陳穎 廖麗君 鄭宏剛 刀劍 李夢嫡

摘要：科學(xué)了解耕地質(zhì)量空間分布特征，是提高耕地質(zhì)量建設(shè)和保護的基礎(chǔ)。本研究以2016年陸良縣耕地質(zhì)量等別更新數(shù)據(jù)為觀測數(shù)據(jù)，采用GeoDa軟件從陸良縣級和鄉(xiāng)鎮(zhèn)尺度上分析耕地質(zhì)量的空間差異特征，并基于R語言中的K-means算法，以海拔、坡度兩因子對耕地質(zhì)量進行聚類分析，揭示陸良縣耕地質(zhì)量與海拔和坡度的聯(lián)系。結(jié)果表明：陸良縣耕地質(zhì)量呈現(xiàn)出中部高且向四周逐漸降低的分布規(guī)律，耕地質(zhì)量等別Morans I值顯示為：國家經(jīng)濟等>國家利用等>國家自然質(zhì)量等。耕地質(zhì)量局部空間自相關(guān)的空間分布表現(xiàn)為：高值聚集區(qū)（H-H）集中分布在陸良縣中部的壩子，低值聚集區(qū)（L-L）主要分布在西部和東部，負(fù)相關(guān)（H-L）區(qū)零星分布。陸良縣耕地質(zhì)量空間分布受海拔和坡度的影響成同心圓式的分布規(guī)律;但耕地質(zhì)量分布受海拔影響程度大于坡度。

關(guān)鍵詞：耕地質(zhì)量;空間分布;空間自相關(guān);陸良縣;海拔;坡度

中圖分類號：F323.211文獻標(biāo)識號：A文章編號：1001-4942（2018）12-0073-07

耕地作為最寶貴的農(nóng)業(yè)資源和重要的生產(chǎn)要素[1]，是確保國家糧食安全、社會穩(wěn)定發(fā)展及農(nóng)業(yè)可持續(xù)發(fā)展的重要基礎(chǔ)。近年來，隨著我國耕地質(zhì)量年度監(jiān)測與更新等工作的不斷發(fā)展，全國已經(jīng)形成了較為完整的耕地質(zhì)量成果。如何依據(jù)現(xiàn)有成果，研究分析區(qū)域耕地質(zhì)量分布情況及影響因素，并為量化耕地質(zhì)量、開展耕地保護等工作提供依據(jù)，有著重要意義。

目前基于耕地等別成果對耕地質(zhì)量空間分布的研究取得了一些進展。從全國范圍來看，管栩等[2]基于全國土地整治項目信息，利用空間自相關(guān)對全國新增耕地數(shù)量及來源結(jié)構(gòu)的空間差異進行分析;從區(qū)域研究來看，孔祥斌等[3]以西部12省的農(nóng)用地分等成果為基礎(chǔ)，利用ArcGIS進行空間疊加分析，分析了西部區(qū)耕地等別在空間上的分布特征;石玉瓊等[4]利用地學(xué)統(tǒng)計方法對武功縣耕地自然質(zhì)量等指數(shù)、利用等指數(shù)和經(jīng)濟等指數(shù)的空間變異進行定量分析，認(rèn)為武功縣耕地質(zhì)量的空間變異由結(jié)構(gòu)性因素引起;黨國鋒等[5]以隴南市武都區(qū)為例研究了山區(qū)耕地質(zhì)量的空間分布特征。隨著研究方法的不斷進步，對耕地質(zhì)量空間分布研究也逐漸由大尺度向中小尺度轉(zhuǎn)變[6，7]。

本研究在對比分析前人研究的基礎(chǔ)上，利用云南省曲靖市陸良縣2016年度農(nóng)用地分等更新數(shù)據(jù)，運用全局空間自相關(guān)和局部空間自相關(guān)方法，從耕地的自然質(zhì)量等、利用等和經(jīng)濟等來分析陸良縣的耕地質(zhì)量空間集聚性和差異性特征，并運用K-means均值聚類分析耕地質(zhì)量分布與海拔、坡度的聯(lián)系，以期為云南省的耕地質(zhì)量監(jiān)測與保護和耕地質(zhì)量提升等提供借鑒參考。

1?研究區(qū)概況

陸良縣地處云南省東北部，北緯24°44′～25°18′、東經(jīng)103°23′～104°02′之間，是云南省糧食主產(chǎn)縣之一，土地總面積2 096 km2，轄10個鄉(xiāng)鎮(zhèn)，屬于典型的高原山間盆地，平均海拔2 045.95 m，平均坡度7.84°，屬亞熱帶高原季風(fēng)型氣候區(qū)。由于地勢高低懸殊，地貌類型各異，氣溫的空間分布有明顯差異，壩區(qū)較溫暖，山區(qū)較冷涼[8]。根據(jù)2014年度土地利用變更調(diào)查數(shù)據(jù)統(tǒng)計，全縣耕地面積759.56 km2，占土地總面積的36.24%，主要分布在中部壩區(qū)和淺丘區(qū)，山區(qū)和半山區(qū)有少量耕地散布;平地（≤2°）面積為383.67 km2，占全縣耕地總面積的50.51%，主要集中在壩區(qū)鄉(xiāng)鎮(zhèn);坡地（≥2°）面積為345.69 km2，占全縣耕地總面積的45.51%。根據(jù)陸良縣2016年度農(nóng)用地分等更新數(shù)據(jù)，陸良縣耕地質(zhì)量平均利用等為9等，無優(yōu)等地分布。

2?數(shù)據(jù)來源與研究方法

2.1?數(shù)據(jù)來源

數(shù)據(jù)主要包括：對遙感影像進行矢量化獲取研究區(qū)耕地空間數(shù)據(jù)，DEM 數(shù)據(jù)采用地理空間數(shù)據(jù)云下載的30 m分辨率的STRM數(shù)據(jù)，陸良縣2016年度農(nóng)用地分等更新數(shù)據(jù)中的耕地圖斑面積及其國家自然質(zhì)量等別、國家利用等別和國家經(jīng)濟等別。

2.2?研究方法

主要采用空間自相關(guān)方法，首先根據(jù)陸良縣農(nóng)用地分等更新數(shù)據(jù)進行空間自相關(guān)分析，分析耕地質(zhì)量的空間分布特征，然后通過K-means均值聚類方法分析耕地質(zhì)量等別分布與海拔、坡度之間的聯(lián)系。

2.2.1?全局空間自相關(guān)?全局自相關(guān)（spatial autocorrelation anlysis）是一個區(qū)域單元的某種地理現(xiàn)象或某屬性值與鄰近區(qū)域單元的相關(guān)程度，可以全面測度區(qū)域空間要素屬性值聚合和離散的程度。Morans I值是空間自相關(guān)指標(biāo)集聚程度的基本測度，本研究應(yīng)用ArcGIS和GeoDa軟件平臺，應(yīng)用Morans I指數(shù)分析陸良縣耕地質(zhì)量空間分布特征。Morans I 取值范圍為[-1，1]，當(dāng)I>0時，表示正相關(guān)，即某對象與其臨近對象的相似性大于差異性，說明相似的觀測值趨于空間集聚;反之，則表示研究對象與周邊對象存在顯著差異;僅當(dāng)Morans I為零時，表示觀測值相互獨立，隨機分布?？臻g自相關(guān)的顯著性通過服從正態(tài)分布的統(tǒng)計量Z來檢驗。具體公式為 ：

[JZ]I=[SX（]n∑[DD（]n[]i=1[DD）]∑[DD（]n[]j≠1[DD）]wij（xi-[AKx-]）（xj-[AKx-]）[]∑[DD（]n[]i=1[DD）]∑[DD（]n[]j≠1[DD）]wij（xi-[AKx-]）（xj-[AKx-]）2[SX）]?。

式中，n是研究對象的個數(shù); wij表示空間要素i與要素j間的權(quán)重; （xi-[AKx-]）和（xj-[AKx-]）分別是第 i、j個空間單元上的觀測值與平均值的偏差。

2.2.2?局部空間自相關(guān)?局部空間自相關(guān)（local autocorrelation analysis）描述一個空間單元與其領(lǐng)域的相似程度，能夠表示每個局部單元服從全局總趨勢的程度（包括方向和量級），并能提示空間異質(zhì)，說明空間依賴是如何隨位置變化的。通常采用Moran 散點圖、Local Morans I統(tǒng)計量來分析某個區(qū)域與周邊的空間差異程度。其空間關(guān)聯(lián)模式可細(xì)分四種類型：高高關(guān)聯(lián)（即屬性值高于均值的空間單元被屬性值高于均值的領(lǐng)域所包圍）、低低關(guān)聯(lián)，屬于正的空間關(guān)聯(lián);高低關(guān)聯(lián)、低高關(guān)聯(lián)，屬于負(fù)的空間關(guān)聯(lián)。通過局部Morans I可以知道空間聚集或離散發(fā)生的具體位置，在實際應(yīng)用中比全局Morans I更有政策指導(dǎo)意義[9]。計算公式如下：

2.2.3?K-means均值聚類?K-means均值聚類即通過不斷迭代來對數(shù)據(jù)樣本進行聚類，又稱作K中心聚類。其基本思想是初始隨機給定K簇中心，按照最鄰近原則把待分類樣本點分到各個簇，然后按平均法重新計算各個簇的中心，從而確定新的簇心[10]。迭代至簇心的移動距離小于某個給定的值且不再發(fā)生變化，或達到最大迭代次數(shù)[11]。由于K-means均值聚類應(yīng)用廣泛且易于描述，可有效處理大規(guī)模數(shù)據(jù)，已被廣泛應(yīng)用于土壤分類[12]、污染源劃分等。

3?結(jié)果與分析

3.1?陸良縣耕地質(zhì)量等別空間分布特征

耕地質(zhì)量是以耕地的自然質(zhì)量等、耕地利用等、耕地經(jīng)濟等來具體體現(xiàn)，其反映的分別是耕地的自然狀況、利用水平、經(jīng)濟水平。2016年陸良縣鄉(xiāng)鎮(zhèn)級耕地質(zhì)量等別空間。

受地形影響，陸良縣各鄉(xiāng)鎮(zhèn)國家自然質(zhì)量等別范圍為9～11等，整體處于較低水平，其中9等地集中在中部較為平緩的壩區(qū)，10等地圍繞壩區(qū)分布，主要分布在壩區(qū)的邊緣地區(qū)和壩區(qū)向山區(qū)的過度地區(qū)，11等地主要分布在山區(qū);在空間分布上呈現(xiàn)同心圓式耕地質(zhì)量自然等別由低到高逐漸擴散的空間分布特征。

全縣國家利用等在6～11等之間，6等地利用等最優(yōu)，集中分布于中部壩區(qū)的鄉(xiāng)鎮(zhèn)：三岔河鎮(zhèn)、馬街鎮(zhèn)、中樞鎮(zhèn)，10等地在全縣范圍內(nèi)分布最廣，11等地分布較少，利用等和自然等在空間分布上趨于一致。

國家經(jīng)濟等整體上處于較高水平，在空間分布上和自然等、利用等呈現(xiàn)同心圓的規(guī)律，但略有差異，主要表現(xiàn)在耕地質(zhì)量低值區(qū)主要集中在東部，且低值區(qū)分布范圍更廣。由此可知陸良縣耕地質(zhì)量的經(jīng)濟質(zhì)量最高，利用質(zhì)量次之，自然質(zhì)量最低，且耕地質(zhì)量等別分布區(qū)間最小。

3.2?不同尺度下耕地質(zhì)量全局自相關(guān)分析

本研究以2 km×2 km為基本尺度把陸良縣劃分為594個基本觀測單元，以陸良縣的國家自然等、利用等、經(jīng)濟等作為觀測值，將Morans I指數(shù)與空間距離結(jié)合分析，分別以2 000、15 000 m為起點距離、終點距離，并設(shè)置1 000 m為增量距離，構(gòu)建不同的空間權(quán)重，利用GeoDa軟件得到不同尺度下耕地質(zhì)量的空間自相關(guān)結(jié)果。

不同權(quán)重下陸良縣耕地質(zhì)量Morans I結(jié)果均為正值，說明整個陸良縣耕地質(zhì)量的三類國家等別空間分布不是隨機的，而是具有空間集聚特征，即分布呈空間自相關(guān)。三類耕地等別的Morans I值分別為：國家經(jīng)濟等>國家利用等>國家自然質(zhì)量等，表明陸良縣耕地質(zhì)量的經(jīng)濟水平在空間上集聚性最強，耕地自然質(zhì)量水平的空間集聚性較差，其空間變異性相對較強，耕地質(zhì)量受自然因素擾動較大。且在閾值距離為2 000 m時，Morans I值最大，分別是0.698、0.873和0.907，此時空間正相關(guān)性最高，耕地質(zhì)量存在顯著的空間集聚規(guī)律，之后隨著閾值距離的增加耕地質(zhì)量的Morans I值開始呈現(xiàn)逐漸下降趨勢，由閾值距離計算得到的顯著性統(tǒng)計量P均為0，這表明以2 000 m為閾值距離構(gòu)建空間權(quán)重并對耕地質(zhì)量進行空間自相關(guān)分析具有較高的準(zhǔn)確性，因此文本以固定距離2 000 m對耕地質(zhì)量進行空間分析。

3.3?耕地質(zhì)量局部空間自相關(guān)分析

由于全局空間自相關(guān)指數(shù)有時會掩蓋局部地域的差異性，為了確定陸良縣各鄉(xiāng)鎮(zhèn)耕地質(zhì)量高值聚集區(qū)和低值聚集區(qū)，還需要分析研究區(qū)局部空間自相關(guān)特性。本研究以耕地質(zhì)量的三類等別和閾值距離2 000 m構(gòu)建空間權(quán)重，運用局部空間自相關(guān)對研究區(qū)10個鄉(xiāng)鎮(zhèn)耕地質(zhì)量等別進行局部空間自相關(guān)分析，得到了耕地質(zhì)量局部空間自相關(guān)結(jié)果并繪制Moran散點圖和LISA分布圖，由于國家級等別值越小，代表耕地自然質(zhì)量越高，故將得到的陸良縣三類國家等別LISA 圖進行高低轉(zhuǎn)換后得到耕地質(zhì)量 LISA 圖。

根據(jù)Moran散點圖和LISA圖分析，在95%置信水平下，陸良縣域耕地質(zhì)量呈正相關(guān)的空間集聚特征，且大部分耕地等別的正相關(guān)性非常顯著，耕地質(zhì)量三類等別的全局空間自相關(guān)與局部空間自相關(guān)顯著程度分析一致，表現(xiàn)為國家自然等、國家利用等和國家經(jīng)濟等自相關(guān)性逐漸由弱變強的趨勢。

通過統(tǒng)計不同類別單元表明：陸良縣10個鄉(xiāng)鎮(zhèn)的國家自然質(zhì)量等別空間關(guān)聯(lián)類型以耕地質(zhì)量正相關(guān)為主，具有典型的空間集聚模式的單元類型占25.93%，表示該單元和周圍其他單元的耕地質(zhì)量均高或低;其中“HH”型占13.47%，集中在海拔、坡度都較低的壩子上，如板橋鎮(zhèn)的南部、中樞鎮(zhèn)、三岔河鎮(zhèn)和馬街鎮(zhèn)的北部，“LL”型占12.46%，主要分布在東部海拔較高和地表起伏度較大的龍海鄉(xiāng)。耕地質(zhì)量負(fù)相關(guān)類型占0.51%，“HL”型分布比例較小，無明顯集中分布。

陸良縣國家利用等別空間關(guān)聯(lián)類型較自然等別分布更廣，說明耕地質(zhì)量除受自然影響較大外，后期人為的土地整治等活動也會提升土地質(zhì)量。耕地利用等別正相關(guān)單元類型占30.81%，其中“HH”型占14.31%，呈組團狀集中分布于中樞鎮(zhèn)、山岔河鎮(zhèn)、馬街鎮(zhèn)和板橋鎮(zhèn)，這些地區(qū)地勢起伏較小、交通便利、機械化程度較高，便于耕作和管理;“LL”型占16.50%，集中分布在東部的龍海鄉(xiāng)和活水鄉(xiāng)，西部和南部有零星分布，這些地區(qū)海拔、坡度均較高，耕地自然條件較差，不便于耕作。

陸良縣經(jīng)濟等別空間分布較自然等和利用等的分布范圍有所擴展，也更為集中，但耕地質(zhì)量負(fù)相關(guān)類型沒有分布;耕地質(zhì)量正相關(guān)類型占35.52%，“HH”型占13.47%，集中分布在地勢平坦、灌溉條件較好中部平壩地區(qū);“LL”型占22.05%，呈組團狀集中分布在活水鄉(xiāng)和龍海鄉(xiāng)的大部分，芳華鎮(zhèn)和小百戶鄉(xiāng)有零星分布，這些鄉(xiāng)鎮(zhèn)的海拔較高，屬于山地丘陵區(qū)，農(nóng)田水利基礎(chǔ)設(shè)施不完善、經(jīng)濟相對落后。

綜上，陸良縣10個鄉(xiāng)鎮(zhèn)的耕地質(zhì)量局部空間自相關(guān)性和陸良縣耕地質(zhì)量局部自相關(guān)分布規(guī)律一致。耕地質(zhì)量水平在空間位置的分布大致呈現(xiàn)以陸良壩子中心為圓心的同心圓分布，并呈從圓心向外延伸自然質(zhì)量水平逐漸降低的態(tài)勢。

3.4?耕地質(zhì)量分布與地形的關(guān)系

耕地質(zhì)量受眾多因素影響，但在地形差異顯著的地區(qū)，地形和海拔對耕地質(zhì)量的影響尤為重要;地形和海拔主要通過影響區(qū)域溫度、水分和光照的分布進而影響耕地的自然質(zhì)量等情況。然而云南省第一輪《農(nóng)用地分等規(guī)程》中未將海拔作為分等因素，而后鄒玥[13]、余菊[14]等針對這一問題將海拔引入作為耕地質(zhì)量的修正因子。

本研究基于R語言中的K-means均值聚類函數(shù)，以海拔、坡度兩因子對耕地質(zhì)量進行自然等、經(jīng)濟等、利用等的聚類分析。

K-means均值聚類結(jié)果將耕地自然等、經(jīng)濟等、利用等分別與坡度和海拔聚類，并將每個聚類結(jié)果都分為顏色不同的6個聚類結(jié)果，分類解釋率均達到94.6%。所以本研究根據(jù)聚類分析結(jié)果圖，將圖中聚類順序從左至右分別表示為：Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ類。分類結(jié)果表明陸良縣耕地質(zhì)量隨著海拔和坡度的升高均有變化，且隨海拔變化更為明顯。

海拔高度是影響區(qū)域氣候、作物選擇、耕種方式等的主要因素?？傮w上，耕地的自然質(zhì)量等、利用等、經(jīng)濟等均隨著海拔的升高而下降，呈現(xiàn)分層分布。耕地的自然質(zhì)量等隨海拔的升高變化較為顯著，當(dāng)海拔1 700～1 900 m，Ⅰ類耕地自然質(zhì)量等別主要集中在9.0～10.5等之間，利用等主要介于6～11等，經(jīng)濟等在5～11等均有分布，當(dāng)海拔在2 200～2 500 m時，Ⅴ、Ⅵ類耕地的自然質(zhì)量等、利用等、經(jīng)濟等均不同程度下降，利用等和經(jīng)濟等普遍偏低，主要分布在9～11等，這說明在陸良縣內(nèi)海拔是制約耕地質(zhì)量的主要因子，海拔高的地區(qū)多為山丘區(qū)，光、溫、水等自然因素不利于農(nóng)作物的生長，且耕地破碎化嚴(yán)重，嚴(yán)重影響耕地的機械化水平以及灌溉、排水設(shè)施的修建和使用。

坡度通常被定義為坡面的垂直高度和水平距離的比值，是衡量耕地質(zhì)量和制約耕地發(fā)展的重要指標(biāo)[15]?？傮w上，坡度對耕地質(zhì)量的影響較為顯著，隨著坡度的增加耕地利用受到限制。但分層現(xiàn)象不明顯，僅在當(dāng)坡度為0～5°時，Ⅰ類耕地的自然質(zhì)量等、利用等、經(jīng)濟等較高，出現(xiàn)了5～8等的較高等別，原因是這一類坡度較低的耕地較為集中、自然條件和耕作條件便利、距鄉(xiāng)鎮(zhèn)較近，所以耕地質(zhì)量較高;但當(dāng)坡度在5～25°時，Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ類耕地等別隨坡度變化的分類結(jié)果并不明顯，分布比較均勻，趨向偏平化，利用等、經(jīng)濟等等別較低，在8～11等均有分布。這表明：陸良縣耕地質(zhì)量雖然受坡度影響，但當(dāng)坡度較高時，坡度變化對耕地質(zhì)量的好壞影響并不顯著，這可能是因為在坡度較高的地區(qū)，雖然有地形因素的限制，但經(jīng)過坡改梯等土地整治工程后，完善了灌排設(shè)施，增加了農(nóng)業(yè)科技與生產(chǎn)的投入，使得坡度較高地區(qū)的耕地質(zhì)量等別差別不劇烈。

綜上所述，陸良縣耕地質(zhì)量分布受海拔和坡度的影響，但受海拔的影響更為顯著。隨著海拔和坡度的升高，土地利用困難加大，種植農(nóng)作物的生產(chǎn)成本加大且生產(chǎn)效率通常不高，所以耕地質(zhì)量自然等、利用等、經(jīng)濟等逐漸下降。

4?結(jié)論

本研究運用空間自相關(guān)分析方法對陸良縣耕地質(zhì)量分布情況進行研究，揭示了陸良縣耕地質(zhì)量的空間分異特征，也對鄉(xiāng)鎮(zhèn)耕地質(zhì)量的空間集聚與孤立進行了分析;并基于K-means均值聚類函數(shù)從海拔、坡度因素進一步分析了陸良縣耕地質(zhì)量自然等、利用等、經(jīng)濟等分布特征的形成原因。

（1）全局空間自相關(guān)分析表明，陸良縣耕地質(zhì)量分布呈空間正相關(guān)，其自相關(guān)強度隨著閾值距離的增加而減弱，并且國家經(jīng)濟等>國家利用等>國家自然質(zhì)量等。局部自相關(guān)分析表明，陸良縣耕地質(zhì)量分布并不均衡，有局部高質(zhì)量聚集、局部低質(zhì)量聚集和局部耕地質(zhì)量異常三種情況，而且耕地質(zhì)量的自然等、利用等、經(jīng)濟等在空間上的位置及范圍呈較大的相似特征。

（2）陸良縣耕地質(zhì)量空間分異特征明顯，高質(zhì)量地區(qū)集中分布于陸良縣中部的壩區(qū)，低質(zhì)量地區(qū)主要分布于陸良縣東、西部的山地丘陵區(qū)。10個鄉(xiāng)鎮(zhèn)的局部空間自相關(guān)分析結(jié)果與陸良縣整體局部自相關(guān)規(guī)律一致。

（3）K-means聚類函數(shù)分析表明海拔、坡度對陸良縣耕地質(zhì)量分布有著重要影響，海拔與耕地質(zhì)量聚類結(jié)果分層明顯，隨著海拔和坡度的升高，總體上耕地質(zhì)量等別逐漸遞減，但隨著坡度的升高，坡度變化對耕地質(zhì)量的影響程度逐漸減弱;海拔對耕地質(zhì)量的影響較坡度更大。

此外，本研究先以2 km×2 km單元在不同尺度下進行全局空間自相關(guān)分析，后在閾值等于2 km時進行局部空間自相關(guān)分析，該結(jié)果是否會隨研究單元的大小和閾值的變化而產(chǎn)生差異，何種單元大小更加科學(xué)，尚需進一步探究。由于資料收集不足，本文僅選取海拔和坡度對陸良縣耕地質(zhì)量分布進行K-means聚類分析，雖然聚類結(jié)果顯示海拔對耕地質(zhì)量有顯著影響，但未能深入探明海拔與耕地自然質(zhì)量等變化之間的影響機理，今后可以進一步結(jié)合經(jīng)濟、社會等其它因素對陸良縣耕地質(zhì)量情況進行全面分析。

參?考?文?獻：

[1]?朱紅波. 中國耕地資源安全研究[D]. 武漢：華中農(nóng)業(yè)大學(xué)， 2006.

[2]?管栩， 金曉斌， 潘倩，等. 基于縣域尺度的中國土地整治新增耕地空間差異分析[J]. 農(nóng)業(yè)工程學(xué)報， 2013， 29（20）：226-233.

[3]??孔祥斌， 張青璞. 中國西部區(qū)耕地等別空間分布特征[J]. 農(nóng)業(yè)工程學(xué)報， 2012， 28（22）：1-7.

[4]??石玉瓊， 李團勝. 武功縣耕地質(zhì)量空間變異分析[J]. 土壤通報， 2017， 48（2）：257-262.

[5]??黨國鋒， 朱晨. 基于空間自相關(guān)分析的山區(qū)耕地質(zhì)量分區(qū)研究──以隴南市武都區(qū)為例[J]. 中國農(nóng)學(xué)通報， 2015， 31（36）：131-138.

[6]?趙晗，趙小敏，匡麗花， 等. 基于空間自相關(guān)的耕地質(zhì)量空間分布特征研究——以江西省南昌縣為例[J].浙江農(nóng)業(yè)學(xué)報，2017，（8）：1365-1374.

[7]??郭曉飛， 李建華， 李成學(xué)，等. 基于多尺度的祥云縣縣域耕地自然質(zhì)量空間分布特征分析[J]. 云南農(nóng)業(yè)大學(xué)學(xué)報， 2016， 31（5）：923-929.

[8]?廖麗君， 魏巍， 劉淑霞，等. 陸良縣農(nóng)用地分等數(shù)據(jù)庫與二調(diào)數(shù)據(jù)庫整合方法研究[J]. 中國土地科學(xué)， 2014， 28（6）：84-90.

[9]??張孝宇， 張安錄. 武漢市耕地非農(nóng)化的空間自相關(guān)分析[J]. 長江流域資源與環(huán)境， 2015， 24（5）：781-788.

[10]呂志學(xué)， 孫雪文， 劉鳳飛. K-means聚類方法在黑龍江省低山丘陵區(qū)坡耕地類型區(qū)劃分中的應(yīng)用[J]. 水土保持通報， 2015， 35（1）：124-127.

[11]王昊雷. K均值聚類算法研究與應(yīng)用[D].哈爾濱：哈爾濱工程大學(xué)， 2015.

[12]吳夙慧， 成穎， 鄭彥寧，等. K-means算法研究綜述[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2011， 27（5）：28-35.

[13] 鄒玥， 樊毅， 鄭宏剛，等. 海拔因子對農(nóng)用地自然質(zhì)量等指數(shù)影響研究[J]. 云南農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)）， 2009， 24（2）：274-277.

[14]余菊， 鄭宏剛， 文杰，等. 云南省不同海拔梯度耕地自然質(zhì)量等特征分析[J]. 水土保持研究， 2014， 21（4）：224-228.

[15]趙博. DEM在耕地坡度分析統(tǒng)計方面的應(yīng)用[J]. 測繪與空間地理信息， 2012， 35（9）：51-52.