安徽省县域耕地畜禽养殖废弃物养分负荷时空演变特征

阎波杰，潘瑜春，闫静杰

(1.闽江学院地理科学系，福建 福州　350108；2.国家农业信息化工程技术研究中心,北京　100097；3.南京邮电大学通信与信息工程学院，江苏 南京　210003)



安徽省县域耕地畜禽养殖废弃物养分负荷时空演变特征

阎波杰1，潘瑜春2，闫静杰3

(1.闽江学院地理科学系，福建 福州350108；2.国家农业信息化工程技术研究中心,北京100097；3.南京邮电大学通信与信息工程学院，江苏 南京210003)

摘要：耕地畜禽养殖废弃物养分负荷量具有明显的时空分布特征，研究其区域特征和格局演变对于畜禽养殖业可持续发展具有重要意义。基于2004—2012年安徽省县市级畜禽养殖统计数据和耕地面积数据，利用空间自相关分析方法开展安徽省县域耕地畜禽养殖废弃物氮负荷量的空间格局和空间演变研究。结果表明，2004—2012年安徽省各县市畜禽养殖废弃物氮负荷在空间和时间上都存在不同程度的差异。Global Moran′s I指数值(0.24～0.37)显示2004—2012年安徽省各县市耕地畜禽养殖废弃物氮负荷具有显著的空间正相关性和潜在的空间依赖性，表明安徽省耕地畜禽养殖废弃物氮负荷一直处在相对集聚的发展阶段。Getis-Ord Gi*指数表明2004—2012年安徽省耕地畜禽养殖废弃物氮负荷热点区域主要分布在安徽省北部和东南部，尤其是宣州市的绩溪县始终属于热点区域。此外，黄山市的歙县、宿州市的萧县、宣州市的旌德县、宿州市的砀山县和毫州市的利辛县也多次属于热点区域。该研究结果可为畜禽养殖废弃物处理、环境污染防治和区域畜禽养殖总量控制研究提供决策依据。

关键词：氮负荷；空间格局；空间演变；空间自相关分析

近年来,畜禽养殖废弃物对生态环境的污染影响已成为世界普遍关注的问题[1-2]。2010年《第一次全国污染源普查公报》显示,畜禽养殖业的污染排放已经成为我国最重要的农业面源污染源之一,畜禽养殖业的氮和磷排放量分别占全国污染物氮和磷排放总量的21.7%和37.9%[3]。随着我国经济的快速发展,各地区畜禽养殖业将继续扩张,畜禽养殖废弃物产量将越来越多,对环境的压力将持续增大。安徽省部分大中城市城郊出现了大量的规模化畜禽养殖场,若没有足够的农田资源进行畜禽养殖废弃物的消纳,很容易对环境造成严重污染[4]。针对畜禽养殖引起的环境污染问题,国内外相关学者已经开展了很多工作。如曾悦等[5]和李帷等[6]采用养分平衡法分别对九龙江流域和东北3省畜禽养殖对环境的影响和污染风险进行研究;刘忠等[7]以单位耕地面积的猪粪当量负荷为指标评价了畜禽养殖废弃物的区域环境风险;另有一些学者依据耕地畜禽粪便养分负荷研究畜禽养殖对环境污染的影响[8-13];此外,付强等[14]通过构建标准猪、地均猪和人均猪等指标,借助全局和局部空间自相关分析、空间分布图系和重心曲线等方法,对2007年中国畜禽养殖空间分布规律和空间格局进行分析。要掌握畜禽养殖对环境可能造成的污染影响,不仅需要从全局角度考虑区域内畜禽养殖废弃物负荷的空间分布特征,也需要从空间格局的角度分析。尤其是针对县域尺度,不但要掌握其本身的空间分布特点及随时间的变化规律,也要分析各县域之间的相互作用及异质性。区域之间的相互作用和异质性研究有助于深入理解区域空间结构特征和演变趋势,是目前地理学、生态学及社会学研究的热点,现有研究主要通过空间自相关分析方法实现[14-15]。但从国内外相关研究来看,针对区域耕地畜禽养殖废弃物负荷的空间格局及时空变化研究还较少。笔者基于安徽省县域统计数据,利用空间自相关分析方法分析区域耕地畜禽养殖废弃物养分负荷的空间格局和演变趋势,以期为畜禽养殖业环境污染相关研究提供借鉴和参考。

1材料与方法

1.1数据收集与处理

安徽省各县市畜禽养殖统计数据和耕地数据主要来源于2004—2013年《安徽省统计年鉴》。由于该年鉴未对各类畜禽养殖种类加以细分,所以笔者研究也未对不同畜禽养殖种类的养殖量进行划分,将牛、猪、羊和家禽的出栏量视为1 a中相对稳定。参考国内外相关文献,确定猪的饲养期为199 d[16],牛的饲养期为300 d,羊的饲养期为180 d,家禽的饲养期为210 d[17]。由于国内还未制定标准的畜禽粪尿污染物排放系数,因此主要参照文献[18-20]取值(表1),其中家禽主要统计鸡、鸭和鹅的排泄量,并取其平均值。

以安徽省行政区划图为底图,采用ArcGIS 9.3软件,通过屏幕数字化完成地图数字化录入、编辑、拼接和投影变换等,绘制基于各县市的安徽省行政区划分布图,并录入各县市畜禽养殖量和耕地数据等属性数据,以备后续进一步处理。

1.2耕地畜禽养殖废弃物养分负荷量计算

目前,作为有机肥料还田是畜禽养殖废弃物处理的主要途径[11]。因此,耕地畜禽养殖废弃物养分负荷量计算以耕地面积作为实际的负载面积,其计算公式[21-23]为

L=N×D×C×NC×LS/A。

(1)

式(1)中,L为耕地畜禽养殖废弃物养分负荷量,kg·hm-2·a-1;A为耕地面积,hm2;N为畜禽饲养量;D为饲养期,d;C为日排泄系数,kg·d-1;NC为畜禽养殖废弃物养分含量系数,g·kg-1;LS为禽粪养殖废弃物的氮损失率,%。畜禽养殖废弃物日排泄系数及氮含量见表1。

表1畜禽养殖废弃物日排泄系数及氮含量

Table 1Daily waste discharge coefficient of livestock breeding and N content in the waste

废弃物种类D/dC/(kg·d-1)NC/(g·kg-1)猪粪1993.585.47牛粪30023.803.50羊粪1802.6010.14家禽粪2100.137.61猪尿1995.801.70肉牛尿30010.005.01

D为饲养期;C为日排泄系数;NC为畜禽养殖废弃物养分含量系数。

1.3空间自相关分析方法

1.3.1Global Moran′s I指数

Global Moran′s I指数反映空间邻接或邻近区域单元属性值的相似程度,其计算公式[24]为

(2)

(3)

(4)

式(3)～(4)中,var(I)为变异系数;E(I)为Moran′sI的理论期望值[27]。

在给定显著性水平时,若Moran′sI指数大于0,表示正相关,即属性值高的区域与属性值高的区域聚集在一起,属性值低的区域与属性值低的区域聚集在一起;反之,若Moran′sI指数小于0,表示负相关。当Moran′sI指数接近于1/(1-n)时,观测值之间相互独立,即属性的分布呈无规律的随机分布状态[28]。

1.3.2Getis-OrdGi*指数

由于Moran′sI指数不能判断空间数据是高值聚集还是低值聚集,因此还需要引入Getis-OrdGi*指数。Getis-OrdGi*指数可识别不同空间位置上的高值簇与低值簇,即热点区域与冷点区域的空间分布[29-30],其计算公式[31-33]为

(5)

(6)

2结果与分析

2.1安徽省耕地畜禽养殖废弃物氮负荷估算

目前,安徽省畜禽养殖废弃物处理的一般途径是沼气发酵或堆沤后还田。因此,将畜禽养殖废弃物量除以当地实际耕地面积,得到单位耕地面积的畜禽养殖废弃物养分负荷量,这一量化指标可以间接衡量当地畜禽养殖污染状况[11，20]。综合考虑土壤质地、肥力和气候等因素的影响,欧盟的农业政策规定,单位面积农地总施氮量的限量标准为170kg·hm-2,超过这一标准将极易对农田和水环境造成污染[34-35]。由于欧洲与中国的耕作制度和种植方式差异较大,该标准可能与中国实际情况存在一定差异,但在一定程度上还是可以反映畜禽养殖废弃物对耕地土壤的影响程度[36]。根据式(1)计算2004—2012年安徽省各县市耕地畜禽养殖废弃物平均氮负荷量的时空变化特征,结果见图1～2。

图1　2004—2012年安徽省县域耕地畜禽

由图1可见,2004—2012年安徽省耕地畜禽养殖废弃物平均氮负荷呈波动变化趋势,2007年达最低值(67.28 kg·hm-2),之后逐年上升，2012年达81.99 kg·hm-2。各年份安徽省耕地畜禽养殖废弃物平均氮负荷均未超过170 kg·hm-2。

由图2可见,2004—2012年安徽省各县市畜禽养殖废弃物氮负荷的空间分布也存在不同程度差异。从总体变化看,安徽北部整体呈降低趋势,但砀山县氮负荷自2008年开始一直超过限量标准(170 kg·hm-2),而其余县市均未超过限量标准。中部地区氮负荷基本保持不变且无县市超过限量标准。东南部区域整体呈增加趋势且逐渐往南部发展,如高氮负荷区域从宁国市逐渐往南发展到歙县。东、西部区域畜禽养殖废弃物氮负荷整体变化不大,但西部太湖县畜禽养殖废弃物氮负荷一直超过限量标准。从各县市畜禽养殖废弃物氮负荷变化幅度分析,变化幅度较大的县市有芜湖市市辖区和淮北市市辖区,其中芜湖市市辖区从2005年的173.20 kg·hm-2降至2006年的61.07 kg·hm-2,降幅达64.74%。淮北市市辖区氮负荷从2006年的247.99 kg·hm-2降至2007年的82.92 kg·hm-2,降幅为66.56%。而畜禽养殖废弃物氮负荷增加幅度较大的有太湖县和淮北市市辖区,其中太湖县2007—2008年氮负荷增幅为9.95%,淮北市市辖区2005—2006年氮负荷增幅为15.17%。

从氮负荷随时间的变化趋势分析,2004—2012年太湖县氮负荷始终超过限量标准,最小值为2004年的182.99 kg·hm-2,最大值为2009年的228.26 kg·hm-2,平均值为205.46 kg·hm-2。宁国市除2007和2009年外,其余年份也均超过限量标准,平均氮负荷为185.96 kg·hm-2。2008—2012年歙县和砀山县一直呈超标状态。

图2　2004—2012年安徽省各县市耕地畜禽养殖废弃物氮负荷变化

2.2安徽省耕地畜禽养殖废弃物氮负荷时空格局演化

2004—2012年安徽省耕地畜禽养殖废弃物氮负荷的Moran′s I估计见表2。由表2可知,Global Moran′s I指数值范围为0.24～0.37,且都通过0.01水平的显著性检验,表明2004—2012年安徽省耕地畜禽养殖废弃物氮负荷具有显著的空间正相关性和潜在的空间依赖性,表现为耕地畜禽养殖废弃物氮负荷高的县市相互邻接,耕地畜禽养殖废弃物氮负荷低的县市也相互邻接。

从时间上看,2004—2012年聚集效应一直比较明显,Global Moran′s I指数最低值出现在2005年(0.24),而2012年聚集态势达到最高点 (0.37),说明安徽省耕地畜禽养殖废弃物氮负荷一直处在相对集聚的发展阶段。

表22004—2012年安徽省耕地畜禽养殖废弃物氮负荷 Moran′s I估计值

Table 2Moran′s I assessment of county level farmland nitrogen load from livestock manure in Anhui Province during the period from 2004 to 2012

年份Moran'sI指数Z(I)显著性水平20040.273.330.0120050.242.990.0120060.344.140.0120070.313.850.0120080.313.800.0120090.293.600.0120100.283.500.0120110.323.940.0120120.374.480.01

Z(I)为标准化统计量。

Global Moran′s I指数在一定程度上会掩盖局部异质性,因此,为更深入掌握安徽省各县市耕地畜禽养殖废弃物氮负荷的空间演化趋势,计算2004—2012年安徽省各县市耕地畜禽养殖废弃物氮负荷局域空间关联Getis-Ord Gi*指数,并利用ArcGIS 10.0软件,采用自然断点法将2004—2012年Getis-Ord Gi*指数从高到低分成5类,获得安徽省各县市耕地畜禽养殖废弃物氮负荷的热点演化图(图3)。

由图3可知,2004年安徽省耕地畜禽养殖废弃物氮负荷的热点和次热点区域主要集中在安徽省北部,热点区域集中在萧县、利辛县以及安徽省东南部的绩溪县和歙县。2005年,除安徽省中部部分冷点区域及次冷点区域有少许变化外,热点和次热点区域基本与2004年一致。2006年冷热点格局总体变化不大,出现了新的热点区域宁国市,利辛县从热点区域演变为次热点区域,而绩溪县和萧县仍为热点区域。

图3　安徽省各县市耕地畜禽养殖废弃物氮负荷的热点区演化

2007年冷热点格局变化明显,安徽省北部大范围的热点及次热点区域消失,演变为冷、次冷及过渡区域。热点区域只集中于安徽省东南部,包括绩溪县、歙县和旌德县,其中旌德县为新增热点区域。而宁国市演变为次热点区域。2008年的整体格局与2007年相似,热点区域保持不变,但在安徽省最北部出现了次热点区域(萧县和砀山县),而西南部增加了次热点区域(宿松县)。

2009—2010年的整体格局几乎与2008年保持一致,只是2008年安徽省北部的次热点区域之一砀山县演变成为热点区域。2011年砀山县又从热点区域重新演变为次热点区域。2012年的整体格局与2011年保持一致,但萧县从次热点区域演变为热点区域,宿松县不再属于次热点区域。

纵观2004—2012年,绩溪县始终属于热点区域,歙县除2006年外,在其余年份也一直属于热点区域。宿州市萧县有4 a属于热点区域,尤其是在2007年成为过渡区域后,2012年重新演变为热点区域,应引起相关管理部门的重视。旌德县在2007—2012年一直属于热点区域。砀山县和利辛县有2 a属于热点区域,但利辛县2006—2012年一直保持为冷点区域。宁国市在2006年为热点区域,其余年份均属于次热点区域。整体上看,安徽省耕地畜禽养殖废弃物氮负荷热点区域主要在安徽省北部和东南部,尤其是宣州市和黄山市,其下辖的县市多次出现热点区域。

结合安徽省各县市耕地畜禽养殖废弃物平均氮负荷变化及空间分布特征分析,相关部门应对高负荷聚集区进行区域联合治理,对分散的高负荷区采取相对独立的治理措施,或采用将高负荷区的畜禽养殖废弃物养分含量进行降低处理后再施用到耕地和将畜禽养殖废弃物加工成有机肥运往其他需肥区域等手段,以保证畜禽养殖业的可持续发展。尤其是安徽东南部宣州市的绩溪县和黄山市的歙县,应该重点控制畜禽养殖量,并以农业循环经济理论为基础,严格按照耕地养分消纳平衡原则,在区域种植业配置基础上准确估算区域畜禽养殖容量,并科学划定禁养区、限养区和适养区,以保护山区及风景旅游区生态环境。另外,积极引进大中型沼气工程技术,不仅可以方便农民生活,还可以改善生态环境,从而确保农业生产和农民生活的循环运转,实现畜禽养殖可持续发展。

3结论

(1) 2004—2012年安徽省耕地畜禽养殖废弃物平均氮负荷呈波动上升趋势,2004—2005年从 82.24增长到86.87 kg·hm-2,至2007年逐渐减少至67.28 kg·hm-2,之后逐年增加,2012年达81.99 kg·hm-2。

(2) 2004—2012年安徽省各县市畜禽养殖废弃物氮负荷在空间和时间上都存在不同程度差异。太湖县始终超过限量标准(170 kg·hm-2),平均氮负荷为205.46 kg·hm-2。宁国市除2007和2009年外,其余年份也均超标,平均值为185.96 kg·hm-2。2008—2012年歙县和砀山县持续超标。

(3) 2004—2012年安徽省耕地畜禽养殖废弃物氮负荷具有显著的空间正相关性和潜在的空间依赖性。聚集效应一直比较明显,最低的Global Moran′s I指数出现在2005年(0.24),而2012年聚集态势达到最高点 (0.37)。从冷热点区域演化图分析,安徽省耕地畜禽养殖废弃物氮负荷的热点区域主要分布在安徽省北部和东南部,尤其是宣州市和黄山市,所下辖的县市多次出现热点区域。

(4)该研究采用单位耕地面积的畜禽养殖废弃物负荷量这一量化指标,利用空间自相关分析方法研究安徽省各县市畜禽养殖的空间格局和空间演变,其结果对于区域畜禽养殖业环境污染等相关研究有一定的借鉴和参考意义。该方法也可应用于其他区域,尤其是更大尺度上的研究。此外,针对更小尺度(乡镇域、村域)或更长时间序列开展研究将有助于深入理解区域畜禽养殖的空间结构特征和演变趋势。

参考文献：

[1]CAMBRA-LOPEZ M,AARNINK A J A,ZHAO Y,etal.Airborne Particulate Matter From Livestock Production Systems:A Review of an Air Pollution Problem[J].Environmental Pollution,2010,158(1):1-17.

[2]杨飞,杨世琦,诸云强,等.中国近30年畜禽养殖量及其耕地氮污染负荷分析[J].农业工程学报,2013,29(5):1-11.

[3]仇焕广,廖绍攀,井月,等.我国畜禽粪便污染的区域差异与发展趋势分析[J].环境科学,2013,34(7):2766-2774.

[4]宋大平,庄大方,陈巍.安徽省畜禽粪便污染耕地、水体现状及其风险评价[J].环境科学,2012,35(1):110-116.

[5]曾悦,洪华生,曹文志,等.九龙江流域规模化养殖环境风险评价[J].农村生态环境,2005,21(4):49-53.

[6]李帷,李艳霞,张丰松,等.东北三省畜禽养殖时空分布特征及粪便养分环境影响研究[J].农业环境科学学报,2007,26(6):2350-2357.

[7]刘忠,段增强.中国主要农区畜禽粪尿资源分布及其环境负荷[J].资源科学,2010,32(5):946-950.

[8]王晓燕,汪清平.北京市密云县耕地畜禽粪便负荷估算及风险评价[J].农村生态环境,2005,21(1):30-34.

[9]PROVOLO G.Manure Management Practices in Lombardy(Italy)[J].Bioresource Technology,2005,96(2):145-152.

[10]王方浩,马文奇,窦争霞,等.中国畜禽粪便产生量估算及环境效应[J].中国环境科学,2006,26(5):614-617.

[11]张绪美,董元华,王辉,等.中国畜禽养殖结构及其粪便N污染负荷特征分析[J].环境科学,2007,28(6):1311-1318.[12]BASSANINO M,SACCO D,ZAVATTARO L,etal.Nutrient Balance as a Sustainability Indicator of Different Agro-Environments in Italy[J].Ecological Indicators,2011,11(2):715-723.

[13]SONG K Y,LI Y,OUYANG W,etal.Manure Nutrients of Pig Excreta Relative to the Capacity of Cropland to Assimilate Nutrients in China[J].Procedia Environmental Sciences,2012,13:1846-1855.

[14]付强,诸云强,孙九林,等.中国畜禽养殖的空间格局与重心曲线特征分析[J].地理学报,2012,67(10):1383-1398.

[15]汪浩,陈操操,潘涛,等.县域尺度的京津冀都市圈 CO2排放时空演变特征[J].环境科学,2014,35(1):385-393.

[16]张克强,高怀有.畜禽养殖业污染物处理与处置[M].北京:化学工业出版社,2004：22-23.

[17]国家环境保护总局自然生态保护司.全国规模化畜禽养殖业污染情况调查及防治对策[M].北京:中国环境科学出版社,2002:170-176.

[18]全国农业技术推广服务中心.中国有机肥料养分志[M].北京:中国农业出版社,1999:5-25.

[19]彭里,王定勇.重庆市畜禽粪便年排放量的估算研究[J].农业工程学报,2004,20(1):288-292.

[20]马林,王方浩,马文奇,等.中国东北地区中长期畜禽粪尿资源与污染潜势估算[J].农业工程学报,2006,22(8):170-174.

[21]阎波杰,赵春江,潘瑜春,等.大兴区农用地畜禽粪便氮负荷估算及污染风险评价[J].环境科学,2010,31(2):437-443.

[22]冯倩,许小华,刘聚涛,等.鄱阳湖生态经济区畜禽养殖污染负荷分析[J].生态与农村环境学报,2014,30(2):162-166.

[23]张怀志,李全新,岳现录,等.区域农田畜禽承载量预测模型构建与应用:以赤峰市为例[J].生态与农村环境学报,2014,30 (5):576-580.

[24]张松林,张昆.全局空间自相关Moran指数和G系数对比研究[J].中山大学学报(自然科学版),2007,46(4):93-97.

[25]靳诚,陆玉麒.基于县域单元的江苏省经济空间格局演化[J].地理学报,2009,64(6):713-724.

[26]杨宇,刘毅,金凤君,等.天山北坡城镇化进程中的水土资源效益及其时空分异[J].地理研究,2012,31(7):1185-1198.

[27]陈培阳,朱喜钢.基于不同尺度的中国区域经济差异[J].地理学报,2012,67(8):1085-1097.

[28]赵安周,白凯,卫海燕.中国入境旅游重心演变与省域空间分异规律[J].陕西师范大学学报(自然科学版),2011,39(4):97-102.

[29]马晓冬,朱传耿,马荣华,等.苏州地区城镇扩展的空间格局及其演化分析[J].地理学报,2008,63(4):405-416.

[30]车前进,段学军,郭垚,等.长江三角洲地区城镇空间扩展特征及机制[J].地理学报,2011,66(4):446-456.

[31]关伟,朱海飞.基于ESDA的辽宁省县域经济空间差异时空分析[J].地理研究,2011,30(11):2008-2016.

[32]吴涛.陕西省县域城乡一体化空间分异及其影响因素研究[D].西安:西北大学,2012.

[33]石培基,王祖静,李巍.石羊河流域地区城镇空间扩展格局演化[J].地理科学,2012,32(7):840-845.

[34]侯彦林,李红英,赵慧明.中国农田氮肥面源污染估算方法及其实证Ⅳ:各类型区污染程度和趋势[J].农业环境科学学报,2009,28(7):1341-1345.

[35]OENEMA O,LIERE V L,PLETTE S,etal.Environmental Effects of Manure Policy Options in the Netherlands[J].Water Science & Technology,2004,49(3):101-108.

[36]耿维,胡林,崔建宇,等.中国区域畜禽粪便能源潜力及总量控制研究[J].农业工程学报,2013,29(1):171-179.

(责任编辑： 许素)

Spatio-Temporal Evolution of Livestock Manure Nutrient Load in Farmland on a County Scale: A Case Study of Anhui Province.

YAN Bo-jie1, PAN Yu-chun2， YAN Jing-jie3

(1.Department of Geography, Minjiang University, Fuzhou 350108, China;2.National Engineering Research Center for Information Technology in Agriculture, Beijing 100097, China;3.College of Telecommunications & Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China)

Abstract:Nutrient load from livestock manure in farmlands feature apparent spatio-temporal variation. The study on effects of regional characteristics and distribution of the load means significantly to the study on environmental pollution caused by livestock breeding and sustainable development of livestock breeding. Based on the county-leveled 2004-2012 statistics of livestock breeding and area of farmlands in Anhui Province, spatial autocorrelation analysis was performed to explore spatial pattern and spatial evolution of N load from livestock manure in the farmland on the county scale in Anhui. Results show that nitrogen load from livestock manure in the farmland varied spatially and temporally with the county in the period of 2004-2012. The Global Moran′s I index (0.24-0.37) shows that the nitrogen load had a significant positive relationship with space and potential dependence on space, which indicates that the nitrogen load had been in the development stage of relative agglomeration. The Getis-Ord Gi* index also shows that the hotspots of nitrogen load were mainly distributed in northern and southeast parts of Anhui Province, especially Jixi County in Xuanzhou City, which was always a hotspot region during the period. In addition, the counties including Shexian, Xiaoxian, Jingde, Dangshan and Lixin were several times sorted as hotspot regions. The findings of this study may serve as scientific basis for researches on decision-making on livestock manure disposal and environmental pollution control, and regional total amount control of livestock feeding.

Key words:nitrogen load;spatial pattern;spatial evolution；spatial autocorrelation analysis

收稿日期：2015-05-02

基金项目：国家自然科学基金(41271354)；江苏省自然科学青年基金(BK20150855)；福州市科技项目(2013-S-109)；闽江学院科技项目(MYK14012)；闽江学院育苗项目(YKY1105)；闽江学院教学研究与改革项目(MJW201122040);福建省自然科学基金(2016J01713)

中图分类号：X713；P208；S87

文献标志码：A

文章编号：1673-4831(2016)03-0466-07

DOI：10.11934/j.issn.1673-4831.2016.03.020

作者简介：阎波杰(1981—),男,浙江宁波人，副教授,博士,主要从事地理信息系统应用及农业信息化研究。E-mail: bnunercita@163.com