武汉大学-陈江平-3-基于地理探测器的湖北省粮食生产潜能驱动力分析

注册号：注册号： 主题：主题： 3. 数据挖掘与知识发现 基于地理探测器的湖北省粮食生产潜能驱动力分析基于地理探测器的湖北省粮食生产潜能驱动力分析 谭波 1，陈江平2，冯莞舒2 1.武汉市测绘研究院，湖北 武汉 430022； 2.武汉大学遥感信息工程学院，湖北 武汉 430079，chen_jp 摘要：摘要：粮食是人类赖以生存的基本资源条件，掌握粮食生产潜能的驱动机制，对于粮食 安全的管理至关重要。本文以湖北省为研究区域，首次将地理探测器方法运用到基于栅 格单元下粮食生产潜能的空间驱动力因子分析中， 打破了其他传统分析模型仅基于属性 值的探测分析瓶颈，将空间分异性纳入考虑，从而全面地探究自然和人文两大类因子对 粮食生产潜能的驱动力大小， 并深入发现驱动力因子的哪一分区对粮食产能的决定力最 大。本文研究发现：1）气象要素（包括年均降水量、湿润指数、干燥度、0和 10 积温）是湖北省粮食产量的主要驱动力因子。驱动力其次的是高程、土壤类型、距水源 距离远近这三个因子。2）对于湖北地区而言，尤其在海拔约为 30-116 米，土壤类型为 人为土、淋溶土，越靠近水域的地区粮食生产潜能较高。3）在空间上，湖北省粮食生 产潜能较高的地区主要集中在以江汉平原为核心，北至襄阳市，西至秭归县，东至浠水 的区域。 关键词关键词: : 地理探测器；粮食生产潜能；驱动力 1 1 引言引言 粮食是人类赖以生存的基本资源条件，但多年以来，生态环境的破坏，气候条件的 改变，社会经济的飞速发展，城镇化的逐步扩张，人类活动的大面积影响，政府政策的 导向等诸多因素交互作用， 使得耕地和粮食的安全受到了严重的破坏。 2010 年中国被联 合国的世界粮食计划署列入“粮食安全中度风险”的国家之一 1，全民关注粮食安全的 相关问题迫在眉睫。 粮食生产潜能大小受很多因子的影响而波动， 本文中所提及的粮食生产潜能并不从 农学的角度衡量光温等内在潜力，但其外界的驱动机制依然纷繁复杂，摸清主要的驱动 力因子，以及定量化的驱动机制有助于我们运用科学的手段促进粮食的稳步增长，预防 粮食减产的灾情，保障人类生存的基本资源。 2 2 国内外研究现状国内外研究现状 粮食安全问题是国内外学者广泛关注的话题之一 2，目前有关粮食生产潜能驱动力 方面的研究主要集中在探索驱动机制方法的选择和驱动力因子的排序两个方面， 主要采 用了统计学法、时空分析法、因子分析法、传统回归分析法、灰色关联度法、生产函数 法、GAEZ(Global Agro-Ecological Zones)模型、地理加权回归分析法等对不同地区的 粮食生产能力进行评估预测与驱动力分析 3，挖掘出很多丰富的驱动力结论： Kurukulasuriya 4、Lobell D B5, 6等发现气候对农场的净收入或粮食作物产量的影 响很大。Lal R 7指出全球粮食安全主要面对以下几个方面的挑战，人口的飞速增长、气 候变化、土壤盐渍化及其有机物质和营养大量消耗、水的可用性下降、土地城市化转为 非农业用途等。 樊闽 8等基于粮食生产的 S 型曲线，分析发现影响粮食生产能力最直接的因素是其 播种面积。王介勇 9等人构建基于县市单元的粮食产量重心模型，发现北方地区粮食生 产力演变的主要影响因子是该地区经济发展的水平， 而起着催化作用的则是区域化粮食 政策的发布。刘洛等 10结合 1990 年、2000 年、2010 年三期耕地数据、多年的气象、土 壤数据和高程 DEM 数据，采用 GAEZ 模型综合考虑土壤、光温水、CO2浓度、病虫害等多 源因素，估算了中国粮食生产潜力，进而分析了由耕地变化对粮食生产潜力变化的催化 作用。贺振 11基于灰色关联度法发现有效灌溉面积农村用电量化肥消费灾难作物面 积单位面积籽粒产量农业机械的力量困扰农作物总面积粮食种植面积农村从业人 员数为河南省农业的主要驱动力。 刘玉 12等人基于空间计量经济模型和回归法发现区域 经济的快速发展对粮食生产有着负向作用，而人均耕地面积、复种指数、农机总动力的 投入为主要的正向驱动力因子。 潘佩佩 13发现耕地数量和质量的变化对粮食生产有明显 的制约作用。 胡丹 14等人在县域单元下基于地理探测器法对人均粮食占有量的时空演变 格局进行了分析，指出农机总动力的投入量、农民人均纯收入、复种指数是主要驱动力 因子，而经济发展越落后的地区其人均粮食对自然地理条件的依赖性越高。针对湖北地 区，胡贤辉 15以仙桃市为例，运用主成分分析法筛选了江汉平原耕地变化的驱动因子。 刘正伟 16对于湖北省多年的耕地压力指数的时序变化及变化成因进行了深入的探讨。 综上所述， 国内外学者针对粮食生产潜能在机理成因探究等方面的研究已取得了不 菲的成绩，一部分学者在探究粮食生产能力驱动力时未考虑个别因子的空间特性，一部 分学者虽然考虑了空间相关性，如采用地理加权回归等方法，却无法定量得出不同的因 子是如何影响粮食生产能力大小的规律，而地理探测器可以很好地解决这两个问题。基 于栅格级数据，将地理探测器运用到粮食生产潜能驱动力的分析中，打破了其他传统分 析模型仅基于属性值的探测分析瓶颈，将空间分异性 17纳入考虑，挖掘一系列空间驱动 因子对粮食生产潜能的影响作用，从而得到较为全面的粮食生产潜能驱动力机制。 地理探测器最初是应用于健康风险因素的探测 18，基于空间分异性理论，使用决定 力（Power Determinant Value）这一指标来评估驱动力因子变量和结果变量间的相关 性。地理探测器由因子、风险、生态、和交互作用四个探测器共同组成。最为关键的是 其中两种探测器， 因子探测器检验了某种地理因素是否是形成粮食单产能力空间分布格 局的原因，风险探测器解释了驱动力因子哪几个分区对粮食产能的决定力最大。 因此本文将地理探测器运用到粮食生产潜能驱动力的分析中， 分别从自然和人文不 同角度全面地探究湖北省粮食生产潜能的驱动机制。 3 3 地理探测器实验思路与过程地理探测器实验思路与过程 本文基于 2000 年、2005 年和 2010 年三期土地利用数据，和湖北省统计年鉴数据， 从栅格单元的角度，开展粮食生产潜能驱动力因子的探测，主要的研究技术路线如图 1 所示。 Soil Erosion soil typesgrain yield Driving Forces Analysis of Grain Production Potential space partition of geographical elements grid transformation Grid Cell Precipitation aridity accumulated temperature humidity index Administrative division unit MeteorologySoil Grain production potential GeoDetector Slope Aspect elevation DEM image preprocessing Landsat TM water resource Population GDP social economy NDWI Multiple Ring Buffer 图 研究技术路线图 主要考虑的驱动力因子分自然类和人文类，自然因子包括有地形（高程、坡度、坡 向） ，地貌（平原、山地、丘陵） ，水源丰富程度（距离水资源距离远近） ，气象（包括 0积温、10积温、年均降水量、湿润指数、干燥度）和土壤（包括土壤类型、 土壤侵蚀度） ，人文因子包括格网化的 GDP 和人口，基于地理探测器法，考虑地理要素 的空间分异性，从而更全面而科学地定量探究驱动因子的影响力大小，以及定量化的驱 动机制，最终为粮食的安全生产提供科学的决策辅助。 3 3.1 .1 实验数据介绍实验数据介绍 本文使用 1:10 万比例尺分辨率为 1km 的土地利用数据（2000 年、2005 年、2010 年） 、 地形数据 （DEM） 、 土壤数据 （包括土壤类型、 土壤侵蚀度） 、 GDP 格网化数据 （2000 年、2005 年、2010 年） 、人口格网化数据（2000 年、2005 年、2010 年） 、气象要素插值 栅格数据（0积温、10积温、年均降水量、湿润指数、干燥度）均来源于中科院 的资源环境科学数据中心（ ） 。 按照耕地灌溉设施的不同，又可将耕地细分为水田和旱地。有水源和灌溉设施的一 般为水田，是水稻、莲藕等水生农作物的沃土。无灌溉水源及设施的一般称为旱地，一 般种植依靠天然降水或引洪淤灌而生存的旱生长农作物。因此两类耕地的水源条件不 同，粮食生产潜能的驱动力因子也会存在差异，故本文将耕地细分为两类进行粮食生产 潜能的驱动力分析。 3 3. .2 2 实验数据预处理实验数据预处理 实验数据的预处理主要包括：多源属性的提取与匹配及地理要素的空间分区。 3 3. .2 2.1.1 多源属性的提取与匹配多源属性的提取与匹配 因地形随时间变化较为缓慢，故仅采用了一期的 DEM 数据，来提取高程、坡度、坡 向地形因子。然后基于 2000 年、2005 年、2010 年的 Landsat TM 遥感影像，根据于 1996 年由 Mcfeeters 19提出来的 NDWI（Normalized Difference Water Index）指数提取水 体，然后矢量化，构建 1km 间隔的多环缓冲区，最后栅格化成 1km1km 的格网。 接着分别将三期县市级的粮食单产量空间化，分配到耕地的格网上。最后将以上所 有栅格化的属性按经纬度一一匹配到耕地栅格的中心点上， 即完成了多源属性的匹配处 理工作。 3 3. .2 2. .2 2 地理要素的空间分区地理要素的空间分区 在探测地理要素的驱动力大小之前，需要对其进行空间分区的预处理。有些属性自 身具有一定实际意义的分类规则，例如坡度、坡向、距离水体远近距离及土壤类型等。 而其他地理要素还需进行人为的空间分区处理，常用的方法有：相等间隔法（EI） 、标 准差法（SD） 、分位数法（QV） 、几何间隔法（GI） 、自然断点法（NB） 。不同方法各有千 秋，对于地理探测器的结果也有影响，因此本文针对每个地理要素将五种方法分别以 3 类、5 类、7 类、9 类、11 类进行了实验对比，寻找其最佳分区法和最佳分类数， 当 Q 值（指每次实验中的 PD,H值）已达到最高值且接着呈现下降趋势时，则认为已达到 最佳分区结果， 并认为此时的最大 Q 值即为该驱动力因子对粮食产量产生最强解释力的 PD,H，各因子的对比实验结果如图 2 所示。 图 2 空间分区法和分类数实验 通过以上多组实验对比，确定了所有属性的分类方法以及分类数，实验也发现不同 年份分区方法随着分类数的演变规律大体类似， 因此为了能同时对比三期水田和旱地的 驱动力机制，故均采用了相同的地理要素空间分区方法和分类个数，空间分区图如图 3 所示。 图 3 最佳空间分区示意图 4 4 实验结果与分析实验结果与分析 本节基于前期的预处理结果，分别对 2000 年、2005 年、2010 年三期数据开展水田 和旱地粮食生产潜能的驱动力因子分析。 4 4.1 .1 水水田田 湖北省 2000 年、2005 年、2010 年三年水田的耕地粮食产量与各驱动力之间得到的 因子解释力 PD,H结果如表 1 所示。 表 1 水田探测结果 分类分类 影响因子影响因子 20002000 年年 20052005 年年 20102010 年年 地貌地貌 地貌类型(Code) 0.0209 0.0474 0.0423 气象气象 0积温(Aat0) 0.0520 0.1639 0.1794 10积温(Aat10) 0.0629 0.2040 0.1885 干燥度(Aridity) 0.2640 0.2869 0.3916 年均降水量(Pa) 0.1749 0.3856 0.4557 湿润指数(Im) 0.2274 0.3094 0.4314 地形地形 高程(Dem) 0.0699 0.2433 0.2246 坡度(Slope) 0.0008 0.0083 0.0183 坡向(Aspect) 0.0015 0.0102 0.0088 土壤土壤 土壤类型(soil) 0.0200 0.0779 0.0882 土壤侵蚀(Erosion) 0.0046 0.0048 0.0020 分类分类 影响因子影响因子 20002000 年年 20052005 年年 20102010 年年 水源水源 距水源远近(Water) 0.0435 0.0193 0.0766 经济经济 GDP 0.0198 0.0146 0.0262 人口（Pop） 0.0102 0.0081 0.0092 基于地理探测器的结果，分别从因子探测、潜能探测（原地理探测器模型中的风险 探测）两个角度来分析湖北地区水田粮食产量的驱动机制。 4.1.14.1.1 水田水田因子探测结果因子探测结果 总体而言，三个时期各驱动力因子对水田粮食产量解释力的曲线演变趋势大体一 致，仔细解读可得规律如下（选取 PD,H大于 0.05） ： 2000 年按照因子的解释能力从大到小排序分别是：干燥度，湿润指数，年降水量， 高程，10积温，0积温。 2005 年按照因子的解释能力从大到小排序分别是：年降水量，湿润指数，干燥度， 高程，10积温，0积温，土壤类型。 2010 年按照因子的解释能力从大到小排序分别是： 年均降水量， 湿润指数， 干燥度， 高程，10积温，0积温，土壤类型，距离水源远近。 总体而言，湖北省水田粮食产量的主要驱动力因子是气象类因子，尤其以干燥度、 湿润指数、年均降水量以及积温（排序不分先后）为主，说明气象类因子对水田粮食产 量的驱动力最大， 也解释了我国三大粮食主产区之所以能成为高产区域是因为得天独厚 的气候条件，是其他地区所无法比拟的。 其次，高程是一个解释力度很强的驱动力，不同的海拔高度具有不同的水分和热量 占比，因而对耕地制度的选择和粮食作物的生长、布局都有很大的影响。再者，说明粮 食产量的高低还跟土壤的结构类型和水源丰裕程度息息相关。而坡度、坡向、土壤侵蚀 程度等对粮食产量的影响力较小。 对于社会经济类的因子，GDP 和人口对粮食产量的解释力稍显微弱，而 GDP 和人口 在一定程度上可以表明城镇化的现状，这也说明，纵使城镇化必然会造成一部分耕地面 积的减少，从而侧面导致粮食产量的下降，但是只要能严格依法依规保护耕地，人口与 经济的城镇化对粮食产量的影响力度并不会太大。 4.1.2 4.1.2 水田水田潜能探测结果潜能探测结果 潜能因子探测的结果能揭示各驱动力的哪一部分对粮食生产能力的解释力最高。 （注：以下分析中纵坐标均指粮食生产能力的相对大小，并不是具体的粮食产量，因此 没有实际衡量单位。 ） 土壤类型 图 4 水田粮食生产能力-土壤类型 水田的粮食生产能力与土壤类型的关系可由图 4 发现，初育土、人为土、半水成土类 型的土壤平均粮食生产能力较高。有些初育土，如紫色土、磷质石灰土、火山灰土等，因受 母质和植被的影响，某些养分含量较丰富。而人为土大多是人为改造土壤资源的结果，经过 人类长期的改良，其肥力逐渐提高，一般是粮食生产的重要基地。由空间上的分布图可以得 知，产量高的初育土、人为土和半水成土主要分布在湖北省中南部的江汉平原，如荆州、潜 江、仙桃、监利、洪湖等县市。而西部的部分县市，如秭归县、兴山县，中部以北的南漳县， 土壤类型以初育土为主，生产潜能较高。 高程 图 5 水田粮食生产能力-高程 对于高程因子而言，产量高的主要集中在高程约为 30-116 米的地区，而湖北中南部的 江汉平原高程大多数在 25-39 米左右， 地理优势得天独厚， 水热涵养度高， 无水土流失现象， 因而耕地产量较高。同理，如浠水、孝感、襄阳等地势也较为平缓，粮食生产潜能较高。 距水源距离 图 6 水田粮食生产能力-距水源距离 距离水源的远近对水田粮食生产潜能的作用表现为相对水源越近，产量相对越高。 4 4. .2 2 旱地旱地 湖北省 2000 年、2005 年、2010 年三年旱地的粮食产量与各驱动力之间得到的因子 解释力 PD,H结果如表 2 所示。 表 2 旱地探测结果 分类分类 影响因子影响因子 2000 年年 2005 年年 2010 年年 地貌地貌 地貌类型 (Code) 0.0470 0.2361 0.0673 气象气象 0积温(Aat0) 0.0707 0.3218 0.2316 10积温(Aat10) 0.0993 0.3382 0.2374 干燥度(Aridity) 0.1708 0.1168 0.1959 年均降水量(Pa) 0.0976 0.1094 0.2670 湿润指数(Im) 0.1188 0.0815 0.2286 地形地形 高程(Dem) 0.0706 0.3720 0.2793 坡度(Slope) 0.0024 0.1247 0.0430 坡向(Aspect) 0.0023 0.0084 0.0071 土壤土壤 土壤类型(soil) 0.0256 0.1309 0.1402 土壤侵蚀(Erosion) 0.0099 0.0250 0.0096 水源水源 距水源远近(Water) 0.0288 0.0534 0.1061 经济经济 GDP 0.0216 0.1501 0.0332 人口（Pop） 0.0077 0.0111 0.0029 基于地理探测器的结果，分别从因子探测、潜能探测两个角度来分析湖北地区旱地 粮食产量的驱动机制。 4.2.1 4.2.1 旱地因子探测结果旱地因子探测结果 总体而言，三个时期各驱动力因子对旱地粮食产量解释力的曲线大体趋势一致，仔 细解读可得规律如下（选取 PD,H 大于 0.05） ： 2000 年按照因子的解释能力从大到小排序分别是： 干燥度， 湿润指数， 10积温， 年降水量，0积温，高程。 2005 年按照因子的解释能力从大到小排序分别是：高程，10积温，0积温， 地貌类型，GDP，土壤类型，坡度，干燥度，湿润指数，距离水源远近。 2010 年按照因子的解释能力从大到小排序分别是： 高程， 年均降水量， 10积温， 0积温，湿润指数，干燥度，土壤类型，距离水源远近，地貌类型。 总体而言，湖北省旱地粮食产量的主要驱动力因子与水田类似，仍主要以气象类因 子为主，而坡度、坡向、土壤侵蚀程度等对粮食产量的影响力较小。但对于旱地而言， 高程的影响度在 2005 年和 2010 年甚至超过了气象因子的影响度， 旱地的特点是无灌溉 水源及设施， 纯靠天然降水或引洪淤灌来种植， 因此也说明旱地对地形的条件要求略高。 对于社会经济类的因子， 2005 年 GDP 的解释能力仅次于气象类因子， 且 GDP 对旱地 的影响程度大于对水田的影响程度， 也说明旱地相对水田而言， 需要人工增设灌溉设施， 这些农资投入需要经济的支撑。 4.2.2 4.2.2 旱地潜能探测结果旱地潜能探测结果 潜能探测的结果能揭示各驱动力的哪一部分对粮食产量的解释力最高。 潜能探测结 果中发现旱地与土壤类型的定量关系如图 7 所示。 土壤类型 图 7 旱地粮食生产能力-土壤类型 由图 7 可知，旱地粮食生产能力较高的土壤类型为：初育土、淋溶土和人为土。淋溶土 层中含有可溶性物质，如碳酸钙、碳酸镁等，农民常常施用大量肥料使之更为肥沃，因此该 土壤肥力甚至比极育土还高，所以也呈现出较高的粮食生产潜力。在空间上，旱地适宜耕种 的土壤主要分布在湖北省北部，而产量最高的淋溶土主要在北部的京山县、安陆市、大悟县 等地区。 高程 图 8 旱地粮食生产能力-高程 对于旱地而言，产量高的主要集中在高程约为 39-156 米的地区，空间分布也与水 田的分布情况类似。 距水源距离 图 9 旱地粮食生产能力-距水源距离 距离水源的远近对旱地粮食生产潜能的作用也表现为相对水源越近，产量相对越高。 5 5 总结与展望总结与展望 本文主要从栅格统计单元展开湖北粮食生产潜能的驱动力分析， 首次将用于地理探 测器运用到粮食生产潜能驱动力因子的探测上， 旨在更全面而科学地定量探究驱动因子 的影响程度大小，发现各驱动因子的主要驱动部分及定量化机制： 本文研究发现无论对于水田还是旱地而言： 1）气象要素（包括年均降水量、湿润指数、干燥度、0和 10积温）是湖北省 粮食产量的主要驱动力因子。驱动力其次的因子是高程、土壤类型、距水源距离远近。 对于社会经济类的因子，GDP、人口对耕地粮食产量的解释力跟自然类因子相比稍显微 弱，这也说明，纵使城镇化必然会造成一小部分耕地面积的减少，从而侧面导致粮食产 量的下降，但是只要能严格依法依规加大耕地保护制度的监管力度，城镇化对粮食产量 的影响力并不会太大，更为重要的还是粮食生产所需的适宜的气候与自然环境条件。而 GDP 对旱地的影响程度却大于对水田的影响程度，也说明旱地相对水田而言，需要人工 增设灌溉设施，这些农资投入需要经济的支撑。 2）对于湖北地区而言，尤其在海拔约为 30-116 米，土壤类型为人为土、淋溶土， 越靠近水域的地区粮食生产潜能较高。 3）在空间上，湖北省粮食生产潜能较高的地区主要集中在以江汉平原为核心部分， 北至襄阳市，西至秭归县，东至浠水的区域。 综上，本文以湖北省为例对粮食生产潜能的驱动力进行了初步的探索，希望能为耕 地资源的合理利用和粮食安全问题的解决提供科学依据， 但是研究中依然存在着诸多待 改进的问题。首先，因数据受限，土壤、气象、地形类的因子均只基于一年的数据加以 分析，时效性欠佳。其次，本文对于全省的分析仅基于 1km1km 的格网数据，空间精 度有待提升。第三，粮食产能的驱动分析有待进一步细化到具体的农作物类型。最后， 粮食产量的驱动机制非常复杂，驱动力因子的覆盖面还有待扩充。 参考文献参考文献: 1 联合国世界粮食计划署. 2010 年粮食安全风险指数R. 2010. 2 石淑芹, 陈佑启, 姚艳敏, 等. 东北地区耕地变化对粮食生产能力的影响评价J. 地 理学报, 2008(06):574-586. 3 CASSMAN K G, HARWOOD R R. THE NATURE OF AGRICULTURAL SYSTEMS - FOOD SECURITY AND ENVIRONMENTAL BALANCEJ. FOOD POLICY, 1995,20(5):439-454. 4 Kurukulasuriya P, Mendelsohn R, Hassan R, et al. A ricardian analysis of the impact of climate change on African croplandJ. Research Working Papers, 2007,02(1):1-62. 5 Lobell D B, Schlenker W, Costa-Roberts J. Climate Trends and Global Crop Production Since 1980J. SCIENCE, 2011,333(6042):616-620. 6 Lobell D B, Baenziger M, Magorokosho C, et al. Nonlinear heat effects on African maize as evidenced by historical yield trialsJ. NATURE CLIMATE CHANGE, 2011,1(1):42-45. 7 Lal R. Food security in a changing climate J. Pakistan Development Review, 2013,13(1):8-21. 8 樊闽,