近30年中国水稻种植区域与产量时空变化分析(2)

5期刘珍环等：近30年中国水稻种植区域与产量时空变化分析681

变化及其影响研究尚少，是因作物种植面积和产量以行政单元统计数据为基础，缺乏准确

的时空变化信息，而遥感监测技术还难以在大尺度特别是全国尺度上准确获取作物面积及产量信息。统计方法是通过行政单元上报获取区域内农作物动态信息，优势在有长时序的作物数量和速率变化等信息[9-10]，但该数据失去了区域内的空间异质性，难以用于分析农业资源环境问题[11]。随着遥感技术的进步，不同时空尺度下的农作物空间变化监测[2]，多时相和高分辨率的遥感数据在农作物空间分布变化研究中备受关注，但大尺度上遥感获取农作物获取受限于影像分辨率难以获得多时相高分辨率的作物时空分布信息[12-13]。近年来，基于多源数据融合方法可综合遥感和统计等数据，获取农作物的空间详细信息，受到农作物空间分布研究关注[5,8,14-15]。基于交叉信息熵原理的作物空间分配模型(SpatialProductionAllocationModel,SPAM)就是该类模型之一，该模型集成耕地分布、作物统计面积与产量、农业灌溉分布、农作物适宜性分布等多源空间信息数据，利用交叉信息熵原理将农作物的种植面积与总产精确分配至像元，可用作模拟全球或区域尺度作物时空分布，已在南美、非洲及全球尺度上有研究[16-17]，但基于该模型的农作物时空变化分析尚未开展[18]。

水稻是我国三大粮食作物之一，受自然条件和农业发展状况影响，其空间分布不断变化，研究水稻时空分布及其变化有助于分析我国口粮供需状况及其受限因素等科学问题[9]。我国水稻种植面积约占全球的19%，在我国的粮食安全保障体系和农业生产中占有重要地位[19]。水稻时空变化研究包括水稻种植界线[20]、水稻种植重心迁移[21]、水稻种植面积变化等方面[22-23]。然而迄今为止，大多数研究都是基于统计数据，难以获得精确的时空变化信息，融合多源数据的农作物时空分布获取可以将空间尺度更精细至像元尺度。本研究拟构建中国区域的作物分配模型(SPAM-China)，获取近30年来全国水稻种植面积与总产的时空格局并分析其时空变化特征，为国家粮食安全和全球变化对农业影响等研究提供研究基础。

2数据与方法

2.1数据源

研究采用的数据包括以下两类研究和验证数据：

(1)研究数据来源主要有农业部发布的农业统计数据，综合1980-2010年县级和省级农业统计数据整理获得一套全国2434个县级、31个省市的农作物统计数据，包含水稻、小麦和玉米的总产、单产和面积数据；将总产和面积数据截取3个时期4个时点的数据，采用前后3年的数据进行平均，获得1980、1990、2000、2010年数据集[24]。模型所需其它数据包括灌溉系数源于FAO开发的全球灌溉图，以像元内的灌溉百分比数据表示；耕地空间分布数据主要来自遥感分类的GLC-2000全球土地利用/覆被图，将数据进行像元百分比；农业气候适宜性数据采用了FAO的农业生态区划(GlobalAgro-ecologicalZones,GAEZ)进行划分，该方法提供了最大潜在和农艺性状可达的作物单产和适宜种植区；人口密度数据源自于世界人口栅格分布图(GPWVersion2)，该数据集表示全球尺度上每平方公里内的人口数，人口密度数据用于表示作物分配过程中市场可达性。所有数据统一至WGS-84坐标系，所有数据将尺度重栅格化至分辨率5min×5min[18]。

(2)验证数据包含两类数据集，1980年的验证数据来自中国资源环境数据库的中国土地覆被数据集(NLCD-1980，1km)中水田空间分布，该数据集由LandsatTM数据为基础的人工目视解译得到[23]，本研究中为使数据间具有可比性，采用百分比将像元尺度上升为5min，为减少复种等因的影响，只对中国北方单季水稻种植区采样；2000年则采用MIRCA-2000全球农作物空间分布数据集[3]，该数据集像元分辨率为5min，包含26种作物