基于層次分析法和GIS的秦嶺地區魔芋潛在分布研究

高 蓓, 衛海燕,郭彥龍, 顧 蔚

1 陜西師范大學旅游與環境學院，西安 710062 2 陜西師范大學生命科學學院，西安 710062 3 陜西省農業遙感信息中心, 西安 710015

基于層次分析法和GIS的秦嶺地區魔芋潛在分布研究

高 蓓1,3, 衛海燕1,*,郭彥龍1, 顧 蔚2

1 陜西師范大學旅游與環境學院，西安 710062 2 陜西師范大學生命科學學院，西安 710062 3 陜西省農業遙感信息中心, 西安 710015

魔芋(Amorphophallusrivieri)為我國傳統的食用與藥用植物，主產于秦嶺以南地區。依據陜西秦嶺地區28個魔芋分布點信息，利用秦嶺地區45 個氣象臺站1961—2010 年氣候資料、土壤數據(分辨率1 km)和DEM高程數據(分辨率30 m)，結合前人研究，通過魔芋產量與環境指標的相關性分析，獲取相關性顯著的20 個評價指標，包括氣候指標13 個、土壤指標4 個和地形指標3 個，運用GIS技術和多元回歸模型對氣候指標進行柵格化處理，基于層次分析法和加權平均法獲得評價指標權重，建立陜西秦嶺地區魔芋潛在種植分布模型，確定魔芋潛在種植的空間分布。結果顯示：陜西秦嶺地區魔芋最適宜種植區面積1 214.42 km2，占可種植區面積的10.18%；適宜種植區面積2 015.60 km2，占可種植區面積的16.90%；次適宜種植區面積3 115.03 km2，占可種植區面積的26.12%；不適宜種植區面積5 580.02 km2占可種植區面積的46.80%。適宜魔芋潛在種植區域主要分布在陜西漢中中南部、安康中南部以及商洛東南部。

層次分析法；GIS；潛在種植分布；魔芋；陜西秦嶺地區

魔芋(Amorphophallusrivieri)又名蒟蒻，主產于秦嶺以南的山區或高原地區，是我國傳統食用與藥用植物[1-2]。陜西秦嶺地區是我國魔芋種植的傳統區域，是中國南北氣候的分界線，也是生態自然環境保存較好的區域[3- 5]。科學的劃分農作物種植區對該區域生態平衡的維持、生態系統穩定性的維護、可持續發展中生態與經濟關系的協調都有重要影響。目前國內外對魔芋研究主要集中于種質資源[6-7]、遺傳多樣性和基因挖掘[8]、育種[9]、栽培[10]、病害[11-12]、食品[13-14]和藥用價值等方面[15- 18],隨著人們對魔芋功效的逐漸了解，市場對魔芋的廣泛需求，推動了魔芋種植面積的不斷擴大，經濟效益愈加明顯，魔芋種植成為耕地緊張、耕作條件差的地區農民脫貧致富的一條路徑[19]。由于缺少魔芋生存環境適宜性空間分布信息，導致魔芋產業盲目發展，不利于產業可持續發展。

物種生存環境適宜性研究是物種保護的重要環節，對物種資源利用有著重要意義[20]。層次分析法(AHP)是一種定性和定量相結合、系統化、層次化的分析方法，為多目標、多準則以及內容復雜問題提供簡便實用的決策方法[21]。由于具有處理復雜決策問題的實用性和有效性特點，該方法已在不同領域得到應用[22-23]，為物種適宜性研究提供了借鑒。

對魔芋的空間分布研究主要集中在氣候指標對魔芋生長的影響、氣候種植區劃以及魔芋種質資源分布等方面[24- 26]，其對魔芋的適宜性研究多以數理統計為主，或以行政區劃為基本評價單元，精細化程度不夠，而根據魔芋產量和生長期數據，綜合考慮氣候、土壤和地形的影響，來探討魔芋種植適宜性評價和合理種植區化研究未見報道。本文利用陜西秦嶺地區DEM數據、土壤數據和氣象臺站資料，以魔芋生長密切相關的生態要素作為評價指標，采用層次分析法和加權平均法[27]，應用ArcGIS軟件，對陜西秦嶺地區魔芋潛在種植分布進行區劃，為客觀調控和指導魔芋適宜性規模種植提供基礎資料，為當地種植規劃和經濟發展提供參考依據。

1 數據來源與研究方法

1.1 研究對象

魔芋性喜溫涼，生長于海拔250—2500 m山間，一般于3月中旬—4月上旬發芽，10月中旬—11月收獲。生長條件為年平均氣溫11 ℃以上，≥10 ℃積溫2900—8000 ℃·d，7—8月月平均氣溫12—26 ℃、月平均最高氣溫15—35 ℃，塊莖膨大期氣象條件要求為7—9月日溫差≥10 ℃，年降雨量800 mm以上，6—9月月降雨量100—200 mm，7—8月月平均相對濕度76%—90%，無霜期220 d以上[28]。影響魔芋生長的主要氣象災害是春季倒春寒、夏季干旱與延遲性冷害和秋季連陰雨。

適宜魔芋生長的主要土壤條件為土層深度達30 cm以上，有機質含量豐富、土層深厚、土壤疏松肥沃的壤土，種植適宜的pH值6.5—7.0[24]。適宜魔芋生長的地形特征為濕度較高的稍傾斜的背風地帶，具有灌溉條件且夏季暴雨不致土壤嚴重沖刷的地段[28]。

1.2 數據來源

本文的魔芋分布點位置與環境數據來源于西南大學中國魔芋中心“魔芋種質資源的調查研究和保存”項目、《中國魔芋種植區劃》[26]和中國數字植物標本館(http://www.cvh.org.cn/)以及陜西省安康市魔芋產業技術研究中心的陜西省魔芋調查報告及實驗數據，其中從中國數字植物標本館獲得研究區20個分布點信息，由相關文獻獲得研究區12個分布點信息，由“魔芋種質資源的調查研究和保存”項目獲得研究區8個分布點信息，由陜西省魔芋調查報告及實驗數據獲得研究區22個分布點61個樣方數據，剔除重復點數據，共獲得陜西秦嶺地區28個分布點67個樣方數據。陜西省秦嶺地區魔芋產量面積數據來源于陜西農業廳。

生態環境適宜性評價因子的選擇是評價的關鍵[29]，依據魔芋產量與環境條件指標的相關分析以及魔芋生長特點，選擇了13個氣候、4個土壤和3個地形因子構建陜西秦嶺地區魔芋潛在種植分布的環境評價指標(表1)，其中氣象數據來自陜西省46個氣象站1961—2010年逐日觀測數據，土壤數據和地形數據來自中科院國際科學數據服務平臺(ISDSP，http://datamirror.csdb,cn)，土壤柵格數據的分辨率為1 km，高程數字模型(DEM)的分辨率為30 m。陜西省1∶10萬土地利用數據來自于中國西部環境與生態科學數據中心(http://westdc.westgis.ac.cn)。

表1 陜西秦嶺地區魔芋潛在種植分布模型的評價指標Table 1 Evaluation factors of potential distribution of A.rivieri in Qinling mountains of Shaanxi province

1.3 研究方法

1.3.1 候數據小網格化

參考山地無氣象站地區氣候要素的推算模擬方法，選用回歸統計方法和對比分析方法[30]。利用研究區46個氣象站的經度、緯度和海拔作為自變量，SPSS進行多元回歸分析，建立氣象要素空間分布模型(表2)。運用ArcGIS 9.3的空間插值模塊，通過對比Simple kriging、Original kriging、IDW和RBF 4種插值方法，選擇能夠較好反映局地氣候垂直變化的IDW法進行空間插值。由于受地形起伏變化的影響，各氣候指標的總體擬合精度不夠高，為提高擬合精度，對氣候指標的殘差部分進行空間內插，以訂正氣候指標。將氣候指標多元回歸分析柵格圖和殘差的柵格分布圖進行圖像疊加，最終生成氣侯指標空間分布柵格圖像。

1.3.2 評價指標的確定

影響魔芋生長和分布的因素很多，依據陜西秦嶺地區各魔芋種植縣的魔芋產量、魔芋生長期觀測數據以及當地生態環境資料，采用定性與定量結合的方法，遵循客觀性、區域差異性、主導性和可操作性等原則進行指標的篩選[31]。

表2 陜西秦嶺地區氣候指標的空間推算模型Table 2 The small grid reckon model of climate factors in Qinling mountains of Shaanxi provice

降雨量(mm)、氣溫(℃)、積溫(℃·d)、無霜期(d)和相對濕度(%)；**表示通過了0.01的顯著性水平檢驗

圖1 陜西秦嶺地區魔芋潛在種植分布研究結構Fig.1 Structure of A.rivieri Potential distribution evaluation in Qinling mountains of Shaanxi province

1.3.3 綜合評價體系構建

構建各評價指標權重[27]，以確定魔芋潛在種植分布的權重評價體系，即影響魔芋生長的3個準則層評價因素(氣候、土壤和地形)，20個評價指標(表1)對魔芋潛在種植分布的影響作用是不同的，這就需要根據每個評價指標影響作用的重要程度分別賦予不同的權重(表3)。邀請12位在魔芋栽培、病害、種質資源、魔芋產品開發和土壤領域有豐富知識經驗的專家和技術人員參加問卷填寫，將課題研究的目的告訴專家，請專家根據多年的實踐經驗填寫調查問卷。首先分別在各層中評價因子之間作兩兩重要性定量判斷比較；其次根據判斷矩陣計算上一層次指標與本層次相關因素之間的重要性次序的權重值(權向量)；然后進行層次單排序和層次總排序，并對AHP構造的判斷矩陣進行一致性檢驗，即CI(Consistencyindex)與判斷矩陣的平均隨機一致性指標RI(Randomindex)的比值CR(Consistencyratio)進行一致性檢驗[27]。

經計算得出CI=0.06，RI=1.19，CR=CI/RI=0.049<0.10，層次排序的結果具有滿意的一致性。

表3 魔芋潛在種植分布研究評價指標的AHP權重Table 3 Index weights of analytic hierarchy process of the function of potential distribution suitability of A.rivieri

1.3.4 基于GIS綜合評價模型的建立

采用加權平均法，通過模糊隸屬函數標準化的指標值與層次分析法求出的每個評價指標的權重值[27,32]，利用公式(1)計算每個評價柵格的綜合分。

(1)

式中,S為魔芋潛在種植分布適宜度；χi為二級指標的標準化值；ωi為二級指標權重；ωj為級指標權重；m為一級指標的個數；n為二級指標的個數。

1.3.5 模型檢驗

為了驗證模型的適用性，選擇陜西秦嶺地區采樣地的6 個樣本，利用均方根誤差[32](RMSE)，檢驗魔芋種植區劃評價模型的適用性。

(2)

式中,N為樣本數，Pi是第i個預測值，Qi代表第i個觀察值。均方根誤差表示的預測值與實測值相應的接近程度，RMSE越小，模型預測值與實際值越接近，模型效果越好。

本模型的RMSE檢驗結果為7.8%，RMSE值小于10%，表明模擬值與實際觀測值一致性很高，模擬效果可以接受[29]，證明該模型適用于陜西秦嶺地區魔芋潛在空間分布研究。同時,對秦嶺外的6個采樣地數據進行檢驗，RMSE值為6.1%，表明模型也適用于研究陜西秦嶺地區以外的魔芋潛在空間分布。

2 結果

圖2 陜西秦嶺地區魔芋潛在種植分布適宜性區劃 Fig.2 Potential distribution of evaluation on A.ecosuitability in Qinling mountains of Shaanxi provice

采用分布指標疊加法來進行區域劃分，運用ArcGIS空間分析模塊，將20 個評價指標按照魔芋潛在種植適宜性評價指標的評分標準(表4)賦予相應的值。利用GIS綜合評價模型(公式1)，計算出每個柵格的潛在種植適宜性綜合評價值，并將柵格分值分為4個等級：潛在種植適宜性評價指數(S)6.00—7.31為最適宜區，5.00—6.00為適宜區，4.00—5.00為次適宜區，2.49—4.00為不適宜區。考慮到魔芋種植有一定的局限性，參考陜西省2004年土地利用現狀圖，在魔芋適宜性區劃時將居民區、水體、林地、灌叢和沙地等不適合種植區域剔除掉，得到陜西秦嶺地區魔芋潛在種植適宜性區劃圖和空間分布圖(圖2和表5)。該圖符合實際，可以為政府部門決策和農民種植生產提供參考。

表4 魔芋潛在種植分布評價指標的評分標準Table 4 Appraisal criterion of all division factors of potential suitability of A.rivieri

表5 陜西秦嶺地區魔芋潛在種植適宜性分布等級和面積Table 5 Area and potential distribution of evaluation on A.ecosuitability in Qinling mountains of Shaanxi provice

陜西省秦嶺地區魔芋最適宜種植面積為1 214.42 km2，占陜西省秦嶺地區可種植區面積的10.18%，主要分布在漢中的勉縣東南部、漢臺區中部、城固中部、洋縣中西部、寧強中部、西鄉中部局地、鎮巴，安康的紫陽、嵐皋、石泉南部，商洛的鎮安東部、山陽、柞水東部、商州中部。這些地區海拔700—1 100 m，熱量充足，年平均氣溫均在14.0 ℃以上，年降水量為700—1 100 mm，7—8月平均相對濕度為80%左右，7—8月最高平均氣溫為29.0—30.5 ℃，7—9月氣溫日溫差≥10 ℃日數在38 d以上。該區域生態環境條件較優，較適于魔芋生長，也是目前陜西魔芋的主要種植區，最適宜建立規模經營的魔芋基地，應在目前種植基礎上逐漸擴大規模。

陜西秦嶺地區魔芋適宜種植面積有2 015.60 km2，占可種植區面積的16.90%，主要分布在漢中的西鄉中部、漢臺區大部、勉縣南部、寧強大部，安康的漢濱區、漢陰、旬陽、平利，商洛的鎮安大部、商州區、洛南，西安的藍田、周至，寶雞的眉縣，渭南的華縣、華陰。這些地區海拔400—700 m中低山區，區域土壤主要是沙壤土和砂質土，光熱資源豐富，雨水較充沛，生態適宜性條件可以滿足魔芋種植的要求，主要表現為絕大多數評價指標符合魔芋種植的生長條件，但有個別區劃指標不符合要求，主要表現夏季高溫干旱時有發生，這些地區可作為陜西秦嶺地區魔芋種植的推廣發展區，建議在這些區域，一方面培育適合該區域種植的品種或改變種植條件，另一方面在專家和技術人員的指導下，有選擇的種植魔芋，以增加當地農業產業發展，增加農民收入。

陜西秦嶺地區魔芋次適宜種植面積為3 115.03 km2，占可種植區面積的26.12%，主要分布在寶雞北部，渭南的渭城區，安康和商洛也有一部分。這些區域氣候溫和，降雨較多，但是雨熱分布不均，不能滿足魔芋整個生長期的要求，即使種植也僅是能夠成活，不能促進地下塊莖的生長，不推薦這些地區種植魔芋。而魔芋不適宜種植面積為5 580.02 km2，占可種植區面積的46.80%，主要分布在西安、渭南、咸陽和寶雞東部等地區。這些地區為海拔500 m以下的平原地區，年平均氣溫均在11—13 ℃，年降水量500—650 mm，7—8月平均相對濕度70—75%，7—9月氣溫日溫差≥10 ℃日數在22—30 d，冬季和春季易發生干旱，夏季高溫頻繁發生，秋季連陰雨也時有發生，這些地區不宜發展魔芋產業。

3 討論

3.1 模型建立適用性

本文針對魔芋生長條件的要求，用AHP對魔芋潛在種植適宜性分布評價指標進行選擇，綜合考慮氣候、土壤和地形要素，選擇20個評價指標，運用ArcGIS軟件，結合基礎地理數據和土壤數據，同時考慮到無氣象站觀測點對潛在分布準確性的影響，對基礎氣象觀測數據進行數字化處理，建立氣象數據模型，最終生成分辨率為100 m的柵格數據，建立了陜西秦嶺地區魔芋潛在種植分布適宜性區劃模型，模擬準確達到好的程度(RMSE值小于10%)。

AHP構造的判斷矩陣一致性檢驗結果表明，一級評價指標層和二級評價指標層中各具體參評指標對于目標層——陜西秦嶺地區魔芋潛在分布區研究的相對重要性的CR檢驗顯示CR=0.049<0.1，表明層次結構的判斷矩陣的一致性是可以接受的。層次分析模型的構造是合理的，可以運用于魔芋潛在種植區分布。

3.2 魔芋的潛在分布

植物分布的適宜生態環境首先要為植物生長提供適當的水熱條件，即適當的溫度和水分條件，Trisuratet等[33]研究表明植物生境中春季和秋季的水熱條件是影響其生長的主導氣候因子，本文中魔芋潛在種植分布適宜性評價體系權重(表3)表明，氣候要素權重為0.57、土壤要素權重為0.26，地形要素權重為0.17，說明在氣候要素對魔芋種植和產量影響作用大，土壤要素次之，地形指標對于魔芋生長的作用在大尺度上有限。對于二級評價指標層，無霜期(0.0798)、年平均氣溫(0.0741)、土壤pH值(0.0728)和耕層厚度(0.0702)所占權重較大，其中無霜期決定魔芋的生長季長短，作為喜溫作物，當地面溫度降至0 ℃或0 ℃以下時,魔芋就會遭受霜凍的危害；年平均氣溫表征種植區的基本熱量情況，在秦嶺地區氣溫與降水密切相關，魔芋是喜溫涼陰濕的物種，氣溫和降水是控制著其生長的主要指標。土壤酸堿度是土壤的重要的基本性質之一，在實際種植過程中魔芋必需的營養元素的有效性與土壤的pH值有關；耕層厚度在一定程度上決定了土壤可供養分的情況，是決定魔芋產量的重要因素。

魔芋適宜生長在溫涼陰濕的環境中，對氣溫降水有一定要求(表4)。春季，只要氣溫能夠達到閾值(10 ℃左右)，魔芋能萌芽[2]。魔芋種植最適宜的年無霜期為大于260 d，年平均氣溫為14—20 ℃，≥10 ℃積溫為≥4000 ℃，7—8月平均最高氣溫為20—30 ℃。水分條件是影響魔芋潛在種植分布的另一項要素，最適宜魔芋種植的年降雨量是1 200—1 800 mm，7—8月平均相對濕度是80%—90%，所占權重分別為0.0570和0.0399，表明水分在魔芋生長過程中是制約其分布的指標，分布在較濕潤的環境。魔芋最適宜的耕層厚度是40—60 cm，土壤類型為沙壤土，土壤pH值6.5—7.2，土壤有機質含量≥20.0 kg/m3。在相同緯度上，海拔為700—1 000 m，坡度為3—10°半陰坡是魔芋生長的最佳地形。

表6 魔芋不同等級潛在種植區面積Table 6 The areas of different levels of potential distribution of evaluation on A.ecosuitability in different cities

本研究構建的模型模擬出陜西秦嶺地區魔芋潛在適宜區，與調查資料結合魔芋生長的生態條件繪制的中國魔芋分布[23]基本一致(圖2和表5)。最適宜區和適宜區面積為3 230.02 km2，占陜西秦嶺地可種植區面積的27.09%，主要分布在漢中、安康、商洛等地，分別為687.36、612.70 km2和463.12 km2(表6)，這些地區是陜西魔芋種植的傳統產區，因此對魔芋種植和野生資源的保護應有目的選擇最適宜區或適宜區加以管理，同時注意病害對魔芋生產的影響，特別在魔芋育種選址和建設時，應充分考慮其適宜區，優選最適宜區。

4 結論

本文依據生態環境數據，運用AHP和ArcGIS空間分析技術，分析了魔芋在陜西秦嶺地區的潛在種植分布和主要影響指標，模擬出魔芋的潛在種植地理分布。研究結果顯示魔芋在研究區適宜生長(最適宜和適宜區)的面積僅為3 230.02 km2，占研究區總面積的3.99%，其生長區域狹窄，對生態環境要求較嚴格。同時由于全球氣候變化、受人類活動影響以及魔芋自身病害特點(自然條件下種植1a需停種2—3a的種植方式)，導致魔芋的分布區面積減小，確定適宜種植區對魔芋原產地保護具有重要意義。本文綜合區劃的陜西秦嶺地區魔芋潛在種植空間分布，為魔芋生產基地的選址和建設提供數據支撐，為宏觀調控和指導魔芋的規模化種植提供參考依據。

[1] 龐杰, 張盛林, 劉佩瑛, 張興國. 中國魔芋資源的研究. 資源科學, 2001, 23(5): 87- 89.

[2] 劉佩英. 魔芋學. 北京: 中國農業出版社, 2004: 15- 22.

[3] 白紅英, 馬新萍, 高翔, 侯欽磊. 基于DEM的秦嶺山地1月氣溫及0℃等溫線變化. 地理學報, 2012, 67(11): 1143- 1450.

[4] 康慕誼, 朱源. 秦嶺山地生態分界線的論證. 生態學報, 2007, 27(7): 2274- 2284.

[5] 王昌海, 溫亞利, 李強, 胡崇德, 司開創. 秦嶺自然保護區群的社會效益計量研究. 中國人口·資源與環境, 2011, 21(7): 113- 121.

[6] 牛義, 張盛林, 王志敏, 李川, 孫遠航. 中國魔芋資源的研究與利用. 西南農業大學學報: 自然科學版, 2005, 27(5): 634- 638.

[7] 宣慢. 魔芋種質資源形態多樣性與ISSR分析 [D]. 重慶: 西南農業大學, 2011: 1- 17.

[8] 任盤宇, 潘明清. 云南南部5種魔芋屬植物居群遺傳結構的ISSR分析. 武漢大學學報: 理學版, 2013, 59(1): 99- 104.

[9] 牛義, 張大學, 劉海利, 王啟軍, 劉紅艷, 張盛林. 魔芋新品種渝魔1號的選育. 中國蔬菜, 2010, (2): 88- 90.

[10] 張紅驥, 邵梅, 杜鵬, 盧俊, 何霞紅, 于德才, 朱有勇. 云南省魔芋與玉米多樣性栽培控制魔芋軟腐病. 生態學雜志, 2012, 31(2): 332- 336.

[11] 雷珍珍, 葉晶龍, 程海麗, 陳云, 望彗星, 許克靜, 樂超銀. 花魔芋抗軟腐病植株的鑒定及其抗性機理的初步研究. 植物學報, 2013, 48(3): 295- 302.

[12] 何斐, 段佳麗, 羅寶芳, 張忠良, 劉列平, 張小明, 薛泉宏. 嵐皋魔芋軟腐病病原細菌生物多樣性研究. 西北農林科技大學學報: 自然科學版, 2013, 41(7): 91- 98.

[13] 劉艷, 郭華春, 張雅瓊, 李婉琳. 魔芋與玉米間作群體中魔芋植株生長及葡苷聚糖含量變化的研究. 西南農業學報, 2013, 26(3): 1120- 1125.

[14] 彭述輝, 龐杰. 魔芋葡甘聚糖在環保、醫藥及食品中的應用. 長江蔬菜, 2006, (12): 30- 33.

[15] Kraemer W J, Vingren J L, Silvestre R, Spiering B A, Hatfield D L, Ho J Y, Fragala M S, Maresh C M, Volek J S. Effect of adding exercise to a diet containing glucomannan. Metabolism Clinical and Experimental, 2007, 56(8): 1149- 1158.

[16] Keithley J, Swanson B. Glucomannan and obesity: a critical review. Alternatives Therapies in Health and Medicine, 2005, 11(6): 30- 34.

[17] Alonso S M, Teijeiro O D, Remunán L C, Alonso M J. Glucomannan, a promising polysaccharide for biopharmaceutical purposes. European Journal of Pharmaceutics and Biopharmaceutics, 2009, 72(2): 453- 462.

[18] Onishi N, Kawamoto S, Ueda K, Yamanaka Y, Katayama A, Suzuki H, Aki T, Hashimoto K, Hide M, Ono K. Dietary pulverized konjac glucomannan prevents the development of allergic rhinitis- like symptoms and IgE response in mice, Bioscience, Biotechnology and Biochemistry, 2007, 71(10): 2551- 2556.

[19] 謝松峰, 崔鳴. 陜南貧困山區魔芋產業發展現狀和問題及對策建議. 農業現代化研究, 2012, 33(6): 270- 278.

[20] 朱耿平, 劉國卿, 卜文俊, 高玉葆. 生態位模型的基本原理及其在生物多樣性保護中的應用. 生物多樣性, 2013, 21(1): 90- 98.

[21] 陳海生, 劉國順, 劉大雙, 陳偉強. GIS支持下的河南省煙草生態適宜性綜合評價. 中國農業科學, 2009, 42(7): 2425- 2433.

[22] 王青, 戴思蘭, 何晶, 季玉山, 王朔. 灰色關聯法和層次分析法在盆栽多頭小菊株系選擇中的應用. 中國農業科學, 2012, 45(17): 3653- 3660.

[23] 翟治芬, 王蘭英, 孫敏章, 嚴昌榮, 梁瑜珊. 基于AHP與Rough Set的農業節水技術綜合評價. 生態學報, 2012, 32(3): 931- 941.

[24] 童碧慶, 吳俊銘. 貴州山地氣候條件對魔芋生長的影響及種植區劃. 中國農業氣象, 2004, 25(4): 35- 38.

[25] 朱伯華, 楊玲, 謝國生, 李晏斌, 周洪彪, 費甫華. 湖北省魔芋種植區劃的系統分析. 湖北農業科學, 2005, (3): 11- 14.

[26] 楊代明, 劉佩瑛. 中國魔芋種植區劃. 西南農業大學學報: 自然科學版, 1990, 12(1): 1- 7.

[27] Lu C Y, Gu W, Dai A H, Wei H Y. Assessing habitat suitability based on geographic information system (GIS) and fuzzy: a case study ofSchisandrasphenantheraRehd. et Wils. In Qinling Mountains, China. Ecological Modelling, 2012, 242: 105- 115.

[28] 朱義, 張盛林. 魔芋防病與高效栽培技術. 武漢: 中國三峽出版社, 2008: 13- 30.

[29] 殷曉潔, 周廣勝, 隋興華, 何奇瑾, 李榮平. 蒙古櫟地理分布的主導氣候因子及其閾值. 生態學報, 2013, 33(1): 103- 109.

[30] 傅抱璞, 虞靜明, 盧其堯. 山地氣候資源與開發利用. 南京: 南京大學出版社, 1996: 87- 103.

[31] 沈漢, 鄒國元. 菜地土壤評價中參評因素的選定與分級指標的劃分. 土壤通報, 2004, 35(5): 553- 557.

[32] 郭彥龍, 顧蔚, 路春燕, 衛海燕. 基于五味子甲素與乙素的秦嶺地區野生華中五味子的潛在空間分布. 植物學報, 2013, 48(4): 411- 422.

[33] Trisurat Y, Shrestha R P, Kjelgren R. Plant species vulnerability to climate change in Peninsular Thailand. Applied Geography, 2011, 31(3): 1106- 1114.

Potential distribution ofAmorphophallusrivieriin the Qinling Mountains based on analytic hierarchy process and geographic information system

GAO Bei1,3, WEI Haiyan1,*, GUO Yanlong1, GU Wei2

1CollegeofTourismandEnvironment,ShaanxiNormalUniversity,Xi′an710062,China

2CollegeofLifeSciences,ShaanxiNormalUniversity,Xi′an710062,China

3RemoteSensingInformationCenterforAgricultureofShaanxiProvince,Xi′an710015,China

Amorphophallusrivieri(the corpse flower) is a traditional edible and medicinal plant in China. This species is distributed in the south part of the Qinling Mountains, China. We assimilated data aboutA.riviericultivation, environmental information from 28 sampling sites in the Qinling Mountains, climate data from 45 weather stations in the Qinling Mountains from 1961 to 2010, soil data with 1 km × 1 km spatial resolution and DEM data with 30 m × 30 m spatial resolution in the Qinling Mountains,A.rivieridata collected throughout China, and a specific report onA.rivieriin Shaanxi Province. We obtained 20 assessment factors that were significantly correlated when evaluatingA.rivieriyield against environmental factors. The key environmental factors affecting the distribution ofA.riviericultivation included 13 dominant climate factors, 4 dominant soil factors, and 3 dominant topographical factors. These dominant factors were 1) Frost-free duration (D), 2) Annual average temperature (Tn), 3) Annual total active temperature(≥10°C)(T≥10djw), 4) Monthly mean maximum temperature from July to August (T78zg), 5) Annual precipitation (Pn), 6) Monthly mean daily temperature range from July to September (T79gc), 7) Monthly mean temperature from May to October (T510p), 8) Monthly mean temperature from July to August (T78p), 9) Monthly mean relative air humidity from July to August (Q78), 10) June precipitation (P6), 11) July precipitation (P7), 12) August precipitation (P8),13) September precipitation (P9), 14) Topsoil depth (H), 15) Topsoil pH(H2O)(pH), 16) topsoil texture classification (C), 17) Topsoil organic matter (O), 18) Aspect (A), 19) Slope (S), 20) Altitude elevation (h). Using Geographic Information System (GIS) and a multivariate regression model, the climate factors were rasterized. Then, we used fuzzy mathematics analysis, analytic hierarchy process (AHP), and the weighted means method to set up the subjection function and determine the weight of each factor. We set up a model of ecological suitability forA.rivieriin the Qinling Mountains of Shaanxi Province, and determined the spatial distribution of suitable planting areas for this species. The root-mean-square error (RMSE) was used to evaluate the accuracy of the model predictions. The RMSE value reached 7.8%, which indicated that the predictive accuracy of the model was “Excellent.” The results showed that the ecological planting suitability model identified a relationship between potentialA.riviericultivation distribution and the environmental factors. Highly suitable, moderately suitable, marginally suitable, and unsuitable planting areas of 1 214.42 km2, 2 015.60 km2, and 3 115.03 km2, and 5 580.02km2were identified forA.rivieri, respectively. The potential suitable planting areas forA.rivieriwere mainly distributed in the south central part of Hanzhong district, the south central part of Ankang district, and the southeast part of Shanluo district. This information on the potential suitable planting area ofA.rivieriis valuable for providing baseline data, scientific information, and a research platform for understanding the ecology, geography, and environmental science of this important medicinal species.

AHP; GIS; potential planting distribution;Amorphophallusrivieri; Qinling mountains of Shaanxi Province

國家自然科學基金資助項目(31070293)；國家“十一五”科技支撐計劃項目(2006BAI06A13-06)

2013- 09- 12;

日期:2015- 04- 14

10.5846/stxb201309122261

*通訊作者Corresponding author.E-mail: weihy@snnu.edu.cn

高蓓,衛海燕,郭彥龍,顧蔚.基于層次分析法和GIS的秦嶺地區魔芋潛在分布研究 .生態學報,2015,35(21):7108- 7116.

Gao B, Wei H Y, Guo Y L, Gu W.Potential distribution ofAmorphophallusrivieriin the Qinling Mountains based on analytic hierarchy process and geographic information system.Acta Ecologica Sinica,2015,35(21):7108- 7116.