多尺度下的南方山地丘陵區(qū)耕地質(zhì)量空間自相關(guān)分析*—— 以江西省黎川縣為例

張 晗, 趙小敏, 歐陽真程, 郭 熙, 李偉峰, 匡麗花, 葉英聰, 黃 聰, 汪曉燕

?

多尺度下的南方山地丘陵區(qū)耕地質(zhì)量空間自相關(guān)分析*—— 以江西省黎川縣為例

張 晗1,2,3, 趙小敏1,3,4**, 歐陽真程1,2, 郭 熙1,2,3, 李偉峰1,2, 匡麗花4, 葉英聰1,2, 黃 聰1,2, 汪曉燕1,2

(1. 江西農(nóng)業(yè)大學(xué)江西省鄱陽湖流域農(nóng)業(yè)資源與生態(tài)重點實驗室/南方糧油作物協(xié)同創(chuàng)新中心 南昌 330045; 2. 江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院 南昌 330045; 3. 江西農(nóng)業(yè)大學(xué)土地科學(xué)研究所 南昌 330045; 4. 南京農(nóng)業(yè)大學(xué)公共管理學(xué)院 南京 210095)

分析不同尺度下的耕地質(zhì)量空間分布格局, 是提高耕地質(zhì)量與加強耕地保護建設(shè)的基礎(chǔ)。選取耕地質(zhì)量等別監(jiān)測試點縣江西省黎川縣為研究區(qū), 運用加權(quán)平均法、變異系數(shù)法和空間自相關(guān)分析法, 以國家級耕地質(zhì)量指數(shù)為空間變量, 分別從縣級、鄉(xiāng)鎮(zhèn)級和村級尺度上探討了耕地質(zhì)量的空間關(guān)聯(lián)程度及其分異規(guī)律。研究結(jié)果表明: 1)研究區(qū)耕地質(zhì)量呈現(xiàn)出“南北高, 東西低”的空間分布規(guī)律, 耕地質(zhì)量指數(shù)Mora’s值表現(xiàn)為國家利用等指數(shù)>國家經(jīng)濟等指數(shù)>國家自然等指數(shù), 縣級、鄉(xiāng)鎮(zhèn)級和村級耕地質(zhì)量指數(shù)的Moran’s值依次降低, 三者均呈顯著的空間正自相關(guān)集聚態(tài)勢。2)隨著空間尺度的不同, 耕地質(zhì)量指數(shù)具有不同的空間關(guān)聯(lián)度, 自然等指數(shù)受空間尺度影響較大, 經(jīng)濟等指數(shù)其次, 利用等指數(shù)最小。3)正相關(guān)高-高型和低-低型耕地以組團形式聚集分布, 負(fù)相關(guān)高-低型和低-高型耕地?zé)o明顯的集中區(qū)域, 多以零星狀分布。研究結(jié)果顯示耕地質(zhì)量空間差異對空間尺度的變化較為敏感, 可為區(qū)域高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)、土地綜合整治、耕地質(zhì)量監(jiān)測和耕地保護與管理分區(qū)提供借鑒參考。

山地丘陵區(qū); 耕地質(zhì)量; 空間自相關(guān); 空間尺度; 黎川縣

耕地作為土地資源中最為寶貴的自然資源, 是農(nóng)業(yè)發(fā)展之要、糧食安全之基、農(nóng)民立命之本。耕地質(zhì)量與國家糧食安全、生態(tài)安全和社會穩(wěn)定密切相關(guān), 是重要的生產(chǎn)、生活、生態(tài)空間, 也是促進社會經(jīng)濟可持續(xù)發(fā)展的物質(zhì)基礎(chǔ)。一方面, 當(dāng)前人均耕地不足、優(yōu)質(zhì)耕地少、耕地后備資源不斷減少是我國基本的土地國情[1], 這使我國耕地質(zhì)量管理和耕地保護一直保持著較大的壓力; 另一方面, 一直以來, 我國農(nóng)業(yè)生產(chǎn)始終堅持高投入、高產(chǎn)出的生產(chǎn)模式, 耕地質(zhì)量狀況堪憂、基礎(chǔ)地力不斷下降、耕地退化面積大等問題嚴(yán)重。因此, 著力加強耕地數(shù)量、質(zhì)量和生態(tài)“三位一體”管護制度, 提高耕地質(zhì)量管理和建設(shè)水平工作刻不容緩。近年來, 為強化我國耕地的綜合生產(chǎn)能力, 健全耕地保護補償機制, 政府管理部門和學(xué)術(shù)界在耕地質(zhì)量提升和保護等方面做了諸多深入的探索和研究[2-5], 基于空間屬性特征的耕地質(zhì)量管理與保護成為當(dāng)前研究的熱點之一[6-9]。王洪波等[10]和孔祥斌等[11]采用空間分析等方法分別從國家和區(qū)域尺度上分析了中國及西部地區(qū)耕地質(zhì)量的空間分異規(guī)律, 為耕地空間布局優(yōu)化、質(zhì)量提升和動態(tài)監(jiān)測提供基礎(chǔ); 李武艷等[12]發(fā)現(xiàn)浙江省耕地質(zhì)量3類指數(shù)在不同尺度下均呈現(xiàn)出顯著的空間正相關(guān)性, 但省、市和縣耕地質(zhì)量指數(shù)的Moran’s值依次降低, 研究結(jié)果為不同級別的行政主體制定耕地保護政策提供依據(jù)。任平等[13]運用核密度計算和空間自相關(guān)等研究方法對比分析出龍泉驛區(qū)2005—2013年耕地區(qū)域差異較為顯著, 但局部空間異質(zhì)性有所增強, 研究結(jié)果對制定耕地保護與優(yōu)化布局政策具有較高的理論和實踐價值。熊昌盛等[14-15]運用Global Moran’s和地統(tǒng)計學(xué)分析方法, 據(jù)此分析出縣級尺度所表現(xiàn)出的空間正相關(guān)性要強于鎮(zhèn)級尺度, 而鎮(zhèn)際之間空間自相關(guān)性內(nèi)部差異較大, 對全省耕地質(zhì)量分等工作、拓展研究深度和廣度具有重要意義。楊建宇等[16]結(jié)合耕地的空間屬性, 借助空間自相關(guān)性分析方法, 探究高平市耕地的自然條件、利用情況和經(jīng)濟水平皆表現(xiàn)出顯著聚集性, 最終基于綜合質(zhì)量的分析結(jié)果提出了耕地保護分區(qū)的新方法和新思路。郭曉飛等[17]采用空間自相關(guān)分析等方法分別從鎮(zhèn)域尺度、村級尺度和斑塊尺度研究其耕地自然質(zhì)量的空間分布特征, 為不同尺度下耕地質(zhì)量監(jiān)測與提升及耕地質(zhì)量更新數(shù)據(jù)驗收核查提供參考。總體而言, 國內(nèi)耕地質(zhì)量空間關(guān)聯(lián)性的研究已初步建立且日趨完善, 極大地豐富了耕地質(zhì)量的內(nèi)涵, 為切實提升耕地質(zhì)量水平和完善耕地保護體系提供了理論基礎(chǔ)和科學(xué)支撐。但從現(xiàn)有的耕地質(zhì)量相關(guān)研究來看, 尚存以下不足: 首先, 當(dāng)前耕地質(zhì)量空間屬性和研究尺度較為單一, 主要集中在宏觀和中觀尺度, 未能全面地從微觀尺度如鄉(xiāng)鎮(zhèn)級、村級單元綜合考慮研究區(qū)耕地質(zhì)量的自然屬性、利用屬性和經(jīng)濟屬性的空間集聚規(guī)律, 其研究成果的普適性有待進一步提高。其次, 傳統(tǒng)耕地質(zhì)量度量及區(qū)劃方法多采用經(jīng)典統(tǒng)計分析法和綜合分析法, 缺乏從空間關(guān)聯(lián)角度定量研究耕地質(zhì)量的自然屬性、利用屬性和經(jīng)濟屬性的空間異質(zhì)性特征, 難以真正反映區(qū)域內(nèi)耕地質(zhì)量空間差異的變化與機制。再次, 國內(nèi)已有的從空間角度研究耕地質(zhì)量的文獻(xiàn)相對較少, 在耕地質(zhì)量評價空間范圍上較少關(guān)注耕地質(zhì)量對研究尺度變化的敏感性。因此, 在多尺度下科學(xué)合理地分析耕地質(zhì)量空間分異和聚集特征已成為當(dāng)今耕地質(zhì)量空間變異中亟待研究的重要內(nèi)容, 受到越來越多研究者的關(guān)注。

為彌補上述不足, 本文以2013年為研究時點, 以江西省黎川縣耕地質(zhì)量指數(shù)(國家自然等指數(shù)、國家利用等指數(shù)和國家經(jīng)濟等指數(shù))為空間變量, 基于GIS分析工具, 運用空間自相關(guān)分析方法, 從縣級、鄉(xiāng)鎮(zhèn)級和村級等不同空間尺度層面上定量研究了黎川縣耕地質(zhì)量的空間集聚和異質(zhì)性特征, 以期為不同級別的不同行政主體制定差異化保護、精細(xì)化管理耕地政策提供科學(xué)依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

黎川縣位于江西省中部偏東、撫州市東南部, 地處武夷山西麓, 撫河上游(26°59′~27°35′N, 116°42′~117°10′E)。縣域東、西和南部三面環(huán)山, 地勢南高北低, 由東北部、東部和南部逐漸向中部和西北部呈撮斗形傾斜, 低山、高丘陵、中丘陵、低丘陵、沖積小平原為5種典型的地貌類型。黎川縣屬中亞熱帶濕潤性季風(fēng)氣候區(qū), 又具有山區(qū)氣候特征, 歷年平均氣溫為18 ℃左右, 年均日照時數(shù)1 642.8 h, 常年降水量為1 800.8 mm。境內(nèi)水系發(fā)達(dá), 河流眾多, 共有大小河流84條, 總長946 km, 流域面積1 553 km2。全縣土壤肥沃, 土壤有較明顯的垂直地帶性分布規(guī)律, 土壤類型以水稻土、潮土、紅壤、山地黃壤為主, 適宜多種農(nóng)作物的生長。

黎川縣用地結(jié)構(gòu)可以概括為“七山一水分半田, 半分道路和莊園”, 2013年黎川縣轄區(qū)面積166 870.71 hm2, 耕地面積28 847.47 hm2, 其中水田27 887.94 hm2, 旱地959.53 hm2。全縣轄6個鎮(zhèn)、8個鄉(xiāng), 1個墾殖場, 共有124個行政村(居委會、社區(qū)及林場)。全縣總?cè)丝?3.39萬人, 農(nóng)業(yè)人口12.55萬人。黎川縣位于我國長江中下游江南丘陵山地農(nóng)林區(qū), 是典型的農(nóng)業(yè)生產(chǎn)大縣和重要商品糧生產(chǎn)基地, 享有“國家商品糧基地縣”之美譽, 每年可提供商品糧10萬余噸。黎川縣作為國土資源部耕地質(zhì)量監(jiān)測試點縣, 因此, 研究該區(qū)域不同尺度下耕地質(zhì)量空間分異規(guī)律具有典型性和代表性。

1.2 數(shù)據(jù)來源與處理

本文以江西省黎川縣為研究對象, 所采用的數(shù)據(jù)來源于2013年黎川縣國土局和農(nóng)業(yè)局等。研究區(qū)所用數(shù)據(jù)包括:

1)自然條件資料: 土壤普查、水文地質(zhì)調(diào)查、植被、地形地貌、農(nóng)田水利設(shè)施建設(shè)、氣候統(tǒng)計、標(biāo)準(zhǔn)耕作制度、自然災(zāi)害與災(zāi)情分析等文件成果資料。

2)社會經(jīng)濟資料: 農(nóng)業(yè)與農(nóng)業(yè)經(jīng)濟統(tǒng)計、耕地生產(chǎn)投入與管理水平、黎川縣統(tǒng)計年鑒、農(nóng)田基本建設(shè)資料與農(nóng)作物產(chǎn)能資料等。

3)基礎(chǔ)圖件資料: 2013年土地利用變更數(shù)據(jù)(圖)、土地利用總體規(guī)劃圖、第2次土壤普查圖、行政區(qū)劃圖、地形地貌圖、土壤pH值分布圖、土壤有機質(zhì)分布圖、土壤質(zhì)地圖、有效土層厚度圖、灌排圖和空間分辨率為30 m的DEM圖等。

4)數(shù)據(jù)庫資料: 2013年黎川縣耕地質(zhì)量等別更新數(shù)據(jù)、第2次土地資源調(diào)查成果、土地利用現(xiàn)狀數(shù)據(jù)庫、農(nóng)用地分等數(shù)據(jù)庫和耕地地力評價數(shù)據(jù)庫等。

本文基礎(chǔ)數(shù)據(jù)處理主要參照《耕地質(zhì)量等級》和《農(nóng)用地質(zhì)量分等規(guī)程》提供的方法及思路, 對上述收集的基礎(chǔ)資料嚴(yán)格審核和分類整理, 所有圖件資料和矢量數(shù)據(jù)比例尺為1∶1萬, 通過數(shù)據(jù)格式轉(zhuǎn)換、地圖投影及坐標(biāo)校正, 以ArcGIS為平臺, 采用Identity analysis對耕地要素與行政界線等基礎(chǔ)矢量數(shù)據(jù)疊加分析, 建立空間屬性數(shù)據(jù)庫, 坐標(biāo)系采用1980年西安平面坐標(biāo)系和1985年國家高程基準(zhǔn)。

2 研究方法

2.1 耕地質(zhì)量指數(shù)面積加權(quán)平均法

耕地質(zhì)量指數(shù)和面積屬性是耕地重要的空間屬性。本文采用國家級自然等指數(shù)、利用等指數(shù)和經(jīng)濟等指數(shù)與行政村耕地面積進行加權(quán)平均, 以研究黎川縣耕地自然質(zhì)量、利用質(zhì)量和經(jīng)濟質(zhì)量的總體狀況及空間分異規(guī)律。國家級加權(quán)等指數(shù)越高, 代表耕地質(zhì)量越高; 反之, 則越低?？紤]到較大范圍尺度的空間分析難以表征耕地質(zhì)量的內(nèi)部差異, 而以耕地圖斑為空間單元進行空間自相關(guān)分析會導(dǎo)致結(jié)果辨識性差, 故本文以行政村作為研究單元進行空間自相關(guān)分析。參照《江西省農(nóng)用地分等規(guī)程》, 在ArcGIS 10.3軟件中, 耕地等指數(shù)采用等間距法對耕地等別進行初步劃分, 國家自然等指數(shù)按照400分的等間距轉(zhuǎn)化為國家自然等, 國家利用等指數(shù)和經(jīng)濟等指數(shù)按照200分的等間距分別轉(zhuǎn)化為國家利用等和國家經(jīng)濟等。村級耕地質(zhì)量指數(shù)采用下式計算[3,14-16]:

式中:R為第個行政村的國家級平均耕地質(zhì)量指數(shù);代表第個行政村中第塊圖斑的國家級耕地質(zhì)量指數(shù);S代表第個行政村中第塊耕地的圖斑地類面積。

2.2 全局空間自相關(guān)

Global Moran’s指數(shù)可以全面測度區(qū)域空間要素屬性值聚合或離散的程度。基于ArcGIS10.3和GeoDa軟件平臺, 本文運用全局Moran’s指數(shù)驗證黎川縣和下轄各鄉(xiāng)鎮(zhèn)的耕地質(zhì)量指數(shù)的空間依賴程度。Global Moran’s指數(shù)的取值范圍在[-1, 1]之間,>0表示空間正相關(guān), 研究對象趨于空間聚合特征;<0表示空間負(fù)相關(guān), 研究對象趨于空間離散特征;=0則表示沒有通過局部的Moran’s顯著性檢驗, 研究對象隨機分布。一般用score值進行顯著性檢驗, 當(dāng)score>1.96或score<-1.96(=0.05)時, 表明耕地質(zhì)量在空間上存在顯著的空間自相關(guān)性。全局空間自相關(guān)模型如下[3,12]:

2.3 局部空間自相關(guān)

局部Moran’s指數(shù)是對整個區(qū)域耕地分布的空間自相關(guān)程度進行描述, 能以圖形的形式直觀地展現(xiàn)研究區(qū)耕地質(zhì)量的空間集聚狀況。本文以黎川縣村級耕地質(zhì)量指數(shù)進行局部空間自相關(guān)分析, 采用耕地質(zhì)量指數(shù)LISA(local indicators of spatial association)集聚圖分析黎川縣耕地質(zhì)量集聚或離散的空間位置。耕地質(zhì)量指數(shù)按HH(高-高)型、LL(低-低)型、HL(高-低)型、LH(低-高)型、NN(非顯著相關(guān))型劃分為5種不同類型。其中, HH型和LL型為正相關(guān)類型, 表示耕地質(zhì)量空間聚合程度較高; LL型和HL型為負(fù)相關(guān)類型, 表示耕地質(zhì)量空間結(jié)構(gòu)呈離散特性; NN為非顯著相關(guān)型, 表示耕地質(zhì)量無明顯的集合或離散特性。局部 Moran’s指數(shù)通常用LISA統(tǒng)計量表示, 局部空間自相關(guān)計算模型如下[3,12]:

式中局部空間自相關(guān)變量的含義同式(2)。

2.4 變異系數(shù)

變異系數(shù)是標(biāo)準(zhǔn)差與平均數(shù)的比值, 其大小反映了數(shù)據(jù)之間的集聚或離散程度, 且不受研究變量的測量尺度和量綱的影響。為客觀地分析和比較不同空間尺度下耕地質(zhì)量空間關(guān)聯(lián)的敏感性程度, 采用變異系數(shù)來度量耕地質(zhì)量的空間內(nèi)部差異。一般來說, 變異系數(shù)越小, 耕地質(zhì)量空間自相關(guān)性波動幅度越小, 反之, 波動幅度則越大。具體公式如下:

式中:C表示研究變量的變異系數(shù),代表某一空間尺度下研究對象的個數(shù),y代表某一空間尺度下第個單元耕地質(zhì)量的Moran’s值,為y平均值。

3 結(jié)果與分析

3.1 耕地質(zhì)量空間分布特征

耕地的自然條件、利用水平、經(jīng)濟狀況的優(yōu)劣是衡量耕地質(zhì)量高低的重要依據(jù), 耕地質(zhì)量通常采用自然等指數(shù)、利用等指數(shù)以及經(jīng)濟等指數(shù)來描述, 在耕地質(zhì)量3種類型中, 自然質(zhì)量是基礎(chǔ), 利用質(zhì)量是重要保障, 而經(jīng)濟質(zhì)量直接關(guān)聯(lián)實際, 耕地經(jīng)濟質(zhì)量的優(yōu)劣則反映了耕地的自然質(zhì)量和利用水平。在ArcGIS10.3軟件中, 根據(jù)公式(1)將以耕地圖斑為研究單元的耕地質(zhì)量指數(shù)轉(zhuǎn)換為村級耕地質(zhì)量指數(shù)及其對應(yīng)的耕地等別, 得到了3種類型的村級耕地質(zhì)量空間分布圖(圖1)。從圖1可知, 黎川縣國家自然等指數(shù)主要集中在2 400~2 800, 整體處于較低水平, 除德勝鎮(zhèn)各村外絕大部分區(qū)域耕地質(zhì)量位于高值區(qū); 在空間上呈現(xiàn)出南部、北部及西部高于東部的空間分布特征。國家利用等指數(shù)主要集中在1 600~2 000, 整體處于較高水平, 耕地質(zhì)量高值區(qū)主要分布在縣域北部、中部及西南部, 低值區(qū)主要分布在縣域的西部及東部區(qū)域; 在空間上呈現(xiàn)出“南北高、東西低”的空間分布規(guī)律。國家經(jīng)濟等指數(shù)與國家利用等指數(shù)分布特征在空間上趨于一致, 但存在略微差異, 主要表現(xiàn)為其耕地質(zhì)量高值區(qū)與低值區(qū)的分布范圍相對于利用等指數(shù)有所擴展。

圖1 黎川縣各行政村耕地國家自然等指數(shù)(a)、國家利用等指數(shù)(b)和國家經(jīng)濟等指數(shù)(c)分布圖

3.2 空間權(quán)重的構(gòu)建

為了進一步刻畫不同尺度下空間距離對研究區(qū)耕地質(zhì)量全局Moran’s指數(shù)的變化規(guī)律和耕地質(zhì)量的空間聚類程度的影響, 以100 m為起點距離, 步長100 m設(shè)置增量距離, 3 000 m為終點距離進行全局空間自相關(guān)分析, 不同尺度下空間自相關(guān)結(jié)果如圖2所示。國家級耕地質(zhì)量指數(shù)在空間上具有一定的空間自相關(guān)和空間聚集規(guī)律。國家自然等指數(shù)、利用等指數(shù)和經(jīng)濟等指數(shù)Moran’s值在100~3 000 m時基本大于0.3, 表示耕地質(zhì)量空間正相關(guān)性較強, 存在較顯著的空間聚集規(guī)律。Moran’s值在100~400 m時呈現(xiàn)出先急劇增加, 后緩慢減少的線性分布, 當(dāng)閾值距離至400 m時, 國家級自然等指數(shù)、利用等指數(shù)和經(jīng)濟等指數(shù)Moran’s值達(dá)到峰值, 分別為0.474 8、0.621 4和0.512 2, 此時耕地質(zhì)量空間正自相關(guān)性聚集特性最強; 隨著閾值距離繼續(xù)增加到3 000 m時, Moran’s值開始呈下降趨勢, 但下降幅度有所放緩。由空間自相關(guān)統(tǒng)計結(jié)果可知, 當(dāng)閾值距離為400 m時, 耕地質(zhì)量的空間自相關(guān)性最強, 且由閾值距離計算得到的顯著性統(tǒng)計量均為0(<0.05), 表明以400 m為閾值距離構(gòu)建空間權(quán)重和進行空間自相關(guān)分析具有較高的精確度, 因此本文以固定距離400 m為閾值對耕地質(zhì)量指數(shù)進行空間自相關(guān)分析。

圖2 不同空間尺度下研究區(qū)耕地質(zhì)量3類指數(shù)空間自相關(guān)圖

3.3 縣級尺度下耕地質(zhì)量空間自相關(guān)分析

為了探討耕地質(zhì)量3類指數(shù)在縣域尺度上的空間關(guān)聯(lián)程度, 本文以黎川縣耕地圖斑為基本空間單元, 借助ArcGIS10.3和GeoDa軟件平臺計算2015年黎川縣耕地質(zhì)量國家自然等指數(shù)、利用等指數(shù)和經(jīng)濟等指數(shù)的全局Moran’s指數(shù)。由表1可知, 黎川縣耕地質(zhì)量指數(shù)均大于0.45, 且顯著性檢驗值均為0, 明顯小于顯著性水平0.05, 表明黎川縣耕地質(zhì)量在不同層次表現(xiàn)出很強的空間正自相關(guān)集聚態(tài)勢。但從3個不同類型耕地質(zhì)量等指數(shù)的Moran’s值大小來看, 國家利用等指數(shù)>國家經(jīng)濟等指數(shù)>國家自然等指數(shù), 表明黎川縣耕地利用質(zhì)量和所表現(xiàn)的空間正相關(guān)集聚特性相對較強, 其空間變異性相對較弱, 耕地經(jīng)濟質(zhì)量其次, 而耕地自然質(zhì)量所表現(xiàn)出的空間正相關(guān)集聚特性相對最弱, 其空間變異性相對較強。黎川縣耕地質(zhì)量在空間上具有顯著的相關(guān)性, 但是也存在較大差異, 耕地利用質(zhì)量的空間自相關(guān)性遠(yuǎn)遠(yuǎn)大于自然質(zhì)量和經(jīng)濟質(zhì)量, 耕地經(jīng)濟質(zhì)量、自然質(zhì)量和利用質(zhì)量空間聚合特性且呈現(xiàn)出遞增的態(tài)勢。因此, 對耕地長期的重用輕養(yǎng), 過度施用化肥、有機肥施用相對不足, 耕地管理與利用水平不高, 農(nóng)業(yè)結(jié)構(gòu)調(diào)整, 耕作成本增加, 非農(nóng)建設(shè)大量占用優(yōu)質(zhì)耕地, 耕地地力下降等是研究區(qū)耕地質(zhì)量空間差異的主要原因。

表1 黎川縣耕地質(zhì)量指數(shù)Moran’s I值

3.4 鄉(xiāng)鎮(zhèn)級尺度下耕地質(zhì)量空間自相關(guān)分析

較小尺度的空間自相關(guān)分析能夠反映研究區(qū)耕地質(zhì)量的內(nèi)部差異和細(xì)部特征。本文以研究區(qū)及下轄15個鄉(xiāng)鎮(zhèn)的耕地質(zhì)量3類指數(shù)為研究單元進行Global Moran’s值分析, 得到了各鄉(xiāng)鎮(zhèn)耕地質(zhì)量指數(shù)Moran’s值及空間差異情況。從表2可發(fā)現(xiàn)以下特征: 1)鄉(xiāng)鎮(zhèn)級和縣級水平耕地質(zhì)量指數(shù)Moran’s都存在國家利用等指數(shù)>國家經(jīng)濟等指數(shù)>國家自然等指數(shù)的遞減關(guān)系。2)在同一鄉(xiāng)鎮(zhèn)級水平, 耕地質(zhì)量國家自然等指數(shù)、經(jīng)濟等指數(shù)和利用等指數(shù)的Moran’s值內(nèi)部差異及變異系數(shù)呈現(xiàn)出遞減的態(tài)勢。國家自然等指數(shù)的波動幅度最大, 變異系數(shù)為50.40%; 國家經(jīng)濟等指數(shù)其次, 變異系數(shù)為50.21%; 國家利用等指數(shù)波動幅度最小, 變異系數(shù)為47.34%。3)不同尺度下, 鄉(xiāng)鎮(zhèn)級尺度與縣級尺度之間Moran’s值存在一定的差距。其中, 15個鄉(xiāng)鎮(zhèn)的國家自然等指數(shù)和國家利用等指數(shù)均低于縣級水平, 僅有1個鄉(xiāng)鎮(zhèn)的國家經(jīng)濟等指數(shù)值高于縣級水平。4)不同的空間尺度, 耕地質(zhì)量指數(shù)Moran’s值具有不同的空間關(guān)聯(lián)度, 自然等指數(shù)受空間尺度影響較大, 經(jīng)濟等指數(shù)其次, 利用等指數(shù)最小。5)受到自然環(huán)境和社會經(jīng)濟條件等多種因素的影響, 15個鄉(xiāng)鎮(zhèn)的耕地質(zhì)量3類指數(shù)之間的Moran’s值變化也較為復(fù)雜。其中, 厚村鄉(xiāng)等5個鄉(xiāng)鎮(zhèn)耕地質(zhì)量Moran’s值與縣級水平變化方向一致; 宏村鎮(zhèn)等10個鄉(xiāng)鎮(zhèn)利用等指數(shù)Moran’s值大于自然等指數(shù), 但又小于經(jīng)濟等指數(shù)(荷源鄉(xiāng)等7個鄉(xiāng)鎮(zhèn)除外)。6)從耕地綜合指數(shù)的Moran’s值對比來看, 德勝鎮(zhèn)、日峰鎮(zhèn)和中田鄉(xiāng)3個鄉(xiāng)鎮(zhèn)的綜合質(zhì)量較優(yōu), 潭溪鄉(xiāng)和華山墾殖場的綜合質(zhì)量相對較差。7)空間上, 耕地質(zhì)量3類指數(shù)Moran’s值大致呈現(xiàn)出“西南-東北高, 西北-東南低”的空間格局, 國家級利用等指數(shù)的高值區(qū)明顯要多于自然等指數(shù)和經(jīng)濟等指數(shù)。

表2 黎川縣各鄉(xiāng)鎮(zhèn)耕地質(zhì)量指數(shù)Moran’s I值

3.5 村級尺度下耕地質(zhì)量空間自相關(guān)分析

黎川縣轄區(qū)共有124個行政村(含居委會及林場等), 其中沙坑村等8個行政村因無耕地或耕地面積較少未進行耕地質(zhì)量空間自相關(guān)分析, 最終以116個行政村為研究單元進行空間自相關(guān)分析。

從圖3可知, 黎川縣116個村級耕地質(zhì)量的空間差異特征比縣級、鄉(xiāng)鎮(zhèn)級更為復(fù)雜。耕地質(zhì)量3個不同層次的Moran’s值存在較大差異。其中, 孔洲村的國家自然等指數(shù)Moran’s值最高, 為0.559 6, 華山林場的Moran’s值最低為-0.300 0; 德勝村的國家利用等指數(shù)Moran’s值最高, 為0.510 8, 中洲村的Moran’s值最低為-0.153 8; 孔洲村的國家利用等指數(shù)Moran’s值最高, 為0.686 8, 中洲村的Moran’s值最低為-0.081 6。耕地質(zhì)量3類指數(shù)Moran’s值為負(fù)值區(qū)域在空間上分布大體一致。國家自然指數(shù)中Moran’s值小于0的有10個行政村, 主要是因為這些區(qū)域地處山區(qū), 地形復(fù)雜, 海拔相對較高, 自然條件較差, 耕地分布較少; 國家利用指數(shù)中Moran’s值小于0的有15個行政村, 除自然條件相對較差之外, 在利用效益方面也相對較低, 以致于耕地分布較為稀疏; 國家經(jīng)濟指數(shù)中Moran’s值小于0的有13個行政村, 除自然條件和利用相對較差外, 交通不便, 離縣城較遠(yuǎn), 經(jīng)濟發(fā)展水平相對落后。

在空間分布上, 耕地質(zhì)量3類指數(shù)的全局Moran’s值均呈“南高北低, 西高東低”的分布規(guī)律, 3類指數(shù)的Moran’s值高值區(qū)主要集中在西南部、西北部、東北部等低丘或沖積小平原區(qū)域。國家利用等指數(shù)Moran’s值高值聚集區(qū)域最大, 利用等指數(shù)其次, 自然等指數(shù)最低, 且國家利用等指數(shù)值區(qū)明顯多于國家經(jīng)濟等指數(shù)和國家自然等指數(shù)。耕地自然條件方面, 豐南村、茅店村及沙坑村等15個行政村位于縣域東部、西部和南部山區(qū), 地形復(fù)雜, 自然條件較差; 孔洲村、中田村及洵口村等22個行政村位于低丘陵、沖積平原地區(qū), 地勢平緩, 海拔較低, 自然狀況較優(yōu), 耕地分布較為集中。耕地利用狀況方面, 利用狀況較差的區(qū)域與自然狀況較劣的區(qū)域分布一致, 而利用質(zhì)量較高的耕地主要分布在縣域西南部的孔洲村等6個行政村, 西北部的連源村等8個行政村及東北部的洵口村等4個行政村。耕地經(jīng)濟條件方面, 經(jīng)濟狀況較差的區(qū)域與利用條件較為相似, 但存在略微差異, 主要體現(xiàn)在利用質(zhì)量高值區(qū)分布范圍較利用等指數(shù)有所減小。

3.6 局部空間自相關(guān)分析

基于閾值距離構(gòu)建空間權(quán)重矩陣, 對研究區(qū)村級耕地質(zhì)量指數(shù)進行局部空間自相關(guān)分析, 得到了耕地質(zhì)量局部空間自相關(guān)類型統(tǒng)計結(jié)果與LISA集聚圖。研究結(jié)果表明: 在95%的置信度水平下, 縣域耕地質(zhì)量在空間上表現(xiàn)為正相關(guān)聚集特性, 且大部分行政村耕地質(zhì)量指數(shù)表現(xiàn)為非顯著型, 耕地質(zhì)量正相關(guān)HH型主要以組團形式分布在縣域西南部、中部及東北部沖擊小平原區(qū)域, LL型主要以組團形式分布在縣域的西南部、西北部及東部山地丘陵區(qū)域, 負(fù)相關(guān)HL型和LH型面積較小, 無明顯的集中區(qū)域, 多以零星狀分布(圖4)。耕地質(zhì)量局部空間正自相關(guān)顯著程度與全局空間自相關(guān)分析結(jié)果相一致, 表現(xiàn)為由國家利用等指數(shù)、國家經(jīng)濟等指數(shù)和國家自然等指數(shù)依次遞減的順序。

由圖4a可知, 國家自然等指數(shù)HH型呈組團狀集中在縣域西南部、西北部、東北部及東部的河流沖擊小平原區(qū)域, 主要包括宏村鎮(zhèn)、中田鄉(xiāng)、洵口鎮(zhèn)等, 這些區(qū)域位于河流兩側(cè), 地勢平坦, 土壤肥沃, 有機質(zhì)含量高, 耕層質(zhì)地優(yōu)良, 排灌設(shè)施完善, 離水源地近, 交通便利, 耕作自然條件優(yōu)越; LL型呈組團狀集中在縣域西南部、東南部及東北部地區(qū), 主要包括龍安鎮(zhèn)、德勝鎮(zhèn)、湖坊鄉(xiāng)及厚村鄉(xiāng)等, 這些區(qū)域地處山地丘陵區(qū), 海拔相對較高, 山嶺縱橫, 地形起伏大, 金、銅、鎢等資源豐富, 但耕層較薄, 排灌條件較差, 土壤養(yǎng)分貧瘠, 耕地自然條件相對較差; HL型和LH型呈零星狀分布在縣域東北部、東部及西南部, 主要包括洵口鎮(zhèn)、潭溪鄉(xiāng)、熊村鎮(zhèn)及宏村鎮(zhèn)等。

圖3 黎川縣各行政村耕地國家自然等指數(shù)(a)、國家利用等指數(shù)(b)和國家經(jīng)濟等指數(shù)(c)全局Moran’s I值空間分布圖

圖4 黎川縣村級耕地國家自然等指數(shù)(a)、國家利用等指數(shù)(b)和國家經(jīng)濟等指數(shù)(c)空間關(guān)聯(lián)局部指標(biāo)(LISA)集聚圖

由圖4b可知, 國家利用等指數(shù)HH型較自然等指數(shù)分布范圍有所擴展, 大致呈西南-東北走向, 以組團狀集中在縣域的宏村鎮(zhèn)、潭溪鄉(xiāng)及洵口鎮(zhèn)等鄉(xiāng)鎮(zhèn), 這些區(qū)域地勢平坦, 自然條件優(yōu)越, 灌溉水源充足, 排水通暢, 加之位于鐵路公路附近, 交通便利, 農(nóng)村居民點分布密度較大, 農(nóng)戶耕作距離較短, 機械化程度高, 便于耕作和管理, 土地利用條件優(yōu)越; LL型呈組團狀集中在縣域西南部、西北部、東南部及東北部地區(qū), 主要包括龍安鎮(zhèn)、日峰鎮(zhèn)、熊村鎮(zhèn)等鄉(xiāng)鎮(zhèn), 這些區(qū)域地形以低山區(qū)和高丘陵為主, 田丘相間, 地形起伏較大, 土壤養(yǎng)分含量低, 交通不便, 農(nóng)田水利基礎(chǔ)設(shè)施不完善, 耕地利用條件較差; 同時, 縣城附近耕地如日峰鎮(zhèn)受人工干擾程度較高, 城鎮(zhèn)擴張和道路建設(shè)不斷侵占優(yōu)質(zhì)耕地, 導(dǎo)致耕地面積變小, 零星分布, 邊界分割度高, 田塊規(guī)整度及聚集度低, 耕地利用質(zhì)量有待提升; HL型和LH型呈零星狀分布在縣域東北部、東部及西南部, 主要包括洵口鎮(zhèn)、潭溪鄉(xiāng)等鄉(xiāng)鎮(zhèn)。

由圖4c可知, 國家經(jīng)濟等指數(shù)HH型與國家經(jīng)濟等指數(shù)較為相似, HH型以組團狀集中在縣域的宏村鎮(zhèn)、潭溪鄉(xiāng)及洵口鎮(zhèn)等鄉(xiāng)鎮(zhèn), 這些區(qū)域地勢平坦, 道路交通網(wǎng)絡(luò)發(fā)達(dá), 灌溉水源充足, 排水通暢, 農(nóng)村居民點分布密集, 農(nóng)戶耕作距離較短, 農(nóng)業(yè)機械化水平高, 便于耕作和管理, 加之耕地自然條件和利用條件較優(yōu)越, 經(jīng)濟發(fā)展水平較好, 耕地的投入產(chǎn)出效益較高; LL型呈組團狀集中在縣域西南部、西北部、東南部及東北部地區(qū), 主要包括龍安鎮(zhèn)、日峰鎮(zhèn)及熊村鎮(zhèn)等鄉(xiāng)鎮(zhèn), 這些區(qū)域地形以山地丘陵為主, 地處偏遠(yuǎn)山區(qū), 地形相對閉塞, 田丘相間, 海拔較高, 地形起伏較大, 交通不便, 農(nóng)田水利基礎(chǔ)設(shè)施不完善, 耕地自然條件和利用狀況較差, 經(jīng)濟發(fā)展水平相對落后, 對耕地的資金投入少, 不利于耕地經(jīng)濟效益提升。同時, 縣城附近的鄉(xiāng)鎮(zhèn)如日峰鎮(zhèn)等經(jīng)濟發(fā)展水平較高, 但人口密集、建設(shè)用地需求量大, 建設(shè)用地占用耕地和耕地非農(nóng)化現(xiàn)象較普遍, 以致于耕地種植或耕作成本大幅提高, 從而降低了耕地在經(jīng)濟層面的質(zhì)量; HL型和LH型呈零星狀分布在縣域東北部、東部及西南部, 主要包括洵口鎮(zhèn)、荷源鄉(xiāng)及宏村鎮(zhèn)等鄉(xiāng)鎮(zhèn)。

3.7 不同空間尺度耕地質(zhì)量空間自相關(guān)對比分析

空間尺度是地理學(xué)研究中的重要內(nèi)容, 耕地質(zhì)量的空間異質(zhì)性是關(guān)于空間尺度的函數(shù), 即在不同尺度下, 受到自然條件和社會經(jīng)濟因素等的影響, 同一研究變量其空間關(guān)聯(lián)程度也存在諸多差異, 具體表現(xiàn)為研究變量的空間異質(zhì)性可能會有所增強或減弱[18]。耕地質(zhì)量的保護和提升是各級政府管理部門的重要任務(wù), 本文以縣、鄉(xiāng)鎮(zhèn)以及行政村為空間尺度, 探討不同尺度下耕地質(zhì)量的空間差異特征, 研究區(qū)縣級、鄉(xiāng)鎮(zhèn)級以及村級水平的耕地質(zhì)量Moran’s值變化情況(表3)。

從表3可知, 研究區(qū)不同空間尺度下3種類型的耕地質(zhì)量指數(shù)的空間分布結(jié)果較為相似, 但同一等別指數(shù)在不同尺度下研究結(jié)果存在一定差異。

1)從同一尺度耕地質(zhì)量Moran’s平均值來看, 研究區(qū)耕地質(zhì)量3類指數(shù)在空間上均表現(xiàn)出顯著的空間正相關(guān)特性。耕地利用質(zhì)量表現(xiàn)出的空間正相關(guān)性最強, 經(jīng)濟質(zhì)量其次, 自然質(zhì)量最弱。從耕地質(zhì)量指數(shù)3個層面的Moran’s值的變異系數(shù)表現(xiàn)為自然等指數(shù)>經(jīng)濟等指數(shù)>利用等指數(shù), 即自然等指數(shù)的Global Moran’s值波動幅度最大, 經(jīng)濟等指數(shù)次之, 利用等指數(shù)最小。這造成耕地質(zhì)量空間變異性逐漸增加, 耕地的集聚性逐漸減少。

2)不同的空間尺度, 耕地質(zhì)量Moran’s平均值也存在一定差異。3類耕地質(zhì)量指數(shù)的Moran’s平均值均縣級>鄉(xiāng)鎮(zhèn)級>村級, 說明隨著空間尺度增大, 耕地地塊也相應(yīng)增加, 更小尺度的空間格局與結(jié)構(gòu)特征被大尺度掩蓋, 耕地質(zhì)量的空間自相關(guān)性越強。從耕地質(zhì)量3類指數(shù)的Moran’s值變異系數(shù)(波動幅度)為村級>鄉(xiāng)鎮(zhèn)級(表3), 表明村級的耕地質(zhì)量Moran’s值的波動幅度要遠(yuǎn)遠(yuǎn)大于鄉(xiāng)鎮(zhèn)級水平。

表3 不同空間尺度下的耕地質(zhì)量全局Moran’s I值

4 結(jié)論與討論

本文通過采用全局空間自相關(guān)和局部空間自相關(guān)相結(jié)合的方法對耕地質(zhì)量進行分析, 以2013年為研究時點, 選取江西省黎川縣為研究區(qū)域, 引入耕地國家自然等指數(shù)、國家利用等指數(shù)和國家經(jīng)濟等指數(shù)為空間變量, 分別從縣級、鄉(xiāng)鎮(zhèn)級和村級尺度等多維空間尺度層面定量探討了耕地質(zhì)量空間聚集規(guī)律與差異特征。

1)空間上, 研究區(qū)耕地質(zhì)量并非呈空間隨機分布狀態(tài), 在空間尺度100~3 000 m之間存在顯著的空間自相關(guān)集聚特性, 在閾值距離為400 m時, 耕地質(zhì)量的空間自相關(guān)相關(guān)性最強, 表明以400 m為固定閾值距離構(gòu)建空間權(quán)重矩陣, 并進行空間自相關(guān)分析具有較高的精確度和較強的科學(xué)性。

2)黎川縣耕地質(zhì)量整體水平相對較高, 在空間分布上呈現(xiàn)出一定的聚集性規(guī)律, 研究區(qū)耕地質(zhì)量空間分布格局與全局、局部空間自相關(guān)結(jié)果相類似。耕地質(zhì)量高值區(qū)分布在縣域的南部、北部及中部, 低值區(qū)分布在縣域的西北部和東南部, 耕地質(zhì)量呈現(xiàn)出“南北高, 東西低”的空間分布規(guī)律, 且耕地的經(jīng)濟條件總體上要優(yōu)于自然狀況, 而要低于利用條件。局部空間自相關(guān)分析結(jié)果表明, 黎川縣大部分行政村耕地質(zhì)量指數(shù)表現(xiàn)為非顯著型, 耕地質(zhì)量正相關(guān)HH型主要以組團形式分布在縣域西南部、中部及東北部沖擊小平原區(qū)域, LL型主要以組團形式分布在縣域的西南部、西北部及東部山地丘陵區(qū)域, 負(fù)相關(guān)HL型和LH型面積較小, 無明顯的集中區(qū)域, 多以零星狀分布。

3)不同層次的耕地質(zhì)量類型和不同的空間尺度, 耕地質(zhì)量指數(shù)具有不同的空間關(guān)聯(lián)度。黎川縣2015年耕地自然質(zhì)量、經(jīng)濟質(zhì)量和利用質(zhì)量Moran’s值均大于0.45, 表現(xiàn)出較強的空間自相關(guān), 在不同尺度下均呈現(xiàn)出利用等指數(shù)>經(jīng)濟等指數(shù)>自然等指數(shù)依次遞增的態(tài)勢。黎川縣地理環(huán)境為“七山一水分半田, 半分道路和莊園”較為復(fù)雜的自然環(huán)境導(dǎo)致了縣、鄉(xiāng)鎮(zhèn)及村級范圍內(nèi)之間的耕地質(zhì)量空間差異較大?？h域尺度上的空間差異可能與耕地長期的重用輕養(yǎng), 耕地利用重視短期的經(jīng)濟效益及復(fù)雜的地形地貌等有關(guān); 鄉(xiāng)鎮(zhèn)尺度上, 自然等指數(shù)Moran’s值主要受自然條件影響, 除日峰鎮(zhèn)、德勝鎮(zhèn)、中田鄉(xiāng)、華山墾殖場位于沖擊小平原區(qū)地帶, 剩余10個鄉(xiāng)鎮(zhèn)位于山地丘陵區(qū)域, 耕地少、山丘坡耕地多, 耕地單元自然細(xì)碎化, 因此耕地自然等指數(shù)Moran’s值低于全縣水平; 隨著農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和種植結(jié)構(gòu)的優(yōu)化升級, 大力推廣有機稻生產(chǎn), 扎實推進高效節(jié)水灌溉工程、洪門水庫等重點水庫、黎灘河等中小河流治理、農(nóng)村水電擴容增效等農(nóng)田水利基礎(chǔ)設(shè)施建設(shè), 使利用等指數(shù)和經(jīng)濟等指數(shù)Moran’s值差異性縮小; 村級尺度上, 黎川縣大部分行政村位于洪門水庫、龍安河、黎灘河、資福河等河流兩側(cè), 地處低山丘陵和沖擊小平原區(qū)域, 地勢雖較為平坦但地處低洼地帶, 排水條件較差, 生態(tài)防護建設(shè)不足, 時有遭受洪澇的影響, 耕地畸零不整, 產(chǎn)出效益不高, 但農(nóng)業(yè)結(jié)構(gòu)調(diào)整、加強高標(biāo)準(zhǔn)農(nóng)田建設(shè)使得水稻、烤煙、香榧、食用菌等種植業(yè)產(chǎn)業(yè)化水平明顯提高, 實現(xiàn)生產(chǎn)規(guī)?；? 農(nóng)民收入水平和耕地投入與管理水平不斷改善, 這是耕地自然狀況較差, 經(jīng)濟效益低下, 耕地利用水平較高的重要原因。首先, 從空間尺度上看, 耕地質(zhì)量Moran’s指數(shù)隨著空間尺度的增加而增強, 主要是受到數(shù)據(jù)平均時的濾波特性、Moran’s值對距離的非線性特征及更小尺度的空間格局與結(jié)構(gòu)特征被大尺度掩蓋共同影響, 這與謝花林等[19]、邱炳文等[20]的研究結(jié)論相一致。其次, 耕地質(zhì)量空間集聚性的變異系數(shù)隨著空間尺度的增加而減小, 自然等指數(shù)受空間尺度的影響最為敏感, 經(jīng)濟等指數(shù)其次, 利用等指數(shù)最小, 這與李武艷等[12]、熊昌盛等[14-15]的研究結(jié)果較為相似, 可能由于較小空間區(qū)域的內(nèi)部結(jié)構(gòu)的多樣性和耕地質(zhì)量的各向異性, 導(dǎo)致其空間變異性降低。研究區(qū)耕地質(zhì)量3類指數(shù)及其Moran’s值均呈現(xiàn)出“南高北低, 西高東低”的分布規(guī)律, 除受自然、社會經(jīng)濟、空間尺度、農(nóng)戶行為等因素綜合影響, 還可能與經(jīng)濟重心和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)的南移如“北煙南移”有關(guān)。因此, 在耕地質(zhì)量提升與保護過程中, 應(yīng)從耕地質(zhì)量的空間關(guān)聯(lián)程度以及其對空間尺度變化的敏感性等角度, 對不同級別的空間單元的耕地質(zhì)量建設(shè)和管理設(shè)置不同重點。一方面, 更加重視微觀尺度下鄉(xiāng)鎮(zhèn)及村級耕地質(zhì)量的空間差異特征; 另一方面, 可分別從耕地自然條件、利用水平和產(chǎn)出效益的空間關(guān)聯(lián)性的強弱差異, 探索符合研究區(qū)實際情況的耕地改良手段與保護措施。當(dāng)然, 隨著氣候、生產(chǎn)水平和技術(shù)的改進等變化, 耕地質(zhì)量指數(shù)也需適時加以修正和調(diào)整, 而且不同時期其空間關(guān)聯(lián)性和作用機制也存在差異。因此耕地質(zhì)量空間關(guān)聯(lián)程度的差異化、動態(tài)化表達(dá), 也是接下來探索和研究的重要內(nèi)容。

[1] 陳桂坤, 張蕾娜, 程鋒, 等. 數(shù)量質(zhì)量并重管理的耕地保護政策研究[J]. 中國土地科學(xué), 2009, 23(12): 39–43 Chen G S, Zhang L N, Cheng F, et al. Cultivated land preservation policies reexamined: Paying equal attention to quantitative and qualitative management[J]. China Land Science, 2009, 23(12): 39–43

[2] 徐明崗, 盧昌艾, 張文菊, 等. 我國耕地質(zhì)量狀況與提升對策[J]. 中國農(nóng)業(yè)資源與區(qū)劃, 2016, 37(7): 8–14 Xu M G, Lu C A, Zhang W J, et al. Situation of the quality of arable land in China and improvement strategy[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(7): 8–14

[3] 韋仕川, 熊昌盛, 欒喬林, 等. 基于耕地質(zhì)量指數(shù)局部空間自相關(guān)的耕地保護分區(qū)[J]. 農(nóng)業(yè)工程學(xué)報, 2014, 30(18): 249–256Wei S C, Xiong C S, Luan Q L, et al. Protection zoning of arable land quality index based on local spatial autocorrelation[J]. Transactions of the CSAE, 2014, 30(18): 249–256

[4] 沈仁芳, 陳美軍, 孔祥斌, 等. 耕地質(zhì)量的概念和評價與管理對策[J]. 土壤學(xué)報, 2012, 49(6): 1210–1217 Shen R F, Chen M J, Kong X B, et al. Conception and evaluation of quality of arable land and strategies for its management[J]. Acta Pedologica Sinica, 2012, 49(6): 1210–1217

[5] 陳誠, 林晨. 蘇南地區(qū)耕地質(zhì)量評價與分區(qū)保護研究[J]. 長江流域資源與環(huán)境, 2016, 25(12): 1860–1869 Chen C, Lin C. Cultivated land quality assessment and protection zoning in Southern Jiangsu[J]. Resources and Environment in the Yangtze Basin, 2016, 25(12): 1860–1869

[6] 楊永俠, 王旭, 孟丹, 等. 基于空間自相關(guān)的耕地等別指數(shù)檢驗方法研究[J]. 農(nóng)業(yè)機械學(xué)報, 2016, 47(5): 328–335Yang Y X, Wang X, Meng D, et al. Test method of cultivated land grading index based on spatial autocorrelation[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(5): 328–335

[7] 張貞, 魏朝富, 尚慧. 丘陵山區(qū)耕地質(zhì)量的空間格局分析[J]. 長江流域資源與環(huán)境, 2010, 19(8): 901–907Zhang Z, Wei C F, Shang H. Spatial pattern analysis based on modified cultivated quality grades in hilly area[J]. Resources and Environment in the Yangtze Basin, 2010, 19(8): 901–907

[8] 楊建宇, 杜貞容, 杜振博, 等. 基于耕地質(zhì)量評價和局部空間自相關(guān)的高標(biāo)準(zhǔn)農(nóng)田劃定[J]. 農(nóng)業(yè)機械學(xué)報, 2017, 48(6): 109–115 Yang J Y, Du Z R, Du Z B, et al. Well-facilitied capital farmland assignment based on land quality evaluation and LISA[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(6): 109–115

[9] 陳藜藜, 宋戈, 鄒朝暉, 等. 基于改進局部空間自相關(guān)分析的蘿北縣耕地保護分區(qū)[J]. 資源科學(xué), 2016, 38(10): 1871–1882Chen L L, Song G, Zou C H, et al. Zoning of protected cultivated land based on improved local indicators of spatial association[J]. Resources Science, 2016, 38(10): 1871–1882

[10] 王洪波, 程鋒, 張中帆, 等. 中國耕地等別分異特性及其對耕地保護的影響[J]. 農(nóng)業(yè)工程學(xué)報, 2011, 27(11): 1–8Wang H B, Cheng F, Zhang Z F, et al. Differential characteristics of cultivated land grade and its effect on cultivated land protection in China[J]. Transactions of the CSAE, 2011, 27(11): 1–8

[11] 孔祥斌, 張青璞. 中國西部區(qū)耕地等別空間分布特征[J]. 農(nóng)業(yè)工程學(xué)報, 2012, 28(22): 1–7Kong X B, Zhang Q P. Spatial distribution characteristics of arable land grade in Western China[J]. Transactions of the CSAE, 2012, 28(22): 1–7

[12] 李武艷, 朱從謀, 王華, 等. 浙江省耕地質(zhì)量多尺度空間自相關(guān)分析[J]. 農(nóng)業(yè)工程學(xué)報, 2016, 32(23): 239–245Li W Y, Zhu C M, Wang H, et al. Multi-scale spatial autocorrelation analysis of cultivated land quality in Zhejiang Province[J]. Transactions of the CSAE, 2016, 32(23): 239–245

[13] 任平, 吳濤, 周介銘. 基于GIS和空間自相關(guān)模型的耕地空間分布格局及變化特征分析——以成都市龍泉驛區(qū)為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2016, 24(3): 325–334Ren P, Wu T, Zhou J M. Analysis of spatial distribution pattern and evolutionary characteristics of cultivated lands based on spatial autocorrelation model and GIS platform—A case study of Longquanyi District, Chengdu, China[J]. Chinese Journal of Eco-Agriculture, 2016, 24(3): 325–334

[14] 熊昌盛, 韋仕川, 欒喬林, 等. 基于Moran’s分析方法的耕地質(zhì)量空間差異研究——以廣東省廣寧縣為例[J]. 資源科學(xué), 2014, 36(10): 2066–2074Xiong C S, Wei S C, Luan Q L, et al. Spatial pattern disparity and cultivated land quality based on Moran’sanalysis[J]. Resources Science, 2014, 36(10): 2066–2074

[15] 熊昌盛, 欒喬林, 韋仕川. 基于空間自相關(guān)的耕地質(zhì)量分布格局[J]. 地域研究與開發(fā), 2016, 35(5): 128–132Xiong C S, Luan Q L, Wei S C. Spatial pattern disparity of arable land quality based on spatial autocorrelation analysis[J]. Areal Research and Development, 2016, 35(5): 128–132

[16] 楊建宇, 徐凡, 趙龍, 等. 基于綜合質(zhì)量空間自相關(guān)性分析的耕地保護分區(qū)方法[J]. 農(nóng)業(yè)機械學(xué)報, 2017, 48(3): 156–163Yang J Y, Xu F, Zhao L, 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

[17] 郭曉飛, 李建華, 李成學(xué), 等. 基于多尺度的祥云縣縣域耕地自然質(zhì)量空間分布特征分析[J]. 云南農(nóng)業(yè)大學(xué)學(xué)報: 自然科學(xué), 2016, 31(5): 923–929Guo X F, Li J H, Li C X, et al. Spatial distribution features for natural quality of cultivated land at county levels based on multi-scale in Xiangyun County[J]. Journal of Yunnan Agricultural University: Natural Science, 2016, 31(5): 923–929

[18] 楊奇勇, 楊勁松, 余世鵬, 等. 不同尺度下耕地土壤Cr含量的空間自相關(guān)性分析[J]. 應(yīng)用與環(huán)境生物學(xué)報, 2011, 17(3): 393–397Yang Q Y, Yang J S, Yu S P, et al. Spatial autocorrelation analysis of Cr content in cultivated soil at different scales[J]. Chinese Journal of Applied & Environmental Biology, 2011, 17(3): 393–397

[19] 謝花林, 劉黎明, 李波, 等. 土地利用變化的多尺度空間自相關(guān)分析——以內(nèi)蒙古翁牛特旗為例[J]. 地理學(xué)報, 2006, 61(4): 389–400Xie H L, Liu L M, Li B, et al. Spatial autocorrelation analysis of multi-scale land use changes: A case study in Ongniud Banner, Inner Mongolia[J]. Acta Geographica Sinica, 2006, 61(4): 389–400

[20] 邱炳文, 王欽敏, 陳崇成, 等. 福建省土地利用多尺度空間自相關(guān)分析[J]. 自然資源學(xué)報, 2007, 22(2): 311–320Qiu B W, Wang Q M, Chen C C, et al. Spatial autocorrelation analysis of multi-scale land use in Fujian Province[J]. Journal of Natural Resources, 2007, 22(2): 311–320

張晗, 趙小敏, 歐陽真程, 郭熙, 李偉峰, 匡麗花, 葉英聰, 黃聰, 汪曉燕. 多尺度下的南方山地丘陵區(qū)耕地質(zhì)量空間自相關(guān)分析——以江西省黎川縣為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2018, 26(2): 263-273

Zhang H, Zhao X M, Ouyang Z C, Guo X, Li W F, Kuang L H, Ye Y C, Huang C, Wang X Y. Multi-scale spatial autocorrelation analysis of cultivated land quality in China’s southern hillside areas: A case study of Lichuan County, Jiangxi Province[J]. Chinese Journal of Eco-Agriculture, 2018, 26(2): 263-273

Multi-scale spatial autocorrelation analysis of cultivated land quality in China’s southern hillside areas: A case study of Lichuan County, Jiangxi Province*

ZHANG Han1,2,3, ZHAO Xiaomin1,3,4**, OUYANG Zhencheng1,2, GUO Xi1,2,3, LI Weifeng1,2, KUANG Lihua4, YE Yingcong1,2, HUANG Cong1,2, WANG Xiaoyan1,2

(1. Key Laboratory of Poyang Lake Basin Agricultural Resources and Ecology of Jiangxi Province, Jiangxi Agricultural University / Southern Regional Collaborative Innovation Center for Grain and Oil Crops in China, Nanchang 330045, China; 2. College of Land Resources and Environment, Jiangxi Agricultural University, Nanchang 330045, China; 3. Institute of Land Science, Jiangxi Agricultural University, Nanchang 330045, China; 4. College of Public Administration, Nanjing Agricultural University, Nanjing 210095, China)

Cultivated lands are among the most fundamental resources for national food security and sustainable social development. Scientific analysis of the spatial distribution patterns and evolutionary characteristics of cultivated land quality is significant for the protection and layout optimization of cultivated lands. Analysis of the spatial distribution of cultivated land quality at different scales is the basis of cultivated land quality improvement and strengthening of cultivated land protection. This paper was based on cultivated land quality monitoring experimental unit in Lichuan County in Jiangxi Province and then used weighted average, variation coefficient, and spatial autocorrelation to analyze spatial disparity characteristics of cultivated land quality. Multi-scale spatial autocorrelation analysis of cultivated land quality research is a hot research area. The innovation in this paper was the introduction of natural land grade index, use of the grade index and economic grade index as the space variable to separately explore and discuss the degree of spatial correlation and spatial disparity of cultivated land quality at county-scale, township-scale and village-scale in GIS environment. The results of the research showed that: 1) Cultivated land quality index was high in the south and north and low in the west and east in Lichuan County. When the threshold distance was 400 m, there was a significant spatial autocorrelation in cultivated land quality. The Moran’svalue of natural land grade index was highest, followed by economical land grade index, and land use grade index was the lowest. The Moran’svalue of cultivated land quality from county to township and then to village scales decreased systematically. Multi-scale spatial autocorrelation analysis of cultivated land quality exhibited a significant aggregation of spatial distribution in Lichuan County. 2) It was found that different types of cultivated land quality indexes had remarkably different spatial correlations at different spatial scales. For the influence degree of spatial scale, land use grade index was greatly affected by spatial scale, followed by natural land index, and the economic land grade index was the weakest. For the coefficient of variation of cultivated land quality index, fluctuation in Moran’svalue for cultivated land at village-scale was far greater than that at township scale. While at the same spatial scale, the coefficient of variation of natural land index was strongest, followed by economic land index and then land use index. 3) The results based on local indicators of spatial association (LISA) showed that positive spatial autocorrelation of cultivated land quality, included the high-high type and the low-low type, emerged as the shape of the cluster and in the form of group, while the negative spatial autocorrelation contained the high-low type and low-high type was fragmented in space. The results of the study showed that spatial disparity in cultivated land quality was sensitive to spatial scale. Therefore, for cultivated land quality improvement and protection, there was the need to pay more attention to spatial disparity of cultivated land quality at town scale and village scale. Also based on the difference in spatial correlation degree among the natural conditions, utilization conditions and economic benefits, it was possible to explore cultivated land quality improvement and protection measures that met actual ground situations in the study area. The results of the study provided the needed references for the construction of high-standard basic farmlands, land reclamation, regional cultivated land quality monitoring, cultivated land protection, partitioning and management of cultivated lands, cultivated land quality improvement and spatial optimization of cultivated land quality.

Mountain-hilly area; Cultivated land quality; Spatial autocorrelation; Spatial scale; Lichuan County

, E-mail: zhaoxm889@126.com

Jun. 3, 2017;

Aug. 3, 2017

10.13930/j.cnki.cjea.170513

F301.21

A

1671-3990(2018)02-0263-11

趙小敏, 主要從事農(nóng)業(yè)遙感與信息技術(shù)、土地規(guī)劃和土地資源利用等研究。E-mail: zhaoxm889@126.com 張晗, 主要從事土地遙感與信息、土地利用規(guī)劃和耕地質(zhì)量監(jiān)測等研究。E-mail: zhanghan0307@163.com

2017-06-03

2017-08-03

* This study was supported by the National Natural Science Foundation of China (41361049) and the Natural Science Foundation of Jiangxi Province (20122BAB204012).

* 國家自然科學(xué)基金項目(41361049)和江西省自然科學(xué)基金項目(20122BAB204012)資助