基于大數據的西藏荒漠化治理植物優選與驗證

柳平增，王 雪,2，宋成寶，張 超，奧寶平，呂 濤，張立欣

基于大數據的西藏荒漠化治理植物優選與驗證

柳平增1，王 雪1,2，宋成寶3，張 超1，奧寶平2,4，呂 濤2,4，張立欣2,4

（1. 山東農業大學信息科學與工程學院，泰安 271018； 2. 億利綠土地科技有限公司，北京 100067；3. 山東農業大學機械與電子工程學院，泰安 271018； 4. 內蒙古庫布其沙漠技術研究院，杭錦旗 017418）

植物種植作為荒漠化治理的重要方式之一，關系到荒漠化區域的高效可持續發展。為提高植物選擇的科學性與合理性，在項目前期已建成荒漠生態治理大數據平臺并實現中國主要荒漠化區域生態信息全方位采集的基礎上，進行基于大數據的植物優選研究與試驗驗證。研究運用相關性分析、聚類分析等大數據分析方法對荒漠植物種質資源庫中植物進行類別劃分，初步篩選適應該地區氣象條件的植物；進一步運用層次分析法、專家打分法等決策方法從土壤、地形、生態效益、經濟效益和其他等5個方面進行綜合分析與評價，以優化初選結果。將該方法應用于西藏地區荒漠化治理植物的選擇，經大數據挖掘分析，初步篩選出了核桃、黑果枸杞、鹽生草和花花柴等適宜植物；進一步優化分析得出，核桃具有經濟效益高、耐儲運、前期投入相對較少等優勢，是該區域荒漠化治理中生態適應性與綜合效益俱佳的植物。優選結果在西藏山南市扎囊縣桑耶鎮的荒漠化治理中得到了驗證，目前核桃長勢良好，預期生態與經濟效益顯著。基于大數據進行荒漠治理植物的優選可為荒漠化區域科學規劃及高效治理提供堅實的理論與數據支撐。

植物；聚類分析；相關性分析；大數據；植物優選；荒漠化治理；生態適應性

0 引 言

土地荒漠化是當今全球面臨的最為嚴重的社會、經濟和生態問題[1-2]，荒漠化的科學治理對于改善人類生存環境，保障經濟社會可持續發展至關重要。植物種植是荒漠化治理的有效手段之一。針對具體的宜種區域，基于荒漠化類型、成因、生態環境及社會人文環境等影響因素的復雜多樣性，運用科學的分析方法分析不同植物的生態適應性，最大限度發揮植物的生態、經濟效益，對于提高我國荒漠治理的成功率、效率與效益來說具有重要意義。

國內外許多學者在荒漠化治理植物的選擇方面開展了大量研究[3-7]。朱巖峰等以常見固沙植物為研究對象，優選抗逆性強的植物品種進行區域的生態治理[8-10]；李衛平等通過實際調研，為不同立地區域選擇了合適的生態恢復植物類型[11]；嚴慧玲等對不同海拔、不同沙化退耕地的植物種類進行分析并通過對比植物的生長狀況實現了物種的篩選[12-13]。上述研究通過經驗判斷、實際調研和對比分析等方法對荒漠治理植物的選擇進行了重要探索，但植物的選擇范圍易受傳統種植經驗的影響而具有局限性；植物的選擇過程缺乏數據分析結果的支撐，存在一定主觀性。王樂等通過實際種植試驗驗證植物的生長適應性并實現了植物引種[14-15]，但大規模的試種需要投入巨大的人力、物力、財力，種植成本高、試驗周期長且時間效率低。部分研究通過模式借鑒法對荒漠化治理成功地區優良植物的引種工作展開探討[16-19]，但從區域可持續發展的長遠角度考慮，還需要從荒漠化地區生態環境、地理條件以及植物種植的生態、經濟效益等方面進行綜合考量。因此，傳統的植物選擇方法已不能滿足荒漠化地區生態、高效、綠色及可持續治理的需要。應用科學的數據分析方法，綜合荒漠化地區實際環境、植物種植效益等多方面因素進行治理植物的優選尤為必要。

“大數據”是繼物聯網、云計算之后信息技術的又一次重大技術變革，其發展為人類認識世界和改造世界提供了新視野和新方法[20-21]。利用大數據技術，將使得傳統主要依靠經驗或感覺的以“人”為核心的決策模式，逐漸向以“數據”為核心的科學決策模式轉變。其中，數據的全面采集為荒漠化治理植物的優選提供全方位數據支撐，大數據挖掘分析為植物優選提供決策工具和手段。本文在總結傳統荒漠化治理中植物選擇方法的基礎上，以西藏山南市扎囊縣桑耶鎮為例開展基于大數據的植物優選方法研究，以期為荒漠化治理提供一種新思路。

1 研究區概況

西藏是青藏高原的主體部分，區內面積廣闊、土地類型多樣，但自然條件較為嚴酷，生態環境相對脆弱，是中國荒漠化狀況比較嚴重的地區之一。山南市扎囊縣是西藏荒漠化地區的典型代表，地處于藏南中南部（90°03′～90°38′E、28°27′～29°34′N），平均海拔3 680 m，境內總面積2 163 km2，幅員遼闊。受高原溫帶季風半干旱氣候的影響，該地山地巖石風化嚴重；加之雅魯藏布江自西向東橫貫區內，其谷地經江水沖刷堆積了大量泥沙，生態條件較差；耕地面積僅約44.67 km2，有大面積連片的荒地灘涂有待科學治理和開發。通過實地調研發現，桑耶鎮屬輕度沙化土地，沙化時間較短，如何因地制宜的選擇適宜植物是該區域荒漠化治理面臨的難題。

2 材料與方法

2.1 數據來源

1）物聯網感知數據：物聯網采集是大數據的重要數據來源，研究所用物聯網數據來自于山東農業大學農業大數據研究中心與億利資源集團的合作項目“億利生態沙漠大數據平臺”。依托該項目，項目團隊已研究并布設涵蓋全國八大沙漠、四大沙地以及青藏高原地區的物聯網信息感知網絡，自主研發的“神農物聯”荒漠信息采集專用物聯網設備實現了荒漠化區域信息的不間斷自動采集。采集數據包括氣象、土壤、地下水位以及現場植物長勢等信息，數據類型豐富、指標全面；數據采集頻率高、連續性和實效性強，為后續數據挖掘分析奠定了堅實基礎。

2）氣象網統計數據：統計數據選取主要結合植物的生物學特征，選擇影響植物生長發育的主要氣候因子，包括氣溫、降水量、日照時數、相對濕度、風速、風向等15項指標。

3）大數據平臺荒漠植物種質資源數據：數據主要來源于億利資源集團積累數據、中國植物志、中國數字植物標本館、植物通等網站以及一些公開發表的文獻資料等，主要包括植物名稱與科屬、生長習性與生長條件、植物分布與價值、生態功能以及相對應的圖片等信息，主要用于荒漠化地區植物種質資源數據庫的建設。

4）調查數據：主要由現場調研、經驗豐富的專家和沙漠治理企業提供等方式獲取，用于對試驗結果的補充說明與驗證。

2.2 研究方法

數據采集、數據預處理與集成、數據挖掘分析與數據服務是大數據研究的基本流程。利用大數據進行荒漠化治理植物優選，以已研發的荒漠大數據平臺為依托，充分利用荒漠化地區生態數據資源對植物進行科學、全面的分析與引種試驗驗證。在數據挖掘分析過程中，不僅要考慮植物的生態適應性，還要充分考慮植物種植帶來的生態效益、經濟效益以及能否促進地區的可持續發展。

具體步驟如下：首先，在明確研究區荒漠化特征的基礎上，分析研究區氣象條件的變化特點與規律，結合荒漠化治理植物的適生指標，通過聚類分析、相關性分析等大數據分析方法分析植物對氣象條件的適應性，初步篩選適宜性高的植物。由于研究區水資源短缺且因海拔高導致的光照強度大、積溫少等問題相對嚴峻，因此需要充分考慮“光、溫、水”等主導氣象因素的限制。然后，將初步篩選出的植物作為評價對象，綜合考慮地形、土壤、生態效益、經濟效益以及種植偏好、相關政策等其他因素，通過專家打分法和層次分析法對植物進行橫向比較與綜合排序。最后，對篩選結果進行引種試驗，通過實地種植效果驗證基于大數據的植物優選方法的可行性。

2.2.1 植物類別劃分

聚類分析是對樣本或指標進行分類的一種多元統計分析方法，它可以將物理或抽象對象的集合分組為多個由相似對象組成的類或簇。聚類是大數據分析中的常用方法，在植物類別劃分方面具有廣泛應用[22-25]。在聚類方法的選擇上，本研究綜合考慮荒漠化治理植物樣本數據的數據量大小、數據類型差異和樣本間的離散程度等，對比了k-均值聚類、層次聚類、DBSCAN等常用方法的聚類效果；對比結果表明，層次聚類法每次將距離最近的樣本點合并到同一個類，再計算類與類之間的距離并將距離最近的類進行組合，該方法不需預先確定聚類數目且易于發現簇間的層次關系，更適合植物閾值數據間的相似性分析。此外，對比層次聚類中的距離度量方法，發現采用單調性與空間濃縮、擴張性良好的類平均法實現的聚類效果最優，簇間距離公式如式（1）所示：

利用該方法，本文對適宜植物生長的氣象閾值數據進行聚類，按照上限值和下限值分別劃分出氣候適宜范圍相似的植物類別；其中，同一類中植物的生長習性具有明顯的相似性，而不同類別間植物對氣象因素的適宜程度差異較大。該研究為后續篩選適宜研究區氣象條件的植物類別奠定了基礎。

2.2.2 適宜植物初步篩選

大數據相關分析能夠研究2個或2個以上隨機變量間存在的某種規律性，具有快捷、高效地發現事物間內在關聯的優勢，方便探尋數據集里所隱藏的相關關系網[26]。考慮到在各類植物生長過程中，各種氣象因素適宜范圍值的劃定在不同地域、年份等條件下會存在一定差異，因此在分析時主要關注研究區的區域氣象特征與植物最適氣象條件間的相似性。研究選擇Pearson相關系數用來衡量兩變量之間的相關關系[27]。

2.2.3 綜合評價指標體系與權重的確定

在初步篩選適宜植物基礎上，為進一步優化植物初選結果，本文構建了基于大數據的植物優選綜合評價指標體系。其中，土壤是影響植物生長的重要因素，不同植物對土壤類型、土壤質地和土壤養分的要求是重要的評價因子。地形地勢條件對水熱等資源再分配和物質遷移發揮著重要作用，并在很大程度上決定了生態開發的難易程度、投入產出比以及生態風險等問題，也是植物優選的重要評價因子。生態效益關系到荒漠化區域的全局發展與長遠效益，因此，植物對土壤養分、結構和鹽堿化的改良效果，以及對風沙的抑制和對大氣環境的改善作用等是植物篩選的重要評價因子。經濟效益直接影響荒漠治理參與者的動機和積極性，對治理區域的經濟發展也有著非常重要的影響，因此，植物種植的生產成本、產出品的產量、價格、品質及耐儲耐運性等也是重要的評價因子。此外，還包括農戶的種植偏好和地方政策等其他評價因子。

綜上分析，植物優選綜合評價指標體系的一級指標包括土壤、地形、生態效益、經濟效益及其他等5個方面，二級指標包括植物對土壤類型、質地、養分和地形、地勢等的要求，以及植物種植的成本、產量、品質、價格、耐儲耐運性和種植偏好、相關政策等17個因子。指標權重參照專家打分法和文獻查閱法[28-31]進行分級賦值與量化（見表1）。

表1 綜合評價指標與權重

3 結果與分析

3.1 研究區溫度、光照及降水特征分析

3.1.1 溫度特征分析

該區常年溫度較低，四季不分明，年平均溫度為9.03 ℃，全年月平均氣溫呈現單峰值變化。以2018年1月1日—12月31日采集數據為例（見圖1），溫度年變化相對較小，從1月開始溫度逐漸升高，4月下旬到5月中上旬，受早春氣候變化的影響，日平均溫度穩定在9 ℃以上，日最低溫度均保持在0 ℃以上。5月氣溫可達12 ℃以上，6—9月，月平均溫度均保持在16 ℃以上，10月份氣溫開始逐漸下降。全年最高溫度出現在7月份，為28.43 ℃；最冷月出現在12月，最低溫度?17.16 ℃。全年無霜期從4月上旬到10月下旬，約180d左右。晝夜溫差較大，夏季最高溫度出現在15:00－18:00左右，最低溫度出現在06:00－08:00左右。地區全年大于10 ℃的積溫約為2 410 ℃，熱量條件相對平原地區低很多。

圖1 2018年研究區溫度變化

3.1.2 光照特征分析

以2018年1月1日－12月31日采集數據為例，2018年全年大于11.5 klx的日照時間為3382h，年平均光照強度為19 klx（見圖2）。如圖中所示，1月、2月、12月平均光照強度較低；5－8月平均光照強度較高，日照時間為980h，占全年28%，日平均光照強度在22.76 klx左右，日最高光照強度可達100 klx以上。冬季光照強度一般從早上09:00開始增加，在15:00左右達到最大值，21:00左右逐漸趨近于0；夏季白晝時間長，光照強度從08:00開始逐漸增加，晚上22:00趨近于0。總體來看，該地日照時間相對較長，光照資源相當豐富。

圖2 2018年研究區光照強度變化

3.1.3 降水特征分析

以2018年1月1日－12月31日采集數據為例（見圖3），研究區全年降水量約550.5mm，降水天數為27d。冬春季降水較少，普遍干燥，且主要集中在5月，約為29.3 mm；夏秋季節降水相對較多，主要集中在6－9月，約為492mm，占全年降水量的89.37%。年內降水時空分布不均，且蒸發量大是該地區水資源變化的主要特征。

圖3 2018年研究區降水量變化

3.2 植物類別劃分與適宜性分析

3.2.1 基于閾值下限的植物類別劃分

對常見荒漠化治理植物的日照時數、>10 ℃積溫、降水等指標的閾值下限進行聚類分析，按照聚類分析結果將植物大致劃分為5類（見表2）。第Ⅰ類植物耐高溫、抗旱性能相對較強。第Ⅱ類植物對降雨的要求較低，抗干旱能力較強；植物類型大多為灌木，分枝多而密集且根系發達，具有很強的固沙阻沙能力。第Ⅲ類植物植株相對其他幾類較高大，對降水的要求較高；耐瘠薄土壤，對風蝕沙埋的生態適應性強，防風固沙、改良土壤等生態作用良好。第Ⅳ類植物對日照時數的要求較低，大多為多年生草本或喬木，喜沙質土壤，抗風沙、抗逆性能較好，對干旱氣候同樣具有很強的適應能力。第Ⅴ類植物大多為草本或者灌木，植株相對較小，喜光，對積溫的要求較低，對溫度大幅度變化的適應能力強，在荒漠地區的種植較為廣泛；植物在極端溫度條件下也能生存，對于高海拔積溫較少的地區來說有較大的存活概率。

表2 基于閾值下限的荒漠化治理植物類別劃分

3.2.2 基于閾值上限的植物類別劃分

對常見荒漠化治理植物的日照時數、>10 ℃積溫、降水等指標的閾值上限進行聚類分析，按聚類分析結果可將植物大致劃分為4類（見表3）。第Ⅰ類植物對溫度的耐受程度較高、耐鹽堿性強，植物類型大多為灌木或喬木，樹形較大且根系發達，在降水量極少的地區也能生存，固沙效果顯著。第Ⅱ類植物大多為多年生草本或灌木，喜光、耐旱，對降水的要求較低，是進行防沙固沙、綠化造林、保持水土的優良樹種。第Ⅲ類植物對積溫的要求較低，適合干旱或半干旱地區種植；對土壤要求不嚴，耐貧瘠、抗風沙特點突出，多生于流動沙丘、沙地、河床或山坡等地。第Ⅳ類植物喜干燥，耐嚴寒、高溫和瘠薄，多生長于沙丘、鹽堿土、荒漠等地。

表3 基于閾值上限的荒漠化治理植物類別劃分

3.3 荒漠化治理植物的初步篩選

通過數據統計與分析，將研究區＞10 ℃積溫、日照時數、降水量等數據抽象成一個3維向量，將最適宜各荒漠化治理植物生長的氣象條件對應的閾值轉換成多個3維向量構成的向量組，故將研究區氣候特征與植物氣象條件閾值之間的相似性轉化成了向量之間的相似性。依據2.2.2節中的適宜植物初步篩選方法，計算各植物與地區氣象條件間的相關系數，并按聚類分析劃分的類別分別求取平均值（見表4）。

表4 研究區氣候條件與植物類別間的平均相關系數

數據結果表明，在閾值下限約束下，第Ⅳ類和第Ⅴ類植物所對應的相關系數均在0.95以上，說明植物的適生條件與地區氣象條件之間存在顯著相關性，即植物對積溫、日照時數和降水量等的要求與研究區的氣象條件較為相似；而在上限閾值的約束下，第Ⅱ類植物對積溫、日照和降水等的需求與研究區的氣象條件較為相符。將第Ⅳ、Ⅴ類與第Ⅱ類植物取交集，篩選適宜在研究區氣象條件下生長的植物。篩選結果顯示，符合條件的植物主要有鹽生草、黑果枸杞、核桃、花花柴等。

3.4 荒漠化治理植物的優選

為了進一步優化初步篩選結果，依據綜合評價指標體系與權重的確定方法，將地形、土壤、生態效益、經濟效益和其他等5個評價指標權重依次賦值為0.2、0.2、0.3、0.2、0.1，通過專家咨詢和分級賦值法對4種植物的適應性進行單項打分與量化，然后通過加權指數求和法計算最終結果與綜合排名。荒漠化治理植物的綜合適宜性評價結果見表5。

表5 荒漠化治理植物的綜合適宜性評價結果

由表5可知，4種植物綜合得分由高到低依次為核桃、黑果枸杞、花花柴、鹽生草。結果表明，4種植物均具有良好的防風固沙、土壤改良效果，生態效益顯著；但鹽生草和花花柴無果實，種植的經濟效益相對較低，不利于帶動當地經濟的發展；黑果枸杞的經濟效益顯著，但種植與采摘人工成本較高，對土壤的要求也較為嚴格。相比之下，核桃的種植投入成本相對較低，果實耐儲存且易于遠距離運輸，滿足該地區對植物經濟效益和生態效益的綜合需求，且西藏自治區多次出臺相關政策加大對經濟林發展的投入和扶持，大力發展特色經濟林產業，因此，綜合各方面因素，優選出核桃為最適宜引種的荒漠化治理植物。

3.5 優選結果初步驗證

以西藏山南市荒漠化治理項目為背景，基于荒漠化治理植物的優選結果，項目組在億利資源集團大力協助下開展核桃的試種試驗。試驗區位于扎囊縣桑耶鎮向北約2 km處，長期以來該區域土地荒漠化現象嚴峻，植被類型以草本植物為主且植物存活期短，無成活樹木。但該區地勢平坦，周圍三面環山，因此，風沙相對較少，立地條件相對較好，較適合初期核桃苗木的生長。自2017年6月開始種植核桃，至今種植時間已超過2 a。在科學的人工干預與管理下，目前核桃苗木生長發育正常，長勢良好且發枝力強，對該地區的自然環境表現出了較好的生態適應性；與同期種植的蘋果苗木相比，核桃的抗高溫、抗光照和抗旱性均有較好表現；此外，在試種的2 a多時間里，核桃苗木周圍的草本植物數量明顯增多，預期生態、經濟效益顯著。依據安裝在試驗區的“神農物聯”沙漠專用物聯網自動采集設備對現場苗情信息進行監測，核桃苗木試種前后試驗區的對比如圖4所示，試驗結果驗證了大數據分析方法的可行性和有效性。利用大數據進行植物優選可顯著提高荒漠化治理的成功率、效率和效益，研究結果更具有科學性和發展的可持續性。

圖4 核桃苗木試種前后的區域對比

4 結論與建議

本文以項目組研發的荒漠大數據平臺為依托，基于荒漠化地區的生態數據和植物種質資源數據，以西藏山南市扎囊縣桑耶鎮為例，運用大數據挖掘分析方法對不同類別植物的生態適應性進行了分析；從氣象、土壤、地形、生態效益、經濟效益以及種植偏好、相關政策等方面對植物的綜合效益進行了評價，依據最終排序結果實現了植物的優選；并通過實際試種試驗驗證了植物優選結果的可行性。基于大數據的西藏荒漠化治理植物的優選方法克服了傳統植物優選中以試種為主、通過規律摸索或經驗積累再推廣種植等方法的盲目性，降低了治理過程中人、財、物的投入，提高了治理的成功率、效率和效益，為荒漠化治理中植物的優選提供了一種新的思路和解決方法，這對荒漠化區域的高效治理及可持續發展具有十分重要的意義。

本研究已取得階段性成果，但在綜合評價過程中所采納的評價指標以及指標權重還有待進一步優化。另外，荒漠化地區數據的積累需要一個長期的過程，目前的研究還受數據累積量的制約，隨著數據量的進一步增加，分析內容和結果還會進一步深化。

[1] 徐馳，姜琦剛，李遠華，等. 呼倫貝爾地區土地荒漠化動態變化[J]. 世界地質，2010，29(1)：160-167.

Xu Chi, Jiang Qigang, Li Yuanhua, et al. Dynamic change of desertification in Hulunbeier[J]. Global Geology, 2010, 29(1): 160-167. (in Chinese with English abstract)

[2] 張鈦仁，張玉峰，柴秀梅，等. 人類活動對我國西北地區沙質荒漠化影響與對策研究[J]. 中國沙漠，2010，30(2)：228-234.

Zhang Tairen，Zhang Yufeng，Chai Xiumei，et al. Impact of human activities on sandy desertification of Northwest China and countermeasures analysis[J]. Journal of Desert Research, 2010, 30(2): 228-234. (in Chinese with English abstract)

[3] 孫艷茹，石屹，陳國軍，等. PEG模擬干旱脅迫下8種綠肥作物萌發特性與抗旱性評價[J]. 草業學報，2015，24(3)：89-98.

Sun Yanru, Shi Yi, Chen Guojun, et al. Evaluation of the germination characteristics and drought resistance of green manure crops under PEG stress[J]. Acta Prataculturae Sinica, 2015, 24(3): 89-98. (in Chinese with English abstract)

[4] 高永，丁延龍，汪季，等. 不同植物灌叢沙丘表面沉積物粒度變化及其固沙能力[J]. 農業工程學報，2017，33(22)：135-142.

Gao Yong, Ding Yanlong, Wang Ji, et al. Sediments particle size changes and its sand fixation ability for different shrub dunes[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(22): 135-142. (in Chinese with English abstract)

[5] 羅維成，曾凡江，劉波，等. 綠洲—沙漠過渡帶引種植物光合生理特征研究[J]. 草業學報，2013，22(2)：273-280.

Luo Weicheng, Zeng Fanjiang, Liu Bo, et al. Photosynthetic and physiological characteristics of introduced plants at the desert-oasis ecotone[J]. Acta Prataculturae Sinica, 2013, 22(2): 273-280. (in Chinese with English abstract)

[6] 李生宇，谷峰，雷加強，等. 塔克拉瑪干沙漠主要灌木光合器官滯塵能力與表面特性的關系[J]. 農業工程學報，2012，28(20)：223-229.

Li Shengyu, Gu Feng, Lei Jiaqiang, et al. Relationship between dust-retaining capabilities of photosynthetic organs and their surface properties of main shrubs species in Central Taklimakan Desert[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE) , 2012, 28(20): 223-229. (in Chinese with English abstract)

[7] 茍小林，劉文輝，陳有軍，等. 植物沙障不同種植模式對川西北沙地的恢復效應[J]. 草業學報，2019，28(6)：33-44.

Gou Xiaolin, Liu Wenhui, Chen Youjun, et al. Effect of different vegetation planting patterns in restoration of degraded sandy land in northwest Sichuan[J]. Acta Prataculturae Sinica, 2019, 28(6): 33-44. (in Chinese with English abstract)

[8] 朱巖峰，張林濤，梁立民，等. 基于競爭態勢矩陣的毛烏素沙地西南緣植被恢復樹種選擇[J]. 西北林學院學報，2016，31(1)：114-118.

Zhu Yanfeng, Zhang Lintao, Liang Limin, et al. Species selection based on competition matrix in southwest of Mu Us Sandyland[J]. Journal of Northwest Forestry University, 2016, 31(1): 114-118. (in Chinese with English abstract)

[9] 王歡. 典型固沙植物根系暴露后生長生理的特征及其抗逆性評價[D]. 銀川寧夏大學，2019.

Wang Huan. Characteristics of Growth Physiology and Evaluation of Stress Resistance of Typical Sand-Fixing Plant Roots After Exposure[D]. Yinchuan Ningxia University, 2019. (in Chinese with English abstract)

[10] 趙瑞. 沙漠修復植物生態適應性評價及系統研發[D]. 泰安：山東農業大學，2018.

Zhao Rui. Ecological Adaptability Evaluation of Desert Restoration Plants and System Development[D]. Taian: Shandong Agricultural University, 2018. (in Chinese with English abstract)

[11] 李衛平，劉建龍，鮑交琦，等. 包頭黃河濕地生態恢復植物類型的選擇[J]. 濕地科學，2015，13(2)：211-216.

Li Weiping, Liu Jianlong, Bao Jiaoqi, et al. Selection of plants for ecological restoration of Yellow River wetlands in Baotou city[J]. Wetland Science, 2015, 13(2): 211-216. (in Chinese with English abstract)

[12] 嚴慧玲，劉東明，李作恒，等. 層次分析法在河北省太行山區植被恢復植物種類篩選中的運用[J]. 植物研究，2015，35(5)：751-758.

Yan Huiling, Liu Dongming, Li Zuoheng, et al. Analytic hierarchy process in plant species selection of revegetation in the Taihang mountains in Hebei province[J]. Bulletin of Botanical Research, 2015, 35(5): 751-758. (in Chinese with English abstract)

[13] 來錫福，焦旭東，趙明，等. 民勤沙化退耕地整治技術及造林模式選擇研究[J]. 水土保持研究，2015，22(1)：269-273.

Lai Xifu, Jiao Xudong, Zhao Ming, et al. Study on remediation technology and afforestation model decision of desertification woodland in Minqin[J]. Research of Soil and Water Conservation, 2015, 22(1): 269-273. (in Chinese with English abstract)

[14] 王樂，李亞光. 中新天津生態城河岸帶鹽堿地造林樹種選擇[J]. 水土保持通報，2015，35(4)：248-253.

Wang Le, Li Yaguang. Primary selection of plant species for afforestation in salinized soil in Sino-Singapore Tianjin Eco-city riparian[J]. Bulletin of Soil and Water Conservation, 2015, 35(4): 248-253. (in Chinese with English abstract)

[15] 李許文，劉文，陳紅鋒，等. 廣州適宜的植物引種來源地與氣候區選擇研究[J]. 中國園林，2016，32(4)：96-100.

Li Xuwen, Liu Wen, Chen Hongfeng, et al. A study on the selection of appropriate source regions and climatic zones for Guangzhou to introduce plants[J]. Chinese Landscape Architecture, 2016, 32(4): 96-100. (in Chinese with English abstract)

[16] 郭彩贇，韓致文，李愛敏，等. 庫布齊沙漠生態治理與開發利用的典型模式[J]. 西北師范大學學報：自然科學版，2017，53(1)：112-118.

Guo Caiyun, Han Zhiwen, Li Aimin, et al. The typical models of ecological management and development and utilization in the Kobq Desert[J]. Journal of Northwest Normal University: Natural Science, 2017, 53(1): 112-118. (in Chinese with English abstract)

[17] 王濤. 荒漠化治理中生態系統、社會經濟系統協調發展問題探析：以中國北方半干旱荒漠區沙漠化防治為例[J]. 生態學報，2016，36(22)：7045-7048.

Wang Tao. Study on the coordinated development of ecosystem and socio-economic system in desertification control: A case study of desertification control in semiarid area in north China[J]. Acta Ecologica Sinica, 2016, 36(22): 7045-7048. (in Chinese with English abstract)

[18] Zhang Daoyuan, Liu HuiLiang, Shi Xiang, et al. Limitations on the recruitment of the rare sand shrubby legume Eremosparton songoricum (Fabaceae) in Gurbantunggut Desert, China[J]. Journal of Arid Land, 2011, 3(2): 75-84.

[19] 喻陽華，余楊，楊蘇茂，等. 植物生態適應性特征及關鍵種選擇研究進展[J]. 世界林業研究，2016，29(6)：38-42.

Yu Yanghua, Yu Yang, Yang Sumao, et al. Research progress in characteristics of plant ecological adaptability and selection of keynote species[J]. World Forestry Research, 2016, 29(6): 38-42. (in Chinese with English abstract)

[20] 程春明，李蔚，宋旭. 生態環境大數據建設的思考[J]. 中國環境管理，2015，7(6)：9-13.

Cheng Chunming, Li Wei, Song Xu. Thinking on the big data construction for ecological environment[J]. Chinese Journal of Environmental Management, 2015, 7(6): 9-13. (in Chinese with English abstract)

[21] 李文彥. 基于大數據的荒漠化治理對策研究[J]. 甘肅科技，2016，32(15)：38-40.

[22] 楊曉，李錦華，朱新強，等. 21種紫花苜蓿在西藏“一江兩河”地區引種試驗研究[J]. 中國草食動物科學，2014，34(3)：35-37.

Yang Xiao, Li Jinhua, Zhu Xinqiang, et al. Study on introduction of 21 alfalfa varieties in the “Three Rivers” region of Tibet[J]. Chinese Herbivore Science, 2014, 34(3): 35-37. (in Chinese with English abstract)

[23] 朱慶平，周力，李開，等. 西昌引種栽培油橄欖果中5種金屬元素主成分及聚類分析[J]. 基因組學與應用生物學，2017，36(1)：362-369.

Zhu Qingping, Zhou Li, Li Kai, et al. Principal component and cluster analysis of 5 metal elements in fruits of olive cultivars introduced to Xichang[J]. Genomics and Applied Biology, 2017, 36(1): 362-369. (in Chinese with English abstract)

[24] 孫浩元，續九如，王玉柱，等. 應用灰色聚類和灰色關聯分析對臺灣青棗引種適宜區的選擇[J]. 中國農學通報，2006, 22(4)：143-146.

Sun Haoyuan, Xu Jiuru, Wang Yuzhu, et al. Selection of suitable climatic regions for introduction ofLam. using the methods of gray clustering and gray correlation analysis[J]. Chinese Agricultural Science Bulletin, 2006, 22(4): 143-146. (in Chinese with English abstract)

[25] 熊新武，李俊南，劉恒鵬，等. 10個引種核桃品種嫁接成活率及苗期生長性狀研究[J]. 中南林業科技大學學報，2015，35(3)：36-42.

Xiong Xinwu, Li Junnan, Liu Hengpeng, et al. Study on grafting survival rate and seedling stage growth traits of ten introduced walnut varieties[J]. Journal of Central South University of Forestry & Technology, 2015, 35(3): 36-42. (in Chinese with English abstract)

[26] 李國杰，程學旗. 大數據研究：未來科技及經濟社會發展的重大戰略領域：大數據的研究現狀與科學思考[J]. 中國科學院院刊，2012，27(6)：647-657.

Li Guojie, Cheng Xueqi. Research status and scientific thinking of big data[J]. Bulletin of Chinese Academy of Sciences, 2012, 27(6): 647-657. (in Chinese with English abstract)

[27] 王合玲，呂光輝，楊曉東. 新疆艾比湖濕地主要植物的種間關聯分析[J]. 生態學雜志，2011，30(12)：2713-2718.

Wang Heling, Lu Guanghui, Yang Xiaodong. Interspecific associations of main plants in Ebinur Lake wetland of Xinjiang, Northwest China[J]. Chinese Journal of Ecology, 2011, 30(12): 2713-2718. (in Chinese with English abstract)

[28] Carolyn Howes Keiffer, Irwin A. Ungar. Germination and establishment of halophytes on brine-affected soils[J]. Journal of Applied Ecology, 2002, 39(3): 402-415.

[29] 張建鋒. 鹽堿地的生態修復研究[J]. 水土保持研究，2008，15(4)：74-78.

Zhang Jianfeng. Discussion on ecological rehabilitation of salt-affected soils[J]. Research of Soil and Water Conservation, 2008, 15(4): 74-78. (in Chinese with English abstract)

[30] 聶彎，于法穩，和月月. 核桃種植的生態效益評價：以云南省大姚縣為例[J]. 安徽農業科學，2016，44(29)：156-160.

Nie Wan, Yu Fawen, He Yueyue. Evaluation of ecological benefit of walnut planting: A case of Dayao County of Yunnan Province[J]. Journal of Anhui Agricultural Sciences, 2016, 44(29): 156-160. (in Chinese with English abstract)

[31] 馬洋，王雪芹，韓章勇，等. 風蝕沙埋對疏葉駱駝刺（）和花花柴（）幼苗的生理影響[J]. 中國沙漠，2015，35(5)：1254-1261.

Ma Yang, Wang Xueqin, Han Zhangyong, et al. Effect of wind erosion and sand burial on physiological characters inandseedlings in the Southern Margin of the Taklimakan Desert[J]. Journal of Desert Research, 2015, 35(5): 1254-1261. (in Chinese with English abstract)

Optimal selection and verification of plant species for desertification control in Tibet based on big data

Liu Pingzeng1, Wang Xue1,2, Song Chengbao3, Zhang Chao1, Ao Baoping2,4, Lyu Tao2,4, Zhang Lixin2,4

(1.,,271018,; 2.100067; 3.271018; 4.017418,)

Land desertification has posed a major hazard to the society, economy, and environment in the Tibet semi-arid areas. The scientific and rational control of desertification becomes much more important to improve the living environment of human beings and the sustainable development of ecological system. Plant planting is expected to be one of the effective means of desertification control. Previous research had conducted on the selection of plant species for the desert governance, but it is necessary to accurately optimize the specific plant species, particularly on the range of plant selection, data analysis process and consideration of comprehensive benefits. In this study, a method of plant selection was proposed based on big data. Two steps were mainly included: one step was to optimize plants that meet the climate suitability of the study area in preliminary analysis, and another step was to verify the influence factors of the selected plants in comprehensive evaluation. A platform of big data was established for desertification ecological governance and the realization of all-round collection of major desert ecological information in China. The initial conditions were then defined according to the characteristics and direction of desertification governance in the study area. A database of germplasm resources for desert restoration plant was constructed to classify and select the subsequent plant categories. It is also necessary to consider the limitations of the dominant meteorological factors, such as “light, temperature, and water”, due to the relatively serious problems of water shortage, high intensity of sunshine, and low accumulated temperature in the study area. After the data was automatically collected by the Internet of Things (Iots), the meteorological characteristics and changes of the study area were used to provide theoretical support for the further matching of plant varieties with high temperature resistance, high intensity of sunlight and strong drought resistance. Plants with similar properties were classified into a group based on the threshold value of suitable meteorological conditions of plants by using cluster analysis, correlation analysis and other big data methods. The adaptability of plants was also analyzed during this time. In clustering, main plant species were grouped 5 categories based on upper limit and lower limit of threshold respectively. The correlation coefficient was calculated between the plants' own suitable environment and the meteorological conditions in the study area, and the average value was obtained by category. In the plant categories with a correlation coefficient greater than 0.95, the plants that located in both upper and lower classifications were assumed as optimum match on the meteorological conditions in the study area. The second step was to select plants with a high degree of comprehensive suitability based on the preliminary generation scheme. Taking the preliminary selected plants as the evaluation object, an expert scoring method and analytic hierarchy process were used to make a horizontal comparison and comprehensive ranking of plants, particularly on considering the influence of topography, soil, ecological benefits, economic benefits, farmers' planting preference and policy support on the growth of plants. The experimental results showed thatLscored the highest,Murrwas the second, whileandscored were the lowest. Since four plants have good wind and sand fixation, and soil improvement effects,Lplanting has the advantages of less initial investment, storage resistance, and easy long-distance transportation, indicating that it was suitable for the economic and ecological benefits for the study area. Therefore, the introduction ofLcan be the optimal option for desertification governance in the study area. The results of plant selection were also verified in the experimental areas of Sangye Town, Zhanang County, Shannan City, Tibet. In the field county, the desertification phenomenon has been severe for a long time, with the vegetation types of mainly herbaceous plants, where the survival period of plant is relatively short, even no living trees in some areas. The flat areas surrounded by mountains on three sides can be set as the site, where can be more suitable for the growth of earlyL.. Therefore,Lhas been planted for more than two years under the intervention and management of artificial science. At present, good growth and strong branching ability show an optimal ecological adaptability to the natural environment of the area. Compared with other plants grown in the same period,Lhas better performance on the resistance of high temperature, sunshine and drought. In addition, the number of herbs around walnuts has increased significantly in more than two years, to achieve the expected ecological and economic benefits. Both theoretical analysis and actual trial experiments have demonstrated that it is promising feasible to plantLin the areas of Sangye Town, Zhanang County, Shannan City, Tibet.

plants; cluster analysis; correlation analysis; big data; optimal selection for plant species; desertification control; ecological adaptability

柳平增，王雪，宋成寶，等. 基于大數據的西藏荒漠化治理植物優選與驗證[J]. 農業工程學報，2020，36(10)：166-173.doi：10.11975/j.issn.1002-6819.2020.10.020 http://www.tcsae.org

Liu Pingzeng, Wang Xue, Song Chengbao, et al. Optimal selection and verification of plant species for desertification control in Tibet based on big data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(10): 166-173. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.10.020 http://www.tcsae.org

2019-10-28

2020-04-28

國家重點研發計劃“新能源和生物醫藥資源開發與沙化土地綜合治理技術集成及產業示范”（2016YFC0500906）；國家863計劃（2013AA10230101）

柳平增，博士后，教授，博士生導師，主要從事物聯網與農業大數據、智慧農業等相關方面的研究。Email：pzliu@sdau.edu.cn

10.11975/j.issn.1002-6819.2020.10.020

S11

A

1002-6819(2020)-10-0166-08