县级耕地质量等级评定方法研究——以浙江省松阳县为例

祝锦霞，徐保根,2，鲍海君,3

（1. 浙江财经大学不动产研究所，浙江∙杭州 310018；2. 浙江财经大学经济与社会发展研究院，浙江∙杭州 310018；3. 浙江财经大学城乡规划与管理学院，浙江∙杭州 310018）

县级耕地质量等级评定方法研究
——以浙江省松阳县为例

祝锦霞1，徐保根1,2，鲍海君1,3

（1. 浙江财经大学不动产研究所，浙江∙杭州 310018；2. 浙江财经大学经济与社会发展研究院，浙江∙杭州 310018；3. 浙江财经大学城乡规划与管理学院，浙江∙杭州 310018）

为快速准确评定耕地质量等级，了解浙江省耕地质量的现状及发展趋势，本研究提出基于快速信息识别技术的耕地质量等级评定方法。在《农用地分等规程》指导下，借助GIS技术实现评价因素的定量化；结合定性定量分析方法，设置评价因素权重；利用模糊综合评价方法，建立耕地质量综合指数，构建无损、快速的耕地质量等级评定模型；通过具体应用，检验了研究理论和方法的科学性。浙江省松阳县实际案例的对比分析表明，基于快速信息识别的耕地自然质量等别与传统的农用地分等的吻合度在68.4%左右，评价结果科学可信。说明提出的基于快速信息识别的耕地质量等级评定方法客观、有效，为今后耕地质量动态监测与农用地分等成果更新提供了新的思路与方法。

耕地质量；等级评定；方法研究；快速信息识别技术；定量化指标；农用地分等

耕地是人类赖以生存的基础和条件，是实现社会可持续发展的基本资源。为有效避免耕地退化，保障耕地的永续利用，保持土地资源调查的现势性和实用性有重要意义[1～3]。我国正处于从对耕地数量的监管转变为对耕地数量、质量和生态的监管。耕地质量建设与管理是落实最严格的耕地保护制度的重要内容，是提高粮食综合生产能力、确保粮食安全的根本保障，是优化土地利用资源、确保生态文明屏障的有效途径。党中央、国务院一贯重视耕地数量质量并重管理，十七届三中全会《决定》提出基本农田“总量不减少、用途不改变、质量有提高”的要求；2010年中央经济工作会议提出着力提高耕地质量的明确要求；2010年国务院下发《关于严格规范城乡建设用地增减挂钩试点，切实做好农村土地整治工作的通知》明确提出要依照耕地分等定级技术规范和标准，严格土地整治新增耕地质量评定和验收。开展快速、无损的耕地质量等别评价成为当前土地管理中一个亟待解决的问题，澳大利亚、加拿大、美国、新西兰等都开展了以耕地或者土壤质量为对象的动态监测活动[4～10]，目前中国已经完成15个省、市的耕地质量的动态监测，《农用地分等规程》国家标准的实施促进了中国农用地质量管理的又一次飞跃。

耕地质量等别评价的理论体系已经初步形成并不断完善，但现有的耕地质量等别评定需要大量的外业调查和实验室测试分析，任务量大，效率不高。实际应用中由于数据资料难以获得以及获取资料成本过高等原因，耕地质量的等级监测和评价很受限制。随着遥感、地理信息系统、全球定位系统和现代统计方法的不断发展，自动化、定量化的研究、评定耕地等别成为土地科学领域的研究热点[11～18]。松阳县属于浙西南山地丘陵区，境内海拔相差悬殊，松古盆地地表平坦，而盆地两侧地势较高。盆地耕地集中连片，低丘缓坡耕地较为破碎。根据2011年松阳县的农用地质量等级补充完善成果，可以看出松阳的耕地质量的等别分布较为分散。因此，本研究选择浙江省松阳县为例，在耕地质量等级评定集成框架下，研究耕地等级评定指标的地面快速获取技术，解决传统耕地质量等级评定指标获取较难，权重设置定型化等问题。

1 研究区域概况

1.1 研究区域范围

松阳县位于浙江省西南部（图1），东连丽水市，南和西南邻云和县、龙泉市，西和西北接遂昌县，东北毗武义县。东西最宽处53.7km，南北最长40.2km，面积1406km2。全境以中、低山丘陵地带为主，中部盆地以其开阔平坦称松古平原，为县内主要产粮区。松阳县耕地利用现状表现在耕地数量多，农业生产发达，低丘缓坡资源丰富，耕地后备资源相对充足。

图1 研究区域（浙江省松阳县）地理位置Fig.1 The geography location of study area (Songyang county, Zhejiang province)

1.2 数据来源

收集上一轮农用地分等的等别成果、更新调查矢量数据及分等过程中松阳县耕地的地力调查与质量评价样区数据；选择充分考虑土壤类型及分布、地形地貌以及种植作物种类、交通水域道路分布等影响因素；并充分结合农用地分等成果，进行外业补充调查，保证调查数据的现实性、客观性、真实性。

2 研究方法

2.1 监测样点的布控

（1）基于所有采样点的样方容量统计

在一定显著性水平（α）和抽样允许误差范围内（±d），所要求的必要样本数目（n）的计算采用如下公式：

其中，t为t氏分布值，s为样本标准方差值。如果计算所得样本数n大于总体样本容量N的10%，则应采用不重复抽样公式，即n=n/(1+n/N)。取95%的置信度，在不同均值允许误差（15%，10%）条件下计算样本容量。

（2）基于半方差函数的监测样点布控

通过引入半方差函数理论模型的概念，计算变异半径布设的监测样点能显著提高样点的控制精度。其定义为：

式中，γ(h)为变异函数；Z(x)为区域化随机变量；h为两个样点间的空间距离；Z(xi)为Z(x)在空间点xi处的样本值；Z(xi+h)是Z(x)在空间点xi处距离偏离h的样本值[i=1，2，…，N(h)]；N(h)是分隔距离为h时的样本点对总数。所有的半方差分析均采用GS+软件。

2.2 定量化评价指标

农用地整理、基本农田建设成果的重要体现——基础设施建设条件的农田林网、田间道路、田间供电等通过遥感影像目视解译得到；农田水利基础设施的排水条件、灌溉保证率可以通过样点到沟渠、样点到河流、水库水面的距离得到体现；耕作便利条件中的耕作距离可以通过样点和农居点的距离得到；集中连片、田块大小、田块形状、田块平整度、田面高差等反应农业生产的集约度、规模化程度可以通过矢量数据计算响应田块的面积、周长得到；区位因素的道路通达度、对外交通便利度、到城镇的距离可以通过计算与公路、城镇的距离得到量化，体现耕地的空间稳定性。

2.3 指标权重设置

本研究采用将定性与定量分析相结合，既有专家的定性咨询与讨论，又对提取的信息进行科学的数学统计分析，补充定性分析的主观性影响，合理有效地确定各因子对应的权重。首先，基于土壤学、土地学、专家经验及相关知识，采用层次分析法确定约束层评价指标的权重大小，约束层各因子的权重大小应与该因子对资源环境质量等级的贡献率保持一致，各判断矩阵必须通过一致性检验。在约束层权重确定的基础上，对每个约束层对应的指标层因子采用主成分分析，科学定量地确定该指标层因子的权重。最后根据约束层和指标层的权重，最终得到每个评价指标的权重。

2.4 折算系数的计算

采用《农用地分等规程》规定的乘积法，计算基于快速信息获取的耕地质量综合指数。利用回归分析法计算农用地分等自然质量等指数与快速信息获取的耕地质量综合指数的折算系数，并将其等别转换成国家等，实现全国可比。计算公式具体如下：

式中：Ki为第i个耕地图斑的耕地质量指数；λj为第i个耕地图斑的第j个耕地质量因子的权重系数；fj为第i个耕地图斑的第j个耕地质量因子的分值。

3 结果与讨论

3.1 基于半方差函数的监测样点布控

本研究中选择10%和15%均值误差，通过公式（1）计算自然等指数得到土壤特征所需要样本容量都超过了总样本容量的10%（15个），需采用不重复抽样公式进行调整。在10%允许误差情况下，所需采样点为157个；15%允许误差情况下，所需采样点为68个。随着均值误差的提高，所需采样点数减少。但减少采样成本势必降低对自然

等指数空间变异性的表达度和可信度，进而影响耕地质量等级评定的精度。所以在进行样本容量的统计分析时，均值允许误差的取值非常重要。

以半方差函数理论模型为基础模型，在耕地自然等指数的基础上计算出变异半径，变程（a）为3.94，即表示监测样点的变异半径为3.94km。在ArcGIS软件中进行网格布点，每个网格面积为3.4km×4km，求得监测样点控制范围为1360km2。得到理论监测样点布控图，共有监测样点157个。松阳县耕地自然等别分布在8～10等之间，利用等分布在9～12等之间。出于成本和精度等因素考虑，以最少的监测样点反映整个研究区耕地质量变化情况，选择田字型对理论监测样点进行修正，得到修正后的42个监测样点（图2）。修正后的样点布控比较科学、全面地涵盖多种布点的原则，实现成本控制下准确地反映整个松阳县耕地质量等级变化的动态趋势。

图2 修正后的松阳县监测样点分布Fig.2 The amendment distribution of monitoring samples in Songyang county

3.2 定量化监测指标

对松阳县pH、有机质等利用质量指标分别经归一化、平方根转换（Sqrt）等预处理后，数据呈正态或近似正态分布。应用GS+软件，对2个土壤肥力因子的测定值进行了半方差计算，所得肥力因子半方差拟合模型及特征参数见表1、图3。

表1 利用质量指标的半方差函数特征参数Table 1 Parameters of semi variance of the soil factor

图3 利用质量指标的理论模型和半方差图Fig.3 The semi variance image of quality indicators

根据表1和图3可知，研究区布点采样获得土壤因子均存在半方差结构，各土壤肥力因子的半方差函数理论模型可被指数模型较好地拟合，但各土壤变量的空间变异性不同。综合拟合参数R2可知，土壤因子有机质和pH的模型拟合程度较高。

利用样点数据，根据GS+软件算得的半方差模型函数，在ArcGIS软件支持下，利用地统计中高斯克里格命令分别对土壤有机质、pH值等土壤单因子肥力进行局部空间插值，得到空间分布图（图4）。

图4 利用质量指标的空间分布图Fig.4 The space distribution of quality indicators

在松阳县二调土地利用数据库的基础上，利用矢量数据和栅格化的欧式距离定量化“平台指标”——农田基础设施条件、土地利用状况、耕作便利条件、区位因素等（图5）。

图5 平台质量指标分布图Fig.5 The distribution of platform quality index

3.3 基于新方法的耕地质量等别评定

（1）权重设置

根据土壤学、土地学、专家经验及相关知识，在约束层中分别对土壤、农田基础设施、耕作便利条件、污染状况、城市化及相对应因子的重要性做出判断。然后对每个约束层对应的指标层因子进行主成分分析，最后得到耕地质量等级监测评价因素指标的权重分布（表2）。

表2 评价因素指标的权重Table 2 The weights of evaluation factors

（2）基于折算系数的等级评定

将综合质量指数与上一轮农用地分等得到的自然质量等指数进行相关性分析，得到新方法对应的耕地质量等别评定模型：新自然等指数为-5488.9，综合质量指数+2738.5，R²为0.7158及松阳县耕地自然质量等别分布图（图6）。

图6 利用新方法的松阳县耕地自然质量等别分布图Fig.6 The distribution of physical quality grade using new method

3.4 基于新方法的耕地质量评定结果与原分等方法的比较

新方法得到的耕地质量等比评价结果表明，松阳县耕地自然质量等集中分布在国家等8～10等，其中等别相对较高（8等）优等耕地分布较少，耕地自然质量等别国家10等地分布较多。比较新方法和传统农用地分等成果的精度（表3），结果表明新方法的总体精度在68.4%。自然质量等别的8等和10等的吻合度较好，分别达到96.3%和83.3%，而自然质量等的9等地精度很低，只有25.4%。其中，精度较高的国家自然等8等地被误判为国家自然等9等地的有38个图斑，误判率是0.4%；误判为10等地的有289个图斑，误判率是3.22%。国家自然等10等地被误判为9等地的有493个图斑，误判率是9.97%；误判为8等地的有330个图斑，误判率是6.67%。国家自然等9等地的精度最差，误判为等别较高的8等地高达3268个图斑，占43.3%，误判为等别低的10等地站2361个图斑，占31.3%。研究结果表明提出的新方法在耕地质量等别评价方面具有一定的可行性。

表3 两种不同方法的耕地自然质量等别比较Table 3 Comparison of two different method of physical quality grade

3.5 原因分析

（1）松阳县属于浙西南山地丘陵区，耕地普遍存在田块分割细碎等问题，并且海拔、地形对当地的耕作方式有一定影响。本研究由于缺乏DEM数据，在平台指标计算中没有海拔、地形等分等指标，是影响松阳县耕地质量评价精度的原因之一。

（2）平台质量指标之一的灌溉保证率是通过计算样点到沟渠、样点到河流、水库水面的距离实现定量化，但是松阳县海拔较高和地形坡度较大的耕地区域，主要种植对于灌溉的需求相对较低的茶叶，这些地区的灌溉设施疏于维护，从而使得灌溉保障率下降。但在新方法中通过计算样点到沟渠、样点到河流、水库水面的距离实现灌溉保证率的定量化，一定程度上影响了精度。

（3）利用质量指标的地面快速获取方法缺乏对分等因素基础肥力、耕层厚度等的定量化研究，对耕地质量的评价精度存在一定影响。

3.6 政策建议

松阳县属于浙西南山地丘陵区，地形对当地耕作方式有一定影响，耕地普遍存在田块分割细碎、田坎比例过大、农田基础设施不完善等问题，通过农用地整理对现有农田深入挖潜，合理规划布局道路沟渠，平整归并零散地块，通过田、水、路、林综合配套治理，产量可得到大幅度提高。松阳县应继续建设高标准基本农田，完善农田基础设施，提升灌排设施水平，从而提高灌溉保障率。同时应搞好农业水利建设，挖掘河谷盆地水利工程配套潜力，提高蓄水泄洪能力，确保农田的稳定增产。

4 结论

（1）县级耕地质量等级评定可以通过基于快速信息获取技术为基础的方法进行评定。本研究提出的耕地质量

评定方法，以国土资源部颁布的《农用地质量分等规程》为依据，采用资料分析、定性分析与定量分析、专家知识与计算机技术相结合的方法，充分利用地统计和GIS强大的空间信息分析能力，为耕地质量的监测提供了另一条可行的方法。评价结果更为科学可信，提高评价的客观性，为今后耕地质量动态监测与农用地分等成果更新提供新的思路与方法。

（2）基于快速信息获取技术的耕地质量等级评定结果符合实际。对比分析传统的耕地质量分等评价成果，采用新方法获取的耕地质量评价因素，不仅评价精度高，而且以栅格为评价单元，对耕地质量的局部信息表达更为详细，体现出快速无损的优势。

（3）本文在评价指标因素的快速无损获取方面进行了初步的探讨，研究结果表明了该方法的可行性。在识别评价中，如果使用遥感技术，综合考虑地学背景、农学背景、利用背景，利用作物反演判读评价指标、通过水土流失的情况反映土层厚度、利用遥感信息提取灌溉排水指标信息、田间基础设施建设、田间道路等，可以获取更为理想的评价结果。

References)

[1] 曹志洪. 解译土壤质量演变规律,确保土壤资源持续利用[J]. 世界科技研究与发展,2001,23(3):28-32. Cao Z H. Study on the principles of soil quality changing to promote sustainable use of soil resources[J]. World Sci-Tech R & D, 2001,23(3):28-32.

[2] 黄勇,杨忠芳. 土壤质量评价国外研究进展[J]. 地质通报,2009, 28(1):130-136. Huang Y, Yang Z F. Recent research progress of overseas soil quality evaluation[J]. Geological Bulletin of China, 2009, 28(1):130-136.

[3] 张凤荣,郧文聚,胡存志.《农用地分等规程》的几个理论问题及应用方向[J]. 资源科学,2005,(2):33-38. Zhang F R, Yun W J, Hu C Z. The theory and application of the regulation of farmland grading[J]. Resources Science, 2005,(2):33-38

[4] Andrews S S, Karlen D L, Cambardella C A. The soil management assessment framework: A quantitative soil quality evaluation method[J]. Soil Science Society American Journal, 2004,68:1945-1962.

[5] Andrews S S, Karlen D L, Mitchell J P. A comparison of soil quality indexing methods for vegetable production systems in Northern California[J]. Agriculture, Ecosystems and Environment, 2002,90:25-45.

[6] Andrews S S, Mitchell J P, Mancinelli R. On-farm assessment of soil quality in California's Central Valley[J]. Agronomy Journal, 2002,94:12-23.

[7] Cambardella C A, Moorman T B, Andrews S S. Watershed-scale assessment of soil quality in the loess hills of southwest Iowa[J]. Soil and Tillage Research, 2004,78:237-247.

[8] Hengl T, Heuvelink G B M, Stein A. A generic framework for spatial prediction of soil variables based on regression-kriging[J]. Geoderma, 2004,120:75-93.

[9] Qi Y B, Darilek J L, Huang B. Evaluating soil quality indices in an agricultural region of Jiangsu Province, China[J]. Geoderma, 2009,149:325-334.

[10] Stephen N. Standardization of soil quality attributes[J]. Agriculture, Ecosystems and Environment, 2002,88:161-168.

[11] 崔许锋. 中低山区耕地数量安全:现状 问题与保护[J]. 上海国土资源,2014,35(1):32-36. Cui X F. Arable land quantity security in mid-low mountainous areas: present situation, problems, and protection[J]. Shanghai Land & Resources, 2014,35(1):32-36.

[12] 朱锦尉,祝锦霞,徐保根. 基于农用地分等的耕地质量监测评价[J]. 上海国土资源,2013,34(2):20-23. Zhu J W, Zhu J X, Xu B G. Monitoring and evaluation for the classification of cultivated land quality[J]. Shanghai Land & Resources, 2013,34(2):20-23.

[13] 鲍海君,徐保根,冯科,等. 农用地自然质量等级划分的可拓评价方法[J]. 上海国土资源,2011,32(4):38-42. Bao H J, Xu B G, Feng K, et al. Natural quality of farmland grading based on extension method[J]. Shanghai Land & Resources, 2011,32(4):38-42.

[14] 段永惠. 模糊综合评价在土壤环境质量评价中的应用研究[J]. 农业系统科学与综合研究,2004,20(4):303-305. Duan Y H. Application of fuzzy comprehensive evaluation in the evaluation of soil environmental quality[J]. System Sciences and Comprehensive Studies in Agriculture, 2004,20(4):303-305.

[15] 曹隽隽,周勇,叶青清,等. 基于模糊灰色物元与克里格插值的县级耕地质量分等更新方法研究[J]. 经济地理,2012,32(11):131-137. Cao J J, Zhou Y, Ye Q Q, et al. Research on county-level cultivated land classification update method based on the fuzzy matter-element and kriging interpolation method[J]. Economic Geography, 2012,32(11):131-137.

[16] 卢铁光,杨广林,王立坤. 基于相对土壤质量指数法的土壤质量变化评价与分析[J]. 东北农业大学学报,2003,34(1):56-59. Lu T G, Yang G L, Wang L K. Evaluation and analysis on soil quality changes based on relative soil quality index method[J]. Journal of Northeast Agricultural University, 2003,34(1):56-59.

[17] 侯文广,江聪世,熊庆文,等. 基于GIS的土壤质量评价研究[J]. 武汉大学学报(信息科学版),2003,28(1):60-64. Hou W G, Jiang C S, Xiong Q W, et al. Evaluation of soil quality based on GIS[J]. Geomatics and Information Science of Wuhan University, 2003,28(1):60-64.

[18] 胡月明,吴谷丰,江华,等. 基于GIS与灰关联综合评价模型的土壤质量评价[J]. 西北农林科技大学学报(自然科学版),2001, 29(4):39-42. Hu Y M, Wu G F, Jiang H, et al. Soil quality evaluation based on geographic information system and gray relative comprehensive evaluation model[J]. Journal of Northwest Sci-Tech University of Agriculture and Forestry (Natural Science Edition), 2001,29 (4):39-42.Methods for assessing cultivated land quality at the county-level: A case study of Songyang County, Zhejiang province

ZHU Jin-Xia1, XU Bao-Gen1,2, BAO Hai-Jun1,3
(1. Institute of Real Estate, Zhejiang University of Finance & Economics, Zhejiang Hangzhou 310018, China; 2. Institute of Economic and Social Development, Zhejiang University of Finance & Economics, Zhejiang Hangzhou 310018, China; 3. School of Urban and Rural Planning & Management, Zhejiang University of Finance & Economics, Zhejiang Hangzhou 310018, China)

This study was carried out with the objective of developing a rapid but comprehensive land quality evaluation method to help understand the status and trends in cultivated land quality. Soil, farmland infrastructure, pollution, land use, and tillage conditions are found to be useful factors in assessing cultivated land quality. These factors were included in a semi-variance analysis in the GIS alongside the distance to a canal, river, reservoir, rural residential, road, downtown; as well as the area and perimeter of the county. A new indicator system was developed to assess land quality by quantifying evaluation factors. Compared with results from conventional methods, the proposed model was shown to be effective for Songyang County, resulting in an accuracy of 68.4%. Results demonstrate that the procedure would a new useful and objective method to evaluate cultivated land quality.

cultivated land quality; grade assessment; method research; speediness information recognition technique; quantitative index; farming land grading

F323.211

A

2095-1329(2015)01-0031-05

2014-09-28

2014-11-26

祝锦霞(1982-),女,博士,主要从事土地利用管理RS与GIS应用研究.

电子邮箱: jxzhu@zufe.edu.cn

联系电话: 0571-88922772

浙江省国土资源厅专项公益资金项目“浙江省耕地质量等级监测评价”

10.3969/j.issn.2095-1329.2015.01.007