周巖

摘要將耕地質(zhì)量評價的自然等、利用等和經(jīng)濟等作為耕地質(zhì)量圖斑的空間屬性，應(yīng)用局域空間自相關(guān)分析方法，對耕地質(zhì)量空間分布格局進行分析，探討吉林省耕地質(zhì)量的空間分布特征，并對耕地質(zhì)量評價結(jié)果的合理性進行探討。結(jié)果表明，吉林省耕地質(zhì)量整體上表現(xiàn)出顯著的聚集性；HH型和LL型表現(xiàn)為正相關(guān)的聚集分布；HL型和LH型為負相關(guān)的零星分布。最終通過對各種類型的分布特征分析耕地質(zhì)量評價結(jié)果的合理性，為耕地質(zhì)量評價更新和后續(xù)管理提供支持。

關(guān)鍵詞耕地質(zhì)量；局域空間自相關(guān)；空間分布格局

中圖分類號F301.2文獻標(biāo)識碼A文章編號0517-6611（2017）32-0200-04

Spatial Distribution of Cropland Quality in Jilin Province Based on Local Spatial Autocorrelation

ZHOU Yan

（Land Consolidation and Rehabilitation Center of Jilin Province， Changchun， Jilin 130061）

AbstractSpatial attributes of cropland patches were set as natural grade， utilization grade and economic grade of cropland quality assessment. With local spatial autocorrelation method， the spatial distribution of cropland quality was analyzed and the characteristic of spatial distribution and the rationality of results of cropland quality assessment were discussed. The results showed that significant aggregation was one of the characteristics of cropland quality of Jilin Province. HH and LL types were positive correlation and the distribution characteristics were aggregated. HL and LH types were negative correlation and the distribution characteristics were scattered. Through analyzing the rationality of the results of cropland quality assessment， the method and the results of this study can be used to support the update assessment and management of cropland quality in the future.

Key wordsCropland quality；Local spatial autocorrelation；Spatial distribution pattern

耕地質(zhì)量是農(nóng)業(yè)生產(chǎn)的最重要保障，保持與逐步提高耕地質(zhì)量是耕地管理中的重要內(nèi)容之一[1]。開展耕地質(zhì)量等別調(diào)查與評定，全面掌握和科學(xué)量化耕地質(zhì)量等別狀況，是深化國土資源管理與改革，促進國土資源科學(xué)化、規(guī)范化管理的重要基礎(chǔ)工作。從耕地質(zhì)量評價的內(nèi)容來看，主要的研究方法是立足于耕地質(zhì)量與立地條件分析的耕地質(zhì)量評價[2-5]。以美國的農(nóng)用地保護的LESA（land evaluation and site assessment）體系思想為指導(dǎo)，構(gòu)建耕地質(zhì)量與立地條件綜合分析體系，采取多因素綜合對比分析法，開展耕地建設(shè)的適宜性評價，并劃分耕地質(zhì)量級別。隨著遙感和地理信息技術(shù)的發(fā)展，在GIS和RS技術(shù)的支持下，構(gòu)建了耕地質(zhì)量評價模型和評價指標(biāo)體系，對區(qū)域耕地質(zhì)量等別進行了廣泛的研究，并對耕地質(zhì)量的空間分布進行了探討[6-9]。由此可見，耕地質(zhì)量評價的研究內(nèi)容、指標(biāo)體系、評價方法等已經(jīng)基本完善，已經(jīng)極大地豐富了耕地質(zhì)量研究。在此基礎(chǔ)上，經(jīng)過綜合研究與多年探索，國土資源部于2012年頒布了《農(nóng)用地質(zhì)量分等規(guī)程》（GB/T 28407—2012），指導(dǎo)全國的耕地質(zhì)量等別評價研究工作，并且已經(jīng)取得了全國性的耕地質(zhì)量等別成果。但是，該類成果僅對耕地的數(shù)量、質(zhì)量進行了研究，關(guān)于耕地質(zhì)量的空間分布特征等研究明顯不足。

筆者應(yīng)用GIS的空間統(tǒng)計、空間分析技術(shù)，采用空間自相關(guān)分析的方法，對耕地質(zhì)量的空間分布進行分析，探討耕地質(zhì)量的空間差異性和結(jié)構(gòu)性特征，為耕地保護保護、基本農(nóng)田劃定等提供依據(jù)，為耕地的差異化管理提供幫助。同時，通過對耕地質(zhì)量的空間分布特征進行分析，對耕地質(zhì)量評價結(jié)果空間分布的合理性進行判斷，為耕地質(zhì)量更新評價提供支持。

1數(shù)據(jù)來源與研究方法

1.1研究區(qū)概況

吉林省地處中國東北中部，東北亞地理中心。地跨121°38′～131°19′E、40°50′～46°19′N；吉林省位于日本、俄羅斯、朝鮮、韓國、蒙古與中國東北部組成的東北亞幾何中心地帶。北接黑龍江省，南鄰遼寧省，西接內(nèi)蒙古自治區(qū)，東與俄羅斯聯(lián)邦接壤，東南部與朝鮮隔江相望。

面積19.1萬km2，人口2 729.82萬，轄1個自治州、8個地級市、57個縣（市、區(qū)）、3個自治縣。吉林省土地資源主要劃分為東部長白山地區(qū)和西部松嫩平原區(qū)，在結(jié)構(gòu)上表現(xiàn)為以農(nóng)用地為主體，“三多一少” 的特點：一是農(nóng)用地多。農(nóng)用地（包括耕地、林地、草地、農(nóng)田水利用地、養(yǎng)殖水面等）約1 639.32萬hm2，占土地總面積的86%，高出全國平均水平17百分點。二是耕地多。耕地總量占土地總面積的30%，在全國排第9位。三是耕地后備資源多。全省共有104.6萬hm2未利用地可作為后備資源，其中宜農(nóng)地30.59萬hm2；四是建設(shè)用地少（包括居民點及工礦用地，交通運輸用地和水利設(shè)施用地）?？偯娣e約106.53萬hm2，占土地總面積的5.5%。布局上表現(xiàn)為區(qū)域差異顯著，大致呈現(xiàn)東林、中農(nóng)、西牧的格局：東部以林地為主，占東部總面積的81.0%；中部以耕地為主，占中部總面積的61.7%；西部草地、濕地和荒地較多，占西部總面積的36.6%。吉林省還是世界聞名的黑土帶，黑土面積約110.0萬hm2，黑土耕地約83.2萬hm2，占全省耕地面積的15.0%，黑土區(qū)糧食產(chǎn)量占全省一半以上。

吉林省是我國的農(nóng)業(yè)大省，作為國家重要的商品糧基地和糧食主產(chǎn)區(qū)，吉林省承擔(dān)著維護國家糧食安全的重要責(zé)任。農(nóng)業(yè)穩(wěn)則全局穩(wěn)，穩(wěn)定的農(nóng)業(yè)生產(chǎn)離不開良好的土地資源，全面掌握吉林省的耕地數(shù)量、質(zhì)量和利用水平，對我國農(nóng)業(yè)可持續(xù)發(fā)展、糧食安全和社會穩(wěn)定尤為重要。

1.2數(shù)據(jù)來源與處理

吉林省土地整治中心按照《國土資源部辦公廳關(guān)于部署開展2015年全國耕地質(zhì)量等別調(diào)查評價與監(jiān)測工作的通知》（國土資廳發(fā)〔2015〕17號）的部署，全面開展耕地質(zhì)量等別評價工作，依據(jù)《耕地質(zhì)量等別年度更新評價技術(shù)手冊》有關(guān)技術(shù)標(biāo)準(zhǔn)，取得了全省耕地質(zhì)量的等別成果。

由于該耕地質(zhì)量等別成果是基于吉林省年度變更調(diào)查數(shù)據(jù)庫完成的，耕地質(zhì)量等別評價單元為1∶1萬耕地圖斑，數(shù)據(jù)量大。為了便于分析，分別對自然等別、利用等別和經(jīng)濟等別進行融合，并對離群值進行剔除，將其融合到最鄰近的耕地圖斑中。

1.3研究方法

局域空間自相關(guān)是檢驗具有空間位置的某要素的觀測值與周邊地區(qū)該觀測值的空間差異程度，即分析其與相鄰空間單元之間空間變量的相關(guān)程度。局域空間自相關(guān)分析的內(nèi)容包括被分析對象的空間位置關(guān)系以及要素的屬性值[10]。該研究采用ArcGIS 10.2的局域空間自相關(guān)指數(shù)（Local Morans I）進行分析[10-11]。對于空間單元i，其局域空間自相關(guān)指數(shù)表達形式為：

Ii=ZijwijZj

Zi=（xi-）/1nni=1（xi-）2

式中，Ii為每個空間單元的莫蘭指數(shù)（Moran）；Zi為第i個空間單元的屬性觀測值的標(biāo)準(zhǔn)化值；為空間單元的屬性觀測值的平均值；wij為空間單元之間的權(quán)重。根據(jù)莫蘭指數(shù)和其對應(yīng)的Z得分，借助Moran散點圖，將計算結(jié)果劃分為4種局部空間自相關(guān)類型，分別表示為：HH型（高值單元被其他高值單元所包圍），表示該耕地圖斑與周圍圖斑的耕地質(zhì)量都較高，空間聚集性較強；LH型（低值單元被其他高值單元所包圍），表示該圖斑與周圍圖斑的質(zhì)量有較強的異質(zhì)性，空間聚集性不強；LL型（低值單元被其他低值單元所包圍），表示該耕地圖斑與周圍圖斑的耕地質(zhì)量都較低，空間聚集性較強；HL型（高值單元被其他低值單元所包圍），表示該圖斑與周圍圖斑的質(zhì)量有較強的異質(zhì)性，空間聚集性不強。通過對耕地質(zhì)量圖斑的分布類型進行分析，判斷耕地質(zhì)量評價結(jié)果空間分布的合理性。

空間權(quán)重是進行局域空間自相關(guān)分析的基礎(chǔ)，用于度量空間單元之間在位置上相互依賴的程度。該研究中，采用空間距離方式進行空間關(guān)系的概念化。空間權(quán)重矩陣的計算采用反距離權(quán)重的方法計算獲得。

2結(jié)果與分析

2.1吉林省耕地質(zhì)量空間分布

吉林省耕地質(zhì)量等別最后劃分為10個自然等、7個利用等和7個經(jīng)濟等。從表1可以看出，自然等別中9等、10等、11等地面積最大，為205.17萬、229.29萬、110.16萬hm2，分別占耕地總面積29.29%、32.74%、15.73%；15等地面積較小，為39.61 hm2。從圖1可以看出，松嫩平原區(qū)自然質(zhì)量較優(yōu)，該區(qū)內(nèi)有面積比例最多的9等、10等和11等地，共占該區(qū)面積的83.67%。而12等和13等地則大部分分布在長白山地區(qū)，占該區(qū)面積的20.06%。長白山地區(qū)10等、11等和12等地分布最多，共占該區(qū)面積的77.20%，長白山地區(qū)沒有6等和7等地、8等和15等地在2區(qū)均則呈零星分布。

吉林省耕地利用等為6～14等共9個等別。其中10等、11等和12等地面積最大，為190.25萬、148.93萬、155.88萬hm2，分別占耕地總面積27.17%、21.26%、22.26%；松嫩平原區(qū)耕地質(zhì)量較優(yōu)，該區(qū)內(nèi)有面積比例最多的9等、10等和11等地，共占該區(qū)面積的75.86%。而12等和13等地則大部分分布在長白山地區(qū)，占總面積的20.06%。長白山地區(qū)10等、11等和12等地分布最多，共占該區(qū)面積的77.20%，長白山地區(qū)沒有6等和7等地，松嫩平原區(qū)沒有15等地，8等和15等地則呈零星分布。

吉林省耕地經(jīng)濟等為8～14等共8個等別，各等別的面積分布相對較平衡，14等和8等地面積較少，僅有35.15萬hm2，占全省耕地總面積的5.00%；12等地面積為174.13萬hm2，占全省耕地總面積的24.86%。除12等地主要分布在長白山地區(qū)外，其他等別的耕地主要分布在松嫩平原區(qū)。

從整體空間分布來看，耕地主要分布在中西部平原區(qū)，東部山區(qū)較少。自然等的較高等別主要分布在公主嶺市、雙遼市、長嶺縣、農(nóng)安縣、前郭爾羅斯蒙古族自治縣、乾安縣、德惠市、舒蘭市；自然等的較低等別主要分布在東部的延邊朝鮮族自治州、白山市和通化市的大部分地區(qū)，西部的松原市部分耕地的自然等別也較低。其他地區(qū)的自然等別為中等狀況（圖1a）。

利用等的較高等別主要分布在梨樹縣、公主嶺市、農(nóng)安縣、長春市、乾安縣、舒蘭市和東遼縣和長嶺縣的部分區(qū)域；較低的利用等等別主要分布在東部的延邊朝鮮族自治州、通化市、白山市和西部的通榆縣、洮南市和鎮(zhèn)賚縣。其他地區(qū)的利用等別為中等狀況（圖1b）。經(jīng)濟等的較高等別范圍較少，主要分布在梨樹縣、長春市、農(nóng)安縣、榆樹市。其他區(qū)域的利用等別均較低（圖1c）。

安徽農(nóng)業(yè)科學(xué)2017年

2.2吉林省耕地質(zhì)量局部空間自相關(guān)分析

應(yīng)用ArcGIS 10.2軟件分別以耕地質(zhì)量自然等、利用等和經(jīng)濟等等別作為空間屬性，進行局域自相關(guān)分析。在95%的置信度下，有一

半的耕地質(zhì)量自然等在空間上表現(xiàn)為顯著聚集性（50.97%）。圖2a顯示，耕地質(zhì)量要素之間屬于正相關(guān)類型的HH型和LL型分別占總耕地質(zhì)量圖斑的22.46%和26.52%，累積占到總耕地質(zhì)量圖斑的48.98%。從空間分布格局來看，LL型（低值與低值聚集分布）的耕地質(zhì)量圖斑主要分布在東部長白山地區(qū)，主要有汪清縣、琿春市、延吉市、龍井市、安圖縣，撫松縣、白山市、長白縣、柳河縣、梅河口市和東豐縣。在敦化市和蛟河市的部分地區(qū)有少量分布。HH型（高值與高值聚集分布）的耕地質(zhì)量圖斑主要分布在公主嶺市、四平市、雙遼市、長嶺縣、前郭爾羅斯蒙古族自治縣、乾安縣、大安市、舒蘭市、吉林市以及鎮(zhèn)賚縣、磐石市和洮南市的部分區(qū)域（圖2a）。耕地質(zhì)量要素之間屬于負相關(guān)類型的HL和LH型所占比例非常小，分別僅占總耕地質(zhì)量圖斑的0.97%和1.02%。從空間分布格局來看，HL型（高值分布于低值區(qū)域內(nèi)）主要呈零散方式分布于東遼縣、梅河口市的部分區(qū)域。LH型（低值分布于高值區(qū)域內(nèi)）也呈零散方式分布于蛟河市、吉林市和伊通滿族自治縣的部分區(qū)域（圖2a）。

耕地質(zhì)量利用等在空間上也表現(xiàn)為顯著的聚集性（53.28%，95%的置信區(qū)間）。圖2b顯示，呈正相關(guān)的HH型和LL型分別占總耕地質(zhì)量圖斑的21.76%和30.08%。從空間分布格局來看，LL型的耕地質(zhì)量圖斑主要分布在東部的延邊州地區(qū)、白山市地區(qū)和通化市地區(qū)，其次為東豐縣和鎮(zhèn)賚縣北部部分。HH型的耕地質(zhì)量圖斑主要分布在中部的梨樹縣、公主嶺市、長春市、德惠市、九臺市、榆樹市、扶余市、遷安市、磐石市和舒蘭市、東遼縣大部、永吉縣、前郭爾羅斯蒙古族自治縣北部和四平市的局部區(qū)域。耕地質(zhì)量圖斑利用等呈負相關(guān)的HL型和LH型所占比例非常小，分別為0.35%和1.10%。從其空間分布格局來看，HL型東遼縣西部部分地區(qū)和臨江市的部分地區(qū)。LH型主要分布在樺甸市、蛟河市、雙陽區(qū)、和洮南市的小部分區(qū)域，分布范圍零散，所占面積?。▓D2b）。

耕地質(zhì)量經(jīng)濟等在空間上呈正相關(guān)的聚集性稍大于利用等和自然等（57.11%，95%的置信區(qū)間）。從圖2c可以看出，HH型主要分布在東部的延邊朝鮮族自治州、白山市和通化市，東豐縣、樺甸市南部和舒蘭市的大部分區(qū)域，占耕地質(zhì)量圖斑的23.88%。LL型主要分布在梨樹縣、長春市、九臺市、德惠市、榆樹市、扶余縣、前郭爾羅斯蒙古族自治縣、長嶺縣、大安市、白城市、永吉縣和吉林市，以及雙遼市、站來西安、磐石市、蛟河市的部分區(qū)域，占耕地總面積的31.42%。呈負相關(guān)的HL型和LH型分別占耕地質(zhì)量圖斑總面積的0.67%和1.13%。其中HL型主要分布在柳河縣北部和集安市、通化縣、靖宇縣的小部分地區(qū)。LH型主要分布在輝南縣、樺甸市、蛟河市、松原市、通榆縣、洮南縣、白城市和鎮(zhèn)賚縣的小部分區(qū)域。

2.3吉林省耕地質(zhì)量評價結(jié)果合理性分析

通過對吉林省耕地質(zhì)量自然等、利用等和經(jīng)濟等的局域自相關(guān)分析結(jié)果進行分析，可以將耕地質(zhì)量劃分為以下情況：耕地質(zhì)量呈隨機

分布、異常分布、高值聚集分布和低值聚集分布。局域自相

關(guān)分析中，沒有顯著相關(guān)類型出現(xiàn)的區(qū)域即為耕地質(zhì)量隨機分布區(qū)域。在自然等、利用等和經(jīng)濟等中所占面積比例為49.03%、46.72%和42.89%。在這些區(qū)域中，耕地圖斑的耕地質(zhì)量等別隨機出現(xiàn)且等別差異?。ň?等別差），說明臨近耕地質(zhì)量圖斑的等別既具有一定的相似性，又有一定的空間差異，體現(xiàn)了耕地質(zhì)量的區(qū)域一致性，符合耕地質(zhì)量圖斑的空間分布規(guī)律。自然等、利用等和經(jīng)濟等的高值聚集分布和低值聚集分布區(qū)域具有顯著正相關(guān)性，說明在這些區(qū)域內(nèi)臨近耕地圖斑的質(zhì)量等別基本一致，耕地質(zhì)量評價的因素在該空間范圍內(nèi)基本無變化。自然等、利用等和經(jīng)濟等的正相關(guān)區(qū)域所占面積比例為48.98%、51.83%和55.30%，從這些區(qū)域的地理環(huán)境特征來看，這種分布特征也符合耕地質(zhì)量的空間分布規(guī)律。自然等、利用等和經(jīng)濟等的高值被低值包圍或低值被高值包圍的分布區(qū)域具有顯著負相關(guān)性。該類型分布特征表明，臨近圖斑的耕地質(zhì)量變化劇烈，差異大，不符合區(qū)域一致性規(guī)律特征，是一種異常分布情況。自然等、利用等和經(jīng)濟等的異常區(qū)域所占面積比例非常小，分別為1.99%、1.45%和1.80%。針對這些異常分布的情況，要從評價過程入手，檢查自然等、利用等和經(jīng)濟等的評價因素獲取以及計算過程的正確性。

3結(jié)論

該研究對局域空間自相關(guān)方法在耕地質(zhì)量中的應(yīng)用進行了探索，將吉林省耕地質(zhì)量自然等、利用等和經(jīng)濟等作為屬性信息，分析了耕地質(zhì)量的空間分布特征，并對耕地質(zhì)量評價結(jié)果的合理性進行了分析，得到以下主要結(jié)論。

（1）吉林省耕地質(zhì)量從整體來看，呈現(xiàn)出聚集性特征，并且東部長白山地區(qū)耕地質(zhì)量低于中西部地區(qū)。呈正相關(guān)類型的區(qū)域以集中連片的方式出現(xiàn)，呈負相關(guān)類型的區(qū)域零星分布，不集中連片。

（2）從耕地質(zhì)量評價結(jié)果角度來看，耕地質(zhì)量在空間上呈隨機分布的區(qū)域，在耕地質(zhì)量更新評價以及后續(xù)管理中要根據(jù)局地特征因地制宜地制定管理策略；耕地質(zhì)量在空間呈現(xiàn)高值聚集的區(qū)域，要加強耕地質(zhì)量的保護，嚴禁耕地占用；耕地質(zhì)量在空間呈現(xiàn)低值聚集的區(qū)域，要結(jié)合區(qū)域限制因素進行綜合改良，提高耕地質(zhì)量；耕地質(zhì)量在空間呈現(xiàn)負相關(guān)的區(qū)域，在后續(xù)更新評價中要對評價因素等基礎(chǔ)信息進行認真搜集，審核其科學(xué)性和正確性，查缺補漏，使耕地質(zhì)量評價結(jié)果更加科學(xué)、合理。

參考文獻

[1] 沈仁芳，陳美軍，孔祥斌，等.耕地質(zhì)量的概念和評價與管理對策[J].土壤學(xué)報，2012，49（6）：1210-1217.

[2] 錢鳳魁，王秋兵，邊振興，等.凌源市耕地質(zhì)量評價與立地條件分析[J].農(nóng)業(yè)工程學(xué)報，2011，27（11）：325-329.

[3] 夏權(quán)，夏萍，馮東，等.安徽省含山縣土地整理耕地質(zhì)量評價及其變化研究[J].國土資源遙感，2015，27（1）：182-186.

[4] 錢鳳魁，王秋兵，李娜.基于耕地質(zhì)量與立地條件綜合評價的高標(biāo)準(zhǔn)基本農(nóng)田劃定[J].農(nóng)業(yè)工程學(xué)報，2015，31（18）：225-232.

[5] 沈仁芳，陳美軍，孔祥斌，等.耕地質(zhì)量的概念和評價與管理對策[J].土壤學(xué)報，2012，49（6）：1210-1217.

[6] 李瑜，刁淑娟，邢宇.遙感和GIS技術(shù)在耕地質(zhì)量調(diào)查中的應(yīng)用[J].農(nóng)業(yè)工程，2014，4（3）：86-88，99.

[7]

郭笑怡，高燕，張延玲，等.基于遙感與GIS的三江平原耕地質(zhì)量評價與生產(chǎn)力分析[J].東北師大學(xué)報（自然科學(xué)版），2013，45（2）：139-145.

[8] 韓會慶，蔡廣鵬，張鳳太，等.基于GIS的喀斯特地區(qū)耕地質(zhì)量評價：以貴州省綏陽縣為例[J].水土保持研究，2011，18（6）：129-131，135.

[9] 歐陽玲，王宗明，賈明明，等.基于遙感的吉林省中西部耕地數(shù)量和質(zhì)量空間格局變化分析[J].農(nóng)業(yè)工程學(xué)報，2016，32（13）：234-242.

[10] 魏曉峰，吳健平.基于ArcGIS的空間自相關(guān)分析模塊的開發(fā)與應(yīng)用[J].測繪與空間地理信息，2005，28（6）：77-80.

[11] 郭敏，李淑杰.基于局部空間自相關(guān)的耕地質(zhì)量空間集聚性和保護分區(qū)：以吉林省九臺市為例[J].江蘇農(nóng)業(yè)科學(xué)，2017，45（3）：206-210.