地理信息系统与数学模型集成技术在福建甘蔗气候适生地.pdf

上传人:asd****56 文档编号:70343397 上传时间:2023-01-19 格式:PDF 页数:6 大小:598.63KB
返回 下载 相关 举报
地理信息系统与数学模型集成技术在福建甘蔗气候适生地.pdf_第1页
第1页 / 共6页
地理信息系统与数学模型集成技术在福建甘蔗气候适生地.pdf_第2页
第2页 / 共6页
点击查看更多>>
资源描述

《地理信息系统与数学模型集成技术在福建甘蔗气候适生地.pdf》由会员分享,可在线阅读,更多相关《地理信息系统与数学模型集成技术在福建甘蔗气候适生地.pdf(6页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、收稿日期:2009-05-13;修订日期:2011-10-14作者简介:王飞(1976 年-),男,福建福州人,副研究员,硕士。研究方向:土壤资源评价与持续利用。Email:*通讯作者地理信息系统与数学模型集成技术在福建甘蔗气候适生地评价中的应用王 飞1,邢世和2*(1.福建省农业科学院 土壤肥料研究所,福建 福州,350013;2.福建农林大学 资源与环境学院,福建 福州,350002)摘要:利用福建省气象要素观测数据与土地利用现状资料,探讨 GIS与数学模型集成技术在福建甘蔗气候适生地评价中的应用。结果表明,2 次方趋势面分析结合 1、2、5、7、6 次方反距离权重插值模型可分别适用于研究

2、区年降雨量、20年活动积温、年日照时数、无霜期、年极端低温多年均值的气象因子空间数据库的准确推算,其验证气象站点观测值与上述模型推算值之间的差异均未达到显著水平,t 值仅分别为 0.780,0.006,0.308,0.120,0.878。借助地理信息系统与数学模型可实现福建省甘蔗气候适生地定位与定量的评价,研究区甘蔗气候适宜用地面积为 119.09 万 hm2,占全省耕地总面积的 86.85%,其中最适宜用地面积、适宜面积、次适宜面积分别占甘蔗气候适宜用地面积的 23.54%、39.73%、36.73%。关键词:地理信息系统;数学模型;甘蔗种植;气候;适宜性评价中图分类号:S162.3;S56

3、6.106文献标识码:A文章编号:0564-3945(2012)01-0176-06Vol.43,No.1Feb.,2012土壤通报Chinese Journal ofSoil Science第43卷第1期2012年2月甘蔗是我国重要的糖料作物。福建省曾是全国甘蔗主产区之一,改革开放以来,由于沿海地区经济快速发展,糖料、粮食作物、各种名优果树及工商业发展占地竞争激烈,加上糖业体制、生产政策以及砍运方面的问题,极大地抑制了蔗糖产业的稳定和发展,20042007 年福建甘蔗种植面积平均为 1.23 万 hm2,仅相当于种植高峰时期 1985 年面积的 16.8%1。但从发展动态看,我国糖业正处于一

4、个复苏和即将快速发展的关键时期,随着我国对糖精这种有害人体的甜味剂的限制与逐步取消以及人均食糖综合消费量的增加,国内食糖供给将进一步趋紧2,另外,甘蔗也是一种能源作物,开发“能源甘蔗”是当前热带、亚热带植蔗国家研究的热点问题,具有广阔的市场前景3,如能突破育种攻关也必然会进一步扩大现有甘蔗种植面积。从生理生态上看,甘蔗适生于热带、亚热带,为一年生或多年生宿根性栽培作物,但对福建而言,境内地形复杂多样,受地形等非地带性因素的影响,福建水热条件的区域差异以及垂直分异较为明显,对甘蔗种植的影响也很大。上世纪 80 年代福建曾提出农业综合区划的甘蔗地域性分区4,主要根据全省气候、地域及生产发展的方向进

5、行人为定性的分区,对指导全省甘蔗生产起到一定作用,但由于主观因素强,分区结果粗放且难以落实到较小的地块上,因而难以适应现代甘蔗种植的需要。地理信息系统(GIS)可以在计算机硬软件的支持下,对空间数据及相关联的属性特征按地理坐标或空间位置进行处理、存储、分析、显示、更新和辅助决策,可以使土地适宜性评价的空间信息与属性信息能够很好地结合在一起,实现土宜评价成果数据在二维空间上的数学表达。为此,本研究基于 GIS 与数学模型集成技术,对福建省甘蔗气候适生地进行分析,旨在对福建甘蔗用地作出定位、定量的气候适宜性评价,为福建甘蔗合理布局与产业化种植提供科学依据。1研究方法与步骤1.1资料收集收集相关资料

6、:(1)福建省土地利用现状数据库(125 万,2002 年),(2)福建省 68 个气象站地理位置及近30 年气象要素观测资料,(3)福建省数字高程模型(DEM,125 万)。1.2评价对象及其分布图空间数据库建立福建省甘蔗气候适生在评价对象为耕地,参评土地总面积 137.12 万 hm2。借助 GIS从福建省土地利用现状数据库中提取出各类耕地以及县级行政区界线空间矢量数据,然后将评价对象分布图空间矢量数据转化为 250 m250 m空间栅格数据。1.3相关气象要素及其栅格数据推算甘蔗原属热带、高光效的 C4作物,具有喜高温、需水量大、需肥多和生长期长等特点。它对热量要求高,生育期内大于 20

7、 的积温要求达到 4000 以上57,极端最低温度低于 0 就会遭受冻害7。年降水量应达到 15002000mm6,89,年日照时数在 1800 h 以1期王 飞等:地理信息系统与数学模型集成技术在福建甘蔗气候适生地评价中的应用上5,910。通过综合分析,最终选择年降水量、20 年活动积温、年日照时数、无霜期和年极端低温多年均值作为福建甘蔗气候适生地的评价因子。一般气象要素的空间分布可表示为受宏观地理因子(经度、纬度和海拔)影响与受微观地形因素(如局部地形、坡向和水体等)影响相结合的气象要素结果1112。利用福建省 60 个气象站点地理空间位置(纬度、经度和海拔)及其观测数据,借助 SAS 软

8、件中趋势面分析模型拟合建立全省年降水量、20年活动积温、年日照时数、无霜期和年极端低温多年均值与纬度(,)、经度(,)和海拔高度(h,m)的关系模型(表 1)。利用拟合模型和福建省 DEM推算出由宏观地理因子决定的全省年降水量、20年活动积温、年日照时数、无霜期和年极端低温多年均值栅格数据,采用反距离权重插值模型对推算的气候要素数据进行残差订正,利用未建模的 8 个气象站点观测数据进行配对法检验,以推算精度最高的趋势面结合反距离权重插值模型为建模标准,从而分别建立全省年降水量、20 年活动积温、年日照时数、无霜期和年极端低温多年均值等五个因子的空间栅格数据库。1.4评价因子属性数据标准化采用隶

9、属函数模型进行各评价因子属性数据标准化13,借鉴甘蔗正常生长对气候条件具体要求的相关研究成果510,结合专家经验法和理论分析确定各评价因子的标准指标、指标上限值和指标下限值,并在经验评分的基础上,借助 DPS 软件对各评价因子的隶属度进行模型拟合,建立甘蔗各评价因子的隶属函数经验模型(表 1)。评价因子Factor年降雨量(mm)20年活动积温()年日照时数(h)无霜期(d)年极端低温多年均值()函数类型Type offunction戒上型戒上型戒上型戒上型戒上型标准指标(Ci)Standar indexC=1700C=5000C=1800C=320C=0指标上限值(Ut1)Upper lim

10、it-指标下限值(Ut2)Floor limitUt21000Ut3000Ut1400Ut230Ut2-8经验模型Experience modelsy=1/1+0.000008493 (x-1700)2y=1/1+0.000001158(x-5000)2y=1/1+0.000023742 (x-1800)2y=1/1+0.0004626901(x-320)2y=1/1+0.065136798(x-0)2拟合度R square0.9910.9630.9190.8980.929表 1适宜性评价因子隶属函数类型及其经验模型Table 1Subject type offunction and expe

11、rience models ofsuitabilityevaluatingfactors1.5评价因子权重确定借助农业部耕地地力评价软件层次分析法模块运算,获得福建省甘蔗气候适生地各评价因子权重值如下:年降雨量 0.263、20 年活动积温 0.321、年日照时数 0.193、无霜期 0.097、年极端低温多年均值 0.126。1.6甘蔗适生地适宜性评价利用标准化的福建省甘蔗气候适宜性评价因子栅格属性数据库以及各评价因子的权重值,采用加权指数和模型计算各栅格的综合质量指数以确定栅格的甘蔗用地适宜性,但对于任一栅格,如果某一气象因子低于下限指标(极限指标),则这栅格值为 0,即不适宜。借助综合质

12、量指数频数分布直方图,对各栅格单元的综合质量指数进行分级,将甘蔗适生地划分为次适宜、适宜、最适宜三个等级,各级别综合质量指数分别为 0.5260.683、0.6840.817、0.8181.0。以福建省土地利用现状数据库中各县(市、区)参评对象的面积数据为基数,按地类对各栅格面积进行平差,然后以市为单位对全省甘蔗用地适宜性数量及质量进行面积汇总统计。2结果与分析2.1气象因子栅格数据推算精度分析利用福建省 60 个气象站经度、纬度、海拔以及甘蔗用地适宜性评价气候因子(年均降水量、20 年活动积温、年日照时数、无霜期、年极端低温均值)各气象站点观测数据,借助 2 次方趋势面分析模型拟合建立上述气

13、候因子与经度()、纬度()和海拔(h)关系模型(表 2),拟合模型的复相关系数变化于 0.6960.981(P0.0001),均达到极显著水平,表明 2 次方趋势面拟合模型可作为研究区域由宏观地理因子决定的上述气候因子的推算。利用未参与建模的 8 个气象站点经、纬度和海拔资料,从利用 2 次方趋势面拟合模型结合 112 次方反距离权重插值订正建立的上述气候因子空间数据库中分别导出 8 个气象站相应气候因子的模型推算值,采用配对样本 t 检验法与实际观测值进行差异显著性检验,结果表明各气候因子的模型推算值与实际观测值的 t 值分别为:年降雨量0.7801.123、20 年活动积温 0.0061.

14、435、年日照时数 0.3080.375、无霜期 0.1200.319、年极端低温多年均值 0.8781.195(表 3 至表 7),均小于 5%的显著性差异。此外,从气候因子模型推算值与观测值差数标准差大小来看(表 8),各差数标准差与各气候因子数值分布范围相比,基本上介于原观测值1/1001/10 的数值范围,即模型推算值与实际观测值的绝对误差较小,推算精度较高。上述 t 检验与差数标准差大小综合分析表明,由二次趋势面模型结合 112177第43卷土壤通报气象站Meteorologicalstation松溪柘荣清流闽侯德化上杭南靖龙海t 检验观测值ObserveValues(mm)1662

15、.801985.501773.401350.901800.601593.501725.101402.30趋势面模型推算值Quadratictrendcurved model(mm)1749.631837.181724.611431.741403.751748.921575.581443.131 次方Linear1673.931848.321723.561395.191534.971720.831673.871451.830.7802 次方Quadratic1646.111823.771734.201374.591577.471711.411689.171446.540.9343 次方Cubic

16、1628.211809.861742.911355.031606.481700.011706.271447.281.0304 次方Quartic1620.401802.871748.111340.591620.071689.481719.481450.901.0795 次方Quintic1617.581799.461750.661331.231625.331681.111728.001455.231.1036 次方Sextic1616.611797.541751.791325.531627.241674.981733.101459.291.1167 次方Sevencubed1616.29179

17、6.081752.271322.141627.921670.691736.081462.741.1218 次方Eightcubed1616.171794.621752.471320.141628.161667.751737.821465.571.1239 次方Ninecubed1616.131793.041752.561318.961628.241665.741738.851467.821.23110 次方Tencubed1616.111791.311752.591318.251628.271664.381739.451469.591.12311 次方Elevencubed1616.11178

18、9.471752.611317.821628.281663.441739.811470.991.12212 次方Twelvecubed1616.111787.561752.621317.561628.291662.791740.031472.091.1222 次趋势面模型推算值+反距离权重插值(mm)Quadratic trend curved model+Inverse distance weighted interpolation表 3年降雨量模型推算值与实际观测值的差异显著性 t 检验Table 3t test ofannual mean rainfall estimated and o

19、bserved次反距离权重空间插值模型推算的年降雨量、20 年活动积温、年日照时数、无霜期、年极端低温多年均值与实际观测值较为接近,但从 t 值大小比较来看,由2 次方趋势面分析结合 1、2、5、7 和 6 次方反距离权重插值模型分别推算的年降雨量、20 年活动积温、年日照时数、无霜期、年极端低温多年均值与实际观测值之间差异的 t 值最小,说明由上述模型插值推算的相应气候要素数值精度最高。因此,2 次方趋势面分析结合 1、2、5、7、6 次方反距离权重插值模型可分别适用于研究区年降雨量、20 年活动积温、年日照时数、无霜期、年极端低温多年均值的气候因子空间数据库的准确推算。2.2福建省甘蔗气候

20、适宜用地资源及其分布由表 9、图 1 可知,福建省甘蔗气候适宜用地面积为 119.09 万 hm2,占全省耕地总面积的 86.85%。从宜甘蔗用地资源质量来看,最适宜用地总面积 28.03 万 hm2,适宜面积 47.32 万 hm2,次适宜面积 43.75 万 hm2,分别占甘蔗气候适宜用地的 23.54%、39.73%、36.73%,表明福建省甘蔗气候适宜用地质量总体一般。从全省甘蔗气候适生地分布来看,全省最适宜甘蔗用地主要分布在漳州市,占最适宜甘蔗用地的54.72%,该区域平均海拔高度 126.1104.0 m,20年活动积温 4768.7240.7,年极端低温均值1.41.7,无霜期

21、329.120.1 d,年降雨量 1503.7128.4 mm,年日照时数 2019.2109.8 h,积温、降水与光照基本满足甘蔗高产要求,且基本无冻害危险;适宜甘蔗用地主要分布在福州、泉州、龙岩与莆田市,这些区域适宜用地均在 70000 hm2以上,合计 34.07 万hm2,占全省甘蔗气候适宜区用地面积的 72.01%,该区域平均海拔高度 189.4173.2 m,20 年活动积温4138.5314.0,年极端低温均值-0.42.5,无霜期 313.030.6 d,年降雨量 1480.9203.9 mm,年日照时数 1868.9119.6 h,其积温逊于最适宜区,且存在一定的冻害风险;次

22、适宜区主要分布在三明与南平市,合计 28.44 万 hm2,占全省次适宜区面积的65.01%。该区域平均海拔高度 390.1169.0 m,20年活动积温 3467.2249.0,年极端低温均值-4.21.8,无霜期 271.519.4 d,年降雨量 1690.1132.9mm,年日照时数 1786.975.2 h,其积温与日照时数明显逊于最适宜区,仅分别相当于最适宜区的 72.71%与 88.50%,且极端低温多年均值较最适宜区降低5.6,存在较大的冻害风险;全省不适宜甘蔗用地主要分布在宁德、三明、南平与福州市,这些区域不适宜用地均在 20000 hm2以上,合计面积 15.07 万 hm2

23、,占气象因子Meteorologicalelement年降水量20年活动积温年日照时数无霜期年极端低温多年均值2 次方趋势面拟合模型Quadratic trend curved modelY=11853.47769-7363.5591+1551.03061-17.35292h-30.166912-15.531862+0.00004h2+76.5496+0.10561h+0.12442hY=-1261193.084-14722.797+24751.118+27.458 h-11.0222-118.7512-0.001 h2+126.719+0.138h-0.276hY=-156091.2941-

24、2457.632+3180.5736+9.8679 h+68.71282-12.11962-0.0002 h2-10.1947-0.0627h-0.068hY=-15117.0588+1077.8993+18.207+0.65353 h+3.508572+1.165882+0.00004 h2-10.87069+0.00255h-0.00684hY=813.3250212+33.6724685-22.3606017+0.0902816 h+0.47115712+0.15835612-0.0000015 h2-0.5135594-0.0000502h-0.000776h复相关系数Multiple

25、interrelatedcoefficients0.6960.9810.7750.9140.964表 2气象因子 2 次方趋势面拟合模型Table 2Quadratic trend curve model ofatmospheric factors注:显著性 p 值0.0011781期气象站Meteorologicalstation松溪柘荣清流闽侯德化上杭南靖龙海t 检验观测值ObserveValues(mm)3682.902388.003654.504243.003308.704626.304933.805007.40趋势面模型推算值Quadratictrendcurved model(mm

26、)3705.952290.783758.874280.283021.814373.644991.585003.491 次方Linear3787.862324.683695.334242.773126.784471.594981.405022.250.6712 次方Quadratic3851.372347.353695.654283.523180.884500.214957.715029.650.0063 次方Cubic3896.892366.583696.234319.533214.244529.164937.215034.290.5284 次方Quartic3918.822381.89369

27、7.114345.703228.924554.364923.605036.700.8385 次方Quintic3927.582393.803698.014362.833234.394574.514915.725037.601.0296 次方Sextic3930.882403.123698.734373.493236.314589.984911.365037.541.1547 次方Sevencubed3932.132410.613699.254379.983236.994601.694908.955036.851.2428 次方Eightcubed3932.612416.803699.59438

28、3.933237.234610.544907.615035.751.3069 次方Ninecubed3932.802422.083699.814386.333237.314617.254906.845034.391.35210 次方Tencubed3932.872426.723699.954387.803237.344622.374906.405032.881.38811 次方Elevencubed3932.902430.873700.034388.703237.354626.294906.155031.281.41412 次方Twelvecubed3932.922434.663700.084

29、389.273237.354629.304905.995029.651.4352 次趋势面模型推算值+反距离权重插值(mm)Quadratic trend curved model+Inverse distance weighted interpolation表 420年积温模型推算值与实际观测值的差异显著性 t 检验Table 4t test ofannual mean accumulative temperature beyond twentydegree estimated and observed表 5年日照时数模型推算值与实际观测值的差异显著性 t 检验Table 5t test o

30、fannual mean hours ofsunlight estimated and observed气象站Meteorologicalstation松溪柘荣清流闽侯德化上杭南靖龙海t 检验观测值ObserveValues(mm)1867.801652.701641.301812.301823.801931.501955.902138.80趋势面模型推算值Quadratictrendcurved model(mm)1794.391706.781715.241787.001944.861799.241948.352011.731 次方Linear1845.421728.441776.10177

31、3.261887.941810.831892.892007.230.3752 次方Quadratic1868.151734.391788.971782.491873.651794.211874.912007.640.3453 次方Cubic1884.111738.081802.051791.811864.361779.271858.832005.740.3214 次方Quartic1891.661740.461812.171799.111860.221767.481847.802003.060.3115 次方Quintic1894.621742.271818.831804.111858.691

32、758.741841.212000.410.3086 次方Sextic1895.721743.911822.911807.301858.161752.381837.451998.080.3107 次方Sevencubed1896.131745.561825.331809.261857.981747.701835.321996.110.3118 次方Eightcubed1896.291747.261826.761810.441857.921744.211834.101994.470.3129 次方Ninecubed1896.351749.001827.611811.161857.901741.5

33、51833.391993.110.31210 次方Tencubed1896.371750.781828.111811.591857.901739.511832.971991.980.31211 次方Elevencubed1896.381752.561828.401811.851857.891737.921832.731991.020.31212 次方Twelvecubed1896.391754.321828.581812.011857.891736.681832.581990.210.3112 次趋势面模型推算值+反距离权重插值(mm)Quadratic trend curved model+

34、Inverse distance weighted interpolation气象站Meteorologicalstation松溪柘荣清流闽侯德化上杭南靖龙海t 检验观测值ObserveValues(mm)262.30238.40294.90311.70272.50297.10318.10335.00趋势面模型推算值Quadratictrendcurved model(mm)265.15235.49274.77328.47282.47287.68334.15350.351 次方Linear264.96236.65269.66328.95280.06289.48327.76344.420.319

35、2 次方Quadratic264.29235.60267.12332.38278.53290.14326.96343.760.2163 次方Cubic264.01234.98265.43334.59277.28290.72326.68342.910.1544 次方Quartic263.96234.69264.62335.85276.61291.15326.73342.070.1295 次方Quintic263.98234.64264.33336.53276.32291.42326.86341.330.1226 次方Sextic264.00234.71264.26336.88276.21291.

36、59326.99340.730.1207 次方Sevencubed264.01234.87264.26337.06276.16291.69327.08340.240.1208 次方Eightcubed264.01235.07264.28337.15276.15291.74327.14339.840.1219 次方Ninecubed264.02235.29264.29337.20276.14291.77327.17339.530.12110 次方Tencubed264.02235.51264.31337.22276.14291.79327.20339.280.12311 次方Elevencube

37、d264.02235.75264.32337.23276.14291.79327.21339.080.12412 次方Twelvecubed264.02235.98264.32337.23276.14291.79327.22338.920.1262 次趋势面模型推算值+反距离权重插值(mm)Quadratic trend curved model+Inverse distance weighted interpolation表 6无霜期模型推算值与实际观测值的差异显著性 t 检验Table 6t test ofannual mean non-frost dayestimated and obs

38、erved179第43卷土壤通报气象站Meteorologicalstation松溪柘荣清流闽侯德化上杭南靖龙海t 检验观测值ObserveValues(mm)-4.70-5.80-4.700.50-3.30-1.700.802.40趋势面模型推算值Quadratictrendcurved model(mm)-4.36-4.82-4.660.68-2.20-2.641.112.521 次方Linear-4.35-4.78-4.840.84-2.42-2.380.712.591.1952 次方Quadratic-4.39-4.88-5.011.22-2.34-2.430.592.701.1233

39、 次方Cubic-4.41-4.94-5.151.52-2.30-2.460.462.761.0054 次方Quartic-4.42-4.97-5.241.73-2.28-2.470.362.780.9255 次方Quintic-4.42-4.99-5.291.86-2.28-2.460.292.790.8866 次方Sextic-4.42-4.99-5.311.94-2.28-2.440.242.800.8787 次方Sevencubed-4.42-4.99-5.322.00-2.28-2.410.212.800.8858 次方Eightcubed-4.42-4.98-5.322.03-2.

40、28-2.390.202.810.9059 次方Ninecubed-4.42-4.97-5.332.04-2.28-2.360.192.810.91610 次方Tencubed-4.42-4.97-5.332.06-2.28-2.340.182.820.92911 次方Elevencubed-4.42-4.96-5.332.06-2.28-2.320.182.820.94412 次方Twelvecubed-4.42-4.96-5.332.07-2.28-2.310.172.830.9502 次趋势面模型推算值+反距离权重插值(mm)Quadratic trend curved model+In

41、verse distance weighted interpolation表 7年极端低温多年均值模型推算值与实际观测值的差异显著性 t 检验Table 7t test ofannual mean extreme lowtemperature estimated and observed表 8气象因子模型推算值与观测值差数标准差Table 8Margin stdevofmeteorological elements estimated and observed气象因子Meteorological factors年降雨量(mm)20年积温()年日照时数(h)无霜期(d)年极端低温均值()观测值分

42、布范围Extension ofobserved values1350.901985.502388.005007.401641.302138.80238.40335.00-5.802.401 次方Linear123.07101.1496.0613.230.552 次方Quadratic110.1397.59102.2814.350.623 次方Cubic102.33100.10109.8815.120.704 次方Quartic99.05102.27116.3015.530.765 次方Quintic97.90103.07120.9015.710.806 次方Sextic97.63103.161

43、24.0615.780.827 次方Sevencubed97.74103.00126.2815.790.838 次方Eightcubed98.04102.77127.8815.780.849 次方Ninecubed98.45102.55129.0915.770.8410 次方Tencubed98.93102.37130.0415.750.8411 次方Elevencubed99.43102.23130.8115.740.8412 次方Twelvecubed99.95102.15131.4515.730.84不适宜用地的 83.58%,其中尤以宁德市不适宜区面积最大,占不适宜用地的 35.61%

44、;该区域平均海拔高度765.8 158.5 m,20 年 活 动 积 温 2482.7 420.6,年极端低温均值-5.41.4,无霜期256.415.9 d,年降雨量 1784.3144.7 mm,年日照时数 1750.370.8 h,其积温已明显低于指标下限,冻害频仍,已无法实现甘蔗正常生长的气候要求。总体而言,福建甘蔗气候适宜性分布受地带性的影响较大,同时也受海拔等非地带性的影响,即适宜度表现出由闽东南沿海、闽西地区向闽北、闽东地区呈逐渐降低,并由低海拔向高海拔地区降低的趋势。这与甘蔗现状布局基本一致,而南平、三明、宁德存在较大面积的气候限制,故种植时应充分考虑当地的小气候条件,种植面积

45、应适当控制。除气候条件外,福建甘蔗种植适宜性还应充分考虑土壤、地形及社会经济因子,因而今后在气候适宜性评价的基础上,可结合其它评价因子,进一步建立更精确的甘蔗用地区划。行政区District三明市南平市厦门市宁德市泉州市漳州市福州市莆田市龙岩市不适宜Unsuitable38028.424189.1146.464193.115808.92045.324322.11888.89629.3次适宜Secondarysuitable115760.7168666.2189.849573.813308.94364.834094.46809.444717.5适宜Moresuitable34709.835987

46、.61550.936358.082088.623837.8125579.354747.578330.9最适宜The mostsuitable0029945.1133.952211.0153369.365.114957.929587.1适宜性面积(hm2)The suitable land resources areas表 9福建省甘蔗气候适生地适宜性评价面积(hm2)Table 9Areas of climate suitability evaluation of land resources for sugar-cane in Fujian ProvinceN不适宜次适宜适宜最适宜0 50,

47、000 100,000Meters图 1福建省甘蔗气候适生地分布图Fig.1Zonal map ofclimate suitabilityevaluation ofland resources for sugar-cane in Fujian Province1801期王 飞等:地理信息系统与数学模型集成技术在福建甘蔗气候适生地评价中的应用3结论3.1研究区年降雨量、20年活动积温、年日照时数、无霜期、年极端低温多年均值的气象因子空间数据库可分别由 2 次方趋势面分析结合 1、2、5、7、6 次方反距离权重插值模型进行准确推算,其验证气象站点观测值与上述模型推算值之间的差异均未达到显著差异,t

48、 值仅分别为 0.780,0.006,0.308,0.120,0.878。3.2借助地理信息系统与数学模型可实现福建省甘蔗气候适生地定位与定量的评价,研究区甘蔗气候适宜用地面积为 119.09 万 hm2,占全省耕地总面积的86.85%。其中最适宜用地总面积、适宜面积、次适宜面积分别占甘蔗气候适宜用地的 23.54%、39.73%、36.73%,表明福建省甘蔗气候适宜用地质量总体一般。总体而言,福建甘蔗气候适宜性分布受地带性的影响较大,同时也受海拔等非地带性的影响,即适宜度由闽东南沿海、闽西地区向闽北、闽东地区呈逐渐降低,并由低海拔向高海拔地区降低的趋势。参考文献:1 福建省统计局.福建经济与

49、社会统计年鉴(农村篇)M.福州:福建人民出版社,2008:99-100.2 凌起.闽东南蔗糖业面临的困境与出路 J.福建师范大学学报(哲学社会科学版),1997,(3):24-29.3 蔡文燕,吴水金.能源甘蔗一甘蔗糖业发展的新亮点 J.甘蔗糖业,2006,(3):22-25.4 童万享主编.福建农业资源与区划(省级卷)M.福州:福建科学技术出版社,1990:188-246.5 张开林,苏恩南,朱萍.引种南方甘蔗优质高产栽培中的气象条件及技术要点J.中国农业气象,1994,15(1):43-44,47.6 程纯枢主编.中国的气候与农业M.北京:气象出版社,1991:281-285.7 丘宝剑,

50、卢其尧.农业气候区划及其方法M.北京:科学出版社,1987:151-152.8 杨炎生,信迺诠,主编.中国南方红黄壤地区农业综合发展与对策M.北京:中国农业科技出版社,1995:16-26.9 罗凯.我国三大糖蔗商品生产基地自然资源比较研究J.福建甘蔗,2002,(1):28-34.10官春云主编.作物栽培学M.北京:中国农业出版社,1997:211-220.11PRICE D T,et a1A comparison of two statistical methods for spa-tial interpolation of Canadian monthly mean climate da

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 技术资料 > 其他杂项

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁