張明達(dá), 王睿芳, 李 藝, 胡雪瓊, 李 蒙, 張茂松, 段長春

云南省小?？Х确N植生態(tài)適宜性區(qū)劃*

張明達(dá)1, 王睿芳2, 李 藝3, 胡雪瓊1, 李 蒙1, 張茂松1, 段長春4**

(1. 云南省氣候中心 昆明 650034; 2. 普洱學(xué)院農(nóng)林學(xué)院 普洱 665000; 3. 云南國際咖啡交易中心 普洱 665000;4. 云南省氣象科學(xué)研究所 昆明 650034)

小?？Х犬a(chǎn)業(yè)是云南省發(fā)展高原特色農(nóng)業(yè)和精準(zhǔn)扶貧的重點(diǎn)內(nèi)容, 開展生態(tài)適宜性研究有助于優(yōu)化布局和擴(kuò)大規(guī)模?；贏rcGIS建立了云南省氣候、土壤理化、地形地貌因子精細(xì)化空間分布模型, 利用層次分析法確定3個(gè)層次、11個(gè)生態(tài)適宜性指標(biāo)權(quán)重, 在重點(diǎn)區(qū)域進(jìn)行小?？Х确N植區(qū)生態(tài)適宜性分析及區(qū)劃研究。結(jié)果表明: 1)氣候因子是小?？Х确N植生態(tài)適宜性的關(guān)鍵性因子, 地形地貌因子影響其次, 土壤理化性質(zhì)因子的影響最小; 最冷月平均氣溫、2—3月降水量和海拔3項(xiàng)因子對(duì)小?？Х壬鷳B(tài)適宜性影響較大, 各地在開展種植規(guī)劃時(shí)要重點(diǎn)關(guān)注。2)小?？Х茸钸m宜、適宜種植區(qū)主要分布在云南西南部和東南部, 分別占國土面積的18.8%和15.0%, 次適宜區(qū)占國土面積的21.0%。3)普洱市小?？Х冗m宜性最好, 在中部和南部可開展大規(guī)模種植; 臨滄、德宏和保山等地應(yīng)結(jié)合橫斷山脈的影響, 在適宜性高的區(qū)域加強(qiáng)規(guī)劃; 西雙版納、文山、紅河適宜性條件好, 需加強(qiáng)規(guī)劃和提高投入, 充分發(fā)揮生態(tài)資源優(yōu)勢潛力; 大理、怒江以及河谷熱區(qū)也可以開展小?？Х确N植, 但需注意防范低溫和干旱等災(zāi)害的影響。4)經(jīng)采樣點(diǎn)調(diào)查驗(yàn)證, 生態(tài)適宜性分析及區(qū)劃結(jié)果準(zhǔn)確。云南省仍有較大范圍的小?？Х确N植適宜區(qū), 加強(qiáng)適宜種植區(qū)的規(guī)劃布局有助于提高產(chǎn)量和品質(zhì), 進(jìn)而提升云南省小粒咖啡產(chǎn)業(yè)的國際競爭力。研究方法可以推廣至其他高原特色農(nóng)業(yè)品種, 為優(yōu)化選址規(guī)劃和科學(xué)生態(tài)布局提供科學(xué)依據(jù)。

小?？Х? 生態(tài)適宜; 云南; 種植區(qū)劃; 層次分析法

咖啡是茜草科(Rubiaceae)咖啡屬()多年生常綠灌木或小喬木, 主要栽培種有小?？Х?L)、中粒咖啡(Pierre)和大?？Х?Bull ex Hiern)。其中, 小?？Х鹊姆N植面積與產(chǎn)量均占世界咖啡總面積及總產(chǎn)量的80%以上。全球咖啡主產(chǎn)區(qū)主要分布在拉丁美洲、非洲和亞洲。中國咖啡已有100多年的引種歷史[1], 云南省大理州賓川縣平川鎮(zhèn)朱苦拉村引種的咖啡樹可以追溯到公元1904年[2]。小?？Х壬晕泛?、溫度不宜過熱, 喜靜風(fēng)、溫涼、濕潤、庇蔭或半庇蔭的生態(tài)習(xí)性[3], 在冬暖夏涼的中亞熱帶和南亞熱帶地區(qū)最適宜種植[4]。云南低緯高原的熱區(qū)和亞熱帶地區(qū)主要位于南部、西南部以及干熱河谷地帶, 區(qū)內(nèi)山高谷深、立體氣候明顯, 氣候溫涼、晝夜溫差大、熱量條件好、雨量適中, 是最適宜小?？Х壬L的地區(qū)。云南省是中國小?？Х鹊闹鳟a(chǎn)區(qū), 國內(nèi)最大的小?？Х确N植基地和貿(mào)易出口集散地, 種植區(qū)主要分布在11個(gè)地州(市)的42個(gè)縣(市)及干熱河谷地區(qū)。2016年云南小?？Х犬a(chǎn)量達(dá)15.84萬t, 占全國的98.8%, 種植面積達(dá)116 973.33 hm2, 占全國的98.44%, 現(xiàn)已成為當(dāng)?shù)剞r(nóng)民收入的主要來源、地方財(cái)政的主要稅源以及出口創(chuàng)匯的重要農(nóng)產(chǎn)品。云南小?？Х绕焚|(zhì)優(yōu)異, 濃而不苦, 香而不烈, 顆粒均勻, 醇香濃郁, 略帶果酸, 總體品質(zhì)達(dá)到世界一流咖啡水平。

應(yīng)用GIS技術(shù), 基于氣象、地理和土壤信息的協(xié)同作用, 開展生態(tài)因子適宜性研究和種植區(qū)篩選, 是當(dāng)前作物種植區(qū)劃的主要研究方法[5], 可以為種植模式設(shè)計(jì)、產(chǎn)量預(yù)測和種植業(yè)結(jié)構(gòu)優(yōu)化提供重要依據(jù)。從氣候條件、地形地貌和土壤條件來看, 云南省與小?？Х绕鹪吹氐臇|非(埃塞俄比亞、肯尼亞)地區(qū)和全球主要生產(chǎn)國(巴西、越南)都非常相似[6-7]。目前, 除了普洱、保山兩個(gè)市內(nèi)有較大范圍的農(nóng)場和基地外, 全省熱區(qū)尚有大量的宜植區(qū)土地資源均因規(guī)劃力度不足, 配套設(shè)施缺乏, 僅有零星種植或尚未開發(fā), 且產(chǎn)業(yè)科技化程度不高、規(guī)?；a(chǎn)程度低, 嚴(yán)重制約了云南省小?？Х犬a(chǎn)業(yè)的發(fā)展。國外關(guān)于小?？Х确N植適宜性的研究主要集中在全球主產(chǎn)區(qū), 并已延伸到氣候變化與適應(yīng)層面[8-10], 而國內(nèi)尚鮮見研究報(bào)道。本研究圍繞小粒咖啡種植的氣候、土壤和地形地貌等生態(tài)適宜性因子, 采用層次分析法對(duì)3個(gè)層次的11個(gè)因子進(jìn)行權(quán)重評(píng)估, 結(jié)合采樣點(diǎn)、重點(diǎn)產(chǎn)區(qū)的產(chǎn)量、種植面積等資料進(jìn)行適宜性結(jié)果驗(yàn)證, 最終獲得云南省小?？Х确N植生態(tài)適宜性區(qū)劃。旨在準(zhǔn)確提供云南小粒咖啡種植空間分布、區(qū)域面積、生態(tài)適宜性優(yōu)劣評(píng)價(jià)及發(fā)展對(duì)策建議等信息, 為地方農(nóng)業(yè)生產(chǎn)決策提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

云南省位于21°08′32″~29°15′08″N, 97°31′39″~ 106°11′47″E, 北依青藏高原, 南臨印度洋、太平洋, 受云貴高原大地形和東南、西南季風(fēng)的綜合影響, 氣候資源兼具了低緯氣候、高原氣候和季風(fēng)氣候的特征, 熱量資源豐富, 冬無嚴(yán)寒、夏無酷暑。云南四季(春、夏、秋、冬)平均氣溫分別為17.9 ℃、21.7 ℃、16.9 ℃和10.4 ℃, 年平均降水量1 086.2 mm, 年均日照時(shí)數(shù)2 020.7 h, 平均海拔約2 000 m, 冬干夏濕分明, 除少數(shù)高寒山區(qū)外, 大部地區(qū)最冷月平均氣溫在8~10 ℃以上。云南省西南部、東南邊緣以及中北部的干熱河谷, 是云南省主要的熱帶、亞熱帶地區(qū), 這些區(qū)域地形以山地、坡地為主, 海拔大部分在1 000~2 000 m, 土壤肥沃、日照充足、雨量豐富、年溫差小、晝夜溫差大, 為小粒咖啡高產(chǎn)優(yōu)質(zhì)種植提供了非常廣闊的適宜環(huán)境。

1.2 數(shù)據(jù)來源

氣象數(shù)據(jù)來源于云南省125個(gè)國家氣象站1981— 2018年連續(xù)38年的逐日氣象觀測資料, 統(tǒng)計(jì)整理獲得各氣候要素的均值信息, 并采用多元線性回歸建立各氣候要素精細(xì)化空間推算模型。選取與小?？Х确N植和生長密切相關(guān)的年平均氣溫(year)、年降水量(year)、最冷月平均氣溫(coldest)和2—3月降水量(2-3), 作為氣候適宜性區(qū)劃指標(biāo)。地形地貌數(shù)據(jù)采用云南省1∶25萬數(shù)字高程模型(DEM), 應(yīng)用ArcGIS提取小網(wǎng)格經(jīng)度、緯度、海拔、坡度、坡向等柵格數(shù)據(jù), 選用海拔高度、坡度和坡向, 作為地形適宜性區(qū)劃指標(biāo)。土壤數(shù)據(jù)選取國家地球系統(tǒng)科學(xué)數(shù)據(jù)平臺(tái)(http://westdc.westgis.ac.cn)發(fā)布的世界土壤數(shù)據(jù)庫(Harmonized World Soil Database version 1.2, HWSD1.2), 數(shù)據(jù)格式為grid柵格, 投影為WGS84。其中, 酸堿度(pH)為數(shù)據(jù)庫直接調(diào)用, 土壤質(zhì)地、有機(jī)質(zhì)含量和土壤侵蝕強(qiáng)度為基于多套土壤學(xué)模型方程, 利用HWSD1.2數(shù)據(jù)庫相關(guān)參數(shù)進(jìn)行計(jì)算求得, 作為土壤理化性質(zhì)適宜性區(qū)劃指標(biāo)。將小?？Х壬鷳B(tài)適宜性區(qū)劃結(jié)果劃分為4個(gè)等級(jí), 最適宜區(qū)、適宜區(qū)、次適宜區(qū)和不適宜區(qū), 各生態(tài)因子適宜性評(píng)價(jià)及區(qū)劃指標(biāo)分級(jí)標(biāo)準(zhǔn)見表1。

表1 云南省小?？Х壬鷳B(tài)適宜性評(píng)價(jià)指標(biāo)[11]

1.3 研究方法

1.3.1 評(píng)價(jià)指標(biāo)選取

小粒咖啡植株的生長發(fā)育主要受氣候、地形和土壤的影響, 氣候條件決定了咖啡的產(chǎn)量、品質(zhì)和病蟲害等[12]。溫度是限制小?？Х壬L和分布的關(guān)鍵因素[13], 低溫持續(xù)時(shí)間決定植株受凍害程度, 年平均氣溫在19~21 ℃且無低溫凍害的地區(qū)最適宜小粒咖啡生長, 當(dāng)氣溫過低時(shí), 植株生長緩慢, 氣溫過高則會(huì)引起凈光合作用下降, 嫩葉灼傷、干枯。降水也是決定氣候適宜性的重要因素[14], 小?？Х入m然具有一定的抗旱能力, 但在花期—幼果期遭遇干旱會(huì)使花蕾發(fā)育不正常, 幼果缺水發(fā)育不良, 各項(xiàng)生理參數(shù)衰變, 光合速率迅速下降[15], 致使幼果干枯、結(jié)果率和成果率低[16]。云南省小粒咖啡的花期一般是2—7月, 盛花期在3—5月, 由于云南各地自4月下旬開始陸續(xù)進(jìn)入雨季, 因此2—3月降水尤為重要。氣候指標(biāo)中并未選取日照時(shí)數(shù), 因?yàn)樾×？Х仁嵌倘照罩参? 且不耐強(qiáng)光, 適宜在庇蔭或半庇蔭的環(huán)境中生長。日照超過13 h將導(dǎo)致葉片提前衰老和落葉, 枝葉徒長、花果稀疏, 易引起煙煤病[17], 適當(dāng)?shù)氖a蔽也可以提高抗病蟲害的能力, 提高產(chǎn)量和品質(zhì)[18]。

地形地貌和土壤理化性質(zhì)對(duì)小?？Х确N植生產(chǎn)與科學(xué)選址都具有重要的意義, 其中地形因子包括海拔、坡度和坡向, 土壤因子包括土壤侵蝕度、土壤質(zhì)地、有機(jī)質(zhì)含量和pH。海拔是影響小?？Х绕焚|(zhì)的重要因素[19], 高海拔種植區(qū)開花晚、花期長, 果實(shí)成熟期晚, 利于有機(jī)質(zhì)積累, 酸度和蔗糖含量的增加。海拔與千粒重、總糖含量和果酸度呈顯著正相關(guān), 與咖啡因含量顯著負(fù)相關(guān), 與粗脂肪含量顯著負(fù)相關(guān)。小粒咖啡適宜在平地、丘陵坡地栽培, 坡地種植有利于緩解資源與環(huán)境壓力[20]。坡向是影響熱量、光照和小氣候條件的關(guān)鍵因子, 種植宜選擇陽坡、半陽坡和半陰坡, 其中以南坡適宜性最好、西坡好于東坡、北坡適宜性最差。小粒咖啡適宜在土層深厚、肥沃、質(zhì)地疏松、有機(jī)質(zhì)含量豐富的地區(qū)種植。由于植株根系淺, 對(duì)土壤侵蝕強(qiáng)度較敏感[21], 對(duì)養(yǎng)分吸收能力較差。土壤有機(jī)質(zhì)含量直接控制小?？Х鹊纳L發(fā)育和品質(zhì)形成, 尤其在云南西南部的山區(qū), 有機(jī)質(zhì)含量限制小?？Х戎仓晟L和凈光合速率[22]。土壤酸堿性主要影響礦質(zhì)元素和養(yǎng)分的吸收和利用, 酸性過高影響根系發(fā)育, 降低鉀、鎂和鈣等陽離子有效性[23]。

1.3.2 氣候因子精細(xì)化推算

基于云南省125個(gè)國家氣象站1981—2018年氣候要素均值, 采用多元線性回歸分析法對(duì)平均氣溫和降水量的逐月、年值與各個(gè)觀測站點(diǎn)的緯度()、經(jīng)度()和海拔()建立線性回歸模型, 再通過殘差訂正、空間內(nèi)插[24], 生成各氣候因子指標(biāo)的精細(xì)化空間分布。其中, 最冷月平均氣溫為冬季(12月—翌年2月)3個(gè)月平均溫度中的最低值。各項(xiàng)氣候要素的線性回歸方程均通過了顯著性檢驗(yàn), 各方程相關(guān)系數(shù)均為0.6~0.9, 氣溫方程總體的回歸趨勢和相關(guān)性較好, 降水由于空間不連續(xù)性和研究區(qū)域面積過大, 顯著性和相關(guān)性稍偏低(表2)。

表2 云南省小?？Х葰夂蜻m宜性因子空間分析模型

: 緯度;: 經(jīng)度;: 海拔。: latitude;: longtitude;: altitude.

1.3.3 土壤質(zhì)地和有機(jī)質(zhì)含量推算

采用國內(nèi)外土壤科學(xué)研究中應(yīng)用最為廣泛的美國制土壤質(zhì)地分類標(biāo)準(zhǔn)[25], 按砂粒、粉粒和黏粒的百分比, 基于HWSD1.2數(shù)據(jù)庫對(duì)云南省土壤質(zhì)地和土壤有機(jī)質(zhì)進(jìn)行分級(jí)計(jì)算。參照土壤質(zhì)地分類美國制等邊三角形, 以黏粒(<0.002 mm)含量為主要分級(jí)標(biāo)準(zhǔn)確定4個(gè)質(zhì)地組, 再以粉(砂)含量的規(guī)定比例計(jì)算得出12級(jí)分級(jí)。土壤有機(jī)質(zhì)的主要組成成分是土壤有機(jī)碳, 所以土壤有機(jī)質(zhì)含量一般可以用有機(jī)碳的比例進(jìn)行換算, 國際上通常采用范貝梅倫系數(shù)(Van Bemmelen factor)乘以測定的土壤有機(jī)碳來確定土壤有機(jī)質(zhì)含量[26], 依據(jù)農(nóng)業(yè)行業(yè)標(biāo)準(zhǔn)《土壤檢測第6部分: 土壤有機(jī)質(zhì)的測定》(NY/T 1121.6— 2006), 取系數(shù)為1.724[公式(1)]?；贖WSD1.2中的砂粒(SAND)、粉粒(SILT)、黏粒(CLAY)和土壤有機(jī)碳(T_OC), 計(jì)算得出云南省土壤質(zhì)地和有機(jī)質(zhì)含量的空間分布。

式中: SOM為土壤有機(jī)質(zhì)含量, TOC為土壤有機(jī)碳含量。

1.3.4 基于RUSLE模型計(jì)算土壤侵蝕強(qiáng)度

RUSLE模型是國內(nèi)外通用的土壤侵蝕計(jì)算模型[27], 通過降水侵蝕力()、土壤可蝕性()、坡長()、坡度()、植被覆蓋()和水土保持()幾個(gè)因子相乘[公式(2)], 得出土壤侵蝕量()。采用逐月降水量精細(xì)化模型、云南省土地利用類型分布數(shù)據(jù)及HWSD1.2數(shù)據(jù)庫, 計(jì)算云南省土壤侵蝕強(qiáng)度。其中,因子采用Wischmeier公式[28], 通過月平均降水量和年平均降水量, 確定降水特性指標(biāo)與土壤流失關(guān)系[公式(3)],p和分別是月均和年均降雨量;因子采用EPIC模型方法[29], 通過土壤有機(jī)碳(T_OC)和砂粒(SAND)、粉粒(SILT)、黏粒(CLAY)的含量百分比進(jìn)行估算[公式(4)], 其中SN1=1-SAND/100;因子和因子通過DEM數(shù)據(jù)在ArcGIS的Spatial Analyst模塊進(jìn)行提取和推算, 其中因子由坡長和坡長指數(shù)計(jì)算求得[公式(5)],因子則由每個(gè)像元的坡度求得[公式(6)];因子和因子則采用土地利用類型經(jīng)驗(yàn)值。土壤侵蝕強(qiáng)度分級(jí)標(biāo)準(zhǔn)依照水利部《土壤侵蝕分類標(biāo)準(zhǔn)》(SL190—2007)進(jìn)行分級(jí), 選用南方紅壤丘陵區(qū)/西南土石山區(qū)的方法, 最后獲取云南省土壤侵蝕強(qiáng)度分布情況。

1.3.5 層次分析法確定生態(tài)因子權(quán)重

采用層次分析法(AHP)對(duì)氣候、地形、土壤3個(gè)層次的11個(gè)生態(tài)適宜性評(píng)價(jià)指標(biāo), 建立Satty標(biāo)度權(quán)重系數(shù)判斷矩陣[30]。采用德爾菲法(Delphi)結(jié)合文獻(xiàn)查閱, 獲得氣象、農(nóng)業(yè)領(lǐng)域?qū)＜液头N植大戶等技術(shù)專家20余名, 對(duì)各生態(tài)適宜性因子的重要性進(jìn)行打分, 確定因子之間的相對(duì)重要性[31]。圍繞目標(biāo)層生態(tài)適宜性評(píng)價(jià), 首先建立氣候、地形、土壤3個(gè)準(zhǔn)則層, 再構(gòu)建3個(gè)準(zhǔn)則層內(nèi)共11個(gè)適宜性指標(biāo)的判斷矩陣, 兩兩比較判斷同一層次中每個(gè)指標(biāo)的相對(duì)重要性, 建立判斷矩陣, 最后進(jìn)行層次排序和一致性檢驗(yàn), 最終形成特征向量權(quán)重(表3)。經(jīng)過一致性檢驗(yàn), 氣候因子單排序CR值為0.05, 地形因子單排序CR值為0.01, 土壤因子單排序CR值為0.02, 生態(tài)適宜性層次排序CR值為0.008, 各個(gè)層次排序的CR值都<0.1, 因此各判斷矩陣均具有滿意的一致性。

2 結(jié)果與分析

2.1 云南省小?？Х确N植生態(tài)適宜性區(qū)劃

基于ArcGIS進(jìn)行適宜性區(qū)劃圖的制作, 首先對(duì)11個(gè)生態(tài)適宜性因子進(jìn)行重分類賦值, 再結(jié)合層次分析法確定的權(quán)重系數(shù)進(jìn)行柵格運(yùn)算, 各因子均不作為限制性指標(biāo), 使用自然斷點(diǎn)法進(jìn)行分級(jí), 最終獲得各個(gè)層次的適宜性區(qū)劃結(jié)果。圖1為云南省小?？Х确N植氣候、土壤理化性質(zhì)和地形地貌適宜度11個(gè)生態(tài)因子的空間分布結(jié)果, 圖中標(biāo)注的小粒咖啡采樣點(diǎn)信息, 是由云南省咖啡交易中心提供的部分咖啡莊園分布點(diǎn)資料, 以及通過CNKI文獻(xiàn)數(shù)據(jù)庫檢索的關(guān)于云南省小?？Х确N植試驗(yàn)點(diǎn)、種植農(nóng)場所在地信息, 并補(bǔ)充了云南省氣象局的野外實(shí)地調(diào)查和小粒咖啡農(nóng)田小氣候觀測站的定位信息, 共計(jì)73條, 覆蓋了云南省小?？Х确N植區(qū)的11個(gè)地州, 尤其是普洱、保山等地市分布較均勻, 代表性強(qiáng)。

表3 云南省小?？Х壬鷳B(tài)適宜性層次分析指標(biāo)及權(quán)重

圖1 云南省小粒咖啡種植生態(tài)適宜性因子的適宜性分布特征

從氣候適宜性區(qū)劃結(jié)果來看(圖2a), 云南省小?？Х确N植的最適宜區(qū)主要集中在德宏州中南部、保山市中部、臨滄市西部、普洱市南部、西雙版納州中部和文山州的東部及南部, 還包括怒江、瀾滄江、元江流域的河谷地區(qū), 占國土面積的15.1%, 這些地區(qū)的各項(xiàng)氣候指標(biāo)均能高度滿足小?？Х壬L發(fā)育需求。西雙版納州南部、保山市南部2—3月降水偏少, 文山州大部和紅河州北部年降水少、低溫偏多, 臨滄市中部、普洱市北部等地低溫偏多, 是小粒咖啡種植的適宜區(qū), 占國土面積的21.2%。玉溪市大部、臨滄市北部、保山市東部、楚雄州元謀縣、麗江市華坪縣和大理州賓川縣等地, 是小?？Х确N植次適宜區(qū), 占國土面積的20.5%, 這些地方均不同程度地受到最冷月低溫和年降水不足的限制, 國內(nèi)其他學(xué)者的研究也表明, 元謀縣在小?？Х壬L需水關(guān)鍵期水分虧缺較大[32], 賓川縣的朱苦拉村受低溫凍害影響[33]。

從地形地貌適宜性區(qū)劃結(jié)果來看(圖2b), 德宏州中南部、普洱市大部、西雙版納州北部、紅河州北部、文山州北部及楚雄州元謀縣、麗江市華坪縣及大理州賓川縣等地, 為小?？Х确N植的最適宜區(qū), 占國土面積的15.0%。西雙版納州南部、文山州中部及東部海拔高度較低, 為小?？Х确N植的適宜區(qū), 占國土面積的19.1%。臨滄市中部、普洱市北部、保山市中部受到高黎貢山、無量山和哀牢山等橫斷山脈的地形影響, 海拔偏高, 地形起伏度大, 坡度偏大, 紅河州中部及南部由于海拔高度偏低, 為小?？Х确N植的次適宜區(qū), 占國土面積的28.0%。

圖2 云南省小?？Х葰夂?a)、地形(b)、土壤(c)和生態(tài)(d)適宜性區(qū)劃

從土壤理化性質(zhì)適宜性區(qū)劃結(jié)果來看(圖2c), 云南省西南部和東南部的小?？Х戎饕N植區(qū)土壤黏粒性和粉性較高, 土壤質(zhì)地較好, 有機(jī)質(zhì)含量為中上等, 但土壤侵蝕強(qiáng)度較大, 酸堿度偏低。其中, 文山州大部和普洱市南部等地土壤黏性較高、侵蝕強(qiáng)度低、有機(jī)質(zhì)含量較豐富, 為小?？Х确N植最適宜區(qū), 占國土面積的29.1%。紅河州中部、普洱市中部、臨滄市北部、保山市大部和德宏州北部, 受土壤侵蝕強(qiáng)度和土壤有機(jī)質(zhì)含量的影響, 為小粒咖啡種植適宜區(qū), 占國土面積的49.5%。保山市東部、德宏州南部、臨滄市西部、普洱市西部、西雙版納州大部和紅河州大部地區(qū), 土壤中含沙量較大、質(zhì)地較差, 同時(shí)土壤偏酸性, 為小粒咖啡種植次適宜區(qū), 占國土面積的20.1%。

綜合分析氣候、地形地貌和土壤理化性質(zhì)3個(gè)層次生態(tài)適宜性來看(圖2d), 云南省小?？Х确N植最適宜區(qū)主要集中在德宏州中部和南部、保山市中部、臨滄市中部及西部、普洱市大部、西雙版納州中部和北部以及文山州北部和東部等地, 占云南省國土總面積的18.8%。文山州西部、紅河州北部、楚雄州北部等地及云南省內(nèi)主要江河河谷地區(qū)地形地貌條件和土壤理化條件較好, 但由于氣候條件的限制, 為小粒咖啡種植的適宜區(qū), 占國土面積的15.0%。楚雄州南部、文山州中部及西部、紅河州中部及南部、西雙版納州南部及臨滄市北部等地, 受地形地貌的影響, 加之降水條件不足, 是小?？Х确N植的次適宜區(qū), 占全省國土面積的21.0%。

2.2 云南省小粒咖啡主產(chǎn)區(qū)生態(tài)適宜性評(píng)價(jià)

結(jié)合云南省9個(gè)小?？Х戎鳟a(chǎn)區(qū)2016年的種植面積、產(chǎn)量資料, 與各州市的生態(tài)適宜性狀況進(jìn)行對(duì)比討論(圖3、表4)。普洱市小?？Х确N植面積和產(chǎn)量最高, 最適宜、適宜區(qū)比例(81.3%)為全省第2, 僅次于西雙版納州(95.9%), 但由于普洱市土地面積是西雙版納州的兩倍多, 因此普洱市最適宜、適宜區(qū)面積均為全省最多。臨滄、德宏、保山3個(gè)州市種植面積和產(chǎn)量在全省位列第2~4位, 最適宜、適宜區(qū)面積在全省排名分別為第5、第6和第7, 3個(gè)州市的小?？Х犬a(chǎn)業(yè)仍有更多的發(fā)展空間, 尤其是臨滄和德宏兩地, 種植面積雖大于保山, 但產(chǎn)量卻不及保山, 應(yīng)更注重挑選適宜性較高的區(qū)域開展種植, 增加產(chǎn)量。西雙版納州最適宜、適宜區(qū)面積較高, 位列全省的第3位, 但綜合考慮到熱帶雨林保護(hù)區(qū)和橡膠產(chǎn)業(yè)發(fā)展, 可大力發(fā)展小?？Х取鹉z套種模式, 增加種植面積和產(chǎn)量。文山和紅河2個(gè)州均有較高的最適宜、適宜區(qū)比例, 面積排名分別為全省第2和第4, 小?？Х确N植產(chǎn)業(yè)發(fā)展?jié)摿Ψ浅＞薮? 但因規(guī)劃推廣力度不足, 種植面積和產(chǎn)量僅有全省的1%左右。怒江州和大理州由于受到低溫冷害和地形起伏的影響, 不適宜區(qū)比例偏高, 應(yīng)注意做好低溫冷害的防控, 宜在干熱河谷區(qū)等重點(diǎn)示范地區(qū)推廣種植。

圖3 云南省小?？Х戎鳟a(chǎn)區(qū)產(chǎn)量、面積和生態(tài)適宜性比例

表4 云南省小?？Х戎鳟a(chǎn)區(qū)各生態(tài)適宜性的面積

參照云南省政府辦公廳頒布的《云南省高原特色現(xiàn)代農(nóng)業(yè)“十三五”咖啡產(chǎn)業(yè)發(fā)展規(guī)劃》, 圍繞云南省9個(gè)地州的27個(gè)咖啡產(chǎn)業(yè)重點(diǎn)縣進(jìn)行生態(tài)適宜性分析(表5)。從表中可以看出, 瑞麗、景洪、勐海、思茅4個(gè)縣(區(qū))最適宜區(qū)比例最大, 均超過80%, 不適宜區(qū)接近為0, 這些地區(qū)海拔適宜性高, 水熱資源豐富, 全年無低溫寒害, 是全省最適合發(fā)展小粒咖啡產(chǎn)業(yè)的地區(qū)。西雙版納州和普洱市的重點(diǎn)縣均有較高的小粒咖啡種植適宜性, 最適宜、適宜區(qū)達(dá)全市的85%以上。德宏州、保山市、臨滄市的幾個(gè)重點(diǎn)縣, 受到山脈地勢的影響, 氣候和地形因子分異性較大, 次適宜區(qū)和不適宜區(qū)比例有所增加。麻栗坡縣和河口縣的不適宜區(qū)面積均不超過1%, 但由于海拔高度較低, 次適宜區(qū)比例大; 其中河口次適宜區(qū)達(dá)53.1%, 在27個(gè)縣中比例最高。瀘水縣和賓川縣由于降水、低溫和地形因子的影響, 最適宜區(qū)、適宜區(qū)面積比例均較低, 不適宜區(qū)均超過75%, 可種植區(qū)主要為次適宜區(qū)。

3 討論與結(jié)論

云南擁有豐富的優(yōu)質(zhì)豐產(chǎn)小粒咖啡適宜種植地,產(chǎn)業(yè)開發(fā)潛力巨大, 且南部的熱帶和亞熱帶氣候區(qū)與世界小?？Х仍a(chǎn)地和主產(chǎn)區(qū)氣候類型和地形地貌相似度高[34], 現(xiàn)存優(yōu)質(zhì)種質(zhì)資源豐富, 產(chǎn)業(yè)發(fā)展?jié)摿Ψ浅＞薮蟆Ｓ捎谏降貧夂蛱卣骱蛷?fù)雜地形條件, 需要考慮山區(qū)氣候因子、地形因子和土壤因子的綜合影響, 在缺少氣象、土壤等相關(guān)要素的觀測站點(diǎn)時(shí), 開展復(fù)雜地形條件下的生態(tài)適宜性精細(xì)化研究和區(qū)劃非常必要。綜合氣候、地形地貌和土壤理化性質(zhì)3個(gè)層次共11個(gè)生態(tài)適宜性因子, 獲得云南省小?？Х确N植生態(tài)適宜性分析及區(qū)劃。結(jié)合73個(gè)小?？Х炔蓸狱c(diǎn)信息可以看出, 絕大多數(shù)采樣點(diǎn)均分布在最適宜、適宜區(qū), 生態(tài)適宜性指標(biāo)選取適當(dāng), 區(qū)劃結(jié)果準(zhǔn)確。如怒江峽谷、瀾滄江和元江河谷熱區(qū)的種植采樣點(diǎn)均定位在最適宜和適宜區(qū), 保山、普洱、臨滄的采樣點(diǎn)均分布在高黎貢山和哀牢山等橫斷山脈地形影響下的最適宜、適宜區(qū), 賓川朱苦拉受低溫影響分布在次適宜區(qū)。

表5 云南省小?？Х戎攸c(diǎn)縣各生態(tài)適宜性的面積比例

從3個(gè)層次的適宜性分析結(jié)果來看, 氣候因子是限制小?？Х确N植的關(guān)鍵性因子, 地形地貌因子影響其次, 土壤理化性質(zhì)因子的影響最小。其中, 氣候適宜性因子中, 最冷月平均氣溫和2—3月降水量的綜合影響決定了氣候適宜性的空間分布, 北部地區(qū)年平均氣溫不足, 各地年降水量基本滿足小?？Х壬L需求, 低溫冷害和花期降水的影響程度決定了種植氣候適宜性。海拔高度是云南南部地區(qū)地形適宜性的關(guān)鍵影響因子, 表現(xiàn)出過高或過低海拔對(duì)小?？Х绕焚|(zhì)造成的影響。土壤侵蝕強(qiáng)度和土壤偏酸, 導(dǎo)致云南西南部小?？Х戎饕N植區(qū)的土壤理化性質(zhì)為次適宜, 需要注意加強(qiáng)水土保持和田間管理。

普洱市生態(tài)因子適宜性最好, 7個(gè)重點(diǎn)縣的最適宜、適宜區(qū)面積基本接近90%; 臨滄市受高黎貢山地形影響, 各重點(diǎn)縣高、中適宜區(qū)面積和比例在全省排名第5, 雖然種植面積全省第2, 遠(yuǎn)高于德宏州、保山市, 但產(chǎn)量卻并不理想, 應(yīng)因地制宜, 選取生態(tài)適宜性高的區(qū)域開展種植; 德宏州高、中適宜區(qū)面積全省第5, 在南部的3個(gè)重點(diǎn)縣各項(xiàng)生態(tài)因子均為最適宜, 不適宜區(qū)比例不到10%; 保山市受高黎貢山、哀牢山兩座橫斷山脈的影響, 高、中適宜區(qū)面積全省排名第7, 2個(gè)重點(diǎn)縣的不適宜區(qū)超過40%, 在種植規(guī)劃時(shí)一定要注意進(jìn)行選址; 西雙版納州高、中適宜區(qū)面積全省第3, 2個(gè)重點(diǎn)縣內(nèi)95%的面積均適宜種植, 宜結(jié)合橡膠林等經(jīng)濟(jì)林木, 開展遮陰套種, 提高土地利用率和產(chǎn)出率; 文山州和紅河州都有較大范圍的高、中適宜區(qū), 面積分別排在全省第2和第4, 但種植面積和產(chǎn)量卻僅為全省的1%左右, 應(yīng)發(fā)揮本地區(qū)巨大的優(yōu)勢潛力, 加大規(guī)劃和推廣力度, 引入先進(jìn)技術(shù), 提高種植規(guī)模, 增加布局小粒咖啡產(chǎn)業(yè)發(fā)展重點(diǎn)縣; 怒江州和大理州受地形和低溫影響區(qū)域較多, 應(yīng)注意做好低溫風(fēng)險(xiǎn)防控, 宜在重點(diǎn)示范地區(qū)推廣種植, 打造地方品牌名片; 省內(nèi)如楚雄元謀、麗江華坪、曲靖羅平和玉溪元江等干熱河谷地區(qū), 也是小?？Х确N植的最適宜、適宜區(qū), 這些區(qū)域熱量條件好, 但降水條件稍差, 在灌溉條件好的區(qū)域也可以開展小?？Х确N植。

[1] 黃家雄, 李貴平. 中國咖啡遺傳育種研究進(jìn)展[J]. 西南農(nóng)業(yè)學(xué)報(bào), 2008, 21(4): 1178–1181 HUANG J X, LI G P. Research progress of coffee breeding in China[J]. Southwest China Journal of Agricultural Sciences, 2008, 21(4): 1178–1181

[2] 陳德新. 賓川朱苦拉咖啡早期引種史考——中國咖啡早期引種擴(kuò)種歷史考證系列文章(Ⅱ)[J]. 熱帶農(nóng)業(yè)科學(xué), 2010, 30(4): 58–61 CHEN D X. A textual research on the history of early introduction and afforestation of coffee for Zhugula, Binchuan County, Yunnan Province: A series of articles on the textual research on the history of early introduction and afforestation of coffee in Chinese (Ⅱ)[J]. Chinese Journal of Tropical Agriculture, 2010, 30(4): 58–61

[3] 陸洲, 秦向陽, 李奇峰, 等. 作物生態(tài)適宜性定量化評(píng)價(jià)方法及通用工具[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(20): 195–201 LU Z, QIN X Y, LI Q F, et al. Quantitative evaluation method and universal tool for crop ecological suitability[J]. Transactions of the CSAE, 2012, 28(20): 195–201

[4] FAIN S J, MAYA Q, NORA L, et al. Climate change and coffee: assessing vulnerability by modeling future climate suitability in the Caribbean island of Puerto Rico[J]. Climatic Change, 2018, 146(1/2): 175–186

[5] DAMATTA F M. Ecophysiological constraints on the production of shaded and unshaded coffee: a review[J]. Field Crops Research, 2004, 86(2/3): 99–114

[6] JAYAKUMAR M, RAJAVEL M, SURENDRAN U. Climate-based statistical regression models for crop yield forecasting of coffee in humid tropical Kerala, India[J]. International Journal of Biometeorology, 2016, 60(12): 1943–1952

[7] CHRISTIAN B, PERER L, ORIANA O R, et al. A bitter cup: climate change profile of global production of Arabica and Robusta coffee[J]. Climatic Change, 2015, 129(1/2): 89–101

[8] PETER L, JULIAN R V, NAVARRO R C, et al. Climate change adaptation of coffee production in space and time[J]. Climatic Change, 2016, 141(1): 1–16

[9] SCHROTH G, PETER L, DIANA S B C, et al. Winner or loser of climate change? A modeling study of current and future climatic suitability of Arabica coffee in Indonesia[J]. Reg Environ Change, 2015, 15: 1473–1482

[10] SAILESH R, SUIAKHU N M, JUERG M, et al. Suitability analysis and projected climate change impact on banana and coffee production zones in Nepal[J]. PLoS One, 2016, 11(9): e0163916

[11] Chairani E, Supriatna J, Koestoer R, et al. Physical land suitability for civet Arabica coffee: Case study of Bandung and West Bandung Regencies, Indonesia[J]. IOP Conference Series: Earth and Environmental Science, 2017, 98: 012029

[12] ORIANA O R, PERER L, CHRISTIAN B, et al. Projected shifts insuitability among major global producing regions due to climate change[J]. PLoS One, 2015, 10(4): e0124155

[13] ZULLO J, PINTO H S, ASSAD E D, et al. Potential for growing Arabica coffee in the extreme South of Brazil in a warmer world[J]. Climatic Change, 2011, 109(3/4): 535–548

[14] CHEMURA A, KUTYWAYO D, CHIDOKO P, et al. Bioclimatic modelling of current and projected climatic suitability of coffee () production in Zimbabwe[J]. Regional Environmental Change, 2016, 16(2): 473–485

[15] CAI C T, CAI Z Q, YAO T Q, et al. Vegetative growth and photosynthesis in coffee plants under different watering and fertilization managements in Yunnan, SW China[J]. Photosynthetica, 2007, 45(3): 455–461

[16] 張珍賢, 王華, 蔡傳濤, 等. 施肥對(duì)干旱脅迫下幼齡期小?？Х裙夂咸匦约吧L的影響[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2015, 23(7): 832–840 ZHANG Z X, WANG H, CAI C T, et al. Effects of fertilization on photosynthetic characteristics and growth ofL. at juvenile stage under drought stress[J]. Chinese Journal of Eco-Agriculture, 2015, 23(7): 832–840

[17] HAGGAR J, BARRIOS M, BOLA?OS M, et al. Coffee agroecosystem performance under full sun, shade, conventional and organic management regimes in Central America[J]. Agroforestry Systems, 2011, 82(3): 285–301

[18] RAHN E, VAAST P, PETER L, et al. Exploring adaptation strategies of coffee production to climate change using a process-based model[J]. Ecological Modelling, 2018, 371: 76–89

[19] BARBOSA J N, BOREM F M, CIRILLO M A, et al. Coffee quality and its interactions with environmental factors in Minas Gerais, Brazil[J]. Journal of Agricultural Science, 2012, 4(5): 181-190

[20] 李曉霞, 張吉光, 楊天武, 等. 云南不同海拔小粒種咖啡生長發(fā)育情況調(diào)查[J]. 云南熱作科技, 2002, 25(4): 8–16 LI X X, ZHANG J G, YANG T W, et al. Investigation of coffee growth at different altitude in Yunnan[J]. Journal of Yunnan Tropical Crops Science & Technology, 2002, 25(4): 8–16

[21] DEVI G M S, KUMAR K S A. Remote sensing and GIS application for land quality assessment for coffee growing areas of Karnataka[J]. Journal of the Indian Society of Remote Sensing, 2008, 36(1): 89–97

[22] ZHANG Z X, CAI Z Q, LIU G Z, et al. Effects of fertilization on the growth, photosynthesis, and biomass accumulation in juvenile plants of three coffee (L.) cultivars[J]. Photosynthetica, 2017, 55(1): 134–143

[23] 蔡傳濤, 蔡志全, 解繼武, 等. 田間不同水肥管理下小粒咖啡的生長和光合特性[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2004, 15(7): 1207– 1212 CAI C T, CAI Z Q, XIE J W, et al. Growth and photosynthetic characteristics of field-grownunder different watering and fertilization managements[J]. Chinese Journal of Applied Ecology, 2004, 15(7): 1207–1212

[24] 胡雪瓊, 徐夢(mèng)瑩, 何雨芩, 等. 未來氣候變化對(duì)云南烤煙種植氣候適宜性的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2016, 27(4): 1241– 1247 HU X Q, XU M Y, HE Y Q, et al. Effects of future climate change on climatic suitability of flue-cured tobacco plantation in Yunnan, China[J]. Chinese Journal of Applied Ecology, 2016, 27(4): 1241–1247

[25] 吳克寧, 趙瑞. 土壤質(zhì)地分類及其在我國應(yīng)用探討[J]. 土壤學(xué)報(bào), 2019, 56(1): 227–241 WU K N, ZHAO R. Soil texture classification and its application in China[J]. Acta Pedologica Sinica, 2019, 56(1): 227– 241

[26] 王飛, 秦方錦, 吳丹亞, 等. 土壤有機(jī)質(zhì)和有機(jī)碳含量計(jì)算方法比較研究[J]. 農(nóng)學(xué)學(xué)報(bào), 2015, 5(3): 54–58 WANG F, QIN F J, WU D Y, et al. Comparative study on the calculation method of soil organic matter and organic carbon[J]. Journal of Agriculture, 2015, 5(3): 54–58

[27] 張科利, 彭文英, 楊紅麗. 中國土壤可蝕性值及其估算[J]. 土壤學(xué)報(bào), 2007, 44(1): 7–13 ZHANG K L, PENG W Y, YANG H L. Soil erodibility and its estimation for agricultural soil in China[J]. Acta Pedologica Sinica, 2007, 44(1): 7–13

[28] WISCHMEIER W H, MANNERING J V. Relation of soil properties to its erodibility1[J]. Soil Science Society of America Journal, 1969, 33(1): 131-137

[29] WILLIAMS J R. The erosion-productivity impact calculator (EPIC) model: a case history[J]. Philosophical Transactions of the Royal Society of London Series B: Biological Sciences, 1990, 329(1255): 421–428

[30] 李麗純, 陳福梓, 王加義, 等. 基于GIS的臺(tái)灣青棗在福建引擴(kuò)種的氣候適宜性區(qū)劃[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2017, 25(1): 47–54 LI L C, CHEN F Z, WANG J Y, et al. Climate suitability regionalization for Taiwan green jujube introduction and expansion in Fujian Province using GIS[J]. Chinese Journal of Eco-Agriculture, 2017, 25(1): 47–54

[31] 韓慧杰, 夏學(xué)齊, 吳海東, 等. 基于GIS和土地質(zhì)量地球化學(xué)數(shù)據(jù)的水稻種植適宜性評(píng)價(jià)——以安徽省青陽縣為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2019, 27(4): 591–600 HAN H J, XIA X Q, WU H D, et al. Evaluation of rice planting suitability using GIS and geochemical land quality data — A case study of Qingyang County, Anhui Province[J]. Chinese Journal of Eco-Agriculture, 2019, 27(4): 591–600

[32] 符娜, 劉小剛, 李闖, 等. 不同時(shí)間尺度元謀灌區(qū)小?？Х刃杷儺愄卣鱗J]. 排灌機(jī)械工程學(xué)報(bào), 2015, 33(2): 163– 171 FU N, LIU X G, LI C, et al. Variation research ofwater requirement at different temporal scale in Yuanmou Irrigation District[J]. Journal of Drainage and Irrigation Machinery Engineering, 2015, 33(2): 163–171

[33] 程金煥, 何紅艷, 李亞男, 等. 賓川縣朱苦拉咖啡莊園發(fā)展探析[J]. 安徽農(nóng)業(yè)科學(xué), 2017, 45(33): 246–247 CHENG J H, HE H Y, LI Y N, et al. Construction of Zhukula coffee farm in Binchuan County[J]. Journal of Anhui Agricultural Sciences, 2017, 45(33): 246–247

[34] TAVARES P D S, GIAROLLA A, CHOU S C, et al. Climate change impact on the potential yield of Arabica coffee in southeast Brazil[J]. Regional Environmental Change, 2018, 18(3): 873–883

Ecological suitability zoning ofLin Yunnan Province*

Zhang Mingda1, Wang Ruifang2, LI Yi3, HU Xueqiong1, LI Meng1, Zhang Maosong1, Duan Changchun4**

(1. Yunnan Climate Center, Kunming 650034, China; 2. College of Agriculture and Forestry, Pu’er University, Pu’er 665000, China; 3. Yunnan International Coffee Exchange Centre, Pu’er 665000, China; 4. Yunnan Institute of Meteorological Sciences, Kunming 650034, China)

Arabica coffee (L) is the most important commodity of plateau characteristic agriculture and for targeted poverty alleviation in Yunnan. Research on the ecological suitability of planting is conducive for optimizing the layout and expanding the scale. There are no reports on the suitability ofusing GIS in China. Using ArcGIS, in this study, we established a refined spatial distribution model of climate, soil, and terrain factors and screened out three levels and 11 ecological suitability evaluation indexes using the analytic hierarchy process (AHP) to optimize the layout and expand the scale for planting. The results showed the following: 1) Climate is a key factor affecting ecological suitability, followed by terrain factor; soil factor was the least influential factor. 2) The minimum temperature of the coldest month, rainfall during February-March, and elevation had a significant effect on ecological suitability, which should be focused on while planning planting. 3) The most suitable and suitable areas forcultivation were mainly distributed southwest and southeast of Yunnan, accounting for 18.8% and 15.0% of the land area in Yunnan; sub-suitable areas accounted for 21.0% of the land area. 4) Pu’er City comprised a high proportion of suitable areas, and large-scale planting can be carried out in central and southern regions of Pu’er City. 5) The key counties in Lincang, Dehong, and Baoshan should make rational use of ecological advantages of the Hengduan Mountains to strengthen appropriate regional planning and layout of coffee cultivation. 6) Xishuangbanna, Wenshan, and Honghe had a high proportion of highly suitable areas, and therefore, it is necessary to strengthen the planning layout and planting scale, and make full use of the ecological advantages and potential. 7) Dali and Nujiang, as well as other valley hotspots in Yunnan, are also suitable forcultivation, but attention should be paid to prevent the effects of disasters such as low temperature and drought. There is still a large proportion of developmental potential areas forcultivation, which offers a foundation for improving yield and quality and enhancing the international competitiveness ofin Yunnan. By combining field investigation findings, our results indicate that ecological suitability and zoning analyses are accurate, which can be extended to the development of characteristic agriculture industry in the plateau, and provide a scientific basis for the optimization of site selection planning and scientific ecological layout.

L; Ecological suitability; Yunnan; Planting zoning; Analytic hierarchy process (AHP)

F323.2; P467

10.13930/j.cnki.cjea.190509

* 云南省科技廳重點(diǎn)研發(fā)項(xiàng)目(2018BC007)和中國氣象局氣候變化專項(xiàng)(CCSF201508, CCSF201426)資助

段長春, 主要研究方向?yàn)闅夂蚺c氣候變化。E-mail: duancckm@126.com

張明達(dá), 主要研究方向?yàn)檗r(nóng)業(yè)氣象、氣候與氣候變化。E-mail: rockerdada@163.com

2019-07-09

2019-10-29

* This study was supported by the Science and Technology Program of Yunnan (2018BC007) and the Climate Change Specific Fund of China Meteorological Administration (CCSF201508, CCSF201426).

, E-mail: duancckm@126.com

Oct. 29, 2019

Jul. 9, 2019;

張明達(dá), 王睿芳, 李藝, 胡雪瓊, 李蒙, 張茂松, 段長春. 云南省小?？Х确N植生態(tài)適宜性區(qū)劃[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(2): 168-178

ZHANG M D, WANG R F, LI Y, HU X Q, LI M, ZHANG M S, DUAN C C. Ecological suitability zoning ofL. in Yunnan Province[J]. Chinese Journal of Eco-Agriculture, 2020, 28(2): 168-178