永清县耕地质量空间聚类及影响因素分析

2017-06-15董华

中国农业信息 2017年5期

关键词：耕地聚类利用

董华

（河北瑞嘉土地规划咨询有限公司，廊坊 065000）

永清县耕地质量空间聚类及影响因素分析

董华

（河北瑞嘉土地规划咨询有限公司，廊坊 065000）

研究目的：探索提升耕地质量有效途径，更好保护县域耕地。研究方法：以永清县为例，通过空间自相关方法对全县耕地利用等指数进行了空间自相关分析，进而对利用等指数与表土质地、灌溉保证率、有机质含量、剖面构型和盐渍化程度分值进行了双变量空间自相关分析。研究结果：①永清县耕地利用等指数空间自相关系数为0.887 4，空间自相关特性十分显著；②表土质地、灌溉保证率、有机质含量、剖面构型4项分等因素分值在空间上影响耕地质量等别分布和聚类；盐渍化程度分数在几乎不影响耕地质量等别的空间分布；③永清县西南部地区地区耕地质量明显优于其他地区，为该县优质耕地，适于集中保护。根据聚类具体空间特征制定永清县耕地保护策略及提升措施，将极大地提高永清县耕地保护效果。

耕地质量分等因素空间自相关永清县

耕地质量是确保粮食产量的重要因素，耕地质量等别评定，是土地资源管理的一项重要任务。研究以国家利用等别作为耕地等别对比标准，耕地质量等别评价方法已较为完善。2011年底，基于第一次全国土地利用现状调查的耕地质量等别成果，经过补充调查和更新评价，形成了基于第二次全国土地调查耕地质量等别成果[1]。耕地质量等别更新评价已作为年度性工作开展，评价时点已更新至2014年，广泛用于基本农田划定、土地整治项目、土地规划项目、土地占补平衡项目等工作中[2-5]。在此背景下，对耕地质量等别成果的研究也不断开展。目前，基于耕地质量等别成果的研究主要侧重于应用方法的研究已较为成熟。匡丽花等利用耕地质量等别成果，确定了整治后耕地质量评价方法，并验证了其可行性[6]；杨建波等对耕地质量等别成果在土地利用总体规划中的应用方法进行了研究[7]。

由于耕地自然禀赋具有长期稳定性，各区域耕地质量也具有相对稳定性，研究各县域自身耕地质量等别的分布特点及影响因素，对合理利用县域耕地资源，提升土地资源管理工作效率具有重要意义。该文通过ArcGIS空间分析、空间聚类方法及空间统计功能，分析永清县2014年度耕地质量空间聚类特征，并探索影响因素，为永清县耕地质量等别提升及土地资源管理提供详细措施和具体依据。

1 项目区概况与数据来源

1.1 研究区概况

永清县隶属河北省廊坊市，地处北京、天津、保定三角地带中心，辖区面积760 km2。其中，耕地占全县土地面积的55.47%。随着京津冀协调发展的不断推进，永清县建设用地需求不断增大，耕地占用速度加快，保护耕地压力不断增大。因此，研究永清县耕地质量空间聚类特征及影响因素，对永清县土地利用具有重要意义，并对京津冀地区耕地保护和土地合理利用具有一定参考价值。

1.2 数据来源和处理

该次研究数据由永清县国土资源局提供，主要使用永清县2014年耕地质量等别更新评价成果，数据可靠。该文主要利用ArcGIS10.1对耕地等别数据和评价因素进行空间分析和属性维护。以永清县2014年度变更数据库中耕地图斑未研究单元，通过GeoDa 0.9.5-i（Beta）软件建立空间权重矩阵并进行聚类分析。

2 研究方法

该文采用空间自相关方法分析，该方法已广泛用于数据的空间分布模式分析，且在土地利用数据分析方面效果较好[8]。空间自相关分析能确定相邻空间点上的多个观测值之间是否存在关联关系及关联程度大小，是分析空间要素数据值的分布特征、变化和差异的有效方法[9]。该文采用的空间自相关分析分为全局空间自相关分析和局部空间自相关分析。全局 Moran’s I 是广泛应用的自相关统计量，一般针对连续多边形分布的地理现象，用来研究地理要素的空间分布格局和背后成因[10]。全局 Moran’s I 不能确切指出聚集或异常发生的具体空间位置，此时需要用局部自相关方法作进一步分析，可得出空间关联局域指标。空间关联局域指标（local indicators of spatial association，LISA）用来衡量观测单元属性值与周边单元属性值的相近（正相关）或差异（负相关）程度[11]。

3 结果与分析

3.1 永清县耕地质量现状分析

2014年，永清县耕地面积4.22万 hm2，平均国家利用等别为10.41。质量介于8～13等之间（8等质量最高），共6个等别。其中，12等地最多，面积1.226 991万hm2，比例为29.07%，该等别显著多余其他等别；其次是10等地，面积9 973.26 hm2，比例为23.63%；9、11等地面积接近，分别为7 384.34 hm2、8 094.54 hm2，所占比例都在15%以上；全县13等地最少，面积170.32 hm2，比例为0.40%。永清县耕地质量在空间上呈现西高东低的分布特点，详见图1。

图1 2014年度永清县耕地质量分布

3.2 永清县耕地质量空间聚类及影响因素分析

利用等指数是耕地质量等别的精确反映，研究以国家利用等指数作为空间聚类分析数据进行全局Moran’s I分析，探索永清县耕地质量自相关情况，进而选取影响该县耕地质量等别的主要因素分别与国家利用等指数进行空间聚类分析，探索影响永清县耕地质量各因素关系，为永清县耕地保护及质量提升提供依据。

Moran’s I 介于[-1，1]，一般称为相关系数，绝对值越趋近1，相关性越显著。高属性值在空间上聚集会出现HH高聚类现象，低值会出现LL低聚集现象，也会出现HL或LH 异常聚类情况。

根据永清县2014年度等别成果分等因素，结合永清县实际情况，研究选择了表土质地、盐渍化情况、灌溉保证率、有机质和剖面构型5种因素为主要因素，应用Geoda软件空间分析功能，以k-nearest 方法确定标准空间权重对永清县1.353 5万个耕地图斑进行全局空间自相关分析，得到双变量Moran’s I值，见表1。

分析结果表明，永清县耕地国家利用等指数Moran’s I为0.887 4，p值均小于0.001，因此可以拒绝零假设，即整个廊坊市经济发展水平的空间分布不是随机的，而是表现出非常显著地聚集性，且空间聚类相关性十分显著，进而对主要分等因素与国家利用等指数进行全局空间自相关分析。结果表明，表土质地、灌溉保证率、有机质含量、剖面构型4种因素与耕地利用指数具有显著相关性，而表盐渍化程度与永清县耕地质量无明显相关性，见表1。

进而对国家利用等指数本身与表土质地、灌溉保证率、有机质含量、剖面构型4种因素分别进行双变量局部空间自相关分析，得到永清县国家利用等指数自身及与4种因素局部空间自相关图。结果表明，永清县国家利用等指数在在西南部地区出现大面积HH聚类图斑，且集中连片；中东部地区则是集中连片的LL聚类图斑；LH和HL聚类图斑极少，表明耕地质量在空间上具有极其显著的正相关特性。西南部地区可作为耕地保护、基本农田划定的主要区域，而中东部地区则需要采取措施，不断提高耕地等别，见图2 a。

表1 主要分等因素与国家利用等指数全局空间自相关显著性

双变量空间自相关结果表明，永清县耕地质量与分等因素分值间聚类具有较高一致性，主要表现为西南部地区分等因素较高，表现为较高的HH聚类；而中东部地区较低，表现为LL聚类；在各结果中，表层土壤质地与耕地质量在西部地区出现了较多LH聚类，表明，表层土壤质地不是此区域耕地质量的主要影响因素，在提升质量等别中为次要因素（图2 b），同样，有机质含量在东部异常值区域不是主要影响因素（图2 d）。

各项分析叠加后，图像中呈现HH聚类效应的图斑，为优质耕地，是永清县耕地保护应重点关注的图斑；均为LL聚类的图斑，是提升耕地等别的主要因素，是土地整治等工程的重点区域；出现HL活LH异常聚类的区域，受土地利用系数等因素影响更为显著，应进行进一步研究探索更好的改良方式，提升耕地质量，如图2。