基于光热地资源的特色农业精细区划指数模型——以韩城市花椒种植为例

马冠华，王双银，王正中,2

(1.西北农林科技大学水利与建筑工程学院，陕西 杨凌 712100；2.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西 杨凌 712100)

积极探索富有地域优势的特色农业高质量发展模式，因地制宜地推动贫困地区农业经济可持续发展是黄河上中游干旱缺水、环境脆弱区加快乡村振兴、带领人民致富的根本出路，而其中特色农业的发展需要具有区域特征的农业区划作为依据。以往的区划研究常针对省域等大尺度区域，其精度无法指导县(乡)小范围农业布局，目前亟需精细的农业区划研究为特色农业发展和乡村振兴提供理论支撑，同时特色农业精细区划也是黄河流域高质量发展和“六宜”模式的资源基础。光、热、水、土地资源在农业生产中必不可少，但只有水资源可通过水利工程的时空调蓄与调配来满足各区域需求，而光、热、土地资源均随地理坐标固定且不可调配，因此光、热、土地这些当地的自然资源禀赋才是区域特色农业精细区划的制约因素，也是特色农业发展的本土特性。立足于县级区域光、热自然资源禀赋，考虑地形因素对其分布的影响进行精细区划，可为光热地资源均衡利用和水资源精准配置提供理论依据，推动高质量特色农业发展。

目前，农业区划和土地分区的研究方法和成果已相当丰富，却很少将光照纳入区划指标中[1-4]；气候资源的空间分布研究已很成熟，但往往都是大区域的气候空间分布模型[5-8]，县域尺度的精细研究较少；大尺度范围的气候要素空间插值方法淡化了地形因子和立地条件的影响，并不适用于小范围的山地特色农业。本文基于县域尺度，根据影响特色农业生产的光、热、地形因素选取区划指标，参考各位学者[9-13]提出及改进的气候要素空间分布研究方法，利用GIS软件结合30 m×30 m DEM数据构建反映光热地资源禀赋的区划指标高精度空间分布模型；依据指标空间分布模型利用熵权法建立县域特色农业区划指数模型，获得韩城特色农业区划结果，以期为当地乡村振兴实践提供指导。

1 材料与方法

1.1 研究区概况

陕西省韩城市地处110°07′19″～110°37′24″ E，35°18′50″～35°52′08″ N，位于陕西东部黄河西岸，关中盆地东北隅，总面积1 621 km2，总人口50万。韩城地势西北高、东南低，山塬川滩等地貌类型兼有，且处于暖温带半干旱区域，属大陆性季风气候，四季分明，气候温和，光照充足，雨量较多。

大红袍花椒为韩城的主打特色农产品，其具有较高的经济价值。韩城凭借着优良的农业基础、较好的气候条件和独特的地形地貌，成为探索高质量特色农业发展模式的重点区域。

1.2 数据来源

研究区域的数字高程模型(DEM)30 m×30 m分辨率数据来源于地理空间数据云网站(http://www.gscloud.cn)；韩城及周边共计10个气象站1981—2010年日平均气温和多年平均年太阳辐射资料来源于中国气象数据网(https://data.cma.cn)及“NASA POWER”(https://power.larc.nasa.gov)，检验站点的气象资料来源于中国大气同化驱动数据集(CMADS V1.1)。各站点的位置见图1，黄河以东气象站点为山西省的吉县、乡宁、稷山、万荣、河津、临猗，黄河以西气象站点为陕西省的宜川、黄龙、合阳、韩城；研究区域韩城市的数字高程模型(DEM)如图2所示。

图1 气象站点分布Fig.1 Distribution of meteorological stations

图2 韩城市数字高程模型Fig.2 Digital elevation model of Hancheng

1.3 精度检验方法

针对构建的各气候要素空间分布模型，选择平均相对误差(MRE)作为拟合误差的评判标准。

(1)

式中,n为检验站点数量，Xa,i为检验站点实测值，Xm,i为检验站点模拟值。

1.4 区划指标的选择和分级

以探究光、热、地资源影响下的特色农业精细区划为重点，以韩城特色农产品——大红袍花椒为例，结合其生长发育条件选择指标并分级。

坡度和坡向是农业生产中不可忽视的影响因素，根据耕地坡度分级并参考其他地区农业区划，为了防止水土流失以及便于种植管理，坡度一般以≤25°最佳[1,4]，且花椒属于强阳性树种，坡向以光照充足的南坡最优。

气温是农业生产中至关重要的自然因素，它不仅决定作物种植区域的布局，还对作物产量和品质产生巨大的影响。本文选取多年平均日气温和≥10℃活动积温作为区划指标，参考其他农业区划成果并结合大红袍花椒生长发育条件[1,4,14]，以多年平均日气温11℃～13℃、≥10℃活动积温不小于4 200℃作为花椒种植最适宜的条件。

光照是农作物进行光合作用必不可少的条件，而且有助于农作物的蒸腾作用，对维持植株温度以保证代谢过程的正常进行具有重要影响。本文以太阳辐射量和日照时间作为光照区划指标，结合韩城实际气候条件并考虑花椒的生长发育需求[15]，认为年太阳辐射量≥5 000 MJ·m-2，年日照时间≥2 400 h为最佳。

综合分析参考其他区划成果及花椒生长发育条件[1, 4, 14-17]，各指标具体等级量化结果见表1。

表1 花椒种植区划指标等级量化

2 结果与分析

2.1 地形区划指标空间分布模型

通过GIS技术对韩城市DEM数据进行投影变换，利用3D Analyst中的“坡度”、“坡向”工具构造韩城市坡度、坡向分布图(图3a、3b)。由图可知韩城地势西北高，多为山地，东南低多为平原滩地，同时图中也显现了韩城境内的主要河流如凿开河、盘河、澽水等的河滩分布情况，模拟效果较好。根据韩城市坡度、坡向分布(图3a、3b)，结合区划指标等级量化(表1)进行重分类，可得韩城市地形区划指标(坡度、坡向)空间分布精细化模型。

图3 区划指标空间分布Fig.3 Spatial distribution of zoning index

表2 各气象站点概况

2.2 气温区划指标空间分布模型

在气温空间分布模拟的研究中，由于气象站点数量有限，研究人员往往通过插值的方法将点数据扩展到面，从而获得区域气温的分布结果。常用的气温空间插值方法有克里金法、反距离权重法、趋势面法和样条函数法等[18-19]，但这些方法普遍未考虑地形地貌和下垫面对气温的影响。山地温度的空间分布与地理位置、地形因子等紧密相关，对于山地面积达69%的韩城市若仅使用传统气温插值模型将产生巨大的误差，本文采用多元线性回归分析推导出常规气温统计模型，在此基础上结合DEM数据进行修正，构建地形因子影响下的实际气温空间分布模型。

(1)常规气温统计模型。本文选取的气象站点中，黄龙、宜川、吉县、乡宁位于海拔较高的山地丘陵，万荣、河津、稷山、临猗地处海拔较低的平原滩地，这些站点对于模拟地势起伏大的韩城市气温分布具有代表性。根据10个站点的气温资料及其地理位置信息(经纬度、海拔)(表2)，推导出常规气温统计模型：

TC=a0+a1x1+a2x2+a3x3

(2)

式中，TC为气温模拟值，a0为常数，a1、a2、a3为偏回归系数，x1、x2、x3为经度、纬度和海拔。由多元线性回归分析可知，多年平均日气温的常规气温统计模型为，TC=16.145-0.006x，其R2为0.943，F为132.785；≥10℃活动积温的常规气温统计模型为TC=5385.089-1.839x3，其R2为0.963，F为208.410。两个模型的偏回归系数均通过置信度为95%的显著性检验。

由此可以看出,研究区域及周边站点的多年平均日气温及≥10℃活动积温与海拔呈显著的负相关关系，而与经纬度的相关关系不显著。通过GIS技术对韩城市经投影变换处理的DEM数据进行“栅格转点”、“字段计算”、“点转栅格”操作，可得韩城市常规统计模型下的气温空间分布情况，其中≥10℃活动积温的空间分布见图3d。多年平均日气温由于受微观地形的影响较大，需要结合DEM修正提高精度。

(2)基于DEM修正的实际气温分布模型。常规气温统计模型仅考虑了宏观上经纬度、海拔对气温的影响，而忽视了微观地形因素如坡度、坡向，根据面辐射与地形的函数关系[10-11]，实际气温计算公式为：

TD=TCcosi/cosz

(3)

式中，TD为地形因子影响下的实际气温，TC为常规统计模型模拟的气温，i为地球表面法线与太阳光线的角度，可利用公式(4)求得；z为太阳天顶角。

cosi=cosαcosz+sinαsinz(φ-β)

(4)

式中，α为坡度，φ为太阳方位角，β为坡向。参照中国的地理位置特点和气温模拟方法[11]，可设太阳天顶角为45°，太阳方位角为180°，则上述模型可归纳为：

TD=TC(cosα-sinαcosβ)

(5)

以韩城市坡度、坡向分布图(图3a、3b)为基础，结合常规统计模型下的气温空间分布，进行GIS“栅格计算”操作，可得韩城市实际多年平均日气温分布情况，如图3c。

根据韩城市实际多年平均日气温和≥10℃活动积温空间分布图，结合检验站点气温资料进行检验，得多年平均日气温空间分布模拟的MRE为8.3%，≥10℃活动积温空间分布模拟的MRE为7.9%。

由图3c、3d可以看出：韩城山地多年平均日气温和≥10℃活动积温均较平原滩地低；多年平均日气温的空间分布与地形起伏有较好的相关性，阳坡和缓坡的多年平均日气温较阴坡和陡坡高，且山地与平原滩地相接的位置出现高值；≥10℃活动积温的空间分布基本呈现东高西低的趋势，与西高东低的地势分布特征也有较好的相关性，总体上随海拔升高积温降低。根据韩城市多年平均日气温、≥10℃活动积温分布(图3c、3d)，结合区划指标等级量化(表1)进行GIS重分类，构建韩城市气温区划指标(多年平均日气温、≥10℃活动积温)空间分布精细化模型。

2.3 光照区划指标空间分布模型

由于太阳辐射观测站数量较常规气象站更为稀少，利用观测资料来描述太阳辐射的空间分布具有相当大的难度，因此大尺度范围的太阳辐射数据往往以空间插值为途径利用日照百分率、日照时间拟合而得[6, 20-22]，或采用卫星遥感数据反映其时空分布[23]，但对于考虑微观地形因子影响的小尺度研究区域，同样需要根据DEM进行太阳辐射计算[9, 12-13, 24]。本文利用韩城市及周边10个气象站点的年均太阳辐射数据，通过GIS技术中的“反距离权重插值”、“掩膜提取”获得韩城市太阳辐射空间分布，结合实际多年平均日气温空间分布中考虑坡度坡向的地形因子修正方法(公式5)，采用“栅格计算”对插值结果进行修正。

RD=RC(cosα-sinαcosβ)

(6)

式中,RD为考虑地形因子影响的模拟太阳辐射量，RC为空间插值模拟的太阳辐射量，α为坡度，β为坡向。根据修正结果建立韩城市实际太阳辐射量空间分布模型，描绘韩城市实际太阳辐射量分布，如图3e。根据韩城市年均太阳辐射量的空间分布，结合检验站点太阳辐射资料进行检验，可得年均太阳辐射量空间分布模拟的MRE为6.3%。

对于日照时间的空间分布情况，本文采用GIS技术Spatial Analyst中的“太阳辐射”工具，以韩城市30 m×30 m DEM数据投影栅格为基础，通过设定纬度、天空大小、时间长度等参数模拟日照时间，将结果与韩城相关日照时间资料对比并考虑天气因素加以修正，从而描绘韩城市日照时间的空间分布情况(图3f)。

由图3e、3f可以看出：太阳辐射量和日照时间在起伏大的山地有较好的对应关系，即太阳辐射量随日照时间同向变化；阳坡较阴坡的太阳辐射量大和日照时间长；由于地形遮挡缘故，平原地区整体上较山地地区光照资源丰富。根据韩城市光照分布(图3e、3f)，结合光照区划指标等级量化(表1)进行GIS重分类，可得韩城市光照区划指标(太阳辐射量、日照时间)空间分布精细化模型。

2.4 区划结果

根据地形、气温、光照3类共计6个区划指标的空间分布精细化模型，采用熵权法确定各指标权重。熵权法的基本思路就是利用指标变异性的大小来客观确定权重[25-26]，因为文中的各类指标具有不同的含义，量纲上也不尽相同，为保证结果的客观性和科学性，首先需要对各指标进行无量纲标准化处理，采用Min-max标准化方法，给定N项指标X1,X2, …,XN，其中某项指标Xi={x1,x2,…,xn}，则标准化公式为：

(7)

式中，xij为第i项指标的第j个原始值，Yij为标准化处理后的指标值。

单项指标信息熵计算公式：

(8)

(9)

各项指标权重计算公式：

(10)

由于地形指标中的坡度和坡向变化程度过大，不适宜采用熵权法确定权重，考虑本文侧重点及韩城实际地形条件，将坡度和坡向的指标权重均设为0.1，其余指标权重总和为0.8。以地形、气温、光照空间分布模型为基础，借助GIS“栅格转点”技术，获得韩城市境内多年平均日气温、≥10℃活动积温、太阳辐射量、日照时间的点数据，通过对数据汇总处理和熵权法计算，可得各指标权重(表3)。

表3 花椒种植各区划指标权重

根据各指标权重及其空间分布，通过加权综合评价法构建基于光热地资源的韩城市特色农业精细区划指数模型，并依据GIS自然间断点分级法进行重分类操作，将韩城市划分为特色农业(花椒种植)最适宜(>2.3)、适宜(1.7～2.3)和不适宜(<1.7)三类区域(图4)，结合韩城现状农业布局(图5)，可知：

(1)最适宜区面积为470 km2，占韩城市总面积的29%，主要为龙门镇、新城街道、金城街道、芝川镇的大部分辖区以及其他4镇的东部区域。可见综合地形、气温、光照影响因素，韩城市的东部平原及黄河沿岸地区是花椒种植的最佳区域。参照韩城现状农业布局，该区域主要为粮食蔬菜种植，考虑是由于历史原因及人口聚居习惯，这些区域农耕发展较早且主要满足人民生活需求，目前已形成较发达的城市集镇，主要以“旅游+特色农业”，如开发沿黄农副特色旅游产品、举办韩城国际花椒节等新型农业模式来发展农业经济，建议今后加强农业布局与城镇建设的协调规划以达到农业经济均衡高速发展。

(2)适宜区面积为746 km2，约为总面积的46%，主要为桑树坪镇、西庄镇、板桥镇、芝阳镇的大部分辖区，其中芝阳镇是韩城市最大的农业乡镇。该区分布在较为平缓的山地及河流附近，具有山地立体农业实施条件，参照韩城现状农业布局，可见该区域当前主要种植花椒且已初具规模，同时兼有苹果、火龙果等高产值经济作物和部分粮食作物，建议进一步推进特色农业产业化，将零星区域汇成片状产业园区，规范高效地打造高质量农业品牌。

(3)不适宜区面积为405 km2，占总面积的25%，主要分布在韩城市西部深山高岭区，集中于西北黄龙山系沿线。不适宜区往往由于高海拔、坡陡、背阴等缘故，光热条件较差，建议在该区域发展林业或观光农业，在物尽其用的同时发挥生态保护功能。

图4 韩城市花椒种植土地区划Fig.4 Land zoning for Chinese prickly ashplantging in Hancheng

图5 韩城市现状农业布局Fig.5 Current agricultural layout in Hancheng

3 讨 论

目前已有较多学者进行了农作物种植区划研究，但多数是在大尺度范围下对指标常规插值处理，导致结果精度较低。在全面推进乡村振兴的时代背景下，以往的农业区划研究需要进一步精细化。本研究综合考虑特色农业生产中的光、热、地形要素，在传统区划指标空间分布研究的基础上结合高精度DEM数据进行修正，构建了更为精细的县域特色农业区划指数模型。该模型虽然考虑了花椒种植中涉及光照、热量、地形的6个区划指标，但其实特色农产品的培育还受到经济、政治等因素的影响，区划结果与实际种植情况存在一定差异，结合本文研究结果，韩城花椒种植的适宜区与其现状布局较为一致。

本次研究采用指标量化分级进行适宜性区划，结果仅显示了特色农产品(花椒)的适宜种植范围。今后可基于光热水土等立地自然资源，将该模型与不同特色农作物生长发育期各阶段需求有机结合，得到时空尺度下广泛而精细的区划结果，从而依据全新的特色农业布局进行种植结构优化和水资源精准配置，以实现黄河流域高质量发展及“六宜”模式，在光热水土资源均衡利用的同时使经济高速增长。

4 结 论

1)为追求本土资源禀赋合理开发及可持续利用，本研究着眼于特色农业生产中的光热地资源，以陕西韩城的花椒种植为例，依据黄河两岸陕西和山西10个站点的气象资料，在统计分析、空间插值、指标分级等方法的基础上，结合DEM数据修正及熵权法构建了高精度的指标空间分布模型和特色农业精细区划指数模型，将韩城划分为花椒种植最适宜区、适宜区和不适宜区，客观地反映了韩城花椒适宜种植范围的精细布局，为优质花椒产品基地规划提供指导。今后可依据不同作物生长发育所需的光热地条件改变指标的量化分级，将该区划指数模型广泛运用，为黄河流域高质量发展及乡村振兴等战略的实施提供高分辨率、高精度的区划依据。

2)在光热资源及地形因素影响下，韩城适宜种植花椒的区域高达总面积的75%，表明其发展花椒产业的空间巨大，应在培育优良品种、加强栽培管理的同时，充分挖掘光、热、土地这些本土特性，并结合区域水资源规划在适宜区内适度扩大种植范围，促进其特色农业产业发展和品牌推广。

3)韩城东部黄河沿岸的河谷川塬是花椒种植的最佳区域，其不仅地势平坦而且光热资源充足，但目前已形成城市集镇，需协调规划并探究新型农业模式；花椒种植适宜区位于韩城西部的浅山丘陵，该区现拥有较好的特色农业基础，其中芝阳镇、芝川镇等地已建成部分花椒基地，建议今后在立体种植布局的基础上推进特色农业产业化；花椒种植不适宜区分布于光热及地形条件较差的深山高岭，为最大程度追求资源均衡利用及发挥生态保护功能，建议在该区发展林业和观光农业。