基于空间插值的耕地质量差异性分析*——以甘肃省白银市为例

汪延彬，米成林，宋启全，陈亮之，王娅妮

（1.甘肃省国土资源规划研究院，甘肃　兰州 730000；2.甘肃农业大学，甘肃 兰州 730070）

基于空间插值的耕地质量差异性分析*
——以甘肃省白银市为例

汪延彬1，米成林1，宋启全1，陈亮之2，王娅妮2

（1.甘肃省国土资源规划研究院，甘肃兰州 730000；2.甘肃农业大学，甘肃 兰州 730070）

利用耕地质量等别调查评价数据，采用地统计分析法、泛克里格空间插值法和对比研究法，对甘肃省白银市耕地自然质量等别和利用等别的空间分布特性进行深入分析。结果表明：（1）白银市中部和北部县区的耕地自然质量等别普遍高于南部县区，中部地区靖远县的自然质量等别最高；（2）白银市耕地利用等别差异较为明显，靖远县中北部耕地的利用等别最高，以此区域为中心向四周逐渐递减，在全市东部及南部耕地利用等别普遍低于12等，属低等地；（3）在靖远县和平川区境内存在一个以靖远北部为中心的耕地质量较高的带状区域，利用等别的区域中心逐步向靖远县糜滩乡下滩村和文化村偏移。结论：（1）基于地统计分析法的空间插值可用于了解区域耕地质量的空间分布特性；（2）平川区南部、靖远县中北部应作为未来耕地产出管理的重点区域，其他地区应以提高耕地灌溉水平和耕地土壤的蓄水、保墒、保肥能力为主。

耕地质量；空间插值；白银市

严格实行土地管理制度的最终目标是实现3个保障：保障粮食安全，保障经济发展和保障生态安全［1］，其中粮食安全是经济发展和生态安全的基础，耕地产能可量化衡量粮食安全的程度。

国土资源部从1999年至2010年在全国范围内组织了耕地分等调查评价任务，并从2012年开始每年进行一次更新评价。甘肃省开展的耕地综合生产能力调查与评价工作由两部分组成，一是耕地质量等别调查评价，二是在此基础上进行的产能核算。耕地产能是表征耕地产出的重要指标，是耕地单产与其对应面积的乘积［2］，产能核算可直接体现耕地产出，是一种将耕地质量“精准化”、确定区域粮食安全的一种有效方法［3］。目前产能核算的主要方法是通过选取具有代表性的调查样点，构建耕地自然质量等指数与标准粮理论单产样本值、耕地利用等指数与标准粮可实现单产样本值之间的函数模型，然后将所有耕地分等单元的自然质量等指数与利用等指数代入模型［4，5］，计算对应层级的产能，整个过程中耕地质量的分布特性起着重要的作用。基于空间插值方法的耕地质量差异性分析采用地统计学方法，在空间插值的过程中重点考虑了调查样点的质量等别与样点之间位置的相关性，最终通过离散的、不连续的调查样点拟合出具有连续特性的曲面。利用地统计学的方法对现有调查数据进行空间插值处理，将会为了解整个区域耕地质量的总体分布特征提供极大的帮助。

1　研究区概况与数据来源

甘肃省位于我国西北内陆，介于北纬32°31'～42°57'，东经92°13′～108°46′之间，地处东部季风区、西北干旱区和青藏高原区三大自然交汇处，气候类型复杂多样，可划分为北亚热带、暖温带、中温带等气候类型［6］。

白银市是甘肃省12个地级市之一，位于甘肃省中部，地处黄土高原和腾格里沙漠过渡地带，包含12个县，耕地规模占全省9.57%，耕地质量具有陇中地区典型特征。全市南部为中温带半干旱气候区，北部为冷温带干旱气候区，年降水量110～352mm，年蒸发量2101mm。

本文分析数据来自2014年甘肃省耕地质量等别调查评价项目，样本的自然质量等别为考虑光、温、水、土自然条件因素评价得出的等别，利用等别在自然质量等别基础上考虑土地利用系数后计算得出。项目共收集样本996个，通过等别数据与相应等指数的对比统计，使用方差剔除法将样本中部分异常值和错误值剔除，最终得到样本971个，全市各县样本具体数据见表1，如图1所示。

表1　白银市样本统计

图1　白银市耕地质量样本分布图

2　研究方法与数据验证

2.1地统计方法

本文使用的地统计学是统计学的分支，其以区域化变量理论为基础，以变异函数为基本工具，研究在空间分布上既具有随机性又具有结构性的自然现象［7］。凡是研究数据空间分布的结构性和随机性、空间相关性和依赖性、空间格局与变异，并对这些数据进行无偏、最优估计，或模拟这些数据的离散性、波动性时，均可应用地统计学的理论及相应的方法［8］，所以耕地质量的空间差异性分析是其应用之一。

地统计学与经典统计学都是在大量采样的基础上，通过对样本属性值的频率分布、均值、方差等关系及其相应规则进行分析，确定其空间分布格局与相关关系［9］。但地统计学重视样本空间位置及样本间的距离，弥补了经典统计学忽略空间位置的缺陷。

基于地统计学的插值方法最常用的是克里格插值，其通过对已知样本点赋权重来求得未知样本点的值，计算公式可统一表示为［9］：

上式中，Z（x0）为未知点的值，Z（xi）为未知样点周围的已知样本点的值，λi为第i个已知样本点对未知样点的权重，n为已知样本点的个数。在克里格插值方法中，采样点数值的分布及半变异函数情况对插值结果影响较大。

2.2样本数据有效性验证

应用克里格空间插值方法的前提是样本服从正态分布，本文利用直方图工具和正态QQPlot工具，首先对采样点等别数据进行检验，进而分析采样点的半变异函数情况，根据分布特性确定插值模型参数。

白银市样点自然质量等别、利用等别有效性验证结果如图2、3所示。从直方图、正态QQPlot图及正态分布中值、均值可以看出，样本等别呈正态分布。在本文中，笔者分析了不同模型产生的检验方差，发现对于自然质量等别和利用等别，圆形模型结果最优。但在半变异函数图中，样点自然质量等别方向效应不明显，使用各向同性建模方式，利用等别使用各向异性建模方式。

图2　样本自然质量等别直方图、正态QQPlot图

图3　样本利用等别直方图、正态QQPlot图

3　耕地质量空间差异性分析

3.1耕地自然质量等别空间差异性分析

耕地自然质量等别是从自然状态下评价耕地质量，反映耕地土壤、地理条件、气候等自然条件的好坏。通过数据分析，应用泛克里格空间插值方法得到白银市耕地自然质量等别空间分布状况如图4所示。

图4　白银市耕地自然质量等别空间分布

通过图4可以看出：

1）白银市中部和北部县区的耕地自然质量等别普遍高于南部县，中部地区的自然质量等别最高，这与该地区年降水量等值线的分布一致。其中平川区南部、靖远县北部的自然质量等别在10～11等，超过了全省耕地平均自然质量等别13等，属中等地；景泰县西部、会宁县大部、白银区西部及靖远县东部耕地自然质量等别较低，多在13等以下。

2）在靖远县和平川区境内存在一个以靖远北部为中心的耕地自然质量等别较高的带状区域，这说明该区域光、温、水、土等自然资源条件较好，理论上具有较高的粮食生产能力。

3.2耕地利用等别空间差异性分析

耕地利用等别在土地自然质量状况基础上考虑了区域农耕水平、用地强度、种植技能等因素，反映了耕地的平均利用水平。白银市耕地利用等别空间分布状况如图5所示。

图5　白银市耕地利用等别空间分布

通过图5可以看出：

1）白银市耕地利用等别差异较为明显，以靖远县中部为中心，大致可以分为三个等级：

？靖远县中北部耕地的利用等别最高，最高值为10等地；

靖远县大部、平川区南部耕地的利用等别介于10～12等，属中等质量耕地；

其余区域的利用等别较低，普遍低于12等，属低等地。

2）靖远县、平川区境内耕地质量较高的区域更为明显，这与该区域自然质量等别分布图中的结果较一致，且区域中心较自然质量等别向西南偏移约13.8km，对应的行政区为靖远县糜滩乡下滩村和文化村；同时也与靖远县、平川区的地形匹配程度较高，表明这一区域耕地在自然条件较好的基础上有较好的投入和利用水平，应作为后续开展工作或研究的重点对象。

4　结论与展望

4.1结论

利用甘肃省白银市971个耕地质量等别调查样本，运用地统计学方法，得到了耕地自然质量等别和利用等别空间分布结果，从宏观方面分析掌握了该区域耕地质量水平，结果表明：

1）利用地统计分析的空间插值方法可以得出耕地自然质量等别和利用等别的空间分布曲面，这为了解整个区域耕地质量的空间分布特性及评价区域间差异提供了有力工具。

2）白银市靖远县中北部的耕地自然质量等别和利用等别相对较高，应重点加强该区域的耕地管理水平以提高耕地产出水平，避免工程建设对较优质耕地的占用。对于全市东部及南部县区质量较低的耕地，应从提高耕地本底质量方面采取措施，一是通过平整田地、增加肥源等方式增强耕地土壤的蓄水、保墒、保肥能力；二是改善耕地的外部环境条件，通过引水、调水、蓄水解决灌溉水源，大力推广节水灌溉，扩大保灌面积，切实提高土地的灌溉保证率；三是增加有机肥，合理施用化肥，提高土壤肥力，增加粮食产量。

4.2展望

1）空间插值方法与模型种类较多，插值精度取决于样点的具体数值。本文的插值模型参数还有调整的空间，未来可进一步优化插值模型，修正、补充相关参数，提高插值精度，进而得到耕地质量等别的等值分布区，为分析耕地质量等别影响因素提供基础数据，并逐步开展定量分析工作。

2）空间插值方法是研究区域变量空间分布的基本方法，各种方法都有其特定假设、适用范围和优缺点［10］。影响耕地自然质量等别和利用等别空间插值结果的因素主要来自两方面，第一是插值方法本身引起的误差，如插值模型的选择、插值过程各种参数的选取等；第二是外界因素对等别影响引起的误差，尽管对于单一地块的评价，已考虑灌溉保证率、土壤有机质含量等因素，但对区域降水、地形、光照强度、气温、土壤其他属性的影响，还有待更进一步的研究。为了得到更加精确的空间插值模型或定量分析结果，不能只考虑空间位置的相关性，需引入地形、降水等环境因素。

［1］安徽省土地勘测规划院.长丰县农用地产能核算技术报告［EB/OL］.http∶//www.docin.com/p-32927257.html．

［2］郧文聚，王洪波，王国强，等.基于农用地分等与农业统计的产能核算研究［J］.中国土地科学，2007，21（4）∶32-37.

［3］赵永华，崔璐，卫新东，等.泾阳县农用地产能及其空间差异性［J］.中国农学通报，2011，27（24）∶112.

［4］王国强，张蕾娜，宋艳华.农用地产能核算的基础与方法研究——以河南省为例［J］.地域研究与开发，2010，29（1）∶91.

［5］伍育鹏，郧文聚，邹如.基于耕地质量评价的耕地产能核算方法及分布［J］.农业工程学报，2008，24（1）∶85-89.

［6］储少林，周兆叶，袁雷，等.降水空间插值方法应用研究——以甘肃省为例［J］.草业科学，2008，25（6）∶19.

［7］侯景儒，尹镇南，李维明等.实用地质统计学［M］.北京地质出版社.

［8］侯景儒，郭光裕.矿床统计预测及地质统计学的理论与应用［M］.北京∶冶金工业出版社，1993.

［9］汤国安，杨昕.ArcGIS地理信息系统空间分析实验教程［M］.北京∶科学出版社，2006∶363-369.

［10］方书敏，钱正堂，李远平.甘肃省降水的空间内插方法比较［J］.干旱区资源与环境，2005，19（3）∶47-50.

P456.7

甘肃省耕地质量等别调查评价汇总分析项目。（2014-02-01-28-01）