耕地复种指数研究的关键科学问题

吴文斌，余强毅，陆苗，项铭涛，谢安坤，杨鹏，唐华俊



耕地复种指数研究的关键科学问题

吴文斌，余强毅，陆苗，项铭涛，谢安坤，杨鹏，唐华俊

（中国农业科学院农业资源与农业区划研究所/农业部农业遥感重点实验室, 北京 100081）

在当前耕地外延式扩展难以满足、粮食单产提升难度加大的新形势下，提升耕地复种指数、走耕地内涵式集约利用模式，是确保未来我国粮食增产和国家粮食安全的重要途径。本文从农业土地系统科学视角出发，系统总结了耕地复种指数研究的总体研究框架和核心研究内容，全面梳理了国内外该领域的研究现状、进展及存在的问题。研究认为，第一，格局与过程探测是耕地复种指数研究的重要基础。不仅要关注耕地潜在或实际复种指数的数量、空间分布、区域差异及其时空变化过程，更要关注耕地复种指数的提升空间，科学描述可挖掘的复种潜力。第二，功能与效应分析是耕地复种指数研究的核心内容。现有研究多聚焦耕地复种指数提升对粮食产量增加的贡献作用，复种指数变化的生态环境效应研究以微观试验性研究为主；迫切需要建立综合效应分析框架，从不同的学科、视角和尺度揭示耕地复种指数对区域资源配置、社会经济和生态环境等的影响和反馈机制。第三，优化调控是耕地复种指数研究的关键任务。科学提出可持续挖掘和提升耕地复种潜力的策略，重点强化可持续性评估、障碍性因子分析和系统性优化调控等方面的研究，追求粮食安全、资源安全和生态安全的权衡协调，以建立人地和谐、可持续的农业土地利用模式。耕地复种本质上反映了复杂的“人-地”耦合关系，多数据、多尺度、多模型和多方法的综合研究将是未来耕地复种指数研究的重要发展方向，将会促进自然科学、工程科学和社会科学等多个学科门类的综合、交叉和集成研究。

耕地；复种指数；格局与过程；功能与效应；优化调控；权衡；可持续

粮食安全直接关系到国家稳定、社会发展和民生福祉。粮食产量由耕地面积、复种指数和单位面积产量等决定，受到耕地数量和质量、水热资源、作物品种、田间栽培等诸多因素综合影响[1]。随着城市化、工业化和全球化的快速发展，我国大量耕地被占用、非农化和非粮化利用，18亿亩耕地面积的“安全底线”面临考验，现有耕地数量、质量和生态“三位一体”保护任务艰巨[2-5]。因此，通过作物品种改良、水肥管理优化、栽培措施提升等措施，挖掘现实单产潜力、缩小产量差，成为耕地面积稳定下粮食产量增加和未来粮食供给保障的首要途径[6-13]。然而，许多研究表明，很多粮食主产区的单产增长出现停滞、甚至下降，增加区域的单产增长率低于未来粮食需求的增长率[14-16]。这主要是由于随着现实作物单产水平的不断提高、逐步接近最大单产水平时，单产增加的难度日益加大，出现“天花板效应”[17-18]。因此，像保护大熊猫一样保护耕地、努力实现单产水平持续增加的同时，寻求更多的粮食产量提升空间和途径成为稳定粮食综合生产能力、保障国家粮食安全的重大需求[19-20]。

从农业土地系统学科角度，科学提升耕地复种指数、挖掘耕地集约化利用潜力，可成为我国未来粮食增产的重要途径之一[20-22]。耕地复种指数研究成为了地理学、生态学、农学等领域的前沿和热点研究方向。一方面，复种种植模式在时间和空间上高效利用现有耕地资源，在耕地面积总量不变的情况下，可以有效增加粮食作物播种面积，提高粮食产量[23-24]。我国多熟种植耕地占全国总耕地面积的50%，其播种面积约占总播种面积的2/3，农作物产量约占总产量的3/4[25]。耕地复种指数提高是我国粮食持续增产的重要因素之一，对保障国家粮食安全发挥了重要作用。另一方面，复种模式及其变化对陆地生态系统地球物理和地球化学循环过程有着重要影响，驱动区域生态环境变化。多熟种植的不同作物组合会增加农田种植系统的稳定性、提高养分循环再利用率，但同时农药、化肥和生产设施的过量使用会导致土壤污染、水质量的降低，增加温室气体排放等，破坏区域的生态环境[26-27]。同时，近年来农业比较效益低下、小规模农户经营模式和种粮积极性下降，我国很多平原地区生产力高的优质农田复种指数下降，加上部分区域的耕地轮作休耕，实际播种面积减少，一定程度上抵消了单产增加带来的正效应[28-29]。因此，在当前耕地外延式扩展难以满足、粮食单产提升难度加大的新形势下，重新深入思考耕地复种指数的作用、探讨耕地复种指数提升具有重要的科学价值和现实意义。

过去20多年里，在国际土地利用/土地覆盖变化计划与全球土地计划两大科学研究计划的推动下，农业土地集约化和可持续利用研究成为了农业土地系统科学的重要研究方向[30]。国内外很多学者对耕地种植制度和复种模式等给予高度关注，耕地复种指数研究在理论、技术方法和应用实践方面都取得了长足的进展。基于此，本文从农业土地系统科学视角出发，系统梳理近年耕地复种指数研究进展，凝练耕地复种指数研究的研究框架和关键科学问题，为进一步丰富和完善农业土地系统科学学科体系，推动全球变化、粮食安全及农业可持续研究提供参考。

1 耕地复种指数研究框架

耕地复种指数描述的是单位面积耕地一年几熟或几年几熟的种植方式，体现了耕地在时间和空间上的集约化利用[31]，本质反映了“人类-自然”复合关系。一方面，耕地的复种可能性受到区域的气候、高程等自然资源环境承载约束，人类技术进步和管理措施提升一定程度上会改变自然环境的约束阈值；另一方面，耕地复种的实现程度受到技术、品种、经济、管理等人类活动因子影响，也会正向或负向反馈于自然生态环境。因此，耕地复种指数具有自然性、社会性的双重属性，其研究的核心目的在于科学理解和解释这种复杂的“人类-自然”耦合关系，进而科学服务于农业可持续发展目标。

从所属学科看，耕地复种指数作为耕作制度或农作制中衡量耕地集约化利用程度的重要指标，既是农学学科的研究范畴，也是地理学科的研究范畴，具有多学科交叉的特点。经过多年、多学科的融合发展，耕地复种指数研究形成了如图1所示的总体研究框架，包括复种指数的格局与过程探测、功能与效应分析、优化与调控等3个核心研究内容。格局与过程探测研究是基础，是后两者研究的前提；功能与效应分析是核心，是格局与过程研究的延伸，也是优化与调控的依据；优化与调控是目标，实现过程和功能的权衡，以及人类-自然的协和发展。每个核心研究内容涉及的研究对象和研究方向具有多样性和复杂性，研究数据涵盖遥感、地面观测、社会经济统计等多源数据集，研究方法从定性描述向定量模拟、单一方法向综合模型进行转变。可见，耕地复种指数研究需要自然科学、工程科学和社会科学等多个学科门类的综合、交叉和集成，才能更好揭示其复杂现象的科学本质。

图1 耕地复种指数研究框架

2 耕地复种指数的格局与过程

耕地复种是人类对土地资源持续开发利用和不断干预的过程。耕地复种指数的格局与过程是指不同耕地单元复种指数的空间分布关系与演变过程。格局是复种指数的外在表象，过程是复种指数变化的内在机理；格局影响过程，过程改变格局。因此，科学弄清耕地复种指数的数量大小、空间分布、区域差异及其时空变化过程是耕地复种指数研究的首要任务，受到了国内外很多学者的广泛关注。

耕地复种指数可分为潜在复种指数和实际复种指数。潜在复种指数是指充分利用水、土、光和热等自然资源时能达到的最大复种指数，其估算方法包括农业气候法、作物生长模型法和经济学模型法[31]。农业气象法是最常用的估算方法，其通过分析关键气候要素对不同复种模式的水热需求满足度和气候要素盈余来计算最大潜在复种指数。最早20世纪80年代中期，刘巽浩[32]通过对不同区域的熟制和水热资源进行实际调查，对全国的耕地复种指数进行了估算；范锦龙等[33]根据平均热量、降水条件和最大复种指数的统计关系，采用外包络线法估算了全国积温和降水潜在复种指数，并取两者最小值作为潜在复种指数；此后，杨晓光等众多学者先后根据潜在复种指数与气象因子的关系建立潜在复种指数估算模型，分析研究了全国、淮河流域和河南省的耕地潜在复种指数分布空间格局、区域差异及其时空演变特征[34-39]。作物生长模型法以Agro-Ecological Zones（AEZ）模型为代表，将气候、土壤、地形、土地利用方式、灌溉条件等因素与农作物生长模型整合，估算潜在复种指数[40-42]。经济学模型法将复种指数看成是产出，将光温水等自然条件看作是生产投入要素，采用经济学中用来衡量技术有效性的随机边界生产函数能对复种指数的潜力进行测度[43]。

实际复种指数是指受经济、政策、人力和技术条件等因素制约下所实现的实际复种水平。早期的统计法是利用行政区划单元的播种面积和耕地面积统计数据计算实际复种指数，该方法已经广泛应用于全国[44-45]、区域[46-47]以及省域尺度[48-50]的复种指数时空格局、变化特征分析。随着对地观测技术的快速发展，遥感监测法迅速成为区域耕地复种指数监测的主流方法。该方法的理论依据是时间序列遥感数据变化可以较好描述年内作物从生长到成熟、衰落等周期性活动过程[51-52]。利用时间序列植被指数，采用滤波法（如Savitzky-Golay 滤波法[53]、小波变换[54-55]和傅立叶变换[56]）和非线性拟合法（如Logistic 函数拟合法[57]和非对称性高斯函数拟合法[58]）等进行生长曲线拟合，在此基础上构建特征提取算法，如交叉拟合度检验法[59]、决策树法[60]、滑动分割法[61]、排序形态学滤波法[62]、二次差分法[63-69]、峰值频数法[70-75]等实现复种指数的有效监测。目前该方法先后在全国[63-64, 70-71]、太湖流域[67]、环渤海[68, 74]、黄淮海[72]、鄱阳湖[73]、关中地区[69]、以及浙江省[65-66]和陕西省[75]的实际复种指数时间变化特征和空间差异研究中得到应用。同时，部分学者利用这些方法分析我国地下水漏斗区（如华北地区的河北省）、重金属污染区（如湖南省等）、生态严重退化地区（如西南喀斯特地区、西北干旱区、北方草原退化区等）的耕地复种指数变化，并深入解析近年推广实施的耕地轮作休耕制度对耕地复种指数的影响[76-79]。

上述不同研究方法各具特色，在分析耕地的时空格局与变化过程中发挥了重要作用。但是研究发现，这些已有研究多是从单一的学科视角（如农业气象学或遥感科学）出发，研究耕地复种指数格局和过程，而综合考虑潜在复种指数与实际复种指数两者的耕地复种提升潜力（即复种差）研究较为欠缺。受到多因素共同影响，农业生产中实现的实际复种指数和最大潜在复种指数往往存在差距，科学掌握复种提升潜力对于进一步挖掘粮食主产区的生产能力具有重要意义。一方面，部分研究围绕潜在复种指数开展复种提升潜力研究，重点分析历史或未来不同气候变化带来的耕地潜在多熟种植制度界限迁移，以及带来的潜在复种指数提升空间[80-82]。这些研究由于没有考虑现实中实际发生的复种指数，其估算的复种指数提升潜力实际上是复种指数理论潜力，难以较好描述实际到最大的“距离”有多远、可挖掘的潜力有多大，使得在实际应用中存在诸多不足。另一方面，少量研究结合实际和潜在复种指数，分析我国不同粮食主产区、西南和长江中下游等重点区域的耕地复种指数提升潜力[83-86]，但是这些研究往往利用行政单元的统计数据，研究结果仅能反映统计单元水平上的潜力数量特征，难以描述潜力的空间分布特征以及统计单元内部的空间变异性。因此，综合多学科交叉，结合潜在与实际复种指数的复种提升潜力研究必将是该方向未来的研究重点之一。

3 耕地复种指数的功能和效应

受自然生态环境和社会经济条件的双重影响，耕地复种指数格局始终处于持续变化过程之中，直接驱动复种指数的功能和效应发生变化。耕地复种指数的功能和效应是指耕地复种行为所表现出的能力、功效和对资源环境的扰动和破坏。复种指数的功能属性和效应属性往往相伴而生，功能多具有特定的效应，效应也会影响功能的发挥，两者共同对社会-经济系统和自然生态系统产生重要影响。因此，全面分析耕地复种指数时空变化的功能和效应成为耕地复种指数研究的核心内容。

耕地复种指数首先影响农业土地系统能够提供的产品、服务和功能，尤其是粮食产出。国内外很多学者在弄清耕地复种指数时空格局及其变化的基础上，分析评估耕地复种指数对粮食产量和保障粮食安全的贡献作用。研究发现，这些研究多侧重于耕地复种多熟种植制度或复种指数变化对播种面积的影响评估。如围绕耕地潜在复种指数，张厚瑄[36]、王馥棠[37]和杨晓光[34,81]等先后利用气候数据分析了过去或未来中国潜在的多熟种植界限变化对播种面积的影响。他们的研究结论一致认为，气候变暖使得我国多熟种植界限呈现北移西扩的迁移，在品种和生产力水平不变的前提下，我国一熟种植面积大大缩小、两熟或三熟等多熟适宜种植面积明显扩大，有利于我国播种面积的扩展。需要说明的是，这些结论是仅基于热量资源得到的，若进一步考虑水分的影响，则多熟适宜种制区会发生较大变化。同时，部分学者结合潜在和实际复种指数评估了耕地复种提升空间及其对播种面积的影响。何文斯等[87]认为，在现有耕地面积不变的情况下，提升耕地复种潜力可新增约30%的农作物播种面积。Yu[88]等提出了“收获面积差”的新概念，在充分利用热量资源下提高复种指数，我国收获面积差可占全国总耕地面积的68%；考虑水资源约束，我国仍有2—5.4亿亩的收获面积提升潜力。张志国[39]研究表明，河南省依靠提高耕地复种指数来增加播种面积的空间已经不大；金姝兰[85]等发现长江中下游地区六省一市近30年耕地复种指数下降，农作物总播种面积、粮食播种面积和总产量减少，但未来耕地复种指数可挖掘潜力很大。需要说明的是，目前耕地复种指数的粮食生产效应研究多关注于复种指数变化对播种面积的影响。事实上，仅分析复种指数变化对播种面积的影响，难以准确解析复种指数变化对国家或区域粮食产量的作用机制。我国区域辽阔，不同的复种模式下作物时空配置不一样，复种指数变化实际上会带来农作物时空格局变化。只有充分考虑不同复种模式特定的农作物组合匹配，综合分析复种指数导致的作物播种面积变化和单产变化，才能科学估算复种指数提升对实际粮食产量变化的影响作用。此外，近年实施的耕地休耕轮作制度对国家粮食安全的影响也需要进行科学评估[79]。

耕地复种指数在影响土地产出的同时，也会反馈于农田生态环境。一方面，有研究表明多熟种植一定程度上提高资源利用效率[89]，如缓和区域水循环减少[90]，充分利用水资源并保证作物高产高效[91-92]；可以改善农田土壤生态环境[93]，高复种复合农作区土壤保肥、保水、供肥较好，而低复种旱作区土壤质量和供肥、保肥、保水等性状较差[94]；通过复合生物共生循环配置模式，利用物种间既有生存竞争又有伴生和联合作用，增加农田生物多样性，防止病虫害，维持生态系统平衡和稳定性[95]。另一方面，从已有的事实看，很多国家或地区一味通过提高复种指数维持耕地高产，导致肥料和农药等生产投入增加，加大了水土资源的承载压力，带来显著的环境效应，尤其以负面效应为主，威胁到农业生产的可持续发展[96-97]。复种指数提高导致了对水资源的过度开采，使区域水资源失衡[98]；速溶性化肥的频繁施用，使得多余的氮和磷从土壤进入水体，造成农业区域的河流、湖泊水质下降，水体的富营养化[99]。同样，复种指数增加会带来化肥、杀虫剂、除草剂和地膜等的大量使用，导致农田土壤养分失衡、土壤酸化、有害物质积累等土壤污染和退化，造成土壤通透性降低、排水量减少，加重土壤侵蚀作用和土壤矿化损失，降低土壤肥力[100-101]。化肥中含氮化合物使用增加农田温室气体的排放，对大气对流层和同温层的化学性质以及空气组成造成严重影响[102]。此外，耕地集约化利用对植物和动物生态系统具有重要影响。如农药过量使用和大型机械反复碾压造成土壤中蚯蚓、微生物等生物数量减少，土壤生物群落多样性降低，土壤的生物降解及养分有效调节功能发生重大改变，间接影响作物生长状况和产量[103]。然而，目前有关耕地复种指数变化的生态环境效应多是土壤学、生态学、环境学等领域学者开展的微观试验性研究为主，效应分析的局地特征和复种指数的宏观特征存在明显的尺度错位，使得目前并没有形成广泛认可的一致性科学结论。因此，耕地复种指数效应研究需要进一步加强和深入，建立综合效应分析框架，从不同的学科、视角和尺度揭示耕地复种指数对区域资源配置、社会经济和生态环境等的影响和反馈机制，进而为其科学调控和优化提供理论依据。

4 耕地复种指数的优化和调控

面对国家粮食安全战略需求、生态安全基本约束的新形势，在继续严格保护耕地数量、轮作休耕养地的同时，提升耕地复种指数、走耕地内涵式集约利用模式，是我国未来粮食增产和确保国家粮食安全的重要策略[101]。耕地复种指数提升有助于高效利用有限的耕地资源、增加单位土地面积的粮食产出能力，但需要以最低的资源消耗和生态环境为代价。因此，需要在科学层面系统开展耕地复种潜力优化配置研究，实现可持续、合理的挖掘复种潜力。

耕地复种指数的优化和调控实际上是对资源、环境和生态的扰动过程，具有“双刃剑”效应。可见，需要综合考虑耕地集约化利用与资源、环境、生态的相互关系，进行不同区域、不同系统之间的权衡优化，建立耕地集约利用和科学保护协同、资源节约型和环境友好型相结合的可持续复种模式[104-106]。为此，耕地“可持续集约化”的科学概念应时而生，即“提高现有耕地单位面积产出的同时，减轻并最小化集约化利用过程对生态环境的压力和影响”[107-108]。但是，如何科学推进可持续性集约化利用仍待深入研究[109-110]，尤其需要强化可持续性评估、障碍性因子分析和系统性优化调控等方面的科学研究。

首先，可持续性科学评估是优化调整的基本前提，其核心目标是实现耕地复种利用与自然生态本底特征、经济社会发展需求相匹配。目前，可持续集约化侧重于强化农田生态系统管理，优化或重建生态系统功能，维持现有甚至减少外部投入，达到保护农田生态系统和周围环境的目的[111]。可持续性评估多以耕地复种的综合效应或生态服务价值为对象，构建可持续评价的指标体系和评价因子，应用专家打分法、德尔菲法、层次分析法以及灰色关联评价法等实现多熟种植系统的定量评价[112-113]。此外，部分学者引入能值分析理论或协调度来衡量不同熟制或不同复种方式的可持续性[114-116]。如以粮食增产为前端牵引，以生态代价最低化为后端控制，通过估算单位产量增加需要的生态环境效应，利用粮食产量和生态效应的平衡度来衡量耕地复种潜力提升的可持续性，并建立不同区域的耕地可持续性复种利用的优先序。需要说明的是，未来可持续评估需要重点考虑耕地集约化利用多功能、多效应之间的协同耦合关系，不仅关注单向扰动过程，更要考虑双向或多向的复杂反馈过程和机制。

其次，障碍性因子分析是优化调整的科学依据，其关键在于科学理解耕地复种指数提升的各种影响因素及其作用过程和机制。总体来看，复种指数提升的限制性因子包括自然环境、社会经济和政策制度等方面，但不同因子在不同区域的作用不同。如环渤海地区耕地复种指数主要受到地形、耕地收益和农作物轮作制度影响[68]；李琳凤[24]认为比较效益低和耕地承包到户的经营体制是制约我国耕地复种指数提高的主要障碍因子；谢花林等[45]利用计量经济学模型从人文视角探讨了耕地复种指数变化的影响因素，发现人口非农化比重对耕地复种指数产生了显著负向作用，产业非农化比重、农业政策、人均经营耕地和农村家庭人均经营纯收入对耕地复种指数产生了显著正向作用；Zuo等[117]建立实际复种指数与农村劳动力、人均收入、土地收益、农业机械化水平、灌溉面积比重、土壤侵蚀、地形等统计关系，并将我国耕地划分7个区域，分别研究了不同区域的耕地复种提升潜力和关键限制因素。

最后，系统性优化调控是在耕地复种可持续性评估和障碍因子分析的基础上，研究提出耕地复种指数持续高效利用的调控策略。总体来看，优化调控主要体现宏观和微观两个方面。宏观层面主要是针对复种潜力提升的关键障碍因子，提出因子消除的措施方案，包括土地经营体制、基础设施投入、机械化提升、价格补贴和产权明晰等政府调控和市场机制[118]，破解土地经营规模小、组织化程度低、社会化服务缺乏、种植积极性不高的难题，为耕地复种指数提升提供支撑条件。微观层面是提升农户的专业技术知识，推进新品种、新技术和新装备的集成，优化不同复种模式下的作物连作模式以及田间管理措施[30]；或设计全新的连作或轮作模式，如华北平原传统的冬小麦-夏玉米两熟复种模式向玉米-玉米的两熟复种模式转换[119]，在实现产量的提升和资源的高效利用的同时，降低土壤污染、加强地力培育、控制水土流失和减缓温室气体排放等。需要指出的是，无论采取何种优化调控策略，科学评估策略的实施效果需要重点考虑。

5 展望

耕地复种模式对保障我国过去粮食安全发挥了重要作用，也是未来粮食增产和确保国家粮食安全的重要策略。国内外学者围绕耕地复种指数开展了大量研究，在理论研究和技术方法方面取得了显著进展，为科学掌握耕地复种指数的时空格局、变化过程和原因、影响和效应，为支撑政策制定和宏观决策等发挥了重要作用。

本文从农业土地系统科学视角出发，提出了耕地复种指数研究的总体框架，系统论述了耕地复种指数3个核心研究内容的现状、进展和存在的问题。耕地复种指数的格局与过程探测重点在于科学揭示耕地复种指数的数量大小、空间分布、区域差异及其时空变化过程和规律，是耕地复种指数功能与效应分析、优化调控的基础前提。耕地复种指数的功能与效应分析是其研究核心内容，关键在于科学掌握复种指数及其时空变化对社会-经济系统和自然生态系统的影响和反馈效应。耕地复种指数的优化调控是其研究出口，核心在于科学提出可持续挖掘和提升耕地复种潜力的策略，追求粮食安全、资源安全和生态安全的权衡协调。耕地复种本质上反映了复杂的“人-地”耦合关系，每个核心研究内容研究面临诸多难点和挑战，需要从系统性和整体性的科学视角来开展综合研究，更好揭示复杂现象的本质。因此，多数据、多尺度、多模型和多方法的综合研究将是未来耕地复种指数研究的重点发展方向，将会促进自然科学、工程科学和社会科学等多个学科门类的综合、交叉和集成研究。

[1] 金涛. 中国粮食生产时空变化及其耕地利用效应. 自然资源学报, 2014, 29(6): 911-919.

Jin T. Effects of cultivated land use on temporal-spatial variation of grain production in China, 2014, 29(6): 911-919. (in Chinese)

[2] Chen M, Liu W, Tao X. Evolution and assessment on China's urbanization 1960-2010: Under-urbanization or over-urbanization?, 2013, 38: 25-33.

[3] Deng X, Huang J, Rozelle S, Zhang J, Li Z. Impact of urbanization on cultivated land changes in China., 2015, 45:1-7.

[4] 吴大放, 刘艳艳, 董玉祥, 陈梅英, 王朝晖. 我国耕地数量、质量与空间变化研究综述. 热带地理, 2010, 30(2): 108-113.

Wu D F, Liu Y Y, Dong Y X, Chen M Y, Wang Z H. Review on the research of quantity, quality and spatial changes of cultivated land in China., 2010, 30(2): 108-113. (in Chinese)

[5] 杨洋, 麻馨月, 何春阳. 基于GlobeLand30的耕地资源损失过程研究—以环渤海地区为例. 中国土地科学, 2016, 30(7): 72-79.

Yang Y, Ma X Y, He C Y. The loss process of cultivated land based on GlobeLand30: A case study of Bohai Rim., 2016, 30(7): 72-79. (in Chinese)

[6] 杨晓光, 刘志娟. 作物产量差研究进展. 中国农业科学, 2014, 37(14): 2731-2741.

Yang X G, Liu Z J. Advances in research on crop yield gaps., 2014, 37(14): 2731-2741. (in Chinese)

[7] 刘保花, 陈新平, 崔振岭, 孟庆峰, 赵明. 三大粮食作物产量潜力与产量差研究进展. 中国生态农业学报, 2015, 23(5): 525-534.

Liu B H, Chen X P, Cui Z L, Meng Q F, Zhao M. Research advance in yield potential and yield gap of three major cereal crops., 2015, 23(5): 525-534. (in Chinese)

[8] 石全红, 刘建刚, 王兆华, 陶婷婷, 陈阜, 褚庆全. 南方稻区水稻产量差的变化及其气候影响因素. 作物学报, 2012, 38(5): 896-903.

Shi Q H, Liu J G, Wang Z H, Tao T T, Chen F, Chu Q Q. Changes of rice yield gaps and influential climatic factors in southern China., 2012, 38(5): 896-903. (in Chinese)

[9] Lobell D B, Cassman K G, Field C B. Crop yield gaps: Their importance, magnitudes, and causes., 2009, 34(1): 179-204.

[10] Licker R, Johnston M, Foley J A, Barford C, Kucharik C J, Monfreda C, Ramankutty N. Mind the gap: How do climate and agricultural management explain the 'yield gap' of croplands around the world?, 2010, 19(6): 769-782.

[11] Mueller N D, Gerber J S, Johnston M, Ray D K, Ramankytty N, Foley J A. Closing yield gaps through nutrient and water management., 2012, 490(7419): 254-257.

[12] Kravchenko A N, Snappa S S, Robertsona G P. Field-scale experiments reveal persistent yield gaps in low-input and organic cropping systems., 2017, 114(5): 926-931.

[13] 孙通, 封志明, 杨艳昭. 2003—2013年中国县域单元粮食增产格局及贡献因素研究. 自然资源学报, 2017, 32(2): 177-185.

Sun T, Feng Z M, Yang Y Z. Study on spatiotemporal patterns and contribution factors of China’s grain output increase at the county level during 2003-2013., 2017, 32(2): 177-185. (in Chinese)

[14] Ray D K, Ramankutty N, Mueller N D, West P C, Foley J A. Recent patterns of crop yield growth and stagnation., 2012, 3: 1293.

[15] Grassini P, Eskridge K M, Cassman K G. Distinguishing between yield advances and yield plateaus in historical crop production trends., 2013, 4: 2918.

[16] Pugh T A M, Muller C, Elliott J, Deryng D, Folberth C, Olin S, Schmid E, Arneth A. Climate analogues suggest limited potential for intensification of production on current croplands under climate change., 2016, 7: 12608.

[17] Ray D K, Mueller N D, West P C, FOLEY J A. Yield trends are insufficient to double global crop production by 2050., 2013, 8(6): e66428.

[18] Zhang T, Yang X, Wang H, Li Y, Ye Q. Climatic and technological ceilings for Chinese rice stagnation based on yield gaps and yield trend pattern analysis., 2014, 20(4): 1289-1298.

[19] 吴文斌, 唐华俊, 杨鹏, 周清波, 陈仲新, Shibasaki Ryosuke. 基于空间模型的全球粮食安全评价. 地理学报, 2010, 65(8): 907-918.

Wu W B, Tang H J, Yang P, Zhou Q B, Chen Z X, Shibasaki R. Model-based assessment of food security at a global scale., 2010, 65(8): 907-918. (in Chinese)

[20] Wu W, Yu Q, Verburg P 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.

[21] 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)

[22] 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)

[23] 刘巽浩. 论我国耕地种植指数(复种)的潜力. 作物杂志, 1997(3): 1-3.

Liu X H. Multiple cropping index in cultivated land of China., 1997(3): 1-3. (in Chinese)

[24] 徐新良, 刘洛. 中国农田熟制资源地理分布数据. 地理学报, 2014, 69(增刊): 49-53.

Xu X L, Liu L. CropSysChina., 2014, 69(supplement): 49-53. (in Chinese)

[25] 刘巽浩, 陈阜, 吴尧. 多熟种植—中国农业的中流砥柱. 作物杂志, 2015(6): 1-9.

Liu X H, Chen F, Wu Y. Multiple cropping—The principal part of China’s agriculture., 2015(6): 1-9. (in Chinese)

[26] 黄国勤, 孙丹平. 中国多熟种植的发展现状与研究进展. 中国农学通报, 2017, 33(3): 35-43.

Huang G Q, Sun D P. Development situation and research progress of multiple cropping in China., 2017, 33(3): 35-43. (in Chinese)

[27] 吴文斌, 杨鹏, 唐华俊, Ongaro Luca, Shibasaki Ryosuke. 土地利用对土壤性质影响的区域差异研究. 中国农业科学, 2007, 40(8): 1697-1702.

Wu W B, Yang P, Tang H J, Ongaro L, Shibasaki R. Regional variability of effects of land use system on soil properties., 2007, 40(8): 1697-1702. (in Chinese)

[28] 李琳凤, 李孟刚. 提高复种指数是保障我国粮食安全的有效途径. 管理探索, 2012(3): 26-28.

Li L F, Li M G. Improving the multiple cropping index is an effective approach to ensure national food security in China., 2012(3): 26-28. (in Chinese)

[29] 闫慧敏, 刘纪远, 曹明奎. 近20年中国耕地复种指数的时空变化. 地理学报, 2005, 60(4): 559-566.

Yan H M, Liu J Y, Cao M K. Remote sensing multiple cropping index variations in China during 1980-2000., 2005, 60(4): 559-566. (in Chinese)

[30] Erb K, Haberl H, Jepsen M R, KUEMMERLE T, LINDNER M, MULLER D, VERBURG P H, REENBERG A. A conceptual framework for analysing and measuring land-use intensity., 2013, 5: 464-470.

[31] 左丽君, 张増祥, 董婷婷, 汪潇. 耕地复种指数研究的国内外进展. 自然资源学报, 2009, 24(3): 553-560.

Zuo L J, Zhang Z X, Dong T T, Wang X. Progress in the research on the multiple cropping index., 2009, 24(3): 553-560. (in Chinese)

[32] 刘巽浩. 农作制与中国农作制区划. 中国农业资源与区划, 2002, 23(5): 11-15.

Liu X H. Farming system and farming system regional planning in China., 2002, 23(5): 11-15. (in Chinese)

[33] 范锦龙, 吴炳方. 基于GIS的复种指数潜力研究. 遥感学报, 2004, 8(6): 637-644.

Fan J L, Wu B F. A study on cropping index potential based on GIS., 2004, 8(6): 637-644. (in Chinese)

[34] 杨晓光, 刘志娟, 陈阜. 全球气候变暖对中国种植制度可能影响Ⅰ.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. 中国农业科学, 2010, 43(2): 329-336.

Yang X G, Liu Z J, Chen F. The possible effects of global warming on cropping systems in China I. The possible effects of climate warming on northern limits of cropping systems and crop yields in China., 2010, 43(2): 329-336. (in Chinese)

[35] 史俊通, 刘孟君, 李军. 论复种与我国粮食生产的可持续发展. 干旱地区农业研究, 1998, 16(1): 51-57.

Shi J T, Liu M J, Li J. Multicropping and sustainable development in grain production in China., 1998, 16(1): 51-57. (in Chinese)

[36] 张厚瑄. 中国种植制度对全球气候变化响应的有关问题Ⅰ.气候变化对我国种植制度的影响. 中国农业气象, 2000, 21(1): 9-13.

Zhang H X. The problems of concerning the response of China’s cropping systems to global climatic changes I: The effects of climatic changes on cropping system in China., 2000, 21(1): 9-13. (in Chinese)

[37] 王馥棠. 近十年来我国气候变暖影响研究的若干进展. 应用气象学报, 2002, 13(6): 755-766.

Wang F T. Advances in climate warming impact research in China in recent ten years., 2002, 13(6): 755-766. (in Chinese)

[38] 赖纯佳, 千怀遂, 段海来, 宋秋洪, 俞芬, 张轶秀, 张静芬. 淮河流域小麦-水稻种植制度的气候适宜性. 中国农业科学, 2011, 44(14): 2868-2875.

Lai C J, Qian H S, Duan H L, Song Q H, Yu F, Zhang Y X, Zhang J F. Climate suitability of wheat-rice double copping system in Huaihe watershed., 2011, 44(14): 2868-2875. (in Chinese)

[39] 张志国. 河南省复种指数的时空特征及其与粮食产量关系研究. 湖北农业科学, 2011, 50(17): 3653-3656.

Zhang Z G. Spatial-temporal characteristics of multiple cropping index and relationship between multiple cropping index and grain yield in Henan province, 2011, 50(17): 3653-3656. (in Chinese)

[40] Deng X, Huang J, Rozelle S, Uchida E. Cultivated land conversion and potential agricultural productivity in China., 2006, 23(4): 372-384.

[41] Wu W, Shibasaki R, Yang P, Tan G, Matsumura K, Sugimoto K. Global-scale modelling of future changes in sown areas of major crops., 2007, 208(2/4): 378-390.

[42] Liu L, Xu X, Zhuang D, Chen X, Li S. Changes in the potential multiple cropping system in response to climate change in China from 1960-2010., 2013, 8(12): e80990.

[43] Verburg P H, Chen Y, Veldkamp A. Spatial explorations of land use change and grain production in China., 2000, 82(1): 333-354.

[44] Qiu J, Tang H, Frolking S, Qin X. Mapping single-, double- and triple-crop agriculture in China at 0.5°×0.5° by combining county-scale census data with a remote sensing-derived land cover map.l, 2003, 18(2): 3-13.

[45] 谢花林, 刘桂英. 1998-2012年中国耕地复种指数时空差异及动因. 地理学报, 2015, 70(4): 604-614.

Xie H L, Liu G Y. Spatiotemporal difference and determinants of multiple cropping index in China during 1998-2012., 2015, 70(4): 604-614. (in Chinese)

[46] 黄国勤. 论提高我国南方耕地复种指数. 自然资源, 1995, 17(1): 30-37.

Huang G Q. On the increase of multiple cropping index of cultivated land in southern China., 1995, 17(1):30-37. (in Chinese)

[47] 梁书民. 我国各地区复种发展潜力与复种行为研究. 农业经济问题, 2007, 28(5): 85-90.

Liang S M. Probing potentials of multiple cropping in the selected provinces in China., 2007, 28(5): 85-90. (in Chinese)

[48] 段红平. 湖南省耕作制度50年(1949-1998年)演变分析. 耕作与栽培, 2001(3):1-4.

Duan H P. Evolution of farming system over 50 years (1949-1998) in Hunan province., 2001(3): 1-4. (in Chinese)

[49] 杨丹, 叶长盛. 基于县域单元的江西省复种指数时空格局分析. 农业现代化研究, 2013, 34(6): 722-727.

Yang D, Ye C S. Analysis on spatial and temporal pattern of multiple cropping index in Jiangxi province by taking county as a unit., 2013, 34(6): 722-727. (in Chinese)

[50] 张志国, 李琳. 河南省复种指数时序变化及预测. 水土保持研究, 2011, 18(4): 241-243.

Zhang Z G, Li L. Temporal variation and prediction of multiple cropping index in Henan province., 2011, 18(4): 241-243. (in Chinese)

[51] 唐鹏钦, 姚艳敏, 吴文斌, 杨鹏. 基于遥感技术的耕地复种指数研究进展. 中国农业资源与区划, 2010, 31(2): 21-27.

Tang P Q, Yao Y M, Wu W B, Yang P. Progress in multiple crop index based on remote sensing technology., 2010, 31(2): 21-27. (in Chinese)

[52] Canisius F, Turral H, Molden D. Fourier analysis of historical NOAA time series data to estimate bimodal agriculture., 2007, 28(24): 5503-5522.

[53] 吴文斌, 杨鹏, 唐华俊, 周清波, Shibasaki Ryosuke, 张莉. 两种NDVI 时间序列数据拟合方法比较. 农业工程学报, 2009, 25(11): 183-188.

Wu W B, Yang P, Tang H J, Zhou Q B, Shibasaki R, Zhang L. Comparison of two fitting methods of NDVI time series datasets., 2009, 25(11): 183-188. (in Chinese)

[54] 唐鹏钦, 吴文斌, 姚艳敏, 杨鹏. 基于小波变换的华北平原耕地复种指数提取. 农业工程学报, 2011, 27(7): 220-225.

Tang P Q, Wu W B, Yao Y M, Yang P. New method for extracting multiple cropping index of North China Plain based on wavelet transform., 2011, 27(7): 220-225. (in Chinese)

[55] Galford G L, Mustard J F, Melillo J, Gendrin A, Cerri C C, Cerri C E P. Wavelet analysis of MODIS time series to detect expansion and intensification of row-crop agriculture in Brazil.2008, 112(2): 576-587.

[56] 范锦龙, 吴炳方. 复种指数遥感监测方法. 遥感学报, 2004, 8(6): 628-636.

Fan J L, Wu B F. A methodology for retrieving cropping index from NDVI profile., 2004, 8(6): 628-636. (in Chinese)

[57] 朱孝林, 李强, 沈妙根, 陈晋, 吴锦. 基于多时相NDVI数据的复种指数提取方法研究. 自然资源学报, 2008, 23(3): 534-544.

Zhu X L, Li Q, Shen M G, Chen J, Wu J. A methodology for multiple cropping index extraction based on NDVI time-series., 2008, 23(3): 534-543. (in Chinese)

[58] 吴文斌, 杨鹏, 唐华俊, Shibasaki Ryosuke, 周清波, 张莉. 基于NDVI数据的华北地区耕地物候空间格局. 中国农业科学, 2009, 42(2): 552-560.

Wu W B, Yang P, Tang H J, Shibasaky R, Zhou Q B, Zhang L. Monitoring spatial patterns of cropland phenology in North China based on NOAA NDVI data.2009, 42(2): 552-560. (in Chinese)

[59] 辜智慧. 中国农作物复种指数的遥感估算方法研究—基于SPOT/VGT多时相NDVI遥感数据[D]. 北京: 北京师范大学, 2003.

Gu Z H. A study of calculating multiple cropping index of crop in China using SPOT/VGT multi-temporal NDVI data. Beijing: Beijing Normal University, 2003. (in Chinese)

[60] 左丽君, 董婷婷, 汪潇, 赵小丽, 易玲. 基于MODIS/EVI的中国北方耕地复种指数提取. 农业工程学报, 2009, 25(8): 141-146.

Zuo L J, Dong T T, Wang X, Zhao X L, Yi L. Multiple cropping index of northern China based on MODIS/EVI., 2009, 25(8): 141-146. (in Chinese)

[61] 刘爽, 马欣, 李玉娥, 张平究. 基于滑动分割算法的我国耕地熟制识别研究. 资源科学, 2014, 36(9):1969-1976.

Liu S, Ma X, Li Y E, Zhang P J. Farmland cropping system identification in China based on a sliding segmentation algorithm., 2014, 36(9): 1969-1976. (in Chinese)

[62] 高应波, 柳钦火, 李静, 杨乐. 基于时序植被指数特征时相识别的多熟制耕地提取新方法. 遥感技术与应用, 2015, 30(3): 431-438.

Gao Y B, Liu Q H, Li J, Yang L. A new methodology for extracting multiple cropping land based on distinguishing characteristic phases of time series vegetation index., 2015, 30(3): 431-438. (in Chinese)

[63] 丁明军, 陈倩, 辛良杰, 李兰晖, 李秀彬. 1999-2013年中国耕地复种指数的时空演变格局. 地理学报, 2015, 70(7): 1080-1090.

Ding M J, Chen Q, Xin L J, Li L H, Li X B. Spatial and temporal variations of multiple cropping index in China based on SPOT-NDVI during 1999-2013., 2015, 70(7): 1080-1090. (in Chinese)

[64] 杨婷, 赵文利, 王哲怡, 陆星彤, 卢珊. 基于遥感影像NDVI数据的中国种植制度分布变化. 中国农业科学, 2015, 48(10): 1915-1925.

Yang T, Zhao W L, Wang Z Y, Lu X T, Lu S. Changes of cropping system in China based on remotely sensed NDVI data., 2015, 48(10): 1915-1925. (in Chinese)

[65] 彭代亮, 黄敬峰, 金辉民. 基于MODIS-NDVI的浙江省耕地复种指数监测. 中国农业科学, 2006, 39(7): 1352-1357.

Peng D L, Huang J F, Jin H M. The monitoring for sequential cropping index of arable land in Zhejiang province using MODIS-NDVI., 2006, 39(7): 1352-1357. (in Chinese)

[66] 何月, 张小伟, 李仁忠, 樊高峰, 蔡菊珍. 浙江省作物多熟种植制度遥感反演及其时空格局. 生态学杂志, 2011, 30(12): 2827-2835.

He Y, Zhang X W, Li R Z, Fan G F, Cai J Z. Remote sensing retrieving of multiple cropping systems and their spatiotemporal patterns in Zhejiang province., 2011, 30(12): 2827-2835. (in Chinese)

[67] 徐昔保, 杨桂山. 太湖流域1995-2010年耕地复种指数时空变化遥感分析. 农业工程学报, 2013, 29(3):148-155.

Xu X B, Yang G S. Spatial and temporal changes of multiple cropping index in 1995-2010 in Taihu Lake basin, China., 2013, 29(3): 148-155. (in Chinese)

[68] 杨忍, 刘彦随, 陈玉福, 李婷婷. 环渤海地区耕地复种指数时空变化遥感反演及影响因素探测. 地理科学, 2013, 33(5): 588-593.

Yang R, Liu Y S, Chen Y F, Li T T. The remote sensing inversion for spatial and temporal changes of multiple cropping index and detection for influencing factors around Bohai Rim in China., 2013, 33(5): 588-593. (in Chinese)

[69] 申健, 常庆瑞, 李粉玲, 秦占飞, 谢宝妮. 2000—2013年关中地区耕地复种指数遥感动态监测. 农业机械学报, 2016, 47(8): 280-287.

Shen J, Chang Q R, Li F L, Qin Z F, Xie B N. Dynamic monitoring of cropping index in Guanzhong area using remote sensing in 2000-2013.2016, 47(8): 280-287. (in Chinese)

[70] Yan H, Xiao X, Huang H, Liu J, Chen J, Bai X. Multiple cropping intensity in China derived from agro-meteorological observation and MODIS data., 2014, 24(2): 205-219.

[71] 闫慧敏, 曹明奎, 刘纪远, 庄大方, 郭建坤, 刘明亮. 基于多时相遥感信息的中国农业种植制度空间格局研究. 农业工程学报, 2005, 21(4): 85-90.

Yan H M, Cao M K, Liu J Y, Zhuang D F, Guo J K, Liu M L. Characterizing spatial patterns of multiple cropping system in China from multi-temporal remote sensing images., 2005, 21(4): 85-90. (in Chinese)

[72] 闫慧敏, 肖向明, 黄河清. 黄淮海多熟种植农业区作物历遥感检测与时空特征. 生态学报, 2010, 30(9): 2416-2423.

Yan H M, Xiao X M, Huang H Q. Satellite observed crop calendar and its spatio-temporal characteristics in multiple cropping area of Huang-Huai-Hai Plain., 2010, 30(9): 2146-2423. (in Chinese)

[73] 闫慧敏, 黄河清, 肖向明, 姜鲁光. 鄱阳湖农业区多熟种植时空格局特征遥感分析. 生态学报, 2008, 28(9): 4517-4523.

Yan H M, Huang H Q, Xiao X M, Jiang L G. Spatio-temporal distribution of multiple cropping systems in the Poyang Lake region., 2008, 28(9): 4517-4523. (in Chinese)

[74] 梁守真, 马万栋, 施平, 陈劲松. 基于MODIS NDVI数据的复种指数监测—以环渤海地区为例. 中国生态农业学报, 2012, 20(12): 1657-1633.

Liang S Z, Ma W D, Shi P, Chen J S. Monitoring multiple cropping index using MODIS NDVI data— A case study of Bohai Rim., 2012, 20(12): 1657-1633. (in Chinese)

[75] 周辉, 王卫东, 李星敏, 王钊, 权文婷. 基于长时间序列NDVI的陕西省耕地复种指数遥感监测分析. 干旱地区农业研究, 2014, 32(3): 189-195.

Zhou H, Wang W D, Li X M, Wang Z, Quan W T. Remote sensing monitoring analysis for the multiple cropping index of the cultivated land in Shaanxi province based on the long time-series NDVI, 2014, 32(3): 189-195. (in Chinese)

[76] 钱晨晨, 黄国勤, 赵其国. 中国轮作休耕制度的应用进展. 农学学报, 2017, 7(3): 37-41.

Qin C C, Huang G Q, Zhao Q G. Application advance of rotation fallow system in China., 2017, 7(3): 37-41. (in Chinese)

[77] 谭永忠, 赵越, 俞振宁, 曹宇. 代表性国家和地区耕地休耕补助政策及其对中国的启示. 农业工程学报, 2017, 33(19): 249-257.

Tan Y Z, Zhao Y, Yu Z N, Cao Y. Subsidy policies on fallow of cultivated land in selected countries and regions and their enlightenment to China., 2017, 33(19): 249-257. (in Chinese)

[78] 江娟丽, 杨庆媛, 阎建忠. 耕地休耕的研究进展与现实借鉴. 西南大学学报(自然科学版), 2017, 39(1): 165-171.

Jiang J L, Yang Q Y, Yan J Z. Research progress and realistic role for reference in farmland fallowing., 2017, 39(1): 165-171. (in Chinese)

[79] 寻舸, 宋彦科, 程星月. 轮作休耕对我国粮食安全的影响及对策. 农业现代化研究, 2017, 38(4): 681-687.

Xun G, Song Y K, Cheng X YImpacts of the land fallow and crop rotation practice on grain security in China and solutions.2017, 38(4): 681-687. (in Chinese)

[80] Dong J, Liu J, Tao F, Xu X, Wang J. Spatio-temporal changes in annual accumulated temperature in China and the effects on cropping systems., 2009, 40(1): 37-48.

[81] Yang X, Chen F, Lin X, Liu Z, Zhang H, Zhao J, Li K, Ye Q, Li Y, Lv S, Yang P, Wu W, Li Z, Lal R, Tang H. Potential benefits of climate change for crop productivity in China., 2015, 208: 76-84.

[82] Zhang G, Dong J, Zhou C, Xu X, Wang M, Ouyang H, Xiao X. Increasing cropping intensity in response to climate warming in Tibetan Plateau, China., 2013, 142: 36-46.

[83] 金姝兰, 徐彩球, 潘华华. 我国粮食主产区耕地复种指数变化特征与潜力分析. 贵州农业科学, 2011, 39(4): 201-204.

Jin S L, Xu C Q, Pan H H. Change characteristics and potential analysis for multiple cropping index of cropland in major grain producing areas in China., 2011, 39(4): 201-204. (in Chinese)

[84] 赵永敢, 李玉义, 逢焕成, 任天志, 王龙昌. 西南地区耕地复种指数变化特征和发展潜力分析. 农业现代化研究, 2010, 31(1): 100-104.

Zhao Y G, Li Y Y, Pang H C, Ren T Z, Wang L C. Changing characteristics and developmental potentials on multiple cropping index of arableland in southwestern China., 2010, 31(1): 100-104. (in Chinese)

[85] 金姝兰, 刘春燕, 毛端谦. 长江中下游地区耕地复种指数变化特征与潜力分析. 浙江农业学报, 2011, 23(2): 239-243.

Jin S L, Liu C Y, Mao D Q. Variation characteristics and developmental potentials on multiple cropping index of arable land in the middle and lower reaches of Yangtze river., 2011, 23(2): 239-243. (in Chinese)

[86] 陶文星. 云南省耕地复种指数特征及其潜力研究. 中国农学通报, 2014, 30(32): 288-294.

Tao W X. Research on characteristics and potentials of multiple crop index in Yunnan province., 2014, 30(32): 288-294. (in Chinese)

[87] 何文斯, 吴文斌, 余强毅, 胡文君, 谭杰扬, 胡亚楠. 1980—2010年中国耕地复种可提升潜力空间格局变化. 中国农业资源与区划, 2016, 37(11): 7-14.

He W S, Wu W B, Yu Q Y, Hu W J, Tan J Y, Hu Y N. Changes in spatio-temporal distribution of potential increment multiple cropping in China during 1980-2010., 2016, 37(11): 7-14. (in Chinese)

[88] Yu Q, Wu W, You L, Zhu T, van Vliet J, Verburg P H, Liu Z, Li Z, Yang P, Zhou Q, Tang H. Assessing the harvested area gap in China., 2017, 153: 212-220.

[89] 逄焕成, 陈阜. 黄淮平原不同多熟模式生产力特征与资源利用效率研究. 自然资源学报, 1998,13(3): 199-206.

Pang H C, Chen F. Research on productivity and resources utilization rate of various multiple cropping patterns in Huang-Huai Plain., 1998, 13(3): 199-206. (in Chinese)

[90] Spera S, Galford G, Coe M, Macedo M, Mustard J F. Land-use change affects water recycling in Brazil’s last agricultural frontier., 2016, 22(10): 3405-3413.

[91] 赵印英. 作物组合种植高效用水试验. 山西农业科学, 2004, 32(1): 72-75.

Zhao Y Y. An experiment of efficient water using by intercropping., 2004, 32(1): 72-75. (in Chinese)

[92] 胡兵辉, 王维, 张红芳. 干热河谷旱地覆盖间作两熟种植模式的水分效应. 水土保持学报, 2015, 29(1): 274-278.

Hu B H, Wang W, Zhang H F. Water effects of mulching intercropping patterns of dryland in dry-hot valley., 2015, 29(1): 274-278. (in Chinese)

[93] 徐宁. 稻田复种轮作系统的作物生产力、生态环境效应及能流物流特征研究[D]. 南昌: 江西农业大学, 2013.

Xu N. Research on productivity, ecological environmental effect and the characteristics of energy-nutrient flow under the multiple cropping rotations systems[D]. Nanchang: Jiangxi Agricultural University, 2013. (in Chinese)

[94] 廖婧琳, 苏跃, 李航, 刘方, 冯泽蔚. 喀斯特山区不同复种指数条件下的土壤质量变化—以普定县猫洞小流域为例. 中国岩溶, 2009, 28(3): 308-313.

Liao J L, Su Y, Li H, Liu F, Feng Z W. Change of soil quality with different multiple crop index in karst hills—A case study in Madong small basin, Puding county., 2009, 28(3): 308-313. (in Chinese)

[95] 李向东, 季书勤, 王汉芳, 郭瑞, 张德奇, 杨铁刚. 麦棉套种模式的生态功能与利用. 生态学杂志, 2009, 28(12): 2607-2612.

Li X D, Ji S Q, Wang H F, Guo R, Zhang D Q, Yang T G. Ecological functions of wheat/cotton intercropping system., 2009, 28(12): 2607-2612. (in Chinese)

[96] Bommarco R, Kleijn D, Potts S G. Ecological intensification: Harnessing ecosystem services for food security., 2013, 28(4): 230-238.

[97] 张新焕, 杨德刚, 王昌燕, 侯艳军. 基于地块尺度的耕地集约利用与环境压力关系—以塔里木河流域780个地块为例. 中国生态农业学报, 2012, 20(5): 635-642.

Zhang X H, Yang D G, Wang C Y, Hou Y J. Relationship between intensive utilization and environmental pressure of cultivated land: A case study on 780 cropland parcels in Tarim river basin., 2012, 20(5): 635-642. (in Chinese)

[98] 孔祥斌, 张凤荣, 齐伟, 姜广辉, 颜国强. 集约化农区土地利用变化对水资源的影响—以河北省曲周县为例. 自然资源学报, 2004, 19(6): 747-743.

Kong X B, Zhang F R, Qi W, Jiang G H, Yan G Q. The effects of land use change on water resource in intensive agriculture region—A case study of Quzhou county in Hebei province., 2004, 19(6): 747-743. (in Chinese)

[99] Foley J A, DeFries R, Asner G P, Barford C, Bonan G, Carpenter S R, Chapin F S, Coe M T, Daily G C, Gibbs H K, Helkowski J H, Holloway T, Howard E A, Kucharik C J, Monfreda C, Patz J A, Prentice I C, Ramankutty N, Snyder P K. Global consequences of land use., 2005, 309(5734): 570-574.

[100] Smith P, House J, Bustamante M, Sobocka J, Harper R, Pan G, West P C, Clark J M, Adhya T, Rumpel C, Paustian K, Kuikman P, Cotrufo M F, Elliott J A, Mcdowell R, Griffiths R, Asakawa S, Bondeau A, Jain A, Merrsmans J, Pugh T A M. Global change pressures on soils from land use and management., 2016, 22(3): 1008-1028.

[101] 吕晓, 牛善栋, 李振波, 黄贤金, 钟太洋. 中国耕地集约利用研究现状及趋势分析. 农业工程学报, 2015, 31(18): 212-224.

Lü X, Niu S D, Li Z B, Huang X J, Zhong T Y. Present situation and trends in research on cultivated land intensive use in China., 2015, 31(18): 212-224. (in Chinese)

[102] 叶笃正, 符淙斌. 全球变化的主要科学问题. 大气科学, 1994, 7(4): 498-510.

Ye D Z, Fu Z B. Major issues of global change sciences., 1994, 7(4): 498-510. (in Chinese)

[103] 向晶. 集约化农业及其环境效应—以简阳石盘镇大球盖菇和水稻轮作为例[D]. 成都: 四川大学, 2006. (in Chinese)

Xiang J. Intensive agriculture and its environmental impacts—A case study from Jianyang, Sichuan province of China[D]. Chengdu: Sichuan University, 2006. (in Chinese)

[104] 石淑芹, 曹玉青, 吴文斌, 杨鹏, 蔡为民, 陈佑启. 耕地集约化评价指标体系与评价方法研究进展. 中国农业科学, 2017, 50(7): 1210-1222.

Shi S Q, Cao Y Q, Wu W B, YanG P, Cai W M, Chen Y Q. Progresses in research of evaluation index system and its method on arable land intensification: A review., 2017, 50(7): 1210-1222. (in Chinese)

[105] 费罗成, 程久苗, 王秉建, 李琴, 樊小凤. 耕地集约利用研究进展与展望. 土壤, 2009, 41(5): 696-702.

Fei L C, CheNG J M, Wang B J, Li Q, Fan X F. Advances and prospects of intensive cultivated land use researches., 2009, 41(5): 696-702. (in Chinese)

[106] Kuemmerle T, Erb K, Meyfroidt P, Müller D, Verburg P H, Estel S, Haberl H, Hostert P, Jepsen M R, Kaster T, Levers C. Challenges and opportunities in mapping land use intensity globally., 2013, 5(5): 482-493.

[107] Pretty J, Bharucha Z P. Sustainable intensification in agricultural systems., 2014, 114(8):1571-1596.

[108] Foley J A, Ramankutty N, Brauman K A, Cassidy E S, Gerber J S, Johnston M, Mueller N D, O Connell C, Ray D K, West P C, Balzer C, Bennett E M, Carpenter S R, Hill J, Monfreda C, Polasky S, Rockstrom J, Sheehan J, Siebert S, Tilman D, Zaks D P M. Solutions for a cultivated planet., 2011, 478(7369): 337-342.

[109] Garnett T, Appleby M C, Balmford A, Bateman I J, Bloomer P, Burlingame B, Dawkins M, Dolan L, Fraser D, Herrero M, Hoffmann I, Smith P, Thornton P K, Toulmin C, Vermeulen S J, Godfray H C J. Sustainable intensification in agriculture: Premises and policies., 2013, 341(6141): 33-34.

[110] Rockström J, Williams J, Daily G, Noble A, Matthews N, Gordon L, Wetterstrand H, Declerck F, Shah M, Steduto P, de Fraiture C, Hatibu N, Unver O, Brid J, Sibanda L, Smith J. Sustainable intensification of agriculture for human prosperity and global sustainability., 2016, 46(1): 1-14.

[111] Lu Y, Chadwick D, Norse D, Shi W. Sustainable intensification of China's agriculture: The key role of nutrient management and climate change mitigation and adaptation., 2015, 209: 1-4.

[112] 黄国勤, 刘秀英, 刘隆旺, 叶方, 张明林, 苏艳红. 红壤旱地多熟种植系统的综合效益评价. 生态学报, 2006, 26(8): 2532-2539.

Huang G Q, Liu X Y, Liu L W, Ye F, Zhang M L, Su Y H. Evaluation on comprehensive benefits of multiple cropping systems in upland red soil., 2006, 26(8): 2532-2539. (in Chinese)

[113] 王开磊, 黄国勤, 罗奇祥, 李祖章. 江南丘陵区稻田多熟种植系统的生态服务价值评估. 江西农业学报, 2010, 22(11): 157-160.

Wang K L, Huang G Q, Luo Q X, Li Z Z. Evaluation on ecosystem service value of rice multiple cropping systems in southern hilly regions of China., 2010, 22(11): 157-160. (in Chinese)

[114] 孙卫民, 黄国勤, 程建峰, 刘彬彬. 江西省双季稻田多作复合种植系统的能值分析. 中国农业科学, 2014, 47(3): 514-527.

Sun W M, Huang G Q, Cheng J F, Liu B B. Analyses on the energies of multiple compound cropping systems from double- cropping paddy fields in Jiangxi province., 2014, 47(3): 514-527. (in Chinese)

[115] 姚成胜, 黄琳, 吕晞, 段敏. 基于能值理论的中国耕地利用集约度时空变化分析. 农业工程学报, 2014, 30(8): 1-12.

Yao C S, Huang L, Lü X, Dun M. Temporal and spatial change of cultivated land use intensity in China based on energy theory., 2014, 30(8): 1-12. (in Chinese)

[116] 谢花林, 邹金浪, 彭小琳. 基于能值的鄱阳湖生态经济区耕地利用集约度时空差异分析. 地理学报, 2012, 67(7): 889-902.

Xie H L, Zou J L, Peng X L. Spatial-temporal difference analysis of cultivated land use intensity based on energy in Poyang Lake Eco-economic Zone., 2012, 67(7): 889-902. (in Chinese)

[117] Zuo L, Wang X, Zhang Z, Zhao X, Liu F, Yi L, Liu B. Developing grain production policy in terms of multiple cropping systems in China., 2014, 40(1): 140-146.

[118] 武兰芳, 陈阜, 欧阳竹. 种植制度演变与研究进展. 耕作与栽培, 2002(3): 1-5.

Wu L F, Chen F, Ouyang Z. Evolution and research progresses in cropping system, 2002(3): 1-5. (in Chinese)

[119] Meng Q, Wang H, Yan P, Pan J, Lu D, Cui Z, Zhang F, Chen X. Designing a new cropping system for high productivity and sustainable water usage under climate change., 2017, 7: 41587.

（责任编辑 杨鑫浩）

Key Research Priorities for Multiple Cropping Systems

WU WenBin, YU QiangYi, LU Miao, XIANG MingTao, XIE AnKun, YANG Peng, TANG HuaJun

(Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences/Key Laboratory of Agricultural Remote Sensing, Ministry of Agriculture, Beijing 100081)

To feed the China’s growing population, more food needs to be produced using currently available cropland. Further expansion of cropland seems to be unlikely as it largely conflicts with biodiversity conservation, greenhouse gas emission mitigations, and hydrological changes. Crop yield growth is also confronting with large challenges as it becomes more difficult to sustain further yield increase as farmers’ yields approach the potential threshold. Increasing cropping intensity may thus provide another promising opportunity to increase food production. An increase in cropping intensity by increasing the number of crops per cropping cycle or intercropping with other crops can increase the frequency of harvests each year, resulting in increased food supplies without additional cropland expansion. This paper, from the perspective of agricultural land systems, proposed the overall study framework of multiple cropping systems and provided an overview of current research progresses in the three key research priorities. It was indicated that: (1) Multi-faceted patterns and processes of multiple cropping systems were the basis for subsequent analysis. It should consider not only the quantity, spatial distribution, regional difference of potential or actual multiple cropping systems, but also the cropping intensity gaps so as to expand the harvest areas by closing these gaps. (2) Understanding of the effects of multiple cropping systems on socio-economic and biophysical systems was the core task. Currently, most of studies were focused on the positive contribution of multiple cropping systems to food production, and less attention was paid to its impacts on eco-environment. Interdisciplinary approaches and cross-scale integration are critically necessary for better understanding the complex effects and feedbacks of multiple cropping systems on regional resource allocation, socio-economic development and eco-environment health. (3) How to sustainably increase the multiple cropping indexes was facing great challenges. It was important to link the multiple cropping systems with other parallel systems to understand their synergies and trade-offs, in order to build up a sustainable pathway for increasing future cropping intensity. All these solutions would substantially promote the interdisciplinary integration and would contribute to better understand the coupled human-environment interactions across time, space and scales.

cropland; multiple cropping index; pattern and process; function and effect; optimization and regulation; trade-off; sustainable

10.3864/j.issn.0578-1752.2018.09.006

2017-06-06；

2018-03-30

中国工程科技中长期发展战略研究（2016-ZCQ-08）

吴文斌，Tel：010-82105070；E-mail：wuwenbin@caas.cn