当前的世界环境

介绍

印度的大多数植物物种都因其可持续开发而不考虑的商业价值观。柳树是一种这样的物种，其中几种局部一级的生计是依赖的。作为植物，柳树用于制造箱子，扫帚，板球蝙蝠，摇篮宽广，椅子和其他家具，娃娃，长笛，杆子，汗水租赁，玩具，车棚，工具手柄，单板，魔杖和口哨。此外，单宁，纤维，纸张，绳索和绳子可从木材生产。柳树的叶子和吠声在亚洲人，苏美尔和埃及的古代文本中提到了酸痛和发烧的补救措施，柳树含有化学上类似阿司匹林的物质（Breasted，2007）。柳树也用于生物过滤，生态废水处理系统，篱笆，景观，植物修复流银行稳定（生物工程），坡稳定，土壤侵蚀控制，庇护带和防风，土壤填海树和野生动物栖息地。由于其高能量出质量，大碳缓解潜力和快速增长（Matthew，2008），柳树在能量林业系统中为生物量或生物燃料生长为生物量或生物燃料，以至于其高能耗，大碳缓解潜力和快速增长。特别是，GIS已广泛用于空间分析，并且可以使用包括点，线和区域的几种信息的GIS功能作为GIS功能的土地适用性。地理空间技术可以非常有效地用于分析农业作物的适用性，这不仅可以节省大量的实验成本，而且还节省了宝贵的时间（Harasheh，1994）。保持此目的，目前的研究旨在使用GIS将土地的适用性与柳树种植园的综合信息进行分类。 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：方法的流程图 为种植园适用性评估 点击此处查看数字

材料 A. nd方法 研究区域

目前研究的地区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，与尼泊尔和中国接壤。该地区位于北纬28º43′n ~ 31º27′n，东经77º34′e ~ 81º02′e之间。

土壤

该地区的土壤信息和地图是在那格浦尔的NBSSLUP获得的。两张比例尺为1:50万的地图覆盖了整个北阿坎德邦。采用滚轮扫描仪对地图进行扫描，并采用ENVI图像处理软件中嵌入的像素基算法对地图进行旋转、缩放和对比度增强后拼接(组合)。在收集了大量的地面控制点(GCPs)后，利用ENVI图像处理软件提供的地图对地图配准选项，将马赛克地图与现有的地理参考区域边界地图进行地理参考。注册的栅格土壤图以图像图像(.img)兼容格式导出，可以在GIS软件(Arc View 3.2a)中直接查看。在arcview软件中导入地图，对土壤多边形进行在线数字化处理。地图的土壤单元边界使用多边形特征进行了数字化处理。然后将土壤属性数据添加到项目中。土壤属性表由表面形态、母质、土壤深度、矿物学、粒度、钙质、土壤温度、土壤反应、排水、土壤质地、坡度等级、侵蚀等级、盐度、表面石材、洪水等不同栏目组成。

气候数据

收集了落在Uttarakhand的地理边界内的所有气象站的数据被收集。另外，在本研究中也使用了邻近邻近的邻近犹大州的气象观测者的数据。来自不同气象站的数据，位于富特拉克手（Vpkas Almora），Aries Nainital，Deber Haldwani，CRC Pantnagar，CRC Pantnagar，CRC Pantnagar，Ranichauri，Ranichauri，Fri Dehradun和Iit uid of Iit uprobe项目中覆盖的一些站点，也被认为是roorkee的，而其他一些站，数据来自已发布的IMD期刊。The complete list of stations of Uttarakhand with number of years, mean and CV% of available parameters has been appended in the Table.1, while the climate normal’s of other stations computed by IMD on the basis of thirty years weather data and published in IMD periodicals have been presented in Table 2. The geocordinates of all the weather stations were collected recorded with the help of GPS or were collected from literature / published maps. Weather data with geocordiantes were stored in table and saved as a txt file. Text file was added in GIS environment and thereafter was added to GIS view using “add event theme” option. The “spatial extension” was loaded in order to use the interpolation functions available in GIS environment. Inverse Distance Weightage (IDW) interpolation technique was used to construct the thematic layers of the different weather parameters. Interpolated weather data provides values of weather parameters on flat surface, however the topography of Uttarakhand is highly variables. 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：NO的气候法线。多年来 乌塔塔克手的不同站的CV％ 点击这里查看表格

表二:各台站气候资料平均值 位于北阿坎德邦及其毗邻地区 点击这里查看表格

环境直减率描述了当海拔升高1 km时，温度将下降6.5ºC，使用下列方程对插值的温度表面进行校正。



在那里,T_天哪=温度修正为°C T_㈡=温度在°C中插值。alt._act= M ALT中的实际高度_㈡=插入高度，单位为m

柳树的土壤和气候需求

最佳气候要求（即最大、最小和最适宜的温度、降雨量)和土壤类型是检查给定区域内植物的空间适宜性所必需的。这些信息来自已发表的文献，见表3。

表3：柳树生长的土壤和气候要求

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到26.	600-1000.	肥沃的泥土

计算PDI.

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:



其中，PDI =降水分布指数1 =当P / PET之间的汇率为0.3时，当P / PET之间的汇价为0.3时，当P / PET之间的比率<0p =沉淀（mm）PET =时，月为0。使用荆棘龙法计算潜在的蒸散（mm）PET。该配方被发现适用于不同的研究人员（Michael，2008）在世界各地的宠物计算。

Thornthwaite提出了下列公式，用于月度潜在的蒸散量：

式中，e=未调整的潜在蒸散发量(cm/月)(每个月30天，每天12小时)。t=平均气温(ºC) I=年或季节热量指数，12个月热量指数(I)的总和，

a =由等式计算的实证指数，

a = 0.00006751 *(I3)-0.0000771*(I2) +0.01792*I+0.49239

未调整的“e”值将根据一个月中的实际昼光小时和日进行校正。对于日常计算，将公式修改为:



其中，k = Michael(1978)给出的表值的调整因子。PDI后来计算点数据和空间所产生的表面覆盖整个州的北阿坎德邦发展之间的关系点降水和点PDI,后来应用降水表面模型(图4)。PDI表面分为3类,更合适,如果PDI值高，则适合种植，如果PDI值低，则不适合种植。

表4:适宜性分类的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	适度适用
3.	0.75-0.98	更适合

适用性分析模型

适宜性分析的方法包括地图的数字化。地图的土壤单元边界使用多边形特征进行了数字化处理。然后将土壤属性数据添加到项目中。利用arcview的空间分析扩展功能生成不同的气象参数层。利用arcview 3.2a GIS中提供的模型构建模块开发了适用性模型。插值的气候和土壤相关数据=转换为栅格格式。添加了reclass函数，并完成了数据的reclass。然后将这些重构数据结合到加权叠加函数中，建立加权叠加模型。模型运行后，生成适宜性图。根据各参数对树木生长的影响，各参数权重如表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	平均气温	40.
2	最低温度	5.
3.	降水	20.
4.	PDI	25.
5.	土壤纹理	10.

结果 A. 和讨论 土壤专题地图

在北方的大多数地区发现了壤土土壤。然而，砂土土壤仅限于Pithoragarh，Chamoli，Uttarkashi，Rudraprayag，Pauri，Tehri，Haridwar，Dehradun，Udham Singh Nagar和Chamawat和Bageshwar区的小口袋。乌塔塔克手的上山的相当大的地区是雪约束，主要有寒冷的土壤。在图2中给出了Uttarakhand的土壤的空间分布。2。

图2：Uttarakhand的土壤表面纹理 点击此处查看数字

气候参数专题图

最高温度出现在6月份。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Udham Singh Nagar、Haridwar以及Pauri和Nainital的部分地区，6月份的最高气温在33.6到39.3摄氏度之间。该州的最低气温在一月份普遍存在。在这个月，该州的高丘陵地区的最低气温为-31.5摄氏度到-6.7摄氏度。该邦低洼地区包括Udham Singh Nagar、Haridwar和Pauri部分地区、德拉敦和奈尼塔尔记录的1月份最低气温为8.2至13.2摄氏度。高丘陵地区的平均气温为-12.6至3.8ºC。北卡什的上部、Chamoli、Pithoragarh和Tehri-Garhwal、Bageshwar和Rudraprayag的一小部分构成了这个地区。然而，该州大部分地区的平均温度范围为19.9至25.3ºC。在Udham Singh Nagar、Haridwar和Nainital、Pauri-Garhwal和Tehri-Garhwal等位于低海拔地区的地区，平均温度在25.3至30.7ºC之间(图3)。由于西南季风，北阿坎德邦6月至9月降水量最大。 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：平均值的主题地图 温度超过你ttarakhand 点击此处查看数字

降水分布指数专题图(PDI)

计算每个站的PDI的值，并从具有不同PDI范围的地图（图4）识别三个不同区域。三类PDI值被描绘为高PDI值（0.76-0.97），适度高PDI值（0.55-0.76）和低PDI值（0.33-0.55）。像奈伯，Pithoragarh，Dehradun和Pithoragarh等地区有高PDI值。中等PDI值涵盖除丘陵区外部的大部分部分。The district like U.S. Nagar, Nainital, Champawat, Pauri Garhwal, Tehri Garhwal, Dehradun, Rudraprayag, Uttarkashi, Chamoli, Bageshwar, Pithoragarh and Haridwar has moderately high PDI values, while upper hilly parts of Uttarakashi, Chamoli, Bageshwar, Pithoragarh, Tehri Garhwal, Haridwar and very minute part of Rudraprayag districs have lowest PDI values.

图4：北方PDI的专题地图 点击此处查看数字

根据PDI表面，几乎整个地区的Uttarakhand都具有支持快速生长树种的生长，因为除了高丘陵地区之外，大部分状态都是高于高于丘陵地区的高和中等高的PDI值，它具有低PDI值和Skelton和Skelton和冻结土壤表面。高中水苛刻的树种可以在高且中等高的PDI值区域生长，而低PDI地区的低水平苛刻的树种。

柳树适宜等级

利用全参数信息(降水、PDI、土壤类型、平均、最低和最高温度)，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:Willow的适宜性图 点击此处查看数字

最适宜及最适宜地带

合适的区域覆盖15654公里²，占国家总面积的29.3％。该区包括美国U. S. Nagar，Haridwar，Tehri Garhwal，Almora，Champawat，Chamoli，Pithoragarh，Uttarkashi以及Dehradun，Bageshwar，奈尼特和Pauri Garhwal的部分部分。柳树最合适的地区估计在20343公里处²(38%)，包括德拉顿、巴格什瓦尔、阿尔莫拉、保里·加尔瓦尔、特赫里·加尔瓦尔、查姆帕特、乌德哈姆·辛格·纳加尔、皮托拉加尔和北卡什的部分地区和哈里德瓦尔的一小部分。

不那么合适的区域

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，所以这些地区都不适宜柳树生长。该区域下的面积为7035公里²或13.2％，包括Chamoli，Pithoragarh，Tehri Garhwal，Uttarkashi，Bageshwar，Rudraprayag和Dehradun区的部分地区的中央和一些上部。

不是合适的区域

该地区被认为是不适合种植柳树的地区，因为气候和土壤条件与柳树的需求不相容。限制在这些地区种植柳树的最重要因素是最低温度(5-10)^0.C)和土壤类型(骨架面)。该地区包括Uttarkashi、Rudraprayag、Chamoli、Pithoragarh、Bageshwar和Tehri Garhwal的最高地丘陵地区。该区长10453公里²(19.5%)。柳条适宜性分布图显示，该邦中部大部分为最适宜区，下部适宜区和较不适宜区均位于喜马拉雅中下部丘陵地区。在文献的基础上对温度给予了更多的重视。这张地图表明，一些温带地区属于适宜区和中度适宜区。有可能一些地区显示出适合柳树目前没有发现，但它可以繁荣，因为气候条件有利于它的生长。柳树有400种，气候要求(如降水量、海拔最高、最低、最适温度)不同，可以根据具体地点选择合适的树种。然而，由于气候条件不太适宜的地区，柳树种植是可以避免的。费舍尔et al。(2005)利用地理信息系统(GIS)的气候、土壤、地形和植被覆盖数据库，评估了东欧和北亚、中亚国家芒草、柳树和杨树的生产潜力。结果表明，杨树、柳树和杨树的生物能源生产潜力，绝对和百分比都适合杨树和柳树单独和杨树、柳树和杨树组合生产。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，利用这些物种生产能源的潜力占目前商业能源使用的三分之一以上，即使目前的森林和可能非常适合种植谷物的土地被排除在评估之外。

结论

本研究利用现有的地理空间信息确定北阿坎德邦柳树种植的适宜区域。研究结果表明:最适宜、适宜、不适宜和不适宜的区域分别占总地理面积的38%、26.4%、13.2%和19.5%。北阿坎德邦有相当大的地理面积上的荒地，占该邦总地理面积的26%。因此，可以建议在适宜性图的基础上;这些荒地可以用来种植柳树。这不仅有利于社会经济的观点，而且还将提高土地的碳封存潜力。

参考

1. Matthew，A. J.，Casella，E.，Tubby，I.，Street，N.R.，Smith，P.，泰勒，G.，英国生物能源杨树和柳树的空间供应。新植物学家178（2）：358-370（2008）。
2. Harasheh，E.H。，遥感和地理信息系统的土地利用和土地适用性映射。AARS，ACRS，农业/土壤，GIS Development.net。第1-4（1994）。
3. Nain，A.S.，Hedge，S。，Srivastava，R.K.，Puranik，H.V。和Badola，J.C.，uttarakhand能源种植园的适用性分析：一种基于遥感和GIS的方法。在：在印度水资源稀缺地区的增强生物量生产和能量转换的传播研讨会：英国和印度的技术和商业解决方案。IIT，德里。P-52（2010）。
4. 迈克尔，上午，灌溉理论与实践。2^ndedn.vikash出版社。PP。768（2008）。
5. 芒、柳和杨树的生物量潜力;对东欧、北欧和中亚的结果和政策影响。生物质和生物能源。28日:119 - 132(2005)。