滴灌工程对农业生产能力的影响评估

张聪; 盛建东; 朱先海; 轩俊伟; 周学林; 杨世平; 蒋平安; ZHANG Cong; SHENG Jian-dong; ZHU Xian-hai; XUAN Jun-wei; ZHOU Xue-lin; YANG Shi-ping; JIANG Ping-an

doi:10.12396/jsgg.2023441

节水灌溉 ›› 2024 ›› (6) : 95-101. DOI: 10.12396/jsgg.2023441

灌溉水管理

滴灌工程对农业生产能力的影响评估

作者信息 +

Evaluation of the Effect of Drip Irrigation Engineering on Agricultural Productivity

Author information +

稿件信息 +

摘要

滴灌工程作为干旱区绿洲灌溉农业增产增收的一项革命性技术工程，对农业生产和生态环境产生着深远影响。为了有效评估滴灌工程对农业生产能力的影响，将沙雅县作为研究区域，利用归一化差异植被指数（Normalized Difference Vegetation Index, NDVI）数据集、气象数据集和土地利用/覆被变化（Land Use/Cover Change, LUCC）数据集，对滴灌工程在建设与运行期间（2014-2022年）的县域NDVI及耕地面积时空变化进行分析。结果表明：①2014-2022年，全县耕地面积增加了83.83 km²，其中滴灌工程区占比71.22%。②滴灌工程区耕地NDVI平均增长率为0.44%/a，而非滴灌工程区耕地NDVI平均增长率仅为0.30%/a，滴灌工程区耕地NDVI变化较为明显。③滴灌工程实施后，年降水量降低了42.48%，然而县域NDVI却呈现出“增加—平缓—增加”的变化特征，平均增速为0.27%/a，平均增长11.53%。农业生产能力没有降低反而增加。滴灌工程的实施，不仅促进了土地流转与规模化经营，田块的破碎化程度降低，显著扩大了有效耕地面积，更重要的是县域农业产能（NDVI）与节水抗旱能力显著提升，沙雅县整体农业生产能力得到提高。因此，滴灌工程对于提高干旱区农业生产能力和生态环境具有重要意义。

Abstract

As a revolutionary technical project to increase agricultural production and income in arid oasis irrigation, drip irrigation engineering has a profound impact on agricultural production and the ecological environment. To effectively evaluate the impact of drip irrigation engineering on agricultural productivity, this study took Shaya County as the research area, and analyzed the spatiotemporal changes of NDVI and cultivated land area in the county during the construction and operation period of drip irrigation engineering (2014-2022) by using Normalized Difference Vegetation Index (NDVI) datasets, meteorological datasets and Land Use/Cover Change (LUCC) datasets. The results show that: ①From 2014 to 2022, the cultivated land area of the county increases by 83.83 km², with drip irrigation engineering accounting for 71.22% of this expansion. ②The average growth rate of NDVI in the drip irrigation area is 0.44%/a, while the average growth rate of NDVI in the non-drip irrigation area is only 0.30%/a. The change of NDVI in the drip irrigation area is obvious. ③After the implementation of drip irrigation project, the annual precipitation decreases by 42.48%, but NDVI of the county shows a characteristic pattern of "increase - gentle - increase", with an average growth rate of 0.27%/a and an average increase of 11.53%. Agricultural productivity increased rather than decreased. The implementation of drip irrigation engineering not only promoted land transfer and large-scale management, reduced plot fragmentation, it also significantly expanded the effective cultivated land area. Moreover, the county agricultural productivity (NDVI) and water saving and drought resistance ability are significantly improved, and the overall agricultural production capacity of Shaya County is improved. Therefore, drip irrigation projects hold significant importance in improving agricultural productivity and ecological environment in arid areas.

关键词

滴灌工程 / 沙雅县 / 归一化差异植被指数 / 土地利用/覆被变化 / 农业生产能力

Key words

drip irrigation engineering / Shaya County / normalized difference vegetation index / land use/cover change / agricultural productivity

基金

新疆维吾尔自治区重大科技专项“棉花农药化肥减量增效技术集成与应用”(2020A01002-3)

国家重点研发计划项目“天-空-地多源数据融合的水盐诊断技术”(2021YFD1900801-03)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

张聪 , 盛建东 , 朱先海 , 轩俊伟 , 周学林 , 杨世平 , 蒋平安. 滴灌工程对农业生产能力的影响评估[J].节水灌溉, 2024(6): 95-101 https://doi.org/10.12396/jsgg.2023441

ZHANG Cong , SHENG Jian-dong , ZHU Xian-hai , XUAN Jun-wei , ZHOU Xue-lin , YANG Shi-ping , JIANG Ping-an. Evaluation of the Effect of Drip Irrigation Engineering on Agricultural Productivity[J].Water Saving Irrigation, 2024(6): 95-101 https://doi.org/10.12396/jsgg.2023441

0 引言

近年来，小型、零散的经营方式已逐渐无法满足农业高质量发展的需求，其特征为市场化、规模化和产业化^{[1, 2]}。因此，我国于2011年制定并实施了全国土地整治规划，以加速高标准农田的建设^[3]，推动农业的高质量发展。在建设过程中，严格保护耕地，并加快农村土地的整理与复垦。此外，还强化了以农田水利设施为主的田间工程建设，改造中低产田，大规模建设能够抵抗旱涝的高标准农田^[4]。自推广以来，高标准农田建设已成功提高10%~20%的亩均粮食产能，为农业产量的持续丰收提供了坚实支撑^[5]。由此可见，现代农业的发展离不开高标准农田的建设，这将有力推动农业生产能力的提升^[6]。

在全国高标准农田建设的大背景下，新疆的农田水利基本建设，尤其是农业高效节水建设，也取得显著进步。截至2017年底，新疆已经累计发展高效节水灌溉面积达到238.6 万hm²，其中滴灌面积占据高效节水灌溉面积的95%以上^[7]。研究显示，在缺乏水源的山区和沙地，通过使用高效节水灌溉设施，水资源利用率可以达到95%左右^[8]。2017年，新疆沙雅县开展农业高效节水增收试点工作，通过引进现代农业节水灌溉设施和技术，并大力发展节水滴灌工程，提高了水资源利用效率和农业生产能力，实现了农业节水增效和农民增产增收。因此，农业滴灌作为一种现代化高效节水的灌溉技术，在新疆高标准农田建设中发挥着至关重要的作用。

遥感技术作为有效的对地观测技术和信息获取手段，正逐渐被更多的学者应用于农业节水灌溉的研究领域。一些研究利用多源遥感数据对农田灌溉需水量进行了分析研究^{[9, 10]}，而另一些研究则基于遥感时序影像对地块尺度级别的灌溉耕地进行了提取^[11]或对土壤水分的时空变化规律进行了分析^[12]。这些研究充分展示了遥感技术在农业灌溉监测方面的显著作用。然而，目前的研究仍未将灌溉耕地、农业灌溉和农业生产力进行有机结合，以深入探讨节水灌溉对农业生产力产生的具体影响。

因此，本研究以新疆沙雅县滴灌工程项目^[13]为研究对象，利用遥感监测技术，结合NDVI和LUCC数据集的年际变化^[14]，利用土地利用转移矩阵和时序分析方法，深入分析NDVI和耕地面积在滴灌工程实施不同阶段的时空演变过程，并探究其变化的原因。本研究旨在揭示滴灌工程对区域整体农业生产能力的影响机制，为新疆干旱区农业滴灌工程的动态监测提供新方案，并为区域水资源管理与综合开发等方面提供科学依据。

1 研究区和数据

1.1 研究区域

沙雅县位于新疆西南部塔克拉玛干沙漠北缘，海拔946~1 050 m。塔里木河自西向东在本县中部偏北横贯全县，将本县分为南北两部分，北部为渭干河冲积扇下游平原区，总面积约为62.4 万hm²，约占全县总面积的19.5%，塔里木河以南为沙漠区，面积为257.32 万hm²，约占全县总面积的80.5%^[15]。沙雅县地处西北干旱区，属于典型的温带大陆性气候，光热充足，降水稀少，蒸发量大，水资源短缺，生态环境极其脆弱^[16]。因此，为了提高水资源利用效率和农田生产能力，在沙雅县开展了为期3 a的农业高效节水滴灌工程。本文以滴灌工程的实施范围的边界为分界线，将研究区域进一步划分为滴灌工程区和非滴灌工程区（见图1）。

图1 研究区分布示意图

Fig.1 Distribution map in study area

Full size|PPT slide

1.2 滴灌工程概况

滴灌工程项目的建设范围涉及沙雅县渭干河灌区的7个乡镇（见图2），施工工期为2017- 2019年。首先在滴灌工程区域内进行土地平整，将“小块地”平整成高标准“大条田”，为开展全程机械化作业、推广先进的农业技术、发展现代农业创造了条件；3 a累积建设高效节水灌溉面积3.333 万hm²，滴灌系统520座，渠道防渗863.75 km，渠道自动量测水设施1 723处，沙雅县的农业实现了从传统农业向现代农业发展的跨越。

图2 滴灌工程建设范围示意图

Fig.2 Construction scope of drip irrigation engineering

Full size|PPT slide

1.3 研究时段

本研究以滴灌工程的项目施工工期为分界点，共计9 a，分为3个阶段：阶段I——滴灌工程实施前，2014-2016年；阶段Ⅱ——滴灌工程实施中，2017-2019年；阶段III——滴灌工程实施后，2020-2022年。

1.4 数据来源与处理

本文所用数据主要包括气象数据集、NDVI数据集和LUCC数据集。时间序列均选取2014-2022年共9 a数据，每年7幅影像（4-10月），覆盖农作物的整个生长季^[17]。数据处理模式采用GEE（Google Earth Engine）云计算平台，结合ArcGIS和SPSS本地计算的方式进行。

气象数据集主要包含地表温度数据和降水量数据。其中地表温度数据（Land surface temperature, LST）来源于MODIS产品系列中的MOD11A1数据集（http:// earthexplorer.usgs.gov），空间分辨率为 1 000 m；降水量数据来源于CHIRPS Pentad^[18]数据集。

NDVI数据集来源于美国国家航空与航天局（NASA）提供的MODIS产品系列中的MOD13Q1数据集（http:// earthexplorer.usgs.gov），空间分辨率为250 m，时间分辨率为16 d。

LUCC数据集来源于武汉大学杨杰、黄昕两位教授共同开发的CLCD数据集（https://zenodo.org/record/）^[19]，是第一个源自Landsat的年度中国土地覆盖数据集，空间分辨率为30 m。

2 理论与方法

2.1 土地利用转移矩阵

转移矩阵可全面、具体地刻画区域某一时期期初和期末的土地利用变化的数量结构特征与研究时间间隔内各地类的转移变化情况^{[20, 21]}，其数学表达形式为：

S_{i j} = [\begin{matrix} S_{11} & S_{12} & \dots & S_{1 n} \\ S_{21} & S_{22} & \dots & S_{2 n} \\ ⋮ & ⋮ & ⋮ \\ S_{n 1} & S_{n 2} & \dots & S_{n n} \end{matrix}]

（1）

式中：

S

为面积；

n

为转移前后的土地利用类型数；

i 、 j

分别为研究期期初与期末的土地利用类型；

S_{i j}

为研究期初的

i

地类转换成期末的

j

地类的面积。

2.2 植被覆盖指数

NDVI可以在时效方面有效监测区域尺度的植被覆盖变化^{[22, 23]}，因而本文采用NDVI作为植被覆盖指标：

N D V I = \frac{ρ_{N I R} - ρ_{R}}{ρ_{N I R} + ρ_{R}}

（2）

式中：

ρ_{N I R}

代表近红外波段反射率；

ρ_{R}

代表红光波段反射率。

2.3 时序分析方法

一元线性回归分析能够对研究时段的栅格数据进行有效拟合，所拟合的直线斜率可以有效反映研究对象的变化趋势^[24]，计算方式如下：

θ_{s l o p e} = \frac{n \sum_{i = 1}^{n} (i N D V I_{i}) - \sum_{i = 1}^{n} i \sum_{i = 1}^{n} N D V I_{i}}{n \sum_{i = 1}^{n} i^{2} - {(\sum_{i = 1}^{n} i)}^{2}}

（3）

式中：

n

为年份数；

i

表示年序号；

N D V I_{i}

为第

i

年的NDVI均值或累积值；

θ_{s l o p e}

表示像元回归方程的斜率。

3 结果与分析

3.1 耕地面积年际变化特征

通过分析耕地面积的年际变化可知（见图3），在2014-2022年期间，滴灌工程区耕地面积呈现出“先增加，后平缓”的特征，而非滴灌工程区变化不大。通过2016-2020年土地利用转移分析滴灌工程实施前后耕地面积变化可知（见表1），耕地面积增加了83.83 km²。其中，滴灌工程区增加了59.70 km²，非滴灌工程区增加了24.13 km²。在滴灌工程实施期间，耕地的主要转入来源为草地和未利用地，其中，草地占比91.48%，未利用地占比8.44%。

图3 2014-2022年沙雅县耕地面积年际变化趋势图

Fig.3 Interannual variation trend of cropland area in Shaya County from 2014 to 2022

Full size|PPT slide

表1 2016-2020年沙雅县土地利用变化转移矩阵 (km²)

Tab.1 Transition matrix of land use change in Shaya County from 2016 to 2020

2016年	2020年						总面积	转出量/%
2016年	耕地	林地	草地	水体	建设用地	未利用地	总面积	转出量/%
耕地	2 071.68	0.00	79.24	1.78	20.41	0.02	2 173.14	0.79
林地	0.00	0.27 × 10^-2	0.00	0.00	0.00	0.00	0.27 × 10^-2	0
草地	169.50	0	2631.70	1.79	65.38	124.72	2 993.08	2.80
水体	0.16	0	9.08	31.87	6.70	1.08	48.89	0.13
建设用地	0.00	0	0.05	1.72	593.94	0.01	595.71	0.01
未利用地	15.63	0	122.41	1.04	7.67	6 936.83	7 083.58	1.14
总面积	2 256.97	0.27 × 10^-2	2 842.47	38.20	694.10	7 062.66	12 894.40	—
转入量/%	1.44	0	1.63	0.05	0.78	0.98	—	—

3.2 县域NDVI时空变化特征

通过分析NDVI年际变化可知（见图4），在2014-2022年，沙雅县植被生长季平均NDVI和累积NDVI整体上均呈现出“增加—平缓—增加”的变化特征，平均增速为0.27%/a。其中，NDVI在滴灌工程实施前（阶段I），变化强度为0.45%/a，增幅较大；滴灌工程实施中（阶段II），变化强度为0.05%/a，变化较为平缓；滴灌工程实施后（阶段III），变化强度为0.20%/a，增速较为明显。滴灌工程实施后（阶段III）比滴灌工程实施前（阶段I），县域NDVI均值增长了11.53%，存在显著性差异（P<0.05）。

图4 2014-2022年沙雅县植被生长季年际NDVI变化

Fig.4 Interannual NDVI changes in vegetation growing season of Shaya County from 2014 to 2022

Full size|PPT slide

依据NDVI年际变化趋势的空间分布得出（见图5），滴灌工程实施前后NDVI变化趋势具有很大的空间异质性，植被覆盖好转区域集中分布在沙雅县北部的渭干河冲洪积平原区。滴灌工程实施后，植被覆盖好转区域由北部渭干河冲洪积平原区，逐渐向中部塔里木河河谷平原区过渡，且好转区域面积扩大，稳定区域面积无明显变化，变差区域面积缩小。滴灌工程实施后，比滴灌工程实施前，植被覆盖明显变差的区域面积净增加0.06%；轻微变差的区域面积净减少9.71%；基本稳定的区域面积净增加0.58%；轻微好转的区域面积净增加10.73%；明显好转的区域面积净减少1.66%（见表2）。

图5 滴灌工程实施前后NDVI年际变化趋势空间分布图

Fig.5 Spatial distribution of interannual NDVI changes trend before and after the implementation of drip irrigation engineering

Full size|PPT slide

表2 滴灌工程实施前后沙雅县NDVI变化趋势面积统计表

Tab.2 The area of NDVI changes trend before and after implementing the drip irrigation engineering in Shaya County

NDVI年际变化趋势	滴灌工程实施前（阶段I）		滴灌工程实施后（阶段III）
NDVI年际变化趋势	面积/km²	面积比重/%	面积/km²	面积比重/%
明显变差（<-0.010）	35.98	0.47	40.52	0.53
轻微变差（-0.010~-0.001）	1 849.11	23.94	1 083.93	14.23
基本稳定（-0.001~0.001）	3 008.03	38.95	3 011.09	39.53
轻微好转（0.001~0.010）	2 651.25	34.33	3 432.26	45.06
明显好转（>0.010）	178.78	2.31	49.14	0.65

3.3 滴灌工程对耕地NDVI的影响

通过分析耕地NDVI年际变化可知（见图6），滴灌工程区耕地NDVI呈现出“增加—降低—增加”的变化特征，平均增长率为0.44%/a；非滴灌工程区呈现出“缓慢增加”的变化特征，平均增长率为0.30%/a。滴灌工程区耕地NDVI平均增速大于非滴灌工程区。而且，滴灌工程区耕地NDVI明显高于非滴灌工程区，其中，滴灌工程区稳定在0.38~0.44之间，而非滴灌工程区稳定在0.32~0.36之间。

图6 2014-2022年平均耕地NDVI年际变化趋势图

Fig.6 Interannual variation trend of average NDVI of cropland from 2014 to 2022

Full size|PPT slide

随着滴灌工程实施的推进（见图6），滴灌工程实施前后，滴灌工程区年际耕地NDVI增长了5.90%。其中，滴灌工程实施前（阶段I），耕地NDVI逐年增加。但随着滴灌工程的逐步实施（阶段II），年际耕地NDVI却呈现出明显降低的特征，并在2019年达到波谷。然而，在滴灌工程结束后（阶段III），耕地状况开始明显好转，耕地NDVI平均水平明显高于滴灌工程实施前（阶段I）。而非滴灌工程区的耕地NDVI变化起伏不大。

4 讨论

4.1 灌溉耕地的变化分析

滴灌工程实施前，通过土地平整与开发增加了灌溉农田面积^[25]，促进了土地流转，使得田块的破碎化程度降低，为滴灌工程的实施和开展全程机械化作业创造了条件，并且滴灌工程区耕地NDVI平均增长率达到0.44%/a。这与满拉水库建库以来，农业耕地面积不断扩张的同时，单位面积GPP也以5.3 g C/（m²·a²）的速率逐年递增^[26]的结论一致。但随着滴灌工程的逐步推进，耕地NDVI却呈现明显下降的特征，这可能与铺设好的节水设施还暂未启用，平整后的土壤还未全部熟化，导致地上植被还未完全恢复等原因相关。

4.2 农业灌溉的变化分析

2014-2022年这9 a间，沙雅县气象条件（见图7）总体呈现出降水量低，而蒸发量高的特点。尤其在滴灌工程实施后的3 a里（2020-2022年），年降水量总体降低了42.48%，但是县域NDVI却呈现出逐年增加的特征。因而滴灌工程提供的灌溉用水是农业灌溉用水的主要来源，最终使县域NDVI整体呈上升趋势，在空间上具有明显的区域特征。表明NDVI的变化是受到气候和人类活动的共同影响^[27]。由此可见，滴灌工程的实施，提高了灌溉效率，提升植被生产力，有助于植被抗旱能力的增强，缓解干旱区由于灌溉农田增加导致的地区水资源短缺的问题^[25]，也大大降低农业生产对冰川和积雪融水径流的依赖程度^[28]。

图7 2014-2022年地表温度和降水量年际变化趋势图

Fig.7 Interannual variation trends of land surface temperature and precipitation from 2014 to 2022

Full size|PPT slide

4.3 农业生产能力的变化分析

滴灌工程的实施，是县域NDVI增加的主要影响因素。在滴灌设施投入使用之后，地上植被恢复，耕地NDVI持续增长。滴灌工程实施前后，滴灌工程区耕地NDVI增长5.90%，县域NDVI增长11.53%。2014-2022年，滴灌工程区耕地NDVI平均增长率为0.44%/a，而县域NDVI平均增长率为0.27%/a。由此可见，耕地NDVI的增长是促使县域NDVI增长的主要因素。这和邵全琴等^[29]，在对重大生态工程的生态效益评估过程中，得出多年平均年最大植被覆盖度增加2.2%，植被覆盖度、植被净初级生产力总体稳定增加的结果相一致。研究表明，滴灌工程的实施，可以有效提升农田生产能力，使得沙雅县生态环境整体得到改善。

5 结论

本文基于2014-2022年耕地面积及NDVI时空变化特征进行分析，对沙雅县农业生产能力在滴灌工程实施前、后的变化情况进行了评估。研究发现，在2014-2022年期间，全县耕地面积增加83.83 km²，其中滴灌工程区占比71.22%；滴灌工程区耕地NDVI平均增长率为0.44%/a，非滴灌工程区耕地NDVI平均增长率为0.30%/a，滴灌工程区耕地NDVI相比非滴灌工程区变化较快；在滴灌工程实施前后，虽然年降水量降低42.48%，但县域NDVI整体却呈现出“增加—平缓—增加”的变化特征，平均增速为0.27%/a，平均NDVI增长11.53%，农业生产能力（NDVI）没有降低反而增加。研究表明，由于沙雅县大面积推广并实施了滴灌工程，使得全县有效耕地面积增加，农业灌溉效率提高，进而提高了农作物节水抗旱能力和农业生产能力。综上所述，滴灌工程对沙雅县生态环境的改善发挥了重要作用。对于农田生态系统中的植被而言，水盐胁迫的影响因素不可忽略，未来会使用更高分辨率的遥感影像，分析在滴灌工程的影响下，灌溉因子和盐分运移的时空演变规律，以期深化该领域的研究，有助于现代化高效节水灌溉技术的全面推广，为生态效应的评估提供理论参考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

罗必良, 万燕兰, 洪炜杰, 等. 土地细碎化、服务外包与农地撂荒: 基于9省区2704份农户问卷的实证分析[J]. 经济纵横, 2019(7): 63-73.

LUO

B L

, WAN

Y L

, HONG

W J

, et al. Fragmentation, service outsourcing and farmland abandonment: An empirical analysis based on questionnaires from 2 704 Ho useholds in 9 provinces[J]. Economic Review Journal, 2019(7): 63-73.

本文引用 [1]

吴诗嫚, 叶艳妹, 张超正, 等. 不同模式农地整治对耕地细碎化的影响效应及其区域差异: 来自湖北省江汉平原与武陵山区的经验证据[J]. 中国土地科学, 2021, 35(7): 98-100.

S M

, YE

Y M

, ZHANG

C Z

, et al. Impacts of different modes of rural land consolidation on cultivated land fragmentation and its regional differences: Empirical evidence from Jianghan Plain and Wuling Mountain Area in Hubei Province[J]. China Land Science, 2021, 35(7): 98-100.

本文引用 [1]

3	李倩. 数量时代过去产能时代到来: 国土资源部土地整理中心副主任郧文聚谈高标准农田建设[J]. 中国土地, 2012(3): 8-11. 本文引用 [1]

4	郧宛琪, 朱道林, 汤怀志. 中国土地整治战略重塑与创新[J]. 农业工程学报, 2016, 32(4): 1-8. YUN W Q, ZHU D L, TANG H Z. Reshaping and innovation of China land consolidation strategy[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(4): 1-8. 本文引用 [1]

5	中华人民共和国农业农村部. 全国高标准农田建设规划（2021-2030 年）[EB/OL].（2021-09-16）[2023-09-06]. http://www.ntjss.moa.gov.cn/zcfb/202109/t20210915_6376511.htm 本文引用 [1]

陈正, 刘瀛弢, 贺德俊, 等. 中国高标准农田建设现状与发展趋势[J]. 农业工程学报, 2023, 39(18): 234-241.

CHEN

, LIU

Y T

, HE

D J

, et al. Current situation and development trend of well-facilitated farmland construction in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(18): 234-241.

本文引用 [1]

7	张娜. 新疆农业高效节水灌溉发展现状及“十三五”发展探讨[J]. 中国水利, 2018(13): 36-38, 45. ZHANG N. High-efficient water-saving irrigation development and 13th Five-Year Plan in Xinjiang Uygur Autonomous Region[J]. China Water Resources, 2018(13): 36-38, 45. 本文引用 [1]

8	赵波. 农田水利工程中高效节水灌溉技术应用分析[J]. 农业工程与装备, 2023, 50(3): 42-44. ZHAO B. Application analysis of efficient water-saving irrigation technology in agricultural water conservancy engineering[J]. Agricultural Engineering and Equipment, 2023, 50(3): 42-44. 本文引用 [1]

9	卢诗卉, 赵红莉, 蒋云钟, 等. 基于多源遥感数据和水量平衡原理的灌溉用水量分析[J]. 水利学报, 2021, 52(9): 1 126-1 135. LU S H, ZHAO H L, JIANG Y Z, et al. Analysis of irrigation water based on multi-source remote sensing data and water balance principle[J]. Journal of Hydraulic Engineering, 2021, 52(9): 1 126-1 135. 本文引用 [1]

10	梁冰洁, 杨芸, 王军涛, 等. 基于3S的小开河灌区农业灌溉需水量预测研究[J]. 人民黄河, 2023, 45(8): 26-31. LIANG B J, YANG Y, WANG J T, et al. Prediction of agricultural irrigation water demand based on 3S in Xiaokaihe Irrigation Area[J]. Yellow River, 2023, 45(8): 26-31. 本文引用 [1]

11	王琰, 周亚男, 汪顺营. 基于Sentinel-2时序影像的地块尺度灌溉耕地提取[J]. 节水灌溉, 2023(11): 91-98. WANG Y, ZHOU Y N, WANG S Y. Parcel-scale irrigated farmland mapping using time-series Sentinel-2 images[J]. Water Saving Irrigation, 2023(11): 91-98. 本文引用 [1]

周林康, 郭磊, 晋华. 基于ESA CCI遥感数据的山西省土壤水时空变化特征及影响因子分析[J]. 节水灌溉, 2023(7): 52-59, 66.

ZHOU

L K

, GUO

, JIN

. Spatial-temporal variation characteristics and influencing factors of soil moisture in Shanxi Province based on ESA CCI remote sensing data[J]. Water Saving Irrigation, 2023(7): 52-59, 66.

本文引用 [1]

李更生, 鲁小新, 雷小牛, 等. 新疆沙雅县渭干河灌区南疆农业高效节水增收试点实践与探索[J]. 中国水利, 2020, 71(9): 51-54.

G S

, LU

X X

, LEI

X N

, et al. Practices of the southern Xinjiang agricultural efficiency water-saving and income trial in Weigan River Irrigation Areas of Shaya County[J]. China Water Resources, 2020, 71(9): 51-54.

本文引用 [1]

14	王建邦, 赵军, 李传华, 等. 2001-2015年中国植被覆盖人为影响的时空格局[J]. 地理学报, 2019, 74(3): 504-519. WANG J B, ZHAO J, LI C H, et al. The spatial-temporal patterns of the impact of human activities on vegetation coverage in China from 2001 to 2015[J]. Acta Geographica Sinica, 2019, 74(3): 504-519. 本文引用 [1]

张飞, 塔西甫拉提·特依拜, 丁建丽, 等. 干旱区土壤盐渍化及其对生态环境的损害评估: 以新疆沙雅县为例[J]. 自然灾害学报, 2009, 18(4): 55-62.

ZHANG

, Tashpolat·Tiyip, DING

J L

, et al. Soil salinization in arid area and its economic loss evaluation of eco-environmental damages:a case of Shaya County in Xinjiang[J]. Journal of Natural Disasters, 2009, 18(4): 55-62.

本文引用 [1]

16	努尔卡木里·玉素甫, 满苏尔·沙比提. 新疆沙雅县气候变化特征分析[J]. 新疆师范大学学报(自然科学版), 2011, 30(1): 13-19. Nurkamil·YUSUF, Mansur·SABIT. Analysis on the climatic change characteristics of Shaya County in Xinjiang[J]. Journal of Xinjiang Normal University (Natural Sciences Edition), 2011, 30(1): 13-19. 本文引用 [1]

17	JIN K, WANG F, LI P. Responses of vegetation cover to environmental change in large cities of China[J]. Sustainability, 2018, 10(1): 270. 本文引用 [1]

18	FUNK C, PETERSON P, LANDSFELD M, et al. The climate hazards infrared precipitation with stations: a new environmental record for monitoring extremes[J]. Sci Data, 2015,2: 150 066. 本文引用 [1]

19	YANG J, HUANG X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth Syst. Sci. Data, 2021, 13: 3 907-3 925. 本文引用 [1]

牛乐乐, 张必成, 贾天忠, 等. 青海省海西州土地利用变化强度分析与稳定性研究[J]. 水土保持学报, 2021, 35(2): 152-159.

NIU

L L

, ZHANG

B C

, JIA

T Z

, et al. Analysis on intensity and stability of land use change in Haixi Mongolian and Tibetan autonomous prefecture of Qinghai Province[J]. Journal of Soil and Water Conservation, 2021, 35(2): 152-159.

本文引用 [1]

杨清可, 段学军, 王磊, 等. 基于“三生空间”的土地利用转型与生态环境效应: 以长江三角洲核心区为例[J]. 地理科学, 2018, 38(1): 97-106.

YANG

Q K

, DUAN

X J

, WANG

, et al. Land use transformation based on ecological-production-living spaces and associated eco-environment effects: A case study in the Yangtze River Delta[J]. Scientia Geographica Sinica, 2018, 38(1): 97-106.

本文引用 [1]

22	于海达, 杨秀春, 徐斌, 等. 草原植被长势遥感监测研究进展[J]. 地理科学进展, 2012, 31(7): 885-894. YU H D, YANG X C, XU B, et al. The progress of remote sensing monitoring for grassland vegetation growth[J]. Progress in Geography, 2012, 31(7): 885-894. 本文引用 [1]

23	王娟, 李宝林, 余万里. 近30 年内蒙古自治区植被变化趋势及影响因素分析[J]. 干旱区资源与环境, 2012, 26(2): 132-138. WANG J, LI B L, YU W L. Analysis of vegetation trend and their causes during recent 30 years in Inner Mongolia Autonomous Region[J]. Journal of Arid Land Resources and Environment, 2012, 26(2): 132-138. 本文引用 [1]

24	SEDDON A W, MACIAS-FAURIA M, LONG P R, et al. Sensitivity of global terrestrial ecosystems to climate variability [J]. Nature, 2016, 531(7 593): 229-232. 本文引用 [1]

25	QI X, FENG K, SUN L, et al. Rising agricultural water scarcity in China is driven by expansion of irrigated cropland in water scarce regions [J]. One Earth, 2022,5(10): 1 139-1 152. 本文引用 [2]

花顶, 胡实, 莫兴国. 水利工程对年楚河流域农业水资源利用效率和作物生产力的影响[J]. 农业工程学报, 2022, 38(14): 98-107.

HUA

, HU

, MO

X G

, et al. Impacts of water conservancy projects on agricultural water use efficiency and crop productivity in the Nianchu River Basin of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(14): 98-107.

本文引用 [1]

涂又, 姜亮亮, 刘睿, 等. 1982-2015年中国植被NDVI时空变化特征及其驱动分析[J]. 农业工程学报, 2021,37(22): 75-84.

, JIANG

L L

, LIU

, et al. Spatiotemporal changes of vegetation NDVI and its driving forces in China during 1982-2015[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(22): 75-84.

本文引用 [1]

28	FU J, WANG W, ZAITCHIK B, et al. Critical role of irrigation efficiency for cropland expansion in western China arid agroecosystems [J]. Earth's Future, 2022, 10. 本文引用 [1]

29	邵全琴, 刘树超, 宁佳, 等. 2000-2019年中国重大生态工程生态效益遥感评估[J]. 地理学报, 2022, 77(9): 2 133-2 153. SHAO Q Q, LIU S C, NING J,et al. Assessment of ecological benefits of key national ecological projects in China in 2000-2019 using remote sensing[J]. Acta Geographica Sinica, 2022, 77(9): 2 133-2 153. 本文引用 [1]

PDF(1751 KB)

427

访问

引用

详细情况

段落导航

摘要
Abstract
关键词
Key words
基金
引用本文
0 引言
1 研究区和数据
1.1 研究区域
图1 研究区分布示意图
1.2 滴灌工程概况
图2 滴灌工程建设范围示意图
1.3 研究时段
1.4 数据来源与处理
2 理论与方法
2.1 土地利用转移矩阵
2.2 植被覆盖指数
2.3 时序分析方法
3 结果与分析
3.1 耕地面积年际变化特征
图3 2014-2022年沙雅县耕地面积年际变化趋势图
表1 2016-2020年沙雅县土地利用变化转移矩阵 (km2)
3.2 县域NDVI时空变化特征
图4 2014-2022年沙雅县植被生长季年际NDVI变化
图5 滴灌工程实施前后NDVI年际变化趋势空间分布图
表2 滴灌工程实施前后沙雅县NDVI变化趋势面积统计表
3.3 滴灌工程对耕地NDVI的影响
图6 2014-2022年平均耕地NDVI年际变化趋势图
4 讨论
4.1 灌溉耕地的变化分析
4.2 农业灌溉的变化分析
图7 2014-2022年地表温度和降水量年际变化趋势图
4.3 农业生产能力的变化分析
5 结论
参考文献

收稿日期	接受日期	出版日期
2023-11-13	2024-01-25	2024-06-10
发布日期
2024-06-24

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

基金

引用本文

0 引言

1 研究区和数据

1.1 研究区域

图1 研究区分布示意图

1.2 滴灌工程概况

图2 滴灌工程建设范围示意图

1.3 研究时段

1.4 数据来源与处理

2 理论与方法

2.1 土地利用转移矩阵

2.2 植被覆盖指数

2.3 时序分析方法

3 结果与分析

3.1 耕地面积年际变化特征

图3 2014-2022年沙雅县耕地面积年际变化趋势图

表1 2016-2020年沙雅县土地利用变化转移矩阵 (km²)

3.2 县域NDVI时空变化特征

图4 2014-2022年沙雅县植被生长季年际NDVI变化

图5 滴灌工程实施前后NDVI年际变化趋势空间分布图

表2 滴灌工程实施前后沙雅县NDVI变化趋势面积统计表

3.3 滴灌工程对耕地NDVI的影响

图6 2014-2022年平均耕地NDVI年际变化趋势图

4 讨论

4.1 灌溉耕地的变化分析

4.2 农业灌溉的变化分析

图7 2014-2022年地表温度和降水量年际变化趋势图

4.3 农业生产能力的变化分析

5 结论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

基金

引用本文

0 引 言

1 研究区和数据

1.1 研究区域

图1 研究区分布示意图

1.2 滴灌工程概况

图2 滴灌工程建设范围示意图

1.3 研究时段

1.4 数据来源与处理

2 理论与方法

2.1 土地利用转移矩阵

2.2 植被覆盖指数

2.3 时序分析方法

3 结果与分析

3.1 耕地面积年际变化特征

图3 2014-2022年沙雅县耕地面积年际变化趋势图

表1 2016-2020年沙雅县土地利用变化转移矩阵 (km2)

3.2 县域NDVI时空变化特征

图4 2014-2022年沙雅县植被生长季年际NDVI变化

图5 滴灌工程实施前后NDVI年际变化趋势空间分布图

表2 滴灌工程实施前后沙雅县NDVI变化趋势面积统计表

3.3 滴灌工程对耕地NDVI的影响

图6 2014-2022年平均耕地NDVI年际变化趋势图

4 讨 论

4.1 灌溉耕地的变化分析

4.2 农业灌溉的变化分析

图7 2014-2022年地表温度和降水量年际变化趋势图

4.3 农业生产能力的变化分析

5 结 论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

0 引言

表1 2016-2020年沙雅县土地利用变化转移矩阵 (km²)

4 讨论

5 结论