基于GIS的农业副产物资源回收设施最优选址研究——以韩国全罗南道罗州市与高兴郡为例

《Agriculture》：GIS-Based Optimal Site Selection of Agricultural By-Product Resource Recovery Facilities for Smart Agricultural and Livestock Systems: A Case Study of Naju-si and Goheung-gun, Jeollanam-do, South Korea

　　

摘要 面对化石燃料依赖所引发的能源枯竭与气候变化问题，利用农业副产物生产生物能源的重要性日益凸显。其中，水稻秸秆（rice straw）是韩国产量最丰富的农业副产物之一，在多种生物能源资源回收应用中具有巨大的利用潜力。本研究旨在基于资源可用性、设施处理能力及收集运输成本，估算水稻秸秆产量并筛选农业副产物资源回收设施的最优选址。研究人员开展了田间土壤理化性质测定，以分析其与水稻秸秆产量的关系，同时从韩国统计信息服务系统（KOSIS）获取水稻种植与产量统计数据，并从国家地理信息研究院（NGII）获取数字地图数据。对土壤性质数据进行统计分析以评估其与水稻秸秆产量的关系，并利用ArcGIS Pro对数字地图数据进行处理，以提取水田区域、基于统计水稻种植面积应用校正系数、生成代表性质心位置、利用空间排除标准识别候选选址，以及计算基于路网（road-network）的运输距离与成本。然而，由于资源回收设施的经济可行性在很大程度上受原料稳定供应与收集成本效率的影响，因此有必要开展综合考虑资源产生与运输特征的最优选址研究。研究人员通过调查研究区域的土壤含水量、电导率（EC）、贯入阻力及土壤质地来评估水稻种植适宜性，并基于2024年水稻种植面积与水稻秸秆产生量估算资源供应量。此外，利用ArcGIS Pro 3.6.4（Esri，Redlands，CA，USA）在考虑道路、坡度、溪流、河流、湖泊及湿地等条件的基础上推导候选选址，并通过分析包括收集与运输成本在内的总物流成本，评估不同设施规模下的最优位置。结果表明，两个研究区域均表现出适宜水稻种植的土壤性质，能够提供稳定的水稻秸秆供应。对于30,000吨处理设施，在罗州市与高兴郡各筛选出两个最优选址；对于60,000吨处理设施，则在各区域筛选出一个最优选址。本研究提出的基于GIS的选址方法不仅适用于水稻秸秆资源回收设施，也有望应用于各类农业生物质资源回收设施的规划与供应链开发，并有助于推动可持续农业与碳中和高效系统的建设。

基于GIS的农业副产物资源回收设施选址研究解读

一、研究背景与意义

随着化石燃料的日益消耗，能源枯竭、能源价格上涨和气候变化等问题不断加剧，发展可持续可再生能源已成为全球共识。生物质能作为世界第四大能源资源，受到广泛关注。水稻秸秆作为农业部门最具代表性的副产物，是全球最大的生物质资源之一，年产量约8亿至10亿吨。传统上水稻秸秆多用作动物饲料或堆肥，但仍有相当部分被露天焚烧或弃置，不仅造成严重空气污染，影响土壤生态平衡，还显著加剧了农业废弃物的增加。特别是露天焚烧水稻秸秆是二氧化碳（CO₂）、甲烷（CH₄）和氧化亚氮（N₂O）排放的重要来源，因此将水稻秸秆作为资源加以利用并用于生物能源生产，对减少农业部门温室气体排放十分必要。

然而，现有水稻秸秆产量估算方法未能充分反映田间实际的空间变异性，难以分析资源的分布特征。农业副产物在地理上分散于广阔区域，仅依靠总量信息难以建立有效的收集与运输计划。此前韩国虽有利用农业副产物进行收集成本和路线优化的研究，但基于简单总量的估算未考虑副产物的空间分布特征，可能导致资源回收设施实际运营效率低下。此外，以往研究多集中于稻田土壤有机质变化及不同有机物料施用对水稻生长和产量的影响，对水稻秸秆产量与土壤性质直接关系的研究不足，土壤理化性质变化对水稻秸秆产量的个体贡献也缺乏充分分析。

为此，本研究选取水稻秸秆作为目标农业副产物，以韩国全罗南道罗州市和高兴郡为研究区域，开展基于GIS的水稻秸秆产量估算与资源回收设施最优选址研究。研究的具体目标包括：调查稻田土壤物理性质并分析其与水稻秸秆产量的关系；利用GIS分析和统计数据估算水稻秸秆的空间分布与总产量；估算水稻秸秆收集与运输成本；综合考虑空间分布、路网运输距离、限制区域和总物流成本，确定年处理能力为30,000吨和60,000吨的水稻秸秆资源回收设施最优位置。该研究提出的基于GIS的选址方法可作为智能农业与畜牧系统中综合支持生产、物流和资源循环的空间信息决策基础技术，有助于推动农业与畜牧部门数字化转型及碳中和目标的实现。

二、主要技术方法

研究人员以韩国全罗南道罗州市和高兴郡为研究区域，基于水稻种植面积和秸秆产量数据选取了六个面（myeon）作为土壤调查区域。研究人员在2024年10月和11月水稻收获后开展采样，每个面设置9个采样点、每周采样一次共三次重复，共获得162个观测数据，测定了土壤含水量、电导率（EC）、土壤强度、土壤质地和土壤颜色。研究人员从韩国统计信息服务系统（KOSIS）获取水稻种植面积和秸秆产量统计数据，从国家地理信息研究院（NGII）获取数字地图数据，利用ArcGIS Pro 3.6.4对地图数据进行整合和1 km×1 km网格划分，生成水稻种植区域质心作为资源空间参考点，并计算统计种植面积与地图水田面积之间的校正系数。研究人员通过Pearson相关分析和单因素方差分析（ANOVA）评估土壤性质与水稻秸秆产量的关系，并利用路网分析计算质心间最短运输距离，结合收集成本模型和运输成本计算方法评估总物流成本。研究还设置了道路30 m、河流50 m、湖泊水库100 m的间隔距离和坡度标准作为空间排除条件，以筛选适宜设施建设的候选位置。

三、研究结果

3.1 土壤物理性质

研究人员对罗州市和高兴郡六个调查区域的稻田土壤进行了含水量、电导率、土壤强度、土壤颜色和土壤质地分析。罗州市芦安面、凤凰面和东江面的含水量分别为31.1%、30.9%和31.5%，高兴郡东江面、浦头面和道德面分别为31.6%、31.8%和31.5%。电导率在罗州市三个面均为0.77~0.78 dS/m，高兴郡三个面均为0.80 dS/m。土壤强度在罗州市为1.095~1.145 MPa，高兴郡为1.118~1.141 MPa。所有54个采样点的土壤质地均归类为粉壤土。

3.2 土壤物理性质与水稻秸秆产量分析结果

基于162个观测数据的单因素方差分析结果显示，六个区域的土壤含水量、电导率和土壤强度在α=0.05显著性水平上无统计学显著差异，表现出统计上均匀的特征。Pearson相关分析基于六个区域观测值，水稻秸秆产量与含水量、电导率和土壤强度的相关系数分别为r=0.144、0.058和?0.144，表明水稻秸秆产量与所调查土壤性质之间存在较弱的线性关联，仅凭这些土壤性质不足以解释区域间水稻秸秆产量的差异。

3.3 30,000吨处理能力设施选址

假设资源回收设施年处理能力为30,000吨（干重基准），罗州市和高兴郡各可建设两座设施。分析结果显示，罗州市选定了NJ-A和NJ-B两个位置，高兴郡选定了GH-A和GH-B两个位置。研究人员将选定位置与排名第二和第三的候选位置进行了运输距离和运输成本的比较，以评估选定位置的物流条件优势。

3.4 60,000吨处理能力设施选址

假设年处理能力为60,000吨（干重基准），罗州市和高兴郡各确定了一个候选设施位置。由于该规模大于各研究区域估算的年水稻秸秆产量，该情景用于考察设施规模扩大对空间和物流的影响，所选位置应理解为假设性规划位置。分析结果显示，罗州市选定了NJ-C，高兴郡选定了GH-C。

四、讨论与结论

本研究表明，水稻秸秆资源的空间分布、路网运输距离以及收集运输成本是决定设施适宜位置的重要因素。30,000吨和60,000吨处理能力的选址结果表明，设施规划应同时考虑设施规模和可用资源的空间分布。土壤物理性质分析显示水稻秸秆产量与土壤性质关联较弱，因此土壤性质未作为GIS设施选址分析的输入因素或选择标准，选址分析主要聚焦于可用水稻秸秆资源的空间分布及相关运输条件。该结果与以往强调生物质物流中空间资源分布和运输网络重要性的研究一致。

研究人员指出，研究存在若干局限性：估算的水稻秸秆产量代表潜在资源可用性，并非所有秸秆均可收集用于资源回收设施，部分可能用于动物饲料、堆肥或还田；实际收集率可能因田间条件、收获方式、天气和收集设备可用性而变化；生物质可用性和物流条件可能因年份而异；收集和运输成本受燃料价格、劳动力成本、设备成本等变化影响。未来研究应纳入实际收集率、生物质可用性的年际变化以及主要成本参数的敏感性分析。

研究结论表明，两个区域均具有适宜水稻种植的土壤条件，但所调查土壤性质与水稻秸秆产量之间未发现显著相关性。GIS空间分析为30,000吨处理设施在罗州市和高兴郡各确定了两个候选位置（NJ-A和NJ-B、GH-A和GH-B），为60,000吨处理设施在各区域确定了一个候选位置（NJ-C和GH-C）。靠近水稻秸秆收集区域中心的位置可减少总运输距离和每捆运输成本，凸显了设施选址中考虑资源分布和路网的重要性。基于GIS的资源分布、运输距离和收集运输成本分析可为改善农业生物质物流和资源循环提供空间决策支持信息，未来与农业生产数据及农机位置、收获时间表、交通状况和天气条件等实时信息集成，可支持农业系统动态资源管理和物流规划。