以“ 贵州农业生物资源调查” 相关资料为基础, 数据包括GPS信息、采集小组信息、调查表信息、访谈信息、样本图片信息及与民族有关的信息等, 通过汇总、整合、预处理(校正、补充完善信息项不全的数据), 规范了4600余份调查资源的相关资料信息。研究中用到的贵州省生态地理资料包括贵州省地图资料(来源于国家基础地理信息中心), 贵州省温度、气候及降雨等资料(来源于DIVA-GIS网站), 贵州省2010年人口普查资料及《贵州统计年鉴2013》中与人口和民族有关的数据资料。

本文采用多种可视化手段研究作物种质资源调查数据。试验所用工具包括Microsoft Excel、DIVA-GIS和R, 不同工具适用于不同的需求。

Microsoft Excel主要擅长数据的计算, 其简单易行的图表功能给非专业人员快速分析数据的能力, 长期以来一直在数据可视化领域占有重要地位。尽管作为一款可视化入门级的工具, 但Excel也可以可视化比较复杂的数据, 比如单元格的热点图和散点图。尤其是2013年微软发布了3D可视化插件GeoFlow, 用户在Microsoft Excel 2013版本上安装插件后, 可以将数据与电子地图交互, 画出热力图和气泡图等复杂图形。但该软件在绘制复杂图形时比较麻烦, 且其颜色、线条和风格难以自由设置, 绘制的图形不够精美。

空间数据可视化需要用到GIS工具。GIS软件很多, 如ArcGIS、MapGIS、SuperMap等, 这些软件功能强大, 但是也存在系统庞大或付费等问题。而农作物种质资源调查数据的空间可视化分析, 主要是想得到有关作物的生态地理分布信息。由国际马铃薯中心开发的一款小型软件DIVA-GIS, 完全免费, 且可以方便地在网站上获取世界陆地上任意地点的气候信息, 其下载地址为http://www.diva-gis. org/, 它在空间数据分析方面具有独特优势^[27], 利用它可以简单快捷地实现生物地图的绘制, 但不适用作复杂数据分析。

统计分析可视化可利用R软件实现。R作为一个统计分析、绘图的语言和操作环境, 因其跨平台、开源和免费等特点, 越来越受到用户青睐^[28]。尤其是R有数以千计的安装包, 使用这些软件包可以胜任任何复杂的数据分析, 且其可视化能力非常强, 可以做出各种炫目的图表, 绘制精美的图形。因其是命令行操作, 入门门槛比较高, 需要具有编程能力, 但一旦掌握之后, 数据处理将非常方便。将统计分析与可视化结合具有广阔的应用前景。

假定想要了解贵州农业生物资源调查数据中不同地方各类作物种质资源的收集情况, 根据2012年5月至2014年10月进行的4次系统调查, 调查地点涵盖贵州省东、西、南、北、中各个不同地理位置, 涉及21个县。首先对调查数据按作物分类, 再使用Excel排序、筛选等, 通过计算得出每个县各类资源的具体数目, 最后使用图表功能将结果展示出来, 如图1所示。

图1

Fig. 1

	Figure Option ViewDownloadNew Window
	图1 贵州调查数据各县(市)不同种类种质资源收集情况Fig. 1 Chart of germplasm resources investigation sample in different counties of Guizhou

该调查资源包括粮食作物、蔬菜、果树和药用植物四大类。从图1可见, 21个县调查收集得到的资源中, 粮食作物种类都相对较多, 说明粮食作物在贵州仍然是主导, 其多样性在一定程度上得以保存。务川、安龙、松桃和道真各县收集的蔬菜资源数目超过了粮食作物数目; 织金、印江、威宁和荔波各县的果树资源较为丰富, 种类仅次于粮食作物; 务川、赤水和镇宁各县的药用植物资源最为丰富, 收集资源数超过了粮食作物数。使用Excel作基本分析, 简单易操作, 可以横向对比, 能直观地表达出每个地方各类资源的不同, 是快速分析数据的理想工具。但如果数据的分类太多, 图片会显得杂乱, 不利于数据分析。而且, 如果想再进一步分析形成这些不同的原因, 比如当地的民族、经济、地理特性等对作物多样性的影响, Excel就很难再发挥作用, 必须寻求其他方法来解决。

农作物种质资源调查数据带有经纬度坐标信息, 可使用空间数据可视化方法分析。使用DIVA-GIS工具校验数据, 除显示种质资源富集程度, 还可显示资源所在地的海拔、平均温度和年降雨量等信息。

2.2.1 利用DIVA-GIS校验数据和显示资源分布

将贵州地图和带有空间坐标信息的贵州生物资源调查数据导入DIVA-GIS软件, 可得调查种质资源分布情况, 如图2所示。

图2

Fig. 2

	Figure Option ViewDownloadNew Window
	图2 贵州调查资源地理分布Fig. 2 Geographic distribution of resources investigated in Guizhou

图2显示了贵州调查中全部21个县的种质资源分布情况, 每个点代表一个资源采集点, 一个坐标点有可能收集多份资源。分别使用“ ○” 、“ □” 、“ Δ ” 和“ +” 符号代表第1、第2、第3和第4次调查的坐标点, 第1次调查地点主要在贵州东南部; 第2次调查地点主要在贵州南部和贵州北部; 第3次和第4次则兼顾了贵州的各个方位, 说明资源收集工作分步骤有计划地进行, 兼顾贵州省的各个位置。另外, 在汇集数据时发现, GPS数据在录入时经常会出错, 比如漏掉小数点或小数点位置不对等, 导致某个地方的采集坐标点出现在另外一个地方, 使用DIVA- GIS软件可以非常方便地校验明显不合理的数据。在DIVA-GIS地理分布图中, 将光标定位在待校验点, 即弹出信息框显示该调查坐标点的信息, 包括资源名称、地点、采集人及经纬度信息等。从图2可以看到, 镇远县境内出现了一个单独的坐标点, 但4次系统调查均没有对该县做大规模调查, 因此需要校验。查询提交的原始数据, 发现该资源确实是镇远县资源, 是采集于镇远县农业局经作站的蔬菜资源, 有关该资源的详细信息会在提示框中显示。由此可见, 使用GIS工具有利于全面了解资源的分布情况, 也有利于收集资源的准确和进一步规范化。

2.2.2 利用DIVA-GIS进行统计计算 使用DIVA-GIS软件还可以进行简单的统计计算。在DIVA-GIS中导入贵州调查数据和地图, 并进行统计计算, 可得到图3所示的贵州调查资源富集情况。

图3

Fig. 3

	Figure Option ViewDownloadNew Window
	图3 贵州调查资源的地理富集Fig. 3 Geographic enrichment diagram of resources investigated in Guizhou

图3中每个采集点资源的丰富程度用不同颜色的方块表示, 代表了该点收集的资源数量, 也可以认为该点资源的丰富程度。从红、黄到蓝依次表明该点资源的数量在增加, 也即资源越来越丰富。但通过分析发现, 在资源采集过程中, 各个小组对于坐标定位方法不统一, 有些小组严格以每家每户为坐标, 而有些调查小组则以自然村为单位作为坐标, 导致并不能准确地反映该坐标点资源的丰富程度。因此, 在地理坐标定位规整统一的情况下, 资源的富集统计分析才真实可靠。

2.2.3 利用DIVA-GIS显示地理数据 DIVA-GIS网站上有世界各地近几十年的地理、气候数据, 可以使用该软件方便地显示出贵州省任意地点的海拔、平均气温和年降雨量等气候信息。图4是贵州省的海拔、平均气温和平均降雨量图。

图4

Fig. 4

	Figure Option ViewDownloadNew Window
	图4 贵州海拔、平均气温和年降雨量图Fig. 4 Maps of altitude, average temperature, and annual precipitation in Guizhou

海拔、平均气温和年降雨量的配色均是由红绿蓝依次增加。由图4可以看到, 贵州海拔西高东低, 威宁县和赫章县的大部分地区海拔在1600 m以上, 而东部的黎平县和松桃县的海拔则大部分在800 m以下; 贵州大部分的平均气温在11~18℃之间; 贵州西部大部分地区平均降雨量小于1000 mm, 东南部大部分地区平均降雨量超过1300 mm。特定的地理和气候条件对作物的分布有一定影响, 比如位于黔西北的威宁彝族回族苗族自治县, 低纬度、高海拔(平均海拔2300 m左右, 海拔最高点为2879.6 m, 最低点1234 m), 平均气温在10~12℃之间, 年平均日照时数为1812 h, 降雨量较少, 特殊的地理位置和气候形成了当地特有资源, 如金铁锁(也叫撑药, 编号为201352534)。利用气候数据可以分析资源的生态地理分布原因, 但一个地区的作物种质资源分布受多个因素的影响, 除了海拔、经纬度等空间信息外, 还有民族习俗、人口等各种因素, 应综合分析。

贵州是多民族省份, 全省共有49个民族, 少数民族数量仅次于云南, 居全国第二, 少数民族风俗习惯对种质资源多样性的影响是最重要的因素之一。据贵州省2010年第6次人口普查数据, 全省常住人口中, 汉族有2219.8485万人, 占63.89%, 各少数民族有1254.7983万人, 占36.11%, 汉族仍占贵州省人口的大多数。但采集的资源中, 汉族提供的种质资源只占全部资源的16%, 而其他各少数民族则提供了贵州省种质资源的84%。使用R软件, 综合贵州调查数据、民族数据和人口数据等, 分析少数民族人数和分布对资源收集数量的影响。为了处理方便, 对各少数民族分布进行数字化处理, 使用R软件绘制各民族资源收集情况气泡图(使用R软件graphics包中的symbols函数), 得到的各少数民族资源收集情况如图5所示。

图5

Fig. 5

	Figure Option ViewDownloadNew Window
	图5 贵州省各少数民族资源收集情况Fig. 5 Bubble chart of resources collection number of some minorities in Guizhou

各少数民族中, 苗族收集的资源数目最多, 有1744份, 占全部资源的36%。这是因为苗族人数最多, 有397万人, 分布也最广, 遍布调查涉及的21个县; 其次是布依族, 收集的资源数为679份, 占全部资源的14%, 布依族有251万人, 分布也较广; 分布比较集中的仡佬族、水族和土家族, 人数虽少, 但较好地保留了本民族特色(图5)。