Suitability Evaluation of Tuber Mustard Cultivation in Fuling Based on Grey Relation and Principal Component Analysis

doi:10.11923/j.issn.2095-4050.cjas2023-0202

Abstract

Abstract:

To study the suitable planting zones of Fulingtuber mustard, its suitable climate was discussed in this study. Based on the grey relational analysis and principal component analysis, combining with 19 bioclimatic indices, suitable planting zones and suitable climate of tuber mustard in Fulingwere evaluated comprehensively. It indicated that the climatic suitability of 421 village communities of Fuling should bedivided into three categories by the equal-weight correlation degree and comprehensive evaluation model.CategoryⅠ (high suitable zone, λ≥0.913) included Zengfu,west of Shituo, Yihe, south of Maan, Longqiao,Chongyi,Jiangbei,northwest of Nantuo, southeast of Baisheng, southest of Zhenxi, part of Baitao, part of Lizhi, part of Jiangdong; category Ⅱ (moderate suitable zone, 0.764≤λ<0.913) included Zengfu, northwest of Shituo, north of Yihe, Lidu, north of Maan, north of Linshi, most of Lizhi, south of Jiangdong, northeast of Baitao, southwest of Jiaoshi; category Ⅲ (low suitable zone, λ<0.764) included Longtan, Tongle, Qingyang, Mawu, Wulingshan, Damu, Luoyun, Jiaoshi, northwest of Baisheng, Northwest of Zhenxi. The northwest and northeast of Fuling are the better zones for the tuber mustard planting.The results can provide a reference for the reasonable layout of the tuber mustardproduction in Fuling, and promote the healthy and sustainable development of the industry.

Key words: grey relational analysis, climate suitability, principal component analysis, planting, stem mustard, Fuling District

NI Chao, LI Xinjiang, WU Siying, XIANG Tao, XU Dong, ZHUO Chao, LUAN Song, GUO Zhi. Suitability Evaluation of Tuber Mustard Cultivation in Fuling Based on Grey Relation and Principal Component Analysis[J]. Journal of Agriculture, 2024, 14(8): 89-95.

Figures/Tables 7

References 17

[1]	张琴, 宋经元, 邵飞, 等. 防风固沙优良树种欧李的潜在适生区及生态特征简[J]. 北京林业大学学报, 2018, 40(3):9.
[2]	季显权, 刘君泽. 四川茎瘤芥主要种植土壤的肥料效应研究[J]. 土壤农化通报, 1992, 7(3):79-90.
[3]	刘义华, 张召荣, 冷蓉, 等. 茎瘤芥(榨菜)产量性状的基因效应研究[J]. 西南大学学报, 2009, 31(12):58-62.
[4]	张红, 张召荣, 范永红, 等. 播期、施氮量对茎瘤芥(榨菜)先期抽苔及腋芽抽生影响研究[J]. 耕作与栽培, 2011(2):29-31.
[5]	KROMER S, GREEN D M. Acid and alkaline phospatase dynamics and their relationship to soil microclimate in a sermiarid woodland[J]. Soil biochemistry, 2000, 32:179-188.
[6]	李正积, 付平都, 庞在详, 等. 涪陵榨菜头品质与地质背景关系的研究[J]. 四川地质学报, 1994, 14(2):149-160.
[7]	李宏群, 刘晓莉, 汪建华, 等. 未来气候变化对重庆榨菜种植适宜区的影响[J]. 应用生态学报, 2018, 29(8):7.
[8]	范立张, 朱勇, 王树会. 灰色关联度在云南烤烟种植适宜性分析中的应用[J]. 气象科技, 2006, 34(4):4.
[9]	余龙江, 孙友平, 程华, 等. 玛咖引种气候适宜区域的选择[J]. 生命科学研究, 2004, 8(3):250.
[10]	冯海萍, 王春良, 谢华, 等. 应用灰色关联法探讨玛咖在宁夏地区适宜的引种区域[J]. 宁夏农林科技, 2015, 56(10):58.
[11]	赵菊, 苏泽春, 杨丽云, 等. 灰色理论在金铁锁引种适宜区选择中的应用[J]. 江西农业学报, 2016, 28(4):15.
[12]	田兵, 冉雪琴, 薛红, 等. 贵州42种野生牧草营养价值灰色关联度分析[J]. 草业学报, 2014, 23(1):92. doi: 10.11686/cyxb20140112
[13]	李玉平, 周生辉, 马玉莲, 等. 应用灰色关联度理论对宁夏引黄灌区引种的苜蓿进行综合评析[J]. 黑龙江生态工程职业学院学报, 2006, 19(5):5.
[14]	贺顺禄. 涪陵较高海拔地区茎瘤芥栽培技术研究[J]. 现代农业科技, 2010(4):138-141.
[15]	胡代文, 高明泉, 张红, 等. 涪陵中海拔区茎瘤芥高产栽培技术研究Ⅲ播期对主要性状及产量的影响[J]. 耕作与栽培, 2006(4):20-22.
[16]	张召荣, 胡代文, 高明泉, 等. 茎瘤芥不同品种在涪陵高海拔地区适应性鉴定[J]. 长江蔬菜, 2006(7):51-52.
[17]	孙浩元, 续九如, 王玉柱, 等. 应用灰色聚类和灰色关联分析对台湾青枣引种适宜区的选择[J]. 中国农学通报, 2006(4):143-146.

生物气候	村社	涪陵	敦仁街道	崇义街道	荔枝街道	鹅颈关村	鸿鹤村
生物气候	编号	1	2	3	4	5	421
年均温/℃	bio1	17.98	17.98	18.14	17.98	17.38	17.11
昼夜温差均值	bio2	7.18	7.18	7.23	7.18	7.07	6.78
昼夜温差与年温差比值	bio3	25.00	25.00	25.09	25.00	24.80	24.23
温度变化反差	bio4	770.60	770.60	770.40	770.60	765.29	758.12
极端高温/℃	bio5	33.1	33.1	33.4	33.1	32.4	31.9
极端低温/℃	bio6	4.4	4.4	4.6	4.4	3.9	3.9
年温度变化较差	bio7	28.7	28.7	28.8	28.7	28.5	28
最湿季均温/℃	bio8	25.07	25.07	25.22	25.07	24.42	24.08
最干季均温/℃	bio9	8.17	8.17	8.33	8.17	7.63	7.48
最热季均温/℃	bio10	27.30	27.30	27.45	27.30	26.63	26.32
最冷季均温/℃	bio11	8.17	8.17	8.33	8.17	7.63	7.48
年均降水/mm	bio12	1111	1111	1108	1111	1135	1133
最湿月降水/mm	bio13	179	179	179	179	178	177
最干月降水/mm	bio14	17	17	17	17	18	19
降水变化方差	bio15	62.97	62.97	62.95	62.97	62.45	62.69
最湿季均降水/mm	bio16	490	490	489	490	495	493
最干季均降水/mm	bio17	60	60	60	60	62	64
最热季均降水/mm	bio18	438	438	437	438	447	457
最冷季均降水/mm	bio19	60	60	60	60	62	64

生物气候	村社	涪陵	敦仁街道	崇义街道	荔枝街道	鹅颈关村	鸿鹤村
生物气候	编号	1	2	3	4	5	421
年均温/℃	bio1	17.98	17.98	18.14	17.98	17.38	17.11
昼夜温差均值	bio2	7.18	7.18	7.23	7.18	7.07	6.78
昼夜温差与年温差比值	bio3	25.00	25.00	25.09	25.00	24.80	24.23
温度变化反差	bio4	770.60	770.60	770.40	770.60	765.29	758.12
极端高温/℃	bio5	33.1	33.1	33.4	33.1	32.4	31.9
极端低温/℃	bio6	4.4	4.4	4.6	4.4	3.9	3.9
年温度变化较差	bio7	28.7	28.7	28.8	28.7	28.5	28
最湿季均温/℃	bio8	25.07	25.07	25.22	25.07	24.42	24.08
最干季均温/℃	bio9	8.17	8.17	8.33	8.17	7.63	7.48
最热季均温/℃	bio10	27.30	27.30	27.45	27.30	26.63	26.32
最冷季均温/℃	bio11	8.17	8.17	8.33	8.17	7.63	7.48
年均降水/mm	bio12	1111	1111	1108	1111	1135	1133
最湿月降水/mm	bio13	179	179	179	179	178	177
最干月降水/mm	bio14	17	17	17	17	18	19
降水变化方差	bio15	62.97	62.97	62.95	62.97	62.45	62.69
最湿季均降水/mm	bio16	490	490	489	490	495	493
最干季均降水/mm	bio17	60	60	60	60	62	64
最热季均降水/mm	bio18	438	438	437	438	447	457
最冷季均降水/mm	bio19	60	60	60	60	62	64

关联系数	涪陵	敦仁街道	崇义街道	荔枝街道	鹅颈关村	鸿鹤村
关联系数	1	2	3	4	5	421
k₁	0.90	0.90	0.92	0.90	0.80	0.77
k₂	0.80	0.80	0.85	0.80	0.72	0.56
k₃	0.83	0.83	0.88	0.83	0.74	0.56
k₄	0.82	0.82	0.81	0.82	0.72	0.62
k₅	0.88	0.88	0.92	0.88	0.79	0.74
k₆	0.91	0.91	0.95	0.91	0.82	0.82
k₇	0.80	0.80	0.84	0.80	0.73	0.60
k₈	0.89	0.89	0.91	0.89	0.79	0.75
k₉	0.91	0.91	0.94	0.91	0.82	0.79
k₁₀	0.89	0.89	0.92	0.89	0.80	0.76
k₁₁	0.91	0.91	0.94	0.91	0.82	0.79
k₁₂	0.99	0.99	0.98	0.99	0.90	0.91
k₁₃	0.88	0.88	0.88	0.88	1.00	0.88
k₁₄	1.00	1.00	1.00	1.00	0.87	0.77
k₁₅	0.96	0.96	0.97	0.96	0.90	0.96
k₁₆	1.00	1.00	0.98	1.00	0.91	0.95
k₁₇	1.00	1.00	1.00	1.00	0.90	0.81
k₁₈	0.96	0.96	0.95	0.96	0.93	0.83
k₁₉	1.00	1.00	1.00	1.00	0.90	0.81
δ	0.91	0.91	0.93	0.91	0.83	0.77
排序	68	68	32	68	152	219

关联系数	涪陵	敦仁街道	崇义街道	荔枝街道	鹅颈关村	鸿鹤村
关联系数	1	2	3	4	5	421
k₁	0.90	0.90	0.92	0.90	0.80	0.77
k₂	0.80	0.80	0.85	0.80	0.72	0.56
k₃	0.83	0.83	0.88	0.83	0.74	0.56
k₄	0.82	0.82	0.81	0.82	0.72	0.62
k₅	0.88	0.88	0.92	0.88	0.79	0.74
k₆	0.91	0.91	0.95	0.91	0.82	0.82
k₇	0.80	0.80	0.84	0.80	0.73	0.60
k₈	0.89	0.89	0.91	0.89	0.79	0.75
k₉	0.91	0.91	0.94	0.91	0.82	0.79
k₁₀	0.89	0.89	0.92	0.89	0.80	0.76
k₁₁	0.91	0.91	0.94	0.91	0.82	0.79
k₁₂	0.99	0.99	0.98	0.99	0.90	0.91
k₁₃	0.88	0.88	0.88	0.88	1.00	0.88
k₁₄	1.00	1.00	1.00	1.00	0.87	0.77
k₁₅	0.96	0.96	0.97	0.96	0.90	0.96
k₁₆	1.00	1.00	0.98	1.00	0.91	0.95
k₁₇	1.00	1.00	1.00	1.00	0.90	0.81
k₁₈	0.96	0.96	0.95	0.96	0.93	0.83
k₁₉	1.00	1.00	1.00	1.00	0.90	0.81
δ	0.91	0.91	0.93	0.91	0.83	0.77
排序	68	68	32	68	152	219

生物气候	主成分
生物气候	PC1(Y₁)	PC2(Y₂)	PC3(Y₃)
bio1	0.2502	-0.0102	-0.0029
bio2	0.1883	0.4453	-0.1899
bio3	0.1222	0.5893	-0.1603
bio4	0.2376	0.1916	-0.1057
bio5	0.2500	0.0199	-0.0332
bio6	0.2484	-0.0734	0.0310
bio7	0.2254	0.2588	-0.1954
bio8	0.2503	0.0080	-0.0131
bio9	0.2498	-0.0371	0.0103
bio10	0.2502	-0.0044	-0.0075
bio11	0.2498	-0.0371	0.0103
bio12	-0.2363	0.2090	-0.1292
bio13	-0.0176	0.4077	0.8854
bio14	-0.2471	-0.0026	-0.0563
bio15	0.2306	-0.1887	0.2681
bio16	-0.2302	0.2664	-0.0817
bio17	-0.2475	0.0707	-0.0015
bio18	-0.2441	0.1248	-0.0640
bio19	-0.2475	0.0707	-0.0015
特征值	15.90	2.04	0.83
方差贡献率/%	83.67	10.76	4.38
累计贡献率/%	83.67	94.42	98.81