基于限制因素分区的耕地质量保育与提升探讨——以湖北鹤峰县为例

左 岍，周 勇*，魏 昭，原国华

(1.湖北省地理过程分析与模拟重点实验室/华中师范大学城市与环境科学学院，武汉 430079；2.湖北省国土整治局，武汉 430071)

耕地是粮食生产的依托，是重要的生产、生活和生态空间，耕地质量的优劣对保障粮食安全、生态安全以及可持续发展具有重要作用[1].近年来，中国城市化进程不断加快，耕地面积不断减少、优质耕地不断被占用或高强度利用，加上出现生态环境污染现象，这些均使得我国耕地质量总体维持在中等偏下水平[2-4].在有限的耕地资源下注重于提高耕地质量，从而提高粮食产量，养活还在急剧增加的人口，迫在眉睫．

耕地质量是由自然因素与人为因素综合作用而形成的反映作物生长适宜性程度的土地特性，包括气候条件、地貌状况、土壤特性、基础设施等方面[5].近年来，国内学术界针对如何提升耕地质量做了诸多研究.大多学者基于农用地分等成果基础，充分考虑耕地质量提升的可能性和可行性后，有的从土壤、水条件等传统影响因子改良入手[6-7]，有的则在传统耕地质量评价基础上加入新的测度系数，如健康系数等进行深入剖析[8]，最后为耕地提质改造、提升潜力分区及相应整治规划提供参考建议[9-12].而耕地中存在的限制因素是阻碍耕地质量提升的关键[3，6].现有针对于如何确定限制因素文献的研究中，基本分为两大类：第一类为直接从农用地分等定级评价体系中沿用或选取若干指标确定耕地质量提升限制因素[2，13-15]；第二类为通过其他模型确定限制因素[3，16-19].第一类方法采用最多，其优点为继承农用地分等成果，可与之前评价进行有效衔接，在同一维度上实施耕地质量提升措施.第二类方法优点则是跳脱之前体系，拓宽了耕地质量提升内容，提供更多解决思路.而在后续根据限制因素程度划分耕地质量提升区的研究中，多是以国家自然等提升潜力指数模型或者改进模型为基础进行耕地质量提升分区[13，15].因此，针对于耕地质量提升限制因素确定、量化分析以及后续的分区研究还可以继续深入.此外，从研究尺度看，从省、市、县宏观研究耕地质量提升限制因素文献较多，从地类图斑微观层面出发目前还较少.因此，本文基于地类图斑，从立地条件、理化性状、养分状况、土壤管理、生态环境等方面入手选取指标，构建耕地质量等级评价指标体系，对鹤峰县目前耕地质量现状进行评价，在评价结果基础上采用障碍度模型量化不同限制因素的限制程度并划分耕地质量主导限制因素类型区，结合空间自相关方法进行耕地质量提升分区，探讨不同耕地质量提升区下提升措施，为县域耕地质量和利用水平提升提供理论依据．

1 研究概况与数据来源

1.1 研究区概况

鹤峰县位于湖北省西南部，恩施土家族苗族自治州东南角(109°45′～110°38′E，29°38′～30°14′N)，辖5镇4乡1个经济开发区(图1).县境内地形西北高、东南低，海拔高差大，多山间小盆地；受亚热带大陆季风气候的影响；县域内河流纵横，迳流丰富；土壤类型大致为山地棕壤、黄红壤等.目前鹤峰县山多耕地少，人均耕地不足0.1 hm2，有效灌溉面积数据较低，本身还存在养分高低不均营养失衡等问题[20].而鹤峰县大多数镇上已将较多农用地用于茶叶规模化种植.因此其有限的耕地更是要发挥出足够的作用，才能支撑起当地基本的粮食需求和产出，以鹤峰县为研究区具有较强现实研究意义．

1.2 数据来源

本文数据来源于2017年鹤峰县耕地质量等别更新与监测成果，提取2017年鹤峰县耕地质量等别更新与监测成果数据库中地类图斑标识为耕地的图斑，包括旱地、水田和水浇地.鹤峰县行政区划线图同样来源于以上成果，将其与之前提取的耕地图斑进行叠加，形成的封闭单元即为本次耕地质量评价的评价单元[21].全县共划分耕地图斑评价单元35 625个，其中旱地31 355个，水田4 256个，水浇地14个．

土壤肥力数据来源于项目组2017年耕地质量等级调查评价项目实地采集的200个土壤样点分析数据，包括土壤容重、pH、有机质、有效磷等理化性状数据.其他田间调查数据来源于同上项目中样点采集时实地问卷调查．

2 研究方法

2.1 构建耕地质量等级评价体系

2.1.1 构建指标体系 本文分别从立地条件、理化性状、养分状况、土壤管理、生态环境5个维度构建耕地质量等级评价指标体系(表1)，参考农业农村部《耕地质量等级》(GB/T 33469-2016)和自然资源部《农用地质量分等规程》(GB/T 28407-2012)等，以典型性、生产性、主导型、可行性为原则对指标进行筛选，遴选出能充分反映鹤峰县耕地质量各维度特征的指标.

2.1.2 确定指标权重 本文耕地质量等级评价指标体系中各指标的权重值采用专家预测法中的特尔斐法，即根据专家打分确定一级指标和二级指标的权重，通过乘积法获取组合权重(表1)．

2.2 耕地质量等级综合指数计算

2.2.1 指标数据同化与赋值 为消除量纲不一致带来的不利影响，本文采用模糊函数方法对指标进行分析后确定隶属度函数，从而确定各个指标在不同区间的赋值[22].其中，农业分区、地形部位、耕层质地、障碍层次、灌溉能力、排水能力、清洁程度、生物多样性和农田林网化程度共9个二级指标属于定性指标，其隶属函数为概念型隶属函数；其余5个指标为定量指标，pH指标隶属函数为峰型(式1)，有效土层厚度、土壤容重、有机质、有效磷共4个二级指标隶属函数为戒上型(式2)：

(1)

(2)

式中，y为指标隶属度赋值，ui为土壤样品化验实测值，ci为土壤样品化验标准指标值，ai为系数；式(1)中ut1、ut2分别为指标下、上限值；式(2)中ut为指标下限值．

表1 研究区耕地质量等级评价指标体系及其权重Tab.1 Evaluation index system of cultivated land quality class and weight in the study area

2.2.2 计算耕地质量等级综合指数和划分等级

根据累加法计算耕地质量综合指数，公式如下：

P=∑(Ci×Fi)，

(3)

式中，P为耕地质量综合指数，Ci为第i个评价指数的组合权重，Fi为第i个评价指标的隶属度.按耕地质量综合指数从大到小的顺序，采用等距法将耕地质量划分为10个等级(表2).耕地质量综合指数越高，耕地质量等级数值则越小即质量水平越高，1等级耕地质量最高，10等级耕地质量最低.县域耕地平均质量等级采用面积加权平均法计算．

表2 耕地质量等级与综合指数对应表Tab.2 Correspondence table of cultivated land quality class and comprehensive index

2.3 耕地质量等级特征空间自相关分析

本文采用空间自相关方法对鹤峰县耕地质量等级空间分布特征进行分析.地理学第一定律指出，地理事物或属性在空间上分布互为相关，存在集聚、分散或随机的规则分布[23].在空间统计方法中，空间自相关包括全局空间自相关和局部空间自相关，其中莫兰指数(Moran’sI)因其普适性而应用最广泛.全局空间自相关用于描述空间变量在区域整体上的分布状况，判断其空间分布特征.全局空间自相关I的取值范围为[-1，1]，I>0为正相关则空间变量趋向于集聚分布；I<0为负相关则空间变量趋向于离散分布；I=0为随机分布.当Z>1.96或者Z<1.96(P<0.05)，空间变量存在显著空间自相关.局部空间自相关用于进一步反映某一空间单元或属性值之间空间变量集聚、离散或无规则的相关程度和空间位置[24].输出的集聚分布LISA图将显示结果划分为HH(高-高)型、HL(高-低)型、LL(低-低)型和、LH(低-高)型和NS(无显著相关)型，其中HH型和LL型为正相关分布，HL型和LH型为负相关分布.全局Moran’sI指数、Z值显著性检验、局部Moran’sI指数计算公式如下所示：

(4)

(5)

(6)

2.4 障碍度函数模型

本文通过障碍度函数模型对限制因素的限制程度计算.障碍度函数模型主要变量包括指标偏离度、因子贡献度和障碍度.对照表1，指标偏离度Wij为准则层i中单项指标j与本指标理想值之间的差距，即评价体系中指标隶属度Qij与1(100%)之差；因子贡献度Nij为准则层i中单项指标j对于耕地质量提升总目标的贡献程度，可用评价体系中单项指标j占总目标的组合权重表示；障碍度Oij为第i项准则层中第j项指标对耕地质量的障碍作用程度，即限制因素的限制程度诊断的最终结果[17]，计算公式如下：

Wij=1-Qij，

(7)

(8)

根据最终结果，利用等距法，以百分比(%)为等级划分准则，将指标限制程度分为无限制(0)、I级限制(0～10%)、II级限制(10%～20%)和III级限制(>20%)四个程度．

3 结果与分析

3.1 鹤峰县耕地质量等级评价结果

在ArcGIS 10.2中对各土壤样点进行反距离权重法插值，并以行政区划图为底使用按掩膜提取方法，最后利用分区统计功能，通过唯一标识码将其插值结果赋到研究区域内所有评价单元上[25]，最后得到所有结果.本次耕地质量等级评价中鹤峰县耕地质量等级为4等级至9等级，共6个等级，其中7等级耕地面积分布最多，高达10 778.07 hm2，占全县耕地总面积的44.76%；4等级耕地面积分布最少，只有207.47 hm2，占全县耕地总面积的0.86%.参照高等级地(1、2、3)、中等级地(4、5、6、7)和低等级地(8、9、10)划分标准，全县耕地质量平均等级为6.70，处于中等稍偏下水平，中等级耕地和低等级耕地分别占耕地总面积的82.84%和17.16%，呈现出显著的集聚特征(表3)．

3.2 耕地质量等级空间分布特征

3.2.1 耕地质量等级空间分布总体特征 因鹤峰县境内山脉多为西南-东北走向，县域地形西北高、东南低，多山间小盆地，这种地形地貌造就了鹤峰县耕地呈现出破碎化、不连贯、相间分布的特征.鹤峰县不同耕地质量等级的耕地在空间上也呈现出显著的集聚性分布特征(图2).整体上呈现出北部、西南部高和西北、东南低的空间分布格局.中等级耕地集中分布在鹤峰县的北部、南部和西南部，包括太平镇、容美镇、邬阳乡等乡镇.低等级耕地主要分布在鹤峰县的西北部、东南部，包括中营镇、下坪乡和铁炉乡等乡镇.这种总体的地域空间差异主要受水文特征、社会活动的影响，同时也是人口密集区域，人类的改土、耕作活动频繁，熟化程度高．

表3 鹤峰县耕地质量等级面积及占耕地总面积比例Tab.3 Hefeng County’s cultivated land quality class area and proportion of total cultivated land area

图2 鹤峰县耕地质量等级评价结果空间分布图Fig.2 Spatial distribution of the evaluation results of cultivated land quality class in Hefeng County

3.2.2 耕地质量等级空间格局特点分析 本文使用ArcGIS 10.2软件对本次鹤峰县耕地质量等级情况进行局部自相关分析并绘制集聚图(图3).鹤峰县全局Moran’sI指数为0.349 6，分析结果通过Z值为正且大于1.96.再选择局部自相关方法，以各耕地图斑的耕地质量等级综合指数为变量，综合指数越高代表质量越好，最后空间分布结果为5种类型，分别为HH型(高质量等级耕地和高质量等级耕地集聚)、HL型(高质量等级耕地和低质量等级耕地相邻)、LL型(低质量等级耕地和低质量等级耕地集聚)、LH型(低质量等级耕地和高质量等级耕地相邻)和NS型(无显著集聚分布)．

图3 鹤峰县耕地质量局部空间关联集聚图(LISA图)Fig.3 Spatial correlation aggregation map of cultivated land quality in Hefeng(LISA)

1) 正相关分布.在有空间集聚效应的正相关分布中，耕地质量在临近的耕地图斑之间会呈现相似性，同高或同低，且多成片状或条状分布.(1)HH型面积和图斑个数为5 618.60 hm2和7 509个，分别占耕地总面积的23.33%和图斑个数的21.08%.主要分布在鹤峰县的西南部的太平镇和容美镇以及北部的邬阳乡，有明显的集中连片状分布格局，此格局分布特征与实际乡镇耕地基础情况较为一致.以上所提及的几个乡镇大部分的基础自然条件良好，处于海拔较低部位，交通较为便利，基础设施较为完善，优势较为突出.(2)LL型面积和图斑个数为4 871.36 hm2和8 151个，分别占耕地总面积的23.33%和图斑个数的22.88%.整体上沿东南-西北方分布，呈条状分布格局，此部分区域耕地普遍利用条件较差，土壤肥力不足，耕地利用程度不高．

2) 负相关分布.(1)HL型面积和图斑个数为462.42 hm2和1 066个，分别占耕地总面积的1.92%和图斑个数的2.99%，总体上呈零散镶嵌式分布格局.(2)LH型面积和图斑个数为990.82 hm2和1 712个，分别占耕地总面积的4.11%和图斑个数的4.81%，同呈零散镶嵌式分布格局.此格局分布特征同样与鹤峰县耕地实地情况相符．

3)总体而言，NS型即无显著集聚分布效应面积最大，耕地面积和图斑个数为12 136.85 hm2和17 187个，分别占耕地总面积的50.40%和图斑个数的48.24%．

3.3 限制因素分析及分区划定结果

3.3.1 限制因素限制程度诊断结果及主导类型 传统限制因素分析多直接对所有评价指标进行分析，而忽略了因素改良可行性和改良难度，不仅导致计算量大，过程复杂化，还对分析结果造成了干扰[26].为便于研究，本文将评价指标分为动态指标和稳态指标[5].动态指标指短期内可通过人为手段进行干预，使指标有提升或降低的趋势，例如土壤指标的合理改善、基础设施水平的提高等，可充分挖掘不同指标的提升潜力.本文指标体系中的pH、有机质等即为动态指标.稳态指标指指标很难在短期时间内通过人为手段改变，例如手段过于繁琐且占用时间过长或者几乎不大可能改善的区域地貌类型改善等.本文指标体系中的农业分区、地形部位等即为稳态指标.因此，综合考虑限制因素是否能通过人为手段改善并产生正向影响，加上考虑到经济可行性、人工可能性和时间耗费长短等条件[9]，本文选取评价指标中的pH、有机质、有效磷、灌溉能力、排水能力、清洁程度、农田林网化程度指标，作为可改良的限制因素.以上7个指标在资金、技术及政府和农户支持下可以得到良好改善，适宜大面积推广，改善后生效时间较短，从而提高耕地质量．

通过式(7)、(8)计算及限制程度划分准则，明确Oij值最大的限制因素即为该耕地图斑主导限制因素[14-15]，依次得出每个耕地图斑的限制因素的限制程度和主导限制因素.鉴于篇幅原因本文只罗列部分结果(表4).序号为1的结果显示该耕地图斑限制因素存在无、I级、Ⅲ级限制程度，以程度数值大小划分，其主导限制因素为灌溉能力.由诊断结果得知，主导限制因素有灌溉能力、有效磷，清洁程度不存在限制程度．

3.3.2 限制因素类型分区 参考表4，可得出所有耕地图斑主导限制因素和次要限制因素.为更加合理提出改善措施，在此明确“主导限制因素-次要限制因素”限制因素类型区.依据因素组合法，确定有主导限制因素为灌溉能力、有效磷2类的共7种限制因素类型分区(表5、图4)．

表4 鹤峰县限制因素限制程度诊断结果及主导限制因素Tab.4 Diagnosis results of limiting factors and limiting degree and dominant limiting factors in Hefeng County

表5 鹤峰县限制因素类型分区Tab.5 Limiting restricted factor type zoning of Hefeng County

图4 “主导限制因素-次要限制因素”限制因素类型区分布Fig.4 The distribution of limiting factors in the typification area of “dominant limiting factors-secondary limiting factors”

1) 以灌溉能力为主导限制因素，包括由有机质、pH、排水能力和有效磷为次要限制因素组成的4种类型分区.该类型区分布面积最多，共19 954.8 hm2，占耕地总面积比例高达82.87%.“灌溉能力-有效磷”限制因素类型区影响范围、分布范围最大，集中组团式分布于全县境内；“灌溉能力-排水能力”类型区主要集中于鹤峰县的西南部和北部，包括太平镇、中营镇、邬阳乡等乡镇；“灌溉能力-pH”类型区和“灌溉能力-有机质”类型区分布面积均较小，零散分布于鹤峰县各乡镇．

2) 以有效磷为主导限制因素，包括由pH、排水能力和灌溉能力为次要限制因素组成的3种类型分区.该类型区分布面积为4 125.25 hm2，占耕地总面积比例为17.13%.“有效磷-灌溉能力”限制因素类型区是面积最大的类型区，呈小面积组团分散式分布于县内.“有效磷-排水能力”和“有效磷-pH”类型区以分散块状的形态集中分布于走马镇.在实际的耕地质量提升过程中，应重点对主导和次要限制因素进行配合改善，因地制宜采取相应的手段消减这些限制因素的限制程度，达到提升耕地耕地质量、延续耕地使用寿命的目的[3]．

3.4 限制因素类型区结合局部空间自相关的耕地质量提升区

空间极化理论认为，区域发展是不均衡的，处于不同极化层的区域发展差异会逐渐增大，同一极化层的区域发展则恰恰相反[27].随着发展，同一极化层内部单元会发生相同的趋势变化，逐渐相同或者逐渐异化.同一极化层各单元会对周边单元产生扩散(推动、阻碍)影响或者极化(周边带动)影响[28].因此，在耕地质量等级评价的基础上，将研究区耕地质量综合指数自相关类型与“主导限制因素-次要限制因素”分区类型结果叠加划分耕地质量提升区.总体上根据“比较优势”的原则提出区域化、针对化的耕地质量提升措施．

3.4.1 耕地质量提升区划分结果 为达到有效、有重点地实施耕地质量提升措施，将鹤峰县划分为3个一级类，分别为A核心保护区、B适度改良区和C重点整治区，以下再细分8个二级类(表6、图5).其中，HH型是高质量等级耕地集聚的区域，其中较小部分耕地还存在限制因素，因此以保护为主轻度提升为辅将该部分耕地划入核心保护区；HH型中还存在一些耕地虽质量较高但限制因素类型区分布面积较大，考虑到该部分还有足够多耕地质量提升空间，因此划入适度改良区中.HL型形成类似于“凸地”的存在，在空间极化效应的影响下[29]，高质量耕地极易受周围低质量耕地影响从而同化，有可能转化为LL型，因此该部分耕地划入适度改良区中，积极改良限制因素，一并提高耕地质量.LH型作为“凹地”应积极提高周围高质量耕地影响力，同化该型中低质量耕地，积极向HH型耕地转变.考虑到限制因素类型区分布范围大小及限制因素影响程度深浅，限制因素类型区分布范围较小的部分LH型耕地划入适度改良区中，分布范围较大的部分划入重点整治区.LL型整体耕地质量较低，且限制因素区分布较广，限制因素已极大限制耕地质量提升，因此该部分划入重点整治区，必须根据实际情况进行综合性整治和改善.NS型在空间分布格局上虽无显著集聚态势，但结合限制因素类型的分区特点和面积范围，也将分配到各个分区中．

表6 结合局部空间自相关方法划分鹤峰县耕地质量提升区Tab.6 Demarcation of cultivated land quality improvement area in Hefeng County with local spatial autocorrelation method

图5 鹤峰县耕地质量提升区空间分区Fig.5 Spatial zoning of cultivated land quality improvement area in Hefeng County

3.4.2 耕地质量提升区提升措施 针对以上耕地质量提升区划分结果，按照“分层控制与轻重缓急改善限制因素相结合”的方式，具体实施以下耕地质量提升措施.

1) A核心保护区：主要零星分布在邬阳乡北部、走马镇，在铁炉乡和太平镇等地方.A1优先保护区主要集中于走马镇东北端和邬阳乡北端，此类耕地质量较高，空间高值集聚明显，应优先以保护为主，改良为辅.虽然核心保护区内总体条件优越，但内部不同区域之间仍有较明显的差异，因此A2轻度提升区应投入较多改良精力，该区在未来提升工作中应注重基础设施的维护和修理．

2) B适度改良区：主要分布在容美镇、太平镇和邬阳乡等.B1轻度改良区主要集中于容美镇和太平镇，该分区内耕地虽整体耕地质量高，本身条件较好，但限制因素类型区分布面积较同类型耕地更大，因此耕地质量提升潜力较大，应进行轻度改良，可根据具体条件选择合适的水泵，以明沟暗渠相结合的方式改善灌排条件.B2适宜改良区主要分布于中营镇西北部等，应通过限制因素的改良使周围低质量耕地向高质量耕地转化，可选用合适种类的有机肥并大力进行种植绿肥、秸秆回田、合理轮作等工作，积极促进土壤养分吸收，改善土壤耕性.B3调控改良区分布较为零散，只包括一小部分LH型和NS型，该区内应积极针对限制因素灌溉能力、排水能力和pH进行调节控制，降低其限制程度．

3) C重点整治区：此类区分布面积最大，在鹤峰县各个乡镇均有分布.C1综合提升区中既有大部分LH型又有小部分LL型，需要分不同的区域类型特点对限制因素进行改善，LH型重点针对中心低质量耕地，而LL型则应针对区域内所有低质量耕地，须根据实际情况缓解土壤酸化现象，减轻酸化的限制程度.C2重点提升区内耕地均为LL型，主要分布在中营镇、下坪乡和走马镇，各方面条件较差，从限制类型区来看，灌溉能力的提高和促进磷肥的有效吸收成改善重点.在已有良好灌溉设施的耕地中提高各项分设施利用率，提高整体输水效率和节水效率，并加强对已有排涝设施的保障和日常维护.在还没有完善灌溉设施的耕地中，若为资源型缺水灌溉，可发展喷(滴)灌、膜下滴灌、水肥一体化等高效节水技术[30].在农业劳作过程中，加强土壤对有效磷的吸收和农作物转化有效磷的能力，合理配方混施，集中深施.以上措施均须因地制宜分主次、逐步推进措施.C3结构调整区内耕地质量无明显集聚性规律，在空间上为随机分布态势，很难和之前区域一样，与周边耕地进行有效联动，因此该耕地质量提升区内耕地应针对主导和次要限制因素进行大力改善，多措并举．

4 结论与讨论

本文以地类图斑为研究尺度，构建耕地质量等级评价指标体系对鹤峰县耕地质量现状进行评价；以耕地质量综合指数为空间变量，运用空间自相关方法对鹤峰县耕地质量空间分布格局进行分析；运用障碍度模型识别鹤峰县耕地质量提升限制因素程度，进行限制因素类型分区；最后综合之前分析成果进行耕地质量提升分区，并据此提出详细的耕地质量保育和提升措施.研究结果如下.

1) 鹤峰县耕地质量等级处于中等稍偏下水平，中等级耕地和低等级耕地分别占耕地总面积的82.84%和17.16%.耕地质量在空间格局呈现出显著集聚性分布特征，高质量耕地主要分布在北部、西南部，低质量耕地主要分布在西北、东南低；结合空间自相关方法分析后发现，HH型呈集中连片状分布格局，LL型则呈组团式条状分布，其他自相关类型大致上为零散镶嵌式分布格局．

2) 按照相关原则在参评指标中选取影响耕地质量提升的限制因素，利用障碍度模型确定主导限制因素并进行限制因素类型分区，存在2类7种“主要限制因素-次要限制因素”类型分区．

3) 在耕地质量综合指数局部空间自相关划分空间结果基础上叠加限制因素类型分区结果，将现有耕地分为耕地质量提升核心保护区、适度改良区和重点整治区3个一级类，以下再细分8个二级类，并针对各个分区特点提出差别化耕地质量提升建议，为耕地保育与提升提供新思路．

4) 本文在限制因素选取方面还可再深入，可更深层次考虑两因子交互后对耕地质量的影响程度后再进行分区，并结合实际情况进一步增强分区的科学性．