东北地区水田分布格局的时空变化分析

杜国明，春香，于凤荣，张燕，赵雅倩，关桐桐

（1.东北农业大学资源与环境学院，黑龙江 哈尔滨150030；2.黑龙江省农垦科学院科技情报研究所，黑龙江 哈尔滨150038）

东北地区水田分布格局的时空变化分析

杜国明1，春香1，于凤荣2，张燕1，赵雅倩1，关桐桐1

（1.东北农业大学资源与环境学院，黑龙江 哈尔滨150030；2.黑龙江省农垦科学院科技情报研究所，黑龙江 哈尔滨150038）

东北地区是我国重要的商品粮基地，水稻尤其是粳稻主产区。本文基于东北地区2000-2015年水田空间数据，结合河流数据，采用GIS空间模型和数理统计方法，分析水田分布格局的时空变化，旨在为耕地资源利用与农业现代化研究提供依据。结果表明：1）东北地区水田主要集中分布于东北三大平原的沈阳-长春-哈尔滨一线以及主要河流沿岸区域。2000-2015年东北地区水田由419.15万hm2增加至603.49万hm2，增加了184.34万hm2，年均递增2.93%。2）辽宁、吉林和黑龙江省水田年均变化率分别为-1.06%、0.11%和6.04%，水田相对变化率分别为0.36、0.04、2.06，黑龙江省水田变化幅度高于东北地区平均水平。近15 a东北地区水田重心由长春市向北偏东移动至哈尔滨市，移动距离为159.92 km，移动速度为10.66 km/a。3）东北地区水田变化面积随着与主要河流距离增加而减少，但水田变化优势区在距主要河流35-45 km处。而各省域水田变化河流分异特征也具有一定的差异。

水田；时空格局；区域差异；河流分异特征；东北地区

Abstract：Northeast China is an important grain base for China, especially for rice varieties, like japonica rice. Based on the spatial data of paddy feld from 2000 to 2015 and the data of main rivers in Northeast China and applying the GIS spatial model and mathematical statistics method, this paper analyzed the spatial-temporal patterns of paddy feld change in Northeast China to provide some basic support for the utilization and management of cultivated land resources and research of agricultural modernization. Main results show that: 1) paddy feld of Northeast China are mainly located in the three northeastern plains, including Shenyang, Changchun and Harbin and regions along the rivers. The paddy field in Northeast China increased from 4.191 5 million hm2in 2000 to 6.034 9 million hm2in 2015, increased by 1.843 4 million hm2with an average annual growth rate of 2.93%; 2) the average annual change rates of paddy feld in Liaoning, Jilin, and Heilongjiang were -1.06%, 0.11% and 6.04%, respectively and the relative change degree of paddy feld in Liaoning, Jilin and Heilongjiang were 0.36, 0.04 and 2.06, respectively. The variation range of paddy feld in Heilongjiang Province is higher than that in Northeast China. In recent 15 years, the gravity center of paddy feld in Northeast China moved from Changchun City to Harbin City, with a moving distance of 159.92 km and an average moving speed of 10.66 km/a; and 3) the area change of paddy feld decreased with the increasing distance to rivers and the advantage paddy feld is located at about 35 to 45 km from the rivers. In addition, differences of paddy feld changes exist because of different characteristics of rivers and regions.

Key words：paddy field; spatial-temporal pattern; regional difference; different characteristics of rivers; Northeast China

优质耕地是实施“藏粮于地”战略的物质基础，水田是优质耕地的重要组成部分。我国正在大力推进“谷物基本自给、口粮绝对安全”的粮食安全战略，水稻作为最重要的口粮，一定规模的水田成为该战略顺利实施的重要保障。东北地区是我国重要的商品粮基地，自2008年提出《国家粮食安全中长期规划（2008—2020年）》以来，东北地区陆续实施土地整理重大工程、基本农田保护示范区和高标准基本农田建设、水利骨干工程建设等工程及项目，逐渐成为我国重要的粳稻主产区和商品粮基地。因此，开展东北地区水田变化研究对于保障国家粮食安全、实施耕地保护与土地整治工程具有重要意义。

耕地利用变化研究是GLP研究的主要内容，也是我国专家学者关心的重点。近年来一些学者专门针对中国[1-3]或区域[4-5]耕地的时空格局变化开展了系列研究。耕地北移被认为是适应气候变化、缓解粮食安全的重要举措。气候变暖背景下的东北地区耕地利用变化研究历来受到学者们的广泛关注，内容涵盖耕地时空格局变化[6-8]、粮食安全[9-11]与生态安全[12-14]等方面，而这些研究主要针对耕地，很少对耕地的单一利用类型进行研究。因受自然条件、粮食生产需求以及农业发展状况影响，东北地区水田空间分布不断变化[8,15]，也有少数学者针对东北地区区域水田变化进行研究，如杜国明等[16]探究富锦市区域水田化过程中耕地景观演化的基本规律；陶军德等[17]分析黑龙江省水田规模与分布变化，探讨了气候变化对水田的影响。这些研究注意到了东北地区水田快速扩张的现象，但缺乏针对整个东北地区水田变化的综合分析。

本文基于东北地区水田空间数据，针对其数量变化、区域差异，探究其河流时空分异规律，阐释东北地区水田发展规律，以期为东北地区水田及农业发展、耕地保护、土地整治与实施“藏粮于地”战略提供科学依据。

1 研究区概况

广义的东北地区一般指辽宁、吉林和黑龙江3省以及内蒙古东部4个盟市。由于内蒙古东部4个盟市水田面积较少[3]，本文所述东北地区为狭义概念，仅包括辽宁、吉林和黑龙江3省，地处38°46′-53°33′N、118°53′-135°05′E，土地总面积为78.73万km2（不包括加格达奇区和松岭区）。地形以平原、山地为主。研究区纵跨暖温带、中温带、寒温带，以中温带为主，大体属于温带季风气候。区内7、8月份降雨集中，温度较高，昼夜温差大，雨热同季。由三江平原、松嫩平原、辽河平原组成的东北平原居我国三大平原之首，土壤肥沃、土层深厚，土壤中含有丰富的腐殖质，是我国优质粳稻的主要产区。2000-2015年间东北地区水稻总产量由1.8×104t增加到3.3×104t，增长率为83.96%，平均单产由7 230 kg/hm2增加到7 947 kg/hm2，增长率为9.9%。东北地区主要河流有黑龙江、嫩江、乌苏里江、松花江、东辽河、西辽河、鸭绿江、洮儿河等众多河流。

2 数据来源与研究方法

2.1 数据来源

2000年东北地区耕地（包括旱地和水田）空间数据、主要河流数据、行政区划图源于中国科学院全国1∶10万土地利用数据库和基础地理数据库。该土地利用数据库是结合Landsat TM数字影像、中巴地球资源卫星二号星（CBERS-2）与环境1号卫星（HJ-1）的CCD多光谱数据，进行人机交互式判读，野外勘察，抽样验证，精度达到95%以上[18]。本研究中下载了云量较少且覆盖全境的2015年Landsat 8 OLI遥感影像，选取分辨率为30 m的绿色、红色、近红外波段与15 m的全色波段合成15 m分辨率的标准假彩色影像，经过几何校正、图像增强等处理过程，以2000年的耕地数据为基础数据源进行目视解译提取2015年耕地数据，并通过野外样点勘测检验，精度不低于94%。

在2期耕地空间分布及行政区划、主要河流等数据集成的基础上，首先对水田变化数量特征进行分析，并采用水田利用动态度和水田利用扩展程度综合指数分析变化程度与速率；其次，通过水田相对变化率与水田重心模型，分析不同省域或地级市水田相对变化程度及水田重心变化；最终结合研究区主要河流的缓冲区，采用分布指数总结水田在不同沿河距离的变化特征。

2.2 研究方法

2.2.1 水田利用动态度模型 该模型可以描述区域水田动态变化的程度和速率，计算公式[19]为：

式中：K为研究时段内水田利用动态度；Ua、 Ub分别为研究初期和末期水田面积；T为研究时间间隔，单位为年。

2.2.2 水田利用扩展程度综合指数 该指标不仅兼顾水田年均扩展强度指数和单一的水田动态度的综合影响，而且较为全面的反映水田扩展情况。计算公式[20]如下：

水田利用扩展程度综合指数：

式中：K为研究期内水田利用动态度；Ua、Ub分别为研究初期和末期水田面积；T为研究时间间隔，单位为年，TU为研究区土地总面积，LII为水田年均扩展强度指数，β为水田利用扩展程度综合指数。

2.2.3 水田相对变化率 该指标用于反映水田变化的区域差异，计算公式[21]为：

式中：Sa、Sb分别为某省或地级市研究初期和末期的水田面积，Ca、Cb分别表示整个东北地区研究初期和末期的水田面积，R为水田相对变化率。对于R来说，若R＞1，表明该省或地级市水田变化速率超过研究区水田平均变化速率，水田变化强烈，且R值越大，其变化强度越明显；若R＜1，表示该省或地级市水田变化速率低于研究区平均变化速率，则该区是水田变化较稳定区域。黑龙江省大兴安岭地区研究初期水田面积为零，因此本文不研究大兴安岭地区水田相对变化率。

2.2.4 重心模型 用于比较分析不同时期水田的分布重心，研究其变化情况。不同年份的水田重心计算公式如下[22]：

式中：Xt、Yt为某一年份水田重心的坐标；Cti为该年份任一水田地块的面积；Xi、Yi为任一水田地块的重心坐标，n为研究区的水田地块数量。

设Aa(Xa，Ya)、Ab(Xb，Yb)分别为研究初期和末期的东北地区水田的重心坐标，D为水田重心移动的距离，则a、b年的水田重心距离D为：

2.2.5 分布指数 首先利用ArcGIS缓冲区分析模型对研究区主要河流做10个缓冲区，并为消除不同缓冲半径的缓冲区面积差异的影响，本文利用分布指数（P）来描述水田变化的空间分异情况，某缓冲区内的水田分布指数P的计算公式[23]如下：

式中：Sie和Se分别为e级缓冲区内的水田变化面积与土地总面积；SI和S分别为区域水田变化面积和土地总面积。当P=1时，表示该区域水田变化面积占该区水田总面积的比重与东北地区水田变化面积占其水田总面积的比重相等；当P＞1时，表示该区域水田变化面积在该区的比重大于东北地区的比重，则该区是水田变化的优势区，P值越大，其优势度越明显；当P＜1时，表示该区域水田变化面积在该区的比重小于东北地区的比重，则该区域是水田变化的非优势区。

3 结果与分析

3.1 水田变化的总体特征分析

东北地区水田面积统计如表1所示。2000-2015年东北地区水田面积由419.15万hm2扩张至603.49万hm2，占耕地总面积的比重由14.12%提升至19.39%。其中黑龙江省水田面积占东北地区的比重最大，15 a内由52.33%增加至69.30%；2000年辽宁与吉林省水田面积占东北地区比重分别为24.35%和23.32%，2015年比重分别降低至14.23%和16.47%，呈相对减少态势。

表1 2000-2015年东北地区水田面积及变化统计表Table 1 Paddy feld area and change of Northeast China in 2000-2015

2000-2015年东北地区各省水田变化幅度各不相同。其中黑龙江省占东北地区水田绝对变化量的91.77%，而吉林和辽宁省分别占7.46%和0.77%。辽宁省水田面积由102.04万hm2减至85.87万hm2，占本省耕地面积比例降低1.64%。吉林省水田面积稍有增加，但占本省耕地面积比例则降低0.61%。黑龙江省近15 a水田扩张最为强烈，由219.34万hm2扩张至418.19万hm2，占本省耕地面积比例提高10.37%。

为进一步分析东北地区水田变化程度，对不同省份水田利用动态度、年均扩展强度指数、扩展程度综合指数及相对变化率进行计算，结果见表2。就水田面积年均变化率而言，东北地区为2.93%，黑龙江省则高达6.04%，吉林和辽宁省分别为0.11%和-1.06%。显然黑龙江省水田面积变化速率最快，辽宁与吉林省水田面积稳定性较强，且辽宁省水田面积呈现负增长态势。年均扩展强度指数与扩展程度综合指数排序为：黑龙江＞辽宁＞吉林。就水田相对变化率R而言，黑龙江省为2.06，辽宁与吉林省分别为0.36和0.04。

表2 2000-2015年东北地区水田变化相关指数统计表Table 2 Correlation index of paddy feld change of Northeast China in 2000-2015

图1 东北地区2000（a）、2015年（b）水田空间分布图Fig. 1 Paddy feld distribution of Northeast China in 2000 and 2015

从东北地区水田空间分布特征来看，主要分布于东北三大平原的沈阳-长春-哈尔滨一线以及主要河流的沿岸区域（图1）。黑龙江省水稻主要分布在三江平原，松嫩平原以及哈尔滨市，绥化市。辽宁与吉林省水田主要分布于全省中部地区。近年来黑龙江省通过大力推进水利建设，耕地灌溉面积增加，水田快速发展，尤其东北部的三江平原；辽河平原，地势低平、土壤肥沃、气候温和，为辽宁省的粮仓，辽宁省水田大多分布于辽河平原。但近15 a其水田面积呈现减少态势，主要原因为生态退耕、建设用地占用以及农业结构调整等[24-25]；吉林省地势由东南向西北倾斜，呈现明显的东南高，西北低的特征。东部山区，半山区生育期短，冷害发生率高，不利于水稻生长，中部地区地势平坦，是台地平原区，适合水稻种植与发展，也是水田分布的主要区域。而西部地区白城市与松原市盐碱地较多，耕地后备资源丰富。原本不利于水稻发展的西部通过实施土地整理和水利工程建设重大项目，如引嫩入白、大安灌区和哈达山水利枢纽三大水利工程，兴建河湖连通，使其出现了“盐碱地里的稻花香”，且水田有继续发展的潜力与可能性。

3.2 水田变化的区域差异分析

3.2.1 水田动态变化的市域差异 东北地区各市域水田数量变化统计如表3所示，可见各市近15 a水田变化数量有明显的差异。辽宁省多数地市水田呈负向变化，减少量最大的为沈阳市，减少面积为7.29万hm2，年均减少率为2.02%。正向变化的市域中葫芦岛市水田面积变化量最大，为0.94万hm2，年均变化率为6.59%。吉林省水田年均变化率最高的白城市，为40.61%，变化面积为11.57万hm2，减少量最大的为吉林市，变化量为8.35万hm2，年均减少率为1.88%。而年均减少率最大的白山市，为3.73%。黑龙江省除了七台河市和牡丹江市水田面积呈负向变化外其他地市水田均为正向变化，但变化量与变化率有所差异。其中变化量与年均变化率最大的为三江平原东部的佳木斯市，分别为94.53万hm2和24.44%，哈尔滨市水田年均增加率最低，为0.86%，增加量为7.25万hm2。

表3 2000-2015年东北地区市域水田变化情况统计表Table 3 Paddy feld area and change of Northeast China in 2000-2015

除了各地市水田数量变化外，还统计了其变化速率，即用相对变化率表示。可见2000-2015年东北地区水田发展不平衡，主要表现为：一是不同省域水田相对变化率高低不同（表2）；二是同一省份不同地级市水田相对变化率差异较大（表3）。辽宁省整体水田相对变化率相对较低，最高的地级市为沿海城市葫芦岛，值为2.25；其次为阜新市，为1.07。而其他地级市水田相对变化速率均低于整个东北地区。吉林省西南部白城市、松原市、四平市与东南部的白山市水田相对变化率R＞1。其中位于嫩江水稻灌区与洮儿河冲积扇地下灌区的白城市R值高达13.85，水田相对变化率高居东北地区榜首。黑龙江省各地级市水田相对变化率较高，大多地级市R＞1，其中最高的为佳木斯市，达到8.33，最低的为哈尔滨市，仅为0.29。佳木斯等地级市水田相对变化率较高是由于三江平原东部地区土地整理重大工程和黑龙江省土地整治示范省建设等土地整治项目工程所致[26]。

3.2.2 水田重心空间变化过程 东北地区几何重心位于黑龙江省哈尔滨市。经计算，2000-2015年水田重心由吉林市向北偏东移动至哈尔滨市，移动距离为159.92 km，移动速度为10.66 km/a，充分说明东北地区的东北部水田面积增加幅度较快（表4）。

表4 东北地区水田重心变化情况表Table 4 Gravity center changes of paddy feld in Northeast China

同期，辽宁省水田重心向南偏西移动15.94 km，移动速度为1.06 km/a。向西南移动是因位于西南部沿海城市葫芦岛市水田相对变化率相对较高，盘锦与营口的变化幅度较强导致；因吉林省西南部的白城市、松原市与四平市水田相对变化率较高，其水田重心由吉林市向西偏北移动至长春市，移动距离为48.88 km，移动速度为3.26 km/a（图2）；相比其他两个省份，黑龙江省水田重心移动距离较大，移动方向与东北地区一致。由几何重心东南部的哈尔滨市向东偏北移动88.57 km，至位于三江平原的佳木斯市，移动速度为5.90 km/a（图2）。究其原因，黑龙江省东北部三江平原水田扩张较强，尤其位于三江平原的佳木斯市水田相对变化率最高。

图2 2000-2015年东北地区水田重心转移示意图Fig. 2 Movement of the paddy feld gravity center in Northeast China from 2000 to 2015

3.3 不同沿河距离下水田变化特征

为充分反映水田变化对河流的响应特征，利用ArcGIS的空间分析模块，沿108条主要河流两侧做缓冲区，间隔宽度为5 km，设定最大距离为50 km，并缓冲区数据与水田空间数据做叠加后，分析东北地区及每个省域河流缓冲区内的水田变化面积与分布指数。

据统计，东北地区2000年和2015年距河流50 km的水田面积为411.43万hm2和589.31万hm2，占东北地区水田总面积的比例分别为98.16%和97.65%。从每个缓冲带来说，水田主要分布在距河流10 km以内。2000年距河流0-10 km两个缓冲带水田面积和为256.97万hm2，占东北地区的61.31%。2015年距河流0-10 km两个缓冲带水田面积和为350.85万hm2，占东北地区的58.14%。各缓冲带水田面积随着缓冲距离增加而减少，且随着缓冲区距离增加，水田变化面积呈现下降趋势。就水田变化面积的分布指数而言，0-50 km缓冲范围内，分布指数呈现先增加后下降，再增加再下降的趋势。在50 km缓冲范围内，水田变化面积的分布指数均大于0，其中0-15 km和35-45 km缓冲带的分布指数大于1，表明该区域水田变化优势度较强，水田变化面积比重大于东北地区的比重。而15-35 km和45-50 km的缓冲带分布指数小于1（图3），说明该区为水田变化非优势区，变化面积比重小于东北地区的比重。由此可见，东北地区水田不仅沿着河流两边扩张，距河流远处的水田面积也有所扩张。

图3 河流缓冲区带的水田面积变化与分布指数图Fig. 3 Area changes and the distribution indices of the paddy felds in the buffer zones of the rivers

不同省域沿河缓冲距离下的水田变化特征具有一定的差异，具体水田变化幅度与分布指数如表5所示，因辽宁省水田总面积呈减少态势，其正向变化的缓冲带水田变化分布指数为负数，相反负向变化的缓冲带变化面积分布指数为正数。近15 a，辽宁省0-25 km缓冲带水田面积呈现减少态势，且随着缓冲距离的增加，其变化面积减少。其中0-15 km缓冲带水田变化面积分布指数绝对值大于1，说明该区域水田减少比重大于辽宁省减少比重。而25-50 km缓冲区水田面积则呈增加态势，但变化面积分布指数绝对值小于1，水田变化面积比重小于辽宁省的比重。辽宁省距河流近处水田大面积减少是因老农区水田发展较早，早期水田面积相对较多，而2000年以来因生态退耕与建设用地占用以及地下水位下降导致其水田面积有所下降[24,27-28]。

吉林省水田总面积增加量较少导致其水田变化的分布指数相对较高，其中离河流最近的2个缓冲带水田面积呈现减少态势，其水田变化分布指数分别为-9.74、-1.49，水田减少比重高于吉林省水田变化比重。除35-40 km缓冲带的水田减少且变化分布指数绝对值低于1外，其他缓冲带水田均呈现增加态势，且变化分布指数绝对值均大于1，变化比重大于吉林省的比重。吉林省河流近处水田面积减少是因为建设用地扩张与生态环境保护支持退耕还林还湿[8]。

黑龙江省各缓冲带水田面积均呈增加态势，其变化面积随着缓冲带距离的增加而减少，但其水田变化优势区域在0-15 km缓冲带与35-45 km缓冲带，变化分布指数均大于1。黑龙江省水田变化优势度在距河流远处主要是因为通过以重点灌区骨干水利工程为基础的土地整治项目与建设田间水利配套设施，完善水利设施，为距河流较远的水田区域提供了有力的水资源条件。

4 结论与讨论

4.1 结论

1）2000-2015年东北水田面积增加了184.34万hm2，年均变化率为2.93%，占耕地面积的比例由14.12%增加至19.39%，增加5.27%。辽宁省、吉林省与黑龙江省年均变化率分别为-1.06%、0.11%和6.04%。年均扩展强度指数与扩展程度综合指数排序为：黑龙江＞辽宁＞吉林。水田主要集中于三江平原、松嫩平原与辽河平原，以省会为中心的沈阳-长春-哈尔滨一线周边以及主要河流沿岸两边分布。

2）东北地区近15 a各省水田变化存在明显的区域差异，辽宁、吉林与黑龙江省水田相对变化率分别为0.36、0.04和2.06。黑龙江省各地级市的水田相对变化率普遍高于其他两个省份。东北地区水田重心由长春市向北偏东移动至哈尔滨市，移动距离为159.92 km，移动速度为10.66 km/a，移动方向与黑龙江省水田重心移动方向几乎一致。

表5 不同省域河流缓冲区间的水田变化与分布指数统计表Table 5 Paddy feld changes and the distribution index in Northeast China

3）东北地区水田主要分布在距河流50 km以内，近15 a东北地区水田扩张面积主要集中于距河流50 km处，距河流35-40 km和40-45 km缓冲区带的水田变化分布指数最高，水田由距河流近处向距河流远处发展且各省域水田河流分异特征也具有一定差异。

4.2 讨论

1）通过本研究可以看出，实施2009年国家农业部发布的《水稻优势区域布局规划（2008-2015年）》确实促进了东北地区82个粮食生产重点县水田面积的提升，发挥了政府引导与调控作用。该规划实施所积累的经验应为镰刀湾地区玉米结构调整、农业供给侧结构性改革等提供借鉴[29-30]。

2）东北地区水田发展对区域农业经济发展具有举足轻重的作用，但强烈的水田面积扩张必然对区域农业气候、水资源利用与粮食产能产生一定影响。水田分布集中并面积急剧扩张致使个别流域超限发展，局部地下水严重超采，水资源供需矛盾增加，将会面临地下水资源枯竭的危险[31-32]。因此，在水田发展过程中，应在对区域水资源承载力综合评价的基础上，对水土资源利用及其耦合协调关系进行科学预警，以科学合理的实施水土资源匹配以及社会经济与生态环境的健康可持续发展。

[1] Liu L, Xu X L, Liu J Y, et al. Farmland dataset reconstruction and farmland change analysis in China during 1661-1985[J]. Journal of Geographical Sciences, 2015, 21(9): 1058-1074.

[2] 吴文斌, 杨鹏, 唐华俊, 等. 过去20年中国耕地生长季起始期的时空变化[J]. 生态学报, 2009, 29(4): 1777-1786.

Wu W B, Yang P, Tang H J, et al. Spatio-temporal variations in the starting dates of growing season in China’s cropland over the past 20 years[J]. Acta Ecologica Sinica, 2009, 29(4): 1777-1786.

[3] 关兴良, 方创琳, 鲁莎莎. 中国耕地变化的空间格局与重心曲线动态分析[J]. 自然资源学报, 2010, 25(12): 1997-2006.

Guan X L, Fang C L, Lu S S. Analysis of spatial distribution and gravity centers curve dynamic cultivated land changes in China[J]. Journal of Natural Resources, 2010, 25(12): 1997-2006.

[4] 邓楚雄, 李晓青, 向云波, 等. 长株潭城市群地区耕地数量时空变化及其驱动力分析[J]. 经济地理, 2013, 33(6): 142-147.

Deng C X, Li X Q, Xiang Y B, et al. The spatio-temporal change and driving forces of cultivated land quantity in Chang-Zhu-Tan urban agglomeration[J]. Economic Geography, 2013, 33(6): 142-147.

[5] 刘桂林, 张落成, 张倩. 1985—2010年南京市耕地变化轨迹及驱动力分析[J]. 生态与农村环境学报, 2013, 29(6): 688-694.

Liu G L, Zhang L C, Zhang Q. Trajectory and driving forces of change in farmland in Nanjing during the period from 1985 to 2010[J]. Journal of Ecology and Rural Environment, 2013, 29(6): 688-694.

[6] 叶瑜, 方修琦, 任玉玉, 等. 东北地区过去300年耕地覆盖变化[J]. 中国科学(D辑: 地球科学), 2009, 39(3): 340-350.

Ye Y, Fang X Q, Ren Y Y, et al. Northeast cultivated land cover changes over the past 300 years[J]. Science in China: Series D: Earth Sciences, 2009, 39(3): 340-350.

[7] 杜国明, 李昀, 于凤荣, 等. 基于遥感的2000-2009年三江平原北部耕地变化特征分析[J]. 农业工程学报, 2012, 28(1): 225-229.

Du G M, Li Y, Yu F R, et al. Change characteristics analysis of farmland in Northern Sanjiang Plain in 2000-2009 based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(1): 225-229.

[8] 满卫东, 王宗明, 刘明月, 等. 1990-2013年东北地区耕地时空变化遥感分析[J]. 农业工程学报, 2016, 32(7): 1-10.

Man W D, Wang Z M, Liu M Y, et al. Spatio-temporal dynamics analysis of cropland in Northeast China during 1990-2013 based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(7): 1-10.

[9] 何英彬, 陈佑启, 姚艳敏, 等. 东北三省耕地非农化时空特征及其与粮食生产能力的关系[J]. 资源科学, 2009, 31(2): 295-302.

He Y B, Chen Y Q, Yao Y M, et al. Temporal and spatial characteristics analysis of relation between arable land nonagriculturalization and food productivity based on GIS technique[J]. Resources Science, 2009, 31(2): 295-302.

[10] 许妍, 吴克宁, 程先军, 等. 东北地区耕地产能空间分异规律及产能提升主导因子分析[J]. 资源科学, 2011, 33(11): 2030-2040.

Xu Y, Wu K N, Cheng X J, et al. Spatial variation in cultivated land production capacity and analysis of main impact factors for promoting production capacity in Northeast China[J]. Resources Science, 2011, 33(11): 2030-2040.

[11] 石淑芹, 陈佑启, 姚艳敏, 等. 中国区域性耕地变化与粮食生产的关系研究——以东北地区为例[J]. 自然资源学报, 2008, 23(3): 361-368.

Shi S Q, Chen Y Q, Yao Y M, et al. Correlation analysis between regional cultivated land change and grain production capacity: A case study in Northeast China[J]. Journal of Natural Resources, 2008, 23(3): 361-368.

[12] 李蓓蓓, 方修琦, 叶瑜, 等. 中国东北地区过去300年耕地开垦导致的碳收支[J]. 中国科学: 地球科学, 2014, 44(9): 1987-1996.

Li B B, Fang X Q, Ye Y, et al. Carbon emissions induced by cropland expansion in Northeast China during the past 300 years[J]. Science in China: Earth Sciences, 2014, 44(9): 1987-1996.

[13] 杜书立, 葛翠萍, 付微, 等. 三江平原耕地土壤有机质时空分布特征——以富锦市为例[J]. 农业现代化研究, 2014, 35(6): 810-813.

Du S L, Ge C P, Fu W, et al. Spatial and temporal distribution of soil organic matter in croplands of Sanjiang Plain: A case study at Fujin County[J]. Research of Agricultural Modernization, 2014, 35(6): 810-813.

[14] 杨瑞珍, 陈印军. 东北地区耕地质量状况及变化态势分析[J].中国农业资源与区划, 2014, 35(6): 19-24.

Yang R Z, Chen Y J. Analysis of quality of cultivated land change trend in Northeast Area[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2014, 35(6): 19-24.

[15] 刘彦随, 彭留英, 陈玉福. 东北地区土地利用转换及其生态效应分析[J]. 农业工程学报, 2005, 21(10): 175-178.

Liu Y S, Peng L Y, Chen Y F. Conversion of land use types and ecological effect in Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2005, 21(10): 175-178.

[16] 杜国明, 潘涛, 尹哲睿, 等. 水田化进程中的富锦市耕地景观格局演化规律[J]. 应用生态学报, 2015, 26(1): 207-214.

Du G M, Pan T, Yin Z R, et al. Cultivated landscape pattern change due to the rice paddy expansion in Northeast China: A case study in Fujin[J]. Chinese Journal of Applied Ecology, 2015, 26(1): 207-214.

[17] 陶军德, 李艳芳, 曾光建.近30年黑龙江省水田规模与分布变化及其对气候变化的响应[J].中国土地科学, 2011, 25(4): 26-30, 97.

Tao J D, Li Y F, Zeng G J. Scale and distribution variation of paddy fields and its response to climate change in Heilongjiang Province in recent 30 Years[J]. China Land Science, 2011, 25(4): 26-30, 97.

[18] 刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 地理学报, 2014, 69(1): 3-14.

Liu J Y, Kuang W H, Zhang Z X, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014, 69(1): 3-14.

[19] 宋开山, 刘殿伟, 王宗明, 等. 1954年以来三江平原土地利用变化及驱动力[J]. 地理学报, 2008, 63(1): 93-104.

Song K S, Liu D W, Wang Z M, et al. Land use change in Sanjiang Plain and its driving forces analysis since 1954[J]. Acta Geographica Sinica, 2008, 63(1): 93-104.

[20] 陈学渊, 唐华俊, 吴永常, 等. 耕地格局时空动态变化过程和差异分析——以浙江安吉为例[J]. 中国农业科学, 2015, 48(21): 4302-4313.

Chen X Y, Tang H J, Wu Y C, et al. Analysis on process and difference of cropland dynamics in Anji County of Zhejiang Province[J]. Scientia Agricultura Sinica, 2015, 48(21): 4302-4313.

[21] 谭雪兰, 钟艳英, 段建南, 等. 快速城市化进程中农村居民点用地变化及驱动力研究——以长株潭城市群为例[J]. 地理科学, 2014, 34(3): 309-315.

Tan X L, Zhong Y Y, Duan J N, et al. The change and driving forces of rural residential area under the background of rapid urbanization: A case study of the Changsha-Zhuzhou-Xiangtan urban agglomeration[J]. Scientia Geographica Sinica, 2014, 34(3): 309-315.

[22] 杨绪红, 金晓斌, 管栩, 等. 2006-2012年中国土地整治项目空间特征分析[J]. 资源科学, 2013, 35(8): 1535-1541.

Yang X H, Jin X B, Guan X, et al. The spatial distribution of land consolidation projects in China from 2006 to 2012[J]. Resources Science, 2013, 35(8): 1535-1541.

[23] 李冬梅, 王冬艳, 李红, 等. 吉中低山丘陵区农村居民点时空演变[J]. 经济地理, 2016, 36(5): 143-151.

Li D M, Wang D Y, Li H, et al. Analysis of spatial-temporal evolution of rural settlements in the low-hilly area of central Jilin Province[J]. Economic Geography, 2016, 36(5): 143-151.

[24] 侯伟, 陈锋, 杨春露, 等. 辽宁中部城市群土地利用时空格局遥感分析[J]. 东北林业大学学报, 2011, 39(1): 113-115

Hou W, Chen F, Yang C L, et al. Spatial-temporal pattern of land use change in urban agglomeration of middle Liaoning Province based on re-mote sensing[J]. Journal of Northeast Forestry University, 2011, 39(1): 113-115.

[25] 刘珍环, 杨鹏, 吴文斌, 等. 近30年中国农作物种植结构时空变化分析[J]. 地理学报, 2016, 71(5): 840-851.

Liu Z H, Yang P, Wu W B, et al. Spatio-temporal changes in Chinese crop patterns over the past three decades[J]. Acta Geographica Sinica, 2016, 71(5): 840-851.

[26] 杜国明, 张继心, 于凤荣, 等. 黑龙江省土地整治项目及新增耕地时空格局分析[J]. 农业现代化研究, 2016, 37(4): 794-801.

Du G M, Zhang J X, Yu F R, et al. Spatial-temporal pattern of land consolidation programs and newly increased cultivated land in Heilongjiang Province[J]. Research of Agricultural Modernization, 2016, 37(4): 794-801.

[27] 杜国明, 孙晓兵, 王介勇. 东北地区土地利用多功能性演化的时空格局[J]. 地理科学进展, 2016, 35(2): 232-244.

Du G M, Sun X B, Wang J Y. Spatiotemporal patterns of multifunctionality of land use in Northeast China[J]. Progress in Geography, 2016, 35(2): 232-244.

[28] 王西琴, 张艳会, 张远. 辽河流域地下水超采的生态环境效应及治理对策研究[J]. 环境科学与管理, 2006, 31(5): 84-87.

Wang X Q, Zhang Y H, Zhang Y. Study on ecological environment effect and countermeasure of excessive mining of underground water in Liaohe Basin[J]. Environmental Science and Management, 2006, 31(5): 84-87.

[29] 刘珍环, 唐鹏钦, 范玲玲, 等. 1980—2010年东北地区种植结构时空变化特征[J]. 中国农业科学, 2016, 49(21): 4107-4119.

Liu Z H, Tang P Q, Fan L L, et al. Spatio-temporal changes of cropping types in Northeast China during 1980-2010[J]. Scientia Agricultura Sinica, 2016, 49(21): 4107-4119.

[30] 蒋辉, 张康洁. 粮食供给侧结构性改革的当前形势与政策选择[J]. 农业经济问题, 2016, 37(10): 8-17, 110.

Jiang H, Zhang K J, Food supply side structural reforms: The current situation and the main path[J]. Issues in Agricultural Economy, 2016, 37(10): 8-17, 110.

[31] 张兆吉, 雒国中, 王昭, 等. 华北平原地下水资源可持续利用研究[J]. 资源科学, 2009, 31(3): 355-360.

Zhang Z J, Luo G Z, Wang Z, et al. Study on sustainable utilization of groundwater in North China Plain[J]. Resources Science, 2009, 31(3): 355-360.

[32] 赵海卿, 张哲寰, 陈艳丽. 松嫩平原地下水位下降与环境负效应[J]. 干旱区资源与环境, 2010, 24(1): 126-130.

Zhao H Q, Zhang Z H, Chen Y L. Lowering of ground water level and its negative environment effects in the Songnen Plain[J]. Journal of Arid Land Resources and Environment, 2010, 24(1): 126-130.

（责任编辑：王育花）

Spatial-temporal patterns of paddy feld change in Northeast China

DU Guo-ming1, CHUN Xiang1, YU Feng-rong2, ZHANG Yan1, ZHAO Ya-qian1, GUAN Tong-tong1
（1. College of Resources and Environment, Northeast Agricultural University, Harbin, Heilongjiang 150030, China; 2. Institute of Scientifc and Technical Information, Heilongjiang Academy of Land Reclamation Region, Harbin, Heilongjiang 150038, China）

F301.24 文献标识码：A 文章编号：1000-0275（2017）04-0728-09

10.13872/j.1000-0275.2017.0070

杜国明, 春香, 于凤荣, 张燕, 赵雅倩, 关桐桐. 东北地区水田分布格局的时空变化分析[J]. 农业现代化研究, 2017, 38(4): 728-736.

Du G M, Chun X, Yu F R, Zhang Y, Zhao Y Q, Guan T T. Spatial-temporal patterns of paddy feld change in Northeast China[J]. Research of Agricultural Modernization, 2017, 38(4): 728-736.

国家自然科学基金项目（41571167）；黑龙江省自然科学基金项目（D201401）。

杜国明（1978-），男，内蒙古宁城县人，博士，教授，主要研究方向为土地资源优化配置，E-mail：nmgdgm@126.com。

2017-03-20，接受日期：2017-06-28

Foundation item: National Natural Science Foundation of China (41571167); Provincial Natural Science Foundation Project of Heilongjiang Province(D201401).

Corresponding author: DU Guo-ming, E-mail: nmgdgm@126.com.

Received 20 March, 2017;Accepted 28 June, 2017