茶叶种植区土地适宜性评价Word格式文档下载.docx

上传人:b****7 文档编号:21890789 上传时间:2023-02-01 格式:DOCX 页数:26 大小:956.32KB
下载 相关 举报
茶叶种植区土地适宜性评价Word格式文档下载.docx_第1页
第1页 / 共26页
茶叶种植区土地适宜性评价Word格式文档下载.docx_第2页
第2页 / 共26页
茶叶种植区土地适宜性评价Word格式文档下载.docx_第3页
第3页 / 共26页
茶叶种植区土地适宜性评价Word格式文档下载.docx_第4页
第4页 / 共26页
茶叶种植区土地适宜性评价Word格式文档下载.docx_第5页
第5页 / 共26页
点击查看更多>>
下载资源
资源描述

茶叶种植区土地适宜性评价Word格式文档下载.docx

《茶叶种植区土地适宜性评价Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《茶叶种植区土地适宜性评价Word格式文档下载.docx(26页珍藏版)》请在冰豆网上搜索。

茶叶种植区土地适宜性评价Word格式文档下载.docx

杭州属于亚热带季风气候,光温同季,雨热同期。

茶树喜欢湿润的气候,杭州又有季风气候多雨的特点。

杭州丘陵广布,所以能够建造大量种植龙井茶的梯田。

丘陵大多晴能充分接受日照,雨又易于排水,土壤呈弱酸性,适于种茶。

杭州水系密布,便于灌溉。

茶叶是杭州的传统优势产业和出口创汇产品,是杭州“十大”农业主导产业之一,也是杭州六大特色农业之一。

栽茶、制茶、茶叶经营的历史悠久,茶叶基地、茶树品种、茶类等资源丰富,茶叶生产技术、加工技术、科技力量雄厚。

茶树种植遍及3市2县4区,江干、拱墅2区亦有少量茶园。

全市茶园面积近三万公顷,茶叶产量18000多吨,2004年创产值10.5亿元,茶叶在农业经济和农民收入中占有重要的地位,茶叶总产值约占全市农业总产值的22%,在西部山区,茶叶是农民致富的重要经济来源之一,即使在郊县、区经济发达地区,重点产茶乡镇的茶叶收入在农民收入中所占比重亦达30%以上。

但茶叶生产一直来是千家万户,产量、品质参差不齐,规模效益不明显,经济效益提不高,这已成为目前茶叶生产发展的制约因素,怎么样通过有效的管理来提高茶叶生产的组织化和规范化程度、来适应现代农业园区和都市效益型农业,促进茶叶产业持续、稳定发展己成为业内人士所共同关心的问题。

2茶树土地适宜性评价指标体系

2.1指标的确定

茶树生长需要的环境条件主要包括日照、热量、水分、空气、地形地势(排

水条件)、土壤等方面。

茶树通常是在亚热带的环境条件下生长,杭州属于亚热带季风性气候,茶树春梢萌动的起始温度,多数品种为日平均气温稳定在10℃左右,大部分茶树生长的最适合温度在20~30℃的范围内;

茶区温度低于10℃或者高于35℃时,新梢生长比较慢。

茶树生长期空气湿度会影响茶叶的品质。

南方地区的经验,相对湿度在80~90%比较适宜茶树生长,若小于50%,新梢生长会受到抑制,而低于40%茶叶品质明显下降。

海拔高度的不同对茶树的生长会有一定的影响。

随着海拔的升高,山地上的月平均气温、年平均气温、活动积温有明显的变化。

一般而言,海拔上升100米,温度降低0.6,山越高,气温越低,积温越少。

坡度和坡向的不同,导致坡地上日照时间和太阳辐射强度都有很大差别,于是形成了不同坡向间的小气候差异。

在我国主要产茶区,偏南坡(阳坡)获得的太阳辐射多,所以热量多,温度高;

而北坡正好相反,东坡和西坡介于二者之间。

土壤条件的好坏决定茶叶产量、质量,土壤是茶叶生长的基础,土壤质地,土壤质地有粗细之分,它影响着茶园土壤肥力的高低和茶园生产潜力的大小。

土壤类型也很重要,像土壤pH值,茶树适宜酸性土壤,宜茶的土壤pH值一般在6.5以下,如果超过6.5,茶树生长就会受到不良影响。

根据上述条件,确定目标层为茶叶综合土地适宜性评价(A),准则层选取了气候(B1)、地形(B2)和土壤(B3)。

方案层除了选取年平均气温(T)、≥10℃的活动积温(ΣT≥10℃)、年极端最低气温≤-13℃出现的频率(FTmin≤-13℃)、4-10月的平均相对湿度(U4-10)等四个气候指标,还选取了海拔高度、坡度、坡向、土壤类型和土壤质地等五个指标,依次将它们定位C1-C9(表1)。

表1

目标层

准则层

方案层

(A)

气候条件(B1)

年平均气温(T)(C1)

≥10℃的活动积温ΣT≥10℃(C2)

年极端最低气温≤-13℃出现的频率(FTmin≤-13℃)(C3)

4-10月的平均相对湿度(U4-10)(C4)

地形条件(B2)

海拔高度(C5)

坡度(C6)

坡向(C7)

土壤条件(B3)

土壤类型(C8)

土壤质地(C9)

 

2.2构造判断矩阵

通过两两重要性对比,构建目标层和中间层,中间层和指标层,共4个判断矩阵。

即中间层对于目标层的矩阵(A-B),指标层对于中间层的判断矩阵(B1-C)、(B2-C)、(B3-C),在这里有必要对判断矩阵标度进行说明,其中Cij表示因素i和因素j比较相对于目标的重要值(见表2)。

表2

序号

重要性等级

Cij赋值

1

i,j两元素同等重要

2

i元素比j元素稍重要

3

i元素比j元素明显重要

6

i元素比j元素稍不重要

1/2

7

i元素比j元素明显不重要

1/3

3.3获得九个指标的权重

(1)计算判断矩阵每一行元素的乘积

(2)计算

的n次方根

(3)对向量

按照

进行正规化,则

即为所求的权重(见表3、4)。

表3各层权重

A-B

B1

B2

B3

W

2/3

0.29

3/2

0.42

B1-C

C1

C2

C3

C4

1/3

1/2

0.12

0.36

0.21

0.31

B2-C

C5

C6

C7

0.53

0.16

B3-C

C8

C9

0.67

0.33

表4综合判断矩阵和各因子权重

A

B1(0.29)

B2(0.42)

B3(0.29)

0.12

0.00

0.0357

0.36

0.1018

0.21

0.0554

0.31

0.0929

0.53

0.2310

0.1274

0.16

0.0702

0.67

0.1905

0.33

0.0952

一致性检验过程:

在进行一致性检验时,为了度量不同阶数判断矩阵是否具有满意的一致性,通常引入判断矩阵的平均随即一致性指标RI值,如表5.

表5平均随机一致性指标RI值

n

4

5

8

9

10

RI

0.52

0.89

1.12

1.26

1.36

1.41

1.46

1.49

CI=λmax–n/n-1,CR=CI/RI

用yaaph计算,进行一致性检验,A—B,CR=0.000<0.1,通过,B1—C,CR=0.0172,通过,B2—C,CR=0.0089,通过,B3—C,CR=0.000<0.1,通过。

3气候指标回归模型

利用杭州市市内及其周边共34个气象观测站1971-2008年的逐日气候要素资料及其气象观测站的地理属性(经度、纬度和海拔高度),同时根据给定的各气候指标与经度、纬度和海拔高度等的多元回归模型(见表6),整理和计算出四个气候指标的值。

表6茶叶气候指标的多元回归模型

类型

多元回归模型

年平均气温=29.705-0.881φ+0.113λ-0.00136h-0.00000248h2

≥10℃积温=8691.025-278.293φ+41.427λ-0.519h-0.000862h2

4-10月平均湿度=95.617+2.678φ-0.813λ+0.00321h

F(Tmin≤-10℃)=-265.289+4.388φ+1.119λ+0.0676h

备注:

φ-纬度,λ-经度,h-海拔高度,**-通过0.01水平的显著性检验

用Arcgis里的MODELBUILDER这一模型建立平台,把杭州市的经度、纬度和海拔高度等栅格化数据导入到MODELBUILDER这一模型建立器中,,将SpatialAnalystTools—Overlay—WeightedSum工具放入刚新建的model中,运用CONNECTION数据连接线把各个数据和工具整合起来,将回归公式中的参数系数作为各参数的权重输入计算,再用SpatialAnalystTools—Math—Plus工具将结果和公式中的常熟相加得到相应的气候指标的值,得到每一个气候指标的多元回归模拟分布图。

具体建模的过程见下图:

年平均气温模型流程图:

≥10℃积温模型流程图:

4—10月平均湿度模型流程图:

FTmin≤-13℃模型流程图:

有上述建模得到气候条件的四个指标的四个指标的回归值图如图1:

年平均气温≥10℃积温

4—10月平均湿度FTmin≤-13℃

图1

5对气候指标空间残差进行空间插值

对该气候指标在28个气象观测站的残差进行空间内插,在杭州气象点数据中的attributeof杭州气象站点里面,先根据茶叶气候指标的多元回归模型计算出每一个气候指标的回归值,然后在该表中输入每一个气候指标的真实值,用真实值减去估计值得到残差,见表7。

表7

站点

T__回归值

jiwen_回归

dw_回归值

sd_回归值

realt

real_dw

天目山

8.97

2515.58

101.90

84.37

8.90

100.00

昌化

15.28

4751.02

35.04

81.03

15.40

44.40

临安

16.42

5168.11

9.24

79.58

16.10

10.50

富阳

16.72

5271.49

3.94

78.72

16.60

5.30

湖州

16.07

5072.33

4.96

80.68

16.20

2.60

绍兴

16.83

5315.94

2.18

78.10

16.80

德清

16.35

5160.64

3.45

79.87

16.30

桐乡

16.33

5156.55

4.38

79.68

杭州

16.59

5233.37

4.65

79.01

海盐

16.47

5202.00

4.32

79.08

16.50

2.80

萧山

16.65

5251.43

4.60

78.79

16.70

开化

17.15

5389.25

5.41

77.86

淳安

16.75

5264.35

9.45

78.73

17.20

建德

17.07

5374.99

3.54

77.88

16.90

浦江

17.10

5384.34

6.00

77.45

兰溪

17.41

5489.94

-1.09

76.85

17.80

金华

17.48

5509.63

0.43

76.52

17.60

诸暨

5385.71

2.24

77.52

7.90

义乌

17.33

5461.84

76.76

17.50

东阳

17.36

5472.05

3.76

76.55

常山

17.40

5470.17

3.39

77.11

衢州

17.49

5507.49

-0.45

76.83

武义

17.63

5552.81

75.90

安吉

5109.86

4.91

80.43

15.90

13.20

海宁

16.44

5191.06

4.23

79.29

桐庐

16.89

5324.97

2.55

78.32

上虞

16.87

5330.17

2.20

龙游

5511.31

-0.07

76.68

real_sd

rea_jiwen

cancha_t

cancha_jw

cancha_dw

cancha_sd

84.00

2507.60

-7.98

-1.90

-0.37

82.00

4804.40

53.38

9.36

0.97

80.00

5086.90

-0.32

-81.21

1.26

0.42

79.00

5222.60

-0.12

-48.89

1.36

0.28

5162.60

0.13

90.27

-2.36

-0.68

5301.80

-0.03

-14.14

0.90

5149.70

-0.05

-10.94

-0.85

-0.87

5166.90

10.35

-1.78

0.32

77.00

5308.70

75.33

-4.65

-2.01

5220.40

0.03

18.40

-1.52

0.92

5256.20

0.05

4.77

0.70

1.21

81.00

5170.90

-0.65

-218.35

-0.11

3.14

76.00

5419.70

0.45

155.35

-9.45

-2.73

5314.10

-0.17

-60.89

-3.54

1.12

5300.90

-0.30

-83.44

-3.40

1.55

74.00

5667.30

0.39

177.36

1.09

-2.85

75.00

5592.80

83.17

-0.43

5271.10

-114.61

5.66

2.48

5549.50

0.17

87.66

-0.20

-2.76

5527.10

0.14

55.05

-1.16

-2.55

5563.20

0.20

93.03

-3.39

-1.11

5540.20

0.01

32.71

3.05

5406.80

-146.01

2.70

3.10

5039.20

-70.66

8.29

5147.30

-0.14

-43.76

-1.63

1.71

78.00

5291.00

-0.09

-33.97

5345.00

14.83

0.40

-0.88

5512.60

-0.10

1.29

2.87

1.32

运用SpatialAnalyst中提供的工具箱中的IDW工具对该气候指标在28个气象观测站的残差进行空间内插,并对内插图进行边界的裁剪,进而得到该气候指标的残差分布图,如图2:

图2

因为型回归值和气象站点28个地点的空间插值图都具有一定的误差,因此,将第一步中的模型回归值和第二步中的残差空间

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 小学教育 > 其它课程

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1