生数据该项目采用90 m分辨率数字高程模型（DEM）数据作为研究区域高程的基础数据，计算出坡度、坡向等派生的地形参数，并以此为基础确定具体的调查范围。覆盖3个研究区共9幅。
2.3其他资料
收集了覆盖3个研究区的行政边界图（DLG，1∶100万），土壤图（1∶25万），部分覆盖的土地利用现状图（1∶10万），局部地区的地形图资料（1∶10万），70份土壤样品分析数据，1978～2007年17个气象站点气象统计资料，统计年鉴、综合农业生产统计资料等，作为辅助数据和资料。
3评价因子的选取
青稞种植用地后备资源的开发利用受诸多因素的影响，这些因素包括自然属性方面和社会属性方面（图1）。
3.1高程气温和日照随着高度的增高而不同，高程条件限制了作物的生长。
3.2坡度坡度因子是青稞种植用地后备资源开发的重要限制性因素，根据国家有关规定，25°以上坡地不适合开发（表1）。
3.3坡向坡向因子决定了作物的日照时间和采光，在一定程度上影响开发方向。
3.4年均气温温度是否适宜，直接决定青稞能否正常生长。年均温度是重要的衡量指标之一。
3.5年降水量水分是青稞生长的必需条件，降水量直接决定青稞是否能正常生长。
3.6≥0 ℃积温≥0 ℃积温决定了青稞的正常生育期、生长期及正常的产量。
3.7区位主要是优先开发离城镇距离较近的区域，尽量不开发地质条件差、生态保护、旅游景点、水源涵养等区域。
3.8图斑面积从经济利益的角度出发，面积越大，开发成本相对较小，而且利于规模化和立体式农业发展。
4评价指标体系建立原则
4.1系统性原则
指标体系必须能够反映青稞种植用地后备资源开发评价内容的各个方面。
4.2动态性原则
指标体系应反映青稞种植用地后备资源的发展趋势和空间分布特点。
4.3科学性原则
指标的物理意义明确，测定方法标准，统计计算方法规范。
4.4可操作性原则
要考虑到指标的量化及数据采集难易程度和可靠性，尽量利用现有统计资料的规范标准。
4.5区域性原则
指标体系应能反映区域社会经济发展的阶段性和特点。
5青稞种植生态适宜性评价模型
5.1评价因子权重的确定选取层次分析法（Analytical Hierarchy Process，AHP）确定各因子的权重，进行青稞种植适宜性评价。采用专家征询法，共发放征询表30份，征询对象包括土壤学、资源与环境科学、土地管理和规划领域的专家、学者，共回收问卷30份，回收率为100%。通过问卷处理得出9分制判断矩阵（表2）。
得到判断矩阵后利用和积法，将每一列元素进行归一化处理，其元素的一般项为：
bij=bij/bij（i，j=1，2，3，…，n）
然后将每一列进行归一化处理后的判断矩阵按行相加为：
wi=nj=1bij （i=1，2，3，…，n） 得其向量Wi{0.100 859，0.126 288，0.053 745，0.333 096， 0.149 011 1，0.189 793，0.027 012，0.020 195}
对向量W=（W1，W2，…，Wn）t进行归一化处理：
wi=wi/nj=1wj （i=1，2，3，……，n）
计算判断矩阵最大特征根λmax：
λmax=ni=1[（BW）J/nwi]
根据以上条件得出判断矩阵一致性指标CI（Consistency Index）：CI=0.045 575。
对于多阶判断矩阵，引入平均一致性随机指标RI（Random Index），判断矩阵一致性指标CI，与同阶平均一致性随机指标RI之比称为随机一致性比率CR（Consistency Ratio）：
CR=CI/RI
当CR<0.10时，认为判断矩阵具有可以接受的一致性；反之，则需要调整和修正判断矩阵，使其满足CR<0.10，从而具有满意的一致性，该判断矩阵的CR= 0.032 322，具有满意的一致性。
5.2各参评因素分值的确定
以不同评价单元和参评因素的实际状况值为基础，进行不同评价单元各参评因素的分值确定。在该评价中，采用了4、3、2、1的赋分办法，即适宜开发标准值区间赋“4”，允许开发标准值区间赋“3”，限制开发标准值区间赋“2”，禁止开发标准值区间赋“1”。评价因子分级标准见表3。
5.3综合指标值计算
青稞种植生态适宜性评价的综合指标值采用指数和法计算，公式为：
pi=nj=1wj×Aij
式中，Pi为第i个评价单元的开发利用潜力评价的综合指标值；Wj为第j个参评因素的权重；Aij为第i个评价单元，第j个参评因素的分值；n为参评因素的总个数。
5.4青稞种植适宜性等次的界限值确定
青稞种植用地后备资源开发利用潜力评价的界线值通过定点考察、典型调查、反复验证，经过多次讨论，将综合指标值界限确定为：适宜开发（Ⅰ）≥3.5；允许开发（Ⅱ）3.2～3.5；限制开发（Ⅲ）2.8～3.2；禁止开发（Ⅳ）<2.8。
6结语
初步确定了西藏青稞种植高程、坡度、坡向、年均气温、年降水量、≥0 ℃积温、区位及土地利用现状图图斑面积八大因子作为评价西藏青稞生态适宜性的评价因子，利用层次分析法确定了各因子的权重；初步确定了各参评因子的分级标准，为后续的研究奠定了基础。
参考文献
[1]
强小林，迟德钊，冯继林.青藏高原区域青稞生产与发展现状[J].西藏科技，2008（3）：11-17.
[2] 冯继林，甲干，向明华，等.藏区青稞考察与思考[J]. 大麦与谷类科学，2007（3）：6-8.
[3] 中国食品科技网.青稞高产栽培技术[EB/OL].（2010-05-27）[2016-02-25].http：//www.tech-food.com/kndata/1026/0052005_2.htm.
[4] 王金亮，陈姚.3S 技术在野生动物生境研究中的应用[J].地理与地理信息科学，2004，20（6）：44-47.
[5] 饶箐，王金亮，郭树荣.维西野生莲瓣兰生境变化研究初探[J].中国野生植物资源，2008，27（4）：17-19.
[6] 田淑梅.3S技术在黑龙江省耕地后备资源调查评价中的应用[J].国土资源信息化，2003（4）：22-26，41.
[7] 潘永地，陶正明，吴志刚.基于GIS的温郁金适宜种植区分析[J].中药材，2010，33（4）：511-514.
[8] 周卫红，杨正英，万帆，等.基于GIS的中国春小麦（Tritic umaestivum L.）潜在适宜区分布研究[J].兰州大学学报（自然科学版），2009，45（S1）：1-5.
[9] 卢颖.基于GIS技术的药用甘草适生环境及其影响因子的分析[D].北京：北京中医药大学，2007.
[10] 焦伟华，何荧彬，张小栓，等.基于GIS的保护性耕作技术适宜性区划方法[J].农业机械学报，2010，41（2）：47-51，67.
[11] 龙俐，田鹏举，王备，等.贵基于GIS贵州省法国特细青刀豆适生种植区划[J].贵州气象，2008，32（4）：12-14.
[12] 王小明 ，周本智 ，曹永慧，等.GIS支持下的会稽山区香榧种群生境特征[J].江西农业大学学报，2010，32（3）：523-527.