省域尺度耕地質(zhì)量監(jiān)測樣點布控
——以陜西省為例

衛(wèi)新東，王 寧，王篩妮*，宋林韓，吳 桐

(1.長安大學 土地工程學院，陜西 西安 710054;2.陜西省土地整治重點實驗室，陜西 西安 710054;3.自然資源部退化及未利用土地整治工程重點實驗室，陜西 西安 710054)

0 引 言

中國政府歷來高度重視糧食安全問題，而耕地數(shù)量和質(zhì)量的變化直接影響國家糧食產(chǎn)量[1-2]。基于年度土地資源變更調(diào)查和耕地質(zhì)量年度更新評價，政府構(gòu)建起了現(xiàn)勢性較強的耕地數(shù)量、質(zhì)量并重管理體系；通過嚴格的耕地占補平衡制度和高標準基本農(nóng)田建設(shè)，實現(xiàn)了耕地數(shù)量動態(tài)基本穩(wěn)定平衡、質(zhì)量穩(wěn)中有升。開展耕地質(zhì)量動態(tài)變化監(jiān)測，科學合理布設(shè)監(jiān)測樣點，實現(xiàn)“以點代面”布設(shè)效果，反映評價監(jiān)測區(qū)域的耕地質(zhì)量，掌握耕地質(zhì)量等別變化趨勢，對提高耕地綜合生產(chǎn)力、改善耕地生態(tài)環(huán)境和實現(xiàn)持續(xù)糧食安全具有重要意義[3-4]。

國內(nèi)外專家學者在耕地質(zhì)量監(jiān)測體系建立[5-6]、耕地質(zhì)量監(jiān)測指標選取方面[7-8]進行了研究。耕地質(zhì)量監(jiān)測樣點布設(shè)方法[9-10]除傳統(tǒng)的簡單隨機抽樣方法[11]、規(guī)則格網(wǎng)布樣方法[12]以外，主要基于標準樣地[13-14]、因素組合法[15-16]、空間疊加(分區(qū)組合)法[17-18]、變異函數(shù)法[19-21]、克里金插值法[12,22]、空間模擬退火算法[23]、空間平衡法[24]等。上述耕地質(zhì)量監(jiān)測樣點布設(shè)方法在樣點布設(shè)的空間均衡性、抽樣方法的靈活性和減少抽樣成本方面均表現(xiàn)出較好的優(yōu)越性。然而，目前有關(guān)耕地質(zhì)量監(jiān)測樣點布設(shè)方法的研究尺度多集中在國家[25]或縣域[26]，對于在省域尺度上探討耕地質(zhì)量監(jiān)測樣點的布控研究相對不足[27]，基于省域?qū)用婧侠聿荚O(shè)耕地質(zhì)量監(jiān)測樣點成為當前研究的熱點和難點問題之一?；诖耍疚囊躁兾魇?005～2019年耕地質(zhì)量評價及年度更新評價成果，結(jié)合2020年開展的陜西省第三次全國國土調(diào)查耕地資源質(zhì)量分類，全面分析陜西省耕地質(zhì)量狀況和區(qū)域自然環(huán)境條件，探索省域?qū)用娓刭|(zhì)量等別監(jiān)測區(qū)劃分及監(jiān)測樣點布設(shè)方法，為陜西省及其他省域耕地質(zhì)量等別監(jiān)測樣點布設(shè)提供技術(shù)支撐，提升耕地管護治理決策能力和水平。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

陜西省地處中國內(nèi)陸腹地，地域南北跨度大，秦嶺以北為黃河流域，秦嶺及以南地區(qū)屬長江水系。陜西省從北到南可劃分為陜北黃土高原、關(guān)中渭河谷地和陜南秦巴山地三大地貌區(qū)；從北到南跨溫帶、暖溫帶和北亞熱帶3個氣候帶；主要耕作土壤有黃綿土、黃棕壤、粗骨土、棕壤、潮濕土、褐土、塿土；主要耕作類型有一年兩熟、兩年三熟和一年一熟。地貌條件、氣候資源、土壤類型和耕作制度豐富多樣，耕地質(zhì)量分布在5～14等別，跨度較大，對于研究省域尺度耕地質(zhì)量監(jiān)測樣點布設(shè)具有較強的代表性和典型性。

陜西省現(xiàn)轄10個地級市、107個縣(縣級市、市轄區(qū))。據(jù)2019年土地利用現(xiàn)狀變更調(diào)查，陜西省土地總面積約為2 056.24×104hm2，耕地面積為397.68×104hm2，其中，水田為16.41×104hm2，水澆地為106.74×104hm2。耕地質(zhì)量等別評價時將全省劃分為7個三級指標區(qū)，耕地在各指標區(qū)的面積比例分布如圖1所示。

圖1 陜西省耕地面積比例分布Fig.1 Proportional Distribution of Arable Land Area in Shaanxi Province

1.2 數(shù)據(jù)來源

耕地面積、社會經(jīng)濟數(shù)據(jù)來源于《陜西省統(tǒng)計年鑒》(2009～2019)、《陜西省國土資源公報》(2009～2019)以及2019年陜西省土地利用現(xiàn)狀變更調(diào)查數(shù)據(jù)、《陜西省國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》(2019)。耕地等別成果數(shù)據(jù)來源于《陜西省耕地質(zhì)量等別數(shù)據(jù)庫》(2005～2019年)。

2 監(jiān)測樣點布設(shè)方法

2.1 監(jiān)測控制區(qū)劃分方法

一般而言，劃分耕地質(zhì)量等別監(jiān)測控制區(qū)應(yīng)遵循相似性和差異性、空間連續(xù)性原則。在進行監(jiān)測控制區(qū)劃分時，基于省內(nèi)三級指標區(qū)，綜合考慮自然狀況、利用水平和經(jīng)濟水平等影響耕地等別變化的因素，根據(jù)差異性原則和主導因素原則，劃定多種監(jiān)測背景分區(qū)，利用GIS軟件進行空間疊加，最終得出監(jiān)測控制區(qū)并作為監(jiān)測樣點布設(shè)的參考依據(jù)。由于本文是以省域為研究尺度，研究區(qū)范圍相對較大，所以首先基于研究區(qū)宏觀的地形地貌、氣候、水文等背景分析基礎(chǔ)上，結(jié)合耕地質(zhì)量分布及其影響的主導因素，初步劃分監(jiān)測類型區(qū)；然后在監(jiān)測類型區(qū)內(nèi)，在考慮利用水平因素和經(jīng)濟水平因素的基礎(chǔ)上，對監(jiān)測背景進行分區(qū)劃分，依次劃定為“利用水平分區(qū)”、“經(jīng)濟水平分區(qū)”等；最后通過對2種監(jiān)測背景分區(qū)的空間疊加，并經(jīng)過區(qū)域的合并、調(diào)整，最終形成監(jiān)測控制區(qū)，實現(xiàn)對監(jiān)測類型區(qū)的細分，并作為布控監(jiān)測點的基礎(chǔ)。

2.2 監(jiān)測樣點數(shù)量確定方法

2.2.1 空間分層抽樣

本文監(jiān)測樣點選取是基于全覆蓋性、均勻性、代表性、差異性、可操作性原則，監(jiān)測樣點的布設(shè)主要采用空間分層抽樣法，基于空間屬性特征的差異性，將研究區(qū)進行分層，且每層互不重復。在此基礎(chǔ)上，將研究區(qū)樣本總量進行計算，再根據(jù)研究對象和研究目標的特性，選擇不同的分配方式，將樣本依次、有序地分配到每層中，最后在每個層內(nèi)按照一定的原則和方法布設(shè)樣點。

運用類似分層抽樣模型的樣本數(shù)量計算方法確定監(jiān)測樣本數(shù)量，樣本數(shù)量的計算公式為

(1)

(2)

式中：n為樣本數(shù)量；h表示第h層；N為樣本總量；Nh為第h層中樣本總量；Wh為第h層權(quán)重；Sh為第h層的真實標準差；Ch為第h層的單樣本費用；P為抽樣精度。

2.2.2 空間自相關(guān)分析

空間自相關(guān)是一種地理特征，存在于空間數(shù)據(jù)中[28]。Tobler指出空間自相關(guān)性是在一定的空間范圍內(nèi)，距離越近的事物，彼此之間的相互聯(lián)系越強[29]?？臻g自相關(guān)性是空間分層抽樣的基礎(chǔ)和前提，本文采用Moran’s I系數(shù)進行空間自相關(guān)分析[30-31]。

Moran’s I系數(shù)的計算公式為

(3)

Wij=1表示空間單元i與j相鄰；Wij=0表示空間單元i與j不相鄰。I取值范圍為-1～1，其中-1表示極強的空間負自相關(guān)關(guān)系，1表示極強的空間正自相關(guān)關(guān)系。如果不存在空間自相關(guān)關(guān)系，則隨機情況下的Moran’s I系數(shù)為

(4)

式中：EI為空間自相關(guān)的量化指標。

對EI進行顯著性檢驗，顯著性指標Z的計算公式為

(5)

式中：VAR(I)為I的方差。

3 結(jié)果分析

3.1 監(jiān)測控制區(qū)劃分結(jié)果

3.1.1 劃分監(jiān)測類型區(qū)

陜西省南北狹長，自然條件差異較大。陜西省耕地質(zhì)量分等劃分為7個三級指標區(qū)，即陜北長城沿線風沙區(qū)、陜北黃土丘陵溝壑區(qū)、渭北黃土旱塬區(qū)、關(guān)中渭河平原區(qū)、商洛山地丘陵區(qū)、陜南低山平壩區(qū)和陜南秦巴中高山區(qū)。7個三級指標區(qū)各有一套分等指標體系，即在指標區(qū)內(nèi)影響耕地質(zhì)量的因素類型基本一致，且指標區(qū)的劃分也充分考慮了全省的地形、地貌、氣候、水文、土壤、植被等因素，符合分區(qū)慣例。因此，本文沿用耕地質(zhì)量分等成果，以三級指標區(qū)為基礎(chǔ)，劃分監(jiān)測類型區(qū)(圖2)。

圖2 陜西省耕地質(zhì)量監(jiān)測類型區(qū)及監(jiān)測樣點分布Fig.2 Distribution of Types and Sample Points of Arable Land Quality Monitoring in Shaanxi Province

3.1.2 劃分“利用水平分區(qū)”和“經(jīng)濟水平分區(qū)”監(jiān)測背景分區(qū)

(1)利用水平分區(qū)。影響耕地利用水平的因素主要有種植業(yè)結(jié)構(gòu)、主要作物產(chǎn)量水平、農(nóng)田基礎(chǔ)設(shè)施和土地整治工程等。在耕地質(zhì)量分等中，耕地利用水平由種植作物的產(chǎn)量直接反映，土地利用系數(shù)是耕地分等單元作物實際產(chǎn)量與耕作制度區(qū)域內(nèi)最大糧食產(chǎn)量的比值，是耕地利用水平的直接量化指標。因此，根據(jù)土地利用系數(shù)劃分土地利用系數(shù)等值區(qū)，形成利用水平分區(qū)。基于2019年陜西省耕地質(zhì)量分等數(shù)據(jù)庫，根據(jù)耕地圖斑的土地利用系數(shù)，以監(jiān)測類型區(qū)為單元，對每個單元進行頻率統(tǒng)計分析，利用SPSS軟件繪制土地利用系數(shù)頻率直方圖；對直方圖中顯示的突變點進行定性綜合分析，確定基于土地利用系數(shù)的等值區(qū)間界線值。各監(jiān)測類型區(qū)的土地利用系數(shù)等值區(qū)如表1所示。

(2)經(jīng)濟水平分區(qū)。耕地收益水平會受到種植業(yè)的影響，例如投入、產(chǎn)出、效益等，土地經(jīng)濟系數(shù)是產(chǎn)出(產(chǎn)量)與投入(成本)兩者之間比率的相對值，是反映農(nóng)用地生產(chǎn)效益的直接量化指標。因此，可以根據(jù)土地經(jīng)濟系數(shù)將耕地劃分為不同的經(jīng)濟等值區(qū)。土地經(jīng)濟等值區(qū)間的劃分方法與土地利用系數(shù)等值區(qū)相同，各監(jiān)測類型區(qū)的土地經(jīng)濟系數(shù)等值區(qū)如表1所示。

式(1)為最小化t∈T階段船舶貝內(nèi)橫傾力矩的目標函數(shù)，是t階段船舶貝左側(cè)集裝箱和右側(cè)集裝箱所產(chǎn)生的橫傾力矩之差，其中：k(t)∈N(t)為在t階段待裝箱編號；p=(i,j)∈P為船舶貝第i列第j層的箱位，i∈I,j∈J；wk(t)為集裝箱k(t)的重量； xk(t)p為集裝箱k(t)是否裝到船舶貝的p∈P箱位，為0～1決策變量；d為集裝箱寬度；Δ為相鄰集裝箱間隙；g為重力加速度。

表1 土地利用系數(shù)等值區(qū)和土地經(jīng)濟系數(shù)等值區(qū)劃分Tab.1 Partition of Equivalent Area of Land Utilization Coefficient and Land Economic Coefficient

3.1.3 最終形成監(jiān)測控制區(qū)

在以上監(jiān)測背景分區(qū)劃定的基礎(chǔ)上，利用ArcGIS空間疊加分析功能(Arc Toolbox中Unio工具)，將利用水平分區(qū)和經(jīng)濟水平分區(qū)等背景區(qū)疊加，獲得耕地質(zhì)量監(jiān)測控制區(qū)的初步劃分結(jié)果，但理論劃分的結(jié)果會出現(xiàn)較多的破碎區(qū)域，或?qū)儆谕粏卧臎]有集中連片，與該地區(qū)的發(fā)展規(guī)劃定位不完全吻合。因此，要對首次劃分的區(qū)域進行調(diào)整和修正。

對首次劃定的監(jiān)測控制區(qū)邊界，根據(jù)實際的行政界線(如鄉(xiāng)界、村界)進行適當調(diào)整，使其與實際情況相符合，確定耕地質(zhì)量監(jiān)測控制區(qū)。各監(jiān)測類型區(qū)中監(jiān)測控制區(qū)的最終劃分結(jié)果為：陜北長城沿線風沙區(qū)劃分9個監(jiān)測控制區(qū)；陜北黃土丘陵溝壑區(qū)劃分為15個；渭北黃土旱塬區(qū)劃分為15個；關(guān)中渭河平原區(qū)劃分為20個；商洛山地丘陵區(qū)劃分為1個；陜南秦巴中高山區(qū)劃分為15個；陜南低山平壩區(qū)劃分為7個。7個監(jiān)測類型區(qū)總共劃分了82個監(jiān)測控制區(qū)。

3.2 監(jiān)測樣點數(shù)量確定及布設(shè)

3.2.1 監(jiān)測樣點數(shù)量的確定

以監(jiān)測類型區(qū)為分層標準，以國家自然等指數(shù)作為屬性變量。將2019年陜西省耕地質(zhì)量分等成果數(shù)據(jù)帶入式(1)，可得

(6)

由式(6)可以得出，抽樣精度和樣本數(shù)量成反比關(guān)系。換而言之，隨著樣本數(shù)量的增加，抽樣精度逐步提高。如果樣本數(shù)量足夠大，則總體均值估計的標準差趨近于0。

對式(6)求導可得

(7)

式中：P′為樣本數(shù)量導數(shù)。

按照空間分層抽樣法，對布設(shè)的613個監(jiān)測樣點進行空間自相關(guān)系數(shù)計算，得到Moran’s I系數(shù)為0.18，Z值為9.80(遠大于2.58)，監(jiān)測樣點具有顯著的自相關(guān)性。

3.2.2 監(jiān)測類型區(qū)樣本數(shù)量分配

基于權(quán)重法的空間分層抽樣法，樣本數(shù)量的確定主要依據(jù)每一層的個體數(shù)量或面積。由于每一層個體在空間上的變異程度不同，如果變異程度小，則意味著個體間相似度大，可用較少的樣本來代表；反之，變異程度大說明個體差異顯著，需要更多的樣本才能表達總體。因此，可以采用各分層耕地圖斑的空間變異系數(shù)進行修正，具體表達式為

(8)

(9)

按照空間分層抽樣法計算所得各個監(jiān)測類型區(qū)的樣本數(shù)量見表2。

表2 各監(jiān)測類型區(qū)樣本數(shù)量分配Tab.2 Samples Allocated of Each Monitoring Type Region

3.2.3 監(jiān)測點布設(shè)結(jié)果

根據(jù)監(jiān)測樣點布設(shè)原則和要求，將所選取的分等單元圖斑作為監(jiān)測點，確定監(jiān)測點的數(shù)量、空間位置及其來源等屬性。經(jīng)統(tǒng)計可得，在陜西省共布設(shè)了757個監(jiān)測點，占陜西省全部耕地圖斑(12 833個)的5.90%，其中包含標準樣地128個(占監(jiān)測點總量的16.9%)。通過類似分層抽樣模型計算的監(jiān)測樣本數(shù)量至少為613個，實際布設(shè)的757個比理論計算的多了144個，能夠滿足耕地質(zhì)量監(jiān)測的精度要求。經(jīng)統(tǒng)計可得，監(jiān)測樣點在各監(jiān)測類型區(qū)、各地類以及各自然等別中的數(shù)量分布如表3和表4所示?？紤]監(jiān)測控制區(qū)、耕地等別類型、地類、標準樣地、面積比例等因素，各監(jiān)測類型區(qū)的空間分布如圖2。

表3 各監(jiān)測類型區(qū)監(jiān)測點分布Tab.3 Monitoring Points Distribution of Each Monitoring Type Region

表4 各自然等別監(jiān)測點分布Tab.4 Monitoring Points Distribution of Each Natural Grading

3.3 監(jiān)測樣點代表性檢驗

3.3.1 總體與樣本的對比分析

采用SPSS軟件檢驗統(tǒng)計指標對監(jiān)測樣點的代表程度。數(shù)據(jù)的離散程度表達各變量遠離其中心值的程度，反映數(shù)據(jù)離散程度采用的度量主要有標準差、方差、峰度和偏度等。本研究以國家自然質(zhì)量等為基礎(chǔ)，分析監(jiān)測樣本與耕地總體的集中和離散趨勢是否一致，反映監(jiān)測樣點的代表性程度。

借助SPSS分析，對省域內(nèi)監(jiān)測樣點的耕地自然等別和全部耕地分等單元做統(tǒng)計檢驗，結(jié)果見表5。

表5 陜西省耕地質(zhì)量監(jiān)測樣點代表性檢驗Tab.5 Representative Test of Arable Land Quality Monitoring Samples in Shaanxi Province

參照表5，對比分析陜西省耕地分等單元和監(jiān)測樣點自然等別的集中及離散趨勢測度值，得出結(jié)果如下：兩者的眾數(shù)、全距、極大值、中值、極小值均相同；研究區(qū)耕地總體的均值為11.05，均值的標準誤差為0.18，監(jiān)測樣本均值為11.44，均值的標準誤差為0.076，二者均值也接近，說明耕地總體與監(jiān)測樣本的集中趨勢一致。耕地總體的標準差、方差分別為2.090和4.366，監(jiān)測樣本為2.100和4.411，兩者的標準差和方差極為接近；加之耕地總體與監(jiān)測樣本的偏度和峰度雖有較小偏差，但差別不明顯，因此，從整體來看，監(jiān)測樣本與耕地總體的離散趨勢也大體相同。通過分析離散和集中趨勢，研究區(qū)監(jiān)測樣點對耕地總體具備良好的代表性，作為陜西省的耕地質(zhì)量監(jiān)測樣點合理。

3.3.2 監(jiān)測樣點代表性分析

對比分析監(jiān)測樣點在各監(jiān)測類型區(qū)、地類、熟制、自然等別、利用等及經(jīng)濟等的數(shù)量與耕地面積比值的變化趨勢(圖3)，檢驗監(jiān)測樣點的代表性。如果變化趨勢相同，說明監(jiān)測樣點具備較高的代表性；如果變化趨勢差異明顯，則說明監(jiān)測樣點具有較低的代表性，不符合監(jiān)測要求，需進一步對監(jiān)測樣點進行調(diào)整使之能夠代表研究區(qū)耕地總體。

圖3 耕地面積比例與監(jiān)測點數(shù)量比例分析Fig.3 Ratio Analyses of Area and Monitoring Points of Arable Land

由圖3可以看出，監(jiān)測樣點的數(shù)量分布趨勢與耕地總體在各類型區(qū)、各自然等別以及各地類和熟制上的面積分布趨勢基本一致，空間分布比較均勻。因此，監(jiān)測樣點對研究區(qū)耕地總體的面積代表性程度較高，能夠滿足耕地質(zhì)量監(jiān)測的需要。

4 結(jié) 語

(1)監(jiān)測控制區(qū)的劃定。本文基于分區(qū)組合的思想，以三級指標區(qū)為控制，共將陜西省劃分為7個監(jiān)測類型區(qū)，通過空間分層抽樣法初步確定監(jiān)測點數(shù)量，利用空間疊加分析進一步細分監(jiān)測類型區(qū)，采用限制系數(shù)模型劃分耕地自然等別類型，最終形成82個監(jiān)測控制區(qū)，實現(xiàn)“監(jiān)測點”到“控制區(qū)”再到“類型區(qū)”的提升，進而得到陜西省耕地質(zhì)量的總體變化情況。

(2)監(jiān)測點數(shù)量的確定。采用空間分層抽樣模型，建立樣本數(shù)量與抽樣精度的關(guān)系；通過設(shè)定誤差變化率閾值，確定了陜西省應(yīng)布設(shè)的監(jiān)測樣點總量為757個?；诿娣e比例法、圖斑個數(shù)比例法和變異系數(shù)法分別計算7個監(jiān)測類型區(qū)，分配樣點數(shù)量取平均值作為布設(shè)樣點的參考。以此方法確定的各類型區(qū)樣本數(shù)量不僅考慮了耕地面積比例，還體現(xiàn)了各類型區(qū)耕地質(zhì)量的空間變異程度。

(3)監(jiān)測點的布設(shè)。首先通過定性和定量分析方式選取各類型區(qū)的主要限制因素，利用限制系數(shù)模型將圖斑劃分為不同的耕地自然等別類型。分等因素的限制系數(shù)能夠直觀地反映出分等因素同相關(guān)分等單元自然等別升降的相互關(guān)系，既反映了制約程度，也映射了等別質(zhì)量提升潛力。同時，還綜合分析今后的高標準基本農(nóng)田針對土壤特性的土地整治方監(jiān)測點布設(shè)時，考慮監(jiān)測控制區(qū)、耕地等別類型、地類、標準樣地、面積比例等因素，最終布設(shè)757個監(jiān)測點。通過檢驗和面積代表性檢驗，得知選取的監(jiān)測樣點布設(shè)合理，能夠滿足陜西省耕地質(zhì)量監(jiān)測的需要。

(4)考慮研究區(qū)域基礎(chǔ)條件的差異性及數(shù)據(jù)獲取的完整度，會不同程度地對監(jiān)測樣點布控產(chǎn)生影響，在布點時考慮的優(yōu)化因素方面有所欠缺，應(yīng)結(jié)合農(nóng)田水利、道路、林網(wǎng)等綜合因素，基于全域土地綜合整治、山水林田湖草生態(tài)保護視角，深入研究優(yōu)化樣點布控的方法，構(gòu)建更加完備的耕地質(zhì)量監(jiān)測指標體系。

謹以此文慶祝長安大學七十周年華誕！飲水思源，感激母校，培育之恩永生難忘！2000年三校合并組建長安大學前夕，我來到長安大學工作、學習，并于2005年研究生畢業(yè)于我國西北地區(qū)最早成立的土地資源管理專業(yè)。長安大學土地資源管理專業(yè)為國家在自然資源領(lǐng)域培養(yǎng)了地質(zhì)資源、土地資源、國土空間規(guī)劃、生態(tài)修復等學科齊全的人才，支撐陜西省實現(xiàn)土地資源數(shù)量質(zhì)量并重管理、生態(tài)管護相協(xié)調(diào)，參與構(gòu)建國家生態(tài)文明體系，助力國家治理能力現(xiàn)代化。母校已成長為參天大樹，我和我的學生正以中國新時代大學精神為動力，不斷地創(chuàng)新發(fā)展，用我們的努力為母校爭創(chuàng)“雙一流”添磚加瓦，期待母校再創(chuàng)輝煌！