代仁麗, 鐘九生, 江 麗, 段紀(jì)維
(貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院, 貴陽(yáng) 550001)
耕地是人類(lèi)賴(lài)以生存的基本資源和條件,是農(nóng)業(yè)生態(tài)中的重要組成成分,也是人類(lèi)活動(dòng)改造自然景觀的重要體現(xiàn)[1]。耕地也是影響糧食生產(chǎn)的重要因素,隨著經(jīng)濟(jì)的發(fā)展和城市的擴(kuò)展,出現(xiàn)建設(shè)用地占用耕地及退耕還林還草等情況,是對(duì)中國(guó)確保糧食生產(chǎn)的巨大挑戰(zhàn),同時(shí)也是對(duì)耕地保護(hù)的挑戰(zhàn)。
目前,中國(guó)耕地?cái)?shù)量正不斷下降[2],其變化引起眾多學(xué)者的關(guān)注。王靜怡等[3]用ARIMA模型探究了中國(guó)1996—2016年內(nèi)耕地?cái)?shù)量的變化趨勢(shì),通過(guò)相關(guān)性分析得到第一產(chǎn)值增加值占比、年末總?cè)丝跀?shù)及城鎮(zhèn)人口數(shù)是影響耕地?cái)?shù)量變化的重要驅(qū)動(dòng)因子;趙育恒等[4]利用地理信息系統(tǒng)(geographic information system, GIS)空間分析、數(shù)學(xué)指數(shù)模型等方法進(jìn)行研究,得到全局性和區(qū)域性政策演進(jìn)與人類(lèi)活動(dòng)定向干預(yù)的雙重作用影響著中國(guó)省域耕地利用變化;趙銳鋒等[5]通過(guò)變化軌跡分析法、景觀指數(shù)和偏最小二乘回歸模型來(lái)探究黑河中游地區(qū)耕地景觀的演變過(guò)程及演變的驅(qū)動(dòng)力。不同學(xué)者通過(guò)不同的空間尺度及方法探究了耕地的變化,同時(shí)對(duì)影響耕地變化的驅(qū)動(dòng)因子進(jìn)行了研究[6-12]。曹祺文等[13]以珠三角地區(qū)為例研究了基于空間自相關(guān)的區(qū)域農(nóng)地變化驅(qū)動(dòng)力;曾祥坤等[14]以深圳市為例研究了基于Logistic曲線的快速城市化地區(qū)耕地變化人文驅(qū)動(dòng)力建模;劉殿鋒等[15]分析了空間交互視角下中國(guó)城市群耕地變化影響因素;王文旭等[16]應(yīng)用文獻(xiàn)分析法、分類(lèi)統(tǒng)計(jì)法和比較分析法綜述了耕地?cái)?shù)量變化的驅(qū)動(dòng)因子與驅(qū)動(dòng)機(jī)理,較全面的探討了在耕地方面的研究??傮w來(lái)說(shuō),在耕地的研究上,不管是研究尺度[14,17-18],還是影響耕地變化的驅(qū)動(dòng)因子[13,19]都較為廣泛,但市域及小尺度的研究和單類(lèi)型因子的研究還是相對(duì)較少,而對(duì)于貴州省區(qū)域內(nèi)耕地的研究更少;在研究方法上,地理探測(cè)器是空間分異性分析的有力工具,既可以探測(cè)數(shù)值型數(shù)據(jù),也可以探測(cè)定性數(shù)據(jù),現(xiàn)已被土地利用、生態(tài)、區(qū)域經(jīng)濟(jì)及遙感等領(lǐng)域運(yùn)用[20]。利用地理探測(cè)器對(duì)耕地變化的驅(qū)動(dòng)力進(jìn)行探究具有一定的研究潛力。韓海清等[21]運(yùn)用地理探測(cè)器對(duì)中亞五國(guó)耕地驅(qū)動(dòng)力進(jìn)行深入研究,結(jié)果表明,在自然因素中,影響耕地變化的因素大小為年平均降水量對(duì)>年平均氣溫>海拔高度。周潤(rùn)芳等[22]運(yùn)用地理探測(cè)器探究地形對(duì)耕地分布的影響,結(jié)果表明各地貌區(qū)影響耕地分布的主導(dǎo)因子不同,溝壑密度對(duì)耕地的影響作用不可忽略。
銅仁市是中國(guó)土壤污染綜合防治先行示范區(qū)之一,為探究土壤環(huán)境復(fù)雜的銅仁市耕地分布特征及驅(qū)動(dòng)力,通過(guò)土地利用轉(zhuǎn)移矩陣,采用景觀指數(shù)及地理探測(cè)器,選取坡度、地貌、土壤及年均降水量四個(gè)自然因子進(jìn)行探測(cè),探討除去經(jīng)濟(jì)因子、政策因子及其他自然因子的影響外,其對(duì)銅仁市耕地的驅(qū)動(dòng)情況,了解在土壤污染相對(duì)嚴(yán)重的銅仁市,耕地的分布及變化及主要的驅(qū)動(dòng)因子,為銅仁市耕地保護(hù)等工作提供一定的參考。
銅仁市位于貴州省東北部。地理坐標(biāo)居于107°45′E~109°39′E,27°07′N(xiāo)~29°05′N(xiāo)。東鄰湖南省懷化市,北與重慶市接壤,西北高,東南低,全境以山地為主,喀斯特發(fā)育,山多地少,生態(tài)脆弱,大多數(shù)地域?qū)僦衼啛釒Ъ撅L(fēng)濕潤(rùn)氣候區(qū),總面積18 003 km2[23],在總面積中有耕地4 658.89 km2,占土地總面積25.87%,耕地分布通常以村寨為中心向外擴(kuò)展,如圖1所示。
圖1 研究區(qū)示意圖Fig.1 Schematic diagram of the study area
采用的氣象數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)服務(wù)網(wǎng)(http://data.cma.cn/)2010—2018年貴州省31個(gè)氣象站逐日降水量實(shí)測(cè)數(shù)據(jù),各站點(diǎn)數(shù)據(jù)經(jīng)過(guò)一致性檢驗(yàn)和質(zhì)量控制,能滿足研究需要。2000年、2010年土地覆蓋數(shù)據(jù)來(lái)源于中國(guó)地理信息資源目錄服務(wù)系統(tǒng),2018年土地覆蓋數(shù)據(jù)來(lái)源土地覆蓋數(shù)據(jù)來(lái)源于清華大學(xué)地球系統(tǒng)科學(xué)系(http://data.ess.tsinghua.edu.cn),分辨率均為30 m,根據(jù)需要將土地覆蓋類(lèi)型進(jìn)行統(tǒng)一整理將數(shù)據(jù)劃分為:耕地、林地、草地、水域、建設(shè)用地、未利用地6類(lèi)。土壤數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院土壤研究所1∶1 000 000比例的中國(guó)土壤圖,地貌數(shù)據(jù)來(lái)源于貴州省地理國(guó)情監(jiān)測(cè)云平臺(tái)。
2.2.1 景觀指數(shù)模型
景觀指數(shù)能高度濃縮反映土地利用/覆被變化(land use/cover change,LUCC) 景觀格局信息,反映其結(jié)構(gòu)組成和空間配置某些方面的定量指標(biāo)[24]。選取斑塊所占景觀面積比例P,確定斑塊邊界密度指數(shù)ED、斑塊密度PD及平均斑塊面積MPS這4個(gè)景觀指數(shù),從景觀格局動(dòng)態(tài)變化來(lái)研究土地利用變化[24-25],從而探究銅仁市耕地的空間格局演變特征及規(guī)律。各指數(shù)計(jì)算方式如下。
第i種斑塊所占景觀面積比例Pi的計(jì)算公式為
(1)
式(1)中:aij為斑塊i、j的面積,hm2;A為所有景觀類(lèi)型的總面積,hm2。
第i種斑塊邊界密度指數(shù)EDi的計(jì)算公式為
(2)
式(2)中:Ei為評(píng)價(jià)范圍內(nèi)第i種斑塊類(lèi)型的邊界總長(zhǎng)度,km;Ai為景觀i的總面積,km2。
第i種斑塊密度PDi計(jì)算公式為
(3)
式(3)中:Ni為景觀i的斑塊數(shù)。
第i種斑塊平均斑塊面積MPSi計(jì)算公式為
(4)
斑塊所占景觀面積比例P,可以確定區(qū)域內(nèi)優(yōu)勢(shì)景觀元素,斑塊邊界密度指數(shù)ED、斑塊密度PD和平均斑塊面積MPS可以反映景觀破碎化程度。
2.2.2 地理探測(cè)器
地理探測(cè)器是探測(cè)空間分異性及揭示其背后驅(qū)動(dòng)力的一組統(tǒng)計(jì)學(xué)方法[26]。其理論核心是通過(guò)空間異質(zhì)性來(lái)探測(cè)因變量與自變量之間空間分布格局的一致性,據(jù)此度量自變量對(duì)因變量的解釋度,其建立的因變量與自變量之間的關(guān)系將比經(jīng)典回歸更加可靠[20]。
(1)空間分異及因子探測(cè):用q值度量某探測(cè)因子X(jué)對(duì)Y的空間分異的解釋[20],其計(jì)算公式為
(5)
(6)
SST=Nσ2
(7)
因子交互作用探測(cè):識(shí)別不同因子之間的交互作用,評(píng)估兩因子共同作用和獨(dú)立作用時(shí)對(duì)因變量Y的解釋力[20]。首先,分別計(jì)算兩種因子X(jué)1和X2的q值,其次,計(jì)算兩因子交互的q值,對(duì)q(X1)、q(X2)與q(X1∩X2)進(jìn)行比較。
2000—2018年,銅仁市耕地分布存在較明顯的空間差異性。如圖2所示,銅仁市耕地主要分布在西北部的沿河土家族自治縣和德江縣,西部的思南縣,東北部的松桃苗族自治縣,其次是西南部的石阡縣,中部的印江土家族苗族自治縣;耕地分布較少的主要為東部的碧江區(qū),中部的江口縣,東南部的萬(wàn)山區(qū)和玉屏侗族自治縣。整體上,銅仁耕地空間分布不均勻,呈西多東少,西北多東南少,四周多中間少的空間分布特征。
圖2 銅仁市耕地分布Fig.2 Distribution of cultivated land in Tongren
由表1、圖3可知,2000—2018年,沿河、江口、碧江、萬(wàn)山和玉屏的耕地先增加后減少,其他區(qū)縣耕地均呈減少趨勢(shì);2000—2010年,西北部的沿河土家族自治縣、中部的江口縣、東部的碧江區(qū)和東南部的萬(wàn)山區(qū)及玉屏侗族自治縣耕地增加,增加的總面積為2.20×103hm2,大于耕地減少的面積;2010—2018年,所有區(qū)縣耕地面積均減少,減少8.80×103hm2,是前10年耕地面積減少的4倍左右。由于城鎮(zhèn)的擴(kuò)張,企業(yè)的增多和旅游業(yè)的發(fā)展,建設(shè)用地占用耕地面積增多,銅仁市耕地總量減少,2000—2018年,銅仁市除萬(wàn)山區(qū)外,其他區(qū)縣耕地面積均減少,減少的區(qū)縣中,僅江口縣的耕地減少面積小于萬(wàn)山區(qū)耕地增加面積。
表1 銅仁市各區(qū)縣耕地面積統(tǒng)計(jì)Table 1 Statistic of cultivated land area of Tongren Districts and Counties
圖3 銅仁市耕地面積空間分布Fig.3 Spatial distribution of cultivated land area in Tongren
耕地變化是農(nóng)業(yè)生產(chǎn)關(guān)注的重要問(wèn)題,為探究銅仁市耕地的轉(zhuǎn)移特征,基于2000年、2010年、2018年的銅仁市土地利用圖,利用GIS的空間分析,得到2000—2018年銅仁市土地利用轉(zhuǎn)移矩陣(表2)。
據(jù)統(tǒng)計(jì),2000—2010年,銅仁市耕地轉(zhuǎn)出46.616×103hm2,主要轉(zhuǎn)為林地,且轉(zhuǎn)出面積占轉(zhuǎn)出總面積的73.17%,其次是草地,轉(zhuǎn)為草地的面積占轉(zhuǎn)出總面積的22.50%。從轉(zhuǎn)入來(lái)看,林地和草地是耕地轉(zhuǎn)入的主要來(lái)源,轉(zhuǎn)入面積占轉(zhuǎn)入總面積的98.92%。2000年—2010年,耕地轉(zhuǎn)入面積大于轉(zhuǎn)出面積,總體增加。2010—2018年,耕地轉(zhuǎn)為林地和草地均減少,轉(zhuǎn)為建設(shè)用地的面積增加,從1.018×103hm2增加至8.705×103hm2,耕地轉(zhuǎn)出面積僅次于林地。從轉(zhuǎn)入來(lái)看,林地仍是耕地轉(zhuǎn)入的主要來(lái)源,其轉(zhuǎn)入耕地的面積占轉(zhuǎn)入總面積的75.00%;2010—2018年,銅仁市耕地轉(zhuǎn)出大于轉(zhuǎn)入,總體減少。
表2顯示,2000—2018年銅仁市耕地轉(zhuǎn)入的主要來(lái)源為林地和草地,共轉(zhuǎn)入47.063×103hm2,但耕地總量減少8.791×103hm2,主要轉(zhuǎn)為林地、草地和建設(shè)用地,轉(zhuǎn)出面積分別占轉(zhuǎn)出總面積的61.27%、19.21%和16.49%。2018年來(lái)銅仁市建設(shè)用地增加,且增加面積最多,為14.825×103hm2,主要轉(zhuǎn)入來(lái)源是耕地。結(jié)果表明,2000—2018年銅仁市耕地動(dòng)態(tài)轉(zhuǎn)移過(guò)程明顯,轉(zhuǎn)入與轉(zhuǎn)出土地利用類(lèi)型穩(wěn)定,轉(zhuǎn)為建設(shè)用地的面積增加,總體變化均衡。
表2 2000—2018年銅仁市土地利用轉(zhuǎn)移矩陣Table 2 Land use transfer matrix of Tongren City from 2000 to 2018
2000—2018年,銅仁市耕地呈先增加后減少的動(dòng)態(tài)變化??傮w來(lái)看,耕地增加的只有萬(wàn)山區(qū),增加面積小于1×103hm2,耕地減少的地區(qū)主要是德江縣、碧江區(qū)、松桃苗族自治縣及思南縣,且耕地減少面積均大于1×103hm2;各區(qū)縣耕地轉(zhuǎn)出的最主要土地利用類(lèi)型為林地,其次是草地和建設(shè)用地,用S表示面積,其中6個(gè)區(qū)縣S(耕地轉(zhuǎn)為草地)>S(耕地轉(zhuǎn)為建設(shè)用地),4個(gè)區(qū)縣S(耕地轉(zhuǎn)為建設(shè)用地)>S(耕地轉(zhuǎn)為草地),分別是德江縣、碧江區(qū)、玉屏侗族自治縣和萬(wàn)山區(qū),如圖4所示。由圖5可知,銅仁市耕地減少明顯,且呈減少區(qū)域主要集中在各區(qū)縣城鎮(zhèn)部分,城市擴(kuò)張,交通建設(shè)增加,旅游產(chǎn)品得到全面開(kāi)發(fā),同時(shí)水庫(kù)加固,變電站和污水處理廠等建設(shè)在一定程度上占用了耕地;在地勢(shì)較高的區(qū)域耕地也有減少,一方面是地勢(shì)較高,村民較難到達(dá)進(jìn)行耕種,另一方面是退耕還林和多產(chǎn)業(yè)(如種植茶葉、果樹(shù)等)的發(fā)展。
數(shù)據(jù)正負(fù)表示耕地轉(zhuǎn)入轉(zhuǎn)出情況圖4 2000—2018年銅仁市各縣耕地轉(zhuǎn)入轉(zhuǎn)出面積Fig.4 Farmland transferring and transferring area of Tongren Counties from 2000 to 2018
圖5 2000—2018年銅仁市耕地空間變化格局Fig.5 Spatial change pattern of cultivated land in Tongren City from 2000 to 2018
銅仁市不同土地利用類(lèi)型的動(dòng)態(tài)變化,可以反映耕地的分布情況。運(yùn)用Fragstats軟件,計(jì)算得到各景觀指數(shù),如表3所示。從斑塊所占景觀面積比例P看,林地和耕地占比較大,景觀優(yōu)勢(shì)度相對(duì)較大;從斑塊密度PD、斑塊邊界密度ED、平均斑塊面積MPS指數(shù)來(lái)看,耕地景觀破碎化程度大,景觀格局破碎化特征明顯。
表3 2000—2018年銅仁市土地利用類(lèi)型景觀指數(shù)變化Table 3 Landscape index changes of land use types in Tongren City from 2000 to 2018
從2000—2018年銅仁市景觀指數(shù)的變化來(lái)看,銅仁市林地和草地景觀優(yōu)勢(shì)度降低,破碎化程度呈小幅增加趨勢(shì);建設(shè)用地及水域景觀優(yōu)勢(shì)度持續(xù)增長(zhǎng),面積擴(kuò)張,斑塊破碎化程度減小;耕地變化較為波動(dòng),斑塊所占景觀面積比例P先增大后減小,其景觀優(yōu)勢(shì)度呈“增加→減少”變化,表明耕地在減少,斑塊密度PD、斑塊邊界密度ED及平均斑塊面積MPS的動(dòng)態(tài)變化,均表明耕地破碎化程度變高。景觀指數(shù)的變化結(jié)果顯示,耕地景觀優(yōu)勢(shì)度在減小,其景觀破碎化程度越來(lái)越高,耕地面積減少,集中連片分布少,零散分布多,空間分布不均勻,景觀格局破碎化特征明顯。
3.4.1 因子探測(cè)分析
自然因素與其他因素均能影響耕地的變化,通過(guò)地理探測(cè)器的因子探測(cè)探究選取的自然因子對(duì)耕地的影響大小,結(jié)果如表4所示。由表4可知,驅(qū)動(dòng)因子對(duì)耕地的影響程度依次是坡度>土壤類(lèi)型>地貌類(lèi)型>年均降水量。坡度的q值最大,達(dá)0.129 4,是4個(gè)因子中影響耕地變化的主要因子,解釋力超過(guò)10%,年均降水量q值最小,其解釋力不足1%。從時(shí)間尺度上分析驅(qū)動(dòng)因子的變化,2000—2018年,坡度、地貌類(lèi)型、土壤類(lèi)型q值呈小幅增加趨勢(shì),年均降水量的q值呈減少趨勢(shì)(圖6)。因子探測(cè)結(jié)果顯示:坡度對(duì)耕地變化的解釋力增強(qiáng),年均降水量的解釋力逐漸減弱,對(duì)耕地變化的影響在減小。
圖6 驅(qū)動(dòng)因子q值變化Fig.6 Variation of q value of driver factor
表4 驅(qū)動(dòng)因子的q值Table 4 q values of driving factor
3.4.2 因子交互作用探測(cè)分析
交互作用主要用于研究不同影響因素之間的交互影響作用[27],判斷因子交互作用的方向及方式,是地理探測(cè)器相對(duì)于其他統(tǒng)計(jì)方法的最大優(yōu)勢(shì)[22]。借助地理探測(cè)器的因子交互探測(cè),得到表5。結(jié)果表明,驅(qū)動(dòng)因子對(duì)耕地的影響存在交互作用,且兩因子交互的q值均大于每個(gè)單獨(dú)因子的q值。
因子交互作用呈互相增強(qiáng)關(guān)系,說(shuō)明因子之間具有協(xié)調(diào)性,表5顯示坡度∩土壤類(lèi)型(0.287 8)>坡度∩地貌類(lèi)型(0.206 6)>地貌類(lèi)型∩土壤類(lèi)型(0.177 4)>坡度∩年均降水量0.142 5)>土壤類(lèi)型∩年均降水量(0.093 9)>地貌類(lèi)型∩年均降水量(0.063 7),因子交互作用對(duì)耕地的影響具有相互增強(qiáng)效應(yīng),各因子與坡度相互作用時(shí),q值較大,解釋力度也增強(qiáng)??偟膩?lái)說(shuō),坡度與土壤類(lèi)型相互作用時(shí),對(duì)耕地變化的解釋力最大。
表5 因子交互作用探測(cè)Table 5 Factor interaction detection
據(jù)統(tǒng)計(jì),當(dāng)坡度大于25°時(shí),耕地面積較少,分布少;耕地主要分布在喀斯特石漠化中山谷地,峰林溶原(盆地)、深切低山及峰叢谷地區(qū)域;當(dāng)土壤類(lèi)型為人為土和淋溶土?xí)r,耕地分布較多。年均降水量大于1 372 mm時(shí),耕地面積少;年均降水量在820~986 mm及在1 141~1 372 mm時(shí),耕地面積較大,分布較多。結(jié)合因子的交互作用可知,坡度小于25°,相對(duì)平坦的地區(qū),土壤類(lèi)型為高活性強(qiáng)酸土,年均降水量在820~986 mm時(shí),耕地分布多,面積大;當(dāng)坡度太大或太小,地勢(shì)較陡或較平緩,土壤肥力低、有效養(yǎng)分含量低,降水量太多時(shí),耕地分布少,面積小,一方面是不適宜農(nóng)作物耕種,或者促進(jìn)了植被增長(zhǎng),導(dǎo)致耕地轉(zhuǎn)化為草地或林地;另一方面是存在耕地被占用的現(xiàn)象。
研究了銅仁市2000—2018年耕地的變化情況,選取4個(gè)自然因子進(jìn)行探測(cè),分析耕地的驅(qū)動(dòng)力。得到如下結(jié)論。
(1)2000—2018年銅仁市耕地景觀優(yōu)勢(shì)度減小,景觀破碎化程度越來(lái)越大,耕地面積減少,且主要轉(zhuǎn)為林地、建設(shè)用地和草地。建設(shè)用地增加最多,且主要來(lái)源于耕地的轉(zhuǎn)入,說(shuō)明銅仁市退耕還林還草成果有效,其城市也在擴(kuò)張,城鎮(zhèn)化發(fā)展較快,且較大程度上占用了耕地,銅仁市需加強(qiáng)對(duì)耕地的保護(hù),同時(shí)做好基本農(nóng)田的劃定和管護(hù)。
(2)驅(qū)動(dòng)因子對(duì)耕地的影響程度排序?yàn)椋浩露?土壤類(lèi)型>地貌類(lèi)型>年均降水量。在考慮坡度和年均降水量的條件下,增加了地貌類(lèi)型和土壤類(lèi)型,進(jìn)一步探討了不同自然因子對(duì)銅仁市耕地變化的驅(qū)動(dòng)情況,且年均降水量對(duì)銅仁市耕地變化的作用較小。
(3)驅(qū)動(dòng)因子之間存在交互作用,且作用相互增強(qiáng)。兩因子的交互作用結(jié)果說(shuō)明,每個(gè)單獨(dú)的驅(qū)動(dòng)因子對(duì)耕地分布的作用小于其和其他驅(qū)動(dòng)因子的共同作用??傮w來(lái)說(shuō),耕地分布主要集中在海拔較低、坡度較小,地勢(shì)較緩,土壤肥力較好,降水適中的區(qū)域。高活性強(qiáng)酸土本不適合農(nóng)作物的耕種,但銅仁市汞礦和錳礦資源豐富,成為銅仁土壤污染防治的重點(diǎn),銅仁市土地資源稀缺,農(nóng)業(yè)需發(fā)展,以耕地土壤修復(fù)為契機(jī),開(kāi)展土壤污染防治,或許是高活性強(qiáng)酸土區(qū)域耕地分布多的原因之一。
銅仁市耕地分布不均勻,驅(qū)動(dòng)因子對(duì)其分布的作用存在差異性,驅(qū)動(dòng)因子的作用結(jié)果在一定程度上對(duì)銅仁市耕地的保護(hù)提供了參考,銅仁市在進(jìn)行生態(tài)文明建設(shè)及土壤污染防治的過(guò)程中,需重點(diǎn)關(guān)注其耕地情況,合理利用耕地,使生態(tài)環(huán)保工作、土壤污染防治工作與耕地保護(hù)耕工作相得益彰。