川中丘陵区耕地质量评价指标体系的优化与应用
——以四川省遂宁市为例
2022-07-15冯文兰秦鱼生卢晨媛
田 鹏, 冯文兰, 秦鱼生, 陈 琨, 卢晨媛
(1.成都信息工程大学资源环境学院,四川 成都 610225;2.四川省农业科学院农业资源与环境研究所,四川 成都 610066)
耕地是集气候、土壤、地形地貌和基础农业设施等要素于一体,以农作物种植为目的的土地利用类型,也是人类赖以生存且不可再生的自然资源[1]。随着社会经济飞速发展,我国耕地利用出现了非耕作、破碎化、低效化等问题[2-3]。2009—2018年我国耕地面积共减少39.37万hm2,降幅达0.29%,耕地质量也严重下滑[4]。耕地质量作为耕地保护的重要组成部分,是维护国家粮食安全、维持社会经济稳定的重要因素[5]。耕地质量评价是对耕地当前状态和各种功能的评判,主要通过建立评价指标体系和构建评价模型而开展。目前,有关我国耕地质量评价的研究较为成熟,主要包括耕地质量的评价内容[6-7]、评价方法[8-9]和区域尺度[10-11]等。耕地质量评价内容包括土壤肥力、耕地适宜性和农用地等级划分等。裴小龙等[12]从土壤的化学、物理以及生物学特性三方面构建土壤肥力评价体系;李宗梅等[13]以耕地栅格为基础建立了适宜性评价体系;明雪等[14]利用农用地等级评价体系对贵港市平南县进行耕地质量等级评价。耕地质量评价方法主要有专家经验判断法、层次分析法和模糊综合评价法等。胡科等[15]基于专家经验对甘肃省86个县级行政区耕地质量进行评价;秦晓莉[16]利用层次分析法和GIS技术对张家界市永定区耕地适宜性进行评价;唐正灵等[17]利用模糊综合评价法探讨了土地整治对耕地质量的影响。耕地质量区域尺度主要以田块和遥感分辨率为单元。吴玉红等[18]以28个田块为基本单元,讨论了土壤肥力评价方法;王清华[19]利用分辨率为1 000 m的MODIS数据对研究区进行耕地质量评价。
丘陵地区地形复杂多变、地块破碎,加大了耕地质量评定的难度[20]。为提高丘陵地区耕地质量评价的精确度,个别学者通过改进评价尺度或增加评价指标以优化评价体系[21-22]。川中丘陵地区是四川盆地丘陵分布最集中的地区[23],也是四川省主要的粮食经济作物产区。气候条件是限制川中丘陵地区耕地质量的重要因素之一,但现有耕地质量评价指标体系中未包括气候因子,这必然会限制评价结果的客观性。基于此,本研究以位于川中丘陵典型区的四川省遂宁市为研究区,在现有耕地质量评价指标体系中增加气候因子,采用层次分析法确定各指标权重,并基于网格单元开展耕地质量评价,以期为丘陵地区耕地的分类管护与合理利用提供参考。
1 研究区概况
受季风、地形和人类活动等影响,川中丘陵区气象灾害频繁[24]。遂宁市(105°03′26″~106°59′49″E,30°10′50″~31°10′50″N)地处川中丘陵区,是我国西南地区重要的农业生产区,耕地保有量约26.3万hm2,永久基本农田23.2万hm2,其中坡度6°~15°耕地占比约48%,对水利条件依赖较大[25]。该区是四川盆地春季中旱和夏季重旱、极重旱的高频区[26],复杂的地形和气候条件使得区域农业生产水平和机械化程度不高,且农村人口众多、土地短缺、紫色土面积大,是长江中上游受侵蚀最严重的地区之一。
2 研究方法
2.1 指标体系的构建
为客观评价耕地质量并充分揭示其空间差异性,基于《耕地质量等级:GB/T 33469—2016》[27](以下简称国标法),在西南区耕地质量等级指标中加入气候因子。综合专家经验及前人研究成果,通过实地调查,并考虑数据可获性,采用层次分析法构建川中丘陵区耕地质量评价指标体系。体系准则层包括立地条件、剖面性状、耕层性状、养分状况、健康状况、土壤管理和气候条件7个方面,指标层则由18个具体的指标构成(图1)。
图1 川中丘陵区耕地质量评价指标体系Figure 1 Quality evaluation index system of cultivated land in hilly area of central Sichuan
2.2 数据来源与处理
2.2.1 数据来源 采集研究区的数字高程、气象和土壤采样调查数据。其中,数字高程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,由数字高程数据提取海拔指标;气象数据来源于遂宁市及其周边市域的12个国家基本气象站2015—2018年逐月观测资料,包括年均降水量、年均日照时数。2018年本课题组对遂宁市耕地土壤进行采样调查,包含地形部位、农田林网化、有效土层厚度、障碍因素、耕层质地、土壤容重、pH值、有机质、速效钾、有效磷、生物多样性、清洁程度、灌溉能力和排水能力等15个指标,采样点共2 154个(图2)。
图2 耕地土壤采样点分布Figure 2 Distribution of sampling sites of cultivated land
2.2.2 数据网格化处理 为统一耕地质量评价指标标度,并考虑使汇总结果不失真或信息损失较小,本研究以国标法的最小评价单元面积为基础,并依据地形特征、土壤类型、政区范围以及农业分区等,选择10 m×10 m网格作为评价单元。为便于计算,对各指标数据进行空间网格化处理,所有栅格数据统一使用10 m分辨率。其中,数字高程和气象数据采用重采样和克里金—高程协方差插值的方法生成栅格图像。采样点的属性数据包括农田林网化、质地构型、障碍因素等指标,采用以点代面的方法进行网格化处理,网格内有采样点的将采样点属性赋给网格单元,没有采样点则以最临近采样点的属性赋值,并转为栅格数据。经实验室测定得到的定量土壤指标,包括土壤容重、pH值、有效磷和速效钾含量等,采用普通克里金插值的方法生成栅格图像。
2.3 耕地质量的评价
2.3.1 评价指标的隶属度 由于参评指标间的数据量纲不同,不能直接衡量其对地力的影响程度,因此需要对评价指标进行标准化处理。按照国标法,将评价指标分为概念型指标和数值型指标。其中,概念型指标的隶属度采用特尔斐法,并参考国标法确定。地形部位分为山间盆地、宽谷盆地、丘陵上部、丘陵中部、丘陵下部、山地坡下、山间盆地,隶属度分别为0.85、0.90、0.60、0.75、0.85、0.75、0.85;农田林网化分为高、中、低,隶属度分别为1.00、0.85、0.70;质地构型分为薄层型、松散型、紧实型、夹层型、上紧下松型、上松下紧型、海绵型,隶属度分别为0.30、0.35、0.75、0.65、0.45、1.00、0.90;障碍因素分为瘠薄、酸化、渍潜、障碍层次、无,隶属度分别为0.30、0.50、0.75、0.65、1.00;耕层质地分为砂土、砂壤、轻壤、中壤、重壤、黏土,隶属度分别为0.50、0.85、0.90、1.00、0.95、0.65;生物多样性分为丰富、一般、不丰富,隶属度分别为1.00、0.85、0.70;清洁程度分为清洁、尚清洁,隶属度分别为1.00、0.90;灌溉能力分为充分满足、满足、基本满足、不满足,隶属度分别为1.00、0.90、0.70、0.35;排水能力分为充分满足、满足、基本满足、不满足,隶属度分别为1.00、0.90、0.70、0.50。
数值型指标的隶属度采用特尔斐法与隶属函数法相结合的方法确定(表1)。
表1 数值型评价指标及其隶属函数1)Table 1 Quality evaluation index and subordinate function
2.3.2 评价指标的权重 采用层次分析法确定评价指标权重。分别构建准则层和指标层的判断矩阵,并对其评价因子进行两两相互比较;计算判断矩阵的最大特征值对应的特征向量,即权重值。基于由上到下逐层确定的原则,首先计算准则层相对于目标层的权重值以及指标层相对于准则层的权重值,即层次单排序,再基于此结果计算指标组合权重,即层次总排序。本研究各个层次单排序的CR值均<0.10,各判断矩阵均具有满意一致性。
2.3.3 耕地质量的等级划分 采用累加法计算耕地质量综合指数(integrated fertility index, IFI): IFI=Σ(Fi×Ci)。式中,Fi为第i个评价因子的隶属度,Ci为第i个评价因子的权重。根据国标法,在IFI曲线最高点到最低点间采用等距离法将耕地质量划分为一等地到十等地共10个等级。10个等级的IFI值分别为:一等地(IFI≥0.855)、二等地(0.855>IFI≥0.831)、三等地(0.831>IFI≥0.807)、四等地(0.807>IFI≥0.784)、五等地(0.784>IFI≥0.759)、六等地(0.759>IFI≥0.736)、七等地(0.736>IFI≥0.712)、八等地(0.712>IFI≥0.688)、九等地(0.688>IFI≥0.665)、十等地(IFI<0.665)。
3 结果与分析
3.1 耕地质量评价指标的组合权重
依据7个准则层和18个指标层各因子的权重,计算各指标组合权重(表2)。由表2可知,准则层各评价因子权重大小依次为:立地条件>养分状况>剖面性状>耕层性状>土壤管理>气候条件>健康状况;指标层因子组合权重排序为:地形部位>灌溉能力>有机质>有效土层厚度>耕层质地>年均降水量>海拔>排水能力>pH值=有效磷>速效钾>质地构型>障碍因素>年均日照时数>生物多样性>土壤容重>农田林网化>清洁程度。各指标权重排序结果反映了川中丘陵区耕地质量的主要影响因素及其重要性。其中,立地条件影响程度最大(权重值为0.201),其指标的影响大小依次为:地形部位>海拔>农田林网化,说明研究区耕地质量与地形部位和海拔相关性较大,而农田林网化对耕地质量的影响相对较小;养分状况权重值为0.178,有机质、有效磷和速效钾对耕地质量的影响力依次降低;剖面性状的权重值为0.161,且影响大小依次为:有效土层厚度>质地构型>障碍因素,地形条件通过对地表物质的再分配决定了耕地的土层厚度、质地构型以及障碍层次等,进而对丘陵地区耕地质量状况产生影响;耕层性状的权重值为0.155,各指标影响大小依次为:耕层质地>pH值>土壤容重;土壤管理权重值为0.135,灌溉能力对耕地质量的影响大于排水能力,说明受地形条件影响的水资源空间分布对丘陵区耕地质量的影响较大;气候条件对耕地质量的影响权重值为0.106,其中降水的影响大于日照,且年均降水量组合权重排序较靠前;健康状况权重值仅0.064,对耕地质量水平的影响不大。
表2 耕地质量指标权重Table 2 Weight of cultivated land quality index
3.2 优化指标体系评价结果的合理性检验
根据18个指标的隶属度和权重计算IFI值。经统计,研究区IFI在0.652~0.892之间,均值为 0.801,说明耕地质量总体水平较高。为了验证评价体系的准确性和计算结果的合理性,在研究区内的5个区(县)随机选取10%的采样点作为验证数据,且保证每个评价单元仅1个采样点,最终筛选出200个采样点。根据优化指标评价体系,采用室内土壤采样分析与相关数据调查获取基础数据,计算200个采样点的IFI(IFI-实测值),同时从评价结果分布上获取对应采样点的IFI(IFI-计算值)。统计表明,IFI-实测值的均值为0.822,变异系数为0.042 4;IFI-计算值的均值为0.823,变异系数为0.044 3。散点图(图3)显示,2种结果的差异较小,拟合决定系数R2=0.722,拟合效果总体较好。说明加入气候因子所获得的基于网格单元的耕地质量评价结果具有较高的准确性,能在区域尺度上对川中丘陵区的耕地质量状况进行客观评价。
图3 IFI-计算值与IFI-实测值的对比Figure 3 Comparison of calculated and measured IFI values
3.3 耕地质量等级评价
3.3.1 各等级耕地面积占比 将研究区耕地质量划分为10个等级,并进一步统计各等级耕地面积占比(图4)。从图4可以看出,遂宁市耕地以二等地、三等地、四等地和五等地为主。其中,四等地的面积最大,占遂宁市耕地总面积的20.62%;其次为三等地,占耕地总面积的18.06%;二等地和五等地分别占耕地总面积的17.72%和17.32%。其他等级的耕地面积相对较小,面积比例均低于10%。综合来看,遂宁市耕地质量等级整体水平较高。
3.3.2 各等级耕地的空间分布及其与国标法的比较 根据优化指标体系绘制遂宁市耕地质量等级分布图,并与国标法的耕地质量等级分布图进行比较(图5)。由图5可以看出,优化指标体系后的评价结果与国标法评价结果具有高度一致性。射洪县、蓬溪县、大英县以及安居区的西部和东部都是耕地质量较高的地区,而船山区和安居区北部是耕地质量较低的地区。研究区耕地质量等级呈四周高、中间低的趋势。耕地质量等级高的地方多为高产粮田,其地形部位多属丘陵下部,部分为丘陵中部,耕地具有土层深厚、地势平坦、水利设施好、土壤养分储量高的特点。耕地质量等级较低的地方多为旱地,土壤瘠薄,存在渍涝、保水保肥性能差和障碍层次等问题,且排灌系统不完善。
图5B中红色圆圈标识为2种评价结果具有较明显差异的地区,国标法的评价等级较低。从图5还可以看出,差异明显区域的耕地与水体距离较近。川中丘陵区具有较好水源条件的耕地一般都具有较高的质量等级,因此认为优化后的评价结果相较国标法更符合实际。
为了使评价结果更具准确性,在研究区范围内随机生成200个验证点,获取验证点在图5的耕地质量等级,并以不同颜色的数字对评价等级不同的验证点进行标注,黑色为本研究的计算等级,红色代表国标法的计算等级(图6)。从图6可以看出,优化指标体系后检验点的评价等级和国标法的评价等级完全一致的较多。进一步统计2种结果异同的验证点个数,其中98个验证点的等级一致,占总数的49%;65个验证点相差1个等级,占总数的32.5%;相差2个和3个等级的验证点占比分别为11.5%和4.5%;相差4个及以上等级占比为2.5%。结合各验证点评价等级对比结果以及耕地质量实际调查情况,基于优化指标体系后的耕地质量评价结果与基于国标法的评价结果一致性较高,优化后的耕地质量等级的评价结果与实际情况更加相符。
黑色数字表示优化指标体系;红色数字表示国标法。
4 小结
四川省遂宁市地处川中丘陵区,多云雾、少雨、干旱频发的气候特征决定了该地区耕地质量评价必须考虑气候条件。本研究基于国标法,增加气候指标,以优化川中丘陵区耕地质量评价指标体系。结果表明,各指标权重排序为:立地条件>养分状况>剖面性状>耕层性状>土壤管理>气候条件>健康状况,说明气候因子对耕地质量的评价有一定的影响。遂宁市耕地质量总体较高,以优良为主,IFI值介于0.652~0.892之间,均值为0.801,且东部和西部较高、北部次之、南部较差,低值相对集中地镶嵌于中部和南部区域。基于耕地优化指标体系的IFI值为0.823,调查点实测IFI值为0.822,相关系数为R2=0.722,两种结果差异较小。对采样点数据的对比验证结果表明,基于网格单元获得的IFI和耕地质量等级都有较高的准确性,等级一致的占比49%,相差1个等级的占比32.5%。综合来看,与国标法比较,结合了气候因子的优化指标体系评价结果更加符合川中丘陵区耕地生产的实际情况。