耕地產(chǎn)能估算方法研究進(jìn)展

王倩玉龍

摘要：本文回顧了國(guó)內(nèi)外耕地產(chǎn)能估算的研究進(jìn)展，著重介紹了耕地產(chǎn)能的概念以及其研究歷程，分為作物生產(chǎn)潛力、土地生產(chǎn)力和耕地健康產(chǎn)能三個(gè)階段。主要研究方法包括趨勢(shì)外推法、潛力衰減法、經(jīng)驗(yàn)法和Storie指數(shù)法。潛力衰減法以Wageningen模型和AEZ模型為代表，經(jīng)驗(yàn)法中Miami模型和Thornthwaite Memorial模型較為成熟。當(dāng)前研究存在的問(wèn)題包括評(píng)價(jià)不足、工作量大和遙感應(yīng)用不成熟等。展望未來(lái)，期望能夠通過(guò)技術(shù)升級(jí)、自動(dòng)化和大數(shù)據(jù)分析等手段，進(jìn)一步提高耕地產(chǎn)能評(píng)估的準(zhǔn)確性和效率。

關(guān)鍵詞：耕地產(chǎn)能；產(chǎn)能估算；農(nóng)業(yè)

1 研究背景

我國(guó)地廣人稀，土地資源相對(duì)匱乏，耕地資源尤為短缺，耕地的安全狀況直接影響著國(guó)家糧食安全和農(nóng)業(yè)效益，因此，對(duì)耕地產(chǎn)能進(jìn)行深入研究至關(guān)重要。通過(guò)對(duì)耕地進(jìn)行產(chǎn)能估算，我們可以全面地了解耕地分布情況及變化趨勢(shì)，這不僅可以為農(nóng)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)規(guī)劃的調(diào)整提供科學(xué)依據(jù)，也有利于我們從數(shù)量與質(zhì)量?jī)煞矫鎸?duì)耕地進(jìn)行綜合防護(hù)。

2 耕地產(chǎn)能研究進(jìn)展

耕地產(chǎn)能的大小由多方面因素決定，包括氣候、地形、土壤等自然環(huán)境因素，以及農(nóng)田基礎(chǔ)設(shè)施、種子、化肥、農(nóng)藥、灌溉水和勞動(dòng)等農(nóng)業(yè)生產(chǎn)要素。多年來(lái)，隨著研究的發(fā)展與深入，國(guó)內(nèi)外學(xué)者對(duì)土地生產(chǎn)能力的研究經(jīng)歷了作物生產(chǎn)潛力、土地生產(chǎn)力、耕地健康產(chǎn)能三個(gè)階段。

2.1 作物生產(chǎn)潛力

作物生產(chǎn)潛力的研究最早可以追溯到德國(guó)化學(xué)家Liebig（1843）提出的“最小養(yǎng)分定律”。這一理論引發(fā)了學(xué)者們對(duì)作物生產(chǎn)潛力研究的興趣，并促使他們深入探討土壤和養(yǎng)分對(duì)作物生長(zhǎng)的影響。Blac kman在此基礎(chǔ)上提出了“限制因子定律”，強(qiáng)調(diào)了環(huán)境因素對(duì)植物生長(zhǎng)的制約作用。接著，Mitherlich進(jìn)一步完善了這一理論，提出了“收獲量定律”，突出了作物生長(zhǎng)中養(yǎng)分供應(yīng)的重要性。而德國(guó)農(nóng)學(xué)家A.D.THAER在綜合考慮了土壤質(zhì)地等多種有關(guān)土壤性質(zhì)的因素后，建立了土壤生產(chǎn)潛力評(píng)級(jí)體系，為土地資源的合理利用提供了理論依據(jù)。這些理論和模型的提出，為土地資源的科學(xué)管理和高效利用奠定了基礎(chǔ)，也推動(dòng)了農(nóng)業(yè)生產(chǎn)方式的不斷創(chuàng)新和改進(jìn)。

2.2 土地生產(chǎn)力

20世紀(jì)80年代，對(duì)耕地產(chǎn)能的研究進(jìn)入了以光溫（氣候）為主要影響因素的土地生產(chǎn)力階段。研究人員開(kāi)始深入探索太陽(yáng)輻射和作物的光能利用效率對(duì)作物產(chǎn)量的影響。黃秉維和竺可楨等研究人員提出了一種基于太陽(yáng)輻射的光合作用能力的評(píng)估方法。然而，這種方法的計(jì)算結(jié)果明顯不符合實(shí)際情況，因此其他學(xué)者在此基礎(chǔ)上進(jìn)行了一系列修正研究，逐漸建立起Wagening模型、Miami等更加成熟的模型[1]。

2.3 耕地健康產(chǎn)能

隨著社會(huì)經(jīng)濟(jì)發(fā)展，全球生態(tài)環(huán)境和土壤健康問(wèn)題逐漸凸顯。各國(guó)學(xué)者開(kāi)始關(guān)注保障土壤健康的研究，即耕地健康產(chǎn)能研究。Bünemann等探討了土壤質(zhì)量與土壤健康的區(qū)別，并列舉了土壤有機(jī)質(zhì)含量、pH值等與土壤健康相關(guān)的常見(jiàn)指標(biāo)[2]。國(guó)內(nèi)學(xué)者對(duì)于耕地健康產(chǎn)能的研究主要集中在確定耕地健康的含義等領(lǐng)域。在這個(gè)領(lǐng)域里，學(xué)者們通過(guò)深入探討耕地的生態(tài)功能和生產(chǎn)能力，努力理解耕地健康的內(nèi)涵與外延。一些學(xué)者與Bünemann的觀點(diǎn)相仿，認(rèn)為耕地健康產(chǎn)能可從耕地健康和耕地產(chǎn)能兩個(gè)方面加以探討。他們強(qiáng)調(diào)耕地健康與生態(tài)環(huán)境的密切關(guān)系，強(qiáng)調(diào)了土壤質(zhì)量、土壤生物多樣性等對(duì)耕地健康的重要影響。而另一些學(xué)者，如李強(qiáng)等，持有不同的觀點(diǎn)，他們強(qiáng)調(diào)環(huán)境質(zhì)量在耕地健康產(chǎn)能中的至關(guān)重要性，強(qiáng)調(diào)需要采取有效措施避免耕地受到污染[3]。

3 耕地產(chǎn)能估算方法研究進(jìn)展

3.1 趨勢(shì)外推法

趨勢(shì)外推法是以作物產(chǎn)量為基礎(chǔ)，運(yùn)用灰色模型、指數(shù)平滑等方法來(lái)識(shí)別作物產(chǎn)量變化趨勢(shì)并估算耕地產(chǎn)能的一種方法。因?yàn)橹豢紤]作物產(chǎn)量數(shù)據(jù)這一個(gè)因子，所以相對(duì)來(lái)說(shuō)簡(jiǎn)單易用，但在實(shí)踐中明顯存在一些問(wèn)題。首先，該方法難以進(jìn)行長(zhǎng)期預(yù)測(cè)和估算，導(dǎo)致估算結(jié)果的不準(zhǔn)確性和局限性。其次，趨勢(shì)外推法對(duì)豐年和災(zāi)年的敏感度較低，無(wú)法充分反映作物生長(zhǎng)過(guò)程中的異常情況。此外，由于該方法僅考慮作物產(chǎn)量數(shù)據(jù)，忽略了其他影響耕地產(chǎn)能的因素，因此其估算的準(zhǔn)確性和全面性有待提高。

3.2 潛力衰減法

潛力衰減法本質(zhì)上是一種基于作物生長(zhǎng)規(guī)律的耕地產(chǎn)能估算方法。它的核心在于建立作物生長(zhǎng)模型，通過(guò)模擬作物的生長(zhǎng)過(guò)程和產(chǎn)量形成機(jī)制，根據(jù)實(shí)際情況對(duì)光照、溫度、水源、土壤和社會(huì)經(jīng)濟(jì)等因素進(jìn)行逐級(jí)修正，從而估算出耕地的生產(chǎn)能力。潛力衰減法中，比較具有代表性的是Wageningen模型和AEZ模型。相對(duì)來(lái)說(shuō)，AEZ模型更全面地考慮了作物所需的氣候環(huán)境因素，因此有著更廣泛的應(yīng)用空間。中國(guó)農(nóng)用地分等體系就采用了AEZ方法，并以全國(guó)標(biāo)準(zhǔn)耕作制度二級(jí)區(qū)的光溫（氣候）生產(chǎn)潛力為對(duì)照，通過(guò)逐級(jí)修正各因素來(lái)確定耕地的生產(chǎn)能力[4]。

在應(yīng)用潛力衰減法的過(guò)程中，學(xué)者們?cè)谟?jì)算自然和社會(huì)經(jīng)濟(jì)修正系數(shù)方面存在略微的差異。自然修正系數(shù)方面，學(xué)者們主要研究光合生產(chǎn)潛力和土壤修正系數(shù)的計(jì)算。光合生產(chǎn)潛力的計(jì)算數(shù)據(jù)來(lái)源多樣，包括進(jìn)行直接輻射和散射輻射計(jì)算，通過(guò)日照時(shí)數(shù)對(duì)天文輻射進(jìn)行修正等多種方法。土壤修正系數(shù)的計(jì)算主要受土壤性質(zhì)、剖面結(jié)構(gòu)、有機(jī)質(zhì)和酸堿度等因子的影響。社會(huì)經(jīng)濟(jì)修正系數(shù)主要受灌溉、排水、交通、農(nóng)藥投入、機(jī)械化投入和地膜使用等因子的影響[5]。同時(shí)，還需要考慮其他相關(guān)因素，如坡位、坡度等地形因子，以及田間管理水平、災(zāi)害防治水平等農(nóng)業(yè)因子[6]。

近年來(lái)，大多數(shù)學(xué)者進(jìn)行的耕地產(chǎn)能估算工作是在縣域范圍內(nèi)以耕地圖斑為評(píng)價(jià)單位，縣域范圍較小時(shí)，地形、氣候、土壤等自然條件相對(duì)一致，估算結(jié)果具有一定的準(zhǔn)確性和可靠性。

3.3 經(jīng)驗(yàn)法

經(jīng)驗(yàn)法是基于氣候因素與作物產(chǎn)量之間的函數(shù)關(guān)系建立的生產(chǎn)能力核算模型。其原理是以氣候因素綜合情況表征作物的生產(chǎn)能力來(lái)估算耕地產(chǎn)能。

Miami模型和Thornthwaite Memorial模型是兩個(gè)具有代表性的模型。Miami模型由LEITH基于全球50個(gè)地點(diǎn)的自然植被凈生產(chǎn)力及年降水量、年均溫之間的函數(shù)關(guān)系構(gòu)建而成[7]。Thornthwaite Memorial模型在Miami模型的基礎(chǔ)上引入實(shí)際蒸散量，更充分地考慮了氣候因素。近年來(lái)，我國(guó)許多學(xué)者應(yīng)用該模型進(jìn)行區(qū)域耕地產(chǎn)能的研究。例如，路志偉等學(xué)者該模型計(jì)算了山東省的凈初級(jí)生產(chǎn)力，并深入研究了其時(shí)空分異特征[8]。戴爾阜等研究者則運(yùn)用該模型確定了氣候變化和人類活動(dòng)對(duì)橫斷山脈地區(qū)實(shí)際凈生產(chǎn)力產(chǎn)生的變化值[9]。然而，這兩種模型也存在一些問(wèn)題。由于所需指標(biāo)相對(duì)較少，存在考慮其他因素不足的問(wèn)題，因此這些模型更適用于大范圍的耕地產(chǎn)能估算。

3.4 Storie指數(shù)法

Storie指數(shù)法是一種半定量化土壤生產(chǎn)力評(píng)估方法，它基于土壤分類系統(tǒng)和環(huán)境特性進(jìn)行構(gòu)建。該方法主要考慮了四個(gè)關(guān)鍵因素：土壤的剖面狀況、表層質(zhì)地、坡度以及土壤和景觀條件。具體操作中，每個(gè)因素的取值范圍被規(guī)定在0～100，通過(guò)將各因素的評(píng)分相乘，最終得到一個(gè)綜合的生產(chǎn)力指數(shù)。然而，Storie指數(shù)法存在一定的不足，由于影響因子的分級(jí)和評(píng)分依賴于主觀判斷，同時(shí)也沒(méi)有規(guī)定因素的類別，導(dǎo)致評(píng)估結(jié)果不夠準(zhǔn)確。

2005年，OGEEN等學(xué)者對(duì)原有的Storie指數(shù)法進(jìn)行了修訂，不僅擴(kuò)大了評(píng)價(jià)指標(biāo)的涵蓋范圍，增加了pH值、電導(dǎo)率、陽(yáng)離子交換量等關(guān)鍵因素，還參考了美國(guó)農(nóng)業(yè)部自然資源保護(hù)局（NRCS）和國(guó)家土壤信息系統(tǒng)（NAIS）的土壤屬性數(shù)據(jù)，采用模糊函數(shù)來(lái)劃分區(qū)間，將不合理的因素分級(jí)進(jìn)行合并。修訂后的Storie指數(shù)法在Andipatti流域的應(yīng)用表明[10]，該方法在實(shí)際應(yīng)用中具有良好的適用性和有效性。該方法與潛力衰減法一樣，都適用于小尺度耕地產(chǎn)能的核算。

4 研究展望

我國(guó)早期的研究局限在土地生產(chǎn)潛力上，1986年左右，在學(xué)習(xí)國(guó)外成熟模型的基礎(chǔ)上，國(guó)內(nèi)初步建立起了一套以氣候生產(chǎn)潛力為主導(dǎo)的農(nóng)用地分等定級(jí)規(guī)程。近年來(lái)，我國(guó)在耕地產(chǎn)能估算領(lǐng)域的研究成果頗豐，但仍存在一些不足之處：

4.1 精確性不足

雖然耕地產(chǎn)估算模型日益成熟，但大部分情況下，學(xué)者們還是以一縣一個(gè)光溫水生產(chǎn)力指標(biāo)進(jìn)行研究工作。這種做法雖然在一定程度上簡(jiǎn)化了研究過(guò)程，但也帶來(lái)了誤差?？h級(jí)空間作為一個(gè)相對(duì)較小的空間尺度，其內(nèi)部的地理?xiàng)l件可能分異較大，或者縣域在經(jīng)緯度上有較大的跨越范圍，這些因素都會(huì)導(dǎo)致誤差。精確性問(wèn)題的解決關(guān)鍵在于技術(shù)手段的提高，如遙感和地理信息系統(tǒng)等技術(shù)的應(yīng)用與發(fā)展。同時(shí)，可以考慮加強(qiáng)對(duì)氣象、土壤等要素的實(shí)時(shí)監(jiān)測(cè)，以更精準(zhǔn)地反映耕地的精確的動(dòng)態(tài)變化。

4.2 工作量巨大

在耕地產(chǎn)能估算階段，傳統(tǒng)的采樣和分析方法存在工作量大、周期長(zhǎng)、成本高和難度大等問(wèn)題，同時(shí)需要大量專業(yè)人員參與。這些繁瑣步驟和龐大的人力需求極大地制約了產(chǎn)能估算的效率和準(zhǔn)確性。未來(lái)的發(fā)展方向包括引入自動(dòng)化技術(shù)和大數(shù)據(jù)分析，構(gòu)建健全的數(shù)據(jù)處理平臺(tái)，以減少人工干預(yù)和誤差，實(shí)現(xiàn)對(duì)大規(guī)模數(shù)據(jù)的高效處理。此外，通過(guò)數(shù)據(jù)處理平臺(tái)的信息共享和協(xié)同工作功能，可以實(shí)現(xiàn)數(shù)據(jù)資源的有效利用和促進(jìn)團(tuán)隊(duì)協(xié)作的高效運(yùn)作。機(jī)器學(xué)習(xí)和人工智能等技術(shù)的應(yīng)用也是重要的研究與發(fā)展方向，實(shí)現(xiàn)高新技術(shù)的突破將進(jìn)一步提升工作效率，為耕地產(chǎn)能的估算工作提供更科學(xué)、可靠的依據(jù)[4]。

4.3 遙感應(yīng)用不成熟

盡管國(guó)內(nèi)研究中遙感數(shù)據(jù)在耕地產(chǎn)能方面的應(yīng)用已有所突破，但現(xiàn)有的指標(biāo)體系繁多，且土壤、灌溉、排水等要素的遙感識(shí)別準(zhǔn)確度有待提高。在實(shí)踐中，我們發(fā)現(xiàn)現(xiàn)有的指標(biāo)體系對(duì)于耕地產(chǎn)能的全面評(píng)估還存在一定的局限性。因此，未來(lái)的研究可以通過(guò)進(jìn)一步細(xì)化指標(biāo)等工作來(lái)建立全遙感數(shù)據(jù)獲取的指標(biāo)體系，以滿足耕地產(chǎn)能評(píng)估的需求。針對(duì)遙感識(shí)別準(zhǔn)確度不足的問(wèn)題，研究人員可以著重改進(jìn)遙感算法，提高對(duì)土壤質(zhì)地、水分狀況等關(guān)鍵因素的遙感準(zhǔn)確度，以此提高遙感數(shù)據(jù)的可信度和精度，為耕地產(chǎn)能評(píng)估提供更可靠的數(shù)據(jù)支持。此外，可以利用多源數(shù)據(jù)融合技術(shù)，通過(guò)融合不同來(lái)源和類型的遙感數(shù)據(jù)綜合計(jì)算得出結(jié)果，提高遙感評(píng)價(jià)的全面性和可操作性，為耕地產(chǎn)能估算等工作提供更加科學(xué)、可靠的技術(shù)支持。這種數(shù)據(jù)融合的方法將為我們深入了解土地資源的利用狀況提供重要參考，為未來(lái)的土地資源管理和保護(hù)提供更為可靠的數(shù)據(jù)支撐。

參考文獻(xiàn)

[1] 孫嘉曼.東北黑土區(qū)耕地利用及其產(chǎn)能變化研究[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2022.

[2] Bünemann E K，Bongiorno G Bai Z G，et al.Soil quality--A critical review[J].Soil Biology and Biochemistry，2018（120）：105-125.

[3] 李強(qiáng)，彭文英.生態(tài)脆弱區(qū)耕地健康診斷體系構(gòu)建及評(píng)價(jià)實(shí)踐[J].干旱區(qū)資源與環(huán)境，2014，28（7）：67-72.

[4] 董艷超.基于地形改進(jìn)的NPP耕地產(chǎn)能計(jì)算及其應(yīng)用[D].武漢：武漢大學(xué)，2021.

[5] 李志富.基于潛力衰減法的雞西市耕地產(chǎn)能核算及提升對(duì)策研究[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2020.

[6] 馬瑞明，馬仁會(huì)，韓冬梅，等.基于多層級(jí)指標(biāo)的省域耕地質(zhì)量評(píng)價(jià)體系構(gòu)建[J].農(nóng)業(yè)工程學(xué)報(bào)，2018，34（16）：249-257.

[7] 李曉亮，吳克寧，褚獻(xiàn)獻(xiàn)，都.耕地產(chǎn)能評(píng)價(jià)研究進(jìn)展與展望[J].中國(guó)土地科學(xué)，2019，33（7）：91-100.

[8]Zhiwei Lu，Peiwen Chen，Yan rui yang，et al.Exploring

quantification and analyzing driving force for spatial and

temporal differentiation characteristics of vegetation

net primary productivity in Shandong Province，China[J].Ecological Indicators，2023（6）：153.

[9] Le Yin，Erfu Dai，et al.What drives the vegetation dynamics in the Hengduan Mountain region，southwest China：Climate change or human activity？[J].Ecological Indicators，2020（112）：126-131.

[10]EI-Aziz SHA.Evaluation of land suitability for main

irrigated crops in the north-western region of Libya[J].Eurasian Journal of Soil Science，2018，7（1）：72-86.