负债表制度下的耕地质量等级评价方法与实证分析

邹宏光，王维瑞，陈弘扬，尹 炳，沈 强，卜中原

(1. 安徽理工大学地球与环境学院，安徽 淮南 232001；2. 北京市土肥工作站，北京 100029)

自建国以来，我国开展了查田定产、第一次土壤普查、第二次土壤普查[1]、耕地地力监测[2]、农用地分等定级[3-5]等众多耕地质量评价工作，对我国耕地的类型、分布、性状、利用情况、障碍因素等多种因子进行评价和等级划分[6-9]。自然资源负债表是我国的一项创新制度[10]，相继有学者对其制度本身展开研究。文献[11]认为自然资源负债表是基于环境承载力、相关资源功能规划、生态红线基础上的相关平衡性核算。文献[12]将自然资源负债表作为一项能够反映出国家自然资源“家底”的编报方法和技术体系，能够客观直接的反响出某一时期自然资源存量情况。文献[13]认为自然资源负债表是一种核算报表，汇总分类反映了自然资源变化和权益关系与环境责任之间的联系。自然资源负债表的功能主要在于掌握一段时期内自然资源的储蓄与变动，以及体现各经济主体对自然资源的消耗、占有和恢复等的情况[14-15]，这与制定耕地质量等级评价方法体系的目的不谋而合。结合自然资源负债表制度的具体要求，开展农业农村耕地质量等级评价方法与实证分析对于完善我国耕地质量评价、服务耕地质量提升至关重要。

因此，本文综合考虑自然资源负债表制度的要求，结合耕地质量评价已有研究和不足，从评价因子选择、因子权重和隶属度确定、耕地质量等级划分等方面建立县域尺度负债表制度下的耕地质量等级评价方法，并开展实证研究。研究成果为自然资源负债表编制提供方法支撑。

1 耕地质量等级评价方法

当前土地管理由数量管理为主向数量质量并重管理转变，耕地质量等级评价工作对我国实行最严格的耕地保护制度具有十分重要的意义。由于评价目的不同，截止目前已报道了众多耕地质量等级评价方法，也配套出台了很多国家和行业技术标准。如《耕地质量等级》(GB/T 33469-2016)、《农用地质量分等规程》(GB/T 28407-2012)等。不同部门和时期的评价标准都有所侧重。为了更好地服务耕地质量评价，相关标准与方法也应随着时间和评价目的的不同实时更新。

(1) 评价因子与权重

根据农业农村部门自然资源资产负债表制度的要求，结合当前评价因子的不足和当地实际情况，确定了县域尺度涵盖立地条件、剖面性状、土壤理化性质、土壤养分状况以及农田管理5类17个耕地质量评价因子。目前确定权重的方法主要有特尔菲法、层次分析法、主成分分析法和相关分析法等[16-17]，本研究采用层次分析法和特尔菲法来确定各评价因子权重。采用特尔斐法时，根据20位专家经验判断各评价因子对耕地质量的重要程度，构造判断矩阵，再结合层次分析法，检验判断矩阵的一致性并确定各评价因子权重(见表1)。

表1 耕地质量等级评价因子权重表

(2) 隶属度赋分

根据模糊数学理论，评价因子与耕地质量之间的关系分为戒上型函数、峰型函数和概念型3种类型的隶属函数。戒上型函数模型适合这种函数模型的评价因子，其数值越大，相应的耕地质量水平越高，但到了某一临界值后，其对耕地质量的正贡献效果也趋于恒定(如有效土层厚度、有机质含量等)。

(i=1,2,…，m) (1)

式中：yi为第i个因子的隶属度；ui为样品实测值；ci为标准因子；ai为系数；ut为因子下限值。

峰型函数适合这种函数模型的评价因子，其数值离一特定的范围距离越近，相应的耕地质量水平越高(如土壤pH等)。

(2)

实际操作过程中，以上非概念型评价因子采用特尔斐法对一组实测值评估出相应的一组隶属度，并根据这两组数据拟合隶属度函数。

概念型指这类因子其性状是定性的、非数值性的，与耕地质量之间是一种非线性的关系，如地形部位、质地构型、质地等。这类因子不需要建立隶属函数模型。概念型评价因子采用专家打分法，最终确定隶属度。

(3) 插值方法的选取

空间数据插值方法种类繁多，比如反距离加权插值法、多项式插值法、样条函数插值法、趋势面插值法、克里金插值法、经验贝叶斯克里金法和多维分形克里格法等[18-23]，结合实证研究，本文遴选普通克里金法(Ordinary kriging，OK)、反距离权重插值法(Inverse distance weight，IDW)和多维分形克里格法(Multidimensional fractal kriging，MK)三种方法进行空间插值。

实际评价过程中，综合考虑均方根误差(RMSE)和判定系数(R2)，选择不同评价因子的最优空间插值方法。

(4) 评价与等级划分

基于各评价因子权重与隶属度，采用累加法计算耕地质量综合指数。累加法公式如下

P=∑(Ci×Fi)

(3)

式中：P为耕地质量综合指数；Ci为第i个评价因子的组合权重；Fi第i个评价因子的分值。

实证区隶属于黄淮海燕山太行山脉平原农业区，根据国家标准将耕地质量划分为10个耕地质量等级。耕地质量综合指数越大，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。

平均耕地质量等级采用面积加权法计算，面积加权法公式如下

(4)

式中：M为平均耕地质量等级；Ki为第i个耕地质量等级；Si第i个耕地质量等级所对应的面积。

2 实证分析

(1) 实证区概况和数据获取

实证区为北京市东北部的密云区，属燕山山地与华北平原交接地，地形地貌总体呈现三面环山，中部低缓，西南开口的簸箕形。实证区属于暖温带季风大陆性半湿润半干旱气候，全年四季分明，冬季寒冷干燥，夏季温暖湿润。年平均气温10.8℃，年平均降水量约657mm。2018年密云区耕地总面积为17 447.80hm2，占全区土地总面积的7.84%，土地利用类型以耕地、园地、林地和草地为主，四者面积之和占全区土地总面积的80.47%。

采用网格与分层抽样相结合的方法实证区耕地质量等级评价采样点布设，抽样时综合考虑行政区划、土壤类型、土地利用类型、历史耕地质量、历史评价因子变异函数变程。全区共布设采样点411个(见图1)。采样工作于2018年9月完成，采用 “S”法取样，取样深度为0～20cm，取样重量为2kg左右。各评价因子的调查测试方法参考《耕地质量等级》(GB/T 33469-2016)。

图1 实证区地理位置和采样点分布图

(2) 实证区耕地质量评价

根据本文提出的隶属度赋分方法，对土壤容重、速效钾、耕层厚度、酸碱度、有机质、有效磷、有效土层厚度等七个非概念型评价因子进行拟合，从而得到各评价因子的隶属度拟合函数(见图2)。

图2 非概念型评价因子隶属度拟合曲线

以图2拟合的函数，确定土壤容重等7个指标的隶属度。对于概念型评价因子，参照本文提出的赋分方法，确定隶属度(见表2)。

表2 概念型评价因子隶属度表

耕地质量评价因子权重采用本文所给出的权重。

采用OK法、MK法和IDW法三种方法对有机质、有效磷和速效钾等评价因子进行空间插值，得到不同评价因子不同插值方法的均方根误差(RMSE)和判定系数(R2)(见图3)。

图3 不同评价因子不同插值方法的精度和拟合效果对比

由图3可知，不同方法对于不同评价因子的空间预测精度不同，三种插值方法对于所有评价因子的RMSE均小于0.5。综合考虑均方根误差(RMSE)和判定系数(R2)，有机质、酸碱度、耕层厚度和土壤容重采用MK法、有效磷、速效钾分别采用OK、IDW法。

采用各评价因子上述确定的权重与隶属度，基于ArcGIS平台，采用累加法计算耕地质量综合指数。

(3) 实证区耕地质量等级划分

根据本文提出的耕地质量等级划分方法，绘制耕地质量等级图(见图4)。

图4 实证区耕地质量等级评价图

由图4可知，实证区耕地质量等级分布与自然条件密切相关。总体来看，西南部平原区耕地质量等级较高，北部和东部山区耕地质量等级较差。说明自然资源资产负债表制度框架下的县域尺度耕地质量等级评价方法体系能较好的表征耕地质量的空间分布规律。

实证区绝大多数耕地质量等级在六等及以上，占实证区总耕地面积的84.40%，主要分布西南部平原区。西南部平原区地势平坦，农田集中连片，土地肥沃，水源充足和道路通达程度较高。耕地质量等级在七等以下的地区主要分布在北部山区，耕地面积占比不足2%。该地区耕地田块小、分布零散和基础设施条件差。实证区平均耕地质量等级为5.3。

(4) 耕地质量等级验证

为验证实证区耕地质量等级评价结果，基于采样调查获得的产量数据，拟合划定的耕地质量等级与对应产量间关系(见图5)。

图5 产量与耕地质量等级拟合图

由图5可知，耕地质量等级与实证区玉米产量呈正相关，R2大于0.8，拟合程度较好。玉米产量验证结果与耕地质量等级评价结果和实证区自然地理条件相符合，说明应用本文构建的自然资源资产负债表制度框架下的县域尺度耕地质量等级评价方法体系是可行的。

3 结论

本文在自然资源资产负债表制度框架下构建了县域尺度耕地质量等级评价方法体系，并以北京市密云区为例进行实地验证评价，评价结果与采样调查获得的产量数据进行耕地质量等级验证，研究结论如下：

(1)评价方法体系的构建是耕地质量评价的基础，本文综合考虑自然资源负债表制度要求，建立了涵盖耕地质量指标体系(5类17个因子)以及指标权重确定、单元赋分等耕地质量评价方法体系；

(2)评价结果是对评价方法体系的有效反映，实证区绝大多数地区耕地质量等级在六等及以上，占实证区总耕地面积的84.40%。实证区平均耕地质量等级为5.3。通过与实证区玉米产量验证可知，耕地质量等级与玉米产量呈正相关，R2大于0.8，拟合程度较好，说明本文构建的自然资源资产负债表制度框架下的县域尺度耕地质量等级评价方法体系是可行的。