基于“要素-需求-调控”的云南坡耕地质量评价

陈正发，史东梅，何 伟，夏建荣，金慧芳

（1. 西南大学资源环境学院，重庆 400715；2. 中国电建集团昆明勘测设计研究院有限公司，昆明 650061）

0 引 言

耕地是人类赖以生存的基础性资源[1]。当前中国耕地存在质量下降、空间破碎、生态问题频发等问题，为此国家提出了实施耕地数量、质量、生态“三位一体”保护战略，并将耕地质量保护与提升作为“藏粮于地、藏粮于技”的重要战略支点[2]。作为耕地的重要组成部分，坡耕地是中国山丘区农业生产的基础资源[3]，其质量状况与区域粮食安全、农户脱贫致富及水土生态保护密切相关。

“耕地质量”的概念由“土壤质量”延伸而来[4]。土壤质量指土壤供养、维持作物生长的能力，良好的土壤质量不仅具有较高的生产力，而且对区域水土生态环境的改善具有重要意义[5]。随着粮食安全、全球气候变化、耕地退化等问题的日益凸显，逐步由关注土壤质量向土地质量转变[6]。国外主要关注土地质量的演变及可持续利用，而国内则主要关注耕地质量与粮食产能的耦合关系及耕地质量培育[4]。目前学术界对耕地质量概念界定尚未统一，一般认为“耕地质量”反映耕地生产能力的高低、耕地环境和产品质量的优劣，是耕地土壤质量、空间地理质量、管理质量和经济质量的总和[7]。

耕地质量评价是对耕地质量所处状态或满足耕地功能需求程度的度量[8]。耕地质量评价研究包括评价指标体系和评价模型 2个方面。在评价指标体系方面，目前的研究大多基于耕地质量内涵解析、耕地质量需求分析、限制因子诊断、土地整治、人地关系重构等分析基础上，建立差异化的评价指标体系[2,7]。由于对耕地质量内涵认知及评价目的的差异性，不同学者提出的指标体系存在较大差别，指标归类和筛选并不统一，限制了评价结果的可比性[7]。与其他耕地类型相比，坡耕地利用具有独特性，但目前针对坡耕地质量评价指标体系的研究还较少。

在耕地质量评价模型方面，美国农业部于1961年提出了土地潜力分类系统，成为土地生产潜力评价的代表性方法[9]。1976年联合国粮农组织（FAO）从适宜性角度提出了第一个统一的土地评价系统《土地评价纲要》，其基本理论成为很多土地生产力评价模型的基础[10]。此后，FAO进一步发展了农业生态区法（Agricultural Ecology Zone，AEZ）[11]。近年来，美国土壤保持局建立了土地评价与立地条件分析（Land Evaluation and Site Assessment，LESA）体系，该体系分为土地评价（Land Evaluation，LE）与立地分析（Site Assessment，SA）2个部分[12-13]。目前国内外常用的耕地质量评价模型有：加权和法、土地生产力评价法、压力-状态-响应框架模型法、层次分析法、模糊综合评价法、耕地潜力评价法、适宜性评价法、土壤环境质量评价法等，其中加权和法、土地生产力评价法、P-S-R框架模型法使用最为广泛。近年来部分学者还发展了能够反映质量等级分布规律和分布原因的数学模型，如物元可拓法、C-D生产函数法、生态风险分析模型等[14]。而GIS、RS等技术的引入，推动了耕地质量评价研究在数据更新、评价精度方面实现质的飞跃[15]。随着中国耕地质量评价研究和实践的不断深入，逐步形成了农用地分等、耕地地力评价、耕地环境质量评价为代表的耕地质量评价标准体系[16]。

当前耕地质量评价已成为研究的热点，但针对坡耕地质量评价的研究较少，在评价指标体系构建、评价模型建立等方面的研究亟待加强。作为典型的山地高原区，坡耕地是云南耕地的重要组成部分，坡耕地具有分布面积广、坡度大、土壤侵蚀严重、季节性干旱频发、土壤质量偏低等特点[3]，科学评价坡耕地质量对区域坡耕地质量培育和水土生态保护具有重要意义。据此，本文在解析坡耕地质量内涵基础上，针对坡耕地利用特点和关键影响因素，构建坡耕地质量评价体系，对云南坡耕地质量进行定量化评价，为开展坡耕地质量调控和坡耕地水土生态环境保护提供科学依据。

1 研究区概况和数据来源

1.1 研究区概况

云南地处中国西南边陲、云贵高原西南部，面积39万km2，属东亚季风和南亚季风交汇区。云南为典型的山地高原区，地势起伏变化大，海拔分布在73～6 457 m之间，面积84%为山区，丘陵仅占总面积的10%。由于生态环境演变及人类活动的共同影响，中度生态脆弱类型区面积占总面积的32.02%，强度和极强脆弱类型区面积占53.63%[17]。云南降雨充沛，河流众多，但在时空上分布严重不均。多年平均参考作物蒸发量分布在786.3～1 511.6 mm之间，均值为1 090.4 mm[18]。坡耕地主要土壤类型为红壤、赤红壤、紫色土、黄壤和黄棕壤。研究表明，云南坡耕地分布面积为472.55万hm2，占耕地的面积比例为69.79%，坡耕地占耕地的面积比例较大，坡耕地农业生产在云南农业生产活动中具有重要地位[3]。为使坡耕地质量评价研究与区域农业活动保持一致性，本研究参照云南省综合农业区划，将云南划分为7个分区。云南高程及坡耕地空间分布详见图1。

图1 云南不同分区高程及坡耕地分布Fig.1 Elevation and slope farmland distribution of different regions in Yunnan

1.2 数据来源

研究区 DEM 数据来源于地理空间数据云平台（http://www.gscloud.cn），数据空间分辨率为30 m，该数据集利用ASTER GDEM第一版本的数据进行加工得来，是全球空间分辨率为30 m的数字高程数据产品。云南土地利用数据来源于资源环境数据云平台（http://www.resdc.cn），数据空间分辨率为30 m。耕层厚度、土壤pH值、有机质、全氮、有效磷、速效钾、灌溉保证率等基础数据来源于云南省土壤测土配方施肥中获取的数据集（2015年）[19]。有效土层厚度、土壤容重、土壤质地基础数据来源于农业农村部《华南区耕地质量主要性状数据集》（2018年）[20]。降雨气象数据来源于均匀分布于云南省的 36个国家基本气象站 1951－2012年逐月观测资料。多年平均≥10 ℃积温分布栅格数据来源于资源环境数据云平台（http://www.resdc.cn/），空间分辨率为500 m×500 m。云南坡耕地空间分布栅格数据来源于文献[3]的研究结果，空间分辨率为30 m×30 m。

2 坡耕地质量评价体系构建

2.1 评价单元确定

评价单元是坡耕地质量评价的最基本单位，同一评价单元的耕地自然条件、个体属性和经济属性基本一致。目前常用的评价单元划分方法有[15]：1）基于单一专题要素类型的划分法；2）基于行政单元划分法；3）基于耕地质量关键影响因素的组合叠置划分法；4）基于网格单元划分法。本研究评价尺度为省级区域，为确保评价结果精度，参考相关研究[21-22]，以30 m×30 m栅格（像元）作为坡耕地质量评价的最小单元，每个栅格（像元）具有相同的土地利用、土壤类别、高程等属性。该评价单元划分法便于依据不同斑块单元、农业分区、土壤类型区、行政区范围等标准进行分类汇总，且汇总结果不失真或信息损失较小。据此，本研究坡耕地质量评价的精度为30 m×30 m栅格表示的空间分辨率。

2.2 评价指标体系建立

2.2.1 评价指标选取原则

坡耕地质量评价指标选取应遵循以下原则[7,15]：1）针对性原则，即在耕地质量评价通用指标基础上，要针对坡耕地利用特征及障碍因素的特殊性选取评价指标；2）主导性原则，即选取能正确反映坡耕地功能属性且有代表性的指标，避免指标复杂化导致的评价结果失真；3）敏感性与稳定性兼顾原则，即兼顾评价指标的敏感性与稳定性，以客观反映各因子综合作用下的坡耕地质量特征；4）独立性原则，即不同指标间要避免存在较大的相关性；5）可操作性原则，即选取的指标应容易测定，便于在实践中推广使用。

2.2.2 初选评价指标体系建立

坡耕地系统是由气候、土壤、地貌、人为耕作活动等多重因素相互作用形成的复合系统，其质量状况受多种因素影响[23]。坡耕地质量评价指标的选择应考虑各因子对坡耕地质量的影响，选取主导性因子作为评价指标。就其内涵而言，坡耕地在继承了耕地一般属性的同时，还具有其特殊属性，主要表现在土壤侵蚀强度大、易受干旱影响、养分退化明显、空间分布破碎化等特点[3,24]。因此，坡耕地质量评价指标选取既要考虑作为耕地属性的基础性指标，又要考虑反映坡耕地利用的特性指标。

从坡耕地质量评价的尺度效应来看，评价指标的选择应与评价空间尺度相适应。另外，指标选取还应考虑与现有耕地质量标准相衔接，以提高评价结果的可比性。从需求功能来看，坡耕地质量反映的内在属性不仅要满足作物生产功能，还要满足作为生态单元组成部分的生态服务价值功能需求，如控制土壤侵蚀和养分流失、水分调蓄平衡能力、维持土壤生态系统健康等功能[16,25]。此外，坡耕地质量评价的根本目在于准确识别坡耕地质量状况及障碍因素基础上，为后续开展坡耕地质量调控提供科学依据，因此评价指标的选择还需考虑影响坡耕地质量的关键性因子，特别是注重障碍因子的识别，以更好地为坡耕地质量调控服务。

根据上述理论分析，本研究建立基于“要素-需求-调控”的坡耕地质量评价指标体系构建框架模型（图 2所示），从不同层次揭示坡耕地质量的内涵。在该框架模型中，“要素”指坡耕地质量的影响因子，反映一定空间尺度范围内各因子耦合作用对坡耕地质量的影响；“需求”指坡耕地质量对水土生态环境保护和农业生产需求的满足程度，反映生态过程和人为耕作利用对坡耕地质量的内在需求；“调控”指对坡耕地实施适当的调控措施体系，以提高坡耕地质量水平，反映坡耕地质量评价结果要能对坡耕地质量调控提供科学依据。该框架模型不仅明确了坡耕地质量指标体系构建流程，还提出了指标体系建立过程中应考虑的因素。

图2 基于“要素-需求-调控”的坡耕地质量评价指标体系构建框架Fig.2 Frame of slope farmland quality evaluation index system based on “elements-demands-regulation”

按照上述“要素-需求-调控”的坡耕地质量评价指标体系构建框架模型，遵循评价指标选取原则，基于层次分析法，建立由16个指标构成的云南省级尺度坡耕地质量评价初选指标体系（详见表1）。从表中可看出，评价指标体系准则层包括土壤剖面性状（B1）、土壤理化性状（B2）、土壤养分（B3）、立地条件（B4）、空间形态（B5）、水分条件（B6）和土壤侵蚀特征（B7）共 7个维度，各准则层下包含若干具体指标。从评价指标属性来看，包括基础性指标和特性指标2种类型。

2.2.3 评价指标量化

表1所列的初选指标体系中，除土壤质地属概念性指标外，其余指标均属定量指标。按照《耕地质量等级》[26]，对土壤质地进行隶属度赋值，从而转化为可量化的评价指标。在定量化指标中，有效土层厚度、耕层厚度、土壤容重、pH值、有机质、全氮、有效磷、速效钾、高程、≥10 ℃积温、降雨量、灌溉保证率、田面坡度可直接实测或调查获取，田块规整度、连片度等指标需通过分析计算获取。坡耕地空间形态评价可从田块几何形状与空间连片性两方面进行定量化测度。田块规整度采用景观生态学中的景观分维数（landscape fractal dimension,FRAC）来描述[27]，该指数取值范围在1.0～2.0之间，指数越小表示田块形状越规则，反之则田块形状越复杂。坡耕地集约规模化利用程度可通过坡耕地连片程度Q表示，其值可依据地块面积的大小来量化，Q值越大代表连片程度高，反之则连片程度低[28]。田块规整度（FRAC）和连片程度（Q）采用下式计算：

式中FRAC为坡耕地田块规整度；Q为坡耕地连片度；P为坡耕地地块周长，m；a为坡耕地地块面积，hm2；FRAC值域为[1,2]；Q值域在[20,100]；地块面积阈值通过自然断点法获得，最小阈值为2.5 hm2，最大阈值为78 hm2。

表1 云南坡耕地质量评价初选指标体系Table 1 Index system of primary selection for quality evaluation of slope farmland in Yunnan Province

2.2.4 最小数据集（MDS）指标体系建立

为确保评价指标符合选取的原则和要求，消除评价指标间交互效应引起的信息重叠，借助现代统计分析方法，对评价指标进行判别和筛选，由此建立最小数据集指标体系[29-30]。采用以下统计分析法定量筛选坡耕地质量评价最小数据集：1）聚类分析，选择系统聚类法对初选评价指标进聚类分组；2）相关分析，对进入同一组的指标相关性进行检验，若指标间存在显著强相关（|r|＞0.5，P＜0.05），则选取对坡耕地质量影响较大的指标进入评价指标体系；3）敏感性分析，采用变异系数（Cv）反映评价指标空间变异的敏感性，为体现评价指标的敏感性和稳定性原则，要求评价指标的变异系数Cv≥5%。

2.3 隶属函数确定

按照《耕地质量等级》（GB/T33469-2016）中的耕层质地分级标准，依据不同土壤种类的土壤质地属性进行隶属度赋值，赋值后的土壤质地隶属度值分布在 0～1之间。其余评价指标均依据该指标对坡耕地质量的正负效应，选择适当的隶属函数。根据评价指标与坡耕地质量的效应特征，可将隶属函数划分为 S型（戒上型）隶属度函数、反S型（戒下型）隶属度函数和抛物线型（峰值型）3种类型[30]。其中，有效土层厚度、耕层厚度、有机质、全氮、有效磷、速效钾、≥10 ℃积温、连片度、降雨量、灌溉保证率等指标取值越大，越有利于坡耕地质量提升，因此选择 S型隶属函数（戒上型）；土壤容重、高程、田块规整度、田面坡度等指标取值越大，越不利于坡耕地质量提升，因此选择反 S型隶属函数（戒下型）；土壤pH值对坡耕地质量的影响效应呈现为峰值效应，因此选择抛物线型隶属函数（峰值型）。在明确评价指标的隶属函数类型基础上，依据云南坡耕地各评价指标的数值变化范围，并参考有关研究成果，综合确定各评价指标隶属函数参数取值，由此建立评价指标隶属函数。评价指标的隶属函数见表2和表3。

表2 S型和反S型隶属函数参数Table 2 S-type and anti-S-type membership functions and parameters

表3 抛物线型隶属函数参数Table 3 Parabolic membership functions and parameters

2.4 指标权重计算

为提高权重计算的准确性，采用主成分分析法[30]、层次分析法[26]和熵权法[31]相结合的方法确定评价指标权重。计算过程中，分别用主成分分析法、层次分析法和熵权法计算各指标的权重，取综合权重作为评价的最终权重，综合权重采用下式计算：

式中Ci为第i个评价指标的综合权重，Ci1为采用主成分分析法计算得到的权重，Ci2为采用层次分析法计算得到的权重，Ci3为熵权法计算得到的权重。

2.5 评价模型及质量等级划分

采用加权和法计算坡耕地质量指数（Slope Farmland Integrated Fertility Index，SIFI）：

式中SIFI表示坡耕地质量指数（无量纲），数值范围在0～1之间；Ki是第i个评价指标的隶属度值，Ci是第i个评价指标的综合权重，n是评价指标的个数。

按照《耕地质量等级》（GB/T33469-2016）标准对坡耕地质量等级进行划分。具体划分方法为：耕地质量等级按从小到大的顺序，在耕地综合质量指数曲线最高点到最低点间，采用等距离法将耕地质量划分为10个质量等级。耕地质量指数越大，耕地质量水平越高，一等地耕地质量最高，十等地耕地质量最低。

2.6 数据计算及分析

本研究基础数据处理采用Excel 2013软件进行，数据统计分析基于SPSS19.0软件进行，空间数据分析及计算基于ArcGIS 10.2软件进行。评价计算过程中，通过栅格数据重采样的途径，将评价数据转化为30 m×30 m栅格的空间数据，并采用相同的投影坐标系。

3 结果与分析

3.1 坡耕地质量评价初选指标描述性特征

以县级区域为统计单元，统计各评价指标在县级单元上的均值，据此分析各初选指标的空间分布统计特征参数。表 4为云南坡耕地质量评价初选指标统计特征，从表中可看出，云南坡耕地有效土层厚度（均值91.30 cm）、耕层厚度（均值18.61 cm）相对较大，土壤容重（均值为1.24 g/m3）、土壤有机质（均值31.70 g/kg）整体上处于中等水平，这有利于坡耕地质量的提升，但土壤pH值较低（均值为6.08），呈明显的酸性土壤特征；土壤全氮质量分数为 1.80 g/kg，有效磷、速效钾质量分数均值分别为 17.11、127.27 mg/kg，土壤养分含量总体偏低，有待实施针对性的土壤养分管理措施；坡耕地平均高程（均值 1 708.99 mm）和≥10 ℃积温（均值4 889.87 ℃）总体较高，降雨量均值为870.59 mm，坡耕地空间分布呈现破碎化特征；田面坡度均值为15.46°，表明坡耕地坡度较大，坡耕地潜在土壤侵蚀强度也较大。

表4 初选评价指标统计特征Table 4 Statistical characteristics of primary evaluation indexes

采用变异系数（Cv）反映评价指标的数值变异性大小。从表4中可看出，变异性较大（Cv≥20%）的评价指标包括：有机质、全氮、有效磷、速效钾、高程、≥10 ℃积温、田面坡度 7个指标，这些评价指标在空间分布上呈现较大的变异性；其中，有效磷、田面坡度的Cv均超过40%，表明这2个指标具有较强的空间变异性。有效土层厚度、耕层厚度、土壤容重、pH值、田块规整度、连片度、降雨量、灌溉保证率8个指标的Cv分布在5%～20%之间，说明这些指标在空间分布上存在一定的变异性，但变异性相对较小。此外，K-S检验结果表明，除容重、土壤质地、土壤有机质、田块规整度、连片度和降雨量外，其余指标数值分布满足正态分布。

3.2 坡耕地质量评价最小数据集（MDS）

采用系统聚类法，对初选指标进行聚类分析。聚类分析中距离的选择对聚类结果具有重要影响，其中距离水平为 10时能较好地反映评价指标的差异性。在该距离水平下，有机质、全氮、速效钾、高程、有效磷归入同一组，降雨量、≥10 ℃积温归入同一组，有效土层厚度、土壤容重、田面坡度归为一组，其他指标单独归入一组。对同一组指标进行的相关分析结果表明，有机质、全氮间的相关系数为 0.840（P＜0.01），高程、速效钾间的相关系数为0.631（P＜0.01），上述两组指标间的相关系数均大于0.5，且达到极显著水平，为确保评价指标的独立性，参照已有研究成果，选择有机质进入终评指标体系[15-16]。高程对速效钾含量分布具有显著影响，而速效钾是反映坡耕地养分水平的重要指标，加之高程与≥10 ℃积温（r=0.822）、降雨量（r=−0.594）、pH值（r=0.518）、有机质（r=0.605）、有效磷（r=0.545）等指标间也存在较强的相关性，因此选择速效钾进入终评指标。上述分析过程从 16个指标中初步筛选出14个评价指标。从表4可看出，评价指标的变异系数分布在 8.31%～62.79%之间，变异系数Cv均大于5%，满足指标敏感性筛选要求。

经上述分析，从16个初选评价指标体系中，筛选出由有效土层厚度、耕层厚度、土壤容重、土壤质地、土壤pH值、有机质、有效磷、速效钾、≥10℃积温、田块规整度、连片度、降雨量、灌溉保证率、田面坡度14个指标构成的坡耕地质量评价最小数据集（MDS），指标筛选过滤率为12.5%。经过定量化筛选，不仅使评价指标体系能较好地满足指标选取原则，同时也在一定程度上也简化了评价指标体系。分别采用主成分分析法、熵权法、层次分析法计算指标权重，以各指标的综合权重作为评价指标权重。云南坡耕地质量评价最小数据集指标体系及对应的权重计算结果见表5。

3.3 评价结果合理性检验

为验证评价过程中基础数据的准确性及评价结果的合理性，选择位于云南典型坡耕地分布区的5个县共10个采样点数据，按照本研究提出的评价体系，采用室内土壤采样分析与相关数据调查的途径获取评价基础数据，计算10个样点的坡耕地质量指数（SIFI-实测值），同时从评价结果空间分布图上获取对应采样区域的坡耕地质量指数（SIFI-计算值），分析实测值与计算值的对应关系。采样点位于云南省5个坡耕地分布典型县（市），其中石林、宁洱、马龙、宣威为红壤坡耕地采样点，楚雄为紫色土坡耕地采样点。采样调查时，每个典型县在当地农技人员带领下选取 2个采样区，共采集土壤样品10个，并调查样点的土壤剖面、坡度、经纬度、降雨、灌溉、耕作制度等信息，采样及调查时间为2015年7月－2017年12月。

表5 坡耕地质量评价最小数据集指标体系及权重Table 5 Index system and weight of minimum data set for slop farmland quality evaluation

计算结果表明，SIFI实测值的均值为0.611 2±0.036 1，变异系数为0.059 1；SIFI计算值的均值为0.594 5±0.042 2，变异系数为0.070 9；说明SIFI计算值波动幅度相对较大，SIF实测值波动幅度相对较小，但二者均值差异较小，且相关性较高（m=0.961，n=10）。图3为10个样点SIFI实测值和计算值的对比曲线，从图中可看出，计算值总体较实测值偏大，但二者总体差异较小，计算值和实测值之间可用线性函数y=0.823 7x+0.132 3较好拟合，拟合决定系数R2=0.860 7，拟合效果总体较好，表明本研究坡耕地评价中采用的基础数据能客观地反映坡耕地质量状况，全区域尺度坡耕地质量评价结果具有合理性。

图3 SIFI实测值和计算值对比Fig.3 Comparison between measured value and calculated value of Slope Farmland Integrated Fertility Index (SIFI)

3.4 坡耕地质量指数空间分布

图 4为云南坡耕地质量指数空间分布，从图中可看出，云南坡耕地质量指数（SIFI）分布在0.36～0.81之间，均值为0.59±0.06，大部分评价单元SIFI＜0.6，坡耕地质量指数总体偏低。不同评价单元坡耕地质量指数差异显著（P＜0.05），反映出不同区域坡耕地质量状况的空间差异性。从空间分布上来看，坡耕地质量指数呈现出空间聚集性和变异性的交错耦合分布格局，其中滇中区、南部边缘区、滇西区、滇东南区坡耕地质量指数较高，滇西南区、滇东北区坡耕地质量指数较低，其他分区介于其间。

图4 云南坡耕地质量指数空间分布Fig.4 Spatial distribution of quality index of slope farmland in Yunnan

表 6为不同分区坡耕地质量指数统计特征，从表中可看出，不同分区坡耕地质量指数均值存在一定的差异性，但总体差异性相对较小，坡耕地质量指数均值从大到小依次为：南部边缘区、滇西区、滇东南区、滇中区、滇西南区、滇东北区、滇西北区，南部边缘区和滇西区坡耕地质量指数相对较大，而滇西北区、滇东北区坡耕地质量指数相对较小。从坡耕地质量指数的变化幅度来看，滇西区SIFI变化幅度最大（标准差为0.061），滇东北区SIFI变化幅度最小（标准差为0.045）。

表6 不同分区SIFI分布统计特征Table 6 Statistical characteristics of SIFI distribution in different subareas

由于成土环境、立地条件、耕作利用等因素的影响，不同土壤类型坡耕地质量指数也存在一定的差异性。表7为不同土壤类型坡耕地质量指数变化，从表中可看出，不同土壤类型SIFI均值分布在0.534～0.600之间，5种主要土壤类型SIFI均值从大到小依次为：赤红壤、红壤、紫色土、黄壤、黄棕壤，赤红壤坡耕地质量指数最高（SIFI均值为0.600），黄棕壤坡耕地质量指数最低（SIFI均值为0.534）。不同土壤类型坡耕地质量指数的差异性与坡耕地土壤理化特征、立地条件、耕作水平等因素相关。赤红壤坡耕地主要分布在南部边缘区和滇西南区，这些区域光热和水分条件较好，有效土层厚度较大，坡耕地质量水平总体较高；红壤坡耕地主要分布在滇中区、滇东南区，该区地势相对平坦，坡耕地平均坡度相对较小，坡耕地集约化利用水平较高，坡耕地质量也相对较高；紫色土主要分布在滇中区的楚雄、滇西区等部分区域，紫色土坡耕地肥力相对较高，但由于该区域气象干旱驱动下的农业干旱频发，加之耕层浅薄、土壤水分蓄持能力不足，坡耕地质量处于居中水平。黄壤和黄棕壤主要分布在滇东北区、滇西北区等高海拔区域，受立地条件和土壤质量特征的影响，坡耕地质量水平总体较低。

表7 不同土壤类型坡耕地质量指数变化Table 7 Changes in quality index of slope farmland with different soil types

图 5为不同高程坡耕地质量指数均值变化，从图中可看出，坡耕地质量指数随高程的变化相对较小，但呈现出一定的规律性变化特征；随着坡耕地高程增加，坡耕地质量指数呈现出先增加后减小的变化趋势。在 0～1 000 m高程范围内，随着高程的增加，坡耕地质量指数呈增长趋势；在＞1 000 m高程范围内，随着高程的增加，坡耕地质量指数呈递减趋势；在500～1 000 m高程范围坡耕地质量指数达到最大值。上述坡耕地质量指数随高程的变化规律与云南坡耕地光热条件、水分条件、立地条件和耕作利用有关。高程＜500 m坡耕地尽管水热条件较好，但这部分坡耕地往往分布在深切河谷地带，受地形切割及坡耕地空间破碎化等因素的影响，坡耕地质量总体小于500～1 000、＞1 000～1 500 m高程坡耕地；高程500～1 000 m的坡耕地由于光热条件、水分条件较好，加之集中连片度、耕作利用水平也相对较高，坡耕地质量总体较高；＞1 000 m高程坡耕地随着光热条件、水分条件、耕作利用水平等逐步降低，坡耕地质量也随之减小。

图5 不同高程坡耕地质量指数均值变化Fig.5 Change of SIFI mean valve in different elevation

3.5 坡耕地质量等级空间分布

图6为坡耕地质量等级空间分布，从图中可看出，不同区域 10个质量等级的坡耕地分布面积存在差异，但坡耕地质量等级空间分布呈现出显著的聚集特征；坡耕地质量以六等地、五等地、七等地、四等地为主，其他等级的坡耕地分布较少，其质量等级总体偏低。从不同分区坡耕地质量等级分布来看，南部边缘区、滇中区、滇东南区、滇西区坡耕地质量等级相对较高，以四等地、五等地为主，滇东北区、滇西北区坡耕地质量等级相对较低，以六等地、七等地为主，滇西南区、滇西区介于其间。

图6 云南坡耕地质量等级空间分布Fig.6 Spatial distribution of quality grades of slope farmland in Yunnan

图 7为不同坡耕地质量等级面积分布曲线，从图中可看出，不同质量等级坡耕地分布面积呈现出中间大、两头小的正态型分布格局。在10个坡耕地质量等级划分中，六等地分布面积最大，分布面积为121.63万hm2，占坡耕地面积比例的25.74%；其次为五等地，分布面积为118.01万hm2，占坡耕地面积比例的24.97%；四等地和七等地的分布面积也较大，分布面积分别为 79.75、85.94万hm2，占坡耕地面积比例分别为16.88%、18.19%；三等地、八等地分布面积较小，分布面积分别为24.77、33.06万hm2，占坡耕地面积比例分别为5.24%、7.00%；而一等地、二等地、九等地、十等地分布面积均较小，面积占比均小于2%。

图7 坡耕地质量等级分布曲线Fig.7 Slope farmland quality grade distribution curve

引入洛伦兹曲线，以反映不同分区坡耕地质量等级的总体分布格局。图 8为不同分区坡耕地质量等级洛伦兹曲线，从图中可看出，不同分区坡耕地质量等级洛伦兹曲线的变化趋势存在差异性。总体来看，不同分区坡耕地质量等级分布的洛伦兹曲线均呈“S”型分布格局，表明不同质量等级坡耕地面积分布不均衡。从曲线变化过程来看，不同分区坡耕地质量洛伦兹曲线均表现为一～三等级和八～十等级对应曲线斜率较为平缓，而四～七等级对应曲线斜率较大。这表明不同分区坡耕地质量等级分布均表现为中间大、两头小的峰值型分布格局，即四～七等级坡耕地分布面积较大，而一～三等级和八～十等级坡耕地分布面积较小。

图8 不同分区坡耕地质量等级分布的洛伦兹曲线Fig.8 Lorenz curve of quality grade distribution of slope farmland in different sections

4 讨 论

4.1 坡耕地质量评价指标体系构建

指标体系是若干相互联系的统计指标所组成的有机体，它将抽象的研究对象按照其本质属性分解为具有行为化、可操作的体系结构。目前针对耕地质量评价指标体系的研究较多，大多根据评价目的和区域差异性，从土壤质量、空间地理质量、管理质量和经济质量 4个维度辨识影响耕地质量的关键因子，进而筛选适宜的评价指标[6-7]。从指标筛选分析来看，现有研究大多根据评价目的、对象、尺度比选评价指标，基于定量化分析的指标筛选研究较少，评价指标体系建立尚存一定的主观性[8,15-16]。耕地质量评价指标选用频率统计表明，土壤质地、土壤有机质、灌溉保证率、田面坡度、有效土层厚度、道路通达度、pH值、降雨量、连片度等指标选用频率大于30%，其中土壤质地、土壤有机质、灌溉保证率、田面坡度选用频率均大于70%[32]。本研究采用定量化指标筛选方法，建立了由14个指标组成坡耕地质量评价最小数据集。该指标体系包括了大部分选用频率大于 30%的指标，同时能较好地反映坡耕地土壤侵蚀严重、易受干旱影响、空间分布破碎化等特征，丰富了耕地质量评价研究内容。

4.2 坡耕地质量评价的尺度效应

从研究尺度上看，耕地质量评价尺度可分为：地块尺度、流域尺度、区域尺度。由于评价指标选择及评价基础数据获取途径存在较大差异，不同尺度耕地质量评价结果的侧重点及精度也存在较大差异，即耕地质量评价存在尺度效应[14]。孔祥斌[23]认为耕地质量具有显著的尺度差异性，有些耕地质量特征在微观层面起作用，有些是在宏观层面起作用。坡耕地质量评价作为耕地质量评价的组成部分，其评价过程也受尺度效应影响。评价尺度越小，可获取评价指标越多、指标测度也越精确，从而评价的精细程度也越高，但评价结果的适用范围往往受到限制；随着评价尺度放大，可获取的评价指标相对较少，评价指标精度也会降低，其评价结果侧重于反映耕地质量的宏观特征，但大尺度坡耕地质量评价结果的适用性也更广[33]。从不同尺度评价指标的选择过程来看，地块、小流域等小尺度坡耕地质量评价指标体系以土壤属性指标为主，其评价过程侧重于坡耕地土壤质量或自然质量的评价；而大型流域、区域尺度的坡耕地质量评价指标体系除选取土壤属性指标外，还包括立地条件、土壤管理、光热条件、空间形态等指标，其评价过程则侧重于对土壤质量、空间地理质量、管理质量和经济质量的综合评价。受坡耕地质量评价尺度效应的影响，不同尺度坡耕地质量评价指标体系、评价结果存在可比性不足等问题[23,33]。多尺度坡耕地质量评价指标体系构建、评价模型的建立及尺度转换等方面的研究尚待进一步深入。

4.3 坡耕地质量时空演变规律

耕地质量受土壤条件、立地条件、环境特征、耕作水平等诸多因素的影响，具有继承性和变异性双重特征[23]。从耕地质量空间分布来看，由于不同评价单元的土壤属性、地形地貌、气候、海拔、耕地管理水平等因子的空间变异性，导致耕地质量在空间分布上存在中等变异性特征[34]。从坡耕地质量的时间演变来看，随着坡耕地所处的立地条件、土壤因子、管理水平等发生变化，坡耕地质量也会随之变化[35]。从耕地质量的时间演变来看，随着时间变化，坡耕地质量的变化存在提升、保持、退化三种演变方向[23]。识别坡耕地质量的空间演变规律是对坡耕地资源分区利用和保护的基础，而分析坡耕地质量的时间演变规律则是为开展坡耕地质量精准调控奠定基础。本研究表明云南坡耕地质量指数、质量等级在空间分布上均存在差异性，坡耕地质量指数和等级总体偏低，在空间分布上呈现出显著的聚集特性。受研究条件的限制，本文仅对现状坡耕地质量空间分布特征进行了分析，在坡耕地质量时间演变规律方面有待进一步深入。

5 结 论

1）基于“要素-需求-调控”的框架模型，建立由有效土层厚度、耕层厚度、土壤容重、土壤质地、土壤pH值、有机质、有效磷、速效钾、≥10 ℃积温、田块规整度、连片度、降雨量、灌溉保证率、田面坡度共14项指标构成的坡耕地质量评价指标体系，采用综合权重作为评价权重，以30 m×30 m栅格（像元）为评价单元，对云南坡耕地质量进行评价。

2）云南坡耕地质量指数（Slope Farmland Integrated Fertility Index，SIFI）分布在 0.36～0.81之间，均值为0.59±0.06，大部分评价单元 SIFI＜0.6，坡耕地质量指数空间分布差异显著（P＜0.05）。5种坡耕地主要土壤类型SIFI大小依次为：赤红壤、红壤、紫色土、黄壤、黄棕壤；SIFI变化与高程有关，在0～1 000 m高程内SIFI随高程增加呈增长趋势，在＞1 000 m高程范围内随高程增加，SIFI呈缓慢递减趋势。

3）坡耕地质量等级以六等地、五等地、七等地、四等地为主，南部边缘区、滇中区、滇东南区、滇西区坡耕地质量等级相对较高，以四等地、五等地为主，滇东北区、滇西北区坡耕地质量等级相对较低，以六等地、七等地为主，不同分区坡耕地质量等级洛伦兹曲线均呈“S”型分布格局，均表现为中间大、两头小的峰值型分布特征，云南坡耕地质量等级总体偏低。