韓 逸,郭 熙,*,江葉楓,饒 磊,孫 凱,李 婕,王瀾珂

1 江西農(nóng)業(yè)大學國土資源與環(huán)境學院, 南昌 330045 2 江西農(nóng)業(yè)大學江西省鄱陽湖流域農(nóng)業(yè)資源與生態(tài)重點實驗室, 南昌 330045

耕地具有生產(chǎn)、承載和生態(tài)功能,是土地資源的重要組成部分,是人類賴以生存與發(fā)展的基礎和保障。耕地生態(tài)系統(tǒng)在凈化和改善耕地生態(tài)環(huán)境質量、緩解地表環(huán)境變化幅度、維持物質循環(huán)、固碳釋氧和保障水資源等方面發(fā)揮著重要作用[1]。我國耕地后備資源有限且耕地非農(nóng)化趨勢缺乏有效調(diào)控[2],導致耕地數(shù)量下降明顯,且隨著耕地生態(tài)環(huán)境衰退引發(fā)的耕地質量下降問題的日漸凸顯[3],耕地生態(tài)質量保護需求與日俱增。耕地生態(tài)安全是耕地生態(tài)質量不至因耕地生存空間和生態(tài)環(huán)境遭受破壞而受到威脅的狀態(tài)[4],是穩(wěn)定與提升耕地生產(chǎn)能力的制約因素[5]。為有效地保障耕地綜合生產(chǎn)能力,已有眾多學者開展了耕地生態(tài)安全研究,他們的研究主要從指標體系構建[6- 7]、評價方法探索[8- 9]與結果的規(guī)律探究[10- 11]入手,為定量化分析耕地生態(tài)安全狀況并采取針對性措施提供了科學依據(jù)。但是,目前學者們較少地對耕地景觀結構組成和空間配置狀況二者協(xié)同作用下,耕地的抵御景觀風險能力、自我恢復能力以及耕地生態(tài)系統(tǒng)服務價值[12],即耕地景觀生態(tài)安全狀況進行研究。

然而,探究區(qū)域耕地景觀生態(tài)安全狀況影響因素,并制定合理的管理對策以抵御生態(tài)風險是目前耕地生態(tài)質量保護的新需求。我國學者對耕地景觀生態(tài)安全的探索,主要關注于耕地景觀生態(tài)安全狀況的評價及其動態(tài)變化研究[13]。如裴歡等[14]等基于景觀格局指數(shù)構建了耕地景觀生態(tài)安全評價模型,并運用時空變化和重心變化趨勢分析方法對河北省沿海區(qū)域耕地景觀安全時空變化進行探究,結果表明耕地景觀結構變化可以導致明顯的耕地景觀生態(tài)安全時空分異。于瀟等[15]將生態(tài)質量指數(shù)引入耕地景觀生態(tài)安全評價模型,進一步完善了耕地景觀生態(tài)安全評價方法。彭文君等[16]嘗試對耕地景觀生態(tài)安全動態(tài)變化驅動因素進行分析,發(fā)現(xiàn)耕地內(nèi)部自然特征和外部人為干擾對耕地景觀生態(tài)安全有重要影響作用。然而,前人的研究盡管在一定程度上揭示了耕地景觀生態(tài)安全時空演變的影響因素,但耕地景觀生態(tài)安全狀況具有明顯的空間效應,其影響因素具有顯著的空間非平穩(wěn)性[17],因此對影響因素的發(fā)生與干擾機制的空間差異有待深入探究。

地理加權回歸模型(Geographical Weighted Regression, GWR)是傳統(tǒng)回歸分析方法的拓展,可以進行局部而非全局的參數(shù)估計,它將數(shù)據(jù)的空間結構考慮到模型當中,可以解釋空間問題影響因素作用的空間差異[18]。因此,為更有針對性地解決區(qū)域性耕地景觀生態(tài)安全問題,本研究在耕地景觀生態(tài)安全狀況評價的基礎上,運用地理加權回歸分析其影響因素作用的空間非平穩(wěn)性,以揭示自然和社會經(jīng)濟因素在不同區(qū)域對耕地生態(tài)質量的影響差異。

南方丘陵區(qū)是我國糧食主產(chǎn)區(qū),其耕地生態(tài)安全是保證糧食穩(wěn)產(chǎn)增產(chǎn)的基礎,更是國家糧食安全的重要保障。該區(qū)域地形本身相對復雜,加上近年人類經(jīng)濟活動的干擾增強,導致區(qū)域耕地平均斑塊面積逐漸減小,耕地圖斑破碎化程度顯著增加[19],耕地景觀生態(tài)安全存在一定的風險。為了解該區(qū)域耕地景觀生態(tài)安全狀況,本研究以該區(qū)域典型縣—奉新縣為研究對象,選取部分景觀格局指數(shù)進行區(qū)域耕地景觀生態(tài)安全評價,并分析其耕地景觀生態(tài)安全狀況的空間聚集特征；同時運用地理加權回歸分析方法探究地形、土壤、氣候、水文、人口、產(chǎn)出及區(qū)位因素對耕地景觀生態(tài)安全影響作用的空間非平穩(wěn)性,以期為制定區(qū)域耕地景觀生態(tài)安全保障與提升措施和推進耕地的“三位一體”保護提供一定參考依據(jù)。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域概況

奉新縣隸屬于江西省宜春市,位于江西省西北部,介于114°45′—115°31′E,28°34′—28°52′N之間,東接安義縣,西鄰宜豐縣和修水縣,南連高安縣,北靠靖安縣,為東西長,南北窄的長條形地域。屬九嶺山脈東麓,鄱陽湖平原西沿,地形西高東低,三面環(huán)山,呈明顯的西部多中低山地、中部丘陵聚集、東部低丘河谷平原連片的格局,海拔最高處1516.3 m,最低點27 m,南潦河水由西至東穿境而過。氣候屬亞熱帶季風氣候,年平均氣溫為17.3℃,降雨量由西南向東北遞減,全年平均降雨量為1612 mm,無霜期年平均為260 d左右,年日照時數(shù)1803 h,植被覆蓋率達65.49%,土壤類型主要為紅壤、水稻土和黃壤。2015年末,奉新縣總人口約33.49×104人,土地總面積1.60×105hm2,其中耕地0.39×105hm2,主要分布于奉新縣東部,占全縣土地總面積24.55%,當年農(nóng)業(yè)總產(chǎn)值1.71×105萬元,占全縣國內(nèi)生產(chǎn)總值的15.20%,人均糧食占有量約為1000 kg。

1.2 數(shù)據(jù)來源與處理

1.2.1耕地數(shù)據(jù)的獲取與處理

本研究的耕地數(shù)據(jù)來源于奉新縣2016年農(nóng)村土地承包經(jīng)營權確權矢量數(shù)據(jù),比例尺為1∶2000,可以較好地反映耕地景觀狀況。研究將全部耕地以行政村為范圍分割為178個評價單元,并轉換為像元大小為5 m的柵格數(shù)據(jù),之后應用Fragstats 4.2景觀格局分析軟件計算各評價單元的景觀格局信息(圖1)。

1.2.2耕地景觀生態(tài)安全影響因素的選擇與數(shù)據(jù)處理

耕地景觀生態(tài)格局的形成受自然和社會兩種作用力的影響[20]。其中地形因素是影響土地利用方式布局的主要自然因素,研究區(qū)地形相對復雜,耕地布局可能受地形起伏的影響較為顯著；土壤本身物理化學性狀則在很大程度上決定土壤肥力狀況,從而影響土地資源開墾為耕地的可能性；降雨、水文等自然條件在南方丘陵區(qū)則是造成水土流失,河流改道從而導致耕地災毀的敏感性因素。以上自然因素的綜合作用可以影響耕地的原始空間布局。社會經(jīng)濟因素則會在一定程度上對耕地景觀格局產(chǎn)生干擾,人口密度及耕地區(qū)位決定了在非農(nóng)建設中占用耕地的可能性,而耕地產(chǎn)出的大小則可能對耕地非農(nóng)占用和耕地撂荒有一定的阻礙作用。因此,本研究在考慮研究區(qū)地域特征的基礎上,分別從自然背景條件和社會經(jīng)濟活動角度選取了地形位指數(shù)、土壤有機質含量、年平均降雨量、距河流的距離和人口密度、地均農(nóng)業(yè)總產(chǎn)值、距居民點的距離共7個指標,用以探究耕地景觀生態(tài)安全狀況的影響因素及其空間差異。

自然條件因素中,地形數(shù)據(jù)由地理空間數(shù)據(jù)云(http://www.gscloud.cn/)下載的 30 m分辨率數(shù)字高程模型數(shù)據(jù)(Digital Elevation Model,DEM) 通過ArcGIS 10.2處理提取,并以地形位指數(shù)[21]表征(；土壤有機質含量和年平均降雨量數(shù)據(jù)分別由2013—2014年奉新縣農(nóng)業(yè)部門依據(jù)耕地地力調(diào)查與質量評價技術規(guī)程(NYT 1634- 2008)獲取的1146個測土配方施肥采樣點數(shù)據(jù)和中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)中江西省87個氣象站點1981年至2010年平均年降水量數(shù)據(jù)空間插值[22]而成；距河流的距離數(shù)據(jù)由奉新縣2016年土地利用數(shù)據(jù)提取,并利用ArcGIS 10.2軟件中距離分析工具計算獲得。社會經(jīng)濟活動數(shù)據(jù)中,人口數(shù)據(jù)及地均農(nóng)業(yè)總產(chǎn)值數(shù)據(jù)整理自2015年奉新縣統(tǒng)計年鑒,其中人口數(shù)據(jù)采用核密度估計法[23]進行空間化以獲得人口密度數(shù)據(jù)；距居民點的距離數(shù)據(jù)獲取方式則與距河流的距離一致(圖1)。

圖1 耕地、地形位指數(shù)、有機質含量、年平均降雨量、距河流的距離、人口密度、地均農(nóng)業(yè)總產(chǎn)值、距居民點的距離空間分布圖Fig.1 The Spatial distribution map of cultivated land, terrain niche index, organic content, annual mean rainfall, distance to the river, population density, total agricultural output value per field and distance to residential area

2 研究方法

2.1 耕地景觀生態(tài)安全評價

耕地景觀生態(tài)安全評價是對耕地自身景觀結構組成與空間配置狀況的研究,其狀態(tài)或趨勢可以在一定水平上反映耕地數(shù)量狀況、耕地投入需求和耕地利用效率,是耕地質量保護與提升的重要景觀生態(tài)學依據(jù)。綜合考慮南方丘陵區(qū)耕地形狀與耕地破碎度空間差異較為明顯的特點[24]。本研究借鑒已有研究成果[13- 14,16],在斑塊類型水平上選取部分可以反映耕地破碎狀況、形狀復雜程度和景觀脆弱度的景觀格局指數(shù)(表1),構建南方丘陵區(qū)耕地景觀生態(tài)安全評價模型,其表達式如下：

LSES =1-[(PD+ED)×2.5LFI]

(1)

式中,LSES(Landscape Ecological Security Index)為景觀生態(tài)安全指數(shù)；PD(Patch Density)為斑塊密度；ED(Edge Density)為邊界密度；LFI(Landscape Fragile Index)為景觀脆弱度指數(shù),可以綜合反映耕地景觀的穩(wěn)定性,抗風險能力以及自身恢復能力,可以應用耕地景觀脆弱度模型估算,其表達式如下：

LFI=a×AWMSI+b×MPFD+c×DIVISION

(2)

式中, AWMSI (Area Weighted Mean Shape Index)為面積加權平均形狀指數(shù)；MPFD (Mean Patch Fractal Dimension Index)為平均斑塊分維數(shù),DIVISION (Landscape Division Index)為景觀分離度。a、b、c為因子權重,可利用層次分析法確定。

表1 耕地景觀生態(tài)安全評價指標簡介

LESE: Landscape Ecological Security Index; LFI: Landscape Fragile Index;PD: Patch Density;ED: Edge Density; AWMSI: Area Weighted Mean Shape Index MPFD: Mean Patch Fractal Dimension Index; DIVISION: Landscape Division Index

層次分析法確定權重過程中各因子權重判斷矩陣如表2所示,矩陣最大特征根λmax=3.02,一致性指標CI=(λmax-n)/(n-1)=0.01(n為矩陣階數(shù)),平均隨機一致性指標RI=0.58(3階矩陣對應常數(shù)),判斷矩陣隨機一致性比率CRI=(CI/RI)=0.02<0.1(如果CRI<0.1,則認為判斷矩陣通過一致性檢驗)[25]。分析得到因子權重a、b、c分別為0.55、0.21和0.24。

表2 耕地景觀脆弱度評價模型因子權重判斷矩陣及結果

①表示2個因素相比,具有相同的重要度；②表示2個因素相比,前者較后者明顯重要；③表示2個因素相比,前者較后者稍重要；④表示2個因素相比,后者較前者明顯重要；⑤表示2個因素相比,后者較前者稍重要

結合前人研究成果[14],本研究將景觀生態(tài)安全評價結果歸一化后分為3級,分別為I級,危險(0≤ LSES ≤0.45)；II級,相對安全(0.45< LSES ≤0.75)；III級,安全(0.75< LSES ≤1)。

2.2 空間自相關分析

空間自相關是描述某一要素的屬性值是否顯著地與其相鄰空間要素屬性值相關聯(lián)的重要指標[26]?？臻g自相關分析可以揭示耕地景觀生態(tài)安全指數(shù)的空間聚散特征,其空間聚集性可以表明耕地景觀生態(tài)安全在空間上是連續(xù)的。這種連續(xù)性為應用地理加權回歸模型探究自然和社會經(jīng)濟因素對耕地景觀生態(tài)安全的影響提供了可能。

2.2.1全局空間自相關

空間自相關可以分為全局空間自相關和局部空間自相關兩種類型。全局空間自相關是對屬性值在整個研究區(qū)內(nèi)的空間聚集特征的描述,Global Moran′sI[27]是最常用的全局空間自相關分析指數(shù),它可以衡量耕地景觀生態(tài)安全指數(shù)空間分布的聚集或離散程度。其取值范圍為[-1,1],在通過Z-score顯著性檢驗的前提下,若Global Moran′sI值在(0,1]之間,表示屬性值呈空間正相關,越趨近1,表明空間分布越聚集；若Global Moran′sI值在[-1,0)之間,表示屬性值呈空間負相關,其值越趨近-1,表明屬性值空間分布越離散；若Global Moran′sI值等于0,則表示屬性值在空間上呈隨機分布。

2.2.2局部空間自相關

全局空間自相關分析可以在整體上揭示事物的空間依賴程度,但卻忽略了可能存在的局部不平穩(wěn)。因此研究進一步引入了局部空間自相關分析方法,以空間關聯(lián)局域指標LISA (Local Indicators of Spatial Association)統(tǒng)計量的Local Moran′sI[28]探究評價單元個體耕地景觀生態(tài)安全指數(shù)與鄰近評價單元之間的相關性,識別它們的空間聚集和空間孤立特征,探測其空間異質性。LISA聚集圖可以根據(jù)Local Moran′sI計算結果,將評價單元耕地景觀生態(tài)安全指數(shù)劃分為高高(HH)和低低(LL) 2種正相關類型,高低(HL)和低高(LH) 2種負相關類型以及不顯著相關型。正相關表明耕地景觀生態(tài)安全指數(shù)存在空間聚集性,其中HH型表示高值與高值聚集,LL型表示低值與低值聚集；負相關表明耕地景觀生態(tài)安全指數(shù)存在空間孤立性,HL型表示高值向低值中心聚集,LH型表示低值向高值中心聚集；不顯著相關則表明耕地景觀生態(tài)安全指數(shù)在空間上呈隨機分布。

2.3 地理加權回歸分析

2.3.1地理加權回歸模型

回歸分析是辨別2種或2種以上變量間相互依賴的關系的一種統(tǒng)計分析方法。傳統(tǒng)的回歸模型多為全局模型,在研究區(qū)域內(nèi)回歸系數(shù)時保持全局一致性,認為自變量對因變量的解釋能力在區(qū)域內(nèi)是均質的,忽略了區(qū)域內(nèi)各變量對因變量的影響作用可能是隨空間變化而具有空間非平穩(wěn)性的。地理加權回歸模型[18]則在考慮空間異質性的前提下,引入了空間權重的概念,對不同區(qū)域變量之間不同的關系進行估計,可以較好地描述定量關系隨空間變化的特征。本研究參考前人[29]研究成果,將模型核函數(shù)選擇為調(diào)整型高斯核函數(shù),利用AICc準則法確定最優(yōu)帶寬,以AICc值檢驗模型精度(如果兩個模型的 AICc 值相差大于 3,具有較低 AICc 值的模型將被視為更佳的模型)。

2.3.2模型的應用

研究將各因素指標歸一化后與各行政村耕地景觀生態(tài)安全指數(shù)進行相關性分析及逐步回歸分析[30],以篩選出對研究區(qū)耕地景觀生態(tài)安全指數(shù)解釋能力較好的指標作為模型的自變量。模型運行獲得的變量回歸系數(shù)決定變量對模型的貢獻度,可通過分析各因素回歸系數(shù)的大小研究其對耕地景觀生態(tài)安全作用的強弱程度。各自變量回歸系數(shù)的空間非平穩(wěn)性可為探究不同地域各因素對耕地景觀生態(tài)安全影響的差異提供依據(jù)?；趨^(qū)域最大影響因素劃分的耕地景觀生態(tài)安全主導影響因素分區(qū)對制定區(qū)域耕地景觀生態(tài)安全保障與提升措施也具有參考意義。

3 結果與分析

3.1 耕地景觀生態(tài)安全狀況

景觀格局指數(shù)是能夠高度濃縮景觀格局信息,反映其結構組成和空間配置某些方面特征的定量指標。經(jīng)Fragstats 4.2景觀格局分析軟件計算,研究區(qū)耕地各景觀格局指數(shù)統(tǒng)計結果如表3所示：耕地斑塊密度與邊界密度的極差分別為784.90個/km2和1462.35 m/hm2,變異系數(shù)分別為89.71%和36.15%,均屬于中等變異,表明各行政村個體間耕地破碎度差異幅度較大；耕地斑塊密度與邊界密度的偏度和峰度均大于0,即研究區(qū)耕地破碎度在低水平更為集中,大部分行政村耕地平均面積較大,較為規(guī)整；從面積加權平均形狀指數(shù)、平均斑塊分維數(shù)、景觀分離度和景觀脆弱度等指數(shù)來看,它們的變異系數(shù)遠小于斑塊密度和邊界密度,表示各行政村耕地形狀規(guī)則程度、連片性和景觀抵御風險能力的差異較??；此外,描述耕地圖斑個體間的聚集程度的耕地景觀分離度偏度為-5.77,峰度為37.69,表明研究區(qū)有相當數(shù)量耕地分布較為零散,對耕地景觀生態(tài)安全負面影響較大。

耕地景觀生態(tài)安全評價模型計算結果如表4所示,其中耕地景觀生態(tài)安全級別為II級和III級的行政村分別為80個和75個,各占行政村總數(shù)的44.94%和42.14%；而耕地景觀生態(tài)安全處于危險狀態(tài)的行政村達23個,占行政村總數(shù)的12.92%?？梢娧芯繀^(qū)局部區(qū)域耕地景觀生態(tài)安全格局存在風險,其保護形勢不容樂觀。

表3 耕地景觀生態(tài)安全評價指標描述性統(tǒng)計特征

表4 耕地景觀生態(tài)安全級別統(tǒng)計

研究區(qū)耕地景觀生態(tài)安全程度基本呈東高西低的空間分布格局(圖2)。其中耕地景觀生態(tài)安全狀態(tài)為“安全”的行政村主要分布于研究區(qū)中部和東部的會埠鎮(zhèn)、赤岸鎮(zhèn)、赤田鎮(zhèn)、宋埠鎮(zhèn)以及干洲鎮(zhèn)；耕地景觀生態(tài)安全狀態(tài)處于“相對安全”的行政村主要分布于北部的澡下鎮(zhèn)以及西部的仰山鄉(xiāng)、上富鎮(zhèn)、澡溪鄉(xiāng)、石溪鄉(xiāng)、甘坊鎮(zhèn)、柳溪鄉(xiāng)和百丈山管委會,其他鄉(xiāng)鎮(zhèn)只存在少量分布；耕地景觀生態(tài)安全狀態(tài)為“危險”的行政村零星分布于西部各鄉(xiāng)鎮(zhèn)。

圖2 耕地景觀生態(tài)安全級別空間分布圖Fig.2 The spatial distribution map of ecological security level of cultivated land

3.2 耕地景觀生態(tài)安全空間格局

全局空間自相關分析結果顯示,研究區(qū)耕地景觀生態(tài)安全指數(shù)Global Moran′sI值為0.55,P-value為0.00,Z-score為11.47,表明研究區(qū)耕地景觀生態(tài)安全指數(shù)在99%的置信度下具有顯著空間正相關性,存在明顯的空間聚類特征。即在研究區(qū)內(nèi)存在耕地景觀生態(tài)安全狀態(tài)較為安全的行政村與相對安全的行政村相鄰,較為危險的行政村與相對危險的行政村相鄰的狀況,表明該區(qū)域耕地景觀生態(tài)安全問題具有空間連續(xù)特征,可能存在明顯的地域性。

局部空間自相關分析LISA聚集圖(圖3)顯示,在95%的置信度下,研究區(qū)部分行政村耕地景觀生態(tài)安全聚集特征為HH型或LL型聚集。其中HH型聚集的行政村主要分布于宋埠鎮(zhèn)西部、赤田鎮(zhèn)東北部、赤岸鎮(zhèn)北部及馮川鎮(zhèn)東部；LL型聚集的行政村面積較廣,但分布更加分散,其主要分布于仰山鄉(xiāng)北部、澡溪鄉(xiāng)北部、石溪鄉(xiāng)南部、柳溪鄉(xiāng)南部、百丈山管委會南部、甘坊鎮(zhèn)西部和上富鎮(zhèn)北部。

空間自相關分析結果表明,研究區(qū)耕地景觀生態(tài)安全狀態(tài)整體上呈東部較為安全,西部存在一定風險的空間格局。耕地景觀生態(tài)安全指數(shù)空間聚集性明顯,其中東部主要為高值聚集,西部則為低值聚集,具有較顯著的地域性。

圖3 耕地景觀生態(tài)安全指數(shù)LISA聚集圖Fig.3 The LISA aggregation map of ecological safety index of cultivated land

3.3 耕地景觀生態(tài)安全影響因素及其空間差異性

3.3.1耕地景觀生態(tài)安全影響因素

將耕地景觀生態(tài)安全指數(shù)與歸一化后各影響因素指標進行Pearson相關性分析,結果如表5所示：研究區(qū)耕地景觀生態(tài)安全指數(shù)與地形位指數(shù)、年平均降雨量、人口密度及耕地距河流的距離呈極顯著相關(P<0.01),與耕地距居民點的距離也有顯著相關性關系(P<0.05),但與土壤有機質含量,地均農(nóng)業(yè)總產(chǎn)值相關性不顯著。其原因可能在于,土壤有機質含量,地均農(nóng)業(yè)總產(chǎn)值分別主要受距居民點的距離及人口密度等隨機性因素影響,且相互作用的內(nèi)部效應比較明顯,但受空間地域及耕地權屬的限制,其外部效應難以擴散,對耕地景觀生態(tài)安全的影響有限[31]。此外,土壤有機質的空間變異較為劇烈,地均農(nóng)業(yè)總產(chǎn)值則只統(tǒng)計到鄉(xiāng)鎮(zhèn)水平,在研究的評價單元為行政村的情況下難以反映二者對耕地景觀生態(tài)安全的影響。

3.3.2耕地景觀生態(tài)安全影響因素的空間差異

經(jīng)相關性分析篩選及逐步回歸分析,發(fā)現(xiàn)地形位指數(shù)、年平均降雨量、距河流的距離、人口密度及距居民點的距離5個指標之間不存在多重共線性(方差膨脹因子最大值為3.34),可以較好地解釋耕地景觀生態(tài)安全指數(shù)。因此,本研究將這5個指標作為自變量進行地理加權回歸分析。結果顯示,地理加權回歸模型的調(diào)整R2為0.50,AICc值為-192.73,較傳統(tǒng)的全局最小二乘法(OLS)回歸模型調(diào)整R2提高了0.03個單位,AICc值降低5.92個單位。表明考慮了空間非平穩(wěn)性的地理加權回歸模型對研究區(qū)耕地景觀生態(tài)安全指數(shù)的擬合優(yōu)度要強于全局模型,地理加權回歸模型可以較好地解釋各因素對耕地景觀生態(tài)安全作用的局部規(guī)律。

耕地景觀生態(tài)安全的地域性差異受各因素對其作用的空間非平穩(wěn)性的影響,將各影響因素的地理加權回歸系數(shù)以自然斷點法進行分級,獲得各影響因素回歸系數(shù)的空間分布圖(圖4)。

表5 影響因素與耕地景觀生態(tài)安全指數(shù)相關性統(tǒng)計

** 表示極顯著相關(P<0.01)；*表示顯著相關(P<0.05);X1：地形位指數(shù)(Terrain niche index)；X2：土壤有機質含量(Organic content)；X3：年平均降雨量(Annual mean rainfall)；X4：距河流的距離(Distance to the river)；X5：人口密度(Population density)；X6：地均農(nóng)業(yè)總產(chǎn)值(Total agricultural output value per field)；X7：距居民點的距離(Distance to residential area)

圖4 地形位指數(shù)、年平均降雨量、距河流的距離、人口密度、距居民點的距離回歸系數(shù)空間差異與主導影響因素分區(qū)Fig.4 Regression coefficient spatial difference of terrain niche index, annual mean rainfall, distance to the river, population density and distance to residential area, and dominant factors partitions

如圖4所示,地形位指數(shù)、年平均降雨量和距河流的距離對研究區(qū)耕地景觀生態(tài)安全均呈負向影響,回歸系數(shù)平均值分別為-0.25、-0.17和-0.08,但它們對耕地景觀生態(tài)安全的負向影響具有地域差異。地形位指數(shù)的負向影響呈現(xiàn)由西向東逐漸加重的趨勢(圖4a),東部河流沖沉積平原區(qū)耕地景觀生態(tài)安全格局對地形起伏的變化較為敏感,西部丘陵山地區(qū)則較不明顯。年平均降雨量的負向影響由東北向西南遞增(圖4b),與年平均降雨量由東北向西南遞增的趨勢一致,表明降雨量大的區(qū)域耕地景觀生態(tài)安全受降雨量變化的影響更為明顯。距河流的距離的負面影響呈北高南低的特征(圖4c),影響最為顯著的區(qū)域位于澡下鎮(zhèn)、會埠鎮(zhèn)、羅市鎮(zhèn)和仰山鄉(xiāng)四鄉(xiāng)鎮(zhèn)交界的北部山區(qū),影響不明顯的區(qū)域位于赤田鎮(zhèn)、赤岸鎮(zhèn)、會埠鎮(zhèn)、甘坊鎮(zhèn)、百丈山管委會等鄉(xiāng)鎮(zhèn)的南部。

人口密度回歸系數(shù)值平均值為0.12。如圖(4d)所示,人口密度在研究區(qū)東部對耕地景觀生態(tài)安全有輕微負向影響,正向影響則由中部向西部逐漸增強,與研究區(qū)人口密度自東向西遞減的趨勢相反,表明在多數(shù)地區(qū)人口密度對耕地景觀生態(tài)安全狀態(tài)呈正向影響,即合理的人類活動對研究區(qū)耕地景觀生態(tài)安全存在有益影響。從圖4e來看,距居民點的距離對研究區(qū)耕地景觀生態(tài)安全的負向影響較為顯著,回歸系數(shù)平均值為-0.11,大致以澡下鎮(zhèn)和會埠鎮(zhèn)為界,其西部地區(qū)耕地景觀生態(tài)安全狀態(tài)在一定程度上受距居民點的距離因素的正向影響,東部地區(qū)的負向影響則自西向東逐漸增強。

選擇行政村內(nèi)回歸系數(shù)絕對值最大的因素作為各行政村耕地景觀生態(tài)安全主導影響因素,可以將研究區(qū)劃分為距居民點的距離負向影響區(qū)、地形位指數(shù)負向影響區(qū)、年平均降雨量負向影響區(qū)和人口密度正向影響區(qū)(圖4f)。其中距居民點的距離負向影響區(qū)范圍最廣,主要分布在干洲鎮(zhèn)、干洲墾殖場、農(nóng)牧漁良種場、馮川鎮(zhèn)和赤岸鎮(zhèn)；地形位指數(shù)負向影響區(qū)范圍最小,主要分布于澡下鎮(zhèn)中部、會埠鎮(zhèn)西部、宋埠鎮(zhèn)東北部和赤田鎮(zhèn)南部的小塊區(qū)域；年平均降雨量負向影響區(qū)則主要分布于上富鎮(zhèn)、羅市鎮(zhèn)、仰山鄉(xiāng)南部和澡溪鄉(xiāng)南部；人口密度正向影響區(qū)分布在百丈山管委會、甘坊鎮(zhèn)、柳溪鄉(xiāng)和石溪鄉(xiāng)。

4 討論

區(qū)域耕地景觀生態(tài)安全狀況是自然背景和社會經(jīng)濟條件綜合作用的結果。本研究表明地形、降雨量、耕地區(qū)位和人口密度對研究區(qū)耕地景觀生態(tài)安全狀況均有顯著影響,其中地形因素是影響區(qū)域耕地景觀生態(tài)安全的決定性因素,各因素與地形因素的綜合作用決定了區(qū)域耕地景觀生態(tài)安全格局,但各因素的影響具有個體差異和空間差異。依據(jù)差異劃分的耕地景觀生態(tài)安全主導影響因素分區(qū)可以揭示不同空間地域影響耕地景觀生態(tài)安全的主導因素及其特征。

地形位指數(shù)與耕地景觀生態(tài)安全指數(shù)的Pearson相關系數(shù)為-0.664(P<0.01),顯著高于其他因素,且與其他因素也具有較高相關性(表5),因此地形因素是影響南方丘陵區(qū)耕地景觀生態(tài)安全的決定性因素。哈凱等[32]的研究發(fā)現(xiàn),耕地布局具有明顯的地形梯度特征,地勢較為平坦的區(qū)域斑塊較為均勻、邊緣曲線較為光滑、耕地連通性好。而地形起伏較大區(qū)域的耕地布局不便,導致平均耕地面積較小、耕地本身形狀更加不規(guī)則。地形位指數(shù)負向影響區(qū)位于研究區(qū)西部山地和東部平原過渡的地形交錯帶。該地形交錯帶由于兩種地形兼存,導致耕地景觀差異更為顯著,表現(xiàn)為耕地整體分布更為零散[33],易導致耕地景觀破碎度和景觀脆弱度顯著上升。

如表5所示,耕地距居民點的距離與地形位指數(shù)相關性關系最為顯著,與前人研究一致[34- 35],即居民點與耕地布局位置具有傾向于地理位置較好區(qū)域的趨同性,因而居民點的空間分布對耕地景觀具有顯著影響,表現(xiàn)為耕地距居民點的距離與耕地景觀生態(tài)安全指數(shù)的Pearson相關系數(shù)為0.158(P<0.05)。受因素影響作用的空間非平穩(wěn)性影響,在研究區(qū)東部存在距居民點的距離負向影響區(qū)。該區(qū)域地形主要為河流沖沉積平原,與丘陵和山地區(qū)相比,平原區(qū)社會經(jīng)濟活動相對活躍。但盡管該區(qū)域人類活動干擾較強,由于平原地區(qū)居民點具有易于規(guī)劃,布局均勻的特點[36],因此在區(qū)域自然背景和居民點本身景觀格局狀況較好的條件下,距居民點較近的耕地布局條件較好,圖斑形狀較為規(guī)則,連片性也較好,表征為距居民點的距離越近耕地景觀生態(tài)安全狀況越好。

年平均降雨量與耕地景觀生態(tài)安全指數(shù)和地形位指數(shù)的Pearson相關系數(shù)分別為-0.631(P<0.01)和0.766(P<0.01)(表5),即地形起伏較大的區(qū)域年平均降雨量較大,這些區(qū)域的耕地景觀生態(tài)安全狀態(tài)相對較差。研究區(qū)西南部的年平均降雨量負向影響區(qū)屬于剝蝕性構造低山丘陵區(qū),是北部山脈和南部低山的山前沖積扇。由于其北部山脈是夏季東南季風的迎風坡,因此該區(qū)域春夏季降雨量較大且具有降雨時間集中的特點,再加上地形起伏大及瓷土礦開采的原因,該區(qū)域降雨極易造成土壤侵蝕和水土流失[37]。而傅伯杰等[38]研究表明,土壤侵蝕和水土流失可以改變微地形和土層厚度,從而造成耕地損毀或向其他土地利用方式轉變,促使原始耕地景觀趨于破碎化。因此,該區(qū)域耕地景觀生態(tài)安全具有一定脆弱性,且受降雨的干擾明顯。

人類經(jīng)濟活動是土地利用變化的主要驅動力之一。在研究區(qū)東部,社會經(jīng)濟活動較為頻繁,人類活動干擾嚴重,大量的非農(nóng)建設占用耕地,導致耕地景觀結構受到破壞。但是人口密度增加帶來的更加頻繁的人類活動對耕地景觀格局既有消極影響也有積極意義,研究區(qū)西北部經(jīng)濟較落后的山區(qū)為人口密度正向影響區(qū),該區(qū)域平均人口密度較小,且機械化耕作水平較低,以至于人均耕種面積顯著小于其他區(qū)域。加上受鄉(xiāng)村人口城鎮(zhèn)化的趨勢的影響,區(qū)域內(nèi)遠離人口聚集區(qū)的耕地撂荒現(xiàn)象嚴重[39],使得常年耕種的耕地多零星分布,且撂荒面積逐年擴大。使得區(qū)域耕地景觀破碎度顯著上升,耕地景觀抵御風險能力明顯下降,以至于區(qū)域耕地景觀生態(tài)安全處于“危險”狀態(tài)。因此,該區(qū)域人口密度的增長將有利于耕地的集約化和規(guī)?；?這與柯新利等[40]的研究一致。

研究依據(jù)區(qū)域最大影響因素劃定的耕地景觀生態(tài)安全主導影響因素分區(qū)是管理對策落實到空間地域上的參考依據(jù)。在距居民點的距離負向影響區(qū),需要完善建設用地規(guī)劃,同時在現(xiàn)有的土地整理和高標準基本農(nóng)田建設的基礎上進一步擴大耕地工程治理范圍,從而提高偏遠耕地的景觀生態(tài)風險抵御能力；在地形位指數(shù)負向影響區(qū),有必要推進生態(tài)退耕政策,實現(xiàn)高坡度耕地的退耕還林,以降低景觀生態(tài)安全風險；針對年降雨量負向影響區(qū),需要疏浚河道,完善耕地排水措施,同時注意耕地周圍植被保護,減緩土壤侵蝕和水土流失可能對耕地景觀造成的侵害；針對人口密度正向影響區(qū),需要加大土地流轉的政府支持力度,避免耕地撂荒進一步加劇。同時著力發(fā)展特色鄉(xiāng)村景觀旅游,以經(jīng)濟發(fā)展促進景觀生態(tài)保護。

5 結論

研究區(qū)耕地景觀生態(tài)安全保護形勢不容樂觀,耕地景觀生態(tài)安全指數(shù)存在明顯的空間聚集特征,聚集類型主要為低值聚集和高值聚集。地形因素是區(qū)域耕地景觀生態(tài)安全狀態(tài)的決定性因素,各因素對耕地景觀生態(tài)安全的影響具有空間非平穩(wěn)性,地理加權回歸模型可以較好地解釋各影響因素對耕地景觀生態(tài)安全作用的局域性規(guī)律。依據(jù)最大影響因素劃分的耕地景觀生態(tài)安全主導因素分區(qū),為因地制宜地進行南方丘陵糧食主產(chǎn)區(qū)耕地景觀生態(tài)安全保護創(chuàng)造了可能,可以為區(qū)域耕地“三位一體”的保護提供景觀生態(tài)學參考。