多尺度下崇義縣耕地質(zhì)量空間分布差異特征研究*

孫聰康, 徐俊麗, 余 敦**, 周 微, 王檢萍, 梁珍寶

?

多尺度下崇義縣耕地質(zhì)量空間分布差異特征研究*

孫聰康1,2, 徐俊麗3, 余 敦1,2**, 周 微1,4, 王檢萍1,2, 梁珍寶1,2

(1. 江西農(nóng)業(yè)大學(xué)國土資源與環(huán)境學(xué)院 南昌 330045; 2. 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 南昌 330045; 3. 江西農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院 南昌 330045; 4. 上饒市國土資源局 上饒 361100)

耕地質(zhì)量優(yōu)劣既取決于質(zhì)量等別高低, 又與空間分布特征密切相關(guān)。研究多層次的耕地質(zhì)量內(nèi)涵與空間結(jié)構(gòu)性特征是加強(qiáng)耕地保護(hù)并合理配置土地資源的重要依據(jù)。本文以南方丘陵山地典型區(qū)域崇義縣為例, 運(yùn)用Geoda、GS+等平臺支持的空間自相關(guān)模型, 探討縣級、鄉(xiāng)鎮(zhèn)級與村級空間尺度下耕地自然質(zhì)量、利用質(zhì)量與經(jīng)濟(jì)質(zhì)量的空間相互作用和分布規(guī)律。結(jié)果表明: 1)崇義縣耕地質(zhì)量存在顯著相關(guān)性, 耕地質(zhì)量的Moran’s值呈現(xiàn)自然質(zhì)量(0.445)>經(jīng)濟(jì)質(zhì)量(0.406)>利用質(zhì)量(0.281)的特征; 2)不同空間尺度下耕地質(zhì)量具有多樣的空間尺度效應(yīng), 隨著空間尺度縮小, 自然質(zhì)量差異最大、經(jīng)濟(jì)質(zhì)量次之、利用質(zhì)量差異最小, 大空間尺度弱化了耕地質(zhì)量的空間聚集差異特征, 村級尺度下耕地質(zhì)量空間聚集效應(yīng)最顯著; 3)耕地質(zhì)量正相關(guān)HH(高-高)型和LL(低-低)型多以團(tuán)狀或帶狀集中分布, 負(fù)相關(guān)HL(高-低)型和LH(低-高)型無明顯分布規(guī)律。研究結(jié)果揭示了耕地自然質(zhì)量、利用質(zhì)量與經(jīng)濟(jì)質(zhì)量對于尺度變化的響應(yīng)規(guī)律, 對于各級行政主體監(jiān)測保護(hù)耕地及制定精準(zhǔn)高效的耕地質(zhì)量建設(shè)方案具有一定的現(xiàn)實意義。

耕地質(zhì)量; 自然質(zhì)量; 經(jīng)濟(jì)質(zhì)量; 利用質(zhì)量; 空間尺度效應(yīng); 空間聚集特征; 崇義縣

耕地作為自然資源中最為寶貴的組成部分, 既是確保糧食有效供給的物質(zhì)基礎(chǔ), 也是維系生態(tài)穩(wěn)定的核心保障, 對于促進(jìn)社會經(jīng)濟(jì)可持續(xù)發(fā)展具有不可替代的作用[1]。耕地質(zhì)量是自然狀況、社會經(jīng)濟(jì)水平以及技術(shù)進(jìn)步等多種因素附著于特定地表形態(tài)和地理環(huán)境的信息表達(dá)結(jié)果, 其中, 耕地自然質(zhì)量是基礎(chǔ), 耕地利用質(zhì)量是關(guān)鍵, 耕地經(jīng)濟(jì)質(zhì)量是核心[2-3]。近年來, 隨著社會經(jīng)濟(jì)快速發(fā)展與農(nóng)業(yè)現(xiàn)代化持續(xù)推進(jìn), 土壤污染、耕地非農(nóng)化時有發(fā)生, 耕地質(zhì)量問題成為全球研究熱點[4-5]。在我國耕地資源保護(hù)實踐中, 通常是以耕地質(zhì)量為基礎(chǔ)自上而下縱向決策并實施, 然而不同層級的行政主體在制定決策方案時, 往往因其利益紛爭而存在博弈現(xiàn)象。這不僅造成土地頻繁整治, 加大了耕地保護(hù)成本, 同時也導(dǎo)致了耕地布局散亂, 優(yōu)質(zhì)耕地流失[6]。因而, 研究耕地質(zhì)量不能僅局限于耕地的適宜程度、生產(chǎn)潛力、經(jīng)濟(jì)效益, 為擴(kuò)展耕地質(zhì)量研究理論內(nèi)涵且更好地服務(wù)于耕地資源保護(hù)利用, 還應(yīng)充分剖析耕地作為地理空間實體的屬性。耕地質(zhì)量的尺度效應(yīng)對于耕地精準(zhǔn)化管理, 耕地保護(hù)措施得以“落地”具有積極的影響。

尺度效應(yīng)一直是GIS和RS學(xué)術(shù)界研究的重點問題, 耕地作為一種典型的地理空間實體, 其地形、土壤養(yǎng)分、經(jīng)濟(jì)投入水平都具有區(qū)域尺度性和區(qū)域差異性, 因而在不同的空間尺度上, 其形態(tài)、性質(zhì)和分布規(guī)律也會出現(xiàn)不同的地理空間表達(dá)效果[7-8], 具體表現(xiàn)為耕地質(zhì)量隨空間位置的變化而呈現(xiàn)同向或異向的變化。迄今為止, 國內(nèi)外關(guān)于耕地質(zhì)量展開了大量研究, 特別是耕地質(zhì)量概念與內(nèi)涵的深化[2,4,9]、耕地質(zhì)量評價[1,10]、土壤養(yǎng)分?jǐn)?shù)字化分析[11-12]、耕地生態(tài)研究[13]以及土地整治利用[14-15]等方面。耕地質(zhì)量空間研究方面, 石玉瓊等[16]從地統(tǒng)計學(xué)的角度對武功縣耕地自然質(zhì)量、利用質(zhì)量與經(jīng)濟(jì)質(zhì)量在各方向上的變異程度進(jìn)行了分析; 衛(wèi)新東等[17]從省域?qū)用?、地理區(qū)域和市域?qū)用?種尺度下對陜西省2005—2015年耕地質(zhì)量綜合等別的時空變化規(guī)律進(jìn)行了分析, 重點分析了長時間序列下耕地質(zhì)量的空間分異特征; 高星等[18]對雄安新區(qū)耕地質(zhì)量的空間相關(guān)性、聚集程度、差異性等特征進(jìn)行了重點探討; 李武艷等[19]重點關(guān)注了浙江省由縣到省3級行政區(qū)尺度下, 耕地質(zhì)量對尺度變化的敏感性。由此可見, 耕地質(zhì)量的空間尺度特征備受學(xué)者的關(guān)注, 大量研究豐富了耕地質(zhì)量內(nèi)涵并在一定程度上滿足了土地利用實踐(基本農(nóng)田劃定、土地整治)的需要。但針對耕地質(zhì)量的尺度效應(yīng)還需從以下進(jìn)行完善: 首先, 當(dāng)前研究多從省級、市級或縣級某單一尺度進(jìn)行切入分析, 缺乏鄉(xiāng)鎮(zhèn)與村級尺度的研究, 綜合考慮縣級、鄉(xiāng)鎮(zhèn)級與村級等微觀尺度下耕地質(zhì)量的空間變化特征更是鮮有報道, 其結(jié)果缺乏多尺度之間差異的比較; 其次, 已有研究過多地依賴經(jīng)典統(tǒng)計分析方法進(jìn)行研究, 缺乏數(shù)據(jù)空間計量的應(yīng)用, 其研究結(jié)果難以真正滿足耕地精準(zhǔn)化管理的需求。隨著3S與計算機(jī)網(wǎng)絡(luò)等高新技術(shù)廣泛應(yīng)用, 研究的重點應(yīng)從量化自然、利用和經(jīng)濟(jì)3種層次的耕地質(zhì)量轉(zhuǎn)移到剖析不同尺度下耕地質(zhì)量的地理空間特征[20-21]。村與鄉(xiāng)鎮(zhèn)作為落實耕地保護(hù)基本國策的最基本行政單位, 直接關(guān)乎耕地保護(hù)的成本與可持續(xù)性[22]。加強(qiáng)縣鄉(xiāng)村多尺度下耕地質(zhì)量的空間形態(tài)、數(shù)量與規(guī)模等空間差異特征研究是最大限度實現(xiàn)村、鄉(xiāng)鎮(zhèn)和區(qū)縣縱向銜接的重要前提, 也是避免耕地保護(hù)博弈行為的有效措施?；诓煌叨确秶赂刭|(zhì)量的空間差異特征研究, 將對區(qū)域耕地資源保護(hù)、制定精準(zhǔn)的管護(hù)措施具有重要的現(xiàn)實意義。

鑒于此, 文章以南方丘陵山地典型區(qū)域重要的糧食生產(chǎn)基地縣——江西省崇義縣為研究區(qū), 基于地理學(xué)第一定律空間自相關(guān)思想, 采用空間探索性的空間自相關(guān)分析法, 深入探討縣級、鎮(zhèn)級和村級尺度下崇義縣耕地自然質(zhì)量、利用質(zhì)量和經(jīng)濟(jì)質(zhì)量的空間分布特征, 進(jìn)而探討不同尺度下耕地質(zhì)量的變化規(guī)律, 試圖揭示多尺度下崇義縣耕地質(zhì)量的空間分布差異, 滿足耕地保護(hù)的現(xiàn)勢需求。本研究既可為崇義縣各級行政主體制定耕地資源差異化管護(hù)體系、避免耕地保護(hù)利益沖突提供參考依據(jù), 也可為進(jìn)一步提高我國南方丘陵山地地區(qū)耕地資源精準(zhǔn)化管護(hù)提供借鑒。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

崇義縣是章江發(fā)源地, 位于江西省西南部(113°55′~114°38′E, 25°24′~25°55′N), 是全國重點林業(yè)縣、全國山區(qū)綜合開發(fā)示范縣、全國綠化模范縣?？偯娣e2 206.27 km2, 境內(nèi)山脈縱橫交錯, 具有中山、低山、高丘陵、河谷階地4種地貌類型, 地勢由西南向東北方向傾斜, 垂直高差大。氣候差異十分明顯, 年均溫17.8 ℃, 年降水量1 615.2 mm。全縣農(nóng)業(yè)維持在以傳統(tǒng)水稻為主產(chǎn)的基礎(chǔ)上, 逐漸發(fā)展特色農(nóng)業(yè)、生態(tài)農(nóng)業(yè)、訂單農(nóng)業(yè)等多種新型產(chǎn)業(yè)結(jié)構(gòu)模式。2017年實現(xiàn)農(nóng)林牧漁業(yè)總產(chǎn)值161 092萬元, 是南方丘陵山地區(qū)典型的農(nóng)業(yè)大縣, 也是江西省主要的糧食生產(chǎn)基地。因此, 以崇義縣為研究區(qū)進(jìn)行耕地質(zhì)量的空間分布差異特征研究具有一定的現(xiàn)實性和典型性。

1.2 數(shù)據(jù)來源

本文以崇義縣2016年耕地質(zhì)量為研究對象, 數(shù)據(jù)來源于崇義縣國土資源局、農(nóng)業(yè)局和崇義縣統(tǒng)計年鑒。主要數(shù)據(jù)包括: 耕地質(zhì)量等別年度更新評價成果、土地利用現(xiàn)狀圖、土壤圖、數(shù)字高程模型DEM數(shù)據(jù)、交通水利規(guī)劃圖等資料數(shù)據(jù)。

2 研究方法

2.1 耕地質(zhì)量指數(shù)空間轉(zhuǎn)換

準(zhǔn)確將耕地自然質(zhì)量指數(shù)、利用質(zhì)量指數(shù)和經(jīng)濟(jì)質(zhì)量指數(shù)向不同級別的行政單位轉(zhuǎn)換是研究的首要問題。在耕地質(zhì)量更新評價過程中以耕地圖斑為基本單元, 以保證單元內(nèi)部耕地質(zhì)量相對均一、單元之間有顯著差異。但是以耕地圖斑為空間單元進(jìn)行空間自相關(guān)分析會導(dǎo)致結(jié)果過于破碎、辨識性差[20], 同時, 也不利于耕地區(qū)域性差異保護(hù)政策的制定。綜合考慮崇義縣耕地質(zhì)量的空間分布情況及實際研究需要, 本研究采用耕地質(zhì)量指數(shù)加權(quán)平均, 將以圖斑為統(tǒng)計單元的國家自然等指數(shù)、國家利用等指數(shù)、國家經(jīng)濟(jì)等指數(shù)向行政單元進(jìn)行平衡轉(zhuǎn)換, 并以行政單元作為空間單元進(jìn)行空間自相關(guān)分析。以行政村耕地質(zhì)量指數(shù)轉(zhuǎn)換為例, 轉(zhuǎn)換方法如式(1), 其他行政單位轉(zhuǎn)換方法類同。

式中:R為村級耕地質(zhì)量指數(shù),R為第行政村圖斑耕地質(zhì)量指數(shù),S為第行政村圖斑面積。

2.2 建立空間權(quán)重

Tobler教授提出地理學(xué)第一定律, 該定律得到完善和不斷發(fā)展, 并廣泛應(yīng)用于經(jīng)濟(jì)學(xué)、社會學(xué)等學(xué)科[23]。地理學(xué)第一定律強(qiáng)調(diào)了空間上點、線、面數(shù)據(jù)的復(fù)雜關(guān)系。空間權(quán)重矩陣即是將點線面要素空間關(guān)系概念化的一種途徑, 科學(xué)準(zhǔn)確地構(gòu)建空間權(quán)重矩陣是進(jìn)行空間自相關(guān)分析必不可少的前提條件。在空間中, 點的關(guān)系只有重疊和分離兩種情況, 而面的關(guān)系就包含了相交、相切、包含、分離等情況。

相關(guān)研究[24-25]表明: 要素的空間關(guān)系有鄰接、距離和K鄰近。當(dāng)空間要素滿足某種鄰接關(guān)系時, 則權(quán)重W=1, 反之為0。在地理要素中, 如行政區(qū)劃這種情況, 首先要考慮的是鄰接關(guān)系。根據(jù)空間位置關(guān)系的不同, 鄰接關(guān)系又可分為Rook(共同邊鄰接)、Queen(共同邊或角鄰接)、Bishop(共同頂點鄰接)等鄰接方式?；诰嚯x的空間關(guān)系概念化是通過計算每個要素與鄰近要素之間距離的方式, 距離的內(nèi)涵是按兩點之間的直線距離(歐式距離)表示。相鄰空間單元的內(nèi)部差異性顯著程度與距離密切相關(guān), 不同距離范圍內(nèi), 空間權(quán)重的構(gòu)造方式不一, 最終也影響空間自相關(guān)的結(jié)果。K鄰近關(guān)系是以某一距離為閾值進(jìn)行搜索, 在指定范圍內(nèi)的要素都算相鄰要素, 此概念是經(jīng)“距離范圍”模型改良后生成的。K鄰近模型的優(yōu)點在于它可以確保每個目標(biāo)要素都能找到相鄰的要素, 避免“孤島效應(yīng)”的產(chǎn)生?；贕eoda權(quán)重管理器查看直方圖和連接圖, 能比較樣本與周邊樣本連接的數(shù)量及統(tǒng)計空間分布情況。本研究通過比較研究區(qū)各行政單元內(nèi)耕地質(zhì)量分布情況發(fā)現(xiàn), 基于距離模型構(gòu)建的空間權(quán)重矩陣的頻率符合正態(tài)分布, 以有效避免“孤島效應(yīng)”的發(fā)生[26]。

2.3 空間自相關(guān)分析

空間自相關(guān)分析是地理學(xué)研究的基本方法之一, 耕地作為連續(xù)的空間實體仍滿足地理學(xué)第一定律?？臻g自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān)。全局空間自相關(guān)在于描述某現(xiàn)象的整體分布情況, 判斷此現(xiàn)象或要素在空間上是否有聚集特征的存在; 局部空間自相關(guān)分析是指局部空間某一要素與其鄰域要素的相關(guān)性程度。空間自相關(guān)程度常用Moran’s、Geary’s、Getis、Join count等自相關(guān)指數(shù)度量, 各指數(shù)各有其功能與優(yōu)缺點, 同時亦有其適用范疇與限制。其中Moran’s指數(shù)因其普適性而應(yīng)用最為廣泛[20,27-28]。本文采用Moran’s指數(shù)對耕地質(zhì)量空間自相關(guān)程度進(jìn)行度量, Moran’s指數(shù)的取值范圍為-1~1。全局空間自相關(guān)模型如下:

式中:W是要素與的空間權(quán)重, 當(dāng)要素與要素空間相鄰時,W=1, 反之, 則為0;為要數(shù)總數(shù);Z為要素的屬性與其平均值(X)的偏差; Z為要素的屬性與其平均值(X)的偏差;(I)是檢驗自相關(guān)顯著性水平的標(biāo)準(zhǔn)化統(tǒng)計閾值;()為Moran’s指數(shù)的理論方差;()為Moran’s指數(shù)的理論期望。

全局空間自相關(guān)雖能判別空間數(shù)據(jù)是否存在空間自相關(guān)現(xiàn)象, 但要揭示空間要素在全局范圍內(nèi)的空間聚集或分散特征, 則需借助局部空間自相關(guān)模型。局部Moran’s可通過聚集散點圖表示具有相似變量值的面積單元在空間集聚效應(yīng)。LISA散點圖將耕地質(zhì)量劃分為NN(不顯著)、HH(高-高)、LL(低-低)、HL(高-低)、LH(低-高) 5種類型, 局部空間自相關(guān)模型計算如下:

3 結(jié)果與分析

3.1 耕地質(zhì)量空間分布格局

根據(jù)崇義縣2016年度耕地質(zhì)量年度更新評價結(jié)果, 將耕地自然質(zhì)量等指數(shù)、利用質(zhì)量等指數(shù)、經(jīng)濟(jì)質(zhì)量等指數(shù)按公式(1)分別向行政單位進(jìn)行平衡轉(zhuǎn)換, 本文通過求取不同尺度下3種屬性耕地質(zhì)量的變異系數(shù)和方差來表征轉(zhuǎn)換結(jié)果的科學(xué)性(表1)。結(jié)果顯示, 村級耕地質(zhì)量指數(shù)的變異系數(shù)和方差與圖斑(國家)本身更為貼近, 即村級耕地質(zhì)量指數(shù)的離散程度及波動性較鄉(xiāng)鎮(zhèn)級而言, 與原圖斑(國家)的吻合性更好。因此, 將圖斑耕地質(zhì)量指數(shù)向村級行政單位平衡轉(zhuǎn)換更合理。

表1 崇義縣各研究尺度耕地質(zhì)量指數(shù)變異系數(shù)與方差

圖1 崇義縣村級耕地質(zhì)量國家自然等(a)、國家利用等(b)、國家經(jīng)濟(jì)等(c)分布圖

故本文以行政村為研究單元, 參照《江西省農(nóng)用地分等章程》, 將轉(zhuǎn)換成果按400、200、200分等間距進(jìn)行等別劃分(圖1)。崇義縣耕地自然質(zhì)量處于9~12等, 大部分行政村都處于9等和10等, 其中10等地主要以帶狀分布于上堡鄉(xiāng)—麟潭鄉(xiāng)西南部—關(guān)田鎮(zhèn)北部、思順鄉(xiāng)與金坑鄉(xiāng)交界地帶以及鉛廠鎮(zhèn)西部等區(qū)域。耕地利用質(zhì)量等較國家自然質(zhì)量等分布更為分散, 且有西北向東南逐漸上升的趨勢。高值區(qū)主要以零星形式分布在縣域東部的關(guān)田鎮(zhèn)、鉛廠鎮(zhèn)等部分區(qū)域, 低值區(qū)主要以水系為軸向兩邊擴(kuò)散。國家經(jīng)濟(jì)等指數(shù)高值區(qū)主要分布在縣域東北、西南區(qū)域, 低值區(qū)自東向西逐漸遞增。由此可知, 崇義縣的耕地利用質(zhì)量最高, 經(jīng)濟(jì)質(zhì)量次之, 自然質(zhì)量最差。

3.2 耕地質(zhì)量全局空間自相關(guān)分析

3.2.1 縣級尺度空間自相關(guān)分析

為進(jìn)一步探究不同距離閾值下耕地質(zhì)量Moran’s指數(shù)的變化情況, 選擇合宜的距離閾值構(gòu)建空間權(quán)重矩陣。經(jīng)Arcgis平臺分析, 本文以3 500 m為起點距離, 100 m為步長進(jìn)行空間自相關(guān)增量分析, 得到耕地質(zhì)量的Moran’s指數(shù)值與距離之間關(guān)系(圖2)。結(jié)果顯示, 耕地自然等指數(shù)、利用等指數(shù)、經(jīng)濟(jì)等指數(shù)的Moran’s值均為正值, 3種層次的耕地質(zhì)量在空間上均表現(xiàn)出一定的空間自相關(guān)和聚集效應(yīng)。當(dāng)距離閾值在3 500~4 500 m時, 隨著距離的增大, 鄰接要素中不同類別要素間的差距越明顯, Moran’s指數(shù)呈現(xiàn)增長趨勢; 當(dāng)距離閾值增加至4 500 m時, 耕地國家自然等指數(shù)、利用等指數(shù)、經(jīng)濟(jì)等指數(shù)Moran’s指數(shù)值達(dá)到峰值; 當(dāng)距離閾值繼續(xù)增大時, Moran’s指數(shù)值開始呈現(xiàn)下降趨勢。表明距離閾值過大, 耕地質(zhì)量數(shù)據(jù)的空間特征無法準(zhǔn)確被揭示。由距離閾值探討分析結(jié)果可知, 耕地質(zhì)量的Moran’s指數(shù)的峰值出現(xiàn)在距離閾值為4 500 m時(<0.05), 耕地質(zhì)量在空間上的差異特征最為明顯。因此, 距離為4 500 m是構(gòu)建空間權(quán)重矩陣的最佳閾值。

圖2 崇義縣耕地質(zhì)量Moran’s I指數(shù)與距離關(guān)系分析結(jié)果圖

Fig. 2 Relationship between Moran’sindex and distance of land quality in Chongyi County

結(jié)果顯示(表2), 崇義縣耕地自然等指數(shù)、利用等指數(shù)、經(jīng)濟(jì)等指數(shù)的值均大于標(biāo)準(zhǔn)化統(tǒng)計閾值, 且<0.01, 置信區(qū)間達(dá)到99%、Moran’s>0。表明崇義縣耕地質(zhì)量存在潛在的相互依賴性, 表現(xiàn)出一定的聚類特征。不同的耕地質(zhì)量屬性皆表現(xiàn)出不同程度的空間正相關(guān)性與區(qū)域差異性, Moran’s值呈現(xiàn)自然等指數(shù)>經(jīng)濟(jì)等指數(shù)>利用等指數(shù)的特征。具體表現(xiàn)為崇義縣耕地自然質(zhì)量空間正相關(guān)性最強(qiáng), 空間變異程度最弱; 經(jīng)濟(jì)質(zhì)量次之; 利用質(zhì)量空間相關(guān)性最弱、空間變異程度最強(qiáng)。這主要是因為崇義縣垂直高差較大, 山地較多, 土壤成土母質(zhì)與有機(jī)質(zhì)等立地條件隨地形因子、結(jié)構(gòu)性因子變化而呈不同規(guī)律的聚集分布[29]。耕地長期處于重用輕養(yǎng)狀態(tài)、田間管護(hù)與生產(chǎn)投入水平皆難以維持較高水平, 這是造成耕地利用質(zhì)量呈現(xiàn)較大變異的客觀因素, 耕地利用質(zhì)量在空間上的聚集程度遠(yuǎn)小于自然質(zhì)量和經(jīng)濟(jì)質(zhì)量。因此, 在對崇義縣耕地質(zhì)量進(jìn)行差異化提升、精準(zhǔn)化管護(hù)的過程中應(yīng)當(dāng)注重利用水平及效率的提升。可通過土地整治、完善田間灌排設(shè)施、測土配方施肥等措施, 提改結(jié)合地提升崇義縣耕地利用和管理水平。同時, 也應(yīng)當(dāng)加強(qiáng)污染管控、提升耕地地力水平、因地制宜地發(fā)展規(guī)模農(nóng)業(yè), 將耕地自然質(zhì)量與經(jīng)濟(jì)質(zhì)量維持在較優(yōu)水平。

表2 崇義縣縣級尺度下耕地質(zhì)量空間自相關(guān)分析結(jié)果

3.2.2 鎮(zhèn)級尺度空間自相關(guān)分析

以鄉(xiāng)鎮(zhèn)為地理空間單元進(jìn)行全局空間自相關(guān)分析(表3和圖3)。結(jié)果顯示: 各鄉(xiāng)鎮(zhèn)范圍內(nèi), 不同屬性的耕地質(zhì)量的Moran’s值也存在較大差異?？h域范圍內(nèi)除麟潭鄉(xiāng)和豐州鄉(xiāng)外, 其他鄉(xiāng)鎮(zhèn)的耕地質(zhì)量Moran’s值自然等指數(shù)<利用等指數(shù)<經(jīng)濟(jì)等指數(shù)。自然等指數(shù)Moran’s值呈現(xiàn)“西低東高”的分布趨勢, 極差為0.255, 變異系數(shù)為0.393; 利用等指數(shù)Moran’s值分異程度較自然等指數(shù)Moran’s值有所擴(kuò)大, 極差為0.409, 變異系數(shù)為0.401, 較高值主要出現(xiàn)在橫水鎮(zhèn)、上堡鄉(xiāng)和聶都鄉(xiāng); 經(jīng)濟(jì)等指數(shù)Moran’s值的高值區(qū)域進(jìn)一步擴(kuò)大, 耕地綜合質(zhì)量的聚集程度較自然質(zhì)量和利用質(zhì)量更為明顯, 極差為0.519, 變異系數(shù)為0.457。綜合來看, 不同屬性耕地質(zhì)量的Moran’s值的空間波動表現(xiàn)出經(jīng)濟(jì)等指數(shù)>利用等指數(shù)>自然等指數(shù)的統(tǒng)計規(guī)律。

表3 崇義縣各鄉(xiāng)鎮(zhèn)耕地質(zhì)量指數(shù)Moran’s I值

圖3 崇義縣各鄉(xiāng)鎮(zhèn)縣級與鎮(zhèn)級尺度耕地質(zhì)量指數(shù)Moran’s I值對比

鎮(zhèn)級尺度上各屬性耕地質(zhì)量等指數(shù)的Moran’s值與縣級平均水平存在較大差異。國家自然等指數(shù)Moran’s值鎮(zhèn)級平均水平為0.179, 各鄉(xiāng)鎮(zhèn)的值均低于縣級平均水平(0.445)。豐州鄉(xiāng)等8個鄉(xiāng)鎮(zhèn)自然等指數(shù)Moran’s值高于鎮(zhèn)級平均水平, 其余鄉(xiāng)鎮(zhèn)均低于鎮(zhèn)級平均水平, 其中鉛廠鎮(zhèn)最大(0.296), 文英鄉(xiāng)最小(0.041)。國家利用等指數(shù)Moran’s值方面, 鎮(zhèn)級平均水平(0.284)與縣級平均水平(0.281)相差不大, 鎮(zhèn)級平均水平略高于縣級平均水平。上堡鄉(xiāng)等6個鄉(xiāng)鎮(zhèn)利用等指數(shù)Moran’s值高于鎮(zhèn)級平均水平, 其中上堡鄉(xiāng)最大(0.533), 杰壩鄉(xiāng)最小(0.124)。國家經(jīng)濟(jì)等指數(shù)Moran’s值方面, 鎮(zhèn)級平均水平(0.524)高于縣級平均水平(0.406), 且各鄉(xiāng)鎮(zhèn)間差異較自然等指數(shù)Moran’s值和利用等指數(shù)Moran’s值更大, 耕地經(jīng)濟(jì)質(zhì)量在空間上的聚集特征更為明顯。其中上堡鄉(xiāng)利用等指數(shù)Moran’s值最大(0.895), 杰壩鄉(xiāng)最小(0.150)。

結(jié)果表明: 隨著空間尺度的縮小, 3種層次的耕地質(zhì)量Moran’s值的鎮(zhèn)級平均水平與縣級平均水平產(chǎn)生差異。具體表現(xiàn)為隨著空間尺度的縮小, 耕地利用質(zhì)量指數(shù)與經(jīng)濟(jì)質(zhì)量指數(shù)所表現(xiàn)出的空間集聚特征更明顯, 而自然等指數(shù)的空間集聚特征呈相反態(tài)勢。這說明耕地利用水平和經(jīng)濟(jì)效益尺度效應(yīng)較強(qiáng), 丘陵山地復(fù)雜的地形條件一定程度上阻礙了耕地質(zhì)量的空間連續(xù)性, 大空間尺度范圍更容易掩蓋耕地結(jié)構(gòu)特征與立地屬性。就本研究而言, 鎮(zhèn)級平均水平與縣級平均水平的差距按利用等、經(jīng)濟(jì)等、自然等逐漸擴(kuò)大的趨勢。

3.3 耕地質(zhì)量局部空間自相關(guān)分析

基于Geoda軟件, 對研究區(qū)村級耕地質(zhì)量指數(shù)進(jìn)行局部空間自相關(guān)分析(表4、圖4), 統(tǒng)計結(jié)果表明: 在95%置信度檢驗下, 研究區(qū)大部分行政村空間上表現(xiàn)為NN分布, 村級耕地自然質(zhì)量指數(shù)HH型團(tuán)狀分布效應(yīng)明顯, 利用質(zhì)量指數(shù)空間變異性大, 耕地經(jīng)濟(jì)質(zhì)量指數(shù)LL型空間特征地形效應(yīng)更為明顯。

表4 崇義縣村級尺度耕地質(zhì)量空間聚集類型分布情況

3.3.1 自然等指數(shù)局部空間自相關(guān)特點

從表4、圖4得出, 村級耕地質(zhì)量自然等指數(shù)空間自相關(guān)類型為HH的有15個行政村, 占比12.20%, 該區(qū)域自身和周邊行政村耕地自然等指數(shù)都較高, 空間差異程度較小, 存在較強(qiáng)的空間正相關(guān)。主要以團(tuán)形式集中分布于西南部聶都鄉(xiāng)和樂洞鄉(xiāng)夾州村、樂洞村等區(qū)域; 北部的橫水鎮(zhèn)新坑村也呈HH聚集分布。LL型區(qū)域自身和周邊行政村耕地自然等指數(shù)都較低, 有9個行政村屬于該類型, 占比7.32%。主要以連線分布于金坑鄉(xiāng)金坑村、竹坑村等區(qū)域, 鉛廠鎮(zhèn)穩(wěn)下村、揚(yáng)眉鎮(zhèn)中坑口村等東部5個鄉(xiāng)鎮(zhèn)部分行政村。LH型表示耕地自然等指數(shù)較高的行政村包圍耕地自然等指數(shù)較低的區(qū)域, 二者空間差異程度較大, 呈較強(qiáng)的空間負(fù)相關(guān)。該區(qū)域有7個行政村, 占比5.69%。主要分布于上堡鄉(xiāng)良和村、正井村等, 思順鄉(xiāng)和過埠鎮(zhèn)也有零星分布。HL型代表自身耕地自然指數(shù)較高, 周邊耕地自然指數(shù)較低, 二者的空間差異程度較大, 具有顯著的空間負(fù)相關(guān)。該區(qū)域有6個行政村, 占比4.88%, 以組團(tuán)形式分布于衡水鎮(zhèn)上營村、左溪村、中營村, 長龍鎮(zhèn)和揚(yáng)眉鎮(zhèn)也有零星分布。

綜合實際情況, 自然等指數(shù)HH型所在區(qū)域地形差異較小, 海拔位于300 m以下。地勢相對平坦, 土壤養(yǎng)分沉積具有協(xié)同性, 土壤肥沃。LL型所在區(qū)域主要位于縣域北部和東部部分區(qū)域的深山區(qū), 土壤肥力貧瘠, 耕作層較薄, 加之灌排條件落后, 因此耕作自然條件相對惡劣。LH型耕地主要位于上堡鄉(xiāng), “上堡梯田”是全國3大梯田之一, 該區(qū)域海拔平均750 m, 地勢較高, 地勢間落差明顯。HL型與LL相鄰, 該部分耕地處于城鎮(zhèn)邊緣地帶, 表土質(zhì)地多為砂土或砂壤土, 且受到不同程度的鹽堿化影響, 耕地自然條件受到不同程度人為因素的破壞。

3.3.2 利用等指數(shù)局部空間自相關(guān)特點

村級耕地質(zhì)量利用等指數(shù)呈HH和LL集聚分布的共有17個行政村, 占崇義縣行政村總數(shù)的13.82%。與耕地自然等指數(shù)相比, 占比有所下降。其中: HH類型主要以團(tuán)狀集中分布于龍勾鄉(xiāng)和鉛廠鎮(zhèn)等行政村。LL型以團(tuán)狀集中分布于縣域北部的杰壩鄉(xiāng)、金坑鄉(xiāng)等區(qū)域。LH型以帶狀分布于金坑鄉(xiāng)圓田村—過埠鎮(zhèn)黃背村—豐州鄉(xiāng)西部部分區(qū)域, 聶都鄉(xiāng)也有零星分布。HL型團(tuán)狀集中分布于橫水鎮(zhèn)。

結(jié)合實際情況, 耕地利用質(zhì)量HH型的區(qū)域多處于低洼盆地, 地勢平坦, 而且集中連片程度較好, 自然條件優(yōu)越, 尤其是龍勾鄉(xiāng)的優(yōu)勢更為明顯。加之農(nóng)村居民點集中分布, 有利于提高耕作主體對耕地的利用效率。LL型區(qū)域地處山區(qū)深處, 海拔地勢較高, 耕地較為分散, 難以形成集中連片作業(yè)。因此, 耕地的利用效率不高。LH型空間形態(tài)上無明顯變化規(guī)律, 穿插分布于平原與山區(qū)之間, 交通通達(dá)度、農(nóng)田灌排設(shè)施水平也不一。因此, 因空間極化效應(yīng)而出現(xiàn)“內(nèi)低”現(xiàn)象。HL型的分布與耕地自然質(zhì)量HL型類似, 地處城鎮(zhèn)邊緣地帶。這部分區(qū)域社會經(jīng)濟(jì)發(fā)展水平較高, 農(nóng)業(yè)生產(chǎn)規(guī)模及方式都具有很大的不確定性, 耕地被建設(shè)用地占用的現(xiàn)象比其他鄉(xiāng)鎮(zhèn)更為普遍。

3.3.3 經(jīng)濟(jì)等指數(shù)局部空間自相關(guān)特點

村級耕地質(zhì)量經(jīng)濟(jì)等指數(shù)呈HH和LL型的有32個行政村, 占崇義縣行政村總數(shù)的26.02%。其中, HH型以團(tuán)狀集中分布于關(guān)田鎮(zhèn)、龍勾鄉(xiāng)和上堡鄉(xiāng)部分區(qū)域。LL型以帶狀形分布于杰壩鄉(xiāng)黃沙村—金坑鄉(xiāng)—過埠鎮(zhèn)—麟潭鄉(xiāng)—豐州鄉(xiāng)部分區(qū)域。LH型有4個行政村, 處于崇義縣域東南部, 分別是聶都鄉(xiāng)龍西村、聶都村和鉛廠鎮(zhèn)義安村、石羅村。HL型只分布于金坑鄉(xiāng)坪洋村。

圖4 崇義縣耕地質(zhì)量指數(shù)局部空間自相關(guān)特性

綜合來看, HH型區(qū)域地勢平坦, 經(jīng)濟(jì)發(fā)展水平高, 高速、省道貫穿其中, 道路通達(dá)度較高, 耕地集中連片, 有利于集中作業(yè), 因而耕地經(jīng)濟(jì)產(chǎn)出效率高。LL型沿水系呈帶狀分布, 且多處于山區(qū)峽谷之間, 耕地規(guī)整度及集中連片程度都不高, 耕地自然質(zhì)量和利用水平都相對落后, 阻礙了耕地經(jīng)濟(jì)效益的提升。LH型與HL型地處縣域北部或南部山區(qū), 地形相對閉塞, 海拔較高, 交通不便, 對耕地的經(jīng)濟(jì)投入成本大幅提升, 耕地的經(jīng)濟(jì)產(chǎn)出效率不高。

4 討論

杜國明等[3]指出隨著空間統(tǒng)計學(xué)的不斷發(fā)展與完善, 耕地質(zhì)量的研究不應(yīng)僅僅局限于質(zhì)量高低的界定, 應(yīng)以耕地質(zhì)量評價為導(dǎo)向向空間分布特征延伸。耕地質(zhì)量作為地理空間實體, 對于不同的需求主體表現(xiàn)出不同的主體差異, 在不同的時空尺度下,耕地質(zhì)量表現(xiàn)出不同的時空特征, 主導(dǎo)耕地質(zhì)量的因素也因時空尺度的改變而發(fā)生變化[30]。為此, 本文著重探討了不同尺度下耕地質(zhì)量的空間集聚特征。文中縣級尺度下耕地國家利用等指數(shù)的Moran’s值小于自然等指數(shù)和經(jīng)濟(jì)等指數(shù), 這與張晗等[27]對上高縣耕地質(zhì)量的空間集聚特征研究略有不同, 本文縣級尺度下3種屬性耕地質(zhì)量的Moran’s均小于0.5, 集聚效應(yīng)不及其研究結(jié)果顯著。這可能是由于崇義縣地處贛南山區(qū), 地形起伏差異比上高縣大, 耕地細(xì)碎化程度也更高, 這對機(jī)械化操作和規(guī)模經(jīng)營造成了極大的障礙, 從而加大了耕作的投入成本, 耕地產(chǎn)出效率不高。

隨著空間尺度的變小, 研究區(qū)耕地質(zhì)量的空間集聚程度逐漸增強(qiáng), 耕地質(zhì)量的尺度差異性也更加顯著, 即村級尺度下耕地質(zhì)量空間差異最為顯著。這與熊昌盛等[20]、郭曉飛等[31]、任平等[32]的研究相吻合。將耕地圖斑進(jìn)行面轉(zhuǎn)點并掛接質(zhì)量屬性后利用GS+軟件進(jìn)行半變異函數(shù)分析[33](表5)?？梢缘贸? 3類耕地質(zhì)量屬性都符合指數(shù)模型, 決定系數(shù)都大于0.7。當(dāng)空間距離為0~12 379.91 m范圍內(nèi)時, 半變異值隨距離增大而逐漸增大; 當(dāng)距離繼續(xù)增大, 半變異值趨于平穩(wěn); 當(dāng)距離大于37 139.74 m, 變異值出現(xiàn)下降趨勢。塊金基臺比(空間變異中隨機(jī)性因素的占比, 該比值越高, 隨機(jī)性影響越大)都小于25%, 表明3種層次的耕地質(zhì)量皆存在強(qiáng)烈的空間自相關(guān), 這印證了本文研究的結(jié)果。同時, 耕地自然質(zhì)量、利用質(zhì)量、經(jīng)濟(jì)質(zhì)量塊金效應(yīng)呈逐漸遞增趨勢, 這再次說明耕地質(zhì)量是自然-社會-經(jīng)濟(jì)多重要素的集中體現(xiàn), 且內(nèi)涵越豐富, 隨機(jī)性影響因素占的比重更大。

表5 崇義縣耕地質(zhì)量指數(shù)半變異函數(shù)理論模型及相應(yīng)參數(shù)

崇義縣地處贛南山區(qū), 地形起伏大, 土壤養(yǎng)分與耕作條件空間平穩(wěn)性較差。較大空間尺度掩蓋了耕地各組成要素的空間差異性, 隨著空間尺度的變小, 耕地的地理空間質(zhì)量差異性逐漸顯著, 耕地質(zhì)量在空間上出現(xiàn)顯著集聚現(xiàn)象。這可能是由于光溫水土等自然資源及人類利用水平共同決定了耕地質(zhì)量的高低與分布規(guī)律。在地形復(fù)雜的崇義縣境內(nèi), 這種空間分布相似性支配著耕地質(zhì)量的空間分布規(guī)律, 大尺度研究范圍可能無法體現(xiàn)出目標(biāo)變量的部分結(jié)構(gòu)特征, 小尺度范圍下, 耕地質(zhì)量的立地屬性與結(jié)構(gòu)特征差異逐漸顯現(xiàn)。因而, 各級行政主體在制定差異化的耕地管護(hù)體系時應(yīng)當(dāng)著重考慮耕地質(zhì)量的尺度效應(yīng)。就崇義縣而言, 以行政村為研究單元能較好體現(xiàn)耕地質(zhì)量對尺度的敏感性, 保護(hù)耕地自然質(zhì)量是基礎(chǔ), 保障耕地利用質(zhì)量是關(guān)鍵, 維持耕地經(jīng)濟(jì)質(zhì)量是核心目標(biāo)。提升耕地質(zhì)量一方面需要縱深發(fā)展, 利用不同層級行政主體下耕地質(zhì)量的空間差異性制定科學(xué)精準(zhǔn)的管護(hù)體系, 避免不同層級行政主體間的博弈存在, 從而提高耕地保護(hù)的有效性; 另一方面, 不能忽略多尺度下耕地質(zhì)量的區(qū)域特征, 在制定耕地質(zhì)量優(yōu)化途徑時考慮尺度效應(yīng)的影響, 將地理環(huán)境相似性研究納入耕地分區(qū)保護(hù)實踐的理論依據(jù)。具體而言, 對于耕地自然質(zhì)量屬性, 需要從宏觀層面落實耕地質(zhì)量保護(hù)政策, 改良土壤、嚴(yán)防農(nóng)業(yè)面源污染、用養(yǎng)結(jié)合; 針對耕地的利用質(zhì)量屬性, 應(yīng)當(dāng)從鎮(zhèn)級水平加以管控, 可因地制宜地進(jìn)行土地整理, 使耕地集中連片。對于耕地的經(jīng)濟(jì)質(zhì)量屬性, 應(yīng)當(dāng)從更小尺度進(jìn)行深入研究, 可依托科技進(jìn)步, 提高有機(jī)肥資源利用水平, 培養(yǎng)新型職業(yè)農(nóng)民, 提高種糧大戶等新型經(jīng)營主體保護(hù)耕地質(zhì)量和科學(xué)施肥的技術(shù)應(yīng)用能力[34-35]。

耕地質(zhì)量是多重要素的集中體現(xiàn), 本文用Geoda空間自相關(guān)模型分析了不同尺度下耕地質(zhì)量的空間分布差異特征, 且用GS+軟件半變異函數(shù)進(jìn)行驗證分析, 研究結(jié)果具有較強(qiáng)的理論現(xiàn)實意義, 可為耕地占補(bǔ)平衡、土地開發(fā)整理、基本農(nóng)田劃定等工作的開展提供參考依據(jù)。但是, 文中尚未對不同尺度下耕地質(zhì)量分布空間差異的影響因素進(jìn)行深入分析, 這是本研究亟需完善的方面。

5 結(jié)論

本文以南方丘陵山地典型區(qū)域崇義縣為例, 對其耕地質(zhì)量空間分布差異特征進(jìn)行研究, 主要結(jié)論如下:

1)崇義縣耕地質(zhì)量存在一定的空間集聚性, 且當(dāng)空間距離閾值為4 500 m時, 空間相關(guān)性最強(qiáng)。在不同的空間尺度范圍下, 均表現(xiàn)出顯著的空間差異特征。

2)縣級尺度下, 不同屬性的耕地質(zhì)量Moran’s值呈現(xiàn)自然等指數(shù)>經(jīng)濟(jì)等指數(shù)>利用等指數(shù)的特征。耕地自然質(zhì)量空間相關(guān)性最強(qiáng)、經(jīng)濟(jì)質(zhì)量次之、利用質(zhì)量最弱。鎮(zhèn)級尺度下, 3類Moran’s值的鎮(zhèn)級平均水平與縣級平均水平差異顯著, 其中自然質(zhì)量差異最大, 利用質(zhì)量差異最小。

3)耕地自然質(zhì)量HH型主要分布于縣域西南部, LL型團(tuán)狀分布于金坑村、竹坑村等區(qū)域。耕地利用質(zhì)量HH型主要團(tuán)狀集中分布于地勢平坦的龍勾鄉(xiāng)和鉛廠鎮(zhèn)等行政村, LL型主要位于海拔地勢較高, 耕地較為分散的深山區(qū)域。耕地經(jīng)濟(jì)質(zhì)量HH型團(tuán)狀集中分布于地勢相對平坦、道路通達(dá)度較高的關(guān)田鎮(zhèn)、龍勾鄉(xiāng)和上堡鄉(xiāng)部分區(qū)域, LL型以帶狀形分布于區(qū)域相對閉塞的黃沙村—金坑鄉(xiāng)—過埠鎮(zhèn)—麟潭鄉(xiāng)—豐州鄉(xiāng)一帶。

4)不同空間尺度下耕地質(zhì)量的空間分異特征差異顯著, 大的空間尺度弱化了耕地質(zhì)量的空間聚集差異特征。今后應(yīng)以行政村為基本單位, 進(jìn)一步細(xì)化研究, 構(gòu)建多尺度耕地精準(zhǔn)化管護(hù)體系。

[1] 付國珍, 擺萬奇. 耕地質(zhì)量評價研究進(jìn)展及發(fā)展趨勢[J]. 資源科學(xué), 2015, 37(2): 226–336 FU G Z, BAI W Q. Advances and prospects of evaluating cultivated land quality[J]. Resources Science, 2015, 37(2): 226–336

[2] 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

[3] 杜國明, 劉彥隨, 于鳳榮, 等. 耕地質(zhì)量觀的演變與再認(rèn)識[J]. 農(nóng)業(yè)工程學(xué)報, 2016, 32(14): 243–249 DU G M, LIU Y S, YU F R, et al. Evolution of concepts of cultivated land quality and recognition[J]. Transactions of the CSAE, 2016, 32(14): 243–249

[4] 張超, 喬敏, 鄖文聚, 等. 耕地數(shù)量、質(zhì)量、生態(tài)三位一體綜合監(jiān)管體系研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2017, 48(1): 1–6 ZHANG C, QIAO M, YUN W J, et al. Trinity comprehensive regulatory system about quantity, quality and ecology of cultivated land[J]. Transactions of the Chinese society for Agricultural Machinery, 2017, 48(1): 1–6

[5] 祖健, 郝晉珉, 陳麗, 等. 耕地數(shù)量、質(zhì)量、生態(tài)三位一體保護(hù)內(nèi)涵及路徑探析[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2018, 23(7): 84–95 ZU J, HAO J M, CHEN L, et al. Analysis on trinity connotation and approach to protect quantity, quality and ecology of cultivated land[J]. Journal of China Agricultural University, 2018, 23(7): 84–95

[6] 劉恬, 胡偉艷, 魏安奇, 等. 基于多尺度的基本農(nóng)田空間區(qū)位選擇——以武漢城市圈為例[J]. 資源科學(xué), 2018, 40(7): 1365–1374 LIU T, HU W Y, WEI A Q, et al. Multiscale study of location selection of prime farmland in the Wuhan Metropolitan Area[J]. Resources Science, 2018, 40(7): 1365–1374

[7] 姜廣輝, 張鳳榮, 孔祥斌, 等. 耕地多功能的層次性及其多功能保護(hù)[J]. 中國土地科學(xué), 2011, 25(8): 42–47 JIANG G H, ZHANG F R, KONG X B, et al. The different levels and the protection of multi-functions of cultivated land[J]. China Land Science, 2011, 25(8): 42–47

[8] 李國敏, 盧珂, 黃烈佳. 國家尺度下耕地功能占補(bǔ)平衡模式研究[J]. 地域研究與開發(fā), 2017, 36(6): 110–114LI G M, LU K, HUANG L J. Model of requisition-compensation balance of function of cultivated land under national scale[J]. Areal Research and Development, 2017, 36(6): 110–114

[9] 張蚌蚌, 孔祥斌, 鄖文聚, 等. 我國耕地質(zhì)量與監(jiān)控研究綜述[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2015, 20(2): 216–222 ZHANG B B, KONG X B, YUN W J, et al. A review on quality and monitoring of arable land in China[J]. Journal of China Agricultural University, 2015, 20(2): 216–222

[10] 程鋒, 王洪波, 鄖文聚. 中國耕地質(zhì)量等級調(diào)查與評定[J]. 中國土地科學(xué), 2014, 28(2): 75–82 CHENG F, WANG H B, YUN W J. Study on investigation and assessment of cultivated land quality grade in China[J]. China Land Science, 2014, 28(2): 75–82

[11] MUELLER L, SCHINDLER U, SHEPHERD T G, et al. The muencheberg soil quality rating for assessing the quality of global farmland[M]//MUELLER L, SAPAROV A, LISCHEID G. Novel Measurement and Assessment Tools for Monitoring and Management of Land and Water Resources in Agricultural Landscapes of Central Asia. Cham: Springer, 2014: 235–248

[12] TESFAHUNEGN G B. Soil quality indicators response to land use and soil management systems in northern Ethiopia’s catchment[J]. Land Degradation & Development, 2016, 27(2): 438–448

[13] SLEE B, BROWN I, DONNELLY D, et al. The ‘squeezed middle’: Identifying and addressing conflicting demands on intermediate quality farmland in Scotland[J]. Land Use Policy, 2014, 41: 206–216

[14] 劉婧鳴, 侯現(xiàn)慧, 王占岐, 等. 耕地細(xì)碎化與耕地集約利用水平空間相關(guān)特征研究——以湖北省為例[J]. 中國土地科學(xué), 2017, 31(12): 51–59 LIU J M, HOU X H, WANG Z Q, et al. Spatial correlation characteristics of fragmentation and intensive use levels of cultivated land in Hubei Province[J]. China Land Science, 2017, 31(12): 51–59

[15] 張雅芹, 閆弘文, 趙賢鋒, 等. 半島丘陵區(qū)城市周邊永久基本農(nóng)田劃定研究——以山東省海陽市為例[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報, 2018, 26(7): 1080–1088 ZHANG Y Q, YAN H W, ZHAO X F, et al. Permanent prime farmland demarcation in city periphery in peninsula hill areas: A case of Haiyang City in Shandong Province[J]. Chinese Journal of Eco-Agriculture, 2018, 26(7): 1080–1088

[16] 石玉瓊, 李團(tuán)勝. 武功縣耕地質(zhì)量空間變異分析[J]. 土壤通報, 2017, 48(2): 257–262 SHI Y Q, LI T S. Analysis of spatial variation of arable land quality in Wugong County[J]. Chinese Journal of Soil Science, 2017, 48(2): 257–262

[17] 衛(wèi)新東, 王篩妮, 員學(xué)鋒, 等. 陜西省耕地質(zhì)量時空變化特征及其分異規(guī)律[J]. 農(nóng)業(yè)工程學(xué)報, 2018, 34(3): 240–248 WEI X D, WANG S N, YUAN X F, et al. Spatial and temporal changes and its variation of cultivated land quality in Shaanxi Province[J]. Transactions of the CSAE, 2018, 34(3): 240–248

[18] 高星, 陳景, 劉蕾, 等. 雄安新區(qū)耕地質(zhì)量空間分布特征與建設(shè)占用推薦分區(qū)[J]. 農(nóng)業(yè)工程學(xué)報, 2018, 34(1): 1–7 GAO X, CHEN J, LIU L, et al. Spatial distribution characteristics and construction occupancy zoning of cultivated land quality in Xiong’an New Area[J]. Transactions of the CSAE, 2018, 34(1): 1–7

[19] 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): 239–245 LI 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

[20] 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): 2066–2074 XIONG 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

[21] 熊昌盛, 譚榮, 岳文澤. 基于局部空間自相關(guān)的高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)分區(qū)[J]. 農(nóng)業(yè)工程學(xué)報, 2015, 31(22): 276–284 XIONG C S, TAN R, YUE W Z. Zoning of high standard farmland construction based on local indicators of spatial association[J]. Transactions of the CSAE, 2015, 31(22): 276–284

[22] 辛蕓娜, 范樹印, 孔祥斌, 等. 四重質(zhì)量維度下的縣域耕地質(zhì)量評價方法研究[J]. 資源科學(xué), 2018, 40(4): 737–747 XIN Y N, FAN S Y, KONG X B, et al. Evaluation of cultivated land quality based on four quality dimensions[J]. Resources Science, 2018, 40(4): 737–747

[23] JOO D, WOOSNAM K M, SHAFER C S, et al. Considering Tobler’s first law of geography in a tourism context[J]. Tourism Management, 2017, 62: 350–359

[24] 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

[25] 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(hù)分區(qū)方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報, 2017, 48(3): 156–163 YANG J Y, XU F, ZHAO L, et al. Protection zoning of cultivated land comprehensive quality based on spatial autocorrelation[J]. Transactions of the CSAE, 2017, 48(3): 156–163

[26] 汪曉燕, 趙小敏, 郭熙, 等. 基于空間自相關(guān)的貴溪市耕地保護(hù)分區(qū)研究[J]. 浙江農(nóng)業(yè)學(xué)報, 2017, 29(3): 489–497 WANG X Y, ZHAO X M, GUO X, et al. Protection zoning of cultivated land based on local spatial autocorrelation in Guixi City[J]. Acta Agriculturae Zhejiangensis, 2017, 29(3): 489–497

[27] 張晗, 趙小敏, 歐陽真程, 等. 基于空間自相關(guān)的耕地質(zhì)量空間差異特征及耕地保護(hù)分區(qū)——以江西省上高縣為例[J]. 水土保持研究, 2018, 25(1): 304–312 ZHANG H, ZHAO X M, OUYANG Z C, et al. Spatial disparity features and protection zoning of cultivated land quality based on spatial autocorrelation — A case study of Shanggao County, Jiangxi Province[J]. Research of Soil and Water Conservation, 2018, 25(1): 304–312

[28] 陳彥光, 羅靜. 地學(xué)計算的研究進(jìn)展與問題分析[J]. 地理科學(xué)進(jìn)展, 2009, 28(4): 481–488CHEN Y G, LUO J. On development and problems of GeoComputation[J]. Progress in Geography, 2009, 28(4): 481–488

[29] 趙越, 羅志軍, 趙杰, 等. 崇義縣土壤有機(jī)質(zhì)空間變異及在不同侵蝕程度下的影響因素[J]. 西南農(nóng)業(yè)學(xué)報, 2018, 31(6): 1209–1215 ZHAO Y, LUO Z J, ZHAO J, et al. Study on spatial variability of soil organic matter in Chongyi County and affecting factors under different degree of erosion[J]. Southwest China Journal of Agricultural Sciences, 2018, 31(6): 1209–1215

[30] 魏洪斌, 吳克寧, 趙華甫, 等. 中國中部糧食主產(chǎn)區(qū)耕地等別空間分布特征[J]. 資源科學(xué), 2015, 37(8): 1552–1560 WEI H B, WU K N, ZHAO H F, et al. Spatial distribution characteristics of cultivated land quality gradation in the main grain production area of central China[J]. Resources Science, 2015, 37(8): 1552–1560

[31] 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): 923–929 GUO 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

[32] 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): 325–334 REN 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

[33] 祝錦霞, 徐保根, 章琳云. 基于半方差函數(shù)與等別的耕地質(zhì)量監(jiān)測樣點優(yōu)化布設(shè)方法[J]. 農(nóng)業(yè)工程學(xué)報, 2015, 31(19): 254–261 ZHU J X, XU B G, ZHANG L Y. Optimization layout method of monitoring sample points of cultivated land quality based on semi-variance analysis and grade combination[J]. Transactions of the CSAE, 2015, 31(19): 254–261

[34] 楊婷. 崇義縣地質(zhì)災(zāi)害易發(fā)性區(qū)劃評價研究[D]. 撫州: 東華理工大學(xué), 2016: 83 YANG T. A study on lability zoning of geological disasters in Chongyi County[D]. Fuzhou: East China University of Technology, 2016: 83

[35] 楊雪, 談明洪. 北京市耕地功能空間差異及其演變[J]. 地理研究, 2014, 33(6): 1106–1118 YANG X, TAN M H. Spatial differences and evolution of arable land functions in Beijing[J]. Geographical Research, 2014, 33(6): 1106–1118

Spatial distribution of cultivated land quality at different scales in Chongyi County*

SUN Congkang1,2, XU Junli3, YU Dun1,2**, ZHOU Wei1,4, WANG Jianping1,2, LIANG Zhenbao1,2

(1. College of Land Resources and Environmental Sceinces, Jiangxi Agricultural University, Nanchang 330045, China; 2. Key Laboratory of Poyang Lake Basin Agricultural Resources and Ecology of Jiangxi Province, Jiangxi Agricultural University, Nanchang 330045, China; 3. School of Economic Management, Jiangxi Agricultural University, Nanchang 330045, China; 4. Shangrao Bureau of Land and Resources, Shangrao 361100, China)

While the quality of cultivated lands is the primary basis for judging the productivity of land, the characteristics of the spatial distribution of land quality are critical for farmland research. Multi-scale study of cultivated land quality and spatial structural characteristics are inevitable in strengthening rational allocation of land resources for the protection of cultivated lands. The enrichment of scientific connotation of cultivated land quality should objectively reflect spatial distribution differences in natural quality, utilization quality and economic quality at different scales. Based on the First Law of Geography and specific characteristics of Chongyi County, typical hilly and mountain areas were selected and evaluated for cultivated land quality in a spatial autocorrelation model supported by platforms such as Geoda and GS+. The work discussed the spatial interactions and distributions of natural quality, utilization quality and economic quality of cultivated lands at county, township and village scales. The results show that: 1) the natural quality of cultivated lands in Chongyi County was during grade 9–12 and the utilization quality during grade 6–9. There was a gradually increasing “northwest to southeast” trend with an economic quality of grade 7–10. There was a degree of spatial aggregation effect which was strongest when spatial distance was 4 500 m. The Moran’svalue of cultivated land quality showed that natural quality (0.445) > economic quality (0.406) > utilization quality (0.281). The natural quality of cultivated land had the strongest positive spatial correlation with weakest degree of variation, while the utilization quality was weakest in spatial correlation and strongest in spatial variability. 2) The quality of cultivated lands showed different scale effects for different quality indexes. For the difference in spatial aggregation between township and county scales, the natural quality was largest, followed by economic quality and then utilization quality. Larger spatial scales weakened spatial aggregation, and spatial aggregation effect was most significant at village scale. 3) The spatial agglomeration type HH of cultivated land quality was mainly distributed in the southwest of county, LL distributed in Jinkeng Village and Zhukeng Village. The HH type of utilization quality was mainly distributed in the flat Longgous and Qianchang Townships, and LL type in deep mountain area where the elevation was higher and the cultivated land most dispersed. The HH type of economic concentrated in Guantian Town, Longqi Township and Shangbao Township where the terrain was relatively flat and the road access degree high. The LL type was distributed in a strip shape in relatively occluded area. The research results revealed that cultivated land quality had different spatial differentiation characteristics at different spatial scales and large spatial scale weakened the aggregation difference of cultivated land quality. The research had practical significance for monitoring and protection of cultivated lands at different spatial scales and more accurate management of arable land quality.

Cultivated land quality; Natural quality; Economic quality; Utilization quality; Spatial scale effects; Spatial aggregation effect; Chongyi County

, E-mail: jxauyd@163.com

Oct. 5, 2018;

Jan. 6, 2019

10.13930/j.cnki.cjea.180891

F323.3; F204

A

2096-6237(2019)04-0601-12

余敦, 主要從事土地覆被變化和土地生態(tài)研究。E-mail: jxauyd@163.com

孫聰康, 主要從事土地利用/覆被變化研究。E-mail: 943568578@qq.com

2018-10-05

2019-01-06

* This study was supported by the National Natural Science Foundation of China (41561107) and the Natural Science Foundation of Jiangxi Province (20151BAB203039).

* 國家自然科學(xué)基金項目(41561107)和江西省自然科學(xué)基金項目(20151BAB203039)資助

孫聰康, 徐俊麗, 余敦, 周微, 王檢萍, 梁珍寶. 多尺度下崇義縣耕地質(zhì)量空間分布差異特征研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(中英文), 2019, 27(4): 601-612

SUN C K, XU J L, YU D, ZHOU W, WANG J P, LIANG Z B. Spatial distribution of cultivated land quality at different scales in Chongyi County[J]. Chinese Journal of Eco-Agriculture, 2019, 27(4): 601-612