（气象学专业论文）gis在气候资源分析与农业气候区划中的应用研究.pdf

gis 在气候资源分析和农业气候区划中的应用研究 摘要 本文根据国家气象局制定的第三次农业气候区划工作方案提出的目标任 务，利用地理信息系统( g i s ) 及气候资源信息，以内蒙古乌盟为例进行了专题 性农业气候区划和风险区划，对江苏省主要气象灾害进行了风险评估和分析。 内蒙古乌兰察布盟地区，位于内蒙古中部，足典型的雨养农业区。该区是 内蒙古自治区马铃薯集中产区之一，也是我国主要的马铃薯种植和商品暑生产 基地。然而该地区气候条件复杂多变，生态环境脆弱，并不是所有的旗县都适 宜马铃薯生产。为了充分而合理的利用自然气候资源，本文依托地理信息系统 ( g i s ) ，以该地区为例，对马铃薯做了多项自然资源空间统计分析，确定了马 铃薯种植的气候区划指标，并从马铃薯历年粮食产量单产偏离趋势产量的波动 副值百分率着手，定义了反映乌盟马铃薯产量风险水平的风险指标。然后利用 小网格资源推算法，建立模型，实现了基本气候资源分布的细化。借助c i t y s t a r g i s 的二次开发功能，用v i s u a lc 编制模型，制作了马铃薯气候资源区划和 种植风险程度区划的专题地图，并分区进行了评述。 江苏省位于我国大陆东部，地处长江、淮河下游，在亚热带季风气候的影 响下，是我国自然灾害出现较多的省份之一。因此，本文以该地区为例，选用 影响该省主要气象灾害的定量指标，从灾害出现频率以及对农业生产带来的风 险出发，采用合理的灾害风险评估指标，借助于地理信息技术g i s 的空间分析 方法，以风险指数为区划指标，划分风险等级，分季节对该省的主要气象灾害 干旱、连阴雨、雨涝的严重程度进行了评估和分析，获得了g i s 系统支持下的 灾害风险区划专题地图。 本文从事的工作体现出第三次区划全新的内容、产品和特色。为政府相关 部门进行分区分类指导农业生产，发挥区域气候优势，提高农业资源开发的计 划性和科学性；为广大农村因地制宜地安排农业生产，趋利避害减轻气候灾害 的损失，提高资源开发的总体效益也具有一定意义。 关键词g i g 乌盟马铃薯指标区划江苏省气象灾害风险评估 t h e a p p l i c a t i o nr e s e a r c h o fg i st ot h ea n a l y s i so fc l i m a t o l o g i c r e s o u r c e sa n dt h ea g r i c l i m a t o l o g i c a lz o n i n g a b s t r a c t t h i sp a p e rp r e s e n t sam e a n so fe v a l u a t i n ga n da n a l y s i n ga g r i c u l t u r a lc l i m a t e r e s o u r c ea n dw e a t h e rd i s a s t e ri nt h ec o u n t yw u l a n c a b ua n dj i a n g s up r o v i n c eb a s e d o ng 1 st e c h n i q u ea n dc l i m a t er e s o u r c ei n f o r m a t i o n t h ei n d i c a t o r so fc l i m a t ea n d r i s kw h i c hi n c l u d e sf a i la n dl o s tr i s k sf o rp o t a t og r o w i n gi nt h ec o u n t yw u l a n c a b u ， 1 0 c a t e di 1 1t h em i d d l eo fi n n e r m o n g o l i aa r e a a r eg i v e na c c o r d i n gt ot h es p a t i a l s t a t i s t i cr e s u l t so fm u l t i n a t u r a lr e s o u r c e si nt h ec o u n t y m e a n w h i l ead e r i v i n g m e t h o do fn a t u r a lr e s o u r c e sd i s t r i b u t i o nw i t hs m a l l s c a l eg r i d si sa p p l i e do na 1 1c a s e s c h o s e nh e r e u s i n gc i t y s t a r3 0 t h ea g r i c u l t u r a lc l i m a t ed i s t r i c t sa n dt h eh a r v e s t r i s kd i s t r i c t sa r ed r a w na n ds h o w ni ng e o g r a p h i c a lm a d s t h ed i s t r i c tm a d sc a nb e p r o v i d e dt ot h ed e p a r t m e n to fa g r i c u l t u r a lp l a n t i n ga n dp l a n n i n ga n d t h ed e p a r t m e n t o fa g r i c u l t u r a li n s u r a n c et oh e l pt h e mi nd i s t r i c tc h o o s i n g j i a n g s up r o v i n c e1 i e si n t h ee a s to fc h i n aa n di si nt h ed o w n r i v e ra r e ao ft h ec h a n 鲥i a n gr i v e ra n dt h e h u a i h er i v e r a f i e c t e db yt h es u b t r o p i c a lm o n s o o n c l i m a t e j i a n g s up r o v i n c ei so n e o ft h e p r o v i n c e s w h i c hh a v em u c hn a t u r a id i s a s t e ra n d d r o u g h t ，s t e a d y r a i n ，w a t e r l o g g i n ga r ei t sp r i m a r ym e t e o r o l o g i c a ld i s a s t e r s u s i n gc i t y s t a r3 0 ， c i t ys t a rg i sa n dr e a s o n a b l ei n d i c a t o r sf o rd i s a s t e re s t i m a t i o n t h i s p a p e r p r o g a 。e s s e s e v a l u a t i o na n da n a l y s i sf o ri t s p r i m a r ym e t e o r o l o g i c a ld i s a s t e r ss u c ha s d r o u g h t ，s t e a d yr a i na n dw a t e r l o g g i n g i nt h i sw o r k ，t h ef r e q u e n c yo f d i s a s t e ra n dt h e r i s kt o a g f i c u l t u r ea r et a k e ni n t oa c c o u n t e d i tp r o v i d e sas c i e n t i f i cf o u n d a t i o nf o r e s t a b l i s h i n gp o l i c y o fd i s a s t e r p r e v e n t i o n a n dr e d u c t i o n ，m a n a g i n gd i r e c t i o no f d i s a s t e r p r e v e n t i o ni n v e s t m e n ta n di n s u r a l l c e k e y w o r d s ：g i sw u l a n c a b u p o t a t o i n d i c a t o r j i a n g s up r o v i n c e c o m p a r t m e n t w e a t h e rd i s a s t e rr i s ke v a l u a t i o n i i 第一章绪论 一研究的目的和意义 地理信息系统( g e o g r a p h i c a li n f o r m a t i o ns ys t e m ，简称g i s ) 是2 0 世纪 6 0 年代开始迅速发展起来的，是集计算机科学、地理学、测绘遥感学、环境科学、 城市科学、空间科学和管理科学及相关学科等为一体的新兴学科。该系统以地 理空间数据为基础，在计算机硬、软件环境支持下，具有对空间相关数据进行 采集、管理、操作、分析、模拟和显示的功能，可为用户提供时空和相关决策 服务的地理信息。同前，地理信息系统已在我国地质、水利、农业等部门得到 广泛应用，也为农业气候资源开发利用提供了新手段和新方法。现代农业生产 的迅速发展，对农业气候资源的分析提出了更高的要求。以往进行农业气候资 源评价所采用的离散点分析，已无法满足客观定量精细分析的要求。借助地理 信息系统对地理数据所具有强大的处理能力，可以根据不同的需求得到不同分 辨率的地理数据，对气象要素进行地理订正。实践证明，在地理信息系统支持 下对相关区域进行任意网格点的农业气候资源推算和分析，可以详细描述气候 资源在不同地形地貌下的空间分布特征，也可以为特色农业和农业生产合理布 局和规划提供可靠的科学依据。 我国早在6 0 年代和8 0 年代初进行过两次较大规模的农业气候区划工作， 区划成果对当时合理利用气候资源、科学规划生产、合理布局产业结构起到了 重要的指导性作用。但受当时科学技术发展水平的限制，其区划产品只能侧重 于宏观的、粗线条的定性分析，而产品也主要以文字、图表形式表现，可操作 性不强，使用价值较低。 近2 0 年来，全球气候变化明显，我国的天气气候条件也发生了明显的变化， 如我国冬季平均气温持续增高、北方地区干旱范围扩大、长江流域洪涝灾害增 多，特别是9 0 年代以来，异常的气候事件呈现出明显增多的趋势，成为制约经 济发展的一个重要因素。因而进行气象灾害风险评估、气象灾害风险区划等研 究，成为关系国计民生的紧迫任务。目前，我国防灾减灾技术比较低，尤其是 在灾情资料的采集上缺乏时效性和代表性、灾情预测上缺乏准确性和及时性。 因此尽快提高灾情采集和灾情分析的技术水平势在必行。地理信息技术的兴起 和蓬勃发展，为气象灾害的监测和评估提供了新的手段，不仅能提高资料采集 的时效性，而且能准确计算成灾面积、风险度、及受灾缓冲区等。近年来，农 业气候区划技术条件发生了巨大变化，遥感( r s ) 一地理信息系统( g s ) 一 全球定位系统( g p s ) 技术在农业资源开发应用中展示出广阔的前景。我国东 部、西部亚热带丘陵山区资源及其开发利用研究也为我国正在进行的第三次农 业气候区划山平面走向立体，由静态走向动态提供了良好的技术环境：2 1 世纪， 我国将进行农业新技术革命和农业可持续发展模式，必将使我国农业气候区划 研究取得长足进展。 本文所研究的内容是根据中国气象局制定的第三次农业气候区划工作方案 提出的目标任务，采用新技术、新方法、新资料，以内蒙古乌盟为例进行了专 题性农业气候区划和风险区划，对江苏省主要气象灾害进行了风险评估和分析， 这项工作对建立气候资源开发利用及建立保护监测体系，实行资源平面与立体， 时间与空间全方位优化配置有一定的意义，本文从事的工作体现出第三次区划 全新的内容、产品和特色。为政府相关部门进行分区分类指导农! 业生产、发挥 区域气候优势、提高农业资源开发的计划性和科学性；为广大农村因地制宜地 安排农业生产、趋利避害减轻气候灾害的损失、提高资源开发的总体效益也具 有一定意义。 二国内外研究的现状 在国外，g i s 应用起步早、范围广、程度深、水平高。早在2 0 世纪7 0 年代 g i s 就开始应用于农业信息资源的管理领域，9 0 年代后，g i s 应用不断深入和 普及，在土地的农作物适宜性评价、农业系统模拟和仿真、集成现代高新技术 的“精确农业”的研究领域、农业气象灾害监测、评估及分析等领域有了更广 泛的应用。风险分析在近三十年取得了迅速发展，并得到广泛应用。它以灾害 模型、抗灾性模型、成灾体密度模型和灾害损失模型为基础。目前成熟的研究 成果尚不多见，其中，w i l l i a m p e a k 和a r s h u r a a t k i s s o n 在( ( n a t u r a l h a z a r d r i s ka s s e s s m e n ta n dp u b l i c p o o l l i c ya n t i c i p a t i n gt h e u n e x p e c t e d 2 】一书中总结了美国主要灾害的风险和损失期望值的计算方 法和结果，并在风险决策特别是灾害管理政策的制定和减灾效益方法方面进行 了详细的论述。目前，世界许多国家已将g i s 与g p s 、r s 、d s s 、1 n t e r n r t 等高新技术有机地结合在一起，发挥集成优势，及时有效地解决农业生产和农 业管理中的实际问题。“3 s ”( 地理信息系统g i s 、遥感r s 、全球定位系统g p s ) 的有机结合，应用在灾害的动态监测和灾情的预测评估上，使遥感监测从单一 的使用r s 资料到与作物生长模型相结合，与g i s 相结合，从而监测格式得到 进一步完善。澳大利亚利用g i s 将r s 资料、土壤湿度、作物产量、经济和社 会信息等不同类型数据结合起来，使干旱的评价更加客观。 在国内，g i s 应用起步较晚，开始于2 0 世纪8 0 年代。g i s 技术作为分析、 预测、模拟的工具，在许多领域得到了广泛的应用。在农业气候资源的应用上 也逐步深入，目前已从最初的绘制农业气候资源分布图和空间数据库的查询， 发展到以图形及数据的处理、精细分析等为工作重点的阶段。列各种农业气候 资源目标的分析会导出大量有意义的信息，因此生成专题图和进行地图数据的 叠加分析也成为g i s 技术在农业气象领域中应用的重要工怍。目前，随着中国 气象局“第三次农业气候区划”项目在各省区的逐步深入实施，g i s 技术在农 业气候资源分析和评价中的应用已取得了一些成果：曾燕、邱新法等1 3 利用数 字高程模型( d e m ) 的起伏地形下可照时间计算模型，计算了我国全年各月可 照时间的空间分稳( 1 k m l k m 格网) ；张洪亮【4 j 等以g i s 为支撑，在常规模型 的基础上，利用数字高程模型，以青海湖为例对气象要素进行了模拟；郭兆夏【5 】 等利用小网格资源推算原理，依托g i s 的空间运算能力，制作了陕西省气候 资源及专题气候区划图集；纪瑞鹏【6 1 等利用g 1 s 计算热量的思路和方法，建立 了热量空间分析模型，分析了辽宁省重要热量资源的空间分布规律。在农业专 题性气候区划中，吴洪颜 7 、郭兆夏”1 、魏丽 9 、殷剑敏、李迎春、马晓群 12 j 等根据区域气候背景及地形、地貌特点，分区建立气候要素网格推算模型， 将气候资源推算到0 5 k m 的地表网格单元上，利用g i s 技术使与地理位置相关 的气候资源信息在计算机上以图形的形式，得以精确地描述，从而实现气候资 源的调查，并根据作物气候区划指标及每个区划因子不同分级的评分标准，进 行多要素空问分析，完成综合评价，得到作物农业气候区划空间数据集合。刑 ，仁成的各种资源空间数据，进行多图形整饰和矢量化处理，制作了气候资源和 作物农业气候区划矢量产品。苏永秀等”】在地信息系统在县级农业气候区划 中提出了应用g i s 技术开展县级农业气候区划的新思路、新方法和具体步骤。 黄淑娥等根据气候、地形和土壤利用等因素，充分利用“3 s ”技术和气候区 划方法，对江西万安县脐橙种植区进行综合气候区划，使气候区划朝综合规划 的方向发展，使区划结果更直观、实用、可行、操作性更强，该方法的区划空 间分辨率达到了3 0 m 。 目前，利用g i s 对农业气象灾害风险进行评估分析的工作也有了相当的进 展。在研究中根据g i s 的特性，对某一区域历史数据的演变分析模拟，找出区 域内灾害发生的基本规律、时空分布、概率分布和危害程度，为防灾减灾提供 了较为客观的分析对策。 邓国等以全国各省份历年粮食产量单产资料为基础，定义了反映中国粮 食产量风险水平的指标，采用迭代组织动态聚类分析方法分别划分了全国省级 粮食生产单元的风险区；朱琳f i6 等以县为单位，从干旱对冬小麦造成的减产出 发，分别就各县灾损率、易灾性、抗灾能力三方面进行了讨论。以风险指数为 区划指标，利用c i t y s t a rg i s ，按等级划分标准对各县属性进行分级、赋色， 获得g i s 系统支持下的陕西省冬小麦干旱风险区划图，并分区予以评述；马晓 群【1 日等采用湿润指数作为旱涝评估的指标，利用g i s 平台将台站降水、蒸发值 插值到地理网格点上，汁算网格点的湿润系数，并用海拔高度订正，得出了合 肥市旱涝风险评估和区划；何报寅等利用a r c i n f o 平台强大的空间分析 和叠加功能，对构成洪水灾害危险性的四个因子以及历史洪灾发生的频次等进 行了分析和数字化，得出各因子对洪水灾害影响程度的栅格图层，并对其进行 空间叠加，得到了湖北省洪涝灾害危险性评价；盛绍学u g 等采用g i s 技术，综 合气候分析、遥感监测、磁力环境影响评判等方法，设计了安徽省重大农业气 象灾害测评系统。 第二章本论文的工作内容、方法和资料 一工作内容和方法 1 制作部分基本农业气候资源现状图。 应用多元回归方法和c i t y s t a rg i s 的空间运算能力，在多年气象资料的 基础上，借助小网格资源推算模型，制作了乌盟地区部分农业气候资源现状分 布图，主要内容包括热量资源、水分资源等的空间分布情况。 2 制作乌盟马铃薯种植气候区划和风险区划。 结合国家产业结构调整政策，根据当地的实际情况，主要对内蒙古乌兰察 布盟地区主要农作物马铃薯种植进行适宜性气候区划和风险区划。利用1 ：2 5 万的地理信息背景资料，使用数理统计、小网格推算等方法，建立作物区划指 标和风险指标体系，然后借助g i s 技术，确立区划成果模型。风险指标主要包 括历年减产率指标、变异系数指标、减产率指标、综合风险指数指标。 3 给出影响江苏省农业生产主要气象灾害风险性评估方法及成果。 从减少灾害损失、降低农业生产风险出发，编制影响当地农业生产的关键 气象灾害风险区划。选用影响江苏省主要气象灾害的定量指标，从灾害出现频 率以及对农业生产带来的风险着手，采用合理的灾害风险评估指标，借助于地 理信息技术g i s 的空间分析方法，以风险指数为区划指标划分风险等级，分季 节对该省的主要气象灾害干旱、连阴雨、雨涝的严重程度进行了评估和分析， 获得了g i s 系统支持下的灾害风险区划专题地图。 二资料来源与处理 1 气象站点和气象资料的选取 在乌盟马铃薯种植气候区划与风险区划工作中，利用了乌盟地区现有的1 1 个以及周边地区1 0 个站点共计2 1 个气象台站的1 9 7 1 年一2 0 0 1 年历年旬平均气 温、旬降水量、旬日照时数、旬日较差、旬最高温度、旬平均最低温度、旬平 均风速等气象资料。 在江苏省气象灾害评估与分析中，利用了江苏省6 0 个( 部分不足) 气象台 站的1 9 6 0 2 0 0 0 年的旬蒸发量、降水量、h 照时数、雨日数等气象资料。 2 地理背景资料的编辑处理 国家气象局为配合第三次农业气候区划工作，为各省配备了1 ：2 5 力| 以乡 镇为边界的1o + 1 5 0 ( 纬度t 经度) 分块的行政区划图、地形图、等高线图、河流 水系图、铁路图、公路图等地理数据，作为农业气候区划j i ：作的地理背景资料。 这些地理信息数据按一定标准以数值化分幅图方式供研究者使用，数据的存储 方式也是按分幅图一幅一幅存放的。每幅图( 块) 均包含有行政边界、水系、 公路、铁路、数字高程等1 4 个数据图层资料。在这些资料中数字高程为格点资 料，其它为矢量资料。矢量资料中行政边界为面层资料，水系、公路、铁路为 线层资料，居民点为点层资料。利用c i t y s t a r 3 0 的数据处理功能可以将各图 层资料提取出来，只是在提取前必须进行资料格式的转换。上述1 4 个图层的地 理信息资料都是标准通用的a r c i n f oe 0 0 格式，只有将e 0 0 格式转换成 c i t y s t a r 3 0 数据格式，即点( p n t ) 、线( l i n ) 、面( p l y ) 的数据格式， 才能被c i t y s t a r 3 0 直接调用和编辑。数据格式转换可利用c i t y s t a r3 0 的 数据转换功能来实现。 本文所用到的地理信息资料主要有：行政边界、政府所在位置和名称、数 字高程模型、经度和纬度模型等图层。通过以下工作来得到： ( 1 ) 边界资料的处理：利用c i t y s t a r3 0 的“输入编辑”模块将分别存放3 个图幅文件的边界图层( a o u n t e o o ) z 件调入，使之转换成3 个面层数据文件 ( + p l y ) ；在“查询分析与制图”模块中为每一个边界图层添加属性表，并将 其进行合并：在“输入编辑”模块中将多余的边界删除，封边框，进行t i c 点 定位，自动拓扑后存盘，即得到了乌盟和江苏省的行政边界图层资料。 ( 2 ) 政府所在地位置和名称及河流水系等资料的处理：在c i t y s t a r3 0 的 “输入编辑”模块中分别调入r e s p t e 0 0 、r o a l k e 0 0 、h y d n t e 0 0 文件， 进行数据格式转换，并将相同图层的资料进行合并。可得到乌盟和江苏省政府 所在位置和名称及河流水系等图层。 ( 3 ) 数字高程模型、经纬度栅格图层的建立： 利用l ：2 5 力j 地形高程矢量数 6 据在c i t y s t a r3 0 中转成所需分辨率的网格数据，同时准备了相应分辨率的经 纬度数据。在c i t y s t a r3 0 的查询分析与制图中调入d e m 的* t x t 文件，将 其转换成数字高程( + d e m ) 资料，再将3 个图幅的+ d e m 合并，形成一个完 整图幅。这样就得到了乌盟和江苏数字高程模型。利用行政区划图进行t i c 点 定位，并进行拓扑运算，可得到乌盟和江苏经度、纬度栅格数据图层。 ( 4 ) 资料裁剪：将以上图层进行裁剪，即可得到乌盟和江苏的数字高程模型、 经纬度栅格图层、政府所在位置、行政区划等地理信息资料，形成g i s 数据库。 3 农作物产量资料的来源与处理1 2 0 i 乌盟马铃薯的产量资料是1 9 7 1 2 0 0 1 年乌盟地区的11 个站点的单位面积产 量资料( 千克公顷) ，来自于乌兰察布盟统计局；江苏省夏粮产量资料是 1 9 6 0 2 0 0 0 年江苏省5 4 个站点的单位面积产量资料( 千克公顷) ，来自于江苏 省统计局。对以上资料进行如下分解： 影响作物产量形成的各种自然和非自然因素，可以按影响的性质和时间尺 度划分为农业技术措施、气象条件和“噪声”三大类。如果将农作物单产时f 刚 序列视作个波动函数，这个波由周期不同的谐波叠加而成，为研究方便，并 考虑实际物理意义，则可以将这个序列分解为三个周期不同的波动的合成，见 ( 1 ) 式： 式中y 为作物单产；y t 是反映历史时期生产力发展水平的长周期产量分量， 称为趋势产量；y w 是受天气要素为主的短周期变化因子影响的产量分量，称 为气象产量或波动产量，以一年为周期：e 是受病虫害、社会动荡等随机因素 影响的产量分量，由于所占比例很小，为了讨论问题方便，实际计算中常忽略， 即上式简化为： 在本文中，趋势产量的模拟采用直线滑动平均模拟的方法，将产量的时间 序列在某个时段内的变化看成线性函数，呈一直线。随着阶段的连续滑动，直 线不断改变位置，后延滑动而反映产量历史演变趋势的连续变化。依次求取各 阶段内的回归模型，各时间点上各直线滑动回归模拟值的平均即为趋势产量。 滑动步长的取值对波动产量影响很大，只有步长足够大时，趋势产量才能消除 短周期波动的影响，经过经验比较并考虑产量序列长短 求得趋势产量后，则： y w = y y t 滑动步长取1 l 。 为了消除地区问生产水平差异的影响，用波动产量除以趋势产量 对波动产量y r ： ( 3 ) 得到相 y r - y w y t ( 4 ) 此时气象产量变成一个相对比值，不受历史时期农业技术水平影响的相对 气象产量，而且不受时间和空间影响，具有可比性。相对气象产量序列是计算 风险评价的基础。经上述处理后，我们可以得到乌盟马铃薯相对气象产量和江 苏夏粮产量的相对气象产量。 第三章乌盟马铃薯种植气候区划和风险区划的 构建与分析 马铃薯原产于南美洲秘鲁、智利一带的高山冷凉区，是世界5 大粮食作物 之一，属高产作物。马铃薯也是内蒙古地区重要的特色作物和优势作物，其产 量和质量在我国有着良好的声誉，马铃薯也是乌盟最具特色的作物之一，年产 量达3 0 亿公斤，自治区之首，占全国总产量的十分之一。2 0 世纪9 0 年代中期 始，内蒙古马铃薯播种面积逐年增加，2 0 0 0 年达到6 4 4 万t u n 2 ，占全区粮豆总 播种面积的1 4 7 ，总产量达到1 8 3 4 万吨，占全自治区粮食总产量的1 4 8 。 建立优质马铃薯主要生产基地和良种繁育基地，是当前马铃薯生产中急需解决 的课题。 。 内蒙古乌盟地区，位于内蒙古中部，海拔均在1 2 0 0 m 以e ，是典型的雨养 农业区。该地区气候阴凉、日照充足对马铃薯的生长、发育和高产较为有利， 是内蒙古自治区马铃薯的集中产区之- - 2 2 1 。然而该地区气候条件复杂多变，生 态环境脆弱，并不是所有的旗县都适宜马铃薯生产，为了充分而合理的利用自 然气候资源，本文利用北京大学研制的地理信息系统软件( c i t ys t a rg i s ) 和乌盟地区1 ：2 5 ) 3 - 地理数据建立了乌盟g i s 数据库，结合小网格资源推算法 和气候要素地理推算模型对乌盟马铃薯适宜种植地区进行了气候区划和风险区 划。 一马铃薯气候区划的制作 1 区划指标的确立 马铃薯喜冷凉、湿润的气候，较大的气温日较差，丰富的光照和合适土壤 对马铃薯品质至关重要，马铃薯又是耐早，耐瘠，怕霜冻、不耐热的作物。 根据多年实测资料统计得出，乌盟地区马铃薯一般在4 月下旬至5 月上旬 播种，9 月下旬收获 2 2 。以5 月上旬到9 月下旬作为该地区马铃薯的平均生育 期，将全部生育期划分为4 个阶段，即：5 月上旬6 月上旬为发芽期，6 月中旬 - 6 月下旬为幼苗期，7 月上旬8 月上旬为块茎形成、增长期( 结薯期) ，8 月中 旬，9 月上旬为淀粉积累期。利用乌盟地区1 1 个站点4 0 年的马铃薯产量资料分 别与上述生育期各旬不同生育时段的平均气温t 、旬最高气温t m a 。、旬平均最 低气温t 一、气温日较差t 、风速v 、降水量r 和日照时数s 7 个气候因子进 行了相关计算，结果表明：在各旬的相关系数中，只有少数能通过o 0 5 信度检 验。通过计算各生育期阶段气候要素与马铃薯产量的相关关系( 见表1 ) ，筛选 出影响该地区马铃薯产量的关键因子和关键时期【2 。 表l产量与生育期线性相关统计表 十通过a = o 1 的检验料通过a = 0 0 5 的检验料 通过= 0 0 0 1 的检验 从表1 可知，与马铃薯产量相关程度最高的是结薯期的降水量、淀粉积累 期的旬平均最高温度、发芽期的平均温度和结薯期的平均温度( 均通过a = o 0 5 的检验) 。本文选取这四个气候因子作为马铃薯区划指标因子。马铃薯在4 。c 以 上就可萌发，1 0 1 4 。c 正常发芽，期间对光照、水分需求较少，因此此时温度是 决定种子正常发芽的关键，也是其是否高产的先决条件。有关资料表明旬平均 气温在1 4 1 6 。c 出苗日数只需要1 8 2 5 天。结薯期是马铃薯营养生长与生殖生 长并进阶段，同时也是决定结薯多少与产量高低的关键期，要求温度适宜，水 分充足。此时期气温对块茎的大小也具有决定性作用，其适宜温度是1 5 1 9 。c ， 超过2 1 。c n 块茎小，退化严重。此时期降水量对产量的影响最大，达到很显著 的水平，降水量低于1 0 0 毫米的地区，产量不稳定。淀粉积累期温度在1 2 。1 5 。c 为适宜范围，有利于生长期的延长和淀粉的积累。温度达到2 0 。c 块茎生长缓 慢，超过2 5 块茎膨大基本停止。因此，根据马铃薯单位面积产量的高低，确 立区划指标： ! 汰 5 月r 旬一6 月上7 月上甸8 月上 7 月上旬8 月上 8 月中旬一9 月上 旬平均气温( j 旬平均气温( )旬降水量( r a m ) 旬最高濡度( ) 适宜区 = 1 4 = 1 4 0 - 2 0 次适宜医 ( 1 0 ，1 4 ) ( 1 9 ，2 5 )( 1 0 0 ，1 4 0 ) ( 2 0 ，2 5 ) 不适宜区 = 2 5 = 2 5 2 建立区划指标的地理推算模型 乌盟地区地形复杂，面积广阔，气象要素分布多样，总面积5 5 3 7 0 平方公 里，仅分布lt 个气象台站，每一个台站的观测资料相当于代表5 0 3 3 6 平方公里 的面积。很显然，运用现有台站的观测资料很难真实地反映乌盟地区气候资源 的立体多样性特征，也满足不了该地区马铃薯种植区农业气候区划深化和细化 的要求。为了弥补信息量的不足，客观地描述该地区气象要素的实际分布情况， 必须建立气象要素与地理因子的关系模型，来推算出无测站地区的气候资源状 况。 区划因子( y ) 与地理因子( 海拔高度h 、经度 、纬度函) 关系模型 2 4 可表示为： y = ao + al 辟 a2 + a3 由+ t( 5 ) 式中，ao 、a ，、a ：、a ，为待定系数，t 为残差值，即气候因子的计算值是 实测值的误差。利用乌盟及周边地区相邻的二连浩特、正镶白旗、呼和浩特等 1 0 个站点共2 1 个气象台站的气象观测资料，统计算得出4 个区划因子的具体数 值，将各因子分别对对应点的海拔高度、经度、纬度等地理因子进行相关分析， 从中选择相关显著的地理因子与区划因子而后分别建立推算模型，从而得出各 区划因子随地理因子的变化规律( 见表3 ) 。 表3 气象要素推算模型 推算因子模型相关系数 5 月上旬，6 月上句平均气温 8 4 3 11 2 7 0 0 7 6 h 34 2 3 0 9 7 9 5 9 8 ( dj ) 5 1 3 7 中 7 月上旬，8 月上旬平均气温7 4 0 9 1 7 9 - 0 0 7 7 t t _ 42 2 1 0 9 7 7 1 2 8 ( 0 )+ 0 9 8 4 8 中 7 月上旬8 月上旬降水量5 7 0 08 8 3 + 0 2 2 2 8 h + 7 0 7 4 7 30 9 5 6 3 2 ( m m ) 3 0 78 8 l ) 表中函为纬度( 单位：度) ， j , s t 空度( 单位：度) ，为海拔高度( 单位：米) ( 以下同) 。以上各方程的相关系数都达到显著水平或极显著水平，且均通过 o 0 0 1 的信度检验。 3 气候资源图的制作 根据以上得到区划因子的的气象要素推算模型，利用事先从1 ：2 5 万乌盟 基础地理信息数据中提取的高程、经度、纬度栅格数据图层，借用v i s u a lc + + 语言制作插件，调入到g i s 多图层模型中，进行区划因子和地形高程、经度、 纬度栅格图层的空间运算，求算出乌盟地区3 0 0 m * 3 0 0 m 网格点上的各区划因 子的数值，并进行残差订j 下，得到各区划因子在乌地区的气象要素值实际分布 状况( 见图1 图4 ) 。得到的区划因子分布图，突破了以往气候因子分布图仅能描 述水平变化的局限，能够直观地反映出区划因子随地理位置和海拔高度的立体 变化特征。 图1 乌盟5 月上旬6 月上旬平均气温分布图 图2 乌盟7 月上旬一8 月上旬平均气温分巾 图3 乌盟7 月上旬8 月上旬降水量分靠 图4 乌盟8 月中旬一9 月上句最高气温分布 4 制作马铃薯种植气候区划图 根据分析计算得到的以上区划因子的栅格图层数据，按照区划指标，利用 v i s u a lc + + 制作插件，编译后加入到g i s 的多图层模型中，把区划指标涉及到的 所有因子推算生成栅格图层，调入到g i s 的模型处理中，经空间运算，得到乌 盟地区马铃薯种植各适宜区的划分( 结果见图5 ) 。 图5 乌盟马铃薯种植区划图 5 分区评述 ( 1 ) 适宜区：分布在乌盟南部，主要包括集宁、凉城、丰镇、察右前旗、兴和以 4 及卓资、察右后旗、商都、化德的南部部分地区。该区土壤相对深厚肥沃，气 候条件优越，5 月上旬6 月上旬平均气温在1 4 以上，对马铃薯种子f 常发 芽非常有利，7 月上旬8 月上旬平均气温在1 7 1 9 。c 之间，符合马铃薯喜冷 凉的习性，降水量在1 4 0 毫米以上，满足其生长最旺盛阶段的水分需求，而且 日照条件充足。该区集优越的光、热、水等气候条件，为乌盟马铃薯稳产高产 区。因此该地区应该充分利用优越的气候条件，扩大种植而积，以提高经济效 益。 ( 2 ) 次适宜区：分布在乌盟中部，主要包括察右中旗、四子王旗大部分地区以 及察右后旗、商都、化德部分地区，在卓资、凉城、丰镇也有零星分布。该区 气候条件不如适宜区，5 月上句6 月上旬平均气温为1 0 1 4 。c ，热量条件对发 芽期所需要的温度较为适宜。7 月上旬8 月上旬平均气温在1 9 。2 5 。c 之间，热 量条件对马铃薯生长期也比较适宜。7 月上旬8 月上旬降水量在1 0 0 1 4 0 m m 之 间，且该地区蒸发旺盛，所以f 日问持水量对马铃薯生长期稍有不适宜。所以该 地区应注意改良品种，通过引进高产优质品种，来提高产量。 ( 3 ) 不适宜区：范围较小，分布在四子王旗西北部。马铃薯在生育期气温低于t 0 产量就明显下降，该区5 月上旬6 月上旬平均气温在1 0 。c 以下，所以热量条 件不能满足马铃薯发芽期所需要的温度。马铃薯在2 6 。c 以上不能栽培，在温度 超过2 8 。c x 长茎叶不结薯块，而7 月上旬8 月上旬平均气温又高于2 5 。c ，对 马铃薯生长不利。7 月上旬8 月上旬降水量在1 0 0 m m 以下，不能满足马铃薯生 长期的水分需求。 6 专题性农业气候区划制作流程图 剧6 主题性农业气候区划流程剀 二马铃薯产量风险区划的制作 本文从马铃薯历年粮食产量单产偏离趋势产量的波动副值百分率入手，定 义了四个反映乌盟马铃薯产量风险水平的指标：历年平均减产率指标、历年减 产率变异系数、风险概率指标和综合风险指数指标。这四个指标分别从不同角 度刻画了乌盟马铃薯产量的风险状况，以此为基础利用地理信息技术分析了乌 盟马铃薯单产风险水平的分布规律。结果反映了乌盟马铃薯生产的基本状况和 风险水平。 1 风险评价指标的确立 对马铃薯产量风险指数的评估，需要有合适的风险评估指数。马铃薯产量 风险指数主要包括风险指标和综合风险指标两部分。风险指数从作物产量风险 构成的不同方面，如减产和变异系数等，来描述风险的大小。平均减产率反映 的是定条件下的相对与平年的平均损失百分率：减产变异系数描述粮食生产 波动的幅度，变异系数越大，表示粮食生产稳定性愈差，风险程度愈高。综合 风险指数是通过加权系数的调节，来反应各风险指数综合作用的结果。 ( 1 ) 历年平均减产率： 相对气象产量是一个相对值，表明实际粮食产量偏离趋势产量的波动幅值， 实际单产低于当时趋势产量的百分率为“减产率”，即主要受气候因子的影响而 减产的比率。 这里的减产率实际上指指数为负值的的相对气象产量。对某j 才目对气缘产 量序列f x i ) ，若x i o ，其对应的年份定义为减产年，定义历年平均减产率d 为： d = ( x n ( 6 ) j = 1 其中n 为全部样本数。历年平均减产率描述了相对气象序列中位置的统计特征， 即相对气象产量在什么地方取值的机会最多，该平均值能做相应观测数据的代 表，反映变量的水平。历年平均减产率是每年粮食产量的平均减产值，反映多 年粮食产量的平均减产水平。 ( 2 ) 历年变异系数： 变异系数c v 是标准差与平均值之比，表示增产率的幅度和减产率的幅度 偏离其平均值的程度，又称稳定系数。同样，对一相对气象产量序列 x 1 ，可定 义为： c v = a x a = 压i 而 ( 7 ) 式中，a 为均方差，x 为气象产量的期望值。当x = d ，1 3 为样本总数时得到历年减 产率变异系数c v ；从( 7 ) 式可见，变异系数是均方差和数学期望的比值。变 异系数描述相对气象产量序列数值分散的程度如何，是高度集中在某个范围以 内，还是比较均匀的分散在整个变化范围内。变异系数越大，说明粮食生产面 临的风险越大。举例具体的说，历年变异系数指所有年份产量分布状况，系数 越大，说明大丰收和大减产的年份多，该地粮食生产稳定性差。变异系数描述 了粮食生产波动的幅度，将粮食产量损失值与风险水平联系起来，变异系数越 大表明粮食生产稳定性越差，风险水平越高。 ( 3 ) 减产率概率： 当相对波动产量 1 0 时，表明作物已经因遭受较大的自然灾害而减产， 相对波动产量小于某一灾害年型界限值出现的年份概率在一定程度上反映了气 候条件的优劣。即：相对波动产量 0 o 一1 0 出现的年份的概率。本文选取相 对波动产量 1 0 6 ) 、中风险区( o 9 3 - 1 0 6 ) 、 低风险区( o 9 3 ) 。根据风险区划指标，建立变异系数与地理要素高度、经度、 纬度间的回归模型： p - 1 5 1 5 6 5 + 0 0 11 5 h 一1 3 6 7 + 2 8 0 5 ( 1 )( 1 0 ) 式中，复相关系数r = 0 8 7 6 4 ，且通过可信度o 0 0 1 的显著性检验。 利用v i s u a lc + + 制作插件，调入到c i t y s t a r 的多图层运算中，进行空间 运算，得到减产率变异系数分布图( 图8 ) ： 图8 乌盟马铃薯历年减产变异系数分布图 从图8 中可以看出，低风险区出现在乌盟东部，包括化德、兴和和商都、 察右前旗、丰镇的大部分地区。中风险出现在凉城、察右后旗和卓资、察右中 旗大部分以及四子王旗、商都、集宁、丰镇部分地区。高风险区分布在乌盟西 北部，主要包括四子王旗西北部以及察右中旗、卓资少部分。变异系数呈经向 分布，从东向西逐渐增高，区域分异和连片性显著。 ( 3 ) 减产率概率的分布规律 根据统计得到的乌盟马铃薯相对波动产量 3 3 ) 、中 风险区( 2 6 3 3 ) 、低风险区( 4 2 6 ) 。建立风险与地理要素高度、经度、 纬度间的回归模型： p = - 1 6 7 3 3 5 0 0 1 7 h 一18 3 6 + 1 0 3 7 8 中 ( 1 1 ) 式中，复相关系数r = 0 8 4 9 5 ，且通过可信度0 0 0 i 的显著性检验。 利用地理信息技术c i t y s t a r 的空间运算功能，采用v i s u a lc + + 制作插件 经运算得到图层( 图9 ) ： 图9 乌盟马铃薯相对波动产量 = o 4