以村庄尺度分析耕地质量与耕地景观格局耦合关系

陈 敏，顾文怡，仪小梅,3

（1. 上海市岩土工程检测中心有限公司，上海 200436；2. 自然资源部大都市区国土空间生态修复工程技术创新中心，上海 200003；3. 上海交通大学农业与生物学院，上海 200240）

耕地是粮食生产的命脉和主要载体。耕地保护是确保粮食安全、社会稳定和可持续发展的重要途径。截至2017年，中国人均耕地面积不到0.1公顷[1]，远低于世界平均水平。我国政府一直高度重视耕地保护，并将其视为一项基本国策[2]。随着工业化发展和城市扩张，土地污染加剧，耕地质量逐步下降。因此，通过一系列土地利用规划政策和土地管理活动来保护耕地，对于确保粮食安全、可持续供应至关重要。土地整治是对利用率低、利用不合理、未利用以及生产建设活动和自然灾害损毁的土地进行综合整治和开发，提高土地集约利用率和产出率，一定程度上能够改善生产、生活条件和生态环境[3-4]。

耕地景观格局是农业生态系统的直观体现。从生态学的角度来看，景观格局可以帮助根据量化土地元素的组成和配置的变化[5]。越来越多的研究表明，景观格局是景观异质性及影响生态过程的重要指标[6-7]。景观格局的变化会影响耕地质量，并且由于它们之间的联系非常密切，景观格局的变化一定程度上可以指示耕地质量的变化。然而，从空间属性的角度来看，目前关于耕地质量的研究大部分集中在宏观尺度[8-9]，还没有能够从微观尺度来细化探究研究区耕地质量，如乡镇、村庄。近年来，全国各地大力开展农村土地整治，有效促进了耕地保护，所以关于村级尺度的耕地质量研究十分重要。

基于此，本文根据上海市某市级土地整治项目，选取三个具有典型代表性的行政村（C村、L村、N村），从村庄尺度对耕地质量与耕地景观格局两者的联系进行耦合分析，通过空间自相关分析和地理加权回归模型，研究了耕地质量与各景观格局指数的两两相关程度，深入探讨二者间的联系，从优化景观格局角度提高耕地质量，为促进耕地生产和生态功能协调发展提供有力的理论依据。

1 研究区概况与数据来源

1.1 研究区概况

研究区所在镇位于上海市某区西南端，地处黄浦江上游，境内地域平坦开阔，土地连片，气候适宜，属长江三角洲冲积平原，极利于农业现代建设和发展集约化经营。2009年，研究区所在镇现状农用地面积3177 hm2，占镇域总面积的70.99 %，列为上海农业发展区域。

研究区所处地区属于北亚热带季风气候，温暖湿润，四季分明，日光充足，雨量充沛，无霜期长；春季冷暖多变，夏季高温多雨，秋季降温较快，冬季低温阴雨；年平均降雨量为1226.8 mm，6~7月间有梅雨期，约20天；适宜水稻、三麦、油菜、棉花等各类农作物生长。

2019年上海市某市级土地整治项目完成，项目涉及C村、L村、N村三个行政村。通过土地平整工程、灌溉与排水工程、田间道路工程、农田防护与生态保持工程和其他工程等五大工程，耕地总面积达621.47 hm2。因此本文选取C村、L村、N村三个行政村作为研究区，从村庄尺度对耕地质量与耕地景观格局耦合分析。

1.2 数据来源

基础数据来源于2019年上海市某市级土地整治项目验收数据，包括耕地图斑矢量数据以及农用地分等数据，本文中主要提取研究区耕地质量评价指标数据。运用ArcGIS10.2、Fragstats4等软件，将耕地图斑矢量数据转换为像元大小为2 m的栅格数据，进行景观格局指数及其和耕地质量的耦合分析。

2 研究方法

2.1 研究区耕地质量

项目区耕地总面积达621.47 hm2，通过土地整治项目一次性新增耕地46.45 hm2，新增耕地率达6.56%，研究区耕地范围如图1所示。市级土地整治项目依据《农用地质量分等规程》（GB/T 28407-2012）、《农用地质量分等数据库标准》（TD/T 1053-2017）、《耕地质量监测技术规程》（NY/T 1119-2012）、《农田土壤环境质量监测技术规范》（NY/T 395-2012）等政策文件进行耕地质量等别评定[10-11]。按照国家耕作制度分区，上海属于长江中下游区—沿江平原区。耕地质量调查评价的8项指标包含：有效土层厚度、表层土壤质地、土壤有机质含量、盐渍化程度、土壤酸碱度、剖面构型、排水条件、灌溉保证率[12]。土壤质地依据《森林土壤颗粒组成（机械组成）的测定》（LY/T 1225-1999）标准中的方法测定。土壤有机质含量按照《土壤检测 第6部分：土壤有机质的测定》（NY/T 1121.6-2006）标准中的方法测定。土壤盐渍化程度通过测试土壤水溶性盐含量进行评定。土壤水溶性盐含量按照《土壤检测 第16部分：土壤水溶性盐总量的测定》（NY/T 1121.16-2006）标准中森林土壤水溶性盐分分析方法分析。土壤pH值按照《土壤检测 第2部分：土壤pH的测定》（NY/T 1121.2-2006）标准中的方法测定。

图1 研究区耕地Fig.1 Cultivated land of the study area

2.2 耕地景观格局指数的选取与计算方法

景观格局指数可用于量化土地覆盖特征的空间格局（组成和配置），有助于在景观监测和规划中应用景观生态学的概念，提供客观的描述景观结构和模式[13-14]。为了客观、科学地分析项目区土地整治前后的景观格局及结构变化，本次分析在综合以往对景观指数研究的基础上[15-17]，结合研究区的具体情况，从以下4个方面选取10个景观指数：（1）基本指数：斑块数（NP）、最大斑块面积（LPI）；（2）形状指数：景观形状指数（LSI）、面积加权平均形状因子（AWMSI）；（3）聚集度指数：蔓延度指数（CONTAG）、斑块密度（PD）、结合度指数（COHI-SION）、聚合度指数（AI）；（4）多样性指数：香农多样性（SHDI）、香农均匀度（SHEI）。具体指数计算公式见表1。

表1 景观指数计算公式Table 1 The calculation formula of landscape index

2.3 空间自相关性

通过Moran's I来分析空间自相关性，其取值范围为[-1,1]，当I＞0时，表示属性值存在空间正相关；当I＜0时，表示属性值存在空间负相关[18]。具体计算公式如下：其中：xi、xj分别为在i、j位置的观测值；wij为i和j之间的空间权重；n等于要素总和。

2.4 地理加权回归模型

相较于普通线性回归模型，地理加权回归模型（GWR）将空间关系作为权重加入到运算中，更好地表达了定量关系随空间变化的特征[19-20]。具体模型公式如下：

其中：yi为因变量；xij为第i区域第j个自变量的值；β0为常数项；(ui,vi)为第i个样本点坐标；βj(ui,vi)为第i个样本点上的第k个回归参数；εj为符合正态分布的随机向误差。

3 结果与讨论

3.1 研究区耕地质量概况

C村、L村和N村的土壤质地以壤土为主，极少地块为黏土。C村的耕地剖面构型包括通体壤（A1）、黏砂砂（C2）、壤黏黏（C3）、壤砂砂（C4）；L村的剖面构型为壤黏壤（B3）；N村的剖面构型为壤黏壤（B3）、壤砂壤（B4）。研究区内土壤有机质平均含量为21.91±10.43 g/kg。三个村庄的有机质含量不存在显著性差异（P＞0.05），C村有机质含量最高，其平均值为23.55±11.64 g/kg。平均土壤可溶性盐含量为0.65±0.37 g/kg。各行政村水溶性盐含量不存在显著性差异（P＞0.05），其中C村可溶性盐含量最低，其平均值为0.59±0.23 g/kg（表2）。研究区内土壤pH值平均为7.23±0.71，呈中性。各行政村pH值不存在显著性差异（P＞0.05），其中C村pH值最低，其平均值为7.08±0.68。

表2 不同村庄耕地景观格局指数Table 2 Landscape pattern index of cultivated land in different villages

土地整治项目实施后，农田灌排设施建设得到了良好的改善，项目区内的灌溉、排水条件达到了较好的水平，研究区内的耕地质量与整治之前相比得到了显著的提高。如图2所示，本项目耕地的国家自然等变化范围为5~6等；国家利用等变化范围为4~6等；国家经济等变化范围为4~5等，均达到了较高的质量水平。C村耕地的国家自然等、国家利用等和国家经济等分别为5.62、5.01、4.92；L村耕地的国家自然等、国家利用等和国家经济等分别为5.06、4.85、4.58；N村耕地的国家自然等、国家利用等和国家经济等分别为5.44、4.96、4.49。从耕地质量等级分布状况可以发现，三个村庄中，C村耕地利用质量、经济质量、自然质量相对较优，N村次之，L村村较差。整体而言，三个村庄相比于长江中下游地区耕地平均质量等别（6. 37等）[21]，三个村庄的耕地质量处于较好的水平。

图2 2019年耕地质量等级分布Fig.2 Cultivated land quality level distribution map in 2019

3.2 研究区耕地景观格局特征分析

该土地整治项目中农业是主要经济来源，耕地等农用地主要为水田和水浇地。利用Fragstats软件计算耕地景观格局指数，2 m粒度是各景观指数发生突变的关键点（连接度指数除外），选取2 m粒度下的用地组分作为最优栅格大小，结果如表3所示。

表3 不同村庄耕地景观格局指数Table 3 Landscape pattern index of cultivated land in different villages

斑块数（NP）、景观形状指数（LSI）、斑块密度（PD）与面积加权平均形状因子（AWMSI）四个景观格局指数在一定程度上可以反映耕地景观的破碎度，指数数值越大，平均斑块大小数值越小，表明耕地图斑破碎度越高[20]。该研究区所在镇的耕地属于人类活动较密集的土地类型，破碎化程度较高。NP、PD、LSI和AWMIS指数大小表现为C村＞L村＞N村，即C村耕地破碎化程度是最高的，L村次之，N村最低。而最大斑块面积LPI反映地区斑块中的景观生态丰富优势特征，表现为C村＞N村＞L村，即C村景观生态最丰富。虽然L村耕地的破碎度很高，但是其耕地景观生态丰富度也很高。

蔓延度指数（CONTAG）是景观聚集度的度量，趋于100时表明景观中有连通度极高的优势类型存在[22]。三个村庄的耕地地类以水浇田、水田为主，CONTAG值都＞79，表明耕地斑块多且连通性很好。此外，CONTAG、AI和COHESION 指数大小表现为C村＞L村＞N村。由此可以看出，C村耕地破碎程度较高但是其连通性仍然很好。SHDI和SHEI指数大小表现为C村＞L村＞N村，表明耕地破碎化较为严重的C村，景观要素多样性程度较高，各斑块类型在景观中呈均衡化趋势分布。这反映出现代化农业基础设施的搭建易导致耕地图斑破碎程度变高，但使耕地的灌溉和排水条件得到很好的改善，土壤养分更易积累和贮存，耕地质量也易提到提升。

3.3 耕地质量与耕地景观格局关联性分析

利用Arcmap软件以K-nearest原则构建空间权重系数矩阵，对三个村庄耕地质量进行全局空间自相关（Moran's I）计算。结果表明C村、L村、N村耕地质量全局Moran's I分别为0.682、0.491和0.189，在5%显著性下，Z(I)值均高于临界值7.82，这表明三种村庄耕地质量在空间上并非随机分布，而是存在显著的空间正相关关系，该结果为GWR模型构建奠定了可行基础。

本文选取10个景观格局指数进行多重共线性检验，剔除变量冗余，最终筛选得到由PD、AWMIS、LPI和SHDI构成的解释变量组。运用Arc GIS10.0 构建GWR模型，在该模型下C村、L村、N村调整R2分别达到0.598、0.727、0.625，拟合优度较好且不存在多重共线性，这表明由PD、AWMIS、LPI和SHDI四个景观格局指数组成的解释变量组合对三个村庄的耕地质量均具有较强解释能力。

GWR模型更精准地揭示了耕地所表现出的内在属性和外在特征间的复杂关系，结果表明耕地景观格局对耕地质量有一定的解释和影响能力。根据 GWR 模型计算结果如表4所示，C村、L村、N村各耕地景观格局指数对耕地质量的平均影响程度分别为：SHDI＞PD＞LPI＞AWMSI；AWMSI＞LPI＞PD＞SHDI 和AWMSI＞PD＞LPI＞SHDI。

表4 GWR模型运算结果Table 4 Results of GWR model

PD对C村为正向影响，而对L村和N村为负向影响，回归系数平均值分别为0.0001、-0.00015和-0.0001。在地势平坦的平原区，耕地破碎化对耕地质量提升的限制作用减弱，其破碎化程度主要受沟渠、道路等农业基础设施切割作用影响。因此，合理规划道路、沟渠等农田景观要素，有利于协调好耕地与配套基础设施的整合关系。

AWMSI对C村为负向影响，而对L村和N村为正向影响，回归系数平均值分别为-0.1256、0.0709和0.0348。AWMSI体现了人类对耕地景观干预的结果，形状复杂的耕地斑块大多零乱分散在其他土地利用类型中，应通过土地平整等措施修整田块形状，使耕地斑块形状趋于简单化、规整化，便于农业机械化生产。

LPI体现耕地在整个景观中的优势程度，在平原区，耕地作为各行政村的景观基质，其优势度的细微变化对耕地质量提高影响不大。因此，应适度开发宜农未利用地，扩大耕地规模，增强耕地景观优势度。

SHDI对C村为负向影响，而对L村和N村为正向影响，回归系数平均值分别为0.1322、-0.1444和-0.1491。农田景观多样性的提高丰富了生物群落物种，促使了耕地质量的提高。景观层面指数SHDI在对耕地质量的影响较强。农田景观的异质性和多样性影响着农业可持续发展和生态系统服务功能，对耕地质量的影响具有间接性和长远性特点。

图3 为回归系数空间分布图，同一耕地景观格局指数在县域内对耕地质量的影响程度具有空间差异性。在耕地质量提升过程中，应针对不同地区耕地质量主要影响因子的不同实行差别化土地整治，选取耕地景观格局影响显著区作为优先治理区域。

图3 GWR模型估计下耕地质量各影响因素回归系数空间分布图Fig.3 Regression coefficients for the explanatory variable of cultivated land quality by GWR

4 结论

依托上海市级土地整治项目，选取三个具有典型代表性的行政村（C村、L村、N村），从村庄尺度对耕地质量与耕地景观格局两者的联系进行耦合分析。三个村庄受PD、AWMSI、LPI和SHDI个景观格局指数影响强度不同，不同地区应选取耕地景观格局影响显著区作为优先治理区域。3个村庄中C村的耕地质量最优，虽然其耕地破碎化程度高于L村和N村，但景观生态丰富具有优势，连通度极高。C村的耕地破碎化程度主要受沟渠、道路等农业基础设施切割作用影响，该地区现代化农业发达，道路、沟渠等农田景观要素规划合理，整体连通性好，具有一定的景观生态优势。因此，通过土地平整工程等途径，合理规划，规整形状，提高耕地景观的优势，协调好耕地与配套基础设施的整合关系，促进地块集中连片分布和农业的现代化建设，提高农田生态系统的协调性。