黑龙江省农作物种植结构调整遥感监测研究
摘 要：目前农业生产已经进入了一个新的历史发展时期，农作物种植结构存在的不合理问题严重影响农业的健康发展。对此国内外的学者关于农作物种植结构调整问题进行了大量研究，并取得了一些成果。本文拟以黑龙江省主要的农作物为例，分析农作物种植结构时空格局演变规律，并探究其时空格局变化的影响因素，对农作物种植结构优化调整。
关键词：黑龙江；时空变化；种植结构调整
- 前言
- 研究背景
随着人口不断增长以及经济水平的不断提升，中国始终面临着粮食安全问题。黑龙江省作为我国粮食主产区和商品粮基地，由于在耕地面积、土壤、机械化程度、粮食商品率等方面具备优势，因此在我国粮食安全问题扮演着重要角色。由于黑龙江省地理环境和气候条件在不断变化，农作物种植结构存在着不合理问题，因此需要对农作物种植结构进行调整以适应地理环境和气候变化，从而保持黑龙江省农作物生产优势，缓解我国粮食生产问题。
- 研究目的与意义
本研究以黑龙江省为研究区域，主要搜集和查阅有关农作物种植结构时空格局变化及其动因分析的期刊等相关文献资料，分析研究区内的五种主要的粮食作物水稻、大豆、玉米、春小麦、大麦以及其他经济作物种植结构的时空变化，探究影响农作物种植结构时空格局演变的因素，对农作物种植结构进行优化调整，从而对促进黑龙江省农作物种植结构调整具有一定的指导意义。
- 国内外研究进展与现状
- 农作物种植结构的时空格局变化
- 以农业统计数据为主
利用农业统计数据分析农作物种植结构时空变化，主要数据源是农作物总产量、面积和单产数据，研究内容包括种植面积、种植结构类型和种植比例变化等。刘珍环等[1]基于1980—2010年农业统计数据库，运用时序变化趋势、空间集聚分析等方法，分析得出了1980年—2011年以来国家尺度上的种植结构类型的变化、全国县级尺度上农作物种植比例的变化以及种植结构变化趋势的空间集聚区域。刘珍环等[2]采用1980—2010 年东北三省的农作物统计数据，得出东北地区玉米、大豆、小麦、水稻的种植面积及其比例随时间变化趋势以及东北地区种植结构类型的分布、变化特征。周立青等[3]根据2000—2012年黑龙江省统计数据，采用空间自相关、聚类分析和多元回归模型等方法，分析了2000年以来黑龙江省粮食生产的时空动态变化。张莉等[4]根据黑龙江省宾县1996—2010 年统计数据，运用数理统计和 GIS 空间分析等方法，分析玉米、大豆、水稻 3种主要农作物播种面积数量变化及空间变化特征。
纵观上述对农作物种植结构时空格局变化的相关研究，不仅集中在大尺度、大区域上，而且还集中在县域的尺度上所做的研究与分析，在一定程度上丰富了我国农作物种植结构尺度的研究。但是在数据来源方面，都只是采用农业统计数据研究农作物种植结构时空变化，缺少采用遥感卫星影像数据研究农作物时空变化特征，而遥感影像数据相较于传统的农业统计数据具备低成本、覆盖范围广、周期短等优势，可以为遥感数据应用提供更加充足、更加高效、更加精准的数据支撑。
- 以遥感影像数据为主
目前利用遥感影像数据提取农作物种植信息分析时空格局变化主要有两大类：（1）中高分辨率数据，例如刘克宝等[5]5使用高空间分辨率RapidEye影像，使用最大似然监督分类方法提取了肇东市2011年农作物种植结构空间分布。（2）中低分辨率数据，比较常用的数据为MODIS植被指数产品，其中MODIS—NDVI与MODIS—EVI是目前应用比较广泛的植被指数。①利用MODIS数据经过辐射定标、几何校正等过程，获取计算每天的NDVI值来监测农作物种植结构时空变化，杨小唤等[6]6基于MODIS 时序NDVI 特征值获取了北京市 2002 年冬小麦、玉米、大豆的种植面积空间分布图和数据。潘学鹏等[7]7基于MODIS 13Q1—NDVI时序数据提取了2000 -2013年华北平原冬小麦种植面积。黄青等[8]8 建立起了基于MODIS—NDVI数据的农作物种植结构的提取模型。②利用MODIS— EVI时间序列数据来监测农作物种植结构时空变化，PAN Yaozhong等[9]9 利用MOD13Q1—EVI 时间序列数据集，对北京市通州及周边冬小麦种植面积测量。EVI时间序列相较于NDVI时间序列季节性更明显，能够更好地反映高植被覆盖区的季节性变化特征，并且很少有突降现象，时间序列曲线较平滑[10]10。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
