郑田甜,赵筱青,顾泽贤,普军伟,卢飞飞,苗培培
(云南大学资源环境与地球科学学院,云南 昆明 650500)
2005—2015年星云湖流域种植业面源污染逐年加重,种植业化肥流失量从404.1 增加到890.55 t·a-1,年均增长率为12.04%[1]。前期对星云湖流域种植业面源污染驱动力的研究显示,种植结构的改变是种植业面源污染加重的最关键因素[2]。WU等[3]研究发现,通过增加税收或减少补贴可以促使农户自发减少高污染生产资料的使用。朱小曼[4]从建立农村环境管理体系、整合种植业生态系统等方面提出了种植业面源污染的防治对策。刘建昌等[5]借助区间数系统优化模型和AGNPS模拟模型探讨通过调整土地利用方式实现低成本控制农业面源污染的目的。高明杰等[6]和梁美设等[7]从水资源的优化配置方面探讨了种植业的最优结构。综上可知,国内外的相关研究多集中在政策和税收方面,且关于减少种植业面源污染的研究比较零散,多是基于水资源高效利用基础上进行种植业结构优化的研究,虽然龚琦[8]研究了如何在湖泊水污染治理基础上进行农业结构产业升级,但只是从管理和农村青壮年劳动力转移服务的角度提出农业产业结构优化的相关建议。笔者借助Lingo语言,通过线性规划模型对星云湖流域种植业结构进行优化,对促进流域内经济可持续发展具有重要的意义。
星云湖流域属云南省玉溪市江川区,涉及大街、江城、路居、雄关、前卫、安化、九溪7个乡镇,40个村(图1)[9]。
图1 研究区域区位图
“十二五”期间作物播种面积年均增长3.1%,作物种植以经济作物、粮食作物和果树为主:其中经济作物主要种植蔬菜(青蒜、花菜、白菜、洋葱)、烤烟、油菜和花卉;粮食作物主要种植水稻和旱粮作物(玉米、薯类)[10]。2015年星云湖流域种植面积为15 694.09 hm2[10],包括水田7 558.26 hm2、旱地7 226.43 hm2、果园909.40 hm2。按照种植类型划分,经济作物的种植面积最大,占总面积的63.90%;按照行政区域划分,江城镇种植面积最大,九溪镇种植面积最小[11]。
研究所需的遥感数据来源于美国地质勘探局(表1),规划数据来源于江川区原国土资源局和江川区人民政府。
表1 影像数据说明
Table 1 Image data description
影像日期(年-月-日)数据标识数据类型卫星名称2005-02-01LE71290432005032PFS00ETM+Landsat 72005-04-13LE71290432005256PFS00ETM+Landsat 72010-02-15LE71290432010046SGS00ETM+Landsat 72010-11-06LT51290432010310BKT00TMLandsat 52015-03-09LC81290432015068LGN00OLI_TRISLandsat 82015-11-20LC81290432015324LGN00OLI_TRISLandsat 8
2.2.1遥感解译方法及解译标志
采用目视解译法对影像数据进行解译。目视解译是根据遥感影像的形状、颜色等特征划分为不同的类别(表2),从而实现遥感图像的分类[12]。
2.2.2坡度叠加的方法
从中国科学院计算机网络信息中心(http:∥www.gscloud.cn/)下载玉溪市DEM(分辨率30 m)的数据,利用ArcGIS工具提取坡度信息,对坡度图进行分级,设置3个类别:<5°平地、5°~15°缓坡地和>15°陡坡地;坡度数据和种植类型面积数据连接,得到各种植类型的平、缓、陡坡地的种植面积。
2.2.3线性规划模型方法
线性规划模型是用来研究线性约束条件下目标函数的极值问题,如今已广泛应用于农业领域[13-14]。将化肥流失量作为生态环境的考量指标,同时作为种植业结构优化的目标,构建星云湖流域种植业结构优化的目标函数。其中决策变量用x1表示水稻,x2表示旱粮作物,x3表示经济作物,x4表示果树。通过种植比例、有效成分含量和流失系数的计算得出目标函数的表达公式为f(x)=8.599 7x1+2.848 7x2+78.140 6x3+2.553 1x4。
约束条件主要根据《星云湖流域水环境报告“十三五”规划报告》《江川区统计年鉴》《玉溪市江川区国民经济和社会发展第十三个五年规划》及研究区的实际情况建立约束条件,分别表示为
(1)种植总面积约束:x1+x2+x3+x4=16 159.01 hm2。
(2)耕地面积约束:13 928.21 hm2 (3)园地面积约束:909.40 hm2 (4)粮食需求约束[15]:7 140(x1+x2)> 38 792 625.9 hm2,1.44x2>x1> 1.35x2。 (5)经济约束:19.29x3+4.05x4>161 079 hm2, (6)非负约束:x1,x2,x3,x4> 0 。 表2 种植业类型遥感解译标志 Table 2 Remote sensing interpretation marks for planting types 种植类型色调空间分布形状空间分布区位水稻多为绿色并呈均匀分布几何形状比较明显,边界清晰,呈片状或条带状分布距离村庄近,靠近水源旱粮作物谷歌地图呈灰色,颜色较暗淡,高分一号数据呈黄褐色几何形状比较明显,边界清晰,呈不规则片状或条带状分布主要分布在居民点周围的低海拔地区,山前平原,丘陵缓坡地带或者坡地经济作物一般为白色与绿色交错分布规模化分布距离村庄近,靠近公路,多为大棚种植果树暗红、红褐色(543波段)边界规整,呈规则的片状或带状分布主要分布在半山腰地段 2.2.4Lingo软件简介 Lingo软件是使建立和求解线性、非线性和整数最佳化模型更快、更简单、更有效的综合工具,可以提供强大的语言和快速的求解引擎来阐述和求解最佳化模型[16-17]。通过Lingo 15.0软件,在Windows窗口建立一个文件,编写相关语句,运行得到水稻、旱粮作物、经济作物和果树的最优种植面积。 3.1.12005—2015年种植结构面积的变化 实地调研结果表明,星云湖流域园地种植果树、耕地种植粮食作物和经济作物,其中粮食作物主要在5—9月耕种,经济作物中的蔬菜一年四季均可种植。由于粮食作物与经济作物的农药化肥施用量差距大,为了更好地研究种植业对湖泊的污染影响,将其划分为水稻、旱粮和经济作物。2005—2015年星云湖流域内种植面积总体呈增加趋势,从14 921.02增长至15 694.09 hm2,其中水稻从2 625.04 减少至2 195.07 hm2,旱粮从1 609.86减少至1 519.69 hm2,经济作物从9 834.47增长至11 069.93 hm2,果树从851.65增长至909.40 hm2。经济作物种植面积最大,其次为水稻和旱粮,果树种植面积最小。 2005—2015年水稻、旱粮的种植面积总体上呈递减趋势,经济作物的种植面积呈递增趋势,而果树种植面积呈先增加后稳定的状态(图2)。其中,水稻的种植面积递减最快,2005—2010年减少278.64 hm2,变化率为-10.61%;2010—2015年减少151.33 hm2,变化率为-6.45%;2005—2010年旱粮的种植面积减少5.56 hm2,变化率为-0.35%;2010—2015年减少84.61 hm2,变化率为-5.27%。2005—2010年经济作物的种植面积增加489.53 hm2,变化率为4.98%;2010—2015年增加745.93 hm2,变化率为7.23%;2005—2010年果树的种植面积增加56.83 hm2,变化率为6.67%;2010—2015年稳定在908 hm2左右。 图2 2005—2015年星云湖流域农作物种植面积变化 3.1.2各乡镇种植面积的变化 2005—2015年不同乡镇种植面积变化也不同,种植面积最大的是江城镇,为5 402.17 hm2;最小的是九溪镇,仅为149.38 hm2(表3)。流域内7个乡镇的主要种植类型均为经济作物,其中种植比例最大的是安化乡,占整个安化乡种植面积的88.93%;种植比例最小的是大街镇,占整个大街镇种植面积的61.62%。流域内7个乡镇中种植面积增长最快的是九溪镇,10 a间增长了157.48%,其中前5 a增长了117.49%,后5 a增长了18.39%;7个乡镇中只有路居镇的种植面积呈减少趋势,10 a间增长率为-0.41%,其中前5 a为0.99%,后5 a为-1.39%。 水稻种植面积最大的是江城镇,为1 103.60 hm2;种植面积最小的是安化乡,仅为1.01 hm2。10 a间水稻种植面积减少最快的是九溪镇,减少46.22%;最慢的是前卫镇,减少11.45%。旱粮种植面积最大的是江城镇,为709.21 hm2,种植面积最小的是九溪镇,为8.06 hm2。10 a间旱粮种植面积减少最快的是九溪镇,减少66.81%,前卫镇和雄关乡则分别增长了19.24%和34.75%。果树种植面积最大的是大街镇,为465.5 hm2;种植面积最小的是安化乡,为5.37 hm2,10 a间种植面积比较稳定。 从坡度角度分析,缓坡地的种植面积比陡坡地高87.92%,2005—2015年缓坡地的种植面积从13 485.33 增加到14 002.73 hm2,前5 a增长了206.52 hm2,后5 a增长了310.88 hm2,年均增长率为0.38%。2005—2015年缓坡地种植面积平均值为13 726.64 hm2,占总种植面积的81.91%。 表3 2005—2015年星云湖流域农作物的种植面积 Table 3 Planting area of crops in Xingyun Lake Basin from 2005 to 2015hm2 乡镇农作物2005年2010年2015年陡坡地缓坡地陡坡地缓坡地陡坡地缓坡地大街镇水稻7.61637.705.85552.214.84516.52旱粮作物31.36304.4050.75353.8853.89276.87经济作物58.552 079.9959.602127.4370.052 346.68果树101.70360.12100.61365.03100.57368.47江城镇水稻46.471 173.4626.221 034.9624.361 005.32旱粮作物279.44509.64191.26457.22256.85433.22经济作物531.892 716.33619.212 849.07673.102 932.62果树11.21108.0011.33150.5411.33155.09前卫镇水稻10.73476.517.65464.035.11426.34旱粮作物15.73200.9224.73288.6620.21238.12经济作物101.542 570.48105.452 579.19106.302 658.60果树31.14194.5528.92198.3229.22180.29路居镇水稻7.63134.406.79129.874.8098.47旱粮作物30.56122.1526.27113.6917.68105.70经济作物53.35666.7568.37680.0371.78712.17果树0.0315.280.0415.280.0215.28雄关乡水稻0.06125.670.05114.340.04106.33旱粮作物7.6561.968.1958.0049.6344.17经济作物102.10660.51126.32693.43158.52882.31果树0.0823.610.0824.610.0825.89安化乡水稻0.011.090.010.960.010.94旱粮作物0.1834.030.1823.070.1819.24经济作物0.30234.826.90257.148.15271.27果树0.021.370.157.780.056.73九溪镇水稻0.243.460.153.310.041.95旱粮作物0.3111.530.078.330.023.91经济作物5.5552.3115.55136.3123.58154.80果树0.254.290.635.160.9515.43 3.1.3农作物种植结构的空间转移 农作物种植结构转移变化主要是耕地和园地内部面积的转移(图3)。2005—2010年经济作物面积持续增加,平均每年增加97.906 hm2,主要发生在星云湖北部江城镇内336.03 hm2种植水稻的地块转向种植经济作物;其次是星云湖西北部位于江城镇内51.42 hm2种植旱粮的地块转向种植经济作物;其余为江城镇内水稻、旱粮之间较少的、零散的转移,其中水稻有22.86 hm2转向种植旱粮,4.39 hm2转向种植果树;旱粮有26.88 hm2转向种植水稻,4.6 hm2转向种植果树。果树的种植面积比较稳定,仅有18.07 hm2转向种植经济作物。 2010—2015年经济作物种植面积持续增加,平均每年增加148.19 hm2,主要发生在星云湖流域西部种植旱粮和果树的地块转向种植经济作物。江城镇内有119.56 hm2地块从种植旱粮转向种植水稻,其余有少量零散的种植旱粮的地块转向种植水稻,果树转移量较少,基本保持稳定(图3)。 图3 2005—2010年和2010—2015年星云湖流域农业种植分布与作物结构空间的转移变化 3.2.12020年种植业结构优化结果 依照确定的目标函数和构建的约束条件,通过运行Lingo 15.0软件[16-17],得到2020年星云湖流域种植业结构优化结果:水稻的种植面积为3 471.56 hm2,旱粮为2 571.53 hm2,经济作物为7 966.92 hm2,果树为2 149 hm2。相对于2015年,2020年优化结果预测水稻面积从13.99%上升至21.48%,旱粮从9.68%上升至15.91%,经济作物从70.54%下降至49.30%,果树从5.79%增长至13.30%。2020年规划方案中,水稻、旱粮和经济作物的总种植面积为13 928.21 hm2,占比86.19%;其中果树的种植面积为2 149 hm2,占比13.30%。优化结果和2020年规划方案相差不大,总体满足规划趋势。 3.2.2优化后的种植结构化肥流失量 2020年星云湖流域优化后的种植结构下预测化肥流失量总计663.79 t,比2015年减少25.47%。其中总氮减少最明显(表4),从779.97 下降至580.98 t,其次为总磷和氨氮。2020年硝态氮和可溶性磷的流失量比2015年有所增加:硝态氮从7.62 增长至12.80 t,增长67.98%;可溶性磷从0.23增长至0.76 t,增长230.43%。总氮、总磷和氨氮流失量减少是因为这3种污染物主要来源于经济作物,而优化结果中经济作物的种植面积有所减少。硝态氮流失量增加是因为硝态氮主要来源于旱粮作物,而优化结果中旱粮的种植面积有所增加。 表4 2015年与2020年各类污染物流失量 Table 4 Loss of various pollutants in 2015 and 2020t 年份总氮总磷氨氮硝态氮可溶性总磷2015779.97110.5850.007.620.232020580.9882.81 40.8212.800.76 在种植类型方面,经济作物的化肥流失量最大,2015年占总化肥流失量的95%,2020年下降至90%,其次为水稻和旱粮,化肥流失量最少的是果树(表5)。在坡度种植方面,缓坡地的化肥流失量占总流失量的90%左右,远大于陡坡:其一,缓坡地的种植面积大于陡坡地;其二,缓坡地的流失系数大于陡坡地;其三,缓坡地主要种植经济作物和水稻,而陡坡地主要种植旱粮和果树,经济作物和水稻的流失系数和种植面积皆大于旱粮和果树。 3.2.3优化后的经济效益分析 根据《玉溪市江川区国民经济和社会发展第十三个五年规划》中蔬菜、花卉、烟草和油料的种植比例得出经济作物的产值为5.674万元·hm-2。2020年江川区规划中预测果园的年产值为4.05万元·hm-2,根据优化后各类农作物的种植面积计算得到2020年经济作物的总产值为153 694.63万元,果树为8 703.45万元,远大于2015年经济作物和果树的经济总产值(124 318万元),和2020年规划中经济作物和果树的总产值(161 079万元)相差不大。 表5 2015与2020年缓陡坡不同种植类型的化肥流失量 Table 5 Loss amount of chemical fertilizer in gentle slope and steep slope planting structure in 2015 and 2020t 年份水稻旱粮作物经济作物果树缓坡地陡坡地缓坡地陡坡地缓坡地陡坡地缓坡地陡坡地201527.820.496.410.932.630.37825.9283.89202045.170.7911.141.625.820.83591.5060.08 王洁[18]对滇池流域农田化肥施用量进行调查,发现大棚生菜是化肥施用量最高的农作物。杨帆等[19]对2013年全国种植业化肥施用状况分析,发现粮食作物化肥施用量占种植业化肥总施用量的50.6%,但经济作物单位面积化肥施用量大于粮食作物,这与笔者的研究结果一致。经济作物单位面积化肥施用量高于粮食作物及果树,且流域内气候适宜,经济作物生长期短,复种指数高,流失系数大,因此流域内化肥流失主要来源于经济作物。 学者们多采用线性规划模型研究种植业结构优化[13,20-23]。线性规划模型广泛应用于数量结构优化上,在土地利用结构宏观数量方面有较大的优势。朱春江等[13]和肖新成等[24]对种植业结构进行优化,优化后粮食作物的面积比重均最大。优化后的种植结构在于减少经济作物的种植面积,增加果树的种植面积。其一,果树的化肥流失量小,可以在一定程度上减少种植业面源污染,而经济作物化肥流失量最高,复种指数最大;其二,果树可以弥补经济作物种植所引起的经济收益降低的问题;其三,星云湖流域冬无严寒、夏无酷暑,年均温达15.6 ℃,没有冻害,适合果树的生长,昼夜温差大,适合果实糖分的积累,并且前卫镇赵官村作为果树种植试点村,已取得较好的效果;其四,缓坡地的化肥流失系数高于陡坡地,果树可以种植在山地上,从而将优质的缓坡地用来种植粮食作物。 (1)2005—2015年星云湖流域种植面积总体呈增加趋势,从14 921.02增加到15 694.09 hm2,种植面积最大的是江城镇,最小的是九溪镇。种植面积最大的是经济作物,最小的是果树。缓坡地的种植面积远大于陡坡地。水稻的种植面积递减最快,后5 a的减少速度较前5 a有所减慢;旱粮的种植面积呈逐年减少的趋势,后5 a的减少速度较前5 a有所加快;经济作物的种植面积则呈逐渐增加的趋势,后5 a的增加速度较前5 a有所加快;果树的种植面积呈先增加后稳定的趋势。 (2)通过构建线性规划模型优化2020年星云湖流域的种植结构,优化预测结果如下:水稻为3 471.56 hm2,旱粮为2 571.53 hm2,经济作物为7 966.92 hm2,果树为2 149 hm2。优化后化肥流失量总计663.79 t,其中总氮减少最多,其次为总磷、氨氮,而硝态氮和可溶性总磷的流失量有所增加。优化后经济作物和果树的经济产值为162 398.08万元,远大于2015年的124 318万元,和2020年规划中经济作物和果树的产值(161 079万元)相差不大。3 结果与分析
3.1 种植结构变化
3.2 星云湖流域种植业结构优化
4 讨论
5 结论