高標準農田建設對耕地質量的影響

摘要：

研究高標準農田建設對耕地質量等級的影響情況，分析各項評價指標因素在高標準農田建設前后的變化情況和對耕地質量的貢獻程度，為余江區(qū)合理規(guī)劃建設高標準農田、提高耕地質量提供科學參考和技術依據。以余江區(qū)2015年和2020年期間建設的高標準農田為例，通過RS技術和ArcGIS手段獲取評價指標指數，從自然地理、土壤狀況和人為管理3個角度構建評價指標體系，采用CRITIC法確定各指標權重，對高標準農田建設前后耕地質量進行評價，計算各指標貢獻值。高標準農田建成后，總體耕地質量得到提升，Ⅰ級耕地面積增加1 165.59 hm²，增加21個百分點，平均耕地質量等級提升0.79個等級；從各行政鄉(xiāng)鎮(zhèn)提升情況來看，各地區(qū)均有提升，其中平定鄉(xiāng)提升最多，提升0.75個等級，變化率為32.61%。在建設過程中，土壤水分指數貢獻程度最高，耕地等級提升貢獻值（CG）為0.244，貢獻程度達30.96%，變化率為31.91%。余江區(qū)耕地質量等級在高標準農田建成后有較大提升，其中水利設施的貢獻程度最高，在建成前后代表該方面指數的提升程度也最為明顯。

關鍵詞：余江區(qū)；高標準農田；耕地質量；等級評價；土壤水分

中圖分類號：F323.21

文獻標識碼：A

文章編號：2095-5553 （2025） 01-0255-09

Influence of high standard farmland construction on cultivated land quality and the

contribution of factor index： A case study of Yujiang District， Yingtan City

Liao Tonglin¹， Ye Yingcong^{1， 2}， Kuang Lihua^{1， 2}

（1. College of Land Resources and Environment， Jiangxi Agricultural University， Nanchang， 330045， China；

2. Key Laboratory of Poyang Lake Basin Agricultural Resources and Ecology， Ministry of Agriculture and

Rural Affairs， Jiangxi Agricultural University， Nanchang， 330045， China）

Abstract：

This paper investigated the impact of the construction of high-standard farmland on the quality level of cultivated land， analyzed the alterations of each evaluation index factor before and after the construction of high-standard farmland and the degree of contribution to the quality of cultivated land， and offered scientific references and technical bases for the rational planning and construction of high-standard farmland and the improvement of the quality of cultivated land in Yujiang District. Taking the high-standard farmland constructed in Yujiang District during 2015 and 2020 as an example， the evaluation index was obtained through RS technology and ArcGIS means， and the evaluation index system was constructed from three aspects such as physical geography， soil condition and human management. The CRITIC method was employed to determine the weight of each index， and the quality of cultivated land before and after the construction of high-standard farmland was evaluated. The contribution value of each indicator was calculated. After the construction of high-standard farmland， the overall quality of cultivated land was enhanced， the area of grade Ⅰ arable land increased by 1165.59 hm²， with an increase of 21 percentage points， and the average quality level of cultivated land rose by 0.79 levels. From the improvement situation of various administrative townships， all regions witnessed an improvement， among which Pingding Township had the most significant improvement， with an increase of 0.75 levels and a change rate of 32.61%. During the construction process， the soil moisture index contributed the most， the contribution value （CG） of cultivated land grade improvement was 0.244， the contribution degree was 30.96%， and the change rate was 31.91%. The quality level of cultivated land in Yujiang District was improved significantly after the completion of high-standard farmland， in which the contribution of water conservancy facilities was the highest， and the improvement of this index was also the most notable before and after the completion.

Keywords：

Yujiang District; high standard farmland; cultivated land quality; grade evaluation; soil moisture

0"引言

耕地是珍貴而有限的自然資源，耕地質量關系到國家糧食安全、農產品質量安全及生態(tài)安全，是保障社會經濟可持續(xù)發(fā)展、滿足人民日益增長的物質需要的必要基礎^［1］。高標準農田建設是優(yōu)化農田空間布局，改善耕地基礎設施，提高耕地質量和綜合生產能力的重要舉措^［2］?！度珖邩藴兽r田建設總體規(guī)劃》指出，到2020年，建成集中連片、旱澇保收的高標準農田5 330 khm²以上，每公頃農田糧食綜合生產能力提高1 492 kg以上。當前，已有研究針對余江區(qū)進行耕地保護^［3］和基本農田的劃定^［4］，在GB/T 33130—2016《高標準農田建設評價規(guī)范》和GB/T 30600—2022《高標準農田建設通則》等技術規(guī)程發(fā)布后，余江區(qū)的高標準農田建設進入飛速發(fā)展階段。

現(xiàn)階段國內外學者對耕地質量評價進行了大量研究。評價體系方面有以土壤功能^［5］、農業(yè)用地梯度^［6］、雙評價^［7］等角度或是基于P-S-R^［8］、SVM^［9］、InVEST^［10］等模型構建；評價的方法則以層次分析法和德爾菲法相結合（AHP-Delphi）為主流^［11］；隨著遙感影像技術和大數據算法的普及，獲取指標的手段擴增了RS技術^［12］、數據集^［13］和數據挖掘技術^［14］。但目前高標準農田建設對耕地質量等級提升的影響研究較少，尤其是對影響耕作質量等級變化指標的分析不多，或只是基于耕地產能^［15］、綜合效益^［16］進行比較，未形成統(tǒng)一的對高標準農田建設項目區(qū)內耕地質量等級評價的技術規(guī)范^［17］。

為彌補上述不足，基于RS技術和ArcGIS軟件平臺，以“自然地理—土壤狀況—人為管理”為框架，開展鷹潭市余江區(qū)2015—2020年期間新建高標準農田的耕地質量評價，將高標準農田建設前后的耕地質量進行對比，并結合評價體系，分析各指標對提升耕地質量等級的貢獻程度和變化情況。

1"材料與方法

1.1"研究區(qū)概況

余江區(qū)位于江西省東北部，信江中下游，東與鷹潭市月湖區(qū)、貴溪市接壤，南和撫州市金溪縣相通，西界撫州市東鄉(xiāng)區(qū)，北鄰上饒市萬年縣、余干縣。余江區(qū)整個面積走向是典型的東西窄，南北長，其南北全長75 km，東西寬28.65 km，最狹蜂腰地段僅17.5km，總面積為932.84 km²；地勢東北部較高，南部略偏高，沿信江、白塔河兩岸為沖積平原地帶，全區(qū)屬亞熱帶濕潤季風氣候，年平均氣溫為17.6℃，年平均降水量1 788.8mm，境內主要為信江和饒河兩條主河道，水資源充沛。

余江區(qū)靠近鄱陽湖地帶，是典型的紅壤集中分布區(qū)，富含大量鋁元素和鐵元素。耕種作物主要為水稻，一年兩熟，收割季分別在6月和10月下旬。

1.2"高標準農田建設項目概況

2015—2020年期間余江區(qū)高標準農田建設區(qū)域涉9個行政鄉(xiāng)鎮(zhèn)，面積共5 550.55 hm²；主要集中在余江區(qū)中部沿流區(qū)域的平原地帶，西南地區(qū)、北部和東北部均有少量分布。其中春濤鄉(xiāng)762.94 hm²，鄧埠街鎮(zhèn)149.28 hm²，洪湖鄉(xiāng)81.78 hm²，畫橋鎮(zhèn)378.74 hm²，潢溪鎮(zhèn)335.13 hm²，錦江鎮(zhèn)1 827.86 hm²，平定鄉(xiāng)1 391.42 hm²，楊溪鄉(xiāng)507.82 hm²，中童鎮(zhèn)115.58 hm²。高標準農田具體分布情況如圖1所示。高標準農田建設面積廣闊，將其作為研究區(qū)，對于研究長江中下游地區(qū)的高標準農田建設產生的耕地質量影響具有代表性意義。

1.3"數據來源與預處理

1） "2015年耕地質量等級年度更新成果和2020年耕地質量等級年度更新成果來源于鷹潭市余江區(qū)農業(yè)農村局。在ArcGIS 10.6平臺中提取兩個時期的有效土層厚度、土壤質地、有效磷、速效鉀、酸堿度、有機質含量等指標數據。

2） "余江區(qū)土地利用現(xiàn)狀調查成果來源于余江區(qū)第三次全國國土調查成果。在ArcGIS 10.6平臺中提取水澆地、水田、園地、林地、旱地以及草地等土地利用類型以獲取土地利用程度指數^［8］；提取耕地圖斑信息并根據式（1）和式（2）分別計算耕地形狀指數SI和分維度指標FRAC。

SI=E_i4A_i

（1）

FRAC=2ln0.25E_ilnA_i

（2）

式中：

E_i——耕地周長，m；

A_i——耕地面積，m²。

3） 坡度由DEM高程數據提取，DEM高程數據采用30 m分辨率，來自地理空間數據云，結構不敏感色素指數SIPI、增強植被指數EVI、歸一化水汽指數NDMI分別由式（3）～式（5）進行波段組合計算獲得，本文使用的衛(wèi)星遙感影像數據為Landsat-8遙感影像與Sentinel-2遙感影像，分別來源于地理空間數據云和歐空局哥白尼數據中心，并通過選取含云量少于10%的影像圖，在ENVI 5.3.1平臺中進行輻射定標、大氣校正、重采樣、波段融合、鑲嵌、裁剪等預處理操作，以保證各波段反射率的準確性。

SIPI=BlueRed×1Blue-1NIR1Red-1NIR

（3）

EVI=2.5×（NIR-Red）NIR+6Red-7.5Blue+1

（4）

NDMI=NIR-SWIR1SWIR1+NIR

（5）

式中：

NIR——近紅外波段反射率值；

Red——紅色波段反射率值；

Blue——藍色波段反射率值；

SWIR1——短波紅外1的波段反射率。

1.4"研究方法

1.4.1"評價指標體系建立

土壤狀況是評價耕地質量的直觀體現(xiàn)，耕地只有在具備一定的土壤條件的前提下，作物才能健康生長，從而體現(xiàn)出耕地的質量，但耕地的質量不僅表現(xiàn)在自然質量下，還表現(xiàn)在社會經濟質量上，即人為管理的影響；在因素方面，不能只考慮耕地的土壤因素，還應該考慮耕地所處的自然環(huán)境和地理狀況^［18］。

因此，考慮對鷹潭市余江區(qū)耕地質量產生影響的各類指標因素進行分析，以高標準農田建設背景下耕地質量內涵為出發(fā)點，既綜合參考現(xiàn)有的耕地質量評價體系，又結合余江區(qū)實際社會經濟和自然地理狀況，并充分借鑒吸收前人的研究成果，從自然地理、土壤狀況和人為管理3個角度出發(fā)，選取7個指標，共計13個評價因子，構建耕地質量評價指標體系，如表1所示。

其中，“自然地理”是指耕地所處的自然地理狀況和區(qū)位狀況，將坡度指數、細碎化指數2個指標作為自然地理指標，其中細碎化指數包括形狀和分維度；土壤狀況是指耕作土壤的屬性狀況，選取土壤肥力指數、土壤質量指數和土壤水分指數作為土壤狀況指標，其中土壤肥力指數由增強植被指數EVI體現(xiàn)，土壤質量指數包括有效土層厚度、土壤質地、有效磷、速效鉀、酸堿度和有機質含量，并由歸一化水汽指數NDMI表示土壤水分指數；人為管理是指人類活動對耕地所造成的影響，為土地利用程度指數和植被脅迫指數，分別采用土地利用強度綜合指數LUD和結構不敏感色數指數SIPI。

1.4.2"數據標準化處理

根據GB/T 33469—2016《耕地質量等級》劃分標準和各指標數值直方圖的分布情況對每個指標進行分級，并通過研究區(qū)實際地理情況進行調整，得到分級標準如表2所示。將分級后的各項指標數值設置為［0，100］的分級閥值，并利用線型內插法給每一個等級的觀測值再賦予相應的分值，保證每一個級別內分數的連續(xù)性。線型內插法計算如式（6）所示。

y=ymax-yminxmax-xmin×x+ymin-ymax-yminxmax-xmin×xmin

（6）

式中：

x——觀測值；

xmin、xmax——最小觀測值、最大觀測值；

y——賦予的分值；

ymin、ymax——最小分值、最大分值。

1.4.3"評價指標權重確定和評價分級

CRITIC法是基于評價指標的變異性和指標之間的沖突性來綜合衡量指標客觀權重的賦權法，在考慮指標變異性大小的同時又兼顧指標之間的相關性，完全利用數據自身的客觀屬性進行科學評價^［19］。各指標權重分配結果如表3所示。評價指標權重計算如式（7）～式（9）所示。

Rj=∑ni=1（1-rij）

（7）

Cj=Sj×Rj

（8）

Wj=Cj∑nj=1Cj

（9）

式中：

Sj——第j個指標的標準差；

rij——評價指標i和j之間的相關系數；

n——指標個數；

Rj——指標i與其余指標的沖突性；

Cj——第j個指標所附帶的信息量；

Wj——指標j的權重。

采用綜合指數法對每個耕地的評價單元的綜合分值進行計算，如式（10）所示。

P=∑nl=1Z^*blQl

（10）

式中：

Z^*bl——

第b個樣本中第l個指標的標準化值；

Ql——第l個指標的權重；

P——綜合耕地質量評分。

將計算好的綜合質量分值導入到SPSS中，利用K-均值聚類分析進行分級^［20］。余江區(qū)耕地質量等級劃分標準如表4所示。

由表4可知，余江區(qū)耕地質量等級共5級，各等級綜合指數差為3.701。進而推導出單項評價指標對耕作質量綜合等級影響公式為

CGm=ΔPmA×Qm

（11）

ΔPm=∑nf=1（x^*m2-x^*m1）×SfS

（12）

RCm=ΔPm∑nf=1x^*m1×SfS

（13）

式中：

CGm——

第m個評價指標對耕地質量綜合等級提升的貢獻值；

ΔPm——第m個指標的綜合變換量；

RCm——第m個指標的變換率；

x^*m1——

高標準農田建設前每個評價單元第m個指標數據標準化值；

x^*m2——

高標準農田建設后每個評價單元第m個指標數據標準化值；

Qm——第m個指標所占權重；

Sf——第f個評價單元的面積，hm²；

S——項目區(qū)總面積，hm²；

A——

項目區(qū)各等級綜合指數差，余江區(qū)為3.701。

2"結果與分析

2.1"高標準農田建設后耕地質量等級變化

按照表4的分級標準，將余江區(qū)高標準農田建設前后的耕地分為5級。通過面積加權的方式計算出2015年新建高標準農田項目前平均耕地質量等級為3.12，2020年新建高標準農田項目區(qū)后平均耕地質量為2.33，相比提升0.79個等級，變化率為25.32%。高標準農田建設前后不同耕地質量等級的面積變化情況如表5所示。

由表5可知，原先占比最高的Ⅱ級耕地面積由2 053.09 hm²變?yōu)? 825.76hm²，占比由原先的36.99%變?yōu)?2.89%，降低4.10個百分點；而Ⅰ級耕地的面積則有了較大地提升，由86.86 hm²上升到1 252.45hm²，占比達到22.56%，提升21.00個百分點；特別是，Ⅳ級耕地的面積降幅比較大，由21.88%降到了7.86%，下降14.02個百分點；Ⅲ級耕地和Ⅴ級耕地的變化情況則相對較小，分別下降0.87個百分點和2.01個百分點?？傮w而言，高標準農田建設后，耕地質量整體有了較大的提升，Ⅰ級耕地面積顯著增長，Ⅱ級和Ⅲ級耕地面積略微下降，質量較差的Ⅳ級和Ⅴ級耕地則呈現(xiàn)下降趨勢。

2.2"高標準農田建設后耕地空間分布變化

高標準農田建設前后，余江區(qū)的耕地質量空間分布變化如圖2所示。高標準農田建設后，余江區(qū)中部的平定鄉(xiāng)、西部的楊溪鄉(xiāng)、中北部的錦江鎮(zhèn)等鄉(xiāng)鎮(zhèn)，耕地質量等級整體提升，Ⅰ級耕地的面積比例呈現(xiàn)上升趨勢；而余江區(qū)北部的花橋鎮(zhèn)，耕地質量等級提升幅度較小，以Ⅳ級耕地為主。

余江區(qū)11個行政鄉(xiāng)鎮(zhèn)高標準農田建設前后平均耕地質量等級對比見表6。由表6可知，平定鄉(xiāng)的耕地質量提升最為明顯，由原先的2.30級上升到1.55級，提升0.75個等級，變化率為32.61%；洪湖鄉(xiāng)耕地質量變化率為24.26%，等級提升達到0.99個等級；變化最為不明顯的鄉(xiāng)鎮(zhèn)為畫橋鎮(zhèn)，平均等級僅提升0.33，變化率為8.51%。綜上可知，各行政鄉(xiāng)鎮(zhèn)所處在項目內的耕地質量等級，在高標準農田建設后，均有所提升。

2.3"指標指數對提升耕地質量等級貢獻

根據式（11）計算得到每個指標的變化率和對耕地質量等級提升的貢獻值CG，如表7所示。

由表7可知，變換程度最大的指標為土壤水分指標，變化率達31.91%，說明高標準農田的建設對土壤含水量具有較大的提升；坡度和土地利用程度變化程度較小，分別為0.26%和1.91%；此外，土地利用程度指數對提升綜合耕地質量指數的貢獻程度較小，CG值僅為0.012，占比1.52%；最多的土壤水分指數，CG值為0.244，即該指標的提升為耕作質量提升了0.244個等級，貢獻占比30.96%；其次為土壤質量指數，使綜合耕作質量指數提升0.192，貢獻程度占比24.37%。

3"討論

高標準農田是指一定時期內，通過農村土地整治建設形成的與現(xiàn)代農業(yè)生產和經營方式相適應的基本農田，可以很好地解決耕地質量退化嚴重、農業(yè)基礎設施薄弱、生產方式落后、抗災能力弱、水資源短缺矛盾突出等約束耕地生產能力的瓶頸問題^［21］。根據GB/T 33130—2016《高標準農田建設評價規(guī)范》和GB/T 30600—2022《高標準農田建設通則》要求的規(guī)程，高標準農田包括土地平整、灌溉與排水、農田防護與生態(tài)環(huán)境保持等工程，本文所構建的耕地質量評價框架能夠較好地與之契合。

在土地平整度方面，采用坡度表征田塊的地形，自然細碎化指數代表田塊的形狀。土地平整工程通過合理規(guī)劃田塊、提高田塊歸并程度，實現(xiàn)耕作田塊的相對集中，進而減少耕地的細碎化程度，提高糧食產量^［22］，甘華軍等^［23］使用細碎化指數表征耕地的細碎化程度。結果表明：自然細碎化指數越高，耕地的細碎化程度越高，耕地質量越低；這與本研究中所體現(xiàn)的評價標準相一致。結合表7，高標準農田在建設過程中，將小耕地歸并為更加適合統(tǒng)一管理、耕作的大耕地，提高了耕作效率，在提升耕地質量等級的貢獻率為9.39%。除此之外，土地平整工程還在坡度方面進行整治，實現(xiàn)田面平整，即最大限度地減少田面高度差。研究表明，坡度平緩有利于農業(yè)耕作的水土保持，促進作物對水分的吸收^［24］，坡度陡峭的坡面易加快土壤氮素流失過程，增加土壤有機物和養(yǎng)分的流失^［25］。但綜合表7結果，兩期的坡度變化并不明顯，導致即使“坡度”該指標在整個耕地質量評價系統(tǒng)占據了較為重要的地位，其對提升耕地質量的貢獻程度也不高，這與本研究中的高標準農田建設區(qū)域主要集中在余江區(qū)的中部，該區(qū)域為沖擊平原地帶，地勢平坦且坡度較低有關。

耕地的灌溉和排水能力很大程度上能決定土壤含水量，而土壤含水量的反演和實時監(jiān)測對于根據旱情分布狀況和嚴重程度及時有效地建立防護措施，減少農業(yè)經濟損失以及科學指揮農業(yè)發(fā)展具有重要的現(xiàn)實意義^［26］。在土壤濕度監(jiān)測研究^［27］、地表溫度關系對比和^［28］的研究表明，歸一化水汽指數（NDMI）與冠層水分含量高度相關，并且對土壤濕度變化更加敏感，這表明NDMI可以用來表征土壤水分含量，兩者成正比關系。研究發(fā)現(xiàn)，在高標準農田的建設過程中，土壤水分指數是所有指標中變化率最高的，對耕地質量等級提升貢獻居單項指標最高，這一結果與張?zhí)於鞯?sup>［29］高標準農田建設對耕地質量等級的影響及灌排評價指標貢獻的研究結果相一致。

土壤狀態(tài)除水分以外，還包括土壤理化性質。采用土壤質量指數和土壤肥力指數來表示土壤理化性質，其中土壤質量指數包括有效土層厚度、土壤質地、有效磷、速效鉀、酸堿度和有機質含量，土壤肥力指數則由增強型植被指數表征。研究表明，利用土壤質量指數可以進行耕地質量等級評價及土壤潛力評價^［30］；歸一化植被指數（NDVI）和EVI均用來檢測研究區(qū)的土壤肥力狀況的時空變化規(guī)律^［31］，在對比NDVI和EVI的研究中發(fā)現(xiàn)^［32］，EVI比NDVI能更好地反映植被覆蓋的空間差異性。依據表7可知，土壤理化性質相較于其他指標，變化程度較小，但總貢獻率達到35.66%，一方面是由于土壤質量指數包括的評價因子數較多，另一方面是高標準農田建設前研究區(qū)的指數就達到了較高水平，因此在建設后，這些指標的提升程度并不明顯，但貢獻程度居高。

耕地質量的外在表現(xiàn)為耕地生產能力的高低和耕地土壤環(huán)境健康安全與否^［18］，史超等^［33］使用植被脅迫指數作為定量評價植被所處環(huán)境狀況的方法，使用比值植被指數（RVI）作為植被脅迫指數。Penuelas等^［34］提出結構不敏感色素植被指數（SIPI）可以很好地充當綠色植物的靈敏指示參數，有利于分析具有可變冠層結構的植被，是識別作物病害和環(huán)境脅迫的重要指標之一。研究中選用SIPI作為植被脅迫指數，表征耕地所處的生態(tài)環(huán)境狀況。由表7可知，植被脅迫指數的CG值為0.132，貢獻率達16.72%，變化率為12.12%，相較于土壤狀況中的指標來說，貢獻率和變化率都不明顯，但這并不意味著生態(tài)環(huán)境對耕地質量的提升不重要。李穎慧等^［35］將土壤質量評價作為以生產功能和生態(tài)健康為基礎的評價，環(huán)境質量已作為耕地質量提升必不可少的一環(huán)，對提升耕地質量具有不可忽視的作用。此外，人為管理還包括土地利用程度指數，由于其變化率和貢獻率均處于各指標最低水平，因此不做過多贅述。

在當前現(xiàn)有的高標準農田耕地質量評價中，并未形成統(tǒng)一的針對高標準農田的指標體系，高標準農田的具體耕地質量情況無法僅僅依靠某一項或幾項指標進行表征。一方面，在提高耕地質量的過程中，受各種現(xiàn)實條件限制，利用各種整治工程使各項指標得到改良或提升的幅度并不是無限的。根據耕地質量評價因子所處的狀態(tài)，耕地質量的提升可分為理想狀態(tài)和實際狀態(tài)兩種情景模式^［36］。在理想狀態(tài)下，不可調控的評價因子保持不變，而可調控因子均處于最佳取值范圍時所對應的狀態(tài)，此時各項指標的障礙度均為0^［37］。但在高標準農田的實際建設過程中，受自然因素的限制及經濟技術水平有限，耕地質量不可能達到最優(yōu)的理想狀態(tài)，必定存在部分指標障礙度不為0的情況，因此，還需要考慮實際狀態(tài)。實際狀態(tài)是通過人為調控可實現(xiàn)最優(yōu)質量狀態(tài)，可作為耕地質量調控的標準，在高標準農田在建設過程中，應以此狀態(tài)作為調控標準。另一方面，并不是所有的高標準農田建設工程，都能達到理論依據上耕地質量，某些工程手段可能會破壞耕地中原有的生態(tài)系統(tǒng)，進而導致耕地質量的下降，例如，土地平整工程需要對土層進行重新翻作，這勢必會導致土壤中原有的平衡環(huán)境被破壞，導致在建成高標準農田最初幾年，耕地質量反而發(fā)生下降，需要經過一段時間的休整，直至形成新的完整的生態(tài)系統(tǒng)，產值才會上升。綜上所述，高標準農田的建設不能一味地追求工程技術手段的實施，應該考慮理想與實際的現(xiàn)實差距，采用生態(tài)型土地整治措施，解決土地整治工程建設與農田生態(tài)系統(tǒng)起沖突的主要矛盾，達到生態(tài)效益、經濟效益和社會效益有機統(tǒng)一。

4"結論

以“自然地理—土壤狀況—人為管理”為評價框架，通過RS技術和GIS技術獲取各指標指數，對余江區(qū)2015—2020年建成高標準農田范圍內的耕地進行質量評價，并在質量等級和影響因素上進行對比分析。

1） "高標準農田建設使耕地質量等級大幅度提升。項目區(qū)內平均耕地質量等級由建設高標準農田前的3.12到建設后的2.33，提升0.79個等級，變化率為25.32%。高標準農田建成后，Ⅰ級耕地面積占比提升21個百分點，Ⅱ級耕地面積占比降低4.1個百分點，Ⅳ級耕地面積占比下降14.02個百分點。平定鄉(xiāng)耕地質量等級提升最為明顯。

2） "在高標準農田建設的過程中，土壤水分指數的提升對耕地質量等級提升貢獻率達30.96%，變化率為31.91%，是高標準農田建設中對耕作質量等級提升影響最大的、變化最為明顯的指標，這也表明高標準農田中灌溉和排水設施的建設對提升耕地質量作用最為明顯。

參"考"文"獻

［1］

楊龍， 何靖. 陜西省關中渭河平原區(qū)耕地質量評價指標體系構建［J］. 中國農機化學報， 2023， 44（5）： 208-213.

Yang Long， He Jing. Construction of evaluation index system of cultivated land quality of Guanzhoug Weihe Plain in Shaanxi Province ［J］.Journal of Chinese Agricultural Mechanization， 2023， 44（5）： 208-213.

［2］

楊建宇， 杜貞容， 杜振博， 等. 基于耕地質量評價和局部空間自相關的高標準農田劃定［J］. 農業(yè)機械學報， 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.

［3］

Ye Y， Kuang L， Zhao X， et al. Scenario-based simulation of land use in Yingtan （Jiangxi Province， China） using an integrated genetic algorithm-cellular automata-Markov model ［J］. Environmental Science and Pollution Research， 2020， 27： 30390-30404.

［4］

Kuang L， Ye Y， Zhao X， et al. Delineation of basic farmland based on the quality and spatial stability： A case study of Yingtan City， China ［J］. Environmental Science and Pollution Research， 2022， 29（59）： 88737-88750.

［5］

Zhao R， Li J， Wu K， et al. Cultivated land use zoning based on soil function evaluation from the perspective of black soil protection ［J］. Land， 2021， 10（6）： 605.

［6］

Xu K， Jin X， Wu D， et al. Cultivated land quality evaluation of land consolidation project based on agricultural land gradation ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（7）： 247-255.

［7］

傅幸之. 市縣級國土空間農業(yè)生產適宜性評價方法優(yōu)化［J］. 規(guī)劃師， 2020， 36（8）： 20-25.

Fu Xingzhi. Improving agricultural production suitability evaluation of national land use and space at cty and county levels ［J］. Planners， 2019， 36（8）： 20-25.

［8］

王建華， 陶培峰， 袁月， 等. PSR框架下的黑龍江省海倫市耕地質量評價［J］. 地質與資源， 2020， 29（6）： 525-532.

Wang Jianhua， Tao Peifeng， Yuan Yue， et al. PSR-based evaluation of the cultivated land quality in Hailun City of Heilongjiang Province ［J］. Geology and Resources， 2019， 29（6）： 525-532.

［9］

朱瑕， 張立亭， 靳煥煥. 基于因素法和SVM模型的耕地質量評價方法研究［J］. 土壤通報， 2020， 51（3）： 561-567.

Zhu Xia， Zhang Liting， Jin Huanhuan. Cultivated land quality assessment methodology based on factor method and SVM model ［J］. Chinese Journal of Soil Science， 2020， 51（3）： 561-567

［10］

鐘莉娜， 王軍. 基于InVEST模型評估土地整治對生境質量的影響［J］. 農業(yè)工程學報， 2017， 33（1）： 250-255.

Zhong Lina， Wang Jun. Evaluation on effect of land consolidation on habitat quality based on InVEST model ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（1）： 250-255.

［11］

梁志妹， 童江云， 譚海燕， 等. 基于GIS的昆明市耕地質量等級評價［J］. 安徽農業(yè)科學， 2022， 50（4）： 87-90， 114.

Liang Zhimei， Tong Jiangyun， Tan Haiyan， et al. Grade evaluation of cultivated land quality in Kunming based on GIS ［J］. Journal of Anhui Agricultural Sciences， 2022， 50（4）： 87-90， 114.

［12］

張超， 高璐璐， 鄖文聚， 等. 遙感技術獲取耕地質量評價指標的研究進展分析［J］. 農業(yè)機械學報， 2022， 53（1）： 1-13.

Zhang Chao， Gao Lulu， Yun Wenju， et al. Research progress on obtaining cultivated land quality evaluation indexes by remote sensing ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2022， 53（1）： 1-13.

［13］

錢鳳魁， 項子璇， 王賀興， 等. 基于最小數據集與LESA體系的縣域耕地質量評價［J］. 農業(yè)工程學報， 2023， 39（8）： 239-248.

Qian Fengkui， Xiang Zixuan， Wang Hexing， et al. Evaluating cultivated land quality in county territory using the minimum data set， land evaluation and site assessment （LESA） ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2023， 39（8）： 239-248.

［14］

任斌裕， 張清， 周曉楨. 基于數據挖掘模型的耕地質量評價研究［J］. 江西科學， 2022， 40（6）： 1091-1095.

Ren Binyu， Zhang Qing， Zhou Xiaozhen. Research on cultivated land quality evaluation based on data mining model ［J］. Jiangxi Science， 2022， 40（6）： 1091-1095.

［15］

馬雪瑩， 邵景安， 曹飛. 重慶山區(qū)縣域高標準基本農田建設綜合成效評估——以重慶市墊江縣為例［J］. 自然資源學報， 2018， 33（12）： 2183-2199.

Ma Xueying， Shao Jing，an， Cao Fei. Comprehensive performance evaluation of high standard farmland construction in mountainous counties： A case study in Dianjiang， Chongqing ［J］. Journal of Natural Resources， 2018， 33（12）： 2183-2199

［16］

王曉青， 史文嬌， 邢曉旭， 等. 高標準農田建設適宜性評價、效益評價及影響因素解析的研究方法綜述［J］. 中國農學通報， 2019， 35（19）： 131-142.

Wang Xiaoqing， Shi Wenjiao， Xing Xiaoxu， et al. High-standard farmland： A review of methods on construction suitability evaluation，benefit evaluation and influencing factors ［J］. Chinese Agricultural Science Bulletin， 2019， 35（19）： 131-142.

［17］

任先鵬， 李彥， 程春國， 等. 高標準農田建設項目區(qū)耕地質量等級評價研究——以肇東市明久鄉(xiāng)為例［J］. 現(xiàn)代農業(yè)科技， 2022（24）： 203-207.

Ren Xianpeng， Li Yan， Cheng Chunguo， et al. Research on evaluation of cultivated land quality grades in high-standard farmland construction project areas： Taking Mingjiu township， Zhaodong City as an example ［J］. Modern Agricultural Science and Technology， 2022（24）： 203-207.

［18］

Du G， Liu Y， Yu F， et al. Evolution of concepts of cultivated land quality and recognition ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2016， 32（14）： 243-249.

［19］

包艷麗， 張洪. 基于CRITIC權灰靶模型的云南省土地生態(tài)安全評價［J］. 上海國土資源， 2020， 41（2）： 48-53.

Bao Yanli， Zhang Hong. Land ecological security assessment of Yunnan Province based on the CRITIC weighted gray target model ［J］. Shanghai Land amp; Resources， 2020， 41（2）： 48-53.

［20］

Wu J， Wu J. Cluster analysis and K-means clustering： An introduction ［J］. Advances in K-Means clustering： A Data Mining Thinking， 2012： 1-16.

［21］

Ye F， Wang L， Razzaq A， et al. Policy impacts of high-Standard farmland construction on agricultural sustainability： Total factor productivity-based analysis ［J］. Land， 2023， 12（2）： 283.

［22］

Deininger K， Monchuk D， Nagarajan H K， et al. Does land fragmentation increase the cost of cultivation？ Evidence from India ［J］. The Journal of Development Studies， 2017， 53（1）： 82-98.

［23］

甘華軍， 趙智. 基于景觀指數的黔中經濟區(qū)耕地細碎化時空特征——以貴安新區(qū)為例［J］. 中南農業(yè)科技， 2022， 43（2）： 98-104， 109.

［24］

趙龍山， 侯瑞， 吳發(fā)啟， 等. 坡度對農業(yè)耕作措施水土保持作用的影響［J］. 水土保持學報， 2017， 31（3）： 69-72， 78.

Zhao Longshan， Hou Rui， Wu Faqi， et al. Effects of slope gradient on soil and water conservation benefit of tillage practices in agricultural lands ［J］. Journal of Soil and Water Conservation， 2017， 31（3）： 69-72， 78.

［25］

潘忠成， 袁溪， 李敏. 降雨強度和坡度對土壤氮素流失的影響［J］. 水土保持學報， 2016， 30（1）： 9-13.

Pan Zhongcheng， Yuan Xi， Li Min. Effects of rainfall intensity and slope gradient on soil nitrogen loss. ［J］. Journal of Soil and Water Conservation， 2016， 30（1）： 9-13.

［26］

蔡慶空， 李二俊， 陶亮亮， 等. 利用改進溫度植被干旱指數反演農田表層土壤水分的研究［J］. 土壤通報， 2021， 52（5）： 1069-1077.

Cai Qingkong， Li Erjun， Tao Liangliang， et al. Surface soil moisture retrieval in crop fields using improved temperature vegetation dryness index ［J］. Chinese Journal of Soil Science， 2021， 52（5）： 1069-1077.

［27］

張月， 王鴻斌， 韓興， 等. NDMI與TCW在西藏低植被區(qū)土壤濕度監(jiān)測中的比較［J］. 土壤通報， 2016， 47（3）： 543-550.

Zhang Yue， Wang Hongbin， Han Xing， et al. Comparison of NDMI and TCW for soil moisture monitoring in tibet low-vegetative Area ［J］. Chinese Journal of Soil Science， 2016， 47（3）： 543-550.

［28］

李斌， 王慧敏， 秦明周， 等. NDVI、NDMI與地表溫度關系的對比研究［J］. 地理科學進展， 2017， 36（5）： 585-596.

Li Bin， Wang Huimin， Qin Mingzhou， et al. Comparative study on the correlations between NDVI， NDMI and LST ［J］. Progress in Geography， 2017， 36（5）： 585-596.

［29］

張?zhí)於鳎?李子杰， 費坤， 等. 高標準農田建設對耕地質量的影響及灌排指標的貢獻［J］. 農業(yè)資源與環(huán)境學報， 2022， 39（5）： 978-989.

Zhang Tian，en， Li Zijie， Fei Kun， et al. Effects of high-standard farmland construction on farmland quality and contribution of irrigation and drainage index ［J］. Journal of Agricultural Resources and Environment， 2022， 39（5）： 978-989.

［30］

江文娟， 湯萌萌， 汪甜甜， 等. 宣城市耕地質量等級及土壤養(yǎng)分空間分布特征［J］. 土壤通報， 2022， 53（1）： 36-44.

Jiang Wenjuan， Tang Mengmeng， Wang Tiantian， et al. Spatial distribution characteristics of cultivated land quality grade and soil nutrients in Xuancheng City ［J］. Chinese Journal of Soil Science， 2022， 53（1）： 36-44.

［31］

牟禹恒， 黃義忠， 梁睿， 等. 基于MODIS NDVI的文山州植被覆蓋度及景觀格局分析［J］. 西北林學院學報， 2023， 38（1）： 174-180， 272.

Mu Yuheng， Huang Yizhong， Liang Rui， et al. Analysis of vegetati on coveringand landscape patternin Wenshan based on MODIS NDVI ［J］. Journal of Northwest Forestry University， 2023， 38（1）： 174-180， 272.

［32］

Qiu J， Yang J， Wang Y， et al. A comparison of NDVI and EVI in the DisTrad model for thermal sub-pixel mapping in densely vegetated areas： A case study in Southern China ［J］. International Journal of Remote Sensing， 2018， 39（8）： 2105-2118.

［33］

史超， 黃超， 李書， 等. 礬山銅鉬礦區(qū)重金屬與覆蓋植被脅迫相關性光譜特征［J］. 地質科技通報， 2020， 39（3）： 202-210.

Shi Chao， Huang Chao， Li Shu， et al. Spectral characteristics and correlation of heavy metals and vegetation cover stress in Fanshan copper-molybdenum ［J］. Bulletin of Geological Science and Technology， 2020， 39（3）： 202-210.

［34］

Penuelas J， Frédéric Baret， Filella I. Semi-empirical indices to assess carotenoids/chlorophyll： A ratio form leaf spectral reflectances ［J］. Photosynthetica， 1995， 31（2）： 221-230.

［35］

李穎慧， 姜小三， 王振華， 等. 基于土壤肥力和重金屬污染風險的農用地土壤質量綜合評價研究［J］. 土壤通報， 2021， 52（5）： 1052-1062.

Li Yinghui， Jiang Xiaosan， Wang Zhenhua， et al. Comprehensive evaluation of soil quality of agricultural land based on soil fertility and heavy metal pollution risk： A case study of boxing county， Shandong Province ［J］. Chinese Journal of Soil Science， 2021， 52（5）： 1052-1062.

［36］

曹琳， 趙華甫， 陳學砧. 基于自然等提等潛力指數模型的耕地整治建設等別目標研究［J］. 中國農業(yè)資源與區(qū)劃， 2017， 38（10）： 74-80.

Cao Lin， Zhao Huafu， Chen Xuezhen. Based on the potential index model of the agriculture land physical quality grade of cultivated land renovation construction target ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2017， 38（10）： 74-80.

［37］

陳正發(fā)， 龔愛民， 張劉東， 等. 基于質量評價的省域尺度坡耕地質量調控體系構建［J］. 農業(yè)工程學報， 2021， 37（20）： 136-145.

Chen Zhengfa， Gong Aimin， Zhang Liudong， et al. Construction of the quality regulation system for provincial scale slope farmland based on quality evaluation ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（20）： 136-145.