基于地形的耕地破碎度指数设计与应用

张 彭 张 超,* 李春泽 李珊儿 孔祥斌, 郧文聚

(1.中国农业大学 土地科学与技术学院，北京 100193； 2.自然资源部农用地质量与监控重点实验室，北京 100035)

随着我国城镇化和农业现代化的不断推进，规模化、机械化的种植模式成为了必然选择。但是，长期以来的分散经营模式导致了我国耕地破碎化，限制了区域农业机械化和现代化的发展。耕地破碎化问题是我国，特别是南方丘陵地区，进一步稳定并提高粮食产量面临的关键问题之一。开展耕地破碎化评价研究，可为区域农业机械化和现代化的发展提供重要支撑。

目前，耕地破碎化的概念多是专注于耕地景观特点，从成因、过程和结果3个方面定义。在国外相关研究中，Nguyen等认为耕地破碎化是原本整体和连续的耕地斑块，趋向于复杂、异质和不连续的混合斑块镶嵌体。Dumanski 等把耕地破碎化的内涵定义为：因耕地斑块受地形、人为等因素的影响，造成其在区域范围内大量分散。自古以来的分散经营模式，是导致我国耕地破碎的主要原因，家庭联产承包责任制实行后，综合考虑耕地质量和数量进行分配，进一步加剧了耕地破碎。鉴于耕地承包经营权对我国耕地破碎的重要影响，我国研究者将其纳入到耕地破碎化，定义为耕地细碎化。赵凯认为耕地细碎化是由于中国自然因素、经济因素、社会因素、制度和政策因素的影响，造成田块数较多、单个地块的面积较小，且存在肥沃程度、家庭距离等的差异。

目前对耕地破碎程度的评价多是基于景观指数的方法。由于单个景观指数仅能反映耕地破碎化某一方面，该方法需综合多个景观指数的结果进行分析，难以直观准确的评价耕地破碎程度，且景观指数的选择主观性较强。因此，本研究以耕地面积、形状以及聚集性为核心要素，引入地形修正因子，设计了耕地破碎度指数(Cultivated land fragmentation index, CLFI)，以期对区域土地利用空间布局优化提供科学支撑。

1 研究区概况与数据来源

1.1 研究区概况

本研究选择安徽省宣城市宣州区为研究区，地理位置118°28′～119°04′ E、30°34′～31°19′ N，总面积2 585 km(图1)。研究区地形复杂，南部以山地、丘陵为主，北部为平原，中部地形具有较明显的过渡性，以丘陵、岗地为主。2018年宣州区土地利用变更调查结果显示，宣州区现有耕地面积约9万 hm，为江南水稻主产区之一，主要农作物包括水稻、冬小麦、烟草、油菜等。

1.2 数据来源

本研究采用的主要数据包括2018年宣州区耕地图斑数据、宣州区行政区数据、宣州区2008年ALOS PALSAR 12.5 m分辨率DEM数据以及宣州区2020年10月的Sentinel-2多光谱遥感数据。

图1 安徽省宣城市宣州区地理位置及地理概况图Fig.1 Geographical location and geographic overview map of Xuanzhou District, Xuancheng City, Anhui Province

2 研究方法

2.1 综合形状、聚集性和地形特征的CLFI设计

本研究对于耕地破碎化的评价，服务于农业规模化、机械化，从耕地的面积、形态、集中程度、地形等自然特征出发，未考虑耕地的承包经营权属性。因此，本研究将耕地破碎化定义为：在自然和人为因素的影响下，连续耕地被切割成面积更小、形状不规则、不平整、分散的多块耕地。

根据本研究对耕地破碎化的定义，综合耕地的面积、形态以及聚集性特征，并以耕地平均坡度作为修正因子，设计了CLFI，具体计算公式如下：

(1)

式中：CLFI为第

i

块耕地的耕地破碎度指数，值越大表示耕地越破碎；e为自然常数；

S

和

S

分别为第

i

块耕地的平均坡度、耕地平均坡度最大值；SI_为第

i

块耕地形状指数标准化后的值

P

，其中

a

为耕地面积，

P

为耕地周长)；NDD_为第

i

块耕地最邻近距离标准化后的值；

A

_为第

i

块耕地面积标准化后的值；

A

为第

i

块耕地的面积，hm；CA为耕地

i

所属区域耕地的总面积，hm。式(1)中，

A

、SI以及NDD分别表征耕地的大小、形态和聚集性特征，通过对3个特征进行数据标准化统一量纲。耕地面积和CLFI呈负相关，耕地面积越大，耕地破碎程度越低；形状指数和CLFI呈正相关，形状指数越大，形状越不规则，耕地破碎程度越高；最邻近距离和CLFI呈正相关，最邻近距离越大，耕地越分散，耕地破碎程度越高。同时，CLFI以耕地平均坡度作为修正因子，将地形起伏纳入到耕地破碎化评价，从三维衡量耕地的破碎状况。CLFI通过调整CA可以实现多尺度评价。当评价单元为耕地地块时，CA为耕地自身面积；当评价单元为区域时，CA为区域内所有耕地的总面积。

2.2 基于CLFI的耕地破碎化评价

基于CLFI的耕地破碎化评价过程如下：1)计算每个耕地地块的面积和最邻近距离，并进行数据标准化；2)基于DEM数据，计算每个耕地地块的平均坡度；3)基于SI公式，计算每个耕地地块的形状指数，并进行数据标准化；4)基于CLFI计算公式，依据耕地面积和乡镇耕地总面积设置不同的CA值，计算每个耕地地块的CLFI；5)以乡镇区域内所有耕地CLFI的和作为该乡镇耕地破碎化评价结果；6)基于自然断点法，对地块和乡镇的CLFI进行等级划分和可视化。地块和乡镇尺度的CLFI均存在负值，为了便于可视化分析，将地块和乡镇尺度的CLFI减去各自最小值。耕地破碎化评价过程中的标准化均采用Z-Score标准化。

2.3 基于景观指数的耕地破碎化评价

本研究参考基于景观指数评价耕地破碎化的相关研究，选取斑块数量(NP)、斑块类型面积(CA)、斑块密度(PD)、斑块平均面积(MPS)、面积加权形状因子(AWMSI)以及斑块聚集度指数(AI)等6个指数评价耕地破碎化。其中NP、CA、MPS用来评价耕地的面积分布情况，PD、AI用来评价耕地的集中程度，AWMSI用来表征耕地的形状特征。

3 结果与分析

3.1 耕地破碎化评价

从地块、乡镇2个尺度评价耕地破碎化，结果如图2所示。由图2(a)可知：CLFI较低的耕地主要集中在宣州区中部和南部，CLFI较高的耕地在宣州区全域散落分布，在宣州区西北部分布较为集中。由图2(b)可知：宣州区全域均存在一定程度的耕地破碎化现象，宣州区中部是破碎化较为严重的地区，宣州区西部、东部的耕地破碎化程度较低。

3.2 评价结果对比分析

在耕地地块尺度上，本研究在研究区北部、中部以及南部各选5 km×5 km样区深入分析，3个样区具体位置如图1所示。

图3为宣州区西北部样区耕地CLFI分布与遥感影像对比图。该样区位于宣州区北部平原地区。可知：该区域水网密集、道路纵横，耕地面积较小，破碎情况较为严重，多数耕地的CLFI>27.30。但是该区域耕地的形状规整，较为聚集，说明该地区具有一定的整治潜力，通过小块并大块等整治工程，可以形成更加规模化的耕地格局。

图4为宣州区中部样区耕地CLFI分布与遥感影像对比图。该样区位于宣州区中部城镇地区。可知：该区域部分耕地被道路切割成形状不规则、面积较小的多块耕地，多数耕地CLFI较高，只有少数耕地CLFI<27.30。CLFI较高的破碎耕地主要分布在道路、建筑物附近，整治难度较大。

图5、6分别为宣州区南部样区耕地CLFI与遥感影像对比图和平均坡度图。该样区位于宣州区南部山区，由图5、图6可知：该区域多数耕地形状较不规则，但受人为因素影响较小，面积普遍较大，多数耕地CLFI<27.30；山沟中的大块耕地地势较为平坦，平均坡度<6.37°；CLFI高的耕地零星分布在交通不便的山坡上，这些耕地面积较小、坡度较大。该地区耕地分布集中、面积较大、水源充足，但地形起伏较大、基础设施不完善、远离城镇，通过合理的田块平整和农田基础设施建设，可形成集中连片的、适合机械化种植的耕地。

在乡镇尺度上，基于景观指数的耕地破碎化评价结果如图7所示。可知：CA较大的乡镇主要集中在宣州区中部和北部；NP较大的乡镇主要分布在宣州区中部和南部，较小的乡镇在全域零散分布；宣州区总体上PD较低，在中部有少量乡镇PD较大；MPS较大的乡镇集中分布在宣州区南部和东部，在西部有少量分布；AWMSI较小、耕地形状较规则的乡镇主要分布在宣州区中北部，在南部和东部有少量分布；AI较大、耕地较为集中的乡镇集中分布在宣州区东北部，在西部和南部有少量分布。不同景观指数之间空间分布规律差异较大，对于表征耕地聚集特征(PD、AI)、形状特征(AWMSI)、以及耕地面积特征(CA、NP、MPS)的三类指数空间分布吻合度低，多个指数的评价结果难以综合表征区域耕地破碎化情况，也未能表达地形因素引起的耕地破碎化。

图2 宣州区耕地(a)和乡镇(b)CLFI分布图Fig.2 CLFI distribution map of cultivated land (a) and township (b) in Xuanzhou District

图3 宣州区样区1耕地CLFI分布(a)和遥感影像(b)图Fig.3 CLFI distribution (a) and remote sensing image (b) map of cultivated land in sample plot 1 of Xuanzhou District

对宣州区各乡镇的景观指数和CLFI评价结果进行统计，结果如表1所示。

图4 宣州区样区2耕地CLFI分布(a)和遥感影像(b)图Fig.4 CLFI distribution (a) and remote sensing image (b) map of cultivated land in sample plot 2 of Xuanzhou District

图5 宣州区样区3耕地CLFI分布(a)和遥感影像(b)图Fig.5 CLFI distribution (a) and remote sensing image (b) map of cultivated land in sample plot 3 of Xuanzhou District

由表1可知：孙埠镇的CLFI最低，该区域位于宣州区中东部，地形平坦，耕地集中且平均面积较大；省属宝丰劳教所耕地AI和AWMSI均优于孙埠镇，但是该乡镇耕地分散且平均面积较小，CLFI较高；周王镇的耕地平均面积较大，耕地形状较为合理，聚集性较强，但是周王镇地处宣州区南部，地表起伏大，地形复杂，耕地平均坡度为4.23°，最大坡度为15.05°，CLFI较高。

图6 宣州区样区3耕地平均坡度图Fig.6 Average slope map of cultivated land in sample plot 3 of Xuanzhou District

对CLFI以及6个景观指数进行相关性分析，结果如表2所示，可知：CLFI与CA、NP、MPS以及AWMSI均呈负相关，与PD呈正相关，与AI相关性较弱。

以CLFI为因变量、6个景观指数为自变量对表1的数据进行多元回归分析，回归方程拟合的

R

为0.54，削弱自变量个数影响，回归方程拟合的调整

R

为0.44，方差分析的

P

值<0.01，通过显著性检验，说明了CLFI一定程度上综合了6个景观指数的特征。

4 讨论与结论

在已有相关研究中，赵凯充分考虑到耕地经营权对耕地细碎化的影响，从耕地数量、面积、质量以及家庭距离耕地远近四个属性出发，提出了一种耕地细碎化的综合定量测定方法；李鹏山等在进行耕地破碎化分析时考虑到人为因素的影响，在评价体系中加入了人工干扰指数，并针对不同密度区域提出不同的土地整治意见。本研究提出的CLFI考虑了耕地的形状、面积、聚集性以及地形特征，虽然较现有耕地破碎化评价方法更为全面，且能开展地块尺度的评价，但未考虑到人为因素的影响。影响耕地破碎化的人为因素有很多，不同因素对耕地破碎化的影响程度和作用类型存在差异，如田间道、生产道路、沟渠等农田基础设施可以起到连接耕地的作用，一定程度上能降低耕地破碎化程度；而农村不同级别的公路、建筑物等则会导致耕地完全破碎，无法相连，不同的非农设施和建筑对耕地破碎化的影响程度也不同。因此下一步研究可同时从自然和人为因素出发，选取不同地形条件的地区进行耕地破碎化评价。

本研究梳理总结耕地破碎化评价相关研究，以农业规模化、机械化为立足点，对耕地破碎化进行了重新定义，并在面积、形状、聚集性等特征基础上，引入地形特征，设计了综合评价耕地破碎状况的CLFI。最后，以安徽省宣城市宣州区为研究区，从地块和乡镇2个尺度进行了耕地破碎化评价，主要结论如下：1)在地块尺度上，CLFI的评价结果与遥感影像上耕地的实际破碎状况基本吻合，并能结合道路、水系、地形等数据，分析区域耕地破碎的原因和整治潜力；2)在乡镇尺度上，CLFI更直观，而3类景观指数的空间分布吻合度低，难以进行综合评价，也未能表达地形因素引起的耕地破碎化；3)CLFI与6个景观指数回归方程的调整

R

为0.44，通过显著性检验，表明CLFI一定程度上综合了6个景观指数的特征。

图7 基于景观指数的耕地破碎化评价结果图Fig.7 Evaluation result map of cultivated land fragmentation based on landscape metrics

表1 宣州区各乡镇景观指数和CLFI值
Table 1 The value of landscape metrics and CLFI of each township in Xuanzhou District

行政区名称Administrative district name斑块类型面积/hm2CA斑块数量NP斑块密度PD斑块平均面积/hm2MPS面积加权形状因子AWMSI斑块聚集度指数AI耕地破碎度指数CLFI孙埠镇Sunbu Township5 222.972 6770.031.957.2392.88-3.65

表1(续)

行政区名称Administrative district name斑块类型面积/hm2CA斑块数量NP斑块密度PD斑块平均面积/hm2MPS面积加权形状因子AWMSI斑块聚集度指数AI耕地破碎度指数CLFI新田镇Xintian Township3 208.711 1850.022.717.0593.03-3.59黄渡乡Huangdu Township6 500.993 0510.032.137.0693.12-3.43洪林镇Honglin Township6 114.192 2800.022.686.2093.29-3.29文昌镇Wenchang Township2 239.347360.023.046.2194.89-3.28杨柳镇Yangliu Township6 416.362 7540.032.335.9794.20-3.17安徽省南湖劳教所Nanhu Labor Camp in Anhui Province577.731790.023.237.1294.63-2.96寒亭镇Hanting Township3 898.852 0100.031.946.2893.24-2.94狸桥镇Liqiao Township9 324.123 7680.032.475.5194.11-2.62朱桥乡Zhuqiao Township3 642.591 5940.032.293.5794.54-2.45向阳镇Xiangyang Township5 896.772 2330.032.647.4593.26-2.13古泉镇Guquan Township5 051.462 5900.031.956.6291.44-1.85鳌峰办事处Aofeng Office341.112160.041.584.9891.60-1.68澄江办事处Chengjiang Office203.80870.032.343.7191.09-1.59沈村镇Shencun Township2 617.351 0980.032.584.2794.02-1.56双桥办事处Shuangqiao Office1 085.636360.041.716.0393.67-1.42溪口镇Xikou Township1 140.187590.041.504.6691.08-1.30

表1(续)

行政区名称Administrative district name斑块类型面积/hm2CA斑块数量NP斑块密度PD斑块平均面积/hm2MPS面积加权形状因子AWMSI斑块聚集度指数AI耕地破碎度指数CLFI五星乡Wuxing Township2 944.971 5610.041.893.8794.44-1.20水东镇Shuidong Township1 890.111 2430.041.524.9192.26-1.15周王镇Zhouwang Township2 745.739960.022.766.4892.96-1.11养贤乡Yangxian Township3 108.281 3850.023.312.7391.91-1.00敬亭山办事处Jingting Mountain Office719.274430.041.624.2391.33-0.99金坝乡Jinba Township1 826.981 2650.051.346.3390.94-0.88区属青隐山林场Qingyin Mountain Forest Farm177.97530.023.365.7992.85-0.85水阳镇Shuiyang Township9 061.434 0780.032.222.3093.85-0.84西林办事处Xilin Office33.57220.041.533.1091.39-0.83济川办事处Jicuan Office397.403370.061.184.7792.69-0.71飞彩办事处Feicai Office189.511950.140.653.2990.13-0.50夏渡林场Xiadu Forest Farm126.86510.032.867.2492.91-0.09敬亭山茶场Jingting Mountain Tea Farm170.381030.091.406.1191.98-0.01区属高立洪林场Gao Lihong Forest Farm20.44210.070.973.9493.110.09区属麻姑山林场Magu Mountain Forest Farm47.03250.041.889.3292.640.49省属宝丰劳教所Baofeng Labor Camp4.5190.130.504.0193.593.22

表2 景观指数和CLFI相关分析结果
Table 2 Correlation analysis results of landscape metrics and CLFI

指标Index斑块类型面积CA斑块数量NP斑块密度PD面积加权形状因子MPS斑块平均面积AWMSI斑块聚集度指数AI耕地破碎度指数CLFICA1.00NP0.981PD-0.40-0.371MPS0.330.24-0.801AWMSI0.080.06-0.300.291AI0.400.33-0.370.440.171CLFI-0.56-0.540.64-0.53-0.31-0.291