張文琦，宋 戈

?

三江平原典型區(qū)水田時空變化及驅(qū)動因素分析

張文琦，宋 戈※

（東北大學土地管理研究所，沈陽 110169）

為闡明區(qū)域水田時空變化特征及其驅(qū)動因素，該文以三江平原典型地區(qū)富錦市為例，運用網(wǎng)格單元法和地理探測器模型分析不同時段（1989—2002年、2002—2015年）水田時空變化特征及驅(qū)動因素，探討各驅(qū)動因子在水田時空變化中的作用及其相互關系。結果表明：1）1989—2015年富錦市水田擴張明顯，新增水田34.99萬hm2，墾區(qū)水田化進程早于農(nóng)區(qū)。1989—2002年，東部墾區(qū)水田擴張度較高，南部次之；2002—2015年，水田擴張度較高的地區(qū)主要分布在西南部農(nóng)區(qū)與北部墾區(qū)。2）1989—2002年，水田擴張的主要驅(qū)動因素為政策因素和土壤類型，各因子間的交互作用大部分是雙因子增強；2002—2015年，自然因素對水田變化影響減弱，水田擴張的主要驅(qū)動因素是到河流距離和到鐵路距離，各因子間的交互作用大部分是非線性增強，水田化發(fā)展到成熟階段。富錦市水田時空變化差異是由多種驅(qū)動因子共同作用的結果，研究結果可為三江平原耕地資源合理利用及水田規(guī)?？茖W管控提供借鑒和參考。

土地利用；遙感；時空變化；耕地；水田；驅(qū)動因素；地理探測器；三江平原

0 引 言

水田變化是人類活動影響耕地利用結構的結果，空間表現(xiàn)為區(qū)域內(nèi)水田種植面積擴張或縮小，水田變化不可避免地對區(qū)域農(nóng)業(yè)生產(chǎn)功能和農(nóng)業(yè)生態(tài)系統(tǒng)服務產(chǎn)生重要影響[1-2]。全球氣候變化與人類活動的雙重脅迫，直接影響地球表層土地利用結構的穩(wěn)定性，使全球和區(qū)域尺度的耕地及耕地內(nèi)部利用結構發(fā)生劇烈變化。三江平原地處中高緯度和歐亞大陸東端，對全球氣候變化十分敏感，地表升溫幅度和降水時空異質(zhì)性高于全球同期水平[3-5]，20世紀90年代以來為應對全球氣候變化，在高強度人類活動干擾下大面積種植水稻，濕地基質(zhì)逐漸變?yōu)檗r(nóng)田基質(zhì)，耕地利用結構發(fā)生明顯變化，水田擴張?zhí)卣黠@著[6]。水田極端變化無疑會影響區(qū)域內(nèi)糧食供給和資源環(huán)境的保護[7]，因此，認識水田變化過程并揭示水田變化與驅(qū)動因子之間的相關性，對于促進耕地利用結構的調(diào)整優(yōu)化、區(qū)域生態(tài)環(huán)境的改善和有針對性的進行耕地保護等具有重要的學術意義和實踐價值。

國內(nèi)外基于耕地變化的驅(qū)動力研究已由最初的定性表達，發(fā)展到如今的驅(qū)動因子定量分析。學者們通常將耕地變化的影響因素分為自然因素和社會經(jīng)濟因素兩大類[8]，自然因素中的高程、坡度等被證明是影響耕地變化的主要因素，社會經(jīng)濟因素中人口與經(jīng)濟發(fā)展、交通可達性等因素也被證實是耕地變化的主要影響因素[9]。研究方法通常為自相關分析、面板數(shù)據(jù)模型、空間計量回歸模型、空間成本加權模型、地理加權回歸、空間疊加分析等[10-12]。但以往研究中多因子交互識別是一個理論難題，目前這一類研究相對較少。由王勁峰[13-14]等提出的地理探測器模型，能有效識別因子間的相互關系，探測各因子對模型的解釋力，能從龐大的空間數(shù)據(jù)中提取有用的空間關聯(lián)規(guī)則。然而，目前學者們針對該地區(qū)水田變化的研究較為少見，僅有部分研究關注水田數(shù)量變化特征和空間演化規(guī)律[15]，尤其是針對水田時空變化的驅(qū)動力研究更為匱乏。

富錦市地處三江平原腹地，普通農(nóng)區(qū)與墾區(qū)國營農(nóng)場并存，其耕地變化是整個三江平原的縮影。本文以富錦市為研究區(qū)，為客觀探究水田的時空變化特征及其驅(qū)動因子，在分析富錦市水田時空變化差異的基礎上，引入地理探測器模型定量分析水田變化的驅(qū)動因素，揭示其驅(qū)動因子在水田擴張過程中的作用及相互關系，確定不同時期影響水田擴張的主導因子，以期為三江平原耕地保護和管理提供科學依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

富錦市位于黑龍江省東北部、松花江下游南岸三江平原腹地，地理位置為46°45′35″～47°37′15″N，131°25′12″～133°26′43″E，土地總面積822 400 hm2。全境地勢地平，平均海拔60 m，地貌從西北向東南緩慢傾斜，形成西北略高，中部低平，東南稍低的沖積平原。富錦市屬中溫帶大陸性季風氣候區(qū)，四季分明，年平均氣溫2.9℃，年降水量573.9 mm，10℃以上活動積溫2 300～2 500℃，熱量狀況較好，適合農(nóng)林牧漁業(yè)生產(chǎn)。富錦市土壤主要有白漿土、草甸土、沼澤土、暗棕壤和黑土，土壤肥沃，可耕性良好。富錦市轄10個鄉(xiāng)鎮(zhèn)，267個行政村，農(nóng)墾建三江分局及七星、大興、創(chuàng)業(yè)3個國營農(nóng)場在其境內(nèi)，2016年末總人口46萬人。富錦市農(nóng)區(qū)與墾區(qū)兩種體制并存，農(nóng)區(qū)耕地屬農(nóng)村集體所有，墾區(qū)耕地屬國家所有，其中富錦市所轄七星農(nóng)場、大興農(nóng)場和創(chuàng)業(yè)農(nóng)場屬于墾區(qū)，其他地區(qū)屬于農(nóng)區(qū)。三江平原是全球范圍短時限內(nèi)經(jīng)歷高強度人類活動的區(qū)域，建國以來經(jīng)歷4次大規(guī)模土地開發(fā)高潮，農(nóng)業(yè)開發(fā)活動非?；钴S，20世紀80年代末至21世紀初期是第四次墾荒高潮，當?shù)卣扇≠Y金補貼等政策推行“旱改水”種植模式，大量低洼旱地改為水田，耕地利用格局變化劇烈，至2002年，富錦市農(nóng)業(yè)種植結構調(diào)整政策基本推行完畢[16]?；诖?，本研究時段確定為1989—2002年和2002—2015年，以探尋該地區(qū)水田變化的空間特征及其驅(qū)動因素。

圖1 研究區(qū)示意圖

1.2 數(shù)據(jù)來源與處理

1.2.1 遙感影像數(shù)據(jù)

本研究采用6幅Landsat遙感影像：1）獲取1989年研究區(qū)云量符合標準的耕作期Landsat5 TM影像，成像時間為5月17日和6月12日。2）獲取2002年研究區(qū)云量符合標準的Landsat7 ETM+影像，成像時間為5月17日和6月24日。3）獲取2015年研究區(qū)云量符合標準的Landsat8 OLI影像，成像時間5月21日和6月16日。依據(jù)三江平原一年一季農(nóng)作物發(fā)育時期，水稻一般4月育苗，5月和6月處于插秧和分蘗期，此時水田在遙感影像中光譜差異明顯[17]，故本研究遙感影像選擇耕作初期（5月和6月）為主要數(shù)據(jù)源，分辨率為30 m×30 m，軌道號選擇114/27和115/27。

根據(jù)2017年11月1日頒布的《土地利用現(xiàn)狀分類》（GB/T 21010—2017），結合富錦市土地利用特點，確定土地利用分類系統(tǒng)，包括6個大類：耕地、林地、草地、水域、建設用地和濕地，其中耕地分為水田和旱地，本文研究主體水田依據(jù)分類標準可界定為用于種植水稻等水生農(nóng)作物的耕地。基于ENVI 5.1軟件平臺，經(jīng)幾何校正、圖像增強等預處理，根據(jù)不同地類的色調(diào)、紋理等特征建立解譯標志，采用面向?qū)ο笈c人工目視解譯相結合的方法進行遙感影像分類，得到富錦市1989年、2002年、2015年3期土地利用現(xiàn)狀數(shù)據(jù)。采用同期土地調(diào)查資料和典型區(qū)域野外抽樣調(diào)查進行精度驗證，3期影像解譯總體精度分別為88.72%、91.52%和93.18%，Kappa系數(shù)分別為0.84、0.83和0.87，分類結果滿足精度要求，因此，通過該方法獲取的富錦市土地利用分類結果滿足研究所需精度。

1.2.2 驅(qū)動因子選擇與獲取

水田變化的空間選擇不但考慮自然因素對于水稻種植環(huán)境的適宜性和適應性要求，而且考慮農(nóng)戶生產(chǎn)生活的經(jīng)濟性和便利性。在此基礎上，本研究結合已有研究成果[18]與富錦市實際情況，綜合確定高程、坡度、土壤類型、到河流距離、到鐵路距離和到城鎮(zhèn)距離和政策因素7個因素作為驅(qū)動因子。

1）高程。高程是影響水田分布的重要指標。DEM數(shù)字高程數(shù)據(jù)下載自地理空間數(shù)據(jù)云（http://www.gscloud.cn/），分辨率為30 m×30 m。

2）坡度。坡度通過影響水田建設的成本和便利度來影響水田空間分布。坡度數(shù)據(jù)利用ArcGIS 10.2軟件空間分析功能坡度命令由DEM數(shù)據(jù)提取而來。

3）土壤類型。不同土壤類型的理化性質(zhì)差異顯著，直接影響水田建設的成本和糧食產(chǎn)量。富錦市有白漿土、黑土、草甸土等7種土壤類型（不包括河流湖泊），不同土壤的理化性質(zhì)差異明顯，導致水田開發(fā)成本、糧食產(chǎn)量差異較大，所以土壤因子對水田變化具有一定影響。土壤數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心（http://www.resdc.cn），通過ArcGIS 10.2以富錦市行政區(qū)劃裁剪后進行空間柵格化處理。

4）到河流距離。人類墾殖過程中體現(xiàn)出較強的親水性，河流分布是影響水田變化的重要因素。河流矢量數(shù)據(jù)來源于國家基礎地理信息中心（http://ngcc.sbsm.gov.cn/），距離因子利用ArcGIS 10.2軟件中Euclidean Distance工具獲取。

5）到鐵路距離。距離因素直接影響著人類對于土地格局的干擾程度，很多研究已經(jīng)證明交通線的分布會對區(qū)域土地利用變化產(chǎn)生影響[19-20]。本研究主要考慮距離因素對土地利用變化（水田變化）的影響，自1974年三江平原福前鐵路開通以來，鐵路一直作為富錦市的主要交通線，因此到鐵路距離對當?shù)厮镒兓哂袑嶋H意義。數(shù)據(jù)來源與處理同上。

6）到城鎮(zhèn)距離。綜合考慮耕作適宜性、建設經(jīng)濟性和生活便利性，到城鎮(zhèn)距離一定程度上影響研究區(qū)水田空間分布特征。數(shù)據(jù)來源與處理同上。

7）政策因素。墾區(qū)與農(nóng)區(qū)的行政歸屬不同，有關土地管理的行政命令不同，本研究根據(jù)富錦市行政體制差異將研究區(qū)政策因素劃分為農(nóng)區(qū)和墾區(qū)2部分。在驅(qū)動力分析中政策因素按農(nóng)區(qū)與墾區(qū)的范圍分成2類，分別賦值為0與1，以區(qū)分其類別。

對土地利用數(shù)據(jù)以及DEM、土壤、鐵路、水系和居民點等數(shù)據(jù)進行地圖投影和坐標校正，本研究在影像的空間幾何配準上統(tǒng)一采用CGCS2000投影坐標系。

2 研究方法

2.1 網(wǎng)格單元法

網(wǎng)格單元（grid cell，GC）方法可以定量分析水田在時間和空間上的精細變化，并且能夠通過將相關的自然及人文因子轉(zhuǎn)入網(wǎng)格單元內(nèi)，定量分析研究區(qū)域內(nèi)水田變化的驅(qū)動力[21-22]。本研究基于ArcGIS平臺，在研究區(qū)范圍內(nèi)建立矢量網(wǎng)格，綜合考慮研究區(qū)面積、研究目的以及計算機運行效率等因素，通過反復試驗，確定網(wǎng)格單元大小為1 000 m×1 000 m，總計8 611個網(wǎng)格單元。將基于遙感數(shù)據(jù)獲得的專題圖通過ArcGIS軟件轉(zhuǎn)入對應位置的網(wǎng)格單元內(nèi)，對富錦市1989—2015年水田擴張面積的分散程度進行統(tǒng)計。

在本研究中，水田擴張度定義為每個統(tǒng)計網(wǎng)格單元內(nèi)的水田圖斑占網(wǎng)格單元總面積的比例，其動態(tài)變化量能刻畫出水田分布擴張或消亡的時空過程。計算每個網(wǎng)格內(nèi)水田擴張圖斑的面積，然后計算在相應網(wǎng)格內(nèi)所占的比例，公式為

式中為水田變化圖斑在每個網(wǎng)格內(nèi)所占的面積比例，0≤≤1；A為每個網(wǎng)格內(nèi)水田變化面積，m2；A是每個網(wǎng)格的面積，m2。

2.2 地理探測器

地理探測器模型是探測空間分異性，以及揭示其驅(qū)動因子的一組新興統(tǒng)計學方法，此方法核心思想是如果某個自變量對某個因變量有重要影響，那么自變量和因變量的空間分布也應該具有相似性[23-25]。地理探測器包括4個探測器：因子探測、交互作用探測、風險區(qū)探測和生態(tài)探測，其獨特優(yōu)勢是探測兩因子交互作用于因變量，通過分別計算和比較各單因子值及兩因子疊加后值，可以判斷兩因子是否存在交互作用，以及交互作用的強弱、方向、線性還是非線性。本研究運用地理探測器的因子探測器和交互探測器模型，定量分析富錦市水田變化空間差異的驅(qū)動因子。

（1）因子探測器：探測水田變化的空間分異性，以及探測驅(qū)動因子多大程度上解釋了水田變化屬性的空間分異。用值度量，表達式為

（2）交互探測器：定量表征2個不同驅(qū)動因子對水田分布格局的相互作用，對于影響水田化進程的2種因子1和2，計算他們交互（疊加變量1和2兩個圖層形成新的多邊形分布）時的值，對(1)、(2)與(1∩2)進行比較。兩因子之間關系可分為以下幾類：若(1∩2) Max((1)，(2))，說明因子1和2交互后雙因子增強；若(1∩2)=(1)+(2)，說明因子1和2交互后相互獨立；若(1∩2)>(1)+(2)，說明因子1和2交互后非線性增強。

本研究中應用地理探測器模型分析水田分布格局的變化與所選7種影響因子的相關性以及多種影響因子之間的交互作用。地理探測器的具體實現(xiàn)采用GeoDetector軟件（http://www.geodetector.org/），讀入離散化處理后的類型數(shù)據(jù)，軟件運行結果本研究側重分析兩部分：影響因子對水田變化格局的空間分異性的解釋力，以及這些影響因子對水田變化的空間分異性影響的交互作用。

3 結果與分析

3.1 水田變化空間特征分析

1989—2015年富錦市水田擴張明顯，新增水田34.99萬hm2。基于ArcGIS 10.2平臺，利用自然間斷點分級法將1989—2002年和2002—2015年水田擴張面積進行分級，分類數(shù)為5。與1 000 m×1 000 m網(wǎng)格層疊加，得到1989—2002年和2002—2015年富錦市1 000 m×1 000 m網(wǎng)格單元統(tǒng)計的水田擴張度空間分布圖（圖2）。

1989—2002年，當?shù)卣耙缘局螡场鞭r(nóng)業(yè)種植結構調(diào)整政策的推行，導致富錦市水田擴張度在空間上呈現(xiàn)大范圍連片擴展和零星分散。1 000 m×1 000 m格網(wǎng)內(nèi)水田擴張度高于0.3的網(wǎng)格單元數(shù)為2 210個，占總數(shù)的26%，主要聚集分布在富錦市東部墾區(qū)，為水田化集中分布區(qū)。水田擴張度在閾值0～0.102 5區(qū)間內(nèi)的網(wǎng)格單元數(shù)為5 425個，占總數(shù)的63%，主要分布在富錦市中西部地區(qū)。水田擴張度在閾值0.102 6～0.3區(qū)間內(nèi)的網(wǎng)格單元數(shù)為976個，占總數(shù)的11.33%，主要零星分布在富錦市中部平原區(qū)以及沼澤濕地邊緣地帶。在規(guī)模上，東部地區(qū)的水田擴張度明顯高于中西部地區(qū)，且水田擴張聚集密度較高，以富錦市東部墾區(qū)農(nóng)場尤為顯著。此階段，富錦市中部傳統(tǒng)農(nóng)區(qū)經(jīng)濟發(fā)展滯后，主要以墾殖沼澤濕地為主，受地形、土質(zhì)等因素影響，水田化程度較低。

圖2 富錦市1 000 m×1 000 m網(wǎng)格單元統(tǒng)計的水田擴張度分布

2002—2015年，“兩江一湖工程”、“高標準基本農(nóng)田建設工程”等耕地開發(fā)整治工程實施，富錦市耕地達到較高的農(nóng)業(yè)開發(fā)水平，水田化水平大幅度提升，有條件地區(qū)基本實現(xiàn)全域水田化。該時段內(nèi)，1 000 m×1 000 m格網(wǎng)內(nèi)水田擴張度在0～0.094 3區(qū)間內(nèi)的網(wǎng)格單元數(shù)為3 718個，占總網(wǎng)格單元數(shù)的36.91%，區(qū)域內(nèi)大范圍耕地基本實現(xiàn)“旱改水”。水田擴張度在閾值0.094 4～0.266 7區(qū)間內(nèi)網(wǎng)格單元數(shù)為1 913個，在閾值0.266 8～0.472 3范圍內(nèi)的網(wǎng)格單元數(shù)為1 489個，2個區(qū)間內(nèi)網(wǎng)格單元數(shù)占總數(shù)的39.51%，主要分布于富錦市墾區(qū)的中南部，由于墾區(qū)20世紀90年代以來率先開展“以稻治澇”實施旱地轉(zhuǎn)水田工程，進入水田化成熟期，2002—2015年水田擴張度相比前一階段有所降低。1 000 m×1 000 m格網(wǎng)內(nèi)水田擴張度高于47.24%，處于第四、五區(qū)間內(nèi)的網(wǎng)格單元數(shù)為2 031個，占網(wǎng)格單元總數(shù)的23.59%，這部分區(qū)域主要位于富錦市西部農(nóng)區(qū)的錦山鎮(zhèn)、長安鎮(zhèn)和硯山鎮(zhèn)等區(qū)域，表明富錦市農(nóng)區(qū)受體制等因素制約，旱田轉(zhuǎn)水田進程慢于東部墾區(qū)。

3.2 水田變化空間特征驅(qū)動因素分析

探索不同影響因素對三江平原水田化的影響及作用強度一直是眾多學者關注的焦點。本文通過定量研究的方法分析造成該區(qū)域水田化區(qū)域差異的驅(qū)動因素，并探索這些驅(qū)動因子在地理空間上對水田空間格局變化的解釋強度。由于地理探測器擅長識別類型數(shù)據(jù)，而對于順序量、比值量或間隔量，需要進行適當?shù)碾x散化[13]，本文將高程、坡度、到河流距離、到鐵路距離與到城鎮(zhèn)距離都用自然斷點分成5類，土壤類型分為8類，政策因素按照農(nóng)區(qū)與墾區(qū)行政范圍將分別賦值為0與1，以對政策因素量化和空間化表達，便于在地理探測器中進行分析（圖3）。

圖3 水田變化驅(qū)動因子空間分布圖

3.2.1 驅(qū)動因子探測

運用GeoDetector軟件進行數(shù)據(jù)處理，借助因子探測器模塊獲得1989—2002年和2002—2015年水田變化各驅(qū)動因子的作用強度值（地理探測器的值），值越大表示該指標對水田擴張度空間分異的作用強度越大，且是決定水田擴張度空間分異的主要影響因素。

1989—2002年水田變化的驅(qū)動因子作用強度值從大到小排列依次為：政策因素（0.252 4）、土壤類型（0.180 1）、到河流距離（0.155 8）、到鐵路距離（0.111 4）、高程（0.100 4）、坡度（0.0277 4）、到城鎮(zhèn)距離（0.155 8）。該時期富錦市水田面積的擴張是多因子共同作用的結果，其中政策因素起主導作用，土壤類型、到河流距離、到鐵路距離也具有較強的解釋力，而高程、坡度、到城鎮(zhèn)距離對水田面積擴張的作用強度較小。表明20世紀90年代富錦市水田面積擴張在農(nóng)業(yè)結構調(diào)整的政策引領下，率先改造土壤類型適合種植水田、區(qū)位條件優(yōu)越的土地，導致富錦市東部墾區(qū)大量開發(fā)條件優(yōu)越的耕地資源被墾殖為水田。

2002—2015年水田變化的驅(qū)動因子作用強度值從大到小排列依次為：到河流距離（0.041 4）、到鐵路距離（0.028 9）、高程（0.018 7）、土壤類型（0.015 3）、到城鎮(zhèn)距離（0.015 2）、政策因素（0.005 2）、坡度（0.000 7）。中國城鎮(zhèn)化進程加快導致南方水稻種植面積逐漸減少，國家對糧食需求量持續(xù)增加，促使北方水稻種植面積逐漸擴大。三江平原地區(qū)水田種植區(qū)的水稻受到消費者認可，導致市場需求量逐年上升，在市場經(jīng)濟導向作用下，促進富錦市水田種植面積進一步擴大。另一方面，種植水稻的平均收益遠高于玉米的平均收益，在比較利益的驅(qū)動下，農(nóng)民在條件適宜的地區(qū)實行旱改水工程，導致大面積旱地轉(zhuǎn)為水田。該時期自然因素已不再是限制水田發(fā)展關鍵，利益驅(qū)動下滿足水田改造條件的耕地都轉(zhuǎn)為水田，富錦市基本實現(xiàn)全面水田化。

3.2.2 驅(qū)動因子交互作用探測

富錦市水田化空間分布差異是由多種影響因子共同作用的結果，不可能存在單一因子或單一性因素影響水田的分布和變化。借助地理探測器的交互作用探測器模塊獲得1989—2002年和2002—2015年各驅(qū)動因子對水田變化的交互作用（表1、表2）。

表1 1989—2002年富錦市水田變化各驅(qū)動因子的交互作用

注：1、2為驅(qū)動因子，Max為(1)、(2)中最大值，Min為(1)、(2)中最小值。下同。

Note:1 and2 are the driving factors. Max is the maximum value of(1) and(2). Min is the minimum value of(1) and(2). The same below。

1989—2002年間各驅(qū)動因子對水田變化的交互作用大部分是雙因子增強和非線性增強，不存在相互獨立起作用的因子。其中解釋力較大的交互驅(qū)動因子土壤類型/政策因素（0.311 7）、到鐵路距離/政策因素（0.298 0）、到河流距離/政策因素（0.290 2）、土壤類型/到河流距離（0.282 6）、到城鎮(zhèn)距離/政策因素（0.262 5）等均為雙因子增強。土壤類型/到城鎮(zhèn)距離（0.211 6）、到城鎮(zhèn)距離/到河流距離（0.185 4）、到城鎮(zhèn)距離/到鐵路距離（0.165 5）等為非線性增強。政策因素和土壤類型可以較大增強各驅(qū)動因子對水田分布空間格局變化的解釋力，說明政策引導對水田的空間變化有一定影響。

2002—2015年間各因子對水田變化的交互作用大部分(1∩2)>(1)+(2)，是非線性增強的。其中解釋力較大的交互驅(qū)動因子從大到小依次為：到河流距離/到鐵路距離（0.097 9）、土壤類型/到河流距離（0.073 1）、高程/到鐵路距離（0.071 2）、土壤類型/到鐵路距離（0.067 7）、到城鎮(zhèn)距離/到鐵路距離（0.066 8）。相互作用增強的主要是自然因子與社會因子交互，自然因子與社會因子非線性增強的貢獻率大于兩者之和，說明該時期水田擴張不僅僅是單因素作用，是自然因子與社會因子綜合作用的結果，社會因子與自然作用的交互作用造成富錦市水田的大面積擴張。

4 討 論

本研究對富錦市水田分布的動態(tài)變化過程和水田變化的驅(qū)動因素兩個方面進行研究。三江平原地勢平坦、土壤肥沃、水源豐富，自然條件適宜農(nóng)業(yè)發(fā)展，自20世紀90年代以來，三江平原大面積實施“旱改水”工程[26-27]。富錦市作為三江平原的核心區(qū)，水田化程度較高，由于富錦市行政管轄復雜，包含農(nóng)區(qū)與墾區(qū)，體制不同導致富錦市水田化進程空間差異性明顯。本研究運用網(wǎng)格單元法明確了水田變化的大小、幅度，在驅(qū)動因素研究中運用地理探測器模型很好的探測出1989—2015年富錦市水田變化的主導驅(qū)動因子和因子間的交互作用。

從研究結果可以看出，1989—2015年富錦市水田擴張明顯，且墾區(qū)水田化進程早于農(nóng)區(qū)。富錦市地勢低洼，經(jīng)常發(fā)生澇災，90年代末當?shù)貕▍^(qū)因地制宜，率先提出“以稻治澇、以稻致富”，把地勢低平易澇的不利因素變成有利因素，積極推動種植結構向水稻調(diào)整。1989—2015年，富錦市農(nóng)區(qū)與墾區(qū)的水田變化面積占比接近。1989—2002年，墾區(qū)的水田變化面積占富錦市水田變化總面積的73.09%，遠高于農(nóng)區(qū)的36.81%；2002—2015年，富錦市農(nóng)區(qū)的水田變化面積占比高于墾區(qū)，說明墾區(qū)的水田化進程早于農(nóng)區(qū)（表3）。

表3 1989—2015年各時期水田變化面積中農(nóng)區(qū)與墾區(qū)占比

結果表明，土壤類型對富錦市水田變化的驅(qū)動力較大。分別測算富錦市2015年水田、旱地中各土壤類型占比，水田中所占比重較高的土壤類型有草甸土、白漿土和沼澤土，旱地主要土壤類型為草甸土、沼澤土和黑土（表4）。富錦市水田中白漿土占比32.01%，遠高于旱地的12.72%，白漿土質(zhì)地粘重，透水性差，低平地區(qū)的白漿土適合改種水田[28]，黑土的自然肥力很高，但可耕性差，水分有效性低[29]，種植水田需要的灌溉成本過高，因此富錦市旱地中黑土占比21.43%，高于水田的8.70%。

此外，受衛(wèi)星影像分辨率和分類精度影響，結果存在一定誤差，今后應該考慮光學影像與雷達影像相結合，并運用Google Earth Engine云平臺等先進手段進行水田提取[30-31]。此外，本研究分析富錦市水田變化的空間特征及驅(qū)動因素，下一步應結合耕地保護及農(nóng)業(yè)種植結構調(diào)整政策，提出耕地利用的調(diào)整優(yōu)化方向，結合不同發(fā)展情景進行模擬。

表4 2015年水田、旱地和耕地中各土壤類型占比

5 結 論

本文以富錦市水田為研究對象，以遙感影像、DEM數(shù)據(jù)、土壤數(shù)據(jù)等數(shù)據(jù)為基本信息源，基于RS和GIS技術，運用地理探測器模型，對研究區(qū)1989—2015年水田變化特征及驅(qū)動因素進行研究，揭示當?shù)厮镒兓臻g差異的驅(qū)動因子及因子間的交互作用，主要得出以下結論：

1）通過1 000 m×1 000 m網(wǎng)格分析富錦市1989—2002年與2002—2015年水田變化圖，分析可得，1989—2002年水田擴張度較高的區(qū)域主要分布在富錦市東部墾區(qū)，中西部農(nóng)區(qū)水田擴張度較低；2002—2015年，富錦市大范圍耕地實施“旱改水”工程，該時期墾區(qū)在已有水田化基礎上繼續(xù)擴張，西部農(nóng)區(qū)水田擴張度高于東部墾區(qū)。

2）1989—2002年水田擴張主要驅(qū)動因子為：政策因素＞土壤類型＞到河流距離＞到鐵路距離＞高程＞坡度＞到城鎮(zhèn)距離，其中政策因素和土壤類型起主導作用。2002—2015年水田擴張主要驅(qū)動因子為：到河流距離＞到鐵路距離＞高程＞土壤類型＞到城鎮(zhèn)距離＞政策因素＞坡度，該時期在利益驅(qū)動下富錦大部分旱地轉(zhuǎn)為水田，驅(qū)動因子作用力均衡。

3）1989—2002年各因子間的交互作用大部分是雙因子增強的，解釋力較大的驅(qū)動因子有土壤類型/政策因素、到鐵路距離/政策因素、到河流距離/政策因素等；2002—2015年各因子交互作用大部分是非線性增強的，對水田擴張解釋力較大的因子主要有到河流距離/到鐵路距離、土壤類型/到河流距離、高程/到鐵路距離等。

[1] Ge D, Long H, Zhang Y, et al. Farmland transition and its influences on grain production in China[J]. Land Use Policy, 2018, 70: 94－105.

[2] Vliet J, Groot H L F, Rietveld P, et al. Manifestations and underlying drivers of agricultural land use change in Europe[J]. Landscape and Urban Planning, 2015, 133: 24－36.

[3] Song Jie, Cai Dongyan, Deng Jinsong, et al. Dynamics of paddy field patterns in response to urbanization: A case study of the Hang-Jia-Hu Plain[J]. Sustainability, 2015, 7: 13813－13835.

[4] 吳莉，侯西勇，徐新良. 環(huán)渤海沿海區(qū)域耕地格局及影響因子分析[J]. 農(nóng)業(yè)工程學報，2014，30 (9)：1－10. Wu Li, Hou Xiyong, Xu Xinliang. Analysis of spatial pattern of farmland and its impacting factors in coastal zone of Circum Bohai[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(9): 1－10. (in Chinese with English abstract)

[5] Yan Fengqin, Yu Lingxue, Yang Chaobin, et al. Paddy field expansion and aggregation since the mid－1950s in a cold region and its possible causes[J]. Remote sensing, 2018, 10: 384－401.

[6] 宋戈，楊雪昕，高佳. 三江平原典型地區(qū)水田分布格局變化特征[J]. 中國土地科學，2017，31(8)：61－68. Song Ge, Yang Xuexin, Gao Jia. Study on the distribution patterns and characteristics of Paddy cropland in the typical area of Sanjiang Plain[J]. China Land Sciences, 2017, 31(8): 61－68. (in Chinese with English abstract)

[7] 姜秋香，付強，王子龍，等. 三江平原水土資源空間匹配格局[J]. 自然資源學報，2011，26(2)：270－277. Jiang Qiuxiang, Fu Qiang, Wang Zilong, et al. Spatial matching patterns of land and water resources in Sanjiang Plain[J]. Journal of Natural Resources, 2011, 26(2): 270－277. (in Chinese with English abstract)

[8] Jin Jianjun, Jiang Chong, Li Lun. The economic valuation of cultivated land protection: A contingent valuation study in Wenling City, China[J]. Landscape and Urban Planning, 2013, 119: 158－164.

[9] 郇紅艷，譚清美，朱平. 城鄉(xiāng)一體化進程中耕地利用變化的驅(qū)動因素及區(qū)域比較[J]. 農(nóng)業(yè)工程學報，2013，29(21)：201－213. Huan Hongyan, Tan Qingmei, Zhu Ping. Driving factors of cultivated land use change in city and countryside integration process and region comparisons[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(21): 201－213. (in Chinese with English abstract)

[10] 歐陽玲，王宗明，賈明明，等. 基于遙感的吉林省中西部耕地數(shù)量和質(zhì)量空間格局變化分析[J]. 農(nóng)業(yè)工程學報，2016，32(13)：234－242. Ouyang Ling, Wang Zongming, Jia Mingming, et al. Spatial pattern analysis on quantity and quality of cultivated land in mid-west Jilin province based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(13): 234－242. (in Chinese with English abstract)

[11] 劉敏，趙翠薇，施明輝. 貴州山區(qū)土地利用變化多尺度空間自相關分析[J]. 農(nóng)業(yè)工程學報，2012，28(20)：239－246. Liu Min, Zhao Cuiwei, Shi Minghui. Spatial autocorrelation analysis of multi-scale land use change at mountainous areasin Guizhou province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(20): 239－246. (in Chinese with English abstract)

[12] 劉艷軍，于會勝，劉德剛，等. 東北地區(qū)建設用地開發(fā)強度格局演變的空間分異機制[J]. 地理學報，2018，73(5)：818－831. Liu Yanjun, Yu Huisheng, Liu Degang, et al. Spatial differentiation mechanisms of the pattern evolution of construction land development intensity in Northeast China[J]. Acta Geographica Sinica, 2018, 73(5): 818－831. (in Chinese with English abstract)

[13] 王勁峰，徐成東. 地理探測器：原理與展望[J]. 地理學報，2017，72(1)：116－134. Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116－134. (in Chinese with English abstract)

[14] Wang J F, Li X H, Christakos G, et al. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun region, China[J]. International Journal of Geographical Information Science. 2010, 24(1): 107－127.

[15] 李娜，雷國平，張慧，等. 水田化進程下?lián)狭恿饔蚋貢r空變化特征[J]. 水土保持研究，2016，23(5)：63－67+73. Li Na, Lei Guoping, Zhang Hui, et al. Spatial-temporal characteristics of farmland due to paddy field expansion in Naolihe River Basin[J]. Research of Soil and Water Conservation, 2016, 23(5): 63－67+73. (in Chinese with English abstract)

[16] 朱宇. 黑龍江屯墾史[M]. 北京：社會科學文獻出版社，2017.

[17] 劉煥軍，于勝男，張新樂，等. 一年一季農(nóng)作物遙感分類的時效性分析[J]. 中國農(nóng)業(yè)科學，2017，50(5)：830－839. Liu Huanjun, Yu Shengnan, Zhang Xinle, et al. Timeliness analysis of crop remote sensing classification one crop a year[J]. Scientia Agricultura Sinica, 2017, 50(5): 830－839. (in Chinese with English abstract)

[18] 劉吉平，馬長迪，劉雁，等. 基于地理探測器的沼澤濕地變化驅(qū)動因子定量分析：以小三江平原為例[J]. 東北師大學報：自然科學版，2017，49(2)：127－135. Liu Jiping, Ma Changdi, Liu Yan, et al. Quantitative study on the driving factors of marsh change based in Geographical Dector: Case study on Small Sanjiang Plain[J]. Journal of Northeast Normal University: Natural Science Edition, 2017, 49(2):127－135. (in Chinese with English abstract)

[19] 胡金曉，朱明，濮勵杰，等. 交通道路對區(qū)域土地利用變化的影響研究進展[J]. 長江流域資源與環(huán)境，2018，27(1)：205－214. Hu Jinxiao, Zhu Ming, Pu Lijie, et al. Progress of the research on the influence of traffic road on regional land use change[J]. Resources and Environment in the Yangtze Basin, 2018, 27(1): 205－214. (in Chinese with English abstract)

[20] 劉超，霍永偉，許月卿，等. 生態(tài)退耕前后張家口市耕地變化及影響因素識別[J]. 自然資源學報，2018，33(10)：1806－1820. Liu Chao, Huo Yongwei, Xu Yueqing, et al. Changes in cultivated land and influencing factors before and after the implementation of grain for green project in Zhangjiakou City[J]. Journal of Natural Resources, 2018, 33(10): 1806－1820. (in Chinese with English abstract)

[21] 買買提江·買提尼亞孜，阿里木江·卡斯木. 基于網(wǎng)格單元的烏魯木齊市土地覆被/利用時空變化[J]. 農(nóng)業(yè)工程學報，2018，34(1)：210－216. Maimaitijiang Maitiniyazi, Alimujiang Kasimu. Spatial-temporal change of Urumqi urban land use and land cover based on grid cell approach[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(1): 210－216. (in Chinese with English abstract)

[22] 楊忍，劉彥隨，龍花樓，等. 基于格網(wǎng)的農(nóng)村居民點用地時空特征及空間指向性的地理要素識別：以環(huán)渤海地區(qū)為例[J]. 地理研究，2015，34(6)：1077－1087. Yang Ren, Liu Yansui, Long Hualou. et al. patial-temporal characteristics of rural residential land usechange and spatial directivity identification based on gridin the Bohai Rim in China[J]. Geographical Research, 2015, 34(6): 1077－1087. (in Chinese with English abstract)

[23] 趙小風，劉夢麗，王柏源. 基于地理探測器的城市建設用地規(guī)模時空差異及影響因素分析[J]. 中國土地科學，2018，32(5)：29－35. Zhao Xiaofeng, Liu Mengli, Wang Baiyuan. Spatio temporal disparity of urban construction land and its impact factors in China based on Geodetector[J]. China Land Sciences, 2018, 32(5): 29－35. (in Chinese with English abstract)

[24] 李穎，馮玉，彭飛，等. 基于地理探測器的天津市生態(tài)用地格局演變[J]. 經(jīng)濟地理，2017，37(12)：180－189. Li Ying, Feng Yu, Peng Fei, et al. Pattern evolvement of ecological land in Tianjin based on geodetector[J]. Economic Geography, 2017, 37(12): 180－189. (in Chinese with English abstract)

[25] 董玉祥，徐茜，楊忍，等. 基于地理探測器的中國陸地熱帶北界探討[J]. 地理學報，2017，72(1)：135－147. Dong Yuxiang, Xu Qian, Yang Ren, et al. Delineation of the northern border of the tropical zone of China's mainland using Geodetector[J]. Acta Geographica Sinica, 2007, 72(1): 135－147. (in Chinese with English abstract)

[26] 黃妮，劉殿偉，王宗明. 1986年～2005年三江平原水田與旱地的轉(zhuǎn)化特征[J]. 資源科學，2009，31(2)：324－329. Hang Ni, Liu Dianwei, Wang Zongming. Study on mutual transformation characteristics between paddy field and dry land in Sanjiang Plain from 1986 to 2005[J]. Resources Science, 2009, 31(2): 324－329. (in Chinese with English abstract)

[27] 杜國明，潘濤，尹哲睿，等. 水田化進程中的富錦市耕地景觀格局演化規(guī)律[J]. 應用生態(tài)學報，2015，26(1)：207－214. Du Guoming, Pan Tao, Yin Zherui, et al. Cultivated landscape pattern change due to the rice paddy expansion in Northeast China: A case study in Fujin[J]. Chinese Journal of Applied Ecology, 2015, 26(1): 207－214. (in Chinese with English abstract)

[28] 王晉，莊舜堯，朱兆良. 不同種植年限水田與旱地土壤有機氮組分變化[J]. 土壤學報，2014，51(2)：286－294. Wang Jin, Zhuang Shunyao, Zhu Zhaoliang. Fractions of soil organic nitrogen in paddyand upland soils relative to cropping history[J]. Acta Pedologica Sinica, 2014, 51(2): 286－294. (in Chinese with English abstract)

[29] 王嬡華，蘇以榮，李楊，等. 水田和旱地土壤有機碳周轉(zhuǎn)對水分的響應[J]. 中國農(nóng)業(yè)科學，2012，45(2)：266－274. Wang Aihua, Su Yirong, Li Yang, et al. Response of the turnover of soil organic carbon to the soil moisture in paddy and uplandsoil[J]. Scientia Agricultura Sinica, 2012, 45 (2): 266－274. (in Chinese with English abstract)

[30] Dong J, Xiao X, Menarguez M A, et al. Mapping paddy rice planting area in northeastern Asia with Landsat 8 images, phenology-based algorithm and Google Earth Engine[J]. Remote Sensing of Environment, 2016, 185: 142－154.

[31] Yang H, Pan B, Wu W, et al. Field-based rice classification in Wuhua county through integration of multi-temporal Sentinel-1A and Landsat-8 OLI data[J]. International Journal of Applied Earth Observation & Geoinformation, 2018, 69: 226－236.

Spatial-temporal variations and driving factor analysis of paddy fields in typical regions of Sanjiang Plain

Zhang Wenqi, Song Ge※

(,,110169,)

Over the last three decades, paddy fields on the Sanjiang Plain have experienced rapid expansion. It has an important impact on regional food security, ecological environment and socio-economic development. Fujin is a typical area of Sanjiang Plain, with both common agricultural area and reclamation area, and the land use pattern is the epitome of Sanjiang Plain. In our study, used 1 000 m×1 000 m grid cell to scientifically analyze the spatial-temporal variation and driving factors of paddy fields, in Fujin from 1989 to 2002 and from 2002 to 2015. And elevation, slope, soil type, distance to railway, distance to river, distance to town and policy factors were selected as driving factors in this paper. With the help of GeoDetector, we analyzed the role of these seven factors in paddy field change and their relationship. The results indicated that such paddy fields have increased by approximately 349 900 hm2from 1989 to 2015, and the paddy field process of reclamation area was earlier than that of common agricultural area. In the early 1990s, in order to adjust the agricultural planting structure, the local government began to encourage farmers to plant paddy rice in large areas. During this period, paddy rice planting area increased rapidly. From 1989 to 2002, the areas with the high proportion of paddy field expansion were mainly located in the reclamation areas in the northeast and southeast of Fujin County, and some other agricultural areas. From 2002 to 2015, the project of cultivated land development and improvement was implemented, and the cultivated land in Fujin reached a high level of agricultural development, and all the conditional areas were basically converted to paddy fields. The areas with higher proportion of paddy field expansion were mainly located in the southwestern common agricultural area and the northern reclamation area of Fujin City. In addition, the main driving factors of paddy field expansion in 1989-2002 were policy factors and soil types. The interaction between these factors was mostly enhanced by two factors. It showed that in the 1990s, under the guidance of the policy of agricultural structure adjustment, Fujin took the lead in reforming the soil types suitable for paddy fields and the land with superior location conditions. As a result, a large number of cultivated land resources with superior development conditions in the eastern reclamation area of Fujin were reclaimed into paddy fields. From 2002 to 2015, the influence of natural factors on paddy field change becomes weaker. The main driving factors of paddy field expansion are the distance from rivers to railways, and the interaction among these factors is mostly non-linear. Natural factors are no longer the key to restrict the development of paddy fields. Driven by market interests, dryland that meets the conditions of paddy field transformation is converted to paddy fields. The spatial difference of paddy field change in Sanjiang Plain is the result of the interaction of various driving factors. The driving factors and their relationships are different in different periods. Geographic detectors can make a more comprehensive analysis of various influencing factors. The results can provide theoretical basis for the protection of cultivated land and the rational utilization of cultivated land resources in Sanjiang Plain.

land use; remote sensing; spatial-temporal change; cultivated land; paddy field; driving factors; GeoDetector; Sanjiang plain

2018-09-03

2018-12-12

國家自然科學基金資助項目（41571165，41071346）

張文琦，博士生，主要研究方向為土地利用與管理。Email：wenqi9094@163.com

宋 戈，教授，博士生導師，主要研究方向為土地利用與管理。Email：songgelaoshi@163.com

10.11975/j.issn.1002-6819.2019.06.030

F301.21

A

1002-6819(2019)-06-0244-9

張文琦，宋 戈. 三江平原典型區(qū)水田時空變化及驅(qū)動因素分析[J]. 農(nóng)業(yè)工程學報，2019，35(6)：244－252. doi：10.11975/j.issn.1002-6819.2019.06.030 http://www.tcsae.org

Zhang Wenqi, Song Ge. Spatial-temporal variations and driving factor analysis of paddy fields in typical regions of Sanjiang Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 244－252. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.06.030 http://www.tcsae.org