当前世界环境

介绍

印度的大多数植物物种都是为了其商业价值而开发的，很少或根本没有考虑到它们的可持续开发。柳树就是这样一种物种，许多地方的生计都依赖于它。作为一种植物，柳树被用于制造盒子、扫帚、板球拍、摇篮、椅子和其他家具、玩偶、长笛、杆子、汗屋、玩具、转弯处、工具手柄、饰面、魔杖和哨子。此外，木材还可以生产单宁、纤维、纸张、绳子和绳子。柳树的叶子和树皮在亚述、苏美尔和埃及的古代文献中被提及，作为治疗疼痛和发烧的药物，柳树含有水杨苷，一种化学上类似于阿司匹林的物质(Breasted, 2007)。柳树还用于生物过滤、生态废水处理系统、树篱、景观美化、植物修复、河岸稳定(生物工程)、边坡稳定、土壤侵蚀控制、防护林和防风林、土壤复垦树和野生动物栖息地。在能源林业系统中，柳树因其能量进能出比高、碳减排潜力大、生长快而被用作生物质或生物燃料(Matthew, 2008)。特别是，地理信息系统已广泛用于空间分析和土地适宜性，因为地理信息系统功能可用于几种形式的信息，包括点、线和面积。地理空间技术可以非常有效地用于分析农作物的适宜性，这不仅节省了巨大的实验成本，而且节省了宝贵的时间(Harasheh, 1994)。有鉴于此，本研究旨在利用GIS综合信息对柳林用地适宜性进行分类。 The spatial information resulted from this study could be utilized the wastelands for plantation which will not only help to increased income of villages but also minimize environmental problems.

图1:方法流程图 为种植园适用性评估 点击此处查看图

材料 一个 nd方法 研究区域

目前研究的区域被认为是北阿坎德邦，它被西北部的喜马偕尔邦和南部的北方邦所包围，与尼泊尔和中国共享国际边界。该地区位于北纬28º43′n和31º27′n之间，经度77º34′e和81º02′e之间。

土壤

该地区的土壤信息和地图来自那格浦尔的NBSSLUP。整个北阿坎德邦被两张比例尺为1:50万的地图覆盖。使用滚轴扫描仪对地图进行扫描，并在旋转、调整大小和对比度增强后，使用ENVI图像处理软件中嵌入的像素基算法进行拼接(组合)。在收集了充足的地面控制点(gcp)后，使用ENVI图像处理软件中的地图对地图配准选项，将拼接地图与现有的地理参考地区边界地图进行地理参考。注册后的栅格土壤图以imagine image (.img)兼容格式导出，可直接在GIS软件(Arc View 3.2a)中查看。在Arc View软件中导入地图，对土壤多边形进行在线数字化处理。利用多边形特征对地图的土壤单元边界进行了非常仔细的数字化。然后将土壤属性数据添加到项目中。土壤属性表由不同字段组成，如表面形态、母质、土壤深度、矿物学、粒度、钙质、土壤温度、土壤反应、排水、表面质地、坡度、侵蚀等级、盐度、表面石材、洪水等。

气候数据

收集了北阿坎德邦地理边界内所有气象站的数据。此外，本研究还使用了北阿坎德邦相邻邦的气象台的数据。还考虑了位于北阿坎德邦的不同气象站收集的数据，如VPKAS Almora, ARIES Nainital, DEBER Haldwani, CRC Pantnagar，林业和山地农业学院，Ranichauri, FRI Dehradun以及印度理工学院UPROBE项目覆盖的一些站点的数据，而其他一些站点的数据则来自IMD出版的期刊。Uttarakhand的完整台站的年数、平均值和可用参数的CV%列于表1，而其他台站的气候正常值则列于表2，这些台站是根据IMD三十年天气数据计算并在IMD期刊上发表的。所有气象站的地理坐标都是借助GPS记录的，或者是从文献/出版的地图中收集的。天气数据与地理坐标仪存储在表格中，并保存为文本文件。将文本文件添加到GIS环境中，然后使用“添加事件主题”选项添加到GIS视图中。加载“空间扩展”是为了利用GIS环境中可用的插值功能。利用逆距离加权插值技术构建不同天气参数的主题层。插值的天气数据提供了平坦表面的天气参数值，然而北阿坎德邦的地形是高度可变的。 Therefore weather surface was corrected using Digital Elevation Model (DEM) of Uttarakhand. DEM provides a digital representation of a portion of the earth’s surface terrain over a two dimensional surface. The DEM was used for constructing temperature surfaces keeping in view the environmental lapse rate.

表1:气候正常值年 以及北阿坎德邦不同站点的CV% 点击这里查看表格

表2:各站气候资料常态 位于北阿坎德邦和邻近地区 点击这里查看表格

利用海拔每增加1 km温度降低6.5℃的环境递减率对插值的温度面进行了修正，公式如下:



在那里,T_天哪=以°C T为单位修正的温度_int用°C表示的温度。Alt_行为=实际海拔高度(m Alt)_int=以m为单位的插值高度

柳树对土壤和气候的要求

最适宜的气候条件(即。快速生长树种的最高、最低和最适温度(降雨量)和土壤类型对于检查植物在给定区域的空间适宜性至关重要。这些信息来自已发表的文献，见表3。

表3:柳树生长对土壤和气候的要求

树种	Max。临时(ºC)。	最低温度(ºC)	最佳温度(ºC)	射频(毫米)	土壤类型
柳树	30 - 40	5 - 10	15至26岁	600 - 1000	肥沃的泥土

PDI的计算

我们使用了Nain开发的降水分布指数et al。(2010)。降水分布指数(PDI)的计算公式如下:



式中，PDI =降水分布指数1 = P/PET比值>0.3时特定月份的值，P/PET比值< 0时month的值为0。P =降水量(mm) PET=潜在蒸散发(mm) PET采用Thornthwaite法计算。该公式被发现适用于计算PET由不同的研究人员(Michael, 2008)在世界各地。

Thornthwaite提出了月潜在蒸散量的公式如下:

式中，e=未经调整的潜在蒸散量(cm/月)(每月30天，每天12小时)。t=平均气温(ºC) I=年或季热指数，12个月热指数(I)之和，

A =由以下公式计算的经验指数:

a = 0.0000006751*(I3)-0.0000771*(I2) +0.01792*I+0.49239

未调整的“e”值是根据一个月的实际日照时数和天数进行校正的。对于日常计算，将公式修改为:



式中，k = Michael(1978)给出表值的调整因子。在点数据上计算PDI，建立点降水与点PDI之间的关系，然后将模型应用于降水面，生成覆盖整个北阿坎德邦的空间面(图4)。PDI面分为较适宜、中等适宜和较不适宜3类(表4)。PDI值高则适合种植，值低则不适合种植。

表4:带有适用性类的PDI表

S.No。	PDI范围(>0.3)	适用性类
1	0.33 - -0.55	不合适的
2	0.55 - -0.75	比较合适的
3.	0.75 - -0.98	更合适的

适宜性分析模型

适宜性分析的方法包括地图的数字化。利用多边形特征对地图的土壤单元边界进行了非常仔细的数字化。然后将土壤属性数据添加到项目中。利用ARC-view的空间分析扩展生成不同气象参数的层。利用Arc-View 3.2a GIS中的模型生成器模块建立适用性模型。插值后的有关气候和土壤的数据被转换成栅格格式。增加了重分类功能，对数据进行了重分类。然后将这些重分类数据组合成加权叠加函数，建立加权叠加模型。模型运行后，生成适宜性图。根据对树木生长的影响，各参数的权重如表5所示。 A value has been assigned to the different ranges of parameters on the basis of optimum, minimum and maximum range of parameter as mentioned in the Table 3. The area with value of parameter less than minimum value required by plant and higher value of the parameter than the maximum required by the plant were restricted as no growth of willow is possible in those regions. The optimum range has been assigned value of three (3), while suboptimum range has been assign value of two (2) and sub-suboptimum range has been assigned value of one (1). A suitability map with 5 classes: most suitable, suitable, moderately suitable, less suitable and not suitable was generated and most suitable class was found when all parameters weight age values are highest and other classes, classified on basis of descending values.

表5:各参数的权重百分比

美国没有。	输入主题	%的信息
1	平均温度	40
2	最低温度	5
3.	降水	20.
4	PDI	25
5	土壤质地	10

结果 一个 和讨论 土壤专题地图

北阿坎德邦的大部分地区都有壤土。然而，沙质土壤仅限于Pithoragarh、Chamoli、Uttarkashi、Rudraprayag、Pauri、Tehri、Haridwar、Dehradun、Udham Singh Nagar、champaat和Bageshwar地区的一小块地区。北阿坎德邦(Uttarakhand)的一个相当大的地区是积雪覆盖的，主要是寒冷的土壤。北阿坎德邦土壤的空间分布如图2所示。

图2:北阿坎德邦的土壤表面纹理 点击此处查看图

气候参数专题地图

最高气温出现在六月。然而，该州大部分地区的平均最高气温为16.4摄氏度。该邦的低海拔地区，包括乌德姆辛格纳加尔、哈里瓦尔以及保里和奈尼塔尔的部分地区，6月份的最高气温在33.6至39.3摄氏度之间。一月份该州的最低气温。在这个月里，该州上丘陵地区的最低气温为-31.5至-6.7摄氏度。该邦的低洼地区，包括乌德姆辛格纳加尔、哈里瓦尔以及保里、德拉敦和奈尼塔尔的部分地区，1月份的最低气温为8.2至13.2摄氏度。上丘陵地区的平均气温为-12.6至3.8ºC。Uttarkashi、Chamoli、Pithoragarh的上部以及Tehri-Garhwal、Bageshwar和Rudraprayag的一小部分构成了这个地区。然而，该州的大部分地区的平均温度范围为19.9至25.3摄氏度。在Udham Singh Nagar、Haridwar以及Nainital、Pauri-Garhwal和Tehri-Garhwal的部分地区，这些地区位于低海拔地区，平均气温在25.3至30.7摄氏度之间(图3)。由于西南季风的影响，北阿坎德邦6月至9月的降雨量最大。 The precipitation reached its peak in the month of August. In some part of Dehradun precipitation is received in the range of 922 to1035 mm during August. In this month the upper hilly region receives rainfall of 312 to 612 mm. In the state, the lowest precipitation occurs in the month of November.

图3:平均值的专题地图 温度在Uttarakhand 点击此处查看图

降水分布指数专题地图(PDI)

计算每个站点的PDI值，并从地图中识别出具有不同PDI范围的三个不同区域(图4)。PDI值分为三类:高PDI值(0.76-0.97)、中高PDI值(0.55-0.76)和低PDI值(0.33-0.55)。Nainital、Pithoragarh、Dehradun和Pithoragarh等地区的PDI值很高。中等PDI值覆盖了该州大部分地区，除了上丘陵区。像美国那格尔、奈尼塔尔、尚帕瓦特、保里加尔瓦尔、特赫里加尔瓦尔、德拉敦、鲁德拉瓦格、乌塔尔卡什、查莫利、巴格什瓦尔、皮托拉格尔和哈里瓦尔这样的地区有中等高的PDI值，而北塔卡什、查莫利、巴格什瓦尔、皮托拉格尔、特赫里加尔瓦尔、哈里瓦尔和鲁德拉瓦格地区的上丘陵地区的PDI值最低。

图4:北阿坎德邦PDI专题地图 点击此处查看图

根据PDI表面，北阿坎德邦几乎整个地区都有能力支持快速生长的树种的生长，因为该邦的大部分地区都处于高和中等高的PDI值之下，除了PDI值较低的上部丘陵地区以及Skelton和冻土表面。高、中需水树种可在高、中高PDI区生长，低需水树种可在低PDI区生长。

柳树的适宜性分类

利用降水、PDI、土壤类型、平均温度、最低温度和最高温度等参数信息，建立了作物适宜性模型。该模型用于绘制北阿坎德邦柳树适宜性图(图5)。

图5:柳树的适宜性图 点击此处查看图

最适合和最适合的区域

适宜面积15654公里²该州占该州总地理面积的29.3%。该地区包括美国纳加尔、哈里瓦尔、特赫里加尔瓦尔、阿尔莫拉、昌帕瓦特、查莫利、皮托拉加尔、乌塔尔喀什以及德拉敦、巴格什瓦尔、奈尼塔尔和保里加尔瓦尔的部分地区。最适合种植柳树的面积估计为20343公里²(38%)，其中包括德拉敦、Bageshwar、Almora、Pauri Garhwal、Tehri Garhwal、champaat、Udham Singh Nagar、Pithoragarh和Uttarkashi的部分地区以及Haridwar的很小一部分。

不太适合的地区

与第一个地区相比，这些地区的气候条件和柳树需求之间的关系非常弱。在所有的气候要求都不有利，所以这些地区不太适合柳树。该区域下面积7035公里²占13.2%，其中包括查莫利、皮托拉加尔、特赫里加尔瓦尔、乌塔尔卡什、巴格什瓦尔、鲁德拉普雷亚格和德拉敦地区的一些地区的中部和部分地区。

不适宜分区

这个地区被认为是不适合柳树生长的地区，因为气候和土壤条件对柳树的要求不相容。在这些地区限制柳树种植的最重要因素是最低温度(5-10℃)⁰C)和土壤类型(Skelton表面)。该地区包括Uttarkashi, Rudraprayag, Chamoli, Pithoragarh, Bageshwar和Tehri Garhwal的上部丘陵地区。这个区域有10453公里²(19.5%)。柳树适宜性图显示，中部大部分为最适宜区，下部为适宜区，不适宜区落在该州的中下喜马拉雅丘陵地区。在文献的基础上，温度被赋予了更多的权重。这张地图表明，温带地区的一些地区属于适宜区和中等适宜区。有可能在一些地区，目前没有发现柳树，但它可以开花，因为气候条件有利于它的生长。柳树有400种，气候要求(如降水、海拔最高、最低和最适温度)是不同的，因此可以根据特定的地方选择合适的树种。然而，由于不太适合的地区气候条件恶劣，可以避免种植柳树。费舍尔et al。(2005)利用气候、土壤、地形和植被覆盖的GIS数据库评估了东欧、北亚和中亚国家的芒草、柳树和杨树的潜在生产力。结果表明，生物能源生产潜力(芒草、柳木和杨木)，无论绝对面积还是百分比面积，都适合杨木和柳木单独生产和杨木、柳木和芒木复合生产。在立陶宛、拉脱维亚、罗马尼亚、格鲁吉亚、白俄罗斯和阿塞拜疆等少数国家，即使将可能非常适合种植谷物的现有森林和土地排除在评估之外，利用这些物种生产能源的潜力仍占目前商业能源使用量的三分之一以上。

结论

本研究展示了利用现有的地理空间信息来确定北阿坎德邦柳树种植的合适区域。研究结果表明，最适宜、适宜、不适宜和不适宜的面积分别占总地理面积的38%、26.4%、13.2%和19.5%。北阿坎德邦在相当大的地理面积上有荒地，占该州总地理面积的26%。因此，可以建议在适宜性图的基础上;荒地可以用来种植柳树。这不仅有利于社会经济效益，而且还能提高土地的固碳潜力。

参考

1. Matthew, a.j.， Casella, E.， Tubby, I.， Street, N.R.， Smith, P.， Taylor, G.，英国生物能源杨柳短轮林的产量和空间供应。新植物学家178(2): 358 - 370(2008)。
2. “遥感与地理信息系统在土地利用与土地适宜性制图中的应用”。AARS, ACRS，农业/土壤，地理信息系统发展。第1-4页(1994)。
3. 奈恩，a.s.，赫奇，s.s。[3]，刘建军，刘建军，刘建军，《基于遥感和地理信息系统的北阿坎德邦能源种植适宜性分析》。见:关于印度缺水地区加强生物质生产和能源转换的传播研讨会和生物能源:英国和印度的技术和商业解决方案。IIT,德里。p-52(2010)。
4. 《灌溉理论与实践》。2^nd经济日报。维卡什出版社。第768页(2008)。
5. Fisher, G.， Prieler, S.和Velthuizen, H.V，芒草、柳树和杨树的生物量潜力;结果和对东欧、北亚和中亚的政策影响。生物质和生物能源。28: 119-132(2005)。