农业政策调整下大豆种植格局变化对水土资源消耗的影响评估

[目的]通过对政策调整下农作物种植格局变化引起的水土资源消耗变化研究，从资源利用角度为种植格局调整的政策制定提供科学支撑。[方法]文章以黑龙江省为研究区，利用系统动力学方法构建大豆种植格局驱动机制模型，并模拟三大作物(即大豆、玉米和水稻)补贴政策情景下的作物种植面积转换；其次，核算三大作物生产中的水土资源消耗量，并获取不同政策情景下大豆与玉米和水稻种植面积转换引起的水土资源消耗变化量。[结果](1)黑龙江省大豆、玉米和水稻生产过程中单位面积的水资源消耗排序为“大豆<玉米<水稻”，单位产量的耕地资源消耗排序为“水稻<玉米<大豆”。(2)由于单位面积大豆的耗水量最少、单位产量大豆的耕地消耗量最多，当大豆生产者补贴增加40%时，大豆净增加面积最多(由玉米和水稻转入)，因此三大作物生产过程中水资源消耗总量减少最多为2 400万m³，但耕地资源消耗仅增加3.2万hm²。[结论]农业补贴调整，不仅可以满足粮食的总体供给，优化作物种植格局、扩大大豆种植面积，进而减少大豆供给的不确定性，还可以实现区域水土资源的优化配置。该文结论可以为...     

结合Landsat 8和GF 1数据的冬小麦种植空间分布提取

[目的]为探讨多源中等分辨率数据在冬小麦种植时空分布上的应用。[方法]利用2017年冬小麦关键生育期的Landsat8 OLI(抽穗期)和时间序列的GF-1 WFV(2016—2017生育期)数据,在分析各个行政分区的地表覆盖状况、作物结构和地块破碎度差别的基础上,将行政区划分为3种类型不同的提取单元并建立了适合于各自分区的提取模型:(1)利用关键生育期的OLI数据,采用监督分类—神经网络方法提取结构单一、地块齐整的怀远县种植区;(2)基于WFV数据构建五河县及城区种植区的冬小麦全生育期NDVI时间序列曲线,根据NDVI的时间特征构建冬小麦提取的决策树分类模型提取结构较复杂、混合像元明显的五河县及城区种植区;(3)在对关键生育期OLI-NDVI数据合理分割的基础上,采用最大似然的面向对象分类法获取种植密集、地块破碎的固镇县种植区。[结果]提取结果采用混淆矩阵和当年度统计数据相结合的方法进行精度评价,结果表明:(1)怀远县提取出的冬小麦提取总体精度为97.91%,五河县及城区提取出的精度为97.62%,固镇县的精度为97.42%;(2)全区域冬小麦提取的总体精度为86.82%,Kappa系数为0.84。与当年度统计数据对比的结果表明:2017年蚌埠市的准确提取面积精度可达97.91%,提取面积数据小于蚌埠市统计年鉴提供的统计数据,与调查的实际种植地块基本一致。[结论]采用不同方法提取不同空间分布特征的冬小麦种植面积具有较好的精度,该方法可以为市域冬小麦面积提取提供技术参考。     

大豆传统产区粮食作物种植结构变化特征及原因分析——以黑龙江省嫩江县为例

[目的]近年来国内大豆播种面积和产量不断下降,而进口量却不断增加,2014年达7 140万t,是国内大豆产量的6倍。黑龙江省是我国最主要的大豆传统产区,其近年的种植结构变化导致国内大豆产量下降。[方法]通过对黑龙江省粮食作物种植结构变化特征进行统计数据分析,发现主要粮食作物呈现"两增一减"的格局:玉米和粳稻播种面积增加,大豆面积减少,且近年来大豆种植区域逐渐向黑龙江省西部集中。在此基础上,选取黑龙江省西北部的嫩江县作为研究区代表,利用遥感影像数据对其种植结构按积温带变化特征进行深入分析。[结果]研究发现:2000年以来,研究区种植结构发生了较大变化。2000~2007年间,第四积温带大豆种植面积大幅度增加;2007~2014年第四、五积温带新兴玉米面积猛增到17.4万hm2,且有继续北扩趋势,并推动大豆北扩东移,2014年大豆在粮食总播种面积中的比重较2000年减少27个百分点。[结论]新玉米品种的推广和作物种植比较收益是影响大豆传统产区种植结构变化的主要因素。     

豆传统产区粮食作物种植结构变化特征及原因分析——以黑龙江省嫩江县为例

[目的]近年来国内大豆播种面积和产量不断下降,而进口量却不断增加, 2014年达7 140万t,是国内大豆产量的6倍.黑龙江省是我国最主要的大豆传统产区,其近年的种植结构变化导致国内大豆产量下降.[方法]通过对黑龙江省粮食作物种植结构变化特征进行统计数据分析,发现主要粮食作物呈现"两增一减"的格局:玉米和粳稻播种面积增加,大豆面积减少,且近年来大豆种植区域逐渐向黑龙江省西部集中.在此基础上,选取黑龙江省西北部的嫩江县作为研究区代表,利用遥感影像数据对其种植结构按积温带变化特征进行深入分析.[结果]研究发现: 2000年以来,研究区种植结构发生了较大变化.2000~2007年间,第四积温带大豆种植面积大幅度增加;2007~2014年第四、五积温带新兴玉米面积猛增到17.4万hm2,且有继续北扩趋势,并推动大豆北扩东移, 2014年大豆在粮食总播种面积中的比重较2000年减少27个百分点.[结论]新玉米品种的推广和作物种植比较收益是影响大豆传统产区种植结构变化的主要因素.     

多时相GF-1卫星PMS影像提取农作物种植结构

[目的]及时准确获取农作物种植结构信息,对农作物种植结构调整具有重要意义。[方法]文章以多期GF-1卫星PMS影像为主要数据源,通过分层分类方法成功提取了朱仙镇一个种植年内秋播蔬菜、冬小麦、春花生、早熟西瓜、夏玉米、夏花生等农作物,并通过叠加分析得到朱仙镇的农作物种植模式。[结果]朱仙镇有10种种植模式,以一年两熟的冬小麦-夏玉米为主要倒茬模式,占比49.7%,其他9种种植模式所占比例之和接近50%;从整体景观的角度对朱仙镇的主要作物种植模式进行衡量,斑块丰富度PR达到9.0,香农多样性指数SHDI达到1.483 6,说明朱仙镇种植模式多样,有利于多元农业种植结构发展;分层分类的方法能够延续最优提取结果的精度,各类作物提取精度均达到了80%以上。[结论]PMS影像的高分辨率能够清晰的表达地块边界,一定程度上呈现了非大宗作物的空间分布,GF-1卫星PMS为多尺度的农业监测提供了更多的选择。     

基于快速设定决策阈值的大范围作物种植分布的遥感监测研究

[目的]作物分布是研究作物种植结构的基础,利用遥感进行大范围作物布局的监测识别,对推进农业种植结构研究、分析农业模式和制定农业政策都具有重要的意义。为了更好地适应作物生产的需求,解决大范围作物种植分布遥感监测方法复杂的问题,亟待构建一种快速实用的作物提取方法,实现作物种植信息的快速高效获取。[方法]以江苏省水稻、小麦和玉米为研究对象,利用作物关键生育期内的多时相中分辨率遥感影像,针对作物生长特点进行影像的特征转换,以行政区县为基础的作业单元进行区域划分及阈值设定,构建多时相阈值决策提取模型,并提出一种基于少量样本投射的阈值快速确定的方法,实现大范围作物分布的快速识别。[结果]该方法能够快速分单元确定模型的阈值,     

SPAM模型和遥感结合提取华北地区春夏玉米种植面积

[目的]获取农作物空间分布信息,对于研究区域粮食安全、气候变化、陆地碳氮循环和水资源利用等都具有重要意义。[方法]该研究首先应用作物空间分配模型(SPAM-China模型),在5'×5'栅格尺度上重建了1980—2010年华北地区玉米空间分布信息;然后基于SPOT VEGETATION长时间序列NDVI数据,获取了该区域的作物熟制信息,并进一步划分出了华北地区春、夏玉米种植类型区;最后,重点分析了2000—2010年间华北地区春玉米和夏玉米种植区域的时空变化特征。[结果](1)1980—2010期间,华北地区玉米种植面积增加了360万hm2,增加面积集中在中南部地区,变化主要发生在2000年以后;(2)2000—2010期间,华北地区春玉米面积增加136万hm2,占该区玉米总种植面积的比例由17%上升至27%;夏玉米种植面积尽管也增加了87万hm2,但占该区玉米总种植面积的比重呈下降趋势;(3)春夏玉米混种区为华北地区玉米主产区,近年来呈现为春玉米增加、夏玉米减少的发展趋势,全区域92%春玉米面积增加和76%夏玉米面积减少均发生在春夏玉米混种区域内,可见该区以春玉米为代表的一熟制正呈现逐步取代以冬小麦—夏玉米为主二熟制的变化趋势。[结论]该文基于SPAM模型和遥感结合提取华北地区春、夏玉米种植面积的方法,为大区域、长时间尺度作物种植信息的获取提供了新思路。     

基于多时相HJ卫星的渭干河-库车河绿洲主要农作物种植信息提取

在3S技术的支持下全面、快速、客观地监测农作物种植信息,对于正确的把握该区域的农业结构和布局,进行作物种植空间格局的调整和优化有着十分重要的意义.本文以渭干河-库车河洲绿洲为研究区,根据农作物的物候规律和季相节律的差异性特点,选取2012年的3景不同时相的HJ卫星CCD遥感数据,ENVI下基于CART算法的决策树规则自动提取主要农作物覆盖信息,然后以野外GPS调查点为依据,对决策树方法预分类结果进行修正,成功提取了研究区的玉米、棉花和小麦的种植面积,总体精度达到了91.73％.结果表明HJ卫星CCD影像可以很好地应用于农作物提取,而且CART算法的分类精度较高,能较好地反映作物的分布状况,可为该地区主要作物种植结构调整提供一定的依据.     

基于中分辨TM数据的水稻提取方法对比研究

水稻种植面积监测是当前农业土地变化科学的热点问题,但运用遥感技术对水稻种植面积精确实施监测一直是难点。中分辨率遥感影像能够满足我国大面积水稻作物监测,成为业务化运行的主要数据源。为此,该研究尝试以中分辨率 TM影像为数据源,结合神经网络和面向对象 (SVM)两种算法对对黑龙江省富锦市2010年两期不同时相影像分别进行水稻分类提取,并对分类结果进行滤波处理及混淆矩阵精度评定。结果表明:(1)在高纬度单季稻生长区,面向对象分类算法的精度显著高于神经网络的分类精度,水稻用户精度和生产者精度在6月份分别高0.55%、1.37%,在8月份分别高0.62%、2.34%;(2)对神经网络分类的结果进行 Majority滤波处理,在一定程度上可以改善水稻分类的精度,水稻用户精度和生产者精度在6月份分别提高0.14%、0.5%,在8月份分别提高1.56%、1.43%;(3)选取关键水稻物候期的遥感影像获取水稻种植面积的精度更高,返青期水稻提取精度要高于乳熟期,其中神经网络算法的水稻用户精度及生产者精度分别提高 2.67%、3.45%;面向对象算法的水稻用户精度及生产者精度分别提高 2.6%、2.48%。未来需要重点考虑建立全国水稻物候历信息、面向对象算法中自动化最优尺度分割方法来提高水稻分类的精度。     

黑龙江省作物种植结构演变特点与调整对策研究

[目的]黑龙江省是我国重要的商品粮产地,玉米种植面积和产量名列全国第一,由于东北地区玉米库存积压严重,面临大幅度压缩玉米种植面积的严峻局面,如何调整黑龙江省的作物种植结构和发展黑龙江省玉米生产引起各方关注。[方法]文章依据面板数据总结了中华人民共和国成立以来黑龙江省作物种植结构演变特点,分析了黑龙江省作物结构调整的各方面限制因素,并结合我国农产品进出口实际,提出黑龙江省今后的作物结构调整方向。[结果]稳定粮食生产,适当增加小麦和大豆的种植面积,适当压缩玉米种植,把休耕纳入轮作体系,作为临时措施,可以大面积开展玉米休耕;适当发展经济作物和杂粮杂豆作物;有条件发展饲料牧草作物。对于非粮食作物的种植,政府应该有长远考虑,不能作为应对短期出现的玉米产大于销的权宜之计。[结论]今后黑龙江省玉米生产要立足于通过提高单产来提高效益和竞争力。政府应该为玉米休耕和种植非粮食作物提供补贴,相应补贴政策是黑龙江省此轮种植结构调整成败的关键因素。     

山东省粮经作物播种比例演变及结构优化研究——基于1986～2015统计数据

[目的]目前我国农业主要矛盾是结构性失衡,作为种植业大省的山东省的农业结构性矛盾更为突出,种植业供给侧结构性改革势在必行。[方法]选取山东省1987~2016年农业统计年鉴中有关1986~2015年粮食作物和经济作物以及同类作物不同品种的播种面积的统计数据,运用统计分析法、图表法和对比分析法,分析山东省粮经作物播种面积比例演变特点,以及粮食作物和经济作物各自内部播种面积比例演变特点。[结果]30年间,山东省粮食作物播种面积及占比呈缓慢下降趋势,而经济作物播种面积和占比则持续上升,但大豆、棉花等经济作物国际市场依存度持续走高。从粮食作物和经济作物具体品种来看,玉米、蔬菜、瓜果播种面积持续大幅度上升,而大豆、棉花播种面积连年下降。[结论]山东省应在遵循国家发展粮经饲统筹的"三元"种植结构的政策导向基础上,兼顾种植户的经济利益,顺应消费者需求变化,从种植制度与生产方式安排、农作物品种选择、农作物品质提升3个方面进一步优化种植业结构。     

基于NDVI时序数据的华北地区耕地物候参数时空变化特征

[目的]耕地物候作为农业生态系统的重要特征之一,是进行农作物长势监测与估产、田间管理、农作物合理布局等的重要依据。利用遥感方法提取大区域尺度耕地物候参数和种植制度的时空变化特征,有助于从整体上掌握农业资源的空间分布情况,为农业生产决策和区域粮食安全评价提供服务。[方法]文章基于1999年和2013年的SPOT/VGT NDVI逐旬时间序列数据,采用TIMESAT软件集成的非对称高斯函数拟合法对数据进行平滑重构,通过比例阈值法提取了华北地区耕地物候参数(生长季开始期和结束期),分析其时空分布特征,并依据年内NDVI变化曲线峰值数目来确定耕地的生长季个数,识别耕地种植制度。[结果]华北地区作物生长开始期和结束期都存在明显的空间差异,15年来河北北部、北京、天津等地区,第一季作物返青/出苗期变化不大。而河南南部和中部地区,2013年第二季作物出苗期明显提前,由1999年6月下旬7月上旬,提前至6月上旬。我国华北地区种植制度仍以一年两熟制为主,华北地区北部受热量资源制约,仍旧保持一年一熟制不变。与1999年相比,华北地区2013年两熟制种植面积下降了21.1%,而一熟制种植面积增加了38.7%。[结论]华北地区耕地物候的时空变化与种植制度密切相关,同时也受到自然资源和人类活动的共同影响。     

基于深度学习模型的种植结构复杂区农作物精细分类研究

目的 卫星遥感技术具有覆盖范围广、探测周期短、调查成本低等优势而广泛应用于大区域农作物分类。然而在种植结构复杂区（如城乡结合部）,因其地块破碎、同期生长的作物种类多且分布分散,利用传统的统计分类或机器学习方法进行农作物分类时仍存在精度不高的问题。为提高种植结构复杂区农作物分类精度。方法 文章选取河北省廊坊市广阳区为研究区,以GF-1 PMS全色多光谱融合影像为数据源,采用U-Net、PSPNet及DeepLabv3+,3种深度学习模型进行农作物分类研究。分析模型参数对农作物分类精度的影响,评价3种深度学习模型的农作物分类精度,优选农作物精细分类方法。结果 （1）学习率与3种深度学习模型的分类精度呈正相关关系,较大的学习率（0.01,0.001）下,3种模型收敛速度快,分类精度高。批样本量与模型分类稳定性相关,批样本量设为100时,3种模型的分类稳定性最好。（2）相比PSPNet、DeepLabv3+模型,U-Net模型分类效果最好,总体分类精度为89.32%。（3）GF-1 PMS影像结合U-Net模型可有效提升种植结构复杂区农作物分类精度,大宗作物春玉米、夏玉米的分类精度在80%以上,花生、红薯、蔬菜小宗作物分类精度在60%以上。结论 该研究可为准确获取种植结构复杂区的农作物类型、面积及空间分布信息提供参考依据。     

基于多时相遥感影像的花生种植面积提取——以彰武县北部为例

本文以彰武县北部4个乡镇(大冷乡、章古台镇、四合城乡和阿尔乡)种植花生的耕地为研究对象,基于不同农作物类型之间的物候特征差异,借助3个时期的遥感影像提取农作物的不同NDVI特征值和影像的特征信息,采用监督分类的方法提取花生的种植面积及空间分布情况。结果表明该方法对于区分不同物候特征下的作物分类精度高,较好的反映作物的分布状况,可为该地区主要作物种植分布情况提供科学依据。     

遥感技术在“两区”作物种植结构监测中的应用研究——以黑龙江省富锦市为例

目的 粮食生产功能区和重要农产品生产保护区（以下简称“两区”）划定是确保国家粮食安全和保障重要农产品有效供给的重要举措。文章调查“两区”内作物实际种植情况，探索遥感技术在“两区”作物种植结构监测和“两区”数据更新中的应用方法。方法 以黑龙江省富锦市为研究区，以Landsat8多光谱影像为数据源，采用遥感监测技术，对研究区范围内2020年水稻、玉米和大豆3种作物种植情况进行监测，识别3种作物并提取地块边界，形成作物空间分布矢量图，与“两区”划定成果图叠加对比，分析“两区”划定情况与实际种植情况的一致性。结果 （1）富锦市水稻生产功能区内水稻实际种植面积占比88.2%，玉米生产功能区内玉米实际种植面积比例为17.8%，大豆实际种植面积占大豆生产功能区的68.8%。（2）富锦市实际种植情况与“两区”划定成果要求种植面积存在明显差异，差异大小因作物不同而不同，主要受当地自然条件、国家政策和农民种植意愿的影响。结论 鉴于遥感技术可以在“两区”作物种植监测中发挥特殊作用，建议农业农村部门采用遥感技术对“两区”范围内作物种品种和种植面积等情况进行动态监测，及时掌握实际种植情况并更新“两区”数据库，实现精细化管理，进而为决策部门优化农业种植结构，保障国家粮食安全。     

基于Shift-Share模型的“镰刀弯”地区食增产结构变动分析——兼论玉米种植结构调整

[目的]"镰刀弯"地区玉米种植面积大幅度增加,粮食种植结构单一,为确保粮食安全稳定、多元化发展,需要明确该地区粮食生产结构中不同作物的变化特点和竞争优势.[方法]文章运用Shift-Share模型对"镰刀弯"地区的粮食作物生产结构和竞争力优势进行比较,分析了水稻、玉米、薯类、豆类以及其他作物的结构和竞争力优势差异.[结果]"镰刀弯"地区内部不同区域之间不同作物的结构优势和竞争力优势差异明显,其主要原因在于不同作物的播种面积和单位面积产量增长变动速度不同.[结论]"镰刀弯"地区粮食种植结构的调整,尤其是玉米种植面积的调减,应当充分考虑不同作物之间的优势差异,在满足可持续发展和市场需求且不形成过度供给的情况下,增加优势作物的种植,最终形成合理的种植结构和区域布局.