2000—2015年山東省耕地產能的時空格局

王赫彬 王文娟 商令杰

(1.中國科學院 東北地理與農業生態研究所，長春 130102；2.中國科學院大學，北京 100049；3.山東師范大學 地理與環境學院，濟南 250014)

新中國成立以來，我國長期致力于糧食增產增收和糧食安全工作，采取一系列改善農業生產條件、提高糧食生產量的措施，取得了很大成效[1]。糧食產量穩定是一項關系國計民生的大事，而耕地生產力和耕地產能的研究對估算耕地糧食產量和保障糧食安全具有重要意義。利用耕地生態系統生產力模擬耕地產能，是一種估算耕地糧食產量的重要手段，并且遙感也是模擬陸地生態系統生產力的重要途徑。基于遙感觀測的生態系統NPP研究早已開始應用于實時、連續監測和年際波動和長期變化趨勢的探測[2]。NPP能夠以統一的尺度標準反映不同生態系統的生產力，是一個非常客觀的農田生產力衡量指標，避免了農業結構調整和作物品種變化等因素對耕地生產力測定的干擾[3]。

國外學者從個體、斑塊、景觀、區域和全球等各個尺度展開NPP研究，1932年丹麥Boysen-Jensen P首次通過公式提出生物生產力的總生產量(Gross produce)和凈生產量(Net produce)概念[4]。20世紀60年代，NPP測定工作在世界范圍內展開，1963—1972年，國際生物圈計劃(IBP)研究世界范圍內主要生態系統的物質循環和生物生產力，基于多種估算模型評估區域和全球范圍的NPP空間分布及碳平衡；1973年Helmut[5]建立Miami模型，認為NPP是年平均氣溫和年降水量的函數；20世紀80年代，國際地圈-生物圈計劃(IGBP)致力于NPP研究，1985年Zenbei等[6]建立適用于干旱半干旱區域的Chikugo模型，1987年Hunt等[7]利用BIOME-BGC模型估算當年全球陸地NPP；Kazuhito等[8]通過BIOME-BGC模型和NCEP氣象數據研究熱帶生態系統碳循環對氣象因子敏感性。90年代后期遙感方法估測NPP 迅速發展，David等[9]和Prince等[10]基于植物生理脅迫和呼吸作用建立全球第一個純遙感NPP模型，估算總、凈初級生產力；Christopher等[11]利用CASA模型研究全球陸地NPP分布，Ruimy等[12]修訂CASA模型參數，提升其實用性，Tate等[13]利用CASA模型估算了新西蘭的NPP。我國陸地生態系統生產力研究始于20世紀70年代，研究重點包括植被NPP估算模型、全球氣候變化背景下的我國自然植被NPP時空格局。20世紀70年代后期，我國完成國內陸地生態系統生產力的測定[14]；20世紀80年代后期，我國NPP研究正式開始，在全國尺度上，何勇等[15]利用植被與大氣相互作用模式(AVIM)模擬中國陸地生態系統NPP分布；孫睿等[16]分析植被指數與植被吸收的光合有效輻射比例之間的線性關系，利用光能利用率研究我國植被NPP分布及其季節變化；陳利軍等[17]運用遙感數據和光能利用模型估算中國陸地植被凈初級生產力；冀詠贊等[18]利用VPM模型分別估算近15年全國陸地生態系統總初級生產力、耕地與農田生產力；區域尺度上，曾慧卿等[19]應用BIOME-BGC模型估算1993—2004年紅壤丘陵區濕地松林總第一性生產力和凈第一性生產力；閆慧敏等[20]利用VPM模型模擬并分析黃淮海多熟農業區的農田生產力時空特征。利用“3S”技術定位獲取和反演地表植被信息和相關生物物理學參數，現已成為陸地生態系統植被NPP估算的重要手段，這也成為近十幾年來NPP模型研究和估算的最突出特點。

目前關于NPP的研究趨于成熟，呈現多元化趨勢，從最初的特定氣候帶NPP估算和生態系統碳循環研究，到目前以不同驅動模型模擬區域甚至全球尺度的生態系統生產力。以NPP作為估算的重要手段，這也成為近十幾年來NPP模型研究和估算的最突出特點。CASA、GLO-PEM和VPM模型為代表的光能利用模型逐漸成為NPP模型研究的重點，但目前多數研究利用單一模型模擬區域生態系統生產力，針對某種土地利用類型的NPP研究較少，研究尺度也多集中在全國尺度及東北三省、內蒙古自治區和西北地區，針對黃淮海地區的研究較少。山東是我國重要的產糧大省，2017年山東省糧食總產量4 723.2萬t，居全國第三位，研究山東省耕地產能的時空格局和產能變化對保障我國糧食安全至關重要。

本研究通過MODIS遙感、土地利用和其他非遙感數據驅動VPM模型模擬山東省耕地生產力，評價山東省耕地NPP的時空分布和動態變化特征，以期為實時監測耕地產能和估算耕地糧食產量提供可靠手段，以及為區域糧食預測、耕地產能檢測、農業區劃調整和制定農業政策提供重要參考。

1 研究方法與數據來源

1.1 研究方法

1.1.1耕地生產力計算

植被光合模型(VPM，Vegetation Photosynthesis Model)是一個基于衛星遙感和通量觀測數據發展起來的光能利用率模型。自21世紀初模型建立以來，已在全國范圍內的20多個站點和多個生態系統上開展模型的應用、模擬、校驗與驗證工作。如VPM模型運行技術路線圖(圖1)所示，將基礎數據輸入VPM模型，基礎數據又通過MODIS地表反射率產品據(MOD91A1)計算得LSWI和EVI數據，通過AUNSPLINE氣象插值軟件得到的平均氣溫柵格數據集，土地利用數據，利用MODIS 1B數據反演得到PAR數據，從文獻資料中查找不同植被類型的三基溫數據等。將以上數據輸入，驅動VPM模型，模擬估算出陸地生態系統總生產力，再將生態系統總生產力減去植物的呼吸消耗的能量，得到生態系統凈初級生產力。

圖1 VPM模型技術路線圖Fig.1 VPM model technology roadmap

1.1.2耕地產能計算

耕地產能指在一定地域及時期，在一定經濟、社會和技術條件下所形成的耕地生產能力，分為耕地理論、可實現和實際產能3個層次。理論產能是指農業生產條件得到充分保證，在經濟技術和投入利用水平最優的狀況下，僅考慮光、溫、水和土壤等環境因素農作物所能達到的最高產量；可實現產能是指在農業生產條件得到基本保證，光、熱和水土等環境因素均處于正常狀態，在現有經濟技術和利用水平的最高投入下正常年景農作物能夠達到的最高產量；實際產能指目前已經實現的生產能力，即某年農作物已達到的產量[21]。

通過耕地糧食單產和耕地NPP之間的線性擬合，實現由耕地生產力向耕地產能的轉變。根據2000—2015年山東省年鑒獲取山東17地市耕地糧食產量，篩選產糧大市作為樣本市，統計產糧大市的糧食單產數據與其單位耕地NPP均值擬合，得到產能關系式，實現通過產能關系式估產的效果。選取產糧大市作為樣本市，產糧大市的農業較為發達，種植結構相對穩定，因此作為樣本更為精確。以2010—2015年山東省各市主要農作物播種面積統計數據為基準，選取糧食播種面積占農作物播種總面積比例>70%的產糧大市作為計算樣本市。具體選擇的樣本有濟南、青島、淄博、棗莊、煙臺、濰坊、德州、聊城和濱州市9個地級市，共54個樣本點。各地市耕地NPP均值數據是將2010—2015年山東省500 m×500 m分辨率的耕地NPP數據按山東省各地市數據計算獲得。

1.2 數據來源

遙感數據為2000—2015年美國國家航空航天局(NASA)地球觀測系統(EOS)Terra衛星搭載的中分辨率成像光譜儀傳感器陸地產品第5版數據集中的地表反射率產品MOD09A1(http:∥ladsweb.nascom.nasa.gov)，空間分辨率為500 m，時間分辨率為8 d。

溫度數據為國家氣象局觀測站記錄的2000—2015年逐日平均氣溫，該通過中國氣象科學數據共享服務網(http:∥data.cma.gov.cn/site/index.html)地面氣候資料日值數據集下載，為觀測站點數據。

土地利用數據來源于中國科學院資源環境科學數據中心(http:∥www.resdc.cn)，包含山東省2000、2005、2010和2015年4期土地利用數據。

高分辨率EVI數據來源于Google Earth Engine云平臺中的Landsat TM/OLI EVI數據集，具體數據集包括Landsat 5 TM 8-Day EVI Composite和Landsat 8 8-Day EVI Composite，2種數據集分別是以Landsat 5 TM和Landsat 8 OLI的大氣表觀反射率(Top of atmosphere reflectance，TOA)數據計算得來。

2010—2015年山東省糧食作物類型、播種面積和作物產量等數據主要來源于山東省統計局公開的年度數據(http:∥www.stats-sd.gov.cn/col/col6279/index.html)，通過2011—2016年山東省統計年鑒獲得。

2 山東省耕地NPP的時空格局分析

2.1 耕地NPP的時間變化特征

從2000—2015年山東省耕地NPP均值和總量變化圖(圖2)觀測，2000年的NPP均值和總量最低，分別為711.67 g/(m2·年)和7.05×1013g/年；2015年NPP均值和總量最高，分別為834.43 g/(m2·年)和8.08×1013g/年。2000—2015年多年耕地NPP均值為766.60 g/(m2·年)，多年耕地NPP總量的均值為7.51×1013g/年。2000—2015年山東省耕地NPP的均值和總量有相似的變化規律，雖然變化和波動較大，但總體呈波動上升趨勢。通過NPP總量和均值變化折線圖可以看出兩者有著相同的變化趨勢，即表現為同增同減。具體變化為：2000—2004年耕地NPP上升幅度較快，2004—2006年大幅滑落，2006—2007年大幅上升，2007—2013年波動下降，2013年之后穩健上升。

圖2 2000—2015年山東省NPP均值和總量變化(E代表10的次方)Fig.2 Changes in the mean and total amount of NPP in Shandong Province from 2000 to 2015 (E is a power of 10)

2.2 耕地NPP的空間格局分布

經過VPM模型運算，得到山東省2000—2015年的陸地生態系統凈生產力分布圖，結合山東省土地利用數據得到2000—2015年的山東省耕地NPP空間分布圖(圖3)。總體來看，除個別區域外，山東省大部分區域NPP值較高。山東省為暖溫帶季風氣候，耕地植被類型中以冬小麥-夏玉米的兩熟耕地為主，一年兩作，高強度的農業活動促使耕地植被生產力較高。2015年耕地生產力>850 g/(m2·年)的耕地分布在魯西南平原和魯西北平原地區，該地區土壤肥沃、土地平坦和灌溉設施較完善，耕地生產力高；耕地生產力為700～850 g/(m2·年)的耕地分布廣泛，集中在魯西北平原北部和山東半島中部地區；耕地生產力為550～700 g/(m2·年)的耕地廣泛分布于魯中南山地和山東省北部的濱州和東營地區，其多為山間丘陵地帶，耕地較少且分散，灌溉設施不足，生產力較低；耕地生產力<550 g/(m2·年)的耕地最為集中，位于黃河三角洲的沿海地區，其地勢低，易受海水倒灌影響，多為鹽堿地，耕地生產力低。從山東省農業區劃分析，山東省中耕地植被凈生產力均處于較高水平，耕地NPP均值達680 g/(m2·年)以上，雖然每個農業區劃的耕地面積和NPP總量差異較大，但耕地NPP均值相差不大。其中山東省丘陵水澆地二熟旱坡地花生棉花一熟區耕地面積最多，達到63 178.25 km2；耕地面積占比為62.59%；耕地生產力均值最低，為680.81 g/(m2·年)；耕地NPP總量為4.30×1013g/(m2·年)，占比為57.85%。黑龍港缺水低平原水澆二熟旱地一熟區耕地面積和NPP總量最少，分別為806.75 km2和0.06×1013g/(m2·年)，耕地面積占比為0.8%，耕地生產力均值為754.32 g /(m2·年)。黃淮平原南陽盆地旱地水澆地兩熟區的耕地面積為14 796.50 km2，耕地面積占比14.66%，但是耕地生產力均值最高，為888.56 g/(m2·年)(表1)。

圖3 山東省2000—2015年耕地NPP空間分布Fig.3 Spatial distribution of NPP in cultivated land in Shandong Province from 2000 to 2015

2.3 山東省耕地NPP空間分布狀況及變化原因

對山東省17地級市NPP分布情況進行分析，耕地NPP均值>800 g/(m2·年)的地市有4個，分別是菏澤、聊城、德州和濟寧市，其中菏澤市最高，為910.45 g/(m2·年)；這些地級市主要分布在魯西北平原區，土地肥沃、灌溉條件好和生產力高。耕地生產力<650 g/(m2·年)的城市有萊蕪、淄博、煙臺和東營市，其中東營市耕地生產力最低，為516.54 g/(m2·年)。究其原因，萊蕪和淄博市位于魯中南山地丘陵區、煙臺市位于山東半島丘陵區，受地形地貌和水源條件的限制，這些地區的耕地土壤貧瘠，灌溉水源條件差，耕地生產力較差；東營市位于黃河入海口的三角洲鹽堿地平原中，受海水倒灌影響，這些耕地多為鹽堿地，土壤貧瘠，耕地生產力最差(表2)。

表1 山東省各農業區劃耕地凈生產力Table 1 Net productivity of cultivated land in various agricultural areas in Shandong Province

表2 山東省17地級市耕地凈生產力Table 2 Net productivity of cultivated land in 17 cities of Shandong Province

3 山東省耕地產能的時空格局分析

將山東省2010—2015年產糧大市的耕地單產與耕地NPP均值數據利用回歸分析法擬合(圖4)，建立耕地產量與單位耕地面積NPP間的回歸關系，進而得到山東省耕地產能計算公式。

y=7.475x+7 473.2(R2=0.722 3)

式中:y為耕地產能，kg/hm2；x為單位耕地面積NPP，g/(m2·年)。

圖4 回歸分析擬合結果Fig.4 Regression analysis fitting result

NPP均值為500～1 100 g/(m2·年)，耕地產量為10 000～16 000 kg/hm2，僅考慮此區間內擬合的物理意義。R表示NPP均值與產量的相關性)

3.1 耕地產能的時間變化特征

由耕地NPP數據與產能計算公式，得到2000—2015年山東省耕地產能空間分布圖5，并根據耕地產能變化趨勢得到圖6。2000—2015年山東省耕地產能總體升高，其中產能<12 000 kg/hm2、12 000～13 000 kg/hm2和>13 000～14 000 kg/hm2的耕地面積均處于減少狀態，分別從2000年的19 278.50、33 611.75和33 041.50 km2下降到2015年的13 235.25、19 060.25和19 594.50 km2；而產能>14 000 kg/hm2的耕地面積大幅增加，從2000年 13 034.00 km2增至2015年為45 031.00 km2，增長幅度最大，標志著山東省耕地產能提升明顯。2000年，山東省耕地產能>14 000 kg/hm2的耕地面積小，零散分布于魯西南平原；2005和2010年產能>14 000 kg/hm2的耕地持續增加，分布于魯西北平原中南部和魯西南平原地區；2015年，魯西南平原、魯西北平原和山東半島內青島和濰坊地區的大部分耕地的耕地產能均>14 000 kg/hm2；2000—2015年，山東省耕地產能在12 000～14 000 kg/hm2的耕地基本都實現了產能提升，絕大多數此類耕地產能提升至>14 000 kg/hm2。

圖5 山東省2000—2015年耕地產能空間分布圖Fig.5 Spatial distribution map of cultivated land productivity in Shandong Province from 2000 to 2015

圖6 2000—2015年山東省耕地產能變化趨勢Fig.6 Trends of cultivated land productivity in Shandong Province from 2000 to 2015

3.2 耕地產能的空間分布格局

根據產能分類標準將耕地產能分類為4級，將耕地產能等級按照從大到小依次編號為Ⅰ～Ⅳ類(圖7)。耕地產能在12 000 kg/hm2以下的耕地主要集中于東營市境內黃河三角洲的沿海地區為Ⅰ類，山東半島丘陵地帶和魯中南山區也有零散分布，面積較小，此類產量耕地占山東省耕地面積16.61%；耕地產能在12 000～13 000 kg/hm2的耕地主要分布于山東半島丘陵區、魯中南山區、濱州市和東營市范圍內，耕地分布較為分散，面積占比26.16%為Ⅱ類；耕地產能在>13 000～14 000 kg/hm2的耕地分布最廣，全省各地市均有分布，魯西北平原、山東半島中部地區相對集中，面積占比為28.92%為Ⅲ類；耕地產能>14 000 kg/hm2的耕地集中分布于魯西北平原的聊城市和魯西南平原的菏澤市和濟寧市，面積占比為28.83%為Ⅳ類。

山東省17地市的耕地產能均值為12 798.83 kg/hm2，耕地產能相對較高。其中耕地產能總量最高的為濰坊市，菏澤市、聊城市、德州市、濟寧市和棗莊市的耕地產能均值>13 000 kg/hm2，這些地市主要分布在魯西北和魯西南平原區，土地肥沃、灌溉條件好、生產力高；濰坊市、泰安市、青島市、濱州市、臨沂市、日照市、威海市、淄博市和煙臺市耕地產能均值為12 000～13 000 kg/hm2；萊蕪市和東營市耕地產能<12 000 kg/hm2，由于萊蕪市位于魯中南山地丘陵區，受地形地貌和水源條件的限制，耕地土壤貧瘠，水源主要來源于自然降水，灌溉水源條件差，耕地生產力較差，產能較低；東營市位于黃河入海口的三角洲鹽堿地平原中，多為鹽堿地，土壤貧瘠，耕地產能最差。

3.3 耕地產能的變化原因

影響耕地產能的原因非常復雜，通常會將這些因素分為自然要素和非自然要素。自然要素有氣候變化、土壤條件和地貌，而非自然要素主要是人為的影響，主要包括農用土地的整合。本研究結果表明，2000—2015 年山東省耕地產能年際變化波動明顯，總體呈現增加趨勢，與同時期中國耕地產能總體變化趨勢一致。自2000—2015年，山東省整體平均溫度和降水年際間變化較大，但是在長時間序列上并未呈現較大變化，溫度上升了0.41 ℃，降水下降11 mm，這些自然要素的改變對耕地產能的提升影響并不明顯。

但是近年來山東省土地整合力度非常大，山東省2011—2015年農業綜合開發項目共建設改造項目區959個，其中高標準農田建設項目區有455個，中低產田改造項目區有504個。在項目區中，產能提升幅度超過1 500 kg/hm2的項目區僅有一個，提升幅度為1 709.48 kg/hm2；產能提升幅度為1 000～1 500 kg/hm2的項目區共246個，分布相對集中，主要分布在魯西南平原、魯西北平原和山東半島中部平原的高產田上；產能提升幅度為500～1 000 kg/hm2的項目區共343個，這些項目區分布較廣泛，在全省各地區均有較為零散的分布；產能提升幅度為0～500 kg/hm2的項目區共369個，數量最多，占比最大，主要分布在在魯西南和魯西北平原，且在魯中南山地和山東半島丘陵區中也有較多分布。山東省糧食作物種植項目區中，沒有發生產能下降的項目區。

這些農業綜合開發項目的建設，極大力度的提升耕地的使用效率，提高了耕地的產能，使得山東省近年來的耕地平均產能出現了明顯提升。

圖7 山東省2015年耕地產能值分類Fig.7 Classification of cultivated land productivity values in Shandong Province in 2015

4 結論與討論

4.1 結論

通過GIS方法和衛星遙感手段，實現了省級和農業綜合開發項目區尺度的耕地產能估算，并從時間和空間尺度分析2000—2015年山東省耕地生產力和耕地產能的時空分布特征和動態變化狀況，主要結論如下：

1)從時間看，山東省耕地NPP均值和總量均呈波動上升趨勢，NPP均值從2000年711.67 g/(m2·年)提升到2015年834.43 g/(m2·年)，NPP總量從2000年的7.05×1013g/年提升到2015年的8.07×1013g/年，耕地NPP處于較高水平。從空間上看，NPP較高的地區分布在魯西北平原區和魯西南平原，NPP值較低的地區集中在魯中南山地區、山東半島丘陵區和黃河入海口的三角洲鹽堿地區，其中黃淮平原南陽盆地旱地水澆地兩熟區耕地生產力均值在4個農業區劃中最高，菏澤市、聊城市、德州市和濟寧市的耕地NPP均值在17地市中最高。

2)山東省耕地產能總體升高，耕地產能>14 000 kg/hm2的耕地明顯增多，產能<12 000 kg/hm2的耕地面積逐漸減少，其中魯西南平原、魯西北平原、濰坊市東部、青島市中部地區的耕地產能較高，>13 000 kg/hm2；山東半島丘陵區、魯中南山地區的耕地產能多為12 000～13 000 kg/hm2；在黃河三角洲周圍的沿海地區耕地產能最低，<12 000 kg/hm2。

3)山東省自然環境要素，如溫度、降水改變較小，對耕地產能的提升影響并不明顯。但山東省2011—2015年農業綜合開發項目共建設改造項目區959個，其中高標準農田建設項目區有455個，中低產田改造項目區有504個。山東省糧食作物種植項目區中，耕地產能均有較大提升，沒有發生產能下降的項目區。

4.2 討論

本研究通過模型分析、GIS空間分析等方法，利用遙感手段研究了山東省耕地產能的時空格局，但研究僅使用VPM模型反演耕地NPP，未來將嘗試運用多種遙感反演NPP模型，諸如CASA模型等，同時對比分析幾種模型的優缺點和適用情境。