以村莊尺度分析耕地質量與耕地景觀格局耦合關系

陳 敏，顧文怡，儀小梅,3

（1. 上海市巖土工程檢測中心有限公司，上海 200436；2. 自然資源部大都市區(qū)國土空間生態(tài)修復工程技術創(chuàng)新中心，上海 200003；3. 上海交通大學農業(yè)與生物學院，上海 200240）

耕地是糧食生產的命脈和主要載體。耕地保護是確保糧食安全、社會穩(wěn)定和可持續(xù)發(fā)展的重要途徑。截至2017年，中國人均耕地面積不到0.1公頃[1]，遠低于世界平均水平。我國政府一直高度重視耕地保護，并將其視為一項基本國策[2]。隨著工業(yè)化發(fā)展和城市擴張，土地污染加劇，耕地質量逐步下降。因此，通過一系列土地利用規(guī)劃政策和土地管理活動來保護耕地，對于確保糧食安全、可持續(xù)供應至關重要。土地整治是對利用率低、利用不合理、未利用以及生產建設活動和自然災害損毀的土地進行綜合整治和開發(fā)，提高土地集約利用率和產出率，一定程度上能夠改善生產、生活條件和生態(tài)環(huán)境[3-4]。

耕地景觀格局是農業(yè)生態(tài)系統(tǒng)的直觀體現(xiàn)。從生態(tài)學的角度來看，景觀格局可以幫助根據量化土地元素的組成和配置的變化[5]。越來越多的研究表明，景觀格局是景觀異質性及影響生態(tài)過程的重要指標[6-7]。景觀格局的變化會影響耕地質量，并且由于它們之間的聯(lián)系非常密切，景觀格局的變化一定程度上可以指示耕地質量的變化。然而，從空間屬性的角度來看，目前關于耕地質量的研究大部分集中在宏觀尺度[8-9]，還沒有能夠從微觀尺度來細化探究研究區(qū)耕地質量，如鄉(xiāng)鎮(zhèn)、村莊。近年來，全國各地大力開展農村土地整治，有效促進了耕地保護，所以關于村級尺度的耕地質量研究十分重要。

基于此，本文根據上海市某市級土地整治項目，選取三個具有典型代表性的行政村（C村、L村、N村），從村莊尺度對耕地質量與耕地景觀格局兩者的聯(lián)系進行耦合分析，通過空間自相關分析和地理加權回歸模型，研究了耕地質量與各景觀格局指數(shù)的兩兩相關程度，深入探討二者間的聯(lián)系，從優(yōu)化景觀格局角度提高耕地質量，為促進耕地生產和生態(tài)功能協(xié)調發(fā)展提供有力的理論依據。

1 研究區(qū)概況與數(shù)據來源

1.1 研究區(qū)概況

研究區(qū)所在鎮(zhèn)位于上海市某區(qū)西南端，地處黃浦江上游，境內地域平坦開闊，土地連片，氣候適宜，屬長江三角洲沖積平原，極利于農業(yè)現(xiàn)代建設和發(fā)展集約化經營。2009年，研究區(qū)所在鎮(zhèn)現(xiàn)狀農用地面積3177 hm2，占鎮(zhèn)域總面積的70.99 %，列為上海農業(yè)發(fā)展區(qū)域。

研究區(qū)所處地區(qū)屬于北亞熱帶季風氣候，溫暖濕潤，四季分明，日光充足，雨量充沛，無霜期長；春季冷暖多變，夏季高溫多雨，秋季降溫較快，冬季低溫陰雨；年平均降雨量為1226.8 mm，6~7月間有梅雨期，約20天；適宜水稻、三麥、油菜、棉花等各類農作物生長。

2019年上海市某市級土地整治項目完成，項目涉及C村、L村、N村三個行政村。通過土地平整工程、灌溉與排水工程、田間道路工程、農田防護與生態(tài)保持工程和其他工程等五大工程，耕地總面積達621.47 hm2。因此本文選取C村、L村、N村三個行政村作為研究區(qū)，從村莊尺度對耕地質量與耕地景觀格局耦合分析。

1.2 數(shù)據來源

基礎數(shù)據來源于2019年上海市某市級土地整治項目驗收數(shù)據，包括耕地圖斑矢量數(shù)據以及農用地分等數(shù)據，本文中主要提取研究區(qū)耕地質量評價指標數(shù)據。運用ArcGIS10.2、Fragstats4等軟件，將耕地圖斑矢量數(shù)據轉換為像元大小為2 m的柵格數(shù)據，進行景觀格局指數(shù)及其和耕地質量的耦合分析。

2 研究方法

2.1 研究區(qū)耕地質量

項目區(qū)耕地總面積達621.47 hm2，通過土地整治項目一次性新增耕地46.45 hm2，新增耕地率達6.56%，研究區(qū)耕地范圍如圖1所示。市級土地整治項目依據《農用地質量分等規(guī)程》（GB/T 28407-2012）、《農用地質量分等數(shù)據庫標準》（TD/T 1053-2017）、《耕地質量監(jiān)測技術規(guī)程》（NY/T 1119-2012）、《農田土壤環(huán)境質量監(jiān)測技術規(guī)范》（NY/T 395-2012）等政策文件進行耕地質量等別評定[10-11]。按照國家耕作制度分區(qū)，上海屬于長江中下游區(qū)—沿江平原區(qū)。耕地質量調查評價的8項指標包含：有效土層厚度、表層土壤質地、土壤有機質含量、鹽漬化程度、土壤酸堿度、剖面構型、排水條件、灌溉保證率[12]。土壤質地依據《森林土壤顆粒組成（機械組成）的測定》（LY/T 1225-1999）標準中的方法測定。土壤有機質含量按照《土壤檢測 第6部分：土壤有機質的測定》（NY/T 1121.6-2006）標準中的方法測定。土壤鹽漬化程度通過測試土壤水溶性鹽含量進行評定。土壤水溶性鹽含量按照《土壤檢測 第16部分：土壤水溶性鹽總量的測定》（NY/T 1121.16-2006）標準中森林土壤水溶性鹽分分析方法分析。土壤pH值按照《土壤檢測 第2部分：土壤pH的測定》（NY/T 1121.2-2006）標準中的方法測定。

圖1 研究區(qū)耕地Fig.1 Cultivated land of the study area

2.2 耕地景觀格局指數(shù)的選取與計算方法

景觀格局指數(shù)可用于量化土地覆蓋特征的空間格局（組成和配置），有助于在景觀監(jiān)測和規(guī)劃中應用景觀生態(tài)學的概念，提供客觀的描述景觀結構和模式[13-14]。為了客觀、科學地分析項目區(qū)土地整治前后的景觀格局及結構變化，本次分析在綜合以往對景觀指數(shù)研究的基礎上[15-17]，結合研究區(qū)的具體情況，從以下4個方面選取10個景觀指數(shù)：（1）基本指數(shù)：斑塊數(shù)（NP）、最大斑塊面積（LPI）；（2）形狀指數(shù)：景觀形狀指數(shù)（LSI）、面積加權平均形狀因子（AWMSI）；（3）聚集度指數(shù)：蔓延度指數(shù)（CONTAG）、斑塊密度（PD）、結合度指數(shù)（COHI-SION）、聚合度指數(shù)（AI）；（4）多樣性指數(shù)：香農多樣性（SHDI）、香農均勻度（SHEI）。具體指數(shù)計算公式見表1。

表1 景觀指數(shù)計算公式Table 1 The calculation formula of landscape index

2.3 空間自相關性

通過Moran's I來分析空間自相關性，其取值范圍為[-1,1]，當I＞0時，表示屬性值存在空間正相關；當I＜0時，表示屬性值存在空間負相關[18]。具體計算公式如下：其中：xi、xj分別為在i、j位置的觀測值；wij為i和j之間的空間權重；n等于要素總和。

2.4 地理加權回歸模型

相較于普通線性回歸模型，地理加權回歸模型（GWR）將空間關系作為權重加入到運算中，更好地表達了定量關系隨空間變化的特征[19-20]。具體模型公式如下：

其中：yi為因變量；xij為第i區(qū)域第j個自變量的值；β0為常數(shù)項；(ui,vi)為第i個樣本點坐標；βj(ui,vi)為第i個樣本點上的第k個回歸參數(shù)；εj為符合正態(tài)分布的隨機向誤差。

3 結果與討論

3.1 研究區(qū)耕地質量概況

C村、L村和N村的土壤質地以壤土為主，極少地塊為黏土。C村的耕地剖面構型包括通體壤（A1）、黏砂砂（C2）、壤黏黏（C3）、壤砂砂（C4）；L村的剖面構型為壤黏壤（B3）；N村的剖面構型為壤黏壤（B3）、壤砂壤（B4）。研究區(qū)內土壤有機質平均含量為21.91±10.43 g/kg。三個村莊的有機質含量不存在顯著性差異（P＞0.05），C村有機質含量最高，其平均值為23.55±11.64 g/kg。平均土壤可溶性鹽含量為0.65±0.37 g/kg。各行政村水溶性鹽含量不存在顯著性差異（P＞0.05），其中C村可溶性鹽含量最低，其平均值為0.59±0.23 g/kg（表2）。研究區(qū)內土壤pH值平均為7.23±0.71，呈中性。各行政村pH值不存在顯著性差異（P＞0.05），其中C村pH值最低，其平均值為7.08±0.68。

表2 不同村莊耕地景觀格局指數(shù)Table 2 Landscape pattern index of cultivated land in different villages

土地整治項目實施后，農田灌排設施建設得到了良好的改善，項目區(qū)內的灌溉、排水條件達到了較好的水平，研究區(qū)內的耕地質量與整治之前相比得到了顯著的提高。如圖2所示，本項目耕地的國家自然等變化范圍為5~6等；國家利用等變化范圍為4~6等；國家經濟等變化范圍為4~5等，均達到了較高的質量水平。C村耕地的國家自然等、國家利用等和國家經濟等分別為5.62、5.01、4.92；L村耕地的國家自然等、國家利用等和國家經濟等分別為5.06、4.85、4.58；N村耕地的國家自然等、國家利用等和國家經濟等分別為5.44、4.96、4.49。從耕地質量等級分布狀況可以發(fā)現(xiàn)，三個村莊中，C村耕地利用質量、經濟質量、自然質量相對較優(yōu)，N村次之，L村村較差。整體而言，三個村莊相比于長江中下游地區(qū)耕地平均質量等別（6. 37等）[21]，三個村莊的耕地質量處于較好的水平。

圖2 2019年耕地質量等級分布Fig.2 Cultivated land quality level distribution map in 2019

3.2 研究區(qū)耕地景觀格局特征分析

該土地整治項目中農業(yè)是主要經濟來源，耕地等農用地主要為水田和水澆地。利用Fragstats軟件計算耕地景觀格局指數(shù)，2 m粒度是各景觀指數(shù)發(fā)生突變的關鍵點（連接度指數(shù)除外），選取2 m粒度下的用地組分作為最優(yōu)柵格大小，結果如表3所示。

表3 不同村莊耕地景觀格局指數(shù)Table 3 Landscape pattern index of cultivated land in different villages

斑塊數(shù)（NP）、景觀形狀指數(shù)（LSI）、斑塊密度（PD）與面積加權平均形狀因子（AWMSI）四個景觀格局指數(shù)在一定程度上可以反映耕地景觀的破碎度，指數(shù)數(shù)值越大，平均斑塊大小數(shù)值越小，表明耕地圖斑破碎度越高[20]。該研究區(qū)所在鎮(zhèn)的耕地屬于人類活動較密集的土地類型，破碎化程度較高。NP、PD、LSI和AWMIS指數(shù)大小表現(xiàn)為C村＞L村＞N村，即C村耕地破碎化程度是最高的，L村次之，N村最低。而最大斑塊面積LPI反映地區(qū)斑塊中的景觀生態(tài)豐富優(yōu)勢特征，表現(xiàn)為C村＞N村＞L村，即C村景觀生態(tài)最豐富。雖然L村耕地的破碎度很高，但是其耕地景觀生態(tài)豐富度也很高。

蔓延度指數(shù)（CONTAG）是景觀聚集度的度量，趨于100時表明景觀中有連通度極高的優(yōu)勢類型存在[22]。三個村莊的耕地地類以水澆田、水田為主，CONTAG值都＞79，表明耕地斑塊多且連通性很好。此外，CONTAG、AI和COHESION 指數(shù)大小表現(xiàn)為C村＞L村＞N村。由此可以看出，C村耕地破碎程度較高但是其連通性仍然很好。SHDI和SHEI指數(shù)大小表現(xiàn)為C村＞L村＞N村，表明耕地破碎化較為嚴重的C村，景觀要素多樣性程度較高，各斑塊類型在景觀中呈均衡化趨勢分布。這反映出現(xiàn)代化農業(yè)基礎設施的搭建易導致耕地圖斑破碎程度變高，但使耕地的灌溉和排水條件得到很好的改善，土壤養(yǎng)分更易積累和貯存，耕地質量也易提到提升。

3.3 耕地質量與耕地景觀格局關聯(lián)性分析

利用Arcmap軟件以K-nearest原則構建空間權重系數(shù)矩陣，對三個村莊耕地質量進行全局空間自相關（Moran's I）計算。結果表明C村、L村、N村耕地質量全局Moran's I分別為0.682、0.491和0.189，在5%顯著性下，Z(I)值均高于臨界值7.82，這表明三種村莊耕地質量在空間上并非隨機分布，而是存在顯著的空間正相關關系，該結果為GWR模型構建奠定了可行基礎。

本文選取10個景觀格局指數(shù)進行多重共線性檢驗，剔除變量冗余，最終篩選得到由PD、AWMIS、LPI和SHDI構成的解釋變量組。運用Arc GIS10.0 構建GWR模型，在該模型下C村、L村、N村調整R2分別達到0.598、0.727、0.625，擬合優(yōu)度較好且不存在多重共線性，這表明由PD、AWMIS、LPI和SHDI四個景觀格局指數(shù)組成的解釋變量組合對三個村莊的耕地質量均具有較強解釋能力。

GWR模型更精準地揭示了耕地所表現(xiàn)出的內在屬性和外在特征間的復雜關系，結果表明耕地景觀格局對耕地質量有一定的解釋和影響能力。根據 GWR 模型計算結果如表4所示，C村、L村、N村各耕地景觀格局指數(shù)對耕地質量的平均影響程度分別為：SHDI＞PD＞LPI＞AWMSI；AWMSI＞LPI＞PD＞SHDI 和AWMSI＞PD＞LPI＞SHDI。

表4 GWR模型運算結果Table 4 Results of GWR model

PD對C村為正向影響，而對L村和N村為負向影響，回歸系數(shù)平均值分別為0.0001、-0.00015和-0.0001。在地勢平坦的平原區(qū)，耕地破碎化對耕地質量提升的限制作用減弱，其破碎化程度主要受溝渠、道路等農業(yè)基礎設施切割作用影響。因此，合理規(guī)劃道路、溝渠等農田景觀要素，有利于協(xié)調好耕地與配套基礎設施的整合關系。

AWMSI對C村為負向影響，而對L村和N村為正向影響，回歸系數(shù)平均值分別為-0.1256、0.0709和0.0348。AWMSI體現(xiàn)了人類對耕地景觀干預的結果，形狀復雜的耕地斑塊大多零亂分散在其他土地利用類型中，應通過土地平整等措施修整田塊形狀，使耕地斑塊形狀趨于簡單化、規(guī)整化，便于農業(yè)機械化生產。

LPI體現(xiàn)耕地在整個景觀中的優(yōu)勢程度，在平原區(qū)，耕地作為各行政村的景觀基質，其優(yōu)勢度的細微變化對耕地質量提高影響不大。因此，應適度開發(fā)宜農未利用地，擴大耕地規(guī)模，增強耕地景觀優(yōu)勢度。

SHDI對C村為負向影響，而對L村和N村為正向影響，回歸系數(shù)平均值分別為0.1322、-0.1444和-0.1491。農田景觀多樣性的提高豐富了生物群落物種，促使了耕地質量的提高。景觀層面指數(shù)SHDI在對耕地質量的影響較強。農田景觀的異質性和多樣性影響著農業(yè)可持續(xù)發(fā)展和生態(tài)系統(tǒng)服務功能，對耕地質量的影響具有間接性和長遠性特點。

圖3 為回歸系數(shù)空間分布圖，同一耕地景觀格局指數(shù)在縣域內對耕地質量的影響程度具有空間差異性。在耕地質量提升過程中，應針對不同地區(qū)耕地質量主要影響因子的不同實行差別化土地整治，選取耕地景觀格局影響顯著區(qū)作為優(yōu)先治理區(qū)域。

圖3 GWR模型估計下耕地質量各影響因素回歸系數(shù)空間分布圖Fig.3 Regression coefficients for the explanatory variable of cultivated land quality by GWR

4 結論

依托上海市級土地整治項目，選取三個具有典型代表性的行政村（C村、L村、N村），從村莊尺度對耕地質量與耕地景觀格局兩者的聯(lián)系進行耦合分析。三個村莊受PD、AWMSI、LPI和SHDI個景觀格局指數(shù)影響強度不同，不同地區(qū)應選取耕地景觀格局影響顯著區(qū)作為優(yōu)先治理區(qū)域。3個村莊中C村的耕地質量最優(yōu)，雖然其耕地破碎化程度高于L村和N村，但景觀生態(tài)豐富具有優(yōu)勢，連通度極高。C村的耕地破碎化程度主要受溝渠、道路等農業(yè)基礎設施切割作用影響，該地區(qū)現(xiàn)代化農業(yè)發(fā)達，道路、溝渠等農田景觀要素規(guī)劃合理，整體連通性好，具有一定的景觀生態(tài)優(yōu)勢。因此，通過土地平整工程等途徑，合理規(guī)劃，規(guī)整形狀，提高耕地景觀的優(yōu)勢，協(xié)調好耕地與配套基礎設施的整合關系，促進地塊集中連片分布和農業(yè)的現(xiàn)代化建設，提高農田生態(tài)系統(tǒng)的協(xié)調性。