基于GIS技术的耕地质量评价——以H27V05区域MODSI数据为例

王清华

（南京农业大学，江苏 南京 210095）

“民以食为天，食以农为源，农以地为本。”作为人类生存及社会发展的基本资源，耕地可以为人们提供食物、纤维、生物燃料等，但是在经济快速发展的背景下，中国耕地保护面临着愈加严峻的局面。一是改革开放以来，耕地流失速度越来越快。二是中国耕地总体质量偏低，且改善效果不够明显。全国耕地质量等别评价成果显示，2008年全国耕地平均质量等别为9.80等，到了2015年则下降到9.96等（全国耕地评定为15个等别，1等耕地质量最好，15等最差）。三是我国耕地退化现象严重，土地污染、土地沙化与水土流失等直接威胁到生态安全［1-2］。可见，中国长期坚持的耕地保护形势依然十分严峻。在此背景下，开展耕地质量评价有利于掌握我国耕地质量状况，对我国农业监测、产量估算和粮食安全评估等具有重大的战略意义。

1 文献综述

通过对国内外学者的研究分析发现，有多种耕地质量评价方法与评价手段。传统的耕地质量评价主要是通过人工选择足量的采样点，然后对采样点的相关数据进行整理分析，将采样点的集合视为一个平面，从而获取某一区域的耕地质量。杨军芳等结合河北省太行山前平原范围内的测土配方施肥工程，调查土壤采样点的经济产量、养分投入和养分平衡情况，以此评估该地区的耕地质量［3］，但是该方法的不足之处在于工作周期长、空间分布广，容易导致数据粗糙，影响了成果在生产实践中的应用。

遥感技术以周期性强、准确可靠、成本低的特点，已逐渐成为耕地质量评价研究的重要技术手段，同时地理信息系统（GeographicInformationSystem，GIS）具有强大的空间分析、属性分析和数据管理功能，并可以建立空间数据库与模型，可以极大地提高农业决策的客观性、及时性，保证评价结果的准确性和精确度。

本文在诸多学者研究基础上，利用NDVI指数的耕地提取法，基于简化PSR模型构建耕地指标体系，运用主成分分析法来确定指标权重，从而对研究区域的耕地质量进行评价。

2 数据与方法

2.1 研究区概况

轨道号为H27V05的研究区域（北纬30°00′—40°00′、东经115°28′—117°29′）位于我国中东部，地处中国地势第二、三级阶梯上，拥有高原、平原、盆地等多种地形地貌。该区域属于东部季风区，位于我国暖温带与亚热带分界线附近，其中暖温带的作物熟制为一年两熟或两年三熟，亚热带的作物熟制为一年两熟或一年三熟。

2.2 数据源及预处理

本文所用数据为遥感影像数据与数字高程模型数据。

2.2.1 遥感影像数据。本文所需要的遥感影像数据为2020年H27V05地区的MODIS8天数据合成产品（MOD09A1），空间分辨率为1000m，数据格式为HDF（HierarchicalDataFormat）。本文利用MODIS转投影工具（MODISReprojectionTool，MRT）工具，将这些MODIS数据统一在同一个坐标系统和投影下。MOD09A1包含的1～7波段，基本信息如下：可见光（红）波段（b1，620～670nm）、近红外波段（b2，841～876nm）、可见光（蓝）波段（b3，459～479nm）、可见光（绿）波段（b4，545～565nm）、中红外波段（b5，1230～1250nm）、短波红外波段（b6，1628～1652nm）、短波红外波段（b7，2105～2155nm）。

2.2.2 DEM数据。数字高程模型（DigitalElevation Model，DEM）能通过有限的地形高程数据实现对地面地形的数字化模拟（即地形表面形态的数字化表达）。将下载好的DEM数据进行拼接，并设置参数，得到与MODIS数据在同一投影下的DEM数据。

2.3 研究方法

2.3.1 基于NDVI指数的耕地提取方法。剔除本研究区域内的多云数据，根据遥感影像中相对应的波段信息，逐幅计算NDVI指数（归一化植被指数）。由于研究区域位于我国亚热带向暖温带过渡区，种植的作物熟制有一年两熟、两年三熟和一年三熟，如果只是简单比较夏季与冬季的NDVI值，将较难区分耕地与林地。因此，运用ArcGIS识别功能，随机选取150个点，与GoogleEarth相应区域的土地利用状况进行对比，并选择GoogleEarth上林地明显的区域进行补测，同时记录夏季与冬季两个阶段的NDVI值。通过对比发现，林地的NDVI值基本维持在0.62～0.85，且两阶段的变化较小；而耕地的NDVI值出现两种情况，一种是从0.3左右跃升到0.5左右，另一种是维持在0.5左右不变，其原因可能是作物熟制不同或作物本身的NDVI值不同。对数据进行判读与估算后，利用ArcGIS的栅格计算器输入计算条件，便得出本区域内的耕地范围。

2.3.2 基于简化PSR模型的耕地指标体系构建方法。按照常规PSR框架，耕地质量评价指标（LQI）可分成生产压力指标（PPI）、耕地状态指标（LSI）和社会行为指标（SAI）3个准则层，再细分为5个指标层。经过简化后，本研究直接选取归一化植被指数（NDVI）、增强植被指数（EVI）、土壤退化指数（RVI）、土壤水分指数（DVI）、坡度（Slope）等5个指标作为指标层，模型如表1所示。

表1 简化PSR模型

①归一化植被指数（NDVI）。归一化植被指数用来检测植被生长状态、植被覆盖度和消除部分辐射误差等，在研究地表植被信息中被广泛应用，是反映植被生长状态及植被覆盖度的有效指示因子［9］，该指数越大，说明作物生长状态越好，耕地质量越好。计算公式如下。

式中，b1是MODIS红光波段，b2是MODIS近红外波段。

②增强植被指数（EVI）。增强植被指数是植被生长状态及植被覆盖度的指示因子，是对归一化植被指数的继承和改进。它不仅考虑了土壤背景影响，而且对大气进行订正，处理了土壤背景、大气及饱和度等问题，对植被具有更高的灵敏性。计算公式如下。

式中，b3是MODIS蓝光波段。

③土壤退化指数（RVI）。土壤退化指数也称为比值植被指数，可反映作物所处耕地生态环境的胁迫程度。一般而言，土壤退化指数越大，说明该区域植被指数越高，耕地环境的胁迫程度越低，生产压力越小，越有利于作物的生长。计算公式如下。

④土壤水分指数（DVI）。土壤水分指数也称为差值植被指数。在农业生产过程中，土壤水分条件与耕地质量状况息息相关，它能有效地反映地表湿度信息，从而体现土壤的水分状况。计算公式如下。

⑤坡度（Slope）。坡度对于耕地质量具有限制作用，坡度越小的耕地，耕地质量越好，越有利于农作物生长；而坡度越大的耕地，耕作和灌溉难度会随之增大［10］，耕地质量也越差。研究区地形地势变化较大，对耕地质量有一定的影响，因此选用坡度作为耕地质量评价指标之一。

2.3.3 基于主成分分析法的指标权重确定方法。主成分分析法是利用降维的思想，在损失很少信息的前提下，把多个指标转化为几个综合指标的多元统计方法。在土壤及耕地质量评价中，主成分分析法是使用最广泛的评估方法之一。在研究复杂问题时，主成分分析法可以只考虑少数几个主成分而不至于损失太多信息，有效地削减评价指标间相关性引起的误差，从而抓住主要矛盾，揭示事物内部变量之间的规律性，使问题得到简化。之后再计算每个主成分的得分以及样本的得分，最终通过综合得分来分析土壤和耕地的质量情况［11］，提高了分析效率。

3 结果

3.1 耕地指标体系构建结果

利用栅格计算器将提取出的耕地栅格与Slope、NDVI、DVI、EVI、RVI五个指标图层分别相交，得出耕地范围内的坡度、NDVI、DVI、EVI、RVI图层，再为五类栅格数据确定合适的阈值和区间，各自进行重分类［12］。

3.2 指标权重结果

本文首先使用ArcGIS软件，分别对上述5个指标数据进行标准化处理，并根据标准化处理后的数据计算出各要素之间的相关性，得到耕地质量指标间的相互关系矩阵，随后计算相关系数矩阵的特征值、单位特征向量、主成分的方差贡献率和累计方差贡献率，最后计算各主成分得分和综合得分，从而得出各项指标的权重。

由此，可以得出本区域内耕地质量综合评价模型的表达式。

表2 主成分的特征值与方差贡献率

表3 各指标权重

3.3 耕地质量评价结果

运用ArcGIS中的栅格计算器工具，把数据代入上述公式进行计算，选择适当的分等阈值，并进行重分类，将耕地质量综合评价结果可视化，并计算各等级耕地面积占比。参考中华人民共和国农业农村部对耕地质量的分等情况，将本区域耕地分为十等，其中一等地质量最佳，十等地质量最差。由图1可知，研究区域内，沿海地区多分布一到三等级耕地，内陆多分布七到十等级耕地，且耕地等级由沿海到内陆逐级降低。

图1 耕地质量分等结果

本研究运用主成分分析法构建包含5个指标层的耕地质量评价指标体系，通过对坡度（Slope）、土壤水分指数（DVI）、归一化植被指数（NDVI）、增强植被指数（EVI）、土壤退化指数（RVI）等5个指标进行标准化处理及重分类，应用ArcGIS软件主成分分析法计算得出耕地质量综合指数，来对H27V05地区进行耕地质量评价。

本研究表明，H27V05区域内耕地质量可以分为十个等级，空间分布特点为由沿海至内陆呈现下降趋势。从总体上看，该区域耕地质量条件较好，三等地及以上占到整个耕地的约75%，劣等地占比极少，可能与当地较好的自然地理环境及土壤特性紧密相关。

4 结语

正如国家粮食局原局长聂振邦所言：“不仅要把耕地的数量保障好，更应把土壤的质量保障好，只有做到数量与质量并重，才能确保粮食安全和可持续发展。”提升耕地质量是确保我国粮食安全的重要保障。而在耕地质量评价活动过程中，不仅能全面了解到耕地利用保护中所存在的问题，并能针对问题而制定一系列对应的控制耕地基本数量和防止耕地质量退化的措施，最终实现保护和合理利用耕地的目的。

表4 各等级耕地面积所占比重

遥感数据和GIS技术相结合效率高，可以较好地进行耕地质量调查，掌握耕地质量等级状况，为耕地可持续利用提供参考。但由于数据可获取性的限制，本研究缺乏对土壤理化性质、环境污染、土地利用现状等反映耕地质量重要指标的考量，导致耕地调查评价指标涵盖面不全，对耕地质量分等结果造成影响，而且忽略了生态环境在耕地质量评价中的作用，使得评价的结果具有一定的片面性。因此，如何建立能够全面反映耕地质量特征的评价指标体系是后期进一步研究的内容。