柬埔寨耕地復(fù)種指數(shù)時空格局分析研究

馬 誼, 紀世建，婁思元，劉占宇

(1.杭州師范大學(xué)理學(xué)院遙感地學(xué)系,浙江 杭州 311121;2.上海海洋大學(xué)海洋科學(xué)學(xué)院,上海 201306;3.云南師范大學(xué)旅游與地理科學(xué)學(xué)院,云南 昆明 650500)

耕地復(fù)種是指一定時期內(nèi)(一般為1年)在同一田地上連續(xù)種植作物一季以上，重復(fù)種植的制度[1].耕地復(fù)種程度的高低，國內(nèi)學(xué)者通常用復(fù)種指數(shù)(multiple cropping index, MCI)來表示，而國際上通常用種植指數(shù)(cropping index)表示，兩者內(nèi)涵是一致的.復(fù)種指數(shù)不僅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，也是宏觀評價國家或地區(qū)耕地資源利用基本狀況的重要技術(shù)指標[2]，同時對提高農(nóng)作物面積遙感提取和作物估產(chǎn)精度方面也有重要意義.它的大小主要受當?shù)責(zé)崃俊⑼寥?、水分、肥料、勞力和科學(xué)技術(shù)水平等自然和社會經(jīng)濟條件的制約[3].

國內(nèi)外專家學(xué)者圍繞復(fù)種指數(shù)提取方法和潛力測算等方面開展了大量研究工作[4].傳統(tǒng)的耕地復(fù)種指數(shù)提取多是以行政區(qū)域的統(tǒng)計數(shù)據(jù)為基礎(chǔ)，通過對統(tǒng)計單位年度或一個時間序列數(shù)據(jù)的分析，得到該區(qū)域的復(fù)種指數(shù)[5].傳統(tǒng)的數(shù)據(jù)統(tǒng)計方法由于忽略了統(tǒng)計單元內(nèi)部的空間異質(zhì)性，無法精確描述研究區(qū)域內(nèi)部的空間分布特征，且在時間上存在一定的滯后性[6].因而，農(nóng)業(yè)科技工作者開始探索能克服傳統(tǒng)手段局限性的新技術(shù)和新方法.

衛(wèi)星遙感是20世紀70年代發(fā)展起來的新興科技，遙感影像具有時效性強、成本低和視域范圍廣等優(yōu)點，并在包括復(fù)種指數(shù)提取在內(nèi)的諸多農(nóng)業(yè)領(lǐng)域得到了廣泛應(yīng)用[7].在國內(nèi)，范錦龍等提出一種基于時間序列的諧波分析法，它通過提取平滑后作物生長曲線的波峰頻數(shù)得到地塊復(fù)種指數(shù)[8]，此法應(yīng)用比較廣泛[9-10].閆慧敏等應(yīng)用NOAA/AVHRR數(shù)據(jù)和峰值特征點檢測法，對我國1984—2003年間耕地復(fù)種指數(shù)的時空變化特征進行了分析研究[11].國際上，Panigrahy等采用印度發(fā)射的IRS多時相高分遙感數(shù)據(jù)，使用主成分分析結(jié)合最大似然法分類得到印度全國的復(fù)種指數(shù)[12].Sakamoto等利用小波平滑對Terra/MODIS-EVI數(shù)據(jù)進行平滑處理，提取了越南湄公河三角洲的水稻復(fù)種指數(shù)[13].然而，衛(wèi)星遙感影像容易受云霧、氣溶膠、地形地貌、傳感器衰減等因素影響，不可避免地存在誤差；此外，數(shù)據(jù)分析及物候判別算法都會影響復(fù)種指數(shù)的提取精度，多數(shù)方法只適用于特定的區(qū)域.

盡管傳統(tǒng)的復(fù)種指數(shù)提取方法具有時間滯后、空間表達不精細等缺陷，但由于簡單、實用而被農(nóng)業(yè)科技人員和政府機構(gòu)采用.例如，黃國勤曾利用省級農(nóng)業(yè)統(tǒng)計數(shù)據(jù)，分析了我國1949—1995年南方耕地復(fù)種指數(shù)的演變特點[14]；郭柏林也分析了我國建國后40年的復(fù)種指數(shù)時空變化特征、效益和潛力[15].隨著地理信息系統(tǒng)(geographic information system, GIS)應(yīng)用泛化，可以基于GIS技術(shù)對統(tǒng)計數(shù)據(jù)進行復(fù)種指數(shù)及潛力的計算和空間分析[8].楊丹等[4]在分析1978—2011年江西省耕地面積、播種面積、耕地復(fù)種指數(shù)演變的基礎(chǔ)上，結(jié)合空間數(shù)據(jù)分析與GIS技術(shù)，以縣域為單元，探討江西省復(fù)種指數(shù)的空間格局和演變規(guī)律.到目前為止，復(fù)種指數(shù)的研究，多是以一年為時間尺度來提取，據(jù)此研究某一年份或多年間復(fù)種指數(shù)的年際變化，而尚未有復(fù)種指數(shù)年內(nèi)季節(jié)性變化的研究報道.本研究以柬埔寨王國(簡稱柬埔寨)2010—2011、2011—2012和2012—2013年度的平均復(fù)種指數(shù)為例，開展旱季、雨季和全年的復(fù)種指數(shù)空間分布研究.

圖1 柬埔寨數(shù)字高程圖

1 研究區(qū)域概況

柬埔寨，位于中南半島南部，陸地面積約18.1萬 km2.該國中部和南部是平原，東部、北部和西部被山地、高原環(huán)繞(圖1).柬埔寨是東南亞發(fā)展較為落后的國家，也是世界上最不發(fā)達國家之一，經(jīng)濟以農(nóng)業(yè)為主[16].截至2012年底，柬埔寨全國有24個省級行政單元，包括20個省和4個直轄市.

圖2 柬埔寨月平均氣溫和降雨量

柬埔寨屬熱帶季風(fēng)氣候，年平均氣溫27 ℃～28 ℃，5-10月為雨季，11月至次年4月為旱季(圖2).洞里薩湖是中南半島的最大湖泊，低水位時面積約2500 km2，雨季湖面達1萬km2，洞里薩湖周邊是柬埔寨重要的糧食生產(chǎn)區(qū)域.湄公河在柬境內(nèi)長約486 km，自北向南流貫東部，第二大河洞里薩河在首都金邊匯入湄公河，湄公河兩岸是柬埔寨重要的稻米種植區(qū)[17].

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

雨季和旱季農(nóng)作物播種面積采用《Annual Report for Agriculture Forestry and Fisheries in Kingdom of Cambodia (2010-2011、2011-2012、2012-2013)》[18-20]公布數(shù)據(jù)，耕地面積采用《Rice Almanac (4th edition)》[17]公布數(shù)據(jù).

數(shù)字高程模型數(shù)據(jù)(圖1)，來源于Earth Remote Sensing Data Analysis Center (ERSDAC) of Japan (http://gdem.ersdac.jspacesystems.or.jp)；降雨量、氣溫、每日降雨概率等氣象要素數(shù)據(jù)(圖2)，來源于World Meteorological Organization (http://worldweather.wmo.int)；國家和省級行政區(qū)劃矢量圖，來源于全球行政區(qū)劃網(wǎng)(http://www.gadm.org/country).

2.2 研究方法

傳統(tǒng)的復(fù)種指數(shù)計算方法是基于統(tǒng)計數(shù)據(jù)的作物播種面積占耕地面積(含棄耕撂荒耕地)的百分比[2].在本研究中，采用式(1)—(3)計算不同行政區(qū)劃單元的復(fù)種指數(shù)：

(1)

其中，MCIW代表區(qū)域年度平均耕地復(fù)種指數(shù)，AWi代表第i年區(qū)域年度作物總播種面積，ACi代表第i年區(qū)域耕地總面積，n等于3.

(2)

其中，MCIR代表區(qū)域雨季平均耕地種植指數(shù)，ARi代表第i年區(qū)域雨季作物總播種面積.

(3)

其中，MCID代表區(qū)域旱季平均耕地種植指數(shù)，ADi代表第i年區(qū)域旱季作物總播種面積.

本研究將耕地復(fù)種指數(shù)(MCIW)劃分為五級：1)MCIW≤75%，偏低；2) 75%150%，較高.

空間分析與空間制圖在地理信息系統(tǒng)軟件ArcGIS 9.3內(nèi)執(zhí)行，柱狀圖和散點圖在Word Processing System 2013內(nèi)操作.

3 結(jié)果與分析

3.1 柬埔寨全年耕地復(fù)種指數(shù)空間分布

區(qū)域耕地復(fù)種指數(shù)受降雨、土壤、熱量等自然條件和肥料、勞力、科技水平等社會經(jīng)濟條件影響[3]，在宏觀尺度上反映某個地區(qū)耕地資源利用的集約化程度[2].圖3為柬埔寨3個年度平均耕地復(fù)種指數(shù)空間分布圖，全國平均耕地復(fù)種指數(shù)為117%.由圖3可知，在24個省級行政單元中，多達75%(18個)的省份耕地復(fù)種指數(shù)為中等及以下水平，只有25%(6個)的省份耕地復(fù)種指數(shù)為中等偏高和較高水平.其中，耕地復(fù)種指數(shù)最高的省份為波蘿勉省，MCIW為171%；最低的省份為臘塔納基里省，MCIW僅為53%；不同省份之間的MCIW差異較大.

圖3 柬埔寨年度耕地復(fù)種指數(shù)空間分布

圖4 各省低海拔區(qū)域面積比例與耕地復(fù)種指數(shù)相關(guān)關(guān)系

暹粒省處于洞里薩湖區(qū)西北部，但由于省內(nèi)有包括吳哥窟在內(nèi)的眾多世界遺跡和自然保護區(qū)，政府對土地開發(fā)利用的限制導(dǎo)致了境內(nèi)耕地復(fù)種指數(shù)較低.除暹粒省外，在洞里薩湖周邊、洞里薩河兩岸及湄公河在柬埔寨后半段的沖積平原區(qū)，耕地復(fù)種指數(shù)等級為中等及以上，可能是由于這些區(qū)域海拔較低、地勢平坦、耕作條件較好.結(jié)合圖1和圖3，提取各省海拔不高于50 m的區(qū)域面積，計算其占所在省份土地總面積的比例，并與耕地復(fù)種指數(shù)相比較(圖4)，兩者的相關(guān)性為0.751，達到極顯著相關(guān)(ρ0.001(24)=0.578)，表明柬埔寨的農(nóng)業(yè)開發(fā)在很大程度上受地形限制.

3.2 柬埔寨耕地復(fù)種指數(shù)季節(jié)性變異

柬埔寨地處熱帶，旱季雨季的月平均氣溫差異較小，但降雨量差異明顯(圖2).由于柬埔寨社會經(jīng)濟水平較低，全國幾乎沒有農(nóng)田水利設(shè)施可供利用，因而在旱季土壤蒸發(fā)量較高的情況下，沒有降雨就無法進行農(nóng)業(yè)生產(chǎn)活動，導(dǎo)致柬埔寨旱季時全國的種植指數(shù)偏低.柏威夏、上丁、臘塔納基里、蒙多基里、磅士卑和西哈努克等6省，在旱季沒有種植任何農(nóng)作物(圖5A).自5月中下旬開始，西南季風(fēng)盛行，帶來了充沛的降水(圖2)，從而有利于農(nóng)作物的生長，雨季時的農(nóng)作物播種面積平均占全年的87.1%.由圖5可知，柬埔寨的耕地復(fù)種指數(shù)具有明顯的季節(jié)性差異，農(nóng)作物種植和生長主要集中在雨季.

圖5 柬埔寨旱季(A)和雨季(B)種植指數(shù)空間分布

4 討 論

耕地復(fù)種指數(shù)受降雨、土壤、熱量等自然條件和肥料、勞力、科技水平等社會經(jīng)濟條件影響[3]，在宏觀尺度上反映某個地區(qū)耕地資源利用的集約化程度[2].近年來，有關(guān)耕地復(fù)種指數(shù)提取方法的研究主要集中在利用衛(wèi)星遙感方面，尤其是長時間序列衛(wèi)星數(shù)據(jù)來提取關(guān)鍵生育期這一方向.然而，由于衛(wèi)星遙感需要有專門的技術(shù)人員來進行物候信息判讀，且衛(wèi)星影像本身受云霧、傳感器衰減等諸多因素影響.因而，運用現(xiàn)代地理信息系統(tǒng)GIS技術(shù)，挖掘統(tǒng)計數(shù)據(jù)的利用價值，具有重要的研究意義和應(yīng)用價值.

本研究結(jié)果表明，柬埔寨農(nóng)業(yè)開發(fā)在很大程度上受地形限制，主要分布在海拔低于50 m的洞里薩湖區(qū)、洞里薩河兩岸和湄公河在其境內(nèi)的后半段.此外，柬埔寨的農(nóng)業(yè)開發(fā)受氣候條件制約嚴重，農(nóng)作物種植和生長主要集中在雨季，耕地復(fù)種指數(shù)具有明顯的季節(jié)性差異.

[1]王宏廣.中國耕作制度70年[M].北京:中國農(nóng)業(yè)出版社,2005:275-277.

[2]卞新民,馮金俠.多元多熟種植制度復(fù)種指數(shù)計算方法探討[J].南京農(nóng)業(yè)大學(xué)學(xué)報,1999,22(1):11-15.

[3]梁守真,馬萬棟,施平,等.基于MODIS NDVI數(shù)據(jù)的復(fù)種指數(shù)監(jiān)測：以環(huán)渤海地區(qū)為例[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2012,20(12):1657-1663.

[4]楊丹,葉長盛.基于縣域單元的江西省復(fù)種指數(shù)時空格局分析[J].農(nóng)業(yè)現(xiàn)代化研究,2013,34(6):722-727.

[5]梁書民.我國各地區(qū)復(fù)種發(fā)展?jié)摿εc復(fù)種行為研究[J].農(nóng)業(yè)經(jīng)濟問題,2007，28(5):85-90.

[6]左麗君,張祥,董婷婷,等.耕地復(fù)種指數(shù)研究的國內(nèi)外進展[J].自然資源學(xué)報,2009,24(3):553-560.

[7]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)研究進展[J].中國農(nóng)業(yè)資源與區(qū)劃,2010,31(2):21-27.

[8]范錦龍,吳炳方.基于GIS的復(fù)種指數(shù)潛力研究[J].遙感學(xué)報,2004,8(6):637-644.

[9]閆慧敏,劉紀遠,曹明奎,等.近20年中國耕地復(fù)種指數(shù)的時空變化[J].地理學(xué)報,2005,60(4):559-566.

[10]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)[J].中國農(nóng)業(yè)科學(xué),2006,39(7):1352-1357.

[11]閆慧敏,黃河清,肖向明,等.鄱陽湖農(nóng)業(yè)區(qū)多熟種植時空格局特征遙感分析[J].生態(tài)學(xué)報,2008,28(9):4517-4523.

[12]Panigrahy S, Shama S A. Mapping of crop rotation using multi-data Indian remote sensing satellite digital data[J]. Journal of Photogrammetry and Remote Sensing,1997,52(2):85-91.

[13]Sakamoto T, Nguyen N V, Ohno H,etal. 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,2006,100:1-16.

[14]黃國勤.論提高我國南方耕地復(fù)種指數(shù)[J].自然資源,1995,19(1):30-37.

[15]郭柏林.我國復(fù)種指數(shù)變化特征、效益和潛力[J].經(jīng)濟地理,1997,17(3):8-13.

[16]Cambodian Agricultural Research and Development Institute. Annual report 2012[R]. Phnom Penh, 29th October,2013:2-12.

[17]Global Rice Science Partnership. Rice almanac[M]. 4th Ed. Philippines:Metro Manila,2013:149-152.

[18]Ministry of Agriculture, Forestry and Fisheries. Annual report for agriculture forestry and fisheries 2010-2011[R]. Phnom Penh, MAFF Conference,05-07 April,2011:Annex 2-13.

[19]Ministry of Agriculture, Forestry and Fisheries. Annual report for agriculture forestry and fisheries 2011-2012[R]. Phnom Penh, MAFF Conference,09-11 April,2012:Annex 1-8.

[20]Ministry of Agriculture, Forestry and Fisheries. Annual report for agriculture forestry and fisheries 2012-2013[R]. Phnom Penh, MAFF Conference,24-26 April,2013:Annex 1-7.