基于作物综合要素单元的农田利用布局

吴金凤, 方 斌, 方玮轩

1 中国科学院地理科学与资源研究所, 陆地表层格局与模拟院重点实验室, 北京 100101 2 中国科学院大学, 北京 100049 3 南京师范大学, 地理科学学院, 南京 210023 4 苏州大学政治与公共管理系, 苏州 215123

基于作物综合要素单元的农田利用布局

吴金凤1,2, 方 斌3,*, 方玮轩4

1 中国科学院地理科学与资源研究所, 陆地表层格局与模拟院重点实验室, 北京 100101 2 中国科学院大学, 北京 100049 3 南京师范大学, 地理科学学院, 南京 210023 4 苏州大学政治与公共管理系, 苏州 215123

自然和经济要素相结合构建农田利用布局可最大限度地优化农田经济和生态效益，是耕地保护最有效的路径之一。以浦江县为例，运用ArcGIS技术，以影响作物生长的自然因子为自然要素指标迭加成9个自然单元，运用生态位社会经济评价值确定出431个经济单元，两者结合形成作物综合要素单元，并以当地代表性的粮食作物水稻、经济作物蔬菜、水果为参照设计出具有最佳适宜性和较高综合效益的农田利用布局。测算结果与浦江县的客观发展实际相应证，说明生态位社会经济评价值NSEV与自然要素的结合确定作物布局区的方法，不仅能适度减少人为主观因素对结果的影响，而且该方法实用性较强，选取的作物自然要素指标和经济要素指标针对性强。

综合要素; 单元; 农田利用; 布局

耕地价值的有效提升是促进农民增收，切实保护耕地的重要手段，而合理布局是实现农田价值提升的最重要手段，关键是如何合理布局？为此，国内外学者 对此开展了多角度研究。我国学者结合目前正在推进的产能核算、农用地分等、粮食生产能力估算等工作[1-6]，对农田生产能力进行评估，以期为我国土地利用规划编制和基本农田划定提供科学指导。部分学者则从农田经济效益上加以探讨，如谭荣等通过对比分析不同作物在苏南、苏中、苏北地区的所产生的效益差别，确定作物在不同区域的优势布局。吴硕从有利于产品商业化的角度提出作物种植社会化和专业化发展布局理论。申元村以黑龙江嫩江地区为例，以自然条件为基础划分自然带确定作物布局。罗其友等应用区位商设计出区域农业比较优势的测度指标，完成我国12种农产品区域比较优势的定量分析，并在此基础上提出推进我国农产品区域化布局建议[7-12 ]。综上，我国学者已从多方面探讨了提升农田效益的作物布局模式，并认为将自然和经济要素紧密结合构建农田生产布局可实现农田经济和生态效益的最优化，但如何结合，仍处在探索中。本文以浦江县为例，尝试性地将影响作物生长的自然和经济要素加以提炼，整合为综合分析指标，划分作物综合要素单元，构建浦江县作物种植优化布局方案。

1 研究对象与方法

1.1 研究区概况

图1 研究区概况

浙江省浦江县位于浙江省中部偏西，金衢盆地的北缘，是浦阳、壶源两江之发源地。地理坐标界于119°42′—120° 07′E、29°21′—29°41′N。东西宽39.25 km，南北长36.5 km。全县土地面积为907.66 km2。境内地貌分西北山区和浦江盆地两大类型。浦江耕地集中于浦江盆地以及沿江沿湖两侧。林地面积占县域的三分之二。

浦江县属亚热带季风气候区，四季分明，气温适中，光照充足，雨量丰沛，自然资源丰富。由于农业用地分别邻近浦阳江、壶源江和大陈江，因而又形成3种小气候带，分别是浦江盆地温暖少雨区(Ⅰ区)、壶源江谷温和次多雨区(Ⅱ区)、中低山温凉多雨区(Ⅲ区)(图1)。浦江县区域经济发展水平略高于全国平均水平，但随着产业扩张速度的不断加快，耕地保护的压力也面临前所未有的挑战，如何优化区域资源，提升耕地利用效率，让耕地得到切实保护也是该县所面临的重要问题。

1.2 数据来源

通过走访浦江县国土局、农业局等相关部分获取与自然特征和社会发展相关的资料，包括地形图、气候图、地貌图、土地利用现状图、土地利用规划图、交通图、土壤志、近30年的气象资料和近10年的农业生产统计数据，以及人口、社会经济统计数据等。

1.3 作物综合要素单元的构建

(1)作物综合要素单元由作物自然要素单元和作物社会要素单元共同组成。

(2)作物自然要素单元强调的是作物的适宜性，作物社会要素单元重点强调对作物各环节管理的便利性。

(3)作物自然要素主要包括土壤要素、地形地貌要素、气候要素、水资源等，这些要素主要通过图形叠加与农田采样数据的Kriging插值相结合的方式获得。该单元处理结果通过了欧盟IRMLA(Integrated Resource Management and Land use Analysis in E and SE Asia)项目的论证[13-14]。

(4)影响耕地效益的社会因子很多，本研究在参考有关资料的基础上，结合研究区的实际情况，确定评价因子选取的原则：①对耕地的产出效益有较大影响；②评价区内差异明显、相关性小；③以稳定性因子为主，但对农业生产影响大、变化规律明显的不稳定性因子也适当考虑；④尽可能选择可定量的因子。基于上述原则，最终选择了道路通达度、农田路网密度、河流水面密度、居民点密度、集镇密度、农业劳动力密度等6个因子。从表面看，除劳动力指标是直接影响农业投入效益的指标外，其余指标似乎不是直接作用指标，但调查结果表明，河流水面密度对水的供应、道路通达度(便捷性)、集镇密度(市场)对资源投入、居民点密度、农田路网密度对规模性效益分别有着决定性的作用。

(5)综合要素单元的建立，利用ArcGIS提取浦江县土壤相关的信息，并利用试验数据进行校正；提取地形相关(如坡度、坡向、山地和平原)的信息；并与气候图、地形图迭加得到作物9个自然要素单元。以村为单位，选取6方面的因子组合构成431个社会要素单元，进而构建作物综合要素单元，测算生态位社会经济评价值(ecological niche socio-economic value,NSEV)(图2)。

图2 作物综合要素单元的构建

1.4 耕地社会经济影响因子的算法

研究参考相关文献[15-17]，设计了各指标NSEV的计算模型：

(1)

(2)

(3)

(4)

(5)

(6)

式中,a、b、h、j、x、g分别表示道路通达度(km/hm2)、农田路网密度(km/hm2)、河流水面密度(hm2/hm2)、集镇密度(hm2/hm2)、居民点密度(hm2/hm2)、农业劳动力密度(人/hm2)；S、S1、S2、S3表示耕地总面积、河流水面面积、居民点面积、集镇面积，L1、L2、L3、L4、L5表示高速公路、省道、县道、乡道、小道的长度，G表示劳动力个数。

1.5 评价指标最适值的确定

对作物而言，社会经济因子值一般是越大越好，但也有一个下限值，小于这个值，即成为限制因子。依据FAO 《土地评价纲要》中关于土地适宜性评价的原则、方法及有关资料[17-18]，以样点实测数据为基础，设置调查问卷请浙江大学土壤学系、农业经济系、南京农业大学的农业经济系的教师和从事相关研究的博士和硕士研究进行权重和下限值确定，用于测定以上6个指标的NSEV(表1)。

表1 社会经济因子权重及下限值

-表示不受限制; 道路通达度:Accessibility to roads; 农田路网密度:Farmland network density; 河流水面密度:Rivers and lakes density; 集镇密度:The density of town; 居民点密度:Residential spots density; 农业劳动力密度:Agricultural labor density

1.6 计算作物生态位社会经济评价值

在Hutchinson的“n维超体积”生态位概念基础上发展起来的NSEV[19]，是用以测算作物的现实资源位与其最适生态位之间的贴近程度，用于表征作物对其生境条件的适宜程度。采用加权平均模型计算各评价单元对水稻、蔬菜、水果、其它作物的NSEV，公式如下：

当Li存在时，公式可以表现为：

(7)

当Li不存在时，公式可以设置为：

(8)

式中,NSEV为作物生态位社会经济评价值;ρi和Li分别为第i个社会经济因子的实测值和下限值;ωi为第i个社会经济因子的权系数;n为生态因子数。社会经济因子(ρi)的实测值是以村为单位，通过公式(1—6)得出，由于数据量大，涉及431个单元，受篇幅限制，论文只能随机选取了7组数据(表2)，其余省略。

表2 不同社会经济单元的NSEV值

2 研究结果

2.1 作物自然要素单元结构与限制性分析

图3 作物自然要素单元

利用ArcGIS将土壤图、地形图、地貌图、气候图等进行叠加、要素合并，最终形成9个单元(图2)。各单元占区域总面积由多到少的顺序分别为5>2>6>4>1>8>3>9>7。结合土壤志、土地志及183块田块土壤抽样数据[20-21]，运用ArcGIS提取得出各个单元其它数据(表3)。

有机质、Ph值、碱解氮、速效磷、速效钾各值是运用ArcGIS将县域耕地183个采样点土壤样品测试结果进行Kriging插值得出。其过程与方法见已发表的相关文献[20-21]。

以作物种植单元为基础，根据浦江的作物习性、作物分布特征及农户调查结果，确定作物自然单元对作物种植的限制性。其中8、9单元由于坡度大，侵蚀性较强及无土壤而不适宜作物种植，7号单元面积较小，受土壤习性的影响只能种植水稻(表4)。

2.2 根据NSEV值的作物可布局区域的确定

以431个行政村为评价单元，计算各单元的NSEV值，并以此为基础确定作物可布局区域。由于作物被划为4类，因此，只有先确定出三类作物需要的耕地面积才能得出各类作物所需要的耕地面积。因子分析发现道路通达度和城镇密度两个因素对水稻种植基本不限制，而对水果和蔬菜的影响却较大，借助这一差异性特征，结合因子及作物权重与分值进一步测算得出水稻、蔬菜、水果的最低NSEV值分别为0.82、1和1，也即各区位的NSEV值只有超过作物的这一限制值才能被认为是适合种植该作物的区域。进而通过对各单元适合种植作物的区域进行汇总得出，水稻作物适合种植的区域面积达到13260.11 hm2，不适合种植的区域达到9014.82 hm2，其中，有可能发展成为种植水稻的区域面积为6538.72hm2(图4)。

表3 浦江县自然要素单元性质

表4 自然要素单元对作物种植的限制性

同理，根据蔬菜的NSEV值，可确定其布局区域。从布局上看，尽管可布局的面积达7077.19 hm2，但在区位上与人们惯常布局在县城周边，特别是城郊结合部内的常规观念有出入，可能的原因在于城郊结合部的部分区域河流面积指数与可参与种植蔬菜的农村劳动力指数较低，特别县城劳动力就业机会多，愿意从事种植费劳动力的蔬菜的农民较缺乏，相比较而言，他们更愿意种植不需要太多劳动力的水稻，且水资源能满足单季稻的种植条件。不适合种植区域蔬菜的区域面积达15097.74 hm2，其中可发展为蔬菜种植区的面积达7561.79 hm2。

同理，水果主要种植区分布在城郊结合部的浦南街道、黄宅镇、白马镇、郑家坞镇、前吴乡、大贩乡，可布局面积达4142.81 hm2，不可布局区域面积达1813.21 hm2，可发展为水果种植区域面积达9048.86 hm2。

2.3 作物布局区优化

运用ArcGIS将作物自然要素单元和社会经济单元叠加后发现，三类作物所布局的耕地面积分别为：水稻11032.65 hm2，蔬菜3270.17 hm2，水果3880.60 hm2。各作物的乡镇发展优势与布局优先的是：(1)蔬菜在浦阳街道、浦南街道、杭坪镇、花桥乡等乡镇比水果更具发展优势，且自然地理条件及区位条件对蔬菜本身有一定的限制性，而且，蔬菜需求量仍然是以浦江县城区最大，故这些乡镇只要是符合蔬菜种植条件的区域，应优先考虑布局蔬菜；(2)考虑到水果是重要的经济作物，且在浦江也有一定的种植规模和种植传统，特别是在白马镇、郑宅镇、黄宅镇等地有较好的发展基础和较大的市场需求，因此，这些区域应优先布局水果；(3)其它作物对水源和地理条件要求较低，故布局可考虑在水稻、蔬菜、水果布局后进行(图6)。

图4 社会经济要素下的水稻作物NSEV值空间分布

图5 社会经济要素下的蔬菜作物NSEV值空间分布

图6 社会经济要素下的水果作物NSEV空间分布

图7 综合单元下各作物布局在不同乡镇的优势

依据以上条件，优化后的空间布局为:(1)水稻作物主要是以浦阳江、壶源江两江为依托，灌溉条件好，也符合传统种植习惯，面积达6389.57 hm2，这一数据与近3年来浦江县的水稻播种面积的平均值6758 hm2十分接近，种植区位仅小有偏差。而调查数据也显示浦江县95%的农田都只种单季稻，即其播种面积实际就是所用耕地面积[22]；(2)蔬菜种植地主要分布在县城周边浦南、浦阳街道，以及黄宅、白马等公路延线，此外，在山区大贩乡及杭坪镇也布局了800 多hm2蔬菜，主要原因是两地均属高山区，气温较低，蔬菜上市期较常规蔬菜晚。布局之后，蔬菜全部种植面积达2552.87 hm2；这一数据较浦江县近3年的蔬菜播种面积3890 hm2(复种系数2.0)略有偏高。不过，随着杭坪镇的高山蔬菜和大贩等地的山区蔬菜市场份额的逐步加大，这一增长是符合预期的。(3)水果种植地主要是在郑宅镇和白马镇平原地带且离城镇公路较近的区域进行优先布局，全县面积达2751.80 hm2，这一数值较浦江县近3年的水果种植面积的平均值2819 hm2略微偏低，不足部分可以在可发展种植区域进行调整，当然，农户也可以根据市场行情适度增加。(4)其余地方用于种植其它作物，也可作为区域布局的调整区。

图8 作物综合布局

3 结论与展望3.1 结论

论文以浦江县为例，以ArcGIS为手段，以作物自然与经济要素指标构建作物综合要素单元，构建浦江县作物优化布局，得出了以下结论：

(1)利用作物综合要素单元系统构建县域农田利用布局的思路与方法，可进一步丰富农业规模化理论，对区域农产品种植规模化布局提供理论指导的实践借鉴。

(2)对比分析微观测算结果与宏观分析的客观实际，两者表现出较高程度的契合，体现出该方法的实用性和可靠性，而且也体现了所选取的作物自然要素指标和社会要素指标具很强的客观性和针对性。

(3)生态位社会经济评价值NSEV与自然要素单元叠加相结合能较好地选择出作物的最佳种植区域，从很大程度上减少人为因素对结果的影响，更具科学性。

3.2 存在的不足

(1)本论文主要是探讨该方法的可行性，因此，只是选择了一个县域范围作为研究对象，在研究的过程中，没有考虑到粮食自给率等方面的要求，在今后的研究中可将其对象作进一步放大，甚至用以指导全国的作物布局。

(2)论文为分析方便将作物分为4类，在各类型中耕地面积如何进行分配，还有待作进一步研究。

[1] 刘红芳, 邹自力, 张晓平, 邹历, 谢芳. 基于农用地分等的基本农田空间布局研究——以江西省崇仁县为例. 江苏农业科学, 2011, (1): 446-448.

[2] 唐宽金, 郑新奇, 姚金明, 吴斐. 基于粮食生产能力的基本农田保护区规划方法研究. 地域研究与开发, 2008, 27(6): 105-109.

[3] 郑新奇, 杨树佳, 象伟宁, 王爱萍. 基于农用地分等的基本农田保护空间规划方法研究. 农业工程学报, 2007, 23(1): 66-71.

[4] 孔祥斌, 靳京, 刘怡, 李翠珍, 秦静. 基于农用地利用等别的基本农田保护区划定. 农业工程学报, 2008, 24(10): 46-51.

[5] 王亚华, 袁源, 张小林, 阎红, 杨苏辉, 徐瑾. 城乡结合部基本农田空间布局方法研究——以南通市港闸区为例. 中国土地科学, 2011, 25(2): 79-84.

[6] 许妍, 吴克宁, 程先军, 刘霈珈. 东北地区耕地产能空间分异规律及产能提升主导因子分析. 资源科学, 2011, 33(11): 2030-2040.

[7] 谭荣, 曲福田. 从土地利用效益看农业布局和结构调整——以江苏省为例. 经济地理, 2006, 26(6): 1033-1036.

[8] 申元村. 黑龙江省嫩江地区自然带分异的基本特征及其农业布局问题. 地理学报, 1982, 37(3): 281-290.

[9] 罗其友, 李建平, 陶陶, 唐曲. 区域比较优势理论在农业布局中的应用. 中国农业资源与区划, 2002, 23(6): 24-30.

[10] 吴硕. 对调整农业布局的一点看法. 农业经济问题, 1980, (5): 35-37.

[11] 袁枫朝, 严金明, 燕新程. GIS支持下的大都市郊区基本农田空间优化. 农业工程学报, 2008, 24(Supp.): 61-65.

[12] 李翠珍, 孔祥斌, 孙宪海. 北京市耕地资源价值体系及价值估算方法. 地理学报, 2008, 63(3): 321-329.

[13] 方斌, 王光火. 对浙江省作物养分限制因子的TechnoGIN分析. 浙江大学学报: 农业与生命科学版, 2005, 31(4): 417-422.

[14] 方斌. 浙江省农业系统技术系数产生、转换及应用分析 [D]. 浙江: 浙江大学, 2004.

[15] Yang R, Liu Y S, Ren Z Y. Assessment of climate for agricultural suitability and optimal allocation of agricultural production in the Guanzhong region, Shaanxi province. Agricultural Science & Technology, 2012, 13(11): 2379-2384, 2448-2448.

[16] 蔡运龙, 霍勤雅. 中国耕地价值重建方法与案例研究. 地理学报, 2006, 61(10): 1084-1092.

[17] 赵华甫, 张凤荣, 许月卿, 安萍莉, 管玉婷. 北京城市居民需要导向下的耕地功能保护. 资源科学, 2007, 29(1): 56-62.

[18] 于婧, 聂艳, 梁传丹. 基于GIS和NFM的耕地作物推荐种植研究: 以江汉平原后湖农场为例. 资源科学, 2010, 32(4): 724-730.

[19] 王琳, 朱天明, 杨桂山, 苏伟忠. 基于GIS空间分析的县域建设功能空间分区研究——以江苏省昆山市为例. 长江流域资源与环境, 2010, 19(7): 725-731.

[20] 方斌, 王光火, 吕昌河. 农业N肥投入与生态经济效益的协调增长. 生态学报, 2007, 27(1): 214-219.

[21] 方斌, 吴金凤, 倪绍祥. 浦江县土壤碱解氮的空间变异与农户N 投入的关联分析. 生态学报, 2012, 32(20): 6489-6500.

[22] 方斌, 丁毅. 浦江县规模化农业生产的非线性分析. 地理科学进展, 2010, 29(12): 1584-1589.

Farmland utilization layout based on comprehensive factors unit of crop

WU Jinfeng1,2, FANG Bin3,*, FANG Weixuan4

1KeyLaboratoryofLandSurfacePatternandSimulation,InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China2UniversityofChineseAcademyofSciences,Beijing100049,China3CollegeofGeography,NanjingNormalUniversity,Nanjing210023,China4Instituteofpoliticsandpublicadministration,Suzhouuniversity,Suzhou215123,China

Increment of cultivated lands value is an important way to increase farmers′ income and the most effective way to protect cultivated land. A reasonable layout of cultivated land is considered as one of most effective method to raise land value. Domestic and foreign studies, which focus on how to establish cultivated land use layout from variant perspectives, suggested that designing farmland production layout based on integration of natural and economic factors can not only optimize economic and ecological benefits, but also be the most effective way to protect cultivated land. However, there has no practical method to integrate two types of factors at present yet. In this study, taking Pujiang County as an example, natural and economic factors that affect crop growth are refined and integrated as a comprehensive index to build an optimization model for the county cropland layout using the GIS technology. First, the cultivated land of Pujiang county was divided to 9 natural units by overlapping relative natural factors in ArcGIS, such as topography, landform, soil, hydrology, and climate; then 431 economic units were generated based on ecological niche socio-economic value (NSEV), which were further integrated with natural units to construct comprehensive factors unit of crop. Finally, taking account of the local representative crop, such as rice, vegetables and fruits as reference, optimized county cropland layout aimed to obtain maximum suitability and comprehensive benefits was build. According to the designed cultivated land layout, the total area of rice paddy field of Pujiang county is about 6389.57 hm2, which is very close to the last three years averaged area of planted rice paddy land of 6758 hm2; the total area of vegetable land is estimated as 2552.87 hm2, which is higher than the averaged planted area—3890 hm2(multiple cropping coefficient is 2.0). However, it is coincident with the expectation of development; the total area of orchard land is 2751.80 hm2, which is smaller lower than averaged area—2819 hm2. Nevertheless orchard land use can be adjusted according to market situation at farmer′s will. In general, the results of designed cultivated land layout are consistent with the local practice, indicating practicability and validity of the proposed method. The results also suggest that designing cropland production layout based on comprehensive index by integrating natural factors and NSEV can reduce the arbitrary effect of subjective factors and has pointed strategy in terms of selecting suitable natural and economic factors for local representative crops.

comprehensive factors unit；farmland utilization；layout

国家自然科学基金(40971105, 41271189); 江苏省高校哲学社会科学重点项目(2010ZDIXM049); 江苏高校优势学科建设工程资助项目

2013-11-18;

2014-08-22

10.5846/stxb201311182754

*通讯作者Corresponding author.E-mail: wenyanfang731@163.com

吴金凤, 方斌, 方玮轩.基于作物综合要素单元的农田利用布局.生态学报,2015,35(14):4733-4741.

Wu J F, Fang B, Fang W X.Farmland utilization layout based on comprehensive factors unit of crop.Acta Ecologica Sinica,2015,35(14):4733-4741.