20世纪50年代以来, 我国先后组织了2次全国规模的农作物种质资源调查, 在资源调查和信息共享方面取得了重大进展和显著成效, 积累了大量的种质资源数据^{[25, 26, 27]}。同时, 近十年来, 我国先后在云南、贵州、西南干旱地区、东部沿海等地区开展了多次种质资源调查工作, 丰富了农作物种质资源数据库。经过多年的调查与收集工作, 除国外引进资源外, 农作物种质资源数据库中共累计约32万条资源数据记录, 根据其经纬度属性信息转换为地理空间数据。对综合农业分区(一级区)的图片数据进行地理空间位置配准和矢量化操作, 得到其矢量化数据以便分析使用。将综合农业分区的矢量化面状数据与农作物种质资源点状数据进行空间叠加, 确定各种质点所属的综合农业分区。处理后的数据如图1所示。

图1

Fig. 1

	Figure Option ViewDownloadNew Window
	图1 各农业区种质资源分布情况Fig. 1 Distribution of germplasm resources in different comprehensive agricultural regions

由于种质资源的数据表现在空间上为具有地理信息的点状数据, 为了更好地分析这些数据的分布特点, 需要从区域的角度分析和概括数据特征, 本研究选择以综合农业分区为分析单元进行研究。在全国农业区划委员会编制的《中国综合农业区划》中, 根据农业生产条件、特征和发展方向、重大问题和关键措施及行政单位的完整性等原则, 将全国划分为9个一级综合农业区(除海洋水产区外)。农业生产条件直接影响农作物的生长和种质资源的分布, 农业发展方向直接影响农业生产结构布局, 进而影响各类种质资源在不同分区内的保护利用策略和未来发展趋势, 所以以综合农业分区为单元对种质资源的分布格局进行分析是具有实际意义和价值的。具体方法的技术路线如图2所示。

图2

Fig. 2

	Figure Option ViewDownloadNew Window
	图2 方法路线图Fig. 2 Methods roadmap

1.2.1 数量分析 利用各综合农业分区资源数量与分区面积的比值, 计算单位面积上的资源数量。该值能够反映各综合农业分区内种质资源数量上的多样性。多样性越大, 说明对应农业区内的种质资源越丰富, 需要重点保护, 同时也间接说明种植业结构越复杂, 对于制定该区域农业结构宏观政策具有一定参考价值。

1.2.2 方位分析 主要通过地理分布重心比较和标准差椭圆两方面分析种质资源的方位特征。

对于分布重心比较分析, 计算各综合农业分区的地理重心和各分区内种质资源的地理重心, 比较两者差异, 两者差异越大, 说明该区域内种质资源的地理分布偏重某个方位的趋势越明显, 反之说明其地理分布越均匀。

标准差椭圆最早由美国南加州大学社会学教授Lefever在1926年^[28]提出, 是一种能够同时对点的方向和分布分析的经典算法。在研究经济空间分布方面应用较多^{[29, 30, 31]}。标准差椭圆的重要指标有面积、方向角度、长轴和短轴, 如图3所示。标准差椭圆面积能够反映资源分布的空间范围, 标准差椭圆分为三级: 一级标准差椭圆内包含数据的68%, 即该区域内68%的目标要素均在椭圆范围内; 二级标准差椭圆包含95%的数据; 三级则包含99%的数据。由此可见, 标准差椭圆内包含了大部分的目标要素, 所以可以概略地根据标准差椭圆面积的大小来判定资源的主要分布范围; 方向角度反映资源分布的主要方向性, 椭圆的方向角度是指椭圆长轴依椭圆中心旋转, 与正北方向形成的角度, 能够定量描述资源的主趋势分布方向; 长短轴差异反映资源分布的方向趋势性, 长半轴表示的是资源分布的方向, 短半轴表示的是资源分布的向心力, 短半轴越短, 表示数据呈现的向心力越强, 反之则表示数据的离散程度越大。长短半轴的值差距越大, 表示资源的方向性越显著, 反之, 表示方向性越不显著。根据椭圆扁率的计算公式可知, 扁率能够反映长短半轴的差异性, 所以在具体计算中, 利用椭圆扁率反映目标要素的方向趋势性。利用标准差椭圆的面积、方向角度、长短轴差异, 不仅能够有效地判定出种质资源的整体空间分布方位特征, 同时, 这三项指标也可用于辅助寻找影响种质资源空间分布的关键因素, 若某一因素, 如温度或降水, 具有与对应区域种质资源类似的分布范围、方位角度和方向趋势性, 则说明该因素与种质资源具有相似的空间分布特征, 与种质资源具有关联的可能性, 可作为影响资源分布的备选因素, 并借助其他回归方法进一步分析两者的关系。

图3

Fig. 3

	Figure Option ViewDownloadNew Window
	图3 标准差椭圆三要素示意图Fig. 3 Diagram of three elements of standard deviation ellipse

椭圆的长短轴计算和方向角度计算见公式(1)和公式(2)。

(1)

其中, x_i和y_i为要素i的坐标, 表示要素的平均中心, n等于要素总数。

(2)

其中 和 是x、y坐标与平均中心的偏差。

1.2.3 集中度分析 本文的集中度是指, 在一个区域内, 目标要素集中在某一局部区域内的聚集程度。集中度区别于密度, 平均密度大是相对于其他区域来说的, 并不代表该区域内目标要素的分布是聚集的, 有可能该区域所有位置的密度都是一致的, 这种分布是均匀分布而不是聚集分布。根据上文对标准差椭圆的描述, 标准差椭圆代表了一个区域内资源的主要分布地区, 若在一个区域内, 相对于该区域的面积来说, 标准差椭圆越小, 说明在该区域内目标要素的分布范围越小, 也就越集中, 若标准差椭圆面积与区域面积相差不大, 证明整个区域内目标要素均有分布, 不具有聚集分布的特点。根据这一特点, 本文利用标准差椭圆面积与区域面积之比, 来反映区域集中度。

(3)

其中, 表示集中度, 表示标准差椭圆面积, 表示综合农业分区的区域面积。 越大表明该区域内种质资源的分布越集中。

根据各农业综合区划的面积与各区内种质资源的数量, 计算得到每个区内种质资源的分布密度。根据图4可知, 黄淮海区每1000 km²平均具有91份资源, 而最少的甘新区每1000 km²平均仅具有3.6份资源, 区域之间资源多样性差异明显。黄淮海区整体来看地势平坦, 土地资源丰富, 加之光热资源充足, 雨热同期, 光热水土资源匹配较好, 有利于农业综合发展, 是我国农业综合开发的重点地区之一, 这也促成了该地区种质资源丰富的多样性。正因为该地区既具有农作物生长的优越的自然条件, 又具有丰富的种质资源, 所以在种质资源保护与利用方面, 对该区的定位可侧重种质资源繁育、品种测试基地方面; 黄土高原区水土流失严重、产量不高不稳, 并且主要以旱杂粮生产为主, 该区种质资源数量多也是因为小杂粮资源丰富, 但在以往的粮食生产中, 为了追求粮食高产, 解决粮食安全问题, 主抓了大宗粮食生产, 忽视了小杂粮在整个农业生产中的作用, 而发展小杂粮不仅能给社会提供营养健康的食品资源, 同时种植小杂粮, 有利于实现合理轮作倒茬和病虫害防控, 减少化肥农药施用量, 同时对于确保食品安全, 保护地下水资源均有益处。另外, 农业部关于“ 镰刀弯” 地区玉米结构调整的指导意见^[32]中指出, 调减高纬度、干旱区的玉米, 改种耐旱的杂粮杂豆和生育期短的青贮玉米。由此可见, 杂粮资源越来越受到国家重视, 在资源保护方面, 需对黄土高原地区的小杂粮资源重点保护, 在资源利用方面, 要能够满足其他农业区产业结构布局的调整, 合理引种利用; 甘新区和青藏区的种质资源密度最小, 甘新区气候干旱、地广人稀, 以依靠灌溉的绿洲农业和荒漠放牧业为主的地区, 农业普遍呈小块分布。青藏区是我国重要的牧区和林区, 且大部分地区热量不足, 只宜放牧。综合来看, 这两个地区的农业均不够发达, 能够在这些地区生长的农作物也较少, 所以种质资源数量相对较少, 但由于这两个地区的自然条件的特殊性, 拥有其他地区不具备的物种资源, 所以需要对这两个地区的特有资源重点保护和收集。

图4

Fig. 4

	Figure Option ViewDownloadNew Window
	图4 各农业区种质资源密度分布图Fig. 4 Density distribution of germplasm resources in different comprehensive agricultural regions

东北区、内蒙古及长城沿线区、甘新区和青藏区的地理重心与资源分布重心差异较为明显, 其他几个区则相对接近, 尤其是华南区和西南区(图5)。这说明差异明显的4个区的种质资源在区域内各方位的分布不均衡, 这与图1中反映的情况一致。比较发现, 东北区和青藏区的种质资源分布重心较地理重心均偏东南, 说明这两个地区内资源的分布主要集中在东南方向, 东南方向的种质资源密度要高于其他方位区。出现这种情况的主要原因在于, 东北区北部气候寒冷, 资源分布少, 青藏区大部分为高原无人地区, 也不具备农作物生长的环境; 内蒙古及长城沿线区的种质资源分布重心较地理重心偏西南方向。由于黄淮海区和黄土高原区的资源密度大, 而东北区资源密度小, 从数据的空间相关性来看, 内蒙古及长城沿线区的种质资源分布重心偏向密度更大的一侧也是较为合理的; 甘新区的种质资源分布重心较地理重心偏向西北方向, 主要因为该区存在大面积的沙漠地带, 导致种质资源分布的严重不均性。综上所述, 种质资源分布重心与地理重心偏离较大的地区, 大多是因为地形地貌和气候因素的严重影响所致。由此可见, 极端的自然环境条件是造成种质资源分布不均的重要因素之一。

图5

Fig. 5

	Figure Option ViewDownloadNew Window
	图5 各农业区地理重心与种质资源重心对比图Fig. 5 Comparison chart between geographical center of gravity of comprehensive agricultural regions and the germplasm resources center of gravity

利用ARCGIS软件生成每个区域种质资源的一级标准差椭圆, 如图6所示。长轴标准距离与短轴标准距离和方位角度如表1所示。结合图6和图7分析, 甘新区的资源分布范围最广, 虽然青藏区幅员较大, 但方向椭圆面积却较小, 进一步说明在青藏区仅有小部分地区具有资源的分布, 并且由图6可知, 种质资源重心偏离地理重心的4个地区, 其标准差椭圆圈定的范围相对于分区面积来说偏小, 说明这些地区的种质资源主要分布在区域内的特定范围内, 而不是整个区域的随机分布, 这与之前的重心比较分析也吻合。

图6

Fig. 6

	Figure Option ViewDownloadNew Window
	图6 各农业区种质资源标准差椭圆Fig. 6 Standard deviation ellipses of germplasm resources in different comprehensive agricultural regions

图7

Fig. 7

	Figure Option ViewDownloadNew Window
	图7 各农业区种质资源标准差椭圆面积柱状图Fig. 7 Standard deviation ellipse area histogram of germplasm resources in different comprehensive agricultural regions

利用表1中的长轴与短轴的数据, 结合椭圆扁率计算公式, 计算得各分区标准椭圆扁率。如图8所示, 华南区和甘新区的资源分布方向趋势最为明显, 主要由于这两个地区呈狭长型, 种质资源沿着狭长地带分布, 所以呈现出明显的方向性; 虽然东北区和黄土高原区的形状轮廓差异明显, 但两者标准差椭圆的扁率几乎相同, 说明两地区的种质资源的分布的方向性相似, 两地区资源的空间分布特征具有一定的相似性, 在对一个地区进行与方向趋势性有关的研究时可对另一地区进行关联分析。

表1

Table 1

表1(Table 1)

表1 各农业区标准差椭圆长短轴及方向角度 Table 1 Axes and orientation angles of standard deviation ellipse of germplasm resources in different comprehensive agricultural regions 农业区划名称 Agricultural districts’ name 短轴标准差距离 Standard deviation distance of minor axis (m) 长轴标准差距离 Standard deviation distance of long axis (m) 方向角度 Orientation angles (° ) 东北区 North-east Region 203140.19 434764.44 15.16 内蒙古及长城沿线区 Inner Mongolia and the area along the Great Wall Region 144909.48 472624.79 58.35 华南区 Southern Region of China 223020.77 821941.19 86.27 甘新区 Gansu-Xinjiang Region 356182.90 1196847.53 109.40 西南区 South-west Region of China 308132.40 498914.56 38.11 长江中下游区 Middle and lower reaches of Yangtze River 302222.49 543553.91 50.78 青藏区 Qinghai Tibet Region 268163.17 665283.37 84.19 黄土高原区 Loess Plateau Region 191786.24 410850.27 73.77 黄淮海区 The Yellow Huai he-Hai he Rivers Region 247559.59 328552.74 5.80

表1 各农业区标准差椭圆长短轴及方向角度 Table 1 Axes and orientation angles of standard deviation ellipse of germplasm resources in different comprehensive agricultural regions

图8

Fig. 8

	Figure Option ViewDownloadNew Window
	图8 各农业区种质资源标准差椭圆扁率柱状图Fig. 8 Standard deviation ellipse oblateness histogram of germplasm resources in different comprehensive agricultural regions

椭圆扁率反映了资源分布的方向性大小, 方向角度定位了资源的具体方向, 结合考虑两者能够更好地分析资源的方向分布特性。根据表1中的方向角度, 可判定种质资源在各区内的大体走向, 除了甘新区外, 其他分区的方位角度均小于90度, 这主要受到对应区域的形状轮廓的影响, 但青藏区和东北区则较为特殊, 椭圆的方向角度主要由该区域资源分布的方位决定, 与分区形状关系不大。在制定相关的种质资源保护策略或优化农业种植布局时, 也可参考种质资源的方位分布情况综合考虑。

根据集中度计算公式, 值越大证明该区内种质资源分布越集中。从图9可以看出, 集中度在0.4293~0.7755之间, 各区资源的集中情况差异明显, 青藏区资源分布集中度最大, 其次为内蒙古及长城沿线区和东北区。虽然青藏区的种质资源数量少, 密度低, 但其仅有的这些资源主要集中分布在该区的南部地区, 聚集程度明显。同样内蒙古及长城沿线区和东北区的资源分布也具有类似特点。而黄淮海区虽然种质资源丰富, 密度大, 但这些资源几乎分布在整个区域内, 不存在特殊的聚集区域, 所以相对来说集中度偏小。通过分析各地区种质资源的集中程度, 能够帮助我们在种质资源保护、收集或

选种时有目的、有针对性地选择开展工作的重点区域: 对于集中度较大的地区, 如青藏区、内蒙古及长城沿线区、东北区, 能够清晰地划定种质资源的重点核心区域, 对核心区重点保护, 在收集种质资源时, 将重心放在核心区域内, 减少盲目性; 而如黄淮海、黄土高原等区域不具有明显的种质资源聚集的特点, 但其资源密度大, 说明整个分区就是一个大的种质资源核心分布区, 对这些地区要实行全面保护与收集的策略, 在这种宏观的分析结论的控制下, 对区域内部进行更细化的研究与分析, 从而有针对性地采取保护措施。

图9

Fig. 9

	Figure Option ViewDownloadNew Window
	图9 各农业区集中度柱状图Fig. 9 Standard deviation ellipse concentration ratio histogram of germplasm resources in different comprehensive agricultural regions