非市场条件下的农用地适宜性评价研究
2017-08-22金正吉王占岐魏超叶圣
金正吉+王占岐+魏超+叶圣
摘要：运用ENVI与ARCGIS等先进方法，对朝鲜民主主义人民共和国黄海北道11个行政区的农用地进行了适宜性评价。在综合考虑研究区的自然、社会、经济条件下，选取了降水量、海拔、坡度、交通条件和水源等5个评价指标，综合运用层次分析法和特尔菲法进行了指标权重确定。探讨了在非市场条件下如何评价农用地的优劣，可以为土地资源的科学管理及合理利用提供一定的科学依据。研究结果表明：适宜性程度高的地区大部分位于研究区的西北，主要为Songlim市，Saliyuan市，Bongsan郡，Huangzu郡；西部地区的海拔和坡度条件较好，交通网也很发达，农用地的适宜性水平也较好；北东部和东南部因地形与水源条件不佳，如Suan郡、Bongsan郡、Sehung郡，导致农用地适宜性评价结果较低，但随着灌溉水平提高，具有较好的农业发展潜力。此外，还应对不适合耕种地区进行退耕还林、还草，并在适宜地区将旱地转为水田。
关键词：ARCGIS；农用地；ENVI；适宜性评价
中图分类号：
文献标识码：A 文章编号：1674-9944（2017）14-0213-07
1 引言
土地资源是人类赖以生存的基本要素，因此，在任何地区任何时期，加强对土地资源的综合利用，增强对土地资源合理优化配置能力都显得极为重要。土地适宜性评价是综合考虑土地的社会、自然和经济情况，评价针对某种特殊用途的适宜性，评价结果的高低与适宜性成正比[1]。达到将土地针对某种特定用途，划分成若干等适宜程度的目的，以判断该土地作为建设用地、耕地、园地、林地、等的适宜性及限制性的大小，为土地利用总体规划，耕地后备资源的开发一以及耕地资源的保护提供依据[2]。
在中国，对农用地适宜性的研究较为成熟。吴燕辉、周勇在确定土地适宜性的评价指标时，除自然因子外，还选一些经济因素，如交通因素、土地利用规模效益、市场等[3]。在城镇化和工业化快速发展的背景下，生态环境被破坏等建设用地与农用地之间的矛盾日益突出，因此，在开展农用地适宜性评价的过程中生态问题受到越来越多的关注。此外，相关研究者指出平原地区，由于人口密集，地形区位优势明显，生态因素、区位因素、经济因素等这些因素必须综合考虑[4]。袁成军，朱红苏，何腾兵等在山区农用地适宜性评价中，选取评价指标时倾向于选取自然因子[5]。随着GIS和RS等技术方法集成运用越来越趋于成熟，宝鲁等利用遥感影像及有关图件资料，基于RS与GIS技术评价了半干旱区农用地的适宜性[6]。吕云峰等应用RS技术，获取遥感影像并进行处理，结合GIS技术建立土地利用数据库，使土地适宜性评价的结果更加准确、科学[7]。姚丹丹，苗放等选取了如下评价指标：水源、交通、地形、坡向、海拔等评价了四川省农用地适宜性，并在GIS的支持下，利用其空间分析功能得到了四川省耕地适宜等级的空间分布特征[8]。郜红娟，张朝琼等运用GIS技术，选取了如下适宜性评价指标：坡度、与河流距离、与公路距离、与城镇距离、土地资源和耕作距离等6个因子，对农村居民点用地适宜性进行了评价[9]。以上研究均表明，将GIS技术和RS技术相结合，能更快速、准确、科学地获得土地利用信息。
基于文献综述可知，关于农用地适宜性评价的研究较为丰富，但大都是以中国国情下的市场体制为背景，而对非市场经济条件下土地适宜性评价研究却无人涉及，因此本文以朝鲜民主主义人民共和国黄海北都的11个郡为研究对象，主要探索在非市场条件下如何评价农用地的适宜性。本文在充分考虑研究區独特的自然地理的特征基础上，采用ENVI 5.1软件对Landsat遥感卫星影像进行监督分类，提取研究区的土地利用现状分类图。在此基础之上选取降水量、海拔、坡度、交通运输条件、水源作为评价指标。利用ARCGIS10.2软件的空间分析功能，评价了研究区农用地适宜性等级。本研究填补了朝鲜相关研究领域的空白，研究结果可以为土地资源的科学管理及合理利用提供一定的科学依据，尤其对研究区土地资源的掌握和优化管理具有重要的意义。
2 研究区概况与数据处理
2.1 研究区概况
本文选取朝鲜民主主义人民共和国黄海北道的11个郡为研究对象（图1）。研究区位于朝鲜西南部，人口约211万人，面积为8，157 km2，位于内陆。研究区的东北部为阿虎飞岭，西南为丘陵性山地，西北部为载宁江冲积平原，中间有礼成江冲积平原。本研究运用ENVI软件得到的土地利用现状图（图2）。经统计可知（表1），研究区范围内水田仅占区域总面积的7.98%，而旱地则达到了48.18%。区域内农业以旱田为主，主要种植各种杂粮和棉花、烟叶等经济作物。黄海北道地势由东北向西南倾斜，地形以海拔500 m以下的低地为主。年平均气温9～10℃，同全国年平均气温相近；年平均降水量800～1200 mm之间，为全国年平均降水量较多的地区之一，有较明显的地域差异。该道水利化成就突出，建有大型人工湖银波湖和燕滩水库，水陆交通较发达。自然地理特征来看，区域内较好的水利化条件、地形和气候条件是区域内农业发展的基本保障。
2.2 数据处理
2.2.1 数据来源
采用的数据为2009年6月24日Landsat遥感卫星拍摄的TM影像（30 m×30 m）和DEM资料（30 m×30 m），以及研究区道路网和河流网的shape资料、研究区16个观测地点的降水量资料（28年间）、行政界线图等。
2.2.2 数据处理
遥感技术能够提供多时相、多光谱的土地利用信息，因此能够很好地进行土地分类[10～15]。本文中首先对TM资料对象分为六大类，即山林、水田、旱地、建设用地、水体、云彩，利用ENVI软件的ROI工具定义了对应样本，样本之间的分离度值大于1.99（最大2.0）以上：地物可分离度很好。然后根据定义的6个样本（图3），运用ENVI的一种监督分类方法进行对象分类分析。ENVI提供了多种监督分类方法，本文利用神经网络分析方法得到土地利用分类图（图4）。
3 研究方法
3.1 指标选择和权重确定方法
3.1.1 指标选择方法
农用地是自然和人类劳动的联合产品，一个复杂的生态经济体系。农用地评价是根据农用地自然与社会属性，对其质量优劣进行综合评定。在具体评价工作之前，必须对区域内的自然和社会经济因素进行宏观角度的分析。在不同的自然地理条件、农业生产特点和利用方式下，对农用地质量影响起主导作用的因素是不同的。农用地评价工作当中评价因子的选取主要遵循差异性、主导性、综合性、针对性、现实性、独立性等的原则[8]。
在充分考虑研究区的自然地理条件的基础上，结合研究区的特殊性和数据的可获得性，本文选取降水量、海拔、坡度、交通和水源等五个评价要素，以自然角度为切入点来评价农用地的适宜性。
研究区土地适宜性评价的地形因素有海拔和坡度条件，坡度在25°以上地区不适合耕地的利用，另外地表起伏越大，它的农用地适宜性也越差。对农业生产来说保证灌溉条件最重要，从研究区气候实际情况来看，区域内的基本水源来源于河川网（包含湖和水库）和自然降水，这些来源也构成了研究区农用地灌溉水的主体，所以水源的分布条件也属于重要评价要素。其实对农业生产来说，最关键要素就是水，本文为农用地适宜性评价的选择指标时，选取了降水量和水源两项指标。交通条件是农业经济发展的要素之一，因此交通是一项重要评价指标。通过以上考察，本文确定了如下五项评价指标：降水量、海拔、坡度、交通、水源。
3.1.2 权重确定方法
选择评价因素方法有层次分析法、主成分分析法、特尔斐法等，每种方法都有各自的优缺点。鉴于研究区的特殊性，数据获取存在较大难度，若采用客观确定权重方法，必然会给权重结果带来明显的误差。因此，本文选取层次分析法（表2），结合特尔菲法综合确定各评价指标的权重。
3.1.2.1 层次分析法
层次分析法（AHP）是将与决策有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法[16，17]。层次分析法的优点是决策者可以根据各层次之间的相对重要性来得到各层次相对上一层的权重。层次分析法的结构分为：最高层（要达到的目的）、中间层（约束及准则层）、最低层（解决问题的措施）。
根据本文指标选取，准则层：降水量C（1）、海拔C（2）、坡度C（3）、河流C（4）、交通运输条件C（5），构造成对比较矩阵如下：通过一致性检验，其一致性比率CI=0.025，均小于0.1。
3.1.2.2 特尔斐法（均方差计算法）。
特尔斐法是一种常用的指标权重确定方法，具有简单易行的特点。均方差决策法是一种经典的多属性决策方法，主要优点体现在原理直观、计算较为简单等[18～20]，权重ai超过（E-2δ）
依据公式（1）、（2）、（3），得到指标权重值如表4所示。
3.1.2.3 层次分析——特尔斐法获取评价指标复合权重
本文将运用层次分析法获取的权重W1与运用特尔斐法获取的权重W2进行耦合从而获取复合权重值。公式如下：
本文θ取值0.5，求得最终复合权重指标体系（表5）。
3.2 基于ARCGIS平台的空间分析
ARCGIS是一套完整的GIS应用平台。基于该应用平台可以完成土地评价体系的开发、浏览、编辑、分析和存储以及信息的发布等基本的地理信息功能。ARCGIS具备土地评价数据的显示和发布、各种关联地图的编辑、数据的查询和管理、分析处理等完整功能框架[10， 21]。本文基于ARCGIS的空间分析功能，建立了因素因子的影响计算模型和级别评价模型，利用ARCGIS强大的空间分析功能，如Raster Reclassify、Raster surface、Euclidean Distance、Weighted Overlay功能等可评价农用地适宜性。评价技术路线如图5所示。
3.3 适宜性评价量化标准体系
联合国粮农组织（FAO）提出了农业土地适宜性四个等级，高度适宜 （S1）、一般适宜（s2）、勉强适宜（S3）和不适宜（N）。在研究区内，绝大部分地区为海拔500m以下起伏缓和的低山丘陵，少量地区坡度较大，具有山地特征，年平均降水量在800～1200 mm之间。本文分别将海拔500 m以下、降水量800 mm以下、坡度25°以下的条件分成4个等级，超过这些数值范围的另算一个等级。综上所述，根据研究区自然地理特征和联合国粮农组织对农业土地适宜性级别的定义，制出了各评价因子量化分级综合表（表6）。
3.4 农用地适宜性评价
3.4.1 海拔、坡度分布分析
对研究区的数字高程模型（DEM）应用Arcmap的Reclassify工具，处理得出其海拔、坡度空间分析数据，如图6、图7所示。
从海拔与坡度级别分布图可以看出，海拔100m以下及坡度5°以下的大部分地区位于研究区的西部—Songlim、Zonghua、Huangzu、Saliyuan、Unpa，这说明了西部地区具有为农业发展的地形条件。在研究区海拔500m以上的地区很小，基本上位于北东部和东中部、南部的山地，如阿虎飞岭山脉。坡度25°以上地区也大体上占据北东部和南部的山区。通过考察海拔高和坡度要素分布，可知研究区在地形条件有明显的地域差异，这就影响到农用地适宜性评价级别。
3.4.2 交通运输、水源条件分析
依据应用Arcmap的Euclidean Distance功能，得到缓冲分析图（图8、9）。
从研究区交通缓冲分析图中可以看出，道路總体呈网格状分布，分布较为均匀，但西北部Songlim、Zonghua、Saliyuan郡的交通状况在整个研究区处于最优状态，整体处于2 km以内。其次，Huangzu、Unpa、Sehung郡也具有较好的水平，交通条件较差的地区是研究区的中心部和南部，如Bongsan郡和Linsan郡的南部地区。
从水源缓冲分析图来看，因受到载宁江及其支流、大型人工湖（银波湖和燕滩水库，瑞兴湖等）的影响，研究区的西部、中心部、中北部的水源保证条件最好，尤其是songlim、saliyuan、unpa、sehung、yontan郡。水源条件较差的地区为中东部和南部地区。通过考察交通和水源因素缓冲分析，可知研究区具有较发达的交通网和充足的水源，尤其很多已建好的大型人工湖和水库为农业发展提供了有利条件，对研究区农用地适宜性评价有着正向影响。
3.4.3 降水量分布分析
基于研究区15个观测地点28年间的降水量资料（表7），利用Arcmap的Interpolation功能，生成年平均降水量级别图（图10）。从分布图来看，研究区内从西部到东部降水量逐渐增多，表明研究区东部（yonsan，suan，sehung郡）具有充足的降水。研究区的西部降水量较小，这与研究区的地形条件有很大关系。从西部刮来的湿气海风和位于研究区东部山脉之间互相作用导致地形性降水，从而对研究区降水量分布造成影响。通过分析，可见研究区降水量分布与其他评价要素不同，西部和东部之间有明显的差异。
3.4.4 适宜性综合评价结果
依据海拔、坡度、交通条件、水源和降水量等5个评价指标的分布图，结合前文求出的复合权重体系（表5），运用Arcmap的Overlay＼＼Weighted Sum功能得出了最终适宜性评价级别，如图11所示。将适宜性评价级别图与利用ENVI得到的土地利用现状图进行对比分析，基于ARCGIS平台的空间分析工具（Conversion Tools、Analysis Tools）得到各级别农用地面积，见表8。可见评价结果能反映农用地适宜类型的分布。
由图1和表8可以看出，（1）适宜性评价1级的地区大部分位于研究区的西北部，总面积为61514.1 hm2，占研究区面积的18.18%，其中水田面积占研究区总水田面积的64%，这表明此区域有着较好的农业生态环境，并具有较强的可持续发展潜力。究其原因，是因为该区域的海拔和坡度条件较好、交通网也很发达，具有较优越的自然与经济条件，因此这些地区一直是黄海北都的主要粮食生产区。一级林地大部分位于研究区的西北部，该地区具有较好地土壤条件和其他条件，因此具备退林还耕的可能。
（2）从面积上看，适宜性评价2～3级农用地为面积最多、分布最广泛的农用地，占有总农用地的47.6%以上，主要分布在西北和东南部丘陵地域。从2～3级农用地构成来看，在除了山林以外土地中，旱地（95480.2 hm2）和水田（1951.7 hm2）的比例是约49：1，耕地的极大部分属于旱地，这说明在这些地区基本耕作方式是旱地，可通过土整治与其他措施，将旱地改造成水田。这一级别的土地对农业生产有一定的限制，主要原因是有轻度侵蚀威胁、降水量分布不均且交通较落后。
（3）属于适宜性4级的农用地大体位于研究区的北东部和南东部低山地，总面积约为61612.7 hm2，其中山林地面积最大，比例将近一半。此等级地区坡度与海拔条件较差、经济条件也不佳，属于暂不利于农用生产，但随着灌溉水平提高，不仅有农业发展潜力，也有营造山林的潜力。
（4）在适宜性为5级的农用地中旱地面积为4600.5 hm2，大部分分布在研究区的中部和最南部，该区域的自然与经济条件很差，不适宜耕作，适于造林。
基于前文研究，本文得到了研究区11个行政区的农用地适宜性级别面积表（表9），其中，1代表Songlim，2代表Zonghua，3代表Huangzu，4代表Yonsan，5代表Yontan，6代表Suan，7代表Saliyuan，8代表Bongsan，9代表Unpa，10代表Sehung，11代表Linsan。
由表9可知，在Songlim、Saliyuan、Zonghua、Unpa、Huangzu区域内水田和旱地的耕作水平高，对食粮安全生产和农业发展具有重要的意义。区域内坡度在5°以下的林地面积达到了3434.7 hm2，通过改良土壤和其他条件，具有将其改造城耕地的潜力。
农用地耕作水平较差的地区为Suan、Bongsan、Yontan、Sehung、Linsan，其中Suan，Bongsan，Sehung三个地区内存在较多适宜性等别5级的旱地，大部分位于中东部，其中约有196.1 hm2的旱地分布在坡度25°以上的地区，意味着这些地区不合适耕作，尤其是在3个郡（Suan、Bongsan、Sehung）坡度25°以上的耕地面积较大，应对不适合耕种地区进行退耕还林、还草。没有属于5级的行政区是2个郡（Songlim、Unpa）Songlim和Unpa两个郡中不存在适宜性为5级的耕地，因此，这两个郡对耕地利用变更的迫切性较弱。
在3、4级等别地区的农用地中，坡度在5°～15°范围内的山林地面积分别是3级-11865.1 hm2、4级-10713.9 hm2，为提高农用地的食粮生产水平，可通过完善交通与其他条件，进行退林还耕。具备这种可能性的地区是Yontan、Suan、Bongsan郡。
4 结论与讨论
土地资源是人类要永久依靠的宝贵资源之一，需要制定土地供应、保护、开发、集约和节约利用政策。而土地适宜性分类结果是土地管理决策的重要依据。本文运用ENVI和ARCGIS技术，对朝鲜黄海北道11行政区的农用地适宜性进行了评价。从研究结果来看，适宜性程度高的地区大部分位于研究区的西北，主要为Songlim市，Saliyuan市，Bongsan郡，Huangzu郡。而西部地区的海拔和坡度条件较好，交通网也很发达，农用地的适宜性水平也较好。研究区的北东部和东南部因地形与水源条件不佳，導致农用地适宜性评价结果较低，但随着灌溉水平提高，不仅有农业发展潜力，也有营造山林地的潜力。为了使研究地区能够更好地满足人民物质生活需求，使投入的劳动能收获更多成果。建议将25°以上的坡地退耕还林、退更换草。此外，还应结合地形、灌溉条件等因素将旱地因地制宜“升级”成水田，从而带来更高的产出，保证农业的粮食安全。
由于研究区域比较特殊，资料获取受限。因此，本文农用地适宜性评价指标主要考虑了区域内的自然因素，如地形、水源、气候等，对社会经济因素的研究只选取了交通因素。在之后的研究中可结合其他社会因素，如工业与农业的关系完善农用地适宜性评价。
参考文献：
[1]刘 恒，耿雷华，陈晓燕. 区域水资源可持续利用评价指标体系的建立[J]. 水科学进展，2003， 14（3）：265～270.
[2]刘忠秀，谢爱良. 区域多目标土地适宜性评价研究——以临沂市为例[J]. 水土保持研究，2008（1）：176～178.
[3]吴燕辉，周 勇. 土地利用规划中的土地适宜性评价[J]. 农业系统科学与综合研究，2008（2）：232～235.
[4]陈 伟，肖丽群，吴 群. 长三角地区耕地非农流转适宜性评价及管制分区初步研究[J]. 中国土地科学，2012（6）：79～84.
[5]袁成军，朱红苏，何腾兵，等. 基于Gis的喀斯特山区农用地适宜性评价——以贵州省黔西县为例[J]. 山地农业生物学报，2008（2）：152～156.
[6]宝 鲁，玉 山，包玉海. 基于遥感、Gis的半干旱区旗县域农用土地适宜性評价研究——以呼和浩特市托克托县为例[J]. 干旱区资源与环境，2004（s3）：73～76.
[7]吕云峰，徐海峰，费 龙，等. 基于遥感和Gis的土地适宜性评价研究[J]. 长春师范大学学报，2007， 26（10）：94～98.
[8]姚丹丹，苗 放，杨文晖，等. 基于Gis的四川省农业土地适宜性评价研究[J]. 物探化探计算技术，2015（3）：403～408.
[9]郜红娟，张朝琼，蔡广鹏，等. 基于Gis的岩溶山区农村居民点用地适宜性评价[J]. 水土保持研究，2015（2）：200～203.
[10]王洪波. 农用地分等定级的理论与方法探讨[J]. 土壤，2004， 36（4）：371～375.
[11] 唐菊莉，姚廷娟，申 维. 基于Rs和Gis技术环境星影像的武汉市土地分类方法的研究[J]. 测绘与空间地理信息，2013（3）：37～40.
[12] 李忠锋，王一谋，冯毓荪，等. 基于Rs与Gis的榆林地区土地利用变化分析[J]. 水土保持学报，2003， 17（2）：97～99.
[13] 朱运海，张百平，曹银璇，等. 土地利用/覆被变化遥感检测方法与应用分析[J]. 地球信息科学，2007（3）：116～122.
[14] 孙艳玲，杨小唤，王新生，等. 基于决策树和Modis数据的土地利用分类[J]. 资源科学，2007（5）：169～174.
[15] 王玉丽，马震. 应用Envi软件目视解译Tm影像土地利用分类[J]. 现代测绘，2011（1）：11～13.
[16] 周二雄，李凤婷，朱 贺. 基于改进层次分析法（Ahp）的微网成本-效益评估[J]. 电力建设，2013（3）：1～6.
[17] 翟文侠，黄贤金，张 强，等. 基于层次分析的城市开发区土地集约利用研究——以江苏省为例[J]. 南京大学学报（自然科学版），2006（1）：96～102.
[18] 王占岐. 农用地定级及基准地价评估研究[M]. 武汉：中国地质大学出版社， 2007.
[19] 陈跃. 跨境管道工程全寿命期集成化风险管理与决策研究[D]. 天津：天津大学， 2012.
[20] 汤日红. 基于“3S”技术的土地资源综合承载力研究[D]. 贵阳：贵州师范大学， 2008.
[21] 高向军，马仁会. 中国农用土地等级评价研究进展[J]. 农业工程学报，2002（1）：165～168.
