我國(guó)油茶種植環(huán)境適宜性評(píng)價(jià)初步研究

宋英強(qiáng),楊粉莉,楊博,楊聯(lián)安*,張林森,于世鋒

1.西北大學(xué)城市與環(huán)境學(xué)院,陜西西安710127

2.咸陽(yáng)市農(nóng)業(yè)科學(xué)研究院,陜西咸陽(yáng)712000

3.咸陽(yáng)市渭城區(qū)種子管理站,陜西咸陽(yáng)712000

4.西北農(nóng)林科技大學(xué)園藝學(xué)院,陜西楊凌712100

5.西安市農(nóng)產(chǎn)品質(zhì)量安全檢驗(yàn)監(jiān)測(cè)中心,陜西西安710077

我國(guó)油茶種植環(huán)境適宜性評(píng)價(jià)初步研究

宋英強(qiáng)1,楊粉莉2,楊博3,楊聯(lián)安1*,張林森4,于世鋒5

1.西北大學(xué)城市與環(huán)境學(xué)院,陜西西安710127

2.咸陽(yáng)市農(nóng)業(yè)科學(xué)研究院,陜西咸陽(yáng)712000

3.咸陽(yáng)市渭城區(qū)種子管理站,陜西咸陽(yáng)712000

4.西北農(nóng)林科技大學(xué)園藝學(xué)院,陜西楊凌712100

5.西安市農(nóng)產(chǎn)品質(zhì)量安全檢驗(yàn)監(jiān)測(cè)中心,陜西西安710077

以油茶為研究對(duì)象，建立了全國(guó)油茶種植適宜性評(píng)價(jià)對(duì)象要素、技術(shù)模型以及綜合評(píng)價(jià)相結(jié)合的分析評(píng)價(jià)方法。選取年低溫、降水量、濕度、無(wú)霜期、海拔高度、坡度和土壤類型等三類因素七個(gè)指標(biāo)，利用三標(biāo)度兩步AHP確定指標(biāo)權(quán)重，基于RBF神經(jīng)網(wǎng)絡(luò)和GIS技術(shù)，對(duì)研究區(qū)油茶種植適宜性進(jìn)行單因子評(píng)價(jià)和多因素適宜度限制性分析的綜合評(píng)價(jià)。在單因子評(píng)價(jià)的基礎(chǔ)上，綜合評(píng)價(jià)能保證結(jié)果的準(zhǔn)確性。結(jié)果表明：油茶種植的適宜區(qū)分布在湖南、江西、廣東、廣西大部，湖北西南部、云南南部等地區(qū)，全國(guó)油茶種植適宜區(qū)域面積約為491.88×104hm2，而全國(guó)油茶發(fā)展戰(zhàn)略規(guī)劃的目標(biāo)是466.67×104hm2，分省統(tǒng)計(jì)對(duì)比顯示油茶種植的提升潛力較大。研究結(jié)果可為油茶產(chǎn)業(yè)的合理布局，土地資源利用規(guī)劃等提供科學(xué)依據(jù)。

種植環(huán)境;適宜性評(píng)價(jià);RBF神經(jīng)網(wǎng)絡(luò);三標(biāo)度兩步AHP;油茶

油茶（Camellia oleifera Abel）又叫茶籽樹或山茶樹，是我國(guó)特有的木本食用油料樹種。茶油含有豐富的不飽和脂肪酸和C18脂肪酸，不含膽固醇，不會(huì)引起血管硬化和血壓升高，可與橄欖油相媲美。油茶樹還具有較好的生態(tài)效益，對(duì)氯類、氟類、二氧化硫等有毒氣體抗性很強(qiáng)，四季常青，耐干耐旱，可防治沙漠化，有助于改善區(qū)域小氣候，在獲取經(jīng)濟(jì)效益的同時(shí)改善生態(tài)環(huán)境?！度珖?guó)油茶產(chǎn)業(yè)發(fā)展規(guī)劃（2009～2020年）》明確到2020年，使我國(guó)油茶種植總規(guī)模達(dá)到466.67×104hm2，全國(guó)茶油產(chǎn)量達(dá)到每年250×104t?，F(xiàn)階段對(duì)于油茶種植區(qū)劃的適宜性研究已有不少[1-4]，但以全國(guó)為尺度的適宜性評(píng)價(jià)尚不多見。為此，對(duì)我國(guó)油茶種植進(jìn)行適宜性評(píng)價(jià)研究，引導(dǎo)油茶適宜性合理種植，具有重要意義。

現(xiàn)階段，土地適宜性評(píng)價(jià)的領(lǐng)域持續(xù)增多，區(qū)域類型更加多樣，如城市、旅游、土地復(fù)墾等。越來越多的評(píng)價(jià)脫離原有的單一評(píng)價(jià)，引入景觀生態(tài)和可持續(xù)發(fā)展等新理論，同時(shí)遙感和GIS技術(shù)被廣泛應(yīng)用于土地適宜性評(píng)價(jià)中，與模糊數(shù)學(xué)、層次分析等評(píng)價(jià)方法取長(zhǎng)補(bǔ)短，不斷完善土地適宜性評(píng)價(jià)的科學(xué)體系。評(píng)價(jià)油茶土地利用方式的適宜程度，建立結(jié)構(gòu)較佳的土地生態(tài)系統(tǒng)，應(yīng)考慮地區(qū)自然生態(tài)與環(huán)境基礎(chǔ)、生長(zhǎng)因子與閾值選取、資源條件與利用潛力等關(guān)系[5-8]。本研究共選取三個(gè)因素七個(gè)評(píng)價(jià)因子，利用GIS和徑向基函數(shù)（Radial Basis Function,簡(jiǎn)稱RBF）神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)分析方面的優(yōu)勢(shì)，結(jié)合三標(biāo)度兩步層次分析法（Analytic Hierarchy Process，簡(jiǎn)稱AHP）模型[9-10]，形成了“對(duì)象要素”、“技術(shù)模型”與“綜合評(píng)價(jià)”相結(jié)合的評(píng)價(jià)技術(shù)路線。在1km×1km的格網(wǎng)尺度和單因子評(píng)價(jià)的基礎(chǔ)上，結(jié)合不同因子權(quán)重對(duì)全國(guó)油茶種植的適宜區(qū)域進(jìn)行綜合評(píng)價(jià)，得出全國(guó)油茶種植適宜區(qū)分布情況，然后對(duì)結(jié)果進(jìn)行限制性分析和分省統(tǒng)計(jì)，揭示油茶種植的省級(jí)空間分布情況，提出發(fā)展油茶的合理性建議，以期為油茶種植的合理布局提供參考。

1　數(shù)據(jù)與處理

數(shù)據(jù)包括油茶生長(zhǎng)環(huán)境因素?cái)?shù)據(jù)及其相關(guān)圖件（表1）。

表1　環(huán)境因素?cái)?shù)據(jù)及圖件Table 1 Data and maps of environmental factors

(1)四幅原始DEM數(shù)據(jù)，由GTOPO30提供，分辨率為30 s，高程范圍在-407～8752m。其中，E060N90，E100N90，E060N40和E100N40這4個(gè)區(qū)域文件包含整個(gè)中國(guó)尺度范圍。將四幅原始DEM數(shù)據(jù)經(jīng)拼接、裁剪后得到中國(guó)DEM數(shù)據(jù)；(2)年低溫柵格數(shù)據(jù)和年均降水量柵格數(shù)據(jù)，由中國(guó)自然資源數(shù)據(jù)庫(kù)提供；土壤類型底圖數(shù)據(jù)，濕度底圖數(shù)據(jù)和無(wú)霜期底圖數(shù)據(jù)，由地球系統(tǒng)科學(xué)數(shù)據(jù)庫(kù)提供；（3）中國(guó)氣象年鑒資料(1994～2010年），數(shù)據(jù)集由中國(guó)2400多個(gè)氣象觀測(cè)站統(tǒng)計(jì)而成的34個(gè)主要城市數(shù)據(jù)，包括年低溫、年均溫、年均降水量、相對(duì)濕度等數(shù)據(jù)資料，其中年低溫、年均降水量、相對(duì)濕度等數(shù)據(jù)作為網(wǎng)絡(luò)監(jiān)測(cè)樣本用于RBF神經(jīng)網(wǎng)絡(luò)驗(yàn)證。

由于數(shù)據(jù)來源多樣，數(shù)據(jù)量較大，需要進(jìn)行多源數(shù)據(jù)融合。土壤類型數(shù)據(jù)，濕度數(shù)據(jù)和無(wú)霜期數(shù)據(jù)進(jìn)行矢量化處理和矢柵轉(zhuǎn)換，連同四幅原始DEM數(shù)據(jù)、年低溫柵格數(shù)據(jù)和年均降水量柵格數(shù)據(jù)經(jīng)global mapper、ArcGIS等軟件預(yù)處理，統(tǒng)一坐標(biāo)投影為Gauss Krueger(6°zones)，102°E～108° E，柵格尺度統(tǒng)一為1km×1km，為適宜性評(píng)價(jià)做好數(shù)據(jù)準(zhǔn)備。

2　評(píng)價(jià)方法過程

2.1研究方法

在評(píng)價(jià)過程中，首先利用極差標(biāo)準(zhǔn)化法將具有不同數(shù)值和單位的因子指標(biāo)量化，并結(jié)合RBF神經(jīng)網(wǎng)絡(luò)模型進(jìn)行單因子適宜度評(píng)價(jià)。然后根據(jù)三標(biāo)度兩步層次分析法求出各因子權(quán)重值，在單因子適宜度評(píng)價(jià)的基礎(chǔ)上，對(duì)1km×1km尺度下的評(píng)價(jià)單元進(jìn)行綜合評(píng)價(jià)和限制性分析，最終以專題圖形、統(tǒng)計(jì)圖表和數(shù)據(jù)報(bào)表的形式輸出評(píng)價(jià)結(jié)果，完成整個(gè)評(píng)價(jià)過程（圖1）。

圖1　油茶種植適宜性評(píng)價(jià)技術(shù)路線圖Fig.1 Technology roadmap of Camellia oleiferaAbel planting suitability

2.2選取評(píng)價(jià)因子

油茶生長(zhǎng)符合地帶性規(guī)律，綜合考慮其水平分布特征和垂直分布特點(diǎn)，結(jié)合因子的選取原則：穩(wěn)定性原則、主導(dǎo)性原則和綜合性原則，選取影響油茶適生環(huán)境和產(chǎn)量效益的評(píng)價(jià)因子[11-13]。

（1）在水平帶性上，油茶喜溫暖濕潤(rùn)，與水平氣候帶有較好的適宜程度。影響油茶生長(zhǎng)發(fā)育、完成生命周期的主導(dǎo)因子是氣候，三基點(diǎn)溫度，即允許植物生長(zhǎng)的最低溫度、最適溫度和最高溫度，反映油茶生長(zhǎng)的適宜性生境條件[14,15]。尤其是低溫不僅影響油茶的生長(zhǎng)發(fā)育，還對(duì)油茶的花期、油脂積累量具有決定性作用。根據(jù)文獻(xiàn)[16,17]，最冷月平均氣溫應(yīng)大于6℃，一旦出現(xiàn)極端溫度（溫度低于零下10℃）會(huì)直接影響油茶生長(zhǎng)?；ㄆ跍囟仍?2℃以下，年均溫在14℃以下，會(huì)影響油茶正常的開花授粉，減少結(jié)實(shí)量。韓翠華等人研究發(fā)現(xiàn)1981～2010年中國(guó)各區(qū)域氣溫呈上升趨勢(shì)，全年氣溫變化空間結(jié)構(gòu)較為穩(wěn)定[18]。王冀等人利用IPCC分析中國(guó)21世紀(jì)極端氣溫指數(shù)中霜凍日呈下降趨勢(shì)[19]。在10月至翌年5月花期降水量低于800mm，會(huì)影響油脂積累量。熱量能否被充分利用還需視其無(wú)霜期的長(zhǎng)短[20]，7～9月是油茶種子內(nèi)油脂積累的時(shí)期，無(wú)霜期日數(shù)需在200d以上，幼果會(huì)免受凍害，安全越冬。另外，相對(duì)濕度低于70%，會(huì)使土壤濕度較低，影響根系的養(yǎng)料輸送，導(dǎo)致樹勢(shì)不旺，油脂形成量減少。因此，遵循油茶的生境條件與生物氣候因素相一致的客觀規(guī)律性，選取年低溫，年均降水量，無(wú)霜期和濕度四個(gè)主導(dǎo)氣候因子。

（2）在垂直帶性上，海拔高度與土壤分布具有相關(guān)性，紅壤多分布在600m以下的低山、丘陵，黃壤多分布于600m以上的低山、中山[20]，相對(duì)而言，海拔高度對(duì)油茶果實(shí)性狀也有影響，低海拔油茶果實(shí)較大，出籽率、出仁率較高。另外，坡度可影響光照條件和水土保持狀況，坡度過大，水的流速變大，造成土壤侵蝕，土壤養(yǎng)分流失，使油茶生長(zhǎng)受限。因此，根據(jù)自然立地條件的地形需要，選取海拔高度和坡度等地形地勢(shì)因子。

（3）在土壤環(huán)境方面，油茶根系對(duì)樹液緩沖力要求為偏酸性，pH5～6.5較適宜，這是由于油茶根系細(xì)胞缺少偏中性的磷酸鹽，只能通過呈偏酸性的有機(jī)鹽進(jìn)行緩沖。油茶在由頁(yè)巖、變質(zhì)巖、石灰?guī)r等發(fā)育而成的紅壤、黃壤、赤紅壤等土壤類型中適宜生長(zhǎng)[21]，這些土壤的有機(jī)質(zhì)、速效磷、速效氮和有機(jī)鉀的含量較高。因?yàn)橥寥纏H值和土壤類型并非嚴(yán)格對(duì)應(yīng)，需具體地區(qū)具體分析，因而對(duì)于油茶的土壤pH值，只能通過不同類型土壤特性進(jìn)行評(píng)估

綜上所述，選取氣候、地形、土壤三大因素，年低溫、年均降水量、濕度、無(wú)霜期、海拔高度、坡度和土壤類型七個(gè)因子作為油茶種植環(huán)境適宜性評(píng)價(jià)依據(jù)。

2.3確立評(píng)價(jià)等級(jí)及指標(biāo)體系

油茶具有較為重要的社會(huì)需求，發(fā)展油茶產(chǎn)業(yè)能緩解食用油缺口，以及油茶樹一期種植長(zhǎng)期受益的生態(tài)優(yōu)勢(shì)和茶油產(chǎn)業(yè)帶動(dòng)的經(jīng)濟(jì)效益，使油茶兼有生態(tài)、經(jīng)濟(jì)、社會(huì)等綜合適宜性。因此，按照主宜性與多宜性相結(jié)合的分級(jí)方法[22]，將適宜性等級(jí)劃分為四級(jí)，分別為：最適宜、適宜、臨界適宜和不適宜。

由于各因子間的數(shù)值和單位均不一樣，為消除這種差異，采用極差標(biāo)準(zhǔn)化的處理方法，根據(jù)文獻(xiàn)[23-25]，對(duì)以下4種方法將評(píng)價(jià)因子指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，其值分布在[0,1]。

式中，Si為i因子標(biāo)準(zhǔn)化后的數(shù)值，i=[0,1,…，7]，Xi為因子i的實(shí)際值，Xmax為i因子指標(biāo)的上限值，Xmin為i因子指標(biāo)的下限值，Xi，Xmax，Xmin結(jié)合以往研究來自文獻(xiàn)[1][4][14][16-17][20]。例如濕度指標(biāo)，最小值為0，最大值為1，當(dāng)最適宜臨界值為0.9，適宜臨界值為0.7時(shí)，通過公式1得到最適宜和適宜的量化指標(biāo)為0.9和0.7。

無(wú)霜期指標(biāo)適用于這一量化方法，最大值為200，當(dāng)最適宜臨界值為200，適宜臨界值為180時(shí)，通過公式2得到最適宜和適宜的量化指標(biāo)為1和0.9。

(3)分級(jí)取值量化

此類因子的適宜區(qū)間是賦值后進(jìn)行表達(dá)，超出這個(gè)區(qū)間會(huì)或多或少成為限制性因子，適宜程度需遵循其評(píng)價(jià)依據(jù)劃分為不同級(jí)別。

(4)定性因子量化

定性因子是指難以用有內(nèi)在聯(lián)系的連續(xù)性數(shù)值進(jìn)行表達(dá)的一類因子，對(duì)這類因子的量化需結(jié)合實(shí)際經(jīng)驗(yàn)和相關(guān)研究進(jìn)行判斷。如土壤類型，其在時(shí)空分布上并不連續(xù)，對(duì)41種土壤類型進(jìn)行賦值，代碼為1～41，再劃分出適宜區(qū)間，在7～11這個(gè)區(qū)間段是所需的土壤類型，分別對(duì)應(yīng)黃棕壤、棕壤、紅壤、赤紅壤、磚紅壤等土壤類型。

按上述4種標(biāo)準(zhǔn)化方法，對(duì)七個(gè)因子進(jìn)行量化處理。其中，采用正向因子量化法處理的是相對(duì)濕度和坡度因子，采用負(fù)向因子量化法處理的是無(wú)霜期因子，采用分級(jí)取值量化的有年低溫、年均降水量和海拔高度等因子，采用定性因子量化法的是土壤類型因子。最終，得到各因子適宜性分級(jí)指標(biāo)量化結(jié)果(表2)。

2.4RBF神經(jīng)網(wǎng)絡(luò)檢驗(yàn)

各因子量化指標(biāo)間并不是線性關(guān)系，很難用一般函數(shù)模型表達(dá)因子間的關(guān)聯(lián)度，為了更好的表征因子量化指標(biāo)在評(píng)價(jià)中的適宜度，本文根據(jù)文獻(xiàn)[26-30]，利用徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行各因子指標(biāo)精度驗(yàn)證。通過建立學(xué)習(xí)樣本，輸入數(shù)據(jù)即油茶各因子量化指標(biāo)值（表2），輸出數(shù)據(jù)即適宜性分級(jí)標(biāo)準(zhǔn)，以0或1進(jìn)行賦值（表3）。調(diào)用Matlab工具箱的newrb函數(shù):net=newrb(p,t,goal,spread)(3)

式中，p為輸入層樣本向量，即適宜性評(píng)價(jià)因子指標(biāo)層數(shù)為7層，t為輸出樣本向量，即適宜性等級(jí)層數(shù)為4層，goal為設(shè)定的均方誤差，spread為徑向基神經(jīng)元層的散布常數(shù)，默認(rèn)為1。

生成學(xué)習(xí)樣本后，用篩選后的34個(gè)城市的氣象資料數(shù)據(jù)（1994～2010年）作為網(wǎng)絡(luò)監(jiān)測(cè)樣本進(jìn)行驗(yàn)證，最終完成整個(gè)訓(xùn)練。在訓(xùn)練過程中，newrb可以用迭代的方式增加隱含層神經(jīng)元數(shù)，直到均方誤差滿足設(shè)定精度為止。通過RBF神經(jīng)網(wǎng)絡(luò)的檢驗(yàn)，結(jié)果顯示，在設(shè)定精度為0.1時(shí)，平均絕對(duì)誤差達(dá)到最小為0.8713，量化指標(biāo)值能較好地反映各因子對(duì)油茶生長(zhǎng)的適宜程度。

表2　油茶適宜性評(píng)價(jià)指標(biāo)體系Table 2 Indicators system of Camellia oleiferaAbel suitability assessment

表3　RBF學(xué)習(xí)樣本期望輸出Table 3 Desired outputs of RBF learning samples

2.5確定指標(biāo)權(quán)重及評(píng)價(jià)單元

傳統(tǒng)的權(quán)重確定方法有Delphi法、線性回歸法、層次分析法等，許多學(xué)者嘗試改進(jìn)傳統(tǒng)方法，力求使權(quán)重精度達(dá)到最佳。盛建東等利用投影尋蹤回歸技術(shù)改進(jìn)模型，是對(duì)回歸方法的改進(jìn)[31]。周旭等改進(jìn)層次分析法的標(biāo)度，實(shí)現(xiàn)了貴州省普安縣耕地土壤肥力可視化評(píng)價(jià)[32]。本研究依據(jù)分析需要，在綜合考慮因子類型、數(shù)量的基礎(chǔ)上，采用改進(jìn)的層次分析法：三標(biāo)度兩步層次分析法。三標(biāo)度兩步層次分析法是一種多指標(biāo)決策方法，基于三個(gè)標(biāo)度，是將定性與定量分析相結(jié)合的系統(tǒng)分析方法，把人的主觀判斷用數(shù)量形式表達(dá)和處理[33,34]，將不同因子有效歸類，在定性的基礎(chǔ)上進(jìn)行量化，保證各因子的權(quán)重精度，提高評(píng)價(jià)質(zhì)量。

建立兩兩比較矩陣，通過多次專家打分，考慮致死溫度等關(guān)鍵因素，突出溫度因子的重要性，使定性的因子數(shù)量化，并由量化后的數(shù)值組成比較矩陣。在這個(gè)階段建立的因子不是孤立的，它們是最相關(guān)的[35]。因此，在比較矩陣主對(duì)角線上，其數(shù)值都為1，得到兩兩因子比較矩陣（表4）。

表4　各因子兩兩比較矩陣Table 4 Comparative matrix between two factors

根據(jù)比較矩陣，將各行值進(jìn)行累加，按下式計(jì)算，可獲得構(gòu)造判斷矩陣。

上式中，rij為構(gòu)造判斷矩陣中的元素，其中i,j代表不同的因子。各因子在每一行進(jìn)行累加，累加值即為Ki，Kj。bm一般用（Kmax+Kmin）代替，即最重要的因子與最不重要的因子相關(guān)數(shù)之和[36]。構(gòu)造判斷矩陣的最大特征值是一個(gè)向量形式，在經(jīng)過一致性檢驗(yàn)后，得到該矩陣的最大特征向量即：?=（0.0890.1130.1670.2530.1250.1140.139）各元素值表示相應(yīng)因子的權(quán)重值。為簡(jiǎn)化計(jì)算量，計(jì)算單位精確到小數(shù)點(diǎn)后三位，由此得出各評(píng)價(jià)因子的權(quán)重。利用GIS技術(shù)，對(duì)各因子適宜性進(jìn)行評(píng)價(jià)，在單因子評(píng)價(jià)的基礎(chǔ)上，根據(jù)權(quán)重，將單因子適宜圖進(jìn)行疊加分析和柵格代數(shù)計(jì)算，生成綜合適宜性評(píng)價(jià)的基本單元，每個(gè)評(píng)價(jià)單元包含年低溫、年均降水量、濕度、無(wú)霜期、海拔高度、坡度和土壤類型七個(gè)因子的信息，大小為1km×1km。

3　結(jié)果與分析

3.1單因子適宜性評(píng)價(jià)

應(yīng)用經(jīng)RBF神經(jīng)網(wǎng)絡(luò)檢驗(yàn)后的指標(biāo)，結(jié)合GIS空間分析技術(shù)，進(jìn)行單因子適宜性評(píng)價(jià)，直觀表達(dá)每個(gè)評(píng)價(jià)單元的適宜性等級(jí)區(qū)劃。根據(jù)單因子評(píng)價(jià)結(jié)果（圖2），我國(guó)油茶種植的適宜性區(qū)域分布有較強(qiáng)的一致性，大部分集中在湖南、江西、廣東、廣西、浙江、福建、貴州、湖北等省份。對(duì)比各因子分析結(jié)果，評(píng)價(jià)適宜區(qū)域存在差異，如濕度適宜區(qū)在西藏南部局部地區(qū)，新疆北部和西部，內(nèi)蒙北部等區(qū)域；海拔高度適宜區(qū)在東北大部，新疆北部等區(qū)域也符合油茶生長(zhǎng)，但目前以上區(qū)域均未有油茶種植。單因子評(píng)價(jià)模型只考慮某一因子在其余影響因子變化不大的條件下的作用，不能反映作物生長(zhǎng)受氣候因子影響的真實(shí)情況[37]。因此，為了更好地反映油茶的生境習(xí)性和適宜程度，應(yīng)在單因子評(píng)價(jià)的基礎(chǔ)上，結(jié)合不同的指標(biāo)權(quán)重進(jìn)行綜合評(píng)價(jià)。

圖2　單因子評(píng)價(jià)結(jié)果Fig.2 Result of single-factor assessment

3.2多因子綜合評(píng)價(jià)結(jié)果

根據(jù)單評(píng)價(jià)因子的分析結(jié)果，利用GIS空間分析和屬性數(shù)據(jù)一體化處理等技術(shù)優(yōu)勢(shì)，結(jié)合不同因子權(quán)重，采用柵格分析和地圖代數(shù)運(yùn)算，進(jìn)行綜合評(píng)價(jià)(圖3)。每個(gè)評(píng)價(jià)單元相當(dāng)于一個(gè)土地資源單位，單元內(nèi)部質(zhì)量相對(duì)均一[38]，同時(shí)包含評(píng)價(jià)指標(biāo)的屬性信息，即七個(gè)因子適宜性分級(jí)信息，客觀地反映出在綜合因素影響下，油茶的適生條件和適宜區(qū)劃在空間上的差異。

(1)最適宜區(qū)：各評(píng)價(jià)單元為最佳范圍時(shí)，得出區(qū)劃結(jié)果，主要分布于湖南、江西，廣東、廣西等大部地區(qū)。該區(qū)面積約為418.89×104hm2，約占油茶適宜區(qū)域總面積的65.50%。該區(qū)域地勢(shì)平坦，降水充足，溫度適宜，是最早種植油茶的地區(qū)，也是目前油茶的主產(chǎn)區(qū)。

(2)適宜區(qū)：各評(píng)價(jià)單元處在合理范圍內(nèi)時(shí)，得出區(qū)劃結(jié)果，分布在廣東西南部、福建南部等地區(qū)。該區(qū)面積約為131.34×104hm2，約占油茶適宜區(qū)域總面積的20.54%。該區(qū)域受一些輕微限制因素的影響，通常相對(duì)濕度較低，地勢(shì)起伏略大，但也是油茶產(chǎn)區(qū)的重要組成部分。

(3)臨界適宜區(qū)：表示評(píng)價(jià)指標(biāo)閾值的上限或下限不明確或評(píng)價(jià)單元的精確度較模糊，得出區(qū)劃結(jié)果，分布于河南、陜西南部，四川西北部等地區(qū)。該區(qū)面積約為89.27×104hm2，約占油茶適宜區(qū)域總面積的13.96%。在這一區(qū)域中，適宜和不適宜條件均存在，需對(duì)具體區(qū)域作進(jìn)一步精確評(píng)價(jià)，是種植潛力較大和開發(fā)利用價(jià)值較高的區(qū)域。

(4)不適宜區(qū)：排除以上三個(gè)區(qū)劃之外的地區(qū)，分布于東北地區(qū)，新疆、西藏等地區(qū)。該區(qū)域各項(xiàng)指標(biāo)條件受限制較大，油茶生長(zhǎng)環(huán)境較差。對(duì)評(píng)價(jià)結(jié)果進(jìn)行統(tǒng)計(jì)分析，獲取省級(jí)適宜信息（表5）。

圖3　油茶適宜性分布圖Fig.3 Distribution map of Camellia oleifera Abel suitability

表5　油茶分省適宜性統(tǒng)計(jì)Table 5 Provincial statistics of Camellia oleiferaAbel suitability

3.3限制性分析

臨界適宜區(qū)的指標(biāo)范圍具有模糊性，有必要進(jìn)行限制性分析[39-41]，以便合理開發(fā)利用這一區(qū)域。在原有單因子適宜性指標(biāo)體系的基礎(chǔ)上進(jìn)行分級(jí)賦值，最適宜、適宜、臨界適宜和不適宜依次為1，2，3，0。宗躍光等通過對(duì)原有權(quán)重修正法的改進(jìn)，建立了潛力-限制綜合評(píng)價(jià)模型，在借鑒損益分析法(cost-benefit analysis)和生態(tài)足跡的基礎(chǔ)上,將影響變量通過生態(tài)潛力和生態(tài)限制性兩類作差,得到生態(tài)潛力扣除生態(tài)限制性的剩余[42]。依據(jù)本研究的實(shí)際情況，對(duì)上述潛力-限制綜合評(píng)價(jià)模型進(jìn)行改進(jìn)，改進(jìn)后的公式為：

式中Sn是不同因子適宜性，Xip為種植潛力值，即種植潛力柵格數(shù)，Wip為種植潛力的權(quán)重，Xic為種植限制值,即種植限制柵格數(shù)，Wic為種植限制的權(quán)重,d為常數(shù)3，即臨界適宜區(qū)值，Rn為各因素平均限制值，N為不同因素類包含因子個(gè)數(shù)。為了便于對(duì)比，將結(jié)果值以小數(shù)形式顯示(表6)。

表6　限制性分析結(jié)果Table 6 Result of constrain analysis

由此得出臨界適宜區(qū)的限制性因子的影響程度，最大限制性因素是氣候類，約是土壤類的五倍，最大限制因子是年低溫，海拔高度、無(wú)霜期等限制性相對(duì)較弱。根據(jù)《全國(guó)油茶產(chǎn)業(yè)發(fā)展規(guī)劃（2009～2020年）》的要求，對(duì)這一區(qū)域可著重從生態(tài)效益上種植油茶，雖然難以形成較大規(guī)模的種植區(qū)，但充分發(fā)揮油茶的環(huán)境優(yōu)勢(shì)，輔以經(jīng)濟(jì)貢獻(xiàn)，也是種植可行性較大，重點(diǎn)開發(fā)的區(qū)域。

根據(jù)評(píng)價(jià)結(jié)果，加入臨界適宜區(qū)的統(tǒng)計(jì)面積，對(duì)比規(guī)劃要求，采用面積統(tǒng)計(jì)圖，直觀表達(dá)各省份油茶種植的空間分布狀況?！兑?guī)劃》里至2020年，廣西省的任務(wù)要求是41.47×104hm2，分省統(tǒng)計(jì)結(jié)果顯示，其適宜種植面積約為57.49×104hm2，提升空間為16.02×104hm2；江西省的任務(wù)要求是98.31×104hm2，其可適宜種植面積約為107.35×104hm2，提升空間為9.04×104hm2等等，油茶種植的提升空間很大(圖4)。評(píng)價(jià)結(jié)果中，河南省提升空間過大，重慶市甚至出現(xiàn)降低空間，究其原因，一方面河南省油茶適宜區(qū)集中于東南部，這一區(qū)域?qū)儆邳S淮海平原，地形因子在評(píng)價(jià)中作用較大，使該區(qū)域結(jié)果面積較大；重慶市則以山地為主，不僅減弱了氣候因素的影響，還使評(píng)價(jià)中坡度的作用受限，因而評(píng)價(jià)結(jié)果出現(xiàn)缺失現(xiàn)象。另一方面，由于研究區(qū)范圍較大，數(shù)據(jù)量龐大，柵格劃分細(xì)化程度有限，加之各因子權(quán)重分配并不完全適合，導(dǎo)致評(píng)價(jià)結(jié)果出現(xiàn)小部地區(qū)異常。

圖4　油茶適宜種植面積與2020年規(guī)劃對(duì)比Fig.4 The contrast between suitable planting area of Camellia oleiferaAbel and 2020 plan

4　結(jié)論與討論

（1）評(píng)價(jià)結(jié)果基本符合全國(guó)油茶種植環(huán)境的空間分布狀況：最適宜區(qū)種植油茶年限較久，經(jīng)驗(yàn)豐富，是進(jìn)行品種改良，提高單產(chǎn)的主要區(qū)域；適宜區(qū)可進(jìn)行原油茶林地復(fù)墾改造，相關(guān)技術(shù)也較為成熟；臨界適宜區(qū)則是擴(kuò)大開墾規(guī)模的重點(diǎn)區(qū)域，這也是提高油茶產(chǎn)量最直接有效的方式。研究結(jié)果顯示，全國(guó)油茶種植適宜區(qū)域面積約為639.5×104hm2。對(duì)比國(guó)家油茶發(fā)展的戰(zhàn)略規(guī)劃，不計(jì)入臺(tái)灣、海南和江蘇等省份，剔除有待進(jìn)行限制性分析的臨界適宜區(qū)，統(tǒng)計(jì)出最終適宜面積約為491.88×104hm2，到2020年，我國(guó)油茶種植總規(guī)模將達(dá)到466.67×104hm2，油茶發(fā)展?jié)摿臻g達(dá)25.21×104hm2。

（2）利用RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化因子量化指標(biāo)，檢驗(yàn)精度較高，基于單因子評(píng)價(jià)的綜合適宜性評(píng)價(jià)結(jié)果良好，反映了RBF神經(jīng)網(wǎng)絡(luò)在適宜性評(píng)價(jià)中的優(yōu)勢(shì)，如何應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行綜合適宜性評(píng)價(jià)還需進(jìn)一步研究。限制性分析結(jié)果表明，氣候因素的貢獻(xiàn)值最大，針對(duì)限制因子影響程度，臨界適宜區(qū)可以通過復(fù)選多個(gè)因子進(jìn)行精細(xì)評(píng)價(jià)，并綜合經(jīng)濟(jì)成本和油茶品種進(jìn)行深入研究，以擴(kuò)大油茶種植區(qū)域。本研究也為決策者提供了一個(gè)詳細(xì)的數(shù)據(jù)參考，對(duì)油茶種植的合理性布局，土地資源利用規(guī)劃等提供科學(xué)依據(jù)。

[1]王瑩,蘇永秀,李政.廣西西北部油茶種植氣候適宜度評(píng)價(jià)[J].中國(guó)農(nóng)學(xué)通報(bào),2013,29(13):24-30

[2]余江帆,陸志科,謝碧霞.近10年中國(guó)油茶研究論文計(jì)量研究[J].經(jīng)濟(jì)林研究,2006,24(4):61-63,70

[3]黃永芳,陳紅躍,雷治國(guó),等.廣東省油茶生產(chǎn)狀況與發(fā)展對(duì)策[J].經(jīng)濟(jì)林研究,2004,22(3):77-79

[4]陸魁東,宋忠華,杜東升,等.湖南油茶GIS精細(xì)化氣候區(qū)劃研究[J].中國(guó)農(nóng)學(xué)通報(bào),2011,27(8):362-365

[5]何奇瑾,周廣勝.我國(guó)春玉米潛在種植分布區(qū)的氣候適宜性[J].生態(tài)學(xué)報(bào),2012,32(12):3931-3939

[6]封志明.資源科學(xué)導(dǎo)論[M].北京:科學(xué)出版社,2004

[7]楊子生.試論土地生態(tài)學(xué)[J].中國(guó)土地科學(xué),2000,14(2):000209-43

[8]陳雯,孫偉,段學(xué)軍,等.以生態(tài)-經(jīng)濟(jì)為導(dǎo)向的江蘇省土地開發(fā)適宜性分區(qū)[J].地理科學(xué),2007,27(3):312-317

[9]王煒,吳耿鋒,張博鋒,等.徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J].地震,2005,25(2):19-25

[10]董斌,陳立平,錢國(guó)英.基于遙感的層次分析法和模糊數(shù)學(xué)模型綜合評(píng)價(jià)森林資源生態(tài)適宜性[J].自然資源學(xué)報(bào),2011,26(3):468-476

[11]張紅旗.GIS支持的縣級(jí)區(qū)域柑桔土地適宜性綜合評(píng)價(jià)[J].資源科學(xué),1998,20(1):62-70

[12]陳雯,孫偉,段學(xué)軍,等.蘇州地域開發(fā)適宜性分區(qū)[J].地理學(xué)報(bào),2006,61(8):839-846

[13]蘇光全,何書金,郭煥成.礦區(qū)廢棄土地資源適宜性評(píng)價(jià)[J].地理科學(xué)進(jìn)展,1998,17(4):41-48

[14]莊瑞林.中國(guó)油茶[M].北京:中國(guó)林業(yè)出版社,2008

[15]張靜芬,千懷遂,賴純佳.我國(guó)亞熱帶樟樹的溫度適宜性及其變化趨勢(shì)[J].生態(tài)學(xué)雜志,2010,29(8):1482-1487

[16]鄒康廉,鄒哲馨.昭平縣油茶氣象條件分析[J].氣象研究與應(yīng)用,2013(1):64-66

[17]張乃燕,黃開順,覃毓,等.主要地理氣候因子對(duì)油茶籽油脂肪酸組成的影響[J].中國(guó)油脂,2013,38(11):78-80

[18]韓翠華,郝志新,鄭景云.1951-2010年中國(guó)氣溫變化分區(qū)及其區(qū)域特征[J].地理科學(xué)進(jìn)展,2013,32(6):887-896

[19]王冀,江志紅,丁裕國(guó),等.21世紀(jì)中國(guó)極端氣溫指數(shù)變化情況預(yù)估[J].資源科學(xué),2008,30(7):1084-1092

[20]何方,何柏.油茶栽培分布與立地分類的研究[J].林業(yè)科學(xué),2002,38(5):64-72

[21]何方,毛獻(xiàn)策,王義強(qiáng),等.中國(guó)油茶林地土壤類型的研究[J].經(jīng)濟(jì)林研究,1993,11(2):1-14

[22]楊子生.土地適宜性評(píng)價(jià)中”主宜性”劃分問題之探討[J].自然資源學(xué)報(bào),1991,6(3):286-292

[23]潘世兵,王忠靜,孫江濤.基于GIS的黃河三角洲地下水開發(fā)適宜性評(píng)價(jià)模型[J].水文地質(zhì)工程地質(zhì),2001,28(6):33-36

[24]俞艷,何建華,袁艷斌.土地生態(tài)經(jīng)濟(jì)適宜性評(píng)價(jià)模型研究[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2008,33(3):273-276

[25]楊洋,何春陽(yáng),李曉兵.基于GIS的云南栽培型普洱茶樹大規(guī)模種植適宜性評(píng)價(jià)[J].北京林業(yè)大學(xué)學(xué)報(bào),2010,32(3):33-40

[26]徐美,朱翔,劉春臘.基于RBF的湖南省土地生態(tài)安全動(dòng)態(tài)預(yù)警[J].地理學(xué)報(bào),2012,67(10):1411-1422

[27]郭宗樓.環(huán)境質(zhì)量綜合評(píng)價(jià)的徑向基函數(shù)網(wǎng)絡(luò)模型[J].環(huán)境科學(xué)研究,1997,10(4):1-5

[28]李啟權(quán),王昌全,岳天祥,等.基于RBF神經(jīng)網(wǎng)絡(luò)的土壤有機(jī)質(zhì)空間變異研究方法[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(1):87-93

[29]朱凱,王正林.精通MATLAB神經(jīng)網(wǎng)絡(luò)[M].北京:電子工業(yè)出版社,2010

[30]張曉瑞,方創(chuàng)琳,王振波,等.基于RBF神經(jīng)網(wǎng)絡(luò)的城市建成區(qū)面積預(yù)測(cè)研究——兼與BP神經(jīng)網(wǎng)絡(luò)和線性回歸對(duì)比分析[J].長(zhǎng)江流域資源與環(huán)境,2013,22(6):691-697

[31]盛建東,文啟凱,蔣平安,等.投影尋蹤回歸技術(shù)在棉花土地適宜性評(píng)價(jià)中的應(yīng)用[J].干旱區(qū)研究,1997,14(2):36-41

[32]周旭,安裕倫,許武成,等.基于GIS和改進(jìn)層次分析法的耕地土壤肥力模糊評(píng)價(jià)——以貴州省普安縣為例[J].土壤通報(bào),2009,40(1):51-55

[33]何英彬,陳佑啟,楊鵬,等.國(guó)外基于GIS土地適宜性評(píng)價(jià)研究進(jìn)展及展望[J].地理科學(xué)進(jìn)展,2009,28(6):898-904

[34]劉李霞,畢華興,孔憲娟,等.基于改進(jìn)層次分析法的GIS公共服務(wù)設(shè)施選址[J].地理與地理信息科學(xué),2011,27(5):46-49,113

[35]邱炳文,池天河,王欽敏.基于GIS和多目標(biāo)評(píng)價(jià)方法的果樹適宜性評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào),2005,21(6):96-100

[36]徐肇忠.專題制圖中各有關(guān)專題要素求權(quán)方法的比較研究[J].測(cè)繪學(xué)報(bào),1995,24(1):64-70

[37]蒲金涌,姚小英,王位泰.氣候變化對(duì)甘肅省冬小麥氣候適宜性的影響[J].地理研究,2011,30(1):153-160

[38]劉長(zhǎng)勝,盧偉,金曉斌,等.GIS支持下土地整理中未利用地適宜性評(píng)價(jià)——以廣西柳城縣為例[J].長(zhǎng)江流域資源與環(huán)境,2004,13(4):333-337

[39]張洪業(yè).利用限制性評(píng)分方法確定土地農(nóng)業(yè)適宜性等級(jí)——以澳大利亞新南維爾士州為例[J].地理研究,1994,13(2):67-73

[40]樊新剛,米文寶,楊蓉.寧南山區(qū)生態(tài)重建限制性因素分析[J].水土保持究,2004,11(3):28-30,60

[41]王露,楊海龍,封志明,等.廣西能源作物木薯種植的可能規(guī)模:自然適宜性與社會(huì)限制性評(píng)價(jià)[J].資源科學(xué),2012,34(1):150-158

[42]宗躍光,王蓉,汪成剛,等.城市建設(shè)用地生態(tài)適宜性評(píng)價(jià)的潛力—限制性分析——以大連城市化區(qū)為例[J].地理研究,2007,26(6):1117-1127

A Primary Study on the Suitability of Camellia oleifera Abel Planting Environment in China

SONGYing-qiang1,YANGFen-li2,YANGBo3,YANG Lian-an1*,ZHANG Lin-sen4, YU Shi-feng5
1.College of Urban and Environmental Sciences,Northwest University,Xi’an 710127,China
2.Xianyang Agricultural Science Research Academy,Xianyang 712000,China
3.WeiCheng Seed Management Stations,Xianyang 712000,China
4.College of Horticulture,Northwest A&F University,Yangling 712100,China
5.Xi'an Agricultural Product Quality Safety Inspection and Monitoring Center,Xi'an 710077,China

In this paper,Camellia oleifera Abel is taken as the study object,elements,technical model and comprehensive evaluation are built to guide national Camellia oleifera Abel of suitability evaluation.The selection of evaluation factors such as annual low temperature,amount of precipitation,humidity,frost free season,altitude,slope and soil type which including three types of climate,topography and soil to build index system of Camellia oleifera Abel planting suitability evaluation. Based on three scale two step Analytic Hierarchy Process,RBF neural network and GIS technology,a single factor evaluation and comprehensive evaluation under constrain analysis method of multi-factors suitability are made for the study area of Camellia oleifera Abel planting suitability.Comprehensive evaluation has a high accuracy by comparison to single-factor evaluation.The result shows that national suitable areas of Camellia oleifera Abel planting are concentrated in the most of Hunan,Jiangxi,Guangdong,Guangxi,the southwest of Hubei and the south of Yunnan areas.The requirement of the national Camellia oleifera Abel industry development plan is 46.67 million ha,but the statistical result of the national suitable areas are 49.19 million ha,so it has a huge potential of Camellia oleifera Abel planting by provincial statistics.The results from this study can provide the scientific proofs for the rational distribution and land resources programme of Camellia oleiferaAbel planting.

Planting environment;suitability assessment;RBF neural network;Three Scale Two Step Analytic Hierarchy Process;Camellia oleiferaAbel

S-03;X144

A

1000-2324(2015)02-0180-09

2014-08-09

2014-10-14

教育部人文社會(huì)科學(xué)研究規(guī)劃項(xiàng)目(10YJA910010);陜西省農(nóng)業(yè)科技攻關(guān)項(xiàng)目(2011K02-11);農(nóng)業(yè)部現(xiàn)代蘋果產(chǎn)業(yè)技術(shù)體系肥水高效利用崗位(NYCYTX-08)

宋英強(qiáng)(1990-),男,碩士,主要從事環(huán)境地理信息系統(tǒng)研究.E-mail:jingjingdailuan@163.com

Author for correspondence.E-mail:yanglianan@163.com