黃河三角洲典型區(qū)域冬小麥播種面積變化與土壤鹽分關(guān)系研究

賈吉超， 趙庚星， 高明秀， 王卓然， 常春艷， 姜曙千， 李 晉

(土肥資源高效利用國家工程實(shí)驗(yàn)室，山東農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，山東泰安 271018)

黃河三角洲典型區(qū)域冬小麥播種面積變化與土壤鹽分關(guān)系研究

賈吉超， 趙庚星*， 高明秀， 王卓然， 常春艷， 姜曙千， 李 晉

(土肥資源高效利用國家工程實(shí)驗(yàn)室，山東農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，山東泰安 271018)

【目的】將土壤鹽分含量與冬小麥分布變化結(jié)合，分析兩者之間的時(shí)空關(guān)系，旨在探索土壤鹽堿化對冬小麥種植的影響，為冬小麥生產(chǎn)決策提供科學(xué)依據(jù)?！痉椒ā恳渣S河三角洲墾利縣為研究區(qū)，采用2003年4月、2008年4月和2013年3月三期ETM影像，通過分析典型地物光譜曲線生成決策樹模型，提取冬小麥分布信息，將各時(shí)相冬小麥種植分布提取結(jié)果做空間疊加，分析了近10年來冬小麥面積與分布的變化規(guī)律；并結(jié)合實(shí)地土壤鹽分調(diào)查分析數(shù)據(jù)，分析了冬小麥種植面積變化與土壤鹽分的關(guān)系。一方面，將墾利縣冬小麥分布圖分別與相應(yīng)時(shí)相的土壤含鹽量分布圖進(jìn)行空間疊加分析，并對疊加圖的屬性進(jìn)行統(tǒng)計(jì)，對比分析冬小麥分布與土壤含鹽量分布的關(guān)系。另一方面，通過疊加2008和2013年土壤鹽分含量分布圖，將鹽分變化分為鹽分升高區(qū)和鹽分降低區(qū)，將其與同時(shí)段的冬小麥種植范圍變化圖進(jìn)行疊加，分析土壤鹽分含量變化對冬小麥分布變化的影響?！窘Y(jié)果】 1)墾利縣冬小麥的分布具有明顯的空間特征，主要分布在墾利縣域西南部和東北部黃河沿岸兩個(gè)區(qū)域，與土壤低含鹽量區(qū)具有一致的空間分布特征。2)墾利縣冬小麥種植面積呈現(xiàn)2003～2008時(shí)段大幅減少和2008～2013時(shí)段的少許增加趨勢。3)冬小麥種植范圍變化與土壤鹽分含量的相關(guān)性極高，冬小麥種植無變化區(qū)域土壤含鹽量都集中在1.5～2.5 g/kg之間，冬小麥種植增加區(qū)域的土壤鹽分含量集中在2～3 g/kg，而冬小麥種植減少區(qū)的土壤鹽分含量都在3 g/kg以上，即超過3 g/kg的土壤含鹽量已不再適合冬小麥的生長。4)2008～2013年墾利縣冬小麥分布區(qū)域變化顯著受到土壤含鹽量的變化。在土壤含鹽量降低的小麥區(qū)域中，冬小麥種植增加區(qū)和不變區(qū)的面積占98.07%，而在土壤含鹽量升高的小麥區(qū)域中，冬小麥種植減少的面積占84.54%?！窘Y(jié)論】冬小麥種植范圍及其變化顯著受到土壤鹽分狀況及其變化的影響，冬小麥種植減少區(qū)的土壤鹽分含量都在3 g/kg以上，且隨著土壤含鹽量的升高冬小麥種植面積驟減，3 g/kg的土壤含鹽量是適合冬小麥生長的上限，土壤含鹽量調(diào)控是維持和擴(kuò)大冬小麥種植范圍的關(guān)鍵手段。

黃河三角洲; 冬小麥； 播種面積； 鹽分含量

黃河三角洲是國家級高效生態(tài)經(jīng)濟(jì)區(qū)，擁有未利用的后備土地資源811萬畝，是我國重要的中低產(chǎn)田和后備土地資源開發(fā)區(qū)。該區(qū)自然資源稟賦獨(dú)特，生態(tài)類型豐富，具有大規(guī)模發(fā)展高效生態(tài)農(nóng)業(yè)的優(yōu)越條件。但由于土壤鹽堿限制，該區(qū)鹽漬化土地面積大、分布廣泛，小麥產(chǎn)量水平低下，蘊(yùn)藏巨大的糧食增產(chǎn)潛力。因此及時(shí)準(zhǔn)確地獲取小麥面積、分布及其土壤鹽堿化信息，分析其時(shí)空關(guān)系，對于指導(dǎo)該區(qū)小麥生產(chǎn)、調(diào)整作物種植結(jié)構(gòu)、實(shí)現(xiàn)區(qū)域農(nóng)業(yè)的可持續(xù)發(fā)展具有極為重要的意義。

遙感技術(shù)在農(nóng)業(yè)資源調(diào)查監(jiān)測中具有其難以取代的優(yōu)勢，從20世紀(jì)70年代開始，國內(nèi)外的許多科學(xué)家和科研部門在農(nóng)作物面積、長勢的遙感測量和作物估產(chǎn)方面開展了大量的研究，其中小麥?zhǔn)侵饕募Z食作物之一。如Quarmby等[1-3]對農(nóng)作物種植面積提取，利用NOAA/AVHRR數(shù)據(jù)采用線性模型對量決策樹、多變量決策樹及混合決策樹進(jìn)行土地覆蓋的分類。李衛(wèi)國等[4]和趙麗花等[5]基于中巴資源衛(wèi)星遙感和小麥估產(chǎn)模型，進(jìn)行冬小麥面積的提取。朱秀芳等[6]和王召海[7]研究了不同特征信息對TM尺度冬小麥面積測量精度的影響等。相關(guān)黃河三角洲的研究中，趙庚星等[8]和劉惠敏等[9]利用陸地衛(wèi)星TM數(shù)據(jù)以監(jiān)督分類波譜角法、人機(jī)交互等方法，提取了墾利縣冬小麥面積及分布信息。潘志強(qiáng)等[10]和張霞等[11]通過求取TM影像的NDVI分布圖，提取了黃河三角洲農(nóng)作物的種植分區(qū)。關(guān)云秀等[12]和楊小喚等[13]綜合運(yùn)用地理信息系統(tǒng)的各種空間數(shù)據(jù)分析功能，對黃河三角洲土地鹽堿化現(xiàn)狀進(jìn)行分區(qū)研究。但總體看，目前針對該區(qū)冬小麥種植范圍變化與土壤鹽分含量關(guān)系的研究相對較少，因此，本文嘗試將二者結(jié)合，分析土壤鹽分含量與冬小麥分布變化的時(shí)空關(guān)系，旨在探索土壤鹽堿化對冬小麥種植的影響，為冬小麥生產(chǎn)決策提供科學(xué)依據(jù)。

1 數(shù)據(jù)來源

1.1 研究區(qū)概況

本研究選擇黃河三角洲核心區(qū)域墾利縣，該縣位于黃河入海口，具三角洲典型代表性，位于東經(jīng)119°82′～117°90′，北緯37°01′～37°99′，總面積2204 km2，總?cè)丝?1.9萬人。地勢自西南至東北呈扇形微斜，海拔最高點(diǎn)11.61 m，最低點(diǎn)2 m以下，處于暖溫帶季風(fēng)氣候區(qū)，冬季干冷，夏季濕熱，四季分明。年平均氣溫14.1℃，年平均降水量546.2 mm，年日照時(shí)數(shù)2765.4 h。黃河為境內(nèi)唯一的自然河流，上起董集羅家，貫穿縣域120 km注入大海。全縣共有骨干排水河道10條，呈東西方向均勻分布。墾利縣的土壤類型主要為潮土、鹽化潮土和濱海潮鹽土，主要的農(nóng)作物類型為小麥、玉米和棉花。該區(qū)土地資源豐富，未利用鹽堿荒地?cái)?shù)量較大，開發(fā)潛力巨大。

1.2 數(shù)據(jù)獲取

采用近似時(shí)相的美國陸地衛(wèi)星ETM+遙感數(shù)據(jù)，分別是2003年4月25日、2008年4月14日和2013年3月3日，其光譜范圍覆蓋可見光、近紅外、短波紅外和熱紅外，空間分辨率為30 m。土壤鹽分?jǐn)?shù)據(jù)來自實(shí)地調(diào)查和化驗(yàn)分析，采樣日期為2008年3月和2013年4月，分別采集分析樣點(diǎn)88個(gè)和81個(gè)，采樣點(diǎn)分布情況見圖1，采用五點(diǎn)取樣法采集土壤樣品，通過實(shí)驗(yàn)室化驗(yàn)獲得土壤鹽分含量。

1.3 遙感數(shù)據(jù)處理

1.3.1 時(shí)相及波段的選擇 通過對研究區(qū)主要農(nóng)作物種類和物候歷的分析(表1)，選擇冬小麥光譜特征明顯的3月和4月時(shí)相，此時(shí)冬小麥處返青拔節(jié)期，與其他地物區(qū)分明顯。根據(jù)對ETM+各波段數(shù)據(jù)統(tǒng)計(jì)特征及其合成效果的目視分析，選擇對綠色植被反應(yīng)敏感的543波段進(jìn)行RGB合成，熱紅外6波段不參與分析研究。

1.3.2 幾何校正及研究區(qū)圖像獲取 利用前期已完成幾何精校正的同景圖像，采用ENVI軟件中Registration的Select Gcps: Image to Image 功能選取控制點(diǎn)，采用二次多項(xiàng)式和雙線性內(nèi)插法進(jìn)行圖像的幾何精校正，累積誤差(RMS Error)控制在1個(gè)像元以內(nèi)。

以墾利縣行政區(qū)劃圖生成的感興趣區(qū)域矢量文件對校正后的衛(wèi)星圖像進(jìn)行掩膜運(yùn)算，并結(jié)合人工目視解譯方法劃分海陸邊界，以5、4、3波段進(jìn)行假彩色合成，得到研究區(qū)各時(shí)相衛(wèi)星圖像(圖2)。

1.4 土壤鹽分?jǐn)?shù)據(jù)處理及鹽分等級的劃分

利用GIS軟件的空間分析模塊功能對2008年和2013年各點(diǎn)位的土壤鹽分含量數(shù)據(jù)進(jìn)行反距離加權(quán)(Inverse Distance Weighted)插值處理，得到墾利縣土壤鹽分含量分布圖。

為便于土壤鹽分對冬小麥影像的分析，對土壤鹽分等級的劃分盡量細(xì)致，每0.5 g/kg劃分為一個(gè)等級(表2)。

1.5 冬小麥信息提取與動(dòng)態(tài)研究方法

1.5.1 典型地物光譜特征分析 地物光譜特征是衛(wèi)星遙感圖像信息準(zhǔn)確提取的重要依據(jù)[14-15]。根據(jù)相應(yīng)的土地利用現(xiàn)狀圖和實(shí)地調(diào)查結(jié)果，在遙感圖像上均勻地選取典型地物點(diǎn)，按照樣點(diǎn)平均值構(gòu)建典型地物光譜曲線圖(圖3)。結(jié)合研究區(qū)實(shí)際，共劃分了冬小麥、居民點(diǎn)、水域、灘涂和荒地5種主要地物。

1.5.2 提取冬小麥種植區(qū)域 通過對典型地物光譜曲線的分析和計(jì)算發(fā)現(xiàn)，水體(河流、水庫)在第5波段和其他地物有明顯區(qū)別易于區(qū)分，可首先去除。冬小麥和其他地物在第3和第4波段有較大差異，可通過NDVI值(歸一化差值植被指數(shù))提取冬小麥種植范圍。圖4為2008年冬小麥信息提取的決策樹模型。

1.5.3 冬小麥分布動(dòng)態(tài)變化研究方法 將提取的墾利縣各時(shí)相冬小麥種植范圍分布圖做空間疊加分析，得到冬小麥分布變化圖，并將冬小麥種植區(qū)域分為不變區(qū)、減少區(qū)和增加區(qū)三個(gè)部分進(jìn)行動(dòng)態(tài)分析。

1.6 冬小麥分布與土壤鹽分含量關(guān)系研究方法

一方面，將墾利縣冬小麥分布圖分別與相應(yīng)時(shí)相的土壤含鹽量分布圖進(jìn)行空間疊加分析，并對疊加圖的屬性進(jìn)行統(tǒng)計(jì)，對比分析冬小麥分布與土壤含鹽量分布的關(guān)系。另一方面，通過疊加2008和2013年土壤鹽分含量分布圖，將鹽分變化分為鹽分升高區(qū)和鹽分降低區(qū)，將其與同時(shí)段的冬小麥種植范圍變化圖進(jìn)行空間疊加，分析土壤鹽分含量變化對冬小麥分布變化的影響。

2 結(jié)果與分析

2.1 冬小麥面積與分布

墾利縣2003年、2008年、2013年冬小麥空間分布如圖5所示，表3為各時(shí)相冬小麥面積，并依據(jù)同年度統(tǒng)計(jì)面積確定其面積提取精度。

由于冬小麥種植范圍與耕地分布具有空間一致性，將冬小麥分布提取結(jié)果與實(shí)地控制點(diǎn)調(diào)查數(shù)據(jù)對比分析，并將冬小麥分布提取結(jié)果與墾利縣耕地分布進(jìn)行復(fù)合分析，結(jié)果顯示冬小麥提取的空間位置合理、準(zhǔn)確，具有較高的空間精度?？梢钥闯?，研究區(qū)冬小麥的分布具有明顯的空間特征，其集中分布區(qū)一是縣域西南部，該區(qū)地勢較高，土壤鹽堿總體較輕，為主要的冬小麥種植區(qū)；二是縣域東北部黃河沿岸區(qū)域，受黃河淡水影響，也是冬小麥分布的主要區(qū)域。

注(Note): 表中統(tǒng)計(jì)面積來源為墾利縣各年統(tǒng)計(jì)年鑒數(shù)據(jù) Statistical area data was from Statistical Yearbooks of Kenli County.

2.2 冬小麥時(shí)空動(dòng)態(tài)變化

從三個(gè)時(shí)相的冬小麥面積可以看出，研究區(qū)冬小麥面積呈現(xiàn)2003～2008時(shí)段的大幅減少和2008～2013時(shí)段的少許增加趨勢。由圖6可以看出，2003到2008年，冬小麥種植面積共減少11330 hm2，其中種植區(qū)域不變的面積2543.60 hm2，主要分布在墾利縣的西南部；減少的面積達(dá)13685.40 hm2，主要分布在縣域中部和北部黃河附近以及西南部的大部分地區(qū)；增加的面積2355.40 hm2，主要分布在墾利縣東北部黃河河道附近。

2008到2013時(shí)段，冬小麥種植面積凈增加185 hm2，其中冬小麥區(qū)域不變面積1761.8 hm2，主要分布在墾利縣西南部；冬小麥種植區(qū)域減少的面積為3137.2 hm2，主要分布在墾利縣東北部黃河兩岸；增加的種植面積是3322.2 hm2，主要分布在墾利縣中部黃河附近。

2.3 研究區(qū)土壤含鹽量及其動(dòng)態(tài)分析

由圖7可以看出，2008年和2013年墾利縣土壤含鹽量的分布基本一致，鹽分含量較低的區(qū)域主要分布在墾利縣西南部區(qū)域和墾利縣東北部黃河沿岸區(qū)域；2013年低含鹽量區(qū)域較2008年有所擴(kuò)大，擴(kuò)大區(qū)域主要集中在墾利縣東北部。

2.4 冬小麥分布變化與土壤含鹽量關(guān)系分析

2.4.1 2008年和2013年冬小麥種植區(qū)域的土壤鹽分含量分布 從圖8中可以看出，2008和2013年墾利縣冬小麥分布區(qū)的土壤鹽分含量狀況大致相同，小麥分布區(qū)土壤含鹽量在1～4 g/kg之間，其中占比重最大的土壤含鹽量等級為2～2.5g/kg的3級，分別是2008年的31.51%和2013年的32.64%(表4)。

2.4.2 冬小麥種植變化區(qū)域鹽分含量分析 由圖9可以看出, 2003～2008年冬小麥分布不變區(qū)的土壤鹽分含量主要集中在含鹽較低的3、2、4級，其中含量為2～2.5 g/kg的3級鹽分面積占整個(gè)冬小麥分布不變區(qū)面積的30.47%，比例最大；其次是土壤鹽分含量為1.5～2 g/kg的2級，占冬小麥不變區(qū)域的26.42%。2003～2008年冬小麥分布減少區(qū)的土壤鹽分含量主要集中在土壤鹽分較高的5、6、4等級，其中含量為3～3.5 g/kg的5級鹽分面積占整個(gè)冬小麥種植分布減少區(qū)面積的48.45%，所占比例最大；其次是土壤鹽分含量為3.5 g/kg～4 g/kg的鹽分6級地，占冬小麥減少區(qū)域的21.27%。2003～2008年冬小麥分布增加區(qū)的土壤鹽分含量主要集中在土壤鹽分含量中等的3、4、5級，其中土壤鹽分含量為2～2.5 g/kg的3級鹽分面積占整個(gè)冬小麥分布增加區(qū)面積的32.24%，比例最高；其次是土壤鹽分含量為2.5～3 g/kg的鹽分4級地，占冬小麥增加區(qū)域的29.44%。

由圖9還可以看出，2008～2013時(shí)段冬小麥分布不變區(qū)、減少區(qū)和增加區(qū)的土壤鹽分含量狀況與2003～2008時(shí)段基本相同。其中冬小麥分布不變區(qū)的土壤鹽分含量主要為3、2和4級，其中3級面積占35.66%，比例最大，2級次之，占20.23%；冬小麥分布減少區(qū)的土壤鹽分含量集中于5級，其面積占減少區(qū)域的30.35%，其次是6級，占12.13%；冬小麥分布增加區(qū)的土壤鹽分主要為3級和4級，其中3級占31.39% ，4級占30.05%。

可見，冬小麥種植范圍變化與土壤鹽分含量的相關(guān)性極高，冬小麥種植無變化區(qū)域土壤含鹽量都集中在1.5～2.5 g/kg之間，冬小麥種植增加區(qū)域的土壤鹽分含量集中在2～3 g/kg，而冬小麥種植減少區(qū)的土壤鹽分含量都在3 g/kg以上，即超過3 g/kg的土壤含鹽量已不再適合冬小麥的生長。3.4.3 土壤鹽分變化對冬小麥分布變化的影響 圖10為2008～2013年墾利縣冬小麥分布及變化區(qū)域的土壤鹽分含量變化，并進(jìn)一步統(tǒng)計(jì)了土壤含鹽量變化對冬小麥種植區(qū)域變化的影響(表5)。

可以看出，2008～2013年墾利縣冬小麥分布區(qū)域變化與土壤含鹽量的變化具有極高的一致性，在土壤含鹽量降低的小麥區(qū)域中，冬小麥種植增加區(qū)和不變區(qū)的面積占98.07%；而在土壤含鹽量的升高的小麥區(qū)域中，冬小麥種植減少的面積占84.54%，說明土壤鹽分含量的變化是冬小麥種植區(qū)域變化的重要影響因素，隨著土壤含鹽量的升高，冬小麥種植面積呈現(xiàn)驟減趨勢。

由此可見，未來研究區(qū)冬小麥種植范圍的擴(kuò)大將主要集中在土壤鹽分下降的區(qū)域，在保證灌排的條件下，通過合理的農(nóng)業(yè)措施和耕作管理手段，降低土壤含鹽量，是保障研究區(qū)冬小麥生產(chǎn)的關(guān)鍵途徑。

3 討論與結(jié)論

本文選取墾利縣作為黃河三角洲典型區(qū)域，采用多時(shí)相春季衛(wèi)星遙感影像，以決策樹分類法提取了研究區(qū)冬小麥分布信息，分析了近10年來冬小麥的分布及變化，并進(jìn)而分析了冬小麥分布及變化與土壤鹽分含量變化的關(guān)系。結(jié)果顯示，冬小麥種植范圍分布及變化與土壤鹽分含量分布及變化具有極高的相關(guān)性，土壤鹽分含量的變化是冬小麥種植區(qū)域變化的重要影響因素，土壤含鹽量3 g/kg是適宜冬小麥生長的上限。土壤含鹽量超過3 g/kg，冬小麥的種植面積隨土壤鹽分的升高驟減，已不再適合冬小麥的生長，因此采取必要的農(nóng)業(yè)措施和工程手段保持較低的土壤含鹽量是冬小麥生產(chǎn)的重要保證。

冬小麥種植面積的變化除由土壤含鹽量因素決定外，還受氣候條件、農(nóng)產(chǎn)品價(jià)格變化及農(nóng)民的種植意愿等因素影響，其中農(nóng)產(chǎn)品價(jià)格變化往往與來年的作物種植面積和產(chǎn)量有較大關(guān)系，而農(nóng)民的種植意愿除與當(dāng)?shù)胤N植習(xí)慣、價(jià)格導(dǎo)向有關(guān)外，也受土壤鹽漬化等自然條件的制約。黃河三角洲鹽漬化土地面積大、分布廣泛，土壤鹽分含量的變化是冬小麥種植區(qū)域變化的關(guān)鍵限制因素，結(jié)合其他因素的綜合影響有待進(jìn)一步的探索。

本研究對冬小麥種植范圍變化和土壤鹽分含量關(guān)系的探索，取得了較好的結(jié)果，為黃河三角洲地區(qū)冬小麥及農(nóng)作物生產(chǎn)提供了科學(xué)參考，為區(qū)域農(nóng)業(yè)及經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展提供了重要依據(jù)。

[1] Quarmby N A, Townshend J R G, Settle J Jetal. Linear mixture modeling applied to AVHRR data for crop area estimation[J]. International Journal of Remote Sensing, 1992, 13(3): 415-425.

[2] 秦元偉, 趙庚星, 姜曙千, 等. 基于中高分辨率衛(wèi)星遙感數(shù)據(jù)的縣域冬小麥估產(chǎn)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2009, 25(7): 118-123. Qin Y W, Zhao G X, Jiang S Qetal. Winter wheat yield estimation based on high and moderate resolution remote sensing data at county level[J]. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(7): 118-123.

[3] 王乃斌, 覃平, 周迎春. 應(yīng)用TM圖像采集模式識別技術(shù)自動(dòng)提取冬小麥面積[J]. 遙感技術(shù)與應(yīng)用, 1993, 8(4): 28-33. Wang N B. Qin P, Zhou Y C. A Study on extracting winter wheat area automatically from TM imagery using pattern recognition technology[J]. Remote Sensing Technology and Application, 1993, 8(4): 28-33.

[4] 李衛(wèi)國, 李正金. 基于CBERS衛(wèi)星遙感的冬小麥產(chǎn)量估測研究[J]. 麥類作物學(xué)報(bào), 2010, 30(5): 915-919. Li W G, Li Z J. Study on estimating winter wheat yield by CBERS satellite images[J]. Journal of Triticeae Crops, 2010, 30(5): 915-919.

[5] 趙麗花, 李衛(wèi)國, 杜培軍. 基于多時(shí)相HJ衛(wèi)星的冬小麥面積提取[J]. 遙感應(yīng)用, 2011, 2: 41-50. Zhao L H, Li W G, Du P J. The area extraction of winter wheat based on multi-temporal HJ remote sensing satellite images[J]. Remote Sensing Application, 2011, 2: 41-50.

[6] 朱秀芳, 賈斌, 潘耀忠, 等. 不同特征信息對TM尺度冬小麥面積測量精度影響研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2007, 23(9): 122-129. Zhu X F, Jia B, Pan Y Zetal. Effects of various feature information on the accuracy of winter wheat planting area measurement[J]. Transactions of the Chinese Society of Agricultural Engineering, 2007, 23(9): 122-129.

[7] 王召海. 棉花種植面積遙感調(diào)查研究[J]. 遙感信息, 1999(1): 27-30 Wang Z H. Study on cotton planting area of remote sensing investigation[J]. Remote Sensing Information, 1999,(1): 27-30.

[8] 趙庚星, 田文新, 張銀輝, 余松烈. 墾利縣冬小麥面積的衛(wèi)星遙感與分布動(dòng)態(tài)監(jiān)測技術(shù)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2001,17(4): 135-139. Zhao G X, Tian W X, Zhang Y H, Yu S L. Satellite remote sensing monitoring techniques on winter wheat planting area dynamic changes and distribution at Kenli County[J]. Transactions of the Chinese Society of Agricultural Engineering, 2001, 17(4): 135-139.

[9] 劉惠敏, 何彬方, 張宏群. 安徽省冬小麥長勢遙感監(jiān)測與評估方法研究[J]. 中國農(nóng)學(xué)通報(bào), 2011, 27(33): 18-22. Liu H M, He B F, Zhang H Q. Anhui winter wheat growing remote sensing monitoring and evaluation methods research[J]. Chinese agricultural science bulletin, 2011, 27(33): 18-22.

[10] 潘志強(qiáng), 劉高煥, 周成虎. 黃河三角洲農(nóng)作物種植分區(qū)的遙感研究[J]. 地理研究, 2003, 22(6): 799-806. Pan Z Q, Liu G H, Zhou C H. The crop distribution of Yellow River Delta using remote sensing method[J]. Geographical Research, 2003, 22(6): 799-806.

[11] 張霞, 帥通, 楊杭, 黃長平. 基于MODIS EVI圖像時(shí)間序列的冬小麥面積提取[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(Supp.1): 220-224. Zhang X, Shuai T, Yang H, Huang C P. Winter wheat planting area extraction based on MODIS EVI image time series[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(Supp.1): 220-224.

[12] 關(guān)元秀, 劉高煥, 劉勁峰. 基于GIS的黃河三角洲鹽堿地改良分區(qū)[J]. 地理學(xué)報(bào), 2001, 56(2): 198-205. Guan Y X, Liu G H, Liu J F. Regionalization of salt-affected land for amelioration in the Yellow River Delta based on GIS[J]. Acta Geographica Sincia, 2001, 56(2): 198-205.

[13] 楊小喚, 張香平, 江東. 基于MODIS時(shí)序NDVI特征值提取多作物播種面積的方法[J]. 資源科學(xué), 2004, 26(6): 17-22. Yang X H, Zhang X P, Jiang D. Extraction of multicrop planting areas from MODIS data[J].Resources Science, 2004, 26(6): 17-22.

[14] 王周龍, 馮學(xué)智, 劉曉枚, 都金康. 秦淮河丘陵地區(qū)土地利用遙感信息提取及制圖[J]. 遙感學(xué)報(bào), 2003, 7(2): 131-135. Wang Z L, Feng X Z, Liu X M, Du J K. The techniques of deriving land use information from SPOT images and study on thematic mapping in the field of Qinhuai river[J]. Journal of Remote Sensing, 2003, 7(2): 131-135.

[15] Rembold F, Maselli F. Estimating inter-annual crop area variat- ion using multi-resolution satellite sensor images[J]. International Journal of Remote Sensing, 2004, 25(13): 2641-2647.

Study on the relationship between winter wheat sowing area changes and soil salinity in the typical area of the Yellow River Delta

JIA Ji-chao, ZHAO Geng-xing*, GAO Ming-xiu, WANG Zhuo-ran, CHANG Chun-yan, JIANG Shu-qian, LI Jin

(NationalEngineeringLaboratoryforEfficientUtilizationofSoilandFertilizerResources;CollegeofResourcesandEnvironment,ShandongAgriculturalUniversity,Taian,Shandong271018,China)

【Objectives】 This paper tried to analyze temporal and spatial relationship between soil salinity and distribution of winter wheat, to explore soil salinity effect on winter wheat planting, and to supply scientific advice for winter wheat production decision. 【Methods】 Taking Kenli County，located in the Yellow River Delta, as study area, the winter wheat distribution information was extracted by decision tree model that was generated by analysis of the typical spectral curves with ETM images in April 2003, April 2008 and March 2013. Through spatial overlay of winter wheat planting distribution at each phase, the variation of winter wheat area and the distribution in recent 10 years were analyzed. Based on investigation and analysis of field soil salinity data, the relationship between winter wheat planting area changes and the soil salinity was analyzed. The distribution of winter wheat and the corresponding phase soil salinity distribution were spatially overlaid to compare and analyze the relationship of winter wheat and soil salinity distribution. Related attribute statistic was conducted correspondingly. At the same fince soil salinity distribution in 2008 and 2013 was overlaid, salinity changes have divided into salt reduced and increased area. Soil salinity distribution and the winter wheat planting area at same period were spatially overlaid to analyze the influence of soil salt content on the winter wheat distribution changes.【Results】 1)Winter wheat distribution has obvious spatial characteristics in Kenli County, mainly distributed in the southwest of Kenli and northeast coast of the Yellow River, with a consistent spatial distribution characteristics to low soil salinity zone. 2)The winter wheat planting area significantly reduced from 2003 to 2008 and slightly increased from 2008 to 2013 in Kenli County. 3)The winter wheat planting area change and soil salinity was extremely well correlated. In constant winter wheat planting area, soil salinity was concentrated in the 1.5-2.5 g/kg, in increasing planting area soil salinity focused on the 2-3 g/kg, and in winter wheat planting reduced area, the soil salinity was more than 3 g/kg. 4)The distribution change of winter wheat in 2008-2013 has a very high consistency with the otants of soil salinity. The planting areas of winter wheat in increased and unchanged area account for 98.07% in soil salinity reduced wheat area, and in the soil salinity increasing wheat area, winter wheat planting reduced area accounts for 84.54%.【Conclusion】 Winter wheat planting area is highly aftected by the change of the soil salinity. With increasing soil salinity, the winter wheat planting areas were rapidly reduced. The upper limit for winter wheat normal growth is 3 g/kg. The control of soil salinity is the key method to maintain and expand the scope of the winter wheat planting.

Yellow River Dalta; winter wheat; sowing area; soil salinity

2014-04-29 接受日期: 2014-06-25 網(wǎng)絡(luò)出版日期: 2015-04-02

“十二五”國家科技支撐計(jì)劃項(xiàng)目課題(2013BAD05B06-5)；國家自然科學(xué)基金(41271235)；山東省自主創(chuàng)新專項(xiàng)(2012CX90202)資助。

賈吉超(1990—)，男，山東禹城人，碩士研究生，主要從事土地遙感與信息研究。E-mail: ycdcjjc@163.com *通信作者E-mail: zhaogx@sdau.edu.cn

S521.1

A

1008-505X(2015)05-1200-09