陇中地区农业气候模糊聚类区划

陈思宇++罗鹏斌++张杰丹

摘要 为了探讨考虑气候变化影响的气候区划方法，选用陇中10个站1981—2011年年平均气温、≥10 ℃活动积温、年平均蒸发量、年平均降水量、年平均相对湿度、干燥度、≥1 mm年降水日数、年日照时数和年平均日照百分率的平均值及其均方差为气候分区的9个基本因子，以各站之间的相似系数建立模糊关系，进行模糊聚类分析。按不同聚类水平，区划出温和、温凉、温寒、寒冷等气候类型，区划结果与气候特征和地理要素吻合较好，也为其他专业区划奠定了基础。

关键词 模糊聚类；农业气候区划；陇中地区

中图分类号 S162.2 文献标识码 A 文章编号 1007-5739（2017）02-0180-03

Agricultural Climatic Regionalization by Fuzzy Clustering in Central Gansu Province

CHEN Si-yu 1 LUO Peng-bin 2 ZHANG Jie-dan 2 CHANG Zi-yi 2

（1 Kangle Meteorological Bureau in Gansu Province，Kangle Gansu 731300； 2 Linxia Meteorological Bureau）

Abstract In order to study the climate regionalization method considering the effects of climatic changes，9 basic meteorological factors from 10 stations in central Gansu Province from 1981 to 2011 were chosen，including annual mean temperature，accumulated temperature above 10 ℃，mean annual evaporation，average annual precipitation，annual average relative humidity，dryness，≥1 mm annual precipitation days，average annual sunshine hours，annual average sunshine percentage. The mean and the mean square error of the factors above were calculated for climate regionalization. The fuzzy matrices were constructed by similarity coefficient among 10 stations to conduct fuzzy clustering. According to different clustering level，several climate styles were regionalized，such as mild area，cool-warm area，mild-cold area and cold area. Regionalization results coincided with climate character and geography elements，and laid basis for other professional regionalization.

Key words fuzzy clustering；agricultural climatic regionalization；central Gansu Province

模糊聚類分析法是运用模糊数学原理进行类别划分的一种方法。在农业区划中，探讨农业气候分类，进而划分农业气候区，是了解当地气候资源和进行科学评价的重要依据，也是农业区划的基础之一[1]。陇中地区位于黄土高原和青藏高原过渡区，背靠太子山和积石山，域内主要河流为渭河、洮河，属于典型的黄土高原地貌。气候的基本特征：干湿季分明，年降水量600 mm左右，集中在7—9月；春温大于秋温，大陆性季风气候明显。全区山川交错，地形高低相差悬殊，气候类型复杂，其垂直变化显著。农业生产与当地气候条件有着十分密切的联系，就自然因素而言，农作物的产量是作物、气候、土壤等因素综合作用的结果，而气候因素往往起着主导作用[2]。为此，笔者通过模糊数学原理分析陇中地区农业气候资源，因气候资源的分类、区划本就具有模糊性质，在这方面的工作尚处于尝试阶段，仅供参考。

1 研究对象及数据来源

为得到更加合理的聚类结果，各项相关气象数据来源于兰州、榆中、临洮、永靖、临夏、东乡、和政、广河、康乐共9个国家气象观测站1981—2011年的历年气象观测资料。

2 应用模糊聚类分析方法进行分类

2.1 聚类因子的选取

从历年气象统计资料中选用10项气象因素作为聚类因子，形成论域U={Xi}（i=1，2，…，m），其中m=9代表样本容量。根据本地区气候特点，选择与农作物生育和产量形成关系最密切的热量、水分等9个因子（各项因子以甘肃省气象局资料室整编资料为准），每个样本被视为指标集为n的n维空间上的点，则Xi={Xij}（j=1，2，…，n），n=9代表因子数。部分因子如下。

2.1.1 热因子。包括年平均气温稳定通过≥10 ℃的活动积温（℃·d）和年平均气温（℃）[3]。

2.1.2 水因子。包括年平均蒸发量（mm）、年平均降水量（mm）、年平均相对湿度（%）、干燥度（K=■）以及≥1 mm年降水日数（d）[4]。

2.1.3 光因子。包括年日照时数（h）、年均日照百分率（%）。

2.2 样本集

9类因子组成了样本容量为10、因子数为9的样本集10X9（表1）。

10X9=X11 … X19… … …X101 … X109={Xij}

采用Office 2007以及DPS 7.05分析软件完成所有数据处理及分析。

2.3 分段评分

由于上述9类聚类因子具有不同的量纲，不能直接进行聚类分析，为消除不同量纲的影响，便于不同台站不同要素的比较，将9个因素进行定量分段评分（表2、3）。其评定原则和方法：按各气候因子在聚类分析中所占重要性的不同，适当加大或减小其分数，比如对农业生产来说，条件好的赋予高分，条件差的赋予低分；经过归一化处理后，各聚类因子都改造成同一数量级上的无因次量数，从而建立了数值之间的可比关系。

3 聚类分析过程

3.1 把各地的指标数据标准化

因为指标数据单位不同，必须变成无量级的相对指标才能运算，这里采用极差标准化，公式为：

uij=■

其中，Xij为第i个地区第j个指标的数值，u为标准化变量，i=1，2，…，10，j=1，2，…，9，令U=（u）10×9，代入数据得：

U=0 0.325 1.000 0 0.835 1.000 0.183 0 00.867 0 0.326 0.928 0.725 0.846 0.259 0.215 0.6470.815 0.524 0.814 0.928 0.725 0.256 0.961 0.289 0.8250.935 0.118 0.465 0.744 1.000 0.235 0.287 0.356 0.8340.821 0.408 0.254 0.895 0.328 0.785 0 0.349 0.6950.953 0.097 0 0.576 0 0.742 0.518 0.482 0.6950.937 0.119 0.817 0.615 0.894 0.769 0.574 0.482 0.8140.903 1.000 0.155 1.000 0.732 0.723 1.000 0.951 0.4571.000 0.475 0.183 0.182 0.758 0.958 0.681 1.000 0.5890.852 0.714 0.685 0.521 0.645 0 0.695 0.753 1.000

3.2 计算模糊相似关系矩阵（R）

计算模糊相似关系矩阵（R），即算出衡量被分类对象间远近或亲疏程度的统计量rij，计算rij方法很多，此处用绝对值减数法计算rij，从而得R=（rij）10×10，rij=1，i=j1-Cdij，i≠j（C=0.08），其中dij=■| uik-ujk |，C为适当选取之正数，使rij∈[0，1]（一般0

3.3 用编网法完成聚类

一般R不是模糊等价关系，即R只满足白反性、对称性、不满足传递性，为此需把R改造成模糊等价关系再聚类，计算λ量较大，本文采用赵汝怀提出的编网法进行聚类，此法是据模糊相似关系R直接聚类。当λ=0.95时，此地区气候类型分为4类：{1，4}、{2，3，5}、{6，7，9}、{8，10}，显然λ取不同的值聚类结果一般也不同，每个Rλ决定一个聚类，λ值越大，所成的类中关系越密切，即气候越相近。

3.4 气候类型区划

通过模糊聚类，10个站点分成两大类型：一个是气候上暖而干燥，另一个是温而潮湿。按不同置信水平λ（视客观实际需要）二者都又可细分为2个部分，即10个站点可分成4个不同气候区（表4）：兰州、永靖、榆中、定西和东乡东北部属温和区，气候暖而干；临夏县、临夏市、东乡（指县城附近及西南部）、积石山东部及康乐县中部为温凉区；广河、东乡南部、临洮、和政和康乐部分乡镇为温寒区；沿太子山、积石山一带的临夏县东南部、康乐南部为寒冷区。综上所述，用模糊聚类进行气候类型划分，既反映了模糊数学的灵活性，又保持了气候分类的综合性，与陇中地区（及其邻近地区）错综复杂的气候特征十分吻合。

4 气候分区类型及特点

4.1 温和区

本区位于陇中地区北部及东部边缘，范围较大，主要包括黄河、湟水、洮河河谷地带的兰州、永靖、榆中、定西和东乡东北部。本区光、热条件为全地区之最，水分收支成悬殊对比，本区粮食生产的光能利用率最高达1.6%以上。本区耕作上的自然降水为水分来源，本区地貌为梁沟壑，属典型的黄土高原类型，天然植被条件最差，许多地方还是荒山秃岭，水土流失严重，尽管有较好的光热条件，但在水分条件限制下，难以利用。本区生产以种植业为主，农作物为春小麦、玉米、马铃薯、麻谷等。

4.2 温凉区

本区位置主要是临夏县、临夏市、东乡（指县城附近及西南部）、积石山东部及康乐县中部。本区种植的农业作物主要有玉米、春小麦、马铃薯、油料、豆类等。本区热量条件适宜于大部分温带作物生长，对中早熟玉米、小麦、谷子等作物较有利。从仲春至盛夏前，最适于禾本科作物的营养体生长，盛夏雨、热配合较好，且正值秋作物旺盛生长期，是形成高产的有利条件。此外，8月日照对玉米、马铃薯的产量变化具有极为重要的意义，本区伏、秋季日照相对高于二阴、山阴地区是当地气候优势之一。本区影响农业的主要限制性因子是水分，尤其是春末夏初旱，时间长达2个月以上，旱情严重，对各种作物前期生长威胁极大，夏作物受其影响最甚，是产量低而不稳定的根本原因，本区发展生产的关键问题是解決水分资源。

4.3 温寒区

本区地势陡峭，梁大沟深，主要包括广河、东乡南部、临洮、和政和康乐部分乡镇。气候冷凉，降水较适宜，热量不足，适宜种植生长期较短的麦、豆、洋芋。但由于受干旱、冰雹、大（暴）雨等气象灾害影响，产量低而不稳。由于夏、秋季雨量大，降水日数多，常表现入春后底墒充足，对作物苗期生长十分有利，为提高产量奠定了良好基础，而后期由于降水多、气温低、日照不足，有时作物不能正常成熟和按时打碾入库，但只要因地制宜，合理安排，可扬长避短，化害为利。

4.4 寒冷区

寒冷地区位于西南边缘地带，海拔2 500 m以上，范围较大。主要为沿太子山、积石山一带的临夏县东南部、康乐南部。该地腐殖质层厚、土壤肥沃，野生动植物、药材资源丰富。按光、热、水分布状况，本区适应大部分布耐寒作物生长，但由于生态条件的影响，气象灾害仍较频繁，对于大面积发展种植业，存在明显的不利因素，如春末夏初旱、阴坡热量严重不足、无霜期短、水土流失严重、土质瘠薄。因此，仍应适当发展牧草、绿肥、速生灌木丛林。首先应考虑改善植被、保持水土。这些地区通常地广人稀，可采取草田轮作、多种绿肥、轮歇地等办法，用养地结合，增加肥力，以肥调水；同时转变耕作粗放的陋习，开展精耕细作；扩种豆类，提高产量；可顺应气候条件，增加马铃薯种植面积。

5 结论

运用模糊聚类分析对陇中地区农业生态气候资源进行分区，可以得出以下结论。

（1）考虑气候变化的因素，以选择与农作物生育和产量形成关系最密切的光、热、水等9个因子为基本分区要素，用模糊聚类方法进行气候分区的新方法可行，比传统的区划方法简便，气候区划结果符合陇中实际。

（2）陇中地区农业气候资源表现出比较明显的地域分化特征，农业气候资源自南向北逐渐丰富。

（3）总体来看，陇中地区具有一定的农业生态气候潜力，特别是温凉区光、热、水的匹配度较好，具有在黄土高原干旱半干旱地区发展雨养农业的优势。

（4）得出的陇中地区农业气候聚类区划结果，可为其他区划提供气候类型基础信息，如牧林业发展规划、作物种植结构布局区划、气象资源能源开发利用规划等。

6 参考文献

[1] 汪培庄.模糊集合论及其应用[M].上海：上海科技出版社，1983.

[2] 王润元，韩永翔，刘宏谊，等.甘肃省农作物产量主要影响因素诊断分析[J].干旱地区农业研究，2004（2）：127-131.

[3] 李晓鹤，朱拥军，袁佰顺，等.1964—2013年天水市热量资源变化及对农业生产的影响[J].中国农学通报，2015，31（6）：153-160.

[4] 傅命佐，徐孝诗.黄渤海海岸季节性风沙气候环境[J].中国沙漠，1994，14（1）：31-40.

[5] 韩晓敏，延军平.东北地区农作物气候生产力对气候变化的時空响应[J].江西农业学报，2013（7）：69-74.

[6] 马扶林，周秉荣，许正福.基于GIS的青海省主要农作物种植区划[J].现代农业科技，2016（12）：207-208.