多尺度下崇义县耕地质量空间分布差异特征研究*

孙聪康, 徐俊丽, 余 敦**, 周 微, 王检萍, 梁珍宝



多尺度下崇义县耕地质量空间分布差异特征研究*

孙聪康1,2, 徐俊丽3, 余 敦1,2**, 周 微1,4, 王检萍1,2, 梁珍宝1,2

(1. 江西农业大学国土资源与环境学院 南昌 330045; 2. 江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室 南昌 330045; 3. 江西农业大学经济管理学院 南昌 330045; 4. 上饶市国土资源局 上饶 361100)

耕地质量优劣既取决于质量等别高低, 又与空间分布特征密切相关。研究多层次的耕地质量内涵与空间结构性特征是加强耕地保护并合理配置土地资源的重要依据。本文以南方丘陵山地典型区域崇义县为例, 运用Geoda、GS+等平台支持的空间自相关模型, 探讨县级、乡镇级与村级空间尺度下耕地自然质量、利用质量与经济质量的空间相互作用和分布规律。结果表明: 1)崇义县耕地质量存在显著相关性, 耕地质量的Moran’s值呈现自然质量(0.445)>经济质量(0.406)>利用质量(0.281)的特征; 2)不同空间尺度下耕地质量具有多样的空间尺度效应, 随着空间尺度缩小, 自然质量差异最大、经济质量次之、利用质量差异最小, 大空间尺度弱化了耕地质量的空间聚集差异特征, 村级尺度下耕地质量空间聚集效应最显著; 3)耕地质量正相关HH(高-高)型和LL(低-低)型多以团状或带状集中分布, 负相关HL(高-低)型和LH(低-高)型无明显分布规律。研究结果揭示了耕地自然质量、利用质量与经济质量对于尺度变化的响应规律, 对于各级行政主体监测保护耕地及制定精准高效的耕地质量建设方案具有一定的现实意义。

耕地质量; 自然质量; 经济质量; 利用质量; 空间尺度效应; 空间聚集特征; 崇义县

耕地作为自然资源中最为宝贵的组成部分, 既是确保粮食有效供给的物质基础, 也是维系生态稳定的核心保障, 对于促进社会经济可持续发展具有不可替代的作用[1]。耕地质量是自然状况、社会经济水平以及技术进步等多种因素附着于特定地表形态和地理环境的信息表达结果, 其中, 耕地自然质量是基础, 耕地利用质量是关键, 耕地经济质量是核心[2-3]。近年来, 随着社会经济快速发展与农业现代化持续推进, 土壤污染、耕地非农化时有发生, 耕地质量问题成为全球研究热点[4-5]。在我国耕地资源保护实践中, 通常是以耕地质量为基础自上而下纵向决策并实施, 然而不同层级的行政主体在制定决策方案时, 往往因其利益纷争而存在博弈现象。这不仅造成土地频繁整治, 加大了耕地保护成本, 同时也导致了耕地布局散乱, 优质耕地流失[6]。因而, 研究耕地质量不能仅局限于耕地的适宜程度、生产潜力、经济效益, 为扩展耕地质量研究理论内涵且更好地服务于耕地资源保护利用, 还应充分剖析耕地作为地理空间实体的属性。耕地质量的尺度效应对于耕地精准化管理, 耕地保护措施得以“落地”具有积极的影响。

尺度效应一直是GIS和RS学术界研究的重点问题, 耕地作为一种典型的地理空间实体, 其地形、土壤养分、经济投入水平都具有区域尺度性和区域差异性, 因而在不同的空间尺度上, 其形态、性质和分布规律也会出现不同的地理空间表达效果[7-8], 具体表现为耕地质量随空间位置的变化而呈现同向或异向的变化。迄今为止, 国内外关于耕地质量展开了大量研究, 特别是耕地质量概念与内涵的深化[2,4,9]、耕地质量评价[1,10]、土壤养分数字化分析[11-12]、耕地生态研究[13]以及土地整治利用[14-15]等方面。耕地质量空间研究方面, 石玉琼等[16]从地统计学的角度对武功县耕地自然质量、利用质量与经济质量在各方向上的变异程度进行了分析; 卫新东等[17]从省域层面、地理区域和市域层面3种尺度下对陕西省2005—2015年耕地质量综合等别的时空变化规律进行了分析, 重点分析了长时间序列下耕地质量的空间分异特征; 高星等[18]对雄安新区耕地质量的空间相关性、聚集程度、差异性等特征进行了重点探讨; 李武艳等[19]重点关注了浙江省由县到省3级行政区尺度下, 耕地质量对尺度变化的敏感性。由此可见, 耕地质量的空间尺度特征备受学者的关注, 大量研究丰富了耕地质量内涵并在一定程度上满足了土地利用实践(基本农田划定、土地整治)的需要。但针对耕地质量的尺度效应还需从以下进行完善: 首先, 当前研究多从省级、市级或县级某单一尺度进行切入分析, 缺乏乡镇与村级尺度的研究, 综合考虑县级、乡镇级与村级等微观尺度下耕地质量的空间变化特征更是鲜有报道, 其结果缺乏多尺度之间差异的比较; 其次, 已有研究过多地依赖经典统计分析方法进行研究, 缺乏数据空间计量的应用, 其研究结果难以真正满足耕地精准化管理的需求。随着3S与计算机网络等高新技术广泛应用, 研究的重点应从量化自然、利用和经济3种层次的耕地质量转移到剖析不同尺度下耕地质量的地理空间特征[20-21]。村与乡镇作为落实耕地保护基本国策的最基本行政单位, 直接关乎耕地保护的成本与可持续性[22]。加强县乡村多尺度下耕地质量的空间形态、数量与规模等空间差异特征研究是最大限度实现村、乡镇和区县纵向衔接的重要前提, 也是避免耕地保护博弈行为的有效措施。基于不同尺度范围下耕地质量的空间差异特征研究, 将对区域耕地资源保护、制定精准的管护措施具有重要的现实意义。

鉴于此, 文章以南方丘陵山地典型区域重要的粮食生产基地县——江西省崇义县为研究区, 基于地理学第一定律空间自相关思想, 采用空间探索性的空间自相关分析法, 深入探讨县级、镇级和村级尺度下崇义县耕地自然质量、利用质量和经济质量的空间分布特征, 进而探讨不同尺度下耕地质量的变化规律, 试图揭示多尺度下崇义县耕地质量的空间分布差异, 满足耕地保护的现势需求。本研究既可为崇义县各级行政主体制定耕地资源差异化管护体系、避免耕地保护利益冲突提供参考依据, 也可为进一步提高我国南方丘陵山地地区耕地资源精准化管护提供借鉴。

1 研究区概况与数据来源

1.1 研究区概况

崇义县是章江发源地, 位于江西省西南部(113°55′~114°38′E, 25°24′~25°55′N), 是全国重点林业县、全国山区综合开发示范县、全国绿化模范县。总面积2 206.27 km2, 境内山脉纵横交错, 具有中山、低山、高丘陵、河谷阶地4种地貌类型, 地势由西南向东北方向倾斜, 垂直高差大。气候差异十分明显, 年均温17.8 ℃, 年降水量1 615.2 mm。全县农业维持在以传统水稻为主产的基础上, 逐渐发展特色农业、生态农业、订单农业等多种新型产业结构模式。2017年实现农林牧渔业总产值161 092万元, 是南方丘陵山地区典型的农业大县, 也是江西省主要的粮食生产基地。因此, 以崇义县为研究区进行耕地质量的空间分布差异特征研究具有一定的现实性和典型性。

1.2 数据来源

本文以崇义县2016年耕地质量为研究对象, 数据来源于崇义县国土资源局、农业局和崇义县统计年鉴。主要数据包括: 耕地质量等别年度更新评价成果、土地利用现状图、土壤图、数字高程模型DEM数据、交通水利规划图等资料数据。

2 研究方法

2.1 耕地质量指数空间转换

准确将耕地自然质量指数、利用质量指数和经济质量指数向不同级别的行政单位转换是研究的首要问题。在耕地质量更新评价过程中以耕地图斑为基本单元, 以保证单元内部耕地质量相对均一、单元之间有显著差异。但是以耕地图斑为空间单元进行空间自相关分析会导致结果过于破碎、辨识性差[20], 同时, 也不利于耕地区域性差异保护政策的制定。综合考虑崇义县耕地质量的空间分布情况及实际研究需要, 本研究采用耕地质量指数加权平均, 将以图斑为统计单元的国家自然等指数、国家利用等指数、国家经济等指数向行政单元进行平衡转换, 并以行政单元作为空间单元进行空间自相关分析。以行政村耕地质量指数转换为例, 转换方法如式(1), 其他行政单位转换方法类同。

式中:R为村级耕地质量指数,R为第行政村图斑耕地质量指数,S为第行政村图斑面积。

2.2 建立空间权重

Tobler教授提出地理学第一定律, 该定律得到完善和不断发展, 并广泛应用于经济学、社会学等学科[23]。地理学第一定律强调了空间上点、线、面数据的复杂关系。空间权重矩阵即是将点线面要素空间关系概念化的一种途径, 科学准确地构建空间权重矩阵是进行空间自相关分析必不可少的前提条件。在空间中, 点的关系只有重叠和分离两种情况, 而面的关系就包含了相交、相切、包含、分离等情况。

相关研究[24-25]表明: 要素的空间关系有邻接、距离和K邻近。当空间要素满足某种邻接关系时, 则权重W=1, 反之为0。在地理要素中, 如行政区划这种情况, 首先要考虑的是邻接关系。根据空间位置关系的不同, 邻接关系又可分为Rook(共同边邻接)、Queen(共同边或角邻接)、Bishop(共同顶点邻接)等邻接方式。基于距离的空间关系概念化是通过计算每个要素与邻近要素之间距离的方式, 距离的内涵是按两点之间的直线距离(欧式距离)表示。相邻空间单元的内部差异性显著程度与距离密切相关, 不同距离范围内, 空间权重的构造方式不一, 最终也影响空间自相关的结果。K邻近关系是以某一距离为阈值进行搜索, 在指定范围内的要素都算相邻要素, 此概念是经“距离范围”模型改良后生成的。K邻近模型的优点在于它可以确保每个目标要素都能找到相邻的要素, 避免“孤岛效应”的产生。基于Geoda权重管理器查看直方图和连接图, 能比较样本与周边样本连接的数量及统计空间分布情况。本研究通过比较研究区各行政单元内耕地质量分布情况发现, 基于距离模型构建的空间权重矩阵的频率符合正态分布, 以有效避免“孤岛效应”的发生[26]。

2.3 空间自相关分析

空间自相关分析是地理学研究的基本方法之一, 耕地作为连续的空间实体仍满足地理学第一定律。空间自相关分为全局空间自相关和局部空间自相关。全局空间自相关在于描述某现象的整体分布情况, 判断此现象或要素在空间上是否有聚集特征的存在; 局部空间自相关分析是指局部空间某一要素与其邻域要素的相关性程度。空间自相关程度常用Moran’s、Geary’s、Getis、Join count等自相关指数度量, 各指数各有其功能与优缺点, 同时亦有其适用范畴与限制。其中Moran’s指数因其普适性而应用最为广泛[20,27-28]。本文采用Moran’s指数对耕地质量空间自相关程度进行度量, Moran’s指数的取值范围为-1~1。全局空间自相关模型如下:

式中:W是要素与的空间权重, 当要素与要素空间相邻时,W=1, 反之, 则为0;为要数总数;Z为要素的属性与其平均值(X)的偏差; Z为要素的属性与其平均值(X)的偏差;(I)是检验自相关显著性水平的标准化统计阈值;()为Moran’s指数的理论方差;()为Moran’s指数的理论期望。

全局空间自相关虽能判别空间数据是否存在空间自相关现象, 但要揭示空间要素在全局范围内的空间聚集或分散特征, 则需借助局部空间自相关模型。局部Moran’s可通过聚集散点图表示具有相似变量值的面积单元在空间集聚效应。LISA散点图将耕地质量划分为NN(不显著)、HH(高-高)、LL(低-低)、HL(高-低)、LH(低-高) 5种类型, 局部空间自相关模型计算如下:

3 结果与分析

3.1 耕地质量空间分布格局

根据崇义县2016年度耕地质量年度更新评价结果, 将耕地自然质量等指数、利用质量等指数、经济质量等指数按公式(1)分别向行政单位进行平衡转换, 本文通过求取不同尺度下3种属性耕地质量的变异系数和方差来表征转换结果的科学性(表1)。结果显示, 村级耕地质量指数的变异系数和方差与图斑(国家)本身更为贴近, 即村级耕地质量指数的离散程度及波动性较乡镇级而言, 与原图斑(国家)的吻合性更好。因此, 将图斑耕地质量指数向村级行政单位平衡转换更合理。

表1 崇义县各研究尺度耕地质量指数变异系数与方差

图1 崇义县村级耕地质量国家自然等(a)、国家利用等(b)、国家经济等(c)分布图

故本文以行政村为研究单元, 参照《江西省农用地分等章程》, 将转换成果按400、200、200分等间距进行等别划分(图1)。崇义县耕地自然质量处于9~12等, 大部分行政村都处于9等和10等, 其中10等地主要以带状分布于上堡乡—麟潭乡西南部—关田镇北部、思顺乡与金坑乡交界地带以及铅厂镇西部等区域。耕地利用质量等较国家自然质量等分布更为分散, 且有西北向东南逐渐上升的趋势。高值区主要以零星形式分布在县域东部的关田镇、铅厂镇等部分区域, 低值区主要以水系为轴向两边扩散。国家经济等指数高值区主要分布在县域东北、西南区域, 低值区自东向西逐渐递增。由此可知, 崇义县的耕地利用质量最高, 经济质量次之, 自然质量最差。

3.2 耕地质量全局空间自相关分析

3.2.1 县级尺度空间自相关分析

为进一步探究不同距离阈值下耕地质量Moran’s指数的变化情况, 选择合宜的距离阈值构建空间权重矩阵。经Arcgis平台分析, 本文以3 500 m为起点距离, 100 m为步长进行空间自相关增量分析, 得到耕地质量的Moran’s指数值与距离之间关系(图2)。结果显示, 耕地自然等指数、利用等指数、经济等指数的Moran’s值均为正值, 3种层次的耕地质量在空间上均表现出一定的空间自相关和聚集效应。当距离阈值在3 500~4 500 m时, 随着距离的增大, 邻接要素中不同类别要素间的差距越明显, Moran’s指数呈现增长趋势; 当距离阈值增加至4 500 m时, 耕地国家自然等指数、利用等指数、经济等指数Moran’s指数值达到峰值; 当距离阈值继续增大时, Moran’s指数值开始呈现下降趋势。表明距离阈值过大, 耕地质量数据的空间特征无法准确被揭示。由距离阈值探讨分析结果可知, 耕地质量的Moran’s指数的峰值出现在距离阈值为4 500 m时(<0.05), 耕地质量在空间上的差异特征最为明显。因此, 距离为4 500 m是构建空间权重矩阵的最佳阈值。

图2 崇义县耕地质量Moran’s I指数与距离关系分析结果图

Fig. 2 Relationship between Moran’sindex and distance of land quality in Chongyi County

结果显示(表2), 崇义县耕地自然等指数、利用等指数、经济等指数的值均大于标准化统计阈值, 且<0.01, 置信区间达到99%、Moran’s>0。表明崇义县耕地质量存在潜在的相互依赖性, 表现出一定的聚类特征。不同的耕地质量属性皆表现出不同程度的空间正相关性与区域差异性, Moran’s值呈现自然等指数>经济等指数>利用等指数的特征。具体表现为崇义县耕地自然质量空间正相关性最强, 空间变异程度最弱; 经济质量次之; 利用质量空间相关性最弱、空间变异程度最强。这主要是因为崇义县垂直高差较大, 山地较多, 土壤成土母质与有机质等立地条件随地形因子、结构性因子变化而呈不同规律的聚集分布[29]。耕地长期处于重用轻养状态、田间管护与生产投入水平皆难以维持较高水平, 这是造成耕地利用质量呈现较大变异的客观因素, 耕地利用质量在空间上的聚集程度远小于自然质量和经济质量。因此, 在对崇义县耕地质量进行差异化提升、精准化管护的过程中应当注重利用水平及效率的提升。可通过土地整治、完善田间灌排设施、测土配方施肥等措施, 提改结合地提升崇义县耕地利用和管理水平。同时, 也应当加强污染管控、提升耕地地力水平、因地制宜地发展规模农业, 将耕地自然质量与经济质量维持在较优水平。

表2 崇义县县级尺度下耕地质量空间自相关分析结果

3.2.2 镇级尺度空间自相关分析

以乡镇为地理空间单元进行全局空间自相关分析(表3和图3)。结果显示: 各乡镇范围内, 不同属性的耕地质量的Moran’s值也存在较大差异。县域范围内除麟潭乡和丰州乡外, 其他乡镇的耕地质量Moran’s值自然等指数<利用等指数<经济等指数。自然等指数Moran’s值呈现“西低东高”的分布趋势, 极差为0.255, 变异系数为0.393; 利用等指数Moran’s值分异程度较自然等指数Moran’s值有所扩大, 极差为0.409, 变异系数为0.401, 较高值主要出现在横水镇、上堡乡和聂都乡; 经济等指数Moran’s值的高值区域进一步扩大, 耕地综合质量的聚集程度较自然质量和利用质量更为明显, 极差为0.519, 变异系数为0.457。综合来看, 不同属性耕地质量的Moran’s值的空间波动表现出经济等指数>利用等指数>自然等指数的统计规律。

表3 崇义县各乡镇耕地质量指数Moran’s I值

图3 崇义县各乡镇县级与镇级尺度耕地质量指数Moran’s I值对比

镇级尺度上各属性耕地质量等指数的Moran’s值与县级平均水平存在较大差异。国家自然等指数Moran’s值镇级平均水平为0.179, 各乡镇的值均低于县级平均水平(0.445)。丰州乡等8个乡镇自然等指数Moran’s值高于镇级平均水平, 其余乡镇均低于镇级平均水平, 其中铅厂镇最大(0.296), 文英乡最小(0.041)。国家利用等指数Moran’s值方面, 镇级平均水平(0.284)与县级平均水平(0.281)相差不大, 镇级平均水平略高于县级平均水平。上堡乡等6个乡镇利用等指数Moran’s值高于镇级平均水平, 其中上堡乡最大(0.533), 杰坝乡最小(0.124)。国家经济等指数Moran’s值方面, 镇级平均水平(0.524)高于县级平均水平(0.406), 且各乡镇间差异较自然等指数Moran’s值和利用等指数Moran’s值更大, 耕地经济质量在空间上的聚集特征更为明显。其中上堡乡利用等指数Moran’s值最大(0.895), 杰坝乡最小(0.150)。

结果表明: 随着空间尺度的缩小, 3种层次的耕地质量Moran’s值的镇级平均水平与县级平均水平产生差异。具体表现为随着空间尺度的缩小, 耕地利用质量指数与经济质量指数所表现出的空间集聚特征更明显, 而自然等指数的空间集聚特征呈相反态势。这说明耕地利用水平和经济效益尺度效应较强, 丘陵山地复杂的地形条件一定程度上阻碍了耕地质量的空间连续性, 大空间尺度范围更容易掩盖耕地结构特征与立地属性。就本研究而言, 镇级平均水平与县级平均水平的差距按利用等、经济等、自然等逐渐扩大的趋势。

3.3 耕地质量局部空间自相关分析

基于Geoda软件, 对研究区村级耕地质量指数进行局部空间自相关分析(表4、图4), 统计结果表明: 在95%置信度检验下, 研究区大部分行政村空间上表现为NN分布, 村级耕地自然质量指数HH型团状分布效应明显, 利用质量指数空间变异性大, 耕地经济质量指数LL型空间特征地形效应更为明显。

表4 崇义县村级尺度耕地质量空间聚集类型分布情况

3.3.1 自然等指数局部空间自相关特点

从表4、图4得出, 村级耕地质量自然等指数空间自相关类型为HH的有15个行政村, 占比12.20%, 该区域自身和周边行政村耕地自然等指数都较高, 空间差异程度较小, 存在较强的空间正相关。主要以团形式集中分布于西南部聂都乡和乐洞乡夹州村、乐洞村等区域; 北部的横水镇新坑村也呈HH聚集分布。LL型区域自身和周边行政村耕地自然等指数都较低, 有9个行政村属于该类型, 占比7.32%。主要以连线分布于金坑乡金坑村、竹坑村等区域, 铅厂镇稳下村、扬眉镇中坑口村等东部5个乡镇部分行政村。LH型表示耕地自然等指数较高的行政村包围耕地自然等指数较低的区域, 二者空间差异程度较大, 呈较强的空间负相关。该区域有7个行政村, 占比5.69%。主要分布于上堡乡良和村、正井村等, 思顺乡和过埠镇也有零星分布。HL型代表自身耕地自然指数较高, 周边耕地自然指数较低, 二者的空间差异程度较大, 具有显著的空间负相关。该区域有6个行政村, 占比4.88%, 以组团形式分布于衡水镇上营村、左溪村、中营村, 长龙镇和扬眉镇也有零星分布。

综合实际情况, 自然等指数HH型所在区域地形差异较小, 海拔位于300 m以下。地势相对平坦, 土壤养分沉积具有协同性, 土壤肥沃。LL型所在区域主要位于县域北部和东部部分区域的深山区, 土壤肥力贫瘠, 耕作层较薄, 加之灌排条件落后, 因此耕作自然条件相对恶劣。LH型耕地主要位于上堡乡, “上堡梯田”是全国3大梯田之一, 该区域海拔平均750 m, 地势较高, 地势间落差明显。HL型与LL相邻, 该部分耕地处于城镇边缘地带, 表土质地多为砂土或砂壤土, 且受到不同程度的盐碱化影响, 耕地自然条件受到不同程度人为因素的破坏。

3.3.2 利用等指数局部空间自相关特点

村级耕地质量利用等指数呈HH和LL集聚分布的共有17个行政村, 占崇义县行政村总数的13.82%。与耕地自然等指数相比, 占比有所下降。其中: HH类型主要以团状集中分布于龙勾乡和铅厂镇等行政村。LL型以团状集中分布于县域北部的杰坝乡、金坑乡等区域。LH型以带状分布于金坑乡圆田村—过埠镇黄背村—丰州乡西部部分区域, 聂都乡也有零星分布。HL型团状集中分布于横水镇。

结合实际情况, 耕地利用质量HH型的区域多处于低洼盆地, 地势平坦, 而且集中连片程度较好, 自然条件优越, 尤其是龙勾乡的优势更为明显。加之农村居民点集中分布, 有利于提高耕作主体对耕地的利用效率。LL型区域地处山区深处, 海拔地势较高, 耕地较为分散, 难以形成集中连片作业。因此, 耕地的利用效率不高。LH型空间形态上无明显变化规律, 穿插分布于平原与山区之间, 交通通达度、农田灌排设施水平也不一。因此, 因空间极化效应而出现“内低”现象。HL型的分布与耕地自然质量HL型类似, 地处城镇边缘地带。这部分区域社会经济发展水平较高, 农业生产规模及方式都具有很大的不确定性, 耕地被建设用地占用的现象比其他乡镇更为普遍。

3.3.3 经济等指数局部空间自相关特点

村级耕地质量经济等指数呈HH和LL型的有32个行政村, 占崇义县行政村总数的26.02%。其中, HH型以团状集中分布于关田镇、龙勾乡和上堡乡部分区域。LL型以带状形分布于杰坝乡黄沙村—金坑乡—过埠镇—麟潭乡—丰州乡部分区域。LH型有4个行政村, 处于崇义县域东南部, 分别是聂都乡龙西村、聂都村和铅厂镇义安村、石罗村。HL型只分布于金坑乡坪洋村。

图4 崇义县耕地质量指数局部空间自相关特性

综合来看, HH型区域地势平坦, 经济发展水平高, 高速、省道贯穿其中, 道路通达度较高, 耕地集中连片, 有利于集中作业, 因而耕地经济产出效率高。LL型沿水系呈带状分布, 且多处于山区峡谷之间, 耕地规整度及集中连片程度都不高, 耕地自然质量和利用水平都相对落后, 阻碍了耕地经济效益的提升。LH型与HL型地处县域北部或南部山区, 地形相对闭塞, 海拔较高, 交通不便, 对耕地的经济投入成本大幅提升, 耕地的经济产出效率不高。

4 讨论

杜国明等[3]指出随着空间统计学的不断发展与完善, 耕地质量的研究不应仅仅局限于质量高低的界定, 应以耕地质量评价为导向向空间分布特征延伸。耕地质量作为地理空间实体, 对于不同的需求主体表现出不同的主体差异, 在不同的时空尺度下,耕地质量表现出不同的时空特征, 主导耕地质量的因素也因时空尺度的改变而发生变化[30]。为此, 本文着重探讨了不同尺度下耕地质量的空间集聚特征。文中县级尺度下耕地国家利用等指数的Moran’s值小于自然等指数和经济等指数, 这与张晗等[27]对上高县耕地质量的空间集聚特征研究略有不同, 本文县级尺度下3种属性耕地质量的Moran’s均小于0.5, 集聚效应不及其研究结果显著。这可能是由于崇义县地处赣南山区, 地形起伏差异比上高县大, 耕地细碎化程度也更高, 这对机械化操作和规模经营造成了极大的障碍, 从而加大了耕作的投入成本, 耕地产出效率不高。

随着空间尺度的变小, 研究区耕地质量的空间集聚程度逐渐增强, 耕地质量的尺度差异性也更加显著, 即村级尺度下耕地质量空间差异最为显著。这与熊昌盛等[20]、郭晓飞等[31]、任平等[32]的研究相吻合。将耕地图斑进行面转点并挂接质量属性后利用GS+软件进行半变异函数分析[33](表5)。可以得出, 3类耕地质量属性都符合指数模型, 决定系数都大于0.7。当空间距离为0~12 379.91 m范围内时, 半变异值随距离增大而逐渐增大; 当距离继续增大, 半变异值趋于平稳; 当距离大于37 139.74 m, 变异值出现下降趋势。块金基台比(空间变异中随机性因素的占比, 该比值越高, 随机性影响越大)都小于25%, 表明3种层次的耕地质量皆存在强烈的空间自相关, 这印证了本文研究的结果。同时, 耕地自然质量、利用质量、经济质量块金效应呈逐渐递增趋势, 这再次说明耕地质量是自然-社会-经济多重要素的集中体现, 且内涵越丰富, 随机性影响因素占的比重更大。

表5 崇义县耕地质量指数半变异函数理论模型及相应参数

崇义县地处赣南山区, 地形起伏大, 土壤养分与耕作条件空间平稳性较差。较大空间尺度掩盖了耕地各组成要素的空间差异性, 随着空间尺度的变小, 耕地的地理空间质量差异性逐渐显著, 耕地质量在空间上出现显著集聚现象。这可能是由于光温水土等自然资源及人类利用水平共同决定了耕地质量的高低与分布规律。在地形复杂的崇义县境内, 这种空间分布相似性支配着耕地质量的空间分布规律, 大尺度研究范围可能无法体现出目标变量的部分结构特征, 小尺度范围下, 耕地质量的立地属性与结构特征差异逐渐显现。因而, 各级行政主体在制定差异化的耕地管护体系时应当着重考虑耕地质量的尺度效应。就崇义县而言, 以行政村为研究单元能较好体现耕地质量对尺度的敏感性, 保护耕地自然质量是基础, 保障耕地利用质量是关键, 维持耕地经济质量是核心目标。提升耕地质量一方面需要纵深发展, 利用不同层级行政主体下耕地质量的空间差异性制定科学精准的管护体系, 避免不同层级行政主体间的博弈存在, 从而提高耕地保护的有效性; 另一方面, 不能忽略多尺度下耕地质量的区域特征, 在制定耕地质量优化途径时考虑尺度效应的影响, 将地理环境相似性研究纳入耕地分区保护实践的理论依据。具体而言, 对于耕地自然质量属性, 需要从宏观层面落实耕地质量保护政策, 改良土壤、严防农业面源污染、用养结合; 针对耕地的利用质量属性, 应当从镇级水平加以管控, 可因地制宜地进行土地整理, 使耕地集中连片。对于耕地的经济质量属性, 应当从更小尺度进行深入研究, 可依托科技进步, 提高有机肥资源利用水平, 培养新型职业农民, 提高种粮大户等新型经营主体保护耕地质量和科学施肥的技术应用能力[34-35]。

耕地质量是多重要素的集中体现, 本文用Geoda空间自相关模型分析了不同尺度下耕地质量的空间分布差异特征, 且用GS+软件半变异函数进行验证分析, 研究结果具有较强的理论现实意义, 可为耕地占补平衡、土地开发整理、基本农田划定等工作的开展提供参考依据。但是, 文中尚未对不同尺度下耕地质量分布空间差异的影响因素进行深入分析, 这是本研究亟需完善的方面。

5 结论

本文以南方丘陵山地典型区域崇义县为例, 对其耕地质量空间分布差异特征进行研究, 主要结论如下:

1)崇义县耕地质量存在一定的空间集聚性, 且当空间距离阈值为4 500 m时, 空间相关性最强。在不同的空间尺度范围下, 均表现出显著的空间差异特征。

2)县级尺度下, 不同属性的耕地质量Moran’s值呈现自然等指数>经济等指数>利用等指数的特征。耕地自然质量空间相关性最强、经济质量次之、利用质量最弱。镇级尺度下, 3类Moran’s值的镇级平均水平与县级平均水平差异显著, 其中自然质量差异最大, 利用质量差异最小。

3)耕地自然质量HH型主要分布于县域西南部, LL型团状分布于金坑村、竹坑村等区域。耕地利用质量HH型主要团状集中分布于地势平坦的龙勾乡和铅厂镇等行政村, LL型主要位于海拔地势较高, 耕地较为分散的深山区域。耕地经济质量HH型团状集中分布于地势相对平坦、道路通达度较高的关田镇、龙勾乡和上堡乡部分区域, LL型以带状形分布于区域相对闭塞的黄沙村—金坑乡—过埠镇—麟潭乡—丰州乡一带。

4)不同空间尺度下耕地质量的空间分异特征差异显著, 大的空间尺度弱化了耕地质量的空间聚集差异特征。今后应以行政村为基本单位, 进一步细化研究, 构建多尺度耕地精准化管护体系。

[1] 付国珍, 摆万奇. 耕地质量评价研究进展及发展趋势[J]. 资源科学, 2015, 37(2): 226–336 FU G Z, BAI W Q. Advances and prospects of evaluating cultivated land quality[J]. Resources Science, 2015, 37(2): 226–336

[2] 沈仁芳, 陈美军, 孔祥斌, 等. 耕地质量的概念和评价与管理对策[J]. 土壤学报, 2012, 49(6): 1210–1217 SHEN R F, CHEN M J, KONG X B, et al. Conception and evaluation of quality of arable land and strategies for its management[J]. Acta Pedologica Sinica, 2012, 49(6): 1210–1217

[3] 杜国明, 刘彦随, 于凤荣, 等. 耕地质量观的演变与再认识[J]. 农业工程学报, 2016, 32(14): 243–249 DU G M, LIU Y S, YU F R, et al. Evolution of concepts of cultivated land quality and recognition[J]. Transactions of the CSAE, 2016, 32(14): 243–249

[4] 张超, 乔敏, 郧文聚, 等. 耕地数量、质量、生态三位一体综合监管体系研究[J]. 农业机械学报, 2017, 48(1): 1–6 ZHANG C, QIAO M, YUN W J, et al. Trinity comprehensive regulatory system about quantity, quality and ecology of cultivated land[J]. Transactions of the Chinese society for Agricultural Machinery, 2017, 48(1): 1–6

[5] 祖健, 郝晋珉, 陈丽, 等. 耕地数量、质量、生态三位一体保护内涵及路径探析[J]. 中国农业大学学报, 2018, 23(7): 84–95 ZU J, HAO J M, CHEN L, et al. Analysis on trinity connotation and approach to protect quantity, quality and ecology of cultivated land[J]. Journal of China Agricultural University, 2018, 23(7): 84–95

[6] 刘恬, 胡伟艳, 魏安奇, 等. 基于多尺度的基本农田空间区位选择——以武汉城市圈为例[J]. 资源科学, 2018, 40(7): 1365–1374 LIU T, HU W Y, WEI A Q, et al. Multiscale study of location selection of prime farmland in the Wuhan Metropolitan Area[J]. Resources Science, 2018, 40(7): 1365–1374

[7] 姜广辉, 张凤荣, 孔祥斌, 等. 耕地多功能的层次性及其多功能保护[J]. 中国土地科学, 2011, 25(8): 42–47 JIANG G H, ZHANG F R, KONG X B, et al. The different levels and the protection of multi-functions of cultivated land[J]. China Land Science, 2011, 25(8): 42–47

[8] 李国敏, 卢珂, 黄烈佳. 国家尺度下耕地功能占补平衡模式研究[J]. 地域研究与开发, 2017, 36(6): 110–114LI G M, LU K, HUANG L J. Model of requisition-compensation balance of function of cultivated land under national scale[J]. Areal Research and Development, 2017, 36(6): 110–114

[9] 张蚌蚌, 孔祥斌, 郧文聚, 等. 我国耕地质量与监控研究综述[J]. 中国农业大学学报, 2015, 20(2): 216–222 ZHANG B B, KONG X B, YUN W J, et al. A review on quality and monitoring of arable land in China[J]. Journal of China Agricultural University, 2015, 20(2): 216–222

[10] 程锋, 王洪波, 郧文聚. 中国耕地质量等级调查与评定[J]. 中国土地科学, 2014, 28(2): 75–82 CHENG F, WANG H B, YUN W J. Study on investigation and assessment of cultivated land quality grade in China[J]. China Land Science, 2014, 28(2): 75–82

[11] MUELLER L, SCHINDLER U, SHEPHERD T G, et al. The muencheberg soil quality rating for assessing the quality of global farmland[M]//MUELLER L, SAPAROV A, LISCHEID G. Novel Measurement and Assessment Tools for Monitoring and Management of Land and Water Resources in Agricultural Landscapes of Central Asia. Cham: Springer, 2014: 235–248

[12] TESFAHUNEGN G B. Soil quality indicators response to land use and soil management systems in northern Ethiopia’s catchment[J]. Land Degradation & Development, 2016, 27(2): 438–448

[13] SLEE B, BROWN I, DONNELLY D, et al. The ‘squeezed middle’: Identifying and addressing conflicting demands on intermediate quality farmland in Scotland[J]. Land Use Policy, 2014, 41: 206–216

[14] 刘婧鸣, 侯现慧, 王占岐, 等. 耕地细碎化与耕地集约利用水平空间相关特征研究——以湖北省为例[J]. 中国土地科学, 2017, 31(12): 51–59 LIU J M, HOU X H, WANG Z Q, et al. Spatial correlation characteristics of fragmentation and intensive use levels of cultivated land in Hubei Province[J]. China Land Science, 2017, 31(12): 51–59

[15] 张雅芹, 闫弘文, 赵贤锋, 等. 半岛丘陵区城市周边永久基本农田划定研究——以山东省海阳市为例[J]. 中国生态农业学报, 2018, 26(7): 1080–1088 ZHANG Y Q, YAN H W, ZHAO X F, et al. Permanent prime farmland demarcation in city periphery in peninsula hill areas: A case of Haiyang City in Shandong Province[J]. Chinese Journal of Eco-Agriculture, 2018, 26(7): 1080–1088

[16] 石玉琼, 李团胜. 武功县耕地质量空间变异分析[J]. 土壤通报, 2017, 48(2): 257–262 SHI Y Q, LI T S. Analysis of spatial variation of arable land quality in Wugong County[J]. Chinese Journal of Soil Science, 2017, 48(2): 257–262

[17] 卫新东, 王筛妮, 员学锋, 等. 陕西省耕地质量时空变化特征及其分异规律[J]. 农业工程学报, 2018, 34(3): 240–248 WEI X D, WANG S N, YUAN X F, et al. Spatial and temporal changes and its variation of cultivated land quality in Shaanxi Province[J]. Transactions of the CSAE, 2018, 34(3): 240–248

[18] 高星, 陈景, 刘蕾, 等. 雄安新区耕地质量空间分布特征与建设占用推荐分区[J]. 农业工程学报, 2018, 34(1): 1–7 GAO X, CHEN J, LIU L, et al. Spatial distribution characteristics and construction occupancy zoning of cultivated land quality in Xiong’an New Area[J]. Transactions of the CSAE, 2018, 34(1): 1–7

[19] 李武艳, 朱从谋, 王华, 等. 浙江省耕地质量多尺度空间自相关分析[J]. 农业工程学报, 2016, 32(23): 239–245 LI W Y, ZHU C M, WANG H, et al. Multi-scale spatial autocorrelation analysis of cultivated land quality in Zhejiang Province[J]. Transactions of the CSAE, 2016, 32(23): 239–245

[20] 熊昌盛, 韦仕川, 栾乔林, 等. 基于Moran’s分析方法的耕地质量空间差异研究——以广东省广宁县为例[J]. 资源科学, 2014, 36(10): 2066–2074 XIONG C S, WEI S C, LUAN Q L, et al. Spatial pattern disparity and cultivated land quality based on Moran’sanalysis[J]. Resources Science, 2014, 36(10): 2066–2074

[21] 熊昌盛, 谭荣, 岳文泽. 基于局部空间自相关的高标准基本农田建设分区[J]. 农业工程学报, 2015, 31(22): 276–284 XIONG C S, TAN R, YUE W Z. Zoning of high standard farmland construction based on local indicators of spatial association[J]. Transactions of the CSAE, 2015, 31(22): 276–284

[22] 辛芸娜, 范树印, 孔祥斌, 等. 四重质量维度下的县域耕地质量评价方法研究[J]. 资源科学, 2018, 40(4): 737–747 XIN Y N, FAN S Y, KONG X B, et al. Evaluation of cultivated land quality based on four quality dimensions[J]. Resources Science, 2018, 40(4): 737–747

[23] JOO D, WOOSNAM K M, SHAFER C S, et al. Considering Tobler’s first law of geography in a tourism context[J]. Tourism Management, 2017, 62: 350–359

[24] 熊昌盛, 栾乔林, 韦仕川. 基于空间自相关的耕地质量分布格局[J]. 地域研究与开发, 2016, 35(5): 128–132XIONG C S, LUAN Q L, WEI S C. Spatial pattern disparity of arable land quality based on spatial autocorrelation analysis[J]. Areal Research and Development, 2016, 35(5): 128–132

[25] 杨建宇, 徐凡, 赵龙, 等. 基于综合质量空间自相关性分析的耕地保护分区方法[J]. 农业机械学报, 2017, 48(3): 156–163 YANG J Y, XU F, ZHAO L, et al. Protection zoning of cultivated land comprehensive quality based on spatial autocorrelation[J]. Transactions of the CSAE, 2017, 48(3): 156–163

[26] 汪晓燕, 赵小敏, 郭熙, 等. 基于空间自相关的贵溪市耕地保护分区研究[J]. 浙江农业学报, 2017, 29(3): 489–497 WANG X Y, ZHAO X M, GUO X, et al. Protection zoning of cultivated land based on local spatial autocorrelation in Guixi City[J]. Acta Agriculturae Zhejiangensis, 2017, 29(3): 489–497

[27] 张晗, 赵小敏, 欧阳真程, 等. 基于空间自相关的耕地质量空间差异特征及耕地保护分区——以江西省上高县为例[J]. 水土保持研究, 2018, 25(1): 304–312 ZHANG H, ZHAO X M, OUYANG Z C, et al. Spatial disparity features and protection zoning of cultivated land quality based on spatial autocorrelation — A case study of Shanggao County, Jiangxi Province[J]. Research of Soil and Water Conservation, 2018, 25(1): 304–312

[28] 陈彦光, 罗静. 地学计算的研究进展与问题分析[J]. 地理科学进展, 2009, 28(4): 481–488CHEN Y G, LUO J. On development and problems of GeoComputation[J]. Progress in Geography, 2009, 28(4): 481–488

[29] 赵越, 罗志军, 赵杰, 等. 崇义县土壤有机质空间变异及在不同侵蚀程度下的影响因素[J]. 西南农业学报, 2018, 31(6): 1209–1215 ZHAO Y, LUO Z J, ZHAO J, et al. Study on spatial variability of soil organic matter in Chongyi County and affecting factors under different degree of erosion[J]. Southwest China Journal of Agricultural Sciences, 2018, 31(6): 1209–1215

[30] 魏洪斌, 吴克宁, 赵华甫, 等. 中国中部粮食主产区耕地等别空间分布特征[J]. 资源科学, 2015, 37(8): 1552–1560 WEI H B, WU K N, ZHAO H F, et al. Spatial distribution characteristics of cultivated land quality gradation in the main grain production area of central China[J]. Resources Science, 2015, 37(8): 1552–1560

[31] 郭晓飞, 李建华, 李成学, 等. 基于多尺度的祥云县县域耕地自然质量空间分布特征分析[J]. 云南农业大学学报: 自然科学, 2016, 31(5): 923–929 GUO X F, LI J H, LI C X, et al. Spatial distribution features for natural quality of cultivated land at county levels based on multi-scale in Xiangyun County[J]. Journal of Yunnan Agricultural University: Natural Science, 2016, 31(5): 923–929

[32] 任平, 吴涛, 周介铭. 基于GIS和空间自相关模型的耕地空间分布格局及变化特征分析——以成都市龙泉驿区为例[J]. 中国生态农业学报, 2016, 24(3): 325–334 REN P, WU T, ZHOU J M. Analysis of spatial distribution pattern and evolutionary characteristics of cultivated lands based on spatial autocorrelation model and GIS platform — A case study of Longquanyi District, Chengdu, China[J]. Chinese Journal of Eco-Agriculture, 2016, 24(3): 325–334

[33] 祝锦霞, 徐保根, 章琳云. 基于半方差函数与等别的耕地质量监测样点优化布设方法[J]. 农业工程学报, 2015, 31(19): 254–261 ZHU J X, XU B G, ZHANG L Y. Optimization layout method of monitoring sample points of cultivated land quality based on semi-variance analysis and grade combination[J]. Transactions of the CSAE, 2015, 31(19): 254–261

[34] 杨婷. 崇义县地质灾害易发性区划评价研究[D]. 抚州: 东华理工大学, 2016: 83 YANG T. A study on lability zoning of geological disasters in Chongyi County[D]. Fuzhou: East China University of Technology, 2016: 83

[35] 杨雪, 谈明洪. 北京市耕地功能空间差异及其演变[J]. 地理研究, 2014, 33(6): 1106–1118 YANG X, TAN M H. Spatial differences and evolution of arable land functions in Beijing[J]. Geographical Research, 2014, 33(6): 1106–1118

Spatial distribution of cultivated land quality at different scales in Chongyi County*

SUN Congkang1,2, XU Junli3, YU Dun1,2**, ZHOU Wei1,4, WANG Jianping1,2, LIANG Zhenbao1,2

(1. College of Land Resources and Environmental Sceinces, Jiangxi Agricultural University, Nanchang 330045, China; 2. Key Laboratory of Poyang Lake Basin Agricultural Resources and Ecology of Jiangxi Province, Jiangxi Agricultural University, Nanchang 330045, China; 3. School of Economic Management, Jiangxi Agricultural University, Nanchang 330045, China; 4. Shangrao Bureau of Land and Resources, Shangrao 361100, China)

While the quality of cultivated lands is the primary basis for judging the productivity of land, the characteristics of the spatial distribution of land quality are critical for farmland research. Multi-scale study of cultivated land quality and spatial structural characteristics are inevitable in strengthening rational allocation of land resources for the protection of cultivated lands. The enrichment of scientific connotation of cultivated land quality should objectively reflect spatial distribution differences in natural quality, utilization quality and economic quality at different scales. Based on the First Law of Geography and specific characteristics of Chongyi County, typical hilly and mountain areas were selected and evaluated for cultivated land quality in a spatial autocorrelation model supported by platforms such as Geoda and GS+. The work discussed the spatial interactions and distributions of natural quality, utilization quality and economic quality of cultivated lands at county, township and village scales. The results show that: 1) the natural quality of cultivated lands in Chongyi County was during grade 9–12 and the utilization quality during grade 6–9. There was a gradually increasing “northwest to southeast” trend with an economic quality of grade 7–10. There was a degree of spatial aggregation effect which was strongest when spatial distance was 4 500 m. The Moran’svalue of cultivated land quality showed that natural quality (0.445) > economic quality (0.406) > utilization quality (0.281). The natural quality of cultivated land had the strongest positive spatial correlation with weakest degree of variation, while the utilization quality was weakest in spatial correlation and strongest in spatial variability. 2) The quality of cultivated lands showed different scale effects for different quality indexes. For the difference in spatial aggregation between township and county scales, the natural quality was largest, followed by economic quality and then utilization quality. Larger spatial scales weakened spatial aggregation, and spatial aggregation effect was most significant at village scale. 3) The spatial agglomeration type HH of cultivated land quality was mainly distributed in the southwest of county, LL distributed in Jinkeng Village and Zhukeng Village. The HH type of utilization quality was mainly distributed in the flat Longgous and Qianchang Townships, and LL type in deep mountain area where the elevation was higher and the cultivated land most dispersed. The HH type of economic concentrated in Guantian Town, Longqi Township and Shangbao Township where the terrain was relatively flat and the road access degree high. The LL type was distributed in a strip shape in relatively occluded area. The research results revealed that cultivated land quality had different spatial differentiation characteristics at different spatial scales and large spatial scale weakened the aggregation difference of cultivated land quality. The research had practical significance for monitoring and protection of cultivated lands at different spatial scales and more accurate management of arable land quality.

Cultivated land quality; Natural quality; Economic quality; Utilization quality; Spatial scale effects; Spatial aggregation effect; Chongyi County

, E-mail: jxauyd@163.com

Oct. 5, 2018;

Jan. 6, 2019

10.13930/j.cnki.cjea.180891

F323.3; F204

A

2096-6237(2019)04-0601-12

余敦, 主要从事土地覆被变化和土地生态研究。E-mail: jxauyd@163.com

孙聪康, 主要从事土地利用/覆被变化研究。E-mail: 943568578@qq.com

2018-10-05

2019-01-06

* This study was supported by the National Natural Science Foundation of China (41561107) and the Natural Science Foundation of Jiangxi Province (20151BAB203039).

* 国家自然科学基金项目(41561107)和江西省自然科学基金项目(20151BAB203039)资助

孙聪康, 徐俊丽, 余敦, 周微, 王检萍, 梁珍宝. 多尺度下崇义县耕地质量空间分布差异特征研究[J]. 中国生态农业学报(中英文), 2019, 27(4): 601-612

SUN C K, XU J L, YU D, ZHOU W, WANG J P, LIANG Z B. Spatial distribution of cultivated land quality at different scales in Chongyi County[J]. Chinese Journal of Eco-Agriculture, 2019, 27(4): 601-612