基于GIS的赣南油茶种植适宜性评价

李沛鸿，姬兴辉

（1.江西理工大学 建筑与测绘工程学院，江西 赣州 341000）

基于GIS的赣南油茶种植适宜性评价

李沛鸿1，姬兴辉1

（1.江西理工大学 建筑与测绘工程学院，江西 赣州 341000）

从自然和社会经济因素出发，首先选取了油茶种植适宜性评价的8个参评因子，并利用正向因子量化法、负向因子量化法、分级取值量化法、定性因子量化法等4种方法对参评因子进行统一量化；然后运用层次分析法建立指标层次结构，形成判断矩阵计算得到各因子权重，从而确定分类等级，建立油茶种植适宜性评价体系；最后将适宜性分为适宜、较适宜、不适宜3个等级，并从选定的8个因子出发，总结对比各适宜等级对应评价因子的评价指数。结合赣南地区区域特征对8个因子进行对比分析，结果表明影响赣南地区油茶种植适应性的突出因子是坡度和树龄。

适宜性评价；油茶种植；参评因子；判断矩阵；突出因子

油茶为山茶科山茶属植物，属于常绿小乔木或灌木类，是一种特有的木本食用油料树种。油茶树林主要分布在N18°28'～34°34'、E100°0'～122°0'的中低纬度、土壤较为深厚的低海拔山地丘陵地带。在中国南部如江西省、湖南省、广西省等17个省区的1 100多个县区分布广泛。江西赣南地区有着悠久的油茶种植历史和良好的油茶种植栽培经验，全省约有214 万hm2丘陵山岗适宜油茶种植。如何利用高新技术改善油茶种植技术，提升油茶种植的科学性，加快促进油茶产业发展是如今需要解决的关键问题。

1 研究区概况

赣州市林业科学研究所油茶实验田位于赣州市章贡区境内，属于低山丘陵区，地形走势由东向南、西北向中部倾斜。区域内季节变化分明，整体气候湿润温和，全年降雨量丰沛，无霜期较长，多达281 d，日照充足；年均温约为19．4℃，年均降雨量为1 587 mm。区域土壤为由砂砾岩、石英砂岩、花岗岩发育形成的红壤，腐蚀质较厚，土壤费力中等，PH值为5～6，土层厚度在70 cm以上。区域内现有植被为以马尾松、杉木、木荷、油茶等乡土树种为主的次生林和火烧迹地，林分质量较差，林下杂生铁芒箕、茅草等蕨类、草本植物。

2 研究方法

2.1 评价因子选取

从自然属性和社会经济因素考虑，油茶种植适宜性的评价因子可分为地形因素、气候条件、土壤条件和产量因素等方面。

1）地形因素。在地形因素上主要考虑海拔高度、坡度坡向等直接因素，以及在不同海拔情况下造成的其他非地形因素的改变。不同海拔高度下土壤分布和温度改变是影响油茶生长的主要次生因素；坡度的大小会直接影响水土保持和土壤的肥沃性；坡向的不同直接影响油茶光照，在花期等重要的生理期若温度过低、光照不足会直接影响油茶座果率，因此选取地形因素中的海拔高度和坡度作为参评因子。研究区属于低山丘陵区，地形走势由东向南、西北向中部倾斜，所在地区最高点海拔为1 016．4 m。

2）气候条件。温度、年均降雨量、空气湿度和无霜期是直接影响油茶花期、座果以及果实饱满度的因子。油茶果树在光照充足的环境下长势较好，特别在花期若温度过低会造成花果掉落的现象；油茶果树对降雨量的要求一般是大于1 000 mm，降雨量过低会对果树的生长造成影响，在花期又要求降雨量不能过大，否则会影响授粉；油茶果树对无霜期的要求一般要达到200 d以上；空气湿度和土壤湿度相关，会直接影响油茶果树对营养的吸收，造成果树营养不良、果实品质低下。研究区的年均温约为19．4℃，1月最冷，7月最热；年均降雨量达到1 587 mm；无霜期多达281 d，日照充足。

3）土壤条件。土壤对油茶种植的影像主要表现为土壤酸碱性和土壤肥力。由于油茶自身根系缺少磷酸盐，需通过吸收偏酸性的有机质进行缓冲，所以果树适宜生长在偏酸性的土壤中，PH值要求为5～6．5。研究区土壤为由砂砾岩、石英砂岩、花岗岩发育形成的红壤，腐蚀质较厚，土壤费力中等，PH值为5～6，土层厚度在70 cm以上，适合酸性、喜酸性植物生长。

4）产量因素。同类产品在不同区域种植条件下的茶油产量是反映油茶种植适宜性最直接的重要指标。不同品种或相同品种在不同种植条件下的油茶产量均有不同。除了种植环境等外部因素外，果树的树龄也是影响油茶果实产量和质量的关键因素。因此，通过油茶树龄反映油茶产量，并将其作为油茶种植适宜性评价的指标之一很有现实意义。据统计，目前赣州市已成型油茶种植面积约为11万hm2，茶油年产量约为8 000 t，江西省内茶油的亩产为4．7 kg。

根据油茶生长对环境条件等的需求，选定地形（海拔高度、坡度坡向）、气候、土壤（PH值）以及产量作为参评因子；并借助GIS技术构建了基于地形—气候—土壤—产量（树龄）的赣南油茶种植适宜性评价体系。

2.2 评价因子权重赋值

根据种植适宜性评价体系参评因子的选取原则，结合影响油茶果树的各类因素，最终选定8个参评因子。在建立评价体系前，先要对不同数值单位的因子进行指标量化处理，本文采用极差标准化法完成该项工作；再采用4种方法对不同参评因子指标进行标准化处理，使其值分布在[0,1]。

1）正向因子量化。

式中，Si为第i个因子对应的标准化处理后的数值，i=[0,1,…,7]；Xi为因子i的实际值；Xmax为因子i的最大值；Xmin为因子i的最小值。例如温度指标，最小值为0，最大值为1，当最适宜临界值为0．8，适宜临界值为0．6时，通过式（1）得到最适宜和适宜的量化指标为 0．8 和 0．6。

2）负向因子量化。

无霜期适用于该量化方法，最大值为 200，当最适宜临界值为 210，适宜临界值为 189 时，通过式（2）计算得到最适宜和适宜的量化指标为 1 和 0．9。

3）分级取值量化。分级量化因子的适宜区间在赋值后进行计算，超过区间则会成为限制性因子，因此适宜度要遵循具体的评价依据划分为不同级别。

4）定性因子量化。该方法通常针对无法用有规律的数学方法进行定量描述的因子类型，需根据以往经验和主观认知进行判断。例如影响油茶种植的土壤状况，不同土壤类型变化在时空上并无可持续性，所以需要实际采样不同的土壤类型并结合对应的空间位置等属性进行划分定义。

采用以上4种方法对选取的8个参评因子进行量化处理。对湿度和坡度进行正向因子量化处理，对无霜期进行负向因子量化处理，对年均温、年均降雨量和海拔高度进行分级取值量化处理，对土壤类型进行定性因子量化处理。通过量化指标能将各因子对油茶果树生长适宜性的影响程度很好地表达出来。不同因子种植适宜性等级指标量化结果见表1。

表1 油茶种植适宜性评价指标体系

在此基础上，采用层次分析法建立指标的层次结构，再通过专家打分法构造判断矩阵，进行权重计算；考虑赣南地区山地特殊性，将坡度作为突出因子，综合各因子组成比较矩阵。因子间的关联在矩阵中有所表现，见表2。

表2 因子间比较矩阵

在比较矩阵的基础上进行运算，建立权重计算的判断矩阵。

式中，r为矩阵参与运算的元素，i、j为不同因子；Ki、Kj为各因子累加值。获得该矩阵的最大特征值，在一致性检验的基础上得出矩阵最大向量，其中各值表示各因子权重，见表3。

表3 评价指标权重

油茶果树的种植不仅具有自然生态功能还有很强的经济效益，所以综合考虑自然生态因素和社会经济效益因素，遵循主宜性和多宜性相结合的原则对油茶种植适宜性进行等级划分。

3 油茶种植适宜性评价等级及因子指标

根据研究区所获取的参评因子，综合当地的实际种植经验，将赣南地区油茶种植适宜性评价等级分为种植适宜区（A）、较适宜区（B）和不适宜区（C）。对应各参评因子具体指标如表4所示。

表4 评价因子具体指标

4 突出因子分析

根据赣南地区地形、气候、土壤等自然因素发现，赣南地区气候温和，降雨丰富，无霜期较长，年均温约为18．9℃，年平均无霜期约为287 d，年均降雨量约为1 605 mm，土壤为红土地，多数地区为弱酸性土壤；山地众多，境内最高海拔为2 061 m、最低海拔为82 m，平均海拔为300～500 m。赣南地区各因子指标如表5所示。

表5 赣南地区影响因子指标

在8个因子中有6个因子指标在油茶种植适应区范围内，坡度和产量（树龄）为不确定因子。赣南山地众多，但不同山地的原始坡度坡向不尽相同，油茶种植的适宜范围为5～25°，因此不同的地区需根据实际情况考虑坡度因素是否会限制油茶种植。同时，不同树龄的油茶果树也会影响油茶果产量，幼树和老龄化的果树产量普遍低下，树龄大于5 a的果树为成年树，进入稳定期，产量增加。因此，确定坡度和树龄为影响赣南地区油茶种植适宜性的突出因子。

[1] 江国庆,江伟,江海燕,等．建设高效丰产示范基地 促进油茶产业发展[J]．绿色中国,2013(23):52-55

[2] 张建平,吴群辉,彭小忠,等．峡江县油茶产业发展问题分析[J]．中国林业经济,2014(6):59-61

[3] 宋英强,杨粉莉,杨博,等．我国油茶种植环境适宜性评价初步研究[J]．山东农业大学学报(自然科学版),2015,46(2):180-188

[4] 徐复元．麻城油茶产业化现状分析及发展对策研究[D]．武汉:华中农业大学,2010

[5] 毛鹏飞．基于多遥感参数的冬小麦长势综合监测指标研究[D]．开封:河南大学,2011

[6] 刘婧,李培军．结合结构和光谱特征的高分辨率影像分割方法[J]．测绘学报,2014,43(5):466-473

[7] 范宁,祖家国,杨文涛,等．WorldView系列卫星设计状态分析与启示[J]．航天器环境工程,2014,31(3):337-342

[8] Shoshaby M, Goldshleger N． Land-use and Population Density Changes in Israel—1950 to 1990: Analysis of Regional and Local Trends [J]．Land Use Policy,2002,19(2):123-133

[9] 成宾宾．宣汉县水稻适宜性评价[D]．重庆:西南大学,2010

[10] 冯奇,吴胜军．我国农作物遥感估产研究进展[J]．世界科技研究与发展,2006,28(3):32-36

[11] 王素珍,吴崇友．3S技术在精准农业中的应用研究[J]．中国农机化,2010,31(6):79-82

[12] 宁佐荣．基于MODIS数据的低山丘陵区水稻估产模型研究[D]． 重庆:西南大学,2014

[13] KieuQuocLap(桥国立)．基于GIS的山地景观生态综合评价研究[D]．武汉:中国地质大学,2014

[14] 孟相彩．海口市农用地生态适宜性评价[D]．海口:海南师范大学,2014

P208

B

1672-4623（2017）01-0043-03

10.3969/j.issn.1672-4623.2017.01.013

李沛鸿，教授，主要从事工程测量、地理信息系统设计及应用的研究工作。

2015-11-30。

项目来源：江西省科技厅科技支撑资助项目（20133BBF60017）。