基于景观格局和空间自相关分析的两区优化研究以南昌市新建区为例

2019-12-25蔡磊汤江龙

农业与技术 2019年23期

蔡磊汤江龙

摘要：粮食生产功能区和重要农产品保护区是国家保障粮食和重要农产品供给、推进农业供给侧改革、农业现代化建设的重要途径。耕地细碎化是影响耕地有效利用的重要因素，研究县域内“两区”的耕地细碎化状况，分析其空间聚集特征，对遏制耕地细碎化水平、稳定粮食和重要农产品自给水平和推进“两区”耕地规模化经营管理都具有重要意义。研究从景观生态学的角度入手，以新建区为例，借助Fragstats、SPSS和Open GeoDa等软件，从景观生态学的角度来选取6项景观格局指标，利用主成分分析法计算综合景观指数，并通过空间自相关分析，确定景观水平的耕地聚集特征，最后提出有效的两区管理措施建议。

关键词：景观格局;两区划定;空间自相关;新建区

中图分类号：S-1

文献标识码：A

DOI：10.19754/j.nyyjs.20191215014

“两区”是依据国家主体功能区规划、土地利用总体规划和优势农产品区域布局等规划，以永久基本农田为基础，划定用于确保国家粮食安全的粮食生产功能区和保障棉花、油料、糖料及天然橡胶等重要农产品有效供给的重要农产品保护区。作为粮食及农业安全的核心防线，“两区”承载着诸如产品供给、生态保育、增长收入和管理探索等功能[1]。科学合理地划定 “两区”能够有效地落实国家粮食安全战略、推进农业供给侧结构性改革、优化农业区域布局以及推进现代农业建设。

土地细碎化是指由于人类活动的干扰以及地形地貌和地质灾害等原因，所形成的耕地被分割为数量繁多、分布散乱无序且面积大小不统一的若干地块[2，3]。我国土地细碎化研究在内容上主要包括细碎化内涵研究、细碎化影响研究、细碎化评价研究和细碎化对策研究。例如：我国学者李功奎[4]等研究得出耕地细碎化的成因主要包括自然地形地貌因素和社会经济因素两方面;李赛博，徐丽萍[5]研究表明耕地细碎化对耕地利用效率具有负面影响;王山、奉公[3]提出构建农地细碎化整体性综合治理模式。关于土地细碎化的研究技术方法主要包括改进TOPSIS 法[7]、随机前沿函数 [8]、DEA模型[9]、GWR模型[10] 等方法。随着遥感技术、地理信息科学等新兴技术的发展，对细碎化程度的测度也从原来的微观农户尺度逐渐的向利用遥感以及地理信息系统等技术的中观尺度发展[11]。但是耕地细碎化的研究在中观层面上研究细碎化的空间分布特征和细碎化应用的研究较少。关于“两区”的研究也只是探讨了一些划定过程中的方式方法问题，缺乏针对性的“两区”耕地细碎化状况的研究以及“两区”后期规模化经营的改善措施研究。

土地细碎化是影响粮食产量的重要因素，粮食产量跟土地的土壤质量以及地形地势都具有很大的相关性，土地过于细碎化会影响耕地的高效利用，阻碍农业机械化的发展与推广，对农村农业的经营集体化存在较大的不利影响[12，13]。为了更好地实施国家的粮食安全战略、推进农业供给侧改革等要求，有必要研究“两区”的土地细碎化状况以及空间聚集特征，减少土地细碎化状况对“两区”后期的规模化经营管理產生的影响。本研究基于景观格局的角度分析，合理选择景观格局指数，运用空间自相关分析方法，揭示新建区的土地细碎化状况，并在此基础上针对新建区的耕地细碎化特征提出有效的后期管理措施建议，以期为“两区”划定的后续保护及经营管理等工作提供一些参考和借鉴。

1研究区域概况与数据来源

1.1研究区域概况

新建区地处江西省中部偏北，南昌市西北郊，赣江下游西岸，中国第一大淡水湖——鄱阳湖的南面。三面环山，一方傍水，地理坐标为E115°31′～116°25′，N28°21′～29°10′。全区常态地貌类型以冲积平原、滨湖为主，平原占全区总面积的33.86%，水面占39.76%，丘陵占26.38%。全区辖区面积215973.00hm2，县境狭长，东南到西北约22km，西南至东北约112km。属亚热带温暖湿润性气候，日照充足，雨量充沛。受季风的影响，年降雨量分布不均，四季气温变化很大，呈现“春寒多雨、夏热洪涝、秋凉干旱、冬冷霜雪”的气候特点。

1.2数据来源与处理

本研究的数据来源于新建区农业部门提供的“两区”空间分布图。研究利用ArcGIS10.2的空间分析功能对空间分布图进行分析，提取出新建区的“两区”耕地分布Shape数据并栅格化。运用Fragsta 4.2软件对栅格数据计算新建区各项景观格局指标的数值，在此基础上通过SPSS22.0软件计算景观格局指数的综合主成分，得到新建区耕地细碎化的综合景观格局指数，最后利用OpenGeoda软件分析新建区的耕地细碎化程度的空间聚集特征。

2研究方法

2.1景观格局指数

景观格局指数可以高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的定量指标[14]。研究利用ArcGIS10.2将新建区的“两区”空间分布图转化为10m×10m的栅格图层，利用Fragsta进行景观格局指数分析，采用标准法，计算新建区不同景观类型的景观格局指数，形成景观指数栅格图。结合景观生态学的相关理论，本文选取6个指数，其具体公式及含义见表1。

2.2主成分分析法

主成分分析是把多个指标化为少数几个综合指标的统计分析方法。通过计算得到能代表反映原来变量的信息量的主成分因子，最终确定各景观指数的综合分值[15]。各主成分Yi的计算可以用旋转载荷矩阵的数值除以主成分对应的特征值的平方根为系数分别乘以对应的指标数据。用所选主成分的方差贡献率与被解释的总方差之比为权重，将各主成分综合计算，得到景观格局指数的综合主成分得分Y，其公式如下。

Uij=aij/λi（1）

Yi=∑pj=1UijZj（2）

式中，Uij代表主成分特征向量;aij代表旋转载荷矩阵向量;λi代表主成分的特征值;Yi代表主成分;Uij代表主成分特征向量;Zj代表标准化向量。

2.3空间自相关分析

2.3.1全局空间自相关

全局空间自相关主要用于描述整个研究区内的地理要素属性值之间的空间特征，可以测定出变量在空间中是否具有相关性，常用莫兰指数进行衡量[16-18]。全局莫兰指数（GlobalMorans I）取值在[-1，1]之间[19]。Global Morans I的取值越接近1，表示研究区域空间正相关性越强。其公式如下[20]：

MoransI=n∑ni=1∑nj=1Wij（Xi-X）（Xj-X）∑ni=1∑nj=1Wij∑ni=1（Xi-X）2（3）

式中，n为空间单元个数;Wij为空间权重值;Xi和Xj为空间位置的观测值;X为空间单元的均值。

2.3.2局部空间自相关

局部空间自相关分析将数据分为 5类表示，分别为：H-H、H-L、L-H、L-L和非显著型。H-H表示该研究单元及周围单元的属性值都较高;L-L表示该研究单元及周围单元的属性值都较低;L-H 和 H-L表示其属性值有较强异质性;非显著型是空间呈随机分布的区域，表示没有通过显著性检验。局部Moran，s I系数的计算公式[21]为：

Ii=（Xi-X）S2∑jWij（Xj-X）（4）

S2=1N∑i（Xi-X）2，X=1n∑ni=1Xi（5）

式中，Xi表示景观类型观测值，X是变量的平均数，Wij为权重矩阵，Moran，s I系数的取值在[-1，1]之间。

3结果与分析

3.1景观格局指数分析

分析景观格局指数的图表发现，西山镇的LSI和DIVISION均达到最大值，分别为28.848、0.977，LPI值达到最小为5.438，说明西山镇的斑块形状是所有乡镇中最复杂的，斑块被分割的程度最高，耕地形狀最不规则，耕地之间的距离也是所有乡镇中最远的。溪霞镇的PD值最大，MPS值最小，分别为9.313、8.839，代表溪霞镇的两区内耕地的斑块密度最大，平均斑块面积最小，说明溪霞镇的两区的耕地普遍存在面积小且细碎的状况。

此外，朱港农场的LSI和DIVISON值最小，分别为6.640、0.735。说明朱港农场的“两区”内耕地的斑块形状最规则，耕地之间的距离也是所有乡镇中最近的。成新农场的PD值最小，MPS值最大，分别为0.871、114.831，说明成新农场的耕地的单个斑块面积大且农场的斑块个数少且分布均衡。在景观分析当中，两区地块的景观格局得分在连片度和形态方面越优异，越有利于耕种的机械化、农业生产方式统筹和管理方式统一。

3.2景观格局指数的主成分分析

对新建区“两区”的耕地细碎化景观指标进行降维处理，得到景观指数的主成分因子表（表3）、主成分分析旋转成分矩阵（表4）和综合主成分分值表（表5）。由表3可以看出，代表景观格局综合指数的第 1 主成分、第 2 主成分的特征值分别为4.024和1.243，累计方差贡献率为87.786%>85%，可选第 1 主成分和第2 主成分来量化新建区综合景观格局水平。

由表5可以看出，恒湖垦殖场、朱港农场、成新农场、南矶乡和望城镇的第1主成分值为负值且较高，说明这几个乡镇入选“两区”的耕地形状较规则且单个斑块面积较大。石岗镇、西山镇、松湖镇、流湖镇、樵舍镇和金桥乡这6个乡镇在第1主成分上的值较大，说明这些乡镇的“两区”耕地形状复杂，小面积斑块多且分布散乱。第2主成分值较大的代表乡镇有溪霞镇、石埠镇和望城镇，说明其斑块密度较大，斑块平均面积较小。从综合景观水平的主成分分值来看，西山镇、石岗镇、松湖镇、金桥乡和樵舍镇的值比较大，其中西山镇的综合主成分值最高为2.269，景观破碎程度最为严重。在平均水平以下的乡镇主要有朱港农场、成新农场、恒湖垦殖场、昌邑乡和南矶乡，其中朱港农场最小为-2.178，所反映出来的综合景观水平最好，“两区”地块分布集中，耕地斑块形状最为规则。

3.3景观特征空间自相关分析

利用 Geoda 软件计算得到新建区Morans I的值为0.529，为正值，且检验统计量Z值为4.352，P值为0.001小于0.05，表明综合主成分的计算结果置信度高，景观格局水平在空间上存在正相关的关系，空间集聚格局比较明显，某个区域的景观格局综合值变化，其相邻区域也呈现出相同的变化趋势。

以Morans I值为基础绘制空间聚类图（图2），可以看出新建区景观格局水平指数的空间分异格局表现得较为显著。通过检验的H-H关联型有石岗镇、松湖镇、流湖镇和厚田乡这4个乡镇，呈现局部高值集聚分布格局;L-L关联型的乡镇有铁河乡、昌邑乡、南矶乡、朱港农场、成新农场和恒湖垦殖场，属于局部低值集聚分布格局。整体分析发现，新建区的景观水平聚集特征从东北方向的L-L型过渡到中部地区的L-H型，然后到西部的H-H型，聚集特征在空间走向上的分布明显与地形地貌相关，新建区西连西山山脉，东南北三面环水，西南丘陵、平原相间，东北为滨湖平原圩区。耕地的分布也是随着地形地貌的走向大致分布的，在山脉和丘陵地区的耕地分散，破碎程度高。在平原和滨湖地区，耕地更易耕种，受人类活动影响大，农田基本上分布集中，破碎程度小，空间分布更规则。

4结论

本文基于景观格局的角度分析新建区的“两区”耕地细碎化状况，运用空间自相关分

析来揭示新建区“两区”耕地细碎化在景观格局上的空间聚集特征，为后期“两区”耕地的规模化经营、推进农业供给侧改革等提供措施建议和参考依据。

4.1景观格局水平特征

新建区的景观指数表明，西山镇、石岗镇和松湖镇的“两区”耕地格局水平最差，最需要通过技术推广等手段广泛改良耕地;朱港农场、成新农场和恒湖垦殖场的格局水平最好，不仅是新建区的粮食储备区，更是理想的“两区”后续技术推广和管理实践的实验田。

4.2空间自相关特征

新建区的景观格局水平的聚集特征与新建区的地形地貌密切相关，呈现由区内东部的L-L型过渡到西部的H-H型。L-L型主要分布在东部的昌邑乡、成新农场、朱港农场和恒湖垦殖场;H-H型主要分布在西南部的石岗镇、松湖镇、西山镇和流湖镇。

4.3相应的“两区”空间管护措施建议

“两区”空间监管上，建立及时的“两区”土地细碎化监管机制，通过卫星遥感等信息技术支撑，在“两区”划定之后的精准化、动态化管理上，分片区、有针对地进行耕地细碎化的监测[22]。“两区”空间治理措施上，以动态监测为基础，根据耕地细碎化程度不同的片区，采取有效地针对措施，包括土地整治和土地流转等，来治理耕地细碎化情况[23]。

参考文献

[1] 尤飞，周振亚，罗其友.建立“两区”：构筑粮食及农业安全的核心防线[J].种业导刊，2017（03）：7-8.

[2]吕晓，黄贤金，钟太洋，等.中国农地细碎化问题研究进展[J].自然资源学报，2011，4（3）：530-540.

[3] 王山，奉公.中国农地细碎化及其整体性治理问题研究[J].云南社会科学，2016（1）：17-22.

[4]李功奎，钟甫宁.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.

[5]李赛博，徐丽萍，方曼曼，等.玛河流域耕地景观细碎化与利用效率的关联性探析[J].水土保持研究，2017，24（1）：311-316.

[6]文高辉，杨钢桥，汪文雄，等.基于农户视角的耕地细碎化程度评价——以湖北省“江夏区—咸安区—通山县”为例[J].地理科学进展，2016，35（9）：1129-1143.

[7] Bouchard D，Anderson，McGuire，etl.Evaluating cost of production of mine dairy farms using an on-site interview[C].AAEA&WAEA Joint Annual Meeting，San Francisco，California，2015.

[8] WadudA，WhiteB.Farm household efficiency in Bangladesh：a comparison of stochastic frontier and DEA methods[J].Applied Economics，2000，32（13）：1665-1673.

[9]韩逸，郭熙，江叶枫，饶磊，孙凯，李婕，王澜珂.南方丘陵区耕地景观生态安全影响因素及其空间差异研究[J/OL].生态学报，2019（17）：1-12.

[10]盖树鹏，陈松林.德化县土地细碎化及其空间自相关性分析[J].云南地理环境研究，2018，30（04）：44-52.

[11]纪月清，王许沁，陆五一，等.农业劳动力特征、土地细碎化与农机社会化服务[J].农业现代化研究，2016，37（5）：910-916.

[12]陳春苗，牛海鹏.耕地细碎化对粮食产量的影响———以河南省焦作市为例[J].资源开发与市场，2012，28（1）：28-30.

[13]尹登玉，张全景，翟腾腾.基于景观指数的耕地细碎化空间特征研究[J].国土资源情报，2017（11）：30-38.

[14]刘洁，葛志超，尚玲，张蓬涛，朱永明.基于景观格局分析的昌黎县基本农田分区[J].贵州农业科学，2013，41（10）：102-106.

[15]关小东，何建华.基于贝叶斯网络的基本农田划定方法[J].自然资源学报，2016，31（6）：1061-1072.

[16]熊昌盛，韦仕川，栾乔林，等.基于Morans I分析方法的耕地质量空间差异研究——以广东省广宁县为例[J].资源科学，2014，36（10）：2066-2074.

[17]聂春祺，谷人旭，王春萌，等.城市空间自相关特征及腹地空间格局研究——以福建省为例[J].经济地理，2017，37（10）：74-81.

[18]李晓丹. 宾县耕地细碎化评价及空间集聚特征研究[D].哈尔滨：东北农业大学，2017.

[19]张孝宇，张安录.武汉市耕地非农化的空间自相关分析[J].长江流域资源与环境，2015，24（05）：781-788.

[20]马燕飞，沙占江，郭丽红，等.基于NDVI及DEM的青海湖北岸景观格局空间自相关分析[J].遥感信息， 2010（6）：95-101.