粮食作物种植视角下东北粮食主产区耕地利用的时空分化特征
发布时间：2021-10-14 11:07
作物种植是耕地最直接的利用方式。基于粮食作物种植视角研究耕地利用问题,是耕地利用领域研究的进一步细化,也是粮食安全的基础。该研究以东北粮食主产区典型地域为研究区,基于主要粮食作物大豆、玉米和水稻的不同耕地利用方式,以乡镇为单元,综合运用标准差椭圆、重心模型及探索性空间数据分析法,阐明2016—2019年研究区粮食作物的耕地利用空间分化特征。结果表明:1)研究区主要粮食作物的耕地利用结构变化明显,大豆与玉米的耕地种植面积出现明显"剪刀差"变化特征,水稻的耕地种植面积基本保持稳定。2)研究区主要粮食作物的耕地利用空间分布呈现"西北-东南"动态格局,种植大豆和玉米的耕地利用重心位于研究区的中东部地区,分别向东偏南和西偏南方向迁移。3)研究区种植主要粮食作物的耕地利用结构具有较强的正负空间关联性,正相关类型聚集性较强,表现出明显的区域一致性;负相关类型无明显聚集区域,面积较小,且零星分布。研究结果较好地反映了种植结构调整政策实施阶段研究区种植主要粮食作物的耕地区域空间布局分化和耕地种植结构的空间关系,为区域种植结构调整及保障粮食结构性安全提供科学依据。
【文章来源】：农业工程学报. 2020,36(15)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
2016-2019年主要粮食作物的耕地利用情况
研究期内种植结构调整政策实施效果明显，大豆与玉米种植面积出现明显“剪刀差”变化特征，水稻种植面积基本保持平稳，维持在耕地总面积的5%左右，大豆和玉米为研究区主要粮食作物（图2）。数据显示结果表明，研究区2016年大豆种植面积5.79万hm2，占耕地总面积的7.18%，玉米种植面积达到71.20万hm2，占据研究区耕地面积的88.19%，农户倾向于种植收益相对较高的玉米；2017年大豆种植面积小幅度上升，为8.01万hm2，占比仍然较低，为耕地总面积的9.92%;2018年研究区大豆种植面积大幅度提升至36.51万hm2，占比44.94%，是2017年大豆种植面积的4倍，政策实施效果明显，与此同时，研究区玉米种植面积调减至40.40万hm2，占比不足50%;2019年大豆种植面积稍有回落，为32.41万hm2，玉米种植面积44.40万hm2,2种作物仍为研究区主栽农作物。总体而言，研究期内该地区耕地作物种植结构调整特征显著，恰好与东北粮食主产区种植结构变化方向相一致。2.2 主要粮食作物的耕地利用空间分布和重心迁移特征
2016—2019年研究区主要粮食作物的耕地利用标准差椭圆均呈西北—东南方向，表明研究区大豆和玉米两种主要粮食作物在西北—东南方向较东北—西南方向更为密集。通过图3a可以看出，2016—2019年大豆作物的耕地利用标准差椭圆位于研究区东部地区，前期空间分布较为分散，后期趋于集中再扩大。2016—2019年，大豆作物的耕地利用重心均位于拜泉县境内，重心迁移轨迹总长27.17 km，表现为向东偏南方向顺时针移动（图3a），说明该阶段东部地区的种植结构转型较快，东部地区克山县与拜泉县土质条件优越适宜大豆作物生长，受种植结构调整政策影响，区域内实施大豆种植补贴，吸引大量农户进行粮豆轮作，使大豆作物种植比例不断提升，牵动大豆作物的耕地利用重心移动。标准差椭圆的扁率为椭圆长短轴差值与椭圆长轴之比，可以反映耕地主要作物空间布局的方向性，通过对比标准差椭圆的扁率可以掌握耕地主要作物空间布局范围的变化，扁率越大，表明标准差椭圆的方向性越明显。对大豆作物的标准差椭圆参数统计可知（表2），研究区大豆标准差椭圆扁率先升后降，反映该地区大豆空间分布极化呈现阶段性特征。其中，2018年大豆的标准差椭圆扁率最大达到0.45，大豆分布呈现较强向心力，2019年大豆标准差椭圆扁率降为0.24，表明该时期研究区大豆作物种植较为分散，虽然南北方向为大豆分布的主轴方向，但东西方向的发展也愈加明显。
【参考文献】：
期刊论文
[1]Mapping the fallowed area of paddy fields on Sanjiang Plain of Northeast China to assist water security assessments[J]. LUO Chong,LIU Huan-jun,FU Qiang,GUAN Hai-xiang,YE Qiang,ZHANG Xin-le,KONG Fan-chang. Journal of Integrative Agriculture. 2020(07)
[2]农业土地利用遥感信息提取的研究进展与展望[J]. 董金玮,吴文斌,黄健熙,尤南山,何盈利,闫慧敏. 地球信息科学学报. 2020(04)
[3]Spatiotemporal variations of cultivated land use efficiency in the Yangtze River Economic Belt based on carbon emission constraints[J]. LUO Xiang,AO Xinhe,ZHANG Zuo,WAN Qing,LIU Xingjian. Journal of Geographical Sciences. 2020(04)
[4]近30年来长株潭地区农作物种植结构演变及优化对策[J]. 蒋凌霄,安悦,谭雪兰,米胜渊,熊亚东,谭杰扬. 经济地理. 2020(01)
[5]基于变化向量的耕地利用方式变化下耕地质量评价[J]. 祝锦霞,徐保根. 农业工程学报. 2020(02)
[6]Changes in cultivated land patterns and driving forces in the Three Gorges Reservoir area, China, from 1992 to 2015[J]. ZHANG Yu-xin,WANG Yu-kuan,FU Bin,LI Ming,LU Ya-feng,DIXIT Amod Mani,CHAUDHARY Suresh,WANG Shan. Journal of Mountain Science. 2020(01)
[7]新时期我国粮食安全保障的发展思路与政策建议[J]. 蒋和平,尧珏,蒋黎. 经济学家. 2020(01)
[8]区域耕地利用功能转型的理论解释与实证[J]. 宋小青,李心怡. 地理学报. 2019(05)
[9]东北地区粮食生产结构时空演变[J]. 刘大千,刘世薇,温鑫. 经济地理. 2019(05)
[10]基于敏感度分析的江苏省粮食生产与耕地数量变化动态响应研究[J]. 谭言飞,濮励杰,解雪峰,朱明,黄思华. 长江流域资源与环境. 2019(05)
本文编号：3436037
【文章来源】：农业工程学报. 2020,36(15)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
2016-2019年主要粮食作物的耕地利用情况
研究期内种植结构调整政策实施效果明显，大豆与玉米种植面积出现明显“剪刀差”变化特征，水稻种植面积基本保持平稳，维持在耕地总面积的5%左右，大豆和玉米为研究区主要粮食作物（图2）。数据显示结果表明，研究区2016年大豆种植面积5.79万hm2，占耕地总面积的7.18%，玉米种植面积达到71.20万hm2，占据研究区耕地面积的88.19%，农户倾向于种植收益相对较高的玉米；2017年大豆种植面积小幅度上升，为8.01万hm2，占比仍然较低，为耕地总面积的9.92%;2018年研究区大豆种植面积大幅度提升至36.51万hm2，占比44.94%，是2017年大豆种植面积的4倍，政策实施效果明显，与此同时，研究区玉米种植面积调减至40.40万hm2，占比不足50%;2019年大豆种植面积稍有回落，为32.41万hm2，玉米种植面积44.40万hm2,2种作物仍为研究区主栽农作物。总体而言，研究期内该地区耕地作物种植结构调整特征显著，恰好与东北粮食主产区种植结构变化方向相一致。2.2 主要粮食作物的耕地利用空间分布和重心迁移特征
2016—2019年研究区主要粮食作物的耕地利用标准差椭圆均呈西北—东南方向，表明研究区大豆和玉米两种主要粮食作物在西北—东南方向较东北—西南方向更为密集。通过图3a可以看出，2016—2019年大豆作物的耕地利用标准差椭圆位于研究区东部地区，前期空间分布较为分散，后期趋于集中再扩大。2016—2019年，大豆作物的耕地利用重心均位于拜泉县境内，重心迁移轨迹总长27.17 km，表现为向东偏南方向顺时针移动（图3a），说明该阶段东部地区的种植结构转型较快，东部地区克山县与拜泉县土质条件优越适宜大豆作物生长，受种植结构调整政策影响，区域内实施大豆种植补贴，吸引大量农户进行粮豆轮作，使大豆作物种植比例不断提升，牵动大豆作物的耕地利用重心移动。标准差椭圆的扁率为椭圆长短轴差值与椭圆长轴之比，可以反映耕地主要作物空间布局的方向性，通过对比标准差椭圆的扁率可以掌握耕地主要作物空间布局范围的变化，扁率越大，表明标准差椭圆的方向性越明显。对大豆作物的标准差椭圆参数统计可知（表2），研究区大豆标准差椭圆扁率先升后降，反映该地区大豆空间分布极化呈现阶段性特征。其中，2018年大豆的标准差椭圆扁率最大达到0.45，大豆分布呈现较强向心力，2019年大豆标准差椭圆扁率降为0.24，表明该时期研究区大豆作物种植较为分散，虽然南北方向为大豆分布的主轴方向，但东西方向的发展也愈加明显。
【参考文献】：
期刊论文
[1]Mapping the fallowed area of paddy fields on Sanjiang Plain of Northeast China to assist water security assessments[J]. LUO Chong,LIU Huan-jun,FU Qiang,GUAN Hai-xiang,YE Qiang,ZHANG Xin-le,KONG Fan-chang. Journal of Integrative Agriculture. 2020(07)
[2]农业土地利用遥感信息提取的研究进展与展望[J]. 董金玮,吴文斌,黄健熙,尤南山,何盈利,闫慧敏. 地球信息科学学报. 2020(04)
[3]Spatiotemporal variations of cultivated land use efficiency in the Yangtze River Economic Belt based on carbon emission constraints[J]. LUO Xiang,AO Xinhe,ZHANG Zuo,WAN Qing,LIU Xingjian. Journal of Geographical Sciences. 2020(04)
[4]近30年来长株潭地区农作物种植结构演变及优化对策[J]. 蒋凌霄,安悦,谭雪兰,米胜渊,熊亚东,谭杰扬. 经济地理. 2020(01)
[5]基于变化向量的耕地利用方式变化下耕地质量评价[J]. 祝锦霞,徐保根. 农业工程学报. 2020(02)
[6]Changes in cultivated land patterns and driving forces in the Three Gorges Reservoir area, China, from 1992 to 2015[J]. ZHANG Yu-xin,WANG Yu-kuan,FU Bin,LI Ming,LU Ya-feng,DIXIT Amod Mani,CHAUDHARY Suresh,WANG Shan. Journal of Mountain Science. 2020(01)
[7]新时期我国粮食安全保障的发展思路与政策建议[J]. 蒋和平,尧珏,蒋黎. 经济学家. 2020(01)
[8]区域耕地利用功能转型的理论解释与实证[J]. 宋小青,李心怡. 地理学报. 2019(05)
[9]东北地区粮食生产结构时空演变[J]. 刘大千,刘世薇,温鑫. 经济地理. 2019(05)
[10]基于敏感度分析的江苏省粮食生产与耕地数量变化动态响应研究[J]. 谭言飞,濮励杰,解雪峰,朱明,黄思华. 长江流域资源与环境. 2019(05)
本文编号：3436037
本文链接：https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/3436037.html
