陕西渭北旱塬区耕地时空格局变化分析

夏利恒，刘 京，尉 芳，徐仲伟，龙小翠，张 钰

·土地保障与生态安全·

陕西渭北旱塬区耕地时空格局变化分析

夏利恒，刘 京※，尉 芳，徐仲伟，龙小翠，张 钰

（1. 西北农林科技大学资源环境学院，杨凌 712100；2. 农业部西北植物营养与农业环境重点实验室，杨凌 712100）

渭北旱塬区人地矛盾突出，准确认识该区耕地时空格局演变规律，有利于为耕地资源合理利用，粮食及生态安全保障提供决策依据。该研究基于1995—2020年耕地空间分布信息，采用重心模型、标准差椭圆、空间自相关和地学信息图谱等方法，从耕地总量变化特征、耕地空间变化特征和耕地LISA频率图谱特征3个方面开展，揭示陕西渭北旱塬区耕地空间分布特征与变化趋势。结果表明：1）与1995年相比，2020年渭北旱塬区耕地面积减少5.58%，耕地净流失区域不断扩大。25 a间，研究区耕地变化动态度始终维持在中等水平，全区耕地资源稳定性减弱，位于北部高原区的耕地资源稳定性较差。2）耕地重心总体在东北方向发生偏移。耕地标准差椭圆空间分布格局同研究区分布方向一致，向东北方向偏移，椭圆面积增加1 904.93 km2，标准差椭圆面积主要经历“增加-减少”的变化过程，耕地空间分布趋于分散，且分散速率减小。3）1995—2020年研究区耕地面积比例局部空间自相关异质性较为显著，大多区域面积比值呈现高值或低值聚集状态。LISA频率图谱中，稳定不变与低频区域占比高达89.58%，耕地空间格局呈相对稳定状态。中高频区转变方式主要以“低-低”聚集、“低-高”聚集转变为不显著，研究区耕地衰减较为明显。

土地利用；耕地；重心；时空格局；渭北旱塬区

0 引 言

耕地是土地资源的精华，是农业生产活动得以开展的基本条件和前提[1]。改革开放以来，中国在快速工业化、城市化进程中，大面积占用优质耕地，导致连片耕地日趋破碎化，其生态系统遭到破坏，严重制约着耕地资源的可持续发展[2]。近些年，耕地资源逐渐减少，如，福建省耕地面积在1990—2015年间持续减少7.12%，且呈现“占大补小”“占优补劣”的趋势[3]；湖北省鄂中地区尤其是武汉市周边随着人口增多及对耕地产出需求的提高，耕地压力逐年增大[4]；仅在贵州喀斯特山区，2000—2018年耕地流向林地、草地和建设用地面积达12.19 万hm2[5]。伴随城市规模外延式扩张，城市周边耕地不断被蚕食、切割，耕地破碎化程度不断加深，如，北京大兴区耕地斑块的景观破碎度指数由2000年的2.82增加到2008年的6.53[6]；相类似，北京顺义区由1992年东部的局部破碎格局转变至2009年全区的大面积破碎化格局[7]。近年来，耕地变化致使生态呈现退化态势成为中国面临的突出问题[8-11]。2009—2015年，中国耕地利用生态赤字从2.04×107hm2增加至4.29×107hm2[12]；1992—2015年，由于耕地变化导致全球生态服务价值损失1668.2亿美元[13]。因此，清晰掌握区域耕地资源现状是保障国家粮食安全和社会稳定的重要前提，研究耕地及其时空变化具有十分必要的现实意义。陕西渭北旱塬地处黄土高原丘陵沟壑区南部，关中平原北部，是西北地区农业生产的主要基地[14]。由于长期追求经济效益，对耕地资源的利用不尽合理，导致质量整体下降。因此，揭示其耕地资源动态变化规律以及空间演变趋势，对资源的保护及其可持续利用具有重要理论依据。

耕地资源的时空变异及其驱动力成为近年来国土资源领域的重点研究内容，主要集中于耕地空间分布[15]、耕地空间格局优化[16]、耕地质量评价与保护[17-18]、耕地变化的驱动机制[19-20]及预测[21]等方面。陕西渭北旱塬区由于光热资源丰富，学者们将研究重点放在林果业的利用与评价上[22-23]，而对其耕地分布格局的时空变化特征关注甚少。因此，本文以陕西渭北旱塬为研究对象，基于图斑尺度，通过引入耕地重心模型，将空间聚集与时间尺度进行匹配，构建LISA频率图谱，定量分析了1995—2020年研究区耕地空间格局特征及演变规律，以期为区域耕地保护和空间布局优化提供科学理论依据。

1 材料与方法

1.1 研究区概况

陕西渭北旱塬区位于34°22'～36°14'N，106°29'～110°36'E，其中包括宝鸡市、咸阳市、渭南市、延安市以及铜川市等5个地市25个区县（图1），总土地面积约3.96万km2，总耕地（包括园地）面积约1.25万km2。渭北旱塬区海拔331～2 452 m，地貌特征以高原沟壑为主，沟壑面积约占总面积55%以上。该区年均气温在8.6～13.5 ℃之间，年降雨量520～650 mm，降水量多集中在7—9月。渭北旱塬农业主要依赖自然降水，旱地约占总耕地面积的75%。

1.2 数据来源与处理

本文使用数据资料包括研究区1995、2000、2005、2010、2015年和2020年6期耕地现状数据、渭北旱塬区DEM数据和乡镇级行政区划数据。耕地数据由地理空间数据云陆地卫星数据解译获得，包括1995、2000、2005、2010年的Landsat-5 TM影像及2015年和2020年的Landsat-8 OLI影像，DEM数据和行政区划数据来源于地理国情监测云平台。借助ArcGIS 10.6进行重心模型和标准差椭圆分析，GeoDa 1.14用于局部空间自相关分析。

1.3 研究方法

1.3.1 耕地净变化率

耕地净变化率通常用来反映一定时期内耕地流入或流出的程度，一般用研究期间内耕地净变化量占研究期初耕地总量的比例表示。计算公式为

式中为耕地净变化率；为研究区期初耕地总面积，km2；U、U分别为研究期间内耕地增加与减少的面积，km2[3]。

1.3.2 耕地变化动态度

耕地变化动态度是指一定时期内耕地的变化情况，用来反映耕地资源稳定性，动态度越高，耕地资源的稳定性越差。计算公式[24]为

式中为耕地变化动态度；ΔU为研究期内耕地面积的变化量，km2；为研究期间隔时长，a。

1.3.3 重心模型及标准差椭圆

重心模型多用来研究某地理要素在区域发展过程中空间位置的变化过程，该模型通过重心迁移的方向、距离和速度反映空间要素的变化趋势。本文利用重心模型揭示耕地的空间聚集特征和变化趋势。计算公式为

标准差椭圆能够直观地反映耕地的聚集状态及偏移趋势，主要由转角、沿主轴（长轴）的标准差和沿辅轴（短轴）的标准差构成[26]。椭圆的长半轴表示耕地分布的方向，短半轴表示耕地分布的范围。本文在重心模型的基础上，构建标准差椭圆反映耕地的空间格局。

1.3.4 局部空间自相关

局部空间自相关可有效地分析不同空间单元与邻近区域空间差异程度及其显著水平，并通过局部空间自相关（LISA）类型图来体现局部Moran’s的空间自相关水平，分为高-高区域（第1象限）、高-低区域（第2象限）、低-低区域（第3象限）和低-高区域（第4象限）。第1、3象限表示局部空间正相关，第2、4象限则表示局部空间负相关[27]。计算公式为：

2 结果与分析

2.1 耕地总量变化特点分析

2.1.1 耕地整体数量变化特征

由图2可知，1995—2020年研究区耕地面积呈减少趋势，与1995年相比，2020年研究区耕地面积减少730.47 km2(5.58%)。其中，2000—2005年和2015—2020年2个时期耕地流失情况较为严重，耕地面积分别减少294.74、293.96 km2。

2.1.2 耕地净变化率特征

由图3可以看出，1995—2000年与2005—2010年研究区耕地流入与流出基本持平，呈现出东增西减的特点；其余时间段研究区大部分地区处于耕地净流失状态，其中2000—2005年与2015—2020年流失情况较为严重，大多数地区耕地净流失率超过2%，主要集中在研究区北部。总体来看，25 a来研究区耕地净流失面积不断扩大，北部高原区的耕地流失问题较为严重。

2.1.3 耕地变化动态度特征

从图4可以看出，从1995年开始，除研究区南部外，大部分地区耕地变化动态度超过6%，研究区耕地变化较为活跃，仅2010—2015年耕地变化动态度较低，大部分地区保持在2%以内。1995—2020年研究区耕地变化动态度呈现北高南低的特点，北部大部分地区动态度大于8%，耕地变化非常活跃。总体来看，1995—2020年研究区耕地变化动态度始终维持在中等水平，全区耕地资源稳定性减弱，位于北部高原区的耕地资源稳定性较差，这与耕地净变化率特征保持一致。

2.2 耕地空间变化特征分析

2.2.1 耕地重心迁移

采用耕地重心模型分别获取各时期的耕地面积比例重心迁移方向、距离与速度，结果如表1与图5，可知研究区耕地变化主要分为以下2个阶段：

1995—2000年，耕地重心在瑶曲镇金园村发生变化，耕地重心整体以165.34m/a的速度向东北方向移动。20世纪90年代中期受到水资源、基础设施建设和耕作技术等因素限制，农业经济发展速度低，城市扩张缓慢，因此耕地重心移动较小，移动速度较缓。

2000—2020年，由于政府加大农业现代化投入，农业基础设施逐渐完善与更新，农业新技术普及率提高，使得北部山区农业迅速发展，加之南部城镇扩张占用耕地现象严重，使耕地重心整体向东北方向高原沟壑区偏移。2000—2015年耕地偏移距离和速度有所增加，其中2015—2020年间偏移距离最大，偏移了6 518.88 m，说明该时期耕地南减北增比较大，原因可能在于经济的快速发展和城镇的不断扩张，南部耕地减少较多，而北部延安市治沟造地等耕地保护项目的实施，耕地有所增加，南北双重作用下，致使偏移距离较大。

表1 1995—2020年研究区耕地重心迁移

综上可知，25 a以来，研究区耕地重心总体向东北方向发生偏移，移动距离为17 160.84 m，偏移速率整体呈增加趋势。25 a间研究区耕地重心偏移速率由最初的165.34增至1 303.78 m/a，耕地变动速度呈现增加趋势。

2.2.2 耕地标准差椭圆

由图5可以看出，研究区标准差椭圆变化具有一定的方向性，这与耕地重心的转移存在一定的相关性。1995—2000年转角由62.26°缩小至61.76°，并且标准差椭圆逐渐向东北方向偏移。2000—2020年转角变化范围不大，递增并具有向东北方向偏移的趋势，东北方向的空间分布不断增强。

表2 1995—2020年耕地标准差椭圆参数变化

标准差椭圆空间分布格局同研究区耕地分布方向较为一致，且基本覆盖了耕地密集区，由西向东分别为宝鸡市中部、咸阳市中部以及渭南市富平县与蒲城县。从标准差椭圆的变化面积来看，面积增加了1 904.93 km2，标准差椭圆面积主要呈现“增加-减少”变化规律，表明研究区耕地空间分布逐步趋于分散，且分散速率呈减小趋势。

2.3 耕地LISA频率图谱分析

2.3.1 局部空间自相关分析

从图6可以看出，研究区乡镇耕地面积比例的局部Moran’s指数均呈显著性差异，在0.273～0.529之间，4个象限均有分布。大多数乡镇位于1、3象限内，分别属于“高-高”、“低-低”类型，即区域面积比值呈现高值或低值聚集状态。位于2、4象限的“高-低”、“低-高”类型区域数量较少，即周围高值或周围低值的空间单元较少。研究区耕地大多数呈聚集分布。

为了更加清晰地体现耕地面积比例在空间的聚集状态及其变化特征，本文利用GeoDa1.14软件绘制LISA集聚图（图7），根据计算的结果，结合其空间分布状态，可将各乡镇划分为以下4种类型：

1）“高-高类型区域”：该区域表示其乡镇耕地面积比例较高，伴随其周围乡镇面积比例均较高。该类型区域耕地分布最为集中，主要分布在研究区东南部的渭南市以及西部宝鸡市凤翔县境内，都属于地势相对平坦的平原地区，农业发展水平较高，耕地面积比例均较高。随着时间的推移，“高-高”类型区域耕地集中分布在研究区东南部。

2）“低-低类型区域”：该区域表示其乡镇耕地面积比例较低，伴随其周围乡镇耕地面积比例均较低。该类型区域耕地分布较为集中，主要分布在研究区北部与西部高海拔山区，由于山区地形起伏大，水资源短缺，耕作环境条件较差，不利于农业生产耕种，耕地分布较少。

3）“低-高类型区域”：此类区域表示乡镇本身耕地面积比例低，但其周围邻近区域乡镇耕地面积比例较高。该类型地区较为分散，主要分布在研究区高原沟壑区与平原区交界处。该区主要特征是地势复杂、灌溉能力差别大，耕作能力较弱。

4）“高-低类型区域”：此类区域表示乡镇本身耕地面积比例高，但其周围邻近区域乡镇面积比例较低。其主要分布在研究区西部，并且伴随在“低-低类型区域”中。主要是由于西部部分乡镇位于山间小盆地，耕地较集中，其相邻乡镇地形复杂，耕地分散。

2.3.2 LISA频率图谱分析

以LISA集聚图为基础，通过统计空间单元的变化频率构建LISA频率图谱（表3、图8），直观地反映空间自相关变化的连续性与差异性。

表3 1995—2020年研究区耕地LISA频率图谱特征

稳定不变区：该类型表现为25 a稳定不变的空间单元，占研究区总面积的68.39%。该区域主要由“高-高类型区域”“低-低类型区域”以及不显著区域组成，即耕地面积比例高值或低值的乡镇空间呈现集聚分布态势。主要分布在研究区南部平原、北部高原沟壑区以及中部区域。低频区：该区域由空间聚集转化1～2次的区域组成，占研究区面积的21.19%。主要分布在研究区高-高聚集区与低-低聚集区交汇处，多表现为低-低与不显著的相互转化。稳定不变区与低频区域占比达89.58%。中频区：该区域分布较为分散，占研究区面积的8.96%。主要表现为“低-低”聚集和“低-高”聚集向不显著转变，分布在低频区的交界处。高频区：高频区图谱仅占研究区面积的1.46%，分布最为分散。该区域转变次数为4次，最为活跃。主要由“低-高”聚集区转向不显著，分布在研究区凤翔县横水镇、麟游县招贤镇、印台区金锁关镇、宜君县哭泉乡以及黄龙县红石崖乡。

3 讨 论

本研究引入地学信息图谱构建LISA频率图谱，结合耕地总量特征、重心模型以及局部空间自相关分析对耕地空间格局演变特征展开分析，较为全面地、动态地揭示了1995—2020年陕西渭北旱塬区耕地空间格局演变特征，主要分为3个阶段：1）1995—2000年，耕地变化较为缓慢，耕地面积基本保持不变。研究区位于典型的黄土高原沟壑区，地形破碎复杂多样，水土流失严重，生态环境脆弱，农业生产条件相对较差[28]。加之水分是渭北旱塬区农业生产的主要制约因素，并且受到灌溉设施以及耕作技术的限制，农业经济发展较为缓慢[29]，因此耕地数量变化不大，重心移动较小，移动速度比较缓慢。2）2000—2015年，耕地面积开始缩减，耕地重心向东北方向偏移，这与前人的研究结果一致[30]。造成耕地缩减的原因主要有两个方面，一是随着城市化、工业化的发展，研究区南部区域城市和村镇的扩张，其周边耕作条件好的优质耕地被大量占用或置换[31-32]；二是2000年后，国家关于退耕还林还草政策的实施，研究区北部的高原沟壑区大量坡耕地退耕，2000年至2005年耕地面积不断下降。2005年底国家出台了取消农业税并提高了农业补贴的相关政策，大大减轻了农民负担，提高了农民耕种的积极性。致使2005年至2010年耕地面积在城镇建设发展的基础上，保持耕地面积不变或耕地面积减少不显著的特征。2011年开始延安提出实施治沟造地工程，截止到2015年，通过此工程共增加耕地43.33 km2，占该区耕地总面积的比例不到1%，对耕地减少趋势的抑制作用不明显。但经济发展中的城乡建设扩张及退耕还林政策的持续实施，研究区耕地数量持续减少。通过耕地重心向东北偏移可以得知，由于各地政府加大了农业现代化投入、农业基础设施的逐渐完善与更新，农业新技术普及与提高，延安地区的治沟造地工程的实施，东北部高原区与南部平原区相比，耕地面积比例有增加趋势[33]。3）2015—2020年，研究区耕地流失严重期，空间分布更加分散，仅5 a时间耕地面积减少293.96 km2。本研究将研究区耕地面积与建设用地面积进行相关性分析表明，研究区耕地面积与建设用地面积呈现显著的负线性相关关系。近5年来，由于区域经济处于高速发展期，城镇建设、开发区建设等占用耕地，提升生态环境质量，国家退耕还林还草工程持续实施导致耕地面积减少，地方性的工程性措施所补充的耕地数量有限，截止2020年5月，延安地区的治沟造地工程仅仅补充了78.67 km2，也就是近5年补充了35.34 km2，仍然不能阻止耕地的快速流失[34]。

耕地面积的增减可以在一定程度上反映对区域耕地保护利用情况，但是无法很好地显示人类活动对耕地变化过程的引导[35]，研究耕地与其他土地利用类型之间的转换情况有助于更好地掌握耕地时空分布变化过程[36]。本研究以2000—2010年和2010—2020年2个十年期为例，通过构建土地利用转移矩阵，得到耕地的转出与转入量，能够有效掌握耕地与其他土地利用方式相互转化规律和特征，从而探析耕地变化的根本原因。由表4可知，2个时期耕地均主要转化为建设用地，转出面积分别为461.97 km2（占耕地转出量的43.65%）和555.29 km2（占转出量的42.64%），其次转化为林地和草地。2个时期耕地量的转入主要来自林地和草地。

通过土地利用转移矩阵的结果可知，耕地与林地、草地之间相互转化的原因可能是人口增长的压力下，使得部分荒草地和林地被开垦为耕地。同时，国家政策的施行，对土地利用方式和程度起着一定的积极作用，例如2000后全面启动的退耕还林还草工程，使研究区的耕地向林地和草地转化，能够减少水土流失，有效保护和改善生态环境，属于正向演变[37]。耕地向建设用地转化面积较大，可能是由于经济的快速增长，居民生活水平提高及部分工业产业发展，建设用地扩张，导致耕地被占用。建设用地在一定程度上转化为耕地，可能是由于：一是国家颁发的《中共中央国务院关于加强耕地保护和改进占补平衡的意见》和《关于全面实行永久基本农田特殊保护的通知》等管控文件的严格执行，对耕地起到了保护作用；二是通过废弃农村居民地及工业用地的土地复垦等国土整治工程，对工矿建设用地等进行再生利用和系统恢复，在一定程度上使耕地得到一定的补充。国家水土保持工程的措施的实施，主要是防止水土流失，进行生态环境治理，建设淤地坝，补充了耕地数量，对耕地的快速减少起到一定的缓冲作用。但整体来讲，耕地面积仍然呈现减少趋势。

综上，通过构建LISA频率图谱，借助重心模型，动态地揭示了1995－2020年渭北旱塬区耕地空间格局的变化规律，分析了耕地重心具有向东北方向移动的趋势，直观反映出区域的耕地变化规律，这与前人的研究成果基本一致[14]。研究结果表明，在全国耕地减少的大背景下，渭北旱塬区的耕地保护工作仍需加强。近年来土地复垦、治沟造地等项目的实施，对耕地的快速衰减具有一定的缓解作用。另外，要协调好城市发展与耕地保护的关系，大力开展高标准农田建设工作，切实保护优质耕地，开发新型耕地迫在眉睫。由于耕地驱动因素的复杂化与差异性，今后还需要深入开展耕地变化的驱动力定量分析及其变化趋势的模拟预测，从而更好的为耕地保护服务。

表4 2000—2020年研究区耕地转入转出量

4 结 论

本研究基于1995—2020年的6期耕地数据，综合运用重心模型、标准椭圆差模型以及空间自相关和GIS技术相结合的方法，构建LISA频率图谱，对陕西省渭北旱塬区的空间格局演变趋势进行定量研究和探讨，主要结论如下：

1）1995－2020年，研究区耕地面积持续下降，较1995年减少5.58%。耕地净流失区域不断增加，全区耕地资源稳定性减弱，北部高原沟壑区耕地流失问题始终较为突出且耕地资源稳定性较差。

2）1995—2020年研究区耕地重心与标准椭圆偏移方向一致，主要向东北方向偏移，耕地重心迁移速度经历“缓慢-加速”过程，椭圆面积增长，耕地空间分布趋于分散。

3）研究区大多数区域的耕地面积比例呈现高值或低值聚集状态。LISA频率图谱中稳定不变与低频区域占比合计达89.58%，耕地空间格局相对稳定。中高频区转变方式主要以“低-低”聚集、“低-高”聚集转变为不显著，部分耕地衰减较为明显。

[1]牛善栋，方斌，崔翠，等. 乡村振兴视角下耕地利用转型的时空格局及路径分析：以淮海经济区为例[J]. 自然资源学报，2020，35(8)：1908-1925.

Niu Shandong, Fang Bin, Cui Cui, et al. The spatial-temporal pattern and path of cultivated land use transition from the perspective of rural revitalization: Taking Huaihai Economic Zone as an example[J]. Journal of Natural Resources, 2020, 35(8): 1908-1925. (in Chinese with English abstract)

[2]杨庆媛，毕国华，陈展图，等. 喀斯特生态脆弱区休耕地的空间配置研究：以贵州省晴隆县为例[J]. 地理学报，2018，73(11)：2250-2266.

Yang Qingyuan, Bi Guohua, Chen Zhantu, et al. Spatial allocation of fallow land in karst rocky desertification areas: A case study in Qinglong County, Guizhou Province[J]. Acta Geographica Sinica, 2018, 73(11): 2250-2266. (in Chinese with English abstract)

[3]曲胜秋，刘艳芳，银超慧，等. 1990－2015年福建省耕地变化的空间格局分析[J]. 中国生态农业学报（中英文），2020，28(4)：587-598.

Qu Shengqiu, Liu Yanfang, Yin Chaohui, et al. Spatial pattern of cultivated land change in Fujian Province from 1990 to 2015[J]. Chinese Journal of Eco-Agriculture, 2020, 28(4): 587-598. (in Chinese with English abstract)

[4]卢新海，刘瑞红，匡兵. 湖北省耕地压力的区域差异及动态演进分析[J]. 农业工程学报，2019，35(23)：266-272.

Lu Xinhai, Liu Ruihong, Kuang Bing. Regional differences and dynamic evolution of cultivated land pressure in Hubei Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(23): 266-272. (in Chinese with English abstract)

[5]张扬，周忠发，黄登红，等. 喀斯特山区耕地时空演变与影响因子分析[J]. 农业工程学报，2020，36(22)：266-275.

Zhang Yang, Zhou Zhongfa, Huang Denghong, et al. Spatio-temporal evolution of cultivated land and analysis of influence factors in karst mountainous areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(22): 266-275. (in Chinese with English abstract)

[6]石峡. 大都市区域耕地破碎化程度动态演变及驱动机制研究[D]. 郑州：河南农业大学，2011.

Shi Xia. Research on Dynamic Evolution and the Driving Mechanism of Cultivated Land Fragmentation Degree in Metropolitan Area[D]. Zhengzhou: Henan Agricultural University, 2011. (in Chinese with English abstract)

[7]李灿，张凤荣，朱泰峰，等. 大城市边缘区景观破碎化空间异质性——以北京市顺义区为例[J]. 生态学报，2013，33(17)：5363-5374.

Li Can, Zhang Fengrong, Zhu Taifeng, et al. Analysis on spatial-temporal heterogeneities of landscape fragmentation in urban fringe area: A case study in Shunyi district of Beijing[J]. Acta Ecologica Sinica, 2013, 33(17): 5363-5374. (in Chinese with English abstract)

[8]孙小祥，杨桂山，欧维新，等. 太湖流域耕地变化及其对生态服务功能影响研究[J]. 自然资源学报，2014，29(10)：1675-1685.

Sun Xiaoxiang, Yang Guishan, Ou Weixin, et al. Impacts of cropland change on ecosystem services in the Taihu Lake Basin[J]. Journal of Natural Resources, 2014, 29(10): 1675-1685. (in Chinese with English abstract)

[9]孟鹏，郝晋珉，周宁，等. 黄淮海平原城镇化对耕地变化影响的差异性分析[J]. 农业工程学报，2013，29(22)：1-10.

Meng Peng, Hao Jinmin, Zhou Ning, et al. Difference analysis of effect of rapid urbanization on cultivated land changes in Huang-Huai-Hai plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(22): 1-10. (in Chinese with English abstract)

[10]Yao Ziyan, Zhang Lijuan, Tang Shihao, et al. The basic characteristics and spatial patterns of global cultivated land change since the 1980s[J]. Journal of Geographical Sciences, 2017, 27(7): 771-785.

[11]Wang Y H, Dai E, Yin L, et al. Land use/land cover change and the effects on ecosystem services in the Hengduan Mountain region, China[J]. Ecosystem Services, 2018, 34: 66-67.

[12]陈先鹏，方凯，吴次芳，等. 2009-2015年中国耕地资源利用时空格局变化研究——基于粮食安全与生态安全双重视角[J]. 水土保持通报，2019，39(03)：291-296.

Chen Xianpeng, Fang Kai, Wu Cifang, et al. A study on spatio-temporal changes in patterns of China’s cultivated land use from 2009 to 2015——Insights from food safety and ecological security[J]. Bulletion of Soil and Water Conservation, 2019, 39(03): 291-296.

[13]Li Yuanyuan, Tan Minghong, Hao Haiguang. The impact of global cropland changes on terrestrial ecosystem services value, 1992–2015[J]. Science Press, 2019, 29(3): 323-333.

[14]刘京，陈涛，常庆瑞，等. 渭北旱塬县域土地利用时空演变规律研究：以合阳县为例[J]. 中国生态农业学报，2016，24(11)：1565-1574.

Liu Jing, Chen Tao, Chang Qingrui, et al. Land use dynamics in Weibei upland in China: A case study of Heyang County[J]. Chinese Journal of Eco-Agriculture, 2016, 24(11): 1565-1574. (in Chinese with English abstract)

[15]李笑莹，张学雷，任圆圆. 中国中东部样区土壤、地形与耕地空间分布多样性特征[J]. 土壤通报，2020，51(2)：289-299.

Li Xiaoying, Zhang Xuelei, Ren Yuanyuan. Spatial distribution diversity patterns of soil, terrain and arable land in the Central and East China[J]. Chinese Journal of Soil Science, 2020, 51(2): 289-299. (in Chinese with English abstract)

[16]韩博，金晓斌，孙瑞，等. 土地整治项目区耕地资源优化配置研究[J]. 自然资源学报，2019，34(4)：718-731.

Han Bo, Jin Xiaobin, Sun Rui, et al. Optimized allocation of cultivated land in land consolidation project area based on multi-objective linear programming[J]. Journal of Natural Resources, 2019, 34(4): 718-731. (in Chinese with English abstract)

[17]Jin Huifang, Shi Dongmei, Lou Yibao, et al. Evaluation of the quality of cultivated-layer soil based on different degrees of erosion in sloping farmland with purple soil in China[J]. Catena, 2021, 198: 105048.

[18]Song W, Kening W U, Zhao H F, et al. Arrangement of high-standard basic farmland construction basedon village-region cultivated land quality uniformity[J]. Chinese Geographical Science, 2019, 29(2): 325-340.

[19]Tian Guangjin, Duan Jinlong, Yang Lan. Spatio-temporal pattern and driving mechanisms of cropland circulation in China[J]. Land Use Policy, 2021, 100: 115-118.

[20]张浚茂，臧传富. 东南诸河流域1990－2015年土地利用时空变化特征及驱动机制[J]. 生态学报，2019，39(24)：9339-9350.

Zhang Junmao, Zang Chuanfu. Spatial and temporal variability characteristics and driving mechanisms of land use in the Southeastern River Basin from 1990 to 2015[J]. Acta Ecologica Sinica, 2019, 39(24): 9339-9350. (in Chinese with English abstract)

[21]罗亦泳，张豪，张立亭. 基于自适应进化相关向量机的耕地面积预测模型[J]. 农业工程学报，2015，31(9)：257-264.

Luo Yiyong, Zhang Hao, Zhang Liting. Prediction model for cultivated land area based on self-adaptive differential evolution and relevance vector machine[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(9): 257-264. (in Chinese with English abstract)

[22]王冲，秦亚旭，张珂，等. 渭北旱塬矮化苹果园滴灌下土壤剖面水分和养分时空分布特征[J]. 水土保持学报，2020，34(5)：343-348.

Wang Chong, Qin Yaxu, Zhang Ke, et al. The spatial and temporal distributions of moisture and nutrients in soil profile of dwarf apple orchards under drip fertigation in Weibei Dry-Land, China[J]. Journal of Soil and Water Conservation, 2020, 34(05): 343-348. (in Chinese with English abstract)

[23]白岗栓，邹超煜，杜社妮. 渭北旱塬果园自然生草对土壤水分及苹果树生长的影响[J]. 农业工程学报，2018，34(3)：151-158.

Bai Gangshuan, Zou Chaoyu, Du She'ni. Effects of self-sown grass on soil moisture and tree growth in apple orchard on Weibei dry plateau[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(3): 151-158. (in Chinese with English abstract)

[24]张译，杨伯钢，王淼，等. 京津冀地区林地空间变化及驱动力研究[J]. 测绘科学，2020，45(9)：104-110.

Zhang Yi, Yang Bogang, Wang Miao, et al. Study on the spatial changes and driving forces of forest land in Beijing-Tianjin-Hebei Region[J]. Science of Surveying and Mapping, 2020, 45(9): 104-110. (in Chinese with English abstract)

[25]程维明，高晓雨，马廷，等. 基于地貌分区的1990－2015年中国耕地时空特征变化分析[J]. 地理学报，2018，73(9)：1613-1629.

Cheng Weiming, Gao Xiaoyu, Ma Ting, et al. Spatial-temporal distribution of cropland in China based on geomorphologic regionalization during 1990-2015[J]. Acta Geographica Sinica, 2018, 73(9): 1613-1629. (in Chinese with English abstract)

[26]宋戈，张文琦. 粮食作物种植视角下东北粮食主产区耕地利用的时空分化特征[J]. 农业工程学报，2020，36(15)：1-8.

Song Ge, Zhang Wenqi. Spatiotemporal differentiation characteristics of cultivated land use from persprctive of growing food crops in major grain production areas in northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 1-8. (in Chinese with English abstract)

[27]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 Ping, Wu Tao, Zhou Jieming. 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. (in Chinese with English abstract)

[28]刘迪，陈海，耿甜伟，等. 基于地貌分区的陕西省区域生态风险时空演变[J]. 地理科学进展，2020，39(2)：243-254.

Liu Di, Chen Hai, Geng Tianwei, et al. Spatiotemporal changes of regional ecological risks in Shaanxi Province based on geomorphologic regionalization[J]. Progress in Geography, 2020, 39(2): 243-254. (in Chinese with English abstract)

[29]郭正，李军，张玉娇，等. 黄土高原不同降水量区旱作苹果园地水分生产力和土壤干燥化效应模拟与比较[J]. 自然资源学报，2016，31(1)：135-150.

Guo Zheng, Li Jun, Zhang Yujiao, et al. Simulation and comparison of water productivity and soil desiccation effects of apple orchards in different rainfall regions of the Loess Plateau[J]. Journal of Natural Resources, 2016, 31(1): 135-150. (in Chinese with English abstract)

[30]赵永华，刘晓静，奥勇. 陕西省耕地资源变化及耕地压力指数分析与预测[J]. 农业工程学报，2013，29(11)：217-223.

Zhao Yonghua, Liu Xiaojing, Ao Yong. Analysis of cultivated land change, pressure index and its prediction in Shaanxi province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(11): 217-223. (in Chinese with English abstract)

[31]谭永忠，何巨，岳文泽，等. 全国第二次土地调查前后中国耕地面积变化的空间格局[J]. 自然资源学报，2017，32(2)：186-197.

Tan Yongzhong, He Ju, Yue Wenze, et al. Spatial pattern change of the cultivated land before and after the Second National Land Survey in China[J]. Journal of Natural Resources, 2017, 32(2): 186-197. (in Chinese with English abstract)

[32]魏彬萌，王益权. 渭北果园土壤物理退化特征及其机理研究[J]. 植物营养与肥料学报，2015，21(3)：694-701.

Wei Binmeng, Wang Yiquan. Physical degradation characteristics and mechanism of orchard soil in Weibei Region[J]. Plant Nutrition and Fertilizer Science, 2015, 21(3): 694-701. (in Chinese with English abstract)

[33]王桂民，陈聪，曹光乔，等. 中国耕地流转时空特征及影响因素分解[J]. 农业工程学报，2017，33(1)：1-7.

Wang Guimin, Chen Cong, Cao Guangqiao, et al. Spatial-temporal characteristics and influential factors decomposition of farmland transfer in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(1): 1-7. (in Chinese with English abstract)

[34]邓元杰，姚顺波，侯孟阳，等. 退耕还林还草工程对生态系统碳储存服务的影响：以黄土高原丘陵沟壑区子长县为例[J]. 自然资源学报，2020，35(4)：826-844.

Deng Yuanjie, Yao Shunbo, Hou Mengyang, et al. Assessing the effects of the Green for Grain Program on ecosystem carbon storage service by linking the InVEST and FLUS models: A case study of Zichang county in hilly and gully region of Loess Plateau[J]. Journal of Natural Resources, 2020, 35(4): 826-844. (in Chinese with English abstract)

[35]吕晓，牛善栋，李振波，等. 中国耕地集约利用研究现状及趋势分析[J]. 农业工程学报，2015，31(18)：212-224.

Lü Xiao, Niu Shandong, Li Zhenbo, et al. Present situation and trends in research on cultivated land intensive use in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(18): 212-224. (in Chinese with English abstract)

[36]吴凯，顾晋饴，何宏谋，等. 基于重心模型的丘陵山地区耕地利用转换时空特征研究[J]. 农业工程学报，2019，35(7)：247-254.

Wu Kai, Gu Jinyi, He Hongmou, et al. Spatiotemporal characteristics of cultivated land use transition in hilly and mountainous regions based on barycenter model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(7): 247-254. (in Chinese with English abstract)

[37]陈正发，史东梅，何伟，等. 1980－2015年云南坡耕地资源时空分布及演变特征分析[J]. 农业工程学报，2019，35(15)：256-265.

Chen Zhengfa, Shi Dongmei, He Wei, et al. Spatio-temporal distribution and evolution characteristics of slope farmland resources in Yunnan from 1980 to 2015[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(15): 256-265. (in Chinese with English abstract)

Spatiotemporal pattern change of cultivated land in Weibei Dryland of Shaanxi Province

Xia Liheng, Liu Jing※, Wei Fang, Xu Zhongwei, Long Xiaocui, Zhang Yu

(1.,,712100,;2.,,712100,)

Cultivated land is an irreplaceable natural resource for food security and social stability, even human survival. However, a drastic change in the spatial distribution of occupied cultivated land has caused tremendous pressure on agricultural production and the ecological environment. It is necessary to carry out long-term dynamic monitoring for the spatial distribution of cultivated land on a regional scale in the sustainable development of the natural resource. Taking the Weibei Dryland in Shaanxi Province of China as research area, this study aims to investigate the spatial distribution and change trends of farmland since 1995. Digital elevation model (DEM) data was selected at the township-level administrative divisions in six years (1995, 2000, 2005, 2010, 2015, and 2020). ArcGIS 10.6 platform was used for the net change rate of arable land and the dynamics degree, as well as the shift of gravity center and standard deviational ellipses of cultivated land. GeoDa 1.14 software was selected for the plot of local spatial autocorrelation and laser interferometer space antenna (LISA) in the areal proportion. The results showed that: 1) The total area of cultivated land in the Weibei arid highland decreased by 5.58% in 2020, compared with 1995. Specifically, the area of cultivated land decreased by 730.47 km2, while the net loss area of cultivated land continued to expand over the past 25 years. The dynamic degree of cultivated land change maintained at a medium level, where the stability of cultivated land resources weakened in the whole region, particularly relatively low in the northern high plain. 2) The gravity center of cultivated land shifted generally in the northeast direction. Specifically, the moving distance was 17 160.84 m, while the migration rate increased from 165.34 m/a to 1 303.78 m/a. There was a “slow (1995-2000) and accelerating (2000-2020)” variation in the migration speed for the gravity center of cultivated land.The spatial pattern of the standard deviational ellipse shifted also to the northeast in the cultivated land, where the ellipse area increased by 1 904.93 km2. Nevertheless, there was a decreasing trend of cultivated land area only from 2015 to 2020, while the spatial distribution of cultivated land tended to be scattered. The scattering rate of cultivated land was stable, due mainly to the implementation of the ditch reclamation project in Yan'an City. 3) There was a significant difference in the local spatial autocorrelation heterogeneity of area ratio in the cultivated land from 1995 to 2020, ranging from 0.273 to 0.529. Most regions showed an aggregation state of high-high value (HH) or low-low value (LL). The high-high-type areas were concentrated in the southeast of the study area. In the LISA frequency geo-spectrum, the proportion of stable and low-frequency regions were 89.58% in total, indicating a relatively stable pattern of cultivated land. The transition mode was mainly from “low-low” and “low-high” aggregation to stable in the regions with the medium and high frequency. The spatial pattern attenuated more obviously in some cultivated land. Therefore, a combination of the LISA frequency map, the barycenter model, standard deviation ellipse, and spatial autocorrelation can be expected to systematically explore the variation trend of regional spatial patterns in real time. The finding can provide a scientific basis for the optimization of spatial layout in farmland protection.

land use;cultivated land; center of gravity;spatio-temporal pattern; Weibei Dryland

夏利恒，刘京，尉芳，等. 陕西渭北旱塬区耕地时空格局变化分析[J]. 农业工程学报，2021，37(5)：256-264.doi：10.11975/j.issn.1002-6819.2021.05.030 http://www.tcsae.org

Xia Liheng, Liu Jing, Wei Fang, et al. Spatiotemporal pattern change of cultivated land in Weibei Dryland of Shaanxi Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(5): 256-264. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.05.030 http://www.tcsae.org

2020-12-12

2021-01-19

国家自然科学基金项目（42071240）；中央高校基本科研业务费（2452018143）

夏利恒，主要研究方向为农业资源利用。Email：lhxia@nwafu.edu.cn

刘京，副教授，主要研究方向为信息技术在资源环境领域应用。Email：jingliu@nwafu.edu.cn

10.11975/j.issn.1002-6819.2021.05.030

F301.2

A

1002-6819(2021)-05-0256-09