基于高标准粮田建设的鹤壁市耕地预测分析

(郑州大学 a.公共管理学院;b.水利与环境学院,河南 郑州 450001)

基于高标准粮田建设的鹤壁市耕地预测分析

田洁玫a,陈 杰b

(郑州大学 a.公共管理学院;b.水利与环境学院,河南 郑州 450001)

鹤壁市作为河南省高标准粮田示范区,肩负着保证粮食安全与实现农业现代化的重担。运用IDRISI软件的CA-Markov方法,通过对2003年、2013年土地利用动态变化的处理,得到鹤壁市2023年的土地利用模拟预测图。结果表明：“十三五”期间鹤壁市耕地数量小幅下降,但仍具有面积优势,平均减少动态度仅0.93%;耕地重心30年间均在浚县内,未来浚县将成为高标准粮田建设的核心区域;到2023年,耕地在内部挖潜与占补平衡的作用下日益集中连片,且灌溉水平提高,注重绿色化发展,高标准粮田建设水平提升;未来耕地质量退化减少,占补质量趋于均衡,有利于高标准粮田区的可持续发展。

高标准粮田;鹤壁市;耕地;利用变化;预测分析

河南省作为我国重要的粮食生产核心区，肩负着实现耕地保护与农业现代化的重担。2008年制定的《国家粮食战略工程河南核心区建设规划纲要》，占鹤壁市总面积约70%的浚县、淇县两县位列其中;2012年出台的《河南省人民政府关于建设高标准粮田的指导意见》对2012—2020年河南省的现代农业发展提出了要求,其中将鹤壁市作为典型示范区[1]。根据“十三五”规划中提出的2015—2020年要大力推进农业现代化、促进高标准粮田建设的要求,耕地保护可看作是我国未来高标准粮田建设的热点[2]。过去10年鹤壁市的耕地受到工业化、信息化、城镇化与农业现代化的影响,粮田建设较差。未来耕地利用变化情况与高标准粮田建设密切相关,因此对耕地动态变化的分析可反映农业现代化的进程[3]。

本研究基于鹤壁市2003年、2013年两个年份的土地利用图,使用CA-Markov模型对未来2023年鹤壁市土地利用情况进行了预测,并在此基础上从数量、空间和质量三方面分析了鹤壁市作为高标准粮田建设示范区的耕地特点与存在问题,以期为今后该市以耕地保护与农业现代化为目标的高标准粮田优化配置和各项利用规划提供有价值的参考和依据。

1 研究区概况

鹤壁市位于河南省北部,113°59′—114°44′E、35°26′—36°3′N的太行山东麓向华北平原过渡地带,地势上呈现西高东低的趋势,属暖温带半湿润型季风气候,适宜种植,历史上就是粮食盛产地,粮食播种面积比重居全河南省第一位,粮食单产和复种指数也高于一般城市,是河南省高标准粮田建设试点市。近年来,鹤壁市城镇人口增加迅猛,目前城镇化率已高达52.8%,经济发展态势良好。鹤壁市约占整个河南省总面积的1.3%,东部、西部、北部与安阳市相接,南与新乡市相邻,北距我国首都北京475km,南至省会郑州110km,京广铁路、京港高速铁路、京港澳高速公路、G107、G515、G230、G342等4条国道纵贯全境南北,濮阳高速公路东西联通京港澳高速与大广高速公路；国家西气东输工程、南水北调工程西傍城区而过。作为本文研究区的鹤壁市下辖两县(淇县、浚县)、三区(淇滨区、山城区、鹤山区)。

2 研究方法

2.1 数据来源及处理

数据来源主要包括:鹤壁市耕地动态变化方面的数据主要来源于对1993年、2003年、2013年的Landsat5 TM、Landsat7 ETM+、Landsat8 OLI-TIRS三期卫星遥感影像使用ENVI软件分类解译空间数据库的结果[4];耕地质量变化数据主要来源于河南省第二次土壤普查数据库和河南省耕地质量评价数据库的历史资料,是3893个样本数据在ArcGIS中建立耕地质量数据库的结果。其他辅助性数据源包括:地形地貌数据(鹤壁市30m分辨率数字地形图);矢量数据(鹤壁市行政区划图、鹤壁市土地利用现状图);其他统计年鉴数据(《鹤壁市统计年鉴》、《鹤壁市土地利用总体规划》等)。

2.2 CA-Markvo模型

CA模型是元胞自动机模型(Cellular Automata,CA)的简称,其概念最早由两位学者于1940年提出。CA模型属于经验/统计模型,是一种典型的贝叶斯分析,在空间结构上属于自下而上形式,基本思路是基于邻域关系来分析元胞之间的相互关系。Markov模型主要使用概率方法预测随机事件未来的变化状态。在对土地利用变化进行预测时,常以各种地类之间的转移概率矩阵或转移面积矩阵为依据,以某一初始时刻的土地利用类型面积为基础,预测未来某一时刻各种土地利用类型数量的变化[5]。

CA-Markov模型是在CA原有模型基础上增加了Markov预测模型,将CA模型依据元胞空间关系模拟空间变化特性与Markov模型在时间范围内预测数量变化的能力相互结合。用Markov运行得出的土地利用转移概率矩阵可作为约束CA模型进行预测的准绳,同时CA-Markov模型的转变适宜性图集能充分考虑影响因素和有效提高模拟精确度[6]。CA-Markov模型在世界范围内被广泛运用于LUCC研究:陈龙泉对Markov-CA模型的研究表明,它能模拟预测效果,比单纯的Markov模型更强[7];肖明等对模型的运用也证明其可信度较高[8];汪佳莉使用该方法对山东省临沂市的土地利用格局进行了研究和预测[9];Adhikari S等运用该模型对印度政策干预下的LUCC进行了预测[10];Kityuttachai K研究了泰国海滨城市的土地利用类型变化情况[11]。

3 结果与分析

本文对鹤壁市2023年土地利用变化的模拟预测是基于CA-Markov模型在ArcGIS和IDRISI软件中进行的。在CA模块中对2003年和2013年鹤壁市的遥感解译栅格数据进行了100×100重分类,将其转为ASCII格式的两期影像数据导入IDRISI并去除-9999，使用IDRISI中的Markov模块计算2003—2013年的转移面积和与转移概率矩阵。由于运用MCE或Logistic法均存在较大的主观性[12],因此研究使用的转变适宜性图像集为Markov模块自动生成的.rgf文件,以2013年作为起始期,在运算中采用5×5的CA滤波器,以10为CA循环次数的基数,运行结果见图1(封四)。模拟预测2023年耕地图使用ArcGIS统计出各区域耕地面积(表1),将其与《鹤壁市土地利用总体规划2006—2020年》[13]中2020年耕地保有量从面积和比例两方面进行比较,证明预测结果具有较高的准确度。

表1 鹤壁市2023年、2020年各区域预测耕地面积与比例

3.1 耕地数量预测分析

耕地区域总量分析:比较2013年与2023年鹤壁市各区域耕地数量情况(表2),各区域和鹤壁全市的耕地面积未来呈现减少趋势,且减少动态度除浚县以外均超过1%,说明未来十年鹤壁市耕地整体受到城镇化与工业化建设的强烈影响。基于高标准粮田建设的分析可知:①鹤壁市耕地动态度平均减少0.93%,各区域内仅浚县的耕地减少动态度小于平均值,达到0.65%。与此同时，浚县的耕地减少量最大,高于其他县区，达1.70—4.78倍,说明浚县在耕地受到工业化与城镇化严重影响的情况下依然具备建设高标准粮田的面积优势。②淇县与淇滨区耕地动态度相近且较低(均在1%左右),此两区域肩负“鹤淇一体化”进程的重担,在注重城市发展协调性的同时并未忽略耕地保护。③山城区与鹤山区则显示出鹤壁市西部山地丘陵区不利于耕种的特点。为了生态环境的优化,退耕还林还草工程在此区域应继续大力推行。

表2 鹤壁市两期各区域耕地面积减少量与动态度

耕地转移数量分析:通过对2013年解译图与2023年预测图的叠加分析,可得到2013—2023年的转移面积矩阵,从中了解鹤壁市耕地的面积变化情况。表3中行与列的数值分别表示2013年与2023年各地类的面积情况。从表3可见,2023年耕地面积中93.41%来源于2013年的固有耕地,不同于前期单纯依靠对未利用地粗放式挖潜与开荒式增加耕地面积,鹤壁市在“十三五”期间着力加强土地整理与复垦,将有2.41%的建设用地通过增减挂钩与占补平衡手段转变为耕地,未利用地转变为耕地占总量的2.33%。

表3 2013—2023年鹤壁市土地利用转移面积矩阵(km2)

基于高标准粮田建设分析可见:①2023年建设用地占用耕地175.863km2,这些占用主要实现了鹤壁市城市群的集聚,有利于功能分区的明确和中原经济区建设。②林地占用耕地的面积较之2003—2013年增加了4倍,说明鹤壁市在未来会更加积极推进西部山区退耕还林还草工程的力度,这符合高标准粮田建设的“绿色化”要求。③未利用地占用耕地的面积比前期减少了约两倍,说明未来耕地退化情况明显好转,耕地高产潜力巨大。

3.2 耕地空间预测分析

耕地重心位置分析:耕地的重心变化受到耕地本身自然条件和社会经济的约束,对耕地重心的研究有助于看清一个时间段内的耕地空间变化情况以及空间集中特征[14]。在ArcGIS软件中将四期鹤壁市耕地图融合并分别使用Calculate Geometry功能统计重心点坐标,结果见表4。运用Feature to Point模块,将重心点表示在鹤壁区域图内,最终形成重心变化示意图(图2)。由表4结合图2可见,1993—2023年鹤壁市耕地重心点均处在浚县县界之内,说明浚县长期以来承担着鹤壁市高标准粮田建设的主导区域之职。

表4 1993—2023年鹤壁市耕地重心坐标

图2 1993—2023年鹤壁市耕地重心变化

基于高标准粮田建设分析可见:①30年间耕地重心点不断向东迁移,说明耕地重心对浚县的依赖性不断加强。②先向北后向南的发展趋势反映出北部城市扩张对耕地发展的限制作用以及在鹤壁市南部广大区域中建立高标准粮田的可能性。③从平面距离的变化可见,1993—2023年鹤壁市受到“三化”协调发展的影响,耕地重心迁移经历了“剧烈—缓慢—剧烈”三个阶段,其中2013—2023年迁移平面距离远大于前两阶段,表明未来浚县的高标准粮田建设将不断加强,鹤壁市耕地重心将继续向浚县内部深入。

耕地转移图谱分析:耕地的空间变化受到建设用地扩张、耕地占补等多种因素的制约,对耕地与其他地类的转移图谱分析可明确耕地转移空间变化的趋势与范围。我们对2013年耕地遥感解译图和对2023年预测图进行处理可得到与耕地相关的9种不同类型的转移图谱[15]。由转移图谱可得到2013—2023年鹤壁市耕地增减变化的空间趋势。其中,11为耕地—耕地,即耕地不变;有4类属于耕地减少类型,即耕地转移为其他地类;12为耕地—林地，13为耕地—建设用地，14为耕地—水域，15为耕地—未利用地;另外4类为耕地增加类型,即其他地类转为耕地,21为林地—耕地、31为建设用地—耕地、41为水域—耕地、51为未利用地—耕地。依据此种分类方法可绘制耕地转移图谱见图3(封四)。

基于高标准粮田建设分析可知:①总体来说,耕地减少趋于集中、耕地增加趋于分散;②在耕地减少图中,减少主要源自建设用地的占用,且主要以围绕原基点向外围扩张以及成片连接多个基点的方式进行,变化最明显的是“鹤淇一体化”区域;③耕地不变与增加图中,耕地不变区域仍占绝大多数,说明鹤壁市的耕地面积优势在未来发展中依然突出,且主要以填补方式存在,这是鹤壁市土地实施挖潜与占补平衡的结果,有利于耕地连片和高标准粮田建设。

3.3 耕地质量预测分析

耕地质量情况分析:根据耕地质量数据库中得到的鹤壁市耕地质量评价图,将其与shp.格式的2023年耕地图使用ArcGIS的Zonal Statistics工具进行分区统计。以2013—2023年中耕地不变、增加与减少的区域图为基础,可以统计出不同变化情况下各区域的平均耕地质量,汇总结果见表5。

表5 鹤壁市各区域耕地质量统计

耕地质量水平会直接影响高标准粮田建设。整体上看:①除山城区以外其他各区域的耕地质量均大于80,呈现出较高的生产力水平。②虽然各区域耕地质量较前20年呈现下降趋势,但仍符合当地的耕种需求。③淇县与淇滨区耕地质量最高,浚县次之,说明此三区域不仅数量有优势,质量同样高于其他两区,能够满足高标准粮田的建设要求。从不同变化类型上看:一是鹤壁市五个区域2013—2023年增加耕地的质量均小于减少耕地的质量,这也是未来耕地质量退化的原因；二是五个区域减少耕地的质量均大于不变耕地的质量,反映出优质耕地的流失与转移,该情况不利于耕地保护。

表6 2013—2023年鹤壁市耕地质量转移统计

耕地质量转移分析:由前文的分析可得到鹤壁市2013—2023年耕地转移图谱,通过统计能得出与耕地相关的9种转移类型各自的质量情况见表6。基于高标准粮田建设的分析可见:①转入质量(21与51)gt;转出质量(12与15),说明林地与未利用地的转移并未造成耕地退化,且有利于生态与环境优化。②转出质量(13)gt;转入质量(31),说明建设用地扩展侵占了较优质的耕地,然而两者仅相差0.497,这表明土地整理与复垦可在一定程度上补偿耕地损失。③农田水利设施占用耕地质量(14)gt;水域变为耕地质量(41),说明高标准粮田要求较高的灌溉保证率,虽然暂时看似耕地质量下降,但这对未来农业种植而言将有长远利益。④转入质量(21、31、41、51)与转出质量(12、13、14、15)趋势类似,说明未来鹤壁市各种地类与耕地的质量交换趋于平稳,耕地占补平衡趋于均衡。

4 结论与讨论

由以上分析可见:①“十三五”期间鹤壁市耕地受到城镇化与工业化的影响,耕地数量均呈小幅下降趋势,然而这种下降主要集中在减少动态度高于1.8%的山城区与鹤山区,主要的高标准粮田建设区域仍然具有面积优势。由土地转移矩阵可知,耕地变为林地能促进鹤壁市西部山区退耕还林还草的绿色发展,耕地变为水域有利于高标准粮田的灌溉保障。②通过30年间鹤壁市耕地重心的位置分析,可明显看出浚县是鹤壁市的耕地核心区域,未来也将担负起高标准粮田建设的重担。由耕地转移图谱可见,未来鹤壁市的耕地减少趋于集中、耕地增加趋于分散,说明土地挖潜与占补平衡到位,集中连片的耕地将成为高标准粮田的建设基石。③2023年鹤壁市整体耕地质量较高,但减少耕地的质量大于不变耕地的质量将导致耕地质量退化,在未来的建设中要予以重视;对耕地转移质量的分析可知，未来鹤壁市耕地占补平衡不仅数量上有保证,质量上也日益趋于均衡,这将有利于高标准粮田的可持续发展。

以粮食安全为目标的耕地保护问题是土地资源管理学科的研究热点,也是国家长治久安的重心。随着发展与建设的不断深入,耕地资源的可持续利用必然承受工业化与城镇化进程的威胁,鹤壁市同时受到国家粮食安全保护政策与河南省中原经济区建设的双重影响,其未来耕地利用变化情况对巩固高标准粮田建设、促进粮食安全和耕地可持续利用意义重大。本文不仅分析耕地数量，更加考虑耕地空间与质量,充分重视耕地占补平衡与绿色可持续发展,基于此的耕地预测分析符合政府规划与可持续发展的要求。

[1]河南省粮食生产核心区建设规划(2008—2020年)[R].河南省委省政府,2008.

[2]新华社.中共中央关于制定国民经济和社会发展第十三个五年规划的建议[J].当代贵州, 2015,(11)∶16-29.

[3]王成军,吴厚纯,费喜敏.城市化加速期维持我国耕地数量稳定的可行性分析[J].中国农业资源与区划,2015,36(3)∶79-84.

[4]邓清海,张丹丹,张丽萍,等.日照市土地利用变化遥感监测及驱动力分析[J].水土保持研究,2015,22(2)∶185-186.

[5]霍明明,张轶莹,陈伟强.基于CA-Markov的土地利用变化及预测研究——以巩义市鲁庄镇为例[J].中国农学通报,2015,(12)∶279-284.

[6]Behera M D,Borate S N,Panda S N,etal.Modelling and Analyzing the Watershed Dynamics Using Cellular Automata(CA)-Markov Model-A Geo-information Based Approach[J].Journal of Earth System Science,2012,121(4)∶1011-1024.

[7]陈龙泉,郑海金.基于Markov-CA的土地利用/土地覆盖变化动态模型研究[J].测绘信息与工程,2004,(1)∶36-38.

[8]肖明,吴季秋,陈秋波,等.基于CA-Markov模型的昌化江流域土地利用动态变化[J].农业工程学报,2012,28(10)∶231-238.

[9]汪佳莉,吴国平,范庆亚,等.基于CA-Markov模型的山东省临沂市土地利用格局变化研究及预测[J].水土保持研究,2015,(1)∶216-220.

[10]Adhikari S,Southworth J.Simulating Forest Cover Changes of Bannerghatta National Park Based on a CA-Markov Model：A Remote Sensing Approach[J].Remote Sensing,2012,4(10)∶3215-3243.

[11]Kityuttachai K,Tripathi N K,Tipdecho T,etal.CA-Markov Analysis of Constrained Coastal Urban Growth Modeling：Hua Hin Seaside City,Thailand[J].Sustainability,2013,5(4)∶1480-1500.

[12]孟成,卢新海,彭明君,等.基于 Markov-C 5.0的CA城市用地布局模拟预测方法[J].中国土地科学,2015,29(6)∶82-88.

[13]鹤壁市人民政府.鹤壁市土地利用总体规划2006—2020年[R].2006.

[14]郭丽英,李刚.环渤海地区城镇化进程中耕地面积及其重心转移格局分析[J].中国农业资源与区划,2013,34(4)∶32-36.

[15]Zhang R,Song N,Wang X,etal.Visual Analysis of Saline Soil Spatio-temporal Variation Using Geo-information TuPu[J].Nongye Gongcheng Xuebao/transactions of the Chinese Society of Agricultural Engineering,2012,28(9)∶230-235.

ForecastAnalysisofCultivatedLandinHebiCityBasedonConstructionofHighStandardGrainArea

TIAN Jie-meia,CHEN Jieb

(Zhengzhou University a.School of Public Administration;b.School of Water Conservancy and Environment, Zhengzhou 450001,China)

Hebi City as the demonstration area of the construction of high standard grain area in Henan Province,it bore the burden of ensuring food security and realizing the modernization of agriculture.With the use of CA-Markov model in the IDRISI software,through the treatment of the dynamic changes of land use in 2003 and 2013,we could get the land use simulation forecast map in Hebi City in 2023.And the analysis of prediction could be found in the period of the“13th Five-Year Plan",the quantity of cultivated land in Hebi City were declined slightly,but it still had the advantage,and the average decrease of dynamic degree only 0.93% of cultivated land in Hebi City.The next study could be found that the center of gravity in during 30 years were maintained in the territory of Xunxian County of Hebi City,and within the next few years,Xunxian County would become the core area.In 2023,the cultivated land would become increasingly focus on concentrated in Hebi City with the function of tapping the potential of the interior of the land and realizing the balance of cultivated land requisition and compensation,and the level of cultivated land irrigation would increase significantly.For the development of ecology and environment,the local government would pay more attention to green development.All in all,the construction of the high standard grain level would be improved.As a conclusion,the quality degradation of cultivated land would be reduced in Hebi City,the quality balance of cultivated land requisition and compensation would tend to be more balanced,and this would be conducive to sustainable development of high standard grain area.

high standard grain;Hebi City;cultivated land;land use change;forecast analysis

2016-11-12；

2016-12-27

国家自然科学基金项目(编号:40971128);科技部“十二五”农村领域国家科技计划课题项目(编号:2012BAD05B02-7)。

田洁玫(1988-),女,河南省焦作人,博士研究生,主要从事土地可持续利用与信息化管理方面研究。

陈杰(1966-),男,河南省长垣人,教授,博士生导师,研究方向为土地可持续利用与信息化管理。

F301.21

A

1005-8141(2017)01-0045-04