基于能值分析与模糊评价的粮食主产区耕地健康评价——以石家庄市栾城县为例

李 强

（首都经济贸易大学城市经济与公共管理学院土地资源管理系，北京 100070）

基于能值分析与模糊评价的粮食主产区耕地健康评价
——以石家庄市栾城县为例

李 强

（首都经济贸易大学城市经济与公共管理学院土地资源管理系，北京 100070）

粮食主产区耕地健康是事关粮食安全（产量与品质）的重要因素。该文在探讨耕地健康评价方法的基础上，结合粮食主产区的实际情况，以石家庄市栾城县为例，进行耕地健康评价实践研究。结果显示：研究区域耕地能值指数介于0.631～0.863，耕地健康模糊指数介于0.603～0.878，耕地健康综合指数介于0.531～0.753，分为很健康、健康和亚健康3个级别，其面积构成分别为7.6%、48.4%和44.0%，区域内耕地健康状况较好。研究表明：模糊评价与能值分析互为补充，建立耕地健康诊断指标体系与评价模型科学可行，可为不同区域开展耕地健康评价提供方法借鉴。

耕地健康;能值分析;模糊评价;粮食主产区;栾城县

0 引言

随着社会经济的快速发展、人口的持续增加以及环境退化的加剧，粮食安全（产量与品质）以及引致粮食安全的耕地健康问题受到普遍关注［1－3］。中国的粮食安全问题始终是国内外学者的研究热点，主要包括粮食生产安全、粮食生产潜力、耕地的支撑及持续利用能力以及基于粮食与人口的土地资源承载力研究等方面［4］，而粮食主产区是中国商品粮生产的核心区域，对确保国家主要农产品有效供给具有决定性作用，基于中国粮食主产区的演变驱动分析［5］，耕地作为现代农业生产与人为控制下物质转化的重要基地，其规模、质量、产能与环境状况是保障国家粮食安全与社会经济可持续发展的关键因素之一，耕地健康是实现质量目标、产能目标和土壤环境目标等耕地功能的综合体现［6］。

从20世纪70年代FAO提出土地质量的概念、发布土地评价纲要开始，土地质量（指土地维持生态系统生产力和动植物健康而不发生土壤退化及其它生态环境问题的能力）的界定得到广泛认可［7］，相关研究在土地质量评价理论框架［8］、土地质量指标（LQIs）［7，9］等方面都取得了丰富的成果，在耕地产能［10］与耕地土壤环境［11］方面也有较多研究。目前研究多对耕地质量、产能和土壤环境分别进行评价，模糊评价方法应用最为普遍［12－14］。本研究在基于能值分析与模糊评判的农用地健康评价方法［15］的基础上，融合耕地质量、产能、土壤环境等模糊评价指标与能值分析修正，以石家庄市栾城县耕地为例，开展了粮食主产区耕地健康诊断研究，进一步验证了耕地健康评价方法的可行性，以期为不同区域开展耕地健康诊断提供方法借鉴，并为实现粮食主产区耕地科学调控与定向培育以及促进粮食主产区耕地数量、质量和生态并重管理的有效推进提供科学依据。

1 研究区与研究方法

1.1 研究区域

栾城县地处河北省西南部（114°28′55″～114°47′35″E，37°47′34″～37°59′49″N）、太行山脉东麓山前冲洪积平原，海拔45～65 m，属暖温带半湿润大陆性季风气候区，年均气温12.4℃，年均日照2 522 h，≥10℃积温4 220.1℃，多年平均降水量508 mm，无霜期200 d左右。栾城县是华北平原的粮食高产区，是国家级基本农田示范县，农业生产条件优越，土质肥沃，耕地集中连片，农业机械化水平高;土壤类型有潮褐土和石灰性褐土两个亚类，土体构型多为“蒙金土”，土层厚度均大于1 m，主要农作物有小麦、玉米、蔬菜等，基本耕作制度为小麦－玉米一年两熟制。

区域土地总面积为350.68 km2，包括农用地278.66 km2（耕地273.55 km2，占区域土地总面积的78.0%，且全部为水浇地和菜地;园地、林地及养殖用地共计5.11 km2），建设用地70.52 km2，未利用地1.51 km2。基于土地利用现状数据库，选择地块法划分评价单元，共划分662个评价单元。

1.2 研究方法

本研究采用多层次模糊评价与能值分析相结合构建综合评价模型［15］进行耕地健康评价，通过实践研究，进一步验证模糊评价与能值分析相结合方法的可行性。

在耕地健康模糊评价体系框架研究［15］的基础上，针对粮食主产区耕地的客观特性，同时遵循主导性、实用性及独立性原则进行指标初选，以实现耕地功能的影响因素作为主要指标，其中有些因素对于耕地健康有重要影响但在研究区域内无明显差异的不作为评价指标（如土层厚度、土地构型、土地利用模式等），再通过主成分分析法进行筛选，最终确定16项诊断指标构成栾城县耕地健康评价的指标体系，并分析各指标与耕地健康的关系。采用层次分析法和变异系数法综合计算研究区域耕地健康模糊评价指标体系的权重值（表1），采用目标、亚类和指标3个层次依次确定其权重值，最后计算各评价指标的权重总排序。

表1 研究区域耕地健康模糊评价指标体系Table 1 The appraise indicator system of cultivated land health by fuzzy logic for study region

基于各评价指标不同属性对耕地健康的影响程度，通过调查资料与实验结果的分析，分好、较好、中等、较坏和坏建立各指标的评价标准。

1.3 数据来源与处理

本研究的土地利用现状数据（MapGIS）以2009年土地利用现状变更调查为基础。统计数据均来源于栾城县国民经济统计资料（2005－2010）。为进一步核实耕地的投入产出数据，了解农民耕作的实际情况，在每个乡镇选择3个村进行实际调查（共选择24个村），并在村中随机选择5个农户进行农户调查，详细了解农作物的产量水平与化肥、农药、机械动力等投入情况以及农民的收入来源、收入水平和农民对提高粮食产量、增加收入计划采取的措施等。

为了获取土壤属性数据与土壤环境数据，在整理分析原有土壤普查资料的基础上，在2009年9月进行了土壤采样与实验分析。采用3 km×3 km网格法布点，将落在非耕地区域的样点移到邻近的耕地内，采集耕作层（0～20 cm）土壤样品42份。样品经预处理后，采用常规方法测定土壤有机质含量、土壤碳酸钙含量和土壤p H值（表2），应用反相离子对高效液相色谱－电感耦合等离子体质谱（HPLCICP-MS）测定土壤中重金属（Cd、Hg、As、Cu、Pb、Cr和Zn），应用气象色谱仪测定有机物污染物（六六六、滴滴涕）的含量（表2）。

2 耕地健康模糊评价

2.1 耕地能值指数

根据耕地系统能值流动概图，以分乡镇的统计资料为基础结合农户调查数据，制定耕地系统分乡镇能值流简表，并按照耕地能值指数评价模型，评价研究区内各乡镇耕地能值指数（表3）。

2.2 耕地质量

研究区内大部分区域表土质地为壤土，占耕地面积的83.6%，沙壤质和粘土分别占13.3%和3.1%。经试验测定，耕地表土层有机质含量7.3～38.7 g·kg－1，采用 Kriging插值，建立有机质含量的空间分布情况。研究区耕地主要采用地下水进行灌溉，目前主要开采地下水位在80～120m的含水层［19］，按照该层地下水埋深的分布情况，确定地下水位指标属性。灌溉保证率和排水条件根据统计资料和实地调查情况确定其各级别的空间分布。交通条件指标是根据地块距道路的距离，按照确定的评价标准进行量化，应用GIS的空间分析功能，生成缓冲区，确定交通条件的区域分布，并赋值到各评价单元。耕作便利条件是根据各地块的形状和面积，按照制定的评价标准确定各单元的耕作便利条件等级。综合耕地质量的各项指标进行模糊评价，其空间分布见图1a。

表2 研究区域土壤样点测试结果Table 2 Experiment results of soil sampling in the study area

表3 研究区耕地系统能值投入产出类型及分乡镇能值流Table 3 Emergy contributed by each flow of input or output in the cultivated land system of every town

2.3 耕地产能

研究区域的冬小麦光温生产潜力指数为1 302，夏玉米光温生产潜力指数为2 228，产量比为0.7，农用地分等中测算的自然质量分平均值为0.930，据此测算的研究区域的理论产能为39 919 kg/hm2。按照耕地健康评价指标等级划分标准确定的理论产能分级标准，理论产能为2级（较好），在耕地健康评价中，县级区域内的理论产能为一个值，其作用是为了实现不同区域间评价结果的可比。实际产能是指目前已经实现的生产能力，以2008－2010年《栾城县国民经济统计资料》统计的粮食产量为基础数据，并将全部作物转换为基准作物产量，分乡镇进行计算。

人均农业收入是反映农业对区域内农民的经济保障能力，以2010年《栾城县国民经济统计资料》统计各乡镇的数据。人均耕地面积是区域粮食安全与耕地社会保障能力的体现，以栾城县2010年分乡镇的土地利用数据为基础，按照确定的等级标准进行划分，研究区域耕地产能的空间分布见图1b。

2.4 土壤环境

图1 耕地健康模糊评价目标层评价结果Fig.1 The objects layer result of cultivated land health with fuzzy decision

土壤p H值、重金属、有机污染物等指标是通过实验分析测定的点状数据，采用Kriging插值，结合GIS工具进行处理，建立指标属性的区域分布情况。其中对于重金属、有机污染物，将其分别与该区域的土壤环境背景值相比较，依据制定的耕地健康评价标准，划分为3个等级;农药使用量和化肥施用量指标以统计资料和农户调查数据为基础，分村确定指标属性，并按空间位置分别赋值到各评价单元;将养殖场地作为点状污染源进行分析，通过GIS的缓冲区分析，根据耕地距离养殖场地的距离，分为5级评价其对耕地健康状况的影响。综合土壤环境的各项指标，研究区域土壤环境的空间分布状况见图1c。

2.5 耕地健康模糊评价

综合耕地质量、产能与土壤环境各指标的评定，按耕地健康多层次模糊评价模型［15］进行评价，结果分别隶属1级（很健康）、2级（健康）和3级（亚健康等），其空间分布情况见图2。

图2 研究区域耕地健康模糊评价结果Fig.2 The evaluation result of cultivated land health with fuzzy decision in the study region

2.6 耕地健康综合指数

按耕地健康评价方法探讨［15］中的公式（5）对模糊评价结果进行非模糊化处理，计算得耕地健康模糊指数介于0.603～0.878。按公式（6）计算各单元的耕地健康综合指数，其结果介于0.531～0.753。按照总分频率法划分耕地健康级别，分为很健康（≥0.700）、健康（0.600～0.700）和亚健康（＜0.600）3个 级 别，其 面 积 构 成 分 别 为 7.6%、48.4% 和44.0%，空间分布见图3。

图3 研究区域耕地健康综合评价结果Fig.3 The compositive evaluation result of cultivated land health in the study region

3 评价结果分析

分乡镇的耕地能值指数介于0.631～0.863，由于研究区域范围较小，单位面积的可更新资源投入相同，农产品产量与购买资源投入的不同导致耕地能值指数的差异。其中楼底镇的耕地能值指数最高，为0.863，耕地质量最高，灌溉用水、化肥、农药的投入较为合理，耕地种植形成了适度的规模，农业机械化程度高。窦妪镇的耕地能值指数最低，为0.471，该乡镇交通、区位优势明显，各类企业发展迅速，主要劳动力已从事非农产业，但耕地经营模式并没有改变，农业种植靠高投入（化肥、机械、农药等）维持，导致购买资源投入大，而农产品产出反而不高。

研究区耕地质量好、较好和中等级别的面积构成分别为26.2%、64.3%和9.5%，可见区域内耕地质量普遍较高，适宜农业生产，但区域地下水位的逐年下降，水资源状况是区域耕地质量的主要限制因素。耕地产能则评价了耕地的社会保障功能与现实生产能力，其中好、较好、中等和较差级别的面积构成分别为12.3%、20.5%、54.1%和13.1%，各乡镇耕地产能状况有较大差异，大部分乡镇耕地产能还有待于提高。随着工农业生产的发展、人民生活及农业生产方式的转变，部分区域的污染物有增加趋势，耕地土壤环境状况有潜在污染风险，从模糊评价划分的4个级别看，好、较好、中等和较差的面积构成分别为 30.55%、37.90%、21.33%和10.21%。

耕地健康模糊评价结果显示，很健康、健康和亚健康级别的面积构成分别为10.96%、72.00%和17.04%，可见研究区内耕地整体健康状况良好，其结果也综合体现了耕地质量、耕地产能与耕地环境的区域差异性。从各健康级别的区域分布看，亚健康级别的耕地主要分布在区域内的工业区周围，该区域的耕地土壤环境状况较差，且农民的种粮积极性不高，主要从事非农产业，导致实际产能较低，但面积较少，仅占区域耕地面积的17.04%;很健康和健康级别的耕地面积合计占区域耕地面积的82.96%，各乡镇均有分布，体现了区域耕地的主体状况。

耕地健康综合指数是耕地健康模糊评价与耕地能值指数的综合，综合评价结果体现了研究区域耕地健康状况的实际差异，在评价结果的实际检验过程中，发现不同乡镇间的耕地投入状况、经营管理模式有较大差别，评价结果的乡镇分异性与实际一致。

4 结论

耕地健康诊断体系包含了耕地质量目标、产能目标和土壤环境目标，同时进行了耕地能值指数修正，避免了常规土地质量评价中投入产出数据考虑不全的缺陷，通过模糊评价补充了能值分析中无法涉及的耕地自然属性、土壤环境状况、社会保障功能与耕地保护政策等对耕地系统的影响，并充分利用了不同指标的特性。在栾城县的实践应用中，进一步验证了评价体系的科学性与数据的可获得性。在评价方法上，通过运用能值分析方法与模糊评价方法相结合建立的综合评价模型评价耕地健康状况，采用地理信息系统作为工作平台，实现指标量化处理与评价结果综合表达，形成了一套完整、可操作的耕地健康评价方法。

通过以栾城县为例的实证研究，评价结果很好地反映了耕地功能所体现的耕地健康状况，评价结果的空间分布与实际情况相一致，耕地健康评价体系与评价模型便于应用，所需数据易于获取，进一步验证了基于模糊评价与能值分析进行耕地健康评价的科学可行性。

［1］WIEBE K.Land Quality，Agricultural Productivity and Food Security［M］.Cheltenham，UK，Northampton，USA：Edward Elgar Publishing，2003.

［2］BROUWER F.Sustaining Agriculture and the Rural Environment［M］.Cheltenham，UK：Edward Elgar Publishing，2004.1－14.

［3］RANDOLPH J.Environmental Land Use Planning and Management［M］.Washington：Island Press，2004.1－8.

［4］刘东，封志明，杨艳昭，等.中国粮食生产发展特征及土地资源承载力空间格局现状［J］.农业工程学报，2011，27（7）：1－6.

［5］顾莉丽，郭庆海.中国粮食主产区的演变与发展研究［J］.农业经济问题，2011，32（8）：4－9.

［6］李强，赵烨，严金明.城市化驱动机制下的农用地健康评价［J］.农业工程学报，2010，26（9）：301－307.

［7］DUMANSKI J，PIERI C.Land quality indicators：Research plan［J］.Agriculture，Ecosystems and Environment，2000，81：93－102.

［8］ROSSITER D G.A theoretical framework for land evaluation［J］.Geoderma，1996，72（3）：165－190.

［9］BOUMA J.Land quality indicators of sustainable land management across scales［J］.Agriculture，Ecosystems and Environment，2002，88：129－136.

［10］王洪波，郧文聚，吴次芳，等.基于农用地分等的耕地产能监测体系研究［J］.农业工程学报，2008，24（4）：122－126.

［11］杨军，郑袁明，陈同斌，等.北京市凉凤灌区土壤重金属的积累及其变化趋势［J］.环境科学学报，2005，25（9）：1175－1181.

［12］BURRONGH P A.Fuzzy mathematical methods for soil survey and land evaluation［J］.Soil Sci.，1989，40：477－492.

［13］GROENEMANS R，VAN RANST E，KERRE E.Fuzzy relational calculus in land evaluation［J］.Geoderma，1997，77：283－298.

［14］KAUFMANN M，TOBIAS S，SCHULIN R.Quality evaluation of restored soils with a fuzzy logic expert system［J］.Geoderma，2009，151：290－302.

［15］李强.基于能值分析与模糊评判的农用地健康评价方法探讨［J］.地理与地理信息科学，2011，27（2）：87－91.

［16］MARTIN J F，DIEMONT S A W，POWELL E，et al.Emergy evaluation of the performance and sustainability of three agricultural systems with different scales and management［J］.Agriculture，Ecosystems and Environment，2006，115：128－140.

［17］ODUM H T.Environmental Accounting：Emergy and Environmental Decision Making［M］.New York：Wiley，1996.

［18］舒帮荣，刘友兆，陆效平，等.能值分析理论在耕地可持续利用评价中的应用研究——以南京市为例［J］.自然资源学报，2008，23（5）：876－885.

［19］贾金生，刘昌明.华北平原地下水动态及其对不同开采量响应的计算——以河北省栾城县为例［J］.地理学报，2002，57（2）：201－209.

Health Evaluation of Cultivated Land in the Major Grain Production Region Based on Emergy Analysis and Fuzzy Decisions：A Case Study in Luancheng County

LI Qiang
（DepartmentofLandManagement，SchoolofUrbanEconomicsandPublicAdministration，Capital UniversityofEconomicsandBusiness，Beijing100070，China）

The regional economic development and national food security（production and quality）were direct influenced by the status of cultivated land health，especially，in the region of major grain production.Based on the exploration the appraisal method of cultivated land health，investigation the actual situation of the region of major grain production in the North China Plain，Luancheng County was selected for the case study of cultivated land health evaluation.The evaluation results show that emergy index of cultivated land changes from 0.631 to 0.863，the fuzzy index of cultivated land health changes from 0.603 to 0.878，the composite index of cultivated land health changes from 0.531 to 0.753.The result of composite index was divided into three classes，namely in perfect health，normal health and subhealth in this study area，the area proportion is 7.6%，48.4%and 44.0%，respectively.The whole status of cultivated land health is good in Luancheng County.This study indicates that the cultivated land health diagnosis index system and evaluation model are scientific and feasible，the fuzzy decision and emergy analysis can complement each other，and this study can provide the method reference for cultivated land health assessment in different regions.

cultivated land health;emergy analysis;fuzzy decision;the major grain production region;Luancheng County

F301

A

1672－0504（2012）06－0085－05

2012－04- 11;

2012－07－25

教育部人文社会科学研究青年基金项目（11YJC630101）;国土资源部公益性行业科研专项（201111010－01）;北京市教委人才强教计划学术创新团队“首都圈生态文明建设研究”;北京地区普通高等学校学科群建设项目“首都可持续发展战略研究”

李强（1977－），男，博士，主要从事土地科学与资源环境评价等方面的研究。E－mail：eq1977＠163.com