基于耕地生产潜力的产量差研究——以云南省盈江县为例
Research on the Potential Productivity and Yield Gap of Cultivated Land: A Case Study in Yingjiang County
-
耕地生产潜力是指在一定生产条件下单位面积所能获得的最大产出[1-3],产量差是指作物的实际产量与其生产潜力之间的差距[4-6],耕地生产潜力与产量差研究对土地利用、资源保障、经济发展等都有一定的提示和预警作用。
近年来,土地生产潜力及产量差研究一直受到国内外相关领域的学者关注。刘洛等[7]从时间的角度利用GAEZ模型研究了中国从1990年到2010年的耕地生产潜力的变化趋势,并分析耕地变化对作物生产潜力的影响;张月平等[8]采用耕地生产潜力指数法预测了江苏省仪征市水稻产量,并对该方法进行了验证;邓祥征等[2]从耕地变化的角度研究了中国的农业生产潜力的地区的变化;BUCKWELL[9]从土地改革的角度分析了保加利亚的耕地生产潜力的变化;还有一些学者利用Miami模型研究了区域土地生产潜力[1,10-12]。与此同时,范兰等[4]采用EPIC模型研究了小麦—玉米的雨养产量,并结合实际产量进行产量差分析;DSSAT模型也被用于研究作物在不同生长条件下的作物产量差研究[5,13-16]。以上方法都是根据区域的实际情况,利用不同的估算模型对区域耕地生产潜力、产量差进行研究,研究结果对于区域的发展有着积极的意义,但以上研究的范围较广、基础单元较大,并侧重于作物在不同生长条件下的生产潜力研究,研究结果对于区域的指导意义不强。
鉴于此,本研究从实际应用的角度,以盈江县耕地地力调查为契机,以其耕地地力评价的基础数据资料为分析基础,重点关注具体的耕地地块,使研究的范围具体到耕地的区域小环境,采用土地生产潜力计算模型,并结合ArcGIS 10.0软件对具体的耕地进行生产潜力研究,在此基础上结合盈江县耕地的实际生产量,探究盈江县不同区域耕地的产量差,提出提高其实际生产力的改进措施。以耕地地力调查数据为研究基础,通过对具体的耕地进行分析研究,克服了区域耕地的小气候环境对大面积耕地生产潜力评价的影响,同时研究数据可以根据耕地地力调查周期、区域农业产量等情况及时地更新,研究成果对于提高农业产出、促进区域农业可持续发展具有积极的意义。
1. 材料与方法
1.1 研究区域概况
盈江县位于云南省德宏州西北部(E 97°31′~98°15′,N 24°24′~25°20′),拥有平原镇、弄璋镇、新城乡、旧城镇等15个乡镇,全县面积4 318.29 km2,地处亚热带,属南亚热带半湿润季风气候。南北走向的大盈江是该县境内最长的河流,全长145.5 km。该地区雨水充沛,年温差小而昼夜温差相对较大,县域内年平均相对湿度高达80%,具有独特的“立体气候”特点[17]。县域内土壤的分布具有明显的垂直带谱特征,山地多而坝区少,人口密度较低为73.5人/平方公里,但区域内资源丰富。盈江县的国家标准耕作制度为小麦—水稻、小麦—玉米、玉米,一年两熟、一年一熟,其中灌溉水田占总耕地面积的56.28%;望天田占总耕地面积的3.01%;水浇地相对较少,仅占总耕地面积的0.14%;旱地占总耕地面积的38.69%;菜地占总耕地面积的1.87%。盈江县属于喜马拉雅山的延伸横断山脉,全县低山与盆地相互交错。因此,以盈江县为例进行山地耕地生产潜力及产量差研究,利用生产潜力计算模型、变异产量差模型、实际调查数据等,研究范围具体到耕地地块,研究结果对于盈江县农业的发展具有积极的意义。
1.2 研究数据来源及方法
1.2.1 研究数据
研究基础数据资料包括:盈江县地形图(1:50 000)、土壤图(1:50 000)、土地利用现状图(1:50 000)等图件资料,盈江县相关数码图片资料以及盈江县社会、经济发展概况的相关资料,2010—2015年的《盈江县统计年鉴》、《盈江县土地利用规划(2010—2020)》、《盈江县国民经济与社会发展“十三五”规划》、盈江县耕地地力调查、气候统计数据、田间调查数据等。
以盈江县耕地地力的外业调查与室内化验分析的数据作为基础资料,利用ArcGIS 10.0软件对地形图、土壤图、行政区划图等数据矢量化处理;土壤养分化验结果、降雨量、温度等数据通过ArcGIS 10.0软件中采用协同Kriging插值方法将点数据转化为面数据[18],以更好的刻画土壤养分等要素的空间分布状况。将所有的矢量面数据进行叠加,删除不参与评价的基础单元,并将主要水系数据加载到该图层,最终形成带有光照、辐射、温度、降水等属性数据的山地耕地生产潜力研究的基础单元(图1)。
1.2.2 研究方法
(1) 耕地生产潜力
土地生产潜力研究是一项基础性、实践性、综合性的工作[19-21],本研究在总结前人关于土地生产潜力研究的基础上,以耕地地力调查的数据为基础,依据耕地土壤、气候、作物管理及试验调查等数据,采用生产潜力逐步衰减的计算方法[22-26],分析其耕地生产潜力,并以盈江县耕地实际产量与其潜在产出之间的差距作为产量差研究的基础进行分析。
耕地生产潜力逐步衰减的计算模型即以植物的光合作用为基础,依据光、温、水、土壤等限制性因素对粮食生产力的逐步衰减进行估算。该计算方法包括4个部分:光能生产潜力有效系数、光温生产潜力有效系数、气候条件生产潜力有效系数及耕地质量有效系数。该模型已被应用于许多区域的研究。本研究主要根据盈江县当前的耕作方式,在原有模型的基础上增加了修正系数A,使研究结果更贴合盈江实际情况。具体公式如下:
$F(Q,T,W,S) = {\rm{A}} \cdot f(Q) \cdot f(T) \cdot f(W) \cdot f(B)$
(1) 式中,F指耕地生产潜力;f(Q)为光能生产潜力有效系数;f(T)为土地光温生产潜力有效系数;f(W)为气候生产潜力有效系数;f(B)为耕地质量有效系数。
$f(Q) = M \cdot N \cdot Q/C$
(2) 式中,f(Q)表示光能生产潜力系数,g/cm2;M为最大光能利用率,%;N为经济系数;Q为太阳总辐射量,cal/cm2;C为干物质发热量,cal/g。考虑到本研究是在耕地地力评价的基础上进行土地生产潜力预测,因此要对不同农作物的光能利用率及经济系数进行分类计算,根据盈江县不同农作物的实际情况及已有的相关研究,最终确定小麦、水稻、玉米、甘蔗的光能利用率M分别为0.034、0.041、0.036及0.031,经济系数N分别取值为0.35、0.42、0.35和0.24。多数作物的干物质发热量平均值为4.25 kcal/g,因此本研究中的干物资发热量C取值为4.25 kcal/g。太阳总辐射量Q为盈江县耕地地力调查辐射数据。
$f(T) = T/9\;000$
(3) 式中,f(T)为光温生产潜潜力有效系数;T为大于10℃的有效积温,本研究采用盈江县耕地生产潜力研究基础单元中的每一个基础单元大于10℃的有效积温。
$f(W) = \left\{ \begin{array}{l} R/E(R \leqslant E) \hfill \\ 1 - (R - E)/3E \hfill \\ {\rm{0}}(R \geqslant 4E) \hfill \\ \end{array} \right.(E < R < 4E)$
(4) 式中,f(W)为气候生产潜力有效系数;R为年降雨量;E为年蒸发量。本研究采用耕地生产潜力研究基础单元中的每一个基础单元的干燥指数K,K=E/R。
$f(B) = \frac{{a\sum\limits_{i = 1}^8 {X_i \cdot Y_i} }}{{10}}$
(5) 式中,f(B)为耕地质量系数;a为地形海拔修正系数。本研究采用了与光、温、水相似的方法,结合盈江县耕地分级,分析土壤的质地、pH、氮、磷、钾、有机质含量、侵蚀状况、盐渍化程度等8种土壤要素,并且考虑了海拔、地形等因素[17, 27-28]。该方法较为有利于分析各地区土壤对农业生产潜力的影响状况,且盈江县耕地地力调查数据中涵盖这些要素,可用ArcGIS 10.0软件的数据综合分析功能计算每一块耕地质量系数。
(2) 耕地产量差
产量差即指作物的实际产出与其潜在产出之间的差距[29-31]。为突出不同耕地间的实际生产力可挖掘程度的对比,对产量差计算方法进行适当变形,即:用实际产量与潜在产量的差值同潜在产量进行对比,进而分析盈江县产量差,突出耕地实际产量的挖掘潜力[公式(6)、(7)]。
$D_i = \left( {1{\rm{ - }}\frac{{Y_i}}{{F_i \cdot S_i}}} \right) \times 100\%$
(6) $D = \left( {1 - \frac{{\sum\limits_{i = 1}^n {Y_i} }}{{\sum\limits_{i = 1}^n {F_i \cdot S_i} }}} \right) \times 100\%$
(7) 式中,Di指第i块耕地的产量差;Yi表示第i块的实际产量;Fi指第i块耕地的生产潜力;Si表示第i块耕地的面积;D表示区域内的产量差。D值越大,耕地实际产量与其生产潜力的差距越大,越有必要提高该区域的耕地利用程度。由于盈江县耕地主要分布于大盈江流域,所以在对当地农户的地块田间调查实际产量时,按照耕地面积、作物种类、连通度、海拔等因素,在平原镇、旧城镇、新城乡、弄璋镇和太平镇5个乡镇区域选取182个调查点,在其他乡镇选取72个调查点,然后利用Kriging插值方法点转化成矢量面数据与盈江县耕地基础单元矢量图进行叠加分析,最终得到不同区域内的产量差。
2. 结果与分析
2.1 耕地生产潜力
根据公式(2)~(5)分别计算不同地块的光能生产潜力、光温生产潜力有效系数、气候生产潜力有效系数以及耕地质量系数,然后结合公式(1)计算出盈江县耕地不同地块的生产潜力。耕地生产潜力属性列表显示:盈江县不同地块的耕地生产潜力范围为9.46~24.87 t/hm2,不同耕地地块间的生产潜力的极差、均方差分别为15.40 t/hm2和1.77 t/hm2。对盈江县生产潜力的区域分析结果(图2、表1)表明:盈江县总体的耕地生产潜力为14.17 t/hm2,且具有明显的区域性,中部地区的耕地生产潜力明显高于北部、西部区域。从镇域的角度分析,耕地生产潜力最高的为那邦镇,最低的是油松林乡。在所有乡镇中,仅平原镇、太平镇、弄璋镇、那邦镇4个乡镇的耕地生产潜力均值高于县域均值,且不同乡镇的耕地生产潜力均值的极差、均方差分别为7.86 t/hm2、1.93 t/hm2,乡镇间耕地生产潜力均值具有明显的差异,但分布相对较为集中,这不仅由于盈江县以山地为主,且大部分耕地为中、低山,容易在不同的区域形成独立的小气候环境,而且还与盈江县耕地的土壤、降水、劳动力等因素密切相关。根据盈江县耕地生产潜力的分布区域及其属性,生产潜力较低的区域主要分布在“一年一熟”、“中山低山”为主的区域,如卡场镇、勐弄乡、苏典傈僳族乡等;生产潜力较高的地区主要分布在平原镇、新城乡、旧城镇、弄璋镇等区域,而且这些区域的耕地主要以盆地为主,且大部分为基本农田保护区。
表 1 盈江县各乡镇耕地生产潜力及产量差均值Table 1. The average of cultivated land potential productivity and yield gap of each town in Yingjiang County乡镇
town & township生产潜力均值/(t·hm–2)
average of production potential产量差均值/%
average of yield gap乡镇
town & township生产潜力均值/(t·hm–2)
average of production potential产量差均值/%
average of yield gap旧城镇
Jiucheng Town13.60 60.4 太平镇
Taiping Town14.74 63.3 新城乡
Xincheng Township13.62 62.2 平原镇
Pingyuan Town14.63 63.4 卡场镇
Kachang Town11.64 23.5 苏典傈僳族乡
Sudianlisuzu Township11.68 69.9 芒章乡
Mangzhang Township13.75 81.4 那邦镇
Nabang Town19.41 79.5 支那乡
Zhina Township13.73 75.6 昔马镇
Xima Town13.19 76.6 盏西镇
Zhanxi Town13.95 72.3 勐弄乡
Mengnong Township11.59 74.2 油松岭乡
Yousongling Township11.56 63.2 铜壁关乡
Tongbiguan Township12.30 60.6 弄璋镇
Nongzhang Town15.04 62.2 盈江县
Yingjiang County14.17 64.3 2.2 盈江县耕地产量差分析
盈江县不同耕地地块的产量差在16.2%~87.6%之间(图3),不同地块间的产量差差距较大,且具有明显的地域性,中部地区的产量差相对较低。从镇域的角度来看(表1),最低的区域为卡场镇,最高的乡镇为芒章乡,产量差分布在23.5%~81.4%之间;除卡场镇外,其他乡镇产量差均在60%以上;旧城镇、太平镇、新城乡、平原镇的产量差均在60%左右,主要由于中部地区的耕地主要分布于大盈江流域,耕地土壤相对肥沃、外在条件较为优越;西部地区及北部地区的产量差相对较高,芒章乡、那邦镇、昔马镇等均在80%左右,主要由于区域内耕地外部条件较差,且实际的农业生产并不以产量最大为目标,而是必要的投资回报率。从县域的角度来看,县域均值为64.30%,产量差相对较低的区域主要分布在大盈江流域县域,耕地的增产潜力可挖掘程度较高。
3. 讨论
耕地产量差越高,其实际增产潜力越高。盈江县耕地产量差均值较高为64.3%,且县域内产量差最高的芒章乡高达81.4%,这主要由于实际的农业生产并不以产量最大为目标,而是投资回报率。因此,可根据耕地生产潜力及产量差研究成果、ArcGIS属性列表中耕地的属性数据及外部耕种的实际情况,在关注耕地土壤肥沃度、投资回报率等的基础上,从耕地的工程改造、园艺改造、化学改造等方面,因地制宜地改善耕地基础设施、提高土壤肥沃度、改良土壤环境,进而提高盈江县耕地生产力,促进其区域农业可持续发展。
耕地生产潜力是基于耕地具体地块的光能、光温、气候及土壤质量数据进行研究的,研究结果是具体耕地地块的数据累加而不是大片区、大范围的整体研究,该研究对于镇域、县域、市域等同样适用,未来可结合DSSAT[5]、GAEZ等[13-16]模型进一步从时间、空间等多角度进行耕地生产潜力研究。与此同时,由于获取每一块耕地的实际产量需要大量的人力、物力,尤其对于以山地为主的盈江县更加困难,因此本研究主要从耕地的分布、耕地面积、连通度、海拔等因素选取254个点进行插值分析,研究结果可能与实际情况略有差别,但总体与盈江县的实际情况相符,未来可进一步增加采样点,并根据每年的数据实时的更新采样点数据,形成长期有效的产量差评估程序。
本研究以盈江县为例,重点关注研究的基础数据,通过耕地地力评价基础数据资料、耕地实际产量的田间调查、改进后的产量差计算模型以及ArcGIS的使用,针对具体的耕地地块进行研究,弥补了以往耕地生产潜力研究的基础单元过大、对于山地区域适用性不强的问题,也克服了以往田间实地调查数据较少的困难,有利于耕地实际生产潜力的挖掘。虽说土壤分布是千变万化的,但它们的性状不是瞬息万变的,因此,可根据区域耕地地力调查的周期、ArcGIS 10.0软件及实际产量调查数据确定其周期内的土地生产潜力及产量差,研究成果可以根据耕地物理性状、实际产出情况的变化而保持动态更新。总之,以ArcGIS 10.0软件为基础进行的耕地生产潜力及产量差的研究成果不仅反映了区域的耕地生产潜力、利用效率及空间分布等特征,还可以为研究区域土地的利用、决策、规划等提供参考、服务。
-
表 1 盈江县各乡镇耕地生产潜力及产量差均值
Table 1 The average of cultivated land potential productivity and yield gap of each town in Yingjiang County
乡镇
town & township生产潜力均值/(t·hm–2)
average of production potential产量差均值/%
average of yield gap乡镇
town & township生产潜力均值/(t·hm–2)
average of production potential产量差均值/%
average of yield gap旧城镇
Jiucheng Town13.60 60.4 太平镇
Taiping Town14.74 63.3 新城乡
Xincheng Township13.62 62.2 平原镇
Pingyuan Town14.63 63.4 卡场镇
Kachang Town11.64 23.5 苏典傈僳族乡
Sudianlisuzu Township11.68 69.9 芒章乡
Mangzhang Township13.75 81.4 那邦镇
Nabang Town19.41 79.5 支那乡
Zhina Township13.73 75.6 昔马镇
Xima Town13.19 76.6 盏西镇
Zhanxi Town13.95 72.3 勐弄乡
Mengnong Township11.59 74.2 油松岭乡
Yousongling Township11.56 63.2 铜壁关乡
Tongbiguan Township12.30 60.6 弄璋镇
Nongzhang Town15.04 62.2 盈江县
Yingjiang County14.17 64.3 -
[1] LANE M. The carrying capacity imperative: assessing regional carrying capacity methodologies for sustainable land-use planning[J]. Land Use Policy, 2010, 27(4): 1038. DOI: 10.1016/j.landusepol.2010.01.006.
[2] DENG X Z, HUANG J K, SCOTT R, et al. Cultivated land conversion and potential agricultural productivity in China[J]. Land Use Policy, 2006, 23(4): 372. DOI: 10.1016/j.landusepol.2005.07.003.
[3] 哈斯巴根, 李百岁, 宝音, 等. 区域土地资源人口承载力理论模型及实证研究[J]. 地理科学, 2008, 28(2): 189. DOI: 10.13249/j.cnki.sgs.2008.02.025. [4] 范兰, 吕昌河, 陈朝. 作物产量差及其形成原因综述[J]. 自然资源学报, 2011, 26(12): 2155. DOI: 10.11849/zrzyxb.2011.12.014. [5] 刘建刚, 褚庆全, 王光耀, 等. 基于DSSAT模型的氮肥管理下华北地区冬小麦产量差的模拟[J]. 农业工程学报, 2013, 29(23): 124. DOI: 10.3969/j.issn.1002-6819.2013.23.017. [6] 杨晓光, 刘志娟. 作物产量差研究进展[J]. 中国农业科学, 2014, 47(14): 2731. DOI: 10.3864/j.issn.0578-1752.2014.14.004.html. [7] 刘洛, 徐新良, 刘纪远, 等. 1990—2010 年中国耕地变化对粮食生产潜力的影响[J]. 地理学报, 2014, 69(12): 1767. doi: 10.11821/dlxb201412003 [8] 张月平, 张炳宁, 王长松, 等. 基于耕地生产潜力评价确定作物目标产量[J]. 农业工程学报, 2011, 27(10): 328. DOI: 10.3969/j.issn.1002-6819.2011.10.057. [9] BUCKWELL A, DAVIDOVA S. Potential implications for productivity of land reform in Bulgaria[J]. Food Policy, 1993, 18(6): 493. DOI: 10.1016/0306-9192(93)90006-W.
[10] 张志良, 范小琴. 宁夏土地承载力系统动力学方法的应用[J]. 干旱区地理, 1992, 15(2): 31. DOI: 10.13826/j.cnki.cn65-1103/x.1992.02.004. [11] 祝秀芝, 李宪文, 贾克敬, 等. 上海市土地综合承载力的系统动力学研究[J]. 中国土地科学, 2014, 28(2): 90. DOI: 10.13708/j.cnki.cn11-2640.2014.02.012. [12] 王经民, 戴夏燕. 陕西省气候资源生产潜力与土地人口承载力的研究[J]. 水土保持通报, 1997, 17(1): 13. DOI: 10.13961/j.cnki.stbctb.1997.01.003. [13] CARRIÓN J A, ESTRELLA A E, DOLS F A, et al. Environmental decision-support systems for evaluating the carrying capacity of land areas: optimal site selection for grid-connected photovoltaic power plants[J]. Renewable and Sustainable Energy Reviews, 2008, 12(9): 2358. DOI: 10.1016/j.rser.2007.06.01.
[14] 范兰, 吕昌河, 于伯华, 等. 华北平原小麦—玉米两作生产潜力与产量差[J]. 中国农学通报, 2016, 32(9): 33. DOI: 10.11924/j.issn.1000-6850.casb15070159. [15] PIERRE S, ANTOINE M, PIERRE H, et al. Detection and estimation trends linked to air quality and mortality on French Riviera over the 1990—2005 period[J]. Science of the Total Environment, 2010, 408(8): 1943. DOI: 10.1016/j.scitotenv.2010.01.024.
[16] TORABI B, SOLTANI A, GALESHI S, et al. Assessment of yield gap due to nitrogen management in wheat[J]. Australian Journal of Crop Science, 2011, 5(7): 879.
[17] 姬超, 包广静. 基于GIS的耕地分级及基本农田布局优化[J]. 中国农学通报, 2016, 32(33): 157. DOI: 10.11924/j.issn.1000-6850.casb16060066. [18] 汤国安, 杨昕, 等. 地理信息系统空间分析实验教程[M]. 北京: 科学出版社, 2012. [19] 王利平, 文明, 宋进喜, 等. 1961—2014 年中国干燥度指数的时空变化研究[J]. 自然资源学报, 2016, 31(9): 1488. DOI: 10.11849/zrzyxb.20160107. [20] 朱凤武, 严长清, 高永年, 等. 江苏沿海地区土地综合承载力评价研究[M]. 北京: 科学出版社, 2016. [21] SHI Y S, WANG H F, YIN C Y. Evaluation method of urban land population carrying capacity based on GIS: a case of Shanghai China[J]. Computers Environment and Urban Systems, 2013, 39: 27. DOI: 10.1016/j.compenvurbsys. 2013. 02. 002
[22] 彭立, 刘邵权. 土地功能视角下的土地资源人口承载力研究——以攀枝花、六盘水市为例[J]. 长江流域资源与环境, 2012, 23(Z1): 74. [23] 施开放, 刁承泰, 孙秀峰, 等. 基于耕地生态足迹的重庆市耕地生态承载力供需平衡研究[J]. 生态学报, 2013, 33(6): 1872. DOI: 10. 5846 / stxb201211231662. [24] 钟章奇, 王铮, 夏海斌, 等. 全球气候变化下中国农业生产潜力的空间演变[J]. 自然资源学报, 2015, 30(12): 2018. DOI: 10.11849/zrzyxb.2015.12.005. [25] 党安荣, 阎守邕, 吴宏歧, 等. 基于GIS的中国土地生产潜力研究[J]. 生态学报, 2000, 20(6): 910. DOI: 10.3321/j.issn:1000-0933.2000.06.002. [26] HIGGINS G M, KASSAM A H. Regional assessments of land potential: a follow-up to the FAO/UNESCO soil map of the world [J]. Nature and Resources, 1981, 17(4): 11.
[27] 冷疏影. 地理信息系统支持下的中国农业生产潜力研究[J]. 自然资源学报, 1992, 7(1): 71. DOI: 10.11849/zrzyxb.1992.01.009. [28] 崔方让, 李新平, 魏迎春, 等. 新疆和田开发区土地生产潜力评价与土壤修正系数的确定[J]. 干旱地区农业研究, 2007, 25(3): 125. DOI: 10.3321/j.issn:1000-7601.2007.03.026. [29] 刘建刚. 黄淮海农作区冬小麦夏玉米产量差及其限制因素解析[D]. 北京: 中国农业大学, 2015. [30] 王纯枝, 宇振荣, 辛景峰, 等. 基于遥感和作物生长模型的作物产量差估测[J]. 农业工程学报, 2005, 21(7): 84. DOI: 10.3321/j.issn:1002-6819.2005.07.020. [31] 郭尔静, 杨晓光, 王晓煜, 等. 湖南省双季稻产量差时空分布特征[J]. 中国农业科学, 2017, 50(2): 399. DOI: 10.3864/j.issn.0578-1752.2017.02.018. -
期刊类型引用(0)
其他类型引用(3)