APP下载

遵义市耕地破碎化时空变化与成因分析

2022-12-09吴贵琼梁嘉兴

贵州农业科学 2022年11期
关键词:遵义市耕地距离

张 限, 周 旭, 吴贵琼, 梁嘉兴, 周 言

(贵州师范大学 地理与环境科学学院, 贵州 贵阳 550025)

0 引言

【研究意义】耕地是进行粮食生产的重要土地资源,对生态环境建设和农村经济健康发展等有举足轻重的作用[1]。随着我国经济迅速发展,城镇化持续深入,耕地破碎化成为热门课题[2]。耕地破碎化指由于自然或人为原因造成的土地碎片化、分散、数量增多和形状大小不一致,且每块土地的面积都相对较小[3]。耕地破碎化是制约我国农业规模发展的主要障碍之一,其不仅妨碍农业生产力的发展,还造成资源浪费,使乡村经济的健康发展受到很大程度的影响。遵义有着“黔北粮仓”之称,是贵州粮食主要产地[4]。因此,分析遵义市耕地破碎化的时空演化规律有助于明晰区域内耕地演变过程,对合理整治耕地具有现实意义。【前人研究进展】关于耕地破碎化的定义,国内外已有不少学者给出不同的界定,但至今尚未形成统一科学的表述。1982年,KING等[5]定义耕地破碎化为农户在国家政策安排下分配得到的分布分散、面积尺寸不同、农田间不相邻的耕地。2002年,苏旭霞等[6]提出,“耕地破碎”是指农民占有的面积尺寸不同和远近不同的零星土地。DOVRING等[7]通过测量农民从农田到另一块农田间的时间和距离来测定耕地细碎化程度。近年来,GIS、RS和GPS技术在我国土地利用模式研究中得到广泛运用。吴志峰等[8]基于景观格局理论选择斑块密度指数和聚合指数等作为定量评价指标,研究珠江河口沿岸的土地破碎度。【研究切入点】耕地破碎化是一种动态、阶段性的特征,通过对区域的现状和发展趋势进行全面分析,进而客观地评估该地区的土地破碎程度[9-10]。目前,大多数研究以静态评估为基础,且多侧重于评估体系和驱动力方面,而针对某一区域耕地碎片化现状分析的研究鲜见报道。【拟解决的关键问题】以遵义市为例,分析2000—2020年耕地破碎化的时空变化,并对耕地破碎化成因进行探讨,以期为减少耕地破碎化、合理整治土地及提升耕地质量提供参考。

1 资料与方法

1.1 研究区概况

遵义简称“遵”,被称为“黔北粮仓”,是我国粮食和油料作物的重要来源。遵义地处106°17′22″~107°26′25″E,27°13′15″~28°04′09″N,位于贵州北部,与贵阳、重庆和四川相邻,下辖3个区和7个县,2个民族自治县,2个代管市和1个新区。属亚热带季风气候,四季温暖湿润,光照充足,降水丰富。地势起伏较大,地形复杂。

1.2 数据来源

土地利用栅格数据、DEM高程数据、遵义行政区划矢量数据和河流及路网数据,分别来源于3期(2000年、2010年和2020年)全球30 m地表覆盖遥感数据、NASA网站、www.geodata.cn网站和Open Street Map平台。

1.3 研究方法

1.3.1 景观指标的选取 根据研究区实际情况,采用景观指数分析法选择7个对遵义耕地破碎程度具有指示作用的景观指标,分别为斑块总面积(TA)、聚合指数(AI)、斑块密度(PD)、最大斑块指数(LPI)、边缘密度(ED)、平均最近邻距离(ENN_MN)和平均周长面积比(PARA_MN)。

1.3.2 全局回归分析与相关性分析 自然因素选取距河流平均距离、距路网平均距离、平均海拔和平均坡度(弧度制),社会环境因素选取农村收入绝对额,以遵义市14个县界行政单位(不含新浦新区)为样本,建立多元线性回归模型,进行全局回归分析;并利用耕地破碎化综合指数与自然因素进行相关分析[11]。

1.3.3 指标确权与综合指数计算 为更好地反映遵义地区耕地细碎化状况,采用熵值法对各指标确定权重后测算2000年、2010年和2020年的耕地破碎化综合指数。利用经验贝叶斯克里金法(EBK)对每个格网点的耕地破碎化综合指数进行插值,得出遵义耕地破碎化分布图。采用自然间断法将耕地破碎化综合指数分成8类,其综合指数值越接近1,耕地破碎化越严重。指数信息越少,其离散度越大,从而熵值越高,其对综合指数的评估效果越明显。为避免7个景观指标的单位差异、正负向等问题,在确定权重前规范各指标,并按其对耕地破碎化的影响将其划分为正和负2种类型。

1) 归一化计算公式:

式中,Pij表示格网j指标i标准化后值;Xij表示格网j指标i的值;Ximax和Ximin分别为指标i的最大值和最小值。正向指标即与耕地破碎化综合指数呈正相关关系,负向指标即与耕地破碎化综合指数呈负相关关系。

2) 各指标熵值(ei)计算公式:

式中,n为格网数。

3)权重(Wi)计算公式:

式中,m为指标个数。

4)耕地细碎化综合指数(Qj)计算公式:

式中,Qj的范围为0~1。

1.3.4 地理加权回归分析 以耕地破碎化指数为因变量,以距河流平均距离、距路网平均距离、平均海拔、平均坡度为自变量建立地理加权回归(GWR)模型。选择Fixed核类型,决定GWR权重带宽上根据空间数据属性和分布特征选择AICc,主要模型参数为R2,0.8610;AICc,33 011.768 7;σ2,1 552 337 784.636 4。

1.4 数据统计与分析

采用ArcGIS Pro 2.8、R 4.1.1和Excel 2019等对试验数据进行统计分析与绘图。

2 结果与分析

2.1 遵义土地利用的时空变化

由图1可知,2000—2010年遵义市整体用地结构变动较小,林地和草地变幅较为明显,草地和水体的面积有所下降,森林覆盖率呈上升趋势。森林面积增加1 022.04 km2,其中927.82 km2由草地转化而来,主要分布在赤水、习水、桐梓和绥阳。由森林、草地转为耕地的面积分别为394.59 km2、654.19 km2;由耕地转为森林、草地的面积分别为478.28 km2、562.36 km2,其总面积变化不明显。2010—2020年,遵义土地利用结构发生明显变化,灌木林地、森林、耕地和草地等地类变幅较大,耕地和草地面积降低,灌木林地、森林、人造地表和水体面积增加,其中,森林变化较为明显。森林面积增加9 431.68 km2,其中5 592.38 km2由草地转化而来,4 040.64 km2由耕地转化而来,主要分布在赤水,习水、桐梓和绥阳均有所增加。随着退耕还林政策实施,遵义的林地面积增长基本覆盖整个辖区,其中,北部、东北部和中部地区的森林覆盖率增长最为明显。随着这10年城市化和工业化进程加快,耕地被占用为建设商业用地和工业用地,加速耕地转向人造地表,从而导致人造地表的面积增加较为突出。

2.2 遵义耕地破碎化的指标权重和综合指数

由表1可知,遵义耕地破碎化评价指标斑块总面积、聚合指数、斑块密度、最大斑块指数、边缘密度、平均最近邻距离和平均周长面积比的权重分别为0.055 5、0.063 3、0.118 2、0.110 1、0.202 0、0.441 6和0.009 3。从图2看出,遵义各县(市、区)耕地破碎化的综合指数分布具有空间差异性,不同区域耕地破碎化程度不同。2000年耕地破碎化分布较广泛,耕地破碎化综合指数主要在0.4以下,破碎度较轻微;2010年耕地破碎化区域较为集中,其中,仁怀、遵义、红花岗、湄潭和正安的耕地破碎严重,其耕地破碎化综合指数在0.5以上;2020年赤水、遵义、红花岗区和绥阳的耕地破碎化严重,习水、仁怀、桐梓、正安、务川和凤岗的耕地破碎化有所缓解,其破碎化综合指数小于0.2,湄潭和余庆的耕地破碎化程度呈向其他地区迁移趋势。综合看,遵义各县(市、区)耕地破碎化整体向南部地区(播州区和红花岗区)转移,播州区和红花岗区的耕地破碎化综合指数大于0.6,其他区县的耕地破碎化程度有所缓解。

表1 遵义耕地破碎化各指标权重

2.3 遵义耕地破碎化的成因

2.3.1 全局回归分析 从表2可知,多元回归模型为Y=-3.07X1-1.44X2+222.05X3-895 282X4+14.70X5(R2=0.95)。由表3看出,耕地破碎化综合指数与距河流平均距离、距路网平均距离和平均坡度呈负相关,相关系数分别为-0.399、-0.165和-0.795。以平均坡度与耕地破碎化的负相关性最高,坡度较小的区域地形平坦,耕地资源丰富,易造成耕地破碎化;耕地破碎化综合指数与平均海拔和农村绝对额呈正相关,相关系数分别为0.039和0.780。以农村收入绝对额与耕地破碎化的正相关性最高,即农村收入绝对额越高,耕地破碎化综合指数越高。

表2 全局回归分析参数

表3 耕地破碎化综合指数与影响因子的相关系数

2.3.2 地理加权分析 由图3看出,距河流平均距离、距路网平均距离、平均海拔和平均坡度的系数以负值为主,与全局回归分析结果基本一致。其中,距河流平均距离对耕地破碎化的负向影响呈南高北低,在其他3个变量不变时,距河流平均距离对遵义南部地区得分贡献率较高,该区域河网较密集。从遵义主要水系分布看,其主要水系多为峡谷间的自然河流或人工水库,流域内峡谷纵横,邻近河流的区域不适宜规模化耕种;距路网平均距离对耕地破碎化的负向影响呈西南高东北低,北部道真、务川、正安和桐梓等区域的贡献率低,该地区离市区较远,交通不便,对耕地破碎化指数的分布有较大影响;平均海拔对耕地破碎化的负向影响呈西北高东南低,主要集中在遵义市中北部,该区域海拔较高,结合表3可知,耕地破碎化综合指数与平均海拔的相关系数仅0.039,表明其对耕地破碎化的影响较小;平均坡度对耕地破碎化的负向影响呈西南高东北低,主要分布在红花岗区和播州区,该区域地形平坦,坡度低,耕地破碎易发生在坝子上。

3 讨论

耕地是我国主要的土地利用方式,耕地斑块碎片化制约耕地的规模化耕种,从而降低农业生产效率[12-14]。目前,对喀斯特山区的耕地破碎化成因分析研究较少。前人一般使用Fragstats和AHP计算景观指数和确定权重,较为主观。研究借鉴了当前主流的耕地破碎化分析方法,以遵义市为例,利用ArcGIS分析该地区土地利用类型的时空分布;其次,在划分5 km×5 km渔网基础上,利用R语言和熵值法计算景观指数和确定权重,并计算2000年、2010年和2020年耕地破碎化综合指数,可较为客观地计算遵义市耕地破碎化的综合指数。与静态研究比,研究采用3期全球30 m地表覆盖遥感数据进行时空变化分析对比,可较为直观地分析遵义市耕地破碎化时空演变趋势及阶段性变化特征。

耕地破碎化是多种因素相互作用形成的结果,由于受数据获取有限性、研究时间有限性和数据误差等因素限制,研究仅选取部分数据进行分析。今后,应利用更加完整的历史数据,进一步综合考虑自然及社会因素对耕地破碎化的影响[15],全面分析耕地破碎化的整体演变趋势与阶段特征,为遵义正确处理城镇发展与耕地保护关系,合理规划土地利用,提升耕地质量及加强群众对耕地保护的责任意识提供参考。

4 结论

2000—2010年遵义市整体用地结构变动较小,林地和草地变幅较为明显,草地和水体面积有所下降,森林覆盖率呈上升趋势;2010—2020年,遵义整体用地结构发生明显变化,耕地和草地面积降低,森林和人造地表面积显著增加。遵义各县(市、区)耕地破碎化综合指数分布具有空间差异性,耕地破碎化严重区域整体向南部地区(播州区和红花岗区的耕地破碎化综合指数均大于0.6)转移,其他区县的耕地破碎化程度有所缓解。耕地破碎化与平均坡度的负相关性最高(—0.795),与农村收入绝对额的正相关性最高(0.780)。距河流平均距离对耕地破碎化的负向影响呈南高北低;距路网平均距离对耕地破碎化的负向影响呈西南高东北低;平均海拔对耕地破碎化的负向影响呈西北高东南低,但其对耕地破碎化的影响较小(相关系数仅0.039);平均坡度对耕地破碎化的负向影响呈西南高东北低。综合看,遵义各县(市、区)耕地破碎化整体分布呈现南多北少,影响耕地破碎化的主要因素依次为平均坡度、农村收入绝对额、距河流平均距离、距路网平均距离和平均海拔。

猜你喜欢

遵义市耕地距离
自然资源部:加强黑土耕地保护
我国将加快制定耕地保护法
新增200亿元列入耕地地力保护补贴支出
贵州省遵义市汇川区第九小学四(4)龙思泉中队
遵义市关工委:围绕示范抓巩固“五好”组织显活力
耕地种田也能成为风景
算距离
雅安市关工委到遵义市考察学习
习近平总书记在遵义市枫香镇花茂村考察
每次失败都会距离成功更近一步