基于信息熵模型和空间面板分析的东北水稻时空格局及其演变机理研究

Rice area in Northeast China (including Heilongjiang, Jilin, Liaoning) has expanded from 0.85 million hectares to 4.51 million hectares between 1980 and 2014. Given the total area, spatial distribution, and north limit of rice cultivation is changing significantly in NE China, understanding the pattern, process and driving mechanism of rice area change will have great significance in scientific researches and policy implications. This research aims to (1) map rice area in NE China at a 30m resolution scale from 1985 to 2015 by using the entropy-based Spatial Production Allocation Model (SPAM); (2) analyze the spatial-temporal characteristics and tipping points of rice area change and relate them to the geological variations in latitude, longitude, elevation, (accumulative) temperature, precipitation during growing season; (3) establish an evaluation model by integrating the approaches of Geographical Information System (GIS), Spatial Panel Data Analysis (SPDA) and Geographically Weighted Regression (GWR) to characterize the dynamics of north limits and gravity center of rice area change and determine the effects of biophysical factors (temperature, precipitation) and socioeconomic factors (rice variety and price). Around the above aspects, we plan to publish 5-8 papers in SCI-indexed journals. The research outcomes are supposed to help optimizing the spatial allocation of rice cultivation in China and to provide new theories, methodologies and techniques for global change and land use studies.

近30年来我国东北（黑龙江、吉林和辽宁）水稻种植面积由1273万亩（1980）激增至6772万亩（2014），研究东北水稻时空格局及其演变机理具有重要的科学意义和应用前景。项目首先选择高空间分辨率遥感影像、分县作物种植面积统计数据等多源信息，基于信息熵模型，获取东北地区过去30年（1985-2015年）高时空分辨率（逐年、30米空间尺度）水稻空间分布数据集；其次，在格网尺度上分析东北水稻空间分布的趋势性特征及突变时间节点，分析水稻种植区域对应经纬度、海拔高程、生育期温度、积温和降水量的时空差异性；最后，综合运用空间面板分析和地理空间统计分析等方法，重点研究东北水稻种植北界和种植重心的时空迁移，定量解析自然因子（温度、降水等）和社会经济因子（水稻品种、价格等）对水稻时空格局演变的作用机理。项目预期发表SCI论文5-8篇，研究成果将为我国水稻布局优化，全球变化研究等提供一定理论和技术支撑。

农作物时空格局动态变化规律、过程和机理研究是全球变化和可持续科学领域的研究前沿和热点。明晰我国水稻时空格局及其影响机理具有重要的科学价值和现实意义。项目以我国水稻空间格局变化最为显著的东北地区为研究区域，综合应用多源遥感协同反演、深度学习网络以及空间面板分析等技术方法，获取了高空间分辨率的东北水稻时空分布数据集，重点分析水稻种植北界和种植重心的时空迁移，定量解析自然和社会经济因子对水稻时空格局演变的作用机理。.项目重要进展包括：（1）构建了覆盖我国东北水稻产区的大规模高质量训练数据集，提出了新的融合多分辨率特征的深度学习网络，深度解析了Landsat影像数据的空间语义信息，有效克服了以往深度学习模型边界分割不清晰的缺陷，显著提升了大区域尺度水稻遥感识别精度；（2）基于1984-2013年高时空分辨率水稻空间分布数据，揭示了我国水稻种植北界呈显著向高纬度和高海拔地区迁移的特征，其中向高纬度地区平均迁移了24.93公里，向高海拔地区平均迁移了39.15米；（3）证明增温对种植北界区域水稻扩张的驱动作用最明显，水稻生长季≥10℃积温每升高1%，种植北界区域的水稻面积将增加2.24%；社会经济因素对种植北界区域水稻扩张有显著促进作用，其中灌溉条件改善的作用最为显著，其次为相关农业政策的激励、单产提升、旱育稀植技术的进步等；（4）最后，根据水稻时空分布信息，综合运用空间面板统计模型和地理空间统计方法，建立了水稻分布和关键影响因子的评估模型，重点解析了东北地区水稻种植北界和种植重心的变化机理。.项目发表SCI论文10篇，包括ISPRS Journal of Photogrammetry and Remote Sensing、Earth System Science Data、IEEE Transactions on Geoscience and Remote Sensing、Environmental Research Letters等自然地理领域和遥感领域国际知名期刊。“气候变化对我国粮食作物生产的影响与适应机制”成果于2019年获得教育部自然科学奖二等奖（2019-054-R04）。项目先后培养博士后1名，博士研究生4名，硕士研究生1名。项目研究成果不仅为大区域尺度作物空间分布及其影响机理研究提供了新方法和新思路，还促进了我国土地变化科学和全球变化等交叉领域的研究发展。