滇東南巖溶山區(qū)農(nóng)村耕地時空演變分析

黃冠睿，底 鑫

(昆明理工大學(xué)國土資源工程學(xué)院,云南昆明 650093)

?

滇東南巖溶山區(qū)農(nóng)村耕地時空演變分析

黃冠睿，底 鑫

(昆明理工大學(xué)國土資源工程學(xué)院,云南昆明 650093)

摘 要：基于探索性空間數(shù)據(jù)分析模型,運用空間自相關(guān)統(tǒng)計分析方法,以云南省硯山縣為例,對2007—2013年村域人均耕地面積的地理空間分布進行時空演變特征分析。結(jié)果表明,研究區(qū)人均耕地面積差異存在小幅波動;研究區(qū)各個行政村人均耕地面積存在著顯著的空間集聚特征,且其全局Moran’s I均為正;研究區(qū)人均耕地面積的HH和LL區(qū)域類型在時空上存在明顯的分異情況,且宏觀空間分異特征表現(xiàn)為西高東低的空間格局;區(qū)域差異、資源承載、交通狀況、氣候變化、農(nóng)業(yè)基礎(chǔ)設(shè)施和城市化進程等原因是造成耕地面積空間差異的主要原因。

關(guān)鍵詞：人均耕地面積;空間格局;硯山縣

文獻(xiàn)著錄格式:黃冠睿,底鑫.滇東南巖溶山區(qū)農(nóng)村耕地時空演變分析[J].浙江農(nóng)業(yè)科學(xué),2016,57 (4):590-594.

耕地既是重要的生產(chǎn)資料,也是基本的社會保障。近年來,隨著我國工業(yè)化與城鎮(zhèn)化的飛速發(fā)展,耕地資源非常緊缺,耕地資源生態(tài)環(huán)境遭到嚴(yán)重破壞,耕地后備資源的匱乏及農(nóng)業(yè)結(jié)構(gòu)調(diào)整的壓力,使得耕地資源問題日益凸顯。我國是人口眾多、土地資源相對稀缺的國家,耕地問題一直以來都是國民關(guān)注的焦點[1]。由于巖溶山區(qū)地形地貌錯綜復(fù)雜,生態(tài)環(huán)境非常脆弱,水土流失嚴(yán)重,經(jīng)濟發(fā)展較為緩慢,農(nóng)業(yè)基礎(chǔ)設(shè)施較差,因此,重視巖溶山區(qū)耕地資源的動態(tài)變化研究,即了解并掌握耕地的數(shù)量、質(zhì)量及空間變化動態(tài),分析其變化機制,對合理開發(fā)、利用與保護耕地面積,協(xié)調(diào)經(jīng)濟發(fā)展和耕地保護的關(guān)系,保持耕地的總量動態(tài)平衡,調(diào)整優(yōu)化農(nóng)業(yè)用地結(jié)構(gòu),促進巖溶山區(qū)中的農(nóng)業(yè)優(yōu)勢區(qū)持續(xù)發(fā)展以及巖溶山區(qū)經(jīng)濟的可持續(xù)發(fā)展等具有重要的研究意義[2-4]。

傳統(tǒng)的耕地面積統(tǒng)計分析方法[5-8]僅僅注重數(shù)據(jù)之間的統(tǒng)計關(guān)系,忽略了對其區(qū)域空間自相關(guān)性和空間異質(zhì)性的考慮,對具有空間位置關(guān)系的研究具有一定的局限性,難以真正反映出區(qū)域空間差異的機制與變化。探索性空間數(shù)據(jù)分析(exploratory spatial data analysis,ESDA)利用地理空間圖像,與統(tǒng)計學(xué)原理相結(jié)合,對空間數(shù)據(jù)的性質(zhì)進行分析,用以引導(dǎo)確定性模型的結(jié)構(gòu)和解法,其本質(zhì)上是一種數(shù)據(jù)驅(qū)動的分析方法[9]。目前,許多學(xué)者運用空間統(tǒng)計分析方法對區(qū)域經(jīng)濟的空間分布進行研究[10-12];也有許多學(xué)者將空間自相關(guān)分析方法引入到土地利用變化、耕地面積動態(tài)變化、城鎮(zhèn)建設(shè)用地等空間分異領(lǐng)域進行研究[13-16]。大多數(shù)研究都主要集中在省域、市域及縣域的大尺度對區(qū)域空間差異分析進行研究,鮮有運用地理空間分析方法對耕地面積的空間差異進行小尺度研究。

本文以云南省東南部具有典型巖溶山區(qū)的硯山縣作為研究區(qū)域,硯山縣作為一個以農(nóng)業(yè)為主的大縣,耕地面積存在著一定的地理空間差異。研究采用ESDA模型,運用空間自相關(guān)分析方法,以2007—2013年作為時間序列,對研究區(qū)人均耕地面積的時空演變趨勢、空間集聚及空間分異等特征進行分析,探討空間差異的機制,以期為該地區(qū)的合理開發(fā)利用與耕地資源保護,以及農(nóng)業(yè)的可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1　研究方法與數(shù)據(jù)來源

1.1研究方法

ESDA在GIS平臺上,可以將地理空間信息數(shù)據(jù)與其屬性數(shù)據(jù)的關(guān)聯(lián)測度相融合,使其分析結(jié)果得到可視化的表現(xiàn),從而更好地揭示研究數(shù)據(jù)的空間規(guī)律,分析其空間結(jié)構(gòu)。ESDA是一系列空間數(shù)據(jù)分析方法與技術(shù)的合集,它以空間關(guān)聯(lián)測度為核心,通過對事物空間分布格局的描述與可視化,發(fā)現(xiàn)空間集聚和空間異常,從而揭示出研究對象之間的空間相互作用機制[17]。

1.1.1全局空間自相關(guān)

全局空間自相關(guān)主要是對整個研究區(qū)域上的地理要素屬性值之間的關(guān)聯(lián)程度和空間特征進行描述,表明其屬性值之間是否存在顯著性的空間分布模式。莫蘭指數(shù)是用來度量空間自相關(guān)的全局指標(biāo),其計算公式:

式中:I是莫蘭指數(shù); n是研究區(qū)的數(shù)目; xi,xj是區(qū)域i,j的人均耕地面積,x-是xi的平均值; wij是研究區(qū)域i,j的對稱空間權(quán)重矩陣元素,可采用鄰接標(biāo)準(zhǔn)和距離標(biāo)準(zhǔn)來判定,本文使用鄰接標(biāo)準(zhǔn),即當(dāng)研究區(qū)域i與研究區(qū)域j具有公共邊界(相鄰)時,空間權(quán)重矩陣wij元素取值為1,否則取值為0。

莫蘭指數(shù)反映的是研究區(qū)域之間屬性值的相似程度,其取值一般介于正負(fù)1之間。當(dāng)Moran’s I＞0時,表示存在正的空間自相關(guān),其數(shù)值越大表示空間分布相關(guān)性越大,即空間聚集分布現(xiàn)象越明顯;當(dāng)Moran’s I＜0時,表示存在負(fù)的空間自相關(guān),其數(shù)值越小表示空間分布相關(guān)性越小,即空間集聚現(xiàn)象逐漸消失;當(dāng)Moran’s I = 0時,表示不存在空間自相關(guān),代表研究區(qū)域之間的屬性值的空間分布呈隨機分布。

對于莫蘭指數(shù),還需進行顯著性檢驗,檢驗統(tǒng)計量為標(biāo)準(zhǔn)化Z值:

式中,E (I)為全局莫蘭指數(shù)的期望,var (I)為方差。當(dāng)Z值為正并且顯著時,表示觀測值之間存在顯著性正自相關(guān);當(dāng)Z值為負(fù)并且顯著時,表示觀測值之間存在顯著性負(fù)自相關(guān);當(dāng)Z值為0時,表示觀測值之間呈獨立隨機分布情況。

1.1.2 局部空間自相關(guān)

全局空間自相關(guān)探測研究區(qū)域內(nèi)部某些屬性的空間分布,判斷此屬性是否存在顯著的空間集聚特征,無法明確地指出集聚或異常發(fā)生的具體空間位置。為了全面地反映出研究區(qū)域的人均耕地空間差異的變化情況,還需采用ESDA局部空間自相關(guān)方法進行分析。本文采用空間聯(lián)系的局部指標(biāo)(local indicatiors of spatial association,LISA)并結(jié)合Moran散點圖,對研究區(qū)域的人均耕地面積進行局部空間分布特征研究。其中,局部莫蘭指數(shù)計算公式:

式中,Ii是第i個區(qū)域局部莫蘭指數(shù),S2=,其他變量的含義與莫蘭指數(shù)公式中含義相同。當(dāng)局部莫蘭指數(shù)為正時,表示該區(qū)域與周邊地區(qū)的空間差異小;當(dāng)局部莫蘭指數(shù)為負(fù)時,表示該區(qū)域與周邊地區(qū)的空間差異大。

Moran散點圖是用散點圖的形式對變量z與空間滯后(即該觀測值周圍地區(qū)的加權(quán)平均)向量Wz間的相互關(guān)系進行描述,其中,將變量z作為該圖的橫坐標(biāo),空間滯后向量Wz作為縱坐標(biāo)。它劃分為4個象限,分別對應(yīng)4種類型的局部人均耕地面積空間差異類型:第1象限(HH)代表區(qū)域自身及其周邊區(qū)域的觀測值水平較高,二者的空間差異性小;第2象限(HL)代表區(qū)域自身觀測值水平較低,周邊區(qū)域較高,二者的空間差異性較大; 第3象限(LL)代表區(qū)域自身及其周邊區(qū)域的觀測值水平較低,二者的空間差異性小;第4象限(LH)代表區(qū)域自身觀測值水平較高,周邊區(qū)域較低,二者的空間差異性較大。

1.2數(shù)據(jù)來源

研究區(qū)域位于云南省東南部、文山壯族苗族自治州中西部,地理坐標(biāo)103°35′—104°45′E,23°18′—23°59′N?？h域總面積約為3 888 km2,總?cè)丝诩s47.3萬人,山地面積占56%,丘陵面積占29%,盆地面積占15%。研究區(qū)域?qū)儆诘釚|南典型巖溶山區(qū)。

為分析研究區(qū)域人均耕地面積的空間分異情況,本文將研究區(qū)劃分為11個鄉(xiāng)鎮(zhèn)下屬的101個行政村,時間序列為2007—2013年,以人均耕地面積作為分析變量。本文數(shù)據(jù)來源于地方政府網(wǎng)站。

2　研究區(qū)人均耕地面積時空格局演變

2.1人均耕地面積總體時間演變特征分析

圖1表示研究區(qū)人均耕地面積的年度變化情況。從圖中可以看出,2008—2009年與2012—2013年為逐年遞增,而2009—2012年為逐年遞減的趨勢。其中,人均耕地面積的最大值為2009年的834 m2,最小值為2012年的747 m2。圖2表示研究區(qū)人均耕地面積的年度增長率變化情況。在2009—2011年,人均耕地面積減少較快,這是由于云南省實施了大規(guī)模的生態(tài)退耕,大量耕地轉(zhuǎn)變?yōu)閳@地、林地。從2011年起,硯山縣政府出臺各種耕地保護制度,推進土地開發(fā)項目,以補充耕地,大力加強對寶貴耕地的保護,從圖1和圖2中可以看出,取得了明顯的效果。

2.2人均耕地面積的總體空間特征分析

利用ArcGIS軟件對研究區(qū)2007—2013年各個行政村人均耕地面積進行全局Moran’s I的計算,并對其進行顯著性檢驗。計算結(jié)果如表1所示。整個研究期間,研究區(qū)人均耕地面積的全局Moran’s I全為正,且檢驗結(jié)果均通過了1%的顯著性檢驗。這表明研究區(qū)人均耕地面積并不是完全隨機分布狀態(tài),而是在空間上存在顯著的空間集聚特征,人均耕地面積相似的村落在地理空間上集聚,即人均耕地面積高的地區(qū)趨于相鄰,人均耕地面積較低的地區(qū)聚集。2007—2013年的全局Moran’s I存在小幅度的波動,說明研究區(qū)的耕地面積從2007—2013年在時空上經(jīng)歷了由分散到聚集,然后又到分散的過程。

圖1　研究區(qū)人均耕地面積的年度變化

圖2　研究區(qū)人均耕地面積的年度增長率變化

表1　研究區(qū)2007—2013年人均耕地面積的全局Moran’s I及標(biāo)準(zhǔn)化Z值

2.3人均耕地面積的局部空間特征分析

全局Moran’s I僅能判斷研究區(qū)域內(nèi)人均耕地面積的總體空間集聚情況,為了準(zhǔn)確地探測出不同位置局部區(qū)域的空間集聚程度,還需應(yīng)用局部空間自相關(guān)分析。根據(jù)全局Moran’s I選取具有代表性的2007,2009和2012年數(shù)據(jù)作局部空間尺度上的分析。

2.3.1Moran散點圖分析

利用Moran散點圖對研究區(qū)域人均耕地面積進行局部空間自相關(guān)分析,其中,橫坐標(biāo)代表研究區(qū)各個行政村人均耕地面積,縱坐標(biāo)代表各個行政村人均耕地面積的加權(quán)平均值(圖3)。各個年份的Moran散點圖值均通過Z值檢驗。對2007,2009 和2012年的人均耕地面積Moran散點圖進行比較,發(fā)現(xiàn)2009,2012年位于第1象限的行政村比2007年增多,位于第3象限的減少,研究區(qū)域位于第1象限的行政村個數(shù)增多,說明耕地面積的空間集聚特性增強。

圖3　研究區(qū)人均耕地面積Moran散點圖

2.3.2空間聯(lián)系的局部指標(biāo)LISA圖分析

LISA是描述某一區(qū)域的人均耕地面積與其周邊區(qū)域的空間集聚(或空間分異)程度的指標(biāo)。將Moran散點圖與LISA顯著水平相結(jié)合,并在P＜0.05的顯著性水平上繪制LISA集聚圖。根據(jù)LISA集聚圖對研究區(qū)域內(nèi)各個行政村的人均耕地面積進行空間分析,從圖4中可以明顯看出,各個行政村的人均耕地面積存在著顯著的空間分異特征。

顯著HH區(qū)域。人均耕地面積地區(qū)差異較小,且與周邊臨近地區(qū)都較高的區(qū)域。從LISA集聚圖中可以看出,隨著時間的推移,HH聚集的村落呈現(xiàn)逐步增多的趨勢。從2007年的平遠(yuǎn)鎮(zhèn)拖嘎村和江那鎮(zhèn)子馬村擴展到2009年的維摩彝族鄉(xiāng)倮可者村、維摩彝族鄉(xiāng)幕菲勒村和維摩彝族鄉(xiāng)長嶺街村,又轉(zhuǎn)移到2012年的阿舍彝族鄉(xiāng)地者恩村和平遠(yuǎn)鎮(zhèn)回龍村。2007—2013年,人均耕地面積較高主要分布地區(qū)從平遠(yuǎn)鎮(zhèn)和江那鎮(zhèn)擴增到維摩彝族鄉(xiāng)和阿舍彝族鄉(xiāng)。

顯著LL區(qū)域。人均耕地面積地區(qū)差異較小,且與周邊臨近地區(qū)都較低的區(qū)域。2007—2013年間,LL分布的區(qū)域變化步伐基本上保持一致。主要分布在平遠(yuǎn)鎮(zhèn)豐湖社區(qū)、江那鎮(zhèn)秀源社區(qū)以及以八嘎鄉(xiāng)半夜寨村為中心,包括八嘎鄉(xiāng)梅子箐村、八嘎鄉(xiāng)蚌岔村、八嘎鄉(xiāng)八嘎村、八嘎鄉(xiāng)胡廣箐村和八嘎鄉(xiāng)六主村等在內(nèi)的地區(qū)。

顯著LH區(qū)域。人均耕地面積自身水平較高,而周邊臨近地區(qū)水平較低,空間差異較大的區(qū)域。2007—2009年間,由原本的江那鎮(zhèn)羊街村和江那鎮(zhèn)嘉禾社區(qū)擴增到維摩彝族鄉(xiāng)海子邊村和維摩彝族鄉(xiāng)維摩村; 2009—2012年,又轉(zhuǎn)移至平遠(yuǎn)鎮(zhèn)洪福村和阿舍彝族鄉(xiāng)壩心村。

顯著HL區(qū)域。人均耕地面積自身水平較低,而周邊臨近地區(qū)水平較高,空間差異較大的區(qū)域。本研究中并未發(fā)現(xiàn)類似區(qū)域。

圖4　研究區(qū)人均耕地面積LISA集聚圖

從以上分析可知:

顯著的HH類型區(qū)域?qū)儆诟孛娣e較多的核心區(qū),主要集中在研究區(qū)的西南地區(qū),該區(qū)域地勢較為平坦開闊,水資源較為豐富,土壤肥沃,農(nóng)業(yè)基礎(chǔ)條件設(shè)施優(yōu)良,交通便利,且經(jīng)濟發(fā)展較好,有利于當(dāng)?shù)鼐用穹N植農(nóng)作物。

顯著的LL類型區(qū)域?qū)儆诟孛娣e較少的核心區(qū),主要集中在研究區(qū)的東南地區(qū),該區(qū)域地處山區(qū),地貌類型復(fù)雜多樣,土地貧瘠,水土流失嚴(yán)重,農(nóng)業(yè)基礎(chǔ)設(shè)施條件較差,交通長期落后,人民群眾較為貧困,作為研究區(qū)邊緣地區(qū),長期無法擺脫其落后局面。

顯著HL類型區(qū)域?qū)儆谄渥陨淼母孛娣e多于周邊的地區(qū),由研究區(qū)的東中部地區(qū)轉(zhuǎn)移到西部地區(qū)。

耕地面積較多的區(qū)域與耕地面積較少的區(qū)域存在著明顯的空間分異狀況,從宏觀角度分析,為西高東低的總體空間分布特征。

3　小結(jié)

選擇探索性空間數(shù)據(jù)分析(ESDA)作為模型,對2007—2013年硯山縣101個行政村的耕地面積進行了空間分異特征的描述和分析。結(jié)果表明,2007—2013年,研究區(qū)域總體人均耕地面積略有波動,呈現(xiàn)出減少—增加—減少—增加的趨勢。其中,江那鎮(zhèn)錦山社區(qū)在2007—2011年、2013年的人均耕地面積最多; 2012年人均耕地面積最多的行政村為阿舍彝族鄉(xiāng)魯都克村; 2007年人均耕地面積最少的行政村是江那鎮(zhèn)嘉禾社區(qū);平遠(yuǎn)鎮(zhèn)田心村和維摩彝族鄉(xiāng)炭房社區(qū)分別在2008—2009年、2010—2013年期間人均耕地面積最少。

從總體空間格局上分析,研究區(qū)的全局Moran’s I都為正,各個行政村的人均耕地面積空間差異呈現(xiàn)出顯著的空間集聚特征。

從局部空間相關(guān)上分析,研究區(qū)各個行政村的人均耕地面積在時間尺度上主要體現(xiàn)出3種類型的空間分異特征:HH類型區(qū)域,即人均耕地面積較多的核心區(qū),主要集中在研究區(qū)西南地區(qū)的阿舍彝族鄉(xiāng); LL類型區(qū)域,即人均耕地面積較少的地區(qū),主要集中在研究區(qū)東南地區(qū)的八嘎鄉(xiāng)一帶; LH類型區(qū)域,即區(qū)域人均耕地面積自身高周邊低的地區(qū),主要集中在研究區(qū)西南地區(qū)的平遠(yuǎn)鎮(zhèn)。由此可知,HH類型區(qū)域與LL類型區(qū)域存在明顯的空間分異特征,在宏觀上呈現(xiàn)為西高東低的總體空間分布特征。

研究區(qū)各個行政村人均耕地面積呈現(xiàn)HH和LL集聚的現(xiàn)象,可能是由于區(qū)域差異、資源承載、交通狀況、氣候變化、農(nóng)業(yè)基礎(chǔ)設(shè)施和城市化進程所形成的,這種空間分布格局對以后進行土地利用結(jié)構(gòu)優(yōu)化具有參考價值。

參考文獻(xiàn):

[1]談明洪,呂昌河.城市用地擴展與耕地保護[J].自然資源學(xué)報,2005,20 (1):52-58.

[2]姜廣輝,張鳳榮,張晉科,等.北京市平谷區(qū)耕地面積變化及其驅(qū)動力的數(shù)理分析[J].土壤,2007,39 (3):408-414.

[3]田義超,李晶,任志遠(yuǎn).近300年來黃土高原耕地變化及時空格局分析[J].干旱區(qū)資源與環(huán)境,2012,26 (2):94-101.

[4]吳大放.近35年珠海市耕地時空演變及機理研究[D].廣州:中山大學(xué),2010:1-2.

[5]李秀彬.中國近20年來耕地面積的變化及其政策啟示[J].自然資源學(xué)報,1999,14 (4):329-333.

[6]葉浩,濮勵杰.江蘇省耕地面積變化與經(jīng)濟增長的協(xié)整性與因果關(guān)系分析[J].自然資源學(xué)報,2007,22 (5):766-774.

[7]王書轉(zhuǎn),趙先貴.陜西省耕地面積變化趨勢及其驅(qū)動因子研究[J].干旱區(qū)研究,2006,23 (1):139-143.

[8]鄧楚雄,李曉青,向云波,等.長株潭城市群地區(qū)耕地數(shù)量時空變化及其驅(qū)動力分析[J].經(jīng)濟地理,2013,33 (6):142-147.

[9]楊慧.空間分析與建模[M].北京:清華大學(xué)出版社,2013:143-152.

[10]王靜,張小雷,杜宏茹.新疆縣域經(jīng)濟空間格局演化特征[J].地理科學(xué)進展,2011,30 (4):470-478.

[11]蒲英霞,葛瑩,馬榮華,等.基于ESDA的區(qū)域經(jīng)濟空間差異分析——以江蘇省為例[J].地理研究,2005,24 (6):965-974.

[12]張海軍,蔣國富.河南省縣域農(nóng)民人均純收入時空演變分析[J].地理與地理信息科學(xué),2009,25 (4):109-112.

[13]催敬濤,吳國平,范慶亞,等.基于ESDA的費縣土地利用時空演變研究[J].水土保持研究,2014,21 (1):240-250.

[14]曾雨晴,潘洪義,周介銘,等.基于空間自相關(guān)的人均耕地面積時空格局變化研究——以四川省為例[J].江蘇農(nóng)業(yè)科學(xué),2015,43 (9):388-391.

[15]朱曉,李裕瑞,卞新民.江蘇省耕地面積變化的時空特征[J].江蘇農(nóng)業(yè)學(xué)報,2009,25 (1):127-130.

[16]韋素瓊,張金前,陳健飛.基于空間自相關(guān)的閩臺城鎮(zhèn)建設(shè)用地分布研究[J].地理科學(xué)進展,2007,26 (3):11-17.

[17]ANSELIN L.Interactive techniques and exploratory spatial data analysis[M]∥LONGLEY P A,GOODCHILD M F,MAGURIE D J,et al.Geographical information systems,principles,technical issues,management issues and applications.New York:John Wiley & Sons Inc,1999:253-266.

(責(zé)任編輯：高 峻)

中圖分類號：F301.24

文獻(xiàn)標(biāo)志碼：A

文章編號：0528-9017(2016)04-0590-05

DOI10.16178/j.issn.0528-9017.20160439

收稿日期:2015-12-23

作者簡介:黃冠睿(1990—),男,云南昆明人,在讀碩士研究生,主要研究方向為地理信息系統(tǒng)應(yīng)用,E-mail:insecthole@qq.com。