田惠文，張欣欣，畢如田，閆 晶，李廣月，張 婧

非均勻網(wǎng)格環(huán)境下基于耕地質(zhì)量與集中連片度的基本農(nóng)田劃定

田惠文，張欣欣，畢如田※，閆 晶，李廣月，張 婧

（山西農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院，太谷 030801）

基本農(nóng)田的劃定是保持耕地數(shù)量、提升耕地質(zhì)量的有效途徑。該文提出了在非均勻網(wǎng)格環(huán)境下，利用耕地集中連片度和耕地質(zhì)量指數(shù)來劃定和表達基本農(nóng)田的方法。借助ArcEngine二次開發(fā)平臺，構(gòu)建非均勻網(wǎng)格和多尺度均勻網(wǎng)格，分析非均勻網(wǎng)格在耕地表達上的優(yōu)勢；從耕地集中連片度和耕地質(zhì)量2方面對耕地空間布局進行綜合評價；以山西省聞喜縣為研究區(qū)開展實例驗證，采用空間疊加的方法，劃定和表達基本農(nóng)田。結(jié)果表明：與均勻網(wǎng)格相比，非均勻網(wǎng)格在減少數(shù)據(jù)冗余的同時，實現(xiàn)了耕地信息的小誤差表達；聞喜縣基本農(nóng)田的劃定結(jié)果可滿足“集中連片、質(zhì)量好”的要求，基本農(nóng)田的面積占耕地總面積的83.22%，劃定比例符合國家規(guī)程；非均勻網(wǎng)格可以很好的表達基本農(nóng)田的空間分布。該方法適用于基本農(nóng)田的劃定，為基本農(nóng)田的精細化表達提供了新的思路。

土地利用；分區(qū)；基本農(nóng)田；非均勻網(wǎng)格；局部空間自相關(guān)；集中連片

0 引 言

耕地資源是國家糧食安全和生態(tài)安全的重要保障，是人類生存和發(fā)展的物質(zhì)基礎(chǔ)[1]。近年來，中國面臨耕地面積減少、質(zhì)量等級不高、分布細碎、耕地保護不到位和后備耕地資源不足等問題，建立耕地數(shù)量與質(zhì)量并重的保護體系勢在必行[2]。而基本農(nóng)田是通過土地整治形成的集中連片、高產(chǎn)穩(wěn)產(chǎn)并與現(xiàn)代農(nóng)業(yè)生產(chǎn)和經(jīng)營方式相適應(yīng)的不得占用的耕地[3]。在以往的基本農(nóng)田劃定工作中，由于缺乏科學(xué)合理的劃定方法，導(dǎo)致基本農(nóng)田總體質(zhì)量偏低，空間布局不合理，且缺乏穩(wěn)定性。

當(dāng)前，對于基本農(nóng)田劃定的研究多采用耕地質(zhì)量等別成果或結(jié)合耕地產(chǎn)能進行核算來劃分耕地[4-5]，還有通過LESA法[6-7]、多因素綜合評價法[8-9]、XGS決策模型[10]等進行基本農(nóng)田劃定。以上研究方法忽視了基本農(nóng)田的空間分布規(guī)律，近來有學(xué)者在基本農(nóng)田空間布局上采用空間聚類和空間自相關(guān)等方法，更加注重耕地空間分布對于基本農(nóng)田劃定的影響[11-13]。然而，基于行政單元及地塊圖斑描述區(qū)域內(nèi)耕地的空間差異非常有限，不利于政府的管理、數(shù)據(jù)的更新和耕地信息的整合，難以滿足實際研究與應(yīng)用需求。

網(wǎng)格是對地理空間的規(guī)則劃分，可以打破行政單元及不規(guī)則地理數(shù)據(jù)的束縛，也是對現(xiàn)有測量參照系、行政區(qū)劃參照系和其他專題定位系統(tǒng)的補充，易于空間定位[14]。網(wǎng)格作為空間數(shù)據(jù)的載體，可實現(xiàn)對信息資源的整合、共享與利用，成為信息技術(shù)條件下空間信息收集、存儲、處理、分析的新形式[15-16]。資源環(huán)境數(shù)據(jù)進行網(wǎng)格化可較好的表達其空間分布特征[17-20]，網(wǎng)格化方法廣泛應(yīng)用于土地利用[21-23]、城市管理[24]、生態(tài)環(huán)境[25]、地理國情監(jiān)測[26]等領(lǐng)域。近來有學(xué)者在網(wǎng)格環(huán)境下對耕地質(zhì)量評價[27]、耕地質(zhì)量監(jiān)測樣點布設(shè)[28-29]、基本農(nóng)田的建設(shè)[19,30]進行研究，有效提升中國耕地質(zhì)量領(lǐng)域的研究水平。這些研究多在一定尺度上的均勻網(wǎng)格中進行，然而耕地在丘陵、山地上分布細碎、零散，采用均勻網(wǎng)格，忽視了不同地形條件的尺度效應(yīng)、減弱了地圖制圖與表達的精度要求。以耕地質(zhì)量監(jiān)測樣點中土壤養(yǎng)分點的選取為例，均勻網(wǎng)格布設(shè)樣點，使得落在丘陵、山區(qū)的樣點較少，空間插值精度降低；以基本農(nóng)田建設(shè)為例，耕地細碎、零散區(qū)域采用大尺度網(wǎng)格進行制圖表達的面積誤差較大，小尺度網(wǎng)格表達可以減少面積誤差，但造成數(shù)據(jù)量大、冗余度高。非均勻網(wǎng)格的數(shù)據(jù)量遠小于均勻網(wǎng)格，可以有效減少無效數(shù)據(jù)塊的查找次數(shù)，提升數(shù)據(jù)的檢索和傳輸效率[31]。利用非均勻網(wǎng)格可以在丘陵、山區(qū)增選采樣點，達到插值精度的提升，同時非均勻網(wǎng)格可以保證耕地屬性信息無損的情況下，實現(xiàn)耕地信息的小誤差表達。因此，科學(xué)、高效劃定基本農(nóng)田并進行小誤差表達成為亟待解決的問題。

本文在非均勻網(wǎng)格環(huán)境下對耕地信息進行提取，同時應(yīng)用到基本農(nóng)田的劃定與表達。筆者以山西省聞喜縣為例，從耕地集中連片度和耕地質(zhì)量兩個方面，采用非均勻網(wǎng)格處理相關(guān)數(shù)據(jù)并分析耕地的空間分布特征，對基本農(nóng)田的網(wǎng)格化表達進行優(yōu)化，并為基本農(nóng)田的劃定提供參考依據(jù)。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

聞喜縣隸屬于山西省，位于運城盆地與臨汾盆地的交界處（110°59′33″～111°37′29″E、35°9′38″～35°34′11″N，圖1）。聞喜縣地處黃土高原，東、西、南三面環(huán)山，地形復(fù)雜，主要有平原、臺地、丘陵和山地。地勢西北、東南高，中部和南部地勢平坦。聞喜縣下轄13個鄉(xiāng)鎮(zhèn)，是山西省重要的糧食生產(chǎn)基地，耕地以旱地為主，總耕地面積74 492.70 hm2。聞喜縣自然資源豐富，近年來礦產(chǎn)資源的不合理開采、工業(yè)建設(shè)壓占和損毀優(yōu)質(zhì)耕地，面臨的生態(tài)環(huán)境問題愈演愈烈，糧食安全也遭受到嚴峻的挑戰(zhàn)。

圖1 聞喜縣示意圖

1.2 數(shù)據(jù)來源

本研究所需數(shù)據(jù)主要包括：聞喜縣2017年1∶10 000土地利用變更調(diào)查數(shù)據(jù)庫、聞喜縣2017年耕地質(zhì)量等別更新成果、聞喜縣2017年耕地質(zhì)量監(jiān)測評價數(shù)據(jù)，以上數(shù)據(jù)均經(jīng)空間數(shù)據(jù)格式轉(zhuǎn)換、校正并投影轉(zhuǎn)化為CGCS2000坐標(biāo)系。

2 研究方法

2.1 技術(shù)流程

首先構(gòu)建非均勻網(wǎng)格，選取耕地集中連片性和耕地質(zhì)量的相關(guān)指標(biāo)，采用層次分析法與熵權(quán)法相結(jié)合的方式賦予權(quán)重，計算耕地集中連片指數(shù)并分級，計算耕地質(zhì)量指數(shù)并分析耕地質(zhì)量的空間分布；將耕地集中連片指數(shù)分級結(jié)果與耕地質(zhì)量指數(shù)的空間分布分類結(jié)果疊加，按照設(shè)立的耕地分區(qū)原則劃定和表達基本農(nóng)田，流程如圖2。

2.2 評價指標(biāo)體系

空間高標(biāo)準(zhǔn)的基本農(nóng)田建設(shè)要求實現(xiàn)“集中連片、質(zhì)量好”的基本要求，文章依據(jù)《基本農(nóng)田劃定技術(shù)流程》《農(nóng)用地質(zhì)量分等規(guī)程》并結(jié)合相關(guān)文獻[12,19]，從“集中連片”角度，選取了與耕地集中連片度最為相關(guān)的指標(biāo)，分別為純度指數(shù)、連接度指數(shù)、破碎度指數(shù)、形狀指數(shù)來確定耕地集中連片度；從“耕地質(zhì)量”角度，選取立地條件、基礎(chǔ)設(shè)施、清潔狀況、剖面構(gòu)型、土壤特性等維度的指標(biāo)確定耕地質(zhì)量水平；最后結(jié)合耕地集中連片度和耕地質(zhì)量分布來確定基本農(nóng)田。綜合主觀經(jīng)驗和客觀信息來確定權(quán)重可以使評價結(jié)果更具有準(zhǔn)確性與科學(xué)性，本文采用層次分析法、熵權(quán)法結(jié)合的方式[32]，確定耕地集中連片度的指標(biāo)權(quán)重（表1），將各指標(biāo)進行標(biāo)準(zhǔn)化后獲得其作用分值。耕地質(zhì)量指標(biāo)體系中各指標(biāo)權(quán)重（表2）及賦值規(guī)則（表3和表4）參考《全國耕地質(zhì)量等級評價指標(biāo)體系》中晉東豫西丘陵山地農(nóng)林牧區(qū)指標(biāo)體系。

圖2 技術(shù)路線圖

表1 耕地集中連片評價指標(biāo)及其權(quán)重

注：緩沖區(qū)距離運用ArcGIS 軟件平臺近鄰點距離計算工具對聞喜縣耕地圖斑進行計算得到，此最小距離為106.33 m，該距離保證每個要素至少有一個要素與之相鄰。A為第個耕地斑塊的面積，m2;A為緩沖區(qū)總面積，m2;為緩沖區(qū)中耕地斑塊的總個數(shù);a，a為第和第個耕地斑塊的面積，m2;n為耕地斑塊和耕地斑塊之間的連接數(shù);E為第個耕地斑塊邊界長度，m。

Note: The distance of buffer zone is calculated by using the nearest neighbor distance calculation tool of ArcGIS software platform to arable land plots in Wenxi county, and the minimum distance is 106.33m, which ensures that at least one element of each element is adjacent to it.Ais the area of theth arable land plot, m2.Ais the total area of the buffer zone,m2.is the total number of arable land plots in the buffer zone.aandaare the areas of theandarable land plots, m2.nis the number of connections between theandarable land plots.Eis the boundary length of theth arable land plot, m.

表2 耕地質(zhì)量評價指標(biāo)及其權(quán)重

表3 耕地質(zhì)量評價數(shù)值型指標(biāo)賦值規(guī)則

注：為賦值；為系數(shù)；為實測值；為標(biāo)準(zhǔn)指標(biāo)。當(dāng)函數(shù)類型為戒上型，小于等于下限值時，為0；大于等于上限值時，為1；當(dāng)函數(shù)類型為戒下型則相反；當(dāng)函數(shù)類型為峰型，小于等于下限或大于等于上限時，為0。

Note:is assignment;is coefficient;is the measured value;is the standard index. When the function is of the upper bound type andis less than or equal to the lower bound value,=0; Whenis greater than or equal to the upper limit,=1; The opposite is true when the type of function is subtype;is 0 whenis less than or equal to the lower limit oris greater than or equal to the upper limit

表4 耕地質(zhì)量評價非數(shù)值型指標(biāo)賦值規(guī)則

2.3 非均勻網(wǎng)格的構(gòu)建

對聞喜縣的耕地數(shù)據(jù)進行網(wǎng)格化，網(wǎng)格化結(jié)果保證耕地面積屬性信息無損。為了便于計算機運算，實現(xiàn)精確剖分，借鑒全球四叉樹剖分體系（geographic subdividing grid with one dimension coding on 2－Tree，GeoSOT）中的尺度設(shè)置方法，采用2為非均勻網(wǎng)格尺度[20]，網(wǎng)格化基本思路：1）借助ArcEngine二次開發(fā)平臺，以聞喜縣行政界線外接矩形為范圍生成1 024 m×1 024 m的網(wǎng)格。2）若耕地完全覆蓋網(wǎng)格，則不對網(wǎng)格進行剖分，若耕地未完全覆蓋網(wǎng)格，則將該網(wǎng)格通過四叉剖分法向下剖分為512 m×512 m的網(wǎng)格。3）剖分后的網(wǎng)格若被耕地完全覆蓋，則不對網(wǎng)格進行剖分，若仍未完全覆蓋，則繼續(xù)向下剖分為256 m×256 m的網(wǎng)格，以此類推，一直將網(wǎng)格剖分到16 m為止。研究區(qū)小型水域和居民點的面積占比為4.02%，多位于集中連片區(qū)耕地的內(nèi)部，網(wǎng)格法表達耕地，最多允許網(wǎng)格侵蝕掉耕地邊緣的小型水域和居民點，因此耕地專題圖表達面積應(yīng)控制在5%以內(nèi)，此時網(wǎng)格剖分到16 m，示意圖如圖3a。4）每個網(wǎng)格單元自左下向右上賦予唯一標(biāo)識碼，示意圖如圖3b。網(wǎng)格中耕地表達面積采用面積占優(yōu)法（rule of max area，RMA）計算。

將生成的非均勻網(wǎng)格用行政界限裁剪并與耕地矢量數(shù)據(jù)進行空間疊加，將網(wǎng)格單元內(nèi)耕地面積按照唯一標(biāo)識碼分類匯總，作為網(wǎng)格單元的屬性值。按照面積加權(quán)平均法，根據(jù)網(wǎng)格數(shù)據(jù)的順序編碼和行列數(shù)自左下向右上依次進行迭代運算，將整個研究區(qū)的耕地集中連片度和耕地質(zhì)量指數(shù)賦值給網(wǎng)格單元，并去除不包含耕地的網(wǎng)格單元。

圖3 非均勻網(wǎng)格劃分示意圖

2.4 非均勻網(wǎng)格表達的優(yōu)勢分析

非均勻網(wǎng)格在地圖與制圖表達、數(shù)據(jù)處理等方面擁有較強的優(yōu)勢，本文以聞喜縣外接矩形為范圍，生成1 024 m×1 024 m的均勻網(wǎng)格，采用四叉剖分法向下剖分至16 m×16 m的均勻網(wǎng)格，示意圖如圖4，生成1 024 m×1 024 m、512 m×512 m、256 m×256 m、128 m× 128 m、64 m×64 m、32 m×32 m和16 m×16 m的多尺度均勻網(wǎng)格。非均勻及多尺度均勻網(wǎng)格的生成、耕地質(zhì)量指數(shù)的提取均在ArcEngine二次開發(fā)平臺下運用C#語言編程實現(xiàn)。

圖4 均勻網(wǎng)格劃分示意圖

通過對比耕地在非均勻網(wǎng)格與均勻網(wǎng)格環(huán)境下的面積表達誤差、數(shù)據(jù)遍歷時長來進行優(yōu)勢分析。

耕地面積表達誤差公式為：

E=A?A（1）

式中E為耕地面積表達誤差；A為網(wǎng)格面積，hm2；A為網(wǎng)格中耕地實際面積，hm2。

耕地面積百分比表達誤差公式為

式中E為耕地面積百分比表達誤差。

在ArcEngine中對所有網(wǎng)格進行遍歷，統(tǒng)計遍歷時長。

2.5 耕地集中連片度的等級劃分

耕地集中連片度采用加權(quán)求和模型計算[21]，公式為

式中，Q為的耕地集中連片度，w為第個耕地斑塊第個指標(biāo)權(quán)重值，f為第個耕地斑塊第個指標(biāo)的作用分值，=4。計算分值賦值給網(wǎng)格，按照自然間斷點分級法將耕地集中連片指數(shù)分為3個等級，1級耕地集中連片度最優(yōu)，2級次之，3級最差。

2.6 局部空間自相關(guān)

空間自相關(guān)分析可以分析地理實體間的空間關(guān)系，作為地理實體的耕地在空間上也肯定有規(guī)律性[13]，耕地質(zhì)量在空間上的聚集或離散特征也可以采用空間自相關(guān)分析來確定。采用質(zhì)量指數(shù)來表征耕地質(zhì)量（耕地質(zhì)量指數(shù)計算方法同耕地集中連片度），通過局部空間自相關(guān)Local Moran’s I來對耕地質(zhì)量的空間分布特征進行分類[12,33]，公式為

式中X、X分別為對應(yīng)網(wǎng)格單元提取的耕地質(zhì)量指數(shù)，W為和之間的空間權(quán)重。經(jīng)局部空間自相關(guān)分析后，耕地質(zhì)量空間分布被劃分為5種類型，分別為HH、LL、HL、LH和N型。其中正相關(guān)類型為HH型和LL型，分別表示高等地集聚網(wǎng)格和低等地集聚網(wǎng)格；負相關(guān)類型為LH和HL型，分別表示低等地被高等地包圍和高等地被低等地包圍，空間上具有較強的異質(zhì)性，N型是空間集聚性不強的區(qū)域，高等地和低等地呈現(xiàn)隨機分布。

2.7 耕地的分區(qū)原則

通過耕地集中連片性度等級圖與耕地質(zhì)量空間分布類型圖疊加，按照耕地集中連片度和耕地質(zhì)量組合的優(yōu)劣順序，結(jié)合相關(guān)文獻[12-13,19,34]，將耕地類型分為永久保護型、質(zhì)量提升型、重點治理型、后備管理型4類，組合模式如表5。

表5 耕地的分區(qū)組合模式

注：HH為高等地集聚，LH為低等地被高等地包圍，LL為低等地集聚，HL為高等地被低等地包圍，N為高等地和低等地隨機分布。<1, HH>為集中連片度1級的耕地與HH型的疊加組合，<2, HH>為集中連片度2級的耕地與HH型的疊加組合，其余組合模式以此類推。

Note: HH is high grade arable land agglomeration, LH is low grade arable land surrounded by high grade arable land, LL is low grade arable land agglomeration, HL is high grade arable land surrounded by low grade arable land, N is high grade arable land and low grade arable land random distribution. <1, HH> is the superposition of grade 1 arable landconcentricity and HH type; <2, HH> is the superposition ofgrade 2 arable landconcentricity and HH type, and the rest of the combination modes are similar.

3 結(jié)果與分析

3.1 網(wǎng)格環(huán)境下耕地布局

3.1.1 耕地的網(wǎng)格化

圖5是非均勻網(wǎng)格與耕地矢量數(shù)據(jù)進行空間疊加后去除不含耕地網(wǎng)格單元的結(jié)果。聞喜縣行政區(qū)面積為116 795.24 hm2，其中耕地面積為74 492.70 hm2。縣域中部的平原、臺地網(wǎng)格較大，耕地集中，分布較廣，東部、西部、北部的丘陵山區(qū)網(wǎng)格較小，耕地分散，分布破碎。

3.1.2 非均勻網(wǎng)格優(yōu)勢分析

網(wǎng)格環(huán)境下，以唯一標(biāo)識碼匯總提取耕地面積，可保證耕地面積屬性信息的無損，但在面積表達上存在一定誤差。為了直觀的對比非均勻網(wǎng)格和均勻網(wǎng)格的表達效果，本文截取了聞喜縣的部分區(qū)域（圖6），計算不同網(wǎng)格環(huán)境下耕地面積的表達誤差（表6）。

圖5 聞喜縣耕地網(wǎng)格化結(jié)果

在均勻網(wǎng)格環(huán)境下，網(wǎng)格尺度越大，網(wǎng)格個數(shù)越少，耕地面積表達誤差越大；剖分到16 m的非均勻網(wǎng)格和16 m的均勻網(wǎng)格都可準(zhǔn)確表達耕地信息（誤差小于5%）。從網(wǎng)格個數(shù)看，剖分到16 m的非均勻網(wǎng)格的個數(shù)大約是16 m均勻網(wǎng)格的21.69%，在ArcEngine中，對網(wǎng)格數(shù)據(jù)進行遍歷，16 m均勻網(wǎng)格遍歷時長為16 m的非均勻網(wǎng)格的3倍。由上述可知，非均勻網(wǎng)格能很好的表達耕地面積，同時也極大的減少了數(shù)據(jù)冗余，提升了數(shù)據(jù)處理與傳輸能力，可更好的進行精細化管理。因此，本文采用非均勻網(wǎng)格進行耕地集中連片度、耕地質(zhì)量局部空間自相關(guān)及基本農(nóng)田的劃定與表達等。

圖6 不同網(wǎng)格環(huán)境下耕地的表達

表6 網(wǎng)格環(huán)境下耕地表達誤差

3.1.3 集中連片度分級結(jié)果分析

圖7是耕地集中連片度專題圖，從空間分布上看，1級耕地網(wǎng)格多為1 024 m×1 024 m和512 m×512 m，2級耕地的網(wǎng)格多為256 m×256 m和128 m×128 m，基本分布于耕地面積廣、集中連片、交通便利的臺地和平原，耕地適合集中治理。3級網(wǎng)格多為64 m×64 m、32 m×32 m和16 m×16 m，基本分布于耕地面積小、散亂、交通不便的丘陵、山區(qū)，基礎(chǔ)設(shè)施不易配備。各個等級耕地的面積比例如表7。

圖7 耕地集中連片度等級圖

表7 耕地集中連片度劃分

3.1.4 局部空間自相關(guān)結(jié)果分析

圖8是非均勻網(wǎng)格上耕地質(zhì)量的局部空間自相關(guān)分布專題圖。HH、LL和不顯著類型的網(wǎng)格個數(shù)較多，HH型主要分布在平原區(qū)，這些區(qū)域耕地的自然稟賦、區(qū)位條件及生態(tài)環(huán)境優(yōu)越，空間集聚性顯著；LL型主要分布在耕地質(zhì)量較低、交通不便的東部、西部山區(qū)；不顯著型分布較廣，主要分布在臺地區(qū)。HL型和LH型網(wǎng)格分布很少，其中HL型分布于LL型邊緣，LH型分布于HH型邊緣。

圖8 耕地質(zhì)量局部空間自相關(guān)類型分布圖

3.2 基本農(nóng)田的劃定

3.2.1 耕地分區(qū)結(jié)果

按照耕地分區(qū)原則，將聞喜縣耕地劃分為4個類型，圖9是非均勻網(wǎng)格下耕地分區(qū)專題圖。

圖9 耕地分區(qū)圖

1）永久保護型

永久保護型耕地主要分布在交通便利、土壤肥沃、灌溉充足的平原。其中<1, HH>和<2, HH>組合區(qū)域經(jīng)濟條件優(yōu)越、地勢平坦、耕地集中連片度高且質(zhì)量好，利于大規(guī)模的機械化耕作；<1, LH>組合區(qū)域內(nèi)耕地集中連片度最優(yōu)，且高等地包圍低等地，低等地可以同化為高等地從而形成HH型的空間聚集狀態(tài)。因此，這3種組合適宜作為永久保護型耕地優(yōu)先劃入基本農(nóng)田。

2）質(zhì)量提升型

質(zhì)量提升型耕地在自然、區(qū)位及生態(tài)環(huán)境上相較永久保護型耕地較差，但各方面的條件仍然很理想，土地整治的難度較小。其中<1, LL>、<1, N>和<1, HL>組合區(qū)域內(nèi)耕地集中連片度雖然為最優(yōu)，但是LL型的耕地質(zhì)量是低等聚集，N型的空間集聚度差，同時HL型中低等地包圍高等地會同化為LL型；<2，LH>組合區(qū)域內(nèi)耕地集中連片度雖為2級，但LH型的空間分布類型容易轉(zhuǎn)化為HH型。此4種組合歸入質(zhì)量提升型耕地，通過對其進行適度的改善，可提升為永久保護型。

3）重點治理型

重點治理型耕地零散分布于永久保護型和質(zhì)量提升型耕地周邊，該區(qū)域的耕地面積大，被后備管理型耕地包圍，外圍耕地質(zhì)量較差，要著重加大該型耕地的治理，防止其發(fā)生擴散，造成前兩種耕地質(zhì)量的退化，同時也防止其退化為后備管理型耕地。其中<2, LL>、<2, N>和<2, HL>組合區(qū)域內(nèi)耕地集中連片度和耕地質(zhì)量比質(zhì)量提升型耕地差；<3, HH>組合區(qū)域內(nèi)耕地集中連片度最差，但耕地質(zhì)量為高等地集聚，為了保證高等質(zhì)量的耕地不被舍棄，故與上面3種組合共同歸入重點治理型耕地，經(jīng)針對性的重點整治后可劃入基本農(nóng)田。

4）后備管理型

后備管理型主要分布于交通不便、地勢較高、基礎(chǔ)設(shè)施難以配備的丘陵和山區(qū)，<3, LH>、<3, HL>、<3, LL>和<3, N>組合區(qū)域內(nèi)耕地的集中連片度和耕地質(zhì)量更低，且距離鄉(xiāng)鎮(zhèn)中心較遠、土壤肥力差、耕地投入較大、作物產(chǎn)量較低、土地整治難度大，難以通過治理達到基本農(nóng)田“集中連片、質(zhì)量好”的目標(biāo)，故不適于劃入基本農(nóng)田，但可以種植經(jīng)濟作物來提高農(nóng)民的收入或者作為非農(nóng)建設(shè)的首選區(qū)域發(fā)展其他產(chǎn)業(yè)。

3.2.2 基本農(nóng)田的劃定與表達

通過對耕地分區(qū)劃定結(jié)果的分析，以基本農(nóng)田內(nèi)涵為依據(jù)，本研究將永久保護型、質(zhì)量提升型和重點治理型耕地劃入基本農(nóng)田，圖10是非均勻網(wǎng)格環(huán)境下基本農(nóng)田的空間分布專題圖。

圖10 基本農(nóng)田的空間分布圖

基本農(nóng)田的國家相關(guān)規(guī)程要求縣域基本農(nóng)田面積大于耕地總面積的80%，本文在非均勻網(wǎng)格環(huán)境下對聞喜縣耕地進行研究得到基本農(nóng)田的比例為83.22%，符合基本農(nóng)田的要求及當(dāng)?shù)噩F(xiàn)狀。聞喜縣基本農(nóng)田主要分布于城鄉(xiāng)周邊區(qū)域、交通便利的平原以及易于整治的臺地，對耕地進行適度的控制與改善，可滿足“集中連片、質(zhì)量好”的基本要求。其余一般農(nóng)田主要分布在聞喜縣邊遠丘陵及山區(qū)，區(qū)位與自然條件差，不適于劃入基本農(nóng)田。從基本農(nóng)田的劃定結(jié)果上看，非均勻網(wǎng)格可以很好的表達基本農(nóng)田的分布情況，每個網(wǎng)格都被賦予唯一標(biāo)識碼，當(dāng)耕地信息發(fā)生變化時，可以迅速定位到需要更新的耕地區(qū)域，為基本農(nóng)田的動態(tài)更新奠定基礎(chǔ)。而采用網(wǎng)格去處理相關(guān)數(shù)據(jù)，不僅可以打破行政界限、土地斑塊化的束縛，還可以提高信息的檢索、數(shù)據(jù)的更新，便于進行可視化表達。

4 結(jié)論與展望

4.1 結(jié) 論

本文基于非均勻網(wǎng)格，利用耕地質(zhì)量等別更新成果、耕地質(zhì)量監(jiān)測評價數(shù)據(jù)，依據(jù)基本農(nóng)田“集中連片、質(zhì)量好”的基本要求，對基本農(nóng)田的劃定和表達進行了研究，具體結(jié)論如下：

1）相較于均勻網(wǎng)格，本文構(gòu)建的非均勻網(wǎng)格可以降低數(shù)據(jù)冗余，實現(xiàn)耕地專題圖的小誤差表達（耕地面積誤差4.72%）。

2）聞喜縣的基本農(nóng)田主要分布在耕地集中連片性強、耕地質(zhì)量好的平原和臺地，基本農(nóng)田面積占耕地總面積的83.22%，符合當(dāng)?shù)噩F(xiàn)狀和國家相關(guān)規(guī)程要求。

3）非均勻網(wǎng)格可以很好的表達基本農(nóng)田的空間分布，利用網(wǎng)格易于定位、便于更新與檢索的優(yōu)勢，為基本農(nóng)田的劃定、和精細化表達提供了科學(xué)依據(jù)。

4.2 展 望

4.2.1 綜合利用多源數(shù)據(jù)的基本農(nóng)田動態(tài)監(jiān)測

實際工作中，耕地的土壤屬性很難實時連續(xù)的采樣獲取，遙感數(shù)據(jù)具有區(qū)域覆蓋廣，更新頻率快以及自動獲取性等其他數(shù)據(jù)不具備的優(yōu)勢，且遙感數(shù)據(jù)本身屬于網(wǎng)格數(shù)據(jù)，可通過重采樣等方式，與耕地的非均勻網(wǎng)格數(shù)據(jù)進行疊加。隨著遙感技術(shù)的發(fā)展，結(jié)合監(jiān)測樣點數(shù)據(jù)，采用遙感反演有機質(zhì)、生產(chǎn)力等進行參數(shù)修正，其勢必會成為未來耕地質(zhì)量監(jiān)測的主要數(shù)據(jù)來源[35]，進而實現(xiàn)對基本農(nóng)田的動態(tài)監(jiān)測。

4.2.2 基于信息技術(shù)的基本農(nóng)田管理系統(tǒng)

隨著基本農(nóng)田數(shù)據(jù)獲取頻率的加快，人工更新很難滿足基本農(nóng)田的監(jiān)測要求，形成自動化的基本農(nóng)田監(jiān)測管理系統(tǒng)會逐漸成熟。對涉及耕地質(zhì)量的地貌、土壤、灌排條件等矢量和柵格數(shù)據(jù)進行網(wǎng)格化提取，打破斑塊化束縛，實現(xiàn)多源數(shù)據(jù)的統(tǒng)一管理。基于實時更新成果，生成基本農(nóng)田評價報告，對其空間分布、變化規(guī)律進行歸納，并對變化明顯的區(qū)域進行預(yù)警。

4.2.3 數(shù)據(jù)共享

依據(jù)不同應(yīng)用人員和信息保密層次的需要，對矢量數(shù)據(jù)進行不同尺度制圖的工作量龐大、不確定性強，而結(jié)合非均勻網(wǎng)格的尺度特征，生成不同尺度基本農(nóng)田專題圖，可實現(xiàn)不同級別的數(shù)據(jù)保密和共享。非均勻網(wǎng)格中4個小尺度的網(wǎng)格可組合成1個大尺度網(wǎng)格，具有簡單明確的對應(yīng)關(guān)系，也可生成不同層級的均勻網(wǎng)格來共享數(shù)據(jù)。

本文僅選取聞喜縣為研究區(qū)域，未來可擴大研究區(qū)范圍，更加精確地體現(xiàn)非均勻網(wǎng)格環(huán)境下基本農(nóng)田的劃定與表達。本文只對耕地數(shù)據(jù)進行了網(wǎng)格化提取，也可綜合土地利用現(xiàn)狀、土壤類型、土壤養(yǎng)分、氣象和生態(tài)環(huán)境等數(shù)據(jù)，利用網(wǎng)格打破各類數(shù)據(jù)的斑塊化形態(tài)，進而建立資源環(huán)境數(shù)據(jù)庫，對進一步研究地理信息很有意義。

[1]張紅富，周生路，吳紹華，等. 省域尺度耕地產(chǎn)能空間分異規(guī)律及其影響因子[J]. 農(nóng)業(yè)工程學(xué)報，2010，26(8):308－314.

Zhang Hongfu, Zhou Shenglu, Wu Shaohua, et al. Provincial scale spatial variation of cultivated land production capacity and its impact factors[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(8): 308－314. (in Chinese with English abstract)

[2]宋小青，歐陽竹，柏林川. 中國耕地資源開發(fā)強度及其演化階段[J]. 地理科學(xué)，2013，33(2):135－142.

Song Xiaoqing, Ou Yangzhu, Bai Linchuan. Evaluation and evolution of exploitative intensity of cultivated land resources in China[J]. Scientia Geographica Sinica, 2013, 33(2): 135－142. (in Chinese with English abstract)

[3]TD/T 1033-2012. 高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)標(biāo)準(zhǔn)[S].

[4]孔祥斌，靳京，劉怡，等. 基于農(nóng)用地質(zhì)量等別的基本農(nóng)田保護區(qū)劃定[J]. 農(nóng)業(yè)工程學(xué)報，2008，24(10):46－51.

Kong Xiangbin, Jin Jing, Liu Yi, et al. Planning method of the prime farmland protection zone based on farmland utilization grade[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(10): 46－51. (in Chinese with English abstract)

[5]侯現(xiàn)慧，王占岐，楊俊，等. 基于產(chǎn)能核算和土地質(zhì)量地球化學(xué)評估的縣域基本農(nóng)田布局研究[J]. 中國土地科學(xué)，2016，30(1):89－96.

Hou Xianhui, Wang Zhanqi, Yang Jiu, et al. Research on the layout of county prime farmland based on productivity and land quality geochemical assessment[J]. China Land Sciences, 2016, 30(1): 89－96. (in Chinese with English abstract)

[6]邊振興，楊子嬌，錢鳳魁，等. 基于LESA體系的高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)時序研究[J]. 自然資源學(xué)報，2016，31(3):436－446.

Bian Zhenxing, Yang Zijiao, Qian Fengkui, et al. Study on time sequence of high-standard prime farmland based on LESA[J]. Journal of Natural Resources, 2016, 31(3): 436－446. (in Chinese with English abstract)

[7]Cheng Qianwen, Jiang Penghui, Cai Lingyan, et al. Delineation of a permanent basic farmland protection area around a city centre: Case study of Changzhou City, China[J]. Lang Use Policy, 2017, 60: 73－89.

[8]劉霈珈，吳克寧，趙華甫，等. 基于耕地綜合質(zhì)量的基本農(nóng)田布局優(yōu)化：以河南省溫縣為例[J]. 中國土地科學(xué)，2015，29(2):54－59.

Liu Peijia, Wu Kening, Zhao Huafu, et al. Spatial allocation optimization of prime farmland based on cultivated land comprehensive quality: A case study of Wen County, Henan Province[J]. China Land Sciences, 2015, 29(2): 54－59. (in Chinese with English abstract)

[9]薛劍，韓娟，張鳳榮，等. 高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)評價模型的構(gòu)建及建設(shè)時序的確定[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(5)：193－203.

Xue Jian, Han Juan, Zhang Fengrong, et al. Development of evaluation model and determination of its construction sequence for well-facilitied capital farmland[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(5): 193－203.(in Chinese with English abstract)

[10]王欣星，張安明. XGS決策模型在基本農(nóng)田劃定中的應(yīng)用研究：以重慶市黔江區(qū)石會鎮(zhèn)為例[J]. 農(nóng)機化研究，2013，35(7)：217－220.

Wang xinxing, Zhang Anming. Application of XGS decision-making models in primary farmland zoning: A case of Shihui Town of Qiangjiang District in Chongqing[J]. Journal of Agricultural Mechanization Research, 2013, 35(7): 217－220. (in Chinese with English abstract)

[11]荊耀棟，畢如田，周淑琴，等. 基于網(wǎng)格化表達的縣域基本農(nóng)田集中連片特征提取[J]. 中國土地科學(xué)，2015，29(10)：57－64.

Jing Yaodong, Bi Rutian, Zhou Shuqin, et al. Extraction of concentrated prime farmland based on grid within the scale of county[J]. China Land Sciences, 2015, 29(10): 57－64. (in Chinese with English abstract)

[12]楊建宇，張欣，徐凡，等. 基于TOPSIS和局部空間自相關(guān)的永久基本農(nóng)田劃定方法[J]. 農(nóng)業(yè)機械學(xué)報，2018，49(4)：172－180.

Yang Jianyu, Zhang Xin, Xu Fan, et al. Designation method of permanent basic farmland based on TOPSIS and local spatial autocorrelation[J]. Transactions of The Chinese Society of Agricultural Machinery, 2018, 49(4): 172－180.(in Chinese with English abstract)

[13]熊昌盛，譚榮，岳文澤. 基于局部空間自相關(guān)的高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)分區(qū)[J]. 農(nóng)業(yè)工程學(xué)報，2015，31(22)：276－284.

Xiong Changsheng, Tan Rong, Yue Wenze. Zoning of high standard farmland construction based on local indicators of spatial association[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 276－284. (in Chinese with English abstract)

[14]李德仁，邵振峰. 空間信息多級網(wǎng)格及其功能[J]. 地理空間信息，2005，3(4)：1－3.

Li Deren, Shao Zhenfeng. Spatial information multi-grid and its functions[J]. Geospatial Information, 2005, 3(4): 1－3. (in Chinese with English abstract)

[15]徐振，荊耀棟，畢如田，等. 基于資源環(huán)境數(shù)據(jù)格網(wǎng)化表達的關(guān)聯(lián)模式發(fā)現(xiàn)[J]. 地球信息科學(xué)學(xué)報，2018，20(1)：28－36.

Xu Zhen, Jing Yaodong, Bi Rutian, et al. The discovery of spatial association patterns of resource and environment information based on grid data[J]. Geo-Information Science, 2018, 20(1): 28－36. (in Chinese with English abstract)

[16]李德仁，邵振峰，丁霖. 地理國情信息的多級網(wǎng)格化表達[J]. 地理空間信息，2014，12(1)：1－9.

Li Deren, Shao Zhenfeng, Ding Lin. Research on multi-grids expression of geographic national conditions[J]. Geospatial Information, 2014, 12(1): 1－9. (in Chinese with English abstract)

[17]馮雨豪，王瑾，畢如田，等. 基于GIS格網(wǎng)模型的亳清河經(jīng)濟區(qū)產(chǎn)業(yè)開發(fā)空間適宜性評價[J]. 地域研究與開發(fā)，2018，37(6)：39－45.

Feng Yuhao, Wang Jin, Bi Rutian, et al. Suitability evaluation of industrial development in Boqing River Economic Zone based on GIS grid model[J]. Areal Research and Development, 2018, 37(6): 39－45. (in Chinese with English abstract)

[18]畢如田，高艷. 典型地貌景觀指數(shù)的多尺度效應(yīng)分析：以山西省運城市為例[J]. 地球信息科學(xué)學(xué)報，2012，14(3)：338－343.

Bi Rutian, Gao Yan. Analysis of multi－scale effect of landscape indices of classical landforms in Yuncheng City, Shanxi Province[J]. Geo-Information Science, 2012, 14(3): 338－343. (in Chinese with English abstract)

[19]張超，張海鋒，楊建宇，等. 網(wǎng)格環(huán)境下縣域基本農(nóng)田建設(shè)空間布局方法研究[J]. 農(nóng)業(yè)機械學(xué)報，2016，47(11)：245－251.

Zhang Chao, Zhang Haifeng, Yang Jianyu, et al. Spatial layout of basic farmland construction at county scale in grid environment[J]. Transactions of The Chinese Society of Agricultural Machinery, 2016, 47(11): 245－251. (in Chinese with English abstract)

[20]王鵬，畢如田，徐振，等. 多尺度格網(wǎng)的耕地信息無損提取與表達：以山西省芮城縣為例[J]. 生態(tài)環(huán)境學(xué)報，2018，27(4)：706－713.

Wang Peng, Bi Rutian, Xu Zhen, et al. Lossless extraction and expression methods of cultivated land information based on multi-scale grids: A case study on Ruicheng County of Shanxi Province[J]. Ecology and Environment, 2018, 27(4): 706－713. (in Chinese with English abstract)

[21]買買提江·買提尼亞孜，阿里木江·卡斯木. 基于網(wǎng)格單元的烏魯木齊市土地覆被/利用時空變化[J]. 農(nóng)業(yè)工程學(xué)報，2018，34(1)：210－216.

Maimaitijiang Maitiniyazi, Alimujiang Kasimu. Spatial- temporal change of Urumqi Urban land use and land cover based on grid cell approach[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(1): 210－216. (in Chinese with English abstract)

[22]Li Z, Bagan H, Yamagata Y. Analysis of spatiotemporal land cover changes in Inner Mongolia using self-organizing map neural network and grid cells method[J]. Science of the Total Environment, 2018, 636(15): 1180－1191.

[23]Koga T, Kawamura A, Amaguchi H, et al. Assessing impervious area ratios of grid-based land-use classifications on the example of an urban watershed[J]. International Association of Scientific Hydrology Bulletin, 2016, 154(9): 609－616.

[24]李德仁，李宗華，彭明軍，等. 武漢市城市網(wǎng)格化管理與服務(wù)系統(tǒng)建設(shè)與應(yīng)用[J]. 測繪通報，2007(8)：1－5.

Li Deren, Li Zonghua, Peng Mingjun, et al. The construction and application of Wuhan Urban grid management and service system[J]. Bulletin of Surveying and Mapping, 2007(8): 1－5. (in Chinese with English abstract)

[25]Yang Jun, Wang Yichen, Xiao Xiangming, et al. Spatial differentiation of urban wind and thermal environment in different grid sizes[J]. Urban Climate, 2019, 28: 100458

[26]連世忠，丁霖，陳江平. 顧及空間自相關(guān)的地理國情信息統(tǒng)計格網(wǎng)尺度選擇：以植被覆蓋信息為例[J]. 測繪通報，2017(3)：46－51.

Lian Shizhong, Ding Lin, Chen Jiangping. Scale selecting of geographic national conditions information statistical grids with spatial autocorrelation: A case study of vegetation cover information statistics[J]. Bulletin of Surveying and Mapping, 2017(3): 46－51. (in Chinese with English abstract)

[27]陳彥清，楊建宇，鄖文聚，等. 基于網(wǎng)格的耕地質(zhì)量分等成果省級匯總方法[J]. 農(nóng)業(yè)工程學(xué)報，2014，30(24)：280－287.

Chen Yanqing, Yang Jianyu, Yu Wenju, et al. Cultivated land quality grading results integration method at provincial level based on grid[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(24): 280－287. (in Chinese with English abstract)

[28]胡沖沖，畢如田. 省域尺度下土壤養(yǎng)分的最佳采樣尺度確定[J]. 山西農(nóng)業(yè)大學(xué)學(xué)報：自然科學(xué)版，2016，36(3)：209－218.

Hu Chongchong, Bi Rutian. Determination of the optimum sampling scale of soil nutrients in provincial[J]. Journal of Shanxi Agricultural University, 2016, 36(3): 209－218. (in Chinese with English abstract)

[29]張玉臻，劉樹明，孔祥斌，等. 基于監(jiān)測單元劃分方法的耕地質(zhì)量監(jiān)測效率研究：以內(nèi)蒙古自治區(qū)開魯縣為例[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報，2017，22(9)：154－163.

Zhang Yuzhen, Liu Shuming, Kong Xiangbin, et al. Monitoring efficient study of arable land quality based on the monitoring unit division method: A case study of Kailu County in Inner Mongolia[J]. Journal of China Agricultural University, 2017, 22(9): 154－163. (in Chinese with English abstract)

[30]王玉軍，劉瓊，歐名豪. 基于地質(zhì)環(huán)境適宜性的基本農(nóng)田布局優(yōu)化研究[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(14)：252－260.

Wang Yujun, Liu Qiong, Ou Minghao. Optimization of prime farmland layout on basis of geological environment suitability[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(14): 252－260. (in Chinese with English abstract)

[31]胡誠. 對等網(wǎng)絡(luò)環(huán)境下三維GIS優(yōu)化策略研究[D]. 武漢：武漢大學(xué)，2013.

Hu Cheng. Study of Optimization Strategies for P2P Oriented 3D GIS[D]. Wuhan: Wuhan University, 2013. (in Chinese with English abstract)

[32]李帥，魏虹，倪細爐，等. 基于層次分析法和熵權(quán)法的寧夏城市人居環(huán)境質(zhì)量評價[J]. 應(yīng)用生態(tài)學(xué)報，2014，25(9)：2700－2708.

Li Shuai, Wei Hong, Ni Xilu, et al. Evaluation of urban human settlement quality in Ningxia based on AHP and the entropy method[J]. Chinese Journal of Applied Ecology, 2014, 25(9): 2700－2708. (in Chinese with English abstract)

[33]Anselin L. Local indicators of spatial association-LISA[J]. Geographical Analysis, 1995, 27(2): 93－115.

[34]楊建宇，杜貞容，杜振博，等. 基于耕地質(zhì)量評價和局部空間自相關(guān)的高標(biāo)準(zhǔn)農(nóng)田劃定[J]. 農(nóng)業(yè)機械學(xué)報，2017，48(6)：109－115.

Yang Jianyu, Du Zhenrong, Du Zhenbo, et al. Well-facilitied capital farmland assignment based on land quality evaluation and LISA[J]. Transactions of The Chinese Society for Agricultural Machinery, 2017, 48(6): 109－115. (in Chinese with English abstract)

[35]孔祥斌. 耕地質(zhì)量系統(tǒng)及生產(chǎn)潛力監(jiān)測預(yù)警的理論與實踐[M]. 北京：中國農(nóng)業(yè)大學(xué)出版社，2017：453－493.

Prime farmland demarcation based on arable land quality and concentricity in non-uniform grid environment

Tian Huiwen,Zhang Xinxin, Bi Rutian※, Yan Jing, Li Guangyue, Zhang Jing

(030801,)

An important measure to ensure the national food security and improve the quality of arable land is to demarcate the prime farmland scientifically and reasonably. There are three types of evaluation units for delimiting prime farmland, mainly including administrative villages, plots and grids. Compared with the other two types, grid can not only break the constraints of irregular geographic data, improve the ability of data update and retrieval, but also integrate, share and use information resources, which is easy to locate in the space. In the current research field, the demarcation of prime farmland is generally carried out in a uniform grid environment. If using large-scale uniform grid, however, the area of small and scattered arable land will have a large error. Although using small-scale uniform grid can reduce the area error, there are other problems such as large amount of data and high redundancy. The advantages of non-uniform grid are obvious. Its data volume is far less than that of uniform grid, which effectively reduces the frequency of invalid data search. And, the efficiency of data retrieval and transmission can be improved. “Centralized and continuous, high quality” is the requirement of realizing the construction of prime farmland with high spatial standard. Therefore, the purpose of this paper is to establish a method to divide and express prime farmland by using arable land concentricity and arable land quality index with the non-uniform grid environment. Wenxi County of Shanxi Province is taken as the research area. The research methods of the paper are as follows: to construct non-uniform grid and multi-scale uniform grid with the help of Arc-Engine secondary development platform; Comparing the expression error of arable land area and the data amount of grid, and then analyzing the advantage of non-uniform grid in cultivated land expression. Focusing on the contiguous land and the quality of cultivated land evaluates the spatial distribution of cultivated land. The results show that the arable land is divided into permanent protection type, quality improvement type, key management type and reserve management type by the method of spatial superposition; On the basis of the connotation of prime farmland, demarcating and expressing prime farmland. Using non-uniform grid can not only reduce data redundancy, but also achieve small error expression of arable land information. The delimitation results of prime farmland in Wenxi County meet the requirements of “centralized, continuous and high quality”. The area of prime farmland accounts for 83.22% of the total area of farmland, and the demarcation proportion conforms to the national regulations. The non-uniform grid can well express the spatial distribution of prime farmland. Obviously, this method is suitable for the demarcation of prime farmland and provides a new way for expressing prime farmland better.

land use; zoning; prime farmland; non-uniform grid; local spatial autocorrelation; concentricity

田惠文，張欣欣，畢如田，閆 晶，李廣月，張 婧. 非均勻網(wǎng)格環(huán)境下基于耕地質(zhì)量與集中連片度的基本農(nóng)田劃定[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(3)：254－262.doi：10.11975/j.issn.1002-6819.2020.03.031 http://www.tcsae.org

Tian Huiwen, Zhang Xinxin, Bi Rutian, Yan Jing, Li Guangyue, Zhang Jing. Prime farmland demarcation based on arable land quality and concentricity in non-uniform grid environment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(3): 254－262. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.03.031 http://www.tcsae.org

2019-09-03

2020-01-06

國土資源部公益性行業(yè)項目（201411007）；山西省研究生教育創(chuàng)新項目（2019SY234）

田惠文，主要研究方向為3S技術(shù)及應(yīng)用。Email：tianhuiwensxau@163.com

畢如田，教授，博士生導(dǎo)師。主要研究方向為資源環(huán)境信息技術(shù)。Email：brt@sxau.edu.cn

10.11975/j.issn.1002-6819.2020.03.031

F301.21

A

1002-6819(2020)-03-0254-09