摘要
粮食安全始终是关系到国民经济发展、社会稳定和国家自立的全局性重大战略问题。小麦作为中国三大粮食作物之一，其种植面积和总产量高居全球首位，是我国保障粮食安全的关键。在2004-2015年间，我国小麦总产量取得了“十二连增”的伟大成就。其中，冬小麦主产区的小麦播种面积和产量分别占全国总量的81.8％和89.6％。因此，挖掘冬小麦生产时空格局演变规律及影响因素，可以为未来小麦种植规划提供理论依据。本研究通过整理各地统计年鉴信息，系统构建了省、市、县三级冬小麦生产时空数据集;通过设计基于时空异质性和BP神经网络模型的时空一体化插值方法，解决了统计资料中单位面积产量数据大量缺失的问题;使用空间自相关分析方法和重心轨迹模型，分别分析了省、市、县三级尺度下冬小麦生产的聚集效应和方位分布规律;进一步采用仿射传播聚类算法挖掘单位面积产量的时空变化规律;最后采用随机森林方法对小麦单产与影响因素之间的关系进行建模，绘制各因素对产量的影响曲线并将特征贡献空间化，明确了不同农业资源投入对小麦单产的影响机制。研究结果可以为国家或地区制定农业生产适应性对策、正确指导农业发展规划和合理开发利用农业资源提供理论依据。 针对统计数据中非完整的产量序列数据影响时空特征挖掘等问题。通过改进现有时空插值方法，对2004-2015年间冬小麦区889个县（区）中缺失的小麦单位面积产量数据进行插值。首先，通过预插值减少近邻位置的缺值对待插值位置的影响，提高了插值完成率;其次，基于时空异质性在时空两个维度分别进行精细重构;最后，使用神经网络模型将时空两个维度的重构结果进行时空融合。为了检验和评价本研究所提方法的插值精度和插补效率，利用留一法交叉对比了本研究方法与传统空间维度的反距离加权插值和时间维度的加权滑动平均插值的效果，显示本研究所提方法的插值精度较时间和空间单一维度插值相比分别提高了43％和27％，且插值完成率达到100％。其中，基于时空异质性的精细重构在时间和空间两个维度都能提高插值精度，而神经网络模型在时空融合中的效果也优于多元线性回归和支持向量回归方法。研究结果为其他作物产量数据集的缺失数据插补提供了方法参考。 基于上述插补后的完整时空数据集，采用多尺度时空数据分析方法，分析了2004-2015年冬小麦生产的时空格局特征。首先使用空间自相关分析方法识别了小麦种植比例和单位面积产量的时空聚集效应，发现小麦种植比例和单位面积产量两项指标均显示出较强的空间关联特征，且黄淮平原区和汾渭谷地区内小麦种植比例出现高值聚集的格局，冬小麦种植比例以此为中心向南北方向逐渐减少;单位面积产量则呈现以黄淮海平原区为高产聚集区域向四周环形降低的空间分布格局，冬麦区内大部分县区单产呈现上升趋势，各县区间单产差异逐渐减小。同时，采用重心轨迹模型描述了小麦播种面积和总产量的方位分布变化，显示2004-2015年冬小麦生产重心持续向东迁移，且县、市、省三个尺度重心变化均呈现统一的速率和方向。重心移动速率在2008年前后变化明显,2008年之前总产和面积重心分别以每年7.75公里和9公里的速度东移，2008年之后分别减缓至每年2公里和3.57公里。此外，四个冬小麦亚区的小麦生产重心轨迹的方位变化存在差异:北部冬麦区东西方位生产差距拉大，黄淮冬麦区的空间方位差异变化最小，长江中下游冬麦区和西南冬麦区空间方位差异均逐渐缩小。综合上述研究结果可以看出:黄淮平原区小麦产业聚集效应显著，辐射并带动四周小麦生产规模和效率提升，是我国小麦总产量上升的主要原因。低产区域小麦生产规模不断减小，使得总体小麦播种面积减少，存在一定隐患。研究结果为国家宏观调控小麦生产空间布局提供了决策依据。 进一步采用时空一体化方案，对冬小麦单位面积产量进行聚类分析，根据空间分区结果，明确了我国冬麦区内部生产时空格局的演变模式。对2004-2015年冬麦区县城尺度小麦单产的时间序列和年际变化序列数据分别进行时间聚类和时空聚类，以空间自相关性指数判断聚类结果的空间连续性，并采用地理探测器评价了聚类结果对单产水平和单产趋势的分异性。发现以年际变化序列进行时空聚类的方式得到的聚类结果莫兰指数为0.66，该方法对单产水平和趋势的解释力分别为0.634和0.275，综合表现最佳。根据最佳聚类的结果将冬麦区按照单产水平的高/中/低和单产趋势（涨幅）的高/中/低综合划分为7个小麦产量分区，其中高产地区为黄淮海平原地区，区域内平均产量接近6000kg/ha，但该区域内涨幅水平有显著南北差异;以黄淮海平原为核心区，小麦单产向四周呈现阶梯型下降形态，中等产量区域位于高产量区域和低产量区域的缓冲地带，而各产量水平分区内部的涨幅差异均体现北高南低的状态;高涨幅区域为山西、河北、山东三省在黄河沿岸的区域，十二年里各研究单元单产平均提高超1100kg/ha。结合各产量分区中小麦总播种面积和种植比例的变化规律发现，小麦生产出现产业聚集状态，高产量-高涨幅地区和高产量-中涨幅地区的小麦播种面积增长最多，涨幅分别达到16.53％和14.38％。研究结果为进一步判断冬麦区未来生产趋势提供了技术支撑。 以我国黄淮海冬小麦生产区为案例区，使用随机森林模型对小麦单位面积产量与其影响因素之间的关系进行建模，并根据建模精度确定构建这一关系的最佳要素指标组合为灌溉比率、土壤酸碱度，土壤含碳量，化肥投入、农机投入、劳力投入、农药投入和生育期累积降水量;进一步定量评价了各要素指标对小麦单产的影响模式和贡献，并描述了不同要素贡献在区域上的分布形态。结果显示，灌溉比率和土壤酸碱度可以将建模精度提高8％以上，两倍高于其他指标;随机森林部分依赖图的分析结果显示，所有资源投入因素的投入-产出效率会随投入加大逐步下降，形成边际效应，其中灌溉比率是对小麦生产影响最大的要素指标，其影响曲线的变异系数达到7.93％;绘制各影响要素的特征贡献空间分布形图，发现灌溉比率在大部分地区提高了产量水平，农机投入呈现“北高南低”的空间分布格局和整体增高的变化格局，化肥投入和农药投入的特征贡献在空间上处于随机分布的状态，生育期累积降水量的特征贡献则体现出明显的空间连续性。综合研究发现，农业资源投入是黄淮海平原高产水平的基础，尽管灌溉、化肥和农药的投入在部分地区已经开始减少。研究结果为冬麦区小麦生产中农业资源投入配置的优化提供了科学依据。
NETL