多尺度下的琿春市耕地質(zhì)量空間自相關(guān)分析

杜婉婷，李淑杰，曹競文，齊 魯

(吉林大學(xué)地球科學(xué)學(xué)院，吉林 長春 130061)

耕地是最寶貴的土地資源，是重要的生產(chǎn)、生活、生態(tài)空間，是農(nóng)業(yè)可持續(xù)發(fā)展的重要物質(zhì)基礎(chǔ)，由于耕地后備資源不斷減少，耕地的合理利用與保護(hù)成為各級土地管理部門工作的重要內(nèi)容[1].為統(tǒng)籌不同空間的耕地利用與保護(hù)，學(xué)術(shù)界基于空間關(guān)聯(lián)性在耕地質(zhì)量方面做出了諸多深入的探索和研究.李武艷等[2]運用Moran’sI指數(shù)的空間自相關(guān)分析方法，對浙江省的耕地進(jìn)行了省、市、縣級尺度的空間自相關(guān)核算，結(jié)果表明不同尺度下的耕地質(zhì)量3類指數(shù)均表現(xiàn)出明顯的空間正相關(guān)，耕地質(zhì)量指數(shù)的Moran’sI值從縣、市到省依次增大，研究結(jié)果可為不同行政級別的耕地分區(qū)利用管理提供科學(xué)依據(jù)；韋仕川等[3]運用Moran散點圖等方法將耕地的空間屬性作為第四維，發(fā)現(xiàn)耕地在空間分布上表現(xiàn)出一定的集聚性，其結(jié)果為耕地精細(xì)化管理和差異性保護(hù)提供了新思路；郭敏、李淑杰[4]以ArcGIS和OpenGeoda為平臺，將耕地自然條件、利用條件、經(jīng)濟(jì)條件進(jìn)行了分類考慮，進(jìn)一步豐富了耕地細(xì)碎化管理的理論依據(jù)；任平等[5]運用核密度計算等方法對比分析出龍泉驛區(qū)2005—2013年耕地區(qū)域差異較為顯著，但局部空間異質(zhì)性有所增強(qiáng)，研究結(jié)果對制定耕地保護(hù)與優(yōu)化布局政策具有較高的理論和實踐價值.

總體而言，國內(nèi)基于空間關(guān)聯(lián)性的耕地質(zhì)量研究日趨完善，為完善耕地管理等提供了科學(xué)的理論基礎(chǔ).但現(xiàn)有的相關(guān)研究尚有不足：(1)微觀尺度下的耕地質(zhì)量空間集聚規(guī)律研究較少.(2)傳統(tǒng)的統(tǒng)計分析法難以準(zhǔn)確反映區(qū)域內(nèi)耕地質(zhì)量的空間差異性及演變規(guī)律，脫離空間角度來研究耕地質(zhì)量問題是不科學(xué)、不全面的[6-7].(3)國內(nèi)已有的耕地質(zhì)量空間研究較少關(guān)注尺度變化對耕地質(zhì)量的影響.目前，基于不同空間尺度分析耕地質(zhì)量空間集聚規(guī)律受到了研究者的廣泛關(guān)注，為豐富上述成果本文將耕地的自然等指數(shù)、利用等指數(shù)、經(jīng)濟(jì)等指數(shù)作為空間變量，基于ArcGIS和GeoDa平臺，從市、鄉(xiāng)鎮(zhèn)、村不同空間尺度出發(fā)，采用空間自相關(guān)分析的方法，研究了吉林省琿春市耕地質(zhì)量的空間集聚性規(guī)律，旨為不同行政級別的土地管理部門耕地分區(qū)利用與保護(hù)提供決策依據(jù).

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

圖1 琿春市耕地分布圖

琿春地處吉林省東部，位于延邊朝鮮族自治州東南，地理位置為東經(jīng)130°03′21″～130°18′33″，北緯42°25′20″～43°30′18″，地處北半球中緯度地帶，屬于中溫帶近海洋性季風(fēng)氣候區(qū).行政區(qū)位于圖們江下游，與俄羅斯陸路接壤，與朝鮮臨江相鄰，與日本、韓國隔海相望，地理位置獨特.“雁鳴聞三國，虎嘯驚三疆；花開香三鄰，笑語傳三邦”是對琿春的真實寫照.歷史上，琿春有“黃金水道”“海上絲綢之路”之稱，現(xiàn)在依然擁有沿圖們江出海通航權(quán)[8].琿春市地貌按其成因大體分為巖石、構(gòu)造、山岳和河流4種地貌，實際多表現(xiàn)為混合型，氣候溫和潮濕、多陰寡照、雨量充沛，土壤肥力多在中等或中下等.2016年末琿春市戶籍人口228 320人，比上年增加442人，其中城鎮(zhèn)人口占78.4%，鄉(xiāng)村人口占21.6%.2016年，全市生產(chǎn)總值比上年增長8.3%，其三次產(chǎn)業(yè)結(jié)構(gòu)為3.6∶69.8∶26.6.

琿春市耕地主要分布在琿春市的西部、南部和東部的部分地區(qū)(見圖1)，中部地區(qū)和東部地區(qū)多為林地.至2016年底，琿春市耕地總面積35 335.27 hm2，其中水田9 749.06 hm2，水澆地245.15 hm2，旱地25 341.06 hm2.琿春市作為中國唯一處在中、朝、俄三國交界的邊境城市，研究該區(qū)域耕地質(zhì)量空間差異具有典型性.

1.2 數(shù)據(jù)來源

本文以吉林省琿春市為研究對象，研究時點為2016年，涉及的基礎(chǔ)數(shù)據(jù)主要包括：琿春市行政區(qū)劃圖、土地利用現(xiàn)狀圖、第二次土地資源調(diào)查成果、琿春市2016年土地利用現(xiàn)狀數(shù)據(jù)庫、耕地質(zhì)量等別成果數(shù)據(jù)庫、琿春市2016年土地利用變更數(shù)據(jù)庫、統(tǒng)計年鑒及農(nóng)業(yè)統(tǒng)計資料等.

2 研究方法

2.1 空間權(quán)重

構(gòu)建合宜的空間權(quán)重是空間自相關(guān)分析的基礎(chǔ)[9].空間權(quán)重主要有3種：鄰接權(quán)重、距離權(quán)重、最近K點權(quán)重[10-11].在此基礎(chǔ)上，采用“最近K點”方法對研究區(qū)域耕地圖斑鄰接性進(jìn)行了空間統(tǒng)計分析，具體K值的確定參照基于鄰接權(quán)重的Queen和Rook原則的空間鄰接性頻率直方圖，取研究區(qū)域相鄰空間單元個數(shù)的中值“6”進(jìn)行空間自相關(guān)分析.

2.2 空間自相關(guān)

地理學(xué)第一定律指出，事物之間的空間自相關(guān)性是客觀存在的[12-13]，事物之間的空間要素屬性值聚合或離散的程度可由全局空間自相關(guān)和局部空間自相關(guān)指數(shù)來衡量[2].基于ArcGIS和GeoDa平臺，本文采用全局Moran’sI指數(shù)和局部Moran’sI指數(shù)來分析不同尺度下琿春市耕地質(zhì)量指數(shù)的空間依賴程度.相關(guān)計算公式如下[11-13]：

全局空間自相關(guān)：

(1)

局部空間自相關(guān)：

(2)

式中：N為研究對象的個數(shù)，Xi為觀測值，X為Xi的平均值；W(i，j)為空間要素i與j之間的空間連接矩陣.Moran’sI值介于[-1，1]之間，I0表示空間正相關(guān)，空間要素趨于空間聚合特征；I<0表示空間負(fù)相關(guān)，空間要素趨于空間離散特征；I=0則表示空間要素隨機(jī)分布，一般用P值進(jìn)行顯著性檢驗.

2.3 變異系數(shù)

變異系數(shù)是標(biāo)準(zhǔn)差與平均數(shù)的比值，其大小反映了數(shù)據(jù)之間的集聚或離散程度，且不受研究變量的測量尺度和量綱的影響[14].為了探討尺度變化與耕地質(zhì)量空間自相關(guān)之間的關(guān)系，用變異系數(shù)度量不同空間尺度下耕地質(zhì)量空間自相關(guān)的內(nèi)部差異.一般來說，耕地質(zhì)量空間自相關(guān)性波動幅度與變異系數(shù)同方向變化，即變異系數(shù)越小，耕地質(zhì)量空間自相關(guān)性波動幅度越小，反之，波動幅度則越大.具體計算公式如下：

(3)

3 結(jié)果與分析

3.1 耕地質(zhì)量空間分布特征

耕地的自然條件、利用狀況和經(jīng)濟(jì)水平的優(yōu)劣是衡量耕地質(zhì)量高低的重要依據(jù)[15]，描述耕地質(zhì)量通常采用國家自然等、國家利用等和國家經(jīng)濟(jì)等.由圖2可知，琿春市國家自然等耕地在空間上呈現(xiàn)“西部高于東部，南部優(yōu)于北部”的分布特征，具體來看11等耕地最多，分布在英安鎮(zhèn)、敬信鎮(zhèn)和近海街，14等耕地最少，分布在馬川子鄉(xiāng).國家利用等耕地主要是12等，集中分布在西部，最低的14等地則全部分布在春化鎮(zhèn)南部.國家經(jīng)濟(jì)等耕地只有12等和13等兩種等別，13等耕地面積大于12等耕地面積且分布范圍更廣泛.

圖2 琿春市耕地質(zhì)量等別空間分布圖

3.2 市級尺度下耕地質(zhì)量空間自相關(guān)分析

圖3 2016年琿春市級尺度耕地質(zhì)量全局空間自相關(guān)分析Moran’s I值

利用GeoDa軟件對琿春市耕地質(zhì)量進(jìn)行全局空間自相關(guān)分析.選取耕地地塊為基本單元，以耕地質(zhì)量國家自然等指數(shù)、利用等指數(shù)和經(jīng)濟(jì)等指數(shù)作為空間屬性值，采用最近K點關(guān)系(K=6)，參考空間自相關(guān)計算公式進(jìn)行計算，結(jié)果如圖3所示.

橫向比較耕地質(zhì)量3類指數(shù)的Moran’sI值可得：2016年琿春市耕地質(zhì)量3類指數(shù)Moran’sI值從小到大依次為自然等指數(shù)、利用等指數(shù)、經(jīng)濟(jì)等指數(shù)，說明在空間格局上琿春市耕地質(zhì)量的自然等指數(shù)在空間分布上空間離散性較強(qiáng)；耕地質(zhì)量經(jīng)濟(jì)等指數(shù)則表現(xiàn)出較強(qiáng)的空間集聚性；耕地利用質(zhì)量居中.琿春市耕地質(zhì)量表現(xiàn)出顯著的空間自相關(guān)性，耕地質(zhì)量經(jīng)濟(jì)等、利用等和自然等3類指數(shù)的空間集聚程度呈下降趨勢.

3.3 鄉(xiāng)鎮(zhèn)級尺度下耕地質(zhì)量空間自相關(guān)分析

剔除耕地太少而不能進(jìn)行耕地質(zhì)量空間分析的琿春市區(qū)，以其余鄉(xiāng)鎮(zhèn)為研究單元，計算其耕地質(zhì)量的全局空間自相關(guān)Moran’sI值，分析不同尺度下的耕地空間自相關(guān)性，結(jié)果見表1.

表1 2016年琿春市各鄉(xiāng)鎮(zhèn)Moran’s I值

圖4 琿春市各鄉(xiāng)鎮(zhèn)全局空間自相關(guān)分析Moran’s I值

從表1可以看出，鄉(xiāng)鎮(zhèn)級耕地質(zhì)量的3類指數(shù)平均Moran’sI值與市級全局自相關(guān)指數(shù)Moran’sI值大小關(guān)系一致，均為耕地自然等指數(shù)<利用等指數(shù)<經(jīng)濟(jì)等指數(shù)，但各鄉(xiāng)鎮(zhèn)結(jié)果與市級整體水平存在較大差異.哈達(dá)門鄉(xiāng)、近海街、密江鄉(xiāng)3個鄉(xiāng)鎮(zhèn)的自然等指數(shù)Moran’sI值高于市級水平；春化鎮(zhèn)、哈達(dá)門鄉(xiāng)、近海街、楊泡滿族鄉(xiāng)及敬信鎮(zhèn)5個鄉(xiāng)鎮(zhèn)的利用等指數(shù)和經(jīng)濟(jì)等指數(shù)Moran’sI值均高于市級整體水平.

由圖4可見，鄉(xiāng)鎮(zhèn)間耕地質(zhì)量的3類指數(shù)Moran’sI值存在較大差異.其中各鄉(xiāng)鎮(zhèn)的自然等指數(shù)Moran’sI值均為最小，春化鎮(zhèn)、哈達(dá)門鄉(xiāng)、近海街、楊泡滿族鄉(xiāng)的利用等指數(shù)Moran’sI值大于經(jīng)濟(jì)等指數(shù)Moran’sI值；而板石鎮(zhèn)、敬信鎮(zhèn)、馬川子鄉(xiāng)、密江鄉(xiāng)、三家子鄉(xiāng)及英安鎮(zhèn)的耕地質(zhì)量3類指數(shù)Moran’sI值變化方向與市級結(jié)果相同.自然等指數(shù)空間自相關(guān)主要受自然條件制約，耕地分布集中連片是哈達(dá)門鄉(xiāng)、近海街、密江鄉(xiāng)的自然等指數(shù)集聚性高于全市整體水平的主要原因.在自然等指數(shù)的基礎(chǔ)上考慮利用水平即可得到利用等指數(shù)，隨著農(nóng)業(yè)技術(shù)的提高與推廣，區(qū)域間耕地生產(chǎn)能力差異性得以改善，從而縮小了耕地利用質(zhì)量的差異.經(jīng)濟(jì)等指數(shù)是在基于自然等指數(shù)和利用等指數(shù)的基礎(chǔ)上考慮種植成本和收益，因此總體上經(jīng)濟(jì)等指數(shù)的變異性進(jìn)一步減弱[16-17].

3.4 村級尺度下耕地質(zhì)量空間自相關(guān)分析

3.4.1 全局空間自相關(guān)分析

圖5是琿春市村級耕地質(zhì)量3類指數(shù)全局Moran’sI值空間分布圖，其分布特征較鎮(zhèn)級和市級復(fù)雜.具體來看，耕地質(zhì)量的3類指數(shù)全局Moran’sI值出現(xiàn)了負(fù)值，且3類指數(shù)最小的全局Moran’sI值均出現(xiàn)在高產(chǎn)村，這是因為高產(chǎn)村耕地數(shù)量極少且較為分散，其用地類型主要是政府用地；耕地數(shù)量少但分布集中導(dǎo)致3類指數(shù)最大的全局Moran’sI值均出現(xiàn)在四道溝村.耕地質(zhì)量3類指數(shù)全局Moran’sI值出現(xiàn)負(fù)值的鄉(xiāng)鎮(zhèn)有哈達(dá)門鄉(xiāng)、英安鎮(zhèn)、敬信鎮(zhèn)、近海街和三家子滿族鄉(xiāng)，其中哈達(dá)門鄉(xiāng)的村莊最多，有二道溝村、新興村、楊樹溝村、勝利村、中心村、雪岱山村，造成這種結(jié)果的原因主要是哈達(dá)門鄉(xiāng)林地、草地較多，且在二道溝村、楊樹溝村、雪岱山村存在采礦用地.

從空間分布上來看，3類指數(shù)全局Moran’sI值均以琿春市區(qū)為中心向四周擴(kuò)散增大，高值區(qū)主要集中在三家子平原和敬信中部，兩地區(qū)地勢平坦、土壤肥沃，是全市糧食作物和經(jīng)濟(jì)作物的主要產(chǎn)地.3類指數(shù)Moran’sI值空間分布規(guī)律基本一致.

圖5 耕地質(zhì)量指數(shù)全局Moran’s I值空間分布圖

3.4.2 局部空間自相關(guān)分析

耕地質(zhì)量的空間差異性主要表現(xiàn)為一定的集聚性和離散性分布特征[18].本文用空間LISA分布圖來表示基于局部空間自相關(guān)分析的琿春市耕地質(zhì)量集聚或離散的空間位置：NS為非顯著型，表示質(zhì)量等指數(shù)隨機(jī)分布、不存在空間相關(guān)性的區(qū)域.HH型和LL型表示空間正相關(guān)，區(qū)域具有集聚特性，其中HH型表示自身和周圍地塊質(zhì)量等指數(shù)高的區(qū)域；LL型表示自身和周圍地塊質(zhì)量等指數(shù)低的區(qū)域.HL型和LH型表示空間負(fù)相關(guān)，區(qū)域具有離散特性，其中HL型表示質(zhì)量等指數(shù)高，但周圍地塊質(zhì)量等指數(shù)低的區(qū)域；LH型表示質(zhì)量等指數(shù)低，但周圍地塊質(zhì)量等指數(shù)高的區(qū)域[19].在95%的置信度下(P<0.05)，琿春市耕地質(zhì)量局部空間自相關(guān)結(jié)果如圖6所示.

從圖6可以看出，自然等指數(shù)LL型集中分布在琿春西南部的敬信鎮(zhèn)、板石鎮(zhèn)、三家子滿族鄉(xiāng)、哈達(dá)門鄉(xiāng)；HL和LH型無明顯集中區(qū)域，零星分布在各個鄉(xiāng)鎮(zhèn).利用等指數(shù)NS型以組團(tuán)狀分布在三家子鄉(xiāng)、板石鎮(zhèn)和馬川子鄉(xiāng)；LL型分布在春化鎮(zhèn)、敬信鎮(zhèn)和楊泡滿族鄉(xiāng)；HH型主要分布在英安鎮(zhèn)；HL型較LH型分布范圍更廣泛.經(jīng)濟(jì)等指數(shù)LL型分布在敬信鎮(zhèn)中部、春化鎮(zhèn)東部、楊泡滿族鄉(xiāng)西部及哈達(dá)門鄉(xiāng)西南部；HH型分布在馬川子鄉(xiāng)、三家子滿族鄉(xiāng)、板石鎮(zhèn)和英安鎮(zhèn)；HL和LH型零星分布在琿春中西部.

圖6 局部空間自相關(guān)結(jié)果圖

3.5 不同尺度下耕地質(zhì)量空間自相關(guān)對比分析

不同空間尺度下，自然環(huán)境中研究實體的空間異質(zhì)性可能會增強(qiáng)或減弱[20].本文以不同級別的行政管理單元為研究尺度，探討耕地質(zhì)量在不同尺度下的空間差異特征.市級、鄉(xiāng)鎮(zhèn)級、村級水平各指數(shù)的Moran’sI值變化情況見表2.

表2 不同空間尺度下的耕地質(zhì)量全局Moran’s I值變化表

由表2可見，在不同空間尺度下，琿春市3種類型的耕地質(zhì)量指數(shù)在空間分布上較為相似，但在不同尺度下的同一等別指數(shù)存在一定差異，具體情況如下：

(1) 耕地質(zhì)量Moran’sI值的平均值在不同尺度下有所差異，3類指數(shù)的平均Moran’sI值則表現(xiàn)出村級<鄉(xiāng)鎮(zhèn)級<市級的態(tài)勢，這說明了耕地質(zhì)量的空間自相關(guān)性隨著空間尺度的增大、耕地地塊的增加而增強(qiáng).造成這種現(xiàn)象的原因主要是較大的區(qū)域尺度掩蓋了小區(qū)域的耕地變化.在3類指數(shù)的變異系數(shù)上表現(xiàn)為，村級遠(yuǎn)大于鄉(xiāng)鎮(zhèn)級，即村級尺度下的耕地質(zhì)量空間正相關(guān)性的波動幅度較鄉(xiāng)鎮(zhèn)級大.

(2) 在同一尺度下，耕地質(zhì)量3類指數(shù)的Moran’sI值均為自然等指數(shù)<利用等指數(shù)<經(jīng)濟(jì)等指數(shù)，由此可見，耕地質(zhì)量自然等指數(shù)的空間自相關(guān)性最弱，利用等較強(qiáng)，經(jīng)濟(jì)等最強(qiáng)；從耕地質(zhì)量3類指數(shù)Moran’sI值的內(nèi)部差異性看，鄉(xiāng)鎮(zhèn)級變異系數(shù)表現(xiàn)為經(jīng)濟(jì)等指數(shù)<利用等指數(shù)<自然等指數(shù)，即空間變異程度最大的是自然等指數(shù)，其次是利用等，經(jīng)濟(jì)等最小.村級尺度下的耕地質(zhì)量3類指數(shù)空間自相關(guān)變化幅度為自然等<經(jīng)濟(jì)等<利用等.由此可以說明自然等是利用等和經(jīng)濟(jì)等的基礎(chǔ)，人為改善耕作條件、提高農(nóng)業(yè)技術(shù)等可弱化區(qū)域間耕地的利用及產(chǎn)出差異.

4 結(jié)論與討論

(1) 琿春市耕地質(zhì)量呈現(xiàn)一定的空間集聚性，在每個耕地單元相鄰空間單元個數(shù)為6時存在顯著的空間自相關(guān)集聚特性，以K=6構(gòu)建空間權(quán)重矩陣進(jìn)行空間自相關(guān)分析具有較好的合理性.

(2) 空間分布上，琿春市大部分耕地的國家自然等別為11等、12等，廣泛分布在琿春市各鄉(xiāng)鎮(zhèn)；國家自然等別最低的是14等，主要分布在馬川子鄉(xiāng)電線村，其耕地自然條件較差，耕地類型為旱地，在以后發(fā)展過程中可加大對該村的技術(shù)投入來改善其耕地的生產(chǎn)能力；利用等別最低的耕地分布在春化鎮(zhèn)，經(jīng)濟(jì)等別中13等耕地占63.74%，余下全是12等耕地.

(3) 耕地質(zhì)量空間變異對尺度變化較為敏感.在不同空間尺度下，耕地質(zhì)量指數(shù)的集聚性隨空間尺度的增大而增強(qiáng)，即空間尺度越大、耕地質(zhì)量的空間自相關(guān)性越強(qiáng)，其空間變異性越小，這與李武艷等[2]、熊昌盛等[10]的研究結(jié)果較為相似，可能由于較小的區(qū)域空間內(nèi)部結(jié)構(gòu)復(fù)雜多樣，導(dǎo)致其空間自相關(guān)性降低.對空間尺度變化最為敏感的是自然等指數(shù)的Moran’sI值，利用等次之，經(jīng)濟(jì)等最小.

(4) 應(yīng)重點保護(hù)HH型區(qū)域內(nèi)的耕地，積極改良土地利用條件使HL和LH型區(qū)域內(nèi)的耕地向HH型耕地利用條件轉(zhuǎn)化是各鄉(xiāng)鎮(zhèn)共同面臨的問題；LL型區(qū)域內(nèi)的耕地自然條件普遍較差，應(yīng)給予積極保護(hù)，若涉及農(nóng)地轉(zhuǎn)為建設(shè)用地或其他非農(nóng)用地，LL型區(qū)域內(nèi)的耕地是較為理想的選擇.

本文是在不同行政級別上進(jìn)行的多尺度耕地質(zhì)量空間自相關(guān)分析，不同尺度下耕地質(zhì)量的區(qū)域差異是各行政單元差別化利用與管理的結(jié)果.因此，應(yīng)將耕地質(zhì)量的空間變異性及其對空間尺度變化的敏感性納入耕地分區(qū)利用與保護(hù)體系，區(qū)別對待不同行政級別單元的耕地管理工作，從“大水漫灌”轉(zhuǎn)向“精確滴灌”，不搞一刀切.同時，鄉(xiāng)鎮(zhèn)及村級微觀尺度下的耕地質(zhì)量的空間差異應(yīng)引起高度重視，綜合考慮耕地自然條件、利用水平和產(chǎn)出效益，探索出一條符合琿春實際的耕地利用與保護(hù)的道路.在既定的自然條件下，氣候的變化、技術(shù)的改進(jìn)及生產(chǎn)水平的提高會極大改善耕地利用條件，因此耕地質(zhì)量指數(shù)應(yīng)適時調(diào)整以適應(yīng)新的生產(chǎn)環(huán)境，這也是接下來需要探索和研究的重要內(nèi)容.