粮食安全和气候变化是人类21世纪面临的主要挑战。研究制定不同区域尺度的粮食安全政策和气候变化应对策略，开展与此相关的陆地碳循环、氮循环、水资源利用和土壤侵蚀等研究，都需要对区域农业土地利用的过去、现在和未来有清楚的认识，尤其是必须了解作物空间分布的时空动态变化规律。水稻是我国三大粮食作物之一，受自然条件和农业发展状况的影响，过去30年其空间分布格局发生了显著变化。因此，研究水稻空间分布的动态变化，分析其对气候变化的响应机理具有重要的理论和现实意义。本论文以我国栽培稻最北区域的黑龙江省为研究区域，利用中高空间分辨率Landsat影像数据，基于BP神经网络分类算法，获取了黑龙江省北部地区过去30年（1980s-2010s）四个不同历史时期的水稻真实空间分布信息；然后，基于核密度估计（Kernel Density Estimation，KDE）算法，获取了该区域1980s、1990s、2000s、2010s水稻的真实种植区北界；最后，研究比较了不同历史时期水稻真实种植北界与气候潜在种植北界（≥10℃积温的2000℃）之间的空间差异规律，并初步解析了区域水稻时空格局演变对气候变化的响应机理。论文的主要结论如下：1、基于30米中高空间分辨率Landsat影像进行遥感分类，可以获取研究区域高精度的水稻空间分布信息。（a）在高纬度单季稻种植区，BP神经网络算法与面向对象（SVM算法）二者水稻提取精度均达到95%以上，但前者较后者分类时间效率快31.64%，实验样区的分类结果表明在高纬度地区基于BP神经网络是提取水稻最佳分类算法；（b）对神经网络分类结果进行分类后Majority滤波处理，可以弱化“噪声”干扰，一定程度上改善水稻分类精度；（c）选择水稻不同物候期遥感影像会对分类精度产生显著影响，其中选择6月（返青期）影像分类的精度高于8月（乳熟期）（BP算法），其水稻用户精度和生产者精度分别较8月高2.67%和3.45%。2、过去30年，研究区域水稻种植面积增长迅速，其空间分布呈显著的北移东扩。（a）从时间尺度上，过去30年研究区水稻面积增加240.49万hm2，年均水稻面积增加8.02万hm2，其中2000s以来水稻面积增加比例最高，占总增加面积的64.34%；（b）在空间分布上，过去30年研究区水稻种植区发生显著北移东扩，向北移动约1个纬度（从北纬45.5°N-47.0°N北移至46.5°N-48.0°N），向东扩展近3个经度（由130.0°E-131.0°E扩展至132°E-134°E）；（c）过去30年研究区水稻空间分布以净增加为主，其增加区域面积占变化区（水稻扩展区和减少区）总面积的97.95%，稻田净增加区域的主要来源依次为旱地改种水稻、沼泽开垦、草地开垦种植水稻，稻田减少区域土地利用去向主要为水田改旱地，占减少区总面积的61.11%。3、基于KDE算法，核密度值选择0.5ha/km2时可以准确获取黑龙江省水稻真实种植区北界。过去30年，研究区域水稻种植区北界整体向北迁移0.33°N（由47.33°N迁移至47.66°N，约37km）。4、与气候潜在种植北界的时空变异比较研究表明，研究区水稻种植区北界的变化与区域气候变化呈现显著的空间滞后性。（a）过去30年，黑龙江省水稻种植区北界对应的≥10℃积温值不断增加，从1980s的2400-2600℃升高至2010s的2600-2800℃；（b）过去30年，气候潜在种植北界平均向北迁移0.49个纬度，与此同时水稻真实种植北界平均向北迁移0.33个纬度，二者北移态势具有一定的空间一致性，但人类农业生产活动对气候变化的空间响应呈现显著滞后性，水稻实际种植区域更倾向于48.76°N以南的传统水稻种植区。