南方丘陵区耕地景观生态安全影响因素及其空间差异

韩 逸,郭 熙,*,江叶枫,饶 磊,孙 凯,李 婕,王澜珂

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

耕地具有生产、承载和生态功能,是土地资源的重要组成部分,是人类赖以生存与发展的基础和保障。耕地生态系统在净化和改善耕地生态环境质量、缓解地表环境变化幅度、维持物质循环、固碳释氧和保障水资源等方面发挥着重要作用[1]。我国耕地后备资源有限且耕地非农化趋势缺乏有效调控[2],导致耕地数量下降明显,且随着耕地生态环境衰退引发的耕地质量下降问题的日渐凸显[3],耕地生态质量保护需求与日俱增。耕地生态安全是耕地生态质量不至因耕地生存空间和生态环境遭受破坏而受到威胁的状态[4],是稳定与提升耕地生产能力的制约因素[5]。为有效地保障耕地综合生产能力,已有众多学者开展了耕地生态安全研究,他们的研究主要从指标体系构建[6- 7]、评价方法探索[8- 9]与结果的规律探究[10- 11]入手,为定量化分析耕地生态安全状况并采取针对性措施提供了科学依据。但是,目前学者们较少地对耕地景观结构组成和空间配置状况二者协同作用下,耕地的抵御景观风险能力、自我恢复能力以及耕地生态系统服务价值[12],即耕地景观生态安全状况进行研究。

然而,探究区域耕地景观生态安全状况影响因素,并制定合理的管理对策以抵御生态风险是目前耕地生态质量保护的新需求。我国学者对耕地景观生态安全的探索,主要关注于耕地景观生态安全状况的评价及其动态变化研究[13]。如裴欢等[14]等基于景观格局指数构建了耕地景观生态安全评价模型,并运用时空变化和重心变化趋势分析方法对河北省沿海区域耕地景观安全时空变化进行探究,结果表明耕地景观结构变化可以导致明显的耕地景观生态安全时空分异。于潇等[15]将生态质量指数引入耕地景观生态安全评价模型,进一步完善了耕地景观生态安全评价方法。彭文君等[16]尝试对耕地景观生态安全动态变化驱动因素进行分析,发现耕地内部自然特征和外部人为干扰对耕地景观生态安全有重要影响作用。然而,前人的研究尽管在一定程度上揭示了耕地景观生态安全时空演变的影响因素,但耕地景观生态安全状况具有明显的空间效应,其影响因素具有显著的空间非平稳性[17],因此对影响因素的发生与干扰机制的空间差异有待深入探究。

地理加权回归模型(Geographical Weighted Regression, GWR)是传统回归分析方法的拓展,可以进行局部而非全局的参数估计,它将数据的空间结构考虑到模型当中,可以解释空间问题影响因素作用的空间差异[18]。因此,为更有针对性地解决区域性耕地景观生态安全问题,本研究在耕地景观生态安全状况评价的基础上,运用地理加权回归分析其影响因素作用的空间非平稳性,以揭示自然和社会经济因素在不同区域对耕地生态质量的影响差异。

南方丘陵区是我国粮食主产区,其耕地生态安全是保证粮食稳产增产的基础,更是国家粮食安全的重要保障。该区域地形本身相对复杂,加上近年人类经济活动的干扰增强,导致区域耕地平均斑块面积逐渐减小,耕地图斑破碎化程度显著增加[19],耕地景观生态安全存在一定的风险。为了解该区域耕地景观生态安全状况,本研究以该区域典型县—奉新县为研究对象,选取部分景观格局指数进行区域耕地景观生态安全评价,并分析其耕地景观生态安全状况的空间聚集特征；同时运用地理加权回归分析方法探究地形、土壤、气候、水文、人口、产出及区位因素对耕地景观生态安全影响作用的空间非平稳性,以期为制定区域耕地景观生态安全保障与提升措施和推进耕地的“三位一体”保护提供一定参考依据。

1 研究区域与数据来源

1.1 研究区域概况

奉新县隶属于江西省宜春市,位于江西省西北部,介于114°45′—115°31′E,28°34′—28°52′N之间,东接安义县,西邻宜丰县和修水县,南连高安县,北靠靖安县,为东西长,南北窄的长条形地域。属九岭山脉东麓,鄱阳湖平原西沿,地形西高东低,三面环山,呈明显的西部多中低山地、中部丘陵聚集、东部低丘河谷平原连片的格局,海拔最高处1516.3 m,最低点27 m,南潦河水由西至东穿境而过。气候属亚热带季风气候,年平均气温为17.3℃,降雨量由西南向东北递减,全年平均降雨量为1612 mm,无霜期年平均为260 d左右,年日照时数1803 h,植被覆盖率达65.49%,土壤类型主要为红壤、水稻土和黄壤。2015年末,奉新县总人口约33.49×104人,土地总面积1.60×105hm2,其中耕地0.39×105hm2,主要分布于奉新县东部,占全县土地总面积24.55%,当年农业总产值1.71×105万元,占全县国内生产总值的15.20%,人均粮食占有量约为1000 kg。

1.2 数据来源与处理

1.2.1耕地数据的获取与处理

本研究的耕地数据来源于奉新县2016年农村土地承包经营权确权矢量数据,比例尺为1∶2000,可以较好地反映耕地景观状况。研究将全部耕地以行政村为范围分割为178个评价单元,并转换为像元大小为5 m的栅格数据,之后应用Fragstats 4.2景观格局分析软件计算各评价单元的景观格局信息(图1)。

1.2.2耕地景观生态安全影响因素的选择与数据处理

耕地景观生态格局的形成受自然和社会两种作用力的影响[20]。其中地形因素是影响土地利用方式布局的主要自然因素,研究区地形相对复杂,耕地布局可能受地形起伏的影响较为显著；土壤本身物理化学性状则在很大程度上决定土壤肥力状况,从而影响土地资源开垦为耕地的可能性；降雨、水文等自然条件在南方丘陵区则是造成水土流失,河流改道从而导致耕地灾毁的敏感性因素。以上自然因素的综合作用可以影响耕地的原始空间布局。社会经济因素则会在一定程度上对耕地景观格局产生干扰,人口密度及耕地区位决定了在非农建设中占用耕地的可能性,而耕地产出的大小则可能对耕地非农占用和耕地撂荒有一定的阻碍作用。因此,本研究在考虑研究区地域特征的基础上,分别从自然背景条件和社会经济活动角度选取了地形位指数、土壤有机质含量、年平均降雨量、距河流的距离和人口密度、地均农业总产值、距居民点的距离共7个指标,用以探究耕地景观生态安全状况的影响因素及其空间差异。

自然条件因素中,地形数据由地理空间数据云(http://www.gscloud.cn/)下载的 30 m分辨率数字高程模型数据(Digital Elevation Model,DEM) 通过ArcGIS 10.2处理提取,并以地形位指数[21]表征(；土壤有机质含量和年平均降雨量数据分别由2013—2014年奉新县农业部门依据耕地地力调查与质量评价技术规程(NYT 1634- 2008)获取的1146个测土配方施肥采样点数据和中国气象数据网(http://data.cma.cn/)中江西省87个气象站点1981年至2010年平均年降水量数据空间插值[22]而成；距河流的距离数据由奉新县2016年土地利用数据提取,并利用ArcGIS 10.2软件中距离分析工具计算获得。社会经济活动数据中,人口数据及地均农业总产值数据整理自2015年奉新县统计年鉴,其中人口数据采用核密度估计法[23]进行空间化以获得人口密度数据；距居民点的距离数据获取方式则与距河流的距离一致(图1)。

图1 耕地、地形位指数、有机质含量、年平均降雨量、距河流的距离、人口密度、地均农业总产值、距居民点的距离空间分布图Fig.1 The Spatial distribution map of cultivated land, terrain niche index, organic content, annual mean rainfall, distance to the river, population density, total agricultural output value per field and distance to residential area

2 研究方法

2.1 耕地景观生态安全评价

耕地景观生态安全评价是对耕地自身景观结构组成与空间配置状况的研究,其状态或趋势可以在一定水平上反映耕地数量状况、耕地投入需求和耕地利用效率,是耕地质量保护与提升的重要景观生态学依据。综合考虑南方丘陵区耕地形状与耕地破碎度空间差异较为明显的特点[24]。本研究借鉴已有研究成果[13- 14,16],在斑块类型水平上选取部分可以反映耕地破碎状况、形状复杂程度和景观脆弱度的景观格局指数(表1),构建南方丘陵区耕地景观生态安全评价模型,其表达式如下：

LSES =1-[(PD+ED)×2.5LFI]

(1)

式中,LSES(Landscape Ecological Security Index)为景观生态安全指数；PD(Patch Density)为斑块密度；ED(Edge Density)为边界密度；LFI(Landscape Fragile Index)为景观脆弱度指数,可以综合反映耕地景观的稳定性,抗风险能力以及自身恢复能力,可以应用耕地景观脆弱度模型估算,其表达式如下：

LFI=a×AWMSI+b×MPFD+c×DIVISION

(2)

式中, AWMSI (Area Weighted Mean Shape Index)为面积加权平均形状指数；MPFD (Mean Patch Fractal Dimension Index)为平均斑块分维数,DIVISION (Landscape Division Index)为景观分离度。a、b、c为因子权重,可利用层次分析法确定。

表1 耕地景观生态安全评价指标简介

LESE: Landscape Ecological Security Index; LFI: Landscape Fragile Index;PD: Patch Density;ED: Edge Density; AWMSI: Area Weighted Mean Shape Index MPFD: Mean Patch Fractal Dimension Index; DIVISION: Landscape Division Index

层次分析法确定权重过程中各因子权重判断矩阵如表2所示,矩阵最大特征根λmax=3.02,一致性指标CI=(λmax-n)/(n-1)=0.01(n为矩阵阶数),平均随机一致性指标RI=0.58(3阶矩阵对应常数),判断矩阵随机一致性比率CRI=(CI/RI)=0.02<0.1(如果CRI<0.1,则认为判断矩阵通过一致性检验)[25]。分析得到因子权重a、b、c分别为0.55、0.21和0.24。

表2 耕地景观脆弱度评价模型因子权重判断矩阵及结果

①表示2个因素相比,具有相同的重要度；②表示2个因素相比,前者较后者明显重要；③表示2个因素相比,前者较后者稍重要；④表示2个因素相比,后者较前者明显重要；⑤表示2个因素相比,后者较前者稍重要

结合前人研究成果[14],本研究将景观生态安全评价结果归一化后分为3级,分别为I级,危险(0≤ LSES ≤0.45)；II级,相对安全(0.45< LSES ≤0.75)；III级,安全(0.75< LSES ≤1)。

2.2 空间自相关分析

空间自相关是描述某一要素的属性值是否显著地与其相邻空间要素属性值相关联的重要指标[26]。空间自相关分析可以揭示耕地景观生态安全指数的空间聚散特征,其空间聚集性可以表明耕地景观生态安全在空间上是连续的。这种连续性为应用地理加权回归模型探究自然和社会经济因素对耕地景观生态安全的影响提供了可能。

2.2.1全局空间自相关

空间自相关可以分为全局空间自相关和局部空间自相关两种类型。全局空间自相关是对属性值在整个研究区内的空间聚集特征的描述,Global Moran′sI[27]是最常用的全局空间自相关分析指数,它可以衡量耕地景观生态安全指数空间分布的聚集或离散程度。其取值范围为[-1,1],在通过Z-score显著性检验的前提下,若Global Moran′sI值在(0,1]之间,表示属性值呈空间正相关,越趋近1,表明空间分布越聚集；若Global Moran′sI值在[-1,0)之间,表示属性值呈空间负相关,其值越趋近-1,表明属性值空间分布越离散；若Global Moran′sI值等于0,则表示属性值在空间上呈随机分布。

2.2.2局部空间自相关

全局空间自相关分析可以在整体上揭示事物的空间依赖程度,但却忽略了可能存在的局部不平稳。因此研究进一步引入了局部空间自相关分析方法,以空间关联局域指标LISA (Local Indicators of Spatial Association)统计量的Local Moran′sI[28]探究评价单元个体耕地景观生态安全指数与邻近评价单元之间的相关性,识别它们的空间聚集和空间孤立特征,探测其空间异质性。LISA聚集图可以根据Local Moran′sI计算结果,将评价单元耕地景观生态安全指数划分为高高(HH)和低低(LL) 2种正相关类型,高低(HL)和低高(LH) 2种负相关类型以及不显著相关型。正相关表明耕地景观生态安全指数存在空间聚集性,其中HH型表示高值与高值聚集,LL型表示低值与低值聚集；负相关表明耕地景观生态安全指数存在空间孤立性,HL型表示高值向低值中心聚集,LH型表示低值向高值中心聚集；不显著相关则表明耕地景观生态安全指数在空间上呈随机分布。

2.3 地理加权回归分析

2.3.1地理加权回归模型

回归分析是辨别2种或2种以上变量间相互依赖的关系的一种统计分析方法。传统的回归模型多为全局模型,在研究区域内回归系数时保持全局一致性,认为自变量对因变量的解释能力在区域内是均质的,忽略了区域内各变量对因变量的影响作用可能是随空间变化而具有空间非平稳性的。地理加权回归模型[18]则在考虑空间异质性的前提下,引入了空间权重的概念,对不同区域变量之间不同的关系进行估计,可以较好地描述定量关系随空间变化的特征。本研究参考前人[29]研究成果,将模型核函数选择为调整型高斯核函数,利用AICc准则法确定最优带宽,以AICc值检验模型精度(如果两个模型的 AICc 值相差大于 3,具有较低 AICc 值的模型将被视为更佳的模型)。

2.3.2模型的应用

研究将各因素指标归一化后与各行政村耕地景观生态安全指数进行相关性分析及逐步回归分析[30],以筛选出对研究区耕地景观生态安全指数解释能力较好的指标作为模型的自变量。模型运行获得的变量回归系数决定变量对模型的贡献度,可通过分析各因素回归系数的大小研究其对耕地景观生态安全作用的强弱程度。各自变量回归系数的空间非平稳性可为探究不同地域各因素对耕地景观生态安全影响的差异提供依据。基于区域最大影响因素划分的耕地景观生态安全主导影响因素分区对制定区域耕地景观生态安全保障与提升措施也具有参考意义。

3 结果与分析

3.1 耕地景观生态安全状况

景观格局指数是能够高度浓缩景观格局信息,反映其结构组成和空间配置某些方面特征的定量指标。经Fragstats 4.2景观格局分析软件计算,研究区耕地各景观格局指数统计结果如表3所示：耕地斑块密度与边界密度的极差分别为784.90个/km2和1462.35 m/hm2,变异系数分别为89.71%和36.15%,均属于中等变异,表明各行政村个体间耕地破碎度差异幅度较大；耕地斑块密度与边界密度的偏度和峰度均大于0,即研究区耕地破碎度在低水平更为集中,大部分行政村耕地平均面积较大,较为规整；从面积加权平均形状指数、平均斑块分维数、景观分离度和景观脆弱度等指数来看,它们的变异系数远小于斑块密度和边界密度,表示各行政村耕地形状规则程度、连片性和景观抵御风险能力的差异较小；此外,描述耕地图斑个体间的聚集程度的耕地景观分离度偏度为-5.77,峰度为37.69,表明研究区有相当数量耕地分布较为零散,对耕地景观生态安全负面影响较大。

耕地景观生态安全评价模型计算结果如表4所示,其中耕地景观生态安全级别为II级和III级的行政村分别为80个和75个,各占行政村总数的44.94%和42.14%；而耕地景观生态安全处于危险状态的行政村达23个,占行政村总数的12.92%。可见研究区局部区域耕地景观生态安全格局存在风险,其保护形势不容乐观。

表3 耕地景观生态安全评价指标描述性统计特征

表4 耕地景观生态安全级别统计

研究区耕地景观生态安全程度基本呈东高西低的空间分布格局(图2)。其中耕地景观生态安全状态为“安全”的行政村主要分布于研究区中部和东部的会埠镇、赤岸镇、赤田镇、宋埠镇以及干洲镇；耕地景观生态安全状态处于“相对安全”的行政村主要分布于北部的澡下镇以及西部的仰山乡、上富镇、澡溪乡、石溪乡、甘坊镇、柳溪乡和百丈山管委会,其他乡镇只存在少量分布；耕地景观生态安全状态为“危险”的行政村零星分布于西部各乡镇。

图2 耕地景观生态安全级别空间分布图Fig.2 The spatial distribution map of ecological security level of cultivated land

3.2 耕地景观生态安全空间格局

全局空间自相关分析结果显示,研究区耕地景观生态安全指数Global Moran′sI值为0.55,P-value为0.00,Z-score为11.47,表明研究区耕地景观生态安全指数在99%的置信度下具有显著空间正相关性,存在明显的空间聚类特征。即在研究区内存在耕地景观生态安全状态较为安全的行政村与相对安全的行政村相邻,较为危险的行政村与相对危险的行政村相邻的状况,表明该区域耕地景观生态安全问题具有空间连续特征,可能存在明显的地域性。

局部空间自相关分析LISA聚集图(图3)显示,在95%的置信度下,研究区部分行政村耕地景观生态安全聚集特征为HH型或LL型聚集。其中HH型聚集的行政村主要分布于宋埠镇西部、赤田镇东北部、赤岸镇北部及冯川镇东部；LL型聚集的行政村面积较广,但分布更加分散,其主要分布于仰山乡北部、澡溪乡北部、石溪乡南部、柳溪乡南部、百丈山管委会南部、甘坊镇西部和上富镇北部。

空间自相关分析结果表明,研究区耕地景观生态安全状态整体上呈东部较为安全,西部存在一定风险的空间格局。耕地景观生态安全指数空间聚集性明显,其中东部主要为高值聚集,西部则为低值聚集,具有较显著的地域性。

图3 耕地景观生态安全指数LISA聚集图Fig.3 The LISA aggregation map of ecological safety index of cultivated land

3.3 耕地景观生态安全影响因素及其空间差异性

3.3.1耕地景观生态安全影响因素

将耕地景观生态安全指数与归一化后各影响因素指标进行Pearson相关性分析,结果如表5所示：研究区耕地景观生态安全指数与地形位指数、年平均降雨量、人口密度及耕地距河流的距离呈极显著相关(P<0.01),与耕地距居民点的距离也有显著相关性关系(P<0.05),但与土壤有机质含量,地均农业总产值相关性不显著。其原因可能在于,土壤有机质含量,地均农业总产值分别主要受距居民点的距离及人口密度等随机性因素影响,且相互作用的内部效应比较明显,但受空间地域及耕地权属的限制,其外部效应难以扩散,对耕地景观生态安全的影响有限[31]。此外,土壤有机质的空间变异较为剧烈,地均农业总产值则只统计到乡镇水平,在研究的评价单元为行政村的情况下难以反映二者对耕地景观生态安全的影响。

3.3.2耕地景观生态安全影响因素的空间差异

经相关性分析筛选及逐步回归分析,发现地形位指数、年平均降雨量、距河流的距离、人口密度及距居民点的距离5个指标之间不存在多重共线性(方差膨胀因子最大值为3.34),可以较好地解释耕地景观生态安全指数。因此,本研究将这5个指标作为自变量进行地理加权回归分析。结果显示,地理加权回归模型的调整R2为0.50,AICc值为-192.73,较传统的全局最小二乘法(OLS)回归模型调整R2提高了0.03个单位,AICc值降低5.92个单位。表明考虑了空间非平稳性的地理加权回归模型对研究区耕地景观生态安全指数的拟合优度要强于全局模型,地理加权回归模型可以较好地解释各因素对耕地景观生态安全作用的局部规律。

耕地景观生态安全的地域性差异受各因素对其作用的空间非平稳性的影响,将各影响因素的地理加权回归系数以自然断点法进行分级,获得各影响因素回归系数的空间分布图(图4)。

表5 影响因素与耕地景观生态安全指数相关性统计

** 表示极显著相关(P<0.01)；*表示显著相关(P<0.05);X1：地形位指数(Terrain niche index)；X2：土壤有机质含量(Organic content)；X3：年平均降雨量(Annual mean rainfall)；X4：距河流的距离(Distance to the river)；X5：人口密度(Population density)；X6：地均农业总产值(Total agricultural output value per field)；X7：距居民点的距离(Distance to residential area)

图4 地形位指数、年平均降雨量、距河流的距离、人口密度、距居民点的距离回归系数空间差异与主导影响因素分区Fig.4 Regression coefficient spatial difference of terrain niche index, annual mean rainfall, distance to the river, population density and distance to residential area, and dominant factors partitions

如图4所示,地形位指数、年平均降雨量和距河流的距离对研究区耕地景观生态安全均呈负向影响,回归系数平均值分别为-0.25、-0.17和-0.08,但它们对耕地景观生态安全的负向影响具有地域差异。地形位指数的负向影响呈现由西向东逐渐加重的趋势(图4a),东部河流冲沉积平原区耕地景观生态安全格局对地形起伏的变化较为敏感,西部丘陵山地区则较不明显。年平均降雨量的负向影响由东北向西南递增(图4b),与年平均降雨量由东北向西南递增的趋势一致,表明降雨量大的区域耕地景观生态安全受降雨量变化的影响更为明显。距河流的距离的负面影响呈北高南低的特征(图4c),影响最为显著的区域位于澡下镇、会埠镇、罗市镇和仰山乡四乡镇交界的北部山区,影响不明显的区域位于赤田镇、赤岸镇、会埠镇、甘坊镇、百丈山管委会等乡镇的南部。

人口密度回归系数值平均值为0.12。如图(4d)所示,人口密度在研究区东部对耕地景观生态安全有轻微负向影响,正向影响则由中部向西部逐渐增强,与研究区人口密度自东向西递减的趋势相反,表明在多数地区人口密度对耕地景观生态安全状态呈正向影响,即合理的人类活动对研究区耕地景观生态安全存在有益影响。从图4e来看,距居民点的距离对研究区耕地景观生态安全的负向影响较为显著,回归系数平均值为-0.11,大致以澡下镇和会埠镇为界,其西部地区耕地景观生态安全状态在一定程度上受距居民点的距离因素的正向影响,东部地区的负向影响则自西向东逐渐增强。

选择行政村内回归系数绝对值最大的因素作为各行政村耕地景观生态安全主导影响因素,可以将研究区划分为距居民点的距离负向影响区、地形位指数负向影响区、年平均降雨量负向影响区和人口密度正向影响区(图4f)。其中距居民点的距离负向影响区范围最广,主要分布在干洲镇、干洲垦殖场、农牧渔良种场、冯川镇和赤岸镇；地形位指数负向影响区范围最小,主要分布于澡下镇中部、会埠镇西部、宋埠镇东北部和赤田镇南部的小块区域；年平均降雨量负向影响区则主要分布于上富镇、罗市镇、仰山乡南部和澡溪乡南部；人口密度正向影响区分布在百丈山管委会、甘坊镇、柳溪乡和石溪乡。

4 讨论

区域耕地景观生态安全状况是自然背景和社会经济条件综合作用的结果。本研究表明地形、降雨量、耕地区位和人口密度对研究区耕地景观生态安全状况均有显著影响,其中地形因素是影响区域耕地景观生态安全的决定性因素,各因素与地形因素的综合作用决定了区域耕地景观生态安全格局,但各因素的影响具有个体差异和空间差异。依据差异划分的耕地景观生态安全主导影响因素分区可以揭示不同空间地域影响耕地景观生态安全的主导因素及其特征。

地形位指数与耕地景观生态安全指数的Pearson相关系数为-0.664(P<0.01),显著高于其他因素,且与其他因素也具有较高相关性(表5),因此地形因素是影响南方丘陵区耕地景观生态安全的决定性因素。哈凯等[32]的研究发现,耕地布局具有明显的地形梯度特征,地势较为平坦的区域斑块较为均匀、边缘曲线较为光滑、耕地连通性好。而地形起伏较大区域的耕地布局不便,导致平均耕地面积较小、耕地本身形状更加不规则。地形位指数负向影响区位于研究区西部山地和东部平原过渡的地形交错带。该地形交错带由于两种地形兼存,导致耕地景观差异更为显著,表现为耕地整体分布更为零散[33],易导致耕地景观破碎度和景观脆弱度显著上升。

如表5所示,耕地距居民点的距离与地形位指数相关性关系最为显著,与前人研究一致[34- 35],即居民点与耕地布局位置具有倾向于地理位置较好区域的趋同性,因而居民点的空间分布对耕地景观具有显著影响,表现为耕地距居民点的距离与耕地景观生态安全指数的Pearson相关系数为0.158(P<0.05)。受因素影响作用的空间非平稳性影响,在研究区东部存在距居民点的距离负向影响区。该区域地形主要为河流冲沉积平原,与丘陵和山地区相比,平原区社会经济活动相对活跃。但尽管该区域人类活动干扰较强,由于平原地区居民点具有易于规划,布局均匀的特点[36],因此在区域自然背景和居民点本身景观格局状况较好的条件下,距居民点较近的耕地布局条件较好,图斑形状较为规则,连片性也较好,表征为距居民点的距离越近耕地景观生态安全状况越好。

年平均降雨量与耕地景观生态安全指数和地形位指数的Pearson相关系数分别为-0.631(P<0.01)和0.766(P<0.01)(表5),即地形起伏较大的区域年平均降雨量较大,这些区域的耕地景观生态安全状态相对较差。研究区西南部的年平均降雨量负向影响区属于剥蚀性构造低山丘陵区,是北部山脉和南部低山的山前冲积扇。由于其北部山脉是夏季东南季风的迎风坡,因此该区域春夏季降雨量较大且具有降雨时间集中的特点,再加上地形起伏大及瓷土矿开采的原因,该区域降雨极易造成土壤侵蚀和水土流失[37]。而傅伯杰等[38]研究表明,土壤侵蚀和水土流失可以改变微地形和土层厚度,从而造成耕地损毁或向其他土地利用方式转变,促使原始耕地景观趋于破碎化。因此,该区域耕地景观生态安全具有一定脆弱性,且受降雨的干扰明显。

人类经济活动是土地利用变化的主要驱动力之一。在研究区东部,社会经济活动较为频繁,人类活动干扰严重,大量的非农建设占用耕地,导致耕地景观结构受到破坏。但是人口密度增加带来的更加频繁的人类活动对耕地景观格局既有消极影响也有积极意义,研究区西北部经济较落后的山区为人口密度正向影响区,该区域平均人口密度较小,且机械化耕作水平较低,以至于人均耕种面积显著小于其他区域。加上受乡村人口城镇化的趋势的影响,区域内远离人口聚集区的耕地撂荒现象严重[39],使得常年耕种的耕地多零星分布,且撂荒面积逐年扩大。使得区域耕地景观破碎度显著上升,耕地景观抵御风险能力明显下降,以至于区域耕地景观生态安全处于“危险”状态。因此,该区域人口密度的增长将有利于耕地的集约化和规模化利用,这与柯新利等[40]的研究一致。

研究依据区域最大影响因素划定的耕地景观生态安全主导影响因素分区是管理对策落实到空间地域上的参考依据。在距居民点的距离负向影响区,需要完善建设用地规划,同时在现有的土地整理和高标准基本农田建设的基础上进一步扩大耕地工程治理范围,从而提高偏远耕地的景观生态风险抵御能力；在地形位指数负向影响区,有必要推进生态退耕政策,实现高坡度耕地的退耕还林,以降低景观生态安全风险；针对年降雨量负向影响区,需要疏浚河道,完善耕地排水措施,同时注意耕地周围植被保护,减缓土壤侵蚀和水土流失可能对耕地景观造成的侵害；针对人口密度正向影响区,需要加大土地流转的政府支持力度,避免耕地撂荒进一步加剧。同时着力发展特色乡村景观旅游,以经济发展促进景观生态保护。

5 结论

研究区耕地景观生态安全保护形势不容乐观,耕地景观生态安全指数存在明显的空间聚集特征,聚集类型主要为低值聚集和高值聚集。地形因素是区域耕地景观生态安全状态的决定性因素,各因素对耕地景观生态安全的影响具有空间非平稳性,地理加权回归模型可以较好地解释各影响因素对耕地景观生态安全作用的局域性规律。依据最大影响因素划分的耕地景观生态安全主导因素分区,为因地制宜地进行南方丘陵粮食主产区耕地景观生态安全保护创造了可能,可以为区域耕地“三位一体”的保护提供景观生态学参考。