自然资源遥感, 2023, 35(2): 236-244 doi: 10.6046/zrzyyg.2022082

技术应用

浙江省杨梅种植适宜性区划

钟乐,1, 曾燕,2,3, 邱新法1, 施国萍4

1.南京信息工程大学应用气象学院,南京 210044

2.中国气象局交通气象重点实验室,南京 210008

3.南京气象科技创新研究院,南京 210008

4.南京信息工程大学地理科学学院,南京 210044

Suitability regionalization of Myrica rubra planting in Zhejiang Province

ZHONG Le,1, ZENG Yan,2,3, QIU Xinfa1, SHI Guoping4

1. School of Applied Meteorology, Nanjing University of Information Science & Technology, Nanjing 210044, China

2. Key Laboratory of Transportation Meteorology, China Meteorological Administration, Nanjing 210008, China

3. Nanjing Joint Institute for Atmospheric Sciences, Nanjing 210008, China

4. School of Geography, Nanjing University of Information Science & Technology, Nanjing 210044, China

通讯作者: 曾 燕(1972-),女,研究员,主要研究方向为应用气象与GIS应用研究。Email:jlzengyan@sina.com。

责任编辑: 李瑜

收稿日期: 2022-03-8   修回日期: 2022-12-1  

基金资助: 国家重点研发计划项目“面向绿色生态城市的一体化综合管理服务系统与应用”(2019YFB2102003)

Received: 2022-03-8   Revised: 2022-12-1  

作者简介 About authors

钟 乐(1996-),女,硕士研究生,主要研究方向为气象防灾减灾。Email: qq654148335@126.com。

摘要

杨梅是浙江省的特色作物之一,栽培面积居全国之首。为了对浙江省杨梅的种植适宜性进行全面研究分析,科学利用现代化气象观测数据,更好地为杨梅种植服务,基于气候因子分布式模拟,引入土壤、地形影响因子,利用层次分析法(analytic hierarchy process,AHP)确定各因子权重,结合各影响因子适宜性等级指标,将浙江省分为适宜、较适宜和不适宜3个种植区。结果表明: 浙江省气候适宜性区域占绝大部分面积,气候资源优越; 土壤条件较为优异,基本处于杨梅种植较适宜和适宜区间; 地形差异较大,地形是精细化杨梅种植适宜性的关键因子,地形适宜区海拔在250~450 m,坡度在5°~25°之间; 除浙江省北部地区和绍兴市、宁波市交界处外,其他地区均适宜或较适宜杨梅种植。研究结果实现了对气象因子的空间模拟,可为浙江省的杨梅种植布局发展和改进提供数据支撑,对提高杨梅产量和品质具有重要的现实意义。

关键词： 杨梅; 分布式模拟; 适宜性区划; 地理信息系统

Abstract

Myrica rubra is a specialty crop in Zhejiang Province. Its cultivation area in Zhejiang ranks first in China. This study aims to comprehensively investigate and analyze the suitability of Myrica rubra planting in Zhejiang and better serve the Myrica rubra planting by scientifically using modern meteorological observation data. Based on the distributed simulation of climate factors, this study introduced the influencing factors related to soil and terrain and determined the weights of these factors through the analytic hierarchy process (AHP). Then, in combination with the suitability grade indices of various influencing factors, this study divided Zhejiang into regions suitable, fairly suitable, and unsuitable for Myrica rubra planting. The results are as follows: Regions with a suitable climate occupy most of Zhejiang, indicating superior climate resources; Zhejiang Province enjoys excellent soil conditions and roughly varies between regions fairly suitable and suitable for Myrica rubra planting regarding soil conditions; The terrain varies greatly and is a key factor in the suitability of precise Myrica rubra planting. The regions with suitable terrains have altitudes of 250~450 m and slopes of 5°~25°; Except for northern Zhejiang and the boundary between Shaoxing and Ningbo cities, Zhejiang is suitable or fairly suitable for Myrica rubra planting. This study achieved the spatial simulation of meteorological factors, thus providing data support for the development and improvement of the Myrica rubra planting layout in Zhejiang and being of great practical significance for improving the yield and quality of Myrica rubra.

Keywords： Myrica rubra; distributed simulation; suitability regionalization; geographic information system (GIS)

PDF (4302KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

钟乐, 曾燕, 邱新法, 施国萍. 浙江省杨梅种植适宜性区划[J]. 自然资源遥感, 2023, 35(2): 236-244 doi:10.6046/zrzyyg.2022082

ZHONG Le, ZENG Yan, QIU Xinfa, SHI Guoping. Suitability regionalization of Myrica rubra planting in Zhejiang Province[J]. Remote Sensing for Land & Resources, 2023, 35(2): 236-244 doi:10.6046/zrzyyg.2022082

0 引言

“稽出杨梅世无双,深知风味胜他乡”,浙江省杨梅的栽培面积、产量、品质均居全国之首[1]。杨梅风味独特,树体耐贫瘠,宜山地种植,且固氮能力良好,颇有社会、经济和生态效益潜力[2]。据农业资料统计,杨梅已成为浙江省水果行业中第二大水果[3],但随着近年来全球气候变暖,气候灾害多发重发,浙江省杨梅种植产业发展受到一定制约[4]。因此,因地制宜地开展杨梅种植的优化布局和结构调整刻不容缓,进行气候资源分析和精细化气候区划、提高防灾减灾的计划性和科学性、提高可靠的数据支撑,对提高杨梅产量和品质有重要的现实意义。

目前,国内外对杨梅研究多集中在品种资源、树体栽培等方面,如杨梅的栽活成活率等; 对种植区划的研究止于气候灾害方面[1,5⇓⇓-8],如冻害过后的处理; 也有少数学者对杨梅种植适宜性区划进行了探究[9-10],具有重要意义及价值。然而,前人对杨梅适宜性区划的研究着重于对影响杨梅生长发育的气候因子的单因子分析,如年平均气温分析、≥10 ℃活动积温分析、年降雨量分析等,或将研究重点放在杨梅种植的土壤种类分析及地形因子分析,而气候因子、土壤种类、地形因子三者对于杨梅种植适宜性的综合影响区划并未取得过多成果。

在区划方法上,国内外诸多专家对不同种类的植物进行适宜性区划研究时,大都采用基于地理信息系统(geographic information system,GIS)的空间内插方法,利用有限的实测资料建立栅格化数据库(如香榧[11]、台湾青枣[12]、咖啡[13]等)。然而,气象因子的实际空间分布因地形、下垫面等因子复杂多变,且气象观测站一般设置于开阔平坦的地段,对水平面的观测结果无法反映实际的气象因子变化。

本文根据现有研究选取的区划指标,运用主成分分析法(principal component analysis,PCA)进行计算,既保障气候影响因子全集性,又在理论基础上精简了气候影响因子个数,同时引入土壤、地形因子[14],实现区划指标的细网格化。采用复杂地形下气象因子空间分布模型的理论成果,基于气候因子分布式模拟,模拟浙江省复杂地形下气象影响因子的空间分布模型,充分考虑实际地形下气象因子空间分布的变化,对浙江省杨梅种植适宜性区划进行全面研究分析,旨在为浙江省的杨梅种植布局发展和改进提供数据支撑。

1 研究区概况及数据源

1.1 研究区概况

浙江省(E118°02'~123°08',N27°3'~31°11')位于中国东南沿岸,地形复杂多变,地势由西南向东北呈阶梯状倾斜,西南以山地为主,中部多为丘陵(约占全省的70.4%),东北部主要为平原,故被誉为“七山一水两分田”(图1)。全省为典型亚热带季风气候,光照充足,年气温适中,四季分明,雨热同期,雨量丰沛,为杨梅生长发育提供了有利条件。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   浙江省地形图及遥感影像图

Fig.1   Topographic map and remote sensing image of Zhejiang Province


1.2 数据源

1)浙江省71个气象观测站1980—2015年的逐日平均气温、最低气温、降雨量数据,均包含站号及经纬度、高程信息。

2)浙江省基础地理信息数据(1∶25万),来源于国家基础地理信息中心(http://www.ngcc.cn/ngcc/)。

3)土壤数据,来源于世界土壤数据库(world soil database,WSD)的中国土壤数据集。

2 研究方法

2.1 评价指标选择

通过查阅各类文献[9-10,15⇓⇓⇓⇓⇓⇓⇓-23],选择多个影响因子并运用PCA法[24-25],使其重新组合,成为一组新的低相关性的综合因子,既可反映原有信息,又使原始数据信息损失量达到最小,起到降维的作用,克服了人为赋权的主观因子,提高了分析效率,使得分析结果更加准确科学。最终确定了9个影响因子作为杨梅种植适宜性区划的评价指标。具体包括: 4个气象因子(年平均气温/℃、一月份最低平均气温/℃、≥10 ℃活动积温/℃和年降水量/mm),2个土壤因子(土壤pH值和土壤质地),3个地形因子(海拔高度/m,坡度/(°)和坡向)。

1)气候条件: 杨梅喜温较耐寒,怕高温炎热,对日照要求不严,畏严寒及干旱,分布在我国南方的温带、亚热带地区。一般情况下,适宜的年平均气温在14~21 ℃,且冬季最低平均气温≥-9.7 ℃,年内≥10 ℃活动积温>4 500 ℃·d[15],年降水量>1 300 mm[16]。

2)地形条件: 海拔高度为50~500 m[17]、坡度在0°~30°以下的平缓地区或丘陵地区。

3)土壤条件: pH值在4.5~6.5之间的砾质土、砂质壤土、壤土、黏壤土中,土壤过黏不利于杨梅生长[6,9,18]。

2.2 评价指标体系及权重确定

2.2.1 评价体系及区划因子权重

对杨梅种植的影响因子相互添补制约,对单独因子分析解读是不全面的。因此,针对以上选定的9个影响因子,利用层次分析法[26-27](analytic hierarchy process,AHP)建立浙江省杨梅种植适宜性评价体系(图2),分层次进行定性、定量分析(计算公式见式(1)—(8)),从而确定各影响因子在杨梅种植综合评价因子中所占权重(表1)。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   浙江省杨梅种植适宜性评价体系

Fig.2   Suitability evaluation system of Myrica rubra planting in Zhejiang Province


表1   浙江省杨梅种植区划因子权重

Tab.1  Weights of regionalization factors for Myrica rubra planting in Zhejiang Province

区划因子因子初始权重
(因子类别内权重)		因子类
别权重		因子最终
权重系数
年平均气温0.246 10.231 00.056 9
≥10 ℃年积温0.239 90.055 4
一月平均最低气温0.087 60.020 2
年降水量0.426 30.098 5
土壤pH值0.333 30.264 40.088 1
土壤质地0.666 70.176 3
高度0.539 60.504 50.272 3
坡度0.297 00.149 8
坡向0.163 40.082 5

新窗口打开| 下载CSV


基于对杨梅适宜性区划指标的因子权重,构建综合区划指标(式(1))与层次单排序和层次总排序矩阵,并进行一致性检验。结果显示,层次单排序与层次总排序均通过一致性检验(式(7)—(8)),表1中因子权重分配合理。

$\boldsymbol{Z}=\left(b_{i j}\right)_{n \times n}=\left(\begin{array}{cccc} \frac{g_{1}}{g_{1}} & \frac{g_{1}}{g_{2}} & \cdots & \frac{g_{1}}{g_{n}} \\ \frac{g_{2}}{g_{1}} & \frac{g_{2}}{g_{2}} & \cdots & \frac{g_{2}}{g_{n}} \\ \vdots & \vdots & \ddots & \vdots \\ \frac{g_{n}}{g_{1}} & \frac{g_{n}}{g_{2}} & \cdots & \frac{g_{n}}{g_{n}} \end{array}\right),$

式中: Z为判断矩阵; bij为gi与gj对目标层的重要程度比; gi与gj为各因子对目标层的重要程度。

计算判断矩阵Z中各个因子的和,记为∑k=1nakj; 将判断矩阵Z中各行各因子的和归一化:

aij-=aij∑k=1nakj　(i,j=1,2,…,n)

将归一化后的判断矩阵按行相加,得到Wi-:

Wi-=∑j=1naij-　(i,j=1,2,…,n)

对Wi-=(W1,W2,…,Wn)T归一化,可得特征量:

Wij-=Wij∑j=1nWj-　(i,j=1,2,…,n)

一致性检验得到特征根λmax,公式为:

λmax=∑i=1n(MW)inWi

式中Wi为λmax所对应的特征量。

引入CI作为表示判断矩阵不一致程度的指标,公式为:

CI= λmax-mm-1,

式中m为判断矩阵的对角线之和。

引入一致性比率CR,表示随机一致性指标RI与一致性指标CI的比值,公式为:

CR= CIRI 。

在CR<0.1的情况下,使用归一化特征向量作为权向量,得到每个因子较上层某因子的权重值。

完成计算结构的层次总排序权重指标与一致性检验,公式为:

R=∑j=1naj·CIj∑j=1naj·RIj 。

在CR<0.1的情况下,认定层次总排序通过一致性检验,对特征向量进行归一化处理,得到每个因子的权重值。

2.2.2 评价因子等级量化处理

结合对杨梅种植已有的研究[15⇓⇓⇓⇓⇓⇓⇓-23],将各区划因子划分为不适宜、较适宜和适宜3个等级[28],并量化指标,分别赋予1,2,3的评价分值(表2)。

表2   各区划指标等级量化

Tab.2  Grade quantization of each regionalization index

因子类别因子适宜较适宜不适宜
气候因子年平均气温/℃15.9≤x1≤20(14≤x1<15.9)∪(20<x1≤21)(x1<14)∪(x>21)
≥10 ℃年积温/(℃·d)x2≥5 0504 500≤x2<5 050x2<4 500
一月平均最低气温/℃x3≥-7.5-9.7≤x3<-7.5x3<-9.7
年平均降水量/mmx4≥1 3001 000≤x4<1 300x4<1 300
壤因子土壤pH值5.5≤x5≤6.5(4.5≤x5<5.5)∪(6.5<x5<7)(1<x5<4.5)∪(7≤x5<15)
土壤质地砾质土、砂质黏土(黏)壤土黏土、壤质黏土
地形因子海拔/m270≤x7≤440(0≤x7<270)∪(440<x7≤500)x7>500
坡度/(°)5≤x8≤25(0≤x8<5)∪(25<x8≤30)(30<x8<90)
坡向北/东北西北/东/东南南/西/西南

新窗口打开| 下载CSV


2.3 气候因子网格化

浙江省地形复杂,太阳辐射因局地地形的分布变化及局地地形对气温的重分配作用使得气温的变化更加多变,且地表长波有效辐射直接影响最低气温的空间分布,对平均气温及积温空间分布的影响十分重要。同时,考虑到降水情况受地形的动力抬升、局地环流及局地对降水的影响,仅利用简单的地统计法或GIS空间插值法模拟降水量的空间分布并不准确,无法表达局地地形的变化,与实际结果存在偏差。因此,本文基于分布式模拟研究,模拟浙江省复杂地形下气象影响因子的空间分布模型(图3),以充分考虑实际地形下气象因子空间分布的变化。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   气象影响因子的空间分布模型

Fig.3   Spatial distribution model of meteorological influencing factors


本文使用1980—2015年间浙江省气象台站气温数据,建立复杂地形下浙江气温空间分布模型,综合考虑宏观地理条件、局地地形因子、太阳辐射因子以及大气状况变化等因子的影响作用[29],获得年平均气温空间分布图(图3(a))和一月最低平均气温空间分布图(图3(b)),反映了气温的宏观分布和局地分布规律; 以山地热量资源分布式模拟[30]为基础,建立复杂地形下≥10 ℃年积温分布式模拟(图3(c)); 采用潘虹等[31]研究思想模拟复杂地形下年降水分布,根据地面降水数据,叠加由海拔和地形因引起的局地降水再分配作用,实现年降水分布式模拟(图3(d))。模拟结果误差见表3。

表3   气候因子模拟误差

Tab.3  Simulationerrors of climate factors

气候因子平均绝对误差平均相对误差/%
年平均气温/℃0.392.67
≥10 ℃年积温/(℃·d)291.826.96
一月平均最低气温/℃0.272.13
年平均降水量/mm82.136.08

新窗口打开| 下载CSV


2.4 综合区划评估模型

利用上述指标因子生成气候因子、地形因子和土壤因子的单因子空间分布栅格图,并按照表2标准生成栅格等级图,将各等级图按表1标准加权叠加,得到杨梅种植适宜性综合评价结果,公式为:

Yi=∑j=110wjXij

式中: Yi为栅格i评价指标的综合得分; wj为第j个评价指标的权重系数; Xij为栅格i在第j个指标上的评价分值。

3 结果与分析

3.1 气候适宜性

浙江省丰富的气候资源与杨梅种植相适宜,除嘉兴市部分地区外,气候资源基本处于较适宜区和适宜区间,对杨梅品种的选择和果实的口感和酸甜度产生一定的影响。图4为浙江省杨梅种植的气候适宜性分布图。从中可以看出,浙江省气候适宜性区域占绝大部分,这些区域具有充足的热量和充沛的降水,气候资源优越,适宜杨梅生长需要。气候较适宜区主要分布在浙江省西北地区,湖州市和宁波北部西部,在杭州市、绍兴市、台州市也有零碎分布,这是因为这些地区虽然热量充足,气温满足杨梅种植的需求; 但降水偏少,年降水量在1 000~1 500 mm之间,对杨梅的生长产生一定的影响,加权相加后降年降水量成为制约杨梅种植的主要气象因子。气候不适宜区主要集中在嘉兴市及杭州南部湖州北部,这些地区热量不足,年平均气温低于杨梅生长需要的14 ℃,≥10 ℃年活动积温不满足杨梅生长需要的4 500 ℃·d,年降水量同样偏少,在1 000~1 500 mm之间,加权相加后使该区域较其他地区更不适宜杨梅种植。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   杨梅种植的气候适宜性分布

Fig.4   Distribution of climate suitability of Myrica rubra cultivation


3.2 土壤适宜性

浙江的土壤条件基本在杨梅种植较适宜和适宜区间变化,土壤条件较为优越,满足杨梅的种植需求(图5)。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   杨梅种植的土壤适宜性分布

Fig.5   Distribution of soil suitability of Myrica rubra cultivation


从图5中可以看出,土壤适宜区零星分布在整个浙江省,主要分布在杭州市、湖州市、衢州市、金华市和嘉兴市,这些地区多为砾质土、砂质黏土,pH值约在5.5~6.5之间,土壤酸碱度最为合适,十分适宜杨梅的种植生长。土壤较适宜区占浙江省的绝大部分区域,这些地区多为砾质土、砂质黏土、(黏)壤土,pH值在4.5~5.5或6.5~7之间,土壤酸碱度较为合适,较为适宜杨梅的种植生长。土壤不适宜区域同样零星分布在整省,主要分布在湖州市、嘉兴市、衢州市、金华市和绍兴市,这些地区多为黏土、壤质黏土,土壤过酸或呈碱性,pH值不适宜杨梅种植; 且肥力不足,不适宜杨梅种植。

3.3 地形适宜性

由AHP结果可知,地形因子是精细化杨梅种植适宜性的关键因子,其中海拔因子在所有因子中占权重最大。从图6可以看出,地形适宜区主要分布在绍兴市、台州市、杭州市中部和衢州市西部,这些地区海拔在250~450 m,坡度在5°~25°之间,热量充足,降水充沛,适宜杨梅种植。地形不适宜区分布在浙江省的西南部与金华市、台州市、温州市的交界处,这些地区为海拔高于500 m的山区,热量不足,无法满足杨梅种植的生长需要。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   杨梅种植的地形适宜性分布

Fig.6   Distribution of terrain suitability of Myrica rubra cultivation


3.4 杨梅种植适宜性分析

运用GIS模块分析,结合式(9)和表1,将气候因子、土壤因子和地形因子的适宜性栅格等级图进行叠加计算,得出最终的杨梅种植适宜性分布图(图7)。结合杨梅的实际生产情况及浙江省统计局公示数据,将浙江省杨梅种植适宜性划分为不适宜、较适宜和适宜3个等级。分析图7可知,浙江省绝大部分地区都较适宜种植杨梅。杨梅适宜种植在浙江省的西部和南部,主要分布在衢州市、丽水市和温州市,零星分布在杭州市、金华市和台州市。综合评析上述适宜种植地区,热量资源较为丰富,年平均气温、≥10 ℃年积温和一月最低平均气温能够较好地满足杨梅种植的适宜条件; 降水充沛,年降水量高于1 300 mm; 土壤多为砾质土、砂质黏土,呈弱酸性; 地形条件也普遍适宜杨梅种植,且多为丘陵地带,能很好地避免阳光直射。综合这些资源优势,得出杨梅种植优质高产的结论。与杨梅的实际产量统计相对比,本文研究结果基本符合现实情况,但因杭州市和衢州市的杨梅种植面积偏少,宁波市种植面积更多,所以虽然杭州市和衢州市条件适宜杨梅生长,但产量不如宁波市高。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   杨梅种植适宜性分布

Fig.7   Suitability distribution of Myrica rubra cultivation


杨梅较适宜种植在台州市、金华市、杭州市、绍兴市、宁波市和湖州中北部。这些地区热量资源充沛,年平均气温高于14 ℃且低于21 ℃,≥10 ℃年积温大于4 500 ℃·d,一月平均最低气温-9.7 ℃,海拔除市边界处外大多低于500 m,土壤pH值基本呈酸性或中性,多为砾质土、砂质黏土、(黏)壤土。海拔较低的平原地区,夏季容易出现高温热害造成杨梅减产或增加杨梅果实酸度; 而海拔高于500 m的山区易出现热量不足的现象,无法满足杨梅生长的热量需求,影响果实产量及品质。因此,上述地区为较适宜种植区,是浙江杨梅产出的重要区域,根据统计局公示数据显示,台州市杨梅产量为浙江省第一。近年来,随着种植技术的提高和对杨梅品种的选择,杨梅种植可以通过选择中熟或晚熟品种、移栽、合理施肥、嫁接、增施石灰、控梢促花等方式方法进行完善,充分利用浙江省的资源优势,促进杨梅的高产高质,发展优质杨梅种植培育,促进种植较适宜区向适宜区转换。

杨梅不适宜种植区分布在嘉兴市、湖州市,位于北部与绍兴市、宁波市的交界处。杨梅喜温暖较耐寒又怕高温炎热,对水分要求较高,不适宜区的热量资源较低,且年降水量不足1 300 mm,不能满足杨梅的生长需求; 同时,这些地区多为黏土、壤质黏土,土壤过酸或呈碱性,肥力不足,不适宜杨梅种植。因此,这些地区要慎重考虑杨梅种植。

将本文的研究结果与浙江省统计局及浙江水果产业协会公布数据相对比,浙江省的杨梅主要生产地前5名分别为台州、宁波、温州、金华与丽水,与本文适宜种植区和较适宜种植区基本一致; 与浙江省的杨梅种植基地所在地相对比,结果基本一致,浙江十大杨梅种植基地分布于慈溪、余姚、萧山、仙居、临海、青田、温州、兰溪等地,均属于杨梅种植的适宜区与较适宜区。将本文杨梅种植适宜性排列,结果如表4所示,可作为未来浙江省杨梅种植区划的依据。

表4   杨梅种植适宜性县级行政区排名

Tab.4  County ranking of suitability regionalization of Myrica rubra cultivation

序列县级行政区序列县级行政区
1云和县11泰顺县
2常山县12瓯海区
3瑞安市13衢江区
4平阳县14景宁畲族自治县
5开化县15松阳县
6青田县16龙游县
7苍南县17永嘉县
8文成县18乐清市
9龙泉市19永康市
10江山市20武义县

新窗口打开| 下载CSV


4 结论与讨论

4.1 结论

1)本文利用AHP法及气候因子的分布式模拟模型,实现了气象因子的空间模拟; 引入海拔、坡度、坡向、土壤质地和土壤pH值因子,建立杨梅综合区划评估模型,并对各区划指标的种植适宜性进行了具体分析。

2)研究结果表明,杨梅适宜种植在浙江的西部和南部,主要分布在衢州市、丽水市和温州市,零星分布在杭州市、金华市和台州市; 台州市、金华市、杭州市、绍兴市、宁波市和湖州市中北部为较适宜种植区; 嘉兴市、湖州市位于北部与绍兴市、宁波市的交界处,为不适宜杨梅种植区。浙江省气候资源适宜性优于地形资源和土壤资源,因此,在种植杨梅时,可适当增加人工技术,改善土壤,提高杨梅种植的适宜性。

3)本文对杨梅种植区划结果进行分析,可为杨梅精细化种植提供数据支持,为浙江省杨梅的种植优化布局提供优质的科学决策参考。

4.2 讨论

本文虽考虑了气候因子、地形因子和土壤因子,但杨梅的种植也同时受其他方面的影响(如经济、政策、种植面积等),所以本文的适宜性种植区域和较适宜性种植区域的产量与实际的杨梅生产存有出入。由于杨梅的品种差异,对气候因子、地形因子和土壤因子的要求也存在差异,在杨梅的种植过程中,同样需要人为调控,使得该区划更加合理适用。此外,本文并未深入研究浙江省的水域、基础设施、土地利用及居民居住等情况,因此在实际运用的过程中,还需进一步综合考虑。在对杨梅种植的下一步研究中,可根据MODIS,Landsat8等遥感数据产品[32-33]及植被遥感信息[34]提取等方法,制作预测杨梅产量的相关产品,使得研究成果具有宏观、快速、动态、实时等特点。

参考文献

金志凤, 王立宏, 冯涛, 等.

浙江省杨梅生产中主要农业气象灾害及防御措施

[J]. 中国农学通报, 2007, 23(6):638-641.

[本文引用: 2]

Jin Z F, Wang L H, Feng T, et al.

Major agricultural meteorological disasters and prevention of Myrica rubra in Zhejiang

[J]. Chinese Agricultural Science Bulletin, 2007, 23(6):638-641.

DOI:10.11924/j.issn.1000-6850.0706638      [本文引用: 2]

With the adjustment of planting structure, Myrica rubra has become the second largest fruit industry. Because of frequent meteorological disasters, climate is one of the factors which restrict the growth of Myrica rubra. According to material in climate and the situation of disaster, in this research, statistic method was applied to analyze distribution and outbreak regularity of primary meteorological disasters, such as frozen injury，high temperature, drought, and gale, and preventive measures were brought forward to ensure Myrica rubra with high quality and yield.

李松平, 金志凤, 冯涛.

浙江杨梅主产地气候资源和气候变化特征

[J]. 浙江农业学报, 2008(3):199-202.

[本文引用: 1]

Li S P, Jin Z F, Feng T.

Characteristics of climatic resources and climatic change about main product districts of Myrica rubra in Zhejiang Province

[J]. Acta Agriculturae Zhejiangensis, 2008(3):199-202.

[本文引用: 1]

杨照渠.

浙江省杨梅生产现状与发展对策

[J]. 中国果业信息, 2003, 19(4):5-6.

[本文引用: 1]

Yang Z Q.

Production status and development countermeasures of Myrica rubra in Zhejiang

[J]. China Fruit News, 2003, 19(4):5-6.

[本文引用: 1]

梁森苗, 朱婷婷, 张淑文, 等.

主要农业气象灾害对杨梅生长的影响及防止措施

[J]. 现代园艺, 2021, 44(3):122-124.

[本文引用: 1]

Liang S M, Zhu T T, Zhang S W, et al.

Effects on the growth of Myrica rubra and preventive measures from major agrometeorological disasters

[J]. Modern Horticulture, 2021, 44(3):122-124.

[本文引用: 1]

何新华, 陈力耕, 陈怡, 等.

中国杨梅资源及利用研究评述

[J]. 果树学报, 2004, 21(5):467-471.

[本文引用: 1]

He X H, Chen L G, Chen Y, et al.

Review on germplasm resources of Myrica and their exploitation in China

[J]. Journal of Fruit Science, 2004, 21(5):467-471.

[本文引用: 1]

康志雄, 骆文坚, 吕爱华, 等.

杨梅栽培气候区划与应用研究

[J]. 果树学报, 2002(2):118-122.

[本文引用: 2]

Kang Z X, Luo W J, Lyu A H, et al.

On the climatic regionalization for growing Myrica rubra in China

[J]. Journal of Fruit Science, 2002(2):118-122.

[本文引用: 2]

金志凤, 封秀燕, 陈士平.

大棚气温变化特征及其对杨梅生育期的影响

[J]. 浙江农业科学, 2004(2):7-9.

[本文引用: 1]

Jin Z F, Feng X Y, Chen S P.

Change characteristics of indoor temperature and its effects on growing period of Chinese bayberry (Myrica rubra) in plastic-house

[J]. Acta Agriculturae Zhejiangensis, 2004(2):7-9.

[本文引用: 1]

尤建林.

丁岙杨梅在临海市的引种表现及主要栽培技术

[J]. 现代园艺, 2021, 44(1):97-98.

[本文引用: 1]

You J L.

Introduction performance and main cultivation techniques of Ding’ao Myrica rubra in Linhai

[J]. Modern Horticulture, 2021, 44(1):97-98.

[本文引用: 1]

陈守智, 李正丽, 徐丽梅, 等.

云南省杨梅生态区划的研究

[J]. 云南农业大学学报(自然科学), 2004, 19(3):307-310.

[本文引用: 3]

Chen S Z, Li Z L, Xu L M, et al.

The climatic ecological regionalization of Myrica rubra in Yunnan Province

[J]. Journal of Yunnan Agricultural University(Natural Science), 2004, 19(3):307-310.

[本文引用: 3]

陈志银.

浙江省杨梅气候生态区划的研究

[J]. 浙江农业大学学报, 1993(2):139-144.

[本文引用: 2]

Chen Z Y.

Climatic ecological regionalization of bayberry in Zhejiang Province

[J]. Journal of Zhejiang Agricultural University, 1993(2):139-144.

[本文引用: 2]

金志凤, 杨忠恩, 赵宏波, 等.

基于气候-地形-土壤因子和GIS技术的浙江省香榧种植综合区划

[J]. 林业科学, 2012, 48(1):42-47.

[本文引用: 1]

Jin Z F, Yang Z E, Zhao H B, et al.

Comprehensive regionalization of Torreya grandis Merrillii cultivation based on climate,terrain and soil factors by GIS technology in Zhejiang Province

[J]. Scientia Silvae Sinicae, 2012, 48(1):42-47.

[本文引用: 1]

李丽纯, 陈福梓, 王加义, 等.

基于GIS的台湾青枣在福建引扩种的气候适宜性区划

[J]. 中国生态农业学报, 2017, 25(1):47-54.

[本文引用: 1]

Li L C, Chen F Z, Wang J Y, et al.

Climate suitability regionalization for Taiwan green jujube introduction and expansion in Fujian Province using GIS

[J]. Chinese Journal of Eco-Agriculture, 2017, 25(1):47-54.

[本文引用: 1]

Zhang S, Liu X, Wang X, et al.

Evaluation of coffee ecological adaptability using fuzzy,AHP,and GIS in Yunnan Province,China

[J]. Arabian Journal of Geosciences, 2021, 14(14):1366.

DOI:10.1007/s12517-021-07795-9      [本文引用: 1]

金志凤, 邓睿, 黄敬峰.

基于GIS的浙江杨梅种植区划

[J]. 农业工程学报, 2008(8):214-218.

[本文引用: 1]

Jin Z F, Deng R, Huang J F.

Regional planning for planting Myrica rubra based on GIS in Zhejiang Province

[J]. Transactions of the Chinese Society of Agricultural Engineering, 2008(8):214-218.

[本文引用: 1]

陈志银, 叶明儿.

杨梅生长的气候条件初探

[J]. 浙江气象, 1989(3):37-39.

[本文引用: 3]

Chen Z Y, Ye M E.

Preliminary study on the climatic conditions of Myrica rubra

[J]. Journal of Zhejiang Meteorology, 1989(3):37-39.

[本文引用: 3]

吴秀娟, 李亚华.

峡江县种植杨梅的气候条件分析

[J]. 安徽农学通报, 2010, 16(16):133-134.

[本文引用: 3]

Wu X J, Li Y H.

Analysis on climatic conditions of planting of Myrica rubra in Xiajiang

[J]. Auhui Agricultural Science Bulletin, 2010, 16(16):133-134.

[本文引用: 3]

陈志银.

海拔高度对杨梅花期和品质的影响初探

[J]. 浙江大学学报(农业与生命科学版), 1989(3):82-84.

[本文引用: 3]

Chen Z Y.

A Preliminary study on the influence of altitude on the flowering period and quality of Myrica rubra

[J]. Journal of Zhejiang University(Agriculture and Life Sciences), 1989(3):82-84.

[本文引用: 3]

缪松林.

不同土壤质地对杨梅生长和结果的影响

[J]. 中国果树, 1987(4):7-10.

[本文引用: 3]

Miao S L.

Effects of different soil textures on the growth and fruiting of Myrica Rubra

[J]. China Fruits, 1987(4):7-10.

[本文引用: 3]

秦遂初, 王海龙, 史建武, 等.

杨梅立地条件的调查研究

[J]. 浙江农业科学, 1989(4):183-186.

[本文引用: 2]

Qin S C, Wang H L, Shi J W, et al.

Investigation and research on Myrica rubra site conditions

[J]. Acta Agriculturae Zhejiangensis, 1989(4):183-186.

[本文引用: 2]

崔寒, 高习, 魏狄樊.

南安市杨梅种植的气候条件和种植区划分析

[J]. 福建热作科技, 2019, 44(4):54-56.

[本文引用: 2]

Cui H, Gao X, Wei D F.

Analysis about the climate condition and planting zones of Chinese Waxmyrtle at Nan’an Municiple

[J]. Fujian Science & Technology of Tropical Crops, 2019, 44(4):54-56.

[本文引用: 2]

缪松林.

中国杨梅生态区划研究

[J]. 浙江农业大学学报, 1995(4):366-372.

[本文引用: 2]

Miao S L.

Study on ecological regionalization of Myrica rubra in China

[J]. Journal of Zhejiang Agricultural University, 1995(4):366-372.

[本文引用: 2]

阮志文, 吴春燕, 黄建英, 等.

江西省分宜县引种杨梅的气侯条件分析

[J]. 园艺与种苗, 2012(6):58-61.

[本文引用: 2]

Ruan Z W, Wu C Y, Huang J Y, et al.

Analysis of climatic conditions for introducing Bayberry in Fenyi County of Jiangxi Province

[J]. Horticulture & Seed, 2012(6):58-61.

[本文引用: 2]

刘瑛, 毛予晖, 魏勇.

气象因素对杨梅的影响与园地选择技术

[J]. 农技服务, 2009, 26(12):111-112,145.

[本文引用: 2]

Liu Y, Mao Y H, Wei Y.

The influence of meteorological factors on Bayberry and garden selection techniques

[J]. Agricultural Technology Service, 2009, 26(12):111-112,145.

[本文引用: 2]

林海明, 张文霖.

主成分分析与因子分析的异同和SPSS软件——兼与刘玉玫、卢纹岱等同志商榷

[J]. 统计研究, 2005(3):65-69.

[本文引用: 1]

Lin H M, Zhang W L.

Differences and similarites between principal component analysis and factor analysis and SPSS software

[J]. Statistical Research, 2005(3):65-69.

[本文引用: 1]

韩小孩, 张耀辉, 孙福军, 等.

基于主成分分析的指标权重确定方法

[J]. 四川兵工学报, 2012, 33(10):124-126.

[本文引用: 1]

Han X H, Zhang Y H, Sun F J, et al.

A method for determining index weights based on principal component analysis

[J]. Journal of Sichuan Ordance Zngineerirg, 2012, 33(10):124-126.

[本文引用: 1]

赵玉灵.

基于层次分析法的矿山环境评价方法研究——以海南岛为例

[J]. 国土资源遥感, 2020, 32(1):148-153.doi:10.6046/gtzyyg.2020.01.20.

[本文引用: 1]

Zhao Y L.

Study and application of analytic hierarchy process of mine geological environment:A case study in Hainan Island

[J]. Remote Sensing for Land and Resources, 2020, 32(1):148-153.doi:10.6046/gtzyyg.2020.01.20.

[本文引用: 1]

张晓东, 刘湘南, 赵志鹏, 等.

基于层次分析法的盐池县地质灾害危险性评价

[J]. 国土资源遥感, 2019, 31(3):183-192.doi:10.6046/gtzyyg.2019.03.23.

[本文引用: 1]

Zhang X D, Liu X N, Zhao Z P, et al.

Geological disaster hazard assessment in Yanchi County based on AHP

[J]. Remote Sensing for Land and Resources, 2019, 31(3):183-192.doi:10.6046/gtzyyg.2019.03.23.

[本文引用: 1]

王丹丹, 邱新法, 曾燕, 等.

基于分布式模型模拟的茶树种植适宜性区划

[J]. 气象科学, 2018, 38(1):121-129.

[本文引用: 1]

Wang D D, Qiu X F, Zeng Y, et al.

Suitability regionalization of tea trees cultivation based on distributed model simulation

[J]. Scientia Meteorologica Sinica, 2018, 38(1):121-129.

[本文引用: 1]

邱新法, 仇月萍, 曾燕.

重庆山地月平均气温空间分布模拟研究

[J]. 地球科学进展, 2009, 24(6):621-628.

DOI:10.11867/j.issn.1001-8166.2009.06.0621      [本文引用: 1]

利用月平均气温物理经验统计模型，结合重庆市及周边51个气象站1961&mdash;2000年常规气象观测资料和重庆市1∶25万DEM数据，充分考虑地形（海拔、坡度、坡向和地形遮蔽）、太阳辐射、长波有效辐射等因素对气温的影响，完成了复杂地形下重庆市山地100 m&times;100 m分辨率月平均气温空间分布的模拟。模拟结果能较好地反映气温的宏观分布趋势和局地分布特征，月气温模拟平均绝对误差最大为0.40℃，全年平均为0.21℃。采用交叉验证、个例年验证和野外考察资料验证对模拟结果和模型性能进行了多方面的考察，结果表明：交叉验证误差全年平均为0.26℃；个例年验证误差全年平均为0.30℃；8个野外考察点验证各月误差总体小于1.0℃。

Qiu X F, Qiu Y P, Zeng Y.

Distributed modeling of monthly mean air temperature of rugged terrain of Chongqing

[J]. Advances in Earth Sciences, 2009, 24(6):621-628.

[本文引用: 1]

李梦洁. 浙江省山地热量资源分布式模拟[D]. 南京: 南京信息工程大学, 2008.

[本文引用: 1]

Li M J. The simulation of terrain heat resources in Zhejiang Province[D]. Nanjing: Nanjing University of Information Science & Technology, 2008.

[本文引用: 1]

潘虹, 邱新法, 高婷, 等.

基于TRMM和NCEP-FNL数据的降水估算研究

[J]. 水土保持研究, 2014, 21(2):116-122.

[本文引用: 1]

Pan H, Qiu X F, Gao T, et al.

Study on the estimation of precipitation with the data of TRMM and NCEP-FNL

[J]. Research of Soil and Water Conservation, 2014, 21(2):116-122.

[本文引用: 1]

覃纹, 黄秋燕, 覃志豪, 等.

广西糖料蔗种植区干旱遥感时空分析

[J]. 自然资源遥感, 2022, 34(2):261-270.doi:10.6046/zrzyyg.2021191.

[本文引用: 1]

Qin W, Huang Q Y, Qin Z H, et al.

Spatiotemporal analysis of drought in sugarcane planting areas of Guangxi by remote sensing

[J]. Remote Sensing for Natural Resources, 2022, 34(2):261-270.doi:10.6046/zrzyyg.2021191.

[本文引用: 1]

王月如, 韩鹏鹏, 关舒婧, 等.

基于Landsat8 OLI数据的富贵竹种植区域信息提取

[J]. 国土资源遥感, 2019, 31(1):133-140.doi:10.6046/gtzyyg.2019.01.18.

[本文引用: 1]

Wang Y R, Han P P, Guan S J, et al.

Information extraction of Dracaena sanderiana planting area based on Landsat8 OLI data

[J]. Remote Sensing for Land and Resources, 2019, 31(1):133-140.doi:10.6046/gtzyyg.2019.01.18.

[本文引用: 1]

黄佩, 普军伟, 赵巧巧, 等.

植被遥感信息提取方法研究进展及发展趋势

[J]. 自然资源遥感, 2022, 34(2):10-19.doi:10.6046/zrzyyg.2021137.

[本文引用: 1]

Huang P, Pu J W, Zhao Q Q, et al.

Research progress and development trend of remote sensing information extraction methods of vegetation

[J]. Remote Sensing for Natural Resources, 2022, 34(2):10-19.doi:10.6046/zrzyyg.2021137.

[本文引用: 1]

/

〈 〉

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发