1985-2020年海倫市耕地質(zhì)量遙感監(jiān)測與空間格局變化分析

摘要：耕地數(shù)量和質(zhì)量變化直接關(guān)系到國家糧食安全，海倫市是中厚層典型黑土區(qū)，是黑龍江省重要的商品糧食縣。為了揭示東北典型黑土示范區(qū)海倫市耕地質(zhì)量時空變化特征，本研究利用Landsat 系列衛(wèi)星遙感影像進(jìn)行每五年為一期，共8期的長時序分析，建立基于壓力-狀態(tài)-響應(yīng)模型（Pressure-State-Response，PSR）的耕地質(zhì)量評價方法，運(yùn)用層次分析法為各評價指標(biāo)賦予權(quán)重，結(jié)合專家評分與線性內(nèi)插法實現(xiàn)評價因子的定量評價，最終將各評價因子進(jìn)行空間權(quán)重疊加獲得1985-2020年海倫市耕地質(zhì)量評價結(jié)果。結(jié)果表明，海倫市1985年耕地質(zhì)量優(yōu)于其他年份，一級、二級和三級耕地面積減少，五級耕地面積明顯增加；海倫市東部耕地質(zhì)量高于西部，1985-2020年四級、五級耕地主要分布在西南部以及中部地區(qū)的部分區(qū)域；1985-2020年一級、二級耕地集中分布在東部及雙錄鄉(xiāng)附近；本研究將遙感技術(shù)引入耕地質(zhì)量評價中，合理揭示了其時空變化特征，為該區(qū)域今后耕地質(zhì)量提升工作指明了方向， 對今后進(jìn)一步可持續(xù)利用和管理黑土地具有積極意義。

關(guān)鍵詞：耕地質(zhì)量；遙感；土壤；耕地；空間格局

耕地是人類生存的基礎(chǔ)，耕地質(zhì)量與糧食產(chǎn)量密切相關(guān)，直接影響到糧食安全及農(nóng)業(yè)的可持續(xù)發(fā)展[1]。據(jù)自然資源部統(tǒng)計，僅2011-2015年間，我國耕地面積凈減少2 399 km2 [2]。同時，由于耕地長期高強(qiáng)度利用，土壤生態(tài)功能退化等問題一直存在，嚴(yán)重影響國家糧食綜合生產(chǎn)能力提升，結(jié)合水資源短缺、氣候變化和地緣政治等因素影響，全球?qū)Z食安全提出了巨大的挑戰(zhàn)[3]。

東北黑土區(qū)是全球最適宜耕作的地區(qū)之一，面積達(dá)109萬km 占全球黑土總面積的12%，黑土區(qū)糧食產(chǎn)量占全國的1/4，商品量占全國的1/4，調(diào)出量占全國的1/3，是我國糧食生產(chǎn)的“穩(wěn)定器”和“壓艙石”，保護(hù)好黑土地是確保國家糧食安全的重要保障[4]。由于長期開墾和化肥農(nóng)藥的不合理使用等因素，東北黑土地存在土壤侵蝕、土壤鹽漬化等退化問題，如坡地開墾加劇了土壤侵蝕，嚴(yán)重破壞了農(nóng)田土壤肥力，侵蝕溝發(fā)展造成耕地破碎化[5]，據(jù)《中國水土保持公報（2021年）》顯示2021年東北黑土區(qū)水土流失面積達(dá)2.141萬km2，占區(qū)域總面積的19.68%，其中60%以上的旱作農(nóng)田發(fā)生水土流失問題，黑土層正以年均0.1～0.5 cm的速度剝蝕流失[5]。2023年，Wang等[6]研究發(fā)現(xiàn)35年的耕作導(dǎo)致東北地區(qū)土壤有機(jī)碳（Soil Organic Carbon，SOC）含量降低約3.07 g·kg-1，SOC密度降低約6.71 mg·hm-2，SOC儲量降低約0.32 pg。因此，保護(hù)好黑土地和實現(xiàn)耕地可持續(xù)利用的前提，是先摸清黑土區(qū)耕地質(zhì)量情況，掌握耕地質(zhì)量時空動態(tài)變化及演變趨勢，明晰耕地質(zhì)量區(qū)域分布及差異性特征，以期針對性地指導(dǎo)土壤改良和治理修復(fù)工作。

黑龍江省海倫市是國土資源部確定的耕地等級監(jiān)測中部地區(qū)縣級示范基地之一，黑土層厚度平均在70 cm以上，有機(jī)質(zhì)含量高達(dá)3%～5%，土質(zhì)肥沃。本研究以東北典型黑土區(qū)海倫市為例，基于2021年采集的大量實測樣本數(shù)據(jù)，結(jié)合Landsat系列衛(wèi)星建立海倫市耕地質(zhì)量評價指標(biāo)（土壤有機(jī)質(zhì)等）高精度遙感反演模型，結(jié)合PSR模型和層次分析法構(gòu)建海倫市耕地質(zhì)量遙感評價指標(biāo)體系和評價模型，估算1985-2020年海倫市耕地質(zhì)量時空分布，以期為區(qū)域國家黑土地保護(hù)利用試點(diǎn)、高產(chǎn)標(biāo)準(zhǔn)農(nóng)田建設(shè)等一系列黑土地利用重大工程實施等提供參考依據(jù)和技術(shù)支撐。

1 研究區(qū)概況

海倫市位于黑龍江省中部（圖1），綏化市北部（46°58′N～47°52′N，126°14′E～127°45′E ），屬于小興安嶺余脈和松嫩平原交接過渡帶的黑土核心地區(qū)，是黑龍江省重要的商品糧食產(chǎn)地。全市占地面積4 667 km 其中耕地面積3 100 km 占土地總面積的63.42%，約2 727 km2的耕地主要土壤類型是黑土[7]。海倫市地勢從東北向西南由漫川漫崗向低河階地過渡，平均海拔239 m，屬中溫帶半濕潤季風(fēng)氣候，冬季寒冷干燥，夏季高溫多雨，雨熱同期，無霜期120 d左右，有效積溫2 200～2 400 ℃，年降水量500～600 mm。海倫市種植作物以水稻、大豆和玉米為主，主要土壤類型為黑土和草甸土，此外還包括水稻土、暗棕壤、風(fēng)沙土、沼澤土、白漿土等[8]。

2 材料與方法

2.1 Landsat系列衛(wèi)星遙感數(shù)據(jù)預(yù)處理

本研究在GEE（Google Earth Engine， http：//code.earthengine.google.com）云平臺上下載6景Landsat5 TM以及2景Landsat8 OLI遙感影像，時間分別為1985年、1990年、1995年、2000年、2005年、2010年、2015年和2020年的4月中旬到5月初，該時間段無積雪和植被覆蓋，地表裸露。為了排除Landsat系列衛(wèi)星不同傳感器的差異，利用ENVI 5.3平臺對遙感影像進(jìn)行輻射定標(biāo)，再通過 FLAASH 方法進(jìn)行大氣校正，獲取地物反射率數(shù)據(jù)；并以1∶10萬地形圖為基準(zhǔn)進(jìn)行幾何精校正，校正誤差小于1個像元；最后進(jìn)行影像拼接和裁剪。

2.2 PSR模型

耕地作為一個典型的自然-經(jīng)濟(jì)-社會復(fù)合系統(tǒng)，耕地質(zhì)量指標(biāo)數(shù)據(jù)獲取是耕地質(zhì)量評價的基礎(chǔ)，由于對耕地認(rèn)識的差異以及耕地評價目的的不同，耕地質(zhì)量評價方法與評價手段多樣[9]。農(nóng)業(yè)農(nóng)村部出臺《耕地質(zhì)量等級》國家標(biāo)準(zhǔn)（GB/T 33469-2016），通過對地塊進(jìn)行大規(guī)模的野外實測調(diào)查和數(shù)據(jù)搜集整理，結(jié)合制定的指標(biāo)體系評估耕地質(zhì)量等級。雖然根據(jù)實測樣本和指標(biāo)體系進(jìn)行耕地質(zhì)量評估準(zhǔn)確度很高，但所需數(shù)據(jù)體系復(fù)雜，需要大量的人力與時間去獲取每一個指標(biāo)監(jiān)測信息，無法支持大范圍、長時序和高頻次監(jiān)測。隨著遙感技術(shù)應(yīng)用規(guī)模的擴(kuò)大，星地協(xié)同聯(lián)動的方式可以更加迅速高效地獲取黑土地有效數(shù)據(jù)，上個世紀(jì)90年代地理信息系統(tǒng)和遙感技術(shù)開始應(yīng)用在耕地質(zhì)量評價研究中[10]。與國家標(biāo)準(zhǔn)評價方法不同，遙感技術(shù)耕地質(zhì)量評價模型主要基于多源衛(wèi)星數(shù)據(jù)的數(shù)理統(tǒng)計模型，如LESA（Land Evaluation and Site Assessment）模型[11]、PSR （Pressure-State-Response）模型[12]、GA-BP（Genetic Algorithm-Back Propagation）神經(jīng)網(wǎng)絡(luò)模型[13]、Logistic回歸模型[14]等。其中，PSR可以從耕地狀態(tài)指數(shù)、生產(chǎn)壓力指數(shù)和社會響應(yīng)指數(shù)綜合指標(biāo)來表征耕地質(zhì)量，且與特爾菲法、層次分析法、主成分分析法等方法結(jié)合，能夠建立多重影響因素的耕地質(zhì)量指標(biāo)體系。

PSR模型用于構(gòu)建綏化市耕地質(zhì)量評價體系，P（Production Press Index，PPI）即為生產(chǎn)壓力指數(shù)是人類采取的耕地措施對耕地產(chǎn)生較好或者較壞的影響，S（Land Status Index，LSI）為耕地現(xiàn)狀條件是耕地利用措施強(qiáng)度和效率的高低對耕地質(zhì)量的影響程度， R（Social Response Index，SRI）為社會響應(yīng)狀態(tài)，指耕地在耕地力和耕地現(xiàn)狀條件共同作用下所反映的狀況即為耕地響應(yīng)狀態(tài)[15]。將各項指標(biāo)的矢量文件通過Arc GIS轉(zhuǎn)變?yōu)闁鸥裎募脤哟畏治龇▽χ鞒煞诌M(jìn)行重要程度對比，進(jìn)行一致性檢驗后獲得不同評價單元相應(yīng)的權(quán)重系數(shù)，按照指標(biāo)權(quán)重將耕地質(zhì)量劃分為不同等級，最終得到海倫市耕地質(zhì)量評價模型。耕地范圍掩膜數(shù)據(jù)來源于30 m中國土地覆蓋數(shù)據(jù)集CLCD（https：//zenodo.org/record/4417810）[16]。采用層次分析法（AHP）可將準(zhǔn)則層和指標(biāo)層要素兩兩對比，確定本層要素對上一層要素的重要程度構(gòu)造判斷矩陣，通過計算隨機(jī)一致性比率進(jìn)行一致性檢驗，計算各個指標(biāo)因子權(quán)重。

2.3 耕地質(zhì)量評價指標(biāo)因子獲取

PSR耕地質(zhì)量評價體系中指標(biāo)因子包括坡度、土地退化指數(shù)、歸一化植被指數(shù)、土壤有機(jī)質(zhì)、土壤總氮、土壤砂粒、土地利用綜合指數(shù)、年均降雨量和第一產(chǎn)業(yè)占 GDP 的比例。其中，坡度表示地表單元的陡緩程度，坡度小平原地區(qū)往往具備較長的耕地開墾年限，坡度增大會造成土壤養(yǎng)分和有機(jī)質(zhì)顯著流失[17-18]，坡度主要來源于30 m DEM數(shù)據(jù)（Digital Elevation Model，中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心科學(xué)數(shù)據(jù)中心，http：//www.gscloud.cn/）；土地退化指數(shù)（NIR/R，Landsat系列衛(wèi)星的第三和第四波段反射率比值）可表征土壤退化程度和農(nóng)作物所處耕地的環(huán)境脅迫程度[19]；歸一化植被指數(shù)（NIR-R/NIR+R，Landsat系列衛(wèi)星的第三和第四波段反射率計算）反映植被長勢與土壤養(yǎng)分的缺失的重要參數(shù)之一[20]；土壤肥力對耕地質(zhì)量起著決定性作用，土壤有機(jī)質(zhì) （Soil Organic Matter， SOM）含量和土壤總氮（Soil Total Nitrogen，STN）是衡量土壤肥力的重要指標(biāo)[21]，土壤砂粒是指土壤中不同大小直徑的礦物顆粒的組合狀況能間接反映土壤保蓄能力，長時序土壤有機(jī)質(zhì)、總氮和砂粒數(shù)據(jù)產(chǎn)品來源于已發(fā)表文章[6，22]，數(shù)據(jù)空間分辨率為30 m；土地利用綜合指數(shù)是衡量區(qū)域土地利用深度與廣度的重要指標(biāo)[23]，主要來源于30 m空間分辨率土地利用遙感數(shù)據(jù)（https：//data.casearth.cn/）；氣象因子如降水和溫度的時空間差異對耕地的質(zhì)量狀況、利用結(jié)構(gòu)、方式及程度有著重要影響[24-25]，年均降水量和年均氣溫數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心（http：//www.geodata.cn）和國家青藏高原科學(xué)數(shù)據(jù)中心（https：//data.tpdc.ac.cn）；第一產(chǎn)業(yè)占GDP數(shù)據(jù)來源于黑龍江省統(tǒng)計年鑒。

2.4 指標(biāo)因子標(biāo)準(zhǔn)化處理

由于耕地質(zhì)量評價指標(biāo)因子量綱和趨向性不同，需將選擇的指標(biāo)因子進(jìn)行標(biāo)準(zhǔn)化處理，用標(biāo)準(zhǔn)值法對各指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理，指標(biāo)值統(tǒng)一在0～1之間，坡度、植被長勢、土壤有機(jī)質(zhì)、土壤全氮、年均降雨量和年均氣溫為正向指標(biāo)，可計算為：

第一產(chǎn)業(yè)占GDP的比例、土地利用綜合指數(shù)、土壤退化指數(shù)和土壤砂粒為負(fù)向指標(biāo)，可計算為：

式中，Xij表示第i個城市第j個指標(biāo)的標(biāo)準(zhǔn)化值；xij表示第i個城市第j個指標(biāo)的原始值。對標(biāo)準(zhǔn)化后的數(shù)據(jù)做歸一化處理，在ArcGIS 10.7中使用柵格計算器進(jìn)行計算。

3 結(jié)果與分析

3.1 耕地質(zhì)量評價指標(biāo)體系構(gòu)建

參照選取指標(biāo)的科學(xué)性、實用性和獨(dú)立性等原則，以耕地質(zhì)量的自然、社會和經(jīng)濟(jì)3個因素為基礎(chǔ)，以海倫市耕地質(zhì)量評價為目標(biāo)層，選取耕地壓力（P）、耕地現(xiàn)狀條件（S）和社會響應(yīng)狀態(tài)（R）3個評價指標(biāo)因子構(gòu)建準(zhǔn)則層。對于耕地壓力（P）指標(biāo)因子，坡度越低其耕地開墾年限越長，耕地地力越差 [26]，耕地退化程度越大，土地利用率降低；對于耕地現(xiàn)狀條件（S），植被長勢條件越高表明地塊耕地質(zhì)量越好[27]，土壤砂粒越大表明耕地保水保肥能力越差，耕地質(zhì)量越差[28]，土壤有機(jī)質(zhì)和土壤總氮越高表明耕地質(zhì)量越高且越肥沃[29]，年均降雨量越充足和氣溫越高越利于植物生長，氣溫提高耕地生產(chǎn)潛力也相應(yīng)提高，適合作物生長[24-25]；對于社會響應(yīng)狀態(tài)（R），土地利用綜合強(qiáng)度越高表明人類對于土地開發(fā)利用程度越高，第一產(chǎn)業(yè)所占GDP比重越高表明農(nóng)民通過耕作方式發(fā)展農(nóng)業(yè)[30]。最終海倫市耕地質(zhì)量評價指標(biāo)體系見表1。

3.2 耕地質(zhì)量評價指標(biāo)的遙感表征結(jié)果

耕地質(zhì)量評估考慮各指標(biāo)間的相關(guān)性和可操作性，保證評價因子的獨(dú)立性和模型的適用性[31]。對于準(zhǔn)則層耕地壓力（P）指標(biāo)因子，其中地形因子如坡度變化穩(wěn)定，主要表現(xiàn)為東北地勢較高西南地勢低；

由圖2、圖3可知，海倫市土地退化指數(shù)均值約為3%，1985-2010年土地退化指數(shù)均值3%，2015-2020年土地退化指數(shù)均值約為2%，相較于2015年之前的土地退化指數(shù)均值降低，表明海倫市土地退化趨勢緩慢。

對于準(zhǔn)則層耕地現(xiàn)狀條件（S）因子，海倫市耕地作物植被長勢NDVI指數(shù)為0.13～0.15，較為穩(wěn)定；海倫市土壤砂粒均值表現(xiàn)為先降低后增加的趨勢，2010年最低值為11.93%，隨后在2015年上升為12.25%，并在2020年升高為12.29%；1985年海倫市土壤有機(jī)質(zhì)均值為55.61 g·kg-1，2000年最低，為44.33 g·kg-1，隨后呈現(xiàn)波動變化，在2015年土壤有機(jī)質(zhì)均值最高，達(dá)57.07 g·kg-1；海倫市土壤全氮含量呈現(xiàn)波動變化，與有機(jī)質(zhì)時空變化一致，最高值出現(xiàn)在2015年，均值為2.25 g·kg-1；海倫市年均降雨量整體呈現(xiàn)上升的趨勢，從1985年的335.8 mm升至2020年的645.3 mm；海倫市年平均氣溫呈波動變化，與年均降雨量變化趨勢一致，最高值出現(xiàn)在2020年3.4 ℃。

對于準(zhǔn)則層社會響應(yīng)狀態(tài)（R）因子，海倫市土地利用綜合指數(shù)整體呈先降后升的趨勢， 1990年指數(shù)最高、2010年指數(shù)最低，且空間上海倫市中西部的土地利用綜合強(qiáng)度高于東北部，東北部主要是林場地帶；第一產(chǎn)業(yè)占GDP比例空間分布在中部第一產(chǎn)業(yè)占GDP比例一直維持平穩(wěn)狀態(tài)，在2020年達(dá)到最高值。

3.3 海倫市耕地質(zhì)量時空變化

1985-2020年，海倫市耕地質(zhì)量遙感評價時空變化結(jié)果見圖4、圖5?？傮w上，35年間海倫市耕地質(zhì)量等級發(fā)生明顯變化，海倫市耕地質(zhì)量等級發(fā)生明顯變化，一級（-4%）、二級（-7%）和三級（-12%）耕地面積減少，五級耕地面積明顯增加（+24%），但耕地質(zhì)量呈現(xiàn)下降趨勢。我國自20世紀(jì)50年代以來，不斷地開發(fā)、利用東北黑土地，其時間之久、強(qiáng)度之高導(dǎo)致了黑土資源不斷減少和退化，黑土質(zhì)量不斷下降。盡管從 2015年開始，國家加大了東北黑土地保護(hù)的投入和治理力度，開展黑土地保護(hù)試點(diǎn)工程，東北黑土地保護(hù)治理成效明顯，部分耕地質(zhì)量正在穩(wěn)步提高。

3.3.1 海倫市耕地質(zhì)量時間變化

不同年份間，耕地質(zhì)量評價單指標(biāo)因子時間變化見圖2，海倫市耕地質(zhì)量評價結(jié)果見圖4。對于一級耕地占比來說，1985-2010年期間呈現(xiàn)波動變化，而2015-2020年期間一級耕地占比明顯下降；對于二級耕地占比，在1985-1990年期間，二級耕地下降9%，

隨后在1995-2020年期間呈現(xiàn)緩慢下降趨勢；對于三級耕地占比，在1985-1990年期間下降6%，在1995-2005年期間呈現(xiàn)波動變化，2010-2020年期間緩慢下降；對于五級耕地占比，五級耕地呈現(xiàn)明顯增加趨勢，于1985-1990年期間增加10%，在1990-2015年間增加10%，到2020年占比達(dá)到最高為37%；四級耕地在35年變化比較緩慢。

在1985年之前海倫市耕地已經(jīng)被開墾，1985-1995年耕地總面積呈增加趨勢，并且多數(shù)是由未利用地以及林地和草地共同轉(zhuǎn)換成的耕地，耕地開墾和利用強(qiáng)度逐漸增大，導(dǎo)致一級耕地和二級耕地占比下降。 隨著耕地利用強(qiáng)度加大，農(nóng)戶養(yǎng)分均衡和管理意識不足過度使用化肥[32]，引起土壤板結(jié)，造成土壤營養(yǎng)結(jié)構(gòu)失衡，導(dǎo)致土地生產(chǎn)能力下降，土壤保水保肥能力變差，土壤養(yǎng)分含量降低，土地退化，隨之耕地質(zhì)量大幅度下降，導(dǎo)致五級耕地面積比例逐漸增加。

3.3.2 海倫市耕地質(zhì)量空間變化

耕地質(zhì)量評價單指標(biāo)因子空間變化見圖5。1985-2020年間，耕地質(zhì)量變化主要集中在海倫市中部以及西部地區(qū)，其中，一級耕地多集中分布于海倫市東北部也就是雙錄鄉(xiāng)附近，五級耕地集中分布于西南部，研究區(qū)范圍內(nèi)三級、四級耕地普遍分布。

1985年海倫市整體耕地質(zhì)量好于其他年份，1990年中西部四級、五級耕地面積增加，1995年東北部耕地質(zhì)量也出現(xiàn)降低的趨勢，海倫市東北部地勢略有起伏，養(yǎng)分效性偏低，可通過正確施肥來改良土壤養(yǎng)分；2000年耕地質(zhì)量整體都有所下降，主要是東北部四級、五級耕地面積增加；2005年一級耕地、二級耕地、三級耕地面積均有所增加，四級、五級耕地面積減少，意味著海倫市整體耕地質(zhì)量提升；2010年耕地質(zhì)量變差，但趨勢較緩，不明顯。中部五級耕地面積增加，一級耕地面積增加，二級、三級耕地面積增加，保水保肥措施初見成效；2015年耕地質(zhì)量明顯變差，東部地區(qū)耕地質(zhì)量有所下降，但變化不大，中西部地區(qū)二級、三級耕地減少，四級、五級耕地面積占比增加，造成地力下降的主要原因是土壤有機(jī)質(zhì)含量明顯降低，NDVI 值也低于平均水平；2020年耕地質(zhì)量變化明顯，耕地質(zhì)量整體下降，海倫市東部一級、二級耕地面積變小，多降低級別至三四級耕地，西部地區(qū)五級耕地面積劇增。土壤養(yǎng)分含量下降，土壤含砂量增加，保水肥能力較差，土地利用綜合指數(shù)變高。西南部利用河漫灘種植農(nóng)作物，會造成大量水土流失，不適宜植被生長。東北部為丘陵地區(qū)，多為林間裸地，存在一定坡度，土壤保水保肥能力較差，有水土流失的風(fēng)險，且土壤呈酸性，不適宜植被生長。

海倫市作為我國重要的商品糧生產(chǎn)基地，耕地資源整體質(zhì)量優(yōu)良，土壤環(huán)境清潔，得天獨(dú)厚的黑土資源富含豐富的有機(jī)質(zhì)，耕地本底條件較好，但黑土退化導(dǎo)致的土壤肥力下降問題也急需引起重視?？梢酝ㄟ^正確施肥、施用石灰來改良土壤水分和酸堿度，同時在丘陵漫崗地區(qū)改順坡種植為機(jī)械起壟橫向種植保持水土，可以采用秸稈還田、增施有機(jī)肥、合理輪作等方式培肥地力，改善土地質(zhì)量。對于退化嚴(yán)重的土地，應(yīng)做好水土保持工作，增加植被覆蓋度，因地制宜種植耐酸性作物，通過整地管理使土壤活化，逐年改善土壤酸度。

4 討論

目前，我國農(nóng)業(yè)部、國土資源部、環(huán)境部等管理部門建立了基于不同目的的評價標(biāo)準(zhǔn)，但不同部門標(biāo)準(zhǔn)不同，帶來的評價結(jié)果也有一定差異。根據(jù)實測樣本和指標(biāo)體系進(jìn)行耕地質(zhì)量評估準(zhǔn)確度很高，但所需數(shù)據(jù)體系復(fù)雜，需要大量的人力與時間去獲取每一個指標(biāo)監(jiān)測信息，無法支持大范圍、長時序和高頻次監(jiān)測。遙感技術(shù)的運(yùn)用能夠在很大程度上推動評價的定量化、自動化和智能化；遙感技術(shù)的使用能提高結(jié)果的準(zhǔn)確性、時效性和直觀性，且基于衛(wèi)星遙感數(shù)據(jù)可快速獲取大面積、時間范圍更廣的農(nóng)業(yè)基礎(chǔ)信息，定量估算耕地質(zhì)量評價所需指標(biāo)遙感產(chǎn)品和時空信息，從而開展動態(tài)耕地質(zhì)量評價。

本研究綜合考慮了耕地質(zhì)量不同維度，并基于大量實測樣本數(shù)據(jù)，結(jié)合Landsat系列衛(wèi)星影像建立耕地質(zhì)量評價指標(biāo)（土壤有機(jī)質(zhì)等）高精度遙感反演模型，結(jié)合PSR模型和層次分析法構(gòu)建耕地質(zhì)量遙感評價指標(biāo)體系和評價模型，估算1985-2020年海倫市耕地質(zhì)量時空分布，對目前海倫市耕地質(zhì)量的評價進(jìn)行了豐富和完善。但由于所需數(shù)據(jù)源多，建議在后期的研究和應(yīng)用過程中，對于國家標(biāo)準(zhǔn)提出的一系列指標(biāo)，應(yīng)盡量利用當(dāng)年實際采集的數(shù)據(jù)進(jìn)行耕地質(zhì)量的評價。另外，由于評價指標(biāo)的確定具有一定的主觀性，如何更科學(xué)客觀地確定其評價指標(biāo)仍有待進(jìn)一步研究。

5 結(jié)論

本研究基于PSR模型構(gòu)建海倫市耕地質(zhì)量遙感評價指標(biāo)體系，探討1985-2020年海倫市耕地質(zhì)量時空變化情況。得出以下結(jié)論：

（1）海倫市1985年耕地質(zhì)量優(yōu)于其他年份，一級、二級和三級耕地面積減少，五級耕地面積明顯增加，主要耕地類型由中低級耕地轉(zhuǎn)為低級耕地，35年間研究區(qū)評價單元耕地質(zhì)量等級變化波動較大。

（2）海倫市區(qū)域間耕地質(zhì)量變化存在差異性，東部耕地質(zhì)量高于西部，1985-2020年四級、五級耕地主要分布在西南部以及中部地區(qū)的部分區(qū)域；1985-2020年一級、二級耕地集中分布在東部及雙錄鄉(xiāng)附近。

（3）海倫市土壤有機(jī)質(zhì)、土壤全氮以及坡度和土壤退化程度對耕地質(zhì)量評價結(jié)果影響較大，本研究將遙感技術(shù)引入耕地質(zhì)量評價中，為探索動態(tài)、定量、快速的耕地質(zhì)量評價方法進(jìn)行了有益嘗試。

參考文獻(xiàn)：

［1］王來剛，郭燕，賀佳，等.遙感數(shù)據(jù)輔助下縣域耕地質(zhì)量評價與空間分布研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2022，43（12）：137-146.

[2]中華人民共和國自然資源部．2016 中國國土資源公報［EB/OL］．

（2017-08-02）［2023-01-06］.http：//cn．chinagate．cn/reports/2017/08/02/content＿41332031．htm，2017．

[3]鄭皓洋，李婷婷，黃穎利.中國黑土區(qū)耕地利用效益評價及問題診斷：基于糧食安全與黑土保護(hù)雙重背景[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2023，28（11）：29-41.

[4]中國科學(xué)院.東北黑土地白皮書（2020）[EB/OL].（2021-07-09）[2023-01-06].http：//std.cas.cn/ywzgzdt/202107/W020210712377288257597.pdf.

[5]孫佑海.為黑土地保護(hù)提供有力法律保障：《黑土地保護(hù)法》解讀[J].環(huán)境保護(hù)，2022，50（16）：39-44.

[6]WANG X，WANG L P，LI S J，et al.Remote estimates of soil organic carbon using multi-temporal synthetic images and the probability hybrid model[J].Geoderma，2022，425：116066.

[7]宋恒飛，吳克寧，李婷，等.寒地黑土典型縣域土壤重金屬空間分布及影響因素分析：以海倫市為例[J].土壤通報，2018，49（6）：1480-1486.

[8]姜佩林.基于遙感的典型黑土區(qū)作物種植結(jié)構(gòu)變化分析[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2019.

[9]溫良友，孔祥斌，張蚌蚌，等.基于可持續(xù)發(fā)展需求的耕地質(zhì)量評價體系構(gòu)建與應(yīng)用[J].農(nóng)業(yè)工程學(xué)報，2019，35（10）：234-242.

[10]王建華，陶培峰，袁月，等.PSR 框架下的黑龍江省海倫市耕地質(zhì)量評價[J].地質(zhì)與資源，2020，29（6）：525-532.

[11]馬佳妮，張超，呂雅慧，等.基于長時間序列遙感數(shù)據(jù)反演 NPP 的耕地質(zhì)量評價[J].農(nóng)業(yè)機(jī)械學(xué)報，2019，50（1）：202-208.

[12]曲衍波，朱偉亞，鄖文聚，等.基于壓力-狀態(tài)-響應(yīng)模型的土地整治空間格局及障礙診斷[J].農(nóng)業(yè)工程學(xué)報，2017，33（3）：241-249.

[13]葉云，趙小娟，胡月明.基于 GA-BP 神經(jīng)網(wǎng)絡(luò)的珠三角耕地質(zhì)量評價[J].生態(tài)環(huán)境學(xué)報，2018，27（5）：964-973.

[14]唐宗，周悟，楊顥，等.基于交互效應(yīng) Logistic 回歸模型的耕地質(zhì)量評價方法研究[J].生態(tài)環(huán)境學(xué)報，2020，29（12）：2394-2403.

[15]衛(wèi)新東，王篩妮，員學(xué)鋒，等.基于耕地分等和 PSR 模型的耕地質(zhì)量生態(tài)安全評價[C]//土地管理創(chuàng)新與生態(tài)文明建設(shè)：2017年中國土地學(xué)會學(xué)術(shù)年會論文集.寧波，2017：101-110.

[16]YANG J，HUANG X.The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J].Earth System Science Data，2021，13（8）：3907-3925.

[17]趙倩.農(nóng)田排水系統(tǒng)對典型坡耕地水土流失的影響[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2023.

[18]趙龍山，侯瑞，吳發(fā)啟，等.坡度對農(nóng)業(yè)耕作措施水土保持作用的影響[J].水土保持學(xué)報，2017，31（3）：69-72，78.

[19]鄭藝穎，楊小雄，何啟源.基于 PSR 框架的耕地資源質(zhì)量評價：以廣西桂平市為例[J].安徽農(nóng)業(yè)科學(xué)，2017，45（35）：193-197.

[20]張輝.基于多源遙感數(shù)據(jù)的內(nèi)蒙古植被長勢變化監(jiān)測及其氣候影響要素研究[D].南京：南京信息工程大學(xué)，2022.

[21]邢華銘.土壤成分與特性參數(shù)光譜快速檢測方法及傳感技術(shù)[J].農(nóng)業(yè)與技術(shù)，2017，37（23）：35，51.

[22]鄭淼，王翔，李思佳，等.黑土區(qū)土壤有機(jī)質(zhì)和全氮含量遙感反演研究[J].地理科學(xué)，2022，42（8）：1336-1347.

[23]陳萬旭，曾杰.中國土地利用程度與生態(tài)系統(tǒng)服務(wù)強(qiáng)度脫鉤分析[J].自然資源學(xué)報，2021，36（11）：2853-2864.

[24]侯淑濤，王爍，王軼昂，等.黑土區(qū)坡耕地土壤水分時空分布特征及對降雨的響應(yīng)[J].河南農(nóng)業(yè)科學(xué)，2023，52（1）：61-72.

[25]劉澤瑾，焦利民，連喜紅.1995-2020年氣候變化和耕地利用變化對中國耕地氣候生產(chǎn)潛力的影響分析[J].中國土地科學(xué)，2022，36（3）：62-73.

[26]趙紫遠(yuǎn)，方海燕，武亞冰，等.坡形對黑土區(qū)坡耕地土壤侵蝕的模型模擬研究[J].水土保持學(xué)報，2022，36（6）：23-29，40.

[27]楊琳，劉萬波，劉潔.基于 PSR 模型的黑龍江墾區(qū)土地生態(tài)安全評價[J].北方農(nóng)業(yè)學(xué)報，2022，50（1）：125-134.

[28]姜蕓，王軍，楊繼文.基于遙感技術(shù)的黑土區(qū)耕地質(zhì)量評價指標(biāo)體系研究進(jìn)展分析[J].測繪工程，2023，32（1）：1-7，13.

[29]周飛，許熔熔，陳余平，等.余姚市耕地土壤養(yǎng)分狀況及其變化特征研究[J].江西農(nóng)業(yè)學(xué)報，2022，34（7）：117-121.

[30]袁零，楊慶媛.基于 PSR 框架的甘肅省環(huán)縣耕地生態(tài)安全評價[J].西南師范大學(xué)學(xué)報（自然科學(xué)版），2019，44（6）：60-68.

[31]馬哲煜.吉林省土地生態(tài)安全評價與預(yù)警分析研究[D].重慶： 西南大學(xué)，2020.

[32]蒲晨曦.玉米主產(chǎn)區(qū)玉米化肥投入效率測度及影響因素研究[D].哈爾濱： 東北農(nóng)業(yè)大學(xué)，2019.

Remote Sensing of Cultivated Land Quality in Hailun from 1985 to 2020

ZHENG Kexin1，2，ZHANG Xiyu1，2，ZHANG Qing1

Abstract：The change of the quantity and quality of cultivated land is directly related to the national food security. Hailun City is a typical black soil area in the middle and thick layer， and is an important commodity grain county in Heilongjiang Province. In order to reveal the spatio-temporal variation characteristics of cultivated land quality in Hailun City， a typical black soil demonstration area in Northeast China， in this study， the remote sensing images of Landsat series satellites were used to conduct a long time series analysis of eight periods every five years， and a cultivated land quality evaluation method based on Pressure-State-Response （PSR） model was established. The analytic hierarchy process was applied to assign weights to each evaluation index. The quantitative evaluation of the evaluation factors was realized by combining the expert score and linear interpolation method. Finally， the spatial weight of each evaluation factor was superimposed to obtain the evaluation results of cultivated land quality in Hailun City from 1985 to 2020. The results showed that the quality of cultivated land in Hailun City in 1985 was better than that in other years， the area of cultivated land in Grade 1， 2 and 3 decreased， and the area of cultivated land in grade 5 increased significantly. The quality of cultivated land in the eastern part of Hailun City was higher than that in the western part. From 1985 to 2020， the Grade 4 and 5 cultivated land was mainly distributed in the southwest and part of the central region. From 1985 to 2020， the primary and secondary cultivated land will be concentrated in the east and near Shuanglu Township. In this study， remote sensing technology was introduced into cultivated land quality evaluation， and the spatio-temporal variation characteristics were reasonably revealed， which pointed out the direction for the improvement of cultivated land quality in the region in the future， and had positive significance for the further sustainable utilization and management of black land in the future.

Keywords：cultivated land quality; remote sensing; soil; cultivated land; spatial pattern

收稿日期：2023-09-25

基金項目：國家重點(diǎn)研發(fā)計劃項目子課題（2021YFD1500101） 。

第一作者：鄭可心（1998-），女，碩士研究生，從事耕地質(zhì)量遙感評估研究。 E-mail：zhengkexin@iga.ac.cn。

通信作者：張清（1965-），女，博士，教授，從事土壤生態(tài)與新型肥料研究。E-mail：zhangqing8018@126.com。