基于數(shù)據(jù)挖掘方法的玉米和油菜土地適宜性分析
——以貴州省遵義市為例

張 晨, 林 艷, 周 華,3

(1.貴州省自然資源勘測規(guī)劃研究院, 貴州 貴陽 550004; 2.貴州大學(xué) 生命科學(xué)學(xué)院,貴州 貴陽 550025; 3.自然資源部 土地利用重點(diǎn)實(shí)驗(yàn)室貴州科研基地, 貴陽 貴州 550004)

為了進(jìn)一步落實(shí)國家糧食安全戰(zhàn)略，可持續(xù)利用農(nóng)業(yè)土地資源，綜合考慮自然資源稟賦和了解當(dāng)?shù)刈匀画h(huán)境條件的主要局限性可以幫助我們選擇特定的作物種植，可以為決策者創(chuàng)建最佳的作物種植決策管理[1-2]。氣候、地形、土壤等自然環(huán)境條件和土地用途的不同，土地對特定作物的適宜性會呈現(xiàn)差異性，有必要根據(jù)最有效的自然環(huán)境條件因素對土地單元進(jìn)行分類和管理，而土地適宜性評價(land suitability assessment， LSA)是促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展和進(jìn)行科學(xué)的土地利用規(guī)劃的關(guān)鍵途徑[3]，科學(xué)開展LSA在全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化中起著十分重要的基礎(chǔ)性作用，是保障鄉(xiāng)村振興戰(zhàn)略實(shí)施的重要舉措。

近10 a來，LSA在土地利用這一核心主題下圍繞評價對象、評價理論、評價技術(shù)方法和評價數(shù)據(jù)等方面開展研究。在評價對象方面，開展蠶豆[1]、小麥[3-5]、油菜[2]、烤煙[6]、高粱[7-8]、玉米[8]等多種作物L(fēng)SA研究。在LSA理論方面，大致可以分為空間疊加[9]、多指標(biāo)決策模型[4]、人工智能[5]等3種方法，其中，空間疊加使用較多的是加權(quán)疊加[6,10]，多準(zhǔn)則決策模型最常用層次分析法[11-13]、主成分分析法[14]等，人工智能則嘗試使用支持向量機(jī)和隨機(jī)森林[5]、人工神經(jīng)網(wǎng)絡(luò)[15]等。在LSA技術(shù)方面，主要是借助遙感、地理信息系統(tǒng)技術(shù)手段開展評價研究工作，其在改善土地適宜性評價方面具有很大潛力[3]。在LSA數(shù)據(jù)方面，涉及到矢量數(shù)據(jù)、柵格數(shù)據(jù)或矢量—柵格混合數(shù)據(jù)多種空間數(shù)據(jù)類型[16-17]。綜上所述，當(dāng)前，最為常用的LSA理論技術(shù)方法是在遙感、地理信息系統(tǒng)技術(shù)手段支持下，使用表征氣候、地形、土壤等自然環(huán)境條件多源多維空間數(shù)據(jù)和空間疊加、多準(zhǔn)則決策模型等進(jìn)行LSA建模分析，但在數(shù)據(jù)挖掘視角下開展多作物L(fēng)SA的研究成果相對較少。此外，隨著空間數(shù)據(jù)采集技術(shù)不斷革新使得量化自然環(huán)境因素的有效數(shù)據(jù)大量存在，致使LSA越來越復(fù)雜，現(xiàn)有農(nóng)業(yè)資源與農(nóng)業(yè)生產(chǎn)活動不匹配可能導(dǎo)致糧食供求關(guān)系失衡，合理的農(nóng)業(yè)生產(chǎn)作物規(guī)劃在資源投入獲取與分配中起著重要的作用[7-8]。玉米和油菜分別是遵義市糧食產(chǎn)量第二和油料產(chǎn)量第一的作物，在連續(xù)種植玉米或玉米休耕的地區(qū)，油菜可以作為一種有價值的輪作作物出現(xiàn)[18]，探討該地區(qū)主要作物玉米、油菜等農(nóng)業(yè)生產(chǎn)作物規(guī)劃，有利于提高玉米和油菜的產(chǎn)量以改善糧食安全。因此，如何把握當(dāng)前數(shù)據(jù)驅(qū)動的戰(zhàn)略機(jī)遇，突破LSA多源多維屬性數(shù)據(jù)認(rèn)知與分析的困境，構(gòu)建更加綜合、科學(xué)與智能的多作物L(fēng)SA是值得研究的。

鑒于此，本研究以科學(xué)布局作物種植空間，合理利用農(nóng)業(yè)土地資源作為切入點(diǎn)，思考這種自然環(huán)境條件差異性對多作物種植空間布局的影響。在此基礎(chǔ)之上基于數(shù)據(jù)挖掘方法，引入機(jī)器學(xué)習(xí)算法隨機(jī)森林構(gòu)建氣候、地形、土壤等多源多維屬性數(shù)據(jù)與不同作物種植空間之間的關(guān)聯(lián)模型，試圖開展多作物土地適宜性分析，為農(nóng)業(yè)生產(chǎn)的作物規(guī)劃、土地利用規(guī)劃和管理提供一種準(zhǔn)確有效的方法。

1 研究區(qū)概況

研究區(qū)位于貴州省北部遵義市，東經(jīng)105°36′—108°12′，北緯27°08′—29°14′，總面積3.08×106hm2，占貴州省總面積的17.47%。東鄰銅仁市，南抵黔東南州、黔南州和貴陽市，西南與畢節(jié)市接壤，西與四川省交界，北連重慶市，是大西南通江達(dá)海的重要通道。地處云貴高原向湖南丘陵和四川盆地過渡的斜坡地帶，地形起伏較大，海拔210～2 208.13 m，平均海拔984.51 m。地貌類型復(fù)雜，境內(nèi)大婁山山脈及其支脈呈東北向斜貫本市中部，是市內(nèi)南北水系的分水嶺，遵義市被劃分為兩大片，山南以低中山丘陵和寬谷盆地為主，一般耕地比較集中連片，土地利用率較高。山北以中山峽谷為主，山高谷深，山地垂直差異明顯，耕地比較分散。氣候?qū)儆谥衼啛釒Ъ撅L(fēng)濕潤氣候區(qū)，終年溫涼濕潤，氣候溫和，全年日均氣溫4～32 ℃，日照充足，雨水充沛，年均降水量1 097.8 mm。土壤類型多樣，低山丘陵盆地區(qū)主要分布著以酸性黃壤為主，有機(jī)質(zhì)含量高。地質(zhì)地貌條件復(fù)雜，降雨分布不均，水分的區(qū)域性和時間性變化很大，對土地利用與土壤的形成均有較大的影響。

遵義市在貴州省國土空間總體規(guī)劃(2021—2035年)中被劃定為5類農(nóng)業(yè)現(xiàn)代化復(fù)合發(fā)展分區(qū)之一的黔北農(nóng)業(yè)區(qū)，是貴州省重要農(nóng)產(chǎn)品生產(chǎn)基地和糧食、油料作物的主要產(chǎn)地?？茖W(xué)合理布局作物種植空間是保障現(xiàn)代山地特色高效農(nóng)業(yè)強(qiáng)省建設(shè)以及持續(xù)推進(jìn)農(nóng)業(yè)現(xiàn)代化當(dāng)中不可或缺的關(guān)鍵環(huán)節(jié)。開展多作物生產(chǎn)的土地綜合適宜性評價實(shí)地量化研究既是亟待解決的科學(xué)問題，也是落實(shí)鄉(xiāng)村振興重大國家戰(zhàn)略的具體措施。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源及預(yù)處理

本研究所用矢量數(shù)據(jù)來源包括遵義市自然資源局所提供的2020年耕地資源質(zhì)量分類數(shù)據(jù)庫成果，2020年貴州省地理國情監(jiān)測成果地表覆蓋數(shù)據(jù)集農(nóng)作物種植樣點(diǎn)專題圖層V_SPCP，及市行政區(qū)劃；柵格數(shù)據(jù)來源包括數(shù)字高程模型采用中科圖新(http:∥www.tuxingis.com/store.html)提供的12.5 m空間分辨率DEM數(shù)據(jù)，國家青藏高原科學(xué)數(shù)據(jù)中心提供的2017年中國區(qū)域融合日照時數(shù)10 km高分辨率地表太陽輻射數(shù)據(jù)集，國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心提供的2012年中國0.083 33°分辨率逐月土壤有效水分?jǐn)?shù)據(jù)集，中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心提供的500 m空間分辨率≥10 ℃活動積溫(經(jīng)DEM校正)數(shù)據(jù)集，以及貴州省氣象局提供的30 a(1989—2018)30 m空間分辨率年均氣溫和年均降水量柵格數(shù)據(jù)。為便于疊加分析，所有空間數(shù)據(jù)坐標(biāo)系統(tǒng)統(tǒng)一轉(zhuǎn)換成 CGCS2 000_3_Degree_GK_Zone_26。

提取耕地資源質(zhì)量分類數(shù)據(jù)庫成果中的耕地和種植屬性標(biāo)注為“即可恢復(fù)”和“工程恢復(fù)”的相關(guān)地類圖斑作為評價單元，共計1 153 748個，涵蓋種植土地范圍。在作物種植LSA中，表征地形特征的坡度、海拔由DEM數(shù)據(jù)生成，其中坡度采用百分比坡度度量；除了土壤有效水分之外，表征土壤特性的土層厚度、土壤質(zhì)地、有機(jī)質(zhì)含量、土壤pH值取自耕地資源質(zhì)量分類數(shù)據(jù)庫成果，其中土壤質(zhì)地是非數(shù)值型數(shù)據(jù)，這里依據(jù)國務(wù)院第三次全國土地調(diào)查領(lǐng)導(dǎo)小組辦公室印發(fā)的《第三次全國土地調(diào)查耕地資源質(zhì)量分類工作方案》進(jìn)行數(shù)值化，1，2，3分別表示壤質(zhì)、黏質(zhì)、砂質(zhì)；表征氣候條件的因素有活動積溫、年均降水量、年均氣溫和日照時數(shù)。評價單元相關(guān)屬性賦值計算時均將柵格數(shù)據(jù)重新采樣至5 m×5 m空間分辨率，然后使用分區(qū)統(tǒng)計疊加計算獲得評價單元屬性數(shù)據(jù)；玉米和油菜種植采樣點(diǎn)是采用國土調(diào)查云手機(jī)應(yīng)用軟件App據(jù)實(shí)調(diào)查，分別有171個和127個。

2.2 研究方法

本研究總體研究思路是緊扣影響作物種植氣候、地形和土壤3大類自然環(huán)境條件，在作物適宜性生長因子約束下構(gòu)建起作物種植空間適宜性評價因子特征數(shù)據(jù)集；在既定的評價單元內(nèi)使用隨機(jī)森林算法建立作物與評價因子特征數(shù)據(jù)集之間的關(guān)聯(lián)模型，得出作物種植空間適宜性評價結(jié)果及其評價因子貢獻(xiàn)度；在此基礎(chǔ)之上，利用GIS技術(shù)空間化作物種植空間適宜性評價結(jié)果以分析作物種植空間布局特征；綜合運(yùn)用綜合指數(shù)評價法、空間約束多元聚類和空間統(tǒng)計研究作物適宜性空間等級特征及異質(zhì)性，進(jìn)而使用空間疊加分析法實(shí)現(xiàn)多作物種植空間綜合適宜性分析。研究思路詳見圖1。

研究思路中所采用的隨機(jī)森林算法是一種在Bagging策略的基礎(chǔ)之上通過引入雙隨機(jī)性來實(shí)現(xiàn)次優(yōu)分割的有監(jiān)督機(jī)器學(xué)習(xí)算法[19]，其對特征貢獻(xiàn)度I評估是使用袋外數(shù)據(jù)計算每棵分類樹的袋外誤差E，然后對袋外數(shù)據(jù)第j個特征Xj隨機(jī)加入噪聲，并計算新的袋外誤差Xj(t)，則特征變量Xj的貢獻(xiàn)度定義為[20]：

(1)

若特征變量Xj的變化引起袋外誤差增加越大，模型準(zhǔn)確度就會大幅度降低，則說明這一特征變量對于樣本分類結(jié)果影響就很大，也就是說它的貢獻(xiàn)度比較高[21]。用于作物種植LSA的樣本由兩個部分組成： ①根據(jù)外業(yè)實(shí)地調(diào)查獲得的標(biāo)記樣本； ②以作物種植土地適宜性限制性因素閾值作為依據(jù)[2,8](表1)，根據(jù)每一個限制性因素閾值構(gòu)成條件語句篩選得到多組不適宜種植標(biāo)記樣本，多組不適宜種植標(biāo)記樣本協(xié)同驗(yàn)證，取其空間交集作為最終作物不適宜種植樣本，以提高不適宜樣本標(biāo)記的可靠性。

表1 玉米和油菜種植土地適宜性限制性因素

此外，使用的綜合指數(shù)評價法是在確定的評價指標(biāo)基礎(chǔ)之上，將指標(biāo)數(shù)據(jù)無量綱化，并對每個指標(biāo)賦予一定的權(quán)重，然后進(jìn)行無量綱化指標(biāo)數(shù)值加權(quán)求和，進(jìn)而得到綜合指數(shù)[22]，其計算公式如下：

(2)

式中：ECI表示評價系統(tǒng)綜合指數(shù)；i表示評價指標(biāo)；wi表示評價指標(biāo)對應(yīng)的權(quán)重； Indexi表示評價指標(biāo)數(shù)值。指標(biāo)無量綱化處理采用最大最小值歸一化法進(jìn)行指標(biāo)數(shù)據(jù)無量綱數(shù)據(jù)處理[23]，其計算公式如下：

(3)

式中：rij表示指標(biāo)數(shù)值無量化結(jié)果；xij表示i項(xiàng)指標(biāo)第j項(xiàng)數(shù)值。結(jié)合隨機(jī)森林算法給出的每一個評價因子貢獻(xiàn)度進(jìn)而計算得到LSA綜合指數(shù)，以此來研究作物適宜性空間分異規(guī)律。

圖1 多作物種植空間適宜性評價技術(shù)路線圖

2.3 作物種植土地適宜性評價因子

氣候條件對于種植土地的開發(fā)和利用影響最大，氣候影響著能夠種植什么作物，一年能夠種植幾茬[24]，溫度是作物生長發(fā)育的重要條件，需要在一定的溫度條件下才能進(jìn)行；活動積溫為作物在其全生長期內(nèi)提供熱量需求，只有當(dāng)溫度累積到一定的總和時才能完成其發(fā)育周期；日照時數(shù)是太陽輻射因子當(dāng)中影響作物光合作用的主要因素，光照時間長度對光合作用產(chǎn)物有著重要影響；此外，降水量作為作物生長發(fā)育所需水分主要來源，在相同的年均降水量下，降水變率越大，作物生產(chǎn)的穩(wěn)定性越低。作物實(shí)際產(chǎn)量除了受氣候條件的影響外，還受到地形和土壤等影響。地形影響著物質(zhì)與能量的再分配，尤其山區(qū)地形對光照、熱量、水分以及土壤肥力等起著再分配作用，對作物的分布和生長有很大的影響[2,25]。土壤為作物提供所必需的生存空間直接影響著作物的生長發(fā)育狀況[26]，深厚土層提供作物扎根良好條件，對養(yǎng)分和水分的保蓄能力強(qiáng)；土壤質(zhì)地則關(guān)系到土壤的物理性質(zhì)以及蓄水保肥能力；作物養(yǎng)分供給的來源之一是土壤有機(jī)質(zhì)，對于保持土壤良好的物理性質(zhì)具有重要作用；土壤pH值對不同作物生長的影響程度不同，酸堿度過高或過低都會影響作物養(yǎng)分吸收，加速養(yǎng)分流失，使土壤失去耕種價值；土壤有效水分不足會抑制作物的光合作用，還會影響作物產(chǎn)量品質(zhì)。顧及到數(shù)據(jù)的可獲取性，選取氣候、地形、土壤3個大類11個對作物種植具有重要影響因素構(gòu)成LSA特征數(shù)據(jù)集(表2)。

表2 作物種植土地適宜性評價因子[2,24-26]

3 結(jié)果與分析

3.1 玉米和油菜種植適宜性空間評價

將玉米和油菜種植樣點(diǎn)所在的圖斑標(biāo)注適宜性標(biāo)簽“1”，限制性因素協(xié)同標(biāo)注圖斑的空間交集標(biāo)注不適宜性標(biāo)簽“0”，由此分別生成LSA樣本集，按照7∶3劃分為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集，其余圖斑作為預(yù)測數(shù)據(jù)集。在使用隨機(jī)森林算法進(jìn)行作物L(fēng)SA過程中，需要設(shè)置關(guān)鍵參數(shù)決策樹棵數(shù)(n_estimator)和保證模型達(dá)到最優(yōu)時的最大特征數(shù)(max_feature)。本研究使用網(wǎng)格搜索法和交叉驗(yàn)證法進(jìn)行參數(shù)尋優(yōu)，通過反復(fù)迭代試驗(yàn)當(dāng)n_estimator分別為63，50時誤差逐漸收斂并趨于穩(wěn)定，這時的max_feature設(shè)置為總特征數(shù)n的平方根，二者模型輸出的泛化誤差分別為97.82%和98.14%。預(yù)測數(shù)據(jù)集分別放入訓(xùn)練得到的模型便可得到玉米和油菜種植空間適宜性評價結(jié)果(圖略)。

參與作物種植LSA區(qū)域占研究區(qū)總面積的30.28%。研究區(qū)有很大一部分土地適合玉米生產(chǎn)，占作物種植LSA區(qū)域的91.23%，而油菜僅占69.64%(表3)，在研究區(qū)范圍內(nèi)玉米適宜種植區(qū)遠(yuǎn)遠(yuǎn)大于油菜，其中面積較差最大的桐梓縣相差33 286.61 hm2，平均相差15 741.02 hm2，最小的湄潭縣相差5 327.26 hm2，但只有靠近研究區(qū)西北方向的赤水市范圍內(nèi)油菜適宜種植區(qū)大于玉米，相差3 499.62 hm2，這一定量研究結(jié)果表明并不是參與作物種植LSA單元都適宜種植玉米和油菜，相比之下，在相同的自然環(huán)境條件下，玉米種植土地適宜性遠(yuǎn)比油菜高得多，農(nóng)業(yè)土地資源對特定作物種植適宜性具有差異性[2]。

此外，玉米和油菜適宜性呈現(xiàn)出局部集中和零散分布兩種模式，適宜種植區(qū)在空間上具有一定局部集聚特征，這樣的區(qū)域有利于發(fā)展規(guī)模性農(nóng)業(yè)產(chǎn)業(yè)，而零散分布的適宜種植區(qū)仍然可以用于玉米和油菜的生產(chǎn)，但會造成生產(chǎn)成本過高。由表3可知，整體而言，在研究區(qū)適宜種植范圍內(nèi)，不管玉米還是油菜，赤水市適宜種植區(qū)過于分散，集中度最低，不建議用于生產(chǎn)。

表3 玉米和油菜適宜種植面積及集中度

3.2 評價因子對玉米和油菜種植適宜性影響

通過隨機(jī)森林算法得出評價因子適宜性貢獻(xiàn)度，分析了11個評價因子對玉米和油菜適宜性影響程度(圖2)。①土壤質(zhì)地(40.35%)是玉米種植土地適宜性影響最顯著的的因子，其次是活動積溫(36.19%)，另外，坡度、海拔、年均氣溫和有機(jī)質(zhì)含量的影響最小。對于玉米而言，圖2中土壤性質(zhì)的權(quán)重與Kazemi等[1]對蠶豆生產(chǎn)提出的權(quán)重相當(dāng)，玉米種植適宜區(qū)壤黏土比例高達(dá)91.71%，這可能與壤黏質(zhì)土壤能夠?yàn)橛衩状矊拥纳L提供豐富土壤養(yǎng)分含量有關(guān)[27]。除土壤性質(zhì)外，氣候參數(shù)活動積溫對玉米種植適宜區(qū)選擇具有重要的影響，這不僅與≥10 ℃積溫條件對玉米的階段發(fā)育有顯著影響有關(guān)，而且和≥10 ℃積溫利用密切相關(guān)，還與活動積溫能夠?yàn)橛衩兹后w生物量、葉面積提供熱量資源有關(guān)，綜合表現(xiàn)為隨著熱量資源增加，生育期明顯縮短，生物量增加，單位葉面積的籽粒生產(chǎn)效率更高，玉米階段發(fā)育與區(qū)域熱量資源有效匹配是玉米獲得高產(chǎn)和熱量資源高效利用的前提[28]。②影響油菜種植土地適宜性最顯著的因子是年均氣溫(45.99%)，其次是活動積溫(36.19%)。此外影響最小的因子有日照時數(shù)和有機(jī)質(zhì)含量，這一定量結(jié)果表明年均氣溫和活動積溫是油菜種植適宜區(qū)選擇的主要限制因素，它們在油菜全生育期起著重要的作用[29]。除氣候參數(shù)外，對油菜種植適宜區(qū)選擇影響較大的是地形因子海拔(2.64%)和坡度(2.21%)，其中坡度權(quán)重與Wanyama等[30]對玉米生產(chǎn)提出的權(quán)重相當(dāng)，隨著海拔增加加大了結(jié)霜的可能性，在油菜生長月份的播種和蓮座期范圍內(nèi)發(fā)生霜凍對油菜危害極大，并會造成產(chǎn)量損失[18]。不論是玉米還是油菜，都有自己獨(dú)特的標(biāo)準(zhǔn)來決定一個地區(qū)是否適宜生產(chǎn)。因此，很大程度上土壤質(zhì)地和活動積溫決定著玉米適宜區(qū)的確定，而油菜適宜區(qū)的確定基本上取決于年均氣溫和活動積溫，在建立良好玉米和油菜土地適宜性評價模型過程中土壤性質(zhì)和氣候條件具有巨大的參考價值。

圖2 玉米和油菜種植空間適宜性評價因子權(quán)重貢獻(xiàn)度

3.3 玉米和油菜種植適宜性空間等級劃分

雖然有較大部分種植土地適合玉米和油菜的生產(chǎn)，但必須注意到這是較大尺度上的適宜，實(shí)際上局部地區(qū)適宜程度是存在差異的，不同適宜區(qū)生產(chǎn)玉米和油菜的產(chǎn)量是不同的。為了進(jìn)一步揭示在更小尺度上玉米和油菜種植適宜程度的空間異質(zhì)性，本文以Delaunay三角測量自然鄰域關(guān)系作為空間約束，結(jié)合前文優(yōu)選對玉米和油菜種植適宜性貢獻(xiàn)度較大的主要評價因子和適宜性綜合指數(shù)作為屬性約束以增加空間聚類分組的確定性，使用空間約束多元聚類算法進(jìn)行聚類分析，聚類有效性通過Calinski-Harabasz偽F統(tǒng)計量度量，探索評估最佳聚類數(shù)[31]，使用箱型圖對聚類劃分結(jié)果適宜性綜合指數(shù)進(jìn)行統(tǒng)計分析(如圖3，4所示)。圖3—4中的符號g1—6分別代表聚類類別，g0代表縣域全局。

由圖3可以觀察到，縣域尺度上有3個地區(qū)的玉米種植適宜程度在空間上特別突出，分別是鳳岡縣、赤水市和務(wù)川縣，其中赤水市綜合指數(shù)差異最大，數(shù)值分布很廣，絕大部分具有較低值，相反鳳岡縣大部分具有較高值。從種植適宜程度和空間上來看： ①玉米種植適宜程度最高的區(qū)域位于研究區(qū)東部鳳岡縣(g2)，但僅占玉米總適宜面積的0.01%(48.39 hm2)，它們幾乎看不見，這也意味著這個區(qū)域很小。 ②位于研究區(qū)西北部赤水市(g2)是玉米種植高度適宜區(qū)，占玉米總適宜面積的0.40%(3 395.01 hm2)，雖然這一區(qū)域的玉米種植適宜程度較高，但是適宜區(qū)分布過于分散。 ③玉米種植適宜程度較高的區(qū)域位于研究區(qū)東北部務(wù)川縣(g1)，占玉米總適宜面積的0.07%(608.58 hm2)。結(jié)果表明確實(shí)是存在高度適宜玉米種植的區(qū)域，從經(jīng)濟(jì)上講，受到集聚程度較小和適宜區(qū)分布較為分散的制約，用于玉米的生產(chǎn)將會造成成本過高，產(chǎn)量也很難保障，這樣的區(qū)域不建議用于玉米生產(chǎn)。除此之外，緊隨其后的分別是鳳岡縣(g3)、赤水市(g1)和務(wù)川縣(g2)，占玉米總適宜面積2.21%(18 806.8 hm2)，1.51%(12 875.64 hm2)和9.04%(76 842.49 hm2)，在空間上鳳岡縣(g3)適宜區(qū)呈現(xiàn)帶狀空間分布，務(wù)川縣(g2)分布較為密集，而赤水市(g1)呈現(xiàn)出東北方向局部集聚和西北方向分散兩種形態(tài)，相對之下，建議優(yōu)先考慮務(wù)川縣(g2)用于玉米生產(chǎn)規(guī)劃。玉米種植適宜程度最差的區(qū)域位于研究區(qū)中部匯川區(qū)，占玉米種植適宜總面積5.35%(45 493.16 hm2)。

對比圖3和圖4可以觀察到，在縣域尺度上油菜種植適宜程度在空間上特別突出3個地區(qū)與玉米相同，這表明確實(shí)是存在高度適合玉米生長的地區(qū)也適合油菜生長，僅僅是適宜程度不同，這與Muzira等[24]對玉米和高粱兩種作物土地綜合適宜性評價觀點(diǎn)是一致的。從種植適宜程度和空間上來看： ①最適宜油菜種植的區(qū)域赤水市(g2)位于研究區(qū)西北部，僅僅占油菜總適宜面積的1.27%(8 233.44 hm2)，雖然這一區(qū)域的最適合油菜種植，但是同樣存在空間分布過于分散的特征。 ②位于研究區(qū)東北部務(wù)川縣(g1)和務(wù)川縣(g4)油菜種植適宜程度相當(dāng)，占油菜總適宜面積的3.93%(25 488.01 hm2)，適宜區(qū)域空間分布較為密集。 ③油菜種植適宜程度較高的區(qū)域是位于研究區(qū)東部鳳岡縣(g2)，占油菜總適宜面積的6.65%(43 171.50 hm2)，集中連片程度較好。

注：橫坐標(biāo)中g(shù)1，g2，g3，g4，g5和g6分別代表按照縣域尺度聚類類別。g0表示縣域全局。下同。

圖4 油菜種植適宜性空間等級劃分

除此之外，緊隨其后的分別是務(wù)川縣(g3)、務(wù)川縣(g2)和赤水市(g1)，占油菜總適宜面積2.81%(18 259.16 hm2)，1.87%(12 143.82 hm2)和1.78%(11 536.83 hm2)，同樣地，油菜種植適宜程度最差的也是匯川區(qū)，占油菜總適宜面積的4.80%(31 134.31 hm2)?？傮w而言，油菜高度適宜區(qū)空間分布比較密集，務(wù)川縣適宜性整體水平較高。

3.4 玉米和油菜種植空間綜合適宜性

與Muzira等[8]研究類似由于缺乏對作物適宜性水平進(jìn)行分層的先驗(yàn)知識，為了進(jìn)一步了解玉米和油菜在種植空間上的綜合適宜性，這里在縣域尺度上玉米和油菜種植空間等級劃分結(jié)果之上，采用 ArcGIS 10.2.2數(shù)據(jù)分層自然斷裂點(diǎn)法劃分為4個等級，進(jìn)而采用空間疊加得到二者種植空間綜合適宜性評價結(jié)果。在4個劃分等級基礎(chǔ)上對二者適宜性評價因子進(jìn)行描述性統(tǒng)計(詳見表4)。從單一作物適宜程度和空間分布來看：①最適宜玉米種植的區(qū)域比例最小，僅占總適宜面積的2.59%，主要集中分布于研究東部鳳岡縣境內(nèi)；而其中比例最大是中度適宜區(qū)，比例達(dá)總適宜面積的一半以上，空間分布基本上遍布整個研究區(qū)，但主要分布在道真、桐梓、習(xí)水、正安縣和仁懷市境內(nèi)；其次是高度適宜區(qū)，比例達(dá)總適宜面積的23.37%，主要分布在綏陽、務(wù)川、鳳岡、湄潭和余慶縣境內(nèi)；輕微適宜區(qū)占總適宜面積的12.99%，主要分布在紅花崗、匯川和播州區(qū)境內(nèi)。②最適宜油菜種植的區(qū)域占總適宜面積的13.46%，主要分布在鳳岡和務(wù)川縣境內(nèi)；與玉米不同，其中比例最大是高度適宜區(qū)，占總適宜面積的24.37%，主要分布在正安、道真、湄潭、余慶縣境內(nèi)；其次是中度適宜區(qū)，占總適宜面積的19.55%，主要分布在播州區(qū)、綏陽縣、習(xí)水縣和仁懷市境內(nèi)；輕微適宜區(qū)占適宜面積的13.25%，主要分布在匯川區(qū)、播州區(qū)和桐梓縣境內(nèi)。

表4 玉米和油菜適宜性評價因子描述性統(tǒng)計

從多作物綜合適宜程度和空間分布來看： ①對于單獨(dú)適宜區(qū)而言，玉米最適宜區(qū)僅有0.14%，空間零散分布在鳳岡縣東部；高度適宜區(qū)有6.76%，主要分布在務(wù)川縣西部；中度適宜區(qū)有16.40%，主要分布在桐梓縣西部、正安縣東南和西北部以及習(xí)水縣中東部；輕微適宜區(qū)有3.23%，主要分布在匯川區(qū)中部及西南部和播州區(qū)西北部。而油菜最適宜區(qū)僅有0.92%，空間零散分布在務(wù)川縣、鳳岡縣和赤水市整個縣域境內(nèi)，分布范圍跨度較大；高度、中度和輕微適宜分別為1.37%，1.33%和0.13%，空間零散分布在桐梓縣等12個縣境內(nèi)。 ②對于二者種植適宜程度相當(dāng)區(qū)域而言，同時最適宜二者種植區(qū)域有2.14%，主要分布在鳳岡縣中部及北部；同時高度適宜二者種植區(qū)域有10.94%，主要分在湄潭縣北部和余慶縣西北部；同時中度適宜二者種植區(qū)域有16.73%，主要分在仁懷市境內(nèi)；同時輕度適宜二者種植區(qū)域有8.92%，主要分在匯川區(qū)西部及東部、紅花崗區(qū)西部和播州區(qū)中部。 ③玉米種植適宜程度優(yōu)于油菜區(qū)域，最適宜區(qū)鳳岡縣西南部有0.31%，高度適宜區(qū)主要是綏陽縣南部有1.20%，中度適宜區(qū)主要有桐梓縣中部及西南部有3.40%。 ④油菜種植適宜程度優(yōu)于玉米區(qū)域，最適宜區(qū)主要有鳳岡縣東部有3.03%和務(wù)川縣境內(nèi)絕大多數(shù)地區(qū)有5.98%，高度適宜區(qū)主要是正安縣和道真縣絕大多數(shù)地區(qū)有9.65%，中度適宜區(qū)分布在紅花崗區(qū)與播州區(qū)交界處以及匯川區(qū)最東邊僅有0.84%。

與以往LSA研究不同[1-2,8-9,18,22]，以往研究是從整個研究區(qū)出發(fā)對選取評價因子分層分級劃分適宜等級進(jìn)而圖層綜合疊加得到作物適宜區(qū)，評價單元是整個研究區(qū)，而本研究事先將評價單元界定在種植土地圖斑內(nèi)進(jìn)行作物種植LSA，由于受地形制約評價單元空間分布遍及整個研究區(qū)，此外，本研究結(jié)果也表明經(jīng)評價后適宜玉米和油菜種植區(qū)基本上遍及整個研究區(qū)。由表4可知年均氣溫和土壤質(zhì)地對于二者種植適宜區(qū)選擇幾乎沒有區(qū)別，似乎與本文研究結(jié)果相矛盾，但同時適宜二者種植重疊區(qū)有69.71%，二者評價因子適宜范圍信息是來源于整個研究區(qū)，這只是較大尺度的適宜性，而本文對評價因子貢獻(xiàn)度是基于微觀尺度評價單元進(jìn)行，能夠很好揭示出評價因子對二者種植適宜區(qū)選擇差異性。此外，表4結(jié)果表明海拔大于1 267.61 m是油菜生產(chǎn)的主要制約因素，油菜種植pH值適宜范圍5.25～9.00這結(jié)果與Ostovari等[2]研究結(jié)果基本一致，玉米種植pH值適宜范圍與Muzira等[8]研究結(jié)果基本一致，不同的是：無論玉米還是油菜適宜種植坡度范圍都遠(yuǎn)超Ostovari等[2,8,30]不適宜坡度百分比最小下界值30%的研究結(jié)果，這主要是因?yàn)檠芯繀^(qū)地處喀斯特山區(qū)耕地資源以坡耕地為主導(dǎo)致的。

4 結(jié) 論

(1) 隨機(jī)森林算法能夠定量精準(zhǔn)識別出多種農(nóng)作物適宜種植空間。這一算法能夠整合多源多維屬性數(shù)據(jù)信息對農(nóng)作物種植土地適宜性進(jìn)行綜合分析，探索出多因素綜合作用下農(nóng)作物種植空間資源最優(yōu)生態(tài)位，挖掘農(nóng)作物潛在的種植適宜空間，且在多種影響因素中能夠識別出對農(nóng)作物種植適宜空間確定起主導(dǎo)作用的影響因素。

(2) 農(nóng)作物種植適宜性空間具有顯著的空間異質(zhì)性。研究區(qū)內(nèi)玉米和油菜種植適宜區(qū)具有顯著的空間異質(zhì)性，玉米主要適宜種植區(qū)域占總適宜面積的25.96%，主要分布在務(wù)川、鳳岡、湄潭、余慶和綏陽縣境內(nèi)，油菜主要適宜種植區(qū)域占總適宜面積的37.83%，主要分布在務(wù)川、鳳岡、湄潭、余慶、正安和道真縣境內(nèi)，同時主要適宜二者種植區(qū)域有13.08%，主要分布在鳳岡縣中部及北部、湄潭縣北部和余慶縣西北部。

(3) 數(shù)據(jù)挖掘能夠?yàn)榉N植土地利用提供多方案決策。隨機(jī)森林算法對不同農(nóng)作物種植LSA結(jié)果表明對種植土地利用并不是唯一的，這不僅為區(qū)域種植土地利用提供了多方案選擇，而且不同農(nóng)作物樣本對同一種植土地適宜性程度評價結(jié)果可能相同，這也為選擇適合種植土地利用的最優(yōu)方案提供了可能，提高了這一方法的通用性。

光照、溫度、水分、土壤等自然條件變化是十分復(fù)雜，而LSA是針對特定用途對區(qū)域資源質(zhì)量進(jìn)行綜合評定，在這些復(fù)雜因素的綜合影響下LSA是一個復(fù)雜的科學(xué)問題，具有不斷發(fā)展演化的動態(tài)特征，其研究屬性亦呈現(xiàn)出跨學(xué)科、多元化特征，涉及較廣泛的學(xué)科理論范疇。本文綜合運(yùn)用機(jī)器學(xué)習(xí)理論、生態(tài)學(xué)理論、空間統(tǒng)計及空間分析等理論、模型和技術(shù)手段在數(shù)據(jù)挖掘視角下對多作物土地適宜性進(jìn)行初步探討，可為區(qū)域農(nóng)業(yè)用地適宜性評價及優(yōu)化、明確種植土地利用優(yōu)先級、建立科學(xué)合理耕地輪作休耕制度提供新的視角和思路。開展山區(qū)種植LSA涉及較多紛繁復(fù)雜的因素，未來需在評價指標(biāo)體系的精細(xì)化、動態(tài)性等方面持續(xù)完善。例如，結(jié)合鄉(xiāng)村振興戰(zhàn)略的現(xiàn)實(shí)要求，如何妥善考量社會經(jīng)濟(jì)要素對種植LSA的內(nèi)在影響，值得深入研究。此外，遵義市作為典型的喀斯特生態(tài)環(huán)境脆弱區(qū)，除了喀斯特地區(qū)外還有其他地區(qū)，不同地區(qū)對特定作物土地適宜性評價因子選擇上是否具有差別，需要進(jìn)一步開展不同生態(tài)脆弱區(qū)下評價因子選擇機(jī)制的研究，這也是構(gòu)建科學(xué)合理LSA體系的關(guān)鍵環(huán)節(jié)之一。科學(xué)LSA評價體系對于優(yōu)化國土空間格局，構(gòu)建低碳排放的土地利用結(jié)構(gòu)以及構(gòu)建土地生態(tài)安全格局具有重要作用，這既是人與自然相互作用、相互影響這一地理學(xué)經(jīng)典命題的應(yīng)有之義，又是喀斯特生態(tài)環(huán)境脆弱區(qū)空間韌性研究等新領(lǐng)域的基礎(chǔ)性科學(xué)問題。