吴 婧, 梁 巧, 童新华*
(1.南宁师范大学 地理科学与规划学院, 广西 南宁 530001; 2.玉林市玉州区名山街道国土规建环保安监站, 广西 玉林 537000)
中国是人口大国,全国有65%以上的人口以稻米为主食[1]。作为人民生活的必需品,粮食安全必须得到保障。“十三五”时期是全面建成小康社会的决胜时期,随着经济、消费及人口的持续增长,粮食需求量不断增长[2]。因此,研究影响粮食产量的各种因素,对保证粮食产量具有重要意义。
水稻在我国农业生产中的地位极为重要,明晰水稻生产的影响因素是保证粮食安全的重要前提。已有学者从土壤水分、气候、氮肥管理等方面对水稻产量的影响进行研究,如郑桂萍等[3]讨论了土壤水分对水稻产量和品质的影响;谭诗琪等[4]探讨气象灾害对湖南省水稻影响研究;贺帆等[5]探究氮肥管理对水稻产量的影响;而针对环境因子对水稻产量影响的研究却鲜有报道。地形通过影响人类生产生活直接影响水稻生产活动空间分布,而且还通过影响区域的水、热、养分的再分配,间接影响作物的产量和物候[6]。国外关于地形因素与作物产量的影响研究较为普遍,Kravchenko等[7]研究发现,坡度影响着作物的分布,农作物多分布在海拔较低且坡度较缓的区域;Godwin[8]则认为地形影响了作物的产量高低;Marques等[9]认为作物平均产量与地形因素存在相关性。而国内更多的是研究地形与耕地的动态变化,韦乐章等[10]研究发现耕地的空间分布与变化对地形十分敏感;臧玉珠等[11]研究了井冈山耕地变化格局与地形梯度效应;李欣等[12]分析了鄱阳湖地区耕地格局变化与地形因子的影响。上述学者更多的是关注地形因子与土地利用格局变化之间的影响,耕地作为其中的一部分被讨论,缺乏地形因素对水稻生产、分布影响的研究。因此,了解地形因素对水稻空间分布及水稻产量之间的关系对粮食安全具有重要意义。但目前,仅有就气候变化、水稻品种对广西水稻产量的影响方面的研究[13-14],缺乏地形因子对水稻产量影响的研究报道,而广西作为典型的喀斯特地区,山地众多,地形复杂,更具有研究意义。因此,评估地形因素对广西水稻分布和产量的影响显得尤为必要。
水稻是粮食安全的重要保证,研究水稻产量的影响对粮食安全具有重要的意义,尤其是种植条件较为恶劣的喀斯特地区。因此,本文以广西为例,基于数字高程模型(Digital Elevation Model,DEM)、水稻种植区及水稻产量数据,尝试采用空间分析方法探讨地形因素对广西水稻分布和产量的影响。
图1 研究区位置示意图
广西壮族自治区,简称“桂”,截至2017年,下辖110个县级行政区,位于中国华南地区。广西西北部与云贵高原接壤,中部与南部多为丘陵平地,地势自西北向东南倾斜,呈现四周高中间低,素有“广西盆地”之称。广西处于低纬度地区,属亚热带季风气候区,光热充沛,降水充足,年均降雨量1500 mm以上,此外,广西境内河流众多,水利资源丰富,为水稻的种植提供了有利的自然条件。水稻是广西最主要的粮食作物,在广西农作物类别中种植面积第一[15],根据《2017广西统计年鉴》[16]的数据,2017年全区水稻播种面积为218.04万公顷,多分布于桂南、桂东南及沿河地带,水稻总产量达1 482.72万吨。图1为研究区位置示意图。
本研究所用的数据包括DEM数据、水稻种植区及水稻产量数据。DEM数据来源于地理空间数据云[17],空间分辨率为30 m,由于涠洲岛部分的DEM未能获取到,因此不对涠洲岛进行研究。本文认为水田即为水稻种植区,水田数据来源于课题组从各县市收集的2017年土地利用变更数据,利用ArcGIS软件,提取水田数据,用以分析水稻种植区与地形因素的影响。水稻产量数据来源于《2017广西统计年鉴》[16]。
2.2.1 地形因子的选择与提取
地形因子是一个包括高程、坡度、坡向等因子在内的多维变量[18],这些不同维度上的变量都对区域内的水、热、养分有再分配的作用,并且都与地表物质迁移和能量转换有着直接联系[19]。地形特征可以通过不同的地形因子侧面反映,同时地形因子也包含了不同的地形信息。参考前人的研究成果,同时结合研究区域的实际情况,按照微观因子和宏观因子分类,本文初步选取了高程、坡度、坡向、地形起伏度、地表粗糙度、高程变异系数6种地形指数进行研究。其中高程、坡度、坡向可以通过Arcgis 10.2表面分析进行获取,地形起伏度、地表粗糙度及高程变异系数则通过以下公式计算获得。
地形起伏度指一定范围内高程差值,即最大值和最小值的差值[20],是描述地貌形态的定量指标,其数学表达公式为
R=Zmax-Zmin,
(1)
其中R代表一定区域范围内的地形起伏度,Zmax表示该范围内最高点的高程值,Zmin则表示该范围内最低点的高程值。
粗糙度可以用来衡量地表起伏变化与侵蚀程度,同时也能反映地表抗风蚀的能力强弱,对分析和评价地表的侵蚀程度具有不可或缺的参考作用[21]。其计算公式为
(2)
其中M代表地表粗糙度,slope代表同一DEM图层的坡度,π是圆周率(在计算中保留两位小数,取3.14)。
在一定距离范围内,区域高程的相对变化可以用高程变异系数来表示,其值为高程标准差与平均值的比值,高程变异系数计算公式为
VCEi=Si/Zi,
(3)
其中VCEi表示某区域的高程变异系数,Si表示该区域的高程标准差,Zi表示平均高程,i表示某区域的编号。在ArcGIS中,通常运用邻域分析工具提取高程变异系数。
根据地区特点及数据的可定量性对数据进行分级[12],为便于分析高程,基于常规的地貌类型划分及广西的实际情况,将>1000 m和≤200 m以下各分为一级,>200~≤1000 m高程每隔200 m分为一级,将其分为6级;从广西DEM中提取的坡度中可以获取信息,广西的坡度在0°~86.191 4°范围内,本文结合了国际地理学联合会提出的六级坡度分类法和实际情况,将广西的坡度分成6个等级;坡向由正北方向起算,以0°为正北方向,然后按顺时针方向旋转,取值在0°~360°范围内,将坡向由0°~360°分为5个等级;由公式(1)计算可得广西地形起伏度,按照我国数字地貌制图规范,对其进行重分类并划分为5个级别;由于地表粗糙度和高程变异系数没有相关研究,因此本文采用自然断点法进行分级,与高程相对应的也分为6级。具体结果如表1、图2所示。
表1 地形因子数据分类依据
2.2.2 相关性分析
以县级行政区为分类区,对地形因子进行分区统计,再运用SPSS的分析功能分析2017年的县级水稻产量数据与各地形因子的平均值的相关性,以Person相关系数判断相关关系,并进行双侧显著性检验。
3.1.1 高程对水稻种植区分布的影响
通过ArcGIS的叠加分析,将高程的分级图与广西的水田分布图进行叠加(图3(a)),对叠加结果进行统计和分析,得到高程与水稻的种植分布之间的关系(表2)。从图3(a)及统计表2可以看出,水稻种植区的面积在第Ⅰ类高程(高程≤200 m)上的分布最广,占比最高,达到了全广西区域水田种植面积的68.21%,面积约为1 487 118.24 hm2,表明水田大多分布在高程200 m以下,而海拔200 m以下多为丘陵、平原,地势平坦,土壤肥沃,利于水稻种植,同时也方便人们进行农业活动;在第Ⅱ类别高程(200 m,400 m]中,水稻种植区的面积约为378 133.83 hm2,共占全区水田面积的17.34%;在第Ⅲ类别高程(400 m,600 m]中,水稻种植区的面积约为140 091.93 hm2,共占全区水田面积的6.43%;在第Ⅳ类(600 m,800 m]、第Ⅴ类(800 m,1000 m]占比比较接近,而第Ⅵ类(高程>1000 m)的高程中,几乎没有水田分布,其主要原因为广西海拔400~800 m为低山,海拔800 m以上为中山,而山地广泛分布着石灰土,不利于水稻的种植。
图2 地形因子分级图
图3 地形因素与水田空间分布图
表2 水田与高程空间分布结果统计表
3.1.2 坡度对水稻种植区分布的影响
广西的水稻种植区域与坡度的分级图叠加后(图3(b)),得到水稻种植分布与坡度之间的关系。从统计结果来看,在第Ⅱ类(5°,15°]的坡度中水稻的种植面积最大,共计1 002 719.34 hm2,占全部水田面积的45.99%,第Ⅰ类[0°,5°]的面积共占821 198.16 hm2。相较而言,坡度在[0°,15°]范围内的区域更适合种植水稻;处于(15°,25°]和(25°,35°]范围内的次之,面积分别为266 050.17、74 287.62 hm2。坡度大于35°则水田分布较少,面积约为13 593.51 hm2,而在坡度大于45°的区域,水田分布更少,面积仅为2 296.71 hm2。坡度越大,坡面就越陡,降水时更容易造成水土流失,不利于水稻种植。
表3 水田与坡度空间分布结果统计表
3.1.3 坡向对水稻种植区分布的影响
图3(c)为水稻种植区和坡向的叠加结果,对叠加结果进行属性的统计分析,可以得到坡向和水稻种植之间的关系。统计结果见表4。
从属性统计表可以看出,水稻种植区在不同坡向类别上的差异并不大,占比也比较接近,在20%~30%之间波动。其中,位于半阴坡的面积最多,共计714 112.20 hm2,平坡的最少,共计23 231.16 hm2,在其余的3个类别坡向中,水田的面积相差并不大,差值仅在小范围内。综合以上,在广西区域内,坡向对于水稻种植区的分布虽然存在着一定的影响,但这种影响并不大。所以在种植水稻时,对坡向进行适当考虑即可。
3.1.4 地形起伏度对水稻种植区分布的影响
将地形起伏度与水稻种植区图层数据进行叠加分析,得到的结果如图3(d)所示,对其进行属性的统计汇总,结果见表5。
表5 水田与地形起伏度空间分布结果统计
根据统计结果及图3(d)可以看出,水稻种植区域的分布在中起伏地区(70 m,200 m]最多,约占39.68%,面积约为865 092.33 hm2,中起伏地区多分布于桂南、桂中及桂东南地区,与水田种植区域分布相一致;其次,分布在大起伏地区(200 m,600 m]和小起伏地区(20 m,70 m]的面积分别排第二和第三,分布在大起伏地区的面积约为668 037.78 hm2,占全区水田种植面积的30.64%,分布在小起伏地区的面积约为628 626.15 hm2,占全区水田种植面积的28.83%;分布在极大起伏地区(>600 m)和平坦地区[0,20 m]的水田面积极少,占比均不到总面积的1%。由此可得,地形起伏度较为平坦缓和的地区(起伏度在200 m以下的地区)水田的分布更为广泛;地形起伏度在200 m以上的地区,水田的分布逐渐减少,尤其是地形起伏度大于600 m的地区,极少有水田的分布。其主要原因为地形起伏度的大小反映了地表的平整和破碎程度,影响农业现代化程度,不利于大规模农业。
3.1.5 地表粗糙度对水稻种植区分布的影响
地表粗糙度的分级图与水田分布图进行叠加(图3(e)),将叠加得到的结果进行统计。
从统计数据(表6)可以发现,水田几乎都集中分布在第Ⅰ类[1,1.054 4]粗糙度上,占比89.53%,面积约为1 952 060.94 hm2;分布在第Ⅱ类、第Ⅲ类水田较少,仅占8.88%和1.44%;而第Ⅴ类和Ⅵ类几乎没有水田分布。地表粗糙度可以用来反映地表起伏和侵蚀程度,粗糙度越高,地形起伏越复杂,受侵蚀程度越高,会造成土壤流失,基岩裸露,不利于水稻种植。因此,地表粗糙度在[1,1.054 4]范围内的土地更适合水稻的种植。
表6 水田与粗糙度空间分布结果统计
3.1.6 高程变异系数对水稻种植区分布的影响
高程变异系数经重分类后,与水稻种植区进行叠加,结果如图3(f)所示,将其属性表信息进行统计(表7),可对高程变异系数与水稻种植区域的分布关系进行分析。
表7 水田与变异系数空间分布结果统计
由图3(f)及表7可以明显地看出,分布在第Ⅱ类别(0.0713,2.2756]上的水田面积最广,达到了1 819 691.82 hm2,占比高达83.46%;分布在第Ⅰ类别[0,0.0713]上的水田面积占比为16.54%;第Ⅲ(2.275 6,7.786 3]、第Ⅳ(7.786 3,16.603 4]类别上的水田面积分别是2.07、25.56 hm2,占比皆小于0.01%;而在第Ⅴ和Ⅵ类更是没有水田分布。由此可以得出:高程变异系数在(0.071 3,2.275 6]范围内更利于水稻的种植,水稻种植应多选在高程变异系数在此范围内的区域。
运用SPSS的分析功能对水稻产量和地形指数进行相关性分析,以Person相关系数判断相关关系,并进行双侧显著性检验(表8)。结果显示,高程、坡度、坡向、地形起伏度、地表粗糙度、高程变异系数都与水稻产量存在相关关系。其中,高程、坡度、地形起伏度、地表粗糙度与水稻产量负相关,高程与水稻产量的相关性是最强的,相关系数为-0.273,接下来相关性由强到弱依次是地表粗糙度、地形起伏度、坡度,相关系数分别是-0.266、-0.231、-0.205。而坡向和高程变异系数则与水稻产量呈正相关关系,但二者与水稻产量之间的相关性并不显著,相关系数分别是0.09和0.032。总体来说,高程、坡度、地形起伏度和地表粗糙度与水稻产量显著相关,且呈负相关关系;坡向和高程变异系数对水稻产量之间相关性不显著,且呈正相关关系。
表8 水稻产量与地形指数的相关性
本文在GIS及SPSS技术支持下,通过提取地形因子,分析地形因素对水田分布及水稻产量的影响,得出以下结论。
(1)地形因素对广西水田空间分布格局的影响呈现出较为显著的特征。广西水田主要分布在海拔200 m以下,坡度(5°,15°],起伏度小于200 m,地面粗糙度[1,1.054 4],高程变异系数(0.071 3,2.275 6]的桂南和桂东南低山丘陵的平原地区。同时,坡向因素对广西的水田分布不明显。
(2)在6个地形因子中,高程、坡度、地形起伏度、地表粗糙度与水稻产量显著相关,且属于负相关关系。其中,高程与水稻产量的相关性是最强的,相关系数为-0.273,地表粗糙度、地形起伏度、坡度的相关程度依次减弱。坡向和高程变异系数与水稻产量正相关,但二者与水稻产量之间的相关性并不显著,相关系数分别是0.09和0.032。
总而言之,水稻产量和高程、坡度、地形起伏度、地表粗糙度显著相关,且呈负相关关系;与坡向和高程变异系数的相关性并不显著。
通过研究地形因素对广西水稻分布和产量的影响,广西水稻分布和产量受地形因素影响。可以发现,从高程、坡度、坡向、地形起伏度、地表粗糙度和高程变异系数与水稻产量的关系来看,高程对水稻产量的影响最大,地表粗糙度、地形起伏度依次减弱,坡度最小。因此,在选择水稻种植区域时,应因地制宜地采取措施,根据区域特点及种植方式,应将高程和地表粗糙度结合起来,优先选择二者组合最优的区域。受数据可获得性影响,本文仅对一个年份的数据资料进行了研究,所能呈现的研究成果仍然有待扩展。后续研究可以考虑增加研究的年期,从时空序列上进行分析,更深刻地揭示地形因素对水稻分布和产量的影响规律。