东北黑土区耕地系统变化机理

苏 浩，吴次芳

·土地保障与生态安全·

东北黑土区耕地系统变化机理

苏 浩，吴次芳※

（浙江大学公共管理学院，杭州，310058）

耕地系统变化直接影响耕地生产能力和国家粮食安全。该研究以东北黑土区典型地域克山县为研究区，重构耕地系统的科学内涵，运用GIS、RS手段和Matlab计算机编程，采用地理探测器模型，识别研究区1986年、2010年和2018年耕地系统变化关键影响因子，测算关键影响因子、各因子间交互作用对耕地系统变化的作用关系，揭示研究区耕地系统变化机理。结果表明：1）耕地系统是具有长、宽、高的有机立体空间，在一定范围内是所有要素综合作用结果，同时它受周围环境影响与垂直方向、水平方向因子共同形成一个微生态环境。2）1986年、2010年和2018年影响耕地系统变化的关键影响因子分别为5个、8个和6个。1986—2018年不同时期耕地系统变化均受系统内部因子作用的影响，随着时间推移，水平方向作用因子对耕地系统变化的影响逐年加强，垂直方向作用因子的影响减弱，表现为影响耕地系统变化程度的关键影响因子由自然要素为主，转向自然与人类活动因素的双重影响。其他因子影响相对较弱。3）1986—2018年不同时期耕地系统内部影响因子与垂直和水平方向的其他因子交互作用对耕地系统变化的影响均为最大，水平方向与垂直方向的交互作用在研究期间影响的显著性显化程度不同。与关键单一因子对耕地系统的影响相比，因子间交互作用后对研究区耕地系统变化空间分异的解释能力明显高于单一因子对其作用，具体表现为双因子增强或非线性增强的特征。研究结果较好地反映了不同时期耕地系统变化空间分异的各因素单一和交互作用关系，为保护耕地和保障粮食安全提供了科学依据。

土地利用；遥感；耕地；东北黑土区；微生态环境；粮食安全；机理

0 引 言

耕地系统是粮食生产最基本的载体和生境条件，具有复杂性、自组织性、时空动态性、恢复性和非线性等耗散结构特征[1]。它是一个开放系统，在一定的时间和空间范围内，耕地系统由简单到复杂进行演替，与外界不断进行物质和能量交换[2-3]，通过系统内部要素和外部环境共同作用、相互影响，形成了具有自调节功能的有机整体[4-5]。随着时间和外界环境的变动，耕地系统的结构和功能也会发生相应变化，当系统内部因子发生突变亦或外界因子入侵超过一定的阈值范围，耕地系统的生产力、稳定性、恢复力及自组织能力等会受到严重影响[6-7]，使系统处于无序状态。耕地系统变化研究是研究一切耕地系统问题如耕地系统安全[8]、耕地系统预警[9-10]、耕地系统能值分析[11-12]、耕地质量[13]研究的基础。目前，关于耕地系统内涵的界定学界尚未形成统一的认识。研究表明，耕地系统包括能力子系统、容量子系统和效应子系统耦合而成[14]，是人类活动利用的耕地表层及以上和以下的要素相互关联相互制约形成的结合体[5]。已有研究对耕地系统的界定侧重于系统和要素的构成，在一定程度上较好反映了耕地系统的整体性和要素之间的关联关系，但却未能全面反映耕地系统的内涵，尚需进一步补充、完善和优化。关于耕地系统变化的研究较少，相关的研究集中于耕地的数量、质量和生态变化且研究成果众多，对本文研究具有重要的借鉴意义。

中国东北黑土区作为世界四大黑土区之一[15]，黑土有机质含量高、土壤理化性质优良、肥力高，适宜作物生长，是耕地中的精华[16]。根据第二次全国土地调查数据和县域耕地质量调查评价成果，东北典型黑土区耕地面积约1.85×107hm2，占东北地区耕地面积66.3%，占全国耕地面积13.7%。中国东北黑土区生产粮食约占全国粮食总量的1/4，商品粮数量占全国总量高达1/3，是中国的粮仓，更是保障国家粮食安全的“稳压器”[17]。自然条件变化的不确定性和人类活动过度干扰使得东北黑土区出现利用强度高[18-19]、土壤侵蚀严重[20-21]、土壤养分流失[22]、土壤肥力下降[23]、有机质含量显著下降[24-25]、耕作层变浅、犁底层变硬，土壤的理化性状[26]与生态功能退化[27]等众多问题，严重影响东北地区农业的持续发展，亟需解决。

综上，本文重构耕地系统理论内涵的基础上，以东北黑土区典型地域克山县为研究区，从耕地系统内部作用、耕地系统垂直方向作用与水平方向作用3个方面，构建影响耕地系统变化指标体系，运用GIS、RS手段和Matlab计算机编程，采用地探测器模型，识别1986—2018年研究区耕地系统变化关键影响因子，计算其对耕地系统变化的作用程度，同时测算因子交互作用对耕地系统变化的影响，进而揭示研究区耕地系统时空变化影响因子的作用机理。研究成果丰富和深化了耕地保护的内容，以期为系统性耕地保护和保障粮食安全提供科学依据。研究成果将对区域耕地整体保护、维持耕地生产力和保障粮食安全具有重要意义。

1 耕地系统内涵的界定

耕地系统是一个与外界不断进行物质、能量和信息交换的开放系统，可以将其视为具有一定范围的长、宽、高有机立体空间，这个有机立体空间由反映耕地自身健康属性的自然本底要素（包括土壤质地、土层厚度、土壤条件、地形地貌等自然因子）和作用在这个立体空间的人文要素（包括技术、耕作制度、施肥量）构成，各要素均有其不可取代的地位和作用，它们之间相互关联、相互依存和相互制约，形成了具有特定功能的有机整体，耕地系统的特性和功能取决于全部组成要素的综合作用，是人类正反面活动累积的结果，即耕地系统是指作用在这一具有长、宽、高一定范围的立体空间内所有要素综合作用结果。耕地系统的长、宽由耕地规模决定，高度由种植作物种类和耕层厚度决定。耕地系统这一具有长、宽、高的有机立体空间，同时又受系统外部周围环境影响，与垂直方向、水平方向因子共同形成一个微生态环境。其中，垂直方向上，耕地系统受上方光照、温度、降水条件等影响，同时受下方地下水位、障碍层厚度、母质种类等影响。这里垂直方向上层至对流层，下层至土壤母质层以上，垂直方向上、下层高度均为与耕地系统有直接联系范围，与耕地系统无直接联系的垂直方向即对流层以上的地上层（如高空气候）、耕地土壤母质层以下的地下层（如深层岩石）不包括在垂直方向的范围内；水平方向上，耕地系统与周围物理空间（如不同土地利用类型）共生，同时又与其所在地域的自然生态及社会经济发展等因素共存，进行物质能量和信息交换形成微生态空间。不同土地利用方式形成的物理空间、自然生态和社会经济要素辐射，对耕地系统的影响程度和影响范围不同，超过其影响范围对该耕地系统的作用均可以忽略不计（图1）。

总之，耕地系统周围垂直和水平方向的作用实质上是耕地系统外部性的影响，在一定程度上决定耕地生产能力的上限。耕地系统具有区域性、复杂性、不确定性、开放性、整体性、动态性等特征，在生态环境变化不确定的大背景下，适当改变耕地系统所处的微生态可以改善耕地系统的稳定性，提高耕地生产力水平。

2 数据来源和理论方法

2.1 研究区概况

本研究以东北黑土区典型地域黑龙江省克山县为研究区，地处125°10′57″～126°08′18″E，47°50′51″～48°33′47″N之间，克山县位于黑龙江省齐齐哈尔市境内，地处东北典型黑土区，地势东北高西南低。克山县是全国产粮大县、国家重要商品粮基地县，黑土覆盖面积最广，约占81%（图 2）。2018年，克山县辖15个乡镇、1个国营农场和122个村，土地总面积为3 186 km2，县域土地利用类型包括耕地、园地、林地、草地、水域、建设用地和其他土地，其中耕地面积为2 501 km2，占克山县土地面积的79%，克山县总人口46万，农业人口10万，仅占总人口22%[28]。克山县是大豆、马铃薯之乡，作物对土壤条件尤其是土壤养分、黑土层厚度、土壤质地的要求较高。近年来，研究区受自然、人文要素的综合作用，耕地利用过程中黑土区的土壤性能在一定程度上发生了改变，黑土层变薄、土壤质地变化、土壤养分流失，对黑土区耕地资源可持续利用产生了一定的影响，直接威胁农业生产和耕地产能的稳定。

2.2 数据来源与处理

1986年研究区土地利用数据来源于第一次全国土地调查原始成果图，通过对该成果图进行扫描、纠正、矢量化、检验，获得1986年研究区土地利用矢量数据库；2010年研究区土地利用矢量数据库来源于第二次全国土地调查成果数据库；2018年研究区土地利用数据来源于克山县土地利用变更数据库。粮食实际产量数据来源于《克山统计年鉴（2017—2018）》。农业劳动力、耕地投入数据均为结合中国科学院资源环境科学与数据中心数据和《克山统计年鉴（2017—2018）》筛选计算所得。全年日照时数、温度、降水量主要来源于中国科学院信息化建设专项“人地系统主题数据库”和“Worldclim数据库”。土地利用多样性指数利用Matlab计算机编程，利用Gibbs-Martin指数计算获取[29]。1986年、2010年和2018年归一化植被指数数据分别来源于Landsat MSS遥感影像（80 m×80 m）、Landsat TM遥感影像（30 m×30 m）、Landsat8 TM遥感影像（30 m×30 m），根据研究区气候特点，选择6—9月遥感影像以确保影像清晰。地貌类型数据来源于“国家地球系统科学数据中心”DEM数据，本文提取研究区高程、坡度和坡向数据，对原始地貌类型图进行扫描、纠正、矢量化、检验，获得研究区地貌类型图。1986—2018年研究区有机质、有效磷、有效钾、有效氮、pH值、旱季地下水位数据来源于克山县第二次土壤普查成果、克山县土肥站、克山县农业推广中心实测数据。土壤质地、黑土层厚度、距障碍层深度、施肥量土壤数据来源于和克山县农用地分等地级成果等。水土保持系数由克山县农用地分等定级数据和《克山县土壤》中土壤侵蚀指数取倒数后重分类获得。研究期间研究区采样点的耕地土壤均为黑土，其中1986年采样点数据利用ArcGIS手段，将耕地矢量数据进行面转点处理，获得2 173个采样点，经筛选并剔除未在耕地上的采样点，有效采样点为2 022个。2010年选用克山县土肥站实地采样点1 961个，经筛选处理因GPS偏离等问题未在耕地上的采样点，有效采样点为1 851个。2018年选用克山县土肥站实地采样点1 961个，经筛选处理获得有效采样点为1 880个（图2）。

2.3 影响研究区耕地系统变化的指标体系的构建

依据耕地系统的内涵，结合研究区耕地利用的特点，从耕地系统内部作用、垂直与水平方向作用3个方面，通过筛选和比对选取20个指标，构建影响耕地系统变化的指标体系（表1）。

表1 影响研究区耕地系统变化指标体系

2.4 耕地系统变化影响因子作用机理模型建立

地理探测器是用来研究空间分异性及其驱动力的统计学方法，该方法的优势在于能够检验单变量的空间分异性，探测两变量之间可能存在的因果关系，可以避免因变量之间的共线性[30]。地理探测器包括4个探测器，分别为分异及因子探测、交互作用探测、风险区探测及生态探测，被广泛应用到自然、社会和经济等领域。地理探测器假设某个自变量对某个因变量有重要影响，其自变量和因变量应该具有相似的空间分布，该方法恰好符合耕地系统变化与其影响因子对系统的作用机理研究，因此本文运用地理探测器中分异及因子探测模型识别研究区耕地系统变化关键单一影响因子，用交互作用探测模型分析因子交互作用对耕地系统变化的影响。

分异及因子探测模型用于探测耕地系统变化的空间分异性及耕地系统变化影响因子解释耕地系统变化的空间分异的程度，值表示其影响程度值的度量，表达式为式（1）和式（2）。

式中为耕地系统变化或耕地系统变化影响因子的分层，称为分类或分区；N和分别为层和全区的单元数；σ和σ分别是层和全区的耕地系统变化值的方差；SSW和SST分别为层内方差之和和全区总方差；单因子作用的值域为[0, 1]，值越大说明耕地系统变化影响因子对耕地系统变化的解释力越强，值越小则说明耕地系统变化影响因子对耕地系统变化的解释力越弱，值表示解释了100%的。耕地系统最重要的功能是粮食生产，耕地的产量能较好地反映耕地系统状态的变化，本文选取1986—2018年研究区实际产量作为耕地系统变化因变量。选取农业劳动力、耕地投入、土地利用多样性指数、土地利用类型、植被指数、温度、降水量、全年日照时数、距障碍层深度、旱季低下水位、土壤质地、黑土层厚度、地貌类型、施肥量、pH值、有机质、全氮、速效钾、有效磷、水土保持系数20个因子。由于自变量应为类型量，本文将20个因子利用自然断点法分为5类后进行空间探测分析，计算得到各因子对耕地系统变化的作用大小值，对影响研究区耕地系统变化的关键单一因子和关键交互因子进行识别与分析。

3 结果与分析

3.1 研究区耕地系统变化关键影响因子作用机理

3.1.1 关键单一影响因子的识别

在20个耕地系统变化影响因子中，依据关键因子识别模型解释变量的原理，将值大于0.05的因子作为影响耕地系统变化及地理空间分异的关键影响因子（表2）。

表2 研究区1986—2018年影响耕地系统变化的关键影响因子

注：值表示各指标对耕地系统变化的影响程度，单因子作用值大于0.05表示对应因子作用显著，交互作用值大于5.0表示交互作用显著。

Note: Thevalue indicates the degree of influence of an index on the cultivated land system change. Thevalue that is higher than 0.05 for single effect or higher than 5.0 for interaction indicates its significant influence.

1986年，研究区耕地系统变化关键单一影响因子有3个，其值由大到小依次为耕地系统垂直方向作用因子温度（0.074）、降水量（0.064）和水平方向作用因子耕地投入（0.058），其中温度的值最高。可见，耕地系统变化受系统水平和垂直方向作用的个别因子影响，即温度是最主要的影响因子，其次是降水量和耕地投入。

2010年，研究区耕地系统变化关键单一影响因子有6个，其值由大到小依次为耕地系统内部因子有效磷（0.399）、有机质（0.391）、速效钾（0.236）、水土保持系数（0.234）以及耕地系统水平作用因子农业劳动力（0.234）、耕地投入（0.052）。可见，2010年耕地系统变化主要受耕地系统内部因子作用和系统水平方向因子作用，且系统内部作用因子有效磷和有机质的影响较为显著。

2018年，研究区耕地系统变化关键单一影响因子有5个，其值由大到小依次为系统水平作用因子农业劳动力（0.449）及耕地系统内部因子黑土层厚度（0.352）、有机质（0.301）、全氮（0.209）和土壤质地（0.164），其中系统水平方向作用因子农业劳动力值最高。可见，2018年研究区耕地系统变化受系统内部因子作用和系统水平方向因子作用显著，最主要的影响因子是水平方向作用因子农业劳动力，其次是耕地系统内部因子黑土层厚度、有机质、全氮和土壤质地。

除此之外，值在0～0.05之间的单一影响因子对研究区耕地系统变化的影响较弱，可以不考虑在内。

3.1.2 关键单一影响因子对耕地系统变化的作用机理

依据地理探测器模型原理，值的大小为因子对耕地系统变化的作用程度。通过计算得出：1986—2018年影响研究区耕地系统变化关键因子的作用大小在不同时期有所差异：

1）1986年耕地系统变化受系统水平和垂直方向因子综合作用。垂直方向作用因子温度是影响耕地系统变化的最大限制因子，是众多因子中作用强度最大的指标，其次是垂直方向作用因子降水和水平方向作用因子耕地投入。1986年克山县开始了耕地综合治理与生态建设，同时耕地系统在当时的自然条件和社会经济政策环境下，既有旱灾、冷冻和风雹等自然灾害影响，又有社会经济政策环境的影响，出现系统垂直和水平方向的个别关键因子影响显著性加强，与实际相符。

2）2010年耕地系统变化主要受耕地系统内部因子作用和系统水平方向因子作用显著，且系统内部作用因子主要受有效磷、有机质、速效钾和水土保持系数的影响，且有效磷和有机质处于主导地位。20世纪80年代克山县开始注重对土壤修复与治理，2010年研究区开展耕地地力调查与评价工作，对于研究区耕地系统内部作用因子产生了重要影响，随着社会经济的发展，耕地系统水平方向作用因子农业劳动力大小和耕地投入对系统变化也产生了重要的影响。

3）2018年研究区耕地系统变化受系统内部因子作用和系统水平方向因子共同作用，影响最大的是水平方向作用因子农业劳动力，其次是耕地系统内部因子黑土层厚度、有机质、全氮和土壤质地。随着黑土区的不断退化，东北黑土区耕地保护问题逐渐受到关注，政府加大了对黑土区耕地资金、技术的投入和政策上支持，使得黑土区耕地系统内部因子性能有所改善，但内部因子仍然是引起耕地系统变化的重要影响因子，同时随着新型城镇化步伐的加快，系统水平方向作用即人类活动对耕地系统的影响不可小视。

分别将1986—2018年在水平、垂直、系统内部3个维度显著影响耕地系统变化影响因子的影响大小进行计算。可见，1986—2018年耕地系统内部因子对耕地系统变化均有不同程度的影响，水平方向作用因子对耕地系统变化的影响逐年加强，垂直方向作用因子的影响减弱（图4）。

3.2 因子交互作用对耕地系统变化的影响机理

利用地理探测器中的交互作用探测器模型，将1986年、2010年、2018年影响研究区耕地系统变化的20个因子进行空间分异的交互作用分析，计算耕地系统内部、水平方向和垂直方向各因子与其他因子交互作用（值）之和，作为因子间交互作用对研究区耕地系统变化影响的大小和程度，交互作用值大于5.0说明交互作用显著（表 2）。

1986年研究区耕地系统变化交互作用值大于5.0关键因子有5个，分别为温度（10.598）、有效磷（9.206）、降水量（8.148）、耕地投入（7.547）、全氮（5.679）。其中，温度、降水量、耕地投入为单一因子作用中的关键因子，有效磷和全氮单一因子影响不显著但交互作用影响显著。可见，温度是这一时期研究区耕地系统变化交互作用最关键影响因子；有效磷虽然在单一因子影响中不显著，但在交互作用中极为显著，说明有效磷这一时期在该地区也具有一定的影响；降水量和耕地投入在交互作用中仍然占据主导地位，是这一时期较为关键的交互影响因子；全氮在单一因子作用中不显著，在交互作用中较为显著，是研究区耕地系统变化关键交互作用因子。

2010年研究区耕地系统变化交互作用值大于5.0的关键因子有8个，分别为有效磷（12.117）、有机质（10.569）、速效钾（9.688）、水土保持系数（9.643）、农业劳动力（8.204）、耕地投入（7.764）、全氮（6.158）、pH值（5.168）。其中，有效磷、有机质、速效钾、水土保持系数、农业劳动力、耕地投入为单一因子作用中的关键因子，全氮和pH值影响不显著但交互作用影响显著。可见，有效磷、有机质、速效钾、水土保持系数仍然是这一时期研究区耕地系统变化的关键影响因子；全氮在单一因子作用中不显著，在交互作用中较为显著，是研究区耕地系统变化关键交互作用因子。

2018年研究区耕地系统变化交互作用值大于5.0的关键因子有6个，分别为农业劳动力（12.549）、有机质（10.192）、全氮（10.063）、黑土层厚度（8.679）、耕地投入（8.307）、土壤质地（7.484）。其中，农业劳动力、黑土层厚度、有机质、全氮、土壤质地为单一因子作用中的关键因子，有机质和全氮的单一因子作用低于黑土层厚度，但交互作用影响高于黑土层厚度，耕地投入为单一因子影响不显著交互作用影响显著。可见，农业劳动力是这一时期研究区耕地系统变化最关键影响因子；有机质、全氮的交互作用影响极为显著，是耕地系统变化的重要的交互作用影响因子，黑土层厚度和土壤质地也是耕地系统变化的关键影响因子；耕地投入在单一因子作用中不显著，在交互作用中较为显著，是研究区耕地系统变化关键交互作用因子。

由此可见，1986年、2010年、2018年耕地系统内部的影响因子与垂直和水平方向的其他因子交互作用对耕地系统变化的影响均为最大。全氮在研究期间均为关键交互作用影响因子，有机质在2010年和2018年为关键交互作用影响因子，有效磷在1986和2010年为关键交互作用影响因子，速效钾、水土保持系数在2010年为关键交互作用影响因子，土壤质地、黑土层厚度在2018年为关键交互作用影响因子。克山县土壤板结和水土流失问题持续发生，土壤侵蚀问题凸显，肥沃土壤表层流失，黑土层变薄，土壤质地变黏，土壤养分大量流失，影响耕地系统变化。

水平方向作用中，1986年只有耕地投入与其他因子的交互作用显著，对耕地系统变化影响较小；2010年水平方向除了耕地投入外，另有农业劳动力与其他因子的交互作用显著，水平方向交互作用对耕地系统变化影响增强；2018年仍为耕地投入和农业劳动力2个影响因子与其他因子的交互作用显著，交互作用进一步加大。克山县以农业为主，耕地面积占县域面积79%，农民收入来源主要依赖于土地的耕种经营，耕地系统在一定程度上承担着农民的经济和社会职能，水平方向因子农业劳动力和耕地投入对耕地系统变化响应较敏感，与其他因子交互作用对耕地系统变化起着关键性影响。

垂直方向作用中，1986年温度和降水量与其他因子的交互作用显著，对耕地系统变化有一定的影响；2010年和2018年均未有显著的垂直方向交互作用影响因子。1986年克山县出现大旱天气、降水量骤减、灌排设施的落后使得降水量在成为农业生产要素的短板，有限的降水没有得到充分的利用，垂直方向上的外部环境条件严重影响着耕地系统的变化。20世纪90年代，克山全县域开始兴修小型农田排水设施：挖沟排水，修筑条田，高台垄作等措施，对防治内涝、干旱有良好作用。由于克山县在垂直方向上各因子差异性较小，在研究区内对耕地系统变化无显著影响。

总之，1986—2018年耕地系统内部影响因子与其他因子交互作用影响合力最强，其次是垂直方向的交互作用合力，最后是水平方向的交互作用合力。耕地系统内部影响因子与其他因子交互作用影响合力在1986—2010年增强，2018年有所减弱；1986—2018年水平方向上的影响因子与其他因子交互作用影响合力越来越强，垂直方向上的交互影响合力减弱（图5）。

4 讨 论

一定区域内的耕地是一个复杂的开放系统，它与外界不断进行物质、能量和信息交换[2-3]。东北黑土区经过大规模开发和高强度的利用，同时受自然条件的制约和人文因素的影响[4-5]，导致黑土区的耕地水土流失、有机质下降、土壤的理化性能发生改变、耕地土壤侵蚀等各种问题，引发了学者们的广泛关注，这些问题的研究为进行耕地系统变化影响因子选择及关键因子的识别奠定了基础[8-13]。东北黑土区是中国重要的粮食生产优势区、最大的商品粮生产基地，在保障国家粮食安全中具有举足轻重的地位。耕地系统变化关键影响因子的识别及其作用机理分析是耕地系统变化研究的基础，已有研究尚缺少这方面的系统研究。

本文以东北黑土区典型地域克山县为研究区，将耕地系统界定为具有一定长宽高的有机立体空间，它受周围垂直方向和水平方向因子影响而形成的一个微生态环境，扩宽了耕地保护研究的视野，具有一定的创新性。研究运用多年的土地利用变更数据、耕质地量数据、自然生态数据及社会经济等人文数据，以县域乡镇为基本单元，在研究期间运用了研究区大量采样点数据进行计算和分析，能够准确反映耕地系统变化的真实状况，改变已有研究区域尺度过大针对性和可操作性弱的局限。尽管本文运用了大量的矢量数据和统计数据等，但仍然有些人文因素如农户土地利用行为、政策及耕作制度尚未考虑，如何量化此类要素一直是当前的难点。同时盐渍化程度、母质类型、灌溉排水条件在本研究区内无明显划分，其实际差异也不大，因此未做参考，若在大区域尺度上研究耕地系统变化问题仍然需要考虑这些要素的影响和作用。本文以研究区耕地系统变化值为基础，利用地理探测模型，阐明这些关键因子单一作用和交互作用对耕地系统变化的影响程度，但如何更加深入分析影响耕地系统变化多种因子共同作用，在研究方法手段上仍需深入研究。

5 结 论

本文以东北黑土区典型地域克山县为研究区，科学界定了耕地系统的内涵，运用GIS、RS手段和Matlab计算机编程，运用地理探测器中不同模块模型功能，对1986—2018年研究区耕地系统变化关键影响因子进行识别并确定其作用程度，解释1986—2018年研究区耕地系统变化各因子交互作用关系。通过研究得出以下研究结论：

1）1986—2018年耕地系统变化不同时期均受系统水平方向作用的影响。且随着时间推移，水平方向作用因子对耕地系统变化的影响逐年加强。同时，在研究期间表现为影响耕地系统变化程度的关键因子以温度、降水、有效磷、有机质等自然要素为主，转向自然与人类活动因素（农业劳动力、耕地投入等）的双重影响，其他因子影响相对较弱。1986—2018年，研究区实施耕地综合治理与生态建设、开展耕地地力调查与质量评价工作以及政府加大了对黑土区耕地保护的各项投入，耕地系统变化机理响应与反馈与实际相符。

2）1986—2018年耕地系统内部影响因子与垂直和水平方向的其他因子交互作用对耕地系统变化的影响均为最大。水平方向作用中，1986年只有耕地投入与其他因子的交互作用显著，对耕地系统变化影响较小；2010年水平方向除了耕地投入外，另有农业劳动力与其他因子的交互作用显著，水平方向交互作用对耕地系统变化影响增强；2018年仍为耕地投入和农业劳动力两个影响因子与其他因子的交互作用显著，交互作用进一步加大。垂直方向作用中，1986年降水量与其他因子的交互作用显著，对耕地系统变化有一定的影响；2010年和2018年均未有显著的垂直方向交互作用影响因子。

3）耕地系统内部无论是单一因子作用还是交互作用，其影响耕地系统变化贡献率均高于水平和垂直方向因子作用结果。可见，其因子内部作用影响耕地系统变化最重要的原因。就单一关键因子作用与因子交互作用相比，不同影响因子交互作用后对研究区耕地系统变化空间分异的解释能力，明显高于单因素对耕地系统变化空间分异的作用，具体表现为双因子增强或非线性增强的特征。研究结果较好地反映了不同时期耕地系统变化空间分异的各因素单一和交互作用关系，为保护耕地和保障粮食安全提供了科学依据。

[1]荀文会，刘友兆，吴冠岑. 基于耗散结构理论的耕地资源利用与保护[J]. 经济地理，2007，27(1)：141-144. Xun Wenhui, Liu Youzhao, Wu Guancen. The theory of dissipative structure and its application on utilization and protection of cultivated land[J]. Economic Geography, 2007, 27(1): 141-144. (in Chinese with English abstract)

[2]胡雯，王东勇，张苏，等. 淮河流域旱涝易发区农田的陆气相互作用：CO2通量、能量交换和水汽输送的季节变化特征[J]. 自然灾害学报，2006，15(6)：92-100. Hu Wen, Wang Dongyong, Zhang Su, et al. Seasonal variation characteristics of land-air interaction: CO2flux energy exchange and water vapor transport in drought-prone areas of the Huaihe River Basin[J]. Journal of Natural Disasters, 2006, 15(6): 92-100. (in Chinese with English abstract)

[3]Abdulkadir A, Leffelaar P A, Agbenin J O, et al. Nutrient flows and balances in urban and peri-urban agroecosystems of Kano, Nigeria[J]. Nutrient Cycling in Agroecosystems, 2013, 95(2): 405.

[4]Hoy C W. Agroecosystem health, agroecosystem resilience, and food security[J]. Journal of Environmental Studies and Sciences, 2015, 5(4): 623-635.

[5]孔祥斌，张蚌蚌，温良友，等. 基于要素-过程-功能的耕地质量理论认识及其研究趋势[J]. 中国土地科学，2018，32(9)：14-20. Kong Xiangbin, Zhang Bangbang, Wen Liangyou, et al. Theoretical framework and research trends of cultivated land quality based on elements-process-function[J]. China Land Science, 2018, 32(9): 14-20. (in Chinese with English abstract)

[6]Hampf A C, Carauta M, Latynskiy E, et al. The biophysical and socio-economic dimension of yield gaps in the southern Amazon:A bio-economic modelling approach[J]. Agricultural Systems, 2018, 165(1): 1-13.

[7]Vadrevu K P, Cardina J, Hitzhusen F, et al. Case study of an integrated framework for quantifying agroecosystem health[J]. Ecosystems, 2008, 11(2): 283-306.

[8]匡丽花，叶英聪，赵小敏，等. 基于改进TOPSIS方法的耕地系统安全评价及障碍因子诊断[J]. 自然资源学报，2018，33(9)：1627-1641. Kuang Lihua, Ye Yingcong, Zhao Xiaomin, et al. Evaluation and obstacle factor diagnosis of cultivated land system security in Yingtan city based on the improved TOPSIS method[J]. Journal of Natural Resources, 2018, 33(9): 1627-1641. (in Chinese with English abstract)

[9]陈藜藜，宋戈，邹朝晖. 基于免疫机理的黑龙江省耕地系统安全预警研究[J]. 中国土地科学，2017，31(5)：79-88. Chen Lili, Song Ge, Zou Zhaohui. Study on early-warning of cultivated land system security in Heilongjiang province based on the immune mechanism[J]. China Land Science, 2017, 31(5): 79-88. (in Chinese with English abstract)

[10]Chen L, Song G, Meadows M E, et al. Spatio-temporal evolution of the early-warning status of cultivated land and its driving factors: A case study of Heilongjiang Province, China[J]. Land Use Policy, 2018, 72(1): 280-292.

[11]徐慧，黄贤金，赵荣钦，等. 江苏省沿海地区耕地系统能值分析及高效持续利用评价[J]. 自然资源学报，2011，26(2)：247-257. Xu Hui, Huang Xianjin, Zhao Rongqin, et al. Study on the energy analysis and efficiency and sustainability evaluation of the coastal region cultivated land system in Jiangsu province[J]. Journal of Natural Resources, 2011, 26(2): 247-257. (in Chinese with English abstract)

[12]王千，金晓斌，周寅康，等. 河北省耕地生态经济系统能值指标空间分布差异及其动因[J]. 生态学报，2011，31(1)：247-256. Wang Qian, Jin Xiaobin, Zhou Yinkang, et al. Spatial differences and its driving factors of emergy indices on cultivated land eco-economic system in Hebei Provence[J]. Acta Ecologica Sinica, 2011, 31(1): 247-256. (in Chinese with English abstract)

[13]许艳，濮励杰，张润森，等. 江苏沿海滩涂围垦耕地质量演变趋势分析[J]. 地理学报，2017，72(11)：2032-2046. Xu Yan, Pu Lijie, Zhang Runsen, et al. Cropland quality evolution following coastal reclamation at the prograding tidal flats of Jiangsu province, China[J]. Acta Geographica Sinica, 2017, 72(11): 2032-2046. (in Chinese with English abstract)

[14]宋戈，王越，雷国平. 松嫩高平原黑土区耕地利用系统安全影响因子作用机理研究：以黑龙江省巴彦县为例[J]. 自然资源学报，2014，29(1)：13-26. Song Ge, Wang Yue, Lei Guoping. Effect mechanism research of influential factors of cultivated land use system security of black soil region in Songnen high plain: A case study of Bayan county in Heilongjiang province[J]. Journal of Natural Resources, 2014, 29(1): 13-26. (in Chinese with English abstract)

[15]韩晓增，李娜. 中国东北黑土地研究进展与展望[J]. 地理科学，2018，38(7)：1032-1041. Han Xiaozeng, Li Na. Research progress of black soil in northeast China[J]. Scientia Geographica Sinica, 2018, 38(7): 1032-1041. (in Chinese with English abstract)

[16]何艳芬，马超群. 东北黑土资源及其农业可持续利用研究[J]. 干旱区资源与环境，2003，17(4)：24-28. He Yanfen, Ma Chaoqun. Sustainable utilization of black soil in Northeastern China[J]. Journal of Arid Land Resources and Environment, 2003, 17(4): 24-28. (in Chinese with English abstract)

[17]刘兴土，阎百兴. 东北黑土区水土流失与粮食安全[J]. 中国水土保持，2009，30(1)：17-19. Liu Xingtu, Yan Baixing. Soil and water loss and food security in black soil region of northeast China[J]. Soil and Water Conservation in China, 2009, 30(1): 17-19. (in Chinese with English abstract)

[18]Liu X B, Zhang X Y, Wang Y X, et al. Soil degradation: A problem threatening the sustainable development of agriculture in northeast China[J]. Plant Soil & Environment, 2010, 56(2): 87-97.

[19]Song W, Deng X Z. Effects of Urbanization-Induced cultivated land loss on ecosystem services in the north China plain[J]. Energies, 2015, 8(6): 5678-5693.

[20]张晓平，梁爱珍，申艳，等. 东北黑土水土流失特点[J]. 地理科学，2006，26(6)：687-692. Zhang Xiaoping, Liang Aizhen, Shen Yan, et al. Erosion characteristics of black soils in northeast China[J]. Scientia Geographica Sinica, 2006, 26(6): 687-692. (in Chinese with English abstract)

[21]路中，雷国平，王居午，等. 30年来东北典型黑土区水土流失敏感性时空分异特征研究[J]. 自然灾害学报，2019，28(4)：186-195. Lu Zhong, Lei Guoping, Wang Juwu, et al. Spatial-temporal variation characteristics of soil and water loss sensitivity in typical black soil regions in northeast China in the past 30 years[J]. Journal of Natural Disasters, 2019, 28(4): 186-195. (in Chinese with English abstract)

[22]康日峰，任意，吴会军，等. 26年来东北黑土区土壤养分演变特征[J]. 中国农业科学，2016，49(11)：2113-2125. Kang Rifeng, Ren Yi, Wu Huijun. Changes in the nutrients and fertility of black soil over 26 years in northeast China[J]. Scientia Agricultura Sinica, 2016, 49(11): 2113-2125. (in Chinese with English abstract)

[23]Liu X B, Zhang X Y, Wang Y X et al. Soil degradation: A problem threatening the sustainable development of agriculture in northeast China[J]. Plant Soil Environment, 2010, 56(2): 87-97.

[24]郝翔翔，韩晓增，李禄军，等. 土地利用方式对黑土剖面有机碳分布及碳储量的影响[J]. 应用生态学报，2015，26(4)：965-972. Hao Xiangxiang, Han Xiaozeng, Li Lujun et al. Profile distribution and storage of soil organic carbon in a black soil as affected by land use types[J]. Chinese Journal of Applied Ecology, 2015, 26(4): 965-972. (in Chinese with English abstract)

[25]方海燕，盛美玲，孙莉英，等. (137)Cs和(210)Pb_(ex)示踪黑土区坡耕地土壤侵蚀对有机碳的影响[J]. 应用生态学报，2013，24(7)：1856-1862. Fang Haiyan, Sheng Meiling, Sun Liying, et al. Using (137)Cs and (210)Pb_(ex) to trace the impact of soil erosion on soil organic carbon at a slope farmland in the black soil region[J]. Chinese Journal of Applied Ecology, 2013, 24(7): 1856-1862. (in Chinese with English abstract)

[26]张立江，汪景宽，裴久渤，等. 东北典型黑土区耕地地力评价与障碍因素诊断[J]. 中国农业资源与区划，2017，38(1)：110-117. Zhang Lijiang, Wang Jingkuan, Pei Jiubo, et al. Evaluation of cultivated land fertility and its obstacle factors diagnosis in the typical black soil area of northeast China[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2017, 38(1): 110-117. (in Chinese with English abstract)

[27]Hallama M, Pekrun C, Lambers H, et al. Hidden miners : The roles of cover crops and soil microorganisms in phosphorus cycling through agroecosystems[J]. Plant and Soil, 2019, 434(1): 7-45.

[28]苏浩，吴次芳. 基于“三生”功能的黑土区耕地资源价值影响因素分析：以黑龙江省克山县为例[J]. 中国土地科学，2020，34(9)：77-85. Su Hao, Wu Cifang. Analysis of the influencing factors of the cultivated land resources value in black soil region based on the production-living-ecological functions: A case study in Keshan county, Heilongjiang province[J]. China Land Science, 2020, 34(9): 77-85. (in Chinese with English abstract)

[29]宋戈，王越. 松嫩高平原土地利用格局变化时空分异[J]. 农业工程学报，2016，32(18)：225-233. Song Ge, Wang Yue. Spatial and temporal distribution of land use pattern change in Songnen high plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(18): 225-233. (in Chinese with English abstract)

[30]王劲峰，徐成东. 地理探测器：原理与展望[J]. 地理学报，2017，72(1)：116-134. Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. (in Chinese with English abstract)

Mechanism of cultivated land system change in black soil areas of Northeast China

Su Hao, Wu Cifang※

(,,310058,)

Black soil region in northeast China is one of the four largest black soil areas in the world, serving as an important grain production base with a commodity rate of more than 70%. Production capacity depends directly on the cultivated land system. Taking Keshan County in northeast China as the research area, geo-detector models were used to identify the key influencing factors of cultivated land system changes in 1986, 2010, and 2018. Mechanism of cultivated land system change was also clarified using GIS, RS, and Matlab programming, including the weight and interaction of key influencing factors. The results showed that: 1) A cultivated land system was a three-dimensional organic space with a length, width, and height, where the comprehensive action of all elements was within a certain range. The length and width were determined by the scale of cultivated land, while the height was determined by the types of crops and the thickness of the cultivated layer. Each element of the cultivated land system had an irreplaceable position and function. A micro-ecological environment also dominated the surrounding vertical and horizontal factors. 2) A total of five, eight and six key factors were found to have important influence on the changes of cultivated land systems in 1986, 2010, and 2018, respectively. All cultivated land system changes were affected by the internal factors of the system from 1986 to 2018. The influence of horizontal factors on the cultivated land system changes strengthened year by year, whereas, the influence of vertical factors weakened as time went by. The key factors were dominated from natural factors to the dual influence of natural and human activities in recent years. The influence of other factors was relatively weak. 3) There was the greatest impact of the interaction between the internal influencing factors of the cultivated land system and others in the vertical and horizontal directions on the cultivated land system change from 1986 to 2018. There was also different significance in the interaction between the horizontal and vertical directions. The interaction between factors had significantly higher spatial differentiation of cultivated land system changes in the study area than the single factors, indicating a double-factor or nonlinear enhancement. There was a relatively significant influence of single and interactive partial factors on the cultivated land system change. Combining with two parts of the factors, some single factors had no significant impact on the cultivated land system change, but the interaction effect was significant. The sensitivity of internal and external factors can also be objectively revealed via the single and interactive factors in the spatial differentiation of cultivated land system change. The finding can provide a scientific basis to protect cultivated land for food security.

land use; remote sensing; cultivated land; northeast black soil area; micro-ecological environment; food security; mechanism

苏浩，吴次芳. 东北黑土区耕地系统变化机理[J]. 农业工程学报，2021，37(6)：243-251.doi：10.11975/j.issn.1002-6819.2021.06.030 http://www.tcsae.org

Su Hao, Wu Cifang. Mechanism of cultivated land system change in black soil areas of Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(6): 243-251. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.06.030 http://www.tcsae.org

2021-01-27

2021-03-01

国家社会科学基金重大项目（14ZDA039）

苏浩，主要研究方向为土地资源利用与管理、国土空间规划。Email：suhao@zju.edu.cn

吴次芳，主要研究方向为国土空间规划、土地利用与生态。Email：wucifang@zju.edu.cn

10.11975/j.issn.1002-6819.2021.06.030

F302.2

A

1002-6819(2021)-06-0243-09