韩 述,郭贯成,2,史洋洋,崔久富
·土地保障与生态安全·
基于国土空间“三线”划定与耕地质量自相关的耕地空间布局优化
韩 述1,郭贯成1,2※,史洋洋1,崔久富1
(1. 南京农业大学公共管理学院,南京 210095;2. 南京农业大学中国资源环境与发展研究院,南京 210095)
结合国土空间规划与耕地质量自相关属性优化耕地保护空间布局,对于耕地质量提升、保障粮食安全具有重要意义。该研究采用改进空间自相关模型,将生态环境作为耕地质量空间相关性分析框架的“第四维”,从地块尺度模拟位于“三线”内地块耕地质量指数的空间自相关性,据此提出优化耕地保护空间布局的方案。结果表明:1)高淳区高质量耕地呈现出东部集中连片、西部零散分布的特征,低质量耕地集中分布在高淳东部,各耕地自然指数均呈现出“西高东低”的特征。2)各耕地质量指数正、负相关类型分别与高、低质量耕地的空间高度吻合,均表现出较强正相关性的空间聚集特征。自然质量、利用管理、经济价值及生态环境指数的Moran’s值分别为0.79、0.92、0.89、0.77,空间集聚性从大到小的顺序为利用管理、经济价值、自然质量与生态环境指数。3)结合国土空间规划与耕地质量自相关优化耕地布局,永久基本农田新增968.15 hm2,等级提升0.94,确定永久基本农田保护区、城镇发展缓冲区、生态环境保护区及综合调节区4个一级类与14个二级类。其中,永久基本农田保护区综合质量最优,耕地质量表现出较强的空间扩散效应,应禁止非农建设;城镇发展缓冲区耕地质量较差但区位优势突出,是城镇建设理想区;生态环境保护区耕地综合质量较差但生态优势明显,应开展生态防护工程,形成生态保护格网;综合调节区应判明耕地障碍因素的作用机理,有序开展田间整治,实现向永久基本农田的跃迁。
布局;优化;生态;耕地质量;国土空间规划;改进空间自相关;高淳区
“民以食为天,地为粮之母”,耕地作为农业生产的基本单元,不仅是农业生产活动与粮食安全的空间载体,更是乡村振兴的关键一环,对于高质量发展背景下的城乡格局至关重要[1]。国土统计公报数据显示,2016年中国耕地面积为13 499.87万hm2,因建设占用、生态退耕等原因减少30.17万hm2,平均质量等为9.96,耕地质量呈现出总体偏低,区域差异明显的特征[2]。为此,2022年中央一号文件明确指示要落实“长牙齿”的耕地保护硬措施,严格落实18亿亩耕地红线,强化耕地用途管制,实现补充耕地产能与所占耕地同级。国土空间规划确定的永久基本农田保护红线、城市开发边界以及生态红线(以下简称“三线”)是优化资源配置、合理空间布局的重要手段,但在实践过程中未能充分考虑耕地禀赋的空间相关性,致使耕地空间与生态脆弱、重金属污染空间高度重叠[3]。因此,耕地保护空间布局优化应结合国土空间规划“三线”划定成果与耕地质量自相关性,切实提升耕地生产能力。鉴于此,结合国土空间规划“三线”与耕地质量自相关性实施差异化的耕地保护策略对耕地精细化管理、保障粮食安全意义重大。
耕地质量包含自然、经济、区位及生态等内容,目前有关耕地空间布局的研究多以耕地质量评价为基础,众多学者从耕地地力[4]、设施完备度[5]、区位条件[6]、政策条件[7]等角度评价耕地质量,其内涵日趋完善。现有研究为科学评价耕地质量、优化耕地空间布局提供了理论基础,但仍有一些不足之处,主要体现在以下几个方面:从研究视角上看,已有研究主要从耕地自然等别、区位条件、基础设施情况及景观条件[3,8-12]评价耕地质量,关于耕地质量自相关的研究并不深入;从研究内容上看,尽管部分文献开展了耕地自然、等别以及利用属性的空间相关性分析[13-15],但对耕地生态环境的自相关性考虑不足;从研究思路上看,已有研究多基于耕地自然、等别以及利用属性的自相关性划定耕地保护分区[5,16-18],未能将耕地质量自相关性与国土空间规划结合,深入剖析耕地自然、经济、利用以及生态4个维度空间相关性的关联结果对耕地空间布局的影响;从研究尺度上看,已有研究多以县域为研究对象分析村级尺度耕地质量的自相关性[19],以耕地地块为单位的研究尚不多见。鉴于此,本研究将生态环境作为耕地质量空间相关性分析框架的“第四维”,基于江苏省高淳区国土空间规划“三线”划定成果,采用改进空间自相关模型,以耕地斑块为研究单位,探究耕地自然质量、利用管理、经济价值以及生态环境指数四者间的空间联系模式,剖析永久基本农田的保护对策,城镇发展空间的拓展方向以及生态空间的整治时序,以期为耕地质量提升及优化耕地布局提供借鉴和参考。
高淳区隶属江苏省南京市(图1),地处31°13'~31°26'N,118°41'~119°21'E之间,面积为790.23 km2,是国家级特色农业基地。2020年高淳土地利用变更数据显示,其耕地面积为40 406.45 hm2,平均质量等为5.18。“十二五”规划以来,高淳区通过1 073个耕地质量监测单元,建立了完备的土壤环境质量例行监测制度。近年来,高淳区因滥用化肥、污水灌溉、滥用农药农膜等农业投入品等原因,耕地生态环境严重破坏,耕地质量受到严重威胁。
图1 研究区位图
空间数据来源的时间节点为2017年,包括南京市农业农村局提供的国土空间规划“三线”成果、高标准基本农田成果、农用地分等定级数据库、基本农田数据库、土壤调查数据、高程数据以及1 073个监测点数据。为保证数据真实性,首先对数据归纳整理,统一计量单位的同时完成数据标准化;其次,为便于空间分析,所有空间数据经ArcGIS坐标投影后统一转换为CGCS2000_3_Degree_GK_Zone_27;最后,为消除极端数据对空间相关性分析的影响,采用探索性数据分析法[8]剔除极端值。
地形坡度、有效土层厚度、质地构型、土壤容重、pH值、有机质、农田林网、排水能力、灌溉能力、有效磷、速效钾、安全利用率、生物多样性等指标来自高淳农用地分等定级数据库;粮食作物产量及成本来自《2021年高淳区统计年鉴》;汞、镉、铬、铅含量数据由高淳1 073个监测点数据经空间插值后得到。此外,本研究涉及的文本数据包括《南京市高淳区土地利用总体规划修改方案》《2021年南京市基本农田保护报告》《江苏省高标准农田建设规划(2014—2020)》《南京市基本农田质量监测报告(2015—2017)》。
2.1.1 指标选择
本研究参照《2021年南京市基本农田保护报告》从自然质量、利用管理、经济价值、生态环境4方面描述耕地质量(表1)。其中,自然质量指数刻画的是耕地自然本底条件,是耕地生产力的重要来源。选择地形坡度、有效土层厚度、质地构型、土壤容重、pH值及有机质反映耕地自然质量指数。利用管理指数反映的是农户利用管理水平,故选择农田林网、灌溉能力、排水能力、有效磷、速效钾5个指标反映耕地农田林网、灌排沟渠及施肥培土等利用管理水平的差异。经济价值指数是按照标准耕作制度所确定的指定作物在农地自然质量条件、农地所在利用分区的平均利用条件及所在土地经济分区的平均经济条件下,所获得的按产量比系数折算的基准作物产量之和(式1),也可以解释为在当前的农业技术经济条件下,该分等单元内的农地能实现的最大经济产量水平。土地经济系数是地块特定作物有效产量与总产量的比值,描述地块在相同经济发展水平与投入产出强度约束下的生产能力的差异[20](式3)。此外,现有研究鲜有考虑耕地生态环境质量空间聚集性对耕地空间布局的影响。鉴于此,选择安全利用率、生物多样性、重金属(汞、镉、铬、铅)含量等指标刻画生态环境指数,并作为耕地质量自相关性分析框架的“第四维”。
式中EI为第个地块的经济价值指数;NQI为第个地块的自然质量指数;K为第个地块的利用管理系数;UMI为第个地块的利用管理指数;UMImax为所有地块利用管理指数的最大值;K为第个地块的土地经济系数;a为第个地块上第种作物的“产量-成本指数”;A为第个地块上第种作物的“产量-成本指数”的最大值;Y为第种作物的净单产(kg/hm2);C为第种作物总单产(kg/hm2)。
表1 耕地质量评价指标体系
2.1.2 耕地质量综合分值计算
本研究采用加权指数和法对每个地块的自然质量指数、利用管理指数、经济价值指数以及生态环境指数综合评定,并采用自然断点法分为“优、较优、一般、较差以及差”5级。其中,评价指标体系中权重确定的方法为最优组合赋权法[21],其一般思路为:1)分别采用专家打分法、层次分析法、熵权法及主成分分析法确定4种权重后构建权重矩阵W;2)计算两两标准化指标之间的离差平方和并构建离差平方和矩阵1;3)基于离差平方和最大化的原则将所得权重矩阵与离差平方和矩阵1如式(6)计算后并计算所得矩阵的最大特征向量;4)将最大特征向量归一化处理后得到各权重的修正系数,加权运算后得到最优组合赋权权重W。
2.2.1 局部空间自相关模型
局部空间自相关模型是理论地理学应用最广泛的方法,主要识别空间单元的聚类或分异特征[22-24]。本研究采用局部空间自相关模型描述耕地斑块与其临近斑块耕地质量间的空间相关特征[25],模拟全局耕地斑块集聚或分异的空间分布结果,其局域空间相关性指标[26](Local Indicators of Spatial Association,LISA)具体计算式为:
莫兰指数(Moran’ I)的取值范围为[-1,1],根据其正负将空间自相关性描述为高-高(HH)、低-低(LL)两种正相关型以及高-低(HL)、低-高(LH)两种负相关型[27]。正相关型代表耕地斑块的空间集聚,负相关型代表耕地斑块空间分异。本研究检验统计量(Z得分值标准分数)判别全域空间自相关的显著性。当Z大于1.96时,表明观测值间存在较强的正相关性,即全域耕地斑块整体空间格局表现为空间集聚;当Z小于−1.96时,表明观测值间存在较强的负相关性,即全域耕地斑块整体空间表现为空间分异;当|Z|小于1.96时,表明耕地斑块空间自相关性不显著,在空间上表现为随机分布。
2.2.2 空间权重矩阵的确定与改进
1)空间权重矩阵的选择。基于反距离的空间权重矩阵的前提假设为空间自相关效应的强度取决于耕地斑块间的距离[25]。除自身耕地斑块单元外,其他所有的临近斑块对该观测地块的影响程度随着距离的增加而逐渐削弱,这符合“所有空间单元均存在相关性,且距离较近的空间单元的相关性比距离较远的空间单元的相关性强”的地理学第一定律的前提假设[28]。此外,基于反距离的空间权重矩阵能够将非稀疏矩阵转换为稀疏矩阵,避免因耕地斑块过多而引致的运算周期过长、准确性不足的问题[29]。鉴于此,本研究基于反距离空间权重矩阵的局部空间自相关模型模拟高淳区耕地地块空间自相关结果,并据此作为全区耕地保护空间布局优化的前提[14]。
2)空间权重矩阵的改进。已有研究多以耕地斑块质心之间的距离作为构建反距离空间权重矩阵的依据,对于阈值距离范围内耕地斑块间的相关性考虑不足[30]。在传统反距离空间权重矩阵的构建过程中,距离阈值这一指标的确定存在较强的主观性,严重影响耕地空间布局优化的科学性。鉴于此,本研究以反距离空间权重矩阵为基础,并以耕地地块的面积对其改进修正,同时采用增量自相关分析法确定距离阈值,有效提升局部空间自相关模型应用的准确性。具体过程如下所示:
反距离空间权重矩阵的改进。为避免耕地单元面积差异过大而引致的耕地空间自相关结果准确性下降的问题,对高淳区耕地单元面积归一化处理(式10)。
式中M是耕地斑块面积矩阵中的元素;Mmax与Mmin分别是为耕地单元在阈值距离范围内所有临近地块面积的最大值和最小值;M为耕地单元的面积。
在不同距离阈值范围内,耕地单元存在多个的相邻单元,当耕地单元仅存在一个相邻单元或所有相邻单元面积均相等时,即当Mmax=Mmin时,M取值为1;若耕地单元存在一个以上相邻单元且面积不相等时,参照公式(10)计算标准化面积。随后,根据计算的标准化耕地单元面积对反距离空间权重矩阵修正改进,具体计算过程如下所示:
式中w是传统空间矩阵中的元素;spacexy为基于标准化耕地单元面积改进后的反距离空间权重矩阵space的元素,即耕地单元对耕地单元影响的空间权重。
最优阈值距离的确定。本研究的耕地空间布局优化是以耕地自然质量、利用管理、经济价值以及生态环境指数的空间自相关结果叠加耦合为前提,只有在最优阈值范围确定后才能准确模拟各耕地质量指数的空间相关结果。鉴于此,借助ArcGIS平台采用增量自相关分析法模拟耕地单元在不同阈值范围内的空间集聚或离散特征,根据Z得分值的变动情况来确定最优阈值距离。一般来说,当阈值距离变大时,Z得分值也会增大,表示耕地的空间集聚性逐渐增强。当在某一特定阈值距离范围内,若Z得分值存在峰值,说明该阈值距离为耕地空间集聚中最显著的距离,即最优阈值距离。但在特定条件下,若无论阈值如何增加,Z得分值一直增加不存在峰值时,说明耕地已经发生集聚效应。
本文在Geoda1.6.7平台分别采用一阶空间自相关模型、空间自回归模型以及空间误差模型模拟高淳区耕地地块空间相关性结果,并根据赤池信息准则、贝叶斯信息准则、汉南-奎因准则、对数似然函数值以及莫兰指数来检验改进空间自相关模型结果的显著性[31]。
耕地单元间的质量差异是在多种因素的不断作用下导致的,各耕地单元对于相同环境变化的敏感度不同[32]。因此,针对同一地块的耕地质量提升策略而引致的其临近地块耕地质量的变动存在较大的差异。根据极化理论,当耕地单元处于同一极化层级时,耕地质量趋于同质;处于不同极化层级时,耕地质量趋于异质。当某一耕地单元质量发生变动时,会对临近地块单元产生两种不同的效应,一种是对周围临近地块耕地质量产生推动和正面影响的扩散效应,另一种是对周围临近地块耕地质量产生抑制和负面影响的回流效应[33]。鉴于此,本研究基于极化理论,分析国土空间规划“三线”内地块自然质量、利用管理、经济价值及生态环境指数的空间自相关性,判别耕地单元某一耕地质量系数的变动对其周围地块耕地质量的影响,提出优化耕地空间布局的策略。
本研究从耕地自然质量、利用管理、经济价值指数以及生态环境四个维度构建耕地质量评价体系,参照农用地分等定级规程,采用加权指数和法计算耕地质量分。高淳区耕地质量在上述4个维度的评价结果如图2所示。
由图2可知,在自然质量指数方面,高淳区耕地自然质量表现出“西高东低”的空间特征。高质量地块主要分布在雁翅乡、淳溪镇以及古柏镇,以水田为主,自然条件较优;低质量地块主要在东坝、定埠以及固城镇的岗冲丘陵区,以旱地为主,自然条件较差,以调整地类为主。在利用管理指数方面,整体表现出“西高东低”的空间特征。高分值耕地主要分布在雁翅乡、淳溪镇以及古柏镇,灌溉沟渠、排涝设施及管理技术完善;低分值耕地主要在定埠、东坝以及固城镇,田间基础设施较差,田间利用水平较低。在经济价值指数方面,高淳区地块在经济价值指数方面整体表现出“西高东低”的空间特征。高分值耕地主要集中分布在雁翅乡、古柏镇及淳溪镇,在漆桥、固城以及定埠镇零星分布,主要以黑土及重壤为主,耕作经济效益较高;低分值耕地在高淳区东部分布较为集中连片,在高淳区东部分布较为零散,主要以中层石灰土以及白土为主,投入强度以及耕地经济可持续性较低,属于“高投入、低产出”的生产模式,耕作经济效益较差。在生态环境指数方面,虽整体上呈现出“西高东低”的空间分布特征,但低分值耕地面积明显大于高分值耕地。其中,生态环境指数较高的耕地主要分布雁翅乡以及固城镇,主要以水田为主,土壤内生物多样性较高,能够有效促进土壤微生物的分解和养分转化;低分值耕地主要分布在东坝镇以及定埠镇工业区,耕地生态环境质量受到严重威胁,土壤内生物多样性较低,部分地区甚至出现铅、镉、铬等重金属含量超标的问题。
图2 高淳区耕地质量指数空间分布图
借助ArcGIS以及Geo16.7空间分析平台,在最优阈值距离范围内,采用传统反距离空间权重和改进空间权重,根据一阶空间自相关模型、空间自回归模型及空间误差模型模拟高淳区耕地空间聚类结果,通过信息准则指数以及莫兰指数判别各模型的显著性,如表2所示。
表2 空间自相关模型显著性模拟结果
注:TSW,传统反距离权重;ISW,改进空间权重。
Note: TSW, Traditional spatial weight; ISW, Improve spatial weight.
根据表2可知,传统反距离空间权重与改进反距离空间权重的三种模型空间自相关模拟结果的信息准则指数以及Moran’指数存在显著差异。除一阶自相关模型的对数似然函数值以及空间自回归模型贝叶斯信息准则指数外,其他信息准则指数及莫兰指数在采用改进空间权重时的空间模拟结果更科学。空间误差模型中Moran’指数值(0.761)最高,这表明基于空间误差模型的空间模拟结果更为显著,空间相关性模拟结果更具科学性。此外,通过对比传统反距离空间权重与改进空间权重各个信息准则指数以及莫兰指数,验证了采用基于改进空间权重的空间误差模型在空间自相关分析的准确性。
本研究采用改进空间权重的局部空间误差模型对耕地单元空间相关性结果分析,耕地质量指数Moran’s散点图如下所示。图3显示:各耕地质量指数Moran’s值的空间散点均分布在第1、3象限,说明四者均表现出较强的正相关性。
图3 高淳区耕地质量指数莫兰散点图
利用管理指数、经济价值指数的Moran’s散点紧密围绕拟合直线周围,而质量指数、生态环境指数的Moran’s散点较前者分布较为离散,这说明利用管理指数与经济价值指数的正相关性大于自然质量指数与生态环境指数。经模型分析可知,耕地自然质量、利用管理、经济价值及生态环境指数Moran’s值分别为0.79、0.92、0.89、0.77,四者均趋于1。说明高淳区耕地质量均表现出较强正相关性,相关程度从大到小的排列顺序为利用管理、经济价值、自然质量及生态环境指数。
本研究基于耕地面积改进反距离空间权重矩阵,在最优距离阈值范围内,捕捉临近单元特征对耕地自然质量、利用管理、经济价值及生态环境指数的影响,得到耕地质量局部空间聚集图。结果表明:在95%的置信水平下,自然质量、利用管理、经济价值及生态环境指数表现出较强的正相关型的空间相关性。各类型地块数量及占比如表3所示。
3.4.1 耕地自然质量指数局部空间自相关
结合表3与图4a中高淳区耕地地块自然质量指数的空间自相关结果:正相关类型中高-高(HH型)、低-低(LL型)地块数量分别占比51.55%、12.19%;负相关类型中高-低(HL型)、低-高(LH型)地块数量分别占比10.32%、16.37%。其中,正相关类型在高淳西部分布集中连片,在东部分布零散。HH型主要集中分布在雁翅乡与古柏镇,且在定埠镇南部、漆桥镇北部以及东坝镇东部有较小面积的零星分布;LL型主要在雁翅乡、古柏镇、东坝镇与固城镇交汇处零星分布;HL型在定埠镇中部较为集中连片,在固城镇零星分布;LH型在东坝镇、漆桥镇集中连片分布,在古柏镇、雁翅乡分布较为零散。
高淳区耕地自然质量指数正相关型空间分布与耕地自然质量指数较高的地块的空间特征高度吻合。正相关类型主要分布在耕地自然优势突出的高淳西部,在东部零星分布;负相关类型主要分布在耕地自然质量较差的东部。其中,正相关类型区域中,雁翅乡以重壤为主,土质较好,土壤肥沃,有效土层厚度较为理想,土壤保水育肥能力较优,耕地连通性较强,分布较为集中连片,自然质量较好;负相关类型主要以定埠镇、东坝镇为主,土壤质地较差、肥力不足,局部区域地势不平,不利于机械化作业,土壤厚度不足,有机质含量较低,受公路受楔入切割的影响较深,主要分布在远离公路的地区。
3.4.2 耕地利用管理指数局部空间自相关
结合表3与图4b中高淳区耕地地块利用管理指数的空间自相关的模拟结果来看,正相关类型中高-高区(HH型)、低-低区(LL型)地块数量分别占比36.97%、29.59%;负相关类型中高-低区(HL型)、低-高区(LH型)地块数量分别占比11.31%、11.23%。正相关类型在高淳西部分布较为集中连片,在高淳东部零星分布;负相关类型在高淳东部及北部地区较为集中连片。HH型集中分布在雁翅乡、淳溪镇,在古柏镇、定埠镇以及东坝镇公路两侧有较小面积的零星分布;LL型集中分布在雁翅乡西部、淳溪镇东部以及东坝镇南部,在古柏镇东部、定埠镇北部、漆桥镇北部分布零散;HL型整体分布较少,主要分布在定埠镇北部、东坝镇中部,且在雁翅乡、固城镇有较小面积的零星分布;LH型整体空间分布呈现出多块状集中分布的特征,主要以定埠镇、固城镇、漆桥镇为主。
高淳区耕地利用管理指数正相关型空间分布与耕地利用管理指数较高的地块的空间特征同样较为相似。雁翅乡西部有水阳江水系通过,东部有固城湖水系,水资源较为丰富,田间灌排沟渠密集,灌溉条件的优势突出,与村庄距离较近,耕作距离较短,便于农业要素投入和产出,耕地集中连片,便于大规模机械农业生产和管理。位于东坝镇的地块面积较小,连片性不高,严重阻碍大规模机械耕作,耕作利用限制性因素较多,土地利用的基础设施尚不完备,导致耕地利用管理指数偏低。固城镇虽然水源较为丰富,灌溉条件较好,但因处于岗冲丘陵地带,地形因素严重制约农业生产,排水沟渠铺设不合理,耕地利用条件较差。位于定埠镇南部片区及北部零散区域远离公路两侧的地块,区位优势不够明显,严重阻碍农业产出要素的输出,利用和管理水平较差。
3.4.3 耕地经济价值指数局部空间自相关
结合表3和图4c中的高淳区耕地经济价值指数空间自相关的模拟结果来看,正相关类型中高-高区(HH型)、低-低区(LL型)地块数量分别占比52.56%、12.30%;负相关类型中高-低区(HL型)、低-高区(LH型)地块数量分别占比9.98%、9.67%。在空间特征方面,经济价值指数正相关类型主要集中分布在高淳东部地区,表现出“片区”和“带状”的空间集聚,在高淳西部分布较为零散,负相关型在高淳东部较为集中,在高淳西部零散分布。HH型主要集中分布在雁翅乡,在古柏镇临近河流道路两侧区域、淳溪环镇中心地带及东坝镇北部地区有较小面积的零散分布;LL型主要分布在古柏镇中心带状区域并在雁翅乡、漆桥镇零散分布;HL型主要集中分布在东坝镇、定埠镇以及固城镇片状区,在漆桥镇北部零星分布;LH型集中分布在漆桥镇、定埠镇块状区,在古柏镇、固城镇、东坝镇以及雁翅乡零星分布。
高淳区地块经济价值指数正相关型主要分布在高附加值农业区、道路两侧以及固城湖周边。HH区域中雁翅乡土壤以中壤为主,土质较好,土壤肥沃,且与高淳县城较为临近,交通方便,整体经济效益较优。古柏镇邻河块状地区地势较为平坦,溧高高速、芜太公路等多条道路横贯古柏镇东西方向,便于农产品要素向外输送,有效提升了耕地经济效益;淳溪镇环镇中心地带凭借其紧邻高淳城市中心的区位优势,紧邻固城湖水系,保证灌排作用的同时兼顾经济效益。位于东坝镇、定埠镇以及固城镇片状区块状区的地块,区位优势不够明显,耕地单位化肥、农药、劳动力等投入要素不足,作物品种较为单一,耕地管理模式较为落后,“低投入、低产出”的生产模式严重妨碍了耕地经济效益的提升。
3.4.4 耕地生态环境指数局部空间自相关
结合表3与图4d中高淳区耕地地块生态环境指数的空间自相关的模拟结果来看,正相关类型高-高(HH型)、低-低(LL型)地块数量分别占比26.04%、27.99%;负相关类型高-低(HL型)、低-高区(LH型)地块数量分别占比20.56%、14.65%。在空间分布方面,正相关型集中分布在高淳西部,表现出片状、带状的集聚特征,负相关型分布在高淳东部,分布形式较为零散。HH型主要集中雁翅乡、古柏镇西部及定埠镇临近道路地带区;LL型主要分布在古柏镇环高淳县城块区以及“东坝-固城片区”,在固城镇、雁翅乡有较小面积的零散分布;HL型主要分布在定埠镇远离公路地带、固城镇东部片区,在东坝镇北部零星分布;LH型主要集中分布在东坝、漆桥镇,在定埠、古柏以及固城镇零散分布。
高淳区耕地生态环境指数正相关类型集聚区与生态环境质量较高等级的地块空间位置较为相似。HH型区域中雁翅乡块状区土壤微生物多样性丰富,能有效发挥生物固氮效应,改善土壤微观环境,距离重工业区较远,重金属污染程度较小,部分地区甚至已形成生态格网,生态环境质量较为突出;定埠镇远离公路地带由于临近高淳区东部工业区,受工业污染较为严重,部分地区甚至出现土壤镉、铬、铅等重金属超标问题,严重威胁耕地生态质量;固城镇东部片区土壤微生物物种较为单一,不利于土壤高分子物质的降解,在土壤结构、肥力保持等方面处于较低水平,生态环境质量较差。
表3 高淳区耕地质量指数局部空间自相关类型及占比汇总
图4 高淳区耕地质量局部空间聚集分布
3.5.1 耕地空间布局划定
理论地理学指出,各区域单元之间互相影响,可能会存在扩散或者回流效应,从而降低或扩大临近单元间的质量差异[34]。为此,本研究将耕地质量空间自相关类型中的正相关类型视为空间扩散效应,而负相关类型视为空间回流效应[35]。其中,HH型代表质量较高的地块的空间集聚区,在该区域耕地质量趋于同质,应作为禁止非农建设的核心保护区。LL型与之相反,代表耕地质量较差地块空间集聚区域,在该区域内耕地质量趋于同质,应基于耕地质量禀赋,分批次的开展生态还林还草建设,是非农建设的理想区域。HL型代表的是“凸地”,表现出高质量耕地被低质量耕地包围的空间特征,在回流效应的影响下该区域的高质量地块极易被低质量地块同化,退化为LL型。LH型代表的是“凹地”,表现出低质量耕地被高质量耕地包围的空间特征,在扩散效应的作用下低质量地块极易被临近高质量地块同化,跃迁为HH型。具体分区结果和优化策略如图5及表4所示。
图5 高淳区耕地质量局部空间关联聚集图
表4 基于改进局部空间自相关的高淳区耕地保护布局优化
鉴于此,本研究从区域发展理论与实践出发,根据高淳“三线”成果,分析位于永久基本农田保护边界、城镇开发边界以及生态红线内地块的空间相关性,将各耕地指数空间关联结果叠加后产生的14种类型分为永久基本农田保护区、城市发展缓冲区、生态环境保护区及综合调节区4个一级类与14个二级类,针对不同类型的空间效应提出耕地布局优化策略。研究表明:结合“三线”划定成果与耕地质量空间相关性优化耕地空间布局,不仅保障国土空间规划的实施,还提出耕地布局优化的策略,永久基本农田新增968.15 hm2,等级提升0.94。
3.5.2 耕地空间布局优化策略
本研究将“三线”划定成果纳入空间自相关优化耕地空间布局的研究框架,剖析位于永久基本农田保护红线、城镇开发边界以及生态红线内的地块自然质量、利用管理、经济价值及生态环境指数的空间相关性划分耕地保护分区,评估各分区耕地布局优化难度,提出布局优化策略,各分区耕地保护分区优化策略如下所示:
1)永久基本农田保护区主要分布在雁翅乡、古柏镇、固城镇及定埠镇,总面积为32 238.30 hm2,占比为82.51%。永久基本农田保护区内的地块不但隶属于国土空间规划中的永久基本农田范畴,且各耕地质量指数均表现出较强的空间扩散效应,综合质量较优,无任何障碍因素。其中,基本农田核心区是自然质量优越、基础设施较完备、经济价值较高、生态环境较优的聚集地,也是永久基本农田保护区中最应优先保护的核心。位于基本农田改良区、基本农田整治区内的地块在利用管理和生态环境的空间聚集优势减弱,应分别采取田间管理设施建设和生态整治工程为治理要点的耕地质量提升策略。位于基本农田退出区内的地块在耕地质量、利用管理水平、经济效益以及生态环境质量的优势减弱的同时,在空间上表现出较强的空间回流效应,限制周围地块的耕地质量,应通过产权转移有序退出基本农田。综上,该区域内的地块隶属于永久基本农田范畴,质量优势突出,是承担粮食安全的核心,应禁止非农建设;对于空间回流效应明显、质量较差的地块,应基于基本农田管理平台有序退出、转移,防止基本农田被损毁。
2)城镇发展缓冲区主要分布在淳溪镇的环高淳镇中心以及固城镇的“环固城湖”块区,在漆桥镇、定埠镇、雁翅乡有较小面积的零散分布,总面积为1 024.23 hm2,占比为2.62%。城镇发展缓冲区隶属高淳国土空间规划中的城镇开发边界,紧邻城镇中心,区位优势突出,耕地质量表现出明显劣势。其中,位于城镇发展调节区内的耕地,耕地质量较优,且各耕地质量指数均表现出较强的正向空间扩散效应,应有选择的纳入基本农田。位于城镇发展侧重区的地块,耕地在生态环境质量表现出较强的空间扩散效应,应通过退耕还林、还草工程使其成为生态格点提升周围地块生态质量。位于城镇发展理想区内的地块,临近城镇周围,各耕地质量指数均表现出较强的空间回流效应,耕地质量劣势突出的同时还会引致周围地块耕地质量下降,应作为城镇发展最优先占用的地块。综上,城镇发展缓冲区耕地质量优势下降,各耕地质量指数均表现出较强的空间回流效应,是城镇发展农转用的理想空间,也为城镇发展指明方向。
3)生态环境保护区主要分布在“东坝-定埠-固城”沿胥河带区、漆桥镇与东坝镇交汇处以及定埠东坝交汇处,总面积为1 835.36 hm2,占比为4.70%。生态保护缓冲区隶属高淳国土空间规划的生态红线,生态环境优势较为突出,主要分布在河流、湖泊以及公路沿线。其中,生态适度保护区内的地块,耕地质量优势较为突出,各耕地质量指数均表现出较强的空间扩散效应,建议有选择地纳入基本农田;位于生态侧重保护区内的地块,耕地自然质量、利用管理水平以及经济价值指数的优势较为突出,但生态环境指数却表现出较强的负向空间回流效应,建议大力通过田间生态防护、重金属降解技术等一系列生态整治工程改良其生态环境质量;位于生态重点建设区内的地块,耕地质量劣势较为突出,且各质量指数均表现出较强的空间回流效应,生产能力有限,建议通过生态还林、还草工程以形成生态红线防护格网。综上,位于生态环境保护区内的地块,耕地质量较差,各耕地质量指数均表现出较强的回流效应,应有选择、有序地退耕还林、还草,以发挥其生态防护价值。
4)综合调节区位于高淳国土空间规划“三线”划定外,主要分布在雁翅乡东部沿固城湖块区、定埠镇北部片区以及“淳溪-漆桥-东坝”块区,总面积为3 973.91 hm2,占比为10.17%。其中,重点综合调节区内的地块耕地质量较优,各耕地质量指数均表现出较强的空间扩散效应,应有选择的纳入基本农田。位于重点综合保护区、侧重综合整治区以及适度综合调节区内的地块,耕地质量优势较弱,耕地质量的障碍因素较多也最复杂,需判明各项障碍因素的作用机理,实现各耕地质量指数向HH型的跃迁,具体措施包括:根据地块限制因素的作用机理、限制因素的多少及整治成本,确定各地块的整治次序;针对耕地质量条件较差的耕地,采取移土培肥、土壤改良等措施;针对基础设施不完善的耕地,应加快田间道路、沟渠等设施建设;对于投入产出水平较差的耕地,应通过耕地流转、置换等措施,优化土地管理模式,增加农业生产附加值;对于生态条件较差的耕地,应积极探索土壤污染修复新技术,完善土壤污染微观环境。
本研究基于高淳区“一城两湖两翼”的国土空间规划“三线”划定成果,通过构建改进局部空间自相关模型,以耕地自然质量、利用管理、经济价值及生态环境指数为空间变量,分析高淳永久基本农田保护红线、城镇开发边界、生态红线内耕地质量指标的空间集聚特征,提出相应的耕地空间布局优化策略。主要结论如下:
1)高淳西部地块的耕地综合质量优于东部地区。其中,高质量耕地在西部分布集中连片,在东部分布较为零散,低质量耕地在西部分布较为集中。自然质量、利用管理、经济价值以及生态环境指数均表现出“西高东低”的空间特征。
2)高淳耕地质量空间相关性以正相关型为主,正、负相关型与高、低质量耕地的空间分布高度吻合。各耕地质量指数均表现出明显的空间聚集特征,自然质量、利用管理、经济价值及生态环境指数的Moran’s值分别为0.79、0.92、0.89、0.77,空间集聚性从大到小的排列顺序为利用管理、经济价值、自然质量与生态环境指数。
3)结合国土空间规划与耕地质量空间相关性优化耕地空间布局,永久基本农田新增968.15 hm2,等级提升0.94,划定永久基本农田保护区、城镇发展缓冲区、生态环境保护区及综合调节区4个一级类与14个二级类。其中,永久基本农田保护区综合质量较优,表现出强烈的空间扩散效应,应作为耕地保护核心,禁止非农建设;城镇发展缓冲区质量较差但区位优势突出,各耕地质量指数表现出较强的空间回流效应,是城镇发展农转用的理想空间;生态环境保护区耕地质量劣势明显但生态条件优越,应开展生态防护工程,形成生态防护格网;综合调节区耕地质量限制因素复杂,应判明障碍因素作用机理,开展田间整治工程,促进其向永久基本农田跃迁。
本研究基于高淳区国土空间规划“三线”划定成果,深入探讨耕地在自然质量条件、利用管理水平、经济价值指数及生态环境质量4个维度的空间集聚分布,据此提出优化耕地空间布局的策略,对于耕地质量提升、保障粮食安全具有重要的参考意义。在耕地质量内涵方面,除耕地自然质量、基础设施条件及经济价值指数外,将生态质量作为耕地质量的“第四维”纳入耕地质量内涵,突破了单纯以耕地自然质量、利用管理及经济价值指数3个维度的空间相关性优化耕地空间布局的局限;在研究方法上,基于耕地面积与距离修正空间权重,采用改进局部空间相关性模型更加科学准确的描述耕地质量空间聚集分布;在研究思路上,基于高淳区1 073个监测点数据对耕地生态环境指数展开空间相关性分析,弥补了以往研究对耕地生态质量空间相关性的不足,对于耕地精细化管理、全局耕地质量提升具有重要参考意义;在研究内容上,结合国土空间规划“三线”划定成果与耕地质量空间自相关优化耕地空间布局,确保国土空间规划成果有效实施。值得说明的是,本研究主要探讨各耕地质量空间自相关性对耕地保护布局优化的影响,至于如何实现“数量与质量”结合的耕地保护分区,如何深入贯彻“布局-规模-实践”的耕地保护研究框架是今后重点研究方向。政府应尽快建立数量、质量与生态“三位一体”的耕地保护机制,在保障耕地数量的同时,将耕地生态安全纳入耕地质量框架;完善全民耕地保护意识,建立耕地保护社会扶持机制;加强村集体经济组织建设,培育耕地质量和生态保护的监管主体;确立山水林田湖全要素保护理念,实现耕地保护与生态保护目标;建立耕地有偿使用及交易制度,缓解建设占用耕地压力。
[1] Deng X Z, Huang J K, Rozelle S, et al. Impact of urbanization on cultivated land changes in China[J]. Land Use Policy, 2015, 45:1-7.
[2] 国土资源部. 2016 中国国土资源公报[EB/OL]. (2017-04-28) [2020-03-06]. https://www.sxejgfyxgs.com/24/12939.html.
[3] 郭贯成,韩小二. 考虑粮食安全和耕地质量的县域基本农田空间布局优化[J]. 农业工程学报,2021,37(7):252-260.
Guo Guancheng, Han Xiaoer. Spatial layout optimization of basic farmland considering food security and cultivated land quality at county scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(7): 252-260. (in Chinese with English abstract)
[4] 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 Yunna, Fan Shuyin, Kong Xiangbin, et al. Evaluation of cultivated land quality based on four quality dimensions[J]. Resources Science, 2018, 40(4): 737-747. (in Chinese with English abstract)
[5] 陈诚,林晨. 苏南地区耕地质量评价与分区保护研究[J]. 长江流域资源与环境,2016,25(12):1860-1869.
Chen Cheng, Lin Chen. Cultivated land quality assessment and protection zoning in southern Jiangsu[J]. Resources and Environment in The Yangtze Basin, 2016, 25(12): 1860-1869. (in Chinese with English abstract)
[6] 余慧敏,郭熙. 生态视角下南方典型丘陵区耕地健康诊断:以江西省奉新县为例[J]. 中国土地科学,2019,33(5):78-85.
Yu Huimin, Guo Xi. Health diagnosis of cultivated land in typical hilly areas of southern China from the ecological perspective[J]. China Land Science, 2019, 33(5): 78-85. (in Chinese with English abstract)
[7] 秦元伟,赵庚星,董超,等. 乡镇级耕地质量综合评价及其时空演变分析[J]. 自然资源学报,2010,25(3):454-464.
Qin Yuanwei, Zhao Gengxing, Dong Chao, et al. Comprehensive evaluation and spatiotemporal variation analysis of cultivated land quality at town scale[J]. Journal of Natural Resources, 2010, 25(3): 454-464. (in Chinese with English abstract)
[8] 陈藜藜,宋戈,邹朝晖,等. 基于改进局部空间自相关分析的萝北县耕地保护分区[J]. 资源科学,2016,38(10):1871-1882.
Chen Lili, Song Ge, Zou Chaohui, et al. Zoning of protected cultivated land based on improved local indicators of spatial association[J]. Resources Science, 2016, 38(10): 1871-1882. (in Chinese with English abstract)
[9] 辛芸娜,孔祥斌,郧文聚. 北京大都市边缘区耕地多功能评价指标体系构建:以大兴区为例[J]. 中国土地科学,2017,31(8):77-87.
Xin Yunna, Kong Xiangbin, Yun Wenju. Design and application of multi-functional evaluation index system for cultivated land in metropolitan fringe of Beijing: A case study in Daxing district[J]. China Land Science, 2017, 31(8): 77-87. (in Chinese with English abstract)
[10] 张英男,龙花楼,戈大专,等. 黄淮海平原耕地功能演变的时空特征及其驱动机制[J]. 地理学报,2018,73(3):518-534.
Zhang Yingnan, Long Hualou, Ge Dazhuan, et al. Spatio-temporal characteristics and dynamic mechanism of farmland functions evolution in the Huang-Huai-Hai Plain[J]. Acta Geographica Sinica, 2018, 73(3): 518-534. (in Chinese with English abstract)
[11] 杨君,邵劲松,周鹏全,等. 基于地块尺度的耕地质量级别变化及农业空间保护:以岳阳市岳阳楼区为例[J]. 经济地理,2021,41(11):185-192.
Yang Jun, Shao Jinsong, Zhou Pengquan, et al. Change of cultivated land quality level and agricultural space protection based on the Scale: Taking Yueyanglou District of Yueyang City as an Example[J]. Economic Geography, 2021, 41(11): 185-192. (in Chinese with English abstract)
[12] 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 rockydesertification areas: A case study in Qinglong County,Guizhou Province[J]. Acta Geographica Sinica, 2018,73(11):2250-2266.(in Chinese with English abstract)
[13] 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 Changsheng, Wei Shichuan, Luan Qiaolin, et al. Spatial pattern disparity and cultivated land quality based on Moran’sanalysis[J]. Resources Science, 2014, 36(10): 2066-2074. (in Chinese with English abstract)
[14] 韦仕川,熊昌盛,栾乔林,等. 基于耕地质量指数局部空间自相关的耕地保护分区[J]. 农业工程学报,2014,30(18):249-256.
Wei Shichuan, Xiong Changsheng, Luan Qiaolin, et al. Protection zoning of arable land quality index based on local spatial autocorrelation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014,30(18):249-256.(in Chinese with English abstract)
[15] 张孝宇,张安录. 武汉市耕地非农化的空间自相关分析[J]. 长江流域资源与环境,2015,24(5):781-788.
Zhang Xiaoyu, Zhang Anlu. Small-scale spatial patterns of farmland conversion based on autocorrelation analysis in Wuhan city[J]. Resources and Environment in The Yangtze Basin, 2015, 24(5): 781-788. (in Chinese with English abstract)
[16] 熊昌盛,张永蕾,王雅娟,等. 中国耕地多功能评价及分区管控[J]. 中国土地科学,2021,35(10):104-114.
Xiong Changsheng, Zhang Yonglei, Wang Yajuan, et al. Multi-function evaluation and zoning control of cultivated land in China[J]. China Land Science, 2021, 35(10): 104-114. (in Chinese with English abstract)
[17] 高进云,乔荣锋. 基于空间相关分析的农地城市流转决策模型研究[J]. 干旱区资源与环境,2014,28(5):25-29.
Gao Jinyun, Qiao Rongfeng. Study on rural-urban land conversion decision model based on spatial correlation analysis[J]. Journal of Arid Land Resources and Environment, 2014, 28(5): 25-29. (in Chinese with English abstract)
[18] 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 Jianyu, Xu Fan, Zhao Long, et al. Protection zoning of cultivated land comprehensive quality based on spatial autocorrelation[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(3): 156-163. (in Chinese with English abstract)
[19] 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 Jingming, Hou Xianhui, Wang Zhanqi, 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. (in Chinese with English abstract)
[20] 张莉琴,姚慧敏,张凤荣. 农用地土地利用系数的构成[J]. 中国土地科学,2003,17(6):13-17.
Zhang Liqin, Yao Huimin, Zhang Fengrong. Coefficient compent of agricultural land use[J]. China Land Science, 2003, 17(6): 13-17. (in Chinese with English abstract)
[21] 熊正德,姚柱,张艳艳. 基于组合赋权和SEM的农田抛荒影响因素研究:以农民个人资本为视角[J]. 经济地理,2017,37(1):155-161.
Xiong Zhengde, Yao Zhu, Zhang Yanyan. Influential factors of farmland abandonment using combination weight and SEM: from the perspective of farmer’s individual capital[J]. Economic Geography, 2017, 37(1): 155-161. (in Chinese with English abstract)
[22] 陈彦光. 基于Moran统计量的空间自相关理论发展和方法改进[J]. 地理研究,2009,28(6):1449-1463.
Chen Yanguang. Reconstructing the mathematical process of spatial autocorrelation based on Moran’s statistics[J]. Geographical Research, 2009, 28(6): 1449-1463. (in Chinese with English abstract)
[23] 曲衍波,王世磊,朱伟亚,等. 黄河三角洲国土空间演变的时空分异特征与驱动力分析[J]. 农业工程学报,2021,37(6):252-263.
Qu Yanbo, Wang Shilei, Zhu Weiya, et al. Spatial-temporal differentiation characteristics and driving force of territorial space evolution in the Yellow River Delta[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(6): 252-263. (in Chinese with English abstract)
[24] 史娜娜,肖能文,王琦,等. 锡林郭勒盟生态安全评价及生态调控途径[J]. 农业工程学报,2019,35(18):228-236.
Shi Nana, Xiao Nengwen, Wang Qi, et al. Ecological security evaluation and ecological regulation approach in Xilin Gol League[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(18): 228-236. (in Chinese with English abstract)
[25] Anselin L. Local indicators of spatial association-LISA[J]. Geographical Analysis, 1995, 27(2): 93-115.
[26] LEE M S. Spatial Association Measures for an ESDA GIS Framework:Developments, Significance Tests and Applications to Spatial-temporal Income Dynamics of U. S. Labor Market Areas[D]. Ohio: The Ohio State University, 2001.
[27] 李子良,王树涛,张利,等. 经济快速发展地区耕地生产能力空间格局[J]. 农业工程学报,2010,26(11):323-331.
Li Ziliang, Wang Shutao, Zhang Li, et al. Spatial pattern of cultivated land productivity in rapid economic development region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(11): 323-331. (in Chinese with English abstract)
[28] 陈磊,吴继贵,王应明. 基于空间视角的水资源经济环境效率评价[J]. 地理科学,2015,35(12):1568-1574.
Chen Lei, Wu Jigui, Wang Yingming. Efficiency evaluation of water resource-economic-environment system based on spatial perspective[J]. Scientia Geographica Sinica, 2015, 35(12): 1568-1574. (in Chinese with English abstract)
[29] 杨海文. 空间计量模型的选择、估计及其应用[D]. 南昌:江西财经大学,2015.
Yang Haiwen. Spatial Econometric Model Selection, Estimation and its Application Based on the Comparison of Classical Methods and MCMC Methods[D]. Nanchang: Jiangxi University of Finance & Economic, 2015. (in Chinese with English abstract)
[30] 陶长琪,杨海文. 空间计量模型选择及其模拟分析[J]. 统计研究,2014,31(8):88-96.
Tao Changqi, Yang Haiwen. Spatial econometric model selection and its simulation analysis[J]. Statistical Research, 2014, 31(8): 88-96. (in Chinese with English abstract)
[31] 田惠文,张欣欣,毕如田,等. 非均匀网格环境下基于耕地质量与集中连片度的基本农田划定[J]. 农业工程学报,2020,36(3):254-262.
Tian Huiwen, Zhang Xinxin, Bi Rutian, et al. Prime farmland demarcation based on arable land quality and concentricity in non-uniform grid environment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(3): 254-262. (in Chinese with English abstract)
[32] 刘洋,余建新,向冬蕾,等. 基于局部空间自相关的思茅区耕地利用保护综合分区[J]. 水土保持研究,2020,27(1):183-188,196.
Liu Yang, Yu Jianxin, Xiang Donglei, et al. Integrated zoning of cultivated land use protection in Simao district based on local spatial autocorrelation[J]. Research of Soil and Water Conservation, 2020, 27(1): 183-188, 196. (in Chinese with English abstract)
[33] 赖发英,王国锋,孙永明,等. 城市污泥对矿区土壤性状的影响[J]. 核农学报,2010,24(2):349-354.
Lai Faying, Wang Guofeng, Sun Yongming, et al. Effects of municipal sewage sludge on mine soil properties[J]. Journal of Nuclear Agricultural Sciences, 2010, 24(2): 349-354. (in Chinese with English abstract)
[34] 朱英明,姚士谋. 国外区域联系研究综述[J]. 世界地理研究,2001,10(2):16-24.
Zhu Yingming, Yao Shimou. Overview of studies of regional linkages in foreign countries[J]. World Regional Studies, 2001, 10(2): 16-24. (in Chinese with English abstract)
[35] 葛莹,姚士谋,蒲英霞,等. 运用空间自相关分析集聚经济类型的地理格局[J]. 人文地理,2005,20(3):21-25.
Ge Ying, Yao Shimo, Pu Yingxia, et al. Application of spatial autocorrelation for the spatial patterns of urbanization and localization economy[J]. Human Geography, 2005, 20(3): 21-25. (in Chinese with English abstract)
Optimization of the spatial layout of arable land protection using “Three Lines” delineation of territorial spatial planning and spatial autocorrelation attributes of arable land quality
Han Shu1, Guo Guancheng1,2※, Shi Yangyang1, Cui Jiufu1
(1.,y,210095,; 2.,,210095,)
The “Three line” of land spatial planning and the spatial characteristics of cultivated land quality can greatly contribute to the spatial layout optimization of cultivated land protection and food security. In this study, an improved local spatial autocorrelation model was proposed to optimize the spatial layout of arable land protection using “Three line” delineation of territorial spatial planning and spatial autocorrelation attributes of arable land quality. The ecological environment served as the “fourth dimension” of the spatial correlation analysis of cultivated land quality. A plan was also presented to improve the spatial layout of cultivated land protection. The spatial autocorrelation correlation was then simulated for the natural quality, utilization management, economic value, and ecological environment index of cultivated land in the “Three line” from the plot scale. There was a positive influence on the geographical evolution of agricultural ecological landscape patterns, food safety, and farmland pollution control. The specific procedures were as follows. Firstly, some indexes were estimated to obtain the three-line delineation of land spatial planning, including the natural quality, utilization management, economic value, and ecological environment index. The plot data was collected from 1 073 soil monitoring stations in the Gaochun District, Nanjing City, Jiangsu Province of China. Secondly, the spatial correlation of each indicator was analyzed using the spatial error model of the enhanced spatial weights. Finally, a new strategy was proposed to optimize the spatial layout of cultivated land, according to the geographical association findings of permanent basic farmland, urban development boundary, and the quality of inland blocks of ecological protection red line. The results indicated: 1) Much more high-quality cultivated land was concentrated in the west and dispersed in the east, in terms of the geographical distribution of cultivated land quality. Low-quality agricultural land was more prevalent in the eastern part than in the western. The ecological environment, economic value, utilization management, and natural quality index all demonstrated the "west high, east low" features of geographical distribution. 2) Each cultivated land quality index presented a positive geographic correlation, according to the spatial autocorrelation analysis of the cultivated land quality index. Both positive and negative correlation types were quite compatible with the spatial distribution of high and low-quality cultivated land. The natural quality, utilization management, economic value, and ecological environment index all presented the Moran's I values of 0.79, 0.92, 0.89, and 0.77, respectively, all of which were the spatial aggregation features. The indexes were ranked in descending order of the Utilization Management, Economic Value, Natural Quality, and Ecological Environment Index. 3) The cultivated land was divided into 14 second-level categories and four first-level categories using the spatial correlation of the cultivated land quality, including the permanent basic farmland protection, urban development buffer, ecological environment protection, and comprehensive adjustment zone. Both the permanent basic cropland and the grade rose by 0.94. The best quality was found in the permanent basic farmland protection zone. There was a significantly positive spatial dispersion impact of each quality measure for the cultivated land protection to forbid non-agricultural building. The urban development buffer zone was the best place for urban growth, due to the low quality of the farmed land and the significant geographical benefit. The ecological environmental protection zone was utilized to carry out ecological protection in the field. An ecological red line protection grid was constructed for the outstanding ecological circumstances, especially with a relatively visible deficit in the overall quality.
layout; optimization; ecology; farmland quality; territorial space planning; improving spatial autocorrelation;Gaochun District
10.11975/j.issn.1002-6819.2022.19.026
F301.12
A
1002-6819(2022)-19-0237-12
韩述,郭贯成,史洋洋,等. 基于国土空间“三线”划定与耕地质量自相关的耕地空间布局优化[J]. 农业工程学报,2022,38(19):237-248.doi:10.11975/j.issn.1002-6819.2022.19.026 http://www.tcsae.org
Han Shu, Guo Guancheng, Shi Yangyang, et al. Optimization of the spatial layout of arable land protection using “Three Lines” delineation of territorial spatial planning and spatial autocorrelation attributes of arable land quality[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(19): 237-248. (in Chinese with English abstract) doi:10.11975/j.issn.1002-6819.2022.19.026 http://www.tcsae.org
2022-06-19
2022-09-02
国家社科基金重点项目(20AGL024)
韩述,博士生,主要研究方向为土地经济与政策。Email:hanshu@njau.edu.cn
郭贯成,博士,教授,博士生导师。主要研究方向为土地经济与政策、不动产评估与管理。Email:ggc@njau.edu.cn