基于GIS的天津市淡水养殖适宜性评价

2012-04-29贾宝红欧阳海鹰

天津农业科学 2012年6期

贾宝红　欧阳海鹰

摘要：采用GIS这一先进的信息技术手段，在研究确立天津市淡水养殖影响因子指标及其权重的基础上，利用IDRISI作为适宜性分析软件，对所有数据进行计算，建立淡水养殖区域适宜性分析模型，得出可开展淡水养殖的区域，并将可规划区域划分为“不适宜”、“比较适宜”、“适宜”和“最适宜”4种类型，期望为水产管理部门制定未来水产养殖发展规划提供科学依据。

关键词：地理信息系统；淡水养殖；适宜性评价

中图分类号： S965.9 文献标识码：ADOI编码：10.3969/j.issn.1006－6500.2012.06.016

天津市地处华北平原东北部，环渤海地区的中心地带，北依燕山，东临渤海，与北京市和河北省相接壤，区位优势明显。天津市平原辽阔，河流纵横，坑、塘、洼淀星罗棋布，素有“九河下梢”之称，是海河五大支流南运河、北运河、子牙河、大清河、永定河的汇合处和入海口。流经本市的一级河道就有19条，二级河道79条，还有6条人工河道，大型水库3座、中型水库12座、小型水库60座、水系干流闸坝13座。

由于独特的地理条件，天津市水产养殖业发展由来已久。尤其经过改革开放以来的高速发展和近年来的调整整顿，水产养殖业已成为天津农业的重要组成部分和农业经济增长点。然而，随着滨海新区的开发开放，天津市经济进入高速发展的新时期，水产养殖业如何发展，还有多少发展空间，急需进行科学的规划研究。

本研究采用了地理信息系统（Geographic Information System，GIS）[1-4]这一先进的信息技术手段，突破传统的水产养殖用地评估依靠经验和人为主观方式进行，缺少科学定量分析的模式，着重对天津市淡水养殖自然资源、社会经济资源进行适宜性评价，并将其结果划分出等级，帮助水产管理部门制定科学的水产养殖发展规划，目的在于充分发挥天津市水产养殖资源的生产潜力，更合理地配置和利用全市资源，以保持我市水产养殖生产的可持续发展。

1GIS技术在渔业领域的应用

GIS起源于20世纪60年代，是以地理空间数据库为基础，在计算机软硬件的支持下，对空间相关数据进行采集、管理、操作、分析、模拟和显示，并采用地理模型分析方法，适时提供多种空间和动态的地理信息[5-6]。GIS技术的最重要特征是具有集成管理大量多专题的空间与属性数据的能力，其强大的空间数据处理和分析功能，不仅可以成功地支持整个评价过程、实现指标的空间分布可视化，还可以获得评价目标的深层次的信息。

目前，GIS技术已广泛应用于众多领域，尤其在农业土地、林牧业土地、城市土地等土地资源规划、评价上的应用研究已日趋成熟。在渔业领域中的应用则开始于20世纪80年代，用于内陆水域渔业管理和养殖场的选择，20世纪80年代末期，GIS逐步运用到海洋渔业中。发展到今天，GIS在渔业中的应用越来越受到科研人员及国际组织的重视。1999 年，第一届渔业 GIS 国际专题讨论会在美国西雅图举行，之后每3年举办1次，目前已举办了4届。综合目前国内外 GIS 技术在渔业中的应用，更多的还是在海洋渔业领域，通常涉及以下几个主要方面：渔海况数据采集与分析，渔业资源与海洋环境关系，水产养殖选址，渔业资源评估与分析，标志放流，海洋生态系统以及渔情预报等[7]。

我国20世纪90年代中期才将GIS技术引入渔业领域，与国外相比发展较缓慢，但近几年我国在渔业信息收集和数据库建立方面取得了较大的进步。目前已建立实用性数据库和信息系统，如渔业科技文献、科研成果管理、全国渔业区划、淡水鱼类种质资源、使用养殖技术、渔业统计、海洋渔业生物资源、基建项目与财务管理、海洋捕捞许可证与船籍证管理、远洋信息、管理系统等，为渔业管理提供了有效的方法。海洋管理中应用地理信息系统技术主要是将数据资料整理后进行统计，建立相关数据库，如南海海洋渔业GIS管理系统、渤海生物资源管理和环境保护、环境信息地理信息系统及我国专属经济区和大陆架生物资源地理信息系统等项目[8]。在大量的研究中也有开展渔业养殖区域规划方面的，如中国水产科学研究院渔业综合信息研究中心同世界渔业中心（FishCenter）合作开展了河南省渔业养殖区规划研究，取得了良好的效果。

2建立天津市淡水养殖影响因子评价指标体系

2.1指标筛选

适宜性评价过程需要自然科学、经济学和社会学等各方面的力量，只有全面、综合地分析研究区域的自然、经济、社会条件，才能客观地对土地做出评估，增强区域评价成果的科学性和运用价值。影响水产养殖生产的因子很多，不可能也没有必要对所有因素都一一进行评估。通常，只选那些与当地水产养殖生产密切相关的因素作为评估因子[9]。各地条件不同，不可能采用统一的影响因子指标。为了获得科学、系统和符合实际的评价结果，本研究主要遵循以下三方面原则。

（1）主观性与客观性相结合原则。水产养殖评价体系构建中，既要注意客观构成要素的科学测定，也要充分考虑主观评价的感受，既要利用专家的知识和经验，如召开专家会，对各指标的重要性做出判断，又需要定量数据作为评价支撑，充分利用当地现有的资料，尽量选择可以量化、直接的指标，如年鉴和问卷调查，即我们通过相对客观的手段获取指标值。

（2）主导性与差异性相结合原则。在全面分析每一个质量因子的基础上，既需要选取对研究区水产养殖生产力长期起主导作用的质量因子作为适宜性评估影响大的因素，又需要体现空间分布差异性的因子，对于那些对水产养殖适宜性有重要影响，但在评估区内基本一致的因素应视为背景因素。

（3）可操作性与实用性相结合原则。指标体系不宜求全、求细，否则将会因指标群过于庞大而减弱可操作性，甚至导致无法应用。这就需要尽可能简化，只保留核心指标，将指标内部之间有因果关系或关联程度大的指标删减。尽可能采用现行的国家和天津市统计口径，便于收集和计算分析，避免或减少调查项目与工作量。

2.2确定指标权重

指标权重的确定方法通常分为主观赋权法和客观赋权法两大类，但两种方法都有其自身的局限性，主观赋权法客观性较差，容易受人为主观因素的影响；客观赋权法可以减轻主观因素的影响，但确定的权重缺少稳定性，不能充分体现指标本身的相对重要程度，有时与指标的实际重要程度相悖，解释性较差[10-12]。同时，学者认为选择评价指标体系的建立方法时必须根据评价对象的具体特征来进行，且在农业相关指标评价中，除了定量分析外，还存在有一些定性的判断[9,13-14]。

因此，本研究考虑到水产养殖评价的特殊性，选用了能够将定量分析和定性判断相结合、对非定量因素进行量化分析的层次分析法和德尔菲法相结合的方法来确定天津市淡水养殖发展影响因子指标的权重。

结果表明，在影响天津市淡水养殖发展的因素中，自然资源是最关键的影响因素，权重高达63.39%，其次是市场前景，权重为23.19%，最后是发展基础条件13.42%。在自然资源方面，水资源对淡水养殖发展起着决定性的作用，权重超过了97%，其中地表水资源量和浅层地下水可开采量发挥较大的作用，而地表水接近程度的作用较小；在土壤资源方面，由于天津市土壤pH值和坡度较为相近，因此观测指标只选取了土壤质地类型。在市场前景方面，产品竞争力起主导性作用，权重为67.45%，其次是产品销售模式，而产品消费能力的作用较小；在产品竞争力方面，注册商标数量、名特优水产品产量占总产量的比例和有无出口水产品都发挥着较为重要的作用，在产品销售模式中，销售方式起着关键性的作用。在发展基础条件方面，从业人员水平和养殖技术水平共同起到了关键性作用，权重为49.23%和42.73%；其中养殖总体投入产出比、渔业专业从业人员管理水面情况、乡镇渔民人均纯收入的作用较为突出。

3天津市淡水养殖适宜性分析评价

3.1建立淡水养殖适宜性分析模型

本研究利用IDRISI作为适宜性分析软件，这一软件集地理信息系统和图像处理功能于一身，为众多相关应用研究领域提供了强有力的研究与开发工具[15]。水产养殖适宜性分析就是将影响水产养殖的各种因素数据栅格化，在IDRISI中利用各分析工具，依据专家赋予的权重，建立层次分析模型，最终得到客观计算结果的过程。整个过程可以分为两个部分。一是指标数据准备过程，通过地理信息系统软件将表格、矢量等多种格式的指标数据转换为统一标准的栅格数据；二是在IDRISI软件中，利用各种分析功能对栅格数据进行叠加运算和分类。

3.2淡水养殖区域适宜性评价结果

天津市淡水养殖适宜性评价结果表明，全市淡水养殖可以规划区域为7.258 2万hm2。非常适宜养殖的区域仅为391 hm2，占可规划面积的0.55%，分布在宝坻区；比较适宜区域为29 945 hm2，占可规划面积的41.25%，分布在宁河县、武清区、滨海新区、宝坻区和蓟县；一般适宜区域最大，为41 969 hm2，占可规划面积的57.82%，所有区县均有分布，以滨海新区、武清区、西青区的面积较大；不适宜区域最少，为277 hm2，仅占0.38%，分布在东丽区、北辰区和西青区3个近郊区。经综合分析，更加适合淡水养殖的区域主要集中在滨海新区、宁河县、武清区和宝坻区。比较而言，本研究得出的可规划养殖区域高出2010年天津市实际养殖面积的近1倍，这一结果有利于未来的天津市淡水养殖规划布局。研究结果中条件较好的规划区域与天津市淡水养殖现状较为吻合，说明本研究方法具有可操作性。

随着信息技术的飞速发展，相信GIS技术的数据处理和空间分析功能将更加强大。在水产养殖适宜性分析、实时监测、管理和预警等方面，GIS的研究与应用将显示其不可比拟的优势和巨大的潜力。

参考文献：

[1] 吕雄杰，贾宝红，宋治文，等.中国农业地理信息系统发展现状以及对天津的启示[J].天津农业科学，2010（5）：76-79.

[2] 栾青，马雅丽，李伟伟，等.GIS支持下的临汾市冬小麦动态估产模型研究[J].山西农业科学，2012（5）：563-539.

[3] 腊贵晓，刘国顺，曹杰，等.基于地统计学和GIS的喀斯特烟田土壤肥力综合评价——以贵州省毕节地区为例[J].河南农业科学，2012（4）：63-68.

[4] 李翔，杨宝祝，郭天财，等.基于WebGIS和ES集成技术的农作物管理地理信息系统研究[J].华北农学报，2003（2）：106-109.

[5] 吕雄杰，陆文龙，宋治文，等.GPS和GIS支持下的田间土壤含水量空间变异试验研究[J].天津农业科学，2006（1）：8-11.

[6] 赵俊英，刘晨璇.GIS软件在农村土地调查中的应用[J].山西农业科学，2011（9）：1012-1213，1016.

[7] 龚彩霞，陈新军，高峰，等. 地理信息系统在海洋渔业中的应用现状及前景分析[J]. 上海海洋大学学报，2011,20（6）：902-909.

[8] 郑晶予. 地理信息系统在渔业中的应用[J]. 河北渔业，2011（11）：44-45,50,61.

[9] 杨宁生，欧阳海鹰，杜宁. 利用GIS评估地区水产养殖发展潜力的研究[C]∥中国农业信息科技创新与学科发展大会论文汇编.北京,2007:92-101.

[10] 周鑫，刘志斌.模糊模式识别理论在土地利用规划环境影响评价中的应用[J].山西农业科学，2012（3）：252-256.