删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于GIS的云南山区玉米生态适宜性评价方法与应用

本站小编 Free考研考试/2021-12-26

李超1, 李文峰,2, 赵耀2, 尚敬敏21 云南省气象台,昆明 650034
2 云南省农业大数据工程技术研究中心,昆明 650201

A Method of Ecological Suitability Evaluation and Its Application for Maize Planted in Mountain Farmland Based on GIS (Case Study: Xundian County)

LI Chao1, LI WenFeng,2, ZHAO Yao2, SHANG JingMin2 1 Yunnan Meteorological Observatory, Kunming 650034
2 Engineering Technical Research Centre of Agricultural Big-data in Yunnan, Kunming 650201

通讯作者: 李文峰,E-mail: liwf83@126.com

收稿日期:2018-09-11接受日期:2018-12-17网络出版日期:2019-02-13
基金资助:国家自然科学基金.31860331
国土资源部公益性行业科研专项.201511003-4


Received:2018-09-11Accepted:2018-12-17Online:2019-02-13
作者简介 About authors
李超,E-mail:lichaoyunnan@163.com






摘要
目的 作物适宜性评价是进行生产区划的重要手段,本研究拟基于气象、土壤、地形数据,构建适宜山地环境的玉米生态适宜性评价模型和方法。方法 在文献系统分析的基础上,遴选18个生态指标构成玉米生态适宜性评价指标体系,气候适宜性评价模型采用作物模型法构建,考虑了玉米生育期和生态效应,其他指标采用隶属度函数法分数值型和概念型分别构建。各因子权重采用专家打分和层次分析法确定,综合权重和适宜性函数构建玉米气候、土壤养分、立地条件、土地管理适宜性评价模型及综合生态适宜性评价模型。评价的数据通过空间分析获得。针对山区耕地的立体分布特点,运用ArcGIS工具综合耕地利用、土壤类型、行政区划划分评价单元,经GIS的插值处理、统计分析,获得各评价单元18个评价指标基础数据,进而运用评价模型对各评价单元进行分类评价和综合生态适宜性评价结果 该方法应用于云南省寻甸县,全县耕地共划分为8 415个评价单元,其气候、土壤养分、立地条件、土地管理4个方面适宜以上的面积分别占比58%、86%、42%、90%。生态适宜性综合评价中,高度适宜区和适宜区的面积占比分别为35.4%、50.6%,主要分布在中-东南部低中山丘陵区,中北部金沙江河谷,西部河谷槽区也有小范围的分布;勉强适宜区、不适宜区面积占9.4%和4.6%,主要零星分布在中部以西地区,而在西北部相对集中。结论 评价方法考虑了玉米生育期和山区耕地立体分布特点,研究区适宜性区划呈碎片状分布,分布情况与区域生产情况基本相符,气候和立地条件是影响研究区玉米生态适宜性的主要因素。
关键词: GIS;玉米;生态适宜性;评价;寻甸县

Abstract
【Objective】 Crop suitability evaluation is an important means for production zoning. This paper developed a new evaluation model of the ecological suitability for maize planted in mountain farmland, according to climatic, soil and topography condition. 【Method】 An evaluation index system of maize ecological suitability were selected after a systematic and comparative analysis of literature reviews, and 18 eco-environment factors were involved in the system. A climate model was established by the method of agricultural modeling based on the climatic conditions of maize growth period and ecological efficiency. The membership function method was used to calculate the suitability index for numerical and conceptual indicator variables, respectively. Expert scoring and analytic hierarchy process were used to determine the weight of each factor. Combining the weights and evaluation function, a new evaluation model was constructed to evaluate the suitability of climate, soil nutrient, site conditions, land management, and comprehensive ecological suitability. According the stereoscopic character of mountain farmland, evaluation units were divided by land using, soil type, and administrative division. The values of 18 indicators were calculated by GIS spatial analysis and attached into evaluation unites. Using the evaluation model and spatial data, the maize ecological suitability was evaluated for each class respectively or comprehensively. 【Result】 This method was used to evaluate maize ecological suitability in Xundian county, where the cultivated land was divided into 8 415 evaluation units. The suitable and high suitable area in climatic condition, soil nutrient, site condition, land management accounted for 58%, 86%, 42%, and 90%, respectively. The suitable and higher suitable area of maize planting accounted for 50.6% and 35.4%, respectively, which mainly distributed in the middle-southeast low-middle hilly area, and some in the central and northern Jinsha River valleys and western valley trough areas. The barely suitable and unsuitable area accounted for 9.4% and 4.6%, which mainly distributed in the northwest and some in the west of the central part. 【Conclusion】 This method was able to response the climatic difference during maize growth period and the stereoscopic character of mountain farmland. The suitability area distributed as fragments. The results were consistent with the regional situation basically. The climate and terrain were primary limit factors for the ecological suitability of maize in the region.
Keywords:GIS;maize;ecological suitability;evaluation;Xundian county


PDF (2863KB)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
李超, 李文峰, 赵耀, 尚敬敏. 基于GIS的云南山区玉米生态适宜性评价方法与应用[J]. 中国农业科学, 2019, 52(3): 445-454 doi:10.3864/j.issn.0578-1752.2019.03.005
LI Chao, LI WenFeng, ZHAO Yao, SHANG JingMin. A Method of Ecological Suitability Evaluation and Its Application for Maize Planted in Mountain Farmland Based on GIS (Case Study: Xundian County)[J]. Scientia Agricultura Sinica, 2019, 52(3): 445-454 doi:10.3864/j.issn.0578-1752.2019.03.005


0 引言

【研究意义】玉米是云南省种植面积最大的粮食作物,种植面积占云南省旱耕地面积的56%。由于受气候、地形、生产水平等条件影响,云南省玉米单产水平的区域差异大,总体水平不高。因此对玉米种植适宜性进行评价,对指导云南山区、半山区作物种植,优化产业布局具有重要意义。【前人研究进展】作物适宜性评价是进行生产区划的重要手段,广泛应用于农业领域。近年随着研究的深入,作物适宜性评价对象由基本粮油作物扩展到具有地方特色的名特优作物和绿色农产品[1,2,3]。随着计算机技术和“3S”技术的快速发展,基于GIS 技术的适宜性分析方法也逐渐成为主流[4,5,6]。GIS能将空间数据与非空间数据整合,将适宜性评价中的空间环境因子(土壤、气候、坡度、灌溉等)融合并生成数据层,通过栅格或矢量叠加计算,为决策者提供直观线性的量化结果[7,8]。其中对栅格评价单元,按照指标权重进行加权评分成为适宜性评价的常用方法[9],而指标的选取及量化是关键。人工神经网络[10,11]能够容纳不确定性、模糊性和部分真实;模糊数学[12,13]可保留隶属度的完整信息,但又认可数据的不精确性。因此随着研究深入,出现了将GIS与人工神经网络、模糊数学、遗传算法[10]、空间聚类[14]、物元模型[15]等方法结合,对作物进行适宜性评价。这些方法能够对描述型的概念性因子进行量化,精确整合地理数据与主观决策分析因子。前人应用上述方法对云南山地玉米进行了生态区划研究,认为云南玉米生态类型可分为滇东北北亚热带玉米带、滇西北北亚热带玉米带、滇中中亚热带玉米带和滇南南亚热带玉米带[16]。由于云南山多地少,在不同尺度的气候垂直分异作用下,地带性气候被地形气候代替,因此低纬高原气候下满足玉米生育期的各项气象指标与联合国粮农组织推荐的有差异[17]。【本研究切入点】以往玉米的适宜性评价更多偏重于气候适宜性的分析[18],多因素(土壤、地形、耕种措施等)综合分析和评价研究较少,而气候评价又多用气象因子简单加权平均,对玉米生育期和生态效应的考虑不足;玉米是模拟研究最成熟的作物之一,将作物模型方法引入其生态评价可提高模型的机理性和广适性。目前在土地和土壤适宜性评价中,已有对华北、黄淮平原和东北地区的研究[18,19],但对山区地形土壤的立体分布特点的针对性研究尚不足。【拟解决的关键问题】本研究将结合玉米生理生态的研究,采用作物模型、层次分析等方法,综合气候-土壤-地形-土地管理4个方面,构建更为科学的玉米生态适宜性评价模型,并应用评价模型、GIS空间分析和地统计分析技术,探索适用于云南山区耕地特点的玉米生态适宜性评价方法。

1 材料与方法

1.1 研究区概况

寻甸县位于东经102°41′—103°33′,北纬25°20′—26°01′,区域面积3 966 km2,属乌蒙山系。山区、高寒山区占总面积的87.5%,有大小不等的坝子80多个,坝子和河谷槽区的总面积约13 400 hm2,占总耕地面积的30%左右,是水稻和玉米的主要产区。寻甸县年均温14.5℃,年降水1 038.1 mm,玉米年均产量2 788.5 kg·hm-2

1.2 数据来源与处理

气象数据包括2015—2017年的逐日平均温度、逐日日照时数、日降水量(云南省寻甸县43个气象观测点数据);基础空间数据包括1﹕50 000寻甸县的行政区划图、土壤类型分布图、土地利用现状图、高程点数据、地貌类型图、排涝图、灌溉图、面状水系等;土壤属性数据包括1 146个采样点的土壤质地、pH、有机质含量、有效磷含量、速效钾含量、碱解氮含量等(2008年全国测土配方施肥数据)。

本研究使用ArcGIS将土地利用现状、土壤类型、行政区划进行叠加分析,提取耕地利用类型,获得8 415个不规则图斑作为评价单元。将研究区采样点的数值型评价指标进行空间插值分析,转化为栅格数据;将概念型的评价指标由矢量转换为栅格数据,最后通过栅格的统计分析获得各评价单元各指标的数值。

1.3 评价指标体系的构建

本研究通过Web of Science和 CNKI数据库检索2008—2018年间关于玉米种植适宜性评价方面的中英文文献,并从41篇英文、33篇中文中遴选和抽取23篇文献,获得37个评价指标。37个评价指标包含了中国农业部全国农业技术推广中心提供的耕地地力评价指标体系,涉及气象、土壤养分、立地条件和土地管理4大类。图1列出了其中频度最高的20个指标,后经11位专家结合云南实际情况对37个指标进行遴选、评价和打分,采用德尔菲法对打分情况进行统计分析,最终确定了18个评价指标构建的评价指标体系(表1)。

图1

新窗口打开|下载原图ZIP|生成PPT
图1玉米生态适宜性评价的常用指标及入选频度

Fig. 1Commonly-used indexes and usage frequency for evaluation of maize ecological suitability



Table 1
表1
表1玉米生态适宜性评价指标体系及权重
Table 1Indexes and their weights for evaluation of maize ecological suitability
目标层
Target layer
准则层
Rule layer
权重
Weight
指标层
Index layer
权重
Weight
生态适宜性评价指标Evaluation index system of ecological suitability气候条件
Climate condition, U1
0.451日平均气温Daily average temperature, U11 (℃)0.069
≥10℃积温≥10℃ accumulated temperature, U12 (℃)0.188
降水量Precipitation, U13 (mm)0.116
日照时数Sunshine hours, U14 (h)0.082
土壤肥力Soil nutrient, U20.146有机质Organic matter, U21 (g·kg-1)0.057
有效磷Available P, U22 (mg·kg-1)0.024
速效钾Available K, U23 (mg·kg-1)0.025
碱解氮 Available N, U24 (mg·kg-1)0.017
立地条件Site condition, U30.168pH, U310.035
土壤质地Soil texture, U320.017
坡度Slope, U33 (°)0.014
坡向Aspect, U340.008
海拔Altitude, U35 (m)0.043
地貌类型Topographic type, U360.017
耕层厚度Tillage depth, U37 (cm)0.034
成土母质Parent material, U380.016
土地管理
Land management, U4
0.235灌溉能力Irrigation, U410.113
排涝能力Drainage, U42 (t·km-2)0.125

新窗口打开|下载CSV

1.4 单要素适宜性评价模型

根据数据类型将生态适宜性评价指标分为数值型和概念型两类。数值型因子可根据模型和函数进行定量计算,本研究数值型因子11项,包括气象要素4个因子和表2所列7个因子。以往研究多采用隶属度函数法进行评价,但气象要素作为玉米生长发育影响最重要的要素,相关生理生态研究中越来越多地采用更加科学和精确的作物模型来量化。同时考虑到气象因子年内变化较大,而影响作物生长的仅仅为作物生育期内的气象条件,因此本研究应用作物模型方法,以研究区玉米生育期内(5—9月)气象因子为评价指标[16-17,20],构建玉米气象适宜性模拟模型。

温度适宜度模型采用分段函数法[21,22,23],公式(1)中St为玉米生育期温度适宜度,tl为玉米生长发育温度下限,取10℃,tu为玉米生长发育温度上限,取36℃,t为生育期内的平均温度,to为玉米生育期内最适发育温度,取28℃。



降水量对玉米产量有着明显的正效应[24],公式(2)中,F(R)为玉米生育期降水适宜度,R为玉米生育期月平均降水量。



玉米是高光效的C4植物,充足的光照有利于制造和积累较多的光合产物,光照效应函数依据生育期月平均日照时数计算[25],公式(3)中,F(S)为全生育期日照时数适宜度,S为生育期实际月平均日照时数。



当作物生长发育所需要的其他条件均得到满足时,在一定温度范围内,气温和发育速度成正相关,依据≥10℃积温构建积温适宜度模型[26],公式(4)中,F(ST)为生育期≥10℃积温适宜度,ST为生育期月平均≥10℃积温。



其余的数值型因子仍采用相对成熟的隶属度函数法(表2)。

Table 2
表2
表2数值型评价指标隶属度函数
Table 2Membership function for numeric factors
评价指标
Evaluation index
函数类型
Function type
隶属函数
Membership function
标准值
Standard value
极限值
Limit value
有机质Organic matter戒上型Upper limitY=1/[1+0.006889×(ui–c)2][21,24,27]3010
有效磷Available P戒上型Upper limitY=1/[1+0.00653×(ui–c)2][21,24,27]403
速效钾Available K戒上型Upper limitY=1/[1+0.000064×(ui–c)2][21,24,27]20030
碱解氮Available N戒上型Upper limitY=1/[1+0.001335×(ui–c)2][21,24,27]15030
耕层厚度Tillage depth戒上型Upper limitY=1/[1+0.00745×(ui–c)2][28,29]4022
坡度Slope戒下型Lower limitY=1/[1+0.00496×(ui–c)2][28,29]2.8415
pH峰值型PeakerY=1/[1+0.265×(ui–c)2] [21,24,27]5.744.5/8.5
ui为样本实测值 ui is the sample practical measurement value

新窗口打开|下载CSV

对于定性描述和概念型评价因素,如排涝能力、成土母质、土壤质地、坡向、地貌类型等,采用模糊数学的思想,确定不同适宜性等级的隶属度,用0—1之间的数值表示(表3)。

Table 3
表3
表3概念型评价指标隶属度
Table 3Membership function for conceptual factors
评价指标
Evaluation index
描述
Description
专家评估值
Expert evaluation value
排涝能力
Irrigation
指标Index优Excellent良Good中Fair较差Worse差Poor
隶属度Membership1.00.80.60.40.2
灌溉保证率
Drainage
指标Index80-9565-8050-6530-50
隶属度Membership1.00.90.70.5
成土母质
Parent material
指标Index5, 6, 8973, 41, 2
隶属度Membership10.80.70.50.4
坡向
Aspect
指标Index
North
东南、东
Southeast, East
西南
Southwest
西
West
北、东北、西北
North,Northeast,Northwest
隶属度Membership10.80.70.60.4
土壤质地
Soil texture
指标Index中壤
Medium loam soil
轻壤
Light soil
黏壤
Clay loam soil
砂壤
Sandy loam soil
隶属度Membership1.00.90.80.7
地貌类型
Topographic type
指标Index1-345-67-1011-16
隶属度Membership1.00.90.80.70.6
海拔
Altitude
指标Index≤19001900-22002200-26002600-3100≥3100
隶属度Membership10.90.80.70.5
The numbers of parent material description: 1-Tluvial, 2-Basic crystal salt eluvium, 3-Sandstone eluvium, 4-Fair sandstone eluvium, 5-Alluvium, 6-Non-lime resistance alluvium soil, 7-Old alluvial parent material, 8-Lake deposit, 9-Laterite parent material; The numbers of topographic type description:1-Lake deposit lower beach, 2-Falt diluvial lower platform, 3-Fluctuation diluvial lower platform, 4-Fluctuation diluvial upper platform, 5-Lower terraces of rivers, 6-Fluctuation erosion denudation lower platform, 7-Fluctuation erosion denudation upper platform, 8-Flat upper terraces of river, 9-Flat lake deposit upper platform, 10-Flat lake erosion upper platform, 11-Fluctuation lake deposit upper platform, 12- Fluctuation lake erosion upper platform, 13-Fluctuation river upper platform, 14-Low mountain, 15-Middle mountain, 16-High mountain
成土母质指标数字分别表示:1-残积,2-基性结晶盐类残积物,3-砂岩类残积物,4-中性砂岩类残积物(紫色砂砾岩),5-冲积物,6-非石灰性壤质冲积物,7-老冲积母质,8-湖积物,9-红土母质。地貌类型指标数字分别表示:1-湖积低滩地,2-平坦洪积低台地,3-起伏洪积低台地,4-起伏洪积高台地,5-河流低阶地,6-起伏侵蚀剥蚀低台地,7-起伏侵蚀剥蚀高台地,8-平坦河流高阶地,9-平坦湖积高阶地,10-平坦湖蚀高阶地,11-起伏湖积高阶地,12-起伏湖蚀高阶地,13-起伏河流高阶地,14-低山,15-中山,16-高山

新窗口打开|下载CSV

1.5 生态适宜性评价模型

根据各指标的隶属度函数,计算各指标适宜性。采用层次分析法,依据各指标权重计算气象、土壤养分、立地条件、土地管理的适宜性指数(公式5),最后综合计算玉米生态适宜性指数(公式6)。权重的计算采用层次分析法(AHP),根据层次结构模型,在询问专家的意见和打分基础上构造判断矩阵,并对判断矩阵进行一致性检验。当一致性检验值小于0.1时检验通过,最终得到各指标的权重分配表(表1)。





式中,U为适宜性指数,C为权重,UUiUi,j分别为生态综合的适宜性指数、准测层i的适宜性指数以及准测层i评价因子j的适宜性指数,CiCi,j分别表示准测层i的权重、准则层i内评价因子j的权重。

2 结果

根据模型计算出的气候条件、土壤养分、立地条件、土地管理和综合评价结果。利用自然断点法[30](natural breaks)将寻甸县划分为玉米种植的高适宜区、适宜区、勉强适宜区和不适宜区4个等级(图2—3)。根据GIS统计分析显示,综合评价的适宜与高适宜区域占总面积的86%,其中高适宜区占35.4%,主要分布在中-东南部低中山丘陵区,包括金锁乡、仁德镇、柯渡镇、功山镇、河口镇,中北部金沙江河谷,西部河谷槽区(金源乡、鸡街镇、六哨乡、羊街镇)也有小范围的分布。适宜区占50.6%,主要分布在联合乡、风和镇、倘甸镇、六哨乡、金所乡和甸沙乡。勉强适宜区和不适宜区占总面积14%,在中部以西地区有零星不成片分布,而在西北部相对集中。

分类评价显示土壤养分和土地管理两类评价中80%以上为适宜或高度适宜区(图2—3),而气候和立地条件中的适宜、高适宜区占比较低,分别为58%和42%。气候条件适宜区和高适宜区平均海拔为2 158 m;不适宜区主要分布在东、西部,平均海拔为2 052 m。立地条件不适宜区主要分布在中部以东地区。土壤养分不适宜区集中分布在西北到东南一线上。土地管理几乎没有不适宜区域。

图2

新窗口打开|下载原图ZIP|生成PPT
图2寻甸县玉米种植生态适宜性分析图

Fig. 2Distribution of maize ecological suitability in Xundian



图3

新窗口打开|下载原图ZIP|生成PPT
图3寻甸县玉米生态适宜性评价各等级面积占比情况

Fig. 3Area percentage of every maize ecological suitability grade in Xundian



3 讨论

本研究改进了玉米生态适宜性评价的指标选择和隶属度计算的方法,在指标选择方面,系统分析了近10年文献资料,结合国家标准、云南实际特点以及专家意见,从30多个指标中筛选出18个评价因子,评价指标的选择比较客观和全面。在隶属度计算方面对气象因子、非气象类的数值型因子和概念型因子分别采用了不同的方法。对生理生态研究比较成熟的气象因子,以玉米生育期内的气象条件取代全年数值,以基于生理生态的作物模型法取代传统基于数理统计的隶属度函数法,从而使评价更科学,机理性更强。非气象类的数值型因子则沿用相对成熟的隶属度函数法。对土壤类型、质地等概念型指标则基于前人研究进行了数值化。上述几方面使本研究评价模型及结果具有更高的精确性和准确度。

现有研究划分评价单元的方法主要有不同图层叠加形成的图斑作为评价单元、地形-母质-土壤单元(即 SOTER 单元)作为评价单元和在GIS的支持下以不同精度的地理网格作为评价单元。云南山多地少,耕地资源相当匮乏且分散零星,若采取宏观、集中连片的适宜性评价方法和简单的栅格插值计算,评价结果与实际偏差很大,缺乏用地区域的空间细化信息。本研究将栅格插值与图斑计算结合起来,用多个图层相互叠加的图斑作为评价单元,保证每一个图版(评价单元)有唯一的多个字段的属性值,克服了土地利用类型性质上的不均一性和土壤类型地域边界上的不一致性,不仅便于表达土壤空间分布与特性的空间关系,并能将空间数据和属性数据、栅格数据与矢量数据紧密集成,保持信息的一致性。根据每个图版的地类、土壤属性、种植玉米的适宜性评价值,因地制宜,可精确地指导不同地块的玉米种植技术和人为影响措施。

评价结果可以反映研究区实际环境和生产水平。从结果分析来看,适宜性分区多呈碎片化,没有明显的规律性,这与袁磊等[31]对西南山区耕地地力评价结果一致,认为这可能受地形和土壤质地影响。而本研究中则认为除了地形外,气象因子也是影响玉米适宜性的主要限制因素。从区域比较来看,东部地区适宜性总体高于西部地区,不适宜区主要分布在西北部,高度适宜区分布在东南部的低中山丘原地区,在中北部的高海拔乌蒙山区域也有少量分布,该评价结果与王静宇[32]研究结果一致,其利用传统耕地地力评价方法对寻甸县进行了分级,一、二、三等地与本研究的适宜区基本吻合,四、五等地与本研究的不适宜区基本吻合。本研究评价结果与实际生产水平基本相符,寻甸县玉米高产区和主要分布区均落在本研究的适宜和高度适宜区,说明该区域玉米产业的空间分布相对科学合理。从分类评价看,气候和立地条件的低适宜性区域面积更大,而且从空间分布来看,二者与综合适宜性的空间分布更为一致,均为东部区域明显高于西部区域,二者权重分别为0.451和0.168,立地条件权重虽然不高,但由于其他准则空间变异较小,从而可以推断,气象和立地条件是影响玉米生态适宜性的主要方面。另外两个方面为人为干预较好的指标(土壤养分和土地管理),其适宜区面积占绝大多数,这说明区域生产水平较好,提高了耕地种植玉米的生态适宜性。

本研究在评价模型的算法和检验中仍存在不足,其中对土壤养分和立地条件的评价与气候适宜性评价相比,精确性和机理性还有待于提高;另外研究仅以寻甸为案例进行了研究和应用,今后还需要在更多地区通过更多试验数据进行模型检验和算法改进。

4 结论

本研究综合气候条件、土壤肥力、立地条件和土地管理4方面18个因子,应用作物模型与隶属度函数法构建了玉米生态适宜性的评价模型,以土地利用、土壤类型和行政区划叠加的评价单元为单位,基于GIS进行了适宜性评价和分析。评价结果显示研究区耕地中86%的区域为适宜和高度适宜的玉米种植区,东部区域适宜性高于西部区域,其中气候条件和立地条件是影响该地区玉米生态适宜性的限制因素,而土壤肥力和土地管理方面普遍较高的适宜性指数说明了该地区生产管理水平较高。

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

蒋好忱, 雷宝佳, 郭忆 . 自然立地条件下云南省普洱茶种植适宜性分析
热带农业科学, 2013,33(10):19-23.

[本文引用: 1]

JIANG H C, LEI B J, GUO Y . Suitability analysis of planting puer tea in Yunnan province based on natural conditions
Chinese Journal of Tropical Agriculture, 2013,33(10):19-23. (in Chinese)

[本文引用: 1]

郭祥, 范建容, 朱万泽, 严冬 . 基于GIS的四川省油橄榄生态适宜性模糊综合评价
生态学杂志, 2010,29(3):586-591.

[本文引用: 1]

GUO X, FAN J R, ZHU W Z, YAN D . Ecological suitability of olive in Sichuan province fuzzy comprehensive evaluation based on GIS
Chinese Joumal of Ecology, 2010,29(3):586-591. (in Chinese)

[本文引用: 1]

游娟, 潘瑜春, 陈柏松, 王纪华, 陆洲, 张吴明 . 基于GIS的绿色农产品基地适宜性评价.
农业工程学报, 2010, 26(10):325-330+391.

[本文引用: 1]

YOU J, PAN Y C, CHEN B S, WANG J H, LU Z , ZHANG W M . GIS-based suitability evaluation for green agricultural product base
Transactions of the Chinese Society of Agricultural Engineering, 2010,26(10): 325-330+391. (in Chinese)

[本文引用: 1]

李文峰, 李超, 杨林楠, 李明, 刘晓林 . 基于WebGIS的食用农产品产地环境质量评价系统
农业工程学报, 2011,27(6):198-202.

[本文引用: 1]

LI W F, LI C, YANG L N, LI M, LIU X L . Farmland environmental quality evaluation system for edible agricultural products based on WebGIS
Transactions of the Chinese Society of Agricultural Engineering, 2011,27(6):198-202. (in Chinese)

[本文引用: 1]

MOHAMED A E A, NATARAJAN A, RAJENDRA H . Assessment of land suitability and capability by integrating remote sensing and GIS for agriculture in Chamarajanagar district, Karnataka, India
The Egyptian Journal of Remote Sensing and Space Sciences, 2016,19:125-141.

DOI:10.1016/j.ejrs.2016.02.001URL [本文引用: 1]
To reduce the human influence on natural resources and to identify an appropriate land use, it is essential to carry out scientific land evaluations. Such kind of analysis allows identifying the main limiting factors for the agricultural production and enables decision makers to develop crop managements able to increase the land productivity. Objectives of this study were to develop a GIS based approach for land use suitability assessment which will assist land managers and land use planners to identify areas with physical constraints for a range of nominated land uses. Georeferenced soil survey data and field work observations have been integrated in a GIS based land use suitability assessment for agricultural planning in Chamarajanagar district, Karnataka, India. Also, GIS has been used to match the suitability for main crops based on the requirements of the crops and the quality and characteristics of land. Different land quality parameters, viz. soil texture, depth, erosion, slope, flooding and coarse fragments under various land units were evaluated for the crops. Subsequently all of them were integrated using a sequence of logical operations to generate land suitability and capability maps. Suitability and capability maps for each land use were developed to illustrate these suitability degrees and display the spatial representation of soils suitable for agriculture. It was also found that better land use options could be implemented in different land units as the conventional land evaluation methods suffer from limitation of spatial analysis for the suitability of various crops.

JAYASINGHE P K S, MACHIDA T . Web-based GIS online consulting system with crop land suitability identification
Agriculture Information Research, 2008,17:13-19.

[本文引用: 1]

RANYA E , ABDUL R B M S, FAZEL A, NOORDIN B A, SIVA K B, MOHA A M S. Agriculture Land Suitability Evaluator (ALSE): A decision and planning support tool for tropical and subtropical crops
Computers and Electronics in Agriculture, 2013,93:98-110.

DOI:10.1016/j.compag.2013.02.003URL [本文引用: 1]
Agricultural land suitability evaluation for crop production is a process that requires specialized geoenvironmental information and the expertise of a computer scientist to analyze and interpret the information. This paper presents ALSE, an intelligent system for assessing land suitability for different types of crops in tropical and subtropical regions (e.g. mango, banana, papaya, citrus, and guava) based on geoenvironmental factors that automates the process of evaluation and illustrates the results on an attribute table. Its main features include support of GIS capabilities on the digital map of an area with the FAO-SYS framework model with some necessary modifications to suit the local environmental conditions for land evaluation, and the support of expert knowledge through on spatial tools to derive criteria weights with their relative importance. A dynamic program for calculation of eigenvalues and eigenvectors of a weighting matrix is provided. Expertise and knowledge help ensure that ALSE databases represent realistic, practicable and functional systems. It is useful for decision makers to determine the quality of land for agricultural uses and is intended as a decision and planning support. Responsibility for any decisions based partly or wholly on the output of ALSE rests with the decision maker. ALSE ensures that the results are interpreted correctly within the relevant context, and contributes by maximizing land-use planning and decision support. (C) 2013 Elsevier B.V. All rights reserved.

何英彬, 陈佑启, 杨鹏 . 国外基于GIS土地适宜性评价研究进展及展望
地球科学进展, 2009,28(6):898-906.

[本文引用: 1]

HE Y B, CHEN Y Q, YANG P . An overview and perspective of alien land suitability evaluation study based on GIS technology
Progress in Geography, 2009,28(6):898-906. (in Chinese)

[本文引用: 1]

赵彦锋, 程道全, 陈杰, 孙志英 . 耕地地力评价指标体系构建中的问题与分析逻辑
土壤学报, 2015,11(6):1197-1208.

[本文引用: 1]

ZHAO Y F, CHEN D Q, CHEN J, SUN Z Y . Problems and analytical logic in building cultivated land productivity evaluation index system
Acta Pedologica Sinica, 2015,11(6):1197-1208. (in Chinese)

[本文引用: 1]

黄亚捷, 叶回春, 张世文, 勋文聚, 黄元仿 . 基于自组织特征映射神经网络的中国耕地生产力分区
中国农业科学, 2015,48(6):1136-1150.

[本文引用: 2]

HUANG Y J, YE H C, ZHANG S W, XUN W J, HUANG Y F . Zoning of arable land productivity based on self-organizing map in China
Chinese Agricultural Sciences, 2015,48(6):1136-1150. (in Chinese)

[本文引用: 2]

郄瑞卿, 关侠, 鄢旭久, 窦世翔, 赵玲 . 基于自组织神经网络的耕地自然质量评价方法及其应用
农业工程学报, 2014,30(23):298-305.

[本文引用: 1]

QIE R Q, GUANG X, YAN X J, DOU S X, ZHAO L . Method and its application of natural quality evaluation of arable land based on self-organizing feature map neural network
Transactions of the Chinese Society of Agricultural Engineering, 2014,30(23):298-305. (in Chinese)

[本文引用: 1]

李奇峰, 刘曦, 孔箐锌, 陆洲, 潘瑜春, 秦向阳 . 基于空间聚类的作物生态适宜性评价方法研究——以北京市为例
中国农学通报, 2011,27(11):262-265.

[本文引用: 1]

LI Q F, LIU X, KONG J X, LU Z, PAN Y C, QIN X Y . The research of crop ecological suitability based on spatial clustering-A case of Beijing
Chinese Agricultural Science Bulletin, 2011,27(11):262-265. (in Chinese)

[本文引用: 1]

杨东, 郭盼盼, 刘强, 刘洪敏, 郑凤娟 . 基于模糊数学的甘肃陇南地区农作物气候适宜性分析
西北农林科技大学学报(自然科学版), 2010,38(7):98-104, 110.

[本文引用: 1]

YANG D, GUO P P, LIU Q, LIU H M, ZHENG F J . Study and analysis of cropper climate suitability based on fuzzy mathematics in Longnan mountainous area
Journal of Northwest A&F University (Natural Science Edition), 2010,38(7):98-104, 110. (in Chinese)

[本文引用: 1]

张愉 . 基于模糊数学方法的复垦耕地适宜性评价
[D]. 成都: 成都理工大学, 2014.

[本文引用: 1]

ZHANG Y . Reclamation of cultivated land suitability evaluation based on fuzzy mathematical methods abstract
[D]. Chengdu: Chengdu University of Technology, 2014. ( in Chinese)

[本文引用: 1]

戴慧, 胡月明, 谢健文, 袁圣青, 王春林 . 基于GIS和物元模型的油茶适宜性评价系统
计算机工程与设计, 2014,35(3):1100-1104.

[本文引用: 1]

DAI H, HU Y M, XIE J W, YUAN S Q, WANG C L . Suitable evaluation system of camellia planting based on GIS and matter- element model
Computer Engineering and Design, 2014,35(3):1100-1104. (in Chinese)

[本文引用: 1]

伍少云, 孙荣, 奉有壁 . 云南省玉米地方种质资源类型及其品种的地理和生态分布
西南农业学报, 2004(S1):1-6.

[本文引用: 2]

WU S Y, SUN R, FENG Y B . Eco-geographical distribution of types and varieties of native core germplasm resource in Yunnan province
Southwest China Journal of Agricultural Sciences, 2004(S1):1-6. (in Chinese)

[本文引用: 2]

白树明, 黄中艳, 王宇 . 云南玉米需水规律及灌溉效应的试验研究
. 中国农业气象, 2003(3):20-23.

[本文引用: 2]

BAI S M, HUANG Z Y, WANG Y . Experimental studies on the orderliness of water requirement and irrigating effects of maize in Yunnan
.Chinese Journal of Agrometeorology, 2003(3):20-23. (in Chinese)

[本文引用: 2]

段兴武, 谢云, 张玉平, 刘冰 . PI 模型在东北松嫩黑土区土壤生产力评价中的应用
中国农学通报, 2010,26(8):179-188.

[本文引用: 2]

DUAN X W, XIE Y, ZHANG Y P, LIU B . Applied PI model in soil productivity assessment of Songnen black soil region in northeast China
Chinese Agricultural Science Bulletin, 2010,26(8):179-188. (in Chinese)

[本文引用: 2]

薛彦东, 辛景树, 任意, 万广华, 张桂兰, 杨瑞让 . 华北小麦玉米轮作区耕地地力等级划分及特征
农业资源与环境学报, 2015,32(6):530-536.

[本文引用: 1]

XUE Y D, XIN J S, REN Y, WAN G H, ZHANG G L, YANG R R . Characteristics and gradations of cultivated land fertility for winter wheat-summer maize rotation system in North China
Journal of Agricultural Resources and Environment, 2015,32(6):530-536. (in Chinese)

[本文引用: 1]

朱勇, 李树云, 张石宝 . 云南南亚热带地区气候资源与水稻、冬播玉米的适应性. 南京气象学院学报, 2000(2):299-304.
[本文引用: 1]

ZHU Y, LI S Y, ZHANG S B . Climate resource and adaptability of rice and winter-sown maize in southern subtropical zone of Yunnan
. Journal of Nanjing Institute of Meteorology, 2000(2):299-304. (in Chinese)

[本文引用: 1]

李荣平, 周广胜, 王笑影, 史奎桥 . 不同物候模型对东北地区作物发育期模拟对比分析
气象与环境学报, 2012,28(3):25-30.

[本文引用: 6]

LI R P, ZHOU G S, WANG X Y, SHI K Q . Comparative analysis of simulation on crop development stage using different phenological models in Northeast China
Journal of Meteorology and Environment, 2012,28(3):25-30. (in Chinese)

[本文引用: 6]

孙小龙, 闫伟兄, 武荣盛, 李平 . 基于气候适宜度建立河套灌区玉米生育期模拟模型
中国农业气象, 2014,35(1):62-67.

[本文引用: 1]

SUN X L, YAN W X, WU R S, LI P . Simulation model for maize developmental stages in Hetao irrigation area based on climate suitability
Chinese Journal of Agrometeorology, 2014,35(1):62-67. (in Chinese)

[本文引用: 1]

王展, 刘荣花, 薛明, 李树严 . 基于气候适宜度的夏玉米发育期模拟模型
气象科学, 2015,35(1):77-82.

[本文引用: 1]

WANG Z, LIU R H, XUE M, LI S Y . Simulation model of summer maize phenology based on climatic suitability
Journal of the Meteorological Sciences, 2015,35(1):77-82. (in Chinese)

[本文引用: 1]

魏瑞江, 宋迎波, 王鑫 . 基于气候适宜度的玉米产量动态预报方法
应用气象学报, 2009,20(5):622-627.

[本文引用: 6]

WEI R J, SONG Y B, WANG X . Method for dynamic forecast of corn yield based on climatic suitability
Journal of Applied Meterological Science, 2009,20(5):622-627.

[本文引用: 6]

李树岩, 陈怀亮 . 河南省夏玉米气候适宜度评价
干旱气象, 2014,32(5):751-759.

[本文引用: 1]

LI S Y, CHEN H L . Evaluation studies on climate suitability of summer maize in Henan province
Journal of Arid Meteorology, 2014,32(5):751-759. (in Chinese)

[本文引用: 1]

吕新 . 生态因素对玉米生长发育影响及气候生态模型与评价系统建立的研究
[D]. 泰安: 山东农业大学, 2002.

[本文引用: 1]

X . Studies on effects of ecological factors on growth of maize and establishment of climate ecology model and appraisement system
[D]. Taian: Shandong Agricultural University, 2002. ( in Chinese)

[本文引用: 1]

侯越 . 内蒙古赤峰市玉米种植适宜性评价研究
[D]. 杨凌: 西北农林科技大学, 2013.

[本文引用: 5]

HOU Y . Study of corn suitability assessment method at Chifeng city in Inner Mongolia
[D]. Yangling: Northwest A&F University, 2013. ( in Chinese)

[本文引用: 5]

董博, 江晶, 郭天文, 张东伟, 蒙德学, 慕兴中 . 镇原县玉米生态适宜性评价及种植区划
土壤通报, 2013,44(3):526-531.

[本文引用: 2]

DONG B, JIANG J, GUO T W, ZHANG D W, MENG D X, MU X Z . Ecological suitability evaluation and planting division of maize in Zhenyuan
Chinese Journal of Soil Science, 2013,44(3):526-531. (in Chinese)

[本文引用: 2]

侯英雨, 张艳红, 王良宇, 吕厚荃, 宋迎波 . 东北地区春玉米气候适宜度模型
应用生态学报, 2013,24(11):3207-3212.

[本文引用: 2]

HOU Y Y, ZHANG Y H, WANG L Y, Lü H Q, SONG Y B . Climatic suitability model for spring maize in Northeast China
Chinese Journal of Applied Ecology, 2013,24(11):3207-3212. (in Chinese)

[本文引用: 2]

MICHAEL J D S, MICHAEL F G, PAUL A L . Geospatial Analysis: A Comprehensive Guide to Principles, Techniques and Software Tools. UK: The Winchelsea Press, 2007
[本文引用: 1]

袁磊, 陈国平, 罗宇 . 中国西南典型山区县级耕地地力评价与分级
国土资源科技管理, 2017,34(6):82-93.

[本文引用: 1]

YUAN L, CHEN G P, LUO Y . Evaluation and classification of cultivated land fertility in inaccessible mountainous areas of Southwest China
Scientific and Technological Management of Land and Resources, 2017,34(6):82-93. (in Chinese)

[本文引用: 1]

王静宇, 袁希平, 甘淑 . 基于GIS技术的县域耕地地力评价-以云南省寻甸县为例
昆明理工大学学报(理工版), 2008,33(3):1-6.

[本文引用: 1]

WANG J Y, YUAN X P, GAN S . Evaluation of farmland productivity based on GIS technology-A case study of Xundian county,Yunnan province
Journal of Kunming University of Science and Technology (Science and Technology), 2008,33(3):1-6. (in Chinese)

[本文引用: 1]

相关话题/生态 土壤 指标 气象 数据