绵阳市水稻种植适宜性区划分析

张涛 柳锦宝 杨翔

（成都信息工程大学资源环境学院 四川成都 610225）

我国是农业大国，粮食产量一直位居全世界前列，水稻是我国赖以生存的主要粮食作物之一，约占我国粮食总产量的1/2。同时，我国也是粮食消费大国，以大米作为主食，水稻的产量直接影响大米产量。近几年我国经济发展水平的不断提高，人们对物质生活的需求也越来越高，对粮食需求量日益增加，粮食产量能否满足人们需求直接影响人们的生活水平和幸福感。

近几年，全球气候变暖、自然灾害频发，全球生态系统结构、功能、自然资源开发和利用发生了重大变革。在自然资源结构变化背景下，我国种植环境恶化，极端气象、地质等灾害加剧，水稻种植区域不断变化，需要不断根据自然资源做出相应的调整。建立准确、有效的水稻种植区划模型对提升水稻产量、改善人类生活质量有重要意义。

国内外对水稻种植区划研究方法多种多样，最早是从气候角度出发，研究气候和水稻生长之间的关系，后来加入土壤等因子综合研究种植区划适宜性模型。王德燕等[1]基于天长市气候资源，通过分析生长季不同时期气温、积温、降水等气候因子对水稻生长影响的上下限，针对各个因子建立不同的适应度模型。蒋茜等[2]研究显示，影响水稻区划评价的因素不仅仅只局限于气候因子，地形因子和土壤因子对水稻生长的评价也有重要影响；同时使用主成分分析法筛选各个因子并确定权重，采用GridMet 模型进行空间建模和ArcGIS 的叠置分析，计算出水稻适宜性区划。

四川省绵阳市属北亚热带山地湿润季风气候区，年平均气温为14.7～17.3℃，降水量比较充沛，年均降水量825.8～1 417 mm。水稻作为绵阳市的主要粮食作物，以单季稻为主。近20 年来，绵阳市水稻种植面积一直维持在12 万～13 万hm2，种植面积和产量没有明显的提升。随着农业气候资源、土地资源、地形资源和技术条件不断改变，充分利用自然条件扩大种植面积和提高水稻产量、合理规划水稻种植区划具有重要的现实意义。

层次分析法（AHP）是20 世纪70 年代由美国运筹学家T.L.Saaty 提出，是对方案的多指标进行分析的一种层次化、结构化的决策方法及定性与定量相结合的评价分析方法，常用于解决多要素、多目标、多层次等复杂问题。本文以层次分析法对绵阳市水稻种植适应性区划进行建模研究，分析其水稻种植适应性。

1 材料与方法

1.1 材料

气象资料来源于四川省1981—2021 年的165个气象观测站数据，包括日平均气温、日平均日照时数、日平均相对湿度、日降雨量等。地形数据来源于美国航空航天局（NASA）。土壤数据来源于世界土壤数据库（HWSD）。

1.2 方法

1.2.1 农作物生长因子确定前人对区划的研究和生产实践证明，影响农作物生长的因子包括气候因子、地形因子和土壤因子[3-22]。结合前人对水稻的研究，本研究选择的气候因子为日平均气温、≥10℃活动积温、日照时长、相对湿度；地形因子选择为海拔、高程；土壤因子主要为pH。通过上述几项因子对绵阳市水稻种植适宜性区划进行分析。

1.2.2 技术路线通过上述选择的关键因子，将各个指标划分为：适宜性（2 分）、较适宜性（1分）和不适宜性（0 分）3 个指标等级并打分；利用层次分析法（AHP）确定各项因子权重，最后结合ArcGIS 叠加分析的加权求和，计算出最终的区划适宜性分布。具体技术路线如图1 所示。气象观测站数据为“点”数据，为了满足区划的“面”数据分析，需要将“点”数据向“面”数据转换。为了准确反映研究区的气候时空变化特点，采用全四川气象观测站数据进行空间插值，然后提取出研究区的气象数据。

图1 绵阳市水稻种植适宜性区划技术路线

为了计算各个因子对水稻生长的影响，采用层次分析法（AHP）确定各个指标因子权重，根据各项因子得分，利用ArcGIS 加权叠加分析，计算绵阳市水稻种植适宜性区划。

2 结果与分析

2.1 指标因子评价体系权重

采用层次分析法，对气象、地形和土壤指标因子进行层次划分，第一层为二级指标因子，第二层为一级指标因子，具体的层次划分见图2。

图2 层次分析分层图

第一层为一级指标因子所含的小类因子（二级指标）之间的权重确定，第二层为一级指标因子之间的权重确定，目标层为确定各个因子权重。根据层次划分建立判断矩阵，将矩阵内各个指标因子进行两两比对，并按其重要程度评定等级。两两指标因子重要性比较结果公式见式（1）：

aij表示判断矩阵中的第i列第j行指标因子值，该值是第j列第i行倒数，即其两两的比较结果。

根据上述公式，各层判断矩阵如表1～3。

表1 第一层气候判断矩阵

表2 第一层地形判断矩阵

计算各层之间相对权重，需要先按列进行归一化处理，公式见式（2）：

Hij为第i列第j行元素值归一化后结果值，dij为原值。

判断矩阵按行求和，见式（3）：

Hi表示第i行指标（同一指标）之和。

权重计算公式见式（4）：

Wi为第i个指标的权重值。

为了验证数据的准确性，需要对数据进行一致性检验，分别为层次单排序一致性检验和整个判断矩阵一致性验证。

层次单排序一致性检验公式见式（5）：

λmax 为最大特征根，n为唯一非零特征根。CI=0，有完全的一致性；CI接近于0，有满意的一致性；CI越大，不一致性越明显。

为衡量CI的大小，引入随机一致性指标RI，公式见式（6）：

检验整个判断矩阵是否具有满意的一致性，需要计算检验系统CR，见式（7）：

CR＜0.1，则表示判断矩阵通过一致性检验，该判断矩阵可用于计算各指标因子的权重，否则还需要对判断矩阵进行重新打分比较。

通过上述计算公式对判断矩阵进行计算并校验，最终各因子权重用公式（8）进行计算：

Pi为对应一级指标权重，Wi为对应一级指标权重下的二级指标的权重，Wfi为最终权重。

最终指标权重结果见表4。

表4 各因子权重表

2.2 适宜性区划指标

结合前人研究结果和研究区的历史种植经验可知，绵阳以单季稻为主，水稻种植在每年5—10 月，全生育期150～170 d，整个生长周期分为：幼苗期、返青期、分蘖期、孕穗期、拔节期、扬花灌浆期和成熟期。

气候条件方面，水稻在生长过程中最适宜温度为20～32℃，不能低于12℃和高于38℃；≥10℃活动积温最佳值应大于2 600℃，最低生长要求在2 500℃以上；年日照时数至少在1 050 h 以上，最适宜日照时数应大于或等于1 100 h；最佳年降雨量应在800～2 000 mm，最低不能少于400 mm，最高不超过2 400 mm；最佳年平均相对湿润度在50%～81%，不可低于40%或高于90%[23]。

地形条件方面，海拔和坡度对水稻同样有着重要影响，最佳种植海拔高度应在450 m 之下，最高不超过800m；坡度最佳种植范围应在9°及以下，最高应不超过20°[23]。

土壤影响水稻生长的因素主要是pH，最佳土壤pH 应在6～7.5，最低为5，最高不超过8.5，这些范围区间都能促进水稻生长[23]。

将水稻种植适宜性区划划分为3 个等级：适宜性、较适宜性和不适宜性。具体区划指标见表5。

表5 绵阳市水稻种植适宜性区划指标

2.3 水稻种植适宜性区划结果模拟

2.3.1 基于ArcGIS 构建区划结果基于表5 区划指标，利用ArcGIS 的栅格计算器提供的条件运算符，对不同适宜等级按照 2 分（适宜性）、1分（较适宜性）和0 分（不适宜）进行计算，得出各个因子的适应区划。综合种植适宜性区划，通过ArcGIS 加权叠加分析计算，得出综合适宜性区划。

2.3.2 气候区划结果气候数据主要基于气象观测站点数据，为了准确反映研究区气候数据，采用ArcGIS 反距离插值分析将“点”数据向“面”数据转换。在气候方面，绵阳绝大部分地区非常适合水稻的种植，生长季平均气温、≥10℃活动积温、湿度、年降雨量都在适宜范围内；而年日照时数在绵阳西部北川、安州区和北川部分地区不足，对水稻生长会产生一定影响。

2.3.3 地形区划结果在地形条件下，水稻种植适宜性区划分析结果得出，绵阳北部高海拔影响水稻生长，南部海拔较低，刚好属于水稻种植适宜范围；由于北部高海拔造成了北部坡度较陡，单纯从坡度因子来看，北部同样不适宜水稻种植。

2.3.4 土壤区划结果通过分析土壤pH 栅格地图可知，水稻生长的适宜程度较为离散，但大部分地区都比较适合水稻种植。

2.3.5 综合区划结果基于气候、地形、土壤的区划结果，利用ArcGIS 按照2.1 节所建立的权重以及各项因子的分数对各项因子进行加权求和，得出的综合区划结果图3。绵阳水稻种植综合区划的适应性受地形影响较大，北部不适合水稻生长，南部非常适合水稻种植。

图3 综合种植适宜性区划图

3 讨论与结论

绵阳市属北亚热带山地湿润季风气候区，由于受气候影响，近几十年来以单季稻为主。本研究利用近30 年绵阳市5—11 月的气候数据进行分析，并结合地形和土壤因子，采用层次分析法和叠加分析得到绵阳市水稻种植适宜性区划。绵阳南部和东南部无论气候条件、地形条件，还是土壤条件都有利于水稻的生长，非常适宜种植水稻；西南地区中部受日照不足影响，属于较适宜种植水稻；西北地区受高海拔、陡坡地形影响，不适宜种植水稻。

本研究的水稻种植适宜性区划基于层次分析法，该方法是建立在人类主观因素之上，通过判断矩阵和一致性检验，在一定程度上减少了人类主观因素的影响，虽然该方法是以人的知识和经验占主导，结果存在一定误差，但本研究选用气候、地形、土壤多源数据进行组合，根据水稻所适宜的依赖性进行综合分析，研究结果对今后绵阳市调整水稻种植结构、优化布局、提高资源利用率、生产更多更优质水稻仍具有参考意义。