马 谊, 纪世建，娄思元，刘占宇

(1.杭州师范大学理学院遥感地学系,浙江 杭州 311121;2.上海海洋大学海洋科学学院,上海 201306;3.云南师范大学旅游与地理科学学院,云南 昆明 650500)

耕地复种是指一定时期内(一般为1年)在同一田地上连续种植作物一季以上，重复种植的制度[1].耕地复种程度的高低，国内学者通常用复种指数(multiple cropping index, MCI)来表示，而国际上通常用种植指数(cropping index)表示，两者内涵是一致的.复种指数不仅是耕作制度研究中衡量耕地资源集约化利用程度的基础性指标，也是宏观评价国家或地区耕地资源利用基本状况的重要技术指标[2]，同时对提高农作物面积遥感提取和作物估产精度方面也有重要意义.它的大小主要受当地热量、土壤、水分、肥料、劳力和科学技术水平等自然和社会经济条件的制约[3].

国内外专家学者围绕复种指数提取方法和潜力测算等方面开展了大量研究工作[4].传统的耕地复种指数提取多是以行政区域的统计数据为基础，通过对统计单位年度或一个时间序列数据的分析，得到该区域的复种指数[5].传统的数据统计方法由于忽略了统计单元内部的空间异质性，无法精确描述研究区域内部的空间分布特征，且在时间上存在一定的滞后性[6].因而，农业科技工作者开始探索能克服传统手段局限性的新技术和新方法.

卫星遥感是20世纪70年代发展起来的新兴科技，遥感影像具有时效性强、成本低和视域范围广等优点，并在包括复种指数提取在内的诸多农业领域得到了广泛应用[7].在国内，范锦龙等提出一种基于时间序列的谐波分析法，它通过提取平滑后作物生长曲线的波峰频数得到地块复种指数[8]，此法应用比较广泛[9-10].闫慧敏等应用NOAA/AVHRR数据和峰值特征点检测法，对我国1984—2003年间耕地复种指数的时空变化特征进行了分析研究[11].国际上，Panigrahy等采用印度发射的IRS多时相高分遥感数据，使用主成分分析结合最大似然法分类得到印度全国的复种指数[12].Sakamoto等利用小波平滑对Terra/MODIS-EVI数据进行平滑处理，提取了越南湄公河三角洲的水稻复种指数[13].然而，卫星遥感影像容易受云雾、气溶胶、地形地貌、传感器衰减等因素影响，不可避免地存在误差；此外，数据分析及物候判别算法都会影响复种指数的提取精度，多数方法只适用于特定的区域.

尽管传统的复种指数提取方法具有时间滞后、空间表达不精细等缺陷，但由于简单、实用而被农业科技人员和政府机构采用.例如，黄国勤曾利用省级农业统计数据，分析了我国1949—1995年南方耕地复种指数的演变特点[14]；郭柏林也分析了我国建国后40年的复种指数时空变化特征、效益和潜力[15].随着地理信息系统(geographic information system, GIS)应用泛化，可以基于GIS技术对统计数据进行复种指数及潜力的计算和空间分析[8].杨丹等[4]在分析1978—2011年江西省耕地面积、播种面积、耕地复种指数演变的基础上，结合空间数据分析与GIS技术，以县域为单元，探讨江西省复种指数的空间格局和演变规律.到目前为止，复种指数的研究，多是以一年为时间尺度来提取，据此研究某一年份或多年间复种指数的年际变化，而尚未有复种指数年内季节性变化的研究报道.本研究以柬埔寨王国(简称柬埔寨)2010—2011、2011—2012和2012—2013年度的平均复种指数为例，开展旱季、雨季和全年的复种指数空间分布研究.

图1 柬埔寨数字高程图

1 研究区域概况

柬埔寨，位于中南半岛南部，陆地面积约18.1万 km2.该国中部和南部是平原，东部、北部和西部被山地、高原环绕(图1).柬埔寨是东南亚发展较为落后的国家，也是世界上最不发达国家之一，经济以农业为主[16].截至2012年底，柬埔寨全国有24个省级行政单元，包括20个省和4个直辖市.

图2 柬埔寨月平均气温和降雨量

柬埔寨属热带季风气候，年平均气温27 ℃～28 ℃，5-10月为雨季，11月至次年4月为旱季(图2).洞里萨湖是中南半岛的最大湖泊，低水位时面积约2500 km2，雨季湖面达1万km2，洞里萨湖周边是柬埔寨重要的粮食生产区域.湄公河在柬境内长约486 km，自北向南流贯东部，第二大河洞里萨河在首都金边汇入湄公河，湄公河两岸是柬埔寨重要的稻米种植区[17].

2 数据与方法

2.1 数据来源

雨季和旱季农作物播种面积采用《Annual Report for Agriculture Forestry and Fisheries in Kingdom of Cambodia (2010-2011、2011-2012、2012-2013)》[18-20]公布数据，耕地面积采用《Rice Almanac (4th edition)》[17]公布数据.

数字高程模型数据(图1)，来源于Earth Remote Sensing Data Analysis Center (ERSDAC) of Japan (http://gdem.ersdac.jspacesystems.or.jp)；降雨量、气温、每日降雨概率等气象要素数据(图2)，来源于World Meteorological Organization (http://worldweather.wmo.int)；国家和省级行政区划矢量图，来源于全球行政区划网(http://www.gadm.org/country).

2.2 研究方法

传统的复种指数计算方法是基于统计数据的作物播种面积占耕地面积(含弃耕撂荒耕地)的百分比[2].在本研究中，采用式(1)—(3)计算不同行政区划单元的复种指数：

(1)

其中，MCIW代表区域年度平均耕地复种指数，AWi代表第i年区域年度作物总播种面积，ACi代表第i年区域耕地总面积，n等于3.

(2)

其中，MCIR代表区域雨季平均耕地种植指数，ARi代表第i年区域雨季作物总播种面积.

(3)

其中，MCID代表区域旱季平均耕地种植指数，ADi代表第i年区域旱季作物总播种面积.

本研究将耕地复种指数(MCIW)划分为五级：1)MCIW≤75%，偏低；2) 75%150%，较高.

空间分析与空间制图在地理信息系统软件ArcGIS 9.3内执行，柱状图和散点图在Word Processing System 2013内操作.

3 结果与分析

3.1 柬埔寨全年耕地复种指数空间分布

区域耕地复种指数受降雨、土壤、热量等自然条件和肥料、劳力、科技水平等社会经济条件影响[3]，在宏观尺度上反映某个地区耕地资源利用的集约化程度[2].图3为柬埔寨3个年度平均耕地复种指数空间分布图，全国平均耕地复种指数为117%.由图3可知，在24个省级行政单元中，多达75%(18个)的省份耕地复种指数为中等及以下水平，只有25%(6个)的省份耕地复种指数为中等偏高和较高水平.其中，耕地复种指数最高的省份为波萝勉省，MCIW为171%；最低的省份为腊塔纳基里省，MCIW仅为53%；不同省份之间的MCIW差异较大.

图3 柬埔寨年度耕地复种指数空间分布

图4 各省低海拔区域面积比例与耕地复种指数相关关系

暹粒省处于洞里萨湖区西北部，但由于省内有包括吴哥窟在内的众多世界遗迹和自然保护区，政府对土地开发利用的限制导致了境内耕地复种指数较低.除暹粒省外，在洞里萨湖周边、洞里萨河两岸及湄公河在柬埔寨后半段的冲积平原区，耕地复种指数等级为中等及以上，可能是由于这些区域海拔较低、地势平坦、耕作条件较好.结合图1和图3，提取各省海拔不高于50 m的区域面积，计算其占所在省份土地总面积的比例，并与耕地复种指数相比较(图4)，两者的相关性为0.751，达到极显著相关(ρ0.001(24)=0.578)，表明柬埔寨的农业开发在很大程度上受地形限制.

3.2 柬埔寨耕地复种指数季节性变异

柬埔寨地处热带，旱季雨季的月平均气温差异较小，但降雨量差异明显(图2).由于柬埔寨社会经济水平较低，全国几乎没有农田水利设施可供利用，因而在旱季土壤蒸发量较高的情况下，没有降雨就无法进行农业生产活动，导致柬埔寨旱季时全国的种植指数偏低.柏威夏、上丁、腊塔纳基里、蒙多基里、磅士卑和西哈努克等6省，在旱季没有种植任何农作物(图5A).自5月中下旬开始，西南季风盛行，带来了充沛的降水(图2)，从而有利于农作物的生长，雨季时的农作物播种面积平均占全年的87.1%.由图5可知，柬埔寨的耕地复种指数具有明显的季节性差异，农作物种植和生长主要集中在雨季.

图5 柬埔寨旱季(A)和雨季(B)种植指数空间分布

4 讨 论

耕地复种指数受降雨、土壤、热量等自然条件和肥料、劳力、科技水平等社会经济条件影响[3]，在宏观尺度上反映某个地区耕地资源利用的集约化程度[2].近年来，有关耕地复种指数提取方法的研究主要集中在利用卫星遥感方面，尤其是长时间序列卫星数据来提取关键生育期这一方向.然而，由于卫星遥感需要有专门的技术人员来进行物候信息判读，且卫星影像本身受云雾、传感器衰减等诸多因素影响.因而，运用现代地理信息系统GIS技术，挖掘统计数据的利用价值，具有重要的研究意义和应用价值.

本研究结果表明，柬埔寨农业开发在很大程度上受地形限制，主要分布在海拔低于50 m的洞里萨湖区、洞里萨河两岸和湄公河在其境内的后半段.此外，柬埔寨的农业开发受气候条件制约严重，农作物种植和生长主要集中在雨季，耕地复种指数具有明显的季节性差异.

[1]王宏广.中国耕作制度70年[M].北京:中国农业出版社,2005:275-277.

[2]卞新民,冯金侠.多元多熟种植制度复种指数计算方法探讨[J].南京农业大学学报,1999,22(1):11-15.

[3]梁守真,马万栋,施平,等.基于MODIS NDVI数据的复种指数监测：以环渤海地区为例[J].中国生态农业学报,2012,20(12):1657-1663.

[4]杨丹,叶长盛.基于县域单元的江西省复种指数时空格局分析[J].农业现代化研究,2013,34(6):722-727.

[5]梁书民.我国各地区复种发展潜力与复种行为研究[J].农业经济问题,2007，28(5):85-90.

[6]左丽君,张祥,董婷婷,等.耕地复种指数研究的国内外进展[J].自然资源学报,2009,24(3):553-560.

[7]唐鹏钦,姚艳敏,吴文斌,等.基于遥感技术的耕地复种指数研究进展[J].中国农业资源与区划,2010,31(2):21-27.

[8]范锦龙,吴炳方.基于GIS的复种指数潜力研究[J].遥感学报,2004,8(6):637-644.

[9]闫慧敏,刘纪远,曹明奎,等.近20年中国耕地复种指数的时空变化[J].地理学报,2005,60(4):559-566.

[10]彭代亮,黄敬峰,金辉民.基于MODIS-NDVI的浙江省耕地复种指数监[J].中国农业科学,2006,39(7):1352-1357.

[11]闫慧敏,黄河清,肖向明,等.鄱阳湖农业区多熟种植时空格局特征遥感分析[J].生态学报,2008,28(9):4517-4523.

[12]Panigrahy S, Shama S A. Mapping of crop rotation using multi-data Indian remote sensing satellite digital data[J]. Journal of Photogrammetry and Remote Sensing,1997,52(2):85-91.

[13]Sakamoto T, Nguyen N V, Ohno H,etal. Spatio-temporal distribution of rice phenology and cropping systems in the Mekong Delta with special reference to the seasonal water flow of the Mekong and Bassac rivers[J]. Remote Sensing of Environment,2006,100:1-16.

[14]黄国勤.论提高我国南方耕地复种指数[J].自然资源,1995,19(1):30-37.

[15]郭柏林.我国复种指数变化特征、效益和潜力[J].经济地理,1997,17(3):8-13.

[16]Cambodian Agricultural Research and Development Institute. Annual report 2012[R]. Phnom Penh, 29th October,2013:2-12.

[17]Global Rice Science Partnership. Rice almanac[M]. 4th Ed. Philippines:Metro Manila,2013:149-152.

[18]Ministry of Agriculture, Forestry and Fisheries. Annual report for agriculture forestry and fisheries 2010-2011[R]. Phnom Penh, MAFF Conference,05-07 April,2011:Annex 2-13.

[19]Ministry of Agriculture, Forestry and Fisheries. Annual report for agriculture forestry and fisheries 2011-2012[R]. Phnom Penh, MAFF Conference,09-11 April,2012:Annex 1-8.

[20]Ministry of Agriculture, Forestry and Fisheries. Annual report for agriculture forestry and fisheries 2012-2013[R]. Phnom Penh, MAFF Conference,24-26 April,2013:Annex 1-7.