EN中文

Journal of Geo-information Science >

2023 , Vol. 25 >Issue 9: 1827 - 1841

DOI: https://doi.org/10.12082/dqxxkx.2023.220988

Monitoring the Characteristics of Spatiotemporal Diffusion Process of Rice-crawfish Farming Technology in Jianghan Plain

  • WEI Yanbing ,
  • LU Miao ,
  • TANG Huajun ,
  • WU Wenbin , *
Expand
  • State Key Laboratory of Efficient Utilization of Arid and Semi-arid Arable Land in Northern China, Key Laboratory of Agricultural Remote Sensing, Ministry of Agriculture and Rural Affairs, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China
* WU Wenbin, E-mail:

Received date: 2022-12-19

  Revised date: 2023-03-22

  Online published: 2023-09-05

Supported by

National Key Research and Development Program of China(2019YFA0607400)

Fundamental Research Funds for Central Non-profit Scientific Institution(1610132020016)

Fold

Abstract

The spillover effect of a new agricultural technological innovation leads to its spatial diffusion with various characteristics, which affects the economic and social development of regional agriculture and farmers' welfare. Understanding spatiotemporal characteristics of technology diffusion is essential for obtaining basic information to manage this innovation in an effective way. Here, we investigated the diffusion pattern of the integrated rice-crawfish farming system, which is an emerging agricultural production in Jianghan Plain of China. Based on time-series Landsat images, we introduced CART classification algorithm and simple non-iterative clustering method to optimize the object-based water difference method and mapped the distribution of rice-crawfish farming from 2013 to 2019. We analyzed the characteristics of diffusion from aspects of area extent, spatial aggregation, and spatial interaction. We found that the rice-crawfish farming system showed a nonlinear expansion pattern from 2013 to 2019. It was expanded from a few hotspots to an extensive area in surrounding areas, with highest density distributed in the middle and southeast of Jianghan Plain. The spatial distribution of the adopted technology had characteristics of high aggregation at certain directions, with the core moving from the middle to southeast. Two motivative regions, Qianjiang and Jianli, respectively promoted the speed and extent of rice-crawfish technology diffusion at the early stage and late stage. Policy incentives, community effects, and industry chains effectively facilitated the adoption and diffusion of rice-crawfish farming system at both of individual level and regional level. Our study revealed the diffusion process and common characteristics of the new technology, which highlights the importance of information exchange and the radiation effect of the core area for technology adoption. The results not only provide essential data and knowledge for understanding the development condition and conducting relative research, but also give evidential references for decision-makers for efficient management of the technology at early diffusion stage.

Key words： rice-crawfish farming; integrated agricultural system; technology diffusion; spatial interaction; spatiotemporal dynamics; spatial analysis; Jianhan Plain; Landsat

Cite this article

WEI Yanbing , LU Miao , TANG Huajun , WU Wenbin . Monitoring the Characteristics of Spatiotemporal Diffusion Process of Rice-crawfish Farming Technology in Jianghan Plain[J]. Journal of Geo-information Science, 2023 , 25(9) : 1827 -1841 . DOI: 10.12082/dqxxkx.2023.220988

1 引言

我国人多地少，科学高效合理利用耕地资源十分重要[1⇓⇓-4]。作物与水产、作物与畜牧等多种复合农业生产模式在确保粮食安全的同时促进农民增收[5-6]。我国中央一号文件多次提出推进稻田综合种养。稻渔种养在我国已有1200多年的历史，先后发展了水稻-鲤鱼、水稻-泥鳅等多种模式[7-8]。近年来，随着小龙虾市场消费需求的逐年增加[9]，水稻-小龙虾的复合种养面积在我国众多的稻渔模式中排名第一，约占稻渔模式总面积的49%[10]。稻虾共作是兴起于江汉平原的一种新型稻田复合种养模式，2013年正式被中国渔业协会批准[11]。由于良好的经济和生态效益，稻虾共作技术自提出起，迅速在我国长江中下游地区大规模扩张。江汉平原是稻虾共作的发源地，目前处于技术扩散后期，形成了成熟的技术模式和完善的生产链。然而，湖南、江西等地区由于引进稻虾共作技术时间较晚，目前正处于技术扩散的初级阶段，技术发展面临空间布局、生产效率和产出收益等潜在问题[12]。因此，科学厘清江汉平原稻虾共作技术模式的时空扩散过程与特征，有助于掌握新农业技术由提出到规模推广扩散的总体规律，为处于技术扩散初期的区域推进稻虾共作良性发展提供有益参考。
稻虾共作技术扩散受到政策、社会、自然和信息等多因素复合叠加影响，包括微观和宏观2个维度、时间和空间2个尺度[13]。在微观层面，农户个体间通过互动与信息交流等群体效应，实现技术传播；在宏观层面，不同区县政府通过政策联动、商业互通、劳动力流动等，形成空间关联交互作用[14⇓-16]。稻虾共作技术在其兴起核心区的大力推广会外溢影响周边地区，同时周边区域对该技术的引入和应用也对核心区域提供反馈[17-18]。可见，科学揭示新技术扩散的时空变化规律，不仅需要在精细空间单元（如像素或地块）分析其时空变化特征，也需要在区域尺度探究其空间交互作用。
已有研究从微观个体角度出发，基于问卷调查数据和回归模型探究了农业新技术扩散的特征与影响因素[19-20]，然而难以从时空尺度上准确解析该技术应用与扩散的动态性和区域差异性。遥感技术凭借其高时效、大区域等特点，被广泛应用于农业土地利用监测中[21]。有学者针对稻虾共作模式，提出了多种遥感识别方法并监测其时空变化[22⇓-24]。这些研究多聚焦于单一县市或短时间序列分析，更大区域尺度或更长时间范围的分析不足，难以在区域层面科学掌握稻虾共作技术扩散的总体态势，也难以分析新技术模式在区域间的空间交互作用。基于此，本研究选择稻虾共作的发源地及典型区域—江汉平原，基于Landsat影像提取2013—2019年稻虾共作时序空间数据，从时空角度探究稻虾共作技术扩散的动态特征，旨在揭示新农业技术区域发展规律，为产业发展政策制定与管理提供信息支撑。

2 研究区概况与数据来源

2.1 研究区概况

江汉平原位于湖北省中南部，介于29°26′N—30°10′N，111°14′E—114°36′E之间，是长江中下游平原的重要组成部分（图1）。研究区占地面积21.2×103 km2，共包括11个县市区，即：荆州市的荆州区、江陵县、公安县等8个县区，以及仙桃、潜江、天门3个省辖县级市。区域内地势低平，平均海拔约为30 m。江汉平原属于亚热带季风性气候，境内热量、雨量充足，年平均气温为16.1 ℃，全年无霜期长约254，年平均降水量约为1100~1300 mm[25]。区域内水资源十分丰富，境内流通汉江、东荆河两大长江支流，拥有众多湖泊和稠密的排灌渠网。富饶的水土资源和适宜的气候条件为稻虾共作创造了良好的种养环境。自2013年颁布稻虾共作技术章程以来，研究区域内稻虾共作技术发展迅速，已成为全国稻虾共作的引领示范地区[26-27]。区域内既有技术扩散应用较长时间的稻虾共作发源地，也有技术推广新兴稻虾区。以江汉平原为研究区，不仅可整体上厘清稻虾共作技术兴起、发展和壮大的技术传播特点，还可探究区域内部不同技术应用水平地区间的空间交互作用。
图1 研究区域概况

Fig. 1 The location of the study area

2.2 数据来源

本研究采用的遥感数据为重访周期16天、空间分辨率30 m的 Landsat 8和Landsat 7系列多光谱遥感卫星数据。稻虾共作在中稻种植时期和水稻休耕时期存在典型的光谱信息差异，成为与其他地表覆盖类型进行区分的关键阶段[28]。在保证包含稻虾共作典型光谱差异信息的基础上，将影像获取时相设置为每年7月至10月和11月至次年4月。Google Earth Engine（GEE）是基于云端的地理空间分析平台，具有海量卫星遥感数据和先进计算与储存能力，为大规模遥感影像处理提供便捷高效的技术支持[29]。基于GEE平台对江汉平原地区的Landsat8 OLI影像进行筛选，选择2013—2019年时相阶段内云量小于30%的影像，并应用CFMask算法对影像进行去云处理。Landsat7 ETM+影像在进行基于插值算法的条带补充之后成为Landsat8的补充影像。应用GEE平台共获得84景全覆盖研究区域与时间段的Landsat影像，并完成去云、镶嵌和裁剪等预处理。
本研究中使用的样本数据包括稻虾共作和其他地表覆盖类型，数据来源为2018年和2019年的实地调查和高分辨率Google Earth影像。针对地面实地调查和高分辨率影像缺少的年份，通过2018年和2019年的实地样本点获取稻虾共作的典型光谱特征，基于Google Earth平台提供的高分辨率影像和Landsat时序影像，进行样本点采集[30]。采集流程为：① 基于具有充足时间序列的Google Earth影像，确定高置信度的样本点，并将其作为扩展其他年份的标准数据集；② 通过应用Landsat时序影像，对目标年份样本点的地物属性进行核查，以确定其类型是否已更改；③ 对于发生改变的样本标签，将进行重新分配或移动以保证较高的置信度。在各个类型样本数据采集过程中，以样本分布随机性和均匀性为原则，使其全面覆盖整个研究区域。获得2013—2019年江汉平原的稻虾共作样本点680个，非稻虾共作样本点1 252个，包括建筑、河流、林地、池塘、普通农田。

3 研究方法

本研究的整体技术路线如图2所示，基于对象级水体差异算法提取江汉平原2013—2019年稻虾共作的时空分布数据，进行精度验证；从时空扩散特征和空间交互作用两方面探究稻虾共作农业技术在江汉平原地区由创立至成熟、并发展至整个区域的传播特征。
图2 江汉平原稻虾共作扩散研究技术路线

Fig. 2 The workflow for investigating the characteristics of rice-crawfish farming diffusion in Jianghan Plain

3.1 稻虾共作分布提取方法

稻虾共作模式在夏季种植水稻，在冬季灌溉农田，存在冬季休耕期的农田水域面积增加的特征。本研究基于作者提出的对象级水体季相差异方法 (Object-based Water Difference Method, OWDM)[31]，引入CART（Classification and Regression Trees）决策树分类模型和简单非迭代聚类算法（Simple Non-Iterative Clustering, SNIC），代替原方法中的均值阈值确定以及eCognition分割方法，优化完善像素级提取与对象级分割算法，实现大区域尺度下的稻虾共作农田提取。
首先，本研究应用自动水体提取指数(Automated Water Extraction Index, AWEIsh)，引入水体训练样本至CART算法中构建阈值决策树，提取像素级稻虾共作农田的分布[32]。CART算法通过基尼系数确立决策树节点，可以客观且高效地应用于二值化水体分类。其次，为最大程度减少椒盐噪声影像，提取完整的稻虾共作农田地块，应用基于对象级的影像分割算法—SNIC算法那提取地块边界。SNIC算法采用CIELAB颜色距离和空间欧式距离加权计算像素点与聚类中心的距离，通过构建优先级队列以实现非迭代聚类[33]。为提高算法分割的计算效率，本研究基于GEE平台应用SNIC算法对每年的Landsat影像进行分割并得到地块边界。最后，将基于对象级的地块边界数据与稻虾共作像素相套合，计算出每个地块对象内小龙虾像素的百分比，以50%作为稻虾共作地块识别的阈值，提取2013—2019年江汉平原地区逐年的稻虾共作农田分布空间信息。

3.2 技术扩散的时空特征分析方法

3.2.1 空间平滑方法

基于遥感像素的稻虾共作时空变化可直观反映农户采纳稻虾共作技术的态势，也可最精细刻画技术扩散时空特征。然而，在稻虾共作技术的传播范围有限且空间分布较分散的情况下，以原始30 m空间分辨率的时空数据难以突显稻虾共作技术的分布热点位置及重心变化。空间平滑方法早期由Wright等[34]用于土地变化科学领域，已广泛应用于探究时空分布变化的相关研究[35-36]。本研究通过构建200像素×200像素的移动窗口，将原始的30 m像素整合至6 km×6 km的空间单元；汇总单元内部的稻虾共作像素数量，计算单元内的稻虾共作总面积，进一步计算具有不同稻虾面积的单元的比例变化，在单元尺度分析技术传播的时空变化和热点聚集。

3.2.2 变化率计算

为探究江汉平原稻虾共作技术扩散的区域性特征与差异，以县市为单元计算面积变化和面积贡献率。为突出主要地区的技术传播速率，选择稻虾共作面积占比超过整体江汉平原80%的5个重点县域。县域年际增长面积的计算公式为：
I A = A n - A n - 1
式中：IA为稻虾共作年际增长面积； A为区域稻虾共作面积； n为年份，取值范围是2014—2019。通过计算年际增长面积，反映不同区域的稻虾共作技术扩散最广的时间和范围。县域稻虾共作贡献率的计算公式为：
C A = A m S A m × 100 %
式中：CA为区域稻虾面积贡献率；A为区域稻虾共作面积；SA为江汉平原稻虾共作总面积；m为年份，取值范围是2013—2019。通过计算区域稻虾贡献率，反映不同时间节点江汉平原的稻虾技术传播在区域上的热点分布与变化。

3.2.3 空间方向性分析方法

本研究应用标准差椭圆方法度量稻虾共作的空间方向性分布特征。标准差椭圆方法（Standard Deviational Ellipse, SDE）基于空间统计角度反映地理要素的空间特征[37-38]，通过以平均中心作为起点，分别计算其在X方向和Y方向的标准差，并定义椭圆的轴和方向[39]。椭圆中心坐标的计算公式为：
X - = ∑ i = 1 n x i n Y - = ∑ i = 1 n y i n
式中： X -和表示稻虾共作分布平均中心的坐标；n为稻虾共作要素个数； x i和 y i分别表示每一个稻虾共作要素单元的坐标。SDE反映稻虾共作分布的主要趋势方向和离散程度，椭圆的中心点表示整体区域内部稻虾共作分布的重心位置。

3.3 技术扩散的区域空间交互分析方法

引力模型基于牛顿万有引力定律构建，用于计算2个或多个位置之间流动量或特定属性的相互作用[40⇓⇓-43]。区域间引力成为反映空间相互作用程度的量化指标，引力与属性呈正相关，与空间距离呈负相关。本文应用负幂式阻抗函数的引力模型，量化江汉平原县域间在稻虾共作技术传播的交互作用。引力模型的基础公式为：
G i j = K M i M j D i j b ( i ≠ j )
式中：Gij为区域i与区域j之间的引力；Mi和Mj分别为区域i,j的稻虾共作的发展规模；Dij为两区域中心点间的直线距离；K为经验常数；b为距离摩擦系数。b代表引力作用范围的尺度差异，本研究取值为2代表省级尺度内空间联系状态[44-45]。由于稻虾共作农田分布变化是在政策、经济和资源等多种因素共同推动下的结果，区域内的稻虾面积是反应该区域稻虾发展水平的最终指标。本研究基于稻虾共作面积代表区域稻虾共作技术发展规模，通过空间距离相结合，反映稻虾技术扩散下区域间的依存关系。由于空间关联主要发生在区域已存在一定稻虾共作规模的前提下，因此本研究选择江汉平原技术传播后期：2016—2019年，突出表现区域间以稻虾发展规模为权重的相互作用力。
空间关联在区域之间存在双向性，为量化区域输出影响力和接收影响力的差异，定义经验常数K值[46-47]：
K i = M i M i + M j
K j = M j M i + M j
式中： Ki用于计算区域 i 对区域j的输出稻虾共作影响力Gij；Kj用于计算区域 i 受到区域j的稻虾共作影响力Gji。根据每个区域的输出和接收影响力，分别计算单一区域总体的对外输出强度和接收强度：
P i = ∑ G i j
N i = ∑ G j i
式中：Pi代表区域i对江汉平原其他区域的输出影响力总和；Ni代表区域i接收到江汉平原其他区域的影响力总和。通过计算各区域输出与接收之差，定义各区域在江汉平原稻虾共作技术扩散中的特征类型。

4 结果与分析

4.1 江汉平原稻虾共作时空变化

2013—2019年江汉平原稻虾共作时空分布数据的总体精度均在90%以上（表1）。江汉平原的稻虾共作技术扩散过程表现为由点至面、由单源至多源的扩张特征（图3、图4）。技术扩散初期，稻虾共作农田以多个聚集区分布在潜江市西南地区，随后稻虾农田面积逐渐增加、分布范围逐步扩大。技术传播的范围在2013—2017年已显著扩张至江汉平原西部和东部，但是单元内部的稻虾共作农田分布密度仍然较低：农田面积小于2 km2的单元占据总量的60%。在技术传播时间段后期，稻虾共作的分布密度显著增加，2019年稻虾农田面积大于9 km2的单元比例已达到30%。稻虾共作技术传播表现出显著的方向性，分布重心逐渐由中部向东南部迁移。
表1 基于混淆矩阵的精度评价结果

Tab. 1 Accuracy assessment based on confusion matrix

2013年 2014年 2015年 2016年 2017年 2018年 2019年
总体精度/% 98.90 95.96 96.32 96.33 96.20 93.51 93.19
kappa 系数 0.95 0.80 0.86 0.88 0.89 0.83 0.83
图3 2013—2019年江汉平原稻虾共作时空分布

Fig. 3 Distribution of rice-crawfish farming system in Jianghan Plain from 2013 to 2019

图4 江汉平原稻虾共作农田空间聚集变化

Fig. 4 Spatial aggregation change of rice-crawfish farming system in Jianghan Plain

2013—2019年江汉平原稻虾技术的传播速率逐渐加快，2017—2019年面积增长率上升至118%（图5）。县域之间的稻虾共作传播范围差距较大。技术传播初期，江汉平原的稻虾共作农田主要分布在潜江，随后广泛传播至监利。2019年潜江和监利的稻虾面积占比超过50%。洪湖、公安和仙桃在2018年和2019年呈现显著扩张的趋势，面积总和占比达到江汉平原的30%。
图5 江汉平原稻虾共作面积及增长率变化

Fig. 5 Area and change rate of rice-crawfish farming system in Jianghan Plain

4.2 热点地区的技术传播特征

基于年际增长面积曲线，研究将5个热点区域的稻虾共作传播特征定义为持续增长和波动增长 2个类型（图6）。波动型表明稻虾共作面积在持续性扩散，但每年的传播速率存在较大的浮动。潜江市在2018年的技术传播速率达到最高，随后其传播速率逐渐下降。公安和仙桃则在2017—2018年表现出技术传播速率的波动状态，并于2019年达到峰值。监利和洪湖在2017—2019年的年际增长面积呈指数型上升，表明监利和洪湖地区的稻虾技术在后期实现持续且快速的传播。稻虾共作面积的贡献率反映县域在江汉平原整体发展中贡献（图7）。潜江在前期表现出较高的面积占比，在2014年达到最高贡献率（61%）,自2017年起持续下降。监利和公安的面积贡献率至2019年达到最高。截至2019年，监利县成为江汉平原稻虾共作传播范围最广的地区，面积占比达到35%，其次是潜江（15%）和公安（12%）。
图6 热点县域稻虾共作的技术传播特征

Fig. 6 Technology diffusion characteristics of rice-crawfish farming system in hotspot counties

图7 热点县域稻虾共作的贡献率变化

Fig. 7 Contribution of rice-crawfish farming area in hotspot counties for Jianghan Plain

4.3 区域空间关联作用

随着技术传播时间的增加，江汉平原内部各县市之间的空间交互作用显著加强，具体表现为每年引力的最高值以倍数级快速增长（图8）。在2016—2017年表现为以潜江为主导对周边地区的影响，与监利、公安和仙桃存在显著的引力作用。在2018—2019年，由于技术已在多个地区实现了广泛传播，以监利为主导的与洪湖和公安等地之间的作用力显著增强。较高的空间关联由主要作用于热点地区，逐渐辐射至周边多个区域，导致区域间的关联明显增强。
图8 江汉平原区域间技术传播的空间交互作用

Fig. 8 Spatial interaction of technology diffusion between sub-regions in Jianghan Plain

江汉平原的2个带动型县市分别为潜江和监利。在技术发展前期，潜江显著推动了周边区域的稻虾发展，突出其在江汉平原地区稻虾共作技术的引领地位（图9）。监利在2017年由依赖于其他地区转换为推动其他地区发展，对周边地区的输出辐射值显著增强。在依赖型县市中，公安和洪湖具有较高的输出辐射值，并具有由依赖型转为带动型的潜力。
图9 县域在江汉平原稻虾共作技术传播的属性作用

Fig. 9 Function of different counties for rice-crawfish expansion in Jianghan Plain

4.4 带动型区域的辐射作用

潜江在2013—2017年具有强带动作用，稻虾技术的影响力远高于监利，占比在60%~80%之间。监利在2017年转换为带动型，但其在技术传播中对周边地区的影响力仍然低于潜江，特别是对具有较远距离的江陵和沙市等地区（图10）。2016年是潜江影响力由增至减的拐点，自2017年起潜江在各地区的稻虾共作技术的作用贡献率逐渐下降。监利在2018年对洪湖、仙桃、石首和公安影响力超过潜江。
图10 带动型县市对周边地区的影响力变化

Fig. 10 Effects of motivative counties on surrounding regions for technology diffusion

5 讨论

5.1 稻虾共作技术扩散的时空特征

稻虾共作技术扩散在时间上呈现出非线性。新兴技术扩散的经验性规律在时间维度上呈现“S”特征，江汉平原稻虾共作技术已由缓慢期转移至快速期[13,48]。江汉区域稻虾发展重心逐渐发生转移。潜江为波动性增长的代表性区域，2019年的增长面积同比2018年显著下降。潜江自20世纪初探索水稻和小龙虾的复合种养模式[49]，稻虾扩张潜力随着技术扩散时间的增加而逐渐降低。2018年潜江稻虾面积已占据水田总面积约70%，稻虾农田分布趋近于饱和。监利的稻虾共作农田面积在研究时段后期实现大幅攀升。监利的小龙虾产量在全国排名首位，区域内部广阔分布的池塘和水田提供了较大的稻虾发展潜力，为实现技术快速扩散提供了强力的土地和技术支持。此外，监利建立“公司—合作社—基地—农户”等多种联合经营机制，实施土地流转与平整政策，引导农业龙头企业带领农户实现稻虾产业大规模发展[50-51,22]。洪湖的稻虾推广模式与监利相似，联合经营机制、龙头企业带动等多方面共同促进稻虾技术在区域实现持续扩散。

5.2 稻虾共作技术扩散的推动因素

农户层面的稻虾技术扩散受到稻虾效益、政府推动和邻近效应的显著影响。小龙虾的高经济收益，是农民采纳稻虾共作技术的强大动力。小龙虾的平均售价为普通稻谷的20倍，农民采用稻虾技术后的年平均收入同比采纳前增加3倍[11,31]。在经济效益的带动下，政府进一步从资金和技术层面推动发展。如潜江市政府发放40元/亩的“以奖代补”资金，组织各种技术培训，帮助促进农民由传统耕种方式转换为稻虾共作[16,52]。政府推动的突出表现为，稻虾率先在统一经营管理下的国有农场快速扩张，随后带动小农种植为主的地区发展[31]。同时，邻近的信息交流对于稻虾共作技术传播十分重要，个体采纳的成功案例对邻近群体发挥积极示范作用[53⇓-55]。已有研究基于农户调研数据发现，社会互动和信息传递对于农户稻虾共作技术采纳具有正面影响，在本研究中稻虾农田分布的显著聚集性特征是受到邻近效应影响的结果[56-57]。
在区域尺度，品牌效应与政策导向促进了区域间的交互作用。“潜江龙虾”已经成为中国知名品牌，不仅推动潜江形成完善的小龙虾行业产业链和促进潜江稻虾共作的技术传播，也吸引周边地区纷纷效仿[58]。监利和公安也逐渐形成“监利龙虾”、“公安县闸口龙虾”等品牌，实现稻虾共作技术的更大区域传播。在政策层面，湖北省政府加强稻虾共作的推广政策，推进稻虾共作发展列入湖北省农业发展“十三五”规划中[59]，推动江汉平原于2017年进入稻虾共作技术的快速扩散期。

5.3 区域技术扩散的启示

目前，稻虾共作技术模式已推广到全国多地，如湖南、江苏等省结合当地生产实际推广稻虾种养[60⇓-62]，河北、东北的多个北方稻米生产基地也开展进行技术试点[63-64]。尽管技术辐射推广区的自然—经济条件与技术发源地存在显著差异，但稻虾共作技术扩散也具有一定的共性特征。本研究结果可为稻虾共作技术发展初期地区进行产业政策制定、推动产业协调发展提供有益借鉴和参考。一方面，稻虾共作技术的空间聚集特征突出了邻里和社区中信息交流对于技术采纳的重要性。邻近效应可帮助农民迅速了解农业新技术，减少技术应用的不确定性和可能风险[65-66]。因此，为在农民群体层面实现稻虾共作技术的全面推广，要充分发挥个体农户成功案例的示范引领作用，吸引邻近群体关注并开展效仿应用。同时，为使技术指导与推广的有效影响最大化，要以整个群体社区为单位进行推广活动，通过针对性地实施指导以提高信息传播率[67-68]。另一方面，本研究突出了资源禀赋与技术基础在稻虾技术扩散中的重要性。潜江和监利的快速发展不仅得益于政府支持，也得益于良好的资源条件和技术支撑。新兴发展区在推广稻虾共作技术时需要充分考虑其水田资源和养殖技术基础，摸清稻虾共作技术应用潜力。同时，稻虾复合种养模式实现“一地两用”，既生产粮食又产出水产品，需要处理好种稻与养虾的关系，推动两个供应链和产业链融合发展。此外，为推动区域层面技术的应用发展，要充分发挥重点县市的强带动性作用，通过核心区域的辐射扩散效应，带动其他地区技术应用。

6 结论

稻虾共作新技术模式近年在长江中下游地区兴起并迅速发展，显著改变了农业生产格局，对区域粮食生产、乡村产业发展和农民增收等产生了重要影响。本研究以稻虾共作技术发源地—江汉平原为区域，基于Landsat系列影像数据，提取了2013年至2019年江汉平原稻虾共作空间分布，探究了江汉平原稻虾共作技术扩散的时空过程与特征。稻虾共作技术在时间上具有非线性的扩散特征，速率由低至高；在空间上表现出由点至面、由单源至多源的高聚集性分布特征。江汉平原各县市之间的空间交互作用以倍数形式快速上升，潜江和监利作分别在技术传播前期和后期发挥区域带动作用。较高收益、政府推动和邻近效应推动了农户层面的技术扩散，而品牌效应与政策导向促进区域尺度上的空间交互作用。本研究可为全面掌握稻虾共作技术扩散态势和推动协调发展提供基础数据，也可为诸如稻虾共作等农业新技术的推广应用政策制定提供有益参考。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
FAOSTAT. FAOSTAT Online Statistical Service. 2019. http://www.fao.org/faostat/en/#data

[2]
Alexander P, Rounsevell M, Dislich C, et al. Drivers for global agricultural land use change: The nexus of diet, population, yield and bioenergy[J]. Global Environmental Change, 2015, 35:138-147. DOI:10.1016/j.gloenvcha.2015.08.011

DOI

[3]
Ghose B. Food security and food self-sufficiency in China: From past to 2050[J]. Food and Energy Security, 2014, 3(2):86-95. DOI:10.1002/fes3.48

DOI

[4]
Godfray H C, Beddington J R, Crute I R, et al. Food security: The challenge of feeding 9 billion people[J]. Science (New York, N Y), 2010, 327(5967):812-818. DOI:10.1126/science.1185383

DOI

[5]
Lu Y, Jenkins A, Ferrier R C, et al. Addressing China’s grand challenge of achieving food security while ensuring environmental sustainability[J]. Science Advances, 2015, 1(1):e1400039. DOI:10.1126/sciadv.1400039

DOI

[6]
Shen J, Zhu Q, Jiao X, et al. Agriculture Green Development: A model for China and the world[J]. Frontiers of Agricultural Science and Engineering, 2020, 7(1):5. DOI: 10.15302/j-fase-2019300

DOI

[7]
Xie J, Hu L, Tang J, et al. Ecological mechanisms underlying the sustainability of the agricultural heritage rice-fish coculture system[J]. Proceedings of the National Academy of Sciences of the United States of America, 2011, 108(50):E1381-E1387. DOI:10.1073/pnas.1111043108.

DOI

[8]
Liu D, Tang R, Xie J, et al. Valuation of ecosystem services of rice-fish coculture systems in Ruyuan County, China[J]. Ecosystem Services, 2020, 41:101054. DOI:10.1016/j.ecoser.2019.101054.

DOI

[9]
全国水产技术推广总站和中国水产学会. 小龙虾产业发展报告, 2021.

[National Aquatic Technology Extension Station and Chinese Aquaculture Society. Crayfish Industry Development Report, 2021.]

[10]
全国水产技术推广总站和中国水产学会. “十三五”中国稻渔综合种养产业发展报告, 2021.

[National Aquatic Technology Extension Station and Chinese Aquaculture Society. "13th Five-Year Plan" China Rice Fishery Comprehensive Planting and Breeding Industry Development Report, 2021.]

[11]
曹凑贵, 江洋, 汪金平, 等. 稻虾共作模式的“双刃性”及可持续发展策略[J]. 中国生态农业学报, 2017, 25(9):1245-1253.

[Cao C, Jiang Y, Wang J, et al. “Dual character” of rice-crayfish culture and strategies for its sustainable development[J]. Chinese Journal of Eco-Agriculture, 2017, 25(9):1245-1253.] DOI:10.13930/j.cnki.cjea.170739

DOI

[12]
Hou J, Zhang D, Zhu J. Nutrient accumulation from excessive nutrient surplus caused by shifting from rice monoculture to rice-crayfish rotation[J]. Environmental Pollution, 2021, 271:116367. DOI:10.1016/j.envpol.2020.116367

DOI

[13]
Rogers E. Diffusion of innovations[M]. 5th ed. New York: Free Press, 2003

[14]
Montefrio M, Ortiga Y, Josol M. Inducing development: Social remittances and the expansion of oil palm[J]. International Migration Review, 2014, 48(1):216-242. DOI: 10.1111/imre.12075

DOI

[15]
Ostrom E. Collective action and the evolution of social norms[J]. Journal of Economic Perspectives, 2000, 14(3):137-158. DOI:10.1257/jep.14.3.137

DOI

[16]
杨兴杰, 齐振宏, 陈雪婷, 等. 政府培训、技术认知与农户生态农业技术采纳行为——以稻虾共养技术为例[J]. 中国农业资源与区划, 2021, 42(5):198-208.

[Yang X, Qi Z, Chen X, et al. Government training, technology cognition and farmer eco-agricultural technology adoption behavior—Taking rice and shrimp co-culture technology as an example[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(5):198-208.] DOI:10.7621/cjarrp.1005-9121.20210523

DOI

[17]
Tan R, Zhou K, He Q, et al. Analyzing the effects of spatial interaction among city clusters on urban growth—Case of Wuhan urban agglomeration[J]. Sustainability, 2016, 8(8):759. DOI:10.3390/su8080759

DOI

[18]
Zeng C, Song Y, Cai D, et al. Exploration on the spatial spillover effect of infrastructure network on urbanization: A case study in Wuhan urban agglomeration[J]. Sustainable Cities and Society, 2019, 47:101476. DOI:10.1016/j.scs.2019.101476

DOI

[19]
蔡丽茹, 吴昕晖, 杜志威. 环境友好型农业技术扩散的时空演化与影响因素——基于社会网络视角[J]. 地理研究, 2022, 41(1):63-78.

DOI

[Cai L, Wu X, Du Z. The spatio-temporal pattern of environmentally-friendly agricultural technology diffusion and its influencing factors: From the social network perspective[J]. Geographical Research, 2022, 41(1):63-78.] DOI:10.11821/dlyj020210463

DOI

[20]
李航飞, 韦素琼, 魏少彬. 农户视角下台湾农业技术在大陆扩散影响因素分析——以广东韶关粤台农业合作试验区兰花种植业为例[J]. 自然资源学报, 2020, 35(7):1686-1698.

DOI

[Li H, Wei S, Wei S. Analysis on the influencing factors of the diffusion of Chinese Taiwan's agricultural technology in China's Mainland from the perspective of farmers: Taking orchid planting industry in Guangdong-Taiwan agricultural cooperative experimental zone in Shaoguan[J]. Journal of Natural Resources, 2020, 35(7):1686-1698.] DOI:10.31497/zrzyxb.20200713

DOI

[21]
Weiss M, Frédéric J, Grgory D. Remote sensing for agricultural applications: A meta-review[J]. Remote Sensing of Environment, 2020, 236:111402. DOI:10.1016/j.rse.2019.111402.

DOI

[22]
Chen Y, Yu P, Chen Y, et al. Spatiotemporal dynamics of rice-crayfish field in Mid-China and its socioeconomic benefits on rural revitalisation[J]. Applied Geography, 2022, 139:102636. DOI:10.1016/j.apgeog.2022.102636

DOI

[23]
夏天, 方鹤楠, 纪文文, 等. 稻虾共作快速发展背景下潜江耕地时空变化特征分析[J]. 长江流域资源与环境, 2020, 29(12):2709-2718.

[Xia T, Fang H, Ji W, et al. Spatiotemporal characteristics of cropland in Qianjiang city under the development of rice-crayfish integrated[J]. Resources and Environment in the Yangtze Basin, 2020, 29(12):2709-2718.] DOI:10.11870/cjlyzyyhj202012014

DOI

[24]
魏浩东, 杨靖雅, 蔡志文, 等. 物候窗口和多源中高分辨率影像的稻虾田提取[J]. 遥感学报, 2022, 26(7):1423-1436.

[Wei H, Yang J, Cai Z, et al. Phenology windows and multi-source medium-/ high-resolution image extraction for rice-crayfish paddy fields mapping[J]. National Remote Sensing Bulletin, 2022, 26(7):1423-1436.]

DOI

[25]
刘卫东. 江汉平原土地类型与综合自然区划[J]. 地理学报, 1994, 49(1):73-83.

DOI

[Liu W. Land types and comprehensive physical regionalization in the Jianghan plain[J]. Acta Geographica Sinica, 1994, 49(1):73-83.]

DOI

[26]
湖北省统计局. 湖北省统计年鉴[M]. 2020,中国出版社.

[Hubei Provincial Bureau of Statistics. Statistical Yearbook of Hubei Province[M]. 2020, The Chinese Press.]

[27]
中国渔业协会. 《潜江龙虾“虾稻工作”技术规程》[J]. 科学养鱼, 2013(6):49.

[China Fisheries Association. Technical specification for "crayfish and rice co-cultivation" of Qianjiang[J]. Scientific Fish Farming, 2013(6):49.]

[28]
魏妍冰, 陆苗, 吴文斌. 基于水体季相差异的稻虾共作提取方法研究[J]. 中国农业资源与区划, 2019, 40(3):14-20,34.

[Wei Y, Lu M, Wu W. Study on extraction method of rice-crayfish based on seasonal difference of water[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(3):14-20,34.] DOI:10.7621/cjarrp.1005-9121.20190303

DOI

[29]
Gorelick N, Hancher M, Dixon M, et al. Google Earth Engine: Planetary-scale geospatial analysis for everyone[J]. Remote Sensing of Environment, 2017, 202:18-27. DOI:10.1016/j.rse.2017.06.031

DOI

[30]
Rufin P, Rabe A, Nill L, et al. GEE timeseries explorer for qgis - instant access to petabytes of earth observation data[J]. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2021, 46:155-158. DOI:10.5194/isprs-archives-xlvi-4-w2-2021-155-2021

DOI

[31]
Wei Y, Lu M, Yu Q, et al. Understanding the dynamics of integrated rice-crawfish farming in Qianjiang County, China using Landsat time series images[J]. Agricultural Systems, 2021, 191:103167. DOI:10.1016/j.agsy.2021.103167

DOI

[32]
Feyisa G, Meilby H, Fensholt R, et al. Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery[J]. Remote Sensing of Environment, 2014, 140:23-35. DOI:10.1016/j.rse.2013.08.029

DOI

[33]
Achanta R, Süsstrunk S. Superpixels and polygons using simple non-iterative clustering[C]// 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2017:4895-4904. DOI:10.1109/CVPR.2017.520

DOI

[34]
Wright C, Wimberly M. Recent land use change in the Western Corn Belt threatens grasslands and wetlands[J]. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(10):4134-4139. DOI: 10.1073/pnas.1215404110

DOI PMID

[35]
Sun J, Wu W, Tang H, et al. Spatiotemporal patterns of non-genetically modified crops in the era of expansion of genetically modified food[J]. Scientific Reports, 2015, 5:14180. DOI:10.1038/srep14180

DOI PMID

[36]
Ning J, Liu J, Kuang W, et al. Spatiotemporal patterns and characteristics of land-use change in China during 2010-2015[J]. Journal of Geographical Sciences, 2018, 28(5):547-562. DOI:10.1007/s11442-018-1490-0

DOI

[37]
Yuill R. The standard deviational ellipse; an updated tool for spatial description[J]. Geografiska Annaler: Series B, Human Geography, 1971, 53(1):28-39. DOI:10.1080/04353684.1971.11879353

DOI

[38]
Vanhulsel M, Beckx C, Janssens D, et al. Measuring dissimilarity of geographically dispersed space-time paths[J]. Transportation, 2011, 38(1):65-79. DOI:10.1007/s11116-010-9286-9

DOI

[39]
赵璐, 赵作权. 基于特征椭圆的中国经济空间分异研究[J]. 地理科学, 2014, 34(8):979-986.

DOI

[Zhao L, Zhao Z. Projecting the spatial variation of economic based on the specific ellipses in China[J]. Scientia Geographica Sinica, 2014, 34(8):979-986.] DOI:10.13249/j.cnki.sgs.2014.08.015

DOI

[40]
Haynes K, Fotheringham A. Gravity and spatial interaction models, 1985. Reprint. Edited by Grant Ian Thrall. WVU Research Repository, 2020.

[41]
Roy J, Thill J. Spatial interaction modelling[J]. Papers in Regional Science, 2003, 83(1):339-361. DOI:10.1007/s10110-003-0189-4

DOI

[42]
刘世峰, 赵洪武. 重力模型的机理分析[J]. 数量经济技术经济研究, 2000, 17(1):56-58.

[Liu S, Zhao H. Mechanism analysis of gravity model[J]. Journal of Quantitative & Technological Economics, 2000, 17(1):56-58.] DOI: 10.13653/j.cnki.jqte.2000.01.015

DOI

[43]
陈彦光, 刘继生. 基于引力模型的城市空间互相关和功率谱分析——引力模型的理论证明、函数推广及应用实例[J]. 地理研究, 2002, 21(6):742-752.

[Chen Y, Liu J. Derivation and generalization of the urban gravitational model using fractal idea with an application to the spatial cross-correlation between Beijing and Tianjin[J]. Geographical Research, 2002, 21(6):742-752.] DOI:10.3321/j.issn:1000-0585.2002.06.010

DOI

[44]
顾朝林, 庞海峰. 基于重力模型的中国城市体系空间联系与层域划分[J]. 地理研究, 2008, 27(1):1-12.

[Gu C, Pang H. Study on spatial relations of Chinese urban system: Gravity Model Approach[J]. Geographical Research, 2008, 27(1):1-12.]

DOI

[45]
杨立, 郝晋珉, 王绍磊, 等. 基于空间相互作用的农村居民点用地空间结构优化[J]. 农业工程学报, 2011, 27(10):308-315.

[Yang L, Hao J, Wang S, et al. Spatial structure optimization of rural residential land based on spatial interaction[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(10):308-315.]

[46]
Surya B, Ahmad D, Sakti H, et al. Land use change, spatial interaction, and sustainable development in the metropolitan urban areas, south Sulawesi Province, Indonesia[J]. Land, 2020, 9(3):95. DOI:10.3390/land9030095

DOI

[47]
He J, Li C, Yu Y, et al. Measuring urban spatial interaction in Wuhan Urban Agglomeration, Central China: A spatially explicit approach[J]. Sustainable Cities and Society, 2017, 32:569-583. DOI:10.1016/j.scs.2017.04.014

DOI

[48]
王浦劬, 赖先进. 中国公共政策扩散的模式与机制分析[J]. 北京大学学报(哲学社会科学版), 2013, 50(6):14-23.

[Wang P, Lai X. A study on the model and mechanism of public policy diffusion in China[J]. Journal of Peking University (Philosophy and Social Sciences Edition), 2013, 50(6):14-23.]

[49]
湖北省人民政府. 潜江市“虾稻共作”技术成为国家行业技术规程标准, 2013.

[People's Government of Hubei Province. Qianjiang “crayfish and rice co-cropping” technology has become the national industrial technical regulations and standards, 2013.] http://www.hubei.gov.cn/hbfb/szsm/201305/t20130523_1538754.shtml.

[50]
监利县人民政府. 土地流转的监利之变. 2015.

[Jianli County People's Government. The change of land transfer. 2015.] http://www.jianli.gov.cn/xw/jlyw/201504/t20150406_406886.shtml

[51]
监利县人民政府. 监利县土地利用总体规划(2006-2020年)调整完善方案. 2018.

[Jianli county people's government. lan for adjusting and improving the general plan for land use of jianli county (2006-2020). 2018.]http://www.jianli.gov.cn/xxgk_30/zc/zcwj/xzfwj/202012/t20201203_548277.shtml

[52]
湖北省人民政府. 潜江市大力扶持壮大虾稻产业打造现代农业发展新标杆, 2016.

[People's Government of Hubei Province. Qianjiang City vigorously supports and expands crayfish and rice industry to build a new benchmark for modern agricultural development, 2016.] http://www.hubei.gov.cn/zwgk/szsmlm/shzqb/201612/t20161208_926361.shtml

[53]
Conley T, Udry C. Learning about a new technology: Pineapple in Ghana[J]. American Economic Review, 2010, 100(1):35-69. DOI:10.1257/aer.100.1.35

DOI

[54]
田卓亚, 齐振宏, 杨彩艳, 等. 政府干预、邻里效应对农户生态种养技术持续采纳意愿的影响——以稻虾共作为例[J]. 农业现代化研究, 2021, 42(6):1071-1082.

[Tian Z, Qi Z, Yang C, et al. The influences of government intervention and neighborhood effect on farmers’ willingness to adopt ecological farming technology continuously: A case study of integrated rice-crayfish farming technology[J]. Research of Agricultural Modernization, 2021, 42(6):1071-1082.] DOI:10.13872/j.1000-0275.2021.0075

DOI

[55]
Epstein G. Herd and network effects in migration decision-making[J]. Journal of Ethnic and Migration Studies, 2008, 34(4):567-583. DOI:10.1080/13691830801961597

DOI

[56]
冯贵菊, 齐振宏, 刘哲, 等. 基于TAM-TPB理论的农户生态农业技术采纳意愿研究——以稻虾共作技术为例[J]. 世界农业, 2022(3):85-99.

[Feng G, Qi Z, Liu Z, et al. Study on farmers’ willingness to adopt ecological agricultural technology based on TAM-TPB theory—Taking rice and shrimp Co-cropping technology as an example[J]. World Agriculture, 2022(3):85-99.] DOI:10.13856/j.cn11-1097/s.2022.03.008

DOI

[57]
肖钰, 齐振宏, 徐胜, 等. 社会互动和信息获取能力对农户稻虾共作技术采纳行为的影响[J]. 生态与农村环境学报, 2022, 38(3):308-318.

[Xiao Y, Qi Z, Xu S, et al. Impact of social interaction and information acquisition ability on farmers’ adoption behavior of rice-shrimp Co-cultivation technology[J]. Journal of Ecology and Rural Environment, 2022, 38(3):308-318.] DOI:10.19741/j.issn.1673-4831.2021.0142

DOI

[58]
程虹, 黄锋, 聂枭镒. 区域公用品牌价值的衡量方法——基于“潜江龙虾”案例的研究[J]. 宏观质量研究, 2022, 10(3):1-21.

[Cheng H, Huang F, Nie X. A Measurement Method for the Regional Public Brand Value—a case study based on Qianjiang Crayfish[J]. Journal of Macro-Quality Research, 2022, 10(3):1-21.] DOI:10.13948/j.cnki.hgzlyj.2022.03.001

DOI

[59]
湖北省人民政府. 省人民政府关于印发湖北省农业发展“十三五”规划纲要的通知, 2016.

[People's Government of Hubei Province. Provincial people's Government on the issuance of Hubei Province agricultural development "13th Five-Year Plan" outline notice, 2016.] http://www.hubei.gov.cn/zfwj/ezf/201611/t20161125_1711985.shtml

[60]
季雅岚, 涂德宝, 奚业文, 等. 江淮稻渔综合种养技术模式创新与发展建议[J]. 安徽农业科学, 2022, 50(12):63-66,164.

[Ji Y, Tu D, Xi Y, et al. Technical innovation and development suggestions of Rice? Fishery integrated breeding in Jianghuai[J]. Journal of Anhui Agricultural Sciences, 2022, 50(12):63-66,164.] DOI:10.3969/j.issn.0517-6611.2022.12.017.

DOI

[61]
禹双双, 王伟政, 刘昆言, 等. 东洞庭湖地区稻虾综合种养现状·问题与对策——以岳阳为例[J]. 安徽农业科学, 2020, 48(13):229-231.

[Yu S, Wang W, Liu K, et al. Present situation, problems and countermeasures of comprehensive breeding of rice and shrimp in East Dongting Lake area—Taking Yueyang as an example[J]. Journal of Anhui Agricultural Sciences, 2020, 48(13):229-231.] DOI:10.3969/j.issn.0517-6611.2020.13.061

DOI

[62]
王国刚, 王为. 苏北地区稻虾共作立体种养模式与关键技术[J]. 大麦与谷类科学, 2020, 37(2):42-44.

[Wang G, Wang W. Study on the model of Co-cultivation of shrimp and rice in the north of Jiangsu Province[J]. Barley and Cereal Sciences, 2020, 37(2):42-44.] DOI:10.14069/j.cnki.32-1769/s.2020.02.011

DOI

[63]
郑振宇, 李赵嘉, 张薇, 等. 河北滨海稻区稻田养殖克氏原螯虾模式研究[J]. 现代农业科技, 2020(5):185-186,189.

[Zheng Z, Li Z, Zhang W, et al. Study on model of cultivation of procambarus clarkii in paddy field in coastal rice region of Hebei Province[J]. Modern Agricultural Science and Technology, 2020(5):185-186,189.]

[64]
刘凤志. 北方高寒地区稻虾共作技术总结与效益分析[J]. 黑龙江水产, 2020, 39(2):17-19.

[Liu F. Summary and benefit analysis of rice-shrimp co-cropping technology in northern alpine region[J]. Fisheries of Heilongjiang, 2020, 39(2):17-19.]

[65]
Wollni M, Andersson C. Spatial patterns of organic agriculture adoption: Evidence from Honduras[J]. Ecological Economics, 2014, 97:120-128. DOI:10.1016/j.ecolecon.2013.11.010

DOI

[66]
Kernecker M, Seufert V, Chapman M. Farmer-centered ecological intensification: Using innovation characteristics to identify barriers and opportunities for a transition of agroecosystems towards sustainability[J]. Agricultural Systems, 2021, 191:103142. DOI:10.1016/j.agsy.2021.103142

DOI

[67]
Junquera V, Grêt-Regamey A. Crop booms at the forest frontier: Triggers, reinforcing dynamics, and the diffusion of knowledge and norms[J]. Global Environmental Change, 2019, 57:101929. DOI:10.1016/j.gloenvcha.2019.101929

DOI

[68]
Nguyen T, Nguyen L, Lippe R, et al. Determinants of farmers’ land use decision-making: Comparative evidence from Thailand and Vietnam[J]. World Development, 2017, 89:199-213. DOI:10.1016/j.worlddev.2016.08.010

DOI

Options
Outlines

/

〈 〉