湘江流域耕地斑块时空变化及影响因素分析

周雅金 胡欣婕

摘 要：耕地是变化最为频繁、最为重要的土地利用类型，具有特殊的社会意义。以湘江流域湖南段为研究区域，基于1980—2018年8期遥感影像解译的土地利用数据，对研究区耕地流出与流入斑块进行流域时空分布的对比分析，并采用GWR模型进一步分析耕地流出与流入的影响因素。结果表明：1980—2018年，耕地面积不断减少，近期面积骤减，城乡耕地净变化率差距日益显著。在流域空间分布上，耕地流出与流入斑块面积加权平均中心和标准差椭圆经历了“拟合-错开-拟合”的变化。高程、坡度和城镇在不同区域对耕地流出作用方向和大小具有明显差别，距离稳定耕地越远，耕地流出概率越大。耕地流入与稳定耕地呈显著正相关性。

关键词：耕地变化;空间格局;耕地图斑;湘江流域

中图分类号 F323.211 文献标识码 A 文章编号 1007-7731（2022）05-0141-06

耕地具有生态、农业、景观、土地利用等多种功能，随着社会生产力水平的快速提高，耕地利用比较优势逐渐低迷，耕地向建设用地、林地、草地等地类转换的现象持续发生[1]。我国历来高度重视耕地保护，1998年耕地占补平衡政策正式入册《中华人民共和国土地管理法》，2012年原国土资源部发布的《关于提升耕地保护水平全面加强耕地质量建设与管理的通知》标志着我国耕地保护正式进入数量管控、质量管理和生态管护“三位一体”阶段[2]。一连串耕地保护政策的实施，有效地遏制了耕地资源加速流失的势头。

2005年，土地利用/覆被变化成为人类活动对全球变化影响研究的核心内容，土地利用/覆被变化监测和模拟的研究热度逐渐白热化。耕地是我国最为重要的土地利用类型和土地利用变化最为敏感的土地利用类型[3]，国内学者历来关注耕地利用变化研究，学者们从耕地质量和产能、耕地集约利用与规模经营[4-6]、耕地空间格局、耕地变化趋势及驱动因素研究[7-8]、耕地变化模拟、耕地利用转型[9]、生态响应[10]、耕地保护政策制度与管理方法等多方面进行了大量研究，成果颇丰。耕地时空格局研究通常以遥感解译的多年土地利用栅格数据为基础数据，以数量、质量、景观格局指标[11]等描述耕地利用空间形态，同时，结合地图法、缓冲区分析、图谱法[12]等对耕地利用的空间分布特征进行可视化[13]。目前，耕地空间格局研究尚存在如下不足：（1）已有成果多是以特殊自然区域、重要粮食产区的单一尺度研究为依托，流域内多尺度耕地变化空间特征研究尚不充分。然而随着生态文明建设的推进和山水林田湖草生态修复工程的实施，优化流域内耕地空间布局将成为必然需求;（2）现有研究多将研究区域内全部耕地作为研究对象，未能精细把握研究区耕地变化方向。

因此，研究对比分析湘江流域耕地流入与流出斑块在流域内的空间分布差异，以1km×1km渔网创建样本单元，统计各单元耕地变化量、变动耕地的高程、坡度、水源距离、城乡距离、成片率等属性形成面板数据，探讨影响耕地变化的主导因素。以期精准掌握湘江流域耕地变化方向，为湘江流域耕地保护与流域可持续发展提供科学依据。

1 研究区概况

本研究的湘江流域与《湘江流域科学发展总体规划》规划范围一致，涉及湖南境内的长沙、湘潭、株洲、衡阳、郴州等9市70个县市区。2018年，湘江流域耕地面积占全省耕地的51.18%，粮食产量占全省的55.56%，人口占全省的58.87%，GDP占全省的69.44%。湘江流域是湖南省人口密度最大、城市化水平最高、土地利用变化最频繁的区域，也是湖南省新型城镇化、农业现代化的集中区和引领区。在此背景下，深入湘江流域耕地分布变化研究，精准把握耕地分布的变化方向，对湘江流域耕地保护与流域生态稳定意义重大。

2 数据来源与研究方法

2.1 数据来源 本研究所采用的基础数据有：（1）湘江流域1980、1990、1995、2000、2005、2010、2015、2018年八期土地利用数据和DEM数据，精度均为30m×30m，土地利用数据以土地覆被特征作为识别土地利用类型的主要依据。（2）2017年行政区划矢量数据。以上数据均来源于中国科学院资源环境科学与数据中心（https：//www.resdc.cn/）。

2.2 研究方法

2.2.1 耕地净变化率 耕地净变化率指研究时段内耕地净变化量占研究期初耕地总量的比例，这项指标可以直观反映耕地净流入或净流失的幅度。计算公式为：

式中：[V]表示耕地净变化动态度，[Sb]表示研究时段内耕地流入面积，[Sa]表示研究时段内耕地流出面积，[S]表示研究期初耕地总面积，[T]为研究时段年数。

2.2.2 面积加权标准差椭圆 标准差椭圆是度量一组要素中心趋势、分布方向和离散程度的重要手段。面积加权标准差椭圆（AWSDE）以面积权重作为计算标准差椭圆的重要参数，其计算方法如下：

2.2.3 面积加权平均中心 面积加权平均中心（AWAC）延伸自平均中心，在其基础上乘以各斑块面积权重获得结果，可以用于识别一组要素的地理中心。面积加权平均中心计算方法如下：

2.2.4 地理加权回归模型 考虑到地理要素的空间异质性，各区域的社会经济条件不同，地理要素对某一事物的作用效果也不一样，地理加权回归模型（GWR）将地理要素空间位置参数纳入传统回歸模型。

3 结果与分析

3.1 耕地流出与流入面积的变化情况 1980—2018年湘江流域耕地面积持续减少，耕地流出面积与耕地流入面积波动增长，耕地净变化率近期大幅减少。2015—2018年耕地流出面积、耕地流入面积、耕地净减少面积达到研究时段内最高值。由于东江湖水库和欧阳海水库面积扩大占用大量耕地，1980—1990年和1990—1995年耕地流出面积远大于1995—2000年。2005—2010年耕地流出面积较少，无耕地流入情况。

如图1所示，1980—2018年耕地流出面积不断增加，2015—2018是湘江流域耕地流出与流入量最多的时段。绝大多数区县在2015—2018年耕地流出面积达到1980年来的峰值，但由于东江湖水库、欧阳海水库扩容和退垸还湖，资兴县、桂阳县和湘阴县在1980—1990年和1990—1995年耕地减少面积达到其峰值。

3.2 耕地流入与流出时空分布特征

3.2.1 耕地净变化率 如图2所示，1980年湘江流域中部区县还能保持耕地面积不减少或小幅度净流入，自1990年始，湘江流域中部经济发展较好的区县便很少能实现耕地面积不减少，且耕地净流出幅度逐渐增加。自2000年始湘江流域全面进入各区县耕地净流出的局面。在经济发展建设用地需求剧增的压力下，长沙都市圈及其他地级市市区耕地面积从2010年开始大幅减少，且本行政区耕地后备资源逐渐难以实现耕地占补平衡，进而将本行政补充耕地压力转移到周边行政区，2010—2018年城乡耕地净变化率差距逐渐明显。

3.2.2 面积加权标准差椭圆 从图3可以看出，1980—2018年2个标准差椭圆历经了逐渐错开再到逐渐拟合的过程，说明湘江流域耕地流出与流入分布自1990—1995年始逐步失调，近期逐渐协调，2010—2018年“占补平衡”耕地保护成效逐渐显现。具体来看，耕地流出标准差椭圆东西、南北向跨度且位置变化不大。耕地流入标准差椭圆东西、南北跨度且位置变化较大，东西跨度始终大于耕地流出。说明湘江流域耕地流入斑块分布不稳定，且更倾向于分布在湘江东西两头产流区，而耕地流出斑块则更倾向集中于湘江及其支流的汇流区。

3.2.3 耕地面积加权平均中心 由图3可知相较于1980年，2018年耕地流出与流入面积加权平均中心的总体变化均呈现出往西北方向移动，1980—2018年两平均中心经历逐渐分离再逐步靠拢的过程，2015—2018年耕地流出与流入平均中心距离达到1990年以来最小。具体来说，耕地流出平均中心经历了向南向北再向南移动的过程;耕地流入平均中心则经历了向南再向北的变化过程。

3.3 耕地变动影响因素 耕地流入和流出是社会经济活动与自然环境权衡的结果。从自然环境来看，坡度、高程、土壤等是影响耕地质量和产出的重要因子，因此坡度、高程是新增耕地和退出耕地选址的重要影响因子。从区位因素来看，建设占用、撂荒弃耕是耕地流出的主要原因，距离城镇距离越近，耕地被占用的可能性更大;距离城镇距离太远，耕地则很大可能被撂荒。与水源距离则影响耕地能否得到灌溉。耕地成片能更好地发挥规模效益，在已有耕地旁边新增耕地也能共享已有农用设施，减少投入成本。

因此，创建10km×10km渔网，从自然和区位因素等方面出发，选取如表3的因素进行分析。首先采用OLS进行全局回归，用Koenker（BP）测试因变量和自变量的关系在全域是否一致。进而确定是否构建地理加权回归模型，分析以下因素对各区域耕地流出与流入的作用方向和影响程度大小。

3.3.1 最小二乘法回归（OLS）采用极值法进行数据标准化，运用最小二乘法（OLS）进行综合因子分析，采用方差膨胀因子法对变量进行共线性诊断，各变量VIF均小于7.5，表示变量之间不存在严重共线性问题。由表4可知：耕地流出与坡度、城镇距离具有显著负相关，与稳定耕地距离具有显著正相关，且Koenker（BP）小于0.05，说明耕地流出OLS模型具有统计学上的显著不稳定性，适合进一步地理加权回归分析。耕地流入与稳定耕地距离具有显著正相关，且Koenker（BP）不显著。

3.3.2 地理加权回归分析（GWR）由于耕地流出OLS模型具有显著异方差性，因此对耕地流出进一步进行地理加权回归分析。拟合优度指标AICc显示GWR模型拟合效果优于OLS模型，且同一自变量的拟合系数在各区域是不同的，具体见表5和图4。耕地流出GWR模型显示在不同区域，高程、坡度、水源、城镇对耕地流出的影响方向与影响大小具有明显差距。稳定耕地对耕地流出的影响方向主要为正向。其中，与稳定耕地距离对耕地流出的影响最大，距离越远，流出概率越大。在长株潭地区，高程和坡度越小，耕地流出面积越大，而在山区，高程和坡度越小耕地流出面积越大。对于水源因素来说，在长株潭和兴建水库区域，距离水源越近，耕地流出面积越大。在流域中部区域，距离城镇越近，耕地流出面积越大，距离越远，在长株潭和流域东西南三面則是距离越远，流出面积越大。

4 结论与讨论

4.1 结论 本研究以湘江流域变动耕地为对象，分析了研究区域耕地流出与流入的时空分布特征，并探讨了高程、坡度、水源、城镇、稳定耕地对耕地流出与流入的影响，得出如下结论：

（1）1980—2018年，湘江流域耕地减速加快，2015—2018年是耕地流出与流入面积最多的时段，补充耕地压力不断增大，耕地净变化率城乡差距逐渐明显。在整个流域空间分布上，耕地流出较流入南北分布特征更明显，耕地流出与流入空间分布和重心经历了“拟合-错开-拟合”的变化。

（2）高程、坡度、水源、城镇、稳定耕地对耕地流出的影响方向与大小具有显著空间异质性。稳定耕地的作用方向主要为正向，即距离稳定耕地越远的耕地流出概率越大。高程、坡度、水源、城镇、稳定耕地对耕地流入的影响不具有显著空间异质性，距稳定耕地距离与耕地流入具有显著正向相关性。

4.2 讨论 为优化湘江流域耕地空间分布格局，保障流域生态安全，协调好经济建设和耕地保护之间的关系，基于本文的研究提出以下几点建议：（1）湘江流域耕地保护工作成效显现，仍需保持，尽量缩小补充和占用耕地在源头产流区和汇流区的分布差异。（2）注意海拔低、坡度小自然条件优良耕地的保护，逐步退出高海拔、大坡度的耕地;修建小型水利，保障远水源补充耕地的灌溉设施和灌溉用水;加强土地整治补充耕地，在稳定耕地旁边补充耕地，形成耕地连片，发挥规模效益和提升农业机械化率。

另外，本研究仍然存在一定程度的局限性，这也是进一步研究的方向。一是本文对变动耕地分布格局的成因缺少经济和政策方面的思考;二是对耕地流入与流出空间分布不平衡的社会经济影响未进行深入的探讨。

参考文献

[1]程維明，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（09）：1613-1629.

[2]韩璐，孟鹏，蒋仁开，等.新时代耕地占补平衡的逻辑根源、模式探索与管理创新——基于“新时代耕地占补平衡方式改进与管理创新研讨会”的思考[J].中国土地科学，2018，32（06）：90-96.

[3]宋小青，申雅静，王雄，等.耕地利用转型中的生物灾害脆弱性研究[J].地理学报，2020，75（11）：2362-2379.

[4]吕晓，牛善栋，谷国政，等.“新三农”视域下中国耕地利用的可持续集约化：概念认知与研究框架[J].自然资源学报，2020，35（09）：2029-2043.

[5]葛玉娟，赵宇鸾，李秀彬.山区耕地细碎化对土地利用集约度影响——以贵州省亚鱼村为例[J].地理科学进展，2020，39（07）：1095-1105.

[6]李婧昕，张红旗.新疆昌吉绿洲耕地适宜规模研究[J].地理研究，2021，40（03）：613-626.

[7]李丹，周嘉，战大庆.黑龙江省耕地时空变化及驱动因素分析[J/OL].地理科学：1-10[2021-08-01].

[8]王文旭，曹银贵，苏锐清，等.我国耕地变化驱动力研究进展：驱动因子与驱动机理[J].中国农业资源与区划，2020，41（07）：21-30.

[9]张文斌，张志斌，董建红，等.多尺度视角下耕地利用功能转型及驱动力分析——以甘肃省为例[J].地理科学，2021，41（05）：900-910.

[10]杨清可，段学军，王磊，等.长三角地区城市土地利用与生态环境效应的交互作用机制研究[J].地理科学进展，2021，40（02）：220-231.

[11]鞠洪润，左丽君，张增祥，等.中国土地利用空间格局刻画方法研究[J].地理学报，2020，75（01）：143-159.

[12]唐常春，李亚平.多中心城市群土地利用/覆被变化地学信息图谱研究——以长株潭城市群为例[J].地理研究，2020，39（11）：2626-2641.

[13]廖柳文，高晓路，龙花楼，等.基于农户利用效率的平原和山区耕地利用形态比较[J].地理学报，2021，76（02）：471-486.

（责编：张宏民）