左右江革命老区耕地破碎化及空间集聚格局分析

韦燕飞， 李 莹， 童新华

(1.广西师范学院 国土资源与测绘学院， 广西 南宁 530001；2.广西师范学院 地理科学与规划学院，广西 南宁 530001)



左右江革命老区耕地破碎化及空间集聚格局分析

韦燕飞1， 李 莹1， 童新华2

(1.广西师范学院 国土资源与测绘学院， 广西 南宁 530001；2.广西师范学院 地理科学与规划学院，广西 南宁 530001)

为探究耕地破碎化的空间分异程度和集聚格局，基于2013年Landsat TM影像的耕地数据，构建基于景观格局指数的耕地破碎化综合评价体系，采用空间自相关的空间统计方法定量描述耕地破碎化的空间分布特征。结果表明：左右江革命老区耕地破碎化综合值呈现东高西低的分布格局；耕地破碎化分布具有空间正相关性且集聚程度由高到底的指标有：破碎化综合值>斑块密度>聚合度>连通度，空间负相关性的指标只有斑块平均最邻近距离；表明耕地破碎化空间分布具有负相关性的指标只有平均最邻近距离。LISA聚集图表明，H-H型集中分布在区域东部， L-L型主要分布区域西部，而H-L型分布于西南部。该研究对土地整治、耕地可持续利用和农村经济发展提供决策参考。

耕地破碎化；空间集聚格局；景观指数；空间自相关；左右江革命老区

“十三五”全国土地整治规划到来之际，随着城镇的不断扩张，土地利用结构被迫发生变化，加速了耕地破碎化进程。而耕地破碎化严重制约着土地规模经营管理和农业机械化水平的提高。因此，进行耕地破碎化研究与空间格局分析显得十分必要。到目前为止，一些学者从破碎原因[1]、评价方法[2-4]和驱动因素[5-8]等不同角度做了十分丰富的研究，研究多为分析耕地破碎化与耕地生产效率、农业经济之间的相关性，单纯地进行耕地破碎化空间分异及集聚格局的研究相对较少。耕地破碎化空间聚集格局研究是耕地集中连片管理的基础，破碎化程度直接影响耕地利用效率的提高。本文选取左右江革命老区为研究区域，采用10个破碎化指标构建评价体系进行破碎化水平的测度，应用ArcGIS的自然间断点分级法对破碎化评价值进行分级，以表征破碎化空间分异特征，结合GeoDA空间分析工具进行空间相关性和集聚格局分析。以期为革命老区进行“十三五”土地整治规划的农用地整治提供耕地现状数据、优化耕地空间格局、扩大农业机械化规模和促进耕地集约节约利用等方面提供依据。

1 研究区概况

广西左右江革命老区位于广西西部，主要包括百色市、崇左市、河池市、隆安县和马山县，总计32个县。属亚热带季风气候区，日照充足且湿润多雨，适宜农作物生长。地形以山地为主，受地理和自然环境因素影响，经济落后，人民生活贫困。该区域生态环境优美，水资源、矿产资源和旅游资源丰富，也是壮、瑶、毛南和仫佬等少数民族聚居地。

2 数据处理与研究方法

2.1 数据处理

数据来源于USGS网的2013年Landsat遥感影像数据，采用ENVI5.1遥感影像处理软件进行预处理，之后选用监督分类的最大似然法将其分为水域、耕地、园林地、草地、建设用地和未利用地6类。然后提取出耕地并转为shp格式，应用ArcGIS10.2的转换工具将其转为tif格式，结合Fragstats4.2景观分析软件进行破碎化指标的计算，并建立基于ArcGIS10.2平台的研究区域32个县耕地破碎化数据库，最后利用GeoDA软件进行空间相关性分析。

Fragstats4.2软件计算出的景观指数因选取角度不同而单位不同，往往缺乏统一的可比基础，各县的耕地破碎化度难于综合比较。为了建立各项指标间统一的可比基础，对原始数据进行了标准化处理。本文应用极值标准化法：

(1)

(2)

式中：Eab为标准化后的值；Xab为指标原值；Xmax为某一指标的最大值；Xmin为某一指标的最小值。

2.2 研究方法

2.2.1 耕地破碎化值的测度

在相关学者研究的基础上，从景观格局的5个角度筛选了10个耕地破碎化指标。从聚散性角度选取了景观分离指数(DIVISION)、聚合度(AI)和连通度(COHESION)；从密度及差异水平选取的有斑块个数(NP)、斑块密度(PD)和平均斑块面积(AREA_MN)；从邻近角度选取了平均最邻近距离(ENN_MN)；从面积角度出发的最大斑块指数(LPI)；从形状角度选取了景观形状指数(LSI)和分维数(FRAC_AM)，(其中负向指标为：AI、COHESION、PD、和LSI)以构建耕地破碎化综合评价体系，经过数据标准化处理后将采用熵值法确定各指标权重，多因素综合评价法确定各个评价单元的耕地破碎化综合值。

在评价指标体系中，指标权重的准确性直接影响综合效益评价结果，不同的指标对系统的影响程度不同。本文采用熵值法确定指标权重，熵值法的本质是利用该指标的价值系数来衡量，价值系数越高，表明对评价指标体系就越重要，或者是说权重越大，对评价指标体系贡献就越大。本文选取的10个指标对左右江革命老区32县的耕地破碎度进行评价，数据较多，运用熵值法更能增加评价结果的准确性。熵值法计算步骤如下：

(1)经过数据标准化处理后，计算a县b指标下标准值的比重Yab。

(3)

(2)求取b指标的熵值Zb。

(4)

(3)求取b指标的差异性系数Ub。

Ub=1-Zb(b=1，2，…，10)

(5)

(4)求取各指标的权重Wb。

(6)

表征耕地破碎化程度的指标是多种多样的，所以本文确定采用多因素综合评价法测算，即对每个县的指标标准化值采用加权求和法计算破碎化综合值：

CLF =∑Wb·Eab

(7)

2.2.2 空间自相关性分析

空间自相关性分析由全局空间自相关性分析和局部空间自相关性分析构成。全局空间自相关用于分析一种属性值在整个研究区域是否存在空间集聚特征[9]，一般用Moran’s I描述，如公式(8)所示；而局部空间自相关是用于分析某一属性值在局部空间内的分布特征，一般用Local Moran’s I描述，如公式(9)所示。

(8)

对于每一空间单元i，Local Moran’s I为：

(9)

(10)

其中：(1)一般当|Z|>1.96时，存在空间自相关；(2)n为单元总数目，xi、xj分别表示空间单元i、j的属性值，Wij为两个邻接单元i与j的空间权重矩阵，E(I)为Moran’s I的期望值，Var(I)为Moran’s I的方差。

3 结果分析

3.1 耕地破碎化值空间分异特征

在显著性检验的基础上，借助ArcGIS10.2的自然间断点分级法将斑块密度、聚合度、斑块连通度、平均最邻近距离和破碎化评价值分为五级[10]，得到图1耕地破碎化指标值分布图和图2a耕地破碎化综合值分布图。

3.1.1 耕地破碎化指标值空间分异情况

耕地破碎化指标值的空间分布存在一定的异质性，根据图1a可知斑块密度空间分布的总体特征为由区域东部到西部斑块密度逐渐变小，其中斑块密度等级最高的有：田林、西林、乐业、凌云、那坡、靖西，而此6县均位于百色市境内，又均属于贫困山区，土壤贫瘠，受地形影响，耕地支离破碎，因此斑块密度较大；根据图1b可知聚合度的分布为两级分化，恰好与斑块密度的分布趋势相反，呈东高西低的趋势；根据图1c可知斑块连通度的分布状况与聚合度的分布相似，其中25个县的斑块连通度水平均高于94%，说明此研究区域斑块连通度的整体水平较高，对于水渠、沟渠等灌溉设施的安置还是十分有利的；根据图1d可知平均最邻近距离值的分布在总体上并无规律而言，但可得知德保的斑块平均最邻近距离最大达755.85m，表明德保耕地地块分散程度很高，不利于耕地的规模化经营与管理。由图1可知，崇左市大部分地区的耕地斑块密度较小，平均最邻近距离较近，聚合度和连通程度较高。这是由于崇左市近几年不断探索创新耕地整治新模式，率先开展了大规模的“小块并大块”的耕地整治工作，说明进行耕地整治取得了很大的成效，对于耕地集中连片管理有重要意义。

3.1.2 耕地破碎化综合值空间分异情况

由图2a耕地破碎化综合评价值分布图可知，总体上呈现东高西低的分布格局，耕地破碎化水平较高的县集中分布在区域东部边缘和百色市与河池市的市区所在地的沿线上，为耕地的规模化经营与耕地利用效率的提高带来了不便。其中破碎化水平最高的为右江区、江州区、巴马、宜州、隆安和扶绥6地；而最低的是凭祥市和百色市除右江区以外的全部地区。这种分布格局显然与城镇化水平的高低有关。区域东部边缘各县与自身毗邻城镇化水平较高、经济相对比较发达南宁市和柳州市有关，凭借优越的地理位置带动了自身的城镇化水平，城镇化水平的提高导致土地利用结构的改变，因此耕地破碎化程度较高；而市区所在地耕地破碎化水平较高与城镇扩张过程中，建设用地增多，打破耕地原有格局，使其破碎化程度加剧；但市区所在地沿线上的县份耕地破碎化水平较高，但由于市与市之间物流运输的需要，公路、铁路的修建不得不加剧此地的耕地破碎化程度。

3.2 耕地破碎化空间自相关性分析

3.2.1 全局空间自相关性分析

利用GeoDA空间分析软件计算耕地破碎化指标值和综合值(CLF)的全局空间自相关指数Moran’s I，如表1所示，通过显著性检验并表明耕地破碎化分布空间正相关性的指标有斑块密度、聚合度、连通度和破碎化综合值(Moran’s I顺序：CLF>PD>AI>COHESION)；表明耕地破碎化分布呈现空间负相关性的指标只有平均最邻近距离。耕地破碎化综合值的Moran’s I最高为0.313，空间正相关性较强，空间集聚程度较高。

图2 耕地破碎化综合评价值空间格局

指标NPFRAC_AMPDAREA_MNLPIDIVISIONAICOHESIONLSIENN_MNCLFMoransI-0.04820.01880.1136*-0.0173-0.1303-0.12000.0755*0.0595*-0.0357-0.1561*0.3130期望值E(I)-0.0323-0.0323-0.0323-0.0323-0.0323-0.0323-0.0323-0.0323-0.0323-0.0323-0.0323检验统计量ZI-0.33500.84402.05690.99621.19441.21993.15492.0064-0.2073-2.00254.2755

注：*表示置信度为95%时，Z>1.96，显著相关。

3.2.2 局部空间自相关性分析

在Z值检验的基础上(P=0.05)绘制单变量LISA集聚图，如图3和图2b可显化耕地破碎化局部空间集聚状况。在LISA图中，高-高(H-H)表示区域属性值高，周围属性值也高；低-低(L-L)表示区域属性值低，周围属性值也低；低-高(L-H)表示区域属性值低，周围属性值高；高-低(H-L)表示区域属性值高，周围属性值低。在图3a斑块密度LISA图中，H-H型的为乐业，L-L型的为都安和天等，L-H型主要分布在西部地区，为隆林和德保，H-L型的没有分布；在图3b聚合度LISA图中，各类型呈组团状分布，相对集中，H-H型的有都安、大新和扶绥，L-L型的有那坡、靖西和德保，L-H型则没有分布，H-L型的有右江区和田阳；在图3c斑块连通度LISA图中，其分布情况与聚合度LISA图分布情况相似，各类型区域除平果外，几乎都被囊括在内，H-H型的是都安和平果，L-L型的是那坡和靖西，L-H型的没有分布，H-L型的是右江区；在图3d平均最邻近距离LISA图中，显著类型均集中分布在百色境内，H-H型的没有分布，L-L型的只有田东，L-H型的有右江区和靖西，H-L型的只有德保；在图2b耕地破碎化综合值LISA图中，呈“T”字型分布， H-H型的集中在东部地区，是巴马、东兰和扶绥，L-L型集中分布在西北部，是隆林和西林，L-H型的是大新和环江，H-L型的是右江区。

图3 耕地破碎化指数空间关联局部指标LISA集聚图

从LISA集聚图的总体显著水平看，右江区的聚合度和斑块连通度均为H-L型，平均最邻近距离为L-H型，但是破碎化综合值却为H-L型，很大程度上取决于聚合度和斑块连通度两个指标上；德保的斑块密度呈L-H型，聚合度呈L-L型，平均最邻近距离呈H-L型，但在破碎化综合值水平上却不显著；靖西的聚合度和斑块连通度都为L-L型，平均最邻近距离为L-H型，都安的聚合度和斑块连通度均为H-H型，斑块密度L-L型，说明此县在单项指标上是显著集聚的，并且集聚程度较高，但在破碎化综合值水平上却不显著。总而言之，H-H型集中分布在区域东部， L-L型主要分布区域西部，而H-L型分布于西南部。

4 结论

本文从景观格局指数的5个角度选取10个指标构建了耕地破碎化综合评价体系，并采用空间自相关分析方法对耕地破碎化的空间集聚格局进行了分析，可得出以下结论：

(1)左右江革命老区耕地破碎化综合值呈现东高西低的分布格局，耕地破碎化水平较高的县集中分布在区域东部边缘和百色市与河池市的市区所在地的沿线上；斑块密度空间分布的总体特征为由区域东部到西部斑块密度逐渐变小；聚合度的分布为两级分化，恰好与斑块密度的分布趋势相反，呈东高西低的趋势；斑块连通度整体水平较高，分布状况与聚合度的分布相似；斑块平均最邻近距离值的分布在总体上并无规律而言。

(2)左右江革命老区的耕地破碎化空间自相关性分析的综合值Moran’s I为0.313，空间正相关性较强；而单项指标斑块密度、聚合度和连通度的空间分布也成正相关性，其Moran’s I顺序为：PD>AI>COHESION，平均最邻近距离空间分布呈负相关性。从总体上看，LISA聚集图中H-H型集中分布在区域东部， L-L型主要分布区域西部，而H-L型分布于西南部。

[1]王军强，郭青霞，赵富才，等.耕地细碎化的影响效应及对策研究进展[J].广东农业科学，2014，(18):194—199.

[2]李玲，张少凯，董洋洋.平原粮食生产核心区耕地细碎化定量评价[J].河南农业大学学报，2015，49(4):524-532.

[3]吕振宇，牛灵安，郝晋珉，等.基于层次分析法的耕地细碎化程度多指标综合评价研究[J].中国农学通报，2014，30(26):200-206.

[4]刘轩，张小虎，刘文锴.村级尺度耕地细碎化测度研究[J].河南大学学报，2015，45(5):556-561.

[5]黄思琴，陈英，张仁陟，等.基于景观指数的耕地细碎化与农业经济水平的空间相关性分析[J].干旱地区农业研究，2015，33(3):238—244.

[6]李功奎，钟普宁.农地细碎化、劳动力利用与农民收入——基于江苏省经济欠发达地区的实证研究[J].中国农村经济，2006，(4):42—48.

[7]刘涛，曲福田，金晶，等.土地细碎化、土地流转对农户土地利用效率的影响[J].资源科学，2008，30(10):1511—1516.

[8]张海鑫，杨钢桥.耕地细碎化及其对粮食生产技术效率的影响——基于超越对数随机前沿生产函数与农户微观数据[J].资源科学，2012，34(5):903—910.

[9]陈红宇，朱道林，郧文聚，等.嘉兴市耕地细碎化和空间集聚格局分析[J].农业工程学报，2012，28(4):235—242.

[10]乔佳，宁小李，邓红蒂，等.城市郊区耕地细碎化及其空间自相关性分析[J].国土资源科技管理，2015，32(2):9—15.

Analysis of Cultivated Land Fragmentation and Spatial Agglomeration Pattern in Zuoyoujiang Old Revolutionary Base Areas

WEIYan-fei1,LIYing1,TONGXin-hua2

(1.School of Land Resources and Surveying,Guangxi Teachers Education University,Nanning 530001,China；2.School of Geography and Planning,Guangxi Teachers Education University,Nanning 530001,China.

In order to explore the spatial differentiation and aggregation pattern of cultivated land fragmentation (CLF),cultivated land data was based on the Landsat TM images in 2013.And this paper built index system of comprehensive evaluation of CLF,which is based on landscape pattern.Then,the CLF of the spatial distribution characteristics were quantitatively described by using the spatial autocorrelation spatial statistical methods.The results showed that the distribution pattern of CLF’s comprehensive value in Zuoyoujiang Old Revolutionary Base Areas was high in the east part and low in the west.What’s more,the distribution of CLF had spatial correlation.And the spatial autocorrelation indicated that the accumulation order of four land fragmentation indices was:the comprehensive value of CLF > PD >AI> COHESION.But ENN_MN was negative correlation,which showed that spatial distribution of CLF had negative correlation index was only ENN_MN.In LISA figures,the high-high cluster mainly gathered in eastern area,the low-low cluster mainly distributed in western regions and the high-low cluster was distributed in the southwest.The study provided decision-making reference for land reclamation,sustainable utilization of cultivated land and rural economic development.

the cultivated land fragmentation;spatial agglomeration pattern;landscape index;spatial autocorrelation;Zuoyoujiang Old Revolutionary Base Areas

10.3969/j.issn.1009-4210.2016.05.002

2016-08-27

韦燕飞(1978—)，女，副教授，从事土地利用优化配置研究。

F321.1

A

1009-4210-(2016)05-009-07