楊繼周，謝新喬，朱安琪，李湘?zhèn)?，羅麗華，張坤蘭，李家志，景元書

[1.紅塔煙草(集團)有限責(zé)任公司原料部，云南 玉溪 653100；2.氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心/南京信息工程大學(xué) 應(yīng)用氣象學(xué)院，江蘇 南京 210044]

玉溪是中國優(yōu)質(zhì)烤煙主產(chǎn)區(qū)和中式中高檔卷煙的主要原料基地，被譽為“云煙之鄉(xiāng)”[1]。氣候條件是影響烤煙品質(zhì)和產(chǎn)量最主要的環(huán)境因素。玉溪市地形復(fù)雜，山地、峽谷、高原和盆地交錯分布，立體氣候的特征十分明顯[2-3]。因此，對玉溪烤煙進行氣候適宜性分析有重要意義。已有研究主要通過選取區(qū)劃指標(biāo)，利用氣候適宜性指數(shù)結(jié)合GIS 技術(shù)對烤煙進行氣候適宜性區(qū)劃，如董謝瓊等[4]選用氣候條件、土壤類型和坡度等區(qū)劃指標(biāo)體系，在利用ArcGIS 對云南烤煙進行氣候適宜性分區(qū)研究上邁出了第一步；程江珂等[5]采用GIS 及模糊神經(jīng)網(wǎng)絡(luò)技術(shù)對烤煙質(zhì)量以及生產(chǎn)烤煙的生態(tài)條件進行相關(guān)性分析，確定評估西南山地烤煙生態(tài)適宜性的因子，并對攀枝花西南山地烤煙生態(tài)進行適宜性評估。但現(xiàn)有的烤煙氣候適宜性區(qū)劃結(jié)果比較粗糙，其評價指標(biāo)對玉溪烤煙氣候的針對性不足，對玉溪烤煙的生產(chǎn)實用指導(dǎo)性不強[6]。

在大尺度地理空間下，氣候因子不僅影響植物的生長發(fā)育，還會影響其分布，并且每個因子影響植物分布的程度不同[7-8]。隨著GIS 技術(shù)的發(fā)展和生態(tài)位理論的完善，物種分布模型(species distribution modes，SDMs)成為評估植物潛在分布、定量分析環(huán)境變量影響植物分布程度的重要工具，廣泛應(yīng)用于植物氣候適宜性區(qū)劃[9-10]。在物種分布模型中，由于MaxEnt 模型的預(yù)測結(jié)果穩(wěn)定性和精確度皆優(yōu)于其他模型，因而在氣候適宜性分析中備受青睞[11-12]。但利用MaxEnt 進行烤煙氣候適宜性分析的研究不多見。據(jù)此，本研究選用符合玉溪地方特色的評價指標(biāo)，結(jié)合氣候適宜性指數(shù)與小網(wǎng)格推算模型對烤煙進行氣候適宜性區(qū)劃，同時利用MaxEnt 模型對烤煙進行氣候適宜性區(qū)劃，對比分析基于不同方法得到的區(qū)劃結(jié)果，旨在為玉溪地區(qū)烤煙種植布局的優(yōu)化、卷煙工業(yè)企業(yè)煙葉原料的精準(zhǔn)采購提供科學(xué)依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

1.1.1模糊數(shù)學(xué)方法數(shù)據(jù)來源

玉溪市多年的氣候資料由玉溪市氣象局提供，13 個站點作為模糊數(shù)學(xué)樣本(圖1)，站點數(shù)據(jù)包括2009—2018 年氣溫、日照時間和降水量等氣象數(shù)據(jù)。DEM 地形數(shù)據(jù)玉溪地區(qū)底圖來源于地理空間數(shù)據(jù)云，分辨率為 30 m×30 m，應(yīng)用GIS技術(shù)提取海拔、經(jīng)度、緯度、坡度和坡向等柵格數(shù)據(jù)。

圖1 采樣點分布圖Fig.1 Sampling points distribution

1.1.2MaxEnt 模型數(shù)據(jù)來源

根據(jù)玉溪市紅塔集團工作人員實地調(diào)查，得到156 個烤煙采樣點(圖1)。從WorldClim-Global Climate Data 獲取所需的生物氣候數(shù)據(jù)，其圖像分辨率為1 km×1 km。選取玉溪地區(qū)的圖像數(shù)據(jù)，包括19 個氣候環(huán)境變量，分別為Bio1 (年平均溫度)、Bio2 (年平均日較差)、Bio3 (等溫性)、Bio4 (溫度季節(jié)變化)、Bio5 (最暖月最高溫度)、Bio6 (最冷月最低溫度)、Bio7 (平均氣溫年較差)、Bio8 (最濕季平均溫度)、Bio9 (最干季平均溫度)、Bio10 (最暖季平均溫度)、Bio11 (最冷季平均溫度)、Bio12 (年降水量)、Bio13 (最濕月降水量)、Bio14 (最干月降水量)、Bio15 (降水量季節(jié)變化)、Bio16 (最濕季降水量)、Bio17 (最干季降水量)、Bio18 (最暖季降水量)和Bio19 (最冷季降水量)；通過小網(wǎng)格推算模型得到海拔、7 月平均氣溫、4—9 月日照時間和4—9 月降水量數(shù)據(jù)。

1.2 研究方法

1.2.1烤煙區(qū)劃指標(biāo)選取及權(quán)重計算

烤煙生長的氣候環(huán)境是受多因素影響的綜合系統(tǒng)，根據(jù)以往研究[1,13]與實踐經(jīng)驗，采用4 項影響烤煙生長發(fā)育的環(huán)境變量(海拔、7 月平均氣溫、4—9 月日照時間和4—9 月降水量)作為玉溪烤煙區(qū)劃指標(biāo)，通過客觀賦權(quán)(criteria importance through intercrieria correlation，CRITIC)權(quán)重法計算得出各區(qū)劃指標(biāo)的權(quán)重[14]。權(quán)重計算時，將對比強度與沖突性指標(biāo)相乘，并進行歸一化處理，即得到最終權(quán)重。其中，對比強度使用標(biāo)準(zhǔn)差表示，其值越大說明波動越大，權(quán)重就越高；沖突性使用相關(guān)系數(shù)表示，其值越大說明沖突性越小，權(quán)重也就越低(表1)。

表1 區(qū)劃指標(biāo)選取及其權(quán)重Tab.1 Selection of zoning indexes and their weight

1.2.2烤煙區(qū)劃指標(biāo)的小網(wǎng)格推算模型

基于玉溪市各標(biāo)準(zhǔn)站2009—2018 年的地面觀測數(shù)據(jù)及地理信息數(shù)據(jù)，運用數(shù)理統(tǒng)計方法建立區(qū)劃指標(biāo)(7 月平均氣溫、4—9 月日照時間、4—9 月降水量、經(jīng)度、緯度、海拔、坡度、坡向和日照百分率)的多元回歸模型，即區(qū)劃指標(biāo)的小網(wǎng)格推算模型顯著性檢驗水平均為0.001。其中對各站點年降水量與站點歸一化后的地理變量進行相關(guān)分析，發(fā)現(xiàn)相較于線性擬合，三階擬合更能解釋降水量的空間變異性，因此，本研究以4—9 月降水量為因變量，參考焦志敏等[15]對龍巖汛期降水量空間精細化分布研究所用模型，建立三階趨勢面模型 (表2)。

通過一年的試驗示范，到了交答卷的時候。劉玉與大家一起對示范田進行測產(chǎn)驗收，將同田塊、同品種進行對照，“精準(zhǔn)配肥”技術(shù)明顯提升了作物的產(chǎn)量和品質(zhì)，還減少了化肥的投入，遠遠超出了預(yù)期?！斑@讓我們興奮不已！同時也非常好奇這幾個年輕人到底怎么做到靠三四個人的力量實現(xiàn)增產(chǎn)增收！”韓俊義補充說。

表2 玉溪烤煙氣候區(qū)劃指標(biāo)的小網(wǎng)格推算模型Tab.2 Small grid calculation model of climatic zoning indexes for flue-cured tobacco in Yuxi

1.2.3氣候適宜性指數(shù)計算

氣候適宜性指數(shù)(climate fitness index，CFI)可反映環(huán)境變量對烤煙品質(zhì)及產(chǎn)量的綜合影響，CFI 值越大說明該地區(qū)越適宜烤煙生長發(fā)育[16]。根據(jù)歸一化的區(qū)劃指標(biāo)值(海拔、7 月平均氣溫、4—9 月日照時間、4—9 月降水量)和指標(biāo)權(quán)重值即可計算CFI 值。

式中，Ni和Wi分別表示第i個歸一化的區(qū)劃指標(biāo)值和權(quán)重值。

1.2.4MaxEnt 模型的區(qū)劃指標(biāo)篩選

為了提高模型的準(zhǔn)確度，避免因區(qū)劃指標(biāo)之間較高的相關(guān)性而降低模擬精度，本研究利用YI 等[17]的方法對區(qū)劃指標(biāo)進行篩選。首先利用MaxEnt 自帶的刀切法(Jackknife test)計算出1.1.2節(jié)中23 個區(qū)劃指標(biāo)對烤煙氣候適宜性區(qū)劃的貢獻率，舍去貢獻率為0的區(qū)劃指標(biāo)[18]；利用Pearson 相關(guān)系數(shù)分析剩余的區(qū)劃指標(biāo)的共線性關(guān)系，若其中2 個區(qū)劃指標(biāo)的相關(guān)系數(shù)小于0.8，則全都選??；若其相關(guān)系數(shù)大于等于0.8，則選取貢獻率較大者進行模擬分析。其中，貢獻率表示使用所有變量時該區(qū)劃指標(biāo)對建模的貢獻百分率；置換重要性表示該區(qū)劃指標(biāo)被替換后對建模的影響程度。最終確定6 個玉溪特色區(qū)劃指標(biāo)，包括年平均溫度、海拔、4—9 月日照時間、最干季降水量、4—9 月降水量和最暖月最高溫度，在此基礎(chǔ)上重建烤煙的MaxEnt 模型。

1.2.5MaxEnt 模型的有效性評價

將整理好的烤煙采樣點的分布CSV 文件與篩選過的區(qū)劃指標(biāo)導(dǎo)入MaxEnt 中，模型參數(shù)設(shè)置：測試集為隨機抽取25%的分布數(shù)據(jù)，剩余75%為訓(xùn)練集；重復(fù)運行15 次進行建模；最大迭代次數(shù)為10；采用刀切法(Jackknife test)計算區(qū)劃指標(biāo)貢獻率；其余選項設(shè)置為模型默認(rèn)值[19-21]。

受試者工作特征曲線(receiver operating characteristic curve，ROC 曲線)分析方法被廣泛應(yīng)用于物種潛在分布區(qū)預(yù)測，ROC 曲線下的面積即為AUC 值 (area under curve)。由于ACU 值不受診斷閾值的影響，可對模型的有效性進行綜合評價，是目前公認(rèn)的最佳評價環(huán)境變量[22]。因此，本研究選取ROC 曲線對MaxEnt 模擬結(jié)果進行有效評價，ROC 曲線的橫坐標(biāo)為實際物種不存在、但模型預(yù)測為存在的單元數(shù)；縱坐標(biāo)為模型正確預(yù)測物種存在的單元數(shù)，下部面積為ACU 值。MaxEnt 模型的AUC 值越大，表示區(qū)劃指標(biāo)與MaxEnt 模型之間相關(guān)性越好，越能將該物種存在分布和不存在分布區(qū)分開，其預(yù)測效果也就越好。一般認(rèn)為ACU 值在≥0.5～0.6 為預(yù)測結(jié)果失敗，≥0.6～0.7 為預(yù)測結(jié)果較差，≥0.7～0.8 為預(yù)測結(jié)果一般，≥0.8～0.9 為預(yù)測結(jié)果好，≥0.9～1.0為預(yù)測結(jié)果非常好[23]。

小網(wǎng)格推算模型：利用ArcGIS 軟件自帶的自然斷點法對氣候適宜指數(shù)(CFI)進行劃分，即通過分析區(qū)域內(nèi)所有站點數(shù)據(jù)值與平均值之差的原則來尋找特征點，并結(jié)合實地調(diào)查，通過多次試驗劃分，得出CFI 值在＞0.92～1.00 為最適宜區(qū)，＞0.83～0.92 為適宜區(qū)，＞0.71～0.83 為次適宜區(qū)，≤0.71 為不適宜區(qū)。

MaxEnt 模型：根據(jù)MaxEnt 模型進行烤煙氣候適宜性區(qū)劃標(biāo)準(zhǔn)，參照《IPCC 第四次評估報告中對不確定性的處理方法》[24]，存在概率在＞0.66～1.00 為最適宜區(qū)，＞0.33～0.66 為適宜區(qū)，＞0.05～0.33 為次適宜區(qū)，≤0.05 為不適宜區(qū)。

2 結(jié)果與分析

2.1 基于小網(wǎng)格推算模型的烤煙氣候適宜性分析

由表3 可知：玉溪大部分地區(qū)都非常適合種植烤煙，8 個站點都達到了最適宜區(qū)的標(biāo)準(zhǔn)。易門底尼站的氣候適宜性指數(shù)(CFI)最低為0.60，是玉溪唯一的烤煙種植不適宜區(qū)。通過比較表1和表3的數(shù)據(jù)可知：制約底尼烤煙種植的主要指標(biāo)是海拔，這種制約在黃草壩、波衣、紅巖和四寨也均有不同程度的體現(xiàn)。

表3 玉溪13 個站點烤煙氣候適宜性區(qū)劃統(tǒng)計Tab.3 Statistics of climatic suitability of flue-cured tobacco at 13 stations in Yuxi

2.2 基于MaxEnt 模型的烤煙氣候適宜性分析

2.2.1MaxEnt 模型的有效性

為了明確4 個傳統(tǒng)區(qū)劃指標(biāo)(海拔、7 月平均氣溫、4—9 月日照時間和4—9 月降水量)和篩選后6 個玉溪特色區(qū)劃指標(biāo)(年平均溫度、海拔、4—9 月日照時間、最干季降水量、4—9 月降水量和最暖月最高溫度)的差異性，將2 組指標(biāo)帶入MaxEnt 模型。由圖2、3 可知：4 個區(qū)劃指標(biāo)的模擬結(jié)果ACU=0.792，6 個區(qū)劃指標(biāo)的模擬結(jié)果ACU=0.826，說明2 組指標(biāo)模擬結(jié)果良好，可以利用MaxEnt 模型對玉溪烤煙進行氣候適宜性區(qū)劃。其中6 個區(qū)劃指標(biāo)的模擬結(jié)果優(yōu)于4 個區(qū)劃指標(biāo)。

圖2 4 個區(qū)劃指標(biāo)MaxEnt 模型的ROC 值Fig.2 ROC value of MaxEnt model of four zoning indicators

2.2.2MaxEnt 模型主導(dǎo)區(qū)劃指標(biāo)的篩選

由表4 可知：在海拔、7 月平均氣溫、4—9 月日照時間和4—9 月降水量這4 個區(qū)劃指標(biāo)中對烤煙氣候適宜性區(qū)劃影響最大的是海拔，其貢獻率高達45.4%；4—9 月日照時間和7 月平均氣溫的貢獻率分別為22.2%和19.3%，這3 個區(qū)劃指標(biāo)的貢獻率之和為86.9% (超過85%是玉溪地區(qū)影響烤煙生產(chǎn)的主導(dǎo)區(qū)劃指標(biāo))。而由于玉溪獨特的氣候，其整個地區(qū)的降水條件都適合種植烤煙，所以4—9 月的降水量貢獻率最低(13.2%)。海拔和4—9 月降水量的置換重要性均與其貢獻率相差很小，4—9 月日照時間的置換重要性低于貢獻率，而7 月平均氣溫則與之相反，說明7 月平均氣溫對建模有重要影響。

表4 4 個區(qū)劃指標(biāo)MaxEnt 模型的貢獻率及置換重要性Tab.4 Contribution rate and replacement importance of the MaxEnt model of four zoning indicators

由表5 可知：年平均溫度的貢獻率最大(34.0%)，最暖月最高溫度貢獻率最小(6.4%)。這2 個與氣溫相關(guān)的區(qū)劃指標(biāo)總貢獻率達到40.4%，說明玉溪烤煙對于氣溫條件的要求較高。海拔和4—9 月日照時間的貢獻率分別為27.7%和15.3%，與降雨量相關(guān)的2 個區(qū)劃指標(biāo)最干季降水量和4—9 月降水量貢獻率之和為16.7%，說明玉溪種植烤煙的日照充足且降水適宜。最暖月最高溫度與7 月平均氣溫的相關(guān)系數(shù)為0.81，決定系數(shù)為0.70，因此其置換重要性也與7 月平均氣溫的情況相同，即明顯高于貢獻率。

表5 6 個區(qū)劃指標(biāo)MaxEnt 模型的貢獻率及置換重要性Tab.5 Contribution rate and replacement importance of the MaxEnt model of six zoning indicators

2.3 不同方法的烤煙氣候適宜性區(qū)劃結(jié)果對比分析

為了更直觀地顯示區(qū)劃結(jié)果和實際的相符程度，引入玉溪海拔分布(圖4)。將上述不同方法得到的結(jié)果導(dǎo)入ArcGIS，得到玉溪烤煙氣候適宜性區(qū)劃結(jié)果(圖5～7)，發(fā)現(xiàn)大體區(qū)劃結(jié)果基本一致。最適宜區(qū)位于江川、華寧和通海一帶；較適宜和適宜區(qū)主要分布于峨山、新平、易門和元江的部分區(qū)域；不適宜區(qū)相對集中，位于元江到新平的狹長地帶，其海拔均在1 000 m 以下，不適合烤煙生長發(fā)育。

圖4 玉溪海拔高度分布圖Fig.4 Yuxi altitude map

通過分析圖5～7 烤煙氣候適宜性區(qū)劃結(jié)果之間存在的差異發(fā)現(xiàn)：綜合來看，MaxEnt 模型的模擬結(jié)果優(yōu)于小網(wǎng)格推算模型結(jié)果，更加適用于玉溪烤煙氣候適宜性分析，篩選后6 個玉溪特色區(qū)劃指標(biāo)相比于4 個傳統(tǒng)區(qū)劃指標(biāo)能夠有效提高MaxEnt 模型模擬結(jié)果的精確度。其中，小網(wǎng)格推算模型區(qū)劃結(jié)果對于個別氣象站點的烤煙氣候適宜性劃分更加準(zhǔn)確，在高海拔和處于適宜區(qū)的低海拔地區(qū)區(qū)劃精度有待提高。4 個傳統(tǒng)區(qū)劃指標(biāo)MaxEnt 模型對于高海拔(＞2 200 m)烤煙生長狀況模擬效果更好，對處于不適宜區(qū)的低海拔地區(qū)烤煙生長模擬效果還有待加強?？紤]到玉溪地區(qū)整體的降水與光照條件充足而產(chǎn)生對于海拔高度不足的補償效應(yīng)，6 個玉溪特色區(qū)劃指標(biāo)Max-Ent 模型在低海拔區(qū)域區(qū)劃精度更高。

圖5 基于小網(wǎng)格推算模型的烤煙適宜性區(qū)劃圖Fig.5 Zoning map of flue-cured tobacco suitability based on small grid calculation model

3 討論

圖6 4 個區(qū)劃指標(biāo)MaxEnt 模型烤煙適宜性區(qū)劃圖Fig.6 Four zoning indicators MaxEnt model

圖7 6 個區(qū)劃指標(biāo)MaxEnt 模型烤煙適宜性區(qū)劃圖Fig.7 Six zoning indicators MaxEnt model

本研究除采用常用的海拔和經(jīng)緯度指標(biāo)外[25-26]，還引入了對區(qū)劃指標(biāo)產(chǎn)生影響的坡向、坡度和日照百分率，對區(qū)劃指標(biāo)中的4—9 月降水量采用符合玉溪生產(chǎn)實際的三階趨勢面模型進行模擬，有效提高了小網(wǎng)格推算模型擬合優(yōu)度?？紤]到以往研究使用的4 個傳統(tǒng)區(qū)劃指標(biāo)對玉溪地區(qū)針對性不強的問題[1,4]，且區(qū)劃指標(biāo)間存在高度相關(guān)而帶來的冗余信息對預(yù)測結(jié)果可靠性產(chǎn)生的負(fù)面影響[27]，所以通過MaxEnt 模型與統(tǒng)計方法結(jié)合，在23 個環(huán)境變量中篩選出6 個玉溪特色區(qū)劃指標(biāo)(年平均溫度、海拔、4—9 月日照時間、最干季降水量、4—9 月降水量和最暖月最高溫度)重建MaxEnt 模型。通過MaxEnt 模型自帶的刀切法，得出重建模型后各個區(qū)劃指標(biāo)的貢獻率與置換重要性，找出制約玉溪烤煙生產(chǎn)的主要因素為海拔和氣溫。

在以往有關(guān)云南省烤煙氣候適宜性分析的研究中玉溪地區(qū)都被劃分為最適宜區(qū)[28-29]，這與本研究的結(jié)論相符，然而在玉溪實際生產(chǎn)應(yīng)用中這種劃分略顯粗糙，對此本研究對玉溪地區(qū)進行了更加精細化的烤煙氣候適宜性區(qū)劃。為找到更加準(zhǔn)確的區(qū)劃結(jié)果，本研究除了進行不同方法之間的對比外，還在同一方法中使用不同的區(qū)劃指標(biāo)進行對比，并對其各自的優(yōu)缺點進行總結(jié)，方便在實際生產(chǎn)運用中根據(jù)不同的需求選取不同的區(qū)劃結(jié)果。在考慮大范圍烤煙氣候適宜性時，可以選用綜合效果較好、考慮補償效應(yīng)的6 個區(qū)劃指標(biāo)MaxEnt 模型區(qū)劃結(jié)果；在考慮小范圍烤煙氣候適宜性時，可以選用在小區(qū)域范圍內(nèi)區(qū)劃結(jié)果更精確的小網(wǎng)格推算模型區(qū)劃結(jié)果；在高海拔地區(qū)則選取在此區(qū)域表現(xiàn)良好的4 個區(qū)劃指標(biāo)Max-Ent 模型區(qū)劃結(jié)果。

隨著溫室氣體的持續(xù)排放和維持，全球氣候異常升溫[30]，將導(dǎo)致氣溫對玉溪烤煙生產(chǎn)限制作用減輕進而影響烤煙生長和分布格局的變化。除此之外，生產(chǎn)技術(shù)的進步與革新，如地膜保溫、小苗抗旱保溫技術(shù)和移栽期的調(diào)整等也會對烤煙生長和分布產(chǎn)生影響[31]。在今后工作中應(yīng)更全面地考慮各種因素及其之間的相互影響，進一步提高區(qū)劃結(jié)果準(zhǔn)確度。

4 結(jié)論

(1)玉溪大部分地區(qū)都非常適合種植烤煙，易門底尼站是唯一的烤煙種植不適宜區(qū)。小網(wǎng)格推算模型和MaxEnt 模型的烤煙氣候適宜性區(qū)劃結(jié)果大體一致，均呈現(xiàn)出明顯的地區(qū)差異性。最適宜區(qū)位于江川、華寧和通海一帶；適宜和次適宜區(qū)主要分布于峨山、新平、易門和元江的部分區(qū)域；不適宜區(qū)相對集中，位于元江到新平的狹長地帶。

(2) MaxEnt 模型模擬結(jié)果有效性較高，可應(yīng)用于烤煙氣候適宜性分析。利用MaxEnt 模型自帶刀切法與統(tǒng)計方法結(jié)合，篩選出6 個玉溪特色區(qū)劃指標(biāo)，即：年平均溫度、海拔、4—9 月日照時間、最干季降水量、4—9 月降水量和最暖月最高溫度。通過MaxEnt 模型得出貢獻率和置換重要性，發(fā)現(xiàn)玉溪主導(dǎo)區(qū)劃指標(biāo)為海拔、氣溫和日照時間。

(3) MaxEnt 模型的模擬氣候適宜性區(qū)劃結(jié)果優(yōu)于小網(wǎng)格推算模型結(jié)果，更加適用于玉溪烤煙氣候適宜性分析，而經(jīng)過篩選的6 個玉溪特色區(qū)劃指標(biāo)相比于傳統(tǒng)的4 個區(qū)劃指標(biāo)能夠有效提高MaxEnt 模型模擬結(jié)果的精確度。