我國作物多性化時空變化特征及影響因素

中圖分類號：S5-3 文獻標志碼：A 文章編號：1008-0864（2025）06-0016-12

Spatiotemporal Characteristics and Their Influencing Factors of Crop Diversification in China

WANGWeiming'，PANXin'，KONGDeping2，AN Yu¹ ，GUO Shuangl，SUNZhimei ¹ XUE Cheng1，SUN Rongjun3，MA Wenqil*，XU Huasen1*

（1.KeyLaboratoryofFarmlandEcologyandEnvironmentofHebeiProvince，ColegeofResourceandEnvironmental Sciences， HebeiAgriculturalUniversity，HebeiBaodingO7o1，China；2.CangzhouHigherScholofMedicalSciences，HebeiCangzhou 061001，China；3.Bureau of AgricultureandRural AfairsofHejian，HebeiCangzhouO6245O，China）

Abstract：Intensive productionhasresulted in a gradual simplificationofcropcultivation，but there isa lackof researchonquantifyingthespatialandtemporalvariationofcropdiversificationandevaluating their influencing factors in China.Based on multivariatedata about crop production，arable land utilization，socio-economic and production technology from1949 to2021in China，thespatiotemporal characteristicsof cropdiversificationand theirdriving factors werequantitativelyanalyzed using generalizedlikelihodratio teststatisticandrandom forestmodel.Theresults showed hat the crop diversification index（CDI）and grain crop diversification index（GCDI）across China showed several significant turning points in history，in which the highest values both were the periodfrom 1991to 2005.The CDI and GCDI werethe greatest inthe Sichuan basin andits surounding areas，and thelowest in South China.On the national scale，the per capita disposable income ofrural residents（OECDRR）acounted for the greatest percentage of identified contributing factors for the CDI and GCDI，by 21.0% and 27.5% ，respectively. On the regional scale，the cereal scale advantage index，thelegume scale advantage index and OECDRR were categorized as the paramount factor forthe CDIand GCDI in theNortheast Plain Region.The cereal scale advantage index and OECDRR were the most commonofthe identifiedcontributingfactors for theCDIandGCDI intheAridandSemi-arid Northern Regionand the Huang-Huai-HaiPlain Region.In theother6agricultural regions，the CDIand GCDI were obviously drivenby the OECDRR.Therefore，it was necessry for regulating planting structure in China torelocate theagricultural functions aboutcrop productionandoptimize thecultivationarea of cerealsand legumes，according totherealityof the rural economy，which would consolidate the foundation of food security，promote thegreen development of agriculture and improve the ability of agriculture to cope with climate change.

Key words：agricultural regions；planting structure；crop diversification index；spatiotemporal characteristics; driving factors

隨著全球人口的快速增長和氣候變化的不斷加劇，糧食安全和農業生態系統面臨前所未有的巨大挑戰。聯合國預測，到2050年全球人口將增加到97億，全球糧食總需求要比2010年增長30%～62%^12] 。同時，氣候變化也給農業生態系統服務持續供給帶來了巨大挑戰，增加了作物產量的可變性和產量降低的風險3，對全球糧食和營養安全構成威脅4。集約化單一作物種植為滿足糧食需求作出了巨大貢獻，但其嚴重依賴化學品的投人[5，對生物多樣性和環境產生了很大的負面影響，削弱了農田生態系統的服務功能[7-8]，降低了農業系統的可持續性[5.9-10]。作物多樣性作為保證農業持續發展的基本條件，可以提升作物適應氣候變化的能力，增強農業生態系統的抗逆能力，減少病蟲害的發生和化學品的使用，提高土地利用率和養分資源的利用效率[13]，提高產量穩定性[14-15]，，對保障糧食安全具有重要意義[12，14]。因此，促進作物多樣性的恢復和保護可降低對化肥和農藥的過度依賴，實現農業的可持續發展[。

理解并合理利用農作物多樣性的時空變化特征及其影響因素，對于實現農業可持續發展目標至關重要。甘肅天水地區在公元前2600—2300年就已經開始種植粟、黍、水稻、小麥、燕麥、青稞、大豆和蕎麥等8種農作物[18]。1990—2016年數據表明，全國作物多樣化程度總體較高，其中1990—2000年作物多樣化指數呈上升趨勢，但21世紀以來表現為下降趨勢[9]。從空間尺度上看，中國北部地區作物種植多樣性減少，南部地區略有增加；過去的幾十年里，基本形成了以大宗作物或油料作物為主的單一種植結構[20]。Hijmans等[2研究發現，美國在國家尺度上的農田作物多樣性在1870年之后開始增加，在1960年左右達到頂峰；

而許多州尺度上的作物多樣性在1940—1960年間達到最高水平，但各州之間的變化趨勢差異很大。同時，這種時間尺度上的作物多樣性與作物種植面積呈明顯正相關，作物多樣性的空間變異則更多受研究區域面積的影響[22]。同時，種植面積還會進一步影響區域景觀多樣性及農業生態系統功能[23]。但目前研究主要是對作物多樣性的時空變異進行定性判定，沒有定量分析全國及主要農業區的作物多樣性時空變異位點及其主要驅動因素。針對以上科學問題，本研究基于1949—2021年全國農作物播種面積、耕地面積、農村居民人均可支配收入、有效灌溉面積和農業機械總動力，定量分析全國及主要農業區作物多樣性的時空變化，明確作物多樣性的時空突變位點，探索耕地利用、社會經濟和生產技術等對作物多樣性的影響程度，旨在深入理解作物多樣性變化進程以及其潛在驅動因素，進而為我國種植制度和種植結構優化提供科學依據。

1材料與方法

1.1 研究區域

本研究的區域范圍包括我國31個省（自治區、直轄市），不包括港澳臺地區。根據各地的農業生產條件、特點、發展方向、存在的主要問題和行政單位的完整性等對農業區進行劃分，主要包括東北平原區（黑龍江省、吉林省、遼寧省）北方干旱半干旱區（內蒙古自治區、寧夏回族自治區、甘肅省、新疆維吾爾自治區）黃淮海平原區（河北省、北京市、天津市、山東省、河南省）、黃王高原區（陜西省、山西省）長江中下游地區（上海市、江蘇省、浙江省、安徽省、江西省、湖北省、湖南省）四川盆地及周邊地區（四川省、重慶市）華南區（福建省、廣東省、海南省）云貴高原區（云南省、貴州省、廣西壯族自治區）、青藏高原區（青海省、西藏自治區）[24]。農業區邊界研究區和省（市、自治區）域行政區劃空間分布數據來自中國科學院資源環境科學數據中心（http：//www.resdc.cn）。

1.2數據來源與處理

1.2.1作物多樣性各指數數據收集采用的數據主要包括各省（自治區、直轄市）各種農作物播種面積的統計數據，主要來源于1949—2021年的《中國統計年鑒》《中國農村統計年鑒》《中國農業統計資料》，對于某些數據的缺失，根據各個省（自治區、直轄市）的統計年鑒或統計公報進行查找補充，將各省（自治區、直轄市）按照農業區劃分類進行加和得到每個農業區的農作物播種面積

按照《中國農村統計年鑒》將農作物分為糧食、油料、棉花、麻類、糖料、煙葉、藥材、蔬菜（含菜用瓜）瓜果、其他農作物共10大類。其中，糧食作物包括谷物（稻谷、小麥、玉米、谷子、高粱和其他谷物）、豆類作物（大豆、綠豆、紅小豆和其他豆類）、薯類（馬鈴薯和其他薯類）;油料作物包括花生、油菜籽、芝麻、胡麻籽、葵花籽和其他油料作物；麻類作物包括黃紅麻、苧麻、大麻、亞麻和其他麻類作物；糖料作物包括甘蔗和甜菜；煙葉作物包括烤煙和其他煙葉作物；瓜果類作物包括西瓜、甜瓜、草莓和其他瓜果類作物；其他農作物包括青飼料以及除青飼料以外的其他農作物。

1.2.2作物多樣化指數計算根據各農業區的作物播種面積，計算作物多樣化指數（cropdiversificationindex，CDI）、糧食作物多樣化指數（graincropdiversificationindex，GCDI）、主要禾本科作物規模優勢指數（creal scaleadvantage index，CSAI）、主要豆科作物規模優勢指數（legume scale advantageindex，LSAI），研究我國主要農業區作物多樣化種植情況，分析作物多樣性時空變化特征和趨勢。

衡量作物多樣性的程度通常使用作物多樣化指數（CDI）[25]，其計算公式如下。

式中， P 為各種作物播種面積占總播種面積的比例。

當一個地區只種植一種作物時，其作物多樣化指數為0；而當種植的作物種類繁多且分布均勻時（也即最大程度的多樣化），其多樣化指數為1。作物多樣化指數的數值越大，代表作物種植結構中的多樣性程度越高。

糧食作物多樣化指數（GCDI）按照《中國農村統計年鑒》對作物進行分類，選取谷物、豆類、薯類這3大類糧食作物中各個組成的作物的播種面積進行計算，公式如下。

GCDI=1-{（ΣX²）/（ΣX）²}

式中， X 為各種糧食作物播種面積占總播種面積的比例。

規模優勢指數是資源稟賦、市場需求、種植制度等因素共同作用的結果，反映了區域內某種作物的規模及專業化程度。一般情況下，如果作物生產在相當長時間內有一定的規模就意味著存在市場需求，作物的市場需求表明作物生產具有一定的經濟效益，所以，規模優勢指數在一定程度上可以反映農作物的比較優勢狀況[2。本研究選取了主要禾本科作物規模優勢指數（CSAI）、主要豆科作物規模優勢指數（LSAI）。主要禾本科作物包括稻谷、玉米和小麥，其規模優勢指數的計算公式如下。

式中， GS_ia 為i區主要禾本科作物的播種面積之和； GS_i 為 i 區所有作物的播種面積之和； GS_a 為全國主要禾本科作物播種面積之和； GS 為全國所有農產品的播種面積之和。CSAIlt;1，說明與全國平均水平相比，i區主要禾本科作物在生產規模上處于劣勢；CSAIgt;1，說明與全國平均水平相比，i區主要禾本科作物在生產規模上處于優勢。

主要豆科作物包括大豆、綠豆、紅小豆和花生，其規模優勢指數的計算公式如下。

式中， GS_ib 為 i 區主要豆科作物的播種面積之和； GS_i 為 i 區所有作物的播種面積之和； GS_b 為全國主要豆科作物播種面積之和； GS 為全國所有農產品的播種面積之和。LSAIlt;1，說明與全國平均水平相比，i區主要豆科作物在生產規模上處于劣勢；LSAIgt;1，說明與全國平均水平相比，i區主要豆科作物在生產規模上處于優勢。

1.2.3作物多樣化驅動因素數據收集本研究匯總了可能會影響作物多樣性的驅動因素，將其分為耕地利用、社會經濟、生產技術這3個維度。耕地利用包括： ① 復種指數為農作物播種面積與耕地面積比值，獲取的時間范圍1978—2021年，將省（自治區、直轄市）的農作物播種面積和耕地面積根據農業區劃分別進行累加再計算得到每個農業區的復種指數； ② 耕地經營規模為耕地面積與第一產業從業人數比值，獲取的時間范圍1978—2021年，將省（自治區、直轄市）的耕地面積和第一產業從業人員數根據農業區劃分別進行累加再計算得到每個農業區的耕地經營規模； ③ 禾本科作物規模獲取的時間范圍1949—2021年，將省（自治區、直轄市）的播種面積根據農業區劃分別進行累加再計算得到每個農業區的耕地經營規模； ④ 豆科作物規模獲取的時間范圍1949—2021年，將省（自治區、直轄市）的播種面積根據農業區劃分別進行累加再計算得到每個農業區的耕地經營規模。社會經濟包括：農村居民人均可支配收入，獲取的時間范圍1978—2021年，將省（自治區、直轄市）的農村居民人均可支配收人根據農業區劃進行平均得到每個農業區的農村居民人均可支配收入。生產技術包括： ① 有效灌溉面積比重為有效灌溉面積與耕地面積比值，獲取的時間范圍1978—2021年，將省（自治區、直轄市）的有效灌溉面積和耕地面積根據農業區劃分別進行累加再計算得到每個農業區的有效灌溉面積比重； ② 農業機械總動力程度為農業機械總動力與耕地面積比值，獲取的時間范圍1978—2021年，將省（自治區、直轄市）的農業機械總動力和耕地面積根據農業區劃分別進行累加再計算得到每個農業區的農業機械總動力程度。

農作物播種面積、耕地面積、第一產業從業人員數、農村居民人均可支配收人、有效灌溉面積、農業機械總動力的數據主要源于1949—2021年的《中國農村統計年鑒》《中國統計年鑒》《中國農業統計資料》，對于數據缺失的區域，通過省（自治區、直轄市）統計年鑒或統計公報進行補充。

1.3 研究方法

1.3.1時間序列變異位點檢測Hawkins等[27-28]提出的變點模型框架提供一種有效且計算效率高的方法，用于檢測高斯隨機變量序列中多個均值或方差的變點。本研究使用了R語言中的\"cpm\"包對作物多樣化指數進行序列變異位點檢測，其在批處理（PhaseI）和順序（PhaseI）設置中提供了上述所有變更點模型的快速實現，其中序列可以包含單個或多個變更點。cpm\"包中ProcessStream函數的參數值有很多，本研究使用廣義似然比檢驗統計量（generalized likelihood ratioteststatistic，GLR），用于檢測高斯序列中的均值和方差變化[29]。

1.3.2隨機森林隨機森林算法是Breiman[3在2001年提出的一種分類回歸算法，這種算法取代了之前傳統的機器學習方法31]

貢獻度表示特定特征對分類精度的貢獻，通過減少隨機森林單個樹上的1個分裂節點上特定變量的錯誤率的降低來計算。貢獻度排序用于評估驅動因素變量對于作物多樣性影響程度，計算公式如下。

式中， IS（X） 為隨機森林中某個驅動因素 X 對作物多樣性的貢獻度； err_00B2 為隨機森林中的每棵決策樹，使用相應的袋外數據（00B）來計算它的袋外數據誤差； err_00B1 為隨機地對OOB所有樣本的驅動因素 X 加人噪聲干擾（可以隨機改變樣本在驅動因素 X 處的值），再次計算它的OBB誤差；N_tree 為隨機森林中樹的數量。

1.4數據分析

采用Excel2021軟件進行數據整理。根據時間序列變異位點檢測結果，將不同變點區間作為自變量，使用IBMSPSS27進行單因素方差分析，采用Fisher'sleast significantdifference（LSD）進行評估。變點區間表示從某個變點的下一年份開始到下一個鄰近的變點年份。利用R軟件（R4.3.1）的\"cpm包對作物多樣化指數（作物多樣性、糧食作物多樣性、主要禾本科作物規模優勢指數、主要豆科作物規模優勢指數）進行序列變點檢驗。使用SPPSAU在線SPSS分析軟件的隨機森林方法探究各驅動因素對作物多樣性的貢獻度。使用 0rigin2022pro 軟件繪制點線圖、箱線圖、豆莢圖和柱狀圖。

2 結果與分析

2.1 作物多樣性時間變化

2.1.1作物和糧食作物多樣性時間變化由圖1可知，全國的作物多樣化指數（CDI）、糧食作物多樣化指數（GCDI）在1949—2021年整體表現為先上升后下降的趨勢，分別存在4個時間變點，特別是1977年時間變點的變化最大。1978年作物多樣化指數比1977年增加 7.41% ，其中，1991—2008年的作物多樣化指數最大（0.883），1969—1977年的最小（0.796）。1978年糧食作物多樣化指數比1977年增加 3.26% ，其中1991—2005年的糧食多樣化指數最大（0.799），1966—1977年的最小（0.748）。

注：豎直虛線表示該年為時間序列變點;不同顏色的箱體表示該時間序列變化區間的作物多樣化指數，箱體中的實線表示平均值；不同小寫字母表示不同時間序列變化區間在 Plt;0.05 水平差異顯著。

Note：Tevetaldlasatsaisgeptiitoodopestosi indexfhetiesrisarationinteal，theoldeineoxesrepresentanalues；dierntlowercaseletrsidicateifant differencesbetween different time series change interval at Plt;0.05 level.

2.1.2主要農業區作物和糧食作物多樣性時間變化不同農業區出現作物多樣化指數的時期存在明顯差異（圖2）。在東北平原區，1978—1986年的作物多樣化指數最高（圖2A），也是9個農業區中出現作物多樣化指數峰值最早的地區。在北方干旱半干旱區、黃土高原區、長江中下游地區，作物多樣化指數最高的時期均在1990年左右（圖2B、D、E）。四川盆地及周邊地區、華南區、云貴高原區和青藏高原區的作物多樣化指數，在2010年后并未表現出明顯下降趨勢（圖2F、G、H、I），而東北平原區和黃淮海平原區的作物多樣化指數在2010年后均處于歷史最低水平（ Plt;0.05 ，圖2A、C）。

不同農業區糧食作物多樣化指數出現的時期也存在明顯差異（圖3）。在長江中下游地區，1949一1964年的糧食作物多樣化指數最高（圖3E），也是9個農業區中出現糧食作物多樣化指數峰值最早的時期。在北方干旱半干旱區、黃土高原區，糧食作物多樣化指數最高的時期均在1990年左右。四川盆地及周邊地區、云貴高原區和青藏高原區的糧食作物多樣化指數，在2000年后并未表現出明顯下降趨勢（圖3F、H、I），而東北平原區和黃淮海平原區的糧食作物多樣化指數在2000年后均處于歷史最低水平（ （Plt;0.05 ，圖3A、C）。在華南區，1949—1964年的糧食作物多樣化指數變異較大，且在2000年后表現出顯著下降趨勢 Plt;0.05 ，圖3G）。

2.2 作物多樣性空間變化

圖4顯示了作物多樣化指數在每個隔間的分布，從1949一2021年我國作物多樣性的空間格局來看，四川盆地及周邊地區的作物多樣化指數最高，為0.822，云貴高原區、黃土高原區、黃淮海平原區、北方十旱半干旱區次之，華南區最低，僅為0.599。在全國尺度上，糧食作物多樣化指數較低的是青藏高原區（0.505）和華南區（0.378）；四川盆地及周邊地區仍是全國糧食作物多樣性指數最高的農業區，達0.758；云貴高原、黃土高原、東北平原次之。

2.3作物多樣性的驅動因素

2.3.1全國作物多樣性驅動因素由圖5可知，社會經濟的農村居民人均可支配收入對作物多樣化指數和糧食作物多樣化指數變化的貢獻率最大，分別為 21.0%.27.5% 。耕地利用對作物和糧食作物多樣化指數貢獻率最小，豆科作物規模對作物多樣化指數變化貢獻率最小，為 10.3% ；復種指數對糧食作物多樣化指數變化貢獻率最小，為 8.0% 。

A：東北平原區;B：北方干旱半干旱區;C：黃淮海平原區;D：黃土高原區;E：長江中下游地區;F：四川盆地及周邊地區;G：華南區;H：云貴高原區;I：青藏高原區。豎直虛線表示該年為時間序列變點；不同顏色的箱體表示該時間序列變化區間的作物多樣化指數，箱體中的實線表示平均值;不同小寫字母表示不同時間序列變化區間在 Plt;0.05 水平差異顯著A：NortheastChinaPlainRegion；B：AridandSem-aridNorteChinaRegion；C：Huang-Huai-HaiPlainRegion;D：LoessPlateauRegion;E：MiddleandLowerReachesoftheYangtzeRiverRegion;F：SichuanBasinandItsSuroudingAreas;G：SouthChinaRegion；HYan-GuizhouPlateauRegion；IetanlateauRegion.Teverticaldshdlineindicatesattisyearishangepontietiesries；edifrentoodssitdfealdniu；dierentlowercase letters indicate significant diferences between diferenttime series change interval at Plt;0.05 level

2.3.2主要農業區作物多樣性驅動因素不同農業區作物多樣性變化的驅動因素存在差異（圖6）。在東北平原區，禾本科作物規模、豆科作物規模和農村居民人均可支配收入是影響作物 （57.2%） 和糧食作物 （50.9%） 多樣化指數最高的因素。在北方干旱半干旱區，禾本科作物規模和農村居民人均可支配收入是影響作物 （45.3% 和糧食作物（49.5% 多樣化指數最高的因素；在黃淮海平原區，禾本科作物規模和農村居民人均可支配收入是影響作物（ 42.3% ）和糧食作物（ 38.6% 多樣化指數最高的因素。在黃土高原區 （24.7%.21.7% ）長江中下游地區 （21.7%，35.9% ）、四川盆地及周邊地區 （30.6%，28.7% ）、華南區 （21.3%，23.8% ）、云貴高原區 （32.2%，23.1% 和青藏高原區（ 23.9% 、34.7% ），農村居民人均可支配收入是影響作物和糧食作物多樣化指數最高的因素。

3討論

3.1作物多樣性變化及其影響因素

作物多樣化可以提高氣候變化適應能力，如緩沖干旱和高溫等極端氣候對農業生產的影響，增加農田生物多樣性，維持生態系統服務和更多樣化的農業糧食系統，保障糧食安全[32-33]。作物種植結構的改變降低了作物多樣化，削弱了生態系統服務功能34]。本研究表明，我國近20年的作物多樣化程度逐漸趨于簡化，其主要受到農民可支配經濟收人和禾本科作物種植規模的影響。作物補貼、作物收入對作物多樣化有顯著的正向影響[5，并且生物多樣性潛在的效益需要較長時間實現，短期內使社會經濟發展受到一定的限制[3。2002年以來，中國的多樣化結構逐漸取代單一類型，以水稻、小麥或玉米為主的禾本科單一作物種植改為混合種植，只有部分種植面積轉為其他作物[7。在空間格局上，中國北方的作物多樣性有所下降，尤其是東北平原和華北平原，而南方則略有增加2。本研究表明，在東北平原區、北方干旱半干旱區、黃淮海平原區、黃土高原區、長江中下游地區5個農業區，近20年的作物多樣化指數表現出明顯下降趨勢，明顯受到禾本科規模優勢和農民可支配經濟收人的影響。禾本科糧食作物的單一化種植降低了地區作物多樣性，如黃淮海平原主要是小麥-玉米輪作，東北平原區主要是玉米、稻谷單作[38]。作物持續的單一化種植會導致生態環境受損和農業可持續性減少，如農業面源污染加重、土壤質量退化、病蟲害風險增加和溫室氣體排放加劇了干旱、高溫等極端氣候事件的發生[39。因此，為了維持農業的生態系統服務和可持續發展，十三五\"期間在國家政策的支持下，在主要農業區實行作物的輪作、豆科-禾本科間作和農林復合等種植結構，增加其他作物播種面積，提高作物多樣化。四川盆地及周邊地區、華南區及云貴高原區等南方農業區的作物多樣化在1977年開始一直增長后保持在較高水平，主要受到農民可支配經濟收人和禾本科作物種植規模的影響。禾本科-豆科間作、小麥-玉米輪作等復合種植，將部分禾本科作物種植面積改為豆科種植，增加了南方農業區豆科作物產量的同時作物多樣性也得到提高[40]。與此同時，南方較多的丘陵山地導致農田的碎片化，農民個人種植作物偏好廣泛，受到市場價格波動影響較大，如油料、瓜果和蔬菜類等非糧作物的種植面積增加[4。在社會經濟發達的華南區，人們對非糧作物營養的需求更高，驅動了當地農民的非糧化種植行為4，但其總體作物多樣性數量最低。近年來，青藏高原禾本科作物種植面積增加是驅動該區作物多樣性增加的主要原因，并且中國纖維作物種植范圍已由東向西遷移[20]。

3.2糧食作物多樣性變化及其影響因素

糧食作物多樣性至關重要，有助于保障糧食系統的可持續性和減少營養不良[43]。但目前糧食作物多樣性正在加速消失，加之我們以越來越少的物種來獲取糧食，導致了人體微量營養元素缺乏，增加了人體營養不良的風險，對糧食安全和經濟穩定構成嚴重風險，破壞糧食系統的復原力[44]。本研究結果表明，從2000年開始，我國糧食作物多樣性快速減少，尤其是作為糧食主產區的東北平原和黃淮海平原的糧食多樣性下降速度和程度均較大，禾本科作物種植規模和農民可支配經濟收入是驅動多樣性下降的重要因素。研究表明，在東北平原和黃淮海平原區等糧食主產區，過度依賴于糧食作物管理簡單、經濟效益高的單一化種植模式[45]，導致糧食作物多樣性和土壤質量下降、地下水污染、氣候變暖等一系列環境問題，更容易爆發病蟲害，造成產量不穩定和收成損失風險5。北方干旱半干旱區和黃土高原區的糧食多樣性變化及其影響因素與東北平原和黃淮海平原一致。近年高溫、干旱氣候加劇了北方地區水資源的匱乏，當地農民調整種植結構，縮減耗水的禾本科作物如小麥、玉米種植面積，使糧食作物種植更加的單一化4。Liu等4研究發現，中國西南地區糧食作物多樣性在過去35年間呈上升趨勢。四川盆地及周邊地區和云貴高原區的糧食作物多樣性保持穩中有增的趨勢，農民可支配經濟收入是驅動地區糧食多樣性增長最重要的因素。近年來，西南地區禾本科作物種植面積逐漸減小和豆科作物種植面積逐漸增大，禾本科-豆科復合種植技術的成熟和機械化程度增加，帶來更大的經濟價值，農民種植意愿增強[48-49]。華南區糧食作物多樣性快速下降，農民可支配經濟收入依然是造成這種趨勢的重要驅動力。由于華南區經濟發展較好，在已滿足大量營養素的口糧基礎上，人們對微量營養元素豐富的油料和蔬菜類作物需求更大，同時城市及其周邊地區是種植結構調整的熱點，城市化顯著改變了種植結構。青藏高原區糧食作物多樣性有穩中有增的趨勢，但總體數量相對于其他農業區是最低。由于其獨特復雜的地形氣候條件，更適合油料和纖維作物的生長[50]。

目前面對國內外氣候、經濟等各種壓力，為了增加糧食作物多樣性，提升糧食的增產穩產潛力保障糧食安全，可以通過以下措施優化糧食作物生產格局。 ① 完善糧食支持政策，修建農業灌溉設施。提高糧食主產區糧食價格，增強農業保險，加大農業灌溉等基礎設施建設，完善惠農補貼，調動農民對豆類、薯類等糧食作物種植積極性，為糧食增產、農民增收創造條件。 ② 培育優質品種，推進農業機械化。品種對糧食安全產生決定性影響，重點培育優質、高產、抗逆、抗病糧食品種，提高糧食單產能力。針對復雜的農田環境，大、小型機械相結合，加快推進糧食作物機械化種植，并提高灌溉、病蟲害防治等技術，增加作物多樣性，穩定作物產量。 ③ 優化種植結構。在穩定農業區主糧作物面積同時，適當增加非糧作物種植，提高作物多樣性水平。推廣多樣化種植技術，配合農業補貼，發揮多樣化種植優勢，擴大豆科作物種植面積，提高生態承載力，保障糧食安全。 ④ 注重提高農民防災減災意識，增強抵御自然災害的能力，確保農業穩產增產，堅持可持續、生態友好型的農業。

參考文獻

[1]DORLING D.World population prospects at the UN：our numbersare not our problem？[Cl// The Struggle for Social Sustainability：Moral Conflicts inGlobal Social Policy[M].UK： Policy Press，2021：129-154.

[2]DIJK MV，MORLEY T，RAU ML， et al.. A meta-analysis of projected global food demand and population at risk of hunger for the period 2010—2050 [J]. Nat.Food，2021，2（7）：494-501.

[3]FOLEY J A，RAMANKUTTY N， BRAUMAN K A， et al.. Solutions for a cultivated planet[J].Nature，2O11，478：337-342.

[4]MALHI G S， KAUR M， KAUSHIK P. Impact of climate change onagriculture and its mitigation strategies： a review [J/OL]. Sustainability，2021，13（3）：1318 [2024-01-06]. https：//doi.org/ 10.3390/su13031318.

[5]SADEGHPOUR A， HASHEM M， WEIS S A， et al. Assessing tillage systems for reducing ammonia volatilization from springapplied slurry manure [J]. Commun. Soil Sci. Plant Anal.，2015， 46（6）：724-735.

[6]ER K H，LAU C，KASTNER T，et al.Exploring the biophysical option space for feeding the world without deforestation [J/OL]. Nat. Commun.，2016，7： 11382 [2024-01-06]. htps：//doi.org/10.1038/ ncomms11382.

[7]MATSON P A，PARTON W J，POWER A G，et al.. Agricultural intensification and ecosystem properties[J]. Science，1997，277（5325）：504-509.

[8]GABA S，LESCOURRET F，BOUDSOCQ S，et al.. Multiple cropping systems as drivers for providing multiple ecosystem services： from concepts to design [J].Agron. Sustain.De.， 2015，35（2）：607-623.

[9]DELL C J，HAN K，BRYANT R B，et al..Nitrous oxide emissions with enhanced efficiency nitrogen fertilizers ina rainfed system[J].J. Am.Soc.Agron.，2014，106（2）：723-731.

[10]KETTERINGSQM，GODWIN G，BARNEYP，et al..Shallow mixing of surface soil and liquid dairy manure conserves nitrogen while retaining surface residue [J]. Agron. Sustain. Dev.，2013，33（3）： 507-517.

[11]LIL，DER WERF W V，ZHANG F S.Crop diversity and sustainable agriculture： mechanisms，designs and applications [J]. Front.Agric. Sci. Eng.，2021，8（3）：359-361.

[12]XU Z，LI C， ZHANG C，et al.. Intercropping maize and soybean increases effciency of land and fertilizer nitrogen use： a meta-analysis [J/OL]. Field Crops Res.，2020，246：107661 [2024-01-06]. https：//doi.org/10.1016/j.fer.2019.107661.

[13]MARTIN-GUAY MO，PAQUETTE A，DUPRAS J， et al.. The new green revolution： sustainable intensification of agriculture by intercropping [J].Sci. Total Environ.，2018，615： 767-772.

[14]TANG XY， ZHANG C C，YUY，et al. Intercropping legumes and cereals increases phosphorus use efficiency;a metaanalysis [J]. Plant Soil，2021，460（1）：89-104.

[15]LI CJ，HOFFLAND E，KUYPER TW，et al..Syndromes of production in intercropping impact yield gains [J].Nat.Plants， 2020，6： 653-660.

[16]SCHERF B D，ENG A，PILLING D. The Second Report on the State of the World's Animal Genetic Resources for Food and Agriculture [M].Rome： FAO，2015.

[17］梁曉慧.中國農作物多樣性及其保護現狀[J].中國農業信 息，2009 （4）：10-12.

[18］蘇海洋.論中國最早的農業多樣化產生的地理背景及影 響[J].農業考古，2015（3）：17-23

[19］曾琳琳，李曉云，王硯.作物多樣性變化及其對農業產出的影 響——基于期望出產和非期望產出的分析[J].長江流域資 源與環境，2019，28（6）：1375-1385. ZENG LL，LI X Y，WANG Y.Impact of crop diversityon agricultural output： based on the desirable and undesirable production [J]. Resour. Environ.Yangtze Basin，2O19，28（6）： 1375-1385.

[20] JIANG Y， WANG X， HUO M， et al. Changes of cropping strcture lead diversity decline in China during 1985—2015 [J/OL].J. Environ.Manage.，2023，346：119051 [2024-01-06]. htps：//doi.org/ 10.1016/j.jenvman. 2023.119051.

[21]HIJMANS R J，CHOE H，PERLMAN J. Spatiotemporal patterns of field crop diversity in the united states：1870— 2012[J/OL]. Agric. Environ. Lett.，2016，1（1）：160022 [2024- 01-06]. https：//doi.org/10.2134/ael2016.05.0022.

[22]MERLOS FA，HIJMANS R J.The scale dependency of spatial crop species diversity and its relation to temporal diversity [J]. Proc.Natl. Acad.Sci. USA，2020，117（42）：26176-26182.

[23]DENG X Z，GIBSON J， WANG P.Relationship between landscape diversity and crop production： a case study in the Hebeiprovince of China based on multi-source data integration [J].J. Clean.Prod.，2017，142： 985-992.

[24]HE C Y，LIU Z F，XU M，et al..Urban expansion brought stress tofood securityin China： evidence from decreased cropland net primary productivity[J].Sci. Total Environ.，2017，576： 660-670.

[25］石憶邵，吳婕.上海城鄉經濟多樣化測度方法及其演變特 征[J].經濟地理，2015，35（2）：7-13. SHI Y S，WU J.Measuring methods and evolution features of urban-rural economic diversification in Shanghai [J]. Econ. Geogr.，2015，35（2）：7-13.

[26]胡憶雨，鄒軍，吳堯，等.全球禾-豆生產系統作物多樣性變化 特征及其影響[J].中國農業大學學報，2021，26（8）：9-22. HU Y Y， ZOU J， WU Y，et al. Changes and impacts of crop diversity in global cereal-legume production systems [J].J. China Agric.Univ.，2021，26（8）：9-22.

[27]HAWKINS D M，ZAMBA K.Achange-point model fora shift In variance [J]. J. Qual.Technol.，ZOu5，3/（1）：21-1.

[28] HAWKINS D M， QIU P， KANG C W. The changepoint model for statistical process control [J]. J. Qual. Technol.， 2O03，35（4）： 355-366.

[29]ROSS GJ.Parametricand nonparametric sequentialchange detection inR： the cpm package[J].J.Stat.Softw.，2015，66（3）：1-20.

[30]BREIMAN L.Random forests [J]. Mach. Learning，2001，45： 5-32.

[31］李旭青，劉湘南，劉美玲，等.水稻冠層氮素含量光譜反演的 隨機森林算法及區域應用[J].遙感學報，2014，18（4）：923-945. LI XQ，LIUX N，LIU ML， et al..Random forest algorithmand regional applicationsof spectral inversion model forestiatig canopy nitrogen concentration in rice [J].Natl. Remote. Sens. Bull，2014，18（4）：923-945.

[32]ANTOINE M，LOIC V，LISE P，et al. Enabling crop diversification to support transitions toward more sustainable european agrifood systems [J].Front.Agric.Sci. Eng.，2021， 8（3）： 474-480.

[33]DELPHINE R，LUCIE M，FREDERIK N. Crop diversity buffers the impact of droughts and high temperatures on food production [J/OL]. Environ. Res.Lett.，2023，18（4）： 045002 [2024-01-06]. https：//doi.org/10.1088/1748-9326/acc2d6.

[34]TILMAN D，REICH PB，KNOPS J， et al.. Diversity and productivity in a long-term grassland experiment [J].Science， 2001，294（5543）：843-845.

[35]ZHANG Y H，WU Y，YAN J Z，et al..How does rural labor migration affect crop diversification for adapting to climate change in the Hehuang Valley，Tibetan Plateau？[J/OL].Land Use Policy，2022，113：105928 [2024-01-06]. https：//doi.org/ 10.1016/j.landusepol.2021.105928.

[36]屈寶香.中國農作物多樣化發展綜述[J].中國人口·資源與 環境，2001，11（增刊1）：119-121. QUBX.Overview on the development of crop diversification in China [J].China J.Popul.Resour. Environ.，2Oo1，11（S1）， 119-121.

[37]LIU ZH， YANGP，WU W B，et al..Spatiotemporal changes of cropping structure in China during 1980——2011 [J].J.Geogr. Sci.，2018，28（11）：1659-1671.

[38］關浩杰，司喜梅.黃淮海平原糧食生產空間格局演化及其影 響因素[J].中國農業資源與區劃，2024，45（8）：31-43. GUANHJ，SIXM.Evolution and influence factors of the spatial pattrn of grain production in the Huang-Huai-Hai Plain[J]. Chin. J.Agric.Resour.Reg.Plan.，2024，45（8）：31-43.

[39]CONG WF，ZHANG C C，LI C J，et al..Designing diversifies croppingsystems inChina：theory，approachesand implementation[J]. Front.Agric. Sci. Eng.，2021，8（3）：362-372.

[40]DU JB，HAN TF，GAI JY，et al..Maize-soybean strip intercropping： achieveda balance between high productivity and sustainability[J]. J. Integr.Agric.，2018，17（4）：747-754.

[41]TANG C Z， YIY Y，KUANG Y N.Research on spatio-temporal complexityevolution and influencing factors of“Nongrain”in Guangxi[J/OL].Discrete Dyn.Nat. Soc.，2022，14：1181108 [2024- 01-06]. htps：//doi.org/10.1155/2022/1181108.

[42]張婕，劉玉潔，張二梅，等.中國縣域耕地動態演變及其驅動 機制[J].地理學報，2023，78（9）：2105-2127. ZHANG J，LIU Y J， ZHANG E M， et al..Dynamics and driving mechanisms of cultivated land at county level in China[J].Acta Geogr. Sin.，2023，78（9）：2105-2127.

[43]GENIS SM，MORITZR，JORGEL，et al..A win-win situationincreasing protein production and reducing synthetic Nfertilizer useby integrating soybean into irrigated Mediterranean cropping systems [J/OL].Eur.J.Agron.，2023，146：126817 [2024-01-06]. https：//doi.org/10.1016/j.eja.2023.126817.

[44] STROUWEN C，MOLENAAR EAL M，MUNKS L， et al.. Training dual taskstogether orapart inParkinson’sdisease：resultsfromthe DUALITY trial[J].Mov.Disord.，2017，32（8）：1201-1210.

[45]AIHOUNTON G，CHRISTIAENSEN L.Does agricultural intensificationpay in the context of structural transformation？ [J/OL].Food Policy，2024，122：102571[2024-01-06]. https：//doi. org/10.1016/j.foodpol.2023.102571.

[46]LI ZB，LIUZB，LIP，etal..Comparing watershed afforestation and natural revegetation impacts on soil moisture in the semiarid LoessPlateau of China[J/OL].Sci.Rep.， 2018，8：2972[2024-01- 06]. https：//doi.org/10.1038/s41598-018-21362-5.

[47]LIUZH，TANGGP，ZHOUY，etal..Why canChina maintain a high crop diversity？ a spatial-temporal dynamic analysis [J/OL]. Prog.Phys.Ge0gr.，2021，46（2）： 55850 [2024-01-06]. htps：/doi.org/ 10.1177/03091333211055850.

[48]徐峰，孔凡磊，姜宜琛，等.西南地區玉米增產潛力與機械化 支撐能力研究[J].中國農機化學報，2023，44（12）：223-231. XUF，KONGFL，JIANGYC，etal..Studyon maize yield increase potential and mechanized support capacityin Southwest China [J].J.Chin.Agric.Mech.，2023，44（12）： 223-231.

[49]崔文芳，秦德志，陳靜，等.玉米大豆不同間作系統光合特性 與產量邊際效應[J].農業機械學報，2023，54（8）：309-319. CUIWF，QIND Z，CHENJ，et al..Marginal effectsof photosynthetic characteristicsand yieldin maizeand soybean intercropping systems [J].Trans.Chin.Soc.Agric.Mach.， 2023，54（8）：309-319.

[50]LI Z P，LONGYQ，TANG PQ，et al..Spatio-temporal changes in ricearea at the northern limitsof the rice cropping system in China from1984 to 2013[J]. J. Integr. Agric.，2017，16（2）：360-367.