喀斯特山區(qū)耕地時(shí)空演變與影響因子分析

張 揚(yáng)，周忠發(fā)※，黃登紅，朱 孟，吳 躍，孫建偉

（1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院/喀斯特研究院，貴陽(yáng) 550001；2.貴州省喀斯特山地生態(tài)環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地，貴陽(yáng) 550001；3.國(guó)家喀斯特石漠化防治工程技術(shù)研究中心，貴陽(yáng) 550001）

0 引 言

耕地是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)[1]，具有農(nóng)業(yè)生產(chǎn)、空間承載以及環(huán)境保護(hù)等多種功能[2]，關(guān)系國(guó)家安全和社會(huì)穩(wěn)定，是保障糧食安全和國(guó)民經(jīng)濟(jì)高質(zhì)量發(fā)展的寶貴資源[3]。伴隨中國(guó)新型工業(yè)化、城鎮(zhèn)化建設(shè)的深入推進(jìn)，在經(jīng)濟(jì)建設(shè)活動(dòng)驅(qū)動(dòng)下大量?jī)?yōu)質(zhì)耕地轉(zhuǎn)為非農(nóng)用地[4]。由城鄉(xiāng)要素轉(zhuǎn)移引發(fā)的耕地利用非糧化、粗放化、邊際化等問(wèn)題日益突出[5-7]，導(dǎo)致近年來(lái)耕地質(zhì)量下降、空間破碎、生態(tài)問(wèn)題等問(wèn)題頻發(fā)[8]，加之后備資源不斷減少、激勵(lì)約束機(jī)制尚不健全，耕地合理利用和占補(bǔ)平衡面臨多重壓力。為此，《中共中央國(guó)務(wù)院關(guān)于加強(qiáng)耕地保護(hù)和改進(jìn)占補(bǔ)平衡的意見(jiàn)》和新修訂的《中華人民共和國(guó)土地管理法》均明確提出推進(jìn)耕地質(zhì)量提升和保護(hù)、大力實(shí)施土地整治、嚴(yán)格控制耕地轉(zhuǎn)為非耕地，并將切實(shí)保護(hù)耕地定為中國(guó)的基本國(guó)策；2020年中央一號(hào)文件亦明確提出糧食生產(chǎn)要穩(wěn)面積，堅(jiān)守耕地和永久基本農(nóng)田保護(hù)紅線。耕地?cái)?shù)量及質(zhì)量與自然環(huán)境及經(jīng)濟(jì)社會(huì)發(fā)展階段密切相關(guān)，特別是在喀斯特山區(qū)，耕地?cái)?shù)量少、質(zhì)量差且分布破碎，往往是保障發(fā)展與保護(hù)安全的矛盾所在。因此，研究耕地的時(shí)空演變規(guī)律以及探測(cè)其影響因子，已成為喀斯特山區(qū)提升農(nóng)業(yè)發(fā)展質(zhì)量、促進(jìn)耕地可持續(xù)利用和推進(jìn)鄉(xiāng)村產(chǎn)業(yè)振興的重要途徑[9]，對(duì)研究區(qū)域可持續(xù)發(fā)展和區(qū)域糧食安全具有重要指導(dǎo)意義[10]。

國(guó)內(nèi)外關(guān)于耕地的研究成果豐富[11]，研究?jī)?nèi)容集中在時(shí)空演變與驅(qū)動(dòng)機(jī)制[12-14]、耕地保護(hù)與管理方法[15-16]、功能評(píng)價(jià)與時(shí)空演變[17]、坡耕地時(shí)空動(dòng)態(tài)變化[18-19]、耕地變化與糧食安全[20]等方面。其中，由于耕地與其他地類相互轉(zhuǎn)換的頻繁性和復(fù)雜性，耕地的時(shí)空演變一直是學(xué)術(shù)界關(guān)注的熱點(diǎn)[21]，諸多學(xué)者對(duì)耕地的時(shí)空演變格局[22-23]、時(shí)空動(dòng)態(tài)變化特征[24-26]、時(shí)空演變驅(qū)動(dòng)力[27-28]及其主導(dǎo)成因[29-30]進(jìn)行了積極的探索，對(duì)耕地時(shí)空演變規(guī)律和趨勢(shì)的把握已成為重要研究?jī)?nèi)容。例如，張英男等[31]以縣域?yàn)榛締卧治隽它S淮海平原耕地功能演變的時(shí)空特征及其驅(qū)動(dòng)機(jī)制，劉旭華等[27]基于國(guó)家尺度定量探索耕地利用變化的驅(qū)動(dòng)力，Yao等[23]分析20世紀(jì)80年代以來(lái)全球耕地變化的基本特征及其空間格局，趙馨等[32]利用深度學(xué)習(xí)探索不同石漠化環(huán)境下耕地的發(fā)展，史小祺等[33]研究貴州省近40年來(lái)耕地功能轉(zhuǎn)型特征及其演變差異。綜上所述，現(xiàn)有成果大多從特征、機(jī)制、成因等方面對(duì)耕地時(shí)空演變及其影響因素進(jìn)行了分析，較少考慮與社會(huì)經(jīng)濟(jì)發(fā)展的耦合和顧及影響因素效應(yīng)水平的空間異質(zhì)性，驅(qū)動(dòng)機(jī)制的定量研究較為鮮見(jiàn)，且空間尺度大多集中于中東部平原地區(qū)，西部喀斯特山區(qū)耕地長(zhǎng)時(shí)間尺度的演變分析及其影響因子探測(cè)則較少。

貴州省作為中國(guó)南方典型的喀斯特山區(qū)，喀斯特地貌分布廣泛，人均耕地少、耕地破碎化、耕地質(zhì)量低，成為社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要限制因素。在經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的關(guān)鍵期，耕地保護(hù)與利用的矛盾必將愈加突顯，探索喀斯特山區(qū)耕地時(shí)空演變規(guī)律，定量分析耕地分布特征和時(shí)空演變驅(qū)動(dòng)因素對(duì)區(qū)域糧食安全、生態(tài)建設(shè)、鄉(xiāng)村振興、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等都具有重要意義。鑒于此，本文基于2000—2018年貴州省耕地利用時(shí)空動(dòng)態(tài)數(shù)據(jù)，結(jié)合GIS空間分析功能和探索性空間數(shù)據(jù)分析、地理探測(cè)器等數(shù)理模型，研究耕地分布與時(shí)空演變規(guī)律及其驅(qū)動(dòng)因素，以期為喀斯特山區(qū)耕地保護(hù)、耕地資源可持續(xù)利用與區(qū)域發(fā)展戰(zhàn)略制定提供科學(xué)依據(jù)和理論基礎(chǔ)。

1 研究區(qū)域、方法與數(shù)據(jù)

1.1 研究區(qū)概況

貴州省地處云貴高原東部，地跨 103°36′～109°35′E、24°37′～29°13′N，南北長(zhǎng)約 509 km，東西寬約 595 km，總面積為17.62萬(wàn)km2。北靠四川和重慶，南鄰廣西，西毗云南，東連湖南，地勢(shì)西北高東南低，海拔為148～2 900 m，境內(nèi)山脈眾多、重巒疊峰、綿延縱橫、山高谷深（圖1）。全省喀斯特地貌出露面積為 10.91萬(wàn) km2，占總面積的61.92%，部分地區(qū)石漠化嚴(yán)重，是中國(guó)南方喀斯特地貌發(fā)育最典型的地區(qū)之一。氣候類型為亞熱帶濕潤(rùn)季風(fēng)氣候，多年平均氣溫為 15.5 ℃，年降水量在 800～1 600 mm。截至2018年底，全省森林覆蓋率58.50%，是長(zhǎng)江、珠江上游重要生態(tài)屏障；省域內(nèi)92.5%的面積為山地和丘陵，耕地破碎化嚴(yán)重，耕地地塊坡度大，耕地總量少質(zhì)量低；全省轄9個(gè)地級(jí)行政區(qū)（6個(gè)地級(jí)市、3個(gè)自治州），88個(gè)縣級(jí)行政區(qū)，總?cè)丝? 600萬(wàn)人，GDP為1.48萬(wàn)億元。

圖1 研究區(qū)地形分布示意圖Fig.1 Terrain distribution of the study area

1.2 研究方法與數(shù)據(jù)來(lái)源

1.2.1 研究方法

1）核密度估計(jì)。核密度估計(jì)是一種用于估計(jì)概率密度函數(shù)的非參數(shù)方法，通過(guò)對(duì)各要素點(diǎn)建立平滑的圓形表面，基于要素點(diǎn)到參考位置的距離建立其峰值或核來(lái)創(chuàng)建平滑的連續(xù)表面[34]。耕地分布具有空間離散、點(diǎn)多面廣特征，難以直觀識(shí)別其時(shí)空的整體性和連續(xù)性，核密度分析以光滑的曲面漸進(jìn)式傳輸中心強(qiáng)度，體現(xiàn)空間位置的差異性以及中心強(qiáng)度隨距離衰減的特性[35]，能夠有效測(cè)度山區(qū)耕地分布的空間差異性和連續(xù)性。與普通的行政區(qū)耕地面積密度不同，本文采用核密度識(shí)別耕地變化密度特征。其計(jì)算公式如下：

式中f(x,y)為位置(x,y)的耕地密度估計(jì)，空間上表現(xiàn)為單位面積上所承載的耕地面積， hm2/km2；n為觀測(cè)數(shù)量；h為距離衰減閾值（即帶寬）；k為空間權(quán)重函數(shù)；di為位置(x,y)距第i個(gè)觀測(cè)位置的距離，km。

2）空間分布均衡性分析。Lorenz曲線既可用于研究單個(gè)地理單元的空間分布，也可對(duì)多個(gè)地理單元的空間分布進(jìn)行對(duì)比分析[36]。采用Lorenz曲線分析耕地空間分布的均衡性，以貴州省縣級(jí)行政區(qū)數(shù)量為橫坐標(biāo)，以貴州省耕地面積累計(jì)百分比為縱坐標(biāo)，繪制貴州省耕地洛倫茲曲線。Lorenz曲線的彎曲程度代表耕地空間分布的均衡性大小，曲線與絕對(duì)平均線的靠近程度和耕地在區(qū)域內(nèi)分布的均勻程度正相關(guān)。

3）探索性空間數(shù)據(jù)分析。探索性空間數(shù)據(jù)分析通過(guò)對(duì)事物或現(xiàn)象空間分布格局的描述與可視化[37]，空間自相關(guān)分析是數(shù)據(jù)分析在空間中的表現(xiàn)，反映某個(gè)屬性或地理現(xiàn)象在某區(qū)域和鄰近區(qū)的依賴程度。本文運(yùn)用莫蘭指數(shù)（Moran’sI）分析耕地面積的空間集聚特征，以此判斷變量在空間中是否具有相關(guān)性及相關(guān)程度的大小。全局空間自相關(guān)描述研究區(qū)域各地理要素屬性值之間的關(guān)聯(lián)程度和空間特征，可衡量區(qū)域之間整體上的空間關(guān)聯(lián)與空間差異程度[38]，全局莫蘭指數(shù)是廣泛應(yīng)用的全局自相關(guān)統(tǒng)計(jì)量，計(jì)算式如下：

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的耕地面積，hm2，ˉx是xi的平均值，hm2；wij是研究區(qū)域i，j的對(duì)稱空間權(quán)重矩陣元素。Moran’sI反映的是研究區(qū)域之間屬性值的相似程度，即研究區(qū)域之間的空間聚集分布現(xiàn)象明顯與否。若Moran’sI=0，則不存在空間自相關(guān)。

局部莫蘭指數(shù)可以有效揭示影像分割在鄰域?qū)ο箝g某一屬性的相似性，局部莫蘭指數(shù)的數(shù)值大小與鄰域?qū)ο髮傩韵嗨贫瘸收嚓P(guān)，與對(duì)象之間的可分性呈負(fù)相關(guān)，具體計(jì)算式如下：

式中Ii是第i個(gè)區(qū)域局部莫蘭指數(shù)，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(shí)，表示該區(qū)域與周邊地區(qū)的空間差異??；當(dāng)局部莫蘭指數(shù)為負(fù)時(shí)，表示該區(qū)域與周邊地區(qū)的空間差異大[39]。

4）耕地變化動(dòng)態(tài)度。耕地變化動(dòng)態(tài)度表示耕地資源分布的穩(wěn)定情況，是反映區(qū)域耕地變化劇烈程度的重要指標(biāo)[40]。利用耕地變化動(dòng)態(tài)度來(lái)表達(dá)一定時(shí)間段內(nèi)研究區(qū)耕地資源數(shù)量與分布的變化速度，定量評(píng)價(jià)耕地的變化速度。耕地動(dòng)態(tài)度（K）表達(dá)式為[19]

式中K為研究時(shí)段內(nèi)耕地動(dòng)態(tài)度，%/a；Ua、Ub為期初和期末耕地的數(shù)量；T為研究時(shí)段長(zhǎng)（5 a）。由于本文T的時(shí)段設(shè)定為年，故K值就是喀斯特山區(qū)耕地的年變化率。

5）土地利用轉(zhuǎn)移矩陣。土地利用狀態(tài)轉(zhuǎn)移矩陣描述一段時(shí)間內(nèi)系統(tǒng)中狀態(tài)與狀態(tài)的轉(zhuǎn)移，可以全面又具體地分析出變化的結(jié)構(gòu)特征，反映了各土地利用方式轉(zhuǎn)化的流向與數(shù)量，能夠揭示不同土地利用方式之間面積流動(dòng)的時(shí)空演變特征[41]。其數(shù)學(xué)模型為

式中Sij為研究期初和期末土地利用狀態(tài)，n為土地利用類型數(shù)。

6）地理探測(cè)器。影響耕地面積變化的因子錯(cuò)綜復(fù)雜，歸納起來(lái)有社會(huì)經(jīng)濟(jì)和自然因素兩方面，但從耕地資源的豐缺與相對(duì)于人類對(duì)耕地的需求而言，人類的社會(huì)經(jīng)濟(jì)活動(dòng)對(duì)耕地面積變化起決定性作用[42]。地理探測(cè)器是探討空間分異并揭示其背后驅(qū)動(dòng)力的一組統(tǒng)計(jì)學(xué)方法，研究復(fù)雜地理因素的驅(qū)動(dòng)作用機(jī)理，其原理是基于因變量與對(duì)其產(chǎn)生決定性影響的自變量在空間分布上具有顯著一致性的假設(shè)[43]，被廣泛用于探測(cè)土地利用變化[44]等相關(guān)領(lǐng)域。本文利用地理探測(cè)器的因子探測(cè)法定量評(píng)估影響研究區(qū)耕地分布及耕地時(shí)空演變的因素和影響強(qiáng)度。地理探測(cè)器中的因子解釋力用q值度量，表達(dá)式為

式中L為變量Y或影響因子X(jué)的分層，即分類或分區(qū)；Nh為層h的單元數(shù)；N為研究區(qū)整體的單元數(shù)；σh2層h的Y值的方差；σ2是和研究區(qū)整體的Y值的方差。SSW和SST分別為層內(nèi)方差之和與全區(qū)總方差。q為影響因素對(duì)耕地分布及耕地時(shí)空演變的影響程度，值域?yàn)閇0，1]，值越大，說(shuō)明影響因素對(duì)耕地分布及耕地時(shí)空演變的解釋力越強(qiáng)。

1.2.2 數(shù)據(jù)來(lái)源

貴州省2000、2005、2010、2015、2018年5期土地利用數(shù)據(jù)以及道路數(shù)據(jù)、氣象數(shù)據(jù)、降雨數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)均來(lái)源于中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(tái)（http://www.resdc.cn），其中土地利用數(shù)據(jù)空間分辨率為30 m。社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)來(lái)源于《貴州省統(tǒng)計(jì)年鑒》（2000—2019）。不透水面數(shù)據(jù)（GAIA）來(lái)源于清華大學(xué)地球系統(tǒng)科學(xué)系科研資源數(shù)據(jù)庫(kù)（http://data.ess.tsinghua.edu.cn/），空間分辨率為30 m。研究區(qū)DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云（http://www.gscloud.cn/），空間分辨率為30 m。

2 耕地時(shí)空分布與時(shí)空演變格局特征

2.1 時(shí)空分布格局特征

2.1.1 耕地面積密度分布特征

利用式（1）求得貴州省2000、2005、2010、2015、2018年耕地密度分別為 27.20、27.28、27.07、26.89、26.52 hm2/km2?？傮w上看，貴州省耕地面積在空間上呈現(xiàn)出“西北多、東南少”的典型特征（圖2）。從圖2可以發(fā)現(xiàn)，貴州省耕地面積密度變化較小，從2000年到2018年的核密度分布格局大體一致。耕地面積密度呈團(tuán)狀分布，具體特征表現(xiàn)為：耕地總量較高的區(qū)域主要位于貴州省西北部畢節(jié)市，北部遵義市以及中部安順市，東部黔東南州黃平縣等地帶，而省會(huì)貴陽(yáng)市域及周邊縣（區(qū)）、遵義市大婁山區(qū)域及赤水市、黔東南州大部、銅仁市梵凈山區(qū)域和南部喀斯特地貌發(fā)育的冊(cè)亨縣、望謨縣、羅甸縣耕地總量較少。

使用自然斷點(diǎn)法對(duì)各年度耕地總量進(jìn)行 9級(jí)分類，2000—2018年貴州省耕地總量的時(shí)空分布呈現(xiàn)如下特征：①耕地面積總量大體呈現(xiàn)下降趨勢(shì)，2000、2005、2010、2015和2018年耕地總量分別為497、498、494、490、484萬(wàn)hm2，2005年為拐點(diǎn)，2005年后耕地?cái)?shù)量遞減；②各年度耕地總量總體穩(wěn)定，分級(jí)變化均發(fā)生在零星幾個(gè)格網(wǎng)，且級(jí)別的變化不大，其余絕大部分格網(wǎng)未發(fā)生分級(jí)變化（圖3）。這與近20年來(lái)貴州省實(shí)施的退耕還林還草、防護(hù)林生態(tài)工程、石漠化綜合治理、水源地涵養(yǎng)林等生態(tài)建設(shè)以及工業(yè)化、城鎮(zhèn)化和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整導(dǎo)致的耕地減少趨勢(shì)相吻合。

2.1.2 空間分布均衡性分析

本文采用Lorenz曲線分析耕地空間分布的均衡性，根據(jù)區(qū)位熵計(jì)算結(jié)果，升序排列貴州省各縣（區(qū)）的區(qū)位熵、各縣（區(qū)）耕地面積占總耕地面積的百分比，并計(jì)算累計(jì)百分比。以貴州省縣級(jí)行政區(qū)數(shù)量為橫坐標(biāo)，以貴州省耕地面積累計(jì)百分比為縱坐標(biāo)，繪制耕地資源空間分布洛倫茲曲線（圖4）。

通過(guò)Lorenz曲線進(jìn)行判斷，Lorenz曲線距離絕對(duì)平均線較遠(yuǎn)，說(shuō)明耕地空間分布的均衡性不強(qiáng)。為了直觀地分析耕地空間分布的空間差異性，采用基尼系數(shù)進(jìn)行定量描述，在洛倫茲曲線的基礎(chǔ)上，按照幾何圖形分塊近似逼近的方法，求得基尼系數(shù)為0.326 3，分布較為不平均。結(jié)合Lorenz曲線及基尼系數(shù)進(jìn)行判斷，貴州省2000—2018年間的耕地空間分布的均衡性不顯著，耕地的空間分布處于一種各區(qū)域分配較有差距的狀態(tài)。貴州省境內(nèi)喀斯特地貌分布廣，部分地區(qū)石漠化嚴(yán)重，加之山脈眾多、山高谷深，各區(qū)域由于自然條件的影響，導(dǎo)致耕地資源的空間分配不均衡。

圖2 2000—2018年貴州省耕地核密度分布Fig.2 Kernel density distribution of cultivated land in Guizhou Province from 2000 to 2018

圖3 2000—2018年貴州省耕地面積空間分布Fig.3 Spatial distribution of cultivated land in Guizhou Province from 2000 to 2018

圖4 貴州省耕地資源空間分布洛倫茲曲線Fig.4 Lorenz curve of matching cultivated and land resources in Guizhou Province

2.1.3 空間分布關(guān)聯(lián)性分析

使用Geoda空間分布關(guān)聯(lián)性分析功能，全局自相關(guān)分析結(jié)果顯示，2018年貴州省耕地面積的Moran’sI為0.528，經(jīng)顯著性檢驗(yàn)Z值為42.754 2，P=0.001，呈現(xiàn)空間正相關(guān)。說(shuō)明2018年貴州省耕地面積的空間分布并不是完全隨機(jī)的，而是呈現(xiàn)部分空間位置上相鄰的區(qū)域單元具有相同的屬性值。局部空間自相關(guān)分析結(jié)果顯示（圖5），除不顯著區(qū)域外，耕地面積的高-高聚類數(shù)量最多，其次為低-低聚類，而低-高聚類、高-低聚類極少。高-高聚類主要分布在畢節(jié)市、遵義市、安順市、黔西南州、黔東南州、銅仁市的部分區(qū)域，如黔西縣、金沙縣、平壩區(qū)、織金縣、務(wù)川縣、道真縣，這些縣（區(qū)）與鄰域自然條件比較相似，耕地面積均較高；低-低聚類分布最主要的區(qū)域是位于黔西南布依族苗族自治州，其余的零星分布于遵義市、黔東南市、銅仁市等部分區(qū)域。這部分區(qū)域大部分屬于典型的喀斯特地貌或其它生態(tài)敏感脆弱區(qū)，耕地?cái)?shù)量少、密度低；低-高聚類、高-低聚類的格網(wǎng)數(shù)量極少，基本都零星分布在貴州北面靠近與重慶市、四川省接壤的區(qū)域。

2.2 時(shí)空演變格局特征

2.2.1 土地利用轉(zhuǎn)移矩陣

土地利用狀態(tài)轉(zhuǎn)移矩陣描述一段時(shí)間內(nèi)系統(tǒng)中狀態(tài)與狀態(tài)的轉(zhuǎn)移，為探明整個(gè)研究期的土地利用類型的轉(zhuǎn)移形式，本文以研究期初（2000年）和期末（2018年）貴州省土地利用空間信息為基礎(chǔ)進(jìn)行空間疊置，得到近20年來(lái)貴州省土地利用轉(zhuǎn)移矩陣，分析耕地空間變化的規(guī)律（表1）。

從表1可以看出，貴州省土地利用結(jié)構(gòu)以林地和耕地為主，分別約占總面積的 53%和 28%，草地、建設(shè)用地、水域和未利用地的面積較小，約占總面積的20%。2000—2018年貴州省土地利用結(jié)構(gòu)改變較為明顯。從各類土地利用類型轉(zhuǎn)換來(lái)看，2000—2018年的土地利用面積建設(shè)用地變化最為劇烈，其次為耕地，耕地變化以地類轉(zhuǎn)出為主，面積凈減少12.19萬(wàn)hm2，主要流向?yàn)榱值?、草地和建設(shè)用地?？傮w而言，2000—2018年貴州省耕地面積變化的主要趨勢(shì)是大規(guī)模減少，而耕地的流向主要是林地、草地及建設(shè)用地，這和近年來(lái)大舉實(shí)施的“退耕還林還草”以及社會(huì)經(jīng)濟(jì)的快速發(fā)展密不可分。

圖5 耕地資源LISA聚集圖Fig.5 LISA aggregation map of cultivated land resources

表1 2000—2018年土地利用轉(zhuǎn)移矩陣Table 1 Transfer matrix of land use evolution during 2000—2018 hm2

2.2.2 耕地變化動(dòng)態(tài)度分析

耕地變化動(dòng)態(tài)度反映區(qū)域之間耕地變化的差異情況，以縣域作為分析單元，進(jìn)行動(dòng)態(tài)度變化的分析。由圖6可知，2000年至2005年為初期，2005年至2010年為中期，由圖6可知，2010年至2015年為后期，2015年至2018年作為末期（下文同）。從空間分布上來(lái)說(shuō)，耕地變化動(dòng)態(tài)度的空間差異性不強(qiáng)，但從不同時(shí)期來(lái)看，各時(shí)期差異性較為明顯。耕地變化動(dòng)態(tài)度從初期的局部變化，過(guò)渡到中期變化較為強(qiáng)烈，后期的動(dòng)態(tài)變化最為強(qiáng)烈，表明進(jìn)入頻繁的變化期，末期的變化動(dòng)態(tài)度稍有回落。

2.2.3 耕地面積變化類型及其幅度分析

將 2000—2018年土地利用數(shù)據(jù)進(jìn)行空間疊置，獲取研究區(qū)內(nèi)耕地面積總量及分布，以格網(wǎng)作為統(tǒng)計(jì)單元，將增加、減少兩類型進(jìn)行變化幅度的劃分，由此得到研究區(qū)連續(xù)4個(gè)時(shí)間段內(nèi)的耕地面積變化類型及其幅度（圖7）。

①?gòu)目臻g分布上來(lái)看，貴州省耕地增減都較為均衡，沒(méi)有明顯的聚類現(xiàn)象；②從時(shí)間變化來(lái)看，初期耕地增減較多，中期、后期耕地以減少為主，零散分布增加類型格網(wǎng)，末期增加類型格網(wǎng)數(shù)量回升，但增加程度不大。結(jié)合具體的數(shù)據(jù)來(lái)看，耕地面積的減少量穩(wěn)定，且在末期達(dá)到了較高的值，耕地面積的增加則由高值驟降至低值，并在低值處趨于穩(wěn)定。從中期開(kāi)始，耕地面積的減少值大大超過(guò)了增加值（圖8）。2005年后，一方面由于退耕還林、城鎮(zhèn)化、長(zhǎng)江/珠江流域防護(hù)林、石漠化綜合治理、水源地涵養(yǎng)林、城市周邊防護(hù)林工程建設(shè)等，另一方面由于社會(huì)經(jīng)濟(jì)的發(fā)展，農(nóng)村勞動(dòng)力轉(zhuǎn)移就業(yè)快速增加，耕地的數(shù)量逐期遞減，由初期的耕地增加多進(jìn)入到中、后期的耕地減少多。但在末期，隨著“脫貧攻堅(jiān)戰(zhàn)”、“鄉(xiāng)村振興戰(zhàn)略”的提出，農(nóng)村勞動(dòng)力部分回流，同時(shí)期耕地面積正增長(zhǎng)的格網(wǎng)數(shù)量增加。

圖6 2000—2018年貴州省耕地變化動(dòng)態(tài)度空間格局Fig.6 Spatial pattern of cultivated land dynamic evolution in Guizhou Province from 2000 to 2018

圖7 2000—2018年耕地面積變化類型及其幅度空間分布圖Fig.7 Spatial distribution diagram of variation types and amplitude of cultivated land area from 2000 to 2018

圖8 2000—2018年耕地面積變化Fig.8 Variation of cultivated land area from 2000 to 2018

2.3 耕地分布及其時(shí)空演變影響因子探測(cè)

地理探測(cè)器是通過(guò)研究要素之間的空間分層異質(zhì)性解釋其背后驅(qū)動(dòng)因子的方法[45]，綜合考慮自然因素和社會(huì)經(jīng)濟(jì)因素對(duì)貴州省耕地空間異質(zhì)性的影響，以格網(wǎng)為基本單元選取人口（a1）、GDP（a2）、路網(wǎng)密度（a3）、開(kāi)發(fā)強(qiáng)度（a4）、降水（a5）、氣溫（a6）、平均坡度（a7）、地面起伏度（a8）、共計(jì)8個(gè)驅(qū)動(dòng)因子。經(jīng)地理探測(cè)器計(jì)算后，各因子對(duì)耕地空間分布及耕地時(shí)空演變的貢獻(xiàn)率如表2所示。從表中可以看出，3期數(shù)據(jù)中貢獻(xiàn)率排序差別不大，2000年、2018年各因子對(duì)耕地空間分布貢獻(xiàn)率從大到小依次為a1、a2、a3、a7、a4、a6、a5、a8；2010年順序?yàn)閍1、a2、a3、a7、a4、a6、a8、a5。

表2 耕地空間分布與時(shí)空演變地理探測(cè)器變量和指標(biāo)Table 2 Variables and indicators of spatial distribution and spatio-temporal evolution of cultivated land in Geo Detector

地理探測(cè)器分析結(jié)果顯示研究區(qū)的耕地空間分布和時(shí)空演變受多種驅(qū)動(dòng)因子的影響，對(duì)不同時(shí)期的影響因子進(jìn)行探測(cè)，得出：研究區(qū)耕地空間上的差異受自然因素和社會(huì)經(jīng)濟(jì)因素共同作用的影響，但社會(huì)經(jīng)濟(jì)因素影響力大于自然因素。其中人口（a1）、GDP（a2）對(duì)對(duì)耕地空間分布起主導(dǎo)作用，人口、社會(huì)經(jīng)濟(jì)差異是貴州省耕地空間分異最主要原因；路網(wǎng)密度（a3）、平均坡度（a7）的q統(tǒng)計(jì)量超過(guò)了0.15，是影響其空間分異的重要因素；開(kāi)發(fā)強(qiáng)度（a4）、氣溫（a6）在0.10～0.15之間，也是影響其空間分異較為重要的因素；降水（a5）、地面起伏度（a8）q值小于0.1，說(shuō)明這些驅(qū)動(dòng)因子一定程度上影響著貴州省耕地的空間分異，但是影響程度較小。

3 結(jié) 論

本文以貴州省2000—2018年耕地為研究對(duì)象，借助GIS分析功能、Geoda空間分布關(guān)聯(lián)性分析功能以及地理探測(cè)器等技術(shù)方法，探明了喀斯特山區(qū)耕地空間分布特征及其時(shí)空演變規(guī)律，并探測(cè)其分布和時(shí)空演變的主要驅(qū)動(dòng)因子。主要研究結(jié)論如下：

1）貴州省耕地面積在空間上呈現(xiàn)出“西北多、東南少”的典型特征，但整體上耕地資源的空間分配均衡性不顯著；耕地面積密度呈團(tuán)狀分布，省會(huì)貴陽(yáng)市域、生態(tài)脆弱敏感區(qū)及喀斯特地貌發(fā)育區(qū)域耕地總量較少；聚類特點(diǎn)與耕地面積密度特征高度吻合，高-高聚類區(qū)域自然條件比較相似，耕地面積均較高；低-低聚類分布區(qū)域大部分屬于典型的喀斯特地貌或其他生態(tài)敏感脆弱區(qū)，耕地?cái)?shù)量少、密度低。

2）貴州省耕地面積總量與耕地密度均在 2005出現(xiàn)拐點(diǎn)，2005年后耕地?cái)?shù)量、耕地密度均遞減；從各類土地利用類型轉(zhuǎn)換來(lái)看，土地利用結(jié)構(gòu)改變較為明顯，耕地變化以地類轉(zhuǎn)出為主，主要流向?yàn)榱值?、草地和建設(shè)用地；耕地動(dòng)態(tài)變化頻繁，從時(shí)間序列上來(lái)看，初期為局部變化，變化程度隨時(shí)間推移越加強(qiáng)烈，末期的變化稍有回落。從格網(wǎng)尺度進(jìn)行分析，貴州省耕地增減都較為均衡，增減格網(wǎng)數(shù)量初期較多，中期至末期以減量格網(wǎng)數(shù)量為主；各期耕地面積的減少量穩(wěn)定，且在末期達(dá)到了較高的值，各期耕地面積的增加量則由高值驟降至低值，并在低值處趨于穩(wěn)定。

3）2000、2010 、2018年各期數(shù)據(jù)中對(duì)耕地空間分布貢獻(xiàn)率排序極為相似，影響研究區(qū)耕地空間分布的主要因子為人口、GDP，次要因子為路網(wǎng)密度、平均坡度，社會(huì)經(jīng)濟(jì)因素影響力大于自然因素。

考慮到耕地與農(nóng)村外出務(wù)工人員數(shù)據(jù)、貧困人口數(shù)據(jù)等的相互作用及影響，在后續(xù)研究中將多維貧困數(shù)據(jù)、外出務(wù)工人員數(shù)據(jù)及遷徙數(shù)據(jù)等與本文中的耕地空間分布和時(shí)空演變特征相結(jié)合，挖掘更多關(guān)于喀斯特山區(qū)耕地地理空間數(shù)據(jù)與多維貧困數(shù)據(jù)的潛在影響機(jī)理，可為區(qū)域糧食安全、生態(tài)建設(shè)、鄉(xiāng)村振興、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整提供有效理論支撐。