全國(guó)縣域復(fù)種指數(shù)時(shí)空變化特征研究

淮賀舉 李奇峰 王小慧 胡海棠 李存軍

摘要：復(fù)種指數(shù)是衡量耕地資源集約化利用程度的基礎(chǔ)性指標(biāo)，提高復(fù)種指數(shù)是糧食持續(xù)增產(chǎn)的重要途徑之一。為分析全國(guó)復(fù)種指數(shù)變化特征、空間差異、重心遷移，系統(tǒng)收集耕地面積、農(nóng)作物總播種面積等數(shù)據(jù)，基于GIS 空間展示與分析，應(yīng)用重心分析法、全局空間自相關(guān)、局部空間自相關(guān)等方法，研究全國(guó)復(fù)種指數(shù)時(shí)空變化特征。結(jié)果顯示：（1）1998年，全國(guó)復(fù)種指數(shù)最高，達(dá)到165%，目前保持在123%左右。（2）從空間上看，復(fù)種指數(shù)呈現(xiàn)從北到南逐漸增加的趨勢(shì);從時(shí)間上看，復(fù)種指數(shù)大多數(shù)地區(qū)呈現(xiàn)“上升—降低—上升”的趨勢(shì)。1995年，復(fù)種指數(shù)在201%～300%之間的區(qū)域范圍最大，之后2005年和2015年不斷減少，同時(shí)有向西北方向移動(dòng)的趨勢(shì)。1985—2015年，全國(guó)復(fù)種指數(shù)上升區(qū)域主要集中在東北、黃淮海、西南、四川盆地農(nóng)作區(qū)，下降區(qū)域主要集中在北部低中高原、長(zhǎng)江中下游（東南部）、江南丘陵、華南農(nóng)作區(qū)。（3）1985—2005年空間上的聚集態(tài)勢(shì)增加，2005—2015年降低。與1985年相比，2015年全國(guó)復(fù)種指數(shù)重心向西南移動(dòng)33 km，其中復(fù)種指數(shù)<100%的重心向東南移動(dòng)433 km，復(fù)種指數(shù)100%～200%的重心向東北移動(dòng)104 km，復(fù)種指數(shù)>200%的重心向東北移動(dòng) 319 km。我國(guó)復(fù)種指數(shù)存在空間上的自相關(guān)性，南方地區(qū)復(fù)種指數(shù)降低、重心向西南遷移，是我國(guó)復(fù)種指數(shù)變化的最重要特征。

關(guān)鍵詞：復(fù)種指數(shù);時(shí)空變化;縣域;空間相關(guān)性;重心

中圖分類號(hào)： S126;F326.11? 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2021）22-0076-08

收稿日期：2020-12-31

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃（編號(hào)：2016YFD0300201）;北京市農(nóng)林科學(xué)院青年科研基金（編號(hào)：QNJJ202126）。

作者簡(jiǎn)介：淮賀舉（1983—），男，河北邢臺(tái)人，博士，助理研究員，主要從事農(nóng)業(yè)區(qū)域發(fā)展與農(nóng)業(yè)信息化研究。E-mail：huaihj@nercita.org.cn。

通信作者：李存軍，博士，研究員，主要從事農(nóng)業(yè)數(shù)字生態(tài)研究。E-mail：licj@nercita.org.com。

糧食安全是關(guān)系國(guó)民經(jīng)濟(jì)發(fā)展、社會(huì)穩(wěn)定和國(guó)家自立的全局性重大戰(zhàn)略問題。在國(guó)內(nèi)外形勢(shì)復(fù)雜變化的當(dāng)下，保障糧食安全的戰(zhàn)略地位十分重要。耕地面積、復(fù)種指數(shù)、單位面積產(chǎn)量是決定我國(guó)糧食產(chǎn)量的三大關(guān)鍵因素。隨著城市化、工業(yè)化進(jìn)程的加快，我國(guó)大量耕地被占用，非農(nóng)化、非糧化問題日益嚴(yán)重。如何在保證耕地面積不減少、糧食單產(chǎn)逐步提高的基礎(chǔ)上，提高復(fù)種指數(shù)，擴(kuò)大農(nóng)作物播種面積，是我國(guó)未來實(shí)現(xiàn)糧食持續(xù)增產(chǎn)的重要途徑之一。

多熟種植是我國(guó)重要的農(nóng)作制度之一，對(duì)于提高耕地生產(chǎn)能力和確保糧食安全具有重要作用[1]。復(fù)種指數(shù)是耕作制度研究中衡量耕地資源集約化利用程度的基礎(chǔ)性指標(biāo)，也是宏觀評(píng)價(jià)耕地資源利用基本狀況的重要技術(shù)指標(biāo)。復(fù)種指數(shù)分為潛在復(fù)種指數(shù)和實(shí)際復(fù)種指數(shù)[2]，潛在復(fù)種指數(shù)常利用農(nóng)業(yè)氣象法估算充分利用自然資源時(shí)能達(dá)到的最大復(fù)種指數(shù)，實(shí)際復(fù)種指數(shù)一般基于不同行政單元播種面積和耕地面積的統(tǒng)計(jì)數(shù)據(jù)計(jì)算。黃國(guó)勤分析了南方復(fù)種指數(shù)的演變與特點(diǎn)，并通過回歸分析法研究了耕地復(fù)種指數(shù)與糧食總產(chǎn)的關(guān)系，提出了提高復(fù)種指數(shù)的途徑與措施[3]。劉巽浩對(duì)不同區(qū)域的熟制和水熱資源進(jìn)行了實(shí)際調(diào)查，估算了全國(guó)耕地復(fù)種指數(shù)[4]。段紅平分析了1949—1998年湖南省復(fù)種指數(shù)的歷史變化，認(rèn)為提高復(fù)種指數(shù)是必然趨勢(shì)，并提出發(fā)展適合大面積種植、高效益的冬種作物等措施[5]。楊曉光等采用公認(rèn)的農(nóng)業(yè)氣候指標(biāo)計(jì)算方法，使用ArcGIS繪出了1950—1980年和1981—2007年2個(gè)時(shí)段全國(guó)種植制度北界圖，認(rèn)為一年一熟帶、一年兩熟帶、一年三熟帶都不同程度地向北移動(dòng)[6]。張志國(guó)以市為單元計(jì)算了河南省復(fù)種指數(shù)和潛力復(fù)種指數(shù)，建立了河南省復(fù)種指數(shù)和糧食產(chǎn)量之間的函數(shù)關(guān)系，認(rèn)為耕地復(fù)種指數(shù)和糧食產(chǎn)量顯著相關(guān)，且復(fù)種指數(shù)是糧食產(chǎn)量變化的原因，但河南省再依靠提高復(fù)種指數(shù)來增加糧食產(chǎn)量的余地不大[7]。楊丹等基于空間數(shù)據(jù)分析（ESDA）與GIS技術(shù)，探討江西省縣域尺度復(fù)種指數(shù)的空間格局和演變規(guī)律，認(rèn)為江西省的耕地面積、糧食播種面積、耕地復(fù)種指數(shù)均呈現(xiàn)下降的態(tài)勢(shì)，但局部空間集聚顯著，有強(qiáng)烈的空間相關(guān)性[8]。何堅(jiān)堅(jiān)等運(yùn)用區(qū)域差異度量模型、空間自相關(guān)模型對(duì)2005—2014年中原經(jīng)濟(jì)區(qū)復(fù)種指數(shù)的時(shí)空差異和驅(qū)動(dòng)力進(jìn)行研究，認(rèn)為中原經(jīng)濟(jì)區(qū)復(fù)種指數(shù)整體呈現(xiàn)波動(dòng)下降的趨勢(shì)，自然環(huán)境因素對(duì)耕地復(fù)種指數(shù)及復(fù)種潛力指數(shù)均起著重要的作用[9]。

總體上看，基于省市統(tǒng)計(jì)數(shù)據(jù)進(jìn)行全國(guó)和省區(qū)等尺度復(fù)種指數(shù)研究較多，縣域單元尺度的全國(guó)性研究不足，利用重心模型、空間相關(guān)分析等指標(biāo)進(jìn)行時(shí)間維度變化的研究較少。本研究系統(tǒng)收集整理全國(guó)縣域耕地面積、農(nóng)作物播種面積等數(shù)據(jù)，分析我國(guó)復(fù)種指數(shù)時(shí)空變化特征，研究我國(guó)縣域復(fù)種指數(shù)的空間差異特征，以期為未來我國(guó)糧食安全研究提供理論支撐。

1 資料與方法

1.1 數(shù)據(jù)來源

全國(guó)1985—2017年耕地面積，農(nóng)作物、糧食作物、蔬菜播種面積數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局。1985、1995、2005、2015年不同縣域的耕地面積、農(nóng)作物播種面積數(shù)據(jù)來源于農(nóng)業(yè)農(nóng)村部發(fā)布的農(nóng)業(yè)分縣統(tǒng)計(jì)數(shù)據(jù)，并結(jié)合縣級(jí)和省級(jí)農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行校正。縣域行政區(qū)數(shù)字地圖來源于國(guó)家基礎(chǔ)地理信息中心，中國(guó)農(nóng)作制分區(qū)圖（圖1）根據(jù)《中國(guó)農(nóng)作制》[10]繪制。

1.2 研究方法

1.2.1 復(fù)種指數(shù)

復(fù)種指數(shù)反映某一種植制度對(duì)耕地的利用程度，計(jì)算公式[4]如下：

MCI=ASAC×100%。

式中：MCI為復(fù)種指數(shù);AS為農(nóng)作物總播種面積，hm2;AC為耕地總面積，hm2。

1.2.2 復(fù)種指數(shù)變化

復(fù)種指數(shù)變化程度（K）是指某一空間單元復(fù)種指數(shù)從i時(shí)期到j(luò)時(shí)期發(fā)生的變化。

K=MCIj-MCIi。

1.2.3 重心分析法

借鑒力學(xué)原理，引入?yún)^(qū)域重心的概念來確定區(qū)域復(fù)種指數(shù)重心點(diǎn)在不同年份移動(dòng)的方向和距離，用來對(duì)復(fù)種指數(shù)動(dòng)態(tài)演化過程進(jìn)行分析。

xj=∑ni=1（Qij×xi）/∑ni=1Qij;

yj=∑ni=1（Qij×yi）/∑ni=1Qij;

dm=（xk+m-xk）2+（yk+m-yk）2。

式中，xj和yj分別為復(fù)種指數(shù)重心的經(jīng)度與緯度;Qij表示復(fù)種指數(shù)在第i個(gè)縣域第j年的數(shù)據(jù);dm表示復(fù)種指數(shù)在不同年份間移動(dòng)距離;yk+m和yk分別表示復(fù)種指數(shù)在第k+m年和k年的緯度坐標(biāo);xk+m和xk分別表示復(fù)種指數(shù)在第k+m年和k年的經(jīng)度坐標(biāo)。P（xj，yj） 代表了研究復(fù)種指數(shù)第j年重心的地理坐標(biāo)。將上述公式在Excel中運(yùn)算之后，將P（xj，yj）在ArcGIS 10.2中進(jìn)行空間顯示。

1.2.4 全局空間自相關(guān) 全局自相關(guān)是復(fù)種指數(shù)間整體的相關(guān)性，主要指標(biāo)有Morans I指數(shù)、Gearys c系數(shù)和Getis-Ord G指數(shù)，本研究采用Morans I指數(shù)，計(jì)算公式為：

Morans I=∑ni=1∑nj=1Wij（yi-Y）（yj-Y）S2∑ni=1∑nj=1Wij;

S2=1n∑ni=1（yi-Y）2;

Y=1n∑ni=1yi。

其中，n為樣本量，即空間單元個(gè)數(shù);yi、yj是空間單元i和j的復(fù)種指數(shù);Wij為二進(jìn)制的鄰接空間權(quán)值矩陣，即空間權(quán)重矩陣，用以度量空間單元間的依賴程度。在構(gòu)造空間權(quán)重矩陣時(shí)，常用的是相鄰原則中的ROOK 標(biāo)準(zhǔn)，即有共同邊界的原則。則有：

Wij=f（x）=1，當(dāng)?shù)貐^(qū)i和地區(qū)j相鄰

0，當(dāng)?shù)貐^(qū)i和地區(qū)j不相鄰。

Morans I 指數(shù)的取值范圍是 [-1，1]，取值大于0時(shí)表明空間存在正相關(guān)，小于0時(shí)表明空間存在，等于0時(shí)表明呈獨(dú)立隨機(jī)分布。

1.2.5 局部空間自相關(guān) Morans I 反映的是空間整體上的聚集或者是離散態(tài)勢(shì)，并不能反映局部單元的具體情況。而冷熱點(diǎn)分析則解決了這一問題，它反映的是局部空間的關(guān)聯(lián)程度，可以標(biāo)識(shí)出變量的空間高值區(qū)和低值區(qū)，其計(jì)算公式為：

Gi（d）2=∑nj=1（yi-Y）（yj-Y）S2∑ni=1∑nj=1Wij;

Gi（d）2=∑nj=1Wij（d）Xj∑nj=1Xj。

式中：Xj為基本空間單元j的復(fù)種指數(shù)，Wij（d）是以空間距離d度量的權(quán)重。結(jié)果為正值的時(shí)候表明周圍屬于熱點(diǎn)區(qū)域，高值聚集;結(jié)果為負(fù)值的時(shí)候表明周圍為冷點(diǎn)區(qū)域，低值聚集。

1.3 數(shù)據(jù)的統(tǒng)計(jì)分析和空間表達(dá)

基于Excel軟件對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行處理，采用ArcGIS 10.0軟件進(jìn)行空間分析與表達(dá)。

2 結(jié)果與分析

2.1 全國(guó)復(fù)種指數(shù)及農(nóng)作物播種面積變化分析

1985年以來，除1996年統(tǒng)計(jì)方法進(jìn)一步完善引起的耕地面積增長(zhǎng)外，我國(guó)耕地面積整體呈減少趨勢(shì)（圖2）。農(nóng)作物播種面積整體呈現(xiàn)波動(dòng)性增長(zhǎng)的趨勢(shì)，從1985年的14.36×107 hm2持續(xù)增長(zhǎng)到目前的16.63×107 hm2左右。其中1992—1994和2002—2004年出現(xiàn)波動(dòng)性下降。糧食作物播種面積自1985—1998年呈現(xiàn)波動(dòng)性增長(zhǎng)趨勢(shì)，1999年播種面積增加到11.38×107 hm2，到2003年僅有9.94×107 hm2;之后在國(guó)家政策的支持下，穩(wěn)步增長(zhǎng)到2017年的11.80×107 hm2。蔬菜面積呈現(xiàn)整體直線上升的趨勢(shì)，從1985年的0.48×107 hm2增加到2017年的2.00×107 hm2，在一定程度上支撐了農(nóng)作物總播種面積的持續(xù)增長(zhǎng)趨勢(shì)。1985—1995年，我國(guó)復(fù)種指數(shù)呈現(xiàn)整體上升趨勢(shì);1999年由于耕地面積統(tǒng)計(jì)方法的變化，復(fù)種指數(shù)急劇下降;2000—2007年略有下降;2008年明顯提升;之后2008—2013年略有提升;2013至今比較平穩(wěn)，復(fù)種指數(shù)保持在123%左右。

2.2 全國(guó)縣域復(fù)種指數(shù)時(shí)空特征研究

我國(guó)復(fù)種指數(shù)從空間上看呈現(xiàn)從北到南逐漸增加的趨勢(shì)，從時(shí)間上看大多數(shù)地區(qū)呈現(xiàn)“上升—降低—上升”的趨勢(shì)。1995年，復(fù)種指數(shù)在201%～300%之間的區(qū)域范圍最大，之后2005年和2015年不斷減少，同時(shí)有向西北方向移動(dòng)的趨勢(shì)（圖3）。

1985年，復(fù)種指數(shù)≤100%的有389個(gè)縣域，占全國(guó)的18.12%，主要分布在東北農(nóng)作區(qū)興安嶺亞區(qū)、北部低中高原農(nóng)作區(qū)的內(nèi)蒙古高原北部亞區(qū)、西北農(nóng)作區(qū)、青藏高原農(nóng)作區(qū);復(fù)種指數(shù)在101%～200%的有1 345個(gè)縣域，主要分布在黃淮海、西南、東北（南部）、江南丘陵農(nóng)作區(qū)，以及長(zhǎng)江中下游、四川盆地農(nóng)作區(qū)局部，占全國(guó)的62.65%;復(fù)種指數(shù)在201%～300%的有394個(gè)縣域，主要分布在長(zhǎng)江中下游、華南（大部）、四川盆地（局部）農(nóng)作區(qū)，占18.35%;復(fù)種指數(shù)>300%的有19個(gè)縣域，呈零星點(diǎn)狀分布。

1995年，復(fù)種指數(shù)≤100%的有359個(gè)縣域，占全國(guó)15.87%，主要分布東北農(nóng)作區(qū)的興安嶺亞區(qū)、北部低中高原農(nóng)作區(qū)的內(nèi)蒙古高原北部亞區(qū)、西北農(nóng)作區(qū)的河套河西亞區(qū)和北疆亞區(qū)、青藏高原農(nóng)作區(qū);復(fù)種指數(shù)在101%～200%的有1 147個(gè)縣域，主要分布在黃淮海、西南（西部）、東北（南部）農(nóng)作區(qū)，占50.71%;復(fù)種指數(shù)在201%～300%的有721個(gè)縣域，主要分布在長(zhǎng)江中下游、江南丘陵、華南、四川盆地農(nóng)作區(qū)，占31.87%;復(fù)種指數(shù)>300%的有35個(gè)縣域，呈零星點(diǎn)狀分布。

2005年，復(fù)種指數(shù)≤100%的有551個(gè)縣域，占21.75%，主要分布東北農(nóng)作區(qū)的興安嶺亞區(qū)、北部低中高原農(nóng)作區(qū)、西北農(nóng)作區(qū)的河套河西亞區(qū)和北疆亞區(qū)、青藏高原農(nóng)作區(qū);復(fù)種指數(shù)在101%～200%的有1 307個(gè)縣域，主要分布在黃淮海、西南（西部）、東北（南部）、西南（大部）農(nóng)作區(qū)以及長(zhǎng)江中下游農(nóng)作區(qū)北部，占51.60%;復(fù)種指數(shù)在201%～300%的有599個(gè)縣域，主要分布在長(zhǎng)江中下游農(nóng)作區(qū)的兩湖平原亞區(qū)、江南丘陵、華南、四川盆地農(nóng)作區(qū)，占23.65%;復(fù)種指數(shù)>300%的有76個(gè)縣域，呈零星點(diǎn)狀分布。

2015年，復(fù)種指數(shù)≤100%的有565個(gè)縣域，占22.31%，主要分布東北農(nóng)作區(qū)的興安嶺丘陵山地亞區(qū)、北部低中高原農(nóng)作區(qū)大部、青藏高原農(nóng)作區(qū);復(fù)種指數(shù)在101%～200%的有1 248個(gè)縣域，主要分布在黃淮海、西南（南部）、東北（南部）、西南（大部）、長(zhǎng)江中下游（北部）、江南丘陵、華南（局部）農(nóng)作區(qū)，占49.29%;復(fù)種指數(shù)在201%～300%的636個(gè)縣域，主要分布在長(zhǎng)江中下游、江南丘陵（北部）、四川盆地農(nóng)作區(qū)，占25.12%;復(fù)種指數(shù)>300%的有83個(gè)縣域，呈零星點(diǎn)狀分布（表1）。

2.2 全國(guó)縣域復(fù)種指數(shù)變化研究

1985—1995年，全國(guó)復(fù)種指數(shù)整體呈現(xiàn)上升趨勢(shì)，其中復(fù)種指數(shù)變化在1%～20%的縣域有867個(gè)，僅占全國(guó)的41.36%，復(fù)種指數(shù)變化>20%的縣域有691個(gè)，僅占全國(guó)的32.97%。復(fù)種指數(shù)降低的縣域主要分布在北部低中高原、西北、青藏高原農(nóng)作區(qū)，以及長(zhǎng)江中下游農(nóng)作區(qū)東部的局部地區(qū)，其中復(fù)種指數(shù)變化≤-20%的縣域有123個(gè)，僅占全國(guó)的5.84%;復(fù)種指數(shù)變化在-21%～0%之間的縣域有415個(gè)，僅占全國(guó)的19.80%。

1995—2005年，復(fù)種指數(shù)上升的區(qū)域主要分布在東北、黃淮海、 西南（南部）農(nóng)作區(qū)，復(fù)種指數(shù)降低

的縣域主要分布在長(zhǎng)江中下游、江南丘陵、華南、青藏高原農(nóng)作區(qū)，其中復(fù)種指數(shù)變化集中于1%～20%的縣域有542個(gè)，僅占全國(guó)的24.22%;復(fù)種指數(shù)變化>20%的縣域有456個(gè)，僅占全國(guó)的20.38%;復(fù)種指數(shù)變化≤-20%的縣域有728個(gè)，僅占全國(guó)的32.53%;復(fù)種指數(shù)變化在-21%～0之間的縣域有812個(gè)，占全國(guó)的36.28%。

2005—2015年，全國(guó)復(fù)種指數(shù)變化空間差異較大，整體上升區(qū)域主要集中在東北、黃淮海、長(zhǎng)江中下游（北部）農(nóng)作區(qū)，整體下降區(qū)域主要集中在長(zhǎng)江中下游（南部）、江南丘陵、華南農(nóng)作區(qū)。其中復(fù)種指數(shù)變化在1%～20%的縣域有478個(gè)，僅占全國(guó)的20.71%;復(fù)種指數(shù)變化>20%的縣域有657個(gè)，僅占全國(guó)的28.47%;復(fù)種指數(shù)變化≤-20%的縣域有709個(gè)，僅占全國(guó)的30.72%;復(fù)種指數(shù)變化在 -21%～0之間的縣域有464個(gè)，占全國(guó)的20.10%。

1985—2015年，全國(guó)復(fù)種指數(shù)上升區(qū)域主要集中在東北、黃淮海、西南、四川盆地農(nóng)作區(qū)，整體下降區(qū)域主要集中在北部低中高原、長(zhǎng)江中下游（東南部）、江南丘陵、華南農(nóng)作區(qū)。其中復(fù)種指數(shù)變化在1%～20%的縣域有381個(gè)，僅占全國(guó)的18.05%;復(fù)種指數(shù)變化>20%的縣域有782個(gè)，僅占全國(guó)的37.04%;復(fù)種指數(shù)變化≤-20%的縣域有617個(gè)，僅占全國(guó)的29.23%，復(fù)種指數(shù)變化在 -21%～0之間的縣域有331個(gè)，占全國(guó)的15.68%（圖4、表2）。

2.3 全國(guó)縣域復(fù)種指數(shù)空間差異分析

2.3.1 總體空間差異

由表3可見，1985、1995、2005、2015年的全局Morans I分別為0.356 3、0.484 0、0.601 2、0.544 1，在4個(gè)年份數(shù)據(jù)中Z值>2.58，且都為正值，P值皆小于0.01，表示此數(shù)據(jù)并不是隨機(jī)生成的，在99.9%的置信度情況下成顯著正相關(guān)，說明我國(guó)復(fù)種指數(shù)存在空間上的自相關(guān)性。4個(gè)年份中1985年復(fù)種指數(shù)與與空間的相關(guān)性最小;1985—2005年的空間相關(guān)性呈現(xiàn)增長(zhǎng)趨勢(shì)，表明我國(guó)縣域的復(fù)種指數(shù)在空間上的聚集態(tài)勢(shì)增加;2005—2015年相關(guān)性降低;與1985年相比，2005年的空間相關(guān)性達(dá)到最大值，表明復(fù)種指數(shù)在空間上的聚集態(tài)勢(shì)達(dá)到1985—2005年近20年來的最高狀態(tài)。

2.3.2 局部空間差異

為了更加直觀地表示我國(guó)復(fù)種指數(shù)在局部空間的聚集和擴(kuò)散狀態(tài)，對(duì)1985、1995、2005、2015年4個(gè)時(shí)期全國(guó)縣域復(fù)種指數(shù)的冷熱點(diǎn)進(jìn)行分析，生成全國(guó)地級(jí)尺度的冷熱點(diǎn)空間分布圖（圖5），熱點(diǎn)區(qū)域表示復(fù)種指數(shù)高值區(qū)域聚集，冷點(diǎn)區(qū)域表示復(fù)種指數(shù)低值區(qū)域聚集。

由圖5可見，1985年我國(guó)復(fù)種指數(shù)的熱點(diǎn)區(qū)主要分布在長(zhǎng)江中下游（南部）、江南丘陵（中部）、華南農(nóng)作區(qū)，冷點(diǎn)地區(qū)分布在東北、北部低中高原、西北、青藏高原農(nóng)作區(qū)。1995年我國(guó)復(fù)種指數(shù)的熱點(diǎn)區(qū)域進(jìn)一步擴(kuò)大，江南丘陵、華南、西南（東部）農(nóng)作區(qū)均有不同程度增加，呈現(xiàn)出明顯的空間聚集態(tài)勢(shì)。2005年，冷熱點(diǎn)聚集程度和分布均有所下降，其中熱點(diǎn)區(qū)域增加了四川盆地農(nóng)作區(qū)，減少了沿海地區(qū)農(nóng)作區(qū);冷點(diǎn)區(qū)域中東北、西北、青藏高原農(nóng)作區(qū)空間聚集程度有所降低。2015年復(fù)種指數(shù)的空間聚集程度進(jìn)一步降低，熱點(diǎn)區(qū)域向西移動(dòng)，主要分布在長(zhǎng)江中下游（西部）、西南（東部、南部）、四川盆地農(nóng)作區(qū)，江南丘陵（中部）、華南農(nóng)作區(qū)不再是熱點(diǎn)區(qū)域;冷點(diǎn)地區(qū)分布在東北、北部低中高原、西北（東部）農(nóng)作區(qū)，西北（西部）、青藏高原農(nóng)作區(qū)不再是冷點(diǎn)區(qū)域。

2.4 全國(guó)復(fù)種指數(shù)重心遷移

我國(guó)復(fù)種指數(shù)重心1985年位于湖北省樊城區(qū)，1995年向南移動(dòng)至南漳縣中部，2005年向北移動(dòng)至南漳縣北部，2015年繼續(xù)北上移動(dòng)至谷城縣;2015年與1985年相比，重心向西南移動(dòng)33 km。復(fù)種指數(shù)≤100%的重心在1985年位于內(nèi)蒙古鄂托克旗，1995年北移至杭錦旗，2005年向東南移動(dòng)至內(nèi)蒙南部與山西北部交界神木縣最北部， 2015年繼續(xù)向東南移動(dòng)至陜西省祈府區(qū);2015年與1985年相比，重心向東南移動(dòng)433 km。復(fù)種指數(shù)101%～200%的重心在1985年位于湖北省與河南省交界的丹江口，1995年北移至河南省洛寧縣，2005向東南移動(dòng)至南召縣，2015年在南召縣內(nèi)又稍微向西移動(dòng);2015年與1985年相比，重心向東北移動(dòng)104 km。復(fù)種指數(shù)>200%重心在1985年位于湖南最東部的瀏陽市，1995年向西南移動(dòng)至湘鄉(xiāng)市，2005年向西北移動(dòng)至新化縣，2015年繼續(xù)向西北移動(dòng)至湖南北部的慈利縣;2015年與1985年相比，重心向東北移動(dòng)319 km。

3 討論與結(jié)論

復(fù)種是在1塊地上1年內(nèi)種收1季以上作物的種植方式。復(fù)種指數(shù)作為農(nóng)作制中衡量耕地集約化利用程度的重要指標(biāo)，既是農(nóng)學(xué)學(xué)科的研究范疇，也是地理學(xué)科的研究范疇，具有多學(xué)科交叉的特點(diǎn)[2]?；谛姓卧y(tǒng)計(jì)數(shù)據(jù)的復(fù)種指數(shù)研究方法具有數(shù)據(jù)容易獲取、計(jì)算方便等優(yōu)勢(shì)，在國(guó)家、區(qū)域、省等不同尺度范圍得到了廣泛應(yīng)用。近年來，隨著對(duì)地觀測(cè)技術(shù)的快速發(fā)展，利用遙感技術(shù)監(jiān)測(cè)從生長(zhǎng)到成熟、衰落整個(gè)作物周期的活動(dòng)過程[11-18]受到越來越多的研究人員關(guān)注，復(fù)種指數(shù)監(jiān)測(cè)精度達(dá)到了地塊尺度，可以更好地反映復(fù)種指數(shù)的真實(shí)情況。鑒于統(tǒng)計(jì)單元內(nèi)部的空間異質(zhì)性，統(tǒng)計(jì)方法不能準(zhǔn)確描述種植制度的空間特征，在數(shù)據(jù)獲取上也存在一定的滯后性[19]，加上遙感技術(shù)在監(jiān)測(cè)精度、工作量等方面的不足，筆者認(rèn)為融合遙感監(jiān)測(cè)技術(shù)與統(tǒng)計(jì)方法，進(jìn)一步提高復(fù)種指數(shù)監(jiān)測(cè)的精準(zhǔn)性、及時(shí)性是未來發(fā)展的重點(diǎn)。

本研究基于縣域統(tǒng)計(jì)數(shù)據(jù)對(duì)實(shí)際復(fù)種指數(shù)的時(shí)空特征進(jìn)行了分析，認(rèn)為從時(shí)間上大多數(shù)地區(qū)呈現(xiàn)“上升—降低—上升”的趨勢(shì)，這與李卓等對(duì)黃淮海地區(qū)耕地復(fù)種指數(shù)的研究結(jié)論[20]一致。研究認(rèn)為1995年我國(guó)復(fù)種指數(shù)在201%～300%的區(qū)域范圍最大，之后2005年和2015年不斷減少，這與蔣敏等研究的趨勢(shì)[7-8，21]一致。

本研究結(jié)果表明，我國(guó)復(fù)種指數(shù)在空間上存在較強(qiáng)的自相關(guān)性，具有空間上聚集的特征，熱點(diǎn)從東南部向西南部轉(zhuǎn)移，冷點(diǎn)在北方地區(qū)范圍縮減，同時(shí)復(fù)種指數(shù)重心發(fā)生變化，這可能與我國(guó)氣候變暖而導(dǎo)致的種植制度北界北移[6]相關(guān)，也可能與當(dāng)?shù)氐纳鐣?huì)經(jīng)濟(jì)條件、農(nóng)業(yè)生產(chǎn)條件、農(nóng)業(yè)種植結(jié)構(gòu)等有關(guān)，需要進(jìn)一步研究以明確。

參考文獻(xiàn)：

[1]黃國(guó)勤，孫丹平. 中國(guó)多熟種植的發(fā)展現(xiàn)狀與研究進(jìn)展[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2017，33（3）：35-43.

[2]吳文斌，余強(qiáng)毅，陸 苗，等. 耕地復(fù)種指數(shù)研究的關(guān)鍵科學(xué)問題[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2018，51（9）：1681-1694.

[3]黃國(guó)勤. 論提高我國(guó)南方耕地復(fù)種指數(shù)[J]. 自然資源，1995，17（1）：30-37.

[4]劉巽浩. 論我國(guó)耕地種植指數(shù)（復(fù)種）的潛力[J]. 作物雜志，1997（3）：1-3.

[5]段紅平. 湖南省耕作制度50年（1949—1998年）演變分析[J]. 耕作與栽培，2001（3）：1-4.

[6]楊曉光，劉志娟，陳 阜. 全球氣候變暖對(duì)中國(guó)種植制度可能影響Ⅰ.氣候變暖對(duì)中國(guó)種植制度北界和糧食產(chǎn)量可能影響的分析[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2010，43（2）：329-336.

[7]張志國(guó). 河南省復(fù)種指數(shù)的時(shí)空特征及其與糧食產(chǎn)量關(guān)系研究[J]. 湖北農(nóng)業(yè)科學(xué)，2011，50（17）：3653-3656.

[8]楊 丹，葉長(zhǎng)盛. 基于縣域單元的江西省復(fù)種指數(shù)時(shí)空格局分析[J]. 農(nóng)業(yè)現(xiàn)代化研究，2013，34（6）：722-727.

[9]何堅(jiān)堅(jiān)，龐 博，張鵬巖，等. 區(qū)域耕地復(fù)種指數(shù)時(shí)空差異測(cè)算及可挖掘潛力分析——以中原經(jīng)濟(jì)區(qū)為例[J]. 江蘇農(nóng)業(yè)科學(xué)，2018，46（16）：249-255.

[10]劉巽浩，陳 阜. 中國(guó)農(nóng)作制[M]. 北京：中國(guó)農(nóng)業(yè)出版社，2005.

[11]Panigrahy S，Manjunath K R，Ray S S. Deriving cropping system performance indices using remote sensing data and GIS[J]. International Journal of Remote Sensing，2005，26（12）：2595-2606.

[12]Frolking S，Yeluripati J B，Douglas E. New district-level maps of rice cropping in India：A foundation for scientific input into policy assessment[J]. Field Crop Research，2006，98（2）：164-177.

[13]Sakamoto T，van Nguyen N，Ohno H，et al. Spatio-temporal distribution of rice phenology and cropping systems in the Mekong Delta with special reference to the seasonal water flow of the Mekong and Bassac rivers[J]. Remote Sensing of Environment，2006，100（1）：1-16.

[14]彭代亮，黃敬峰，金輝民. 基于MODIS-NDVI的浙江省耕地復(fù)種指數(shù)監(jiān)測(cè)[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2006，39（7）：1352-1357.

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

[16]唐鵬欽，姚艷敏，吳文斌，等. 基于遙感技術(shù)的耕地復(fù)種指數(shù)研究進(jìn)展[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2010，31（2）：21-27.

[17]楊 婷，趙文利，王哲怡，等. 基于遙感影像NDVI數(shù)據(jù)的中國(guó)種植制度分布變化[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2015，48（10）：1915-1925.

[18]Yan H，Xiao X，Huang H，et al. Multiple cropping intensity in China derived from agro-meteorological observation and MODIS data[J]. Chinese Geographical Science，2014，24（2）：205-219.

[19]閆慧敏，曹明奎，劉紀(jì)遠(yuǎn)，等. 基于多時(shí)相遙感信息的中國(guó)農(nóng)業(yè)種植制度空間格局研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21（4）：85-90.

[20]李 卓，劉淑亮，孫然好，等. 黃淮海地區(qū)耕地復(fù)種指數(shù)的時(shí)空格局演變[J]. 生態(tài)學(xué)報(bào)，2018，38（12）：4454-4460.

[21]蔣 敏，李秀彬，辛良杰，等. 南方水稻復(fù)種指數(shù)變化對(duì)國(guó)家糧食產(chǎn)能的影響及其政策啟示[J]. 地理學(xué)報(bào)，2019，74（1）：32-43.