基于空間平滑法的旱作區(qū)糧食產(chǎn)量時(shí)空變化與影響因素研究

萬(wàn) 煒，李含微，王佳瑩，劉 忠，韓已文

基于空間平滑法的旱作區(qū)糧食產(chǎn)量時(shí)空變化與影響因素研究

萬(wàn) 煒，李含微，王佳瑩，劉 忠※，韓已文

（1. 中國(guó)農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193；2. 農(nóng)業(yè)部華北耕地保育重點(diǎn)實(shí)驗(yàn)室，北京 100193）

在中國(guó)北方水資源約束愈發(fā)嚴(yán)峻的情境下，旱作區(qū)糧食產(chǎn)量格局及其驅(qū)動(dòng)因素研究具有重要的現(xiàn)實(shí)意義。以1995—2015年縣域糧食統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，結(jié)合土地利用柵格數(shù)據(jù)等資料，應(yīng)用空間平滑法，對(duì)東北及華北平原旱作區(qū)糧食產(chǎn)量的空間格局與演化過(guò)程進(jìn)行了研究。在此基礎(chǔ)上，分析了不同農(nóng)業(yè)區(qū)影響糧食產(chǎn)量的自然及社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素。結(jié)果發(fā)現(xiàn)：1）近20 a東北-華北平原旱作區(qū)糧食產(chǎn)量整體穩(wěn)步提高，高產(chǎn)區(qū)范圍逐漸擴(kuò)大，具有明顯的空間集聚特征，且華北平原旱作區(qū)糧食總產(chǎn)高于東北平原旱作區(qū)；2）糧食產(chǎn)量增速以中速增產(chǎn)為主，其次依次為慢速增產(chǎn)、高速增產(chǎn)、絕對(duì)減產(chǎn)，且東北平原旱作區(qū)糧食增產(chǎn)速率高于華北平原旱作區(qū)；3）東北平原旱作區(qū)糧食單產(chǎn)整體高于華北平原旱作區(qū)，且經(jīng)過(guò)空間平滑處理后糧食單產(chǎn)柵格像元頻率分布基本呈高斯分布，與客觀規(guī)律相契合；而隨著時(shí)間演替，直方圖像元的峰值逐漸右移，且單產(chǎn)柵格呈逐漸分散的趨勢(shì)，表明耕地生產(chǎn)力水平整體提升的同時(shí)差距也隨之?dāng)U大；4）自然因素中的年均氣溫與燕山-太行山山麓平原農(nóng)業(yè)區(qū)的糧食單產(chǎn)的相關(guān)性最高，年降水量及匯流能力與冀魯豫低洼平原農(nóng)業(yè)區(qū)的糧食單產(chǎn)的相關(guān)性最高，土壤類型與松嫩-三江平原農(nóng)業(yè)區(qū)的糧食單產(chǎn)的相關(guān)性最高；5）糧食單產(chǎn)與社會(huì)經(jīng)濟(jì)因素的分析結(jié)果表明，糧食生產(chǎn)由勞動(dòng)密集型逐漸向技術(shù)密集型方向轉(zhuǎn)變，農(nóng)業(yè)機(jī)械化的投入對(duì)研究區(qū)特別是東北平原旱作區(qū)的貢獻(xiàn)尤為明顯，化肥投入對(duì)研究區(qū)糧食增產(chǎn)始終發(fā)揮著巨大作用，而灌溉條件對(duì)于華北平原旱作區(qū)糧食生產(chǎn)的保障起到重要作用。研究結(jié)果可為糧食產(chǎn)量時(shí)空格局研究的方法創(chuàng)新方面有所裨益，并對(duì)不同農(nóng)業(yè)區(qū)保持高產(chǎn)、穩(wěn)產(chǎn)及耕地保育等方面提供參考。

糧食；農(nóng)業(yè)；土地利用；空間平滑；產(chǎn)量；時(shí)空變化；旱作區(qū)；東北平原；華北平原

0 引 言

隨著人口壓力的不斷增長(zhǎng)及耕地資源的日益緊缺，已引起了逐漸嚴(yán)峻的糧食安全及農(nóng)業(yè)可持續(xù)發(fā)展問(wèn)題。宏觀視域的糧食產(chǎn)量研究對(duì)于維持國(guó)計(jì)民生、穩(wěn)定國(guó)家發(fā)展及糧食市場(chǎng)調(diào)控等方面，具有重要的理論價(jià)值與現(xiàn)實(shí)意義[1-4]。中國(guó)幅員遼闊，不同區(qū)域自然環(huán)境迥異，國(guó)家糧食的主產(chǎn)及高產(chǎn)區(qū)主要分布于“胡煥庸線”以東的東北平原、華北平原及長(zhǎng)江中下游平原[5-6]。其中的華北與東北平原既是中國(guó)人口稠密區(qū)，加之水資源稟賦有限，高強(qiáng)度的生活、灌溉、工業(yè)用水已達(dá)空前水平，致使區(qū)域水資源承載力已趨于飽和[7-8]。因此，調(diào)整種植結(jié)構(gòu)以減少灌溉量與作物耗水量已成為中國(guó)北方地區(qū)降低農(nóng)業(yè)水資源消耗的重要舉措[9-11]。在此情境下，保障旱作區(qū)糧食生產(chǎn)的重要性已日漸凸顯[12-14]。

旱作區(qū)（dryland farming regions）又稱旱作農(nóng)業(yè)區(qū)或旱地農(nóng)業(yè)區(qū)。國(guó)際上通用的旱作區(qū)是指在有限降水的半干旱氣候條件下從事無(wú)灌溉的作物生產(chǎn)區(qū)域[15]。中國(guó)對(duì)旱作區(qū)范圍的界定則將半干旱區(qū)擴(kuò)展至半濕潤(rùn)易旱區(qū)[16]。以秦嶺-淮河為界，中國(guó)北方地區(qū)以天然降水的雨養(yǎng)農(nóng)業(yè)為主。即中國(guó)北方旱作區(qū)通常是指秦嶺-淮河一線以北，降水偏少、無(wú)灌溉或灌溉條件較為有限的的農(nóng)業(yè)生產(chǎn)區(qū)域[17]。其中的東北及華北平原旱作區(qū)是中國(guó)雨養(yǎng)農(nóng)業(yè)的最高產(chǎn)區(qū)域，且該區(qū)域糧食生產(chǎn)仍具有巨大發(fā)展及增產(chǎn)潛力。該區(qū)域南北跨度大，地域分異規(guī)律明顯，不同亞區(qū)的自然條件及社會(huì)經(jīng)濟(jì)狀況相差甚遠(yuǎn)，影響糧食產(chǎn)量的主導(dǎo)因素及作用強(qiáng)度不盡相同。因此，以東北及華北平原旱作區(qū)為研究對(duì)象，分析其糧食產(chǎn)量的時(shí)空格局及影響因素，具有獨(dú)特的地域優(yōu)勢(shì)及重要的研究?jī)r(jià)值。

然而目前將東北-華北平原旱作區(qū)作為一體研究的成果仍較少，且當(dāng)前關(guān)于區(qū)域糧食產(chǎn)量時(shí)空格局方面的研究，多停留在對(duì)省域[18]、市域[19]、縣域[20]等不同行政區(qū)尺度為最小單元的統(tǒng)計(jì)數(shù)據(jù)加以分析，其結(jié)果不但導(dǎo)致了最小行政區(qū)單元內(nèi)部的異質(zhì)性信息無(wú)法識(shí)別；且由于人為行政邊界的劃定而易造成各單元間的毗鄰區(qū)域存在顯著差異，通常情況下這一結(jié)果與客觀事實(shí)是不相符的。糧食產(chǎn)量格局研究的另一重要方法是地面抽樣調(diào)查與遙感手段相結(jié)合[21]，該方法的主要限制因素是樣本數(shù)量，加密采樣是提高提取精度的關(guān)鍵所在，但與此同時(shí)造成了成本高、耗時(shí)費(fèi)力等問(wèn)題[22-23]。

采用統(tǒng)計(jì)數(shù)據(jù)與遙感數(shù)據(jù)相結(jié)合的柵格像元尺度空間平滑方法，不僅能夠打破行政區(qū)邊界的限制，避免出現(xiàn)不同行政單元的接邊區(qū)域糧食產(chǎn)量相差懸殊，與客觀事實(shí)明顯不符的問(wèn)題。且空間分辨率為1 km，遠(yuǎn)小于縣域尺度地域單元，能夠很好地體現(xiàn)縣域內(nèi)部糧食產(chǎn)量的空間差異信息。加之經(jīng)過(guò)空間平滑處理后，糧食產(chǎn)量的空間分布格局與理論情境（相應(yīng)的自然及社會(huì)經(jīng)濟(jì)條件下）的立地條件所形成“漸變”的客觀規(guī)律更加契合，將平滑結(jié)果與經(jīng)空間插值后1 km分辨率的自然環(huán)境要素（溫度、降水、土壤、匯流能力）進(jìn)行驅(qū)動(dòng)因素評(píng)價(jià)分析，更加符合自然規(guī)律從而使研究結(jié)果更為可信?？臻g平滑方法的基本原理屬于鄰域（neighborhood）分析中的焦點(diǎn)統(tǒng)計(jì)（focal statistics）。該方法目前在表層土壤元素的空間分布[24]、地下水動(dòng)態(tài)補(bǔ)給[25]、坡度提取[26]等方面已有相關(guān)應(yīng)用，然而在糧食產(chǎn)量時(shí)空格局方面的研究則鮮見(jiàn)報(bào)道。

綜上所述，鑒于東北-華北平原旱作區(qū)糧食生產(chǎn)研究的重要意義，且以該區(qū)域?yàn)檠芯繉?duì)象的成果相對(duì)較少，加之以行政區(qū)為最小地域單元的傳統(tǒng)方法在進(jìn)行空間分析的過(guò)程中，糧食生產(chǎn)格局無(wú)法打破行政單元的限制。本研究采用空間平滑的方法，以東北及華北平原旱作區(qū)為研究對(duì)象，以1 km柵格尺度為最小地域單元，通過(guò)分析近20 a（1995～2015年）不同二級(jí)農(nóng)業(yè)區(qū)糧食產(chǎn)量的時(shí)空格局、過(guò)程及驅(qū)動(dòng)因素，從而進(jìn)一步明確近20 a來(lái)東北及華北平原旱作區(qū)糧食產(chǎn)量的提升區(qū)域及各自的主要限制因素。研究結(jié)果以期在糧食產(chǎn)量時(shí)空格局研究的方法創(chuàng)新方面有所裨益，并對(duì)不同農(nóng)業(yè)區(qū)保持高產(chǎn)、穩(wěn)產(chǎn)及耕地保育等方面提供參考。

1 研究區(qū)概況

關(guān)于東北-華北平原旱作區(qū)范圍的確定：首先以地形、氣候?yàn)榛A(chǔ)，將東北-華北平原旱作區(qū)限定在大興安嶺-燕山-太行山-伏牛山以東、大別山-淮河以北、長(zhǎng)白山及山東丘陵以西的東北及華北平原-臺(tái)地的半濕潤(rùn)與半干旱區(qū)域。其次，以《中國(guó)綜合農(nóng)業(yè)區(qū)劃（1981年）》[27]當(dāng)中的二級(jí)農(nóng)業(yè)區(qū)為劃分依據(jù)，剔除以林業(yè)、畜牧業(yè)等非耕地占主導(dǎo)的區(qū)域（如興安嶺林區(qū)、長(zhǎng)白山地林農(nóng)區(qū)、內(nèi)蒙古中南部牧農(nóng)區(qū)）。再以縣域?yàn)榛締卧?，基于統(tǒng)計(jì)年鑒數(shù)據(jù)、土地利用遙感監(jiān)測(cè)數(shù)據(jù)、以及外業(yè)調(diào)查驗(yàn)證結(jié)果，將耕地中以旱地比例偏大的縣域劃為旱作區(qū)，將以水田比例偏大的縣域剔除，從而得到大體的旱作區(qū)范圍。由于經(jīng)過(guò)上述限定篩選后，個(gè)別縣域未被納入研究區(qū)而導(dǎo)致區(qū)域內(nèi)部在空間分布上不是完整面域。因此考慮到空間連續(xù)性與相對(duì)一致性原則[28]，以及便于后續(xù)糧食產(chǎn)量空間平滑處理，將內(nèi)部被剔除的少數(shù)縣域亦劃入旱作區(qū)，以保證研究區(qū)空間范圍的完整性（圖1）。

圖1 研究區(qū)概況

研究區(qū)最北及最東至黑龍江省佳木斯市撫遠(yuǎn)縣，南抵淮河以北，西達(dá)太行山脈東麓，地理坐標(biāo)介于112°34￠～134°46￠E、32°8￠～48°23￠N之間，總面積71.2′104km2，占國(guó)土面積的7.4%。研究區(qū)整體輪廓呈東北至西南向狹長(zhǎng)帶狀分布，最長(zhǎng)跨度達(dá)2 438 km。研究區(qū)共轄7個(gè)?。ê邶埥⒓?、遼寧、河北、山東、河南、安徽）、2個(gè)直轄市（北京、天津），涉及525個(gè)縣區(qū)，地跨5個(gè)二級(jí)農(nóng)業(yè)區(qū)（松嫩-三江平原農(nóng)業(yè)區(qū)、遼寧平原丘陵農(nóng)林區(qū)、燕山-太行山山麓平原農(nóng)業(yè)區(qū)、冀魯豫低洼平原農(nóng)業(yè)區(qū)、黃淮平原農(nóng)業(yè)區(qū)）。

東北平原旱作區(qū)平均海拔約200 m，大致位于大興安嶺、小興安嶺、長(zhǎng)白山之間，境內(nèi)主要河流為黑龍江、烏蘇里江、松花江、嫩江、牡丹江、遼河；華北平原旱作區(qū)平均海拔50 m，為燕山、太行山、伏牛山、大別山、沂蒙山所環(huán)繞，境內(nèi)主要河流為淮河、黃河、海河、灤河。研究區(qū)整體自南而北的氣溫、降水、土壤等自然要素的地帶性及區(qū)域分異規(guī)律明顯。研究區(qū)從南至北年平均溫度大致由16 ℃遞減至0 ℃，≥10 ℃積溫由黃淮地區(qū)的4 500 ℃逐漸減少至1 600 ℃。華北平原旱作區(qū)年降水量600～800 mm，東北平原旱作區(qū)年降水量400～600 mm。東北平原旱作區(qū)的主要土壤為黑土、黑鈣土和草甸土；華北平原旱作區(qū)的主要土壤則是潮土、褐土、沙土、鹽堿土和砂姜黑土。

受季風(fēng)氣候的影響，研究區(qū)當(dāng)中的半濕潤(rùn)區(qū)域，其年降水量雖然可達(dá)600 mm左右，但多集中在夏季，蒸散量大，且降水量與作物關(guān)鍵生育期需水量不相匹配，易導(dǎo)致作物干旱缺水問(wèn)題，進(jìn)而影響作物的長(zhǎng)勢(shì)及產(chǎn)量[29-30]。因此，在區(qū)域水資源日益緊張的條件下，發(fā)展旱作區(qū)雨養(yǎng)農(nóng)業(yè)的重要性日漸凸顯。加之研究區(qū)南北跨度大，地帶性及區(qū)域分異規(guī)律明顯，不同二級(jí)農(nóng)業(yè)區(qū)影響糧食產(chǎn)量的主導(dǎo)因素各異。因此，選擇東北及華北平原旱作區(qū)作為研究對(duì)象，具有很好的代表性與典型性。

2 理論分析

2.1 旱作糧食的界定

聯(lián)合國(guó)糧農(nóng)組織（food and agriculture organization of the United Nations, FAO）于1995年將糧食作物分為麥類、稻谷和粗糧三大類[31]。中國(guó)的糧食概念則更加廣泛，被定義為供食用的谷物、豆類和薯類的統(tǒng)稱[32]。即中國(guó)的糧食概念比國(guó)際上通行的谷物（grain）口徑大，在統(tǒng)計(jì)糧食產(chǎn)量時(shí)，還包括了豆類和薯類[33]。鑒于研究區(qū)內(nèi)薯類作物種植面積相對(duì)較小，且受統(tǒng)計(jì)數(shù)據(jù)不易獲取的限制，因此不予考慮；而水稻非旱作作物，因此亦予以剔除。綜上，本研究最終選取了小麥、玉米和大豆等三大最主要的旱作區(qū)糧食作物進(jìn)行研究。

2.2 1 km柵格像元的科學(xué)合理性

按照研究對(duì)象的空間大小可分為區(qū)域尺度、地方尺度、景觀尺度、個(gè)體尺度等類型。不同研究尺度所適宜的柵格像元大小亦有所差異。就大區(qū)域尺度而言，受水熱條件、地貌類型、人類活動(dòng)等因素的影響，宏觀格局的地域分異規(guī)律明顯，而在小范圍上所展現(xiàn)的規(guī)律性不甚顯著，因此1 km柵格像元在區(qū)域尺度的地表過(guò)程與格局研究中多有應(yīng)用[34-36]。若像元分辨率過(guò)于精細(xì)，雖可適當(dāng)提升研究精度，但對(duì)于宏觀把握研究區(qū)整體趨勢(shì)格局的作用并不大，反而徒增工作量。另一方面，鑒于本研究區(qū)地形平坦，耕地斑塊集中連片分布，地表自然要素均質(zhì)化程度明顯，1 km柵格像元基本滿足精度要求。因此，在保證空間信息能夠準(zhǔn)確提取的前提下，本研究將各自然要素及糧食產(chǎn)量數(shù)據(jù)統(tǒng)一至1 km柵格像元進(jìn)行分析。

2.3 空間平滑方法的可行性

考慮到耕地相對(duì)于水域、草地、建設(shè)用地等地類而言更加穩(wěn)定（一定時(shí)段內(nèi)的面積擴(kuò)張或收縮變化不大），且各縣域糧食產(chǎn)量的多寡與其耕地面積呈顯著正相關(guān)[4]，因此將縣域糧食產(chǎn)量數(shù)據(jù)分配至相應(yīng)耕地柵格像元中是合理的。另外，耕地斑塊的空間分布格局與其對(duì)應(yīng)的耕地生產(chǎn)力是相契合的[37]，如縣域內(nèi)耕地像分布越集聚，則該區(qū)域耕作條件越好（單位土地的耕地占比越高），糧食產(chǎn)量越高；同理若某一縣域耕地像元分布越破碎、零散，則區(qū)域耕作條件越差（單位土地的耕地占比越低），糧食產(chǎn)量越低。在此基礎(chǔ)上，平滑糧食單產(chǎn)從而生成具有空間異質(zhì)性及遞變規(guī)律的糧食單產(chǎn)柵格數(shù)據(jù)，目的是在柵格尺度將單產(chǎn)與地學(xué)要素相聯(lián)系，并引入平差系數(shù)以保證縣域產(chǎn)量數(shù)據(jù)不失真。

3 數(shù)據(jù)源與研究方法

3.1 數(shù)據(jù)源

1）縣域主要旱地作物（小麥、玉米、大豆）的糧食產(chǎn)量及種植面積數(shù)據(jù)：從研究區(qū)各市統(tǒng)計(jì)年鑒（1996－2016年）提取。

2）矢量邊界數(shù)據(jù)：縣級(jí)行政邊界數(shù)據(jù)（2015年），與統(tǒng)計(jì)數(shù)據(jù)結(jié)合而得到空間化的各縣域糧食產(chǎn)量；《中國(guó)綜合農(nóng)業(yè)區(qū)劃（1981年）》中的二級(jí)農(nóng)業(yè)區(qū)劃數(shù)據(jù)，將研究區(qū)糧食產(chǎn)量的空間分布及影響糧食生產(chǎn)的各驅(qū)動(dòng)因素劃分為不同地域單元進(jìn)行研究。

3）1 km像元土地利用百分比柵格數(shù)據(jù)：該數(shù)據(jù)源自中國(guó)科學(xué)院地理科學(xué)與資源研究所，由30 m空間分辨率中國(guó)土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù)升尺度至1 km，但保留原數(shù)據(jù)各土地利用類型的面積占比，使得在尺度轉(zhuǎn)化過(guò)程中，數(shù)據(jù)精度得以保證。

4）自然要素?cái)?shù)據(jù)：30 m空間分辨率DEM數(shù)據(jù)，由地理空間數(shù)據(jù)云網(wǎng)站下載（http://www.gscloud.cn/），用以提取研究區(qū)河網(wǎng)及匯流能力；土壤類型空間分布數(shù)據(jù)，使用的是通過(guò)“發(fā)生分類”方法編制得到的1:100萬(wàn)中國(guó)土壤類型數(shù)據(jù)[38]，由中國(guó)土壤數(shù)據(jù)庫(kù)網(wǎng)站獲取（http://vdb3.soil.csdb.cn/）；研究區(qū)及周邊地區(qū)氣象臺(tái)站1995－2015逐年平均氣溫與年降水量數(shù)據(jù)，由中國(guó)氣象數(shù)據(jù)網(wǎng)得到（http://data.cma.cn/）。

5）社會(huì)經(jīng)濟(jì)要素?cái)?shù)據(jù)：選取與糧食生產(chǎn)關(guān)系密切的社會(huì)經(jīng)濟(jì)指標(biāo)，具體包括研究區(qū)各縣域不同年份的種植面積、鄉(xiāng)村人口、有效灌溉面積、化肥折純量、農(nóng)藥使用量、農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)村用電量等7項(xiàng)，從研究區(qū)各市統(tǒng)計(jì)年鑒（1996－2016年）提取。

3.2 研究方法

3.2.1 糧食產(chǎn)量柵格化

1995－2015年糧食產(chǎn)量以及播種面積的統(tǒng)計(jì)數(shù)據(jù)是以縣域尺度為最小地域單元，因此通過(guò)ArcGIS 10.5軟件將其與2015年縣級(jí)行政邊界矢量數(shù)據(jù)進(jìn)行關(guān)聯(lián)，可得到相應(yīng)年份空間化的分縣糧食產(chǎn)量及分縣糧食播種面積矢量圖層。由于近20 a來(lái)行政區(qū)劃因動(dòng)態(tài)調(diào)整而存在早期年份個(gè)別縣域的統(tǒng)計(jì)數(shù)據(jù)與矢量邊界不匹配的現(xiàn)象，本研究以2015年縣級(jí)行政區(qū)劃邊界數(shù)據(jù)為準(zhǔn)，將統(tǒng)計(jì)數(shù)據(jù)進(jìn)行相應(yīng)調(diào)整。由于東北與華北地區(qū)的種植制度存在差異，如華北平原旱作區(qū)因冬小麥-夏玉米輪作的原因而導(dǎo)致單位面積產(chǎn)量高于東北平原旱作區(qū)單一種植春玉米或春小麥的情況。因此本研究在分析糧食總產(chǎn)量的基礎(chǔ)上，再將分縣糧食產(chǎn)量與分縣糧食播種面積相除，得到糧食單產(chǎn)數(shù)據(jù)，以消除復(fù)種因素對(duì)糧食生產(chǎn)力評(píng)價(jià)的影響，從而更加客觀評(píng)價(jià)不同區(qū)域糧食生產(chǎn)的立地條件。在此基礎(chǔ)上，通過(guò)引入研究區(qū)1 km像元的旱地空間分布數(shù)據(jù)，由ArcGIS軟件可計(jì)算得到研究區(qū)1 km分辨率糧食總產(chǎn)及單產(chǎn)的柵格數(shù)據(jù)。

3.2.2 糧食產(chǎn)量空間平滑

柵格化之后的糧食產(chǎn)量數(shù)據(jù)由縣域尺度降至1 km柵格尺度，使得空間分辨率大為提升。但仍存在相鄰縣域于行政區(qū)接邊處產(chǎn)量差異過(guò)大的“突變”問(wèn)題，這與“漸變”的客觀規(guī)律（地理學(xué)第一定律[39]）不相符。因此，為減小相鄰柵格像元產(chǎn)量值差異過(guò)大的問(wèn)題，并使糧食生產(chǎn)力在空間分布上更具遞變性與規(guī)律性，本研究采用空間平滑的方法，通過(guò)設(shè)定卷積核大小作鄰域分析，即以5′5滑動(dòng)窗口為焦點(diǎn)像元取平均值處理，當(dāng)窗口遍歷整個(gè)柵格圖層后，柵格數(shù)據(jù)即完成了一次空間平滑處理。其結(jié)果是削弱了鄰近像元值的差異，使糧食產(chǎn)量的空間格局更加平滑，特別是在相鄰行政區(qū)的接邊區(qū)域，這種平滑效果尤為明顯。因此，空間平滑處理的結(jié)果既能夠使相似地表環(huán)境的鄰域內(nèi)產(chǎn)量格局趨同，且能夠體現(xiàn)較大空間尺度（如縣域）內(nèi)部的分異規(guī)律。經(jīng)多次平滑迭代運(yùn)算，相鄰柵格像元值逐漸逼近，但該過(guò)程還需保證平滑后縣域各柵格糧食產(chǎn)量和與原始分縣糧食產(chǎn)量基本保持一致，即：

式中P0為空間平滑處理前分縣統(tǒng)計(jì)數(shù)據(jù)的糧食產(chǎn)量，t；P1為空間平滑處理后各縣域柵格數(shù)據(jù)的糧食產(chǎn)量，t；|P1/P0－1|為平差系數(shù)，要求其控制在1%以內(nèi)。當(dāng)平差系數(shù)小于1%時(shí)，結(jié)束平滑，輸出糧食產(chǎn)量柵格數(shù)據(jù)；反之，當(dāng)平差系數(shù)大于1%，則通過(guò)平差系數(shù)校正縣域糧食產(chǎn)量柵格數(shù)據(jù)，并返回糧食單產(chǎn)平滑步驟，繼續(xù)迭代計(jì)算，直至平差系數(shù)小于1%，以保證空間平滑處理前后縣域糧食總產(chǎn)基本保持一致（圖2）。平差系數(shù)的引入可實(shí)現(xiàn)糧食單產(chǎn)在空間分布“漸變”的基礎(chǔ)上，且保證各縣域糧食產(chǎn)量不失真，盡可能與客觀事實(shí)相符。

3.2.3 自然驅(qū)動(dòng)因素的提取

自然驅(qū)動(dòng)力選取了年平均氣溫、年降水量、土壤類型、匯流能力等4類與糧食產(chǎn)量最相關(guān)的環(huán)境因素。

本研究采用研究區(qū)及其周邊地區(qū)的氣象站點(diǎn)總數(shù)為120個(gè)，由ANUSPLIN氣象插值軟件經(jīng)薄板樣條函數(shù)處理得到研究區(qū)1 km空間分辨率的年平均氣溫及年降水量數(shù)據(jù)。

關(guān)于土壤類型數(shù)據(jù)的處理，先將1:100萬(wàn)土壤類型矢量數(shù)據(jù)轉(zhuǎn)化為柵格數(shù)據(jù)，并通過(guò)雙線性內(nèi)插法將其重采樣至1 km分辨率。再將土壤按照其肥力條件（有機(jī)質(zhì)含量）以及障礙因素，根據(jù)專家意見(jiàn)將研究區(qū)所涉及的土壤類型劃分為5個(gè)等級(jí)：第一級(jí)包括黑土、黑鈣土和草甸土，權(quán)重賦為5分；第二級(jí)包括暗棕壤、棕壤、褐土、灰褐土、潮土，權(quán)重賦為4分；第三級(jí)包括白漿土、砂姜黑土、黃褐土，權(quán)重賦為3分；第四級(jí)包括粗骨土、栗鈣土、黃綿土、新積土、風(fēng)沙土、鹽土、堿土，權(quán)重賦為2分；第五級(jí)包括沼澤土、水稻土、棕色針葉林土、湖泊水庫(kù)、城區(qū)等非旱作作物種植的土壤或地表類型區(qū)，權(quán)重賦為1分。

由于旱作區(qū)人工灌溉條件受限，天然降水是本區(qū)域作物的主要水源補(bǔ)給。而地表匯流能力能夠體現(xiàn)土壤的水分條件，是影響作物長(zhǎng)勢(shì)及產(chǎn)量的重要自然因素，且該參數(shù)與區(qū)域河網(wǎng)密度呈正相關(guān)[40]。關(guān)于研究區(qū)匯流能力的計(jì)算，首先以30 m DEM數(shù)據(jù)為基礎(chǔ)，由ArcGIS軟件的水文分析功能，得到較高空間分辨率的河網(wǎng)空間分布，再由ArcGIS的線密度計(jì)算工具，得到河網(wǎng)密度柵格數(shù)據(jù)，并通過(guò)雙線性內(nèi)插法將其重采樣至1 km分辨率，以此作為評(píng)價(jià)區(qū)域匯水能力的指標(biāo)。

3.2.4 影響糧食產(chǎn)量的驅(qū)動(dòng)因素分析

影響糧食產(chǎn)量的驅(qū)動(dòng)因素分為自然驅(qū)動(dòng)力和社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)力。本研究以農(nóng)業(yè)二級(jí)區(qū)劃邊界將不同驅(qū)動(dòng)因素劃分為各個(gè)子區(qū)域進(jìn)行分析，其中自然驅(qū)動(dòng)因素的空間分辨率為1 km，與糧食單產(chǎn)數(shù)據(jù)保持一致，采用相關(guān)分析的方法評(píng)價(jià)糧食單產(chǎn)與各自然要素的線性關(guān)系強(qiáng)度。社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素則以縣域?yàn)榛締卧?，由于統(tǒng)計(jì)指標(biāo)較多，且各指標(biāo)間可能存在相互關(guān)聯(lián)的現(xiàn)象，故而采用灰色關(guān)聯(lián)分析和偏相關(guān)分析的方法進(jìn)行評(píng)價(jià)。以上定量分析于SPSS 22.0軟件環(huán)境下完成。

4 糧食產(chǎn)量時(shí)空格局與影響因素分析

4.1 糧食產(chǎn)量時(shí)空格局

4.1.1 糧食總產(chǎn)空間格局

將統(tǒng)計(jì)數(shù)據(jù)和土地利用柵格數(shù)據(jù)結(jié)合，可得到研究區(qū)糧食總產(chǎn)空間分布（圖3），結(jié)果發(fā)現(xiàn)：

近20 a來(lái)，東北-華北平原旱作區(qū)糧食產(chǎn)量整體穩(wěn)步提高，且華北平原旱作區(qū)糧食總產(chǎn)高于東北平原旱作區(qū)。其中，東北平原旱作區(qū)糧食產(chǎn)量自2000年后增長(zhǎng)顯著，高產(chǎn)范圍逐漸擴(kuò)大，主要集中于松嫩平原中部，具有明顯的空間聚集狀態(tài)；糧食總產(chǎn)的低值區(qū)域集中于松嫩平原西部的科爾沁沙地外緣風(fēng)沙土區(qū)，以及三江平原區(qū)。其中，松嫩平原西部的白城等地區(qū)地勢(shì)較低，地下水位較高，且為半濕潤(rùn)-半干旱的過(guò)渡區(qū)，鹽堿土發(fā)育較多，加之降水量受限，風(fēng)力較強(qiáng)、風(fēng)蝕作用明顯，即土壤沙化及鹽堿化問(wèn)題均較為突出，導(dǎo)致糧食產(chǎn)量長(zhǎng)期處于較低水平；三江平原較研究區(qū)的其他區(qū)域而言，由于水稻產(chǎn)量占比較大，故而導(dǎo)致旱作作物產(chǎn)量規(guī)模相對(duì)較小。

華北平原旱作區(qū)的糧食高產(chǎn)區(qū)域集中分布于魯北平原沿黃河方向的德州、濱州、聊城等地，以及太行山東麓平原由北向南延伸的保定、石家莊、邯鄲、安陽(yáng)、鶴壁、新鄉(xiāng)等區(qū)域；而環(huán)渤海的濱海平原區(qū)域及燕山-太行山東麓非平原區(qū)域是明顯的糧食低產(chǎn)區(qū)，近20 a增長(zhǎng)趨勢(shì)不顯著。其中，北京昌平、通州等城郊區(qū)，天津及其他環(huán)渤海區(qū)域的糧食產(chǎn)量減少多是由于土地利用變化（耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地[41]）所導(dǎo)致。

圖3 1995－2015年研究區(qū)糧食總產(chǎn)空間格局

4.1.2 糧食總產(chǎn)增產(chǎn)率

為進(jìn)一步揭示研究區(qū)糧食產(chǎn)量的區(qū)域差異性，本研究再以近20 a來(lái)研究區(qū)糧食總產(chǎn)的平均年增長(zhǎng)率（6.8%）為基準(zhǔn)，并參照相關(guān)研究成果[33]，將糧食總產(chǎn)量的平均年增長(zhǎng)率劃分為絕對(duì)減產(chǎn)（<0）、慢速增產(chǎn)（0≤<6.8%）、中速增產(chǎn)（6.8≤<20%）和高速增產(chǎn)（≥20%）4個(gè)等級(jí)（圖4），得出如下結(jié)論：

圖4 1995－2015年研究區(qū)糧食年均增長(zhǎng)率變化

東北-華北平原旱作區(qū)各縣域整體以糧食增產(chǎn)為主，具體為中速增產(chǎn)縣域最多，其次依次為慢速增產(chǎn)、高速增產(chǎn)和絕對(duì)減產(chǎn)。東北平原旱作區(qū)糧食增產(chǎn)速率整體高于華北平原旱作區(qū)，具體而言：高速增產(chǎn)區(qū)多在東北平原旱作區(qū)，其空間分布主要位于松嫩平原的中南部；中速增產(chǎn)區(qū)在整個(gè)研究區(qū)廣泛分布；慢速增產(chǎn)主要位于華北平原旱作區(qū)的燕山-太行山山麓平原農(nóng)業(yè)區(qū)和冀魯豫低洼平原農(nóng)業(yè)區(qū)，其次為黃淮平原農(nóng)業(yè)區(qū)；絕對(duì)減產(chǎn)主要分布在安徽省北部、河南省沿黃區(qū)域、燕山南部及三江平原區(qū)。通過(guò)進(jìn)一步分析面板數(shù)據(jù)發(fā)現(xiàn)，絕對(duì)減產(chǎn)區(qū)主要是由于種植結(jié)構(gòu)調(diào)整（部分旱地轉(zhuǎn)變?yōu)樗铮┧鶎?dǎo)致。

4.1.3 空間平滑處理的糧食單產(chǎn)時(shí)空格局

因東北與華北地區(qū)的種植制度不同，為消除復(fù)種因素對(duì)糧食生產(chǎn)力評(píng)價(jià)的影響，以便更加客觀評(píng)價(jià)不同區(qū)域糧食生產(chǎn)的立地條件，本研究對(duì)經(jīng)空間平滑處理的1995－2015年研究區(qū)糧食單產(chǎn)空間格局（圖5）進(jìn)行分析，結(jié)果發(fā)現(xiàn)：1995－2000年糧食單產(chǎn)有略減態(tài)勢(shì)，這與前人研究結(jié)果（該時(shí)期由于政策因素導(dǎo)致波動(dòng)減產(chǎn)[42]）一致。2000－2015年，東北-華北平原旱作區(qū)糧食單產(chǎn)整體呈現(xiàn)持續(xù)增加的趨勢(shì)，且東北平原旱作區(qū)單產(chǎn)的高值區(qū)域以松嫩平原中部逐漸向外圍擴(kuò)張的態(tài)勢(shì)尤為明顯，這與王禹[43]和譚佳琪[44]的研究結(jié)果一致。2005年，東北平原旱作區(qū)糧食單產(chǎn)的極高值區(qū)僅分布于吉林省梨樹(shù)縣、公主嶺市和扶余市；而至2015年，東北平原旱作區(qū)糧食單產(chǎn)高值區(qū)廣布，低值區(qū)主要位于遼寧平原丘陵農(nóng)林區(qū)南部，其地域分布與遼中南城市群南端相吻合，旱地面積相對(duì)破碎，非糧食主產(chǎn)區(qū)。華北平原旱作區(qū)糧食單產(chǎn)低于東北平原旱作區(qū)，其糧食單產(chǎn)的增長(zhǎng)相對(duì)緩慢、無(wú)較大波動(dòng)，且無(wú)明顯空間聚集狀態(tài)；且華北平原旱作區(qū)的單產(chǎn)低值區(qū)主要集中于環(huán)渤海的濱海平原、北京等城市化水平發(fā)達(dá)區(qū)域，這與楊勇等[41]的研究結(jié)果一致。

另一方面，通過(guò)進(jìn)一步統(tǒng)計(jì)1995－2015年研究區(qū)糧食單產(chǎn)柵格像元的頻率分布（圖6）可以發(fā)現(xiàn)：不同時(shí)期的糧食單產(chǎn)像元數(shù)量基本呈現(xiàn)高斯分布，與客觀規(guī)律相契合；且隨著時(shí)間演替，直方圖像元的峰值逐漸右移（眾數(shù)逐漸增加），近20 a來(lái)占比最高的產(chǎn)量區(qū)間由3～4 t/hm2變化為7～8 t/hm2，且單產(chǎn)水平呈逐漸分散的趨勢(shì)，表明耕地生產(chǎn)力水平整體提升的同時(shí)差距在擴(kuò)大。

4.2 糧食生產(chǎn)影響因素分析

4.2.1 自然因素分析

將1 km分辨率經(jīng)空間平滑處理的1995－2015年年平均糧食單產(chǎn)數(shù)據(jù)與1 km分辨率自然因素?cái)?shù)據(jù)按照不同農(nóng)業(yè)區(qū)進(jìn)行相關(guān)性分析，結(jié)果如表1和圖7所示。

表1 不同農(nóng)業(yè)區(qū)糧食單產(chǎn)與主要自然因素的相關(guān)分析

注：*表示在0.05水平上達(dá)到顯著相關(guān)；**表示在0.01水平上達(dá)到極顯著相關(guān)。

Note:*represent significant level at<0.05;**represent highly significant level at<0.01.

圖5 基于空間平滑方法的1995－2015年研究區(qū)糧食單產(chǎn)空間格局

圖6 1995－2015年研究區(qū)糧食單產(chǎn)像元頻率分布

研究發(fā)現(xiàn)，年均氣溫、年降水量、土壤類型與匯流能力等4項(xiàng)自然要素與各二級(jí)農(nóng)業(yè)區(qū)糧食單產(chǎn)幾乎都達(dá)到極顯著相關(guān)，充分說(shuō)明所選指標(biāo)對(duì)糧食產(chǎn)量而言的重要性。其中，松嫩-三江平原農(nóng)業(yè)區(qū)糧食單產(chǎn)與土壤類型的相關(guān)度最高，其次依次為年降水量、年均氣溫及匯流能力。結(jié)合圖7可以發(fā)現(xiàn)，松嫩平原中部為中國(guó)東北地區(qū)的典型黑土帶，糧食單產(chǎn)的高值區(qū)域與其地處發(fā)育的高肥力土壤類型（黑土、黑鈣土、草甸土、棕壤、暗棕壤）具有很好的空間一致性，即本區(qū)域優(yōu)越的土壤條件使其具有更為突出的糧食生產(chǎn)潛力。松嫩-三江平原農(nóng)業(yè)區(qū)的西南端與東北端糧食單產(chǎn)水平較低，這與其降水量偏低的空間格局是一致的。本區(qū)域匯流能力對(duì)糧食單產(chǎn)的相關(guān)性最低，是由于該區(qū)域河流、湖泊、濕地發(fā)育較多，加之東北地區(qū)氣溫較低，蒸散作用弱，使得本區(qū)地表水資源相對(duì)充足，非糧食生產(chǎn)的最主要限制因素。

遼寧平原丘陵農(nóng)林區(qū)糧食產(chǎn)量與各自然因素相關(guān)系數(shù)均較弱，是由于本區(qū)域自然因素變異程度相對(duì)較低，且該地區(qū)較黑龍江與吉林而言，經(jīng)濟(jì)更為發(fā)達(dá)，沈陽(yáng)-錦州-葫蘆島沿線旱地并非東北地區(qū)最主要的糧食產(chǎn)區(qū)，故相關(guān)性整體偏低。

燕山-太行山山麓平原農(nóng)業(yè)區(qū)糧食單產(chǎn)與年均氣溫的相關(guān)度最高，其次依次為年降水量、匯流能力及土壤類型。由于該區(qū)域地處山麓平原，內(nèi)部海拔高度、坡度及坡向差異較大，這將直接導(dǎo)致了區(qū)域氣溫差異，如溫度隨海拔升高而降低，作物積溫相應(yīng)減少；而坡度越大，土地可耕性越差、土層越??；且由于地形因素導(dǎo)致本區(qū)域內(nèi)部匯水能力存在差異，結(jié)合圖7可以發(fā)現(xiàn)，燕山-太行山山麓平原農(nóng)業(yè)區(qū)匯流能力較高，且與糧食高產(chǎn)區(qū)分布較為吻合。

圖7 1995－2015年研究區(qū)年均糧食單產(chǎn)與環(huán)境要素

冀魯豫低洼平原丘陵農(nóng)業(yè)區(qū)糧食單產(chǎn)與年降水量的相關(guān)性最高，其次依次為匯流能力、土壤類型及年均氣溫。由于本區(qū)域人口稠密，工業(yè)、農(nóng)業(yè)、生活用水量巨大，地表水資源相對(duì)匱乏，天然降水是其旱作農(nóng)業(yè)水資源的重要補(bǔ)給；且黃河自南而北流經(jīng)本區(qū)域，黃河沿線區(qū)匯流能力強(qiáng)，與本區(qū)糧食高產(chǎn)區(qū)的空間分布一致。另外，本區(qū)域中南部主要的土壤類型為潮土，種植條件良好，而濱海平原地帶發(fā)育的鹽土及因黃河攜帶泥沙而導(dǎo)致的風(fēng)沙土等廣泛分布，其土壤質(zhì)地、養(yǎng)分含量均不利于作物生長(zhǎng)，是限制糧食生產(chǎn)的重要因素之一。且由圖7可知，京津冀地區(qū)經(jīng)濟(jì)發(fā)達(dá)，建設(shè)用地規(guī)模較大，城市擴(kuò)張不斷占用耕地等土地利用因素致使本區(qū)域糧食單產(chǎn)整體處于較低水平。

黃淮平原農(nóng)業(yè)區(qū)水熱條件是整個(gè)東北-華北平原旱作區(qū)中條件最優(yōu)越的地域，因此溫度和降水因素不是該區(qū)域的主要限制因素，故而與糧食單產(chǎn)的相關(guān)性表現(xiàn)最弱。因黃淮平原中部地勢(shì)低平，匯水能力是影響本區(qū)域糧食產(chǎn)量的主要因素。由于本區(qū)域地處黃泛區(qū)，沙地面積廣布；且砂姜黑土是黃淮平原農(nóng)業(yè)區(qū)主要障礙性土壤，主要分布于皖北、豫東南和魯西地區(qū)。即上述因素是導(dǎo)致本區(qū)域水熱條件雖相對(duì)充足，但糧食單產(chǎn)水平仍不是特別高的關(guān)鍵所在。

4.2.2 社會(huì)經(jīng)濟(jì)因素分析

以各社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因素為解釋變量，以5個(gè)二級(jí)農(nóng)業(yè)區(qū)糧食單產(chǎn)為被解釋變量，采用灰色關(guān)聯(lián)分析的方法，分別計(jì)算各個(gè)農(nóng)業(yè)區(qū)內(nèi)不同影響因素與糧食產(chǎn)量的灰色關(guān)聯(lián)度（表2）。

研究發(fā)現(xiàn)，各二級(jí)農(nóng)業(yè)區(qū)糧食單產(chǎn)與農(nóng)村用電量及農(nóng)藥使用量2個(gè)指標(biāo)的關(guān)聯(lián)度均較小。松嫩-三江平原農(nóng)業(yè)區(qū)、遼寧平原丘陵農(nóng)林區(qū)與糧食單產(chǎn)關(guān)聯(lián)度最高的兩指標(biāo)分別為農(nóng)業(yè)機(jī)械總動(dòng)力和化肥折純量。這是因?yàn)闁|北平原旱作區(qū)較華北平原旱作區(qū)而言，更具有開(kāi)闊、平坦的地理優(yōu)勢(shì)，地塊規(guī)模大、農(nóng)業(yè)機(jī)械化耕作技術(shù)成熟；且黑土雖然肥力較高但土壤耕性差，因此在農(nóng)業(yè)機(jī)械化條件下，其農(nóng)業(yè)生產(chǎn)潛力可得更好地發(fā)掘。另一方面，因東北平原土壤肥沃，化肥施用量一直低于全國(guó)平均水平，所以在本區(qū)域優(yōu)越的自然條件基礎(chǔ)上，化肥的進(jìn)一步投入對(duì)糧食的增產(chǎn)效果顯著。

表2 不同農(nóng)業(yè)區(qū)糧食單產(chǎn)與主要社會(huì)經(jīng)濟(jì)因素的關(guān)系

華北平原旱作區(qū)內(nèi)各二級(jí)農(nóng)業(yè)區(qū)糧食單產(chǎn)均與有效灌溉面積這一因素最相關(guān)，這是因?yàn)槿A北平原水資源較為匱乏，是旱作區(qū)糧食生產(chǎn)的重要制約因素，在此背景下，有效灌溉面積對(duì)作物的長(zhǎng)勢(shì)及產(chǎn)量具有重要影響。另一方面，華北平原旱作區(qū)農(nóng)業(yè)機(jī)械總動(dòng)力這一指標(biāo)均小于東北平原旱作區(qū)，主要是由于華北平原旱作區(qū)耕地資源較東北平原旱作區(qū)而言規(guī)模較小且相對(duì)分散，加之大型農(nóng)業(yè)機(jī)械工具推廣使用程度不如東北平原旱作區(qū)，使得該指標(biāo)與糧食單產(chǎn)的關(guān)聯(lián)度相對(duì)較低。此外，由于華北地區(qū)人口壓力大，耕作強(qiáng)度較高，易造成耕地土壤肥力的降低。為保障糧食穩(wěn)產(chǎn)及高產(chǎn)，化肥投入也成為影響本區(qū)域耕地生產(chǎn)力的重要因素之一。

在一定時(shí)段內(nèi)，區(qū)域地貌、土壤、水文、氣候等諸多自然因素相對(duì)穩(wěn)定，變化幅度有限；而社會(huì)經(jīng)濟(jì)因素受人為意識(shí)形態(tài)、政策調(diào)控等因素的干預(yù)，在不同時(shí)期可呈現(xiàn)較大的波動(dòng)特征。因此，為進(jìn)一步分析近20 a來(lái)社會(huì)經(jīng)濟(jì)因素與糧食單產(chǎn)的相關(guān)性在時(shí)間序列上的變化情況，本部分基于前文灰度關(guān)聯(lián)分析的結(jié)果，首先將與糧食單產(chǎn)關(guān)聯(lián)程度最弱的農(nóng)村用電量及農(nóng)藥使用量剔除；再考慮到由于糧食種植面積與糧食產(chǎn)量最直接相關(guān)，為剔除相關(guān)分析過(guò)程中鄉(xiāng)村人口、農(nóng)業(yè)機(jī)械總動(dòng)力、化肥折純量和有效灌溉面積等指標(biāo)受種植面積因素的干擾，以便更加客觀評(píng)價(jià)諸社會(huì)經(jīng)濟(jì)因素對(duì)糧食生產(chǎn)力的貢獻(xiàn)，本研究基于偏相關(guān)分析的方法，將種植面積作為控制因素，分別對(duì)5個(gè)二級(jí)農(nóng)業(yè)區(qū)在1995－2015年的各社會(huì)經(jīng)濟(jì)因素與糧食單產(chǎn)相關(guān)性強(qiáng)度進(jìn)行分析（圖8）。

注：藍(lán)色表示在0.05水平上達(dá)到顯著相關(guān)；紅色表示在0.01水平上達(dá)到極顯著相關(guān)。

研究結(jié)果表明：鄉(xiāng)村人口這一因素在各個(gè)農(nóng)業(yè)區(qū)均表現(xiàn)為與糧食單產(chǎn)的相關(guān)性隨時(shí)間逐漸減少的趨勢(shì)，且在松嫩-三江平原農(nóng)業(yè)區(qū)與遼寧平原農(nóng)林區(qū)的各時(shí)段都達(dá)到極顯著水平，充分說(shuō)明：農(nóng)業(yè)生產(chǎn)由勞動(dòng)密集型逐漸向技術(shù)密集型方向轉(zhuǎn)變，農(nóng)村勞動(dòng)力得到逐步釋放，這在農(nóng)業(yè)機(jī)械化較大規(guī)模投入的東北平原旱作區(qū)表現(xiàn)的尤為明顯。

農(nóng)業(yè)機(jī)械總動(dòng)力在松嫩-三江平原農(nóng)業(yè)區(qū)與遼寧平原農(nóng)林區(qū)呈現(xiàn)與糧食單產(chǎn)的相關(guān)性逐漸增加的趨勢(shì)，且各時(shí)段均達(dá)到顯著相關(guān)或極顯著相關(guān)的水平，進(jìn)一步說(shuō)明了東北平原旱作區(qū)農(nóng)業(yè)機(jī)械化水平高于研究區(qū)的其他區(qū)域。該指標(biāo)僅在燕山-太行山山麓平原農(nóng)業(yè)區(qū)呈略微降低態(tài)勢(shì)，是因?yàn)樯铰雌皆r(nóng)業(yè)區(qū)耕地相對(duì)細(xì)碎，農(nóng)業(yè)機(jī)械化投入受限，故而該指標(biāo)并非糧食單產(chǎn)增加的最主要貢獻(xiàn)因素。

通過(guò)對(duì)化肥折純量數(shù)據(jù)的分析表明，化肥的投入并未隨著農(nóng)業(yè)技術(shù)的發(fā)展而重要性減弱，該指標(biāo)在各個(gè)農(nóng)業(yè)區(qū)均表現(xiàn)出與糧食單產(chǎn)的相關(guān)性隨時(shí)間逐漸增加的趨勢(shì)。然而成因機(jī)理不同：東北平原旱作區(qū)是由于化肥投入量一直低于全國(guó)平均水平，其邊際報(bào)酬未出現(xiàn)顯著遞減而導(dǎo)致的；華北平原旱作區(qū)則是因在土壤肥力條件逐漸下降的大背景下，通過(guò)化肥投入以維系區(qū)域糧食的穩(wěn)產(chǎn)及增產(chǎn)。

有效灌溉面積這一因素在各個(gè)農(nóng)業(yè)區(qū)均表現(xiàn)為與糧食單產(chǎn)的相關(guān)性隨時(shí)間逐漸減少的趨勢(shì)，但該指標(biāo)在東北平原旱作區(qū)及華北平原旱作區(qū)隨糧食單產(chǎn)的演替規(guī)律仍具有明顯差異性。松嫩-三江平原農(nóng)業(yè)區(qū)及遼寧平原農(nóng)林區(qū)，有效灌溉面積與糧食單產(chǎn)的相關(guān)均處為最低，可見(jiàn)灌溉條件并非東北平原旱作區(qū)最主要的糧食生產(chǎn)限制因素。而該指標(biāo)在華北平原旱作區(qū)的相關(guān)系數(shù)整體處于較高水平，且均與糧食單產(chǎn)表現(xiàn)出顯著相關(guān)或極顯著相關(guān)，表明華北平原旱作區(qū)灌溉條件始終是影響其糧食生產(chǎn)的最主要限制因素。

5 討 論

本研究采用空間平滑的分析方法，應(yīng)用于糧食生產(chǎn)的時(shí)空格局研究，其優(yōu)勢(shì)一方面在于能夠?qū)⒁钥h域?yàn)樽钚〉赜騿卧募Z食產(chǎn)量面板數(shù)據(jù)精細(xì)至柵格像元尺度，且平滑處理后糧食產(chǎn)量空間分布的遞變規(guī)律更加明顯，既能打破因行政區(qū)界線造成的限制，又能夠體現(xiàn)縣域內(nèi)糧食產(chǎn)量的空間差異信息，還能夠與經(jīng)空間插值后的漸變、同分辨率自然環(huán)境要素進(jìn)行相關(guān)分析，使研究結(jié)果更加精準(zhǔn)。

從宏觀格局來(lái)看，東北-華北平原旱作區(qū)糧食的穩(wěn)產(chǎn)及增產(chǎn)潛力仍巨大，但今后各自發(fā)展的側(cè)重點(diǎn)應(yīng)有所差異：東北平原旱作區(qū)耕地生產(chǎn)力的提升是以良好土壤性狀為基礎(chǔ)，佐以化肥、農(nóng)機(jī)等投入的增加，因此應(yīng)以耕地保育為重點(diǎn)，特別是在典型黑土區(qū)，通過(guò)相關(guān)措施減少水土流失，是該區(qū)域耕地生產(chǎn)力進(jìn)一步提升的基礎(chǔ)；華北平原旱作區(qū)耕地生產(chǎn)力整體受到水分脅迫的影響，因此協(xié)調(diào)該區(qū)域生活、生產(chǎn)、生態(tài)用水平衡，提高農(nóng)業(yè)水資源利用效率及有效灌溉面積、發(fā)展適水雨養(yǎng)農(nóng)業(yè)、調(diào)整大田作物結(jié)構(gòu)是維持和提高本區(qū)域耕地生產(chǎn)力的關(guān)鍵。

然而，本研究尚存在一些有待進(jìn)一步優(yōu)化的方面：

1）在社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子的分析過(guò)程中，本研究所采用的社會(huì)經(jīng)濟(jì)要素?cái)?shù)據(jù)仍然是以縣域?yàn)樽钚卧M(jìn)行分析，使評(píng)價(jià)結(jié)果受到一定程度的影響。

2）受統(tǒng)計(jì)數(shù)據(jù)獲取工作量較大的限制，本文只分析了1995－2015年的糧食產(chǎn)量數(shù)據(jù)，使得該研究在時(shí)間尺度上稍顯單薄。

3）考慮到在大空間尺度下，局域耕地空間分布及類型變化對(duì)研究區(qū)整體糧食產(chǎn)量的柵格化分析影響不大，故本研究的土地利用柵格數(shù)據(jù)采用的是中間時(shí)段2005年的數(shù)據(jù)，并非每一時(shí)期都采用對(duì)應(yīng)年份的土地利用數(shù)據(jù)，該簡(jiǎn)化處理亦會(huì)對(duì)研究精度造成一定程度的影響。

4）雖然本研究的分析結(jié)果較為理想、與客觀規(guī)律的契合度較高，但分析結(jié)果仍有待進(jìn)一步的驗(yàn)證，若能夠通過(guò)實(shí)證調(diào)研，將研究結(jié)果與實(shí)際情況進(jìn)行比對(duì)以驗(yàn)證精度，則更具說(shuō)服力。

6 結(jié) 論

1）近20 a（1995～2015年）東北及華北平原旱作區(qū)糧食產(chǎn)量整體穩(wěn)步提升，高產(chǎn)區(qū)范圍逐漸擴(kuò)大；華北平原旱作區(qū)糧食總產(chǎn)高于東北平原旱作區(qū)，而糧食單產(chǎn)則是華北平原旱作區(qū)低于東北平原旱作區(qū)。糧食產(chǎn)量增速以中速增產(chǎn)為主，其次依次為慢速增產(chǎn)、高速增產(chǎn)、絕對(duì)減產(chǎn)，且東北平原旱作區(qū)糧食增產(chǎn)速率高于華北平原旱作區(qū)。將糧食單產(chǎn)經(jīng)過(guò)空間平滑處理后，其柵格像元值頻率分布基本呈高斯分布，與客觀規(guī)律相契合；而隨著時(shí)間演替，直方圖內(nèi)像元的峰值逐漸右移，且單產(chǎn)水平呈逐漸分散的趨勢(shì)，表明耕地生產(chǎn)力水平整體提升的同時(shí)差距在擴(kuò)大。

2）東北平原旱作區(qū)糧食總產(chǎn)及單產(chǎn)的低值區(qū)主要位于：①松嫩平原西部，該區(qū)毗鄰科爾沁沙地東緣，風(fēng)沙土及鹽堿土廣泛分布區(qū)；②三江平原，該區(qū)域水稻種植規(guī)模較為可觀；③遼寧平原南部，該區(qū)與遼中南城市群南端吻合。華北平原旱作區(qū)糧食總產(chǎn)及單產(chǎn)的低值區(qū)分別位于燕山-太行山脈的非平原區(qū)及北京、天津等城市化水平發(fā)達(dá)區(qū)；而2015年安徽北部、河南沿黃的部分區(qū)域旱作糧食產(chǎn)量減少則是由于旱地轉(zhuǎn)變?yōu)樗锼鶎?dǎo)致的。

3）糧食單產(chǎn)與自然因素的相關(guān)分析結(jié)果表明，年均氣溫與燕山-太行山山麓平原農(nóng)業(yè)區(qū)的糧食單產(chǎn)的相關(guān)性最高，年降水量及匯流能力與冀魯豫低洼平原農(nóng)業(yè)區(qū)的糧食單產(chǎn)的相關(guān)性最高，土壤類型與松嫩-三江平原農(nóng)業(yè)區(qū)的糧食單產(chǎn)的相關(guān)性最高。糧食單產(chǎn)與社會(huì)經(jīng)濟(jì)因素的灰色關(guān)聯(lián)分析及偏相關(guān)分析結(jié)果表明，糧食生產(chǎn)由勞動(dòng)密集型逐漸向技術(shù)密集型方向轉(zhuǎn)變，農(nóng)業(yè)機(jī)械化的投入對(duì)研究區(qū)特別是東北平原旱作區(qū)的貢獻(xiàn)尤為明顯，化肥的投入對(duì)研究區(qū)糧食的增產(chǎn)始終發(fā)揮著巨大作用，而灌溉條件對(duì)于華北平原旱作區(qū)糧食生產(chǎn)的保障起到重要作用。

[1] Ge D, Long H, Zhang Y, et al. Farmland transition and its influences on grain production in China[J]. Land Use Policy, 2018, 70: 94－105.

[2] 劉東，封志明，楊艷昭，等. 中國(guó)糧食生產(chǎn)發(fā)展特征及土地資源承載力空間格局現(xiàn)狀[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(7)：1－6. Liu Dong, Feng Zhiming, Yang Yanzhao, et al. Characteristics of grain production and spatial pattern of land carrying capacity of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(7): 1－6. (in Chinese with English abstract)

[3] 劉忠，李保國(guó). 基于土地利用和人口密度的中國(guó)糧食產(chǎn)量空間化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(9)：1－8. Liu Zhong, Li Baoguo. Spatial distribution of China grain output based on land use and population density[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(9): 1－8. (in Chinese with English abstract)

[4] 劉忠，黃峰，李保國(guó). 2003－2011年中國(guó)糧食增產(chǎn)的貢獻(xiàn)因素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(23)：1－8. Liu Zhong, Huang Feng, Li Baoguo. Investigating contribution factors to China’s grain output increase in period of 2003 to 2011[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(23): 1－8. (in Chinese with English abstract)

[5] Yin G, Lin Z, Jiang X, et al. Spatiotemporal differentiations of arable land use intensity: A comparative study of two typical grain producing regions in northern and southern China[J]. Journal of Cleaner Production, 2019, 208: 1159－1170.

[6] Li M, He B, Guo R, et al. Study on population distribution pattern at the county level of China[J]. Sustainability, 2018, 10(10): 3598.

[7] 甘紅，劉彥隨. 中國(guó)東北農(nóng)業(yè)灌溉水資源保障及空間差異分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21(10)：31－35. Gan Hong, Liu Yansui. Analysis of the guarantee degree of irrigation water resources and its spatial difference in Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(10): 31－35. (in Chinese with English abstract)

[8] 張秋平，郝晉珉，白瑋. 黃淮海地區(qū)糧食生產(chǎn)中的農(nóng)業(yè)水資源經(jīng)濟(jì)價(jià)值核算[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24(2)：1－5． Zhang Qiuping, Hao Jinmin, Bai Wei. Estimation of economic value of agricultural water resource in grain production in Huang-Huai-Hai Region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(2): 1－5. (in Chinese with English abstract)

[9] Khan S, Hanjra M A, Mu J. Water management and crop production for food security in China: A review[J]. Agricultural Water Management, 2009, 96(3): 349－360.

[10] Ren D, Yang Y, Yang Y, et al. Land-Water-Food Nexus and indications of crop adjustment for water shortage solution[J]. Science of the Total Environment, 2018, 626: 11－21.

[11] 彭致功，張寶忠，劉鈺，等. 基于灌溉制度優(yōu)化和種植結(jié)構(gòu)調(diào)整的用水總量控制[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(3)：103－109. Peng Zhigong, Zhang Baozhong, Liu Yu, et al. Constraint of total water consumption amount based on optimized irrigation schedule and planting structure adjustment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(3): 103－109. (in Chinese with English abstract)

[12] Wang L, Chen J, Shangguan Z. Yield responses of wheat to mulching practices in dryland farming on the Loess Plateau[J/ OL]. Plos One, 2015, 10(5): e0127402.

[13] Wang X, Cai D, Wu H, et al. Effects of variation in rainfall on rainfed crop yields and water use in dryland farming areas in China[J]. Arid Land Research and Management, 2016, 30(1): 1－24.

[14] 孫東寶. 北方旱作區(qū)物產(chǎn)量和水肥利用特征與提升途徑[D]. 北京：中國(guó)農(nóng)業(yè)大學(xué)，2017. Sun Dongbao. Yield, Water and Nutrient Use Efficiency of Dryland Crops in Northern China[D]. Beijing: China Agricultural University, 2017. (in Chinese with English abstract)

[15] Anderson J R, Dillon J L. Risk Analysis in Dryland Farming Systems[R]. Rome: Food and Agriculture Organization of the United Nations, 1992.

[16] 王佛生，鄧蕓，張成，等. 旱作農(nóng)業(yè)基礎(chǔ)教程[M]. 楊凌：西北農(nóng)林科技大學(xué)出版社，2012.

[17] 張義豐，王又豐，劉錄祥，等. 中國(guó)北方旱地農(nóng)業(yè)研究進(jìn)展與思考[J]. 地理研究，2002，21(3)：305－312. Zhang Yifeng, Wang Youfeng, Liu Luxiang, et al. Research progress on arid-land agriculture in northern China[J]. Geographical Research, 2002, 21(3): 305－312. (in Chinese with English abstract)

[18] 陳秧分，李先德. 中國(guó)糧食產(chǎn)量變化的時(shí)空格局與影響因素[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(20)：1－10. Chen Yangfen, Li Xiande. Spatial-temporal characteristics and influencing factors of grain yield change in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(20): 1－10. (in Chinese with English abstract)

[19] Lang G, Miao B. Food security for China's cities[J]. International Planning Studies, 2013, 18(1): 5－20.

[20] 劉玉，唐秀美，潘瑜春，等. 黃淮海地區(qū)縣域糧食單產(chǎn)的空間溢出效應(yīng)及影響因素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(9)：299－307. Liu Yu, Tang Xiumei, Pan Yuchun, et al. Analysis on spatial spillover effect and influence factors of grain yield per hectare at county level in Huang-Huai-Hai region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 299－307. (in Chinese with English abstract)

[21] 錢永蘭，楊邦杰，焦險(xiǎn)峰. 基于遙感抽樣的國(guó)家尺度農(nóng)作物面積統(tǒng)計(jì)方法評(píng)估[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2007，23(11)：180－187. Qian Yonglan, Yang Bangjie, Jiao Xianfeng. Accuracy assessment on the crop area estimating method based on RS sampling at national scale: A case study of Northeast China's rice area estimation assessment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(11): 180－187. (in Chinese with English abstract)

[22] 劉建紅，朱文泉. 耕地變化空間抽樣調(diào)查方案的精度與效率分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(10)：331－336. Liu Jianhong, Zhu Wenquan. Accuracy and efficiency of different spatial sampling schemes for cropland change monitoring[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(10): 331－336. (in Chinese with English abstract)

[23] Hosseini-Dinani H, Mokhtari A R, Shahrestani S, et al. Sampling density in regional exploration and environmental geochemical studies: A review[J]. Natural Resources Research, 2019, 28(3): 967-994.

[24] Zhang C, Jordan C, Higgins A. Using neighbourhood statistics and GIS to quantify and visualize spatial variation in geochemical variables: An example using Ni concentrations in the topsoils of Northern Ireland[J]. Geoderma, 2007, 137(3/ 4): 466－476.

[25] Lin Y F, Wang J, Valocchi A J. PRO‐GRADE: GIS toolkits for ground water recharge and discharge estimation[J]. Groundwater, 2009, 47(1): 122－128.

[26] 黃明，蘇巧梅，黃詩(shī)哲. 基于ARCGIS計(jì)算SRTM數(shù)據(jù)DEM坡度的最優(yōu)方法探討[J]. 四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2013，31(4)：456－460. Huang Ming, Su Qiaomei, Huang Shizhe. Optimum calculation method of SRTM DEM data based on ARCGIS technology[J]. Journal of Sichuan Agricultural University, 2013, 31(4): 456－460. (in Chinese with English abstract)

[27] 全國(guó)農(nóng)業(yè)區(qū)劃委員會(huì). 中國(guó)綜合農(nóng)業(yè)區(qū)劃[M]. 北京：農(nóng)業(yè)出版社，1981.

[28] 劉闖. 土地類型與自然區(qū)劃[J]. 地理學(xué)報(bào)，1985，40(3)：256－263. Liu Chuang. Discussion on land types and regionalization[J]. Acta Geographica Sinica, 1985, 40(3): 256－263. (in Chinese with English abstract)

[29] 吳普特，趙西寧. 氣候變化對(duì)中國(guó)農(nóng)業(yè)用水和糧食生產(chǎn)的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(2)：1－6. Wu Pute, Zhao Xining. Impact of climate change on agricultural water use and grain production in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(2): 1－6. (in Chinese with English abstract)

[30] 劉忠，萬(wàn)煒，黃晉宇，等. 基于無(wú)人機(jī)遙感的農(nóng)作物長(zhǎng)勢(shì)關(guān)鍵參數(shù)反演研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(24)：60－71. Liu Zhong, Wan Wei, Huang Jinyu, et al. Progress on key parameters inversion of crop growth based on unmanned aerial vehicle remote sensing [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(24): 60－71. (in Chinese with English abstract)

[31] Dyson T. Population and Food: Global Trends and Future Prospects[M]. London: Routledge Press, 1996.

[32] 糧食大辭典編輯委員會(huì). 糧食大辭典[M]. 北京：中國(guó)財(cái)富出版社，2009.

[33] 王鳳. 中國(guó)縣域糧食產(chǎn)量時(shí)空演變及影響因素變化分析[D]. 武漢：武漢大學(xué)，2017. (in Chinese with English abstract) Wang Feng. Spatial and Temporal Variation of Grain Production and its Influencing Factors at the County Level in China[D]. Wuhan: Wuhan University, 2017. (in Chinese with English abstract)

[34] Izquierdo-Verdiguier E, Zurita-Milla R, Ault T R, et al. Development and analysis of spring plant phenology products: 36 years of 1-km grids over the conterminous US[J]. Agricultural and Forest Meteorology, 2018, 262: 34－41.

[35] Khodayar S, Coll A, Lopez-Baeza E. An improved perspective in the spatial representation of soil moisture: Potential added value of SMOS disaggregated 1 km resolution “all weather” product[J]. Hydrology and Earth System Sciences, 2019, 23(1): 255－275.

[36] 劉忠，李保國(guó). 基于土地利用和人口密度的中國(guó)糧食產(chǎn)量空間化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(9)：1－8. Liu Zhong, Li Baoguo. Spatial distribution of China grain output based on land use and population density[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(9): 1－8. (in Chinese with English abstract)

[37] 謝臻，張鳳榮，高陽(yáng)，等. 基于遙感和GIS的平原和山區(qū)貧困縣農(nóng)村耕地利用演變對(duì)比[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(15)：255－263. Xie Zhen, Zhang Fengrong, Gao Yang, et al. Comparison on evolution of rural farmland use in poverty-stricken counties between flat and mountainous areas based on remote sensing and GIS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(15): 255－263. (in Chinese with English abstract)

[38] 全國(guó)土壤普查辦公室. 1: 100萬(wàn)中華人民共和國(guó)土壤圖[M]. 西安：西安地圖出版社，1995.

[39] Tobler W R. A computer movie simulating urban growth in the Detroit region[J]. Economic Geography, 1970, 46(2): 234－240.

[40] 師長(zhǎng)興，周園園，范小黎，等. 利用DEM進(jìn)行黃河中游河網(wǎng)提取及河網(wǎng)密度空間差異分析[J]. 測(cè)繪通報(bào)，2012，(10)：24－27. Shi Changxing, Zhou Yuanyuan, Fan Xiaoli, et al. A study of the calculation of drainage density of the middle Yellow River from DEM[J]. Bulletin of Surveying and Mapping, 2012, (10): 24－27. (in Chinese with English abstract)

[41] 楊勇，鄧祥征，李志慧，等. 2000－2015年華北平原土地利用變化對(duì)糧食生產(chǎn)效率的影響[J]. 地理研究，2017，36(11)：2171－2183. Yang Yong, Deng Xiangzheng, Li Zhihui, et al. Impact of land use change on grain production efficiency in North China Plain during 2000－2015[J]. Geographical Research, 2017, 36(11): 2171－2183. (in Chinese with English abstract)

[42] 劉忠，黃峰，李保國(guó). 基于經(jīng)驗(yàn)?zāi)B(tài)分解的中國(guó)糧食單產(chǎn)波動(dòng)特征及影響因素[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(2)：7－13. Liu Zhong, Huang Feng, Li Baoguo. Analysis on characteristics and influential factors of grain yield fluctuation in China based on empirical mode decomposition[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(2): 7－13. (in Chinese with English abstract)

[43] 王禹. 新形勢(shì)下我國(guó)糧食安全保障研究[D]. 北京：中國(guó)農(nóng)業(yè)科學(xué)院，2016. Wang Yu. Study on China’s Food Security in the New Situation[D]. Beijing: Chinese Academy of Agricultural Sciences, 2016. (in Chinese with English abstract)

[44] 譚佳琪. 東北典型黑土區(qū)耕地資源變化及其對(duì)糧食生產(chǎn)的影響[D]. 沈陽(yáng)：沈陽(yáng)農(nóng)業(yè)大學(xué)，2017. Tan Jiaqi. Changes of Cultivated Land Resources and its Impact on Grain Production in Typical Back Soil Areas of Northeast China[D]. Shenyang: Shenyang Agricultural University, 2017. (in Chinese with English abstract)

Spatio-temporal changes and influencing factors of grain yield based on spatial smoothing method in dryland farming regions

Wan Wei, Li Hanwei, Wang Jiaying, Liu Zhong※, Han Yiwen

(1.100193,2.100193,)

As water constraints become increasingly severe in Northern China, it is of great significance to study the grain yield pattern and its driving factors in dryland farming regions. Based on the county-level grain statistics from 1995 to 2015, combined with land use raster data and other materials, we studied the spatial pattern and process of grain yield in dryland farming regions of the Northeast and North China Plain using spatial smoothing methods. In addition, the natural and socio-economic driving factors of grain yield in different agricultural regions were investigated. Our results showed that: (1) In the past 20 years, the grain yield increased steadily and high production area expanded gradually in the dryland farming regions of Northeast and North China Plain, with obvious spatial agglomeration characteristics. And the total grain yield in the plain of North China dryland farming regions was higher than that in dryland farming regions of the Northeast China Plain. (2) The main increase rate of grain yield exhibited a medium speed, followed by slow speed, high speed increase, and absolute reduction in production. And increase rate of the grain yield in the dryland farming regions of the Northeast China Plain was higher than that in the North China Plain. (3) The per unit area yield of grain in the dryland farming regions of Northeast China Plain was higher than that of the North China Plain. And after the spatial smoothing processing, the pixel frequency of per unit area yield of grain generally exhibited a Gaussian distribution, which is consistent with the objective laws. The peak value of histogram pixel gradually moved to the right, and the per unit yield grid showed a gradual decentralization trend over time, indicating that the regional yield gap increases with the overall improvement of cultivated land productivity. (4) The mean annual temperature among the natural factors had the highest correlation with the per unit area yield of grain of the agricultural regions in Yan-Taihang mountain foothill plain. The annual precipitation and confluence capacity exhibited the highest correlation with the per unit area yield of grain of the agricultural regions in Ji-Lu-Yu low-lying plain. The soil type showed the highest correlation with the per unit area yield of grain of the agricultural regions in Songnen-Sanjiang plain. (5) The correlation analysis of per unit area yield of grain with socio-economic factors showed that grain production was gradually shifting from labor-intensive to technology-intensive. And the application of agricultural machinery obviously contributed to the study area, especially to the Northeast dryland farming regions of China. The application of chemical fertilizers had always played a significant role in improving grain production in the study region. And irrigation conditions played a critical role in ensuring grain production in the dryland farming regions of North China Plain. In summary, the results of our study are helpful for the research of spatial-temporal pattern of grain yield, and can provide references for the maintenance of high yield, stable yield and cultivated land conservation in different agricultural areas.

grain; agriculture; land use; spatial smoothing; yield; spatio-temporal changes; dryland farming regions;Plain of Northeast China; Plain of North China

2019-03-23

2019-05-17

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2016YFD030080101）

萬(wàn) 煒，博士生，主要從事地理信息系統(tǒng)與遙感應(yīng)用研究。Email：remote_sensing@cau.edu.cn

劉 忠，博士生導(dǎo)師，主要從事土地利用與信息技術(shù)研究。Email：lzh@cau.edu.cn

10.11975/j.issn.1002-6819.2019.16.032

S17; K909

A

1002-6819(2019)-16-0284-13

萬(wàn) 煒，李含微，王佳瑩，劉 忠，韓已文.基于空間平滑法的旱作區(qū)糧食產(chǎn)量時(shí)空變化與影響因素研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(16)：284－296. doi：10.11975/j.issn.1002-6819.2019.16.032 http://www.tcsae.org

Wan Wei, Li Hanwei, Wang Jiaying, Liu Zhong, Han Yiwen. Spatio-temporal changes and influencing factors of grain yield based on spatial smoothing method in dryland farming regions[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(16): 284－296. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.16.032 http://www.tcsae.org