貴州省耕地質(zhì)量時(shí)空格局及變化趨勢(shì)分析

韓宗偉, 盧德彬, 楊 建, 熊 波, 黃廳廳

(銅仁學(xué)院, 貴州 銅仁 554300)

貴州省耕地質(zhì)量時(shí)空格局及變化趨勢(shì)分析

韓宗偉, 盧德彬, 楊 建, 熊 波, 黃廳廳

(銅仁學(xué)院, 貴州 銅仁 554300)

為深化對(duì)貴州省耕地質(zhì)量空間格局及變化趨勢(shì)的認(rèn)識(shí)，合理制定省級(jí)耕地質(zhì)量保護(hù)制度及決策提供依據(jù)，基于1989年、1995年、2000年3期貴州省土地利用規(guī)劃條件下的耕地?cái)?shù)據(jù)，定量分析了耕地質(zhì)量時(shí)空變化規(guī)律及發(fā)展趨勢(shì)，組合耕地模糊優(yōu)選模型與理想點(diǎn)法構(gòu)建評(píng)價(jià)模型評(píng)價(jià)了各年的耕地質(zhì)量，并運(yùn)用CA-Markov模型和GIS空間分析技術(shù)模擬了貴州省2020年耕地空間分布狀況。結(jié)果表明：(1) 貴州省6類土地利用類型間均有相互轉(zhuǎn)移，耕地轉(zhuǎn)移為其他的土地利用類型中63.6%仍然為農(nóng)業(yè)用地，如林地、草地，土地利用性質(zhì)變化不大；(2) 其他土地利用類型均有向耕地轉(zhuǎn)移的趨勢(shì)，轉(zhuǎn)移的面積以耕地為主，且轉(zhuǎn)移面積大于耕地轉(zhuǎn)移出去的面積，耕地面積保有量在逐漸上升；(3) 貴州省耕地所處環(huán)境在不斷的優(yōu)化中，優(yōu)質(zhì)耕地資源得到了有效保護(hù)和利用，優(yōu)等地的面積有逐漸擴(kuò)大的趨勢(shì)；(4) 預(yù)測(cè)得到的2020年貴州省耕地優(yōu)等地、高等地、中等地、低等地的面積占總耕地面積的比例分別為46.9%，42.2%，10.8%，0.1%，其中優(yōu)等地主要集中于水系較為發(fā)達(dá)和農(nóng)業(yè)資源豐富的地區(qū)。

耕地質(zhì)量;CA-Markov模型; 模糊優(yōu)選模型; 理想點(diǎn)法; 貴州省

耕地荒置或盲目開發(fā)的現(xiàn)象時(shí)有發(fā)生，造成有限而寶貴的耕地資源未得到合理的利用，使得耕地質(zhì)量的保護(hù)和提升沒了保障。耕地質(zhì)量的好壞不僅影響耕地的投入產(chǎn)出比，還影響生產(chǎn)者的積極性。耕地作為人類獲取食物的重要物質(zhì)基礎(chǔ)，對(duì)于人類社會(huì)的生存與發(fā)展有著十分重要的作用，確保耕地質(zhì)量，能夠在保障糧食安全、社會(huì)穩(wěn)定、國家安全等方面發(fā)揮重要作用[1]。在保證中國1.2億hm2耕地紅線的基礎(chǔ)上，要保障耕地的整體質(zhì)量，既要合理地控制耕地的轉(zhuǎn)移，維護(hù)耕地的質(zhì)量，又要增加農(nóng)業(yè)科技投入、提高管理水平，增強(qiáng)耕地的生產(chǎn)能力[2-3]。在社會(huì)經(jīng)濟(jì)進(jìn)步和發(fā)展的過程中，農(nóng)民賴以生存的部分耕地被征用后，轉(zhuǎn)移成了建設(shè)用地等其他非農(nóng)用地，使得耕地質(zhì)量的保護(hù)和提升面臨巨大的壓力。在較為嚴(yán)格的耕地占補(bǔ)平衡制度下，部分被占用的優(yōu)質(zhì)耕地被等量而非等質(zhì)的耕地替代，雖然耕地?cái)?shù)量有保障，但耕地的整體質(zhì)量并沒有得到較好的保護(hù)。學(xué)者們針對(duì)這類問題，在嚴(yán)格遵循國家耕地保護(hù)政策的前提下，已經(jīng)將研究內(nèi)容從單一的耕地?cái)?shù)量保護(hù)逐漸轉(zhuǎn)向耕地?cái)?shù)量保護(hù)、耕地質(zhì)量保護(hù)和生態(tài)環(huán)境保護(hù)三者并重的狀態(tài)，對(duì)耕地質(zhì)量保護(hù)和提升的關(guān)注度和重視程度越來越高[4]。

目前關(guān)于耕地質(zhì)量的研究主要集中在耕地?cái)?shù)量與質(zhì)量間平衡的突破及其重要性評(píng)價(jià)[1,3]，耕地質(zhì)量評(píng)價(jià)[2,5-6]，耕地質(zhì)量監(jiān)測(cè)與管理[7-8]，耕地質(zhì)量提升措施[9-10]等。但耕地質(zhì)量相關(guān)研究中所涉及的區(qū)域尺度較小，以省域?yàn)槌叨榷糠治霾㈩A(yù)測(cè)耕地質(zhì)量時(shí)空變化過程的相關(guān)研究還比較少見。該類研究有利于準(zhǔn)確獲取區(qū)域耕地資源的質(zhì)量現(xiàn)狀、空間特征、動(dòng)態(tài)變化、未來趨勢(shì)等，對(duì)于指導(dǎo)耕地質(zhì)量保護(hù)和提升工作有十分重要的現(xiàn)實(shí)意義和實(shí)踐價(jià)值，可為相關(guān)部門在考察轄區(qū)內(nèi)耕地質(zhì)量的變化趨勢(shì)方面提供定量化的數(shù)據(jù)支撐，同時(shí)在耕地的管理政策與決策優(yōu)化、耕地質(zhì)量保護(hù)與提升、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整方面提供技術(shù)參考。鑒于此，本文綜合運(yùn)用ArcGIS 9.3的空間分析工具與Ldrisi 32中的CA-Markov模型對(duì)貴州省的耕地質(zhì)量變化進(jìn)行情景模擬。在對(duì)貴州省耕地質(zhì)量進(jìn)行定量評(píng)價(jià)的基礎(chǔ)上，分析1989年、1995年、2000年全省縣域尺度的耕地質(zhì)量現(xiàn)狀、空間分布，明確省域耕地質(zhì)量的變化規(guī)律及趨勢(shì)，并模擬2020年全省的耕地質(zhì)量空間分布與變化情況，以期為省域內(nèi)耕地質(zhì)量保護(hù)與管理政策的制定和實(shí)施提供科學(xué)依據(jù)和技術(shù)參考，維護(hù)耕地在社會(huì)經(jīng)濟(jì)發(fā)展中持續(xù)提供資源保障的能力。

1 研究區(qū)概況

貴州省位于中國西南地區(qū)的東南部，介于東經(jīng)103°36′—109°35′、北緯24°37′—29°13′，地貌類型主要為山地和丘陵，分別占貴州省土地面積的61.7%和31.1%，平原較少，山間平壩區(qū)域僅占貴州省土地面積的7.5%，喀斯特地貌面積占全省國土總面積的73%[11]。貴州屬于亞熱帶濕潤季風(fēng)氣候區(qū)，氣候溫暖而濕潤，一年四季氣溫變化較小，雨季與熱季所在月份相同，且雨量與熱量豐富，具有顯著的立體氣候特點(diǎn)。貴州河流處在長江和珠江兩大水系上游交織地帶，苗嶺是兩大流域的分水嶺，其北邊屬于長江流域，南邊屬于珠江流域。貴州有69個(gè)縣位于長江防護(hù)林保護(hù)區(qū)內(nèi)，是長江、珠江上游區(qū)域十分重要的生態(tài)屏障。貴州土壤的地帶性屬中亞熱帶常綠闊葉林紅壤—黃壤地帶。中部及東部大部分區(qū)域?yàn)闈駶櫺猿＞G闊葉林帶，以黃壤為主；西南部為偏干性常綠闊葉林帶，以紅壤為主；西北部為具北亞熱成分的常綠闊葉林帶，多為黃棕壤[12]，另外，還有受母巖制約的石灰土和紫色土、粗骨土等土類。貴州省可用于農(nóng)業(yè)開發(fā)的土地資源有限，土層厚、肥力高、水利條件好的耕地所占比重低，對(duì)于農(nóng)業(yè)生產(chǎn)，貴州土壤資源數(shù)量明顯不足，可用于農(nóng)、林、牧業(yè)的土壤僅占全省總面積的83.7%[13]。

2 數(shù)據(jù)來源與評(píng)價(jià)指標(biāo)體系

2.1 數(shù)據(jù)來源

采用1989年、1995年、2000年的土地利用現(xiàn)狀數(shù)據(jù)，數(shù)據(jù)集來源于“寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心”(http:∥westdc.westgis.ac.cn/)。1989年、1995年、2000年土地利用現(xiàn)狀數(shù)據(jù)是由中國科學(xué)院“八五”重大應(yīng)用項(xiàng)目《全國資源環(huán)境遙感宏觀調(diào)查與動(dòng)態(tài)研究》中組織的中國科學(xué)院所屬19個(gè)研究所的遙感科技隊(duì)伍，以衛(wèi)星遙感為手段，基于Landsat MSS，TM，ETM遙感數(shù)據(jù)構(gòu)建的。數(shù)據(jù)采用分層的土地覆蓋分類系統(tǒng)，將全省分為6個(gè)一級(jí)類，即耕地、林地、草地、水域、建設(shè)用地和未利用土地。通過ArcGIS 9.3提取了各年份的耕地矢量數(shù)據(jù)。30 m空間分辨率數(shù)字高程模型(圖1A)來源于“地理空間數(shù)據(jù)云”(http:∥www.gscloud.cn/)，利用數(shù)字高程模型生成了坡度數(shù)據(jù)；貴州省各區(qū)縣行政區(qū)劃、道路數(shù)據(jù)來自ArcGIS Online；土壤類型空間分布數(shù)據(jù)(圖1B)來自貴州省銅仁市國土局。以上各數(shù)據(jù)均經(jīng)過格式轉(zhuǎn)換和投影變換等處理，以獲得投影方式相同的數(shù)據(jù)。

2.2 評(píng)價(jià)指標(biāo)體系

評(píng)價(jià)耕地質(zhì)量的基礎(chǔ)是構(gòu)建指標(biāo)體系，土地的自然屬性和社會(huì)經(jīng)濟(jì)屬性是其中的影響因素。由于本項(xiàng)目選取的耕地?cái)?shù)據(jù)年份跨度較長，在以資料的綜合性、科學(xué)性、代表性、可獲得性為原則的基礎(chǔ)上，結(jié)合相關(guān)文獻(xiàn)資料和貴州省的實(shí)際狀況，選取高程、坡度、連片性、土壤質(zhì)地、灌溉保證率、距離城鎮(zhèn)(農(nóng)村居民點(diǎn))距離、距交通干線距離、貴州省交通道路共7項(xiàng)指標(biāo)用于評(píng)價(jià)耕地質(zhì)量。所選指標(biāo)中，高程和坡度反映耕地的耕作條件，由于耕地是1個(gè)面，每1塊耕地的坡度和高程數(shù)據(jù)并不唯一，坡度會(huì)隨著坡面的起伏發(fā)送變化，為了使每1塊耕地的坡度值唯一，本文采用該塊耕地的坡度平均值來定義耕地坡度，即將耕地矢量數(shù)據(jù)柵格化后，與ArcGIS 9.3中運(yùn)用貴州省30 m精度DEM數(shù)據(jù)直接提取的坡度數(shù)據(jù)進(jìn)行疊加分析，采用分區(qū)統(tǒng)計(jì)(Zonal Statistics as Table)獲得每1塊耕地的坡度平均值；土壤質(zhì)地是土壤十分穩(wěn)定的自然屬性，能夠反映土壤的肥力水平[14]；連片性反映土地經(jīng)營規(guī)模程度，該值越大則土地經(jīng)營規(guī)?；潭雀?，反之則規(guī)?；潭鹊停还喔缺ＷC率反映利用農(nóng)用地和水資源的集約化程度[15]，該值越大則說明農(nóng)業(yè)生產(chǎn)過程中灌溉用水量能夠更大程度上得到保障；耕地與交通干線的距離、距離城鎮(zhèn)(農(nóng)村居民點(diǎn))的距離反映耕地區(qū)位條件，兩者是利用ArcGIS 9.3在土地利用現(xiàn)狀數(shù)據(jù)中提取的農(nóng)村居民點(diǎn)、交通干線數(shù)據(jù)的基礎(chǔ)上，運(yùn)用Near工具計(jì)算得到，值越小則農(nóng)業(yè)生產(chǎn)活動(dòng)區(qū)位條件優(yōu)越。評(píng)價(jià)過程中各指標(biāo)的權(quán)重參照韓敏等構(gòu)建貴州省農(nóng)用地(耕地)自然質(zhì)量評(píng)價(jià)指標(biāo)體系中的權(quán)重[5]，見表1。

圖1 貴州省DEM和土壤分布

表1 貴州省耕地質(zhì)量評(píng)價(jià)指標(biāo)體系及權(quán)重

2.2 數(shù)據(jù)標(biāo)準(zhǔn)化

現(xiàn)實(shí)環(huán)境中各類研究對(duì)象范圍或大小的度量標(biāo)準(zhǔn)和規(guī)范不同，其度量值的背景和量綱會(huì)有差異，不便于將數(shù)值直接進(jìn)行比較和分析，因此進(jìn)行耕地質(zhì)量評(píng)價(jià)時(shí)，需先將所選取的各類指標(biāo)的屬性值歸一化，將數(shù)值限制在[0，1]內(nèi)，以消去量綱，采用離差標(biāo)準(zhǔn)化方法對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，如公式1所示。

(1)

3 研究方法

3.1 耕地質(zhì)量組合評(píng)價(jià)模型

任何評(píng)價(jià)方法都存在一定的局限性，僅用1種方法進(jìn)行評(píng)價(jià)，結(jié)果存在一定的局限性[16]。選用不同的方法評(píng)價(jià)即從不同角度進(jìn)行綜合分析，將幾種評(píng)價(jià)結(jié)果進(jìn)行組合，形成多角度評(píng)價(jià)后的綜合平衡，耕地質(zhì)量組合評(píng)價(jià)模型即為耕地模糊優(yōu)選模型與理想點(diǎn)法的組合[17]。耕地模糊優(yōu)選模型是在耕地質(zhì)量評(píng)價(jià)過程具有一定決策模糊性的基礎(chǔ)上建立的，應(yīng)用模糊數(shù)學(xué)中的隸屬度定量地描述復(fù)雜的耕地質(zhì)量評(píng)價(jià)過程，其關(guān)鍵在于確定各耕地地塊對(duì)于模糊概念“優(yōu)”的隸屬度[18]，耕地質(zhì)量“劣”與“優(yōu)”分別處于參考連續(xù)的兩個(gè)極點(diǎn)[19]，各地塊耕地質(zhì)量與兩個(gè)極點(diǎn)的差異分別用加權(quán)廣義距離表示，該值越大耕地質(zhì)量越高。理想點(diǎn)法是在計(jì)算每個(gè)地塊單元距最優(yōu)地塊距離以及距最差地塊距離的基礎(chǔ)上，計(jì)算各地塊的相對(duì)貼近度，其為評(píng)價(jià)單元距最差單元的距離與評(píng)價(jià)單元距最優(yōu)單元和最差單元兩個(gè)距離之和的比值，最優(yōu)單元指各指標(biāo)評(píng)價(jià)值達(dá)到最大時(shí)的評(píng)價(jià)單元，最差單元指各指標(biāo)評(píng)價(jià)值最小時(shí)的評(píng)價(jià)單元[15,20-21]，相對(duì)貼近度越大耕地質(zhì)量越高。根據(jù)組合決策方法的基本原理，分別對(duì)耕地模糊優(yōu)選模型和理想點(diǎn)法的結(jié)果進(jìn)行由小到大排序，排序第一的記作“1”，依次類推。記耕地模糊優(yōu)選模型的排序結(jié)果存于數(shù)組X1 j(j=1，2，…,n)，理想點(diǎn)法的排序結(jié)果為X2 j(j=1，2，…，n)，利用平均值法集結(jié)這兩種排序結(jié)果[20]，最終結(jié)果為：

(2)

因此，Xj越大的耕地質(zhì)量越高，將最終的綜合得分劃為4個(gè)等級(jí)，小于等于0.25劃分為低等地，大于0.25且小與等于0.5劃分為中等地，大于0.5且小于等于0.75劃分為高等地，大于0.75劃分為優(yōu)等地。

3.2 耕地質(zhì)量預(yù)測(cè)

對(duì)于貴州省未來耕地的空間布局，采用Ldrisi 32中的CA-Markov模塊進(jìn)行模擬，該模塊集成了Markov和元胞自動(dòng)機(jī)等理論，能夠較好的解決有關(guān)時(shí)間序列和空間預(yù)測(cè)的問題[22-23]。依據(jù)1989年、1995年2期土地利用數(shù)據(jù)，采用CA-Markov模型計(jì)算土地利用類型轉(zhuǎn)移概率矩陣及條件概率轉(zhuǎn)換圖集，基于這些數(shù)據(jù)在1995年土地利用數(shù)據(jù)的基礎(chǔ)上模擬2000年土地利用空間分布狀況，并利用Kappa系數(shù)和隨機(jī)樣點(diǎn)檢驗(yàn)法對(duì)預(yù)測(cè)精度進(jìn)行檢驗(yàn)。若精度通過檢驗(yàn)，則再利用CA-Markov模型計(jì)算1995-2000年5 a間的土地利用類型轉(zhuǎn)移概率矩陣及條件概率轉(zhuǎn)換圖集，并利用這些數(shù)據(jù)在2000年土地利用圖的基礎(chǔ)上預(yù)測(cè)2020年土地利用圖，并從中提取貴州省土地利用規(guī)劃條件下的耕地空間變化情況。進(jìn)行預(yù)測(cè)時(shí)，濾波器的大小為5×5，CA循環(huán)模型次數(shù)為20次。耕地空間預(yù)測(cè)中所使用的不同土地利用類型間轉(zhuǎn)換的條件概率圖是通過Logistic逐步回歸模型分析不同地類變化驅(qū)動(dòng)力而獲取的[18,24]。預(yù)測(cè)出2020年耕地空間格局后，運(yùn)用模糊優(yōu)選模型和理想點(diǎn)法構(gòu)建耕地質(zhì)量組合評(píng)價(jià)模型，分析貴州2020年耕地質(zhì)量情況。Markov模型見公式(3)，CA 模型式見公式(4)：

S(t+1)=Pij·S(t)

(3)

式中：S(t),S(t+(1)為t，t+1時(shí)刻的系統(tǒng)狀態(tài)；Pij為狀態(tài)轉(zhuǎn)移概率矩陣。

S(t,t+1)=f[S(t),N]

(4)

式中：S表示元胞有限、離散的狀態(tài)集合；N表示元胞的鄰域；t，t+1表示相鄰兩次循環(huán)的時(shí)刻；f表示局部空間元胞狀態(tài)的規(guī)則。

4 結(jié)果與分析

4.1 貴州省土地利用變化規(guī)律

由1995年、2000年2期土地利用現(xiàn)狀圖獲取的土地利用類型綜合轉(zhuǎn)移概率矩陣表2所示。表中行為原始土地利用類型，列為轉(zhuǎn)移后的土地利用類型。該表反映了這5 a間各類土地利用類型的總體變化規(guī)律。由表1可知，1989年和2000年之間，各類土地利用類型之間均有相互轉(zhuǎn)變，變化幅度較大的林地和未利用地，轉(zhuǎn)移為其他土地利用類型的概率均大于0.5，轉(zhuǎn)移的林地中54.7%被改造成草地，用于發(fā)展畜牧養(yǎng)殖，被開發(fā)的未利用地52.8%被用于植樹造林；其次為水域和草地，轉(zhuǎn)移為其他土地利用類型的概率分別為0.341，0.318，減少的水域大部分被填埋改造成陸地；耕地和建設(shè)用地的變化幅度較小，轉(zhuǎn)移為其他土地利用類型的概率均小于0.2，體現(xiàn)了貴州省嚴(yán)格控制耕地紅線和科學(xué)規(guī)劃城鎮(zhèn)化發(fā)展的效果。耕地轉(zhuǎn)移為其他土地利用類型中，所占的比例由大到小依次為草地、林地、水域、建設(shè)用地，轉(zhuǎn)移的耕地中63.3%仍然為農(nóng)業(yè)用地，土地利用性質(zhì)變化不大；而其他土地利用類型中，轉(zhuǎn)移為耕地的概率與轉(zhuǎn)移為其余土地利用類型的概率總和相當(dāng)，甚至超過轉(zhuǎn)移為其余土地利用類型的概率總和，如建設(shè)用地。綜上可知，貴州省各類土地利用類型均有向耕地轉(zhuǎn)移的趨勢(shì)。

表2 貴州省1995-2000年土地利用類型轉(zhuǎn)移概率矩陣

4.2 貴州省耕地質(zhì)量時(shí)空變化趨勢(shì)

通過耕地質(zhì)量評(píng)價(jià)獲得1989年、1995年、2000年耕地質(zhì)量空間分布圖，見圖2。統(tǒng)計(jì)分析1989年、1995年貴州省耕地質(zhì)量，各耕地等級(jí)在面積上的變化趨勢(shì)見圖3。優(yōu)等地面積在逐漸上升，相鄰兩個(gè)時(shí)期之間面積變化率的平均值為6.58%；高等地的面積增長速度呈現(xiàn)出慢后快的趨勢(shì)，相鄰兩個(gè)時(shí)期之間面積變化率的平均值為6.60%；中等地的面積在一定的范圍內(nèi)波動(dòng)，呈現(xiàn)出先減少后快速增加的趨勢(shì)，相鄰兩個(gè)時(shí)期之間面積變化率的平均值為20.96%；低等地的面積基本維持平衡，面積在一定范圍內(nèi)波動(dòng)，相鄰兩個(gè)時(shí)期之間面積變化率的平均值為55.45%?？梢姼鞯燃?jí)耕地的面積均有增加，使得耕地的總面積在增加，平均增長速度為8.52%。

1989年、1995年、2000年3個(gè)年份各質(zhì)量等級(jí)耕地的平均高程、平均坡度、平均連片性、距離河流的平均距離見表3。由歷年地塊平均高程逐漸減少的趨勢(shì)可知各等級(jí)耕地逐漸由高海拔區(qū)域向低海拔區(qū)域轉(zhuǎn)移；由歷年地塊平均坡度逐漸降低可知各等級(jí)耕地逐漸向地勢(shì)比較平坦的區(qū)域發(fā)展，說明適于耕種的優(yōu)質(zhì)土地被廣泛開墾；由歷年耕地地塊距離河流的平均距離逐年增加可知各等級(jí)耕地以貴州省河流等水系逐漸向其外圍擴(kuò)散；而歷年地塊平均連片性指標(biāo)增大反映了耕地經(jīng)營規(guī)模的程度在逐漸加大。不難看出貴州省耕地所處環(huán)境在不斷的優(yōu)化中，優(yōu)質(zhì)耕地資源得到了有效保護(hù)和利用，耕地環(huán)境的整體改善與貴州省近年來在轄區(qū)內(nèi)施行退耕還林、石漠化治理、生態(tài)補(bǔ)償、集約化經(jīng)營、耕地占補(bǔ)平衡等耕地保護(hù)政策、惠農(nóng)政策有著密切的聯(lián)系。

圖2貴州省1989年、1995年、2000年耕地質(zhì)量等級(jí)空間分布

圖3 貴州省1989年、1995年、2000年各耕地質(zhì)量等級(jí)面積變化趨勢(shì)

結(jié)合3個(gè)年份耕地質(zhì)量等級(jí)空間分布圖，分別提取1989—1995年，1995—2000年貴州省各類耕地質(zhì)量等級(jí)的面積變化情況，各類等級(jí)耕地面積變化見表4。貴州省優(yōu)等地的面積有逐漸擴(kuò)大的趨勢(shì)，且增長速度逐年增加，增速在5.3%以上。由于貴州省加強(qiáng)了生態(tài)建設(shè)和提高農(nóng)業(yè)生產(chǎn)效益，對(duì)質(zhì)量較差的坡耕地進(jìn)行了退耕或者農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，質(zhì)量等級(jí)為高等地、中等地、低等地的耕地面積逐漸減少，使耕地布局整體上有優(yōu)化，提高了耕地總體質(zhì)量，這是貴州省耕地質(zhì)量提高的主要原因。由于其他土地利用類型與耕地之間的相互轉(zhuǎn)移，不同時(shí)期各等級(jí)耕地增加面積總和與減少面積總和并不相等，特別是1995年與2000年間各耕地質(zhì)量等級(jí)面積的變化。

表4 1989-2020年貴州省各類耕地質(zhì)量等級(jí)面積變化情況

4.3 貴州省耕地分布預(yù)測(cè)及質(zhì)量評(píng)估

利用1989年、1995年2期土地利用數(shù)據(jù)獲取的土地利用類型轉(zhuǎn)移概率矩陣及條件概率轉(zhuǎn)換圖集，在1995年數(shù)據(jù)的基礎(chǔ)上模擬得到的2000年的土地利用數(shù)據(jù)與真實(shí)數(shù)據(jù)對(duì)比可知，像元模擬正確的百分比為80.36%，2000年模擬的Kappa系數(shù)為0.763 5，隨機(jī)采樣點(diǎn)中模擬正確的樣點(diǎn)數(shù)占隨機(jī)樣點(diǎn)數(shù)的比例為83.74%，驗(yàn)證結(jié)果表明模擬結(jié)果達(dá)到了較高的精度，證明了模擬方法及過程具有較高可信度。在2000年土地利用分布圖和獲取的1995—2000年5 a間土地利用類型轉(zhuǎn)移概率矩陣的基礎(chǔ)上，綜合各類地理環(huán)境因素和經(jīng)濟(jì)因素的影響，利用CA-Markov方法在現(xiàn)有已知的變化規(guī)律下對(duì)未來耕地變化進(jìn)行情景模擬，獲取2020年的土地利用類型圖，并提取耕地的空間分布圖。通過耕地質(zhì)量評(píng)價(jià)獲得2020年貴州省耕地質(zhì)量等級(jí)分布圖，附圖12。

由預(yù)測(cè)得到的2020年耕地質(zhì)量等級(jí)分布圖可知，優(yōu)等地面積為26 147.69 km2，高等地面積為23 557.98 km2，中等地面積為6 113.16 km2，低等地面積為74.69 km2，4種等級(jí)耕地的面積占總耕地面積的比例分別為46.9%，42.2%，10.8%，0.1%。分區(qū)縣對(duì)貴州省的耕地質(zhì)量等級(jí)空間分布進(jìn)行分析可知，優(yōu)等地主要分布在遵義縣、貴陽、盤縣、六枝等區(qū)縣，高等地主要分布在桐梓、威寧、鳳岡、遵義縣等區(qū)縣，中等地主要分布在威寧、赫章、桐梓、劍河等區(qū)縣，低等地主要分布在赫章、威寧、臺(tái)江、劍河等區(qū)縣。

5 結(jié)論與討論

本文提出了在已知三期土地利用現(xiàn)狀圖和易收集的環(huán)境數(shù)據(jù)的基礎(chǔ)上，利用CA-Markov模型對(duì)貴州省2020年耕地的空間分布進(jìn)行了預(yù)測(cè)，同時(shí)結(jié)合耕地模糊優(yōu)選模型和理想點(diǎn)法對(duì)不同時(shí)期的耕地質(zhì)量進(jìn)行了評(píng)價(jià)。由于環(huán)境數(shù)據(jù)不會(huì)隨著時(shí)間的推移而發(fā)生較大的改變，而耕地空間范圍的改變對(duì)應(yīng)的是相應(yīng)地塊單元周圍環(huán)境的變化，因此，在同一套指標(biāo)體系下，對(duì)不同時(shí)期的耕地質(zhì)量進(jìn)行了分級(jí)。

結(jié)果表明，雖然耕地有向其他土地利用類型轉(zhuǎn)移的情況，但土地利用性質(zhì)變化不大，轉(zhuǎn)移的耕地中63.3%仍然為農(nóng)業(yè)用地；隨著耕地保護(hù)政策的深入實(shí)施，部分高等地、中等地、低等地被改造，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)逐漸被優(yōu)化，優(yōu)等地的空間分布呈現(xiàn)擴(kuò)散的趨勢(shì)，平均增速在8.28%；耕地質(zhì)量總體呈現(xiàn)上升的趨勢(shì)，且耕地所處環(huán)境在不斷的優(yōu)化中。貴州省耕地質(zhì)量的變化體現(xiàn)了相關(guān)政策與管理的導(dǎo)向作用，在今后的耕地質(zhì)量管理工作中，應(yīng)充分掌握轄區(qū)內(nèi)耕地質(zhì)量的總體情況，針對(duì)各區(qū)域的差異實(shí)施不同的耕地保護(hù)與管理政策。耕地占補(bǔ)平衡中補(bǔ)充的耕地，或者耕地開發(fā)過程中新增的耕地，都應(yīng)保證耕地的質(zhì)量，同時(shí)對(duì)占用耕地的耕作層要充分利用，需要深入研究并落實(shí)表土剝離工作，如開展移土培肥工程，確保占優(yōu)補(bǔ)優(yōu)。對(duì)現(xiàn)有不同質(zhì)量等級(jí)的耕地，在保持整體耕地質(zhì)量提升和耕地布局優(yōu)化的前提下，加快優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，充分挖掘各質(zhì)量等級(jí)耕地的生產(chǎn)潛能和生態(tài)價(jià)值，增加農(nóng)民增收的途徑，從而減少對(duì)耕地的過度使用。

本文對(duì)耕地質(zhì)量的時(shí)空變化分析及預(yù)測(cè)中，選取的指標(biāo)有一定的局限性，并不能完全反映耕地所處的自然環(huán)境，因而需要深入挖掘，構(gòu)建更加合理的指標(biāo)體系。同時(shí)，本研究從全局層面分析出貴州省耕地質(zhì)量整體呈現(xiàn)上升的趨勢(shì)，且逐年增加，但局部地區(qū)耕地質(zhì)量的改善力度還嚴(yán)重不足；此外，還需進(jìn)一步通過實(shí)例驗(yàn)證該組合評(píng)價(jià)模型在其他尺度耕地質(zhì)量時(shí)空變化分析及預(yù)測(cè)中的適用性和效率。

[1] 蔡文香,盧萬合,馮婧,等.中國糧食安全脆弱性評(píng)價(jià)與政策建議[J].中國人口·資源與環(huán)境,2015,(S1):319-322.

[2] 姜群鷗,鄧祥征,林英志,等.中國耕地用途轉(zhuǎn)移對(duì)耕地生產(chǎn)力影響的預(yù)測(cè)與分析[J].應(yīng)用生態(tài)學(xué)報(bào),2010,21(12):3113-3119.

[3] 李文卓,謝永生.基于農(nóng)戶尺度的陜北退耕區(qū)糧食安全[J].應(yīng)用生態(tài)學(xué)報(bào),2011,22(2):402-408.

[4] 姜廣輝,趙婷婷,段增強(qiáng),等.北京山區(qū)耕地質(zhì)量變化及未來趨勢(shì)模擬[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(10):304-311.

[5] 韓敏,張慧,陳旭暉,等.貴州省農(nóng)用地(耕地)自然質(zhì)量評(píng)價(jià)指標(biāo)體系的構(gòu)建[J].貴州農(nóng)業(yè)科學(xué),2010,38(5):66-69.

[6] 付國珍,擺萬奇.耕地質(zhì)量評(píng)價(jià)研究進(jìn)展及發(fā)展趨勢(shì)[J].資源科學(xué),2015,37(2):226-236.

[7] 伍育鵬,鄖文聚,李武艷.用標(biāo)準(zhǔn)樣地進(jìn)行耕地質(zhì)量動(dòng)態(tài)監(jiān)測(cè)與預(yù)警探討[J].中國土地科學(xué),2006,20(4):40-45.

[8] 胡曉濤,吳克寧,馬建輝,等.北京市大興區(qū)耕地質(zhì)量等級(jí)監(jiān)測(cè)控制點(diǎn)布設(shè)[J].資源科學(xué),2012,34(10):1891-1897.

[9] 張瑞福,顏春榮,張楠,等.微生物肥料研究及其在耕地質(zhì)量提升中的應(yīng)用前景[J].中國農(nóng)業(yè)科技導(dǎo)報(bào),2013,15(5):8-16.

[10] 楊偉,謝德體,廖和平,等.基于完全理性行為特征的農(nóng)戶耕地保護(hù)行為決策研究:以重慶市開縣為例[J].西南大學(xué)學(xué)報(bào):自然科學(xué)版,2012,34(11):81-87.

[11] 伍應(yīng)德.基于生態(tài)環(huán)境的貴州喀斯特山區(qū)現(xiàn)代農(nóng)業(yè)發(fā)展模式探討[J].貴州農(nóng)業(yè)科學(xué),2013,41(8):249-249.

[12] 周宜君,石莎,馮金朝.我國西南地區(qū)自然環(huán)境與藥用植物多樣性[J].中央民族大學(xué)學(xué)報(bào):自然科學(xué)版,2005,14(1):44-48.

[13] 韓振燕,梁譽(yù),陳紹軍.基于生態(tài)足跡模型的西部貧困成因及可持續(xù)治貧研究:以貴州省為例[J].廣西社會(huì)科學(xué),2012,(2):54-58.

[14] 盧德彬,涂建軍.耕地入選基本農(nóng)田整備區(qū)評(píng)價(jià)與決策[J].農(nóng)機(jī)化研究,2012(3):1-4.

[15] 盧德彬,涂建軍,華娟,等. GIS技術(shù)在永久性基本農(nóng)田劃定中的應(yīng)用研究[J].農(nóng)機(jī)化研究,2012(4):65-68.

[16] 涂建軍,盧德彬.基于GIS與耕地質(zhì)量組合評(píng)價(jià)模型劃定基本農(nóng)田整備區(qū)[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(2):234-238.

[17] 楊樂,涂建軍,王小飛,等. GIS技術(shù)在基本農(nóng)田整備區(qū)劃定中的應(yīng)用:以重慶秀山縣中和鎮(zhèn)為例[J].農(nóng)機(jī)化研究,2011,33(5):178-181.

[18] 張鵬,徐中兵,趙振亮,等.基于模糊優(yōu)選模型的區(qū)域可持續(xù)發(fā)展研究[J].水土保持研究,2009,16(4):186-191.

[19] 李遠(yuǎn)富,薛波,鄧域才.鐵路選線設(shè)計(jì)方案多目標(biāo)決策模糊優(yōu)選模型及應(yīng)用研究[J].西南交通大學(xué)學(xué)報(bào),2000,35(5):465-470.

[20] 何丹,金鳳君,周璟.基于Logistic-CA-Markov的土地利用景觀格局變化:以京津冀都市圈為例[J].地理科學(xué),2011,31(8):903-910.

[21] 程鋒,石英,朱德舉.耕地入選基本農(nóng)田決策模型研究[J].地理與地理信息科學(xué),2003,19(3):50-53.

[22] 胡雪麗,徐凌,張樹深.基于CA-Markov模型和多目標(biāo)優(yōu)化的大連市土地利用格局[J].應(yīng)用生態(tài)學(xué)報(bào),2013,24(6):1652-1660.

[23] Kityuttachai K, Tripathi N K, Tipdecho T, et al. CA-Markov analysis of constrained coastal urban growth modeling:Hua Hin seaside city, Thailand[J]. Sustainability, 2013,5(4):1480-1500.

[24] 姜廣輝,張鳳榮,陳軍偉,等.基于Logistic回歸模型的北京山區(qū)農(nóng)村居民點(diǎn)變化的驅(qū)動(dòng)力分析[J].農(nóng)業(yè)工程學(xué)報(bào),2007,23(5):81-87.

AnalysisontheDistributionandVariationTrendofCultivatedLandQualityinGuizhouProvince

HAN Zongwei, LU Debin, YANG Jian, XIONG Bo, HUANG Tingting

(TongrenUniversity,Tongren,Guizhou554300,China)

In order to deepen the understanding of spatial pattern and variation trend of cultivated land quality in Guizhou Province and provide reference for the development of rational farmland quality protection system and decision-making, the cultivated land quality and its variation trend were analyzed based on the distribution of cultivated land in 1989, 1995, 2000. Fuzzy optimum model and ideal point method were combined to evaluate the quality of cultivated land in each year. CA-Markov model and spatial analysis tools were employed to predict the distribution of cultivated land in 2020. The findings suggest the followings. First, there is a mutual transfer between 6 types of land uses in Guizhou Province, 63.6% of the changed areas from cultivated land are still agricultural land, such as forest land, grassland, and the change of land use nature is not obvious. Second, other kinds of land uses have the tendency of transferring to cultivated land, most of the changed areas were transferred to cultivated land, and the amount of area was larger than the area transferred out of cultivated land, so, the quantity of cultivated land is increasing gradually. Third, the environment of cultivated land in Guizhou Province is continuously optimized and the high-quality cultivated land resources have been effectively protected and utilized, the area of the superior land level has the gradually expanding tendency. Fourth, the predicted cultivated land in 2020 indicts that the percentage of superior land level, higher land level, moderate land level and lower land level in the total cultivated land will be 46.9%，42.2%，10.8%，0.1%, respectively, most of the superior land levels will concentrate in areas where river systems are more developed and agriculture resources are rich.

cultivated land quality; CA-Markov; fuzzy optimum; ideal point method; Guizhou Province

F321.1； F301.24

A

1005-3409(2017)06-0154-06

2016-09-30

2016-11-25

貴州省社會(huì)科學(xué)院省領(lǐng)導(dǎo)指示圈示課題(QS2015024-2);貴州省教育廳人文社會(huì)科學(xué)研究項(xiàng)(2016qn10);貴州省教育科學(xué)規(guī)劃課題(2015C042)；貴州省科技計(jì)劃項(xiàng)目黔科合LH字[2016]7305號(hào)

韓宗偉(1987—),男,湖北宜昌人,碩士,講師,主要研究方向?yàn)檗r(nóng)業(yè)遺產(chǎn)管理與保護(hù)、資源環(huán)境信息工程。E-mail:hansarm@foxmail.com

盧德彬(1987—),男,貴州荔波人,博士研究生,副教授,主要從事城市生態(tài)系統(tǒng)模擬與規(guī)劃研究。E-mail:sooluo@163.com