1986—2020年东北三省气候变化对水田格局影响的定量评价

黄嘉彬 刘吉平 马兰 张丽 赵丹丹

摘要 以东北三省为研究区域，利用3期水田空间分布数据，并结合影响水田面积和格局变化的11个气候因子，定量评价不同时期影响水田格局气候因子的贡献大小。结果表明：1986—2000年东北三省气温逐渐升高，降水呈现降低趋势。2000—2020年气温逐渐升高，降水呈现升高趋势；水田面积呈增加趋势。热量和水分条件是影响东北三省水田空间分布的主要因素，但不同时期影响水田的主要气候因子不相同，热量资源是制约1986—2000年东北三省水田分布的主要气候因子，水分条件是制约2000—2020年水田分布的主要气候因子。

关键词 气候变化；水田；东北三省；偏回归平方和

中图分类号：P467文献标识码：B 文章编号：2095–3305（2023）07–0135-03

水田是耕地的重要组成部分，其主要种植物水稻，是人们赖以生存的粮食之一，为人们的生存和发展提供重要保障。东北三省是我国水稻主产区之一，受气候变化、粮食需求和农业发展状况的影响，近几十年来的空间分布格局发生了显著变化[1]。因此，研究东北三省水田变化对保障国家粮食安全和促进农业可持续发展具有重要意义。

近些年，许多学者已经开展有关气候变化对水田影响的研究，包括气候变化对水田面积、水田格局、水稻种植界限变化等方面的研究[2-6]。以往的研究多集中在年平均气温、降水量、积温等单个气候因子对水田格局变化的影响，缺乏多种气候因子对水田变化综合影响的研究，各气候因子对水田格局变化贡献的定量分析研究更少[7-9]。定量评价不同时期影响水田格局气候因子的贡献大小，并找出影响水田格局的主要气候因素，是亟待解决的问题。基于1986—2020年东北三省的气候数据和水田数据，利用GIS技术和数理统计方法确定不同时期影响水田格局变化的主要气候因子，定量评价影响东北三省水田格局气候因子的贡献大小，为气候变化背景下水田的合理利用、开发和规划提供技术参考和依据。

1 材料与方法

1.1 研究区域

研究区域指行政上的东北区，主要包括黑龙江省、吉林省和辽宁省三省（图1）。东北三省是我国纬度最高的地区，属于温带季风气候，夏季雨热同期的特点利于农业生产[10-11]。冬季寒冷而漫长，夏季温暖湿润，年均气温2.75～5.72 ℃，年均降水量250～700 mm[12]。

1.2 数据资料的来源与获取

1986、2000和2020年的东北三省水田数据来源于美国地质勘探局USGS下载的分辨率为30 m×30 m的landsat 8 OLI/ETM+/TM影像，使用ENVI 5.1软件提取出水田分布范围，经野外调查与高分辨率遥感影像验证。1986—2020年东北三省气象数据来源于中国气象局国家气象信息共享中心，共选取东北三省96个气象站点。

1.3 主要研究方法

1.3.1 气候因子计算方法 选取对水田有影响的11个气候因子（年平均气温、年降水量、平均气温距平、平均最高气温、平均最低气温、降水距平百分率、平均相对湿度、温暖指数、寒冷指数、生物温度、湿度指数），依据月平均气温计算温暖指数、寒冷指数、生物温度，依据年降水量与温暖指数计算湿度指数。

1.3.2 水田变化及影响因素研究方法 采用动态度指标分析水田动态变化的程度与速率，质心偏移模型分析不同时期水田在空间上的分布变化和差异。根据东北三省的实际情况，利用ArcGIS 10.5软件建立20 km×20 km的网格，叠加水田分布图并计算出每个网格的水田率。

通过SPSS软件处理，采用逐步回归分析方法分别计算出1986—2000年和2000—2020年2个时间段内影响水田分布的主要气候因子，并计算各主要气候因子的偏回归平方和及贡献率。得到2个时期主要气候因子变化率与水田变化率之间的逐步回归方程。

2 结果与分析

2.1 东北三省气候变化特征

东北三省1986—2020年年平均气温为5.32 ℃，年平均降水量为613.97 mm，其中1986—2000年年平均气温为5.15 ℃，年平均降水量为607.52 mm，2000—2020年年平均气温为5.45 ℃，年平均降水量为618.81 mm。由图2可以看出研究区年平均气温逐渐上升，年平均降水量在1986—2000呈下降趋势，2000—2020呈上升趋势。

2.2 东北三省水田格局变化

2.2.1 东北三省水田面积变化 1986、2000和2020年东北三省水田总面积分别为36 422、43 679和58 496 km2，呈逐渐增长的趋势，增幅为22 074 km2，增加了60.61%，2000—2020年水田面积动态度是1986—2000年的1.59倍（表1），说明东北三省后期（2000—2020年）水田增加的幅度远大于前期（1986—2000年）。各省水田面积变化差异较大：辽宁省水田面积呈现逐渐下降趋势；吉林省水田面积先增加后减少，但总体处于增加的状态；黑龙江省水田面积逐渐增加，变化速率和动态度是3个省份中变化最大的地区。

2.2.2 东北三省水田空间格局的动态变化 采用网格分析法制作东北三省水田变化率的空间分布图，分析东北三省水田的空间分布规律（图3）。总体而言，1986—2000年东北三省东北部和西部水田呈增加趋势，而中部和南部呈减少趋势，从行政区域来看，黑龙江省水田面积总体增加，辽宁省水田面积呈现减少的趋势，而吉林省有增有减，吉林省西部地区以增加为主，吉林省中部地区以减少为主。

2.3 東北三省气候变化对水田格局影响的定量评价

2.3.1 1986—2000年东北三省气候变化对水田格局影响的定量评价 东北三省1986—2000年主要气候因子变化率与水田变化率之间的逐步回归方程为：

y=-3.202+0.092x1+0.055x2+0.68x3+1.255x4-0.21x5-2.41x6（1）

式（1）中，y为水田变化率，x1为寒冷指数变化率，x2为平均气温距平变化率，x3为平均相对湿度变化率，x4为温暖指数变化率，x5为湿度指数变化率，x6为生物温度变化率，通过了0.001检验。利用此逐步回归模型，计算各主要气候因子的偏回归平方和及贡献率，其中寒冷指数贡献率为2.1%、平均气温距平贡献率为9.7%、平均相对湿度贡献率为13.0%、温度指数贡献率为20.2%、湿度指数贡献率为13.4%、生物温度贡献率为41.6%。

分析1986—2000年东北三省气候变化对水田格局影响。东北三省水田变化与寒冷指数、平均气温距平、平均相对湿度、温暖指数呈正相关性，与湿度指数和生物温度呈负相关。对水田面积和格局变化影响由大到小的因子依次是：生物温度、温暖指数、湿度指数、平均相对湿度、平均气温距平和寒冷指数。生物温度和温暖指数贡献率大，二者的贡献率之和为61.8%，说明生物温度和温暖指数是影响1986—2000年水田格局变化的主要气候因子。

2.3.2 2000—2020年东北三省气候变化对水田格局影响的定量评价 东北三省2000—2020年主要气候因子变化率与水田变化率之间的逐步回归方程：

y=14.222-0.202x1-1.787x2+1.001x3+1.223x4-1.149x5（2）

式（2）中，y为水田率，x1为寒冷指数变化率，x2为平均最高气温变化率，x3为平均相对湿度变化率，x4为年降水量变化率，x5为湿度指数变化率，通过0.001检验。

2000—2020年东北三省水田变化与平均相对湿度和年降水量呈正相关性，与寒冷指数、平均最高气温和湿度指数呈负相关。利用偏回归平方和，计算各主要气候因子对2000—2020年水田变化的贡献率。其中寒冷指数贡献率为6.6%、平均最高气温贡献率为23.8%、平均相对湿度贡献率为7.3%、年降水量贡献率为31.8%、湿度指数贡献率为30.5%，对水田面积和格局变化影响由大到小的因子依次是：年降水量、湿度指数、平均最高气温、平均相对湿度和寒冷指数。其中，年降水量、湿度指数和平均最高气温贡献率相对较大，二者的贡献率之和为86.1%，说明2000—2020年，年降水量、湿度指数和平均最高气温是影响水田格局变化的主要气候因子。

3 讨论与结论

3.1 讨论

本研究表明寒冷指数、平均相对湿度、湿度指数一直是影响1986—2020年水田空间格局变化的因素。1986—2000年影响东北三省水田分布的主要气候因子是生物温度和温暖指数，说明热量资源是此时期东北三省水田空间格局变化的主要影响因素。2000—2020年影响水田分布的主要气候因子是年降水量、湿度指数和平均最高气温。随着气候变暖，热量已经不再是影响东北三省水田分布的主要因子，在温度普遍升高、蒸发增加的背景下，水分条件是制约水资源不足地区作物生产的首要因子，因此水分条件是此期东北三省水田空间格局变化的主要影响因素。

3.2 结论

（1）1986—2020年东北三省水田总面积逐渐增加，增加了60.61%。不同区域变化较大，东北三省的东北部和西部以增加为主，南部、西南部和中部以减少为主。

（2）寒冷指数、平均相对湿度、湿度指数一直是影响1986—2020年水田空间格局变化的因素。不同时期对东北三省水田格局影响的主要气候因子不同，1986—2000年影響东北三省水田分布的主要气候因子是生物温度和温暖指数，2000—2020年影响水田分布的主要气候因子是年降水量、湿度指数和平均最高气温。

除水分、热量条件之外，人类活动因素也会影响水田格局。本研究仅从气候方面研究了水田格局变化，并未考虑人类活动对水田格局变化的影响，在今后的研究中需进一步加强气候和人类活动综合作用下的水田格局变化的研究。

参考文献

[1] 陈源源.气候变化对中国粮食生产的影响[J].中国农学通报，2021，37（12）：51-57.

[2] 庞艳梅，陈超，徐富贤，等.气候变化对四川盆地主要粮食作物生产潜力的影响[J].中国生态农业学报（中英文），2020，28（11）：1661-1672.

[3] Gao Jay， Liu Yansui. Climate warming and land use change in Heilongjiang Province， Northeast  China[J].Applied Geography， 2010， 31（2）： 476-482.

[4] 曾志勇.气候变化对水稻生产影响的研究综述[J].东北农业科学，2021，46（1）：89 -93.

[5] 陶军德，李艳芳，曾光建.近30年黑龙江省水田规模与分布变化及其对气候变化的响应[J].中国土地科学，2011，25（4）： 26-30，97.

[6] 王媛，方修琦，徐锬，等.气候变暖与东北地区水稻种植的适应行为[J].资源科学，2005，27（1）：121-127.

[7] 胡洵瑀，王斌，张爱英.近60年鄱阳湖流域作物生长季昼夜温度和降水时空变化特征及其对农业生产的影响[J].安徽农学通报，2021，27（6）：152-160.

[8] 陈浩，李正国，唐鹏钦，等.气候变化背景下东北水稻的时空分布特征[J].应用生态学报，2016，27（8）：2571-2579.

[9] 安刚，孙力，廉毅.东北三省可利用降水资源的初步分析[J].气候与环境研究， 2005，10（1）：132?139.

[10] 孙力，安刚，丁立，等.中国东北地区夏季降水异常的气候分析[J].气象学报， 2000，58（1）：70?82.

[11] 劉吉平，李宝林，张国坤.黑龙江省湿地空间分布规律及其影响因素的定量分析[J].东北林业大学学报，2005（5）：65-67.

[12] 李祎君，王春乙.气候变化对我国农作物种植结构的影响[J].气候变化研究进展，2010，6（2）：123-129.

Quantitative Evaluation of the Impact of Climate Change on Paddy Field Pattern in Three Northeast Provinces from 1986 to 2020

Huang Jia-bin et al（School of Tourism and Geography， Jilin Normal University， Siping， Jilin 136000）

Abstract Taking the three northeastern provinces as the research area， using the spatial distribution data of three periods of paddy fields and combining with 11 climate factors that affect changes in paddy field area and pattern， quantitatively evaluate the contribution of climate factors that affect paddy field pattern in different periods. The results showed that from 1986 to 2000， the temperature in the three northeastern provinces gradually increased and precipitation showed a decreasing trend. From 2000 to 2020， the temperature gradually increased and precipitation showed an upward trend. The area of paddy fields was showing an increasing trend. Heat and water conditions were the main factors affecting the spatial distribution of paddy fields in the three northeastern provinces， but the main climatic factors affecting paddy fields vary in different periods. Heat resources were the main climatic factors restricting the distribution of paddy fields in the three northeastern provinces from 1986 to 2000， While water conditions were the main climatic factors restricting the distribution of paddy fields from 2000 to 2020.

Key words Climate change; Paddy fields; Three northeastern provinces; Sum of squares of partial regression