耕地质量提升重点区域划定及可提升潜力研究——以河北省卢龙县为例

陈青锋，于化龙，张杰，田超，陈亚恒，*

（1.河北农业大学，a.国土资源学院；b. 资源与环境科学学院，河北 保定 071000）

耕地质量提升重点区域划定及可提升潜力研究
——以河北省卢龙县为例

陈青锋1a，于化龙1b，张杰1a，田超1b，陈亚恒1a，1b*

（1.河北农业大学，a.国土资源学院；b. 资源与环境科学学院，河北 保定 071000）

为科学地划定耕地质量提升重点区域，并在此基础上进行耕地质量提升潜力计算。基于卢龙县2012年农用地分等定级成果，分析通过相应土地整治可以改善或消除耕地质量限制因子的程度，构建基于耕地整治可改善限制因子的耕地质量评价指标体系，建立耕地质量提升潜力指数组合模型与可提升潜力测算模型，进行县域耕地质量提升重点区域划定以及可提升潜力计算。通过研究，县域内耕地共划分为三个提升重点区域：以灌溉保证率为主导的提升重点区域1，整治面积为37 658.85 hm2，占耕地总面积的93.67%，区域内耕地质量平均提升0.64个利用等；以有机质含量为主导的提升重点区域2，整治面积为403.62 hm2，占耕地总面积的1.00%，区内耕地质量平均提升0.83个利用等；以农田防护林为主导的重点区域3，整治面积为2 139.53 hm2，占耕地总面积的5.32%，区内耕地质量平均提升0.60个利用等。卢龙县耕地质量平均提高0.69个利用等，县域内各乡镇分别提升0.47-0.86个利用等，并且呈现县域北部的提升潜力小于南部的提升潜力。研究结果可为丘陵山区整治规划、确定区域耕地可提升潜力、划定区域耕地质量提升重点区域提供技术支撑。

耕地质量提升；重点区域；可提升潜力；利用等；卢龙县

陈青锋， 于化龙， 张杰， 田超， 陈亚恒. 耕地质量提升重点区域划定及可提升潜力研究——以河北省卢龙县为例［J］. 农业现代化研究， 2016， 37（2）： 221-229.

Chen Q F， Yu H L， Zhang J， Tian C， Chen Y H. The study of the zoning and development potentials of the key areas of arable land improvement： A case study of Lulong County of Hebei Province［J］.

Research of Agricultural Modernization， 2016， 37（2）： 221-229.

土地整治的首要任务就是增加耕地数量，提升耕地质量，对改善农业生产条件、保护粮食安全具有重要意义［1］。对耕地整治提升重点区域及可提升潜力进行研究，是确定地块主导限制因子及确定提升潜力，是实施耕地整治专项工程的基础。以往中国耕地保护主要集中于提高耕地的数量［2-4］，随着2011年国务院发布《全国土地整治规划（2011-2015）》，在文件中提出全国耕地质量整体提升1个等别的目标［5］，对于耕地整治更是提出了更严格的要求，强调数量、质量、生态协调发展。因此，划定耕地质量提升重点区域并进行可提升潜力研究，是耕地整治工程规划的必须内容。

目前，对区域耕地整治的分区研究主要以农用地分等定级等成果为基础，以GIS和数学模型为手段，对整治区进行划定［6］，或者运用相应理论方法对耕地生产力、土地整理、可持续利用及耕地价值等方向进行土地分区研究，而对耕地质量提升的重点区域划定尚未提出相应合理的理论技术方法。耕地整治质量潜力测算多用耕地等级提升或产能提高的程度表示，且多通过区域待整治耕地现状等级与理论等级或最高等级、现状产能与理论产能或最高产能之间的差距来测算［7］；也有较多的研究集中在对耕地整治潜力等级的评价分级方面［8］，研究选择不同指标对耕地整治的潜力进行分级［9］，并探讨潜力等级测算结果在整治区域划分、工程规划布局等方面的应用［10］。总体来说耕地质量潜力测算，由于整治后耕地质量等级往往被“高估”造成测算结果不够准确，如何确定整治后耕地质量等级是耕地整治质量提升潜力测算的重点［11］。

因此，本文以地处燕山山地丘陵区的卢龙县为研究区，分析土地整治可以改善耕地质量限制因子的程度，构建基于耕地整治可改善限制因子的耕地质量评价指标体系，并建立耕地质量提升潜力计算模型与单因素可提升潜力计算模型，基于因素组合法进行耕地质量提升重点区域划定研究，为丘陵山区土地整治提供新的理论指导。

1 研究区概况及数据来源

1.1 研究区概况

卢龙县位于河北省秦皇岛市，燕山山地丘陵区（118°45' 54″-119°08' 6″E、39°43' 00″-40°08' 42″N），地势从西北向西南呈梯状倾斜。2013年全县土地总面积95 580.24 hm2，其中耕地面积为43 758.38 hm2，占全县土地总面积的45.78%，其中可改善提升的耕地共40 202.00 hm2，占耕地总面积的91.87%。县辖12个乡镇，548个行政村，耕地在各乡镇分布比较分散，主要分布在该县的平原以及一些丘陵山区，是全国主要的商品粮生产基地。近些年，工业化和城镇化迅速发展，致使城市扩张迅速，土地污染日益严重，致使农村耕地质量逐渐下降，耕地资源合理利用与耕地质量提升迫在眉睫。卢龙县地貌多样性、社会发展阶段有代表性，因此本文选取燕山山地丘陵区的卢龙县作为研究区域。

1.2 数据来源

本文所需数据为2012年1∶1万土地利用变更数据、1∶1万土壤图、1∶5万DEM影像图、行政区划图、2012年卢龙县《农用地分等定级》成果、林业部门统计资料等。其中，耕地质量评价所需有效土层厚度、灌溉保证率、有机质含量等分等因素数据由农用地分等成果数据库获得；田间（生产）路、图斑形态、农田防护林数据由土地利用现状图提取；3级指标区、光温生产潜力指数、作物产量比系数、土地利用系数及基准作物产量由农用地分等数据获得。

2 研究方法

2.1 构建耕地质量评价指标体系

2.1.1 构建基于可改造限制因子的耕地质量评价指标体系 耕地作为经济、社会、自然的综合体，其质量受到自然、经济、社会等要素的综合影响。目前，耕地整治工程的主要任务包括平整土地、改善灌排水条件、提高田间道路通达度、提高农田防护林比例、保护生态环境［12］。基于以往的卢龙县土地整治工程，主要对于灌溉保证率、有机质含量、田块连片度、田块规整度、田块平整度、田间道路通达度、耕作便利度、农田防护林比率布设工程项目。因此，本研究基于卢龙县2012年农用地分等定级成果，补充“田块连片度、田块规整度、田块平整度、田间道路通达度、耕作便利度、农田防护林比率”，通过耕地整治可以改善的限制因子为评价指标，以土地利用现状图、土壤图、地形图叠加所确定的耕地图斑作为评价单元，构建基于耕地整治可改善限制因子的耕地质量评价指标体系（表1）。根据已有的研究［13］，运用层次分析法确定其权重（表1）。

表1 基于可改造限制因子的耕地质量评价指标体系及权重Table 1 Evaluation index system and weight of cultivated land quality based on the restricting factors of the transformation

2.1.2 评价指标量化

1）田块连片性［14］Q。反映田块的集中连片程度，Q值以地块面积作为基础进行量化，Q值越大，代表地块连片程度越高，反之则越低，地块面积阈值通过对全区所有耕地地块面积采用自然断点法获得，具体计算如下：

式中：Q为耕地连片度；a为地块面积。

2）田块规整度［15］。借用景观生态学中的分形维数FARC来表达（公式2），分形维数描述了田块周边的复杂程度，该指数理论范围为［1.0，2.0］，FARC数越小表示田块越规则。最小值为1.0，表示评价单元是最简单的正方形；最大值为2.0，表示评价单元为最复杂的地块，其计算公式如下：

式中：FARC为田块规整度；p为地块周长。

3）田块平整度计算［15］。用田块相对高程差来表示田块平整度的高低，基于DEM数据，在ArcGis9.3软件平台中对田块的最大高程值与最小高程值利用3D分析、空间分析计算高程差。

4）田间道路通达度、耕作便利度计算［16］。区位条件、农业生产便利度都将对耕地质量产生一定影响。因此，本文中耕地的区位条件用田间道路通达度来表示；农业生产便利度选择耕作便利度指标来表示。这两个因素均属于扩散型指标，道路通达

式中：fi为第i个指标作用分值；Mi是规模指数； S为卢龙县面积；L为路的长度；di为地块相抵评价因素实际距离；d为评价因素半径；r为相对距离。

5）农田防护林比率［15］。根据林业部门2012年的统计数据，计算各耕地斑块的防护林面积比例，其计算如公式6：

式中：H为农田防护林比率；Sf为防护林面积；Std为耕地图斑面积。

2.1.3 评价指标分级 为使评价工作规范化和便于数据处理，对各评价指标因子进行量化分级，并根据不同等级分别赋值。赋值区间为［0，100］，分值大小与耕地质量呈正相关。分等因素分级标准根据2012年卢龙县农用地分等定级的成果对评价指标进行分级；补充因素分级标准根据卢龙县高标准基本农田建设相关指标分级标准、根据卢龙县处于山地丘陵区的现状以及结合专家意见与农户调查结果确定分级标准。各评价指标分级标准见表2。

2.2 耕地质量提升限制因子可提升程度分析

耕地整治主要将原来地势高低不平、灌溉条件度用田块到现状公路的距离作为度量；而耕作便利度，则利用评价单元到农村道路距离作为衡量尺度。两指标作为现行指标，以直线衰减法进行赋值计算，其具体计算见公式3～5：差、交通欠发达的耕地田块进行整治，主要从以下8个方面进行改善：灌溉保证率、有机质含量、田块连片度、田块规整度、田块平整度、田间道路通达度、耕作便利度、农田防护林比率（表3）。

表2 卢龙县耕地质量评价指标分级分值表Table 2 Cultivated land quality evaluation index classification score table in Lulong County

表3 耕地质量提升限制因子可改造程度情况表Table 3 Improvement of the quality of cultivated land and the transformation degree of restricting factors

1）表层土壤质地、有效土层厚度、地形坡度、剖面构型：此四项限制因子在整治过程中，都是在资金、技术现状以及生态环境保护背景下，近期开发难度大，生态环境破坏严重，并且不适合大面积推广，因此，在本文中认定此四项限制因子为不可改善或消除的限制因子。

2）灌溉保证率：根据其距离灌溉水源情况而确定，对卢龙县主要灌溉水源进行缓冲区分析，根据水源距离分为三个级别，按照距离水源的不同距离进行提高。一级区域为以距离水域最近的区域，三级区域为以距离水源最远的区域，灌溉保证率情况按照距离水源的不同距离进行提高：距离水域近的区域可以达到最高级，距离稍远的区域提高两级，距离最远的区域提高一级。

3）有机质含量：通过农家肥等培肥措施，县域内的耕地都已将有机质含量提高到最高等级。

4）田块连片度、田间道路通达度、耕作便利度：通过将县域内的耕地图斑图、线状地物图、高程图进行叠加，得出：随着高程的增加，耕地斑块呈现出越零散、面积越小的趋势，则表明田块的连片程度降低；道路面积明显降低，且相当面积的耕地没有道路，因此随着高程的增加，耕作便利度与田间道路通达度都呈下降趋势，因此，在本文中用高程作为田块连片性、耕作便利度、田间道路通达度的衡量标准。高程小于100 m的耕地可以作为最高的等级，高程处于100-300 m都可以提升到最高等级，大于300 m的每个等级分别提升1个级别；田间道路通达度与耕作便利度均同田块连片性的提级标准相同。

5）田块规整度与田块平整度：通过卢龙县DEM影像图，提取县域的坡度图，再将耕地图斑与县域坡度图进行叠加可以得出：随着坡度的增加，田块规整度与田块平整度呈现下降趋势，因此在本文中用坡度作为田块规整度、田块平整度的衡量标准。通过对于坡度分析，共分为五个等级：坡度小于2°属于最高级；2°-5°由原等级提高到最高等级；5°-8°由原等级提高两个等级；8°-15°与15°-25°均由原等级提高1个级别。

6）农田防护林比率：主要是在耕作区通过植树造林的方式提高农田防护林的比率。卢龙县通过耕地整治，各地块的防护林可以达到相当高的水平，因此在本研究中，将农田防护林都提升到第一级。

2.3 潜力指数组合模型确定耕地质量提升重点区域2.3.1 各限制因子提升潜力计算 耕地质量提升潜力指数模型的核心是基于一定的数学方法，使求得的指标分值全局可比。通过影响耕地质量的指标因素在耕地整治后所能达到的分值与该因素指标的现状分值进行比较，两者差值即为该项指标的提升潜力指数。耕地质量提升潜力指数模型的计算公式［17］为：

式中：Pik为第i个分等单元第k个分等因素提升潜力指数；wjk为第j种指定作物第k个分等因素权重；fijk、Fijk分别为耕地整治前后第i个分等单元第j种指定作物第k个分等因素的分值；αj为第j种作物的光温生产潜力指数；βj为第j种作物的产量比系数。

耕地质量提升潜力指数越大，说明此分等因素对应的评价单元的耕地质量提升空间越大；相反潜力指数越小，说明此因素性状已达到良好状态，可改良提升的余地较小，小于100可以看做已达到最优的水平［18］。本文在进行卢龙县耕地质量提升重点区域划定过程中，只考虑影响因素提升潜力指数在100以上的地块。

2.3.2 潜力组合类型法确定耕地质量提升重点区域

潜力指数组合法通过创新数学理论模型，基于农用地分等成果，求得影响耕地质量的指标因素具有全局可比性的提升潜力指数，进而提取全因素耕地质量提升潜力指数的组合类型，同时考虑主导因素的限制性和提升潜力划定耕地质量提升重点区域［19］。

本文基于所求得的各指标因素的提升潜力指数，分析提取全因素提升潜力指数的组合类型。在考虑研究区所属的标准耕作制度区的基础上，进而分析提炼出区域划分的阀值范围。并以此得到耕地质量提升重点区域的初步划定结果。

2.4 构建耕地质量可提升潜力计算模型

耕地质量可提升潜力以整治工程实施前后耕地利用等的差值来表示［20］。基于《农用地分等定级》成果，以光温生产潜力为起点，对耕地质量进行评价，得到自然质量分，并经过产量比系数及土地利用系数进行逐级修正，得到整治前耕地利用等指数。然后，结合研究区实际情况，分析耕地质量评价因素及其改善提升的程度，并进行整治后耕地质量的二次评价，得到整治后耕地利用等指数。最后利用整治前后利用等指数的差值表示耕地质量可提升的潜力。耕地质量各评价单元可提升潜力计算模型［21］如下：

式中：Pi为第i个评价单元耕地质量可提升的潜力；αij为光温生产潜力指数；α为分等因素权重；b为补充因素权重；fijk1、f'ijk1分别为整治前后分等指标第i个评价单元第j种作物第k1个因素得分；wk1、wk2分别为分等、补充指标的权重；fijk2、f'ijk2分别为整治前后补充指标第i个评价单元第j种作物第k2个因素得分；βj为第j种作物产量比系数；k1为土地利用系数。

可改善提升因素最终得分，结合研究区实际，经专家咨询法修正得到。最后按照耕地质量潜力计算模型计算整治前后耕地质量利用等指数及耕地整治质量潜力，参照农用地分等定级中的等间距法，转换为利用等，得到耕地质量提升的潜力。

3 耕地质量可提升潜力与提升重点区域划定

3.1 耕地质量提升重点区域划定研究

根据公式7，结合卢龙县实际情况，计算可改造限制因子提升的潜力指数。限制因子提升潜力指数P越大，说明此限制因子对应评价单元的耕地质量提升的空间越大。相反，P越小，说明此因素在当地资源环境约束下已达到最好的状态。因此，在本文中8种可改造的限制因子进行全因素排列组合，理论上可以得到40 320种耕地质量提升潜力指数值的组合类型，但在实际操作中，每块耕地图斑只选取前两种主导因素，分析可得卢龙县全县43 758.38 hm2耕地共有13种主导因素组合类型 （表4），且每个主导因子P值较大，即提升潜力较大。此13种主导因素组合类型代表了县域内全部耕地质量的主导限制因子。

由表4可以得出，全县需要进行耕地质量提升的耕地面积为43 758.38 hm2，其中以灌溉保证率作为影响耕地质量第一主导因素的地块遍布面积最广，作为全县最主要的主导因子，影响面积为42 081.17 hm2；以有机质含量作为第一主导因素的地块北部分布集中，南部分布零散，影响面积为321.32 hm2；以防护林比率作为第一主导因素的地块相对较少，县域南部集中分布，北部分布较为零散，影响面积为1 347.42 hm2；以道路通达度作为第一主导因素的地块分布极少，只在县域中南部有极少量零散分布，影响面积为8.47 hm2。

表4 卢龙县耕地质量提升潜力组合类型统计表Table 4 Combination type of cultivated land quality improvement potential in Lulong County

本文在研究中充分考虑耕地质量提升建设集中连片、规模经营、投入合理、保护生态环境的目标，将耕地质量提升重点区域的划定落实到项目层面，尝试在耕地质量提升类型组合划分的基础上继续研究。基于卢龙县现状，将可布设耕地整治工程的最小面积设为10 hm2。首先将评价单元进行临近融合，然后把单地块面积大于10 hm2的挑出，形成一个独立的地块；将小于10 hm2的地块进行缓冲分析，设定缓冲半径为15 m，并将缓冲结果面积仍不到10 hm2的地块删除；将此图斑再与大于10 hm2的图斑进行融合，得到项目可操作层面的耕地质量提升重点区域（图1）。由图1及表5可得：河北省卢龙县全域耕地可划分为4个提升重点区域。

耕地质量提升重点区域1面积为37 658.85 hm2，占93.67%。在全县每个乡镇都有分布，其中卢龙镇、刘田各庄镇、双望镇、下寨乡、印庄乡等分布面积大，达到3 000 hm2以上，占乡镇耕地质量可提升的70%以上。该重点区域耕地质量提升的主导因子为灌溉保证率，次主导因子为防护林比率、有机质含量、道路通达度、田块平整度。卢龙县有70%的耕地处于山地丘陵区，该地区因为地形影响，大部分为无灌溉的旱地，同时位于平原区的耕地也有相当一部分耕地为旱地或虽为水浇地，但灌溉保证率却不能充分满足农作物生长需求，因此灌溉保证率也是卢龙县耕地质量提升的主要限制因素。重点实施相应农田水利工程，使区内有良好的灌溉系统、水浇地有灌溉保证，同时布设相应工程，增加农田防护林的比率、增加有机质含量、平整田块，使耕地质量在资源环境、技术、资金约束下达到最大的等别。

表5 各乡镇耕地质量各提升重点区域情况表Table 5 Key areas of improvement of the quality of arable land in each township

图1 卢龙县耕地质量提升重点区域划定图Fig. 1 Key areas of cultivated land quality improvement in Lulong County

耕地质量提升重点区域2面积为403.62 hm2，占1.00%。主要分布在县域中部与北部，且分布较为集中，以潘庄镇、印庄乡、陈官屯乡为突出，分布面积相对较大。该区域耕地质量提升的主导限制因子为有机质含量。卢龙县属于典型低山丘陵地貌区，水土流失严重，导致土壤养分缺失，进而导致有机质含量降低。建议通过配套排水工程健全全区内干、支、斗、农排水沟道，同时借助秸秆还田、增施有机肥和科学管理等方法提升土壤有机质含量。其次，次主导因素为防护林比例、田块平整度、田块连片度。

耕地质量提升重点区域3面积为2 139.53 hm2，占5.32%。该区域分布比较集中，主要分布于蛤泊乡、刘田各庄镇、下寨乡等乡镇。该区域耕地质量提升主导限制因子为防护林比例，次主导因子为有机质含量、道路通达度、灌溉保证率、道路平整度。该地区处于山地丘陵区，农田基础设施不完善，水土流失严重，有效土层厚度偏低，并且农田防护林遭受严重破坏，因此本区域耕地质量提升的主要限制因子为农田防护林比例-有效土层厚度的组合。建议在对该区域进行耕地整治时，采取必要的工程措施，改善该区域的农田基础设施，并且注重水土流失等自然灾害的发生。

耕地质量提升重点区域4面积极少，仅为8.47 hm2，主导因素为道路通达度，次主导因素为有机质含量、防护林比例。因为此区域面积极少，且分布分散，考虑耕地整治工程的集中连片度与整治成本，本文不予考虑。

3.2 耕地质量可提升潜力

根据划定的耕地质量提升重点区域，明确每个地块的主导限制因子，计算限制因子提升后的利用等与原利用等别的差值，即为耕地质量提升的潜力。通过计算，耕地利用等别较高的主要分布在木井镇、卢龙镇、刘田各庄镇，提升潜力较低的处于本县北边的地势相对较高的地区，如：刘家营乡、潘庄镇、燕河营镇。卢龙县耕地整治质量潜力等级提升从整体上显现出中南部潜力高于北部的分布特征，原因是南部地势相对较低，基础设施相对较好，只要稍加改造，就能取得较好的成果，所以提升潜力较大；而北部受地势、本身水土及地形条件的限制，耕地整治工程实施难度较大，耕地质量提升潜力不高。

由表6可得：提升重点区域1内耕地质量平均提升0.64个利用等；提升重点区域2内耕地质量平均提升0.83个利用等；提升重点区域3内耕地质量平均提升0.60个利用等。由表7及图2可知，经过整治后，卢龙县耕地利用等平均提升0.69等，分乡镇统计结果显示，各乡镇利用等提升潜力在0.47-0.86之间，受地形与地势因素影响，耕地质量整体呈现北部的提升潜力小于南部的提升潜力。其中，提升潜力较高的主要是处于县域中南部的乡镇，如木井镇、卢龙镇、蛤泊乡，提升潜力分别为：0.86、0.84、0.82。提升潜力较小的主要是处于县域北部的乡镇，如刘家营乡与燕河营镇，提升潜力分别为：0.47、0.54。

表6 卢龙县耕地质量提升各重点区域提升潜力表Table 6 Improvement potential of cultivated land quality in Lulong County

图2 整治前后耕地质量评价结果Fig. 2 Results of farmland quality evaluation before and after land consolidation

表7 卢龙县各乡镇耕地利用等潜力表Table 7 Potential of utilization grade of farmland classification in each town in Lulong County

4 结论

本文在分析耕地整治可改善提升耕地质量限制因子基础上，构建基于耕地整治可改善提升限制因子的耕地质量评价指标体系，引入潜力指数组合模型及可提升潜力模型，对区域耕地质量提升重点区域划定及可提升潜力进行研究，得出以下结论：

1）在本文的研究中构建潜力指数组合模型，结合研究区实际，通过对河北省卢龙县影响耕地质量限制因子的分等因素、补充因素的8个评价指标可提升潜力进行计算，并得到13种全因素组合类型，依次划分为3个耕地质量提升重点区域，分别为灌溉保证率主导的重点区域1、有机质含量为主导的重点区域2、防护林比例为主导的重点区域3。此模型的构建，既能反映耕地质量等级的提升潜力，也可以得出相关指标的制约程度，同时还指出了未来在耕地整治工作中正对耕地质量特性的耕地整治方向。

2）根据卢龙县耕地质量限制因素的提升程度，对耕地质量进行二次评价，获得整治后耕地质量，并基于两次耕地质量评价结果，建立耕地质量提升潜力计算模型。经过整治后，卢龙县耕地利用等平均提升0.69等，整体呈现北部的提升潜力小于南部的提升潜力。提升重点区域1内耕地质量平均提升0.64个利用等；提升重点区域2内耕地质量平均提升0.83个利用等；提升重点区域3内耕地质量平均提升0.60个利用等。卢龙县南部农田质量相对较高，基础设施较完备，只要进行稍微的整治就能取得不错的效果，因此提升的潜力南部大于县域北部。本文以利用等为结果，体现出耕地整治质量潜力，保证了其与农用地分等成果的可比性。

［1］ 魏洪斌. 基于土地整治的耕地质量评价与提升研究［D］. 北京：中国地质大学， 2015. Wei H B. Study on cultivated land quality evaluation and promotion based on land consolidation［D］. Beijing： China University of Geosciences， 2015.

［2］ 陈茜， 段建南， 孔祥斌， 等. 北京市基本农田保护区内耕地数量提升潜力研究［J］. 水土保持研究， 2012， 19（3）： 200-203. Chen Q， Duan J N， Kong X B， et al. Study on quantity promotion of Beijing basic farmland protection area［J］. Research of Soil and Water Conservation， 2012， 19（3）： 200-203.

［3］ 杜昭阳， 辛磊， 李超， 等. 基于质量评价的耕地建设分区研究： 以河北省望都县为例［J］. 农业现代化研究， 2013， 34（6）： 733-737. Du Z Y， Xin L， Li C， et al. Cultivated land construction partition based on quality evaluation： Set Wangdu county as an example［J］. Research of Agricultural Modernization， 2013， 34（6）： 733-737.

［4］ 孙静， 魏忠义， 宇德良， 等. 县域土地开发整理潜力评价研究： 以辽宁省桓仁县为例［J］. 国土与自然资源研究， 2011（3）： 34-36. Sun J， Wei Z Y， Yu D L， et al. Evaluation of land development and consolidation potentiality for county level： A case study of Huanren County in Liaoning Province［J］. Territory and Natural Resources Study， 2011（3）： 34-36.

［5］ 吴海洋. “十二五”时期中国土地整治工作思考［J］. 中国土地科学， 2013， 27（3）： 4-9. Wu H Y. Pondering land consolidation and readjustment during the period of 12th Five-Year Plan［J］. China Land Sciences， 2013，27（3）： 4-9.

［6］ 黄晓阳， 金晓斌， 郭贝贝， 等. 黄土台塬区农用地整治分区研究［J］. 资源科学， 2014， 36（3）： 438-445. Huang X Y， Jin X B， Guo B B， et al. Land consolidation regionalization of the loess platform［J］. Resource Science， 2014，36（3）： 438-445.

［7］ 杜国明， 刘彦随. 黑龙江省耕地集约利用评价及分区研究［J］.资源科学， 2013， 35（3）： 554-560. Du G M， Liu Y S. Evaluating and zoning intensive utilization of cultivated land in Heilongjiang Province［J］. Resource Science，2013， 35（3）： 554-560.

［8］ 刘颜畅. 基于粮食安全的三峡库区耕地产能提升潜力研究［D］.重庆： 西南大学， 2014. Liu Y C. The research on the potential of cultivated land productivity increase in the Three Gorges Reservoir based on food security［D］. Chongqing： Southwest University， 2014.

［9］ Cay T， Ayten T， Iscan F. Effects of different land reallocation models on the success of land consolidation projects： Social and economic approaches［J］. Land Use Policy， 2010， 27（2）： 262-269.

［10］ 刘文智， 陈亚恒， 李新旺， 等. 基于产能的耕地整理数量质量潜力测算方法研究： 以河北省卢龙县为例［J］. 水土保持研究，2010， 17（3）： 227-231. Liu W Z， Chen Y H， Li X W， et al. Study on the quantitative and qualitative potential of farmland consolidation on production capacity： A case study on Lulong County［J］. Research of Soil and Water Conservation， 2010， 17（3）： 227-231.

［11］ 陈茜. 北京市基本农田保护区内耕地数量和质量提升潜力评价研究［D］. 长沙： 湖南农业大学， 2012. Chen Q. Study on evaluation of quality and quantity potential promotion in basic farmland protection areas in Beijing［D］. Changsha： Hunan Agricultural University， 2012.

［12］ 刘纪远， 匡文慧， 张增祥， 等. 20实际80年代末以来中国土地利用变化的基本特征与空间格局［J］. 地理学报， 2014， 69（1）：3-14. Liu J Y， Kuang W H， Zhang Z X， et al. Spatiotemporal characteristics， patterns and causes of land use changes in China since the late 1980s［J］. Acta Geographica Sinica， 2014， 69（1）：3-14.

［13］ 叶艳妹， 吴次芳， 蒋悦悦. 基于精细化分区的农地整理田块规划设计研究［J］. 中国土地科学， 2011， 25（2）： 54-60. Ye Y M， Wu C F， Jiang Y Y. Farmland reconsolidation based on detailed zoning approach［J］. China Land Sciences， 2011， 25（2）：54-60.

［14］ 李超， 杜昭阳， 陈亚恒， 等. 基于栅格数据的高标准基本农田综合评价及建设时序研究［J］. 农业现代化研究， 2015， 36（1）：111-117. Li C， Du Z Y， Chen Y H， et al. Evaluation and planning of high quality basic farmland construction based on raster data： A case study of Lulong county， Hebei Province［J］. Research of Agricultural Modernization， 2015， 36（1）： 111-117.

［15］ 杨伟， 谢得体， 廖和平， 等. 基于高标准基本农田建设模式的农用地整治潜力分析［J］. 农业工程学报， 2013， 29（7）： 219-230. Yang W， Xie D T， Liao H P， et al. Analysis of consolidation potential of agricultural land based on construction mode of highstandard basic farmland［J］. Transactions of the Chinese Society of Agricultural Engineering， 2013， 29（7）： 219-230.

［16］ 涂建军， 卢德斌. 基于GIS与耕地质量组合评价模型划定基本农田整备区［J］. 农业工程学报， 2012， 28（2）： 234-238. Tu J J， Lu D B. Consolidation area delimitation for supplemental prime farmland based on GIS and combined quality assessment model［J］. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（2）： 234-238.

［17］ 喻婧. 基于RS与农用地分等的武穴市耕地生产能力核算研究［D］.武汉： 华中师范大学， 2014. Yu J. Study on the arable land productivity accounted of Wuxue City based on RS and the results of the agricultural land gradation［D］. Wuhan： Central China Normal University， 2014.

［18］ 朱小娜， 张海涛， 童秋英， 等. 耕地质量潜力分级与分区研究——以武汉市江夏区为例［J］. 国土资源科技管理， 2012，29（2）： 15-21. Zhu X N， Zhang H T， Tong Q Y， et al. Research on classification and zoning of cultivated land quality potential： A case study of Wuhan City［J］. Scientific and Technological Management of Land and Resources， 2012， 29（2）： 15-21.

［19］ 孙亚彬. 基于潜力指数组合类型的典型县域耕地质量等级提升重点区域划定研究［D］. 北京： 中国地质大学， 2014. Sun Y B. Key areas delineated for enhancing arable land quality level based on combination of potential index in typital county［D］. Beijing： China University of Geosciences， 2014.

［20］ 刘巧芹， 李子君， 吴克宁， 等. 中国耕地整理潜力测算方法研究综述［J］. 资源开发与市场， 2013， 29（2）： 126-131. Liu Q Q， Li Z J， Wu K N， et al. Review on methods for cultivated land consolidation potential calculation in China［J］. Resource Development and Market， 2013， 29（2）： 126-131.

［21］ 唐秀美， 陈百明， 张蕾娜， 等. 中国耕地整理潜力测算分析［J］.农业工程学报， 2012， 28（1）： 219-224. Tang X M， Chen B M， Zhang L N， et al. Analysis of cultivated land consolidation potential in China［J］. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（1）： 219-224.

（责任编辑：王育花）

The study on the zoning and development potentials of the key areas of arable land improvement：A case study of Lulong County of Hebei Province

CHEN Qing-feng1a， YU Hua-long2b， ZHANG Jie1a， TIAN Chao2b， CHEN Ya-heng1a，1b*

（1. Agricultural University of Hebei， a. College of Land and Resources； b. College of Resources and Environment Science， Baoding， Hebei 071001， China）

In order to identify and zone the arable land with quality increase potentials scientifically， and to enhance the key areas to calculate the upgrade potential of the quality of arable land， based on the results of Lulong farmland classification and gradation results in 2012， this paper analyzed how we can limit the impacts from the restricting factors to the quality of arable land through appropriate regulation， built the quality evaluation system of controlling the restricting factors to the arable land management and quality improvement， and established a comprehensive model including both the arable land quality potential index and computable evaluation index to calculate the growth potential for arable land quality improvement quantitatively. Results showed that： according to the potential arable land index，we divided key areas for land quality improvement into three groups： 1） dominant regions with irrigation guarantee rate. The treatment area is 37 658.85 hm2， accounting for 93.67% of the total cultivated area， and the quality of arable land in the region was improved with 0.64 utilization. 2） dominant regions with organic matter content. The treatment area is 403.62 hm2， accounting for 1.00% of the total arable land， and the quality of cultivated land in the region was improved with 0.83 utilization. And 3） dominant regions with farmland shelter belts. The treatment area is 2 139.53 hm2，accounting for 5.32% of the total cultivated area， and the quality of cultivated land in the region was improved with 0.60 utilization. Through the regulation project， we found that the quality of farmland in Lulong was upgraded by 0.69 utilization in average， the townships were upgraded from 0.47 to 0.86 utilization in average， showing that northern partsupgrade potential was less than the southern parts. Research results from this research can provide technical support for the renovation plan of hill and mountainous areas， defined area of farmland upgrade potential， and the key areas of farmland quality upgrade.

promotion of land quality； key areas； promotion potential； using grade； Lulong County

Colleges and Universities in Hebei Province Scientific and Technological Research of Outstanding Youth Fund Projects （Y2012015）；Hebei Province Department of Platform Project （13967502D）.

CHEN Ya-heng， E-mail： chenyaheng@126.com.

8 July， 2015； Accepted 22 December， 2015.

F301.21

A

1000-0275（2016）02-0221-09

10.13872/j.1000-0275.2016.0019

河北省高等学校科学技术研究优秀青年基金项目（Y2012015）；河北省科技厅平台项目（13967502D）。

陈青锋（1990-），男，黑龙江穆棱人，硕士研究生，主要研究方向为土地资源利用，E-mail： 15133229056@163.com；

陈亚恒（1973-），男，河北顺平人，博士，教授，主要从事土地整理、土地评价、土地规划等方面的研究和教学工作，E-mail：chenyaheng@126.com。

2015-07-08，接受日期：2015-12-22