基于变异系数法的乡镇尺度水稻种植格局变化遥感监测

汪权方，徐慧，吴华英,3，陈志杰，王新生

(1.湖北大学资源环境学院，湖北 武汉430062；2.农业部遥感应用中心武汉分中心，湖北 武汉430062；3.武汉燃气热力学校，湖北 武汉430062)



基于变异系数法的乡镇尺度水稻种植格局变化遥感监测

汪权方1,2，徐慧1，吴华英1,3，陈志杰1，王新生1

(1.湖北大学资源环境学院，湖北 武汉430062；2.农业部遥感应用中心武汉分中心，湖北 武汉430062；3.武汉燃气热力学校，湖北 武汉430062)

制定区域粮食生产管理对策和措施需要准确掌握乡镇等微观尺度上粮食生产的时空演变规律.利用2009—2013年的多时次SPOT卫星影像数据，采用遥感和变异系数相结合的方法，在县域范围内的乡镇尺度上，对监利县中稻种植格局的时空变化特征进行分析.研究结果表明：1)监利县中稻生产的空间集聚性强，毛市、红城、分盐、汪桥、龚场、周老嘴和黄歇口等不仅是中稻大规模密集型种植的乡镇，并且这些乡镇在空间上连片分布，形成了监利县中稻的主产区；2)近5年监利县中稻生产规模总体上保持稳定的状态，年际之间大多小幅波动，但是中稻生产现代化水平不高，对自然灾害的防御和抵抗能力较弱，2011年因为严重干旱的影响，出现了较多的中稻田弃种现象，从而导致该年全县的中稻面积明显少于前一年份；3)监利县境内中稻生产的空间分异显著，各乡镇中稻种植规模的稳定性差异较为明显，其中，荒湖农场是监利县境内中稻生产最不稳定的乡镇，它的中稻种植规模在不同年份之间变化较大，其CV系数最高，而分盐镇中稻面积的年际之间波动较小，中稻生产的稳定性较高，再加上该镇的中稻种植规模大，从而有利于分盐镇中稻生产的持续性发展.

水稻生产格局；变异系数；遥感监测；乡镇尺度；监利县

0 引言

近年来我国粮食生产格局变化备受关注[1-6]，其原因主要在于我国粮食生产的时空分布发生了重大变化，如中国传统的“南粮北调”格局正逐渐被“北粮南运”格局所取代，粮食生产重心由南方向北方、由东部向中部不断推移等.对于我国粮食生产所表现出来的时空格局变化，目前已有许多学者从变化特征、变化趋势和效应以及驱动力等不同角度进行了深入研究[7-24]，但是现有研究主要集中在国家和省、市等大、中尺度上，对于县域范围内乡镇尺度的粮食生产空间格局则少有涉及.然而，虽然粮食需求压力、生产知识和技术进步、经济体制变革无疑是我国粮食生产格局变动最基本的动力机制[6-8]，但不同空间尺度、不同区域之间粮食生产空间格局的变化形式及变化原因并不相同，对乡镇等微观尺度上粮食生产的时空演变规律及其空间集聚特征的揭示相对不足，会使得现有的大尺度区域研究结果难以为中微观尺度上的粮食生产管理提供深度决策支持作用.基于上述认识，本文中选择湖北省粮食生产第一大县，同时也是全国优质粮主产区的监利县作为研究区域，以该县粮食生产中占据主导地位的中稻作为研究对象，通过综合应用遥感和变异系数法，分别从乡镇和县域两种尺度上对近5年来来监利县粮食生产格局的时空变化特征进行分析.相关研究成果可为区域粮食生产管理措施和对策的制定提供科学指导.

1 研究区域及方法

图1 研究区位置及地面测量样区的空间分

监利县下辖18个镇、3个乡、2个管理区.本文中的研究区域(图1)主要涉及新沟镇、周老嘴镇、汪桥镇、黄歇口镇、红城镇、程集镇、毛市镇、分盐镇、龚场镇、网市镇、容城镇、汴河镇、朱河镇、福田寺镇、上车湾镇、棋盘乡、尺八镇、 桥市镇、荒湖农场和大垸农场等20个行政区.

1.2 变异系数法 变异系数是一个与标准差、级差、方差相似的常用数学统计量.文中应用该指数来量化监利县中稻生产的年际变化以及中稻空间分布的区域(乡镇间)分异状况.变异系数也称离散系数，它主要是反映事物间的离散程度或者差异程度，是标准偏差和平均值的比值的百分值.计算公式如下[25]：

(1)

2 数据处理及中稻面积信息提取

2.1 SPOT影像处理 本文中采用成像于2009—2013年7月中旬—8月上旬的SPOT影像作为获取监利县中稻信息的主要数据源,其中：2012年的遥感影像上局部云污染严重，导致部分乡镇的中稻解译数据不完整，因此，最终只选取了2009年、2010年、2011年和2013年一共4期SPOT影像作为中稻面积遥感解译的数据源.对于上述影像，首先进行几何校正、去云和公共区裁剪等预处理.然后，依据非监督分类的原理，采用计算机自动分类技术对4个年份的SPOT影像分别进行初始分类，提取包含中稻信息的所有类别.在此基础上，综合研究区中稻的生长特性及其在上述SPOT影像上的光谱、纹理和结构等方面的表现特征，在ARCMAP中对初始分类结果进行人工目视解译修正，去除混入的非中稻地物，以精准获取研究区域4个年份的中稻面积和空间分布信息.

图2 基于Google Earth影像的部分研究区域中稻面积测

图3 基于实测数据的2013年SPOT解译结果验

图4 基于高分数据的2011年SPOT解译结果验

图5 2013年各乡镇中稻面积遥测结

2.3 Google Earth高分遥感影像处理 从Google Earth中，下载了成像于2011年7月、空间分辨率0.50 m左右的卫星遥感影像，主要覆盖监利县朱河、福田寺、龚场、周老嘴、分盐、毛市、汴河和上车湾等乡镇.利用ENVI软件，结合2011年监利县中稻生产实地考察所采集的样方信息，先对该影像进行面向对象分类，再从中提取高分影像覆盖范围内的当年中稻种植面积信息(图2).

3 结果分析

图6 2013年各乡镇中稻种植面积占国土面积的比值

图7 各乡镇中稻面积的年际变化(2009—2013年)

对比各乡镇相邻年份的中稻面积，结果则显示(图7)：网市、荒湖、黄歇口、大垸、容城、上车湾和尺八镇(部分)的中稻面积年际变化一致，表现出“增-减-增”的变化特征，即2009—2010年增加、2010—2011年减少、2011—2013 增加；新沟镇、龚场镇、程集镇和朱河镇除了2010年的中稻面积相对2009年有所减少，别的年份都较前一年份增加，表现出“减-增-增”的变化特征；分盐、周老嘴和汴河镇仅在2013年中稻面积较前一年有所减少，其余的年份都较上一年度增加，从而表现出“增-增-减”的变化模式；红城、毛市和福田寺镇是2010年较2009年有所增加，而2011年、2013年都较前一年度减少，即“增-减-减”地变化；汪桥和棋盘镇(部分)是2011年比2010年有增加，但别的年份相对减少，为“减-增-减”的变化；桥市镇(部分)则以连续4年递减而迥异于其他乡镇.

图8 各乡镇中稻面积的变异系数(2009—2013年)

3.2.2 时空分布变异性 种植面积稳定性是衡量区域中稻生产可持续性的重要指标，本文中利用研究区域的历年中稻面积遥测数据(2009—2013)，采用变异系数法来开展监利县中稻生产的时空分布稳定性分析.相关研究分两个层次进行：一是计算每个乡镇的变异系数以便于准确反映各乡镇中稻生产的稳定性差异，结果(图8)显示荒湖农场的CV值最高，即该镇中稻生产最不稳定，它的中稻种植规模在不同年份之间变化较大；与之相反的是分盐镇，该镇CV值最低，即中稻面积的年际之间波动不大，中稻生产的稳定性较高，从而有利于该地中稻生产的持续性发展.二是为了探究监利全县在不同年份的中稻生产稳定性状况，将SPOT影像完全覆盖的15个乡镇作为一个整体，依据公式(1)来测算整个区域历年的变异系数，结果显示2009年全区的变异系数为49.98%，在4年中最小，这表明当年监测区内中稻面积的乡镇间差异小于其他年份；2011年全区的变异系数最大，为60.91%，各乡镇在该年的中稻面积差异最为显著，主要原因在于2011年的持续干旱，使得局部地区出现大面积的农田空荒现象，特别是在荒湖农场，该地2011年的中稻面积较2010年减少了1.948×103hm2，但灌溉条件和水利设施抗旱能力都较好的汪桥和周老嘴镇则与之相反，两镇在2011年 的中稻面积反而比2010年增加了1000多公顷.正是因为干旱发生后，部分乡镇中稻面积减少、其他乡镇中稻面积增加，从而导致了监利县在2011年各乡镇之间的中稻种植规模差异加剧的现象.

表1 近4年SPOT影像覆盖范围内监利县各乡镇中稻面积遥测结果 hm2

*标记的乡镇没有被SPOT影像全部覆盖

4 结论与讨论

本文中采用遥感技术结合变异系数法，获取并在县、乡两种尺度上分析了监利县中稻生产格局的时空变化情况，相关结果可为中、微观尺度的区域粮食生产决策提供切实的支持.

监利县中稻种植规模总体上保持稳定，年际之间小幅波动，中稻生产抵御自然灾害的能力较弱.2011年因为严重干旱的影响，出现了大量的中稻田弃种现象，从而导致该年的中稻种植规模明显减少，中稻面积的乡镇间差异增大.

监利县中稻生产的空间集聚性强，乡镇之间中稻生产的区域分异明显.毛市、红城、分盐、汪桥、龚场、周家嘴和黄歇口等乡镇不仅大规模密集型种植中稻，而且在空间上连片分布，形成了监利县中稻的主产区.荒湖农场是监利县境内中稻生产最不稳定的乡镇，该镇的中稻种植规模在不同年份之间变化较大.分盐镇的中稻面积年际之间波动不大，中稻生产的稳定性较高，有利于该地中稻生产的持续性发展.

本文中主要从乡镇尺度出发，对监利县中稻生产现状及其近5年中稻生产空间格局的变化情况进行综合分析，所得结果符合研究区域客观实际.但是，由于相关数据资料(尤其是乡镇尺度的农业生产要素数据)的难以获取，文中并未针对研究区域的中稻分布格局变化原因开展深入分析.此外，受制于天气对遥感影像质量的干扰，本研究未能获取完整的县域数据，只对监利县绝大部分区域的中稻面积进行了遥测，由此所带来的影响以及研究区域中稻生产格局的时空变化原因问题，待后续进一步研究.

[1] 徐海亚,朱会义.基于自然地理分区的1990—2010年中国粮食生产格局变化[J].地理学报，2015，70(4): 582-590.

[2] 李炎子,戴家武,王秀清.我国种植业空间布局是否呈区域分散化趋势[J]. 中国农业大学学报(社会科学版)，2012，29(2):118-124.

[3] Verburg P H，Chen Y，Veldkamp T. Spatial explorations of land use change and grain production in China[J]. Agriculture Ecosystems & Environment,2001,82(1/3):333-354.

[4] Liu Y，Zhou Y，Pan Y. Spatial-temporal variation characteristics of grain yield per unit area and its balanced increasing potential in China[J]. Atmospheric Environment,2015,94(8):198-204.

[5] 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[J]. 资源科学，2007，29(2): 8-14.

[6] 徐志宇,宋振伟,邓艾兴,等. 近30年我国主要粮食作物生产的驱动因素及空间格局变化研究[J].南京农业大学学报,2013,36(1): 79-86.

[7] 刘珍环,李正国,唐鹏钦,等.近30年中国水稻种植区域与产量时空变化分析[J]. 地理学报，2013，68(5):680-693.

[8] 翟荣新，刘彦随. 20世纪90 年代以来中国粮食生产的区域格局变动[J].中国农业资源与区划，2008，32(6): 49-54.

[9] Brown L R. Who will feed China?[M]. Worldwatch Institute，1995.

[10] 屈宝香，张华，李刚. 中国粮食生产布局与结构区域演变分析[J]. 中国农业资源与区划，2011，32(1): 1-6.

[11] 辛良杰，李秀彬，谈明洪. 中国区域粮食生产优势度的演变及分析[J]. 农业工程学报，2009，25(2): 222-227.

[12] 殷培红，方修琦，马玉玲，等. 21世纪初中国粮食短缺地区的空间格局和区域差异[J]. 地理科学，2007,27(4): 463-472.

[13] 刘忠,黄峰,李保国. 2003—2011年中国粮食增产的贡献因素分析[J]. 农业工程学报,2013,29(23):1-8.

[14] 封志明,孙 通,杨艳昭.2003—2013年中国粮食增产格局及其贡献因素研究[J].自然资源学报，2016,31(6): 895-907.

[15] 张晶. 中国人粮关系的区域差异和国家粮食安全[J]. 经济地理，2009，29(11): 1894-1897.

[16] 胡文海.我国中部地区粮食生产特征及其对我国粮食安全的影响[J].地理研究,2008,27(4):885-896.

[17] 刘玉，郭丽英，刘彦随. 1980-2008 年环渤海地区县域粮食的时空动态变化及分析[J]. 农业工程学报，2012，28(12): 230-236.

[18] 潘佩佩，杨桂山,苏伟忠,等.太湖流域粮食生产时空格局演变与粮食安全评价[J]. 自然资源学报，2013，28 (6):931-943.

[19] 洪舒蔓，郝晋珉,周宁,等. 黄淮海平原耕地变化及对粮食生产格局变化的影响[J]. 农业工程学报，2014，30(21):268-277.[20] 周立青，程叶青. 黑龙江省粮食生产的时空格局及动因分析[J]. 自然资源学报,2015,30(3):491-501.

[21] Wang Q，Liu X， Yue T，et al. Using models and spatial analysis to analyze spatio-temporal variations of food provision and food potential across China's agro-ecosystems[J]. Ecological Modelling，2015,306:152-159.

[22] Xiong W， Velde M V D， Holman I P，et al. Can climate-smart agriculture reverse the recent slowing of rice yield growth in China?[J]. Agriculture Ecosystems & Environment，2014，196:125-136.

[23]杨晓光,刘志娟,陈阜.气候变暖对中国种植制度北界和粮食产量可能影响的分析[J].中国农业科学,2010,43(2):329-336.

[24] 赵锦,杨晓光,刘志娟,等.南方地区气候要素变化特征及对种植制度界限的可能影响[J],中国农业科学,2010,43(9):1860-1867.

[25] 王文森，变异系数——一个衡量离散程度简单而有用的统计指标[J].中国统计,2007(6):41-42.

[26] 汪权方,肖莉,王海滨,等. 湖北省洪湖市作物播种面积的三种数据差异分析[J]. 地理学报，2008，6(63): 587-592.

(责任编辑 游俊)

Monitoring change of rice production pattern based on the coefficient of variation method and remote sensing data

WANG Quanfang1,2，XU Hui1，WU Huaying1,3，CHEN Zhijie1,2，WANG Xinsheng1,2

(1.School of Resources and Environmental Science，Hubei University，Wuhan 430062，China;2.Remote Sensing Application Wuhan Branch，Ministry of Agriculture，Wuhan 430062，China;3.Wuhan Gas and Heat Vocational School，Wuhan 430062，China)

Using SPOT remote sensing images derived from 2009 to 2013，temporal and spatial variation characteristics of rice production pattern in Jianli County of Hubei Province were analyzed at two scales of township and county based on synthesis interpretation of remote sensing data and coefficient of variation (CV). The results were shown that：1)Rice production in Jianli County had strong characteristics of spatial convergence. Main zone of rice producing in the county was composed of Maoshi Town，Hongcheng Town，Fenyan Town，Wangqiao Town，Gongchang Town，Huangxiekou Town and Zhoujiazui Town. There was large-scale intensive rice cultivation in these towns. 2)The total area of rice planting remained stable in the county with low inter-annual fluctuations. However，natural disasters such as drought and flood easily and severely affected the local rice product because the level of grain production modernization was not high. In 2011，an amount of fallow paddies occurred in the county because of severe drought，and the resultant rice acreage was less than that in the previous years. 3)CV of Huanghu Farm was the smallest among the studied towns while Fenyan Town largest，which indicated obvious spatial variation of rice production in the county and not stable rice production of the Huanghu Farm.

spatial pattern of rice production; coefficient of variation; remote sensing monitoring; township scale; Jianli County of Hubei Province

2016-09-30

国家自然科学基金(41471375，41071062)、农业部-农业农村资源监测统计项目(06162130111242026)资助

汪权方(1974-)，女，博士，副教授， E-mail: 326624352@qq.com

1000-2375(2016)06-0495-07

P237

A

10.3969/j.issn.1000-2375.2016.06.005