近30年中国水稻种植区域与产量时空变化分析(2)

(2)验证数据包含两类数据集，1980年的验证数据来自中国资源环境数据库的中国土地覆被数据集(NLCD-1980，1km)中水田空间分布，该数据集由LandsatTM数据为基础的人工目视解译得到[23]，本研究中为使数据间具有可比性，采用百分比将像元尺度上升为5min，为减少复种等因的影响，只对中国北方单季水稻种植区采样；2000年则采用MIRCA-2000全球农作物空间分布数据集[3]，该数据集像元分辨率为5min，包含26种作物

682

地理学报

68卷

Fig.1TheflowchartofSPAM-China(modifiedfromReference[18])

的灌溉和雨养作物分布，本研究综合中国区域的灌溉和雨养的水稻进行采样。

2.2SPAM-China模型

本研究结合中国农作物的分布，构建SPAM-China模型[25-26]，尝试将该模型应用于我国长时序大尺度的作物空间分布研究中(图1)。SPAM-China模型核心方法由两部分组成：信息熵分布概率模型和作物分配优化模型，具体公式如下[18]：

(1)信息熵分布概率模型：

对于给定的分布概率(p1,p2,…,pk)，可定义Shannon信息熵为：

H(p1,p2,...,pk)=-∑pilnpi

i=1k

(1)

式中：当ln0=0约定为0概率，单产则无信息。通过引入交叉信息熵(CE)用于度量两个概率分布pi和qi不一致的情况，获得最小交叉信息熵方式确定概率的限制。

kkk

æpiö

CE(p1,p2,…,pk;q1,q2,…,qk)=-∑pilnç÷=∑piln(pi)-∑pilnqi

i=1i=1èiøi=1

(2)k

=-H(p1,p2,…,pk)-∑pilnqi

i=1

以上是普遍的信息熵和交叉信息熵方程，式中，pi和qi分别表示X县中第j种作物分布的两个概率作物面积可分配概率sijl和潜在适宜种植面积可分配概率πijl：

Aijl

sijl=(3)

j

式中：CA表示像元的面积，Aijl表示X县第i个像元上可分配的j作物种植面积；模型初始时，假设j作物在X县内所有像元上平均分配。

5期刘珍环等：近30年中国水稻种植区域与产量时空变化分析683

πijl=

Suijl×PDi

i

Suijl×PDi

i j l

(4)

式中：πijl表示i像元上作物j的潜在分布概率；Suijl为适宜作物种植面积，本研究中采用

GAEZ数据集；PDi表示人口密度，采用GPWVersion2数据集。

(2)作物分配优化过程：

MINCE(sijl,πijl)=∑∑∑sijllnsijl-∑∑∑πijllnπijl(5)

{s}

ijl

ijlijl

其中分配概率应满足如下优化条件：

∑sijl=1

j l

i

∑∑CA×s

j

j

ljl

ijl

i∈k

l

i

(6)(7)(8)(9)(10)

ijl

≤Availi

∑∑CA×s=SCA∑CA×s≤IRA

jk

jl

ijl

CAjl×sijl≤Suijl

i j l j l∈J

i

i

1≥sijl≥0 i,j,l(11)

式中：i:i=1，2，3…表示行政统计单元内的像元；j:j=1，2，3…表示作物种类；l:l=灌溉种植区、雨养高产区、雨养低产区，3种具体生产种植区。

SCAjk表示上一级统计单元的种植面积，例如本研究中县级的统计数据参与分配的数据要与省级统计数据一致；IRAi表示灌溉数据，采用FAO全球灌溉分布数据；Availi表示像元中的总耕地面积，采用GLC-2000中的耕地分布数据；通过建立交叉信息熵获得各像元内各种作物的分布概率，进行空间优化配置，获得作物最大可能的最终分布概率sijl，最后模型输出结果包括了水稻种植面积、总产及单产在i像元上的分布信息。2.3水稻面积和总产变化分析

水稻面积和产量的时空变化分析包含两个方面，空间位置变化和时序动态特征。

(1)水稻种植面积时空变化分析。为便于比较，将种植面积量进行百分比例化，再将1980及2010年两期水稻面积的空间分布进行比较，获得近30年水稻面积变化的空间特征。将面积增减幅度小于5%认为是无变化区，5%~20%则是低度变化区，大于20%则是高度变化区，共五种变化类型。时序动态特征是将1980-2010年的3个时段的面积变化进行组合分析，重分类为四种变化类型：面积持续减少区、波动不稳定区、恢复区及持续增加区，持续减少区指在三个时段内都在减少的区域，波动不稳定区指变化过程中时增时减的区域，恢复区指早期减少而后期增加的区域，持续增加区指三个时段内都保持增长的态势，在此基础上分析变化类型的空间分布特征。

(2)水稻总产量时空变化分析。同样，本研究也对1980及2010年两期水稻总产量的空间分布进行比较，获得近30年水稻总产变化的空间特征，将像元总产量增减幅度小于2000t则认为是无变化区，介于2000~8000t则是低度变化区，大于8000t则认为是高度变化区。将1980-2010年的3个时段的总产量变化进行组合分析，重分类为四种变化类型：产量持续减少区、波动不稳定区、恢复区及持续增加区，含义与面积变化类型类似，可分析产量变化类型的空间分布特征。

(3)水稻面积变化对产量的影响。本分析中，种植面积和总产量只考虑变化幅度大于5%的低度和高度变化区，组合成增加区和减少区。运用空间叠加方法，分析了水稻种植面积变化对产量变化的影响程度，形成四种变化地区类型：面积增加而增产地区、面积增加而减产地区、面积萎缩而增产地区、面积萎缩而减产地区。

684地理学报68卷

(4)水稻种植重心迁移规律。水稻种植重心迁移规律包含了水稻种植面积和总产量的重心迁移变化及对应关系，以像元的面积百分比和总产量为权重系数乘以像元的经纬度坐标，获得四个时期的中国水稻种植重心和产量重心，重心迁移公式如下：

Xt=

∑(C

i=1

n

n

ti

×Xi)

;Yt=

ti

∑(C

i=1

n

n

ti

×Yi)

∑C

i=1

∑C

i=1

(12)

ti

式中：Cti表示的是像元i内水稻种植面积或者总产量；Xi、Yi表示的是像元i的重心坐标。

3结果分析

3.1模型结果输出及精度检验

图2和图3为模型输出的水稻种植面积和总产量的空间分布图。为检验SPAM-China的水稻种植面积空间分配精度，研究采用两组数据源进行验证。为保证数据可比性，在全国范围内随机采样(图4a,b)，NLCD-1980为土地利用/覆被数据集，中国北方水田主要种植水稻，且不包含复种，因此1980年的数据只在中国北方水稻种植区采样验证，样本量为1700个，MIRCA-2000是作物分布数据，因此在全国范围的水稻种植区采用验证，样本量为3280个。1980年的验证结果表明，SPAM-China

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说医药卫生近30年中国水稻种植区域与产量时空变化分析(2)在线全文阅读。