寧夏主要糧食作物種植結(jié)構(gòu)的時(shí)空變化特征

陳紅翔，王炳瑩

（寧夏師范學(xué)院 資源環(huán)境與生命科學(xué)學(xué)院，寧夏 固原 756000）

0 引言

2022年中央一號(hào)文件中“糧食”一詞出現(xiàn)了23次，主要強(qiáng)調(diào)了全力抓好糧食生產(chǎn)和重要農(nóng)產(chǎn)品供給、強(qiáng)化現(xiàn)代農(nóng)業(yè)基礎(chǔ)支撐2個(gè)方面的內(nèi)容。糧食生產(chǎn)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)，必須居安思危、緊抓不懈，此次新冠疫情防控阻擊戰(zhàn)又一次證明了糧食安全的“壓艙石”作用［1］。2000年以來，無論從人均糧食占有量還是糧食供求平衡關(guān)系來看，當(dāng)前都是我國(guó)糧食安全水平最高的年代，2015—2019年的年人均糧食產(chǎn)量為476 kg，其中，年人均谷物產(chǎn)量為443 kg，2020年糧食又獲豐收，目前的年人均糧食產(chǎn)量和年人均谷物產(chǎn)量都高于400 kg的安全線［2］。雖然當(dāng)前我國(guó)的糧食安全水平較高，但長(zhǎng)期以來，我國(guó)油脂油料和蛋白飼料嚴(yán)重不足，大量依賴進(jìn)口。因此，我國(guó)的種植結(jié)構(gòu)亟需調(diào)整，筆者分析了寧夏全區(qū)多年糧食作物的種植結(jié)構(gòu)，以期為進(jìn)一步優(yōu)化寧夏的農(nóng)業(yè)生產(chǎn)布局，以及該地區(qū)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的調(diào)整提供科學(xué)的依據(jù)。

潘曉卉等［3］采用2005—2015年東北地區(qū)40個(gè)市(盟)主要糧食作物播種面積的數(shù)據(jù)，運(yùn)用數(shù)理統(tǒng)計(jì)方法，根據(jù)主要作物種植面積比重以及作物組合狀況，劃分了主要作物種植結(jié)構(gòu)的類型，進(jìn)而分析了東北地區(qū)主要糧食作物種植結(jié)構(gòu)的時(shí)空變化。王衛(wèi)東等［4］通過對(duì)1991—2016年陜西省主要糧食作物種植結(jié)構(gòu)相關(guān)數(shù)據(jù)進(jìn)行收集、整理和量化分析，分析了主要糧食作物(小麥、玉米、水稻)種植面積的演變特征。王連喜等［5］以江蘇省為研究區(qū)域，采用2013年1月1日—2014年12月19日46景250 m空間分辨率的MODIS-NDVI時(shí)間序列數(shù)據(jù)、2014年4月23日的MOD09A1反射率影像Landsat數(shù)據(jù)，開展了冬小麥種植面積的遙感識(shí)別。閆夢(mèng)川等［6］采用決策樹方法，基于MOD13Q1數(shù)據(jù)，結(jié)合農(nóng)作物物候數(shù)據(jù)和東三省土地利用數(shù)據(jù)，運(yùn)用景觀指數(shù)對(duì)東三省主要糧食作物——玉米、水稻和大豆種植結(jié)構(gòu)的時(shí)空演變進(jìn)行了分析。夏天等［7］基于CLUE-S土地利用變化模擬模型，進(jìn)行了概念模型設(shè)計(jì)、框架和模塊重建、參數(shù)本地化和校正研究，并提出了一個(gè)適用于我國(guó)農(nóng)作物空間格局動(dòng)態(tài)變化模擬模型(CROPS, Crop Pattern Simulator)的可行性架構(gòu)，使其能夠?qū)崿F(xiàn)區(qū)域尺度土地利用變化與農(nóng)作物空間格局變化的雙層動(dòng)態(tài)模擬?；谏鲜?種方法的研究結(jié)果可知，選取的研究區(qū)多為商品糧基地，而寧夏全區(qū)的研究較少，且采用的方法多為數(shù)理統(tǒng)計(jì)分析法［8］，也有少部分文獻(xiàn)采用了基于遙感影像的方法［9］進(jìn)行了研究。因此，本文彌補(bǔ)了運(yùn)用單一種植面積數(shù)據(jù)對(duì)寧夏全區(qū)主要糧食作物種植結(jié)構(gòu)時(shí)空演變研究的不足之處，為今后的糧食作物種植結(jié)構(gòu)時(shí)空演變的研究打下堅(jiān)實(shí)的基礎(chǔ)。

本研究以寧夏全區(qū)為研究區(qū)域，主要采用數(shù)理統(tǒng)計(jì)分析法、遙感影像分析法、模型分析法。探究了全區(qū)主要糧食作物種植結(jié)構(gòu)的時(shí)空變化，基于MOD13Q1遙感影像數(shù)據(jù)，采用決策樹方法分類提取了主要糧食作物的EVI數(shù)據(jù)層，得到各種主要糧食作物的種植面積數(shù)據(jù)，然后利用景觀指數(shù)分析了全區(qū)2000—2020年主要糧食作物種植結(jié)構(gòu)的時(shí)空變化，旨在為進(jìn)一步優(yōu)化寧夏全區(qū)的農(nóng)業(yè)生產(chǎn)布局，以及調(diào)整全區(qū)生產(chǎn)結(jié)構(gòu)提供科學(xué)依據(jù)，從而加快推進(jìn)全區(qū)高標(biāo)準(zhǔn)農(nóng)田建設(shè)，以保障特殊時(shí)期糧食的可持續(xù)生產(chǎn)，促進(jìn)鄉(xiāng)村振興和農(nóng)業(yè)高質(zhì)量發(fā)展。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 寧夏回族自治區(qū)的概況

寧夏回族自治區(qū)位于中國(guó)西北地區(qū)，東鄰陜西省，西、北部接內(nèi)蒙古自治區(qū)，西南、南部、東南部與甘肅省相連［10］。具體的地理位置如圖1所示，位于104°17′～107°39′E、35°14′～39°23′N之間，面積6.64萬km2，截至2020年，耕地面積120.10萬hm2。地形從西南向東北逐漸傾斜，丘陵溝壑林立，分為三大板塊：北部引黃灌區(qū)、中部干旱帶、南部山區(qū)。地勢(shì)南高北低，呈階梯狀下降，全區(qū)屬溫帶大陸性干旱、半干旱氣候［11］。寧夏是全國(guó)水資源最少的省區(qū)之一，大氣降水、地表水和地下水都十分匱乏，空間上分布不均，時(shí)間上變化大。水利資源在地區(qū)上的分布是不平衡的，絕大部分在北部引黃灌區(qū)，而中部干旱高原丘陵區(qū)最為缺水，不僅地表水量小，且水質(zhì)含鹽量高，多屬苦水或因地下水埋藏較深，水資源灌溉利用價(jià)值較低［12］。南部半干旱半濕潤(rùn)山區(qū)，河系較為發(fā)育，主要河流有清水河、苦水河、葫蘆河、涇河、祖厲河等［13］。

圖1 寧夏回族自治區(qū)概況

1.2 數(shù)據(jù)來源

本文使用的遙感影像數(shù)據(jù)是通過LAADSDA- AC網(wǎng)站下載的空間分辨率為250 m的MOD13Q1數(shù)據(jù)。根據(jù)農(nóng)業(yè)農(nóng)村部種植業(yè)管理司收集的農(nóng)作物物候數(shù)據(jù)，選取2000、2005、2010、2015、2020年等5個(gè)年份中第97～321天的MOD13Q1遙感影像數(shù)據(jù)，結(jié)合中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心下載的上述5個(gè)對(duì)應(yīng)年份的寧夏回族自治區(qū)土地利用遙感監(jiān)測(cè)數(shù)據(jù)，以及寧夏回族自治區(qū)統(tǒng)計(jì)局提供的主要糧食作物種植面積數(shù)據(jù)。

1.3 數(shù)據(jù)預(yù)處理

利用MRT軟件對(duì)5年中第97～321天的MOD13 Q1遙感影像數(shù)據(jù)批處理，提取EVI數(shù)據(jù)層。基于ArcGIS軟件平臺(tái)，將坐標(biāo)系變換為投影坐標(biāo)系UTM中的WGS_1984_UTM_Zone_48N，利用寧夏回族自治區(qū)行政區(qū)劃數(shù)據(jù)對(duì)變換坐標(biāo)系后的數(shù)據(jù)進(jìn)行掩膜提取，再將處理后對(duì)應(yīng)年份的土地利用遙感監(jiān)測(cè)數(shù)據(jù)中的耕地?cái)?shù)據(jù)對(duì)上述數(shù)據(jù)再次掩膜提取，得到本研究所需的EVI數(shù)據(jù)層。打開ENVI軟件，導(dǎo)入數(shù)據(jù)后，利用Band Math工具去除波段中的異常值，完成數(shù)據(jù)的預(yù)處理過程。

2 研究方法

2.1 基于決策樹模型的主要糧食作物種植面積的提取

在利用MODIS數(shù)據(jù)進(jìn)行農(nóng)作物種植結(jié)構(gòu)研究中，EVI數(shù)據(jù)層在農(nóng)作物種植結(jié)構(gòu)變化方面的敏感程度高于NDVI數(shù)據(jù)層，因此更適合應(yīng)用于農(nóng)作物的動(dòng)態(tài)監(jiān)測(cè)［6］。本研究基于空間分辨率為250 m的MOD13Q1遙感影像數(shù)據(jù)，通過MRT軟件對(duì)MODI3Q1時(shí)間序列數(shù)據(jù)進(jìn)行批處理，提取2000、2005、2010、2015、2020年等5年的EVI數(shù)據(jù)層?；贏rcGIS軟件平臺(tái)，對(duì)數(shù)據(jù)進(jìn)行變換坐標(biāo)系、裁剪等預(yù)處理，通過對(duì)所采集到的玉米、小麥、薯類、水稻等作物的物候特征進(jìn)行分析，并采用ENVI軟件平臺(tái)對(duì)這些作物的數(shù)據(jù)進(jìn)行閾值切割，從而建立了決策樹的分類規(guī)則，構(gòu)建決策樹分類模型。構(gòu)建模型后，各種糧食作物數(shù)據(jù)間會(huì)出現(xiàn)疊加現(xiàn)象，在ERDAS軟件中建立模型，將冬小麥與春小麥合并，再根據(jù)實(shí)際情況對(duì)其他疊加部分重新賦值，得到主要糧食作物分類，最后，利用ArcMap軟件中的字段計(jì)算器工具計(jì)算主要糧食作物種植面積。

2.2 景觀指數(shù)

景觀格局是指大小和形狀不同的景觀要素在空間上的排列［14］，而農(nóng)田生態(tài)系統(tǒng)的景觀格局特征及其變化可以從“質(zhì)、量、形、度”4個(gè)方面來描述與分析［15］。本研究從上述4類景觀格局指數(shù)中選取斑塊密度、農(nóng)作物變化幅度、斑塊聚合度、最大斑塊指數(shù)、平均斑塊面積5個(gè)景觀指標(biāo)，對(duì)小麥、稻谷、薯類、玉米這4類作物的種植結(jié)構(gòu)時(shí)空變化進(jìn)行分析。

平均斑塊面積指農(nóng)田斑塊面積的平均大小，即連片農(nóng)田的平均面積，該指標(biāo)在一定程度上反映了農(nóng)田的破碎化，其值越小農(nóng)田越破碎化［16］。最大斑塊指數(shù)是最大連片農(nóng)田的面積占農(nóng)田總面積的比例，反映了人類活動(dòng)對(duì)農(nóng)田的干擾強(qiáng)弱與方向［16］。斑塊密度是單位面積上農(nóng)田斑塊即連片農(nóng)田的數(shù)目，反映農(nóng)田的空間異質(zhì)性和破碎化程度，值越大空間異質(zhì)性和破碎化程度就越大，其值越小種植越集中或規(guī)?；?6］。

農(nóng)作物變化幅度(ΔS)表示某種作物在一段時(shí)期內(nèi)的面積變化比例（%）［17］。

其中：S(i, t1)和S(i, t2)分別為研究初期t1和末期t2某一作物類型i的面積［11］。

3 提取結(jié)果與分類精度的評(píng)價(jià)

3.1 提取結(jié)果

基于決策樹分類模型和ERDAS軟件建模疊加處理的方法，提取出2000、2005、2010、2015、2020年寧夏全區(qū)及各地級(jí)市主要糧食作物——小麥、稻谷、薯類和玉米的種植面積信息，根據(jù)提取結(jié)果制作寧夏主要糧食作物種植結(jié)構(gòu)圖。

3.2 分類精度評(píng)價(jià)

精度評(píng)價(jià)是科學(xué)研究驗(yàn)證其準(zhǔn)確性必不可少的一步，本研究通過對(duì)比提取到的主要糧食作物種植面積與統(tǒng)計(jì)年鑒中的種植面積數(shù)據(jù)，評(píng)價(jià)糧食作物分類的精度。由表1可知，2000、2005、2010、2015、2020年這5年的誤差比分別為-0.054、 -0.131、 -0.073、-0.008、0.061，由此可以看出，本次提取結(jié)果誤差較小，精度較高，能科學(xué)有效地分析寧夏主要糧食作物種植結(jié)構(gòu)的時(shí)空變化。但寧夏除了種植小麥、稻谷、玉米、薯類這4種糧食作物外，還種植了豆類，由于豆類種植面積有限，豆類的種植面積信息難以提取，本研究予以舍去。

表1 2000—2020年寧夏主要糧食作物的實(shí)際種植面積與提取面積對(duì)比

4 主要糧食作物種植結(jié)構(gòu)的時(shí)空變化分析

種植結(jié)構(gòu)指的是一個(gè)地區(qū)或國(guó)家在農(nóng)作物種植種類、品種、面積及其比例上的問題，一般以糧食作物為主，其他經(jīng)濟(jì)類作物為輔［18］?；跊Q策樹的分類模型，本文主要提取出了2000、2005、2010、2015、2020年這5個(gè)年份中主要糧食作物小麥、稻谷、玉米、薯類的種植信息，因此本文主要針對(duì)其種植面積和及其比例進(jìn)行分析。

4.1 主要糧食作物種植面積的變化分析

基于提取到的主要糧食作物的種植信息，從寧夏全區(qū)和各地級(jí)市2個(gè)層次分別分析其種植面積的變化。

4.1.1 寧夏全區(qū)主要糧食作物種植面積的變化特征由圖2可知，2010年是近20 a間主要糧食作物種植面積最多的一年，種植面積為81.50萬hm2，在此之后，主要糧食作物的種植面積逐漸減少，至2020年，種植主要糧食作物面積為58.42萬hm2。近20 a來，玉米的種植面積呈顯著增長(zhǎng)趨勢(shì)，小麥和薯類呈減少趨勢(shì)，稻谷的種植面積增長(zhǎng)幅度較小。

圖2 2000—2020年寧夏全區(qū)主要糧食作物種植 面積的變化

在2000、2005、2010、2015和2020年等5年間，玉米的種植面積不斷增加，從1.29萬hm2增至32.27萬hm2，增加了30.98萬hm2，且2010年后玉米成為寧夏主要的糧食作物。小麥的種植面積先不斷增加，之后，小麥的種植面積逐年減少，2005年增加的種植面積達(dá)到研究年份的最大值(27.6萬hm2)，到2020年小麥的種植面積減少了18.31萬hm2。薯類的種植面積呈現(xiàn)出先波動(dòng)增加，隨后波動(dòng)下降的趨勢(shì)，2010年增加的面積達(dá)到研究年份的最大值(22.19萬hm2)到2020那年薯類的種植面積減少了12.68萬hm2。近20 a來，水稻的種植面積一直處于末位，種植面積變化不大，年平均種植面積6.08萬hm2，可能是由于水稻喜高溫、多濕、短日照，受其生長(zhǎng)條件制約而導(dǎo)致其種植面積變化不大。

4.1.2 寧夏各地級(jí)市主要糧食作物種植面積的變化特征結(jié)合圖3分析寧夏5個(gè)地級(jí)市——銀川市、石嘴山市、吳忠市、中衛(wèi)市、固原市4種主要糧食作物的種植面積變化。

圖3 2000—2020年寧夏各地級(jí)市主要糧食作物的種植面積及其占比

（1）2000、2005、2010和2020年期 間，銀 川 市主要糧食作物種植面積呈波動(dòng)變化趨勢(shì)，從2000年 的127123.19 hm2增 加 至2010年 的166266.20 hm2，達(dá)到近20 a間種植面積的最大值，之后，主要糧食作物的種植面積又逐漸減少，減少到2020年的128408.50 hm2?？傮w來看，除2010年種植面積增加外，其他時(shí)間段，銀川市主要糧食作物種植面積變化不大。其中，小麥、稻谷的種植面積整體上呈減少趨勢(shì)；薯類的種植面積先增加后減少；玉米的種植面積逐年增加，從2000年3981.89 hm2增加至2020年的71324.80 hm2，增加了67342.91 hm2。

（2）石嘴山市主要糧食作物種植面積在波動(dòng)中增加，從2000年的86918.73 hm2，增加至2020年的109234.44 hm2，增加了22315.71 hm2。其中，小麥的種植面積逐年減少，從2000年度63063.90 hm2，減少至2020年6515.14 hm2，減少了56548.76 hm2；稻谷的種植面積基本保持穩(wěn)定；薯類在2000—2015年處于增長(zhǎng)態(tài)勢(shì)，2015年后迅速減少；玉米的種植面積逐年增加，2020年比2000年增加了78315.37 hm2。

（3）吳忠市主要糧食作物種植面積逐年增加，從2000年的67090.49 hm2，增加至2020年的148837.90 hm2，增加了81747.41 hm2。其中，小麥在2000—2015年逐年減少，從29656.20 hm2減少至8171.78 hm2，減少了21484.42 hm2，2015年后小麥的種植面積有所回升；稻谷的種植面積逐年增加，2020年比2000年增加了12874.20 hm2；薯類的種植面積波動(dòng)中增加，從2000年的21150.10 hm2增加至25429.10 hm2，增加了4279.00 hm2；玉米的種植面積整體上呈增加趨勢(shì)，2020年比2000年增加了76183.31 hm2。

（4）中衛(wèi)市主要糧食作物種植面積整體上呈現(xiàn)增加的趨勢(shì)，2020年比2000年增加了48577.56 hm2。其中，小麥的種植面積整體上呈減少趨勢(shì)，與2000年相比，2020年減少了11306.80 hm2；稻谷的種植面積在波動(dòng)中增加，從2000年的4360.76 hm2增加至2020年的9873.00 hm2，增加了5512.24 hm2；薯類的種植面積先增加至20年間的最大值(23497.60 hm2)，然后開始減少；玉米整體上呈增長(zhǎng)趨勢(shì)，與2000年相比，2020年增加了58532.32 hm2。

（5）固原市的主要糧食作物種植面積先增加再減少的趨勢(shì)，2005—2015年是其主要糧食作物種植面積最多的一段時(shí)間。其中，小麥的種植面積先增加后減少，2005—2010年期間種植面積最多，之后，小麥的種植面積減少；稻谷的種植面積波動(dòng)中增加，從2000年的742.89 hm2，增加至2020年的4152.75 hm2，增 加 了3409.86 hm2；薯 類 在2000—2015年波動(dòng)增加，但在2015年后急劇減少，與2015年相比，2020年其種植面積減少了34528.80 hm2；玉米的種植面積逐年增加，且增長(zhǎng)幅度較大，從2000年的29.72 hm2，迅速增加到69356.20 hm2。

4.2 主要糧食作物種植面積的變化幅度分析

由表2可知，在2000、2005、2010、2015和2020年期間，小麥的種植面積變化幅度先增大后減小的趨勢(shì)，自2005年開始呈現(xiàn)負(fù)增長(zhǎng)，在2010—2015年期間甚至出現(xiàn)負(fù)增長(zhǎng)峰值，其后雖仍為負(fù)增長(zhǎng)，但負(fù)增長(zhǎng)幅度明顯變小的趨勢(shì)。因此，可以看出小麥的種植面積從2005年開始迅速減少，其中，2015年減少的面積是幾年中減少最多的一年。稻谷的種植面積變化幅度不大，先呈現(xiàn)正增長(zhǎng)態(tài)勢(shì)，緊接著出現(xiàn)負(fù)增長(zhǎng)，且負(fù)增長(zhǎng)幅度和正增長(zhǎng)幅度相差不多，這說明了稻谷的種植面積保持穩(wěn)定。薯類的種植面積變化幅度較大，時(shí)而呈現(xiàn)正增加，時(shí)而出現(xiàn)負(fù)增長(zhǎng)，但整體上是呈負(fù)增長(zhǎng)的，在2000—2010年期間，由-8.61%急劇增大到64.71%，說明薯類的種植面積迅速增加；在2010—2020年，由64.71%急劇減小到-41.22%，說明薯類的種植面積又迅速減少。玉米的種植面積變化幅度一直呈現(xiàn)正增長(zhǎng)，但其種植面積變化幅度在逐年減少，說明玉米的種植面積一直在增加，但種植面積同比增加幅度在減小。

表2 2000—2020年寧夏主要糧食作物種植面積的變化%

4.3 主要糧食作物種植比例的時(shí)空變化分析

基于提取到的主要糧食作物的種植信息，從全區(qū)和地級(jí)市2個(gè)層次分析其種植比例的變化。

4.3.1 寧夏全區(qū)主要糧食作物種植比例的時(shí)空變化特征從時(shí)間序列來看，2000、2005、2010、2015和2020年全區(qū)4類主要糧食作物種植面積占當(dāng)年糧食作物總種植面積的比例如圖4所示。稻谷的種植面積比重比較穩(wěn)定，平均占比12.08%；小麥的種植面積比重呈減小趨勢(shì)，且下降幅度很大，2000年時(shí)還是寧夏最主要的糧食作物，至2020年，小麥成為了除稻谷外種植面積最少的一種主要糧食作物；薯類的種植面積占比在波動(dòng)中減小，除2000、2010、2015年等3年薯類種植面積占比超過25%，其余年份均低于20%；玉米的種植面積占比逐年增大，且增加幅度最大，由2000年的2.63%快速增大至2020年的59.62%。

圖4 2000—2020年寧夏全區(qū)主要糧食作物種植比例的時(shí)間變化特征

從種植空間格局來看，由圖5可知，在2000、2005、2010、2015和2020年，寧夏的主要糧食作物的種類未發(fā)生變化，但各主要糧食作物在空間分布上發(fā)生著明顯變化。

2000年寧夏的主要糧食作物集中分布在黃河灌溉區(qū)、清水河流域、西吉縣、隆德縣和涇源縣，且在4類主要糧食作物種植比重中，小麥所占比重明顯大于其他主要糧食作物，小麥的種植面積也多于其他主要糧食作物，說明在2000年小麥?zhǔn)菍幭淖钪饕募Z食作物(圖5a)。

2005年寧夏的主要糧食作物與2000年主要糧食作物分布區(qū)域相同，但西吉縣和隆德縣主要糧食作物種植面積明顯增多，苦水河流域開始少量種植主要糧食作物。小麥仍是最主要的糧食作物，但小麥的種植面積明顯減少，尤其是引黃灌溉區(qū)，且小麥的種植明顯向南遷移，固原市的小麥種植面積增加尤為明顯。與此同時(shí)，全區(qū)玉米種植逐漸突出，主要集中于銀川市和吳忠市(圖5b)。

2010年寧夏的主要糧食作物集中分布于黃河灌溉區(qū)、清水河流域、苦水河流域和西吉縣，薯類的種植面積明顯增多，小麥主要集中分布于固原市，各種主要糧食作物比重相差較小(圖5c)。

2015年寧夏的主要糧食作物集中分布于黃河灌溉區(qū)、清水河流域、苦水河流域、原州區(qū)、西吉縣和彭陽縣，薯類仍占據(jù)一定的優(yōu)勢(shì)(圖5d)。

2020年寧夏的主要糧食作物集中分布于黃河灌溉區(qū)、清水河流域、苦水河流域，原州區(qū)、西吉縣和彭陽縣分布較為分散，玉米種植面積大幅增加，在各地級(jí)市中都占據(jù)一定優(yōu)勢(shì)地位(圖5e)。

圖5 2000—2020年寧夏主要糧食作物種植結(jié)構(gòu)的空間變化特征

4.3.2 寧夏各地級(jí)市主要糧食作物種植比例的時(shí)空變化特征

4.3.2.1 作物種植比例的時(shí)間變化特征（1）小麥種植比例的時(shí)間變化特征。由圖6可知，小麥在各地級(jí)市中的種植比例變化較為明顯。從各地級(jí)市的小麥種植比重來看，固原市的小麥所占比重一直領(lǐng)先于其余各地級(jí)市，其中，2005、2010和2015年固原市的小麥占寧夏全區(qū)小麥種植面積均超過50%，其余年份比例也超過了25%。石嘴山市20年間小麥所占比重明顯變少，說明石嘴山開始向其他主要糧食作物種植轉(zhuǎn)變，小麥種植規(guī)模減小。銀川市20年間小麥所占比重先減少然后增加，但變化幅度不大。吳忠市2000、2010和2015年小麥所占比重逐年減少，2020年比重有所增加。中衛(wèi)市的小麥占比前10年逐年減少，2010年后，其占比開始增加，說明中衛(wèi)市的小麥種植規(guī)模先減小然后變大，且2015年后超過石嘴山市的小麥的種植面積。2000年，固原市、銀川市、石嘴山市的小麥種植比重較大，2005、2010和2015年，由于固原市的小麥種植面積激增，導(dǎo)致其余各市的小麥種植面積所占比重均較小，至2020年除石嘴山市的小麥種植比重較少，其余各地級(jí)市的比重相差不多，且比例較為均衡，其中，銀川市占17.74%、吳忠市占21.36%、中衛(wèi)市占19.81%、固原市占33.39%。

圖6 2000—2020年寧夏各地級(jí)市的小麥種植比例

（2）稻谷種植比例的時(shí)間變化特征。由圖7可知，稻谷的種植以銀川市、石嘴山市、吳忠市為主，種植比重較大，主要是因?yàn)檫@3個(gè)市地處黃河灌溉區(qū)，能較好地滿足水稻生長(zhǎng)過程中的用水需求。從各地級(jí)市稻谷的種植比重來看，銀川市稻谷所占比重在逐年減少，由2000年的56.49%減少至2020年的18.41%，除2020年外，其他年份比重均大于其他4個(gè)市，這說明銀川市除2020年以外其他年份都是寧夏稻谷種植面積最多的地區(qū)。石嘴山市除2015年比重稍有增加，其余年份均保持在16.76%左右。吳忠市的種植比重在2015年前較為穩(wěn)定，2015年后其比重開始增加，直至2020年吳忠市稻谷占比成為全區(qū)最大。而中衛(wèi)市與固原市種植比重較小，尤其是固原市，占比最多的年份僅占11.87%(2010年)，平均占比5.19%，固原市地處南部山區(qū)無法滿足稻谷的灌溉條件，因此其稻谷種植比重非常小。

圖7 2000—2020年寧夏各地級(jí)市的稻谷種植比例

（3）薯類種植比例的時(shí)間變化特征。由圖8可知，薯類的種植比例變化不明顯，5個(gè)地級(jí)市均有種植薯類，除中衛(wèi)市比重稍小，其余各地級(jí)市比重相差不大。從各地級(jí)市薯類的種植比重來看，固原市薯類種植比重在波動(dòng)中逐漸減少，其占比分別為34.72%、27.26%、24.36%、31.37%、18.14%，2010和2020年固原市薯類的種植面積被銀川市超越，其他年份其種植面積均領(lǐng)先于其他各市。銀川市波動(dòng)變化，但變化幅度不大，在2010和2020年其種植面積領(lǐng)先于其他各市，其他年份排在第2或第3位，說明銀川市薯類的種植在全區(qū)中是相對(duì)比較多的一個(gè)市。石嘴山市在2005、2010和2015年薯類種植比重略大于其他年份，吳忠市、中衛(wèi)市保持相對(duì)穩(wěn)定。

圖8 2000—2020年寧夏各地級(jí)市的薯類種植比例

（4）玉米種植比例的時(shí)間變化特征。由圖9可知，在5個(gè)地級(jí)市中玉米的種植比例變化較為明顯，從2000、2005和2010年以銀川市和吳忠市市種植比重較大，逐漸轉(zhuǎn)變?yōu)?020年的各地級(jí)市均衡分布。從各地級(jí)市玉米的種植比重來看，銀川市種植比重整體上呈減小趨勢(shì)，說明銀川市玉米的種植比重逐漸少于其他市，截至2020年銀川市玉米的種植比重僅大于中衛(wèi)市和固原市。石嘴山市2015年前玉米所占比重比較小且相差不大，平均比重8.66%，至2020年其比重明顯增大。吳忠市玉米所占比重逐年減小，除2005年外，玉米的種植比重均領(lǐng)先于其他各市，說明吳忠市是全區(qū)玉米種植較為集中的地區(qū)。中衛(wèi)市玉米所占比重先增大后減小，除2020年處于末位外，其他各年的種植比重在各市中均排在第2或第3位。固原市玉米所占比重先增大后減小，2000和2005年，固原市玉米的種植比重少于其他各市，但2010年后，其種植比重逐漸超越石嘴山市、銀川市。

圖9 2000—2020年寧夏各地級(jí)市的玉米種植比例

4.3.2.2 作物種植比例的空間變化特征（1）小麥種植比例的空間變化特征。寧夏小麥有春小麥和冬小麥之分，以春小麥為主，各市縣都有分布，冬小麥主要分布在彭陽、涇源、隆德等縣，鹽池南部、原州區(qū)、同心、西吉也有少量種植［19］。提取2000、2005、2010、2015和2020年寧夏小麥種植面積得出的結(jié)果如圖10所示。由此可以看出，小麥在各市都有種植，但隨著時(shí)間的推移，小麥空間分布情況發(fā)生了明顯變化。2000年，小麥集中分布于寧夏境內(nèi)的黃河、清水河、葫蘆河流域，即主要分布于惠農(nóng)區(qū)南部、平羅縣、賀蘭縣、西夏區(qū)東部、金鳳區(qū)、興慶區(qū)、永寧縣、靈武市西北部、青銅峽市、利通區(qū)北部、中寧縣和沙坡頭區(qū)沿黃河區(qū)域、中寧縣與同心縣交匯區(qū)域、同心縣和海原縣交匯地帶、隆德縣、涇源縣，原州區(qū)、西吉縣、彭陽縣分布較零散，但相對(duì)其他縣市種植面積較多。2005年小麥分布地區(qū)與2000年相同，但在紅寺堡區(qū)中部出現(xiàn)小面積種植，固原市各市縣小麥種植面積大幅增多。2010年，全區(qū)小麥種植面積明顯減少，尤其是銀川市、吳忠市、中衛(wèi)市，但各地級(jí)占當(dāng)年小麥種植總面積比重與2005年相比變化不大。2010年小麥的分布區(qū)域多了海原縣西南地區(qū)，其余分布區(qū)和上述年份相同。2015年，全區(qū)的小麥種植面積仍在減少，分布區(qū)域與2010年相差不多。至2020年，除中衛(wèi)市中部地區(qū)、同心縣中南部、靈武市大部分地區(qū)及鹽池縣北部地區(qū)種植面積極少，其余地區(qū)分布相對(duì)均勻。

圖10 寧夏2000—2020年小麥種植面積的空間變化特征

（2）稻谷種植比例的空間變化特征。由圖11所示，全區(qū)稻谷種植面積空間變化不大，仍集中于引黃灌溉區(qū)，即銀川市、吳忠市、石嘴山市，但個(gè)別年份也有向南擴(kuò)展。2000年，稻谷主要分布于引黃灌溉區(qū)，即平羅縣、賀蘭縣、西夏區(qū)東部、金鳳區(qū)、興慶區(qū)、永寧縣、靈武市西北部、青銅峽市、利通區(qū)、中寧縣和沙坡頭區(qū)沿黃河區(qū)域。2005年，除引黃灌溉區(qū)外，紅寺堡區(qū)中部、鹽池縣中北部、同心縣與海原縣交界處、西吉縣、原州區(qū)、彭陽縣開始零星種植稻谷。2010年，除去2005年提到的幾個(gè)地區(qū)，鹽池縣南部、紅寺堡區(qū)、海原縣南部稻谷種植面積也明顯增多，但彭陽縣稻谷種植面積減少至幾乎沒有。2015年，鹽池縣南部、海原縣南部、西吉縣稻谷種植面積急劇減少，幾乎沒有種植。2020年時(shí)，稻谷的種植區(qū)域與2010年相同。

圖11 寧夏2000—2020年稻谷種植面積的空間變化特征

（3）薯類種植比例的空間變化特征。由圖12所示，薯類的種植空間變化不大，主要分布于引黃灌溉區(qū)和固原市各縣區(qū)。2005年與2000年相比，石嘴山市和中衛(wèi)市薯類種植面積明顯增多，固原市薯類種植面積減少；2010年石嘴山市、銀川市種植面積同比增加，中衛(wèi)市稍有減少；2015年，固原市薯類種植面積明顯增加，銀川市明顯減少；至2020年，全區(qū)薯類種植面積較其他年份明顯大幅度減少。

圖12 寧夏2000—2020年薯類種植面積的空間變化特征

（4）玉米種植比例的空間變化特征。玉米既是一種高產(chǎn)的作物，也是重要的飼料，隨著時(shí)間的推移，其種植面積從11596.5 hm2增至361520.0 hm2，成為寧夏首要糧食作物。經(jīng)過提取2000、2005、2010、2015和2020年寧夏玉米種植面積得出圖13所示的結(jié)果。玉米的種植的空間變化非常明顯，從銀川市、吳忠市逐漸向南北擴(kuò)展，至2020年，各市種植比重相差不多。2000年，全區(qū)玉米種植面積非常小，只在石嘴山市、銀川市、吳忠市、中衛(wèi)市零星分布。2005年，引黃灌溉區(qū)開始大面積種植玉米，尤其是銀川市、吳忠市玉米種植非常集中。2010年，玉米的種植逐漸在全區(qū)擴(kuò)散開，但仍主要集中于引黃灌溉區(qū)和清水河流域。2015年在2010年的基礎(chǔ)上玉米的種植面積仍在增加，尤其是固原市，玉米種植面積增加比較明顯。至2020年，各地級(jí)市種植面積比重相差不大，主要集中于分布于引黃灌溉區(qū)、清水河流域及固原市各縣區(qū)。

圖13 寧夏2000—2020年玉米種植面積的空間變化特征

4.4 主要糧食作物景觀指數(shù)的變化分析

由圖14可知，在2000、2005、2010、2015和2020年期間，全區(qū)小麥和稻谷的平均斑塊面積逐年減少，其斑塊密度整體上呈現(xiàn)增大趨勢(shì)，斑塊聚合度變小，說明小麥和稻谷種植空間異質(zhì)性和破碎化程度越來越嚴(yán)重，實(shí)現(xiàn)規(guī)模性種植的可能性減少；在2000、2005和2010年，薯類的平均斑塊面積呈不斷增大的趨勢(shì)，而斑塊的密度則呈現(xiàn)出持續(xù)降低的趨勢(shì)，并且斑塊的聚集程度也有所提高，表明在這段時(shí)間內(nèi)，薯類的種植是較為集中的；2010、2015和2020年，馬鈴薯的平均斑塊面積和密度都有所下降，但其聚集程度比較穩(wěn)定，表明馬鈴薯的種植呈現(xiàn)出輕度的碎裂，總體上的集中種植呈現(xiàn)出輕度的分散；在2000、2005、2010、2015和2020年，玉米的斑塊面積和斑塊密度總體呈上升趨勢(shì)，除了2000年的斑塊聚合度數(shù)值異常外，其余年份都比較穩(wěn)定，這表明玉米的分布趨向于集中，但總體上其仍存在分散種植。

圖14 寧夏2000—2020年主要糧食作物的景觀指數(shù)

根據(jù)最大斑塊指數(shù)，2000和2005年，小麥的最大斑塊指數(shù)為0.3309%和0.1428%，均大于稻谷、薯類和玉米的最大斑塊指數(shù)，說明在2000和2005年的小麥種植面積最多，是寧夏最主要的糧食作物；在2005、2010和2020年，玉米的最大斑塊指數(shù)超過其他主要糧食作物的最大斑塊指數(shù)，因而玉米代替小麥成為寧夏最主要的糧食作物。

5 小結(jié)與討論

5.1 小結(jié)

本文以MOD13Q1遙感圖像為基礎(chǔ)，利用決策樹分類方法，對(duì)寧夏全區(qū)主要糧食作物進(jìn)行提取分析，并將其與統(tǒng)計(jì)年鑒資料中的主要糧食種植面積進(jìn)行了比較，評(píng)價(jià)本次提取精度。通過對(duì)寧夏主要糧食作物的時(shí)空變化分析的研究，得出如下結(jié)論：

（1）從種植面積來看，在2000、2005、2010、2015和2020年期間，全區(qū)主要糧食作物的種植面積整體上呈增加趨勢(shì)，其中，玉米的種植面積呈顯著增長(zhǎng)趨勢(shì)，小麥和薯類呈減少趨勢(shì)，稻谷的種植面積保持穩(wěn)定。

（2）從種植空間變化來看，各類主要糧食作物都集中分布于引黃灌溉區(qū)、清水河、苦水河、葫蘆河流域。其中小麥雖在全區(qū)各地級(jí)市中都有分布，但2000、2005及2010年相對(duì)集中分布于引黃灌溉區(qū)、清水河流域及固原各區(qū)縣，自2015年開始分散分布于其他各地級(jí)市。稻谷主要集中種植在引黃灌溉區(qū)，但總體上是在逐漸向南、向東擴(kuò)展，但由于南部山區(qū)大部分地區(qū)不能滿足稻谷的種植條件，因此只有原州區(qū)、西吉縣零星分布。薯類的種植空間變化不大，主要分布于引黃灌溉區(qū)和固原市各縣區(qū)。玉米的種植的空間變化非常明顯，從銀川市、吳忠市逐漸向南北擴(kuò)展，至2020年，各市種植比重相差不多。

（3）從種植結(jié)構(gòu)來看，小麥和玉米的種植比例變化較為明顯，稻谷種植比例變化較小，薯類的種植比例變化不明顯。在2000和2005年小麥的種植面積最多，是寧夏最主要的糧食作物；在2010、2015和2020年，玉米代替小麥成為寧夏最主要的糧食作物。

（4）從種植格局來看，在2000、2005、2010、2015和2020年，寧夏小麥和稻谷種植空間異質(zhì)性和破碎化程度愈加嚴(yán)重；薯類在2010年之前種植一直比較集中，但后來的10 a里薯類種植開始出現(xiàn)輕微破碎化的現(xiàn)象，在整體的集中種植上出現(xiàn)了輕微的分散；玉米的種植在向著集中化發(fā)展，但其仍存在分散種植現(xiàn)象。

5.2 討論

本文采用決策樹分類方法，提取寧夏全區(qū)的主要糧食作物面積進(jìn)行了分析，并對(duì)各主要糧食作物提取精度進(jìn)行了比較準(zhǔn)確的評(píng)價(jià)，從某種意義上證明了MODIS數(shù)據(jù)在大范圍研究中的合理性，同時(shí)也豐富了以寧夏全區(qū)為研究區(qū)，對(duì)主要糧食作物種植結(jié)構(gòu)時(shí)空分析的文獻(xiàn)。但本研究還存在一些不足之處：

（1）受到MODIS數(shù)據(jù)低空間分辨率的限制，研究區(qū)內(nèi)種植面積較少的糧食作物難以提取，在后續(xù)研究中可探索選用空間分辨率較高的遙感影像［20］或者多源遙感數(shù)據(jù)［21］作為研究數(shù)據(jù)，提高農(nóng)作物的提取精度，完善研究?jī)?nèi)容。

（2）對(duì)于分類精度驗(yàn)證，本文所采用的方法是與統(tǒng)計(jì)年鑒中的主要糧食作物數(shù)據(jù)進(jìn)行對(duì)比，計(jì)算誤差比，在今后的研究中，可以結(jié)合統(tǒng)計(jì)年鑒數(shù)據(jù)，向農(nóng)戶調(diào)查，隨機(jī)選取樣本數(shù)據(jù)，通過混淆矩陣或其他方法，計(jì)算其分類精度，科學(xué)有效地驗(yàn)證提取結(jié)果。