2000—2015年山东省耕地产能的时空格局

王赫彬 王文娟 商令杰

(1.中国科学院 东北地理与农业生态研究所，长春 130102；2.中国科学院大学，北京 100049；3.山东师范大学 地理与环境学院，济南 250014)

新中国成立以来，我国长期致力于粮食增产增收和粮食安全工作，采取一系列改善农业生产条件、提高粮食生产量的措施，取得了很大成效[1]。粮食产量稳定是一项关系国计民生的大事，而耕地生产力和耕地产能的研究对估算耕地粮食产量和保障粮食安全具有重要意义。利用耕地生态系统生产力模拟耕地产能，是一种估算耕地粮食产量的重要手段，并且遥感也是模拟陆地生态系统生产力的重要途径。基于遥感观测的生态系统NPP研究早已开始应用于实时、连续监测和年际波动和长期变化趋势的探测[2]。NPP能够以统一的尺度标准反映不同生态系统的生产力，是一个非常客观的农田生产力衡量指标，避免了农业结构调整和作物品种变化等因素对耕地生产力测定的干扰[3]。

国外学者从个体、斑块、景观、区域和全球等各个尺度展开NPP研究，1932年丹麦Boysen-Jensen P首次通过公式提出生物生产力的总生产量(Gross produce)和净生产量(Net produce)概念[4]。20世纪60年代，NPP测定工作在世界范围内展开，1963—1972年，国际生物圈计划(IBP)研究世界范围内主要生态系统的物质循环和生物生产力，基于多种估算模型评估区域和全球范围的NPP空间分布及碳平衡；1973年Helmut[5]建立Miami模型，认为NPP是年平均气温和年降水量的函数；20世纪80年代，国际地圈-生物圈计划(IGBP)致力于NPP研究，1985年Zenbei等[6]建立适用于干旱半干旱区域的Chikugo模型，1987年Hunt等[7]利用BIOME-BGC模型估算当年全球陆地NPP；Kazuhito等[8]通过BIOME-BGC模型和NCEP气象数据研究热带生态系统碳循环对气象因子敏感性。90年代后期遥感方法估测NPP 迅速发展，David等[9]和Prince等[10]基于植物生理胁迫和呼吸作用建立全球第一个纯遥感NPP模型，估算总、净初级生产力；Christopher等[11]利用CASA模型研究全球陆地NPP分布，Ruimy等[12]修订CASA模型参数，提升其实用性，Tate等[13]利用CASA模型估算了新西兰的NPP。我国陆地生态系统生产力研究始于20世纪70年代，研究重点包括植被NPP估算模型、全球气候变化背景下的我国自然植被NPP时空格局。20世纪70年代后期，我国完成国内陆地生态系统生产力的测定[14]；20世纪80年代后期，我国NPP研究正式开始，在全国尺度上，何勇等[15]利用植被与大气相互作用模式(AVIM)模拟中国陆地生态系统NPP分布；孙睿等[16]分析植被指数与植被吸收的光合有效辐射比例之间的线性关系，利用光能利用率研究我国植被NPP分布及其季节变化；陈利军等[17]运用遥感数据和光能利用模型估算中国陆地植被净初级生产力；冀咏赞等[18]利用VPM模型分别估算近15年全国陆地生态系统总初级生产力、耕地与农田生产力；区域尺度上，曾慧卿等[19]应用BIOME-BGC模型估算1993—2004年红壤丘陵区湿地松林总第一性生产力和净第一性生产力；闫慧敏等[20]利用VPM模型模拟并分析黄淮海多熟农业区的农田生产力时空特征。利用“3S”技术定位获取和反演地表植被信息和相关生物物理学参数，现已成为陆地生态系统植被NPP估算的重要手段，这也成为近十几年来NPP模型研究和估算的最突出特点。

目前关于NPP的研究趋于成熟，呈现多元化趋势，从最初的特定气候带NPP估算和生态系统碳循环研究，到目前以不同驱动模型模拟区域甚至全球尺度的生态系统生产力。以NPP作为估算的重要手段，这也成为近十几年来NPP模型研究和估算的最突出特点。CASA、GLO-PEM和VPM模型为代表的光能利用模型逐渐成为NPP模型研究的重点，但目前多数研究利用单一模型模拟区域生态系统生产力，针对某种土地利用类型的NPP研究较少，研究尺度也多集中在全国尺度及东北三省、内蒙古自治区和西北地区，针对黄淮海地区的研究较少。山东是我国重要的产粮大省，2017年山东省粮食总产量4 723.2万t，居全国第三位，研究山东省耕地产能的时空格局和产能变化对保障我国粮食安全至关重要。

本研究通过MODIS遥感、土地利用和其他非遥感数据驱动VPM模型模拟山东省耕地生产力，评价山东省耕地NPP的时空分布和动态变化特征，以期为实时监测耕地产能和估算耕地粮食产量提供可靠手段，以及为区域粮食预测、耕地产能检测、农业区划调整和制定农业政策提供重要参考。

1 研究方法与数据来源

1.1 研究方法

1.1.1耕地生产力计算

植被光合模型(VPM，Vegetation Photosynthesis Model)是一个基于卫星遥感和通量观测数据发展起来的光能利用率模型。自21世纪初模型建立以来，已在全国范围内的20多个站点和多个生态系统上开展模型的应用、模拟、校验与验证工作。如VPM模型运行技术路线图(图1)所示，将基础数据输入VPM模型，基础数据又通过MODIS地表反射率产品据(MOD91A1)计算得LSWI和EVI数据，通过AUNSPLINE气象插值软件得到的平均气温栅格数据集，土地利用数据，利用MODIS 1B数据反演得到PAR数据，从文献资料中查找不同植被类型的三基温数据等。将以上数据输入，驱动VPM模型，模拟估算出陆地生态系统总生产力，再将生态系统总生产力减去植物的呼吸消耗的能量，得到生态系统净初级生产力。

图1 VPM模型技术路线图Fig.1 VPM model technology roadmap

1.1.2耕地产能计算

耕地产能指在一定地域及时期，在一定经济、社会和技术条件下所形成的耕地生产能力，分为耕地理论、可实现和实际产能3个层次。理论产能是指农业生产条件得到充分保证，在经济技术和投入利用水平最优的状况下，仅考虑光、温、水和土壤等环境因素农作物所能达到的最高产量；可实现产能是指在农业生产条件得到基本保证，光、热和水土等环境因素均处于正常状态，在现有经济技术和利用水平的最高投入下正常年景农作物能够达到的最高产量；实际产能指目前已经实现的生产能力，即某年农作物已达到的产量[21]。

通过耕地粮食单产和耕地NPP之间的线性拟合，实现由耕地生产力向耕地产能的转变。根据2000—2015年山东省年鉴获取山东17地市耕地粮食产量，筛选产粮大市作为样本市，统计产粮大市的粮食单产数据与其单位耕地NPP均值拟合，得到产能关系式，实现通过产能关系式估产的效果。选取产粮大市作为样本市，产粮大市的农业较为发达，种植结构相对稳定，因此作为样本更为精确。以2010—2015年山东省各市主要农作物播种面积统计数据为基准，选取粮食播种面积占农作物播种总面积比例>70%的产粮大市作为计算样本市。具体选择的样本有济南、青岛、淄博、枣庄、烟台、潍坊、德州、聊城和滨州市9个地级市，共54个样本点。各地市耕地NPP均值数据是将2010—2015年山东省500 m×500 m分辨率的耕地NPP数据按山东省各地市数据计算获得。

1.2 数据来源

遥感数据为2000—2015年美国国家航空航天局(NASA)地球观测系统(EOS)Terra卫星搭载的中分辨率成像光谱仪传感器陆地产品第5版数据集中的地表反射率产品MOD09A1(http:∥ladsweb.nascom.nasa.gov)，空间分辨率为500 m，时间分辨率为8 d。

温度数据为国家气象局观测站记录的2000—2015年逐日平均气温，该通过中国气象科学数据共享服务网(http:∥data.cma.gov.cn/site/index.html)地面气候资料日值数据集下载，为观测站点数据。

土地利用数据来源于中国科学院资源环境科学数据中心(http:∥www.resdc.cn)，包含山东省2000、2005、2010和2015年4期土地利用数据。

高分辨率EVI数据来源于Google Earth Engine云平台中的Landsat TM/OLI EVI数据集，具体数据集包括Landsat 5 TM 8-Day EVI Composite和Landsat 8 8-Day EVI Composite，2种数据集分别是以Landsat 5 TM和Landsat 8 OLI的大气表观反射率(Top of atmosphere reflectance，TOA)数据计算得来。

2010—2015年山东省粮食作物类型、播种面积和作物产量等数据主要来源于山东省统计局公开的年度数据(http:∥www.stats-sd.gov.cn/col/col6279/index.html)，通过2011—2016年山东省统计年鉴获得。

2 山东省耕地NPP的时空格局分析

2.1 耕地NPP的时间变化特征

从2000—2015年山东省耕地NPP均值和总量变化图(图2)观测，2000年的NPP均值和总量最低，分别为711.67 g/(m2·年)和7.05×1013g/年；2015年NPP均值和总量最高，分别为834.43 g/(m2·年)和8.08×1013g/年。2000—2015年多年耕地NPP均值为766.60 g/(m2·年)，多年耕地NPP总量的均值为7.51×1013g/年。2000—2015年山东省耕地NPP的均值和总量有相似的变化规律，虽然变化和波动较大，但总体呈波动上升趋势。通过NPP总量和均值变化折线图可以看出两者有着相同的变化趋势，即表现为同增同减。具体变化为：2000—2004年耕地NPP上升幅度较快，2004—2006年大幅滑落，2006—2007年大幅上升，2007—2013年波动下降，2013年之后稳健上升。

图2 2000—2015年山东省NPP均值和总量变化(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的空间格局分布

经过VPM模型运算，得到山东省2000—2015年的陆地生态系统净生产力分布图，结合山东省土地利用数据得到2000—2015年的山东省耕地NPP空间分布图(图3)。总体来看，除个别区域外，山东省大部分区域NPP值较高。山东省为暖温带季风气候，耕地植被类型中以冬小麦-夏玉米的两熟耕地为主，一年两作，高强度的农业活动促使耕地植被生产力较高。2015年耕地生产力>850 g/(m2·年)的耕地分布在鲁西南平原和鲁西北平原地区，该地区土壤肥沃、土地平坦和灌溉设施较完善，耕地生产力高；耕地生产力为700～850 g/(m2·年)的耕地分布广泛，集中在鲁西北平原北部和山东半岛中部地区；耕地生产力为550～700 g/(m2·年)的耕地广泛分布于鲁中南山地和山东省北部的滨州和东营地区，其多为山间丘陵地带，耕地较少且分散，灌溉设施不足，生产力较低；耕地生产力<550 g/(m2·年)的耕地最为集中，位于黄河三角洲的沿海地区，其地势低，易受海水倒灌影响，多为盐碱地，耕地生产力低。从山东省农业区划分析，山东省中耕地植被净生产力均处于较高水平，耕地NPP均值达680 g/(m2·年)以上，虽然每个农业区划的耕地面积和NPP总量差异较大，但耕地NPP均值相差不大。其中山东省丘陵水浇地二熟旱坡地花生棉花一熟区耕地面积最多，达到63 178.25 km2；耕地面积占比为62.59%；耕地生产力均值最低，为680.81 g/(m2·年)；耕地NPP总量为4.30×1013g/(m2·年)，占比为57.85%。黑龙港缺水低平原水浇二熟旱地一熟区耕地面积和NPP总量最少，分别为806.75 km2和0.06×1013g/(m2·年)，耕地面积占比为0.8%，耕地生产力均值为754.32 g /(m2·年)。黄淮平原南阳盆地旱地水浇地两熟区的耕地面积为14 796.50 km2，耕地面积占比14.66%，但是耕地生产力均值最高，为888.56 g/(m2·年)(表1)。

图3 山东省2000—2015年耕地NPP空间分布Fig.3 Spatial distribution of NPP in cultivated land in Shandong Province from 2000 to 2015

2.3 山东省耕地NPP空间分布状况及变化原因

对山东省17地级市NPP分布情况进行分析，耕地NPP均值>800 g/(m2·年)的地市有4个，分别是菏泽、聊城、德州和济宁市，其中菏泽市最高，为910.45 g/(m2·年)；这些地级市主要分布在鲁西北平原区，土地肥沃、灌溉条件好和生产力高。耕地生产力<650 g/(m2·年)的城市有莱芜、淄博、烟台和东营市，其中东营市耕地生产力最低，为516.54 g/(m2·年)。究其原因，莱芜和淄博市位于鲁中南山地丘陵区、烟台市位于山东半岛丘陵区，受地形地貌和水源条件的限制，这些地区的耕地土壤贫瘠，灌溉水源条件差，耕地生产力较差；东营市位于黄河入海口的三角洲盐碱地平原中，受海水倒灌影响，这些耕地多为盐碱地，土壤贫瘠，耕地生产力最差(表2)。

表1 山东省各农业区划耕地净生产力Table 1 Net productivity of cultivated land in various agricultural areas in Shandong Province

表2 山东省17地级市耕地净生产力Table 2 Net productivity of cultivated land in 17 cities of Shandong Province

3 山东省耕地产能的时空格局分析

将山东省2010—2015年产粮大市的耕地单产与耕地NPP均值数据利用回归分析法拟合(图4)，建立耕地产量与单位耕地面积NPP间的回归关系，进而得到山东省耕地产能计算公式。

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

式中:y为耕地产能，kg/hm2；x为单位耕地面积NPP，g/(m2·年)。

图4 回归分析拟合结果Fig.4 Regression analysis fitting result

NPP均值为500～1 100 g/(m2·年)，耕地产量为10 000～16 000 kg/hm2，仅考虑此区间内拟合的物理意义。R表示NPP均值与产量的相关性)

3.1 耕地产能的时间变化特征

由耕地NPP数据与产能计算公式，得到2000—2015年山东省耕地产能空间分布图5，并根据耕地产能变化趋势得到图6。2000—2015年山东省耕地产能总体升高，其中产能<12 000 kg/hm2、12 000～13 000 kg/hm2和>13 000～14 000 kg/hm2的耕地面积均处于减少状态，分别从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；而产能>14 000 kg/hm2的耕地面积大幅增加，从2000年 13 034.00 km2增至2015年为45 031.00 km2，增长幅度最大，标志着山东省耕地产能提升明显。2000年，山东省耕地产能>14 000 kg/hm2的耕地面积小，零散分布于鲁西南平原；2005和2010年产能>14 000 kg/hm2的耕地持续增加，分布于鲁西北平原中南部和鲁西南平原地区；2015年，鲁西南平原、鲁西北平原和山东半岛内青岛和潍坊地区的大部分耕地的耕地产能均>14 000 kg/hm2；2000—2015年，山东省耕地产能在12 000～14 000 kg/hm2的耕地基本都实现了产能提升，绝大多数此类耕地产能提升至>14 000 kg/hm2。

图5 山东省2000—2015年耕地产能空间分布图Fig.5 Spatial distribution map of cultivated land productivity in Shandong Province from 2000 to 2015

图6 2000—2015年山东省耕地产能变化趋势Fig.6 Trends of cultivated land productivity in Shandong Province from 2000 to 2015

3.2 耕地产能的空间分布格局

根据产能分类标准将耕地产能分类为4级，将耕地产能等级按照从大到小依次编号为Ⅰ～Ⅳ类(图7)。耕地产能在12 000 kg/hm2以下的耕地主要集中于东营市境内黄河三角洲的沿海地区为Ⅰ类，山东半岛丘陵地带和鲁中南山区也有零散分布，面积较小，此类产量耕地占山东省耕地面积16.61%；耕地产能在12 000～13 000 kg/hm2的耕地主要分布于山东半岛丘陵区、鲁中南山区、滨州市和东营市范围内，耕地分布较为分散，面积占比26.16%为Ⅱ类；耕地产能在>13 000～14 000 kg/hm2的耕地分布最广，全省各地市均有分布，鲁西北平原、山东半岛中部地区相对集中，面积占比为28.92%为Ⅲ类；耕地产能>14 000 kg/hm2的耕地集中分布于鲁西北平原的聊城市和鲁西南平原的菏泽市和济宁市，面积占比为28.83%为Ⅳ类。

山东省17地市的耕地产能均值为12 798.83 kg/hm2，耕地产能相对较高。其中耕地产能总量最高的为潍坊市，菏泽市、聊城市、德州市、济宁市和枣庄市的耕地产能均值>13 000 kg/hm2，这些地市主要分布在鲁西北和鲁西南平原区，土地肥沃、灌溉条件好、生产力高；潍坊市、泰安市、青岛市、滨州市、临沂市、日照市、威海市、淄博市和烟台市耕地产能均值为12 000～13 000 kg/hm2；莱芜市和东营市耕地产能<12 000 kg/hm2，由于莱芜市位于鲁中南山地丘陵区，受地形地貌和水源条件的限制，耕地土壤贫瘠，水源主要来源于自然降水，灌溉水源条件差，耕地生产力较差，产能较低；东营市位于黄河入海口的三角洲盐碱地平原中，多为盐碱地，土壤贫瘠，耕地产能最差。

3.3 耕地产能的变化原因

影响耕地产能的原因非常复杂，通常会将这些因素分为自然要素和非自然要素。自然要素有气候变化、土壤条件和地貌，而非自然要素主要是人为的影响，主要包括农用土地的整合。本研究结果表明，2000—2015 年山东省耕地产能年际变化波动明显，总体呈现增加趋势，与同时期中国耕地产能总体变化趋势一致。自2000—2015年，山东省整体平均温度和降水年际间变化较大，但是在长时间序列上并未呈现较大变化，温度上升了0.41 ℃，降水下降11 mm，这些自然要素的改变对耕地产能的提升影响并不明显。

但是近年来山东省土地整合力度非常大，山东省2011—2015年农业综合开发项目共建设改造项目区959个，其中高标准农田建设项目区有455个，中低产田改造项目区有504个。在项目区中，产能提升幅度超过1 500 kg/hm2的项目区仅有一个，提升幅度为1 709.48 kg/hm2；产能提升幅度为1 000～1 500 kg/hm2的项目区共246个，分布相对集中，主要分布在鲁西南平原、鲁西北平原和山东半岛中部平原的高产田上；产能提升幅度为500～1 000 kg/hm2的项目区共343个，这些项目区分布较广泛，在全省各地区均有较为零散的分布；产能提升幅度为0～500 kg/hm2的项目区共369个，数量最多，占比最大，主要分布在在鲁西南和鲁西北平原，且在鲁中南山地和山东半岛丘陵区中也有较多分布。山东省粮食作物种植项目区中，没有发生产能下降的项目区。

这些农业综合开发项目的建设，极大力度的提升耕地的使用效率，提高了耕地的产能，使得山东省近年来的耕地平均产能出现了明显提升。

图7 山东省2015年耕地产能值分类Fig.7 Classification of cultivated land productivity values in Shandong Province in 2015

4 结论与讨论

4.1 结论

通过GIS方法和卫星遥感手段，实现了省级和农业综合开发项目区尺度的耕地产能估算，并从时间和空间尺度分析2000—2015年山东省耕地生产力和耕地产能的时空分布特征和动态变化状况，主要结论如下：

1)从时间看，山东省耕地NPP均值和总量均呈波动上升趋势，NPP均值从2000年711.67 g/(m2·年)提升到2015年834.43 g/(m2·年)，NPP总量从2000年的7.05×1013g/年提升到2015年的8.07×1013g/年，耕地NPP处于较高水平。从空间上看，NPP较高的地区分布在鲁西北平原区和鲁西南平原，NPP值较低的地区集中在鲁中南山地区、山东半岛丘陵区和黄河入海口的三角洲盐碱地区，其中黄淮平原南阳盆地旱地水浇地两熟区耕地生产力均值在4个农业区划中最高，菏泽市、聊城市、德州市和济宁市的耕地NPP均值在17地市中最高。

2)山东省耕地产能总体升高，耕地产能>14 000 kg/hm2的耕地明显增多，产能<12 000 kg/hm2的耕地面积逐渐减少，其中鲁西南平原、鲁西北平原、潍坊市东部、青岛市中部地区的耕地产能较高，>13 000 kg/hm2；山东半岛丘陵区、鲁中南山地区的耕地产能多为12 000～13 000 kg/hm2；在黄河三角洲周围的沿海地区耕地产能最低，<12 000 kg/hm2。

3)山东省自然环境要素，如温度、降水改变较小，对耕地产能的提升影响并不明显。但山东省2011—2015年农业综合开发项目共建设改造项目区959个，其中高标准农田建设项目区有455个，中低产田改造项目区有504个。山东省粮食作物种植项目区中，耕地产能均有较大提升，没有发生产能下降的项目区。

4.2 讨论

本研究通过模型分析、GIS空间分析等方法，利用遥感手段研究了山东省耕地产能的时空格局，但研究仅使用VPM模型反演耕地NPP，未来将尝试运用多种遥感反演NPP模型，诸如CASA模型等，同时对比分析几种模型的优缺点和适用情境。