摘 要：耕地是維系人類生存、保障社會(huì)持續(xù)發(fā)展的重要基礎(chǔ)，其質(zhì)量的好壞直接影響區(qū)域糧食安全與農(nóng)業(yè)的健康發(fā)展。為實(shí)現(xiàn)對(duì)干旱區(qū)綠洲城市耕地質(zhì)量動(dòng)態(tài)監(jiān)測(cè)與科學(xué)評(píng)價(jià)，以武威市為研究區(qū)，借助“壓力—狀態(tài)—響應(yīng)”研究框架，通過多源遙感影像數(shù)據(jù)，利用CRITIC軟件與空間向量模型，分析武威市耕地質(zhì)量的空間分布格局。結(jié)果表明，武威市優(yōu)質(zhì)耕地資源較多，一、二級(jí)耕地面積為23.87萬(wàn)hm2，占研究區(qū)耕地總面積的54.00%，主要分布在涼州區(qū)的東南部，古浪縣的西部、東部及民勤縣的東北部；四、五級(jí)耕地面積共10.81萬(wàn)hm2，占研究區(qū)耕地總面積的24.45%，主要分布在天祝藏族自治縣境內(nèi)。該研究可為區(qū)域耕地資源高效利用與管理、農(nóng)田水肥利用效率提高提供參考。

關(guān)鍵詞：耕地質(zhì)量；多源遙感數(shù)據(jù)；CRITIC軟件；空間向量模型；武威市

中圖分類號(hào)：F301.21 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-7909（2024）8-142-6

DOI：10.19345/j.cnki.1674-7909.2024.08.034

0 引言

耕地問題事關(guān)國(guó)家的糧食生產(chǎn)與安全［1］。在我國(guó)現(xiàn)有的耕地資源中，可進(jìn)行糧食生產(chǎn)的耕地已呈現(xiàn)逐年減少的趨勢(shì)［2-3］，迫近耕地紅線［4-5］。耕地土壤鹽堿化、沙漠化，土地污染嚴(yán)重等耕地質(zhì)量問題日益嚴(yán)峻，打破了糧食產(chǎn)量與耕地之間的平衡［6-8］。在此背景下，深入開展區(qū)域耕地質(zhì)量等級(jí)調(diào)查與評(píng)價(jià)，了解耕地質(zhì)量時(shí)空演變格局，對(duì)保障我國(guó)糧食安全、解決耕地質(zhì)量問題具有重要的現(xiàn)實(shí)意義［8］。

耕地質(zhì)量評(píng)價(jià)是通過科學(xué)合理的方法和手段，對(duì)耕地多方面狀況進(jìn)行綜合分析和評(píng)價(jià)［9-10］。長(zhǎng)期以來，耕地質(zhì)量問題一直是學(xué)術(shù)界和政府管理部門關(guān)注的熱點(diǎn)，各學(xué)者從耕地質(zhì)量分區(qū)評(píng)價(jià)、耕地產(chǎn)能科學(xué)評(píng)估、土壤土質(zhì)健康分析等方面開展了一系列探討，并取得了豐碩成果［11-12］。從研究?jī)?nèi)容和對(duì)象來看，國(guó)內(nèi)外學(xué)者關(guān)注耕地自然質(zhì)量，逐步建立了兼顧自然、經(jīng)濟(jì)、社會(huì)等人地一體化的資源評(píng)價(jià)體系［13-14］。從研究方法和手段來看，傳統(tǒng)的評(píng)價(jià)手段多通過實(shí)地調(diào)查采樣、查閱統(tǒng)計(jì)文本來獲取數(shù)據(jù)［15］。近年來，隨著RS與GIS技術(shù)的快速發(fā)展，基于遙感影像，從對(duì)地觀測(cè)數(shù)據(jù)中獲取指標(biāo)內(nèi)容為耕地質(zhì)量評(píng)價(jià)提供了新途徑。其中，對(duì)地觀測(cè)數(shù)據(jù)以Landsat和SPOT影像數(shù)據(jù)為主，而國(guó)產(chǎn)高分辨率衛(wèi)星影像數(shù)據(jù)應(yīng)用相對(duì)較少［16-17］。Landsat系列影像的空間分辨率相對(duì)較低，SPOT影像費(fèi)用較高，都不能很好地應(yīng)用于耕地質(zhì)量評(píng)估中［17］。目前，學(xué)者多采用空間自相關(guān)和景觀生態(tài)學(xué)方法，來揭示縣域及較大尺度上耕地質(zhì)量的空間分布狀況，而對(duì)精細(xì)化、地塊化尺度上耕地的空間分異特征的研究相對(duì)較少［18-19］。總體來看，國(guó)內(nèi)外關(guān)于耕地質(zhì)量的評(píng)價(jià)方法與指標(biāo)體系的建設(shè)已基本趨于成熟［20］，但對(duì)于典型地域的選取、評(píng)估框架的建立、不同指標(biāo)的組合及微觀尺度的把控等，仍需要進(jìn)行深入探討和分析。

武威市地處石羊河流域中部，屬于典型的干旱區(qū)綠洲城市［21-22］。境內(nèi)各縣（市、區(qū)）平均海拔在1 247～4 851 m，地勢(shì)南高北低，從西南向東北傾斜［23-24］。近年來，干旱區(qū)綠洲城市由于受到自身?xiàng)l件的限制，加之人類不合理的開發(fā)利用，區(qū)域內(nèi)出現(xiàn)了諸多嚴(yán)重的生態(tài)環(huán)境問題（如植被退化嚴(yán)重，用水矛盾突出，土地沙漠化、鹽堿化程度高等），嚴(yán)重威脅到區(qū)域耕地的健康與產(chǎn)出［24-28］。20世紀(jì)中后期，石羊河流域由于水土資源的高強(qiáng)度開發(fā)與利用，部分區(qū)域出現(xiàn)了河道干涸、耕地鹽堿化、荒漠入侵等一系列問題［28-30］。

鑒于此，深入探討干旱區(qū)綠洲城市耕地質(zhì)量的空間分布格局，著力促進(jìn)現(xiàn)代化農(nóng)業(yè)迅猛發(fā)展顯得尤為重要。同時(shí)，伴隨著國(guó)產(chǎn)高分辨率衛(wèi)星的發(fā)射，衛(wèi)星遙感數(shù)據(jù)以其高分辨率、寬覆蓋、高質(zhì)量和高效成像的特點(diǎn)，為耕地質(zhì)量評(píng)估、生態(tài)文明建設(shè)等提供了遙感數(shù)據(jù)支撐［31-32］。在此背景下，筆者以干旱區(qū)綠洲城市——武威市為研究區(qū)，根據(jù)“壓力—狀態(tài)—響應(yīng)”（Pressure-State-Response，PSR）框架，利用國(guó)產(chǎn)高分辨率衛(wèi)星遙感影像，借助空間向量模型與GIS空間分析方法，探討耕地質(zhì)量的空間分布格局與特征，并提出分區(qū)保護(hù)的對(duì)策與建議，以期為武威市耕地保護(hù)和管理提供參考。

1 研究區(qū)與數(shù)據(jù)處理

1.1 研究區(qū)概況

武威市位于甘肅省西部，河西走廊東段［33］。武威市域總面積約3.32×104 km2，占甘肅省總土地面積的7.32%。境內(nèi)地形復(fù)雜多樣，由南向北依次為南部山地、中部綠洲、北部荒漠，構(gòu)成了典型的山地—綠洲—荒漠生態(tài)系統(tǒng)［33-34］。武威市年均降水量為100 mm，年均蒸發(fā)量為2 020 mm，年均氣溫為7.8 ℃，屬典型的溫帶大陸性氣候區(qū)［34-35］。境內(nèi)水源主要來自黃羊、雜木、西營(yíng)和金塔4條內(nèi)陸河流，徑流總量高達(dá)9.4×108 m3［35］。市域內(nèi)礦產(chǎn)資源豐富，現(xiàn)探明的礦種有15種，其中鈦鐵礦和石墨礦儲(chǔ)量位居我國(guó)前列［35-36］。武威市現(xiàn)管轄古浪縣、涼州區(qū)、民勤縣、天祝藏族自治縣三縣一區(qū)，是河西地區(qū)重要的商品糧基地，也是“中國(guó)葡萄酒的故鄉(xiāng)”“世界白牦牛唯一產(chǎn)地”。

1.2 數(shù)據(jù)及預(yù)處理

研究使用的數(shù)據(jù)主要包括遙感影像數(shù)據(jù)、坡度及高程數(shù)據(jù)、土地利用數(shù)據(jù)、土壤數(shù)據(jù)、行政邊界數(shù)據(jù)。

①遙感影像數(shù)據(jù)：GF-1 WFV影像來自中國(guó)資源衛(wèi)星應(yīng)用中心，空間分辨率為16 m。為保證研究結(jié)果的合理性，4幅影像的拍攝時(shí)間均為2022年7—8月，云量均低于2%。通過ENVI 5.3軟件對(duì)GF-1 WFV影像進(jìn)行輻射定標(biāo)、大氣校正及正射校正等預(yù)處理后，再對(duì)影像進(jìn)行鑲嵌和裁剪，以備后續(xù)分析。②坡度及高程數(shù)據(jù)：分別來自地理空間數(shù)據(jù)云SRTMSLOPE坡度數(shù)據(jù)和ASTER GDEM高程數(shù)據(jù)，空間分辨率分別為90 m和30 m。③土地利用數(shù)據(jù)：空間分辨率為30 m，主要來自中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心。④土壤數(shù)據(jù)：來自世界和諧土壤數(shù)據(jù)庫(kù)（HWSD）。⑤行政邊界數(shù)據(jù)：來自國(guó)家基礎(chǔ)地理信息中心，數(shù)據(jù)生產(chǎn)比例為1∶1 000 000。

2 研究方法

2.1 評(píng)估模型構(gòu)建

為凸顯干旱區(qū)綠洲城市耕地內(nèi)部特征，結(jié)合研究區(qū)的實(shí)際情況，并參考前人的研究成果，該研究選用“壓力—狀態(tài)—響應(yīng)”（PSR）框架來對(duì)武威市耕地質(zhì)量的空間分布特征進(jìn)行探討。PSR框架中的耕地狀態(tài)指數(shù)用來反映耕地的產(chǎn)能、土壤的水分及養(yǎng)分狀況；生產(chǎn)壓力指數(shù)用來反映耕地所面臨的自然和人為活動(dòng)威脅；社會(huì)響應(yīng)指數(shù)用來反饋社會(huì)對(duì)造成耕地質(zhì)量狀態(tài)變化的壓力的響應(yīng)［2，37］。

2.2 相關(guān)指標(biāo)計(jì)算

2.2.1 坡度

坡度是表征土壤侵蝕強(qiáng)弱的重要指標(biāo)，不同坡度的土壤養(yǎng)分和植被類型具有顯著差異。隨著坡度的增大，耕地的耕作類型和水土保持布設(shè)措施也會(huì)受到影響［17］，因此坡度的大小直接影響著耕地質(zhì)量的優(yōu)劣。利用ArcGIS對(duì)武威市坡度數(shù)據(jù)進(jìn)行分類分級(jí)后，得到武威市坡度的空間分布圖。

2.2.2 土壤退化指數(shù)

已有研究表明，比值植被指數(shù)（Relative Vegetation Index，RVI）可以用來反映農(nóng)作物所處耕地的生態(tài)環(huán)境脅迫程度［17］。因此，該研究選用RVI來反映土壤退化程度，計(jì)算公式見式（1）。

[RVI=NIR/R]" " " " " " " " " " " " " " " （1）

式中：NIR為近紅外波段的反射率，R為紅光波段的反射率。

2.2.3 土壤養(yǎng)分指數(shù)（SNI）

土壤養(yǎng)分指數(shù)是反映土壤肥力的指標(biāo)，直接決定著耕地的產(chǎn)能和潛在生產(chǎn)力。土壤養(yǎng)分指標(biāo)主要包括含石量、含沙量、淤泥含量、黏土含量、有機(jī)碳含量、pH值、陽(yáng)離子交換能力、導(dǎo)電率、土壤有效含水量、土壤容重等指標(biāo)。利用SPSS軟件對(duì)以上10個(gè)指標(biāo)進(jìn)行主成分分析，發(fā)現(xiàn)前3個(gè)主成分能解釋總方差的75%以上，因此選擇前3個(gè)主成分進(jìn)行分析；再利用相關(guān)系數(shù)法確定各指標(biāo)權(quán)重，得到土壤養(yǎng)分指數(shù)，相關(guān)計(jì)算公式見式（2）至式（5）。

[Y1=-0.47×X1-0.46×X2+0.42×X3+0.41×]

[X4+0.40×X5+0.12×X6+0.21×X7-0.07×]

[X8+0.03×X9]+0.07[×X10]" " " " " " " " " " " nbsp; " " " "（2）

[Y2=0.01×X1+0.11×X2+0.10×X3-0.18×]

[X4+0.22×X5-0.53×X6+0.51×X7+0.44×]

[X8-0.39×X9+0.08×X10]" " " " " " " " " " " " " （3）

[Y3=-0.10×X1-0.001×X2+0.25×X3-0.16×]

[X4-0.09×X5+0.03×X6+0.07×X7+0.38×]

[X8+0.42×X9-0.75×X10]" " " " " " " " " " " " " "（4）

[SIN=43.86×Y1+18.92×Y2+11.69×Y3] （5）

式中：X1～X10依次為含石量、含沙量、淤泥含量、黏土含量、有機(jī)碳含量、pH值、陽(yáng)離子交換能力、導(dǎo)電率、土壤有效含水量及土壤容重，Y1～Y3依次為第一、二、三主成分，SNI表示土壤養(yǎng)分指數(shù)。

2.2.4 土壤水分指數(shù)

水是植被生長(zhǎng)的重要條件，土壤中含水量的多少直接影響著農(nóng)作物的生長(zhǎng)與產(chǎn)出狀況。大量研究表明，差值植被指數(shù)（Difference Vegetation Index，DVI）可以反映土壤含水量的多少。因此，該研究選用DVI作為耕地狀態(tài)指數(shù)的一部分，計(jì)算公式見式（6）。

[DVI=NIR-R]" " " " " " " " " " " " " "（6）

式中：NIR為近紅外波段的反射率，R為紅光波段的反射率。

2.2.5 植被長(zhǎng)勢(shì)程度指數(shù)

耕地質(zhì)量的好壞直接決定著耕地糧食產(chǎn)能的高低，植被長(zhǎng)勢(shì)越好糧食產(chǎn)量越高。歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）可以直接反映植被的長(zhǎng)勢(shì)狀況，常用來計(jì)算植被覆蓋度、估產(chǎn)、反演植被理化參數(shù)等。因此，該研究選用NDVI作為耕地狀態(tài)指數(shù)的一部分，計(jì)算公式見式（7）。

[NDVI=NIR-RNIR+R]" " " " " " " " " " " " " " （7）

式中：NIR為近紅外波段的反射率，R為紅光波段的反射率。

2.2.6 耕地灌溉程度指數(shù)

除自然因素外，耕地的管理方式也會(huì)對(duì)耕地質(zhì)量產(chǎn)生影響。已有研究表明，年均土壤濕度指數(shù)能夠反映耕地的灌溉程度及水平。該研究對(duì)1982—2020年中國(guó)CCI土壤濕度逐月數(shù)據(jù)集進(jìn)行裁剪，得到研究區(qū)的年均土壤濕度數(shù)據(jù)。中國(guó)CCI土壤濕度逐月數(shù)據(jù)集由學(xué)者Sun等［38］基于XGBoost算法，以土壤濕度為協(xié)變量，對(duì)降水、反射率、地表溫度、空氣溫度等數(shù)據(jù)進(jìn)行再分析，對(duì)原始的由歐洲太空局提供的土壤濕度數(shù)據(jù)進(jìn)行空間填充，生成該數(shù)據(jù)集。該研究選用年均土壤濕度指數(shù)作為社會(huì)響應(yīng)指數(shù)的一部分。

2.2.7 耕地利用類型指數(shù)（CUI）

不同的耕地利用類型也會(huì)影響耕地的質(zhì)量狀況。該研究利用耕地利用類型指數(shù)來反映由于農(nóng)戶耕作行為導(dǎo)致的耕地質(zhì)量差異。對(duì)不同的耕地利用類型賦予不同的分值，來反映耕地質(zhì)量的空間分布差異。

對(duì)各評(píng)價(jià)因子進(jìn)行分級(jí)，對(duì)每一級(jí)別的因子賦以一定的分值，各指標(biāo)的分級(jí)及賦值情況見表1。

2.3 權(quán)重賦值方法

CRITIC權(quán)重法是一種基于數(shù)據(jù)波動(dòng)性的客觀賦權(quán)法，其思想在于波動(dòng)性（對(duì)比強(qiáng)度）和沖突性（相關(guān)性）2項(xiàng)指標(biāo)。對(duì)比強(qiáng)度以標(biāo)準(zhǔn)差的形式表現(xiàn)，數(shù)據(jù)標(biāo)準(zhǔn)差越大說明波動(dòng)越大，權(quán)重越高；沖突性以相關(guān)系數(shù)的形式表現(xiàn)，指標(biāo)間相關(guān)系數(shù)越大，說明沖突性越小，其權(quán)重也越低［39］。具體計(jì)算步驟如下。

假設(shè)共有m個(gè)樣本、n個(gè)指標(biāo)，xij表示第i個(gè)樣本的第j個(gè)指標(biāo)的取值，評(píng)價(jià)矩陣可表示為：

[X=x11" " x12" " …" " x1nx21" " x22" " …" " x2n ?" " ?" " ?" "?xn1" " xn2" " …" " xnn]

①指標(biāo)歸一化處理。正向指標(biāo)、負(fù)向指標(biāo)計(jì)算公式分別見式（8）、式（9）。

[yij=xij-minj（xij）maxj（xij）-min（xij）]" " " " " " " " " " "（8）

[yij=xijmaxj（xij）-min（xij）]" " " " " " " " " " "（9）

計(jì)算得到標(biāo)準(zhǔn)化矩陣Y。

②計(jì)算均值[xj]和標(biāo)準(zhǔn)差Sj。均值和標(biāo)準(zhǔn)差計(jì)算公式分別見式（10）、式（11）。

[xj=1mi=1mxij]" " " " " " " " " " " " " " （10）

[Sj=1mi=1m（xij-xj）2]" " " " " " " " " " （11）

③計(jì)算變異系數(shù)。變異系數(shù)計(jì)算公式見式（12）。

[vj=sjxj]" " " " " " " " " " " " " " " " （12）

④計(jì)算相關(guān)系數(shù)矩陣。相關(guān)系數(shù)矩陣見式（13）。

[pij=cov（yk，yl）sk·sj（k=1，2，…，n;l=1，2，…，n）] （13）

式中：pij為第i個(gè)指標(biāo)和第j個(gè)指標(biāo)之間的相關(guān)系數(shù)，[cov（yk，yl）]表示第k個(gè)指標(biāo)和第l個(gè)指標(biāo)之間的協(xié)方差。

⑤計(jì)算指標(biāo)所含信息量。指標(biāo)所含信息量計(jì)算公式見式（14）。

[nj=νjn（1-pij）（j=1，2，…，n）]" " " " " （14）

⑥確定各指標(biāo)權(quán)重。各指標(biāo)權(quán)重計(jì)算公式見式（15）。

[βij=nji=1nnj]" " " " " " " " " " " " " " "（15）

各評(píng)價(jià)因子的權(quán)重賦值情況見表2。

2.4 綜合評(píng)價(jià)指數(shù)計(jì)算

生產(chǎn)壓力指數(shù)、耕地狀態(tài)指數(shù)、社會(huì)響應(yīng)指數(shù)的計(jì)算公式見式（16）至式（18）。

[PI=nWj×Xj]" " " " " " " " " " " " " " "（16）

[CI=nWj×Xj]" " " " " " " " " " " " " " "（17）

[SI=nWj×Xj]" " " " " " " " " " " " " " "（18）

式中：PI為生產(chǎn)壓力指數(shù)，CI為耕地狀態(tài)指數(shù)，SI為社會(huì)響應(yīng)指數(shù)，j為評(píng)價(jià)因子的個(gè)數(shù)，Xj為各評(píng)價(jià)因子的分值，Wj為各評(píng)價(jià)因子的權(quán)重。

2.5 耕地質(zhì)量指數(shù)計(jì)算

該研究利用空間向量模型來計(jì)算耕地質(zhì)量指數(shù)，該模型在空間建立空間直角坐標(biāo)系，生產(chǎn)壓力指數(shù)、耕地狀態(tài)指數(shù)、社會(huì)響應(yīng)指數(shù)分別表征一個(gè)空間平面，按照空間向量的模的計(jì)算方法計(jì)算出耕地質(zhì)量指數(shù)空間向量的模，其中模的大小即表示耕地質(zhì)量指數(shù)的數(shù)值。具體計(jì)算公式見式（19），耕地質(zhì)量的模型示意圖如圖1所示。

[CLI=OM=OA+OB+OC=x2+y2+z2]" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " （19）

式中：CLI為耕地質(zhì)量指數(shù)，[OM]為向量模長(zhǎng)。

3 結(jié)果分析

3.1 各評(píng)價(jià)因子空間分布格局

武威市耕地質(zhì)量的7個(gè)評(píng)價(jià)因子空間分布狀況各具特征，其中坡度和年均土壤濕度指數(shù)的空間分布呈現(xiàn)出南高北低的分布格局：高值區(qū)主要分布在南部的天祝藏族自治縣，涼州區(qū)的西部、南部，及古浪縣的南部區(qū)域；低值區(qū)主要分布在北部的荒漠及中部的綠洲區(qū)域。土壤養(yǎng)分指數(shù)、RVI、DVI及NDVI的空間分布格局大致相似，高值區(qū)主要分布在石羊河、雜木河、洪水河沿岸的耕地、林地及植被生長(zhǎng)狀況較好的區(qū)域，低值區(qū)主要分布在以荒漠、裸土地和建設(shè)用地為主的區(qū)域。武威市水澆地主要分布在涼州區(qū)和古浪縣的中部，以及民勤縣的西北部區(qū)域；旱地主要分布在南部的天祝藏族自治縣。

3.2 耕地質(zhì)量空間分布格局

研究區(qū)耕地質(zhì)量的空間分布狀況特征明顯，其中一、二級(jí)耕地面積共23.87萬(wàn)hm2，占研究區(qū)耕地總面積的54.00%，主要分布在涼州區(qū)東南部的金河、黃羊河、長(zhǎng)城、吳家井、謝河，古浪縣中部的大靖、裴家營(yíng)、海子灘，民勤縣東北部的收成、西渠、泉山、紅沙梁等鄉(xiāng)鎮(zhèn)。該區(qū)域土壤養(yǎng)分、水分含量高，環(huán)境脅迫度小，耕地質(zhì)量最好；在后期的耕作中應(yīng)加強(qiáng)土地集約化利用，注意保護(hù)耕地質(zhì)量，提高肥料利用率，科學(xué)合理灌溉。

三級(jí)耕地面積為9.53萬(wàn)hm2，占研究區(qū)耕地總面積的21.55%，主要分布在民勤縣西南部的夾河、東壩、紅砂崗，涼州區(qū)的鄧馬營(yíng)生態(tài)指揮部等鄉(xiāng)鎮(zhèn)。該區(qū)域土壤養(yǎng)分條件、水分條件較好，旱澇鹽漬化威脅較小，耕地質(zhì)量較好。該類耕地后期應(yīng)以保持土壤肥力、優(yōu)化農(nóng)田水利設(shè)施為主，通過多種渠道保護(hù)耕地，防止其進(jìn)一步退化。

四、五級(jí)耕地面積共10.81萬(wàn)hm2，占研究區(qū)耕地總面積的24.45%，主要分布在古浪縣的民權(quán)鎮(zhèn)、新堡鄉(xiāng)、直灘鎮(zhèn)，天祝藏族自治縣的旦馬鄉(xiāng)、華藏寺鎮(zhèn)、賽什斯、松山鎮(zhèn)的南部等區(qū)域。該區(qū)域土壤肥力及水分含量較低，水土流失的風(fēng)險(xiǎn)較大，耕地質(zhì)量較差；后期應(yīng)采取水土保持措施，培育地力，因地制宜發(fā)展林業(yè)，增加居民收入。

4 結(jié)論與討論

該研究以干旱區(qū)綠洲城市——武威市為研究區(qū)，根據(jù)“壓力—狀態(tài)—響應(yīng)”框架，從3個(gè)方面共選取7個(gè)評(píng)價(jià)因子，利用ENVI 5.3及ArcGIS軟件對(duì)評(píng)價(jià)因子進(jìn)行計(jì)算，再借助CRITIC軟件進(jìn)行賦權(quán)，通過空間向量模型對(duì)武威市的耕地綜合質(zhì)量進(jìn)行評(píng)估。結(jié)果表明，武威市優(yōu)質(zhì)耕地資源較多，其中一、二級(jí)耕地面積占總耕地面積的一半以上，而四、五級(jí)耕地面積比重相對(duì)較大，耕地質(zhì)量有待進(jìn)一步提高。該研究可為干旱區(qū)綠洲城市耕地質(zhì)量評(píng)價(jià)提供新思路、新方法，同時(shí)為區(qū)域耕地保護(hù)與環(huán)境治理提供理論依據(jù)。

該研究雖采用了高精度、高時(shí)效的衛(wèi)星遙感影像數(shù)據(jù)，但由于空間分辨率不統(tǒng)一、數(shù)據(jù)來源不一致、數(shù)據(jù)獲取難度較大等，會(huì)導(dǎo)致評(píng)價(jià)結(jié)果精度不夠理想。因此，在今后的學(xué)習(xí)和研究中，應(yīng)進(jìn)一步完善評(píng)價(jià)指標(biāo)體系，通過多渠道獲取高精度的遙感數(shù)據(jù)，以獲得更加理想的評(píng)價(jià)結(jié)果。

參考文獻(xiàn)：

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

［2］王來剛，郭燕，賀佳，等.遙感數(shù)據(jù)輔助下縣域耕地質(zhì)量評(píng)價(jià)與空間分布研究［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2022，43（12）：137-146.

［3］陳誠(chéng)，林晨.蘇南地區(qū)耕地質(zhì)量評(píng)價(jià)與分區(qū)保護(hù)研究［J］.長(zhǎng)江流域資源與環(huán)境，2016，25（12）：1860-1869.

［4］李旭光，邢鳳麗，袁雪，等.基于GIS的河北省太行山山前平原區(qū)耕地質(zhì)量等級(jí)評(píng)價(jià)［J］.山西農(nóng)業(yè)科學(xué)，2023，51（7）：793-801.

［5］陳文廣，孔祥斌，廖宇波，等.黃土高原區(qū)耕地質(zhì)量評(píng)價(jià)：以陜西省延川縣為例［J］.水土保持研究，2021，28（2）：375-381.

［6］馬倩倩，董博，許旺旺，等.干旱區(qū)耕地質(zhì)量等級(jí)評(píng)價(jià)及土壤養(yǎng)分與鹽漬化的分析研究：以民勤綠洲為例［J］.干旱區(qū)地理，2021，44（2）：514-524.

［7］陶加樂，李躍飛，李彬，等.宿遷市宿豫區(qū)耕地質(zhì)量監(jiān)測(cè)與調(diào)查評(píng)價(jià)現(xiàn)狀及對(duì)策［J］.現(xiàn)代農(nóng)業(yè)科技，2020（20）：165-166，169.

［8］鄭夢(mèng)蕾，丁世偉，湯萌萌，等.桐城市縣域級(jí)耕地質(zhì)量等級(jí)評(píng)價(jià)研究［J］.洛陽(yáng)理工學(xué)院學(xué)報(bào)（自然科學(xué)版），2020，30（3）：5-10.

［9］孫曉兵，孔祥斌，溫良友.基于耕地要素的耕地質(zhì)量評(píng)價(jià)指標(biāo)體系研究及其發(fā)展趨勢(shì)［J］.土壤通報(bào)，2019，50（3）：739-747.

［10］王星月，翁良培，吳維，等.基于因素法的裕安區(qū)耕地質(zhì)量定級(jí)評(píng)價(jià)研究［J］.中國(guó)農(nóng)業(yè)資源與區(qū)劃，2020，41（4）：168-175.

［11］路婕，李玲，吳克寧，等.基于農(nóng)用地分等和土壤環(huán)境質(zhì)量評(píng)價(jià)的耕地綜合質(zhì)量評(píng)價(jià)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27（2）：323-329.

［12］高向軍，馬仁會(huì).中國(guó)農(nóng)用土地等級(jí)評(píng)價(jià)研究進(jìn)展［J］.農(nóng)業(yè)工程學(xué)報(bào)，2002（1）：165-168，2.

［13］劉瑞平，王洪波，全芳悅.自然因素與社會(huì)經(jīng)濟(jì)因素對(duì)耕地質(zhì)量貢獻(xiàn)率研究［J］.土壤通報(bào)，2005（3）：289-294.

［14］張鳳榮，鄖文聚，胡存志.《農(nóng)用地分等規(guī)程》的幾個(gè)理論問題及應(yīng)用方向［J］.資源科學(xué)，2005（2）：33-38.

［15］湯萌萌，江文娟，丁琪洵，等.基于高分辨率遙感的耕地質(zhì)量指標(biāo)與評(píng)價(jià)進(jìn)展［J］.中國(guó)農(nóng)學(xué)通報(bào)，2023，39（16）：131-136.

［16］易湘生，馬尚杰，游炯，等.遙感調(diào)查中耕地解譯面積精準(zhǔn)核算［J］.農(nóng)業(yè)工程學(xué)報(bào)，2016，32（S1）：169-176.

［17］彭一平，劉振華，肖北生，等.基于高分遙感的縣域耕地質(zhì)量監(jiān)測(cè)［J］.江蘇農(nóng)業(yè)學(xué)報(bào)，2019，35（4）：841-846.

［18］陳穎，廖麗君，鄭宏剛，等.陸良縣縣域耕地質(zhì)量空間分布特征及影響因素分析［J］.山東農(nóng)業(yè)科學(xué)，2018，50（12）：73-79.

［19］馬培云，王帥，李洪興，等.基于洛倫茨曲線和基尼系數(shù)的耕地質(zhì)量空間差異程度分析：以忠縣耕地地力評(píng)價(jià)結(jié)果為例［J］.西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，37（1）：60-66.

［20］張紫妍，蘇友波，字春光，等.耕地質(zhì)量評(píng)價(jià)體系研究進(jìn)展［J］.安徽農(nóng)業(yè)科學(xué)，2018，46（31）：1-3，7.

［21］姜燁，蔣玉祥.干旱區(qū)綠洲城市生態(tài)變化遙感評(píng)價(jià)：以武威市涼州區(qū)為例［J］.北京測(cè)繪，2020，34（5）：628-633.

［22］徐鑫，尹君.干旱區(qū)綠洲型城市水資源利用及其與經(jīng)濟(jì)發(fā)展的相關(guān)性研究：以武威市為例［J］.商丘師范學(xué)院學(xué)報(bào)，2012，28（3）：89-93.

［23］李振亞，魏偉，周亮，等.基于空間距離指數(shù)的中國(guó)西北干旱內(nèi)陸河流域生態(tài)敏感性時(shí)空演變特征：以石羊河流域?yàn)槔跩］.生態(tài)學(xué)報(bào)，2019，39（20）：7463-7475.

［24］魏偉，周陶，郭澤呈，等.基于遙感指數(shù)的干旱內(nèi)陸河流域土地生態(tài)敏感性時(shí)空演變特征：以石羊河流域武威市為例［J］.生態(tài)學(xué)雜志，2020，39（9）：3068-3079.

［25］張百平，張雪芹，鄭度.西北干旱區(qū)不宜作為我國(guó)耕地后備資源基地［J］.干旱區(qū)研究，2010，27（1）：1-5.

［26］張杰，郭樹江，李得祿.石羊河流域下游鹽堿化退耕地黑果枸杞群落土壤特征分析［J］.中國(guó)野生植物資源，2020，39（6）：5-10.

［27］李得祿，滿多清，劉有軍，等.石羊河流域下游不同年代退耕地風(fēng)沙流特征研究［J］.中國(guó)農(nóng)學(xué)通報(bào)，2018，34（24）：117-122.

［28］魏偉.基于CLUE-S和MCR模型的石羊河流域土地利用空間優(yōu)化配置研究［D］.蘭州：蘭州大學(xué)，2018.

［29］郭建軍.流域生態(tài)承載力空間尺度效應(yīng)與優(yōu)化研究［D］.蘭州：蘭州大學(xué)，2014.

［30］李小玉，肖篤寧，何興元，等.內(nèi)陸河流域中、下游綠洲耕地變化及其驅(qū)動(dòng)因素：以石羊河流域中游涼州區(qū)和下游民勤綠洲為例［J］.生態(tài)學(xué)報(bào)，2006（3）：671-680.

［31］王茵茵，齊雁冰，陳洋，等.基于多分辨率遙感數(shù)據(jù)與隨機(jī)森林算法的土壤有機(jī)質(zhì)預(yù)測(cè)研究［J］.土壤學(xué)報(bào)，2016，53（2）：342-354.

［32］白照廣.高分一號(hào)衛(wèi)星的技術(shù)特點(diǎn)［J］.中國(guó)航天，2013（8）：5-9.

［33］宋雪婷.2010—2018年武威市土地利用變化及驅(qū)動(dòng)因素研究［D］.蘭州：蘭州大學(xué)，2021.

［34］董翰蓉.干旱區(qū)城市生態(tài)位研究［D］.蘭州：西北師范大學(xué)，2012.

［35］吳文婕.石羊河流域綠洲水土資源利用生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)研究［D］.蘭州：西北師范大學(xué)，2012.

［36］秦煜世.干旱區(qū)內(nèi)陸河流域城鎮(zhèn)化與水資源耦合關(guān)系研究［D］.蘭州：西北師范大學(xué)，2012.

［37］張新樂，錢蕾，鮑依臨，等.黑土區(qū)田塊尺度耕地質(zhì)量遙感監(jiān)測(cè)與評(píng)價(jià)［J］.土壤通報(bào)，2020，51（6）：1303-1312.

［38］SUN H，QIAN X，ZHAO Z Y. Monthly gap-filled CCI soil moisture over region of China （Combined Product）［DS/OL］.V1.Science Data Bank，2023［2024-07-31］.https：//cstr.cn/31253.11.sciencedb.07849. CSTR：31253.11.sciencedb.07849.

［39］朱榮，敖澤建，蔣友嚴(yán).基于CRITIC客觀賦權(quán)法的天水市生態(tài)環(huán)境脆弱性評(píng)價(jià)［J］.中國(guó)沙漠，2024，44（3）：321-331.

作者簡(jiǎn)介：馬健行（1991—），男，本科，工程師，研究方向：遙感與GIS應(yīng)用。