玉溪烤烟气候适宜性分析的方法研究*

杨继周，谢新乔，朱安琪，李湘伟，罗丽华，张坤兰，李家志，景元书

[1.红塔烟草(集团)有限责任公司原料部，云南 玉溪 653100；2.气象灾害预报预警与评估协同创新中心/南京信息工程大学 应用气象学院，江苏 南京 210044]

玉溪是中国优质烤烟主产区和中式中高档卷烟的主要原料基地，被誉为“云烟之乡”[1]。气候条件是影响烤烟品质和产量最主要的环境因素。玉溪市地形复杂，山地、峡谷、高原和盆地交错分布，立体气候的特征十分明显[2-3]。因此，对玉溪烤烟进行气候适宜性分析有重要意义。已有研究主要通过选取区划指标，利用气候适宜性指数结合GIS 技术对烤烟进行气候适宜性区划，如董谢琼等[4]选用气候条件、土壤类型和坡度等区划指标体系，在利用ArcGIS 对云南烤烟进行气候适宜性分区研究上迈出了第一步；程江珂等[5]采用GIS 及模糊神经网络技术对烤烟质量以及生产烤烟的生态条件进行相关性分析，确定评估西南山地烤烟生态适宜性的因子，并对攀枝花西南山地烤烟生态进行适宜性评估。但现有的烤烟气候适宜性区划结果比较粗糙，其评价指标对玉溪烤烟气候的针对性不足，对玉溪烤烟的生产实用指导性不强[6]。

在大尺度地理空间下，气候因子不仅影响植物的生长发育，还会影响其分布，并且每个因子影响植物分布的程度不同[7-8]。随着GIS 技术的发展和生态位理论的完善，物种分布模型(species distribution modes，SDMs)成为评估植物潜在分布、定量分析环境变量影响植物分布程度的重要工具，广泛应用于植物气候适宜性区划[9-10]。在物种分布模型中，由于MaxEnt 模型的预测结果稳定性和精确度皆优于其他模型，因而在气候适宜性分析中备受青睐[11-12]。但利用MaxEnt 进行烤烟气候适宜性分析的研究不多见。据此，本研究选用符合玉溪地方特色的评价指标，结合气候适宜性指数与小网格推算模型对烤烟进行气候适宜性区划，同时利用MaxEnt 模型对烤烟进行气候适宜性区划，对比分析基于不同方法得到的区划结果，旨在为玉溪地区烤烟种植布局的优化、卷烟工业企业烟叶原料的精准采购提供科学依据。

1 材料与方法

1.1 数据来源

1.1.1模糊数学方法数据来源

玉溪市多年的气候资料由玉溪市气象局提供，13 个站点作为模糊数学样本(图1)，站点数据包括2009—2018 年气温、日照时间和降水量等气象数据。DEM 地形数据玉溪地区底图来源于地理空间数据云，分辨率为 30 m×30 m，应用GIS技术提取海拔、经度、纬度、坡度和坡向等栅格数据。

图1 采样点分布图Fig.1 Sampling points distribution

1.1.2MaxEnt 模型数据来源

根据玉溪市红塔集团工作人员实地调查，得到156 个烤烟采样点(图1)。从WorldClim-Global Climate Data 获取所需的生物气候数据，其图像分辨率为1 km×1 km。选取玉溪地区的图像数据，包括19 个气候环境变量，分别为Bio1 (年平均温度)、Bio2 (年平均日较差)、Bio3 (等温性)、Bio4 (温度季节变化)、Bio5 (最暖月最高温度)、Bio6 (最冷月最低温度)、Bio7 (平均气温年较差)、Bio8 (最湿季平均温度)、Bio9 (最干季平均温度)、Bio10 (最暖季平均温度)、Bio11 (最冷季平均温度)、Bio12 (年降水量)、Bio13 (最湿月降水量)、Bio14 (最干月降水量)、Bio15 (降水量季节变化)、Bio16 (最湿季降水量)、Bio17 (最干季降水量)、Bio18 (最暖季降水量)和Bio19 (最冷季降水量)；通过小网格推算模型得到海拔、7 月平均气温、4—9 月日照时间和4—9 月降水量数据。

1.2 研究方法

1.2.1烤烟区划指标选取及权重计算

烤烟生长的气候环境是受多因素影响的综合系统，根据以往研究[1,13]与实践经验，采用4 项影响烤烟生长发育的环境变量(海拔、7 月平均气温、4—9 月日照时间和4—9 月降水量)作为玉溪烤烟区划指标，通过客观赋权(criteria importance through intercrieria correlation，CRITIC)权重法计算得出各区划指标的权重[14]。权重计算时，将对比强度与冲突性指标相乘，并进行归一化处理，即得到最终权重。其中，对比强度使用标准差表示，其值越大说明波动越大，权重就越高；冲突性使用相关系数表示，其值越大说明冲突性越小，权重也就越低(表1)。

表1 区划指标选取及其权重Tab.1 Selection of zoning indexes and their weight

1.2.2烤烟区划指标的小网格推算模型

基于玉溪市各标准站2009—2018 年的地面观测数据及地理信息数据，运用数理统计方法建立区划指标(7 月平均气温、4—9 月日照时间、4—9 月降水量、经度、纬度、海拔、坡度、坡向和日照百分率)的多元回归模型，即区划指标的小网格推算模型显著性检验水平均为0.001。其中对各站点年降水量与站点归一化后的地理变量进行相关分析，发现相较于线性拟合，三阶拟合更能解释降水量的空间变异性，因此，本研究以4—9 月降水量为因变量，参考焦志敏等[15]对龙岩汛期降水量空间精细化分布研究所用模型，建立三阶趋势面模型 (表2)。

通过一年的试验示范，到了交答卷的时候。刘玉与大家一起对示范田进行测产验收，将同田块、同品种进行对照，“精准配肥”技术明显提升了作物的产量和品质，还减少了化肥的投入，远远超出了预期。“这让我们兴奋不已！同时也非常好奇这几个年轻人到底怎么做到靠三四个人的力量实现增产增收！”韩俊义补充说。

表2 玉溪烤烟气候区划指标的小网格推算模型Tab.2 Small grid calculation model of climatic zoning indexes for flue-cured tobacco in Yuxi

1.2.3气候适宜性指数计算

气候适宜性指数(climate fitness index，CFI)可反映环境变量对烤烟品质及产量的综合影响，CFI 值越大说明该地区越适宜烤烟生长发育[16]。根据归一化的区划指标值(海拔、7 月平均气温、4—9 月日照时间、4—9 月降水量)和指标权重值即可计算CFI 值。

式中，Ni和Wi分别表示第i个归一化的区划指标值和权重值。

1.2.4MaxEnt 模型的区划指标筛选

为了提高模型的准确度，避免因区划指标之间较高的相关性而降低模拟精度，本研究利用YI 等[17]的方法对区划指标进行筛选。首先利用MaxEnt 自带的刀切法(Jackknife test)计算出1.1.2节中23 个区划指标对烤烟气候适宜性区划的贡献率，舍去贡献率为0的区划指标[18]；利用Pearson 相关系数分析剩余的区划指标的共线性关系，若其中2 个区划指标的相关系数小于0.8，则全都选取；若其相关系数大于等于0.8，则选取贡献率较大者进行模拟分析。其中，贡献率表示使用所有变量时该区划指标对建模的贡献百分率；置换重要性表示该区划指标被替换后对建模的影响程度。最终确定6 个玉溪特色区划指标，包括年平均温度、海拔、4—9 月日照时间、最干季降水量、4—9 月降水量和最暖月最高温度，在此基础上重建烤烟的MaxEnt 模型。

1.2.5MaxEnt 模型的有效性评价

将整理好的烤烟采样点的分布CSV 文件与筛选过的区划指标导入MaxEnt 中，模型参数设置：测试集为随机抽取25%的分布数据，剩余75%为训练集；重复运行15 次进行建模；最大迭代次数为10；采用刀切法(Jackknife test)计算区划指标贡献率；其余选项设置为模型默认值[19-21]。

受试者工作特征曲线(receiver operating characteristic curve，ROC 曲线)分析方法被广泛应用于物种潜在分布区预测，ROC 曲线下的面积即为AUC 值 (area under curve)。由于ACU 值不受诊断阈值的影响，可对模型的有效性进行综合评价，是目前公认的最佳评价环境变量[22]。因此，本研究选取ROC 曲线对MaxEnt 模拟结果进行有效评价，ROC 曲线的横坐标为实际物种不存在、但模型预测为存在的单元数；纵坐标为模型正确预测物种存在的单元数，下部面积为ACU 值。MaxEnt 模型的AUC 值越大，表示区划指标与MaxEnt 模型之间相关性越好，越能将该物种存在分布和不存在分布区分开，其预测效果也就越好。一般认为ACU 值在≥0.5～0.6 为预测结果失败，≥0.6～0.7 为预测结果较差，≥0.7～0.8 为预测结果一般，≥0.8～0.9 为预测结果好，≥0.9～1.0为预测结果非常好[23]。

小网格推算模型：利用ArcGIS 软件自带的自然断点法对气候适宜指数(CFI)进行划分，即通过分析区域内所有站点数据值与平均值之差的原则来寻找特征点，并结合实地调查，通过多次试验划分，得出CFI 值在＞0.92～1.00 为最适宜区，＞0.83～0.92 为适宜区，＞0.71～0.83 为次适宜区，≤0.71 为不适宜区。

MaxEnt 模型：根据MaxEnt 模型进行烤烟气候适宜性区划标准，参照《IPCC 第四次评估报告中对不确定性的处理方法》[24]，存在概率在＞0.66～1.00 为最适宜区，＞0.33～0.66 为适宜区，＞0.05～0.33 为次适宜区，≤0.05 为不适宜区。

2 结果与分析

2.1 基于小网格推算模型的烤烟气候适宜性分析

由表3 可知：玉溪大部分地区都非常适合种植烤烟，8 个站点都达到了最适宜区的标准。易门底尼站的气候适宜性指数(CFI)最低为0.60，是玉溪唯一的烤烟种植不适宜区。通过比较表1和表3的数据可知：制约底尼烤烟种植的主要指标是海拔，这种制约在黄草坝、波衣、红岩和四寨也均有不同程度的体现。

表3 玉溪13 个站点烤烟气候适宜性区划统计Tab.3 Statistics of climatic suitability of flue-cured tobacco at 13 stations in Yuxi

2.2 基于MaxEnt 模型的烤烟气候适宜性分析

2.2.1MaxEnt 模型的有效性

为了明确4 个传统区划指标(海拔、7 月平均气温、4—9 月日照时间和4—9 月降水量)和筛选后6 个玉溪特色区划指标(年平均温度、海拔、4—9 月日照时间、最干季降水量、4—9 月降水量和最暖月最高温度)的差异性，将2 组指标带入MaxEnt 模型。由图2、3 可知：4 个区划指标的模拟结果ACU=0.792，6 个区划指标的模拟结果ACU=0.826，说明2 组指标模拟结果良好，可以利用MaxEnt 模型对玉溪烤烟进行气候适宜性区划。其中6 个区划指标的模拟结果优于4 个区划指标。

图2 4 个区划指标MaxEnt 模型的ROC 值Fig.2 ROC value of MaxEnt model of four zoning indicators

2.2.2MaxEnt 模型主导区划指标的筛选

由表4 可知：在海拔、7 月平均气温、4—9 月日照时间和4—9 月降水量这4 个区划指标中对烤烟气候适宜性区划影响最大的是海拔，其贡献率高达45.4%；4—9 月日照时间和7 月平均气温的贡献率分别为22.2%和19.3%，这3 个区划指标的贡献率之和为86.9% (超过85%是玉溪地区影响烤烟生产的主导区划指标)。而由于玉溪独特的气候，其整个地区的降水条件都适合种植烤烟，所以4—9 月的降水量贡献率最低(13.2%)。海拔和4—9 月降水量的置换重要性均与其贡献率相差很小，4—9 月日照时间的置换重要性低于贡献率，而7 月平均气温则与之相反，说明7 月平均气温对建模有重要影响。

表4 4 个区划指标MaxEnt 模型的贡献率及置换重要性Tab.4 Contribution rate and replacement importance of the MaxEnt model of four zoning indicators

由表5 可知：年平均温度的贡献率最大(34.0%)，最暖月最高温度贡献率最小(6.4%)。这2 个与气温相关的区划指标总贡献率达到40.4%，说明玉溪烤烟对于气温条件的要求较高。海拔和4—9 月日照时间的贡献率分别为27.7%和15.3%，与降雨量相关的2 个区划指标最干季降水量和4—9 月降水量贡献率之和为16.7%，说明玉溪种植烤烟的日照充足且降水适宜。最暖月最高温度与7 月平均气温的相关系数为0.81，决定系数为0.70，因此其置换重要性也与7 月平均气温的情况相同，即明显高于贡献率。

表5 6 个区划指标MaxEnt 模型的贡献率及置换重要性Tab.5 Contribution rate and replacement importance of the MaxEnt model of six zoning indicators

2.3 不同方法的烤烟气候适宜性区划结果对比分析

为了更直观地显示区划结果和实际的相符程度，引入玉溪海拔分布(图4)。将上述不同方法得到的结果导入ArcGIS，得到玉溪烤烟气候适宜性区划结果(图5～7)，发现大体区划结果基本一致。最适宜区位于江川、华宁和通海一带；较适宜和适宜区主要分布于峨山、新平、易门和元江的部分区域；不适宜区相对集中，位于元江到新平的狭长地带，其海拔均在1 000 m 以下，不适合烤烟生长发育。

图4 玉溪海拔高度分布图Fig.4 Yuxi altitude map

通过分析图5～7 烤烟气候适宜性区划结果之间存在的差异发现：综合来看，MaxEnt 模型的模拟结果优于小网格推算模型结果，更加适用于玉溪烤烟气候适宜性分析，筛选后6 个玉溪特色区划指标相比于4 个传统区划指标能够有效提高MaxEnt 模型模拟结果的精确度。其中，小网格推算模型区划结果对于个别气象站点的烤烟气候适宜性划分更加准确，在高海拔和处于适宜区的低海拔地区区划精度有待提高。4 个传统区划指标MaxEnt 模型对于高海拔(＞2 200 m)烤烟生长状况模拟效果更好，对处于不适宜区的低海拔地区烤烟生长模拟效果还有待加强。考虑到玉溪地区整体的降水与光照条件充足而产生对于海拔高度不足的补偿效应，6 个玉溪特色区划指标Max-Ent 模型在低海拔区域区划精度更高。

图5 基于小网格推算模型的烤烟适宜性区划图Fig.5 Zoning map of flue-cured tobacco suitability based on small grid calculation model

3 讨论

图6 4 个区划指标MaxEnt 模型烤烟适宜性区划图Fig.6 Four zoning indicators MaxEnt model

图7 6 个区划指标MaxEnt 模型烤烟适宜性区划图Fig.7 Six zoning indicators MaxEnt model

本研究除采用常用的海拔和经纬度指标外[25-26]，还引入了对区划指标产生影响的坡向、坡度和日照百分率，对区划指标中的4—9 月降水量采用符合玉溪生产实际的三阶趋势面模型进行模拟，有效提高了小网格推算模型拟合优度。考虑到以往研究使用的4 个传统区划指标对玉溪地区针对性不强的问题[1,4]，且区划指标间存在高度相关而带来的冗余信息对预测结果可靠性产生的负面影响[27]，所以通过MaxEnt 模型与统计方法结合，在23 个环境变量中筛选出6 个玉溪特色区划指标(年平均温度、海拔、4—9 月日照时间、最干季降水量、4—9 月降水量和最暖月最高温度)重建MaxEnt 模型。通过MaxEnt 模型自带的刀切法，得出重建模型后各个区划指标的贡献率与置换重要性，找出制约玉溪烤烟生产的主要因素为海拔和气温。

在以往有关云南省烤烟气候适宜性分析的研究中玉溪地区都被划分为最适宜区[28-29]，这与本研究的结论相符，然而在玉溪实际生产应用中这种划分略显粗糙，对此本研究对玉溪地区进行了更加精细化的烤烟气候适宜性区划。为找到更加准确的区划结果，本研究除了进行不同方法之间的对比外，还在同一方法中使用不同的区划指标进行对比，并对其各自的优缺点进行总结，方便在实际生产运用中根据不同的需求选取不同的区划结果。在考虑大范围烤烟气候适宜性时，可以选用综合效果较好、考虑补偿效应的6 个区划指标MaxEnt 模型区划结果；在考虑小范围烤烟气候适宜性时，可以选用在小区域范围内区划结果更精确的小网格推算模型区划结果；在高海拔地区则选取在此区域表现良好的4 个区划指标Max-Ent 模型区划结果。

随着温室气体的持续排放和维持，全球气候异常升温[30]，将导致气温对玉溪烤烟生产限制作用减轻进而影响烤烟生长和分布格局的变化。除此之外，生产技术的进步与革新，如地膜保温、小苗抗旱保温技术和移栽期的调整等也会对烤烟生长和分布产生影响[31]。在今后工作中应更全面地考虑各种因素及其之间的相互影响，进一步提高区划结果准确度。

4 结论

(1)玉溪大部分地区都非常适合种植烤烟，易门底尼站是唯一的烤烟种植不适宜区。小网格推算模型和MaxEnt 模型的烤烟气候适宜性区划结果大体一致，均呈现出明显的地区差异性。最适宜区位于江川、华宁和通海一带；适宜和次适宜区主要分布于峨山、新平、易门和元江的部分区域；不适宜区相对集中，位于元江到新平的狭长地带。

(2) MaxEnt 模型模拟结果有效性较高，可应用于烤烟气候适宜性分析。利用MaxEnt 模型自带刀切法与统计方法结合，筛选出6 个玉溪特色区划指标，即：年平均温度、海拔、4—9 月日照时间、最干季降水量、4—9 月降水量和最暖月最高温度。通过MaxEnt 模型得出贡献率和置换重要性，发现玉溪主导区划指标为海拔、气温和日照时间。

(3) MaxEnt 模型的模拟气候适宜性区划结果优于小网格推算模型结果，更加适用于玉溪烤烟气候适宜性分析，而经过筛选的6 个玉溪特色区划指标相比于传统的4 个区划指标能够有效提高MaxEnt 模型模拟结果的精确度。