经济发达地区耕地利用系统健康空间差异与影响因素——以厦门市同安区为例

游碧君, 林 航, 周碧青, 邱龙霞, 邢世和

(福建农林大学资源与环境学院/土壤生态系统健康与调控福建省高校重点实验室,福建 福州 350002)

耕地利用系统是以耕地资源为主体的自然生态系统和以人类活动为主体的社会经济系统,也是在特定区域内通过协同和拮抗作用而形成的半自然和半人工复合系统[1-2],其在保障粮食安全、生态环境和谐、经济发展和社会稳定上起着重要的作用.耕地利用系统健康是耕地所具有的作物生产能力、生态服务功能、良好环境维持与社会经济保障等功能的综合体现[3],了解耕地利用系统健康状况对促进区域粮食安全、耕地保护、生态平衡、经济社会及农业可持续发展均具有重要意义.

随着人口的增长与社会经济的发展,以及工业化城市化进程的推进而出现的耕地非农化、占优补劣及过度利用等现象，造成耕地面积减小、肥力下降、土壤退化和环境污染等问题[4-5],与之相关的耕地利用系统健康研究受到广泛关注.国内外学者从土地利用健康[6]、农业生态系统健康[7-8]、耕地土壤健康[9]、耕地生产能力[10]、耕地生态环境安全[11]和耕地质量[12]等方面开展相关研究.Roux et al[13]从研究区域的背景分析、物理化学变量、生物监测等方面构建生态系统健康评价指标体系;Arshad et al[14]从作物生产方面考虑,选取土壤物理和化学性状作为耕地质量的评价指标;于斌等[15]基于土地生态健康评价原理,选取土地肥力和相关污染指标对河南省东北部农用地健康进行评价.可见,国内外相关研究只是以耕地利用系统某一方面为切入点,选取较单一的指标进行健康评价；或者以土地利用系统或农田生态系统健康研究为出发点,将耕地利用系统作为其中的一个子集进行探讨.而对区域耕地利用系统健康进行耕地利用与肥力质量、耕地产出效益和耕地环境质量等目标实现程度的综合评价研究尚未见报道.此外,区域耕地的数量、质量、功能、地位的演替与经济社会发展和人的需求之间存在协调同步关系[16],且耕地污染状况和生态安全与区域的城镇化工业化发展关系密切[17].为此,本研究以经济发达的福建省同安区为例,利用GIS和物元模型等数学模型集成技术,在研究区耕地利用系统健康评价的基础上,深入分析探讨研究区耕地利用系统健康状况的空间分异及其影响因素,为实现新形势下区域粮食安全、耕地可持续利用与保护、经济可持续发展提供重要参考.

1 研究区概况

同安区位于福建省东南部的厦门经济特区(24°32′35″—24°54′46″N,117°54′46″—118°24′32″E),地处厦、漳、泉“金三角”开放区的中心地带,是厦门经济特区最大的行政区,经济发达,城镇化水平高,2016年全区常住人口55.5万人,城镇化率69.5%;全年地区生产总值328.84亿元,三次产业结构比例为3.0∶60.2∶36.8.同安区属于南亚热带海洋性季风气候区,热量充足,雨量充沛,全区年均气温21 ℃,≥10 ℃年活动积温7 325～7 430 ℃,年均降水量1 432 mm；地势西北高东南低,呈梯级下降.2016年同安区耕地面积8 529.02 hm2,占全区土地总面积的12.74%,耕地土壤类型包括赤红壤、红壤、黄壤、水稻土、滨海盐土和潮土6类.

2 方法

2.1 数据来源

研究数据由福建省统计、农业、国土资源和水利厅(局)等部门提供,包括同安区农村社会经济统计年鉴、耕地土壤环境(重金属)调查样点数据库、耕地地力更新评价数据库、农用地分等定级和耕地产能核算成果数据库、土地利用现状及行政区划数据库和土壤侵蚀模数栅格数据库,上述数据调查时点为2016年,数据库比例尺为1∶50 000.

2.2 耕地利用系统健康评价指标体系的构建

区域耕地利用系统健康评价指标体系应由耕地利用状态、耕地肥力质量、耕地环境质量以及耕地产出效益4个方面构成.依据耕地利用系统健康的内涵,结合同安区耕地客观特性,遵循主导性、敏感性、实用性、差异性、现实性等原则[18],从耕地利用状态、耕地肥力质量、耕地环境质量以及耕地产出效益4个方面选取耕地利用系统健康评价指标.选取24个耕地利用系统健康评价指标,利用层次分析法(AHP)[19]确定各评价指标的权重,构建耕地利用系统健康评价指标体系(表1).

2.3 耕地利用系统健康评价指标空间属性数据库的建立

本研究以耕地利用与土种类型数据图层为评价底图,以耕地土种类型图斑为评价单元,全区共划分为9 095个评价单元.借助ArcGIS软件,将获取的相关数据以乡镇为单位进行评价单元赋值,建立评价单元人均耕地面积、农机总动力、基本农田保护率、复种指数和单位面积化肥施用量评价指标空间属性数据库.

表1 研究区耕地利用系统健康评价指标体系及分级标准Table 1 Evaluation indicators and grading standards of cropland use system health in Tongan

利用耕地破碎度公式,以乡镇为单位计算并建立耕地破碎度指标空间属性数据库; 利用距离分析模块将研究区耕地利用系统健康评价单元图层分别与道路和居民点图层进行叠加运算,获得评价单元耕地到最近道路和居民点的距离,建立评价单元交通便捷度和耕作便利度指标空间属性数据库;利用普通克里金插值模型进行研究区耕地土壤重金属元素(Pb、Cd、Cr、Hg和As)样点空间插值,建立研究区耕地土壤重金属含量空间栅格数据库；采用面积加权平均法计算并建立土壤重金属含量空间属性数据库;利用Hakanson潜在生态危害指数(potential ecological risk index, RI)[20]计算评价单元重金属多因子综合潜在生态危害指数,建立评价单元重金属潜在生态指数空间属性数据库; 利用土壤侵蚀模数空间栅格数据库,采用面积加权平均法计算并建立评价单元侵蚀模数指标空间属性数据库; 从研究区农用地分等定级和产能核算成果数据库提取耕地可实现产能数据,联接到评价单元,建立可实现产能空间属性数据库; 从耕地地力更新评价数据库分别提取并建立地形坡度、有机质、碱解氮、有效磷、速效钾、国际制质地、pH、耕层含盐量、耕层厚度、障碍层位置、排涝能力、灌溉灌溉保证率和实际产量空间属性数据库.

Ci=Ni/Ai

(1)

Pi=Ri/Si

(2)

(3)

(4)

2.4 耕地利用系统健康评价

采用物元分析模型[23]进行耕地利用系统健康评价,物元分析主要包括经典域、节域、待判物元的确定，以及关联度的计算和评价等级的确定.

2.4.1 经典域、节域和待判物元的确定 在对每个指标评价的基础上,根据各评价指标对耕地利用系统健康的影响程度,将耕地利用系统健康的各个评价指标的健康等级分为健康、临界状态和不健康3个层次.依据国际通用标准、全国平均水平和福建省平均水平,确定各评价指标所对应的健康等级的取值范围,即经典域(表1),各项指标经典域划分依据见表2.各指标的取值范围为节域(表1).本研究待判物元为耕地土种类型图斑.

表2 评价指标经典域的分级依据Table 2 Grading criteria for evaluation indicators of classical domain

2.4.2 关联度的计算 在确定物元模型经典域和节域后,分别对评价单元的各评价因子值与相应3个健康等级的经典域进行矩阵运算,获得评价单元各评价指标与健康、临界状态和不健康等级的关联度,计算过程如下所示：

(5)

2.4.3 健康等级的计算 各评价指标对耕地利用系统健康的影响程度不同,需将评价单元各评价指标的关联度按健康等级分别进行加权求和,获得评价单元各健康等级的综合关联度.比较评价单元3个健康等级的综合关联度,综合关联度最大值所对应的等级即为该评价单元耕地利用的健康等级.

(6)

式中,Kj(Hi)为综合关联度，wi为各个评价指标的权重.若Kj(H0)=maxKj(Hi),j=1,2,…,m,则评价指标Vi属于待评耕地利用系统健康等级j.

2.5 数据统计与图件编制

研究区耕地利用系统健康等级分布图采用ArcGIS 9.3软件编制,采用Microsoft Excel 2007进行常规数据统计.结合图件和统计数据进行耕地利用系统健康空间分异及影响因素的分析.对不同空间分区进行各评价指标平均值统计时采用面积加权平均值计算.

3 结果与分析

3.1 区域耕地利用系统健康空间差异总体特征

结果(图1、表3)表明,同安区耕地中健康、临界状态和不健康的耕地面积分别占全区耕地总面积的52.90%、16.56%和30.54%.健康状态耕地主要分布于莲花、五显、新民和洪塘镇,合计面积占全区健康耕地面积的66.62%.不同乡镇耕地利用系统中,以大同街道、祥平街道和凤南农场的健康耕地所占面积较大.临界状态的耕地主要分布在汀溪和洪塘镇,合计面积占全区临界状态耕地面积的64.52%.不健康耕地主要分布在莲花、五显、洪塘、汀溪和新民镇,合计面积占全区不健康耕地面积的90.29%.可见,研究区中超过一半的耕地处在健康水平,但是不健康耕地面积也超过了30%,表明耕地利用系统健康水平总体较好.

乡镇耕地健康等级面积/hm2健康临界状态不健康总计乡镇 耕地健康等级面积/hm2健康临界状态不健康总计白沙仑农场38.547.9939.4786.00五显镇 808.8499.67651.341 559.85大同街道 341.443.9447.33392.71西柯镇 78.4869.9837.74186.20凤南农场 346.7063.4472.27482.41祥平街道 392.9365.0655.96513.95洪塘镇 417.22199.19296.14912.55新民镇 572.4068.20231.03871.63莲花镇 1 207.3481.09944.702 233.13竹坝华侨农场63.2541.560.07104.88汀溪镇 244.83711.91228.971 185.71总计 4 511.971 412.032 605.028 529.02

从图1可知,研究区北部耕地利用系统健康状况主要处在临界状态和不健康水平,健康耕地多集中在交通用地和居民点密集的中部和南部地区,同时中部和南部地区也有相当大面积的临界状态和不健康耕地.可见,研究区耕地健康状况存在较明显的空间差异.

表4 不同用地类型耕地利用系统健康等级面积Table 4 Areas for land use types under different health levels

3.2 不同利用类型耕地利用系统健康空间的差异

研究区耕地利用类型分为水田、旱地和水浇地.结果(表4)表明,水田中健康、临界状态和不健康的耕地面积分别占研究区耕地总面积的30.60%、11.98%和19.49%,占水田总面积的49.29%、19.31%和31.40%.旱地中健康、临界状态和不健康的耕地面积分别占研究区耕地总面积的20.74%、3.98%和9.55%,占旱地总面积的60.51%、11.62%和27.86%.水浇地中健康、临界状态和不健康的耕地面积分别占研究区耕地总面积的1.56%、0.59%和1.50%,占水浇地总面积的42.79%、16.10%和41.11%.可以看出,研究区各利用类型耕地中,健康耕地比重大小表现为旱地>水田>水浇地,不健康耕地比重大小表现为旱地<水田<水浇地.可见,研究区旱地利用系统健康状况优于水田和水浇地.

3.3 随居民点距离变化的耕地利用系统健康空间差异

表5 离居民点不同范围内的耕地利用系统健康等级面积Table 5 Areas for different health level of cropland which were within different distances to settlements

根据研究区耕地空间分布情况,将耕地与居民点按<300 m、300～600 m、600～900 m、900～1 200 m和>1 200 m的间距进行耕地利用系统健康情况分区统计.结果(表5)表明,离居民点<300 m范围内的耕地中,健康、临界状态和不健康的耕地分别占该范围内耕地面积的55.97%、16.33%和27.70%.离居民点300～600 m的耕地中,健康、临界状态和不健康的耕地分别占该范围内耕地面积的37.40%、18.52%和44.09%.离居民点600～900 m的耕地中,健康、临界状态和不健康的耕地分别占该范围内耕地面积的7.99%、21.47%和70.53%.离居民点900～1 200 m的耕地中,健康、临界状态和不健康的耕地分别占该范围内耕地面积的23.61%、5.24%和71.16%.离居民点距离>1 200 m的耕地均为不健康等级.可见,耕地距离居民点越近,健康等级的耕地所占比例越大,距离居民点越远,不健康耕地所占比例越大.

3.4 随道路距离变化的耕地利用系统健康的空间差异

表6 离道路不同范围内的耕地利用系统健康等级面积Table 6 Areas for different health levels cropland which were within different distances to roads

本研究参考ArcGIS软件自然断点法的划分结果,结合研究区耕地分布实际,按耕地与道路间距为<500 m、500～1 000 m、1 000～1 500 m、1 500～2 000 m和>2 000 m进行分区统计(表6),结果表明耕地与道路距离<500 m的耕地中健康、临界状态和不健康的耕地分别占该范围内耕地面积的54.64%、13.25%和32.11%;耕地与道路间距500～1 000 m的分别占该范围内耕地面积的57.91%、15.78%和26.32%;耕地与道路间距1 000～1 500 m的分别占该范围内耕地面积的56.54%、19.18%和24.29%;耕地与道路间距1 500～2 000 m的分别占该范围内耕地面积的26.48%、32.13%和41.39%;耕地与道路间距>2 000 m的分别占该范围内耕地面积的14.98%、44.34%和40.68%.可见,随着耕地与道路间距的加大,处于临界状态的耕地占相应间距的耕地比重变大.在耕地与道路间距为1 500 m时,不同间距范围内健康耕地占相应范围耕地的比重均超过50%,不健康耕地占相应范围耕地的比重随着道路间距的加大而减小.耕地与道路的间距大于1500 m的2个分区范围内,健康耕地占相应耕地的比重较1 500 m范围内的小,且>2 000 m范围的健康耕地比重小于1 500～2 000 m的比重；而不健康耕地占相应范围耕地的比例均超过40%,大于1 500 m范围内不健康耕地的比重.可见,研究区耕地利用系统健康在不同的耕地离道路距离上存在差异,总体呈现距离道路较远耕地利用系统健康状况较差的现象.

4 讨论

4.1 自然条件对区域耕地利用系统健康的影响

本研究结果表明,不健康耕地土壤有机质、碱解氮、有效磷和速效钾含量均值均低于研究区耕地土壤的总体均值.研究区滨海盐土健康状况均处在不健康水平,正是由于其有机质、碱解氮和速效钾缺乏,耕层含盐量高(均值比全区耕地土壤含盐量均值高61.28%)所致.说明耕地土壤有机质、养分(氮、磷和钾)含量及耕层含盐量对研究区耕地利用系统健康状况具有显著影响.

地形坡度通过影响水土流失、农业生产运输和灌溉条件等而间接影响耕地利用系统健康状况[26].本研究结果显示,耕地坡度均值较小的乡镇,耕地侵蚀模数、交通便捷度和耕作便利度均值较小,农机总动力、化肥施用量和复种指数均值较大.从总体上看,坡度小于<6°的耕地中健康耕地的比重高达71.19%,坡度6°～15°的耕地中健康耕地的比重为33.67%,而坡度>15°的耕地中健康耕地的比重仅为10.37%.可见,地形坡度通过影响自然和社会经济状况对耕地利用系统健康产生显著影响.

4.2 经济社会发展对区域耕地利用系统健康的影响

经济社会发展水平及其产业结构与耕地利用系统健康状况密切相关.研究[16]表明,经济社会发展水平较高的地区耕地利用系统的各项功能也得到了较好的发展.本研究结果表明：研究区中经济发展较好的区域，耕地利用系统健康水平明显较高；以经济和工业发展为主的区域的耕地重金属潜在生态危害指数均值较高，而以农业发展为主的区域的耕地重金属潜在生态危害指数均值较低.

经济社会发展必然带来居民点和交通用地的建设,进而改变耕地距离居民点和交通道路的距离，影响耕地利用系统健康状况.距离居民点和交通道路的远近影响着农作物栽培、农产品运输、农田耕作和维护时的便利程度[31],耕地的经济社会区位深刻影响着耕地的管理和经营.本研究结果表明：耕地复种指数、农机总动力、单位面积化肥施用量和耕地可实现产能均表现出距离居民点或交通道路越近,其均值越高的变化趋势;从农田基础设施来看,排水条件强的耕地,有55.99%分布在距离交通道路500 m以内的区域,87.40%分布在距离居民点300 m以内的区域; 灌溉条件很好及好的耕地,有62.32%分布在距离交通道路500 m以内的区域,92.25%分布在距离居民点300 m以内的区域. 总体上看,研究区距离居民点或交通道路近的区域,健康耕地的比重相对较大.

本研究中同安区耕地利用系统健康状况总体较好,以健康和临界状态的耕地占优势,但是不健康耕地面积也超过研究区耕地总面积的30%,耕地利用系统健康状况存在较明显的空间差异.