基于地理探測器的耕地破碎化影響因素分析
——以廣州市為例

陳俊韜，林錦耀

（廣州大學地理科學與遙感學院，廣州 510006）

當前，中共中央一直將保障國家糧食安全作為首要任務［1，2］。完成任務的根本在耕地，耕地是糧食生產中的基礎資源［3］。然而，耕地資源普遍存在破碎化的問題，實現保障糧食安全的戰(zhàn)略目標需要探明耕地破碎化的影響因素。國內外學者將耕地破碎化定義為一定地域內存在不相鄰的［4-6］，土地利用低效且被人為、自然因素干擾，面積不均、分布無序的耕地地塊［7-12］。耕地破碎化間接制約了農業(yè)發(fā)展［13-15］，降低了土地農業(yè)收益［16-19］。

國內外學者普遍認為耕地破碎化的影響因素可分為自然條件因素和人類社會活動因素2 個方面［20］。自然條件因素包括地形、坡度以及耕地肥力等［21-23］；人類社會活動因素主要體現在農村人口數量［24］、政策［25-27］、社會經濟基礎［28，29］、耕地使用制度［30］、耕地地塊與城鎮(zhèn)之間的距離［31］、交通建設和居民點設立等方面［23］。隨著時代進步，人類社會活動因素對耕地破碎化的影響越來越大［32］，逐漸成為主導因素［33，34］。以往研究常采用改進后的TOPSIS法［35］、MAVF 法［36］、景觀指數分析法和熵權法［37，38］等來評定耕地破碎化程度；通過核密度函數、景觀格局指數法等進行定量分析［38，39］或采用主成分分析法進行綜合分析［37］來確定耕地破碎化的影響因素。

耕地破碎化研究主要集中于耕地破碎化的內涵解析［35，40］、耕地破碎化程度評價［41-43］、耕地破碎化造成的影響［35，44，45］以及成因［46］等方面。耕地破碎化的影響因素作為認識和解決耕地破碎化問題的基礎，值得被各界所重視。但目前關于影響因素的研究較少，其中部分研究為定性分析，已有的定量研究所選取的指標也較為有限［46］，研究廣度仍有待提高。同時，已有研究采取多種方法組合進行綜合分析的研究較少。隨著王勁峰等［47］開發(fā)出地理探測器模型和相關軟件，地理探測器逐漸被應用于景觀破碎化研究［48，49］。地理探測器模型適合用于探究研究目標主體的空間分異性、探測驅動因素［50-53］或解釋影響因素［54-57］、分析不同研究因子間的交互關系等方面。

本研究以廣州市為研究區(qū)，基于地理探測器模型并結合景觀格局指數法、主成分分析法等多種方法，通過Fragstats、SPSS、地理探測器等軟件，選取7種景觀格局指數作為構建耕地破碎化程度評價體系并與所選10 種自然條件、人類社會活動因子進行綜合分析，探測10 種因子對耕地破碎化的影響程度。本研究旨在探索并驗證耕地破碎化的相關影響因子，并根據研究結果提出有針對性的建議，以期讓政府及有關部門能更有效、快速地尋找到改進措施的切入點，為合理高效的耕地布局調整提供一個新的視角，為相關研究提供一定參考價值。

1 研究方法

1.1 景觀格局指數及其選取

景觀格局指數可以反映研究區(qū)在類型水平上的相關情況，本研究基于景觀生態(tài)學等理論，應用Fragstats 軟件計算出的耕地類型水平的景觀指數作為計算廣州市耕地破碎化綜合指數的基礎數據。當前，用景觀格局指數探究破碎化現象一般以行政單元作為研究單位［49，58］，因此本研究也以此選取聚集度指數（AI）、邊緣密度指數（ED）、斑塊平均大小指數（MPS）、平均最近距離指數（MNN）、斑塊密度指數（PD）、面積加權的平均斑塊分形指數（AWMPFD）和面積加權的平均形狀指數（AWMSI）共7 個指數來構建耕地破碎化程度計算模型［59］。所選取的各景觀格局指數的計算公式參照文獻［60］。

研究對象質量基礎參數的衡量與評價可以由評價指標來完成［61］。本研究選取多個景觀格局指數，確定各指數權重并計算出可表示耕地破碎化程度的結果，利用分值來確定、劃分耕地破碎化程度。

1.2 主成分分析法

主成分分析法是將樣本間差距較大的指標抽取出來，通過對變量進行轉換的方法來實現數據降維［62，63］，本研究在SPSS 軟件中進行分析。主成分分析主要過程的公式參見文獻［64］，最終進行歸一化主成分分析結果的表達式如下。

式中，Y為最終得分；Fi為第i個主成分值；wi為第i個主成分的方差貢獻率。

1.3 地理探測器法

地理探測器可用于地理要素對研究對象空間分布的影響因素的探測，該方法用因子的解釋力判斷某因子是否為研究對象的影響因素及其影響程度的強弱。地理探測器共有4 個部分，每部分各自的原理：①風險因子探測，探測Y的空間分異性及因子X在多大程度上解釋了屬性Y的空間分異，用q進行衡量［33］，q越大說明該因子對耕地破碎化程度的影響力越大；②交互作用探測，探究待驗證的不同的風險因子Xs（假設為X1、X2）共同作用時是否與單個因子（X1或X2）對因變量Y的解釋力有差異，差異的結果如何；③風險區(qū)探測，用于判斷2 個子區(qū)域間的屬性均值是否有顯著的差別；④生態(tài)探測，用于比較2 種待驗證風險因子對屬性Y的空間分布的影響是否有顯著差異。

1.4 技術路線

首先，選取特定的幾個景觀格局指數，利用Fragstats 軟件計算數據的指數值，并通過主成分分析法確定權重進行綜合計算，構建廣州市耕地破碎化程度評價體系，確定各行政轄區(qū)的耕地破碎化程度等級。其次，對各因子數據進行處理，得到各區(qū)域因子等級分布數據。最后，利用Arcmap 采樣功能進行數據采集，然后打開地理探測器，將采樣得到的待驗證影響因子的相關數據進行探測，分析結果，提出對策。具體技術路線如圖1 所示。

圖1 技術路線

其中，選取的待驗證影響因子來自自然條件和人類社會活動2 個方面［20-26］。本研究選取年平均氣溫（以下研究中稱氣溫因子）、年平均降水量（以下稱降水量因子）、海拔、坡度、與水體的距離（以下稱水體距離因子）、與建設用地的距離（以下稱建設用地距離因子）、與道路的距離（以下稱道路距離因子）、與市區(qū)行政中心的距離（以下稱市區(qū)行政中心距離因子）、人口密度、GDP 共10 項作為待驗證因子。

2 研究區(qū)概況與數據處理

2.1 研究區(qū)概況

廣州市是廣東省省會，位于112°57′—114°3′E，22°26′—23°56′N，地勢西南低、東北高，屬海洋性亞熱帶季風氣候，全年水熱同期，2015 年平均氣溫為22.7 ℃，平均相對濕度為79.5%，降水量為2 245.5 mm，日照時數為1 629.4 h。同時，廣州市內水系發(fā)達，河網密度較高，由于各種地理優(yōu)勢，境內的果樹資源和花卉資源等都較為豐富。截至2015 年末，廣州市全市土地中有70%為農用地，廣州市耕地總資源為96 998 hm2，全市平均每個農業(yè)人口擁有耕地0.03 hm2，與2005 年相比有所下降；平均每個農業(yè)從業(yè)人員擁有耕地0.15 hm2，上述2 項人均數據與2010—2014年相比基本保持穩(wěn)定。在耕地政策上，廣州市較早開展了農村土地綜合整治運動，對農村的“田水路林村”進行綜合整治，通過擬定并實施土地利用總體規(guī)劃、土地利用專項規(guī)劃來增加耕地資源的數量，同時耕地資源的質量也顯現出逐漸提高的態(tài)勢。

2.2 數據來源

研究所采用的數據包括廣州市DEM 高程數據、2015 年廣州市GDP 公里格網數據、2015 年廣州市年平均氣溫分布數據、2015 年廣州市年平均降水量分布數據、2015 年廣州市土地覆蓋數據、2015 年廣州市人口密度公里格網數據、2015 年廣州市交通路網數據、2015 年廣州市行政區(qū)劃（街道/鎮(zhèn)）矢量圖層、2015 年廣州市市區(qū)行政中心點狀矢量圖層，均來自中國科學院資源環(huán)境科學與數據中心。

3 結果與分析

利用Arcmap 的漁網工具進行采樣時，相關研究一般將采樣間距設為1 000 m，即漁網的網格大小設定為1 000 m×1 000 m，本研究設定網格大小為500 m×500 m，在研究精度上有一定的提升。以漁網網格質心作為采樣點，篩選后得到有效采樣點22 798 個，采集每個采樣點對應位置10 個因子的等級和耕地破碎化程度綜合指數，置于地理探測器中運行，對所得結果進行分析。

3.1 耕地破碎化空間分布狀況

主成分分析得到的主成分有2 個，處理后得到耕地破碎程度綜合指數的表達式如下：

式中，Y1、Y2分別為第一和第二主成分值；Y為歸一化后的綜合主成分值，且將Y作為對應街道/鎮(zhèn)的耕地破碎化程度綜合指數；Z為對應指數標準化后的結果。

根據式（2）、式（3）、式（4）計算出廣州市各街道/鎮(zhèn)的耕地破碎化程度綜合指數，并按自然斷點法分為低、較低、一般、較高、高5 級，所得結果如圖2 所示。其中，破碎化程度高的街道/鎮(zhèn)主要位于從化區(qū)西部、花都區(qū)西部和增城區(qū)南部，破碎化程度低的街道/鎮(zhèn)則主要位于從化區(qū)中部和番禺區(qū)中部。

圖2 2015 年廣州市耕地破碎化程度指數及其程度等級分布

3.2 風險區(qū)探測

由于風險區(qū)探測結果較多（10 個待驗證因子對應得到10 個風險區(qū)探測結果），此處僅以人口密度因子和GDP 因子的風險區(qū)探測結果為例進行分析。3.2.1 人口密度 由表1 和圖2 可知，人口密度因子在有耕地分布的街道/鎮(zhèn)中僅存在3 個等級，即在人口密度高的區(qū)域耕地破碎化較普遍，甚至會出現區(qū)域內無耕地的情況。同時，人口密度等級為2 級時，破碎化程度為較低等級，且比其他等級下低。廣州市行政區(qū)域內人口密度越大的區(qū)域，一般城鎮(zhèn)化建設水平越高，耕地破碎化現象相對普遍，且有出現無耕地分布的狀況，如天河區(qū)，其人口密集程度較高，轄區(qū)內基本為非農用地。經t檢驗可知，在人口密度等級為2 級時的耕地破碎化程度綜合指數與其他等級間有顯著差異（P＜0.05），人口密度等級為1 級時的耕地破碎化程度綜合指數與人口密度等級為3級時的無顯著差異（P＞0.05），即在有耕地分布的區(qū)域，人口密度低的區(qū)域和人口密度高的區(qū)域耕地破碎化實際情況相差不明顯。3.2.2 GDP 由表2 并結合所有風險區(qū)探測結果得知，GDP 等級為3 級時的耕地破碎化程度綜合指數為-1.191，是所有待驗證因子等級類型中耕地破碎化程度綜合指數最低的一種因子等級類型。根據GDP 因子各等級下的耕地破碎化程度綜合指數可以發(fā)現，隨著GDP 等級的增加，耕地破碎化程度呈先減弱后加強的趨勢。當GDP 超過某一數值后，該區(qū)域由于經濟相對發(fā)達，該類區(qū)域的土地基本被規(guī)劃為居住用地、商業(yè)用地等建設用地類型導致無耕地分布。在GDP 等級為1 級、2 級的行政區(qū)（街道/鎮(zhèn)），其耕地破碎化程度分別表現為較高和一般，而在GDP 等級為3 級與4 級時，其耕地破碎化程度均表現為較低，主要原因是相對1 級、2 級GDP 高的區(qū)域，其相關政策如土地整治政策等落實情況、實施效果較為理想。經t檢驗可知，廣州市街道/鎮(zhèn)在不同GDP 等級下的耕地破碎化程度綜合指數在統(tǒng)計學上均存在顯著差異（P＜0.05）。

表1 不同人口密度等級下的耕地破碎化程度

3.3 風險因子探測結果與分析

由表3 可知，10 個待驗證因子對應的P均為0.000，表明這10 個因子均是耕地破碎化程度的影響因子，且這一推論的可能性、可信性大于99.99%。各因子q大小表現為X5（市區(qū)行政中心距離）＞X4（氣溫）＞X6（GDP）＞X3（坡度）=X8（海拔）＞X2（降水量）＞X7（建設用地距離）＞X10（道路距離）＞X9（水體距離）＞X1（人口密度）。由此可知，與市區(qū)行政中心的距離是該區(qū)域耕地破碎化程度最大的影響因子。這是由于廣州市市區(qū)的城鎮(zhèn)基礎設施建設較好，且商業(yè)化、工業(yè)化程度較高，對農產品需求量較大，通常是農產品交易的主要場所；同時，市區(qū)行政中心一般設置在市區(qū)中基礎設施建設較完善的地段，除此以外，市區(qū)行政中心對其周邊的土地用途的規(guī)劃、落實和監(jiān)控較為到位，綜合以上多方面原因，與市區(qū)行政中心的距離成為了該區(qū)域耕地破碎化程度的重要影響因素。

表3 耕地破碎化程度風險因子探測結果

對耕地破碎化程度影響最小的因子是人口密度，結合廣州市土地覆蓋數據可知，人口密度等級為4~5 級的區(qū)域是開發(fā)程度較高、樓層密集且容積率高的城市區(qū)域，域內無耕地分布，從而在此類區(qū)域內并不存在采樣點所導致。因此，采樣點所采集的人口密度數據為1~3 級，在等級范圍內人口密度因子對耕地破碎化影響較?。辉谌丝诿芏葹?~5 級時，無耕地區(qū)域的存在在一定程度上證明了人口密度對耕地破碎化實際存在影響，但由于難以將該影響量化而導致在總體上所探測出的人口密度因子對耕地破碎化的影響程度偏低。

3.4 生態(tài)探測結果與分析

由表4 可知，氣溫因子、市區(qū)行政中心距離因子、GDP 因子與除其自身外的其他因子相比均存在顯著差異（P＜0.05）；人口密度因子、建設用地距離因子、水體距離因子以及道路距離因子的生態(tài)探測結果顯示其兩兩之間無顯著差異，即反映出這些因子對耕地空間分布的影響力相差不顯著（P＞0.05）。

表4 待驗證影響因子生態(tài)探測結果

3.5 交互探測結果與分析

由表5 可知，兩兩因子交互作用之后得到的影響耕地破碎化程度的q均大于其中一種因子獨自作用時的q，即在對耕地破碎化程度的影響程度上，待驗證的10 種因子中任意2 種因子的相互作用均比其中一種因子單獨作用對耕地破碎化的影響更大。任意雙因子的交互作用有2 種結果，即雙因子增強或非線性增強。雙因子增強即因子A與B交互作用的q表現為max(q(A),q(B))＜q(A∩B)＜q(A)+q(B)；非線性增強則表現為q(A∩B)＞q(A)+q(B)。

表5 待驗證影響因子交互探測的q 值

由表6 可知，降水量因子與除自身外的其他待驗證因子的交互作用結果均為非線性增強，說明降水量不僅自身對耕地分布具有一定影響力，在與其他因子交互作用時使雙因子的影響力擴大，超過了2 個因子單獨作用的作用和。表5 中各自然條件與人類社會活動因子交互探測的結果說明這10 種因子相互作用對耕地破碎化的影響均表現為增強。因子對耕地破碎化的影響不是相互獨立而是關聯的，當其中一個因子發(fā)生變化時，耕地的分布和破碎化程度極有可能發(fā)生變化。

表6 雙因子交互探測效果

4 小結與建議

4.1 小結

1）廣州市耕地主要分布在花都區(qū)、增城區(qū)、南沙區(qū)、從化區(qū)、黃埔區(qū)、番禺區(qū)和白云區(qū)等。

2）年平均氣溫、年平均降水量、海拔、坡度、與水體的距離、與建設用地的距離、與道路的距離、與市區(qū)行政中心的距離、人口密度、GDP 都是影響耕地破碎化程度的重要因素。其中，單因子對耕地破碎化程度影響強度由強到弱為市區(qū)行政中心距離因子、氣溫因子、GDP 因子、坡度因子和海拔因子、降水量因子、建設用地距離因子、道路距離因子、水體距離因子、人口密度因子。

3）同種因子中由于因子等級不同而產生平均耕地破碎化程度綜合指數差異不同。差異最大的3 個因子是市區(qū)行政中心距離因子、GDP 因子、氣溫因子；差異最小的是建設用地距離因子，其次是人口密度因子。故與市區(qū)行政中心的距離、所屬區(qū)域GDP及其年平均氣溫不同的區(qū)域耕地破碎化程度差異的幅度較大，而人口密度不同、與建設用地的距離不同的區(qū)域耕地破碎化程度差異的幅度較小。

4）10 種因子中任意2 種因子的交互作用均為雙因子增強或非線性增強，因子間起協同作用，且氣溫因子與除自身外的其他因子的交互作用結果都為非線性增強，表明氣溫因子與其他因子作用時的促進效果最強。其次，與除自身外的其他因子交互作用促進效果較強的是道路距離因子、人口密度因子、GDP 因子、建設用地距離因子、水體距離因子。

4.2 對策及建議

為保障國家糧食安全，提高耕地產出效率，需要有針對性、有策略性地降低廣州市耕地破碎化水平，結合研究結果，提出以下建議。

1）定期監(jiān)測耕地破碎化影響因子數據，提前制定應對預案。通過研究分析得知，市區(qū)行政中心距離因子、氣溫因子、GDP 因子、海拔因子、坡度因子、降水量因子6 個因子對耕地破碎化的影響較強。因此，需要根據因子特征合理進行定期監(jiān)測或監(jiān)控。例如，GDP 可作為監(jiān)測耕地破碎化程度變化趨勢的風向標，當GDP 因子發(fā)生變化時，及時查清變化原因及程度，以問題為導向制定土地發(fā)展政策，保持耕地分布穩(wěn)定以及確保耕地破碎化程度不會升高。由于氣溫因子、降水量因子對耕地破碎化程度均有影響，同時降水量因子對其他因子促進作用強，再結合這2 個因子的特征和結果，所以建議這2 個因子的數據采集間隔短于其他因子的采集周期。當采集到的數據發(fā)生變化尤其是連續(xù)變化達到一定次數時，應結合本研究所得其在不同等級下的耕地破碎化程度相關結果預測其變化趨勢，有針對性地對目標區(qū)域制定防止耕地破碎化程度擴大的預案。

2）不斷修正研究結果，定期進行綜合分析，判斷發(fā)展動向。今后可在本研究基礎上繼續(xù)試驗，對成果進行不斷修正，得到精準的預測模型。在較長的時間年限對研究區(qū)的影響因子數據、耕地分布現狀進行綜合分析，將所得綜合分析結果與預測模型進行對比，判斷出不加其他干涉下的發(fā)展趨勢，因地制宜制定具體應對措施，促進或抑制該種耕地破碎化的發(fā)展趨勢。

3）多管齊下改善廣州市耕地破碎化現象。改善耕地現狀，完善耕地基礎設施；堅守耕地紅線，繼續(xù)推進高標準基本農田建設；促進城鄉(xiāng)統(tǒng)籌，貫徹落實增減掛鉤項目實施；加大對耕地的管控力度，貫徹落實進出平衡、占補平衡等耕地保護實施辦法；通過講座等方式提高公眾參與度等手段必不可少。