糧食作物種植視角下東北糧食主產(chǎn)區(qū)耕地利用的時(shí)空分化特征

宋 戈，張文琦

·專題：耕地保護(hù)與糧食安全·

糧食作物種植視角下東北糧食主產(chǎn)區(qū)耕地利用的時(shí)空分化特征

宋 戈，張文琦

（東北大學(xué)文法學(xué)院土地資源管理系，沈陽 110169）

作物種植是耕地最直接的利用方式。基于糧食作物種植視角研究耕地利用問題，是耕地利用領(lǐng)域研究的進(jìn)一步細(xì)化，也是糧食安全的基礎(chǔ)。該研究以東北糧食主產(chǎn)區(qū)典型地域?yàn)檠芯繀^(qū)，基于主要糧食作物大豆、玉米和水稻的不同耕地利用方式，以鄉(xiāng)鎮(zhèn)為單元，綜合運(yùn)用標(biāo)準(zhǔn)差橢圓、重心模型及探索性空間數(shù)據(jù)分析法，闡明2016—2019年研究區(qū)糧食作物的耕地利用空間分化特征。結(jié)果表明：1）研究區(qū)主要糧食作物的耕地利用結(jié)構(gòu)變化明顯，大豆與玉米的耕地種植面積出現(xiàn)明顯“剪刀差”變化特征，水稻的耕地種植面積基本保持穩(wěn)定。2）研究區(qū)主要糧食作物的耕地利用空間分布呈現(xiàn)“西北-東南”動態(tài)格局，種植大豆和玉米的耕地利用重心位于研究區(qū)的中東部地區(qū)，分別向東偏南和西偏南方向遷移。3）研究區(qū)種植主要糧食作物的耕地利用結(jié)構(gòu)具有較強(qiáng)的正負(fù)空間關(guān)聯(lián)性，正相關(guān)類型聚集性較強(qiáng)，表現(xiàn)出明顯的區(qū)域一致性；負(fù)相關(guān)類型無明顯聚集區(qū)域，面積較小，且零星分布。研究結(jié)果較好地反映了種植結(jié)構(gòu)調(diào)整政策實(shí)施階段研究區(qū)種植主要糧食作物的耕地區(qū)域空間布局分化和耕地種植結(jié)構(gòu)的空間關(guān)系，為區(qū)域種植結(jié)構(gòu)調(diào)整及保障糧食結(jié)構(gòu)性安全提供科學(xué)依據(jù)。

土地利用；遙感；耕地；糧食安全；作物種植；時(shí)空分化；東北糧食主產(chǎn)區(qū)

0 引 言

作物種植是耕地最直接的利用方式，作物與耕地具有唯一的對應(yīng)性。區(qū)域作物耕地利用方式?jīng)Q定著該地域的種植結(jié)構(gòu)。目前，盡管中國耕地綜合生產(chǎn)力和糧食總量呈現(xiàn)逐年提高趨勢，但糧食安全存在著結(jié)構(gòu)性矛盾[1-2]，為此，國家相繼出臺政策文件，促進(jìn)種植結(jié)構(gòu)調(diào)整。2016—2020年的《全國種植業(yè)結(jié)構(gòu)調(diào)整規(guī)劃》和《全國農(nóng)業(yè)現(xiàn)代化規(guī)劃》中對農(nóng)業(yè)種植結(jié)構(gòu)做出規(guī)劃，從此中國開始實(shí)施“減玉米、增大豆”的種植結(jié)構(gòu)調(diào)整政策；2018年國家擴(kuò)大包括黑龍江省在內(nèi)的試點(diǎn)地區(qū)輪作休耕試點(diǎn)規(guī)模；2019年中央一號文件再次指出要調(diào)整種植結(jié)構(gòu)，發(fā)揮糧食主產(chǎn)區(qū)優(yōu)勢。2016—2019年，黑龍江省作為全國耕地輪作休耕制度的重要試點(diǎn)區(qū)之一，受作物種植結(jié)構(gòu)調(diào)整政策和市場等因素影響，糧食作物種植結(jié)構(gòu)進(jìn)行了大幅度調(diào)整，由玉米主導(dǎo)型轉(zhuǎn)變?yōu)榇蠖褂衩纵喿餍?，區(qū)域內(nèi)糧食作物的耕地利用數(shù)量、分布、結(jié)構(gòu)發(fā)生顯著變化，不同糧食作物的耕地利用方式呈現(xiàn)出明顯的區(qū)域空間分化[3]。適時(shí)準(zhǔn)確掌握此期間主要糧食作物的耕地利用時(shí)空分化特征，可以為區(qū)域糧食作物的耕地利用結(jié)構(gòu)進(jìn)一步優(yōu)化提供科學(xué)依據(jù)，也為解決中國糧食結(jié)構(gòu)性矛盾提供重要參考。

國內(nèi)外關(guān)于耕地利用時(shí)空特征方面的研究成果豐富，集中在耕地利用的“數(shù)量、質(zhì)量、功能、效率”等方面[4-7]，主要是基于國家、省域、市域等不同尺度[8-10]，運(yùn)用動態(tài)度指數(shù)、區(qū)位指數(shù)、轉(zhuǎn)移矩陣、景觀格局指數(shù)等模型和方法[11-13]，研究某個(gè)時(shí)間節(jié)點(diǎn)或長時(shí)間序列耕地與其他土地利用類型之間的數(shù)量轉(zhuǎn)移變化特征、耕地變化速率和耕地資源區(qū)域分布關(guān)系、水田和旱地轉(zhuǎn)換特征等[14-15]，研究成果對本文研究具有重要的借鑒作用。值得注意的是，目前糧食生產(chǎn)存在結(jié)構(gòu)性矛盾，從大豆、玉米、水稻等主要糧食作物種植的角度對耕地利用進(jìn)行細(xì)化和深化研究至關(guān)重要，而現(xiàn)有關(guān)于作物時(shí)空分布的研究大多利用農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)分析農(nóng)作物數(shù)量和結(jié)構(gòu)的變化特征[16-17]，運(yùn)用高分辨率衛(wèi)星影像數(shù)據(jù)實(shí)現(xiàn)作物精準(zhǔn)識別，并分析糧食作物的耕地利用時(shí)空分化特征具有一定現(xiàn)實(shí)意義[18-21]。同時(shí)，實(shí)地調(diào)研和研究均表明，稻谷和玉米作物均有向黑龍江省等地集中化生產(chǎn)趨勢[22]，東北地區(qū)糧食播種面積和產(chǎn)量明顯集中于玉米、水稻2種作物，而相對低產(chǎn)的大豆所占比例明顯下降[23]，氣候變暖、糧食生產(chǎn)重心北移和“北糧南運(yùn)”的產(chǎn)銷格局仍將持續(xù)[24]。本文以東北糧食主產(chǎn)區(qū)典型地域?yàn)檠芯繀^(qū)，基于不同糧食作物的耕地利用方式，選取2016—2019年種植結(jié)構(gòu)調(diào)整政策實(shí)施期，采用空間數(shù)據(jù)統(tǒng)計(jì)方法，分析2016—2019年研究區(qū)種植主要糧食作物的耕地利用數(shù)量、空間和結(jié)構(gòu)的分化特征，研究成果為種植結(jié)構(gòu)調(diào)整和保障糧食安全提供科學(xué)依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

研究區(qū)為拜泉縣、克山縣和依安縣，3個(gè)縣相互鄰接，是東北糧食主產(chǎn)區(qū)的產(chǎn)糧大縣，該區(qū)域位于黑龍江省松嫩平原腹地的黑土帶，土地總面積10 460 km2，耕地占79.42%，人均耕地面積0.55 hm2/人。2018年末研究區(qū)總?cè)丝诩s為148萬人，轄46個(gè)鄉(xiāng)鎮(zhèn)，2個(gè)農(nóng)場。研究區(qū)主栽作物為玉米、大豆和水稻，受國際轉(zhuǎn)基因大豆市場沖擊，中國大豆貿(mào)易自由政策出臺后，研究區(qū)大豆種植面積2009年至2015年縮減近50%，玉米種植面積2003年到2013年增加6倍。2016—2019年，受國家種植結(jié)構(gòu)調(diào)整政策影響，研究區(qū)實(shí)施了耕地輪作，主要糧食作物的耕地利用方式發(fā)生了很大的變化?；?016—2019年間種植結(jié)構(gòu)調(diào)整的政策背景，選擇東北糧食主產(chǎn)區(qū)典型地域拜泉縣、克山縣和依安縣作為研究區(qū)，闡明主要糧食作物的耕地利用時(shí)空分化特征具有一定的現(xiàn)實(shí)意義。

1.2 數(shù)據(jù)來源

本文選取研究區(qū)2016—2019年Sentinel-2高分辨率多光譜成像衛(wèi)星影像數(shù)據(jù)，分辨率為10 m，選擇每年5—9月份覆蓋研究區(qū)的Sentinel-2影像作為原始數(shù)據(jù)，來源于歐洲航天局的數(shù)據(jù)共享網(wǎng)站（https://scihub.copernicus.eu/）。數(shù)據(jù)獲取時(shí)間及其詳細(xì)信息見表1。土地利用數(shù)據(jù)來源于依安縣、克山縣和拜泉縣2017年土地利用變更調(diào)查矢量數(shù)據(jù)庫，為保證研究時(shí)段內(nèi)耕地范圍的一致性，在該矢量數(shù)據(jù)庫中提取鄉(xiāng)鎮(zhèn)行政區(qū)范圍、耕地范圍以及田塊信息，作為本文主要糧食作物的耕地利用空間分化特征研究的基礎(chǔ)數(shù)據(jù)。

表1 Sentinel-2影像獲取信息

1.3 研究方法

1.3.1 主要糧食作物的耕地利用信息提取

研究區(qū)耕地分布集中連片，以糧食作物為主要作物類型，依據(jù)研究區(qū)一年一季農(nóng)作物的物候特征，水稻一般4月育苗，5月到6月處于插秧和分蘗期，此時(shí)水田在遙感影像中光譜差異明顯，故選擇研究期內(nèi)每年5月或6月的影像用于識別水稻，研究區(qū)7月中下旬到8月中旬大豆處于結(jié)莢鼓粒期至成熟期，植株開始泛黃，而玉米處于乳熟期，植株綠度仍然較高，因此選擇7月或8月的影像以分辨玉米和大豆。

隨機(jī)森林分類法（Random Forest）是一種利用多棵樹對樣本進(jìn)行訓(xùn)練和預(yù)測的分類技術(shù)，比傳統(tǒng)的最大似然法和決策樹分類法更為精確，在遙感領(lǐng)域得到廣泛應(yīng)用，并成功應(yīng)用于許多分類研究[25]。本文使用隨機(jī)森林分類器對每個(gè)節(jié)點(diǎn)中的決策樹和變量的值進(jìn)行分類，將樹的數(shù)量（number of trees）設(shè)置為300，將其他參數(shù)設(shè)置為默認(rèn)值。基于隨機(jī)森林分類法解譯得到研究區(qū)2016—2019年主要糧食作物的空間分布信息。在ArcGIS 10.2軟件支持下，將每年作物分類結(jié)果分區(qū)統(tǒng)計(jì)到耕地矢量圖斑中，得到2016—2019年以地塊為統(tǒng)計(jì)單元的主要糧食作物耕地利用空間分布圖（圖1）。

圖1 2016－2019年主要糧食作物的耕地利用情況

采用同期土地調(diào)查資料和典型區(qū)域野外抽樣調(diào)查進(jìn)行精度驗(yàn)證，影像解譯總體精度分別為81.25%、 83.62%、91.52%和89.37%，Kappa系數(shù)分別為0.79、0.81、0.89和0.85，分類結(jié)果滿足精度要求，因此，通過該方法獲取的研究區(qū)主要糧食作物類型結(jié)果滿足研究所需精度。

1.3.2 地理空間分布和重心遷移模型

主要糧食作物的耕地利用重心與空間分布為優(yōu)化耕地利用布局、調(diào)整種植結(jié)構(gòu)等提供依據(jù)，對于實(shí)現(xiàn)糧食生產(chǎn)區(qū)域平衡有著重要意義。為科學(xué)反映研究區(qū)主要糧食作物的耕地利用空間分布和重心遷移特征，利用ArcGIS 10.2軟件的空間統(tǒng)計(jì)工具進(jìn)行標(biāo)準(zhǔn)差橢圓和重心遷移軌跡分析，計(jì)算得到研究區(qū)2016－2019年主要糧食作物的分布重心、空間方向和展布范圍等一系列參數(shù)的變化特征。

標(biāo)準(zhǔn)差橢圓（Standard Deviational Ellipse，SDE）是空間統(tǒng)計(jì)方法中能夠精確揭示要素空間分布特征的經(jīng)典方法之一，可以反映節(jié)點(diǎn)空間組織的總體輪廓和主導(dǎo)分布方向[26]。本文中標(biāo)準(zhǔn)差橢圓的大小表征主要糧食作物耕地利用的空間分布集中程度，旋轉(zhuǎn)角以軸為準(zhǔn)，正北方為0°，順時(shí)針旋轉(zhuǎn)確定橢圓方向，扁率則代表目標(biāo)要素在空間上的分布形態(tài)。主要糧食作物耕地利用的空間分布范圍、方向和形態(tài)隨時(shí)間變化具有不同的動態(tài)特征。標(biāo)準(zhǔn)差橢圓扁率為橢圓兩軸差值與橢圓長軸之比，可以用來衡量研究區(qū)主要糧食作物的空間分布和綜合極化特征，標(biāo)準(zhǔn)差橢圓扁率越大，表示數(shù)據(jù)的方向性越強(qiáng)；反之兩軸差值越接近，表示數(shù)據(jù)方向性越不明顯，若兩軸完全相等則為圓，表示數(shù)據(jù)沒有任何方向特征。

“重心”指物體各部分所受重力產(chǎn)生合力的作用點(diǎn)，在地理學(xué)中表示區(qū)域地理對象在空間上的平衡點(diǎn)[27-28]。本文分析研究區(qū)主要糧食作物耕地利用的重心變化，能夠清晰客觀地反映不同要素在時(shí)間、空間上的變化軌跡，呈現(xiàn)種植結(jié)構(gòu)局部或整體轉(zhuǎn)移、集聚和分散特征。重心遷移模型是研究地理對象空間變化的重要方法之一，地理要素分布重心的遷移情況反映總體格局位移特征，重心遷移模型所得的主要糧食作物耕地利用重心遷移距離反應(yīng)區(qū)域間耕地利用的相互作用，公式為：

計(jì)算不同年份之間重心的遷移距離，可采用下列公式

式中表示某種屬性重心移動的距離，km；、表示2個(gè)不同年份；（XY）和（XY）分別為第年和第年屬性重心所在空間位置的坐標(biāo)值；為常數(shù)。

1.3.3 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析（Exploratory Spatial Data Analysis，ESDA）是以空間關(guān)聯(lián)性測度為核心，描述與揭示研究對象的空間分布，分析其空間聯(lián)系、集聚以及異質(zhì)性的空間分析方法，實(shí)現(xiàn)方式包括全局空間自相關(guān)和局部空間自相關(guān)[29]。本文通過全局空間自相關(guān)Global Moran’s指數(shù)探測主要糧食作物種植結(jié)構(gòu)在區(qū)域整體的空間自相關(guān)性大小，計(jì)算公式為：

（3）

全局Moran’s可以揭示種植結(jié)構(gòu)在整體上的關(guān)聯(lián)程度，但不能指出聚集或異常發(fā)生的具體空間位置，局部空間自相關(guān)則可通過空間關(guān)聯(lián)局域指標(biāo)（Local Indicators of Spatial Association，LISA）揭示主要糧食作物種植結(jié)構(gòu)在區(qū)域局部的空間相關(guān)性大小[30]。空間關(guān)聯(lián)局域指標(biāo)（LISA）可以用Local Moran’s統(tǒng)計(jì)量進(jìn)行度量，公式為：

2 結(jié)果與分析

2.1 主要糧食作物的耕地利用數(shù)量變化特征

研究期內(nèi)種植結(jié)構(gòu)調(diào)整政策實(shí)施效果明顯，大豆與玉米種植面積出現(xiàn)明顯“剪刀差”變化特征，水稻種植面積基本保持平穩(wěn)，維持在耕地總面積的5%左右，大豆和玉米為研究區(qū)主要糧食作物（圖2）。數(shù)據(jù)顯示結(jié)果表明，研究區(qū)2016年大豆種植面積5.79萬hm2，占耕地總面積的7.18%，玉米種植面積達(dá)到71.20萬hm2，占據(jù)研究區(qū)耕地面積的88.19%，農(nóng)戶傾向于種植收益相對較高的玉米；2017年大豆種植面積小幅度上升，為8.01萬hm2，占比仍然較低，為耕地總面積的9.92%；2018年研究區(qū)大豆種植面積大幅度提升至36.51萬hm2，占比44.94%，是2017年大豆種植面積的4倍，政策實(shí)施效果明顯，與此同時(shí)，研究區(qū)玉米種植面積調(diào)減至40.40萬hm2，占比不足50%；2019年大豆種植面積稍有回落，為32.41萬hm2，玉米種植面積44.40萬hm2，2種作物仍為研究區(qū)主栽農(nóng)作物?？傮w而言，研究期內(nèi)該地區(qū)耕地作物種植結(jié)構(gòu)調(diào)整特征顯著，恰好與東北糧食主產(chǎn)區(qū)種植結(jié)構(gòu)變化方向相一致。

圖2 2016－2019年研究區(qū)主要糧食作物種植面積變化

2.2 主要糧食作物的耕地利用空間分布和重心遷移特征

2016—2019年研究區(qū)主要糧食作物的耕地利用標(biāo)準(zhǔn)差橢圓均呈西北—東南方向，表明研究區(qū)大豆和玉米兩種主要糧食作物在西北—東南方向較東北—西南方向更為密集。通過圖3a可以看出，2016—2019年大豆作物的耕地利用標(biāo)準(zhǔn)差橢圓位于研究區(qū)東部地區(qū)，前期空間分布較為分散，后期趨于集中再擴(kuò)大。2016—2019年，大豆作物的耕地利用重心均位于拜泉縣境內(nèi)，重心遷移軌跡總長27.17 km，表現(xiàn)為向東偏南方向順時(shí)針移動（圖3a），說明該階段東部地區(qū)的種植結(jié)構(gòu)轉(zhuǎn)型較快，東部地區(qū)克山縣與拜泉縣土質(zhì)條件優(yōu)越適宜大豆作物生長，受種植結(jié)構(gòu)調(diào)整政策影響，區(qū)域內(nèi)實(shí)施大豆種植補(bǔ)貼，吸引大量農(nóng)戶進(jìn)行糧豆輪作，使大豆作物種植比例不斷提升，牽動大豆作物的耕地利用重心移動。

圖3 2016—2019年研究區(qū)大豆與玉米標(biāo)準(zhǔn)差橢圓及重心遷移軌跡

標(biāo)準(zhǔn)差橢圓的扁率為橢圓長短軸差值與橢圓長軸之比，可以反映耕地主要作物空間布局的方向性，通過對比標(biāo)準(zhǔn)差橢圓的扁率可以掌握耕地主要作物空間布局范圍的變化，扁率越大，表明標(biāo)準(zhǔn)差橢圓的方向性越明顯。對大豆作物的標(biāo)準(zhǔn)差橢圓參數(shù)統(tǒng)計(jì)可知（表2），研究區(qū)大豆標(biāo)準(zhǔn)差橢圓扁率先升后降，反映該地區(qū)大豆空間分布極化呈現(xiàn)階段性特征。其中，2018年大豆的標(biāo)準(zhǔn)差橢圓扁率最大達(dá)到0.45，大豆分布呈現(xiàn)較強(qiáng)向心力，2019年大豆標(biāo)準(zhǔn)差橢圓扁率降為0.24，表明該時(shí)期研究區(qū)大豆作物種植較為分散，雖然南北方向?yàn)榇蠖狗植嫉闹鬏S方向，但東西方向的發(fā)展也愈加明顯。

表2 2016－2019年研究區(qū)主要糧食作物標(biāo)準(zhǔn)差橢圓參數(shù)

從圖3b和表2可以看出，研究區(qū)2016—2019年玉米作物的耕地利用標(biāo)準(zhǔn)差橢圓形狀近乎正圓，標(biāo)準(zhǔn)差橢圓的扁率均在0.17～0.23之間，表明研究區(qū)玉米種植較為廣泛，種植區(qū)域分散，但標(biāo)準(zhǔn)差橢圓的長軸、短軸仍然在變化中。研究期內(nèi)，玉米作物布局的標(biāo)準(zhǔn)差橢圓的長軸沿順時(shí)針方向旋轉(zhuǎn)，旋轉(zhuǎn)角由2016年的152.62°上升至2019年的162.14°，盡管研究區(qū)3個(gè)縣都作為黑龍江省作物輪作試點(diǎn)縣，但東部克山縣與拜泉縣玉米種植面積的調(diào)減成效明顯，對標(biāo)準(zhǔn)差橢圓旋轉(zhuǎn)起逆時(shí)針推動作用，促使長軸向逆時(shí)針轉(zhuǎn)動。該時(shí)間段，玉米作物的耕地利用重心主要位于拜泉縣西北部的新建鄉(xiāng)內(nèi)，重心遷移總距離為25.52 km，其中2016年和2017年重心位置未發(fā)生明顯變化，2018年較2017年重心位置向西南方向移動12.64 km，2019年在2018年重心基礎(chǔ)上向東北方向移動12.42 km，說明種植結(jié)構(gòu)調(diào)整政策實(shí)施以來，研究區(qū)種植結(jié)構(gòu)發(fā)生變化明顯，2018年拜泉縣和克山縣大豆種植面積增加，驅(qū)使玉米作物的耕地利用重心向西南方向移動，2019年依安縣推廣大豆輪作后，重心則向東北方向遷移。

本研究在標(biāo)準(zhǔn)差橢圓分析中，將橢圓大小選擇為1級標(biāo)準(zhǔn)差，即橢圓內(nèi)包含68%的數(shù)據(jù)分布，標(biāo)準(zhǔn)差橢圓面積越大說明該作物空間分布范圍越廣。對2016—2019年的主要作物大豆和玉米標(biāo)準(zhǔn)差橢圓面積進(jìn)行計(jì)算，結(jié)果表明，研究期內(nèi)輪作政策實(shí)施前后大豆作物空間布局實(shí)質(zhì)是收縮的，2016年大豆標(biāo)準(zhǔn)差橢圓面積為6 586 km2，政策實(shí)施前期玉米調(diào)減區(qū)域主要集中在克山縣與拜泉縣境內(nèi)，即研究區(qū)東部，整體上大豆布局呈收縮態(tài)勢，2018年大豆標(biāo)準(zhǔn)差橢圓面積變?yōu)? 658 km2。研究期內(nèi)，玉米作物的空間布局離散程度相對穩(wěn)定，4 a間玉米標(biāo)準(zhǔn)差橢圓面積變化幅度較小。

2.3 主要糧食作物耕地利用結(jié)構(gòu)的空間關(guān)聯(lián)性分析

2.3.1 全局空間自相關(guān)

研究區(qū)水稻種植面積相對穩(wěn)定，本文在分析主要糧食作物耕地利用結(jié)構(gòu)變化時(shí)只考慮大豆和玉米兩種作物。由于研究區(qū)鄉(xiāng)鎮(zhèn)之間耕地總量差異明顯，直接采用大豆與玉米的種植面積進(jìn)行統(tǒng)計(jì)會導(dǎo)致結(jié)果偏差，為消除鄉(xiāng)鎮(zhèn)之間耕地總量不同的影響，本文選用大豆與玉米的種植面積比值表示區(qū)域內(nèi)耕地利用結(jié)構(gòu)，大豆與玉米的種植面積比值大于1說明該地區(qū)以大豆種植為主，反之則說明該地區(qū)以玉米種植為主，通過對不同鄉(xiāng)鎮(zhèn)大豆與玉米的比值進(jìn)行空間自相關(guān)分析，來反映研究區(qū)不同鄉(xiāng)鎮(zhèn)主要糧食作物耕地利用結(jié)構(gòu)的空間集聚特征。

對研究區(qū)2016—2019年種植結(jié)構(gòu)指數(shù)進(jìn)行全局空間自相關(guān)顯著性檢驗(yàn)（表3），結(jié)果顯示，研究期內(nèi)Global Moran's均為正值，說明這期間研究區(qū)耕地種植結(jié)構(gòu)調(diào)整并非隨機(jī)發(fā)生，表現(xiàn)出相似值間的空間集聚，且都為正的空間自相關(guān)。2016年和2017年的值均小于0.01，反映出耕地種植結(jié)構(gòu)在研究區(qū)域內(nèi)具有99%顯著水平的空間集聚特征，2018年值小于0.005，達(dá)到極顯著水平，均表現(xiàn)為極強(qiáng)的空間聚集格局，隨后的2019年值小于0.05，具有95%水平的空間集聚特征。對比標(biāo)準(zhǔn)化值與顯著水平臨界值，均明顯大于檢驗(yàn)最高臨界值2.58，說明4個(gè)年份研究區(qū)各鄉(xiāng)鎮(zhèn)耕地利用結(jié)構(gòu)呈現(xiàn)出顯著的空間自相關(guān)性，表現(xiàn)出顯著的聚集分布態(tài)勢。

表3 全局空間自相關(guān)顯著性檢驗(yàn)

2.3.2 局部空間自相關(guān)

從大豆與玉米的耕地利用結(jié)構(gòu)的全局空間自相關(guān)分析來看，研究區(qū)主要糧食作物的耕地利用結(jié)構(gòu)在空間分布上呈現(xiàn)出顯著的空間關(guān)聯(lián)性，而且隨著農(nóng)業(yè)政策實(shí)施效果有波動變化的趨勢。為解釋區(qū)域內(nèi)不同鄉(xiāng)鎮(zhèn)之間的主要糧食作物耕地利用的空間關(guān)聯(lián)性，基于在空間關(guān)聯(lián)局部指數(shù)（Local Indicators of Spatial Association，簡稱LISA），繪制局部空間自相關(guān)LISA圖觀察局部空間的集聚特征，檢驗(yàn)局部地區(qū)與周邊地區(qū)是否存在相似或相異集聚（圖4）。LISA集聚圖中：“高-高”（HH）表示鄉(xiāng)鎮(zhèn)本身和其周圍鄉(xiāng)鎮(zhèn)的大豆與玉米的耕地利用比例值都高；“高-低”（HL）表示鄉(xiāng)鎮(zhèn)本身大豆與玉米的耕地利用比例值高而其周圍鄉(xiāng)鎮(zhèn)的比例值低；“低-高”（LH）表示鄉(xiāng)鎮(zhèn)本身大豆與玉米的耕地利用比例值低但其周圍鄉(xiāng)鎮(zhèn)的比例值高；“低-低”（LL）表示大豆與玉米的耕地利用比例值都低；“不顯著”表示觀測鄉(xiāng)鎮(zhèn)與周圍鄉(xiāng)鎮(zhèn)不存在顯著的局部空間集聚現(xiàn)象。

結(jié)果顯示，2016年大豆與玉米的耕地利用比例高值區(qū)主要分布在克山縣北部地區(qū)，涵蓋北興鎮(zhèn)、西建鄉(xiāng)、北聯(lián)鎮(zhèn)和向華鄉(xiāng)4個(gè)鄉(xiāng)鎮(zhèn)，該地區(qū)大豆種植比例較高且空間集聚性強(qiáng)，低值區(qū)則分布在克山縣南部和依安縣中南部的5個(gè)鄉(xiāng)鎮(zhèn)，說明低值集聚地區(qū)2016年主要以玉米種植為主。2017年大豆與玉米的耕地利用比例高值區(qū)仍然集中在克山縣的北聯(lián)鎮(zhèn)、西建鄉(xiāng)、西城鎮(zhèn)、發(fā)展鄉(xiāng)以及克山農(nóng)場，低值區(qū)則零星分散在依安縣的依龍鎮(zhèn)和上游鄉(xiāng)，說明克山縣大部分地區(qū)為傳統(tǒng)大豆種植集聚區(qū)，依安縣2017年仍以玉米為主要種植作物。2018年研究區(qū)全面落實(shí)耕地種植結(jié)構(gòu)調(diào)整政策，其中高值區(qū)集聚在拜泉縣7個(gè)鄉(xiāng)鎮(zhèn)，低值區(qū)集聚在依安縣大部分鄉(xiāng)鎮(zhèn)，符合研究預(yù)期，說明克山縣和拜泉縣率先開展耕地種植結(jié)構(gòu)調(diào)整，且實(shí)施效果明顯。2019年輪作試點(diǎn)面積繼續(xù)增加，研究區(qū)大部分地區(qū)實(shí)現(xiàn)糧豆輪作，種植結(jié)構(gòu)空間分布較為均勻，高值區(qū)集聚在拜泉縣東南部，低值區(qū)分布在拜泉縣北部地區(qū)。由此可以看出，耕地種植結(jié)構(gòu)的實(shí)施情況與不同地區(qū)管理制度與政策息息相關(guān)，克山縣與拜泉縣為大豆傳統(tǒng)種植區(qū)域，集聚效應(yīng)明顯，在政策干預(yù)下，玉米連作模式發(fā)生轉(zhuǎn)變，種植結(jié)構(gòu)趨于平衡態(tài)勢。

圖4 2016－2019年研究區(qū)主要糧食作物的耕地利用結(jié)構(gòu)空間關(guān)聯(lián)性分布圖

3 討 論

本文選取2016－2019年國家種植結(jié)構(gòu)調(diào)整政策實(shí)施期間，基于糧食作物種植視角，從耕地利用的數(shù)量、空間、結(jié)構(gòu)等方面研究耕地利用的時(shí)空分化特征。2016－2019年受到種植結(jié)構(gòu)調(diào)整與耕地輪作休耕等多種政策因素的綜合影響，玉米、大豆、水稻等主要糧食作物的耕地利用方式與結(jié)構(gòu)呈現(xiàn)出明顯的時(shí)空分化。東北糧食主產(chǎn)區(qū)是作物種植結(jié)構(gòu)調(diào)整的重點(diǎn)地區(qū)，傳統(tǒng)分析作物種植結(jié)構(gòu)調(diào)整的方法通常是使用統(tǒng)計(jì)數(shù)據(jù)，這樣很難刻畫作物種植結(jié)構(gòu)調(diào)整的時(shí)空特征。本文利用多時(shí)相Sentinel-2遙感數(shù)據(jù)結(jié)合隨機(jī)森林算法提取研究區(qū)主要糧食作物的耕地利用信息，改變以往Landsat和MODIS系列衛(wèi)星重返周期長和分辨率較低的局限性，為客觀、準(zhǔn)確的獲取主要糧食作物的耕地利用信息提供了新的科學(xué)方法和手段。同時(shí)，運(yùn)用標(biāo)準(zhǔn)差橢圓和重心遷移模型研究主要糧食作物的耕地利用時(shí)空分化特征，能夠清晰地從整體上反映出研究區(qū)主要糧食作物空間分布的整體輪廓和方向性特征。并以鄉(xiāng)鎮(zhèn)為基本單元，將研究區(qū)48個(gè)鄉(xiāng)鎮(zhèn)單元的種植結(jié)構(gòu)關(guān)聯(lián)性特征在空間上得到充分反映，更加科學(xué)準(zhǔn)確的描述和分析種植結(jié)構(gòu)的空間集聚性。

東北糧食主產(chǎn)區(qū)種植結(jié)構(gòu)調(diào)整的目的主要是調(diào)減種植規(guī)模過大的玉米、恢復(fù)種植規(guī)模縮減的大豆，從而實(shí)現(xiàn)合理的糧豆輪作及其他糧食作物輪作機(jī)制。通過研究發(fā)現(xiàn)，在糧食作物種植結(jié)構(gòu)調(diào)整的重點(diǎn)地區(qū)，玉米種植規(guī)模銳減，大豆種植規(guī)模迅速上升，但仍然大量存在種植結(jié)構(gòu)調(diào)整的“冷點(diǎn)”現(xiàn)象，例如研究區(qū)的個(gè)別區(qū)域在執(zhí)行和實(shí)施國家休耕輪作和種植結(jié)構(gòu)調(diào)整的政策上還存在一定的偏差，2016－2019年在一定范圍內(nèi)仍然存在以玉米種植為主的問題，并沒有達(dá)到全區(qū)域通過種植結(jié)構(gòu)調(diào)整實(shí)現(xiàn)糧食作物布局優(yōu)化，實(shí)現(xiàn)整個(gè)區(qū)域乃至全國的糧食種植結(jié)構(gòu)達(dá)到平衡和優(yōu)化，更能切實(shí)保障中國糧食的結(jié)構(gòu)性安全。

本研究結(jié)果能夠反映種植結(jié)構(gòu)調(diào)整政策實(shí)施階段研究區(qū)主要糧食作物耕地利用方式數(shù)量、結(jié)構(gòu)和空間分布的整體狀況，為調(diào)種植結(jié)構(gòu)調(diào)整和保障糧食結(jié)構(gòu)性安全提供重要的參考。實(shí)際上一定區(qū)域的耕地利用時(shí)空分化是自然條件、人類的社會經(jīng)濟(jì)活動、宏觀政策以及市場行為綜合作用的累積結(jié)果，綜合分析眾多自然要素和人文要素對區(qū)域耕地利用分化的作用機(jī)理，找出導(dǎo)致部分地區(qū)種植結(jié)構(gòu)調(diào)整效果不佳的原因，將是下一步研究的重點(diǎn)和方向。

4 結(jié) 論

本文利用Sentinel-2遙感數(shù)據(jù)結(jié)合隨機(jī)森林分類法提取2016－2019年東北糧食主產(chǎn)區(qū)典型區(qū)域3種主要糧食作物（玉米、大豆和水稻）的耕地利用空間分布信息，分析主要糧食作物的耕地利用數(shù)量、結(jié)構(gòu)、空間分布和空間集聚性等時(shí)空分化特征。主要結(jié)論如下：

1）研究期內(nèi)，種植結(jié)構(gòu)調(diào)整政策實(shí)施效果明顯，大豆與玉米種植面積出現(xiàn)明顯“剪刀差”變化特征，大豆作物的耕地利用占比從2016年的7.18%，提升至2018年的44.94%。此外，研究區(qū)水稻種植面積基本保持平穩(wěn)，維持在耕地總面積的5%左右，大豆和玉米為研究區(qū)主要糧食作物。

2）2016－2019年研究區(qū)主要糧食作物的耕地利用標(biāo)準(zhǔn)差橢圓均呈西北—東南方向，研究期內(nèi)，2018年大豆的標(biāo)準(zhǔn)差橢圓扁率最大達(dá)到0.45，大豆分布呈現(xiàn)較強(qiáng)向心力，玉米作物的空間布局離散程度相對穩(wěn)定，四年間玉米標(biāo)準(zhǔn)差橢圓變化幅度較小，表明玉米的分布范圍變化較小。受種植結(jié)構(gòu)調(diào)整政策影響，大豆作物的耕地利用重心向東偏南方向順時(shí)針遷移27.17 km，玉米作物的耕地利用重心向西偏南逆時(shí)針遷移25.52 km。

3）研究區(qū)大豆與玉米作物耕地利用比例的Global Moran's指數(shù)均為正，呈現(xiàn)出顯著的空間集聚特征。通過繪制各鄉(xiāng)鎮(zhèn)主要糧食作物耕地利用結(jié)構(gòu)空間關(guān)聯(lián)性分布圖，可知在研究區(qū)范圍2016和2017年高值集聚區(qū)分布在克山縣北部鄉(xiāng)鎮(zhèn)，該時(shí)段自然因素起主導(dǎo)作用；2018和2019年在種植結(jié)構(gòu)調(diào)整政策因素干預(yù)下，大豆與玉米種植比例的高值集聚區(qū)發(fā)生在拜泉縣大部分鄉(xiāng)鎮(zhèn)，且高值集聚區(qū)呈現(xiàn)縮小趨勢，耕地利用結(jié)構(gòu)空間分布趨于均勻合理。

[1] 蔣和平，堯玨，蔣黎. 新時(shí)期我國糧食安全保障的發(fā)展思路與政策建議[J]. 經(jīng)濟(jì)學(xué)家，2020(1)：110-118.

Jiang Heping, Yao Jue, Jiang Li. Development thoughts and policy suggestions for China's food security in the new era[J]. Economist, 2020(1): 110-118. (in Chinese with English abstract)

[2] 劉洛，徐新良，劉紀(jì)遠(yuǎn)，等. 1990—2010年中國耕地變化對糧食生產(chǎn)潛力的影響[J]. 地理學(xué)報(bào)，2014，69(12)：1767-1778.

Liu Luo, Xu Xinliang, Liu Jiyuan, et al. Impact of farmland changes on production potential in China during recent two decades[J]. Acta Geographica Sinica, 2014, 69(12): 1767-1778. (in Chinese with English abstract)

[3] 董非非，劉愛民，封志明，等. 大豆傳統(tǒng)產(chǎn)區(qū)種植結(jié)構(gòu)變化及影響因素的定量化評價(jià)：以黑龍江省嫩江縣為例[J]. 自然資源學(xué)報(bào)，2017，32(1)：40-49.

Dong Feifei, Liu Aimin, Feng Zhiming, et al. Changes of planting structure and quantitative evaluation of influencing factors in traditional[J]. Journal of Natural Resources, 2017, 32(1): 40-49. (in Chinese with English abstract)

[4] 祝錦霞，徐保根. 基于變化向量的耕地利用方式變化下耕地質(zhì)量評價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(2)：292-300.

Zhu Jinxia, Xu Baogen. Evaluation of cultivated land quality under changed cultivated land use pattern based on change vector analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(2): 292-300. (in Chinese with English abstract)

[5] 宋小青，李心怡. 區(qū)域耕地利用功能轉(zhuǎn)型的理論解釋與實(shí)證[J]. 地理學(xué)報(bào)，2019，74(5)：992-1010.

Song Xiaoqing, Li Xinyi. Theoretical explanation and case study of regional cultivated land use function transition[J]. Acta Geographica Sinica, 2019, 74(5): 992-1010. (in Chinese with English abstract)

[6] Jiang G, Zhang R, Ma W, et al. Cultivated land productivity potential improvement in land consolidation schemes in Shenyang, China: Assessment and policy implications[J]. Land Use Policy, 2017, 68: 80-88.

[7] Luo X, Ao X, Zhang Z, et al. Spatiotemporal variations of cultivated land use efficiency in the Yangtze River Economic Belt based on carbon emission constraints[J]. Journal of Geographical Sciences, 2020, 30(4): 535-525.

[8] 金濤. 中國糧食作物種植結(jié)構(gòu)調(diào)整及其水土資源利用效應(yīng)[J]. 自然資源學(xué)報(bào)，2019，34(1)：14-25.

Jin Tao. The adjustment of China’s grain cropping structure and its effect on the consumption of water and land resources[J]. Journal of Natural Resources, 2019, 34(1): 14-25.(in Chinese with English abstract)

[9] 譚言飛，濮勵(lì)杰，解雪峰，等. 基于敏感度分析的江蘇省糧食生產(chǎn)與耕地?cái)?shù)量變化動態(tài)響應(yīng)研究[J]. 長江流域資源與環(huán)境，2019，28(5)：1102-1110.

Tan Yanfei, Pu Lijie, Xie Xuefeng, et al. Dynamic response of grain production and cultivated land quantity change in Jiangsu province based on sensitivity analysus[J].Resources and Environment in the Yangtze Basin, 2019, 28(5): 1102-1110. (in Chinese with English abstract)

[10] Zhang Y, Wang Y, Fu B, et al. Changes in cultivated land patterns and driving forces in the Three Gorges Reservoir area, China, from 1992 to 2015[J]. Journal of Mountain Science, 2020, 17(1): 203-215.

[11] 張冰琦，郭靜，于溪，等. 中國2000－2010年耕地低效轉(zhuǎn)化的空間特征[J]. 自然資源學(xué)報(bào)，2018，33(7)：1230-1243.

Zhang Binqi, Guo Jing, Yu Xi, et al. Spatial pattern of low-benefit conversion of cultivated land in China from 2000 to 2010[J]. Journal of Natural Resources, 2018, 33(7): 1230-1243. (in Chinese with English abstract)

[12] 孔祥斌，張蚌蚌，溫良友，等. 基于要素—過程—功能的耕地質(zhì)量理論認(rèn)識及其研究趨勢[J]. 中國土地科學(xué)，2018，32(9)：14-20.

Kong Xiangbin, Zhang Bangbang, Wen Liangyou, et al. Theoretical framework and research trends of cultivated land quality based on Elements-Process-Function[J]. China Land Science, 2018, 32(9): 14-20. (in Chinese with English abstract)

[13] 曹雋雋，周勇，葉青清，等. 江漢平原耕地資源空間格局變化分析[J]. 經(jīng)濟(jì)地理，2013，33(11)：130-135.

Cao Juanjuan, Zhou Yong, Ye Qingqing, et al. Analysis of spatial pattern changes of cultivated land resource in Jianghan Plain[J]. Economic Geography, 2013, 33(11): 130-135. (in Chinese with English abstract)

[14] 張文琦，宋戈. 三江平原典型區(qū)水田時(shí)空變化及驅(qū)動因素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(6)：244-252.

Zhang Wenqi, Song Ge. Spatial-temporal variations and driving factor analysis of paddy fields in typical regions of Sanjiang Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 244-252. (in Chinese with English abstract)

[15] 馬瑞明，馬仁會，韓冬梅，等. 基于多層級指標(biāo)的省域耕地質(zhì)量評價(jià)體系構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(16)：249-257.

Ma Ruiming, Ma Renhui, Han Dongmei, et al. Construction of cultivated land quality evaluation system in provincial level based on hierarchical control[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(16): 249-257. (in Chinese with English abstract)

[16] 劉珍環(huán)，楊鵬，吳文斌，等. 近30年中國農(nóng)作物種植結(jié)構(gòu)時(shí)空變化分析[J]. 地理學(xué)報(bào)，2016，71(5)：840-851.

Liu Zhenhuan, Yang Peng, Wu Wenbin, et al. Spatio-temporal changes in Chinese crop patterns over the past three decades[J]. Acta Geographica Sinica, 2016, 71(5): 840-851. (in Chinese with English abstract)

[17] 蔣凌霄，安悅，譚雪蘭，等. 近30年來長株潭地區(qū)農(nóng)作物種植結(jié)構(gòu)演變及優(yōu)化對策[J]. 經(jīng)濟(jì)地理，2020，40(1)：173-180.

Jiang Lingxiao, An Yue, Tan Xuelan, et al. Temporal and spatial evolution and optimized countermeasure of crop planting structure in the Changsha-Zhuzhou-Xiangtan area in recent 30 years[J]. Economic Geography, 2020, 40(1): 173-180. (in Chinese with English abstract)

[18] Luo C, Liu H, Fu Q, et al. Mapping the fallowed area of paddy fields on Sanjiang Plain of Northeast China to assist water security assessments[J]. Journal of Integrative Agriculture, 2020, 19(7): 1885-1896.

[19] 張磊，宮兆寧，王啟為，等. Sentinel-2影像多特征優(yōu)選的黃河三角洲濕地信息提取[J]. 遙感學(xué)報(bào)，2018，23(2)：313-326.

Zhang Lei, Gong Zhaoning, Wang Qiwei, et al. Wetland mapping of Yellow River Delta wetlands based on multi-feature optimization of Sentinel-2 images[J]. Journal of Remote Sensing, 2018, 23(2): 313-326. (in Chinese with English abstract)

[20] You N, Dong J. Examining earliest identifiable timing of crops using all available Sentinel 1/2 imagery and Google Earth Engine[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 161: 109-123.

[21] 董金瑋，吳文斌，黃健熙，等. 農(nóng)業(yè)土地利用遙感信息提取的研究進(jìn)展與展望[J]. 地球信息科學(xué)學(xué)報(bào)，2020，22(4)：772-783.

Dong Jinwei, Wu Wenbin, Huang Jianxi, et al. State of the art and perspective of agricultural land use remote sensing information extraction[J]. Journal of Geo-information Science, 2020, 22(4): 772-783. (in Chinese with English abstract)

[22] 劉航，吳文斌，申格，等. 1996－2016年松嫩平原傳統(tǒng)大豆種植結(jié)構(gòu)的時(shí)空演變[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2018，29(10)：3275-3282.

Liu Hang, Wu Wenbin, Shen Ge, et al. Spatio-temporal evolution of traditional soybean planting structure in Songnen Plain, China in 1996-2016[J]. Chinese Journal of Applied Ecology, 2018, 29(10): 3275-3282. (in Chinese with English abstract)

[23] 劉大千，劉世薇，溫鑫. 東北地區(qū)糧食生產(chǎn)結(jié)構(gòu)時(shí)空演變[J]. 經(jīng)濟(jì)地理，2019，39(5)：163-170.

Liu Daqian, Liu Shiwei, Wenxin. Spatial-temporal evolution of grain production structure in Northeast China[J]. Economic Geography, 2019, 39(5): 163-170. (in Chinese with English abstract)

[24] 陳玉潔，張平宇，劉世薇，等. 東北西部糧食生產(chǎn)時(shí)空格局變化及優(yōu)化布局研究[J]. 地理科學(xué)，2016，36(9)：1397-1407.

Chen Yujie, Zhang Pingyu, Liu Shiwei, et al. The spatio-temporal pattern change and optimum layout of grain production in the west of Northeast China[J]. Scientia Geographica Sinica, 2016, 36(9): 1397-1407. (in Chinese with English abstract)

[25] Kussul N. Parcel-based crop classification in ukraine using landsat-8 data and sentinel-1A data[J]. IEEE Journal of Selected Topics in Applied Earth Observations Remote Sensing, 2016, 36(9): 2500-2508.

[26] 任君臨，方斌，許實(shí). 長江中下游地區(qū)耕地后備資源空間分布及影響因素研究[J]. 中國土地科學(xué)，2016，30(5)：71-79.

Ren Junlin, Fang Bin, Xu Shi. Study on spatial distribution and impact factors of reserved cultivated land resources in the middle and lower reaches of Yangtze River[J]. China Land Science, 2016, 30(5): 71-79. (in Chinese with English abstract)

[27] 聶雷，郭忠興，汪險(xiǎn)生，等. 我國主要糧食作物生產(chǎn)重心演變分析[J]. 農(nóng)業(yè)現(xiàn)代化研究，2015，36(3)：380-386.

Nie Lei, Guo Zhongxing, Wang Xiansheng, et al. The evolution analysis of the grain production concentration in China[J]. Research of Agricultural Modernization, 2015, 36(3): 380-386. (in Chinese with English abstract)

[28] 王海軍，張彬，劉耀林，等. 基于重心—GTWR模型的京津冀城市群城鎮(zhèn)擴(kuò)展格局與驅(qū)動力多維解析[J]. 地理學(xué)報(bào)，2018，73(6)：1076-1092.

Wang Haijun, Zhang Bin, Liu Yaolin, et al. Multi-dimensional analysis of urban expansion patterns and their driving forces based on the center of gravity-GTWR model: A case study of the Beijing-Tianjin-Hebei urban agglomerationp[J]. Acta Geographica Sinica, 2018, 73(6): 1076-1092. (in Chinese with English abstract)

[29] 陳藜藜，宋戈，鄒朝暉，等. 基于改進(jìn)局部空間自相關(guān)分析的蘿北縣耕地保護(hù)分區(qū)[J]. 資源科學(xué)，2016，38(10)：1871-1882.

Chen Lili, Song Ge, Zou Chaohui, et al. Zoning of protected cultivated land based on improved local indicators of spatial association[J]. Resources Science, 2016, 38(10): 1871-1882. (in Chinese with English abstract)

[30] 董玉紅，劉世梁，安南南，等. 基于景觀指數(shù)和空間自相關(guān)的吉林大安市景觀格局動態(tài)研究[J]. 自然資源學(xué)報(bào)，2015，30(11)：1860-1871.

Dong Yuhong, Liu Shiliang, An Nannan, et al. Landscape pattern in Da’an City of Jilin Province based on landscape indices and local spatial autocorrelation analysis[J]. Journal of Natural Resources, 2015, 30(11): 1860-1871. (in Chinese with English abstract)

Spatiotemporal differentiation characteristics of cultivated land use from persprctive of growing food crops in major grain production areas in northeast China

Song Ge, Zhang Wenqi

(,110169,)

Cultivated land is mostly used to raise crops, and thereby the evaluation of cultivated land use can be expected from the perspective of crop planting, in order to ensure the subsequent refined research of cultivated land use and food security. Taking Baiquan, Keshan and Yi'an county as the research areas, this study aims to extract the spatial distribution information of cultivated land use on major food crops, including maize, soybean, and rice, during the implementation period of national planting structure adjustment policy from 2016 to 2019. Sentinel-2 remote sensing data and random forest classification were used in this study. ArcGIS 10.2 software was selected to achieve the annual crop classification, ranging from dividing various cultivated land into regions, then to counting into the vector map spots of cultivated land. The spatial distribution map of cultivated land use on main grain crops from 2016 to 2019 was obtained with the plot as the statistical unit. Standard deviation ellipse and main center models were used to analyze the quantity and spatial differentiation characteristics of cultivated land use. In addition, the spatial exploratory analysis method was used to explore the spatial correlation of cultivated land use structure in 48 towns. The results show that: 1) During the research period, there was obvious change characteristics of “scissors difference” occurred in the planting area of soybean and maize, whereas, the planting area of rice basically remained stable, indicating the dominated implementation effect of maize reduction policy, while soybean and maize became the main food crops. The proportion of soybean planting in the total cultivated areas increased from 7.18% to 44.94%, whereas the maize planting decreased from 88.19% to less than 50%, and the rice planting remained at about 5% of the total cultivated areas. 2) The spatial distribution of cultivated land use demonstrated a typical dynamic pattern of “from northwest to southeast”. During the study period, the driving force of soybean distribution was strong, whereas the spatial distribution of maize was relatively constant. The main center of cultivated land use on soybean and maize was in the middle east of the study area. The center of land use on soybean crop shifted 27.17 km clockwise from east to south, while the center of land use on maize crop moved 25.52 km anticlockwise from west to south, possibly due to the policy implementation of planting structure adjustment from 2016 to 2019. 3) There was strong positive or negative spatial correlation among the structure variation of cultivated land use on main grain crops in the study areas. The area type of positive correlation mostly occurred in the form of cluster, indicating strong clustering and remarkable regional consistency. In the type of negative correlation, there was no obvious aggregation area, showing small number and sporadic distribution. The findings reveal the quantity and distribution features of major grain crops, particularly on soybean, maize, and rice, indicating the comprehensive situation of cultivated land utilization in the implementation period of planting structure adjustment policy in the study area. This study can provide a promising insightful reference for the regional planting structure adjustment and urban food security in the cultivated land use.

land use; remote sensing; cultivated land; food security; grain crops; temporal-spatial differentiation; major grain producing of northeast China

宋戈，張文琦. 糧食作物種植視角下東北糧食主產(chǎn)區(qū)耕地利用的時(shí)空分化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(15)：1-8.doi：10.11975/j.issn.1002-6819.2020.15.001 http://www.tcsae.org

Song Ge, Zhang Wenqi. Spatiotemporal differentiation characteristics of cultivated land use from persprctive of growing food crops in major grain production areas in northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 1-8. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.15.001 http://www.tcsae.org

2020-04-27

2020-05-29

國家自然科學(xué)基金（41971247，41571165）；國家社科基金重大項(xiàng)目（19ZDA096）；遼寧省自然資源科技創(chuàng)新項(xiàng)目（19LNZRZY28）

宋戈，博士，教授，博士生導(dǎo)師。主要研究方向?yàn)橥恋刭Y源利用與管理。Email: songgelaoshi@163.com

10.11975/j.issn.1002-6819.2020.15.001

F301.21

A

1002-6819(2020)-15-0001-08