1980—2010年东北地区种植结构时空变化特征

刘珍环，唐鹏钦，范玲玲，杨 鹏，吴文斌



1980—2010年东北地区种植结构时空变化特征

刘珍环1，唐鹏钦2，范玲玲2，杨 鹏2，吴文斌2

（1中山大学地理科学与规划学院国土资源与环境系，广州510275；2中国农业科学院农业资源与农业区划研究所/农业部农业信息技术重点实验室，北京100081）

【目的】探讨过去30年东北地区像元尺度种植结构的时空分布特征和演变规律，为东北地区农业政策的调整提供科学基础。【方法】基于1980—2010年东北三省的玉米、大豆、水稻和小麦种植面积的县级统计数据，利用SPAM-China模型获取10 km像元尺度上种植结构的分布信息，构建以像元内种植面积比例超过30%和占比前三位的种植结构类型的判定方式，利用空间叠加方法分析种植比例及其结构类型的时空变化特征。【结果】运用像元结果初步阐明了东北地区的种植结构变化特征，首先种植规模的优先顺序在2000年左右发生了变化，由玉米＞大豆＞小麦＞水稻变为玉米＞大豆＞水稻＞小麦；其次，30年间共出现14种组合类型，包括6种水稻及其组合类型由1980年的8.30%增至2010年18.64%，主要分布于辽河平原、松嫩平原和三江平原等地；7种玉米及其组合类型占比超过三分之二，累积比例增长3.7%，主要分布在东北的中西部，是该地区的主要种植作物；5种大豆及其组合类型累积比例减少4.2%，空间上发生了显著的置换，由散布在三省的格局迅速北移集中于黑龙江；7种小麦及其组合类型累积比例从26.82%降为3.17%，是变化最为显著的种植结构类型，现有少量集中于黑龙江嫩江附近。再次，3种种植结构类型变化较多，一是由开垦耕地带来的新类型，占所有变化类型比例为20.91%，特别是黑龙江省拓荒带来的大规模水稻种植；二是单一作物型变化为两种或以上作物类型组合，占比为34.90%，组合作物主要为水稻和大豆；三是多种作物组合型变为单一作物型，将种植结构类型集聚，占比为41.36%，主要为玉米种植区的调整。【结论】过去30年种植结构类型变化规律为种植结构类型分布受玉米和大豆主导，其中大豆空间转移至黑龙江，水稻正成为东北地区重要种植类型，而小麦则持续萎缩至局部地区，种植结构类型变化趋势将以玉米、大豆和水稻为主，单一化趋势显著。种植结构调整方向应从减少单一玉米型和增加水稻和大豆组合型入手。

农作物格局；种植结构类型；时空变化；像元尺度；东北地区

0 引言

【研究意义】农作物种植结构的时空分布和变化信息是农业种植结构调整政策的科学依据和农业可持续发展的重要研究内容[1]，还是农作物时空变化机制和模拟等研究的基础信息[2-3]。农作物种植结构信息由作物种植比例和类型的空间分布构成，其历史变化规律对国家粮食安全保障等理论研究[4-6]、国家农业种植结构调整政策制定有重要意义[7-8]。【前人研究进展】农作物种植结构类型变化以农作物种植面积信息为基础，用作物播种面积占总播种面积的比例表征，受自然资源条件和市场经济行为影响的农作物种植结构的时空分布，具有空间集聚性和时序动态性等特征[9]，因此，需要及时、有效地获取像元尺度的农作物时空信息[10]。遥感技术进步为实时监测农业种植结构的变化提供了有效手段，然而遥感监测种植结构尚难进行长时序、大尺度上的变化分析[11-13]。综合多源数据获取像元尺度的种植结构变化信息为大尺度和长时序上研究提供了一种可能[14-16]。目前，全球有多种多源数据综合而成的农作物空间分布信息数据集，然而尚少有时序变化和种植结构类型变化方面的研究[17-18]。种植结构类型采用作物种植面积占所有作物类型种植面积的百分比超过30%和前三位的组合确定，一般组合不会超过3种作物，如所有作物比例都不超过30%则以前三位作物为组合[7]。【本研究切入点】种植结构类型变化规律是指导种植结构调整的最直接信息，但缺少精准地理空间信息的分析，难以为种植结构调整政策提供科学依据[9]，亟待有更精细尺度时空变化规律方面的研究为调整提供依据。东北地区的农业进一步发展面临一系列的农业结构调整问题，特别是农业总产量与结构不合理、部分农业种植区面临水土流失、环境污染、气候变化影响等，给中国农业政策在东北地区的新一轮农作物结构调整都带来不小压力，了解过去30年的种植结构变化规律，可为即将开展的种植结构调整提供精准空间指引[19]。【拟解决的关键问题】本研究旨在基于全国农作物统计数据库，利用SPAM-China模型，基于1980—2010年东北三省农作物面积与产量统计等多源数据，获取过去30年东北三省像元尺度上作物种植比例和类型的时空分布信息，分析农作物种植结构的变化规律，为国家宏观层面在东北地区的农业政策提供科学基础。

1 材料与方法

1.1 研究区与数据源

东北地区地处中高纬度及欧亚大陆东端，位于115°20′—135°E，38°43′—53°30′N，是中国三大自然区之一——东部季风区的最北端；在地貌上，以东北大平原北半部的松嫩平原为核心，地面起伏平缓，土层深厚，利于大型农业机械作业，为农业发展提供了良好的条件，是中国主要耕作业基地；是世界三大黑土带之一，土壤农业生产能力较高；农作物熟制以一年一熟为主，主要作物包括夏玉米、水稻、大豆和春小麦。2014年，东北地区粮食总产量达1.15×108t，粮食作物面积2.2×107hm2，是中国重要的粮食生产基地。

采用的农业统计数据来源于农业部种植业管理司提供的全国农经信息数据库为基础数据（http://www. zzys.moa.gov.cn/），综合1980—2010年县级和省级农业统计数据，整理获得一套东北三省县级行政区的农作物统计数据。将历史时期的数据以2001年国家地理信息中心（http://www.gscloud.cn/）发布的县级行政边界为基础进行了合并，产生了一个包含182个县级行政区和32年时序长度的农作物数据，主要有水稻、小麦、大豆和玉米的面积数据；将面积数据截取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，作为SPAM-China模型的输入数据[10]。

1.2 SPAM-China模型

SPAM-China模型是由国际食物政策研究所和中国农业科学院农业资源与农业区划研究所联合开发，模型采用交叉信息熵方法对多源信息进行判别和处理，计算多种作物空间分布概率，进行作物空间分配优化，从而模拟作物空间分布特征。模型由交叉信息熵分布概率模型和作物空间分配优化模型构成，在对多源数据格式一致化处理后，采用交叉信息熵方法计算多种作物空间分布概率，基于信息熵模拟的概率分布进行区域作物面积分布，作物空间竞争的优化过程分配行政单元统计的面积值至像元上（图1）。模型的基本架构分为：（1）模型输入层，主要包括准备好的数据输入，主要输入的数据包括农作物产量和面积分县统计数据，耕地空间分布数据，耕地灌溉空间分布数据，农业适宜性数据；通过模型参数校正与输入模块，进行多源数据的一致性检验和分析；（2）模型运行层，主要运行程序进行概率运算与分布优化，需要进行运算区域选择，设置置信区间和选择参加优化的作物；（3）模型输出层，输出的结果主要农作物的物理种植面积和收获面积，农作物总产量，农作物单产量三类数据，并制图。具体算法参见相关文献中的论述[10,14]。模型输出的结果为10 km像元的水稻、玉米、小麦和大豆作物种植面积的空间分布数据，整个东北地区大约可用13 012个像元覆盖。

图1 SPAM-China模型流程框架（修改自刘珍环等[10]）

1.3 类型变化分析

为定量计算种植结构类型变化，将不同时期的种植结构类型进行空间叠加运算，最终求出不同时期类型的转移表。对任意两期类型和，按照地图迭代数学方法，可以求得由时期到+1时期的类型变化图，表现了种植结构类型及其空间分布，具体计算公式如下：

据此可以求得种植结构类型互相转化数量关系的原始转移矩阵，然后根据原始转移矩阵得到各类型变化数量和比例。

2 结果

2.1 四大作物时序变化特征

图2展示的是1980—2012年东北地区玉米、大豆、小麦、水稻的种植面积及其比例随时间变化趋势。总体上水稻和玉米的种植面积呈显著上升趋势，东北地区的玉米种植面积由4.98307×106hm2增加至1.068161×107hm2，水稻由8.4873×105hm2增加至4.43275×106hm2。大豆呈现先升后降的趋势，由2.65940×106hm2缓增至3.00953×106hm2，小麦则一直保持下降趋势，由2.28367×106hm2减少至2.1686×105hm2。四大作物的种植结构自1980年以来，都是以玉米及大豆组合型为主导种植结构，玉米种植比例由46.2%逐年上升到58.2%，大豆则由24.7%下降至16.4%，水稻由7.9%上升至24.1%，小麦由21.2%降至1.2%，东北的种植结构朝向玉米，大豆和水稻的组合型变化。其中，水稻占四大作物的比例在黑龙江由3.6%上升至27.6%，辽宁由16.7%升为22.1%，吉林则由9.6%升至16.6%；玉米占四大作物的比例在黑龙江由32.3%升至46.6%，辽宁61.2%升至73.8%，吉林由64.0%增至77.9%；大豆变化也比较显著，辽宁由20.4%降低至3.9%，吉林由21.2%降低至5.5%，黑龙江由28.0%降至23.9%；小麦在黑龙江36.1%降低至1.9%，而辽宁和吉林已接近消失。

2.2 种植面积比例的分布信息

表1列出了东北地区各种作物种植面积占四大作物总和面积的比例像元数和比例构成，分别以＜30%和≥30%统计不同种植面积比例的分布信息。研究表明种植规模的优先顺序在2000年左右发生了变化，由玉米＞大豆＞小麦＞水稻变为玉米＞大豆＞水稻＞小麦；玉米是最大种植作物。1980年东北地区的水稻种植面积比例像元内≥30%的占12.5%，玉米则有62.10%，大豆有45.57%；小麦有34.97%。1990年东北地区的水稻种植面积比1980年有成倍增长，其中像元内面积比例超过30%像元数占23.66%，玉米有63.74%，大豆有45.23%，小麦有21.01%。1980—1990年四大作物种植顺序是玉米＞大豆＞小麦＞水稻，但是水稻比例增加显著。2000年，东北地区的水稻种植比例像元内面积超过30%的占27.69%，比1990年增加4%，水稻种植面积还是保持增加态势，玉米占64.99%，大豆占45.40%，小麦只占6.25%，相比1990年有大规模萎缩。2010年，东北地区的水稻种植面积有规模性的增加，像元内面积比例≥30%的占27.62%，玉米占66.75%，大豆占42.90%，小麦只占6.58%。2000—2010年四大作物种植顺序发生了规模上的调整，改为玉米＞大豆＞水稻＞小麦，水稻超越小麦在空间种植面积分布上升到第三位。

表1 东北地区四大作物种植面积比例的分布信息

图2 东北地区农作物种植面积和比例变化

2.3 种植结构类型的空间分布

图3是1980—2010年东北地区农作物种植结构类型的空间分布。其中，非种植区像元数从1980年的3 794个降至2010年的2 755个，表明东北地区一直在开垦新的耕地。4个时期共出现了14类种植结构类型，包括6种水稻及其组合类型，7种玉米及其组合类型，5种大豆及其组合类型，7种小麦及其组合类型。水稻及其组合类型像元数由1980年的767个上升至2010年的1 777个，相应地累积比例由8.30%上升为18.64%。玉米及其组合像元数由1980年5 273个增加至2010年6 289个，累积比例增长3.7%。1980—2010年间大豆及其组合类型像元数变化小，但累积比例减少4.2%。小麦及其组合类型像元数由1980年2 472个减少至2010年325个，累积比例从26.82%降为3.17%，是变化最为显著的种植结构类型。

近30年进入前6位的类型有8种，单一玉米型保持第一，其他类型位序都在变化，表2列出了种植结构类型的像元数分布、比例构成和类型排序。1980年排在前六位的类型为4种单一类型和2种组合类型即玉米-大豆型和大豆-小麦型累计占像元数的92.59%。单一玉米型分布在辽宁西北部、吉林北部和黑龙江西部；玉米-大豆型分布于辽宁的阜新市等地，吉林南部，黑龙江双城等地；单一大豆型分布于辽宁海城等地，吉林辽源市等地，黑龙江庆安及东部鸡西等地；单一小麦型分布在黑龙江省嫩江周边地区，零星分布吉林安图和延吉等地。1990年水稻-玉米型代替了单一小麦型进入前六位的类型中，累计占像元数的90.9%。单一玉米型分布未发生大变化，但集中连片程度高于1980年。玉米-大豆型主要分布于辽宁朝阳向东北方向至辽阳一带，吉林南部，黑龙江双城等地；单一大豆型分布于吉林辽源等地，黑龙江东部和北部部分地区；单一水稻型少量集中片分布在辽宁盘锦和黑龙江五常等地。2000年水稻-大豆型代替了大豆-小麦型进入前六位中，累计占像元数的95.21%。单一玉米型分布在辽宁西北部、吉林北部和黑龙江西部。单一大豆型分布于辽宁普兰店直至清源等地，吉林蛟河等地，黑龙江的巴彦等地；玉米-大豆型分布于辽宁阜新等地，吉林南部等地；单一水稻型少量集中片分布在辽宁盘锦，吉林舒兰，黑龙江五常和友谊等地。2010年排在前六位的类型与2000年一致，累计占像元数的96.54%。单一玉米型集中连片分布在辽宁西北部、吉林北部和黑龙江西部。单一大豆型分布于吉林东部山区等地，黑龙江北部讷河等地。玉米-大豆型分布于吉林蛟河，黑龙江依安等地。水稻-玉米型分布在辽宁葫芦岛，吉林梅河口和黑龙江阿城等地。

图3 1980—2010年间种植结构类型的空间分布

表2 1980—2010年间东北地区种植结构类型比例及排序

除排序变化外，种植类型像元数比例也变化显著，单一玉米型从1980年的32.5%上升到2010年的41.92%；单一大豆型从14.48%上升到25.34%；单一水稻型从4.04%上升到7.39%；玉米-大豆型由18.7%降低到10.94%，单一小麦型从11.88%减少到0.83%；大豆-小麦型由10.96%减少到2.23%；水稻-玉米型从2.76%上升至8.29%；水稻-大豆型由0.59%上升到2.66%。1980—2010年的种植结构类型的空间分布和排序变化表明，东北地区的种植结构类型分布受玉米和大豆种植分布影响大，两者在空间上分布范围广、集中连片，但玉米种植独大的格局尚难改变，需要进行种植结构调整；水稻正成为东北地区重要的种植作物，而小麦正退出东北地区的重要种植区，未来的东北种植结构类型将以玉米、大豆和水稻为主。

2.4 种植结构类型的变化特征

运用转移矩阵方法获得4个时期种植结构类型变化特征（图4，表3）。1980—1990年间，东北地区种植结构改变方向为单一玉米型改为水稻-玉米型等9种变化（图4-a），前8种占全部变化的61.06%，其中，玉米-大豆型改为单一玉米型占12.65%，分布在辽宁阜新和沈阳、吉林公主岭和黑龙江双城等地；大豆-小麦型改为单一大豆型占11.04%，分布在黑龙江三江平原的虎林、抚远和同江等地；单一玉米型改为玉米-大豆型占8.23%，分布在辽宁朝阳市，黑龙江齐齐哈尔等地；单一小麦型改为大豆-小麦型占7.85%，分布在黑龙江的讷河、克山和拜泉等地。1990—2000年，东北地区种植改变有9种变化类型（图4-b），前8位占全部变化像元的50.45%，其中玉米-大豆型改为单一玉米型占12.63%，分布在阿城、九台，辽宁朝阳等地；玉米-大豆型改为单一大豆型占7.67%，分布在黑龙江的齐齐哈尔等地；单一玉米型改为玉米-大豆型占7.14%，分布在宽甸和黑龙江的望奎等地。2000—2010年，种植类型变化有11种类型（图4-c），前八位占比57.11%，其中，玉米-大豆型改为单一玉米型占15.76%，分布在辽宁的瓦房店、盖州一带向东北，黑龙江的海伦、青冈、巴彦和宾县等地；非种植区改为单一大豆型占14.86%，主要分布在黑龙江北部的黑河、逊克等地。近30年变化有19种（图4-d），前8位占比53.47%，其中，拓荒种植单一大豆型占13.76%，主要分布在黑龙江北部的黑河、逊克等地；大豆-小麦型改为单一大豆型占8.77%，主要分布在黑龙江东部的三江平原等地；单一小麦型改为单一大豆型占7.90%，分布在黑龙江的讷河等地。

表3 1980—2010年东北地区种植结构类型变化

近30年的种植结构类型以3种类型变化较多，一是由开垦耕地带来的新类型，如非种植区改为单一大豆型；占所有变化比例为20.91%；二是单一作物型变化为2种或以上作物类型组合，如单一玉米型改为玉米-大豆型占比为34.90%；三是多种作物组合型变为单一作物型，将种植结构类型集聚化，如玉米-大豆型改为单一玉米型，占比为41.36%。此外，种植结构类型在空间上发生了显著的作物种植空间转移，小麦及其组合型在空间上显著萎缩至黑龙江的嫩江附近，大豆由三省分布逐渐北移至黑龙江东部和中部区域。

3 讨论

3.1 SPAM-China的数据集与误差

运用SPAM-China模型获取得10 km像元尺度多种作物的空间分布信息，为空间分析种植结构变化奠定了数据基础[20-21]。以往的研究因缺乏时序方面的空间数据，以单一时间[22-23]，或采用行政单元统计数据[7]，进行作物种植结构空间布局优化研究[24]，导致种植结构调整缺少空间信息指引，不能有效地衔接地方实际种植结构调整变化过程。此研究既提升了空间分辨率，又保证了种植结构分析的时序性，能够有效地为种植结构调整提供时空动态信息。

SPAM-China模型在模拟过程中模型会将统计数据的地区中80%用于模拟，20%的用于验证，该验证一直是确定模型模拟方法是否可行的一种内部数据质量控制验证[25]。外部对比数据集，研究采用了NLCD-China和MIRCA-2000数据集进行空间采样精度验证，因缺少大豆和小麦的数据集，只比较了水稻和玉米[10,26]。SPAM-China模拟结果用于分析农作物种植结构空间变化的缺陷在于难以验证历史时期空间分布的绝对真实，本研究只是在数量上保障了与行政单元统计数据一致，因此，不可避免地出现少量空间异常的变化类[27]。因此，更多的单一像元变化尚需要进一步探索，遥感数据获取技术的发展或许能够弥补一部分这种偏差[12-13]。

3.2 东北地区种植结构调整方向

近30年的变化趋势表明东北地区农业种植结构愈来愈趋向于单一化种植玉米，这对东北地区耕地资源与粮食增产潜力[28]，过剩的玉米收储和种植结构有深远的影响。《国家粮食安全中长期规划纲要（2008-2020年）》设定2020年粮食自给率为95%，其中谷物为100%[18]，农作物种植结构变化与粮食供给能力密切相关，东北地区又是中国主要的粮仓，该地区调整农业种植结构直接关系到国家的粮食安全问题。近期中国农业部发布了《农业部关于“镰刀弯”地区玉米结构调整的指导意见》[29]，东北地区是镰刀湾地区的玉米种植核心区，调整农业种植结构势在必行，既需消耗过剩的玉米种植面积和产量，又可增加中国粮食的安全保障程度。农户选择种植作物通常从劳动力和收益两方面考量，他们会权衡外出务工收入与种地收入中劳动力付出的回报效应。东北地区近30年的变化表明，农户更愿意选择易种易收的玉米而减少劳动力成本；或者趋向于种植经济作物和撂荒土地，减少经济收益小的作物，改种收益大的作物。如果东北地区顺势减少玉米种植将直接释放耕地资源，则需要考虑农户种植其他作物收益填补，因此，需要统筹粮食安全保障与种植结构调整的关系[30]。中国的主粮以大米和小麦为主，粮食消费结构从南粮北运变化为北粮南运的格局，如东北地区的水稻种植面积持续增长将为中国北粮南运奠定更坚实基础[31-32]。

图4 近30年东北地区的种植结构类型时空变化图

近30年东北地区种植结构变化分析发现种植结构比例和类型变化有显著的单一化趋势，特别是玉米种植，因此，需要政府指导农户进行种植结构调整，调整的方向则是减少单一玉米型的种植结构类型，增加水稻和大豆及其组合型，这一调整方向将积极适应中国粮食消费格局和东北大粮仓的建设。种植结构变化的驱动是政策、技术进步、社会需求、经济效益、自然条件、城市化和气候变化等多因素综合的作用过程[33-34]。东北地区种植结构调整与以下因素密切相关：（1）种植作物的农户选择行为与社会需求及经济效益密切相关。农户作物选择的行为更关注直接可决定态度的作物产量，现有种植收益不调整，农户更愿意选择易种易收的作物[35]。因此，现阶段玉米种植面积过剩的情况下，应该积极引导农户改变种植行为。（2）政府引导的空间选择与政策宣传。尽管中国已认识到调整农作物种植结构的重要性，但是从东北地区的农户调查看，农户如果缺少政府引导，调整种植类型主要依靠经验[36]，则各地种植结构缺少空间规划和政策指引。（3）农业技术进步提升了作物产量和种植面积，物流成本降低改变了不同种植区的作物供需格局，需要充分利用这些因素引导东北地区种植结构调整。

此外，东北单季作物的在空间上具有排他性，缺少复种和轮作等种植制度方面的保障措施，需要防范农业自然灾害和粮食市场变化对种植结构调整的负效影响。近三十年东北地区的气候变暖对作物产量和种植面积都有正向效应[37]，玉米、冬小麦和单季稻种植界北移，为结构变化提供了地理空间[38]，东北地区的种植面积扩大，但同时也增加了需要应对极端气候灾害的风险，需要统筹新开垦耕地的种植作物类型。

4 结论

在SPAM-China模型模拟的基础上，运用种植结构类型和变化分析方法，分析了近30年东北地区像元尺度的种植结构类型变化特征，主要结论如下：

（1）1980—2010年东北地区的种植面积比例变化表明，种植规模的优先顺序在2000年左右发生了显著变化，由玉米＞大豆＞小麦＞水稻变化为玉米＞大豆＞水稻＞小麦；玉米依然是第一大种植作物，且像元内种植面积占到整个东北地区种植比例的三分之二；大豆虽然是第二大作物，但主要种植结构比例北移至黑龙江省。

（2）近30年来非种植区持续下降，一直在开垦新的耕地。30年间共出现14种组合类型，包括7种玉米及其组合类型占比超过三分之二；5种大豆及其组合类型累积比例减少4.2%，6种水稻及其组合类型由1980年的8.30%增至2010年18.64%；7种小麦及其组合类型累积比例从26.82%降为3.17%，是变化最为显著的种植结构类型。种植结构类型分布受玉米和大豆种植分布影响；水稻正成为东北地区重要的种植作物，而小麦正退出东北地区的重要种植区，未来的东北种植结构类型将以玉米、大豆和水稻为主。

（3）近30年变化有非种植区改为单一玉米型等19种，前8个类型变化占比53.47%。3种种植结构类型变化较多，一是由开垦耕地带来的新类型，占所有变化类型比例为20.91%；二是单一作物型变化为两种或以上作物类型组合，占比为34.90%；三是多种作物组合型变为单一作物型，将种植结构类型集聚化，占比为41.36%。近30年东北地区种植结构变化的分析表明政府应该指导农民进行种植结构调整，调整方向为减少单一玉米型，增加组合型，特别是水稻、大豆类的农作物组合有利于东北地区的种植结构调整，这一调整方向将积极适应中国粮食消费格局和东北大粮仓的建设，但因东北单季作物的在空间上具有排他性，需要防范农业自然灾害和粮食市场变化对种植结构调整的负效影响。

References：

[1] 唐华俊, 吴文斌, 杨鹏, 周清波, 陈仲新. 农作物空间格局遥感监测研究进展. 中国农业科学, 2010, 43(14): 2879-2888.

Tang H J, Wu W B, Yang P, Zhou Q B, Chen Z X. Recent progresses in monitoring crop spatial patterns by using remote sensing technologies., 2010, 43(14): 2879-2888. (in Chinese)

[2] 唐华俊, 吴文斌, 余强毅, 夏天, 杨鹏, 李正国. 农业土地系统研究及其关键科学问题. 中国农业科学, 2015, 48(5): 900-910.

Tang H J, Wu W B, Yu Q Y, Xia T, Yang P, Li Z G. Key research priorities for agricultural land system studies., 2015, 48(5): 900-910. (in Chinese)

[3] 胡琼, 吴文斌, 宋茜, 余强毅, 杨鹏, 唐华俊. 农作物种植结构遥感提取研究进展. 中国农业科学, 2015, 48(10): 1900-1914.

Hu Q, Wu W B, Song Q, Yu Q Y, Yang P, Tang H J. Recent progresses in research of crop patterns mapping by using remote sensing., 2015, 48(10): 1900-1914. (in Chinese)

[4] Field C, Barros V, Dokken D.. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 2014: 17-18.

[5] Wu W, Yu Q, Peter V H, You L, Yang P, Tang H. How could agricultural land systems contribute to raise food production under global change?, 2014, 13(7): 1432-1442.

[6] 黄季焜, 杨军, 仇焕广. 新时期国家粮食安全战略和政策的思考.农业经济问题, 2012, 3: 4-8.

Huang J K, Yang J, Qiu H G. New era of national food security strategies and policies., 2012, 3: 4-8. (in Chinese)

[7] 梁书民. 中国农业种植结构及演化的空间分布和原因分析. 中国农业资源与区划, 2006, 27(2): 29-34.

Liang S m. Space distribution and reason analysis of the changes in agriculture planting structure of china., 2006, 27(2): 29-34. (in Chinese)

[8] 李天祥, 朱晶. 近十年来中国粮食内部种植结构调整对水土资源利用的影响分析. 中国人口·资源与环境, 2014, 24(9): 96-102.

Li T X, Zhu J. Impacts of inter-crop structural adjustment on China’s water and land use in grain production in the last ten years., 2014, 24(9): 96-102. (in Chinese)

[9] 梁书民, 孟哲, 白石. 基于村级调查的中国农业种植结构变化研究. 农业经济问题, 2008, S1: 26-31.

Liang S M, Meng Z, Bai S. Research on Chinese crop planting structure changes based on village-level survey., 2008, S1: 26-31. (in Chinese)

[10] Liu Z, Li Z, Tang P, Li Z, Wu W, Yang P, You L, Tang H. Change analysis of rice area and production in China during the past three decades., 2013, 23(6): 1005-1018.

[11] 吴文斌, 杨鹏, 李正国, 陈仲新, 周清波, 唐华俊. 农作物空间格局变化研究进展评述. 中国农业资源与区划, 2014, 35(1): 12-20.

Wu W B, Yang P, Li Z G, Chen Z X, Zhou Q B, Tang H J. Overview of research progresses in crop spatial pattern changes., 2014, 35(1): 12-20. (in Chinese)

[12] 吴炳方, 范锦龙, 田亦陈, 李强子, 张磊, 刘兆礼, 张广录, 何隆华, 黄进良, 江晓波, 颜长珍, 许安, 张维奇. 全国作物种植结构快速调查技术与应用. 遥感学报, 2004, 8(6): 618-627.

Wu B F, Fan J L, Tian Y C, Li Q Z, Zhang L, Liu Z L, ZHANG G L, He L H, Huang J L, Jiang X B, Yan C Z, Xu A, Zhang W Q. A method for crop planting structure inventory and its application., 2004, 8(6): 618-627. (in Chinese)

[13] Wu B, Li Q. Crop planting and type proportion method for crop acreage estimation of complex agricultural landscapes., 2012, 16: 101-112.

[14] You L, Wood S. An entropy approach to spatial disaggregation of agricultural production., 2006, 90(13): 329-347.

[15] Leff B, Ramankutty N, Foley J A. Geographic distribution of major crops across the world., 2004, 18: 1-27.

[16] Ramankutty N, Foley J A. Characterizing patterns of global land use: an analysis of global croplands data., 1998, 12(4): 667-685.

[17] Monfreda C, Ramankutty N, Foley J A. Farming the planet: 2. geographic distribution of crop areas, yields, physiological types, and net primary production in the year 2000., 2008, 22(1): GB002947.

[18] Portmann F T, Siebert S, Döll P. MIRCA2000-Global monthly irrigated and rainfed crop areas around the year 2000: a new high resolution data set for agricultural and hydrological modeling., 2010, 24(1): GB003435.

[19] 罗其友. 关于新一轮作物结构调整的思考. [2015-10-13]. http://www. caas.cn/ysxw/zjgd/249662.shtml.

Luo Q Y. Issue of a new round of strategic adjustment of crop planting structure. [2015-10-13]. http://www.caas.cn/ysxw/zjgd/249662. shtml. (in Chinese)

[20] You L, Wood S, Wood-Sichra U. Generating plausible crop distribution maps for Sub-Saharan Africa using a spatially disaggregated data fusion and optimization approach., 2009, 99(2/3): 126-140.

[21] Tan J, Yang P, Liu Z, Wu W, Zhang L, Li Z, You L, Tang H, Li Z. Spatio-temporal dynamics of maize cropping system in Northeast China between 1980 and 2010 by using spatial production allocation model., 2014, 24(3): 397-410.

[22] Zhong L, Hawkins T, Biging G, Gong P. A phenology-based approach to map crop types in the San Joaquin Valley, California., 2011, 32(22): 7777-7804.

[23] 黄青, 唐华俊, 周清波, 吴文斌, 王利民, 张莉. 东北地区主要作物种植结构遥感提取及长势监测. 农业工程学报, 2010, 26(9): 218-223.

Huang Q, Tang H J, Zhou Q B, Wu W B, Wang L M, Zhang L. Remote-sensing based monitoring of planting structure and growth condition of major crops in Northeast China., 2010, 26(9): 218-223. (in Chinese)

[24] 高明杰, 罗其友. 水资源约束地区种植结构优化研究——以华北地区为例. 自然资源学报, 2008, 23(2): 204-210.

Gao M J, Luo Q Y. Study on cropping structure optimization in region short of water –a case study of North China.e, 2008, 23(2): 204-210. (in Chinese)

[25] You L, Wood S. An entropy approach to spatial disaggregation of agricultural production., 2006, 90(1): 329-347.

[26] Tan J, Li Z, Yang P, Yu Q, Zhang L, Wu W, Tang P, Liu Z, You L. Spatial evaluation of crop maps by the spatial production allocation model in China., 2014, 8(1): 085197.

[27] Anderson W, You L, Wood S, Wood-Sichra U, Wu W. An analysis of methodological and spatial differences in global cropping systems models and maps., 2015, 24(2): 180-191.

[28] 陈印军, 易小燕, 方琳娜, 杨瑞珍. 中国耕地资源与粮食增产潜力分析. 中国农业科学, 2016, 49(6): 1117-1131.

Chen Y J, Yi X Y, Yang R Z. Analysis of cultivated land and grain production potential in China., 2016, 49(6): 1117-1131. (in Chinese)

[29] 农业部. 关于“镰刀弯”地区玉米结构调整的指导意见. [2016- 04-08].http://www.gov.cn/xinwen/2015-12/26/content_5028128.htm.

Ministry of Agriculture. Guidelines on Structural Adjustment of Corn in ‘Liandaowan’ Region. [2016-04-08]. http://www.moa.gov.cn /govpublic/ZZYGLS/201511/t20151102_4885037.htm. (in Chinese)

[30] 陈秧分, 钟钰, 刘玉, 王国刚. 中国粮食安全治理现状与政策启示. 农业现代化研究, 2014, 35(6): 690-695.

Chen Y F, Zhong Y, Liu Y, Wang G G. Management situation and policy implications of China’s grain security., 2014, 35(6): 690-695. (in Chinese)

[31] 刘玉杰, 杨艳昭, 封志明. 中国粮食生产的区域格局变化及其可能影响. 资源科学, 2007, 29(2): 8-14.

Liu Y J, Yang Y Z, Feng Z M. The change of the main regions for China' s food grain production and its implications., 2007, 29(2): 8-14.

[32] 刘彦随, 翟荣新. 中国粮食生产时空格局动态及其优化策略探析. 地域研究与开发, 2009, 28(1): 15-16.

Liu Y S, Zhai R X. Spatial-temporal pattern changes and optimal strategy of grain production in China since1990s., 2009, 28(1): 15-16. (in Chinese)

[33] 王洋, 王新江. 吉林省种植结构演变的驱动机制研究. 农业系统科学与综合研究, 2005, 21(1): 34-36.

Wang Y, Wang X J. Driving mechanism of cultivating structural evolutionary in Jilin province., 2005, 21(1): 34-36. (in Chinese)

[34] Li Z, Liu Z, Anderson W Yang P, Wu W, Tang H, You L. Chinese rice production area adaptations to climate changes, 1949- 2010., 2015, 49(4): 2032-2037.

[35] 刘珍环, 杨鹏, 吴文斌, 李正国, 唐鹏钦, 李志鹏, 余强毅, 夏天, 唐华俊. 自然环境因素对农户选择种植作物的影响机制——以黑龙江省宾县为例. 中国农业科学, 2013, 46(15): 3238-3247.

Liu Z H, Yang P, Wu W B, Li Z G, Tang P Q, Li Z P, Yu Q Y, Xia T, Tang H J. Impact of natural-environmental factors on the crop choices of households -A case study in binxian county of heilongjiang province., 2013, 46(15): 3238-3247. (in Chinese)

[36] 石淑芹, 李正国, 唐华俊, 杨鹏, 吴文斌, 田媛媛, 夏天, 刘珍环, 余强毅. 社会经济因素对农户作物选择的影响机制——以黑龙江省宾县为例. 中国农业科学, 2013, 46(15): 3248-3256.

Shi S Q, Li Z G, Tang H J, Yang P, Wu W B, Tian Y Y, Xia T, Liu Z H, Yu Q Y. Impact mechanism of socio-economic factors on the crop choices of households in Northeast China-A case study in Binxian county of Heilongjiang province., 2013, 46(15): 3248-3256. (in Chinese)

[37] Liu Z, Yang P, Tang H, Wu W, Zhang L, Yu Q, Li Z. Shifts in the extent and location of rice cropping areas match the climate change pattern in China during 1980–2010., 2015, 15(5): 919-929.

[38] Liu Z, Yang X, Chen F, Wang E. The effects of past climate change on the northern limits of maize planting in Northeast China., 2013, 117(4): 891-902.

（责任编辑 李莉）

Spatio-temporal Changes of Cropping Types in Northeast China during 1980-2010

LIU Zhen-huan1, TANG Peng-qin2, FAN Ling-ling2, Yang Peng2, WU Wen-bin2

(1Department of Land Resources and Environment Studies, Geography and Planning School of Sun Yat-Sen University, Guangzhou 510275;2Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences/Key Laboratory of Agri-Informatics, Ministry of Agriculture, Beijing 100081)

【Objective】The aim of this study is to investigate the spatio-temporal changes of cropping types in Northeast China since 1980. 【Method】In this study, the SPAM-China model was used to simulate the spatial information of crop distribution by 10 km pixel. A new definition of cropping type was used in this study that is over 30% or rank in top three in pixel per crop. And spatial analysis method was used to analyze the cropping pattern and transfer matrix method was employed to detect the variation of cropping types. 【Result】The results indicate that (1) priority choice of crop in this region has shifted from corn＞soybean＞wheat＞rice to corn＞soybean＞rice＞wheat since 2000. (2)In the past thirty years, 14 kinds of cropping types were found in Northeast. The proportion of six kinds of rice types increased from 8.30% to 18.64%, which was distributed in Liaohe Plain, Songnen Plain and Sanjiang Plain etc. Seven kinds of maize types accounted for over 60%, which was the most common crop in central and west of NEC. Five kinds of soybean types reduced by 4.2%, which has shifted from a dispersal pattern to a concentrated pattern and was located in Heilongjiang province. The proportion of seven kinds of wheat types dropped from 26.82% to 3.17% and it was the most significant change type in the structure of cropping system. Now, only a few pixels are distributed in Nenjiang, Heilongjiang province. (3) Three changes of cropping types were classified by crop transition, reclaimed land planted with new crops accounted for 20.91%, and the main planted crop is rice; single cropping type changed to two or more crops combination type, accounting for 34.90%, most of the crops are rice and soybean; the combination of cropping types changed to single cropping types accounted for 41.36%, large part from maize planting area. 【Conclusion】 Over the past 30 years, corn and soybean played a dominant role in the spatial variation of cropping types, and rice has become an important type of crop, meanwhile, the planting area of wheat was reduced in many regions and now is only confined in Nenjiang. There is also a phenomenon that soybean shift from south of Northeast to north. Cropping structure adjustment could be firstly started from reducing single corn type and increasing soybean and rice combination, which is a basic way to understand food security and food supply pattern. These findings will supply support for decision-making in agricultural structure adjustment and adaptation to climate change in Northeast China.

crop pattern; cropping types; temporal and spatial change; pixels scale; Northeast China

2016-04-11；接受日期：2016-06-29

国家自然科学基金（41571172）、中央高校基本科研业务费专项资金资助中山大学青年教师培育项目（15lgpy23）

联系方式：刘珍环，E-mail：zhenhuanliu@gmail.com。通信作者唐鹏钦，E-mail：tangpengqin@caas.cn