李 政, 何 偉, 潘洪義, 陳 林

(1.四川師范大學(xué) 西南土地資源評(píng)價(jià)與監(jiān)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室,成都 610068; 2.四川師范大學(xué) 地理與資源科學(xué)學(xué)院, 成都 610068)

耕地資源是重要的自然資源之一，是人類的生存之本，具有生產(chǎn)、環(huán)保和空間承載等功能，經(jīng)人類長(zhǎng)期的經(jīng)營(yíng)與開發(fā)，耕地系統(tǒng)逐漸演變成為具有高度耦合性的社會(huì)—經(jīng)濟(jì)—生態(tài)復(fù)合系統(tǒng)[1-2]。近年來，人類對(duì)耕地資源的利用程度加深以及諸多不合理的利用方式導(dǎo)致耕地生態(tài)系統(tǒng)遭到嚴(yán)重破壞，并直接威脅到我國(guó)糧食安全。在此背景下，耕地生態(tài)安全預(yù)警研究逐步成為土地可持續(xù)利用的熱點(diǎn)課題。耕地生態(tài)安全預(yù)警是對(duì)區(qū)域耕地環(huán)境質(zhì)量的狀態(tài)與變化的評(píng)價(jià)、預(yù)測(cè)和警報(bào)，目的是促使耕地資源生態(tài)系統(tǒng)能夠基本保持自身正常功能運(yùn)轉(zhuǎn)以及滿足社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展的需要[3]。

當(dāng)前，國(guó)內(nèi)外學(xué)者在耕地生態(tài)安全預(yù)警研究方面參差不齊。國(guó)外由于起步早，已具有較為完整的理論體系和系統(tǒng)方法支撐，所以預(yù)警研究主要集中在生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)與生態(tài)預(yù)報(bào)等方面[4]。例如Parr等[5]構(gòu)建了完整的檢測(cè)系統(tǒng)進(jìn)行土地荒漠化預(yù)警；Herrick等[6]通過對(duì)土壤質(zhì)量變化的檢測(cè)建立起一套完整的耕地質(zhì)量預(yù)警系統(tǒng)。國(guó)內(nèi)相關(guān)研究在20世紀(jì)90年代后期才起步，導(dǎo)致目前研究主要層次仍停留在耕地安全預(yù)警的理論、模型、指標(biāo)與方法上。預(yù)警模型多采用PSR和EES模型；評(píng)價(jià)方法有能值分析、BP神經(jīng)網(wǎng)絡(luò)、灰色GM(1,1)、可拓分析等[7]。例如張秋霞[8]采用“PSR”模型對(duì)新鄭市耕地生態(tài)做出預(yù)警；趙燁[9]基于農(nóng)用地分等定級(jí)結(jié)果構(gòu)建了農(nóng)用地質(zhì)量監(jiān)測(cè)預(yù)警體系與警情調(diào)控的模型系統(tǒng)。

總體來看，耕地生態(tài)安全預(yù)警研究還處于初級(jí)階段，理論支撐不夠，警情分析和預(yù)測(cè)方法較為單一，警情動(dòng)態(tài)演變趨勢(shì)研究不足。本文以四川省21個(gè)地市州為研究對(duì)象，嘗試以DPSIR模型構(gòu)建預(yù)警評(píng)價(jià)指標(biāo)體系，采用改進(jìn)的TOPSIS模型分析了四川省過去十年耕地生態(tài)安全警情狀況，運(yùn)用ARIMA模型預(yù)測(cè)未來5 a警情動(dòng)態(tài)變化趨勢(shì)，在此基礎(chǔ)上進(jìn)行生態(tài)安全預(yù)警分區(qū)并提出治理措施。旨在響應(yīng)十三五規(guī)劃“藏糧于地、藏糧于技”的戰(zhàn)略，打破傳統(tǒng)的“藏糧于倉(cāng)、藏糧于民、以豐補(bǔ)歉”的策略，不再一味追求糧食產(chǎn)量的連續(xù)遞增，而是通過保護(hù)耕地生態(tài)環(huán)境，促進(jìn)糧食生產(chǎn)能力建設(shè)與可持續(xù)增長(zhǎng)。以期為四川省耕地生態(tài)安全有效調(diào)控與耕地輪作休耕提供參考與理論依據(jù)。

1　材料與方法

1.1　研究區(qū)概況

四川省地處我國(guó)西南腹地，介于97°21′—108°31′E和26°03′—34°19′N，東連重慶，南鄰云南、貴州，西接西藏，北界青海、甘肅、陜西。地域面積廣闊，資源豐富。全省可利用土地4 000多萬hm2，耕地達(dá)670多萬hm2，水稻、小麥、玉米、油菜、紅薯等產(chǎn)量較高。四川作為西南、西北地區(qū)唯一的糧食主產(chǎn)區(qū)，僅用占全國(guó)4.7%的耕地，就養(yǎng)活了占全國(guó)6.6%，約8 204萬的人口，為保障我國(guó)糧食安全和促進(jìn)我國(guó)經(jīng)濟(jì)發(fā)展做出了巨大貢獻(xiàn)。但由于四川省以山地為主，具有山地、丘陵、平原和高原4種地貌類型，起伏大，水土流失嚴(yán)重，部分地區(qū)生態(tài)環(huán)境脆弱加之水旱災(zāi)害時(shí)有發(fā)生，建設(shè)用地的急劇擴(kuò)張與耕地面積的逐年縮減，以及土壤污染嚴(yán)重，全省耕地生態(tài)安全面臨沉重壓力，雖然環(huán)保力度在不斷加大，但形勢(shì)不容樂觀。

1.2　數(shù)據(jù)來源

本論文數(shù)據(jù)主要來源《四川省統(tǒng)計(jì)年鑒》(2006—2015年)和各地市州的統(tǒng)計(jì)年鑒與國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)(2005—2014年)以及四川省農(nóng)業(yè)部門、國(guó)土部門的相關(guān)資料。

1.3　預(yù)警模型(DPSIR)與預(yù)警指標(biāo)的選取

DPSIR模型是PSR模型的演化與發(fā)展，包含5個(gè)元素，每個(gè)元素統(tǒng)下涉及多個(gè)評(píng)價(jià)指標(biāo)[10]。該模型善于從系統(tǒng)的角度看待人類活動(dòng)與耕地環(huán)境的相互關(guān)系，把復(fù)雜的問題細(xì)化，具有綜合性、系統(tǒng)性、簡(jiǎn)潔性的特點(diǎn)，能夠更好的分析耕地生態(tài)安全預(yù)警指標(biāo)之間的連續(xù)反饋機(jī)制，開展生態(tài)預(yù)警研究[11]。

本文依據(jù)DPSIR的預(yù)警模型，遵從指標(biāo)選取的完整性、科學(xué)性、靈活性、系統(tǒng)性和可操作性等原則，參照相關(guān)學(xué)者的研究成果[12-14]，結(jié)合四川省的實(shí)際情況，以及數(shù)據(jù)的可獲得性共選取了22個(gè)評(píng)價(jià)指標(biāo)構(gòu)建了四川省耕地生態(tài)預(yù)警指標(biāo)體系。其中“驅(qū)動(dòng)力”(Driving force)是使耕地生態(tài)環(huán)境變化的根本原因，包括人口增長(zhǎng)與經(jīng)濟(jì)發(fā)展；“壓力”(Pressure)是人類活動(dòng)對(duì)耕地環(huán)境的影響，包括耕地?cái)?shù)量的減少、大量化肥的使用與工業(yè)污水的排放等；“狀態(tài)”(State)是耕地系統(tǒng)結(jié)構(gòu)與功能面對(duì)上述壓力所呈現(xiàn)出的狀態(tài)，體現(xiàn)在耕地結(jié)構(gòu)和人均糧食占有量等方面；“影響”(Impact)是狀態(tài)的改變對(duì)耕地系統(tǒng)本身以及人類社會(huì)經(jīng)濟(jì)水平所產(chǎn)生的影響，包括農(nóng)民人均純收入與糧食單產(chǎn)等方面；“響應(yīng)”(Response)是指人類為耕地的可持續(xù)利用所采取的的一系列措施，主要包括第三產(chǎn)業(yè)產(chǎn)值、人數(shù)比重與污水處理等方面，具體情況見表1。

表1　耕地生態(tài)安全預(yù)警指標(biāo)

1.4　預(yù)警值計(jì)算方法與判別標(biāo)準(zhǔn)

1.4.1熵權(quán)TOPSIS法計(jì)算預(yù)警值TOPSIS法是一種有限方案多目標(biāo)決策分析方法，其實(shí)質(zhì)是一種逼近理想解的排序方法，即通過建立各指標(biāo)與正負(fù)理想解之間距離的二維數(shù)據(jù)空間，據(jù)此對(duì)各評(píng)價(jià)方案進(jìn)行分析與比較[15]。傳統(tǒng)的TOPSIS法多采用較為主觀的AHP，Delphi法確定權(quán)重，本文采用較為客觀的熵值法確定權(quán)重，是對(duì)原方法的一種改進(jìn)。其具體步驟為：

(1)極差法進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理；

(2)熵值法求取指標(biāo)權(quán)重Wj；

(3)建立加權(quán)規(guī)范化矩陣U:

U=|Uij|m×n=Wj×Yij

(1)

式中：Wj為指標(biāo)權(quán)重；Yij為標(biāo)準(zhǔn)化矩陣。

(4)確定正、負(fù)理想解：

分別以加權(quán)規(guī)范化決策矩陣U中的最大值和最小值代表正、負(fù)理想解，其公式為：

正理想解：U+={maxUij|i=1,2,…,m)

(2)

負(fù)理想解：U-={minUij|i=1,2,…,m)

(3)

(5)距離的計(jì)算，分別計(jì)算不同年份評(píng)價(jià)向量到正負(fù)理想解的距離D+，D-：

(4)

(5)

(6)各評(píng)價(jià)對(duì)象與理想解的帖近度Ci計(jì)算(預(yù)警值)：

(6)

1.4.2判別標(biāo)準(zhǔn)本文根據(jù)計(jì)算出的綜合預(yù)警值，參照相關(guān)研究成果[16-18]，結(jié)合四川省的實(shí)際情況，根據(jù)相關(guān)標(biāo)準(zhǔn)對(duì)評(píng)價(jià)結(jié)果進(jìn)行分級(jí)，最終將其分為巨警、重警、中警、輕警和無警五級(jí)，具體情況見表2。

表2　四川省耕地生態(tài)安全預(yù)警等級(jí)判別標(biāo)準(zhǔn)

1.5　ARIMA預(yù)測(cè)模型

ARIMA是由統(tǒng)計(jì)學(xué)家Box(美)與Jenkins(英)在1970年提出的一種非平穩(wěn)時(shí)間序列數(shù)據(jù)分析與預(yù)測(cè)的模型，其反映了時(shí)間序列過去、現(xiàn)在與將來之間的相互關(guān)系，具有動(dòng)態(tài)性與持續(xù)性的特點(diǎn)[19]。ARIMA(p,d,q)模型是由ARMA(p,q)(自回歸移動(dòng)平均模型)經(jīng)過d階差分而得到[20]。

2　結(jié)果與分析

2.1　耕地生態(tài)安全預(yù)警值預(yù)測(cè)結(jié)果

本文選用ARIMA模型對(duì)四川省2015—2019年的耕地生態(tài)安全各子系統(tǒng)預(yù)警值進(jìn)行預(yù)測(cè)，將各子系統(tǒng)的預(yù)測(cè)值作為基礎(chǔ)值，利用各子系統(tǒng)與綜合系統(tǒng)的權(quán)重系數(shù)關(guān)系計(jì)算得到綜合預(yù)警預(yù)測(cè)值，建模通過DPS數(shù)據(jù)處理軟件實(shí)現(xiàn)。

(1)耕地生態(tài)安全預(yù)警值數(shù)據(jù)的平穩(wěn)化處理。 利用DPS軟件對(duì)四川省2005—2014年耕地生態(tài)安全各子系統(tǒng)預(yù)警值時(shí)間序列進(jìn)行數(shù)據(jù)序列檢驗(yàn)。由Daniel檢驗(yàn)結(jié)果和卡方值的顯著水平來推測(cè)該時(shí)間序列是否為正態(tài)或平穩(wěn)化序列，再根據(jù)需要對(duì)其進(jìn)行數(shù)據(jù)轉(zhuǎn)換和差分處理[21]。

(2)p與q的確定。 在DPS中根據(jù)AIC值、相關(guān)系數(shù)R值和擬合度C值的大小定階,若AIC值較小且R與C值較大，則模型預(yù)測(cè)精度越高[21]。根據(jù)此原則，從低階到高階對(duì)p和q的不同取值分別進(jìn)行擬合建模，并進(jìn)行參數(shù)估計(jì)，選取最佳模型(表3)。通過擬合試驗(yàn)比較，各模型估計(jì)參數(shù)檢驗(yàn)值p小于0.05且通過檢驗(yàn)是εt白噪聲，因此可以運(yùn)用該模型預(yù)測(cè)2014—2019年耕地生態(tài)安全各子系統(tǒng)預(yù)警值。

2.2　耕地生態(tài)安全預(yù)警分析

2.2.1各子系統(tǒng)預(yù)警分析分析圖1，圖2可得：

(1) 驅(qū)動(dòng)力系統(tǒng)：D+波動(dòng)減小，D-波動(dòng)增大，預(yù)警值逐年增大，由2005年的0.187上升到2014年的0.573；若按此趨勢(shì)，在2019年時(shí)，預(yù)警值將達(dá)到0.666，呈“中警”狀態(tài)。近10 a，四川省農(nóng)業(yè)現(xiàn)代化成果顯著，單位耕地農(nóng)業(yè)產(chǎn)品的經(jīng)濟(jì)轉(zhuǎn)化率持續(xù)增加，單位農(nóng)業(yè)產(chǎn)值由2005年的26 553元上升到2014年的77 108元。由于農(nóng)業(yè)現(xiàn)代化與經(jīng)濟(jì)發(fā)展的強(qiáng)大支撐力，全省耕地安全驅(qū)動(dòng)力系統(tǒng)呈現(xiàn)出上升的態(tài)勢(shì)，推動(dòng)著耕地生態(tài)安全的趨好發(fā)展。

表3　各子系統(tǒng)ARIMA(P，1，q)對(duì)應(yīng)的最佳模型效果指標(biāo)

(2) 壓力系統(tǒng)：D+增加，D-減小，預(yù)警值減小，由“輕警”變?yōu)椤熬蘧睜顟B(tài)，耕地生態(tài)安全壓力增大。這是由于社會(huì)經(jīng)濟(jì)發(fā)展的負(fù)面影響所致，一方面快速城鎮(zhèn)化導(dǎo)致生活污水、工業(yè)廢水大量排放危害農(nóng)田生態(tài)，同時(shí)建設(shè)用地急劇擴(kuò)張導(dǎo)致耕地稀缺性增強(qiáng)；另一方面為追糧食高產(chǎn)而大量施用化肥和農(nóng)藥導(dǎo)致土壤污染嚴(yán)重，其對(duì)耕地生態(tài)安全系統(tǒng)造成巨大的壓力。因此，今后社會(huì)經(jīng)濟(jì)發(fā)展的過程中必須以減輕耕地生態(tài)的壓力為工作的新落腳點(diǎn)。

圖1　2005-2014年四川省耕地生態(tài)安全各子系統(tǒng)D+，D-演變

圖2　2005-2019年四川省耕地生態(tài)安全各子系統(tǒng)預(yù)警值演變

未來5 a，將是四川省全面建成小康社會(huì)、新型城鎮(zhèn)化、脫貧攻堅(jiān)的關(guān)鍵時(shí)期，因此大量交通、水利、開發(fā)區(qū)項(xiàng)目開始實(shí)施，直接導(dǎo)致耕地占用嚴(yán)重、環(huán)境污染加劇、生態(tài)壓力劇增，若不采取調(diào)控措施，情況將不容樂觀。預(yù)測(cè)結(jié)果顯示，壓力系統(tǒng)預(yù)警指數(shù)略有上升，但仍然處于“巨警”狀態(tài)。

(3) 狀態(tài)系統(tǒng)：D+波動(dòng)減小，D-波動(dòng)增加，預(yù)警值波動(dòng)上升，大多維持“重警”狀態(tài)。其中最低值(0.153)出現(xiàn)在2008年，該年份特大自然災(zāi)害(汶川大地震)對(duì)四川的自然、社會(huì)經(jīng)濟(jì)與生態(tài)環(huán)境造成了巨大的破壞，部分地區(qū)耕地生態(tài)系統(tǒng)短時(shí)間內(nèi)難以恢復(fù)，導(dǎo)致糧食產(chǎn)量下降，人均糧食占有量減少。通過對(duì)比狀態(tài)系統(tǒng)各指標(biāo)的變化軌跡，可以發(fā)現(xiàn)有效灌溉面積減小的年份預(yù)警值下降，反之則上升。因此，可以通過適當(dāng)增加有效灌溉面積來促進(jìn)狀態(tài)系統(tǒng)的恢復(fù)。

2015—2019年，隨著壓力系統(tǒng)預(yù)警指數(shù)的波動(dòng)下降，耕地生態(tài)安全面臨沉重壓力。雖然《四川新型城鎮(zhèn)化規(guī)劃(2014—2020年)》與“經(jīng)濟(jì)五大區(qū)規(guī)劃”等政策逐步實(shí)施，城鎮(zhèn)布局將更加合理，形態(tài)將更加優(yōu)化，耕地可持續(xù)能力有所增強(qiáng)，但狀態(tài)預(yù)警值仍處下降狀態(tài)。

(4) 影響系統(tǒng)：情況明顯好轉(zhuǎn)。2005年以來，隨著狀態(tài)系統(tǒng)的趨于好轉(zhuǎn)，其對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的影響也逐步有利，具體表現(xiàn)在全省農(nóng)業(yè)現(xiàn)代化水平顯著提升、土地利用集約程度加強(qiáng)、人民生活水平提高和糧食增產(chǎn)等方面。

若照此發(fā)展趨勢(shì)，2019年時(shí)將處于“輕警”狀態(tài)，但在2016年、2017年警度發(fā)生明顯變化，降至“中警”狀態(tài)，這主要是由于同時(shí)期耕地生態(tài)安全壓力值上升的原因所致。

(5) 響應(yīng)系統(tǒng)：預(yù)警指數(shù)處于波動(dòng)上升的趨勢(shì)，維持“中警”狀態(tài)，發(fā)展態(tài)勢(shì)良好。該時(shí)期，全省加大農(nóng)業(yè)的投入、加強(qiáng)農(nóng)田水利設(shè)施建設(shè)、注重新型技術(shù)人才培養(yǎng)、完善社會(huì)保障制度、積極治理被污染的耕地、推行土地的集約利用，全面帶動(dòng)了四川省耕地生態(tài)安全響應(yīng)機(jī)制的發(fā)展。在多種響應(yīng)措施下，四川省農(nóng)業(yè)現(xiàn)代化進(jìn)程加快，產(chǎn)業(yè)結(jié)構(gòu)逐步優(yōu)化，城市發(fā)展迅速，人民生活水平逐年提高。

未來5 a，經(jīng)濟(jì)五大區(qū)將穩(wěn)步落成，社會(huì)經(jīng)濟(jì)快速發(fā)展的同時(shí)一系列環(huán)境保護(hù)與耕地保護(hù)的措施將逐步推出，各類污染也將得到一定控制，全省耕地可持續(xù)利用水平將進(jìn)一步提升，耕地響應(yīng)系統(tǒng)持續(xù)好轉(zhuǎn)，由“中警”向“輕警”轉(zhuǎn)變。

2.2.2綜合預(yù)警分析分析圖3，圖4可得：2005—2014年，D+波動(dòng)變小，逐步趨于正理想解，D-波動(dòng)增大，逐步偏離負(fù)理想解，預(yù)警指數(shù)呈現(xiàn)波動(dòng)上升的態(tài)勢(shì)，由0.397上升到0.524，警度由“重警”變?yōu)椤爸芯保砻魉拇ㄊ「厣鷳B(tài)安全整體狀況好轉(zhuǎn)。

其中2005—2010年耕地生態(tài)安全處于緩慢發(fā)展階段，預(yù)警值始終圍繞0.350上下波動(dòng)，一直處于“重警”狀態(tài)。這主要是由于社會(huì)經(jīng)濟(jì)高速發(fā)展對(duì)耕地生態(tài)系統(tǒng)所產(chǎn)生的負(fù)面影響所致。一方面，快速城鎮(zhèn)化使得耕地稀缺性增強(qiáng)；另一方面，以犧牲耕地生態(tài)環(huán)境為代價(jià)來發(fā)展農(nóng)業(yè)經(jīng)濟(jì)使得耕地污染、破壞嚴(yán)重。因此，耕地生態(tài)安全壓力系統(tǒng)預(yù)警指數(shù)逐年下降，警度上升，也說明壓力系統(tǒng)在全省耕地生態(tài)安全格局變化中具有重要地位。

2011—2014年耕地生態(tài)安全處于快速上升階段，預(yù)警值由0.457升至0.524，一直處于“中警”狀態(tài)。該時(shí)期，四川正處于新型城鎮(zhèn)化的加速期，建設(shè)西部經(jīng)濟(jì)發(fā)展高地的攻堅(jiān)期與全面建設(shè)小康社會(huì)的關(guān)鍵期。政府不斷加大對(duì)農(nóng)業(yè)與農(nóng)村的投入，注重新型技術(shù)人才培養(yǎng)，積極推行土地的集約利用政策等，使得一系列耕地破壞與污染的現(xiàn)象得到緩解，土地生態(tài)面臨的壓力減小。

未來5 a，全省耕地生態(tài)安全總體水平略有下降趨勢(shì)，但仍然維持“中警”狀態(tài)，不會(huì)出現(xiàn)嚴(yán)重的耕地生態(tài)問題。2014—2015年處于快速下降期，2016—2019年處于輕微上升期，因此有必要采取一系列措施加以改善和調(diào)控。

圖3　2005-2014年四川省耕地生態(tài)安全預(yù)警D+，D-演變

圖4　2005-2019年四川省耕地生態(tài)安全預(yù)警值演變

2.3　耕地生態(tài)安全預(yù)測(cè)預(yù)警分區(qū)研究

依據(jù)四川省2014—2019年耕地生態(tài)安全預(yù)警值大小與變化趨勢(shì)為劃分標(biāo)準(zhǔn)(表4)，將其分為4個(gè)不同級(jí)別區(qū)域(附圖6)。等級(jí)越低表明區(qū)域耕地生態(tài)問題越嚴(yán)重；反之，不嚴(yán)重。

一級(jí)區(qū)主要分布在生態(tài)環(huán)境脆弱的甘孜州、涼山州、阿壩州以及地形崎嶇的廣元、瀘州與自貢。三州地處川西高原，海拔高，氣候條件惡劣，生態(tài)脆弱，一直是四川省耕地生態(tài)安全低水平區(qū)，維持“重警”狀態(tài)；自貢市與瀘州市地處川南的丘陵區(qū)，廣元市位于盆地北部邊緣的山區(qū)地帶，坡耕地所占比重大，耕地水土流失與破壞嚴(yán)重，生態(tài)安全水平低。

表4　2014-2019年四川省耕地生態(tài)安全預(yù)警分區(qū)等級(jí)劃分標(biāo)準(zhǔn)

針對(duì)一級(jí)區(qū)，政府要高度重視并嚴(yán)格治理，給予資金與技術(shù)支持，制定相關(guān)政策懲治破壞耕地的行為，堅(jiān)持耕地的可持續(xù)利用，部分破壞嚴(yán)重的耕地可采取退耕、休耕輪作的方式。同時(shí)加強(qiáng)防災(zāi)減災(zāi)能力，提高自然災(zāi)害的預(yù)防與處理能力，建立健全區(qū)域耕地生態(tài)安全預(yù)警監(jiān)測(cè)機(jī)制，及時(shí)預(yù)報(bào)耕地生態(tài)安全狀態(tài)，以便控制隱患源，逐漸恢復(fù)區(qū)域耕地生態(tài)。特別是位于川西北生態(tài)經(jīng)濟(jì)區(qū)的甘孜州與阿壩州要積極退耕還林還草，確保長(zhǎng)江黃河上游的重要生態(tài)安全防線，為打造國(guó)家知名生態(tài)與文化旅游目的地與可再生資源基地而奮斗。

二級(jí)區(qū)主要分布在四川偏東的低山丘陵區(qū)，包括川東北經(jīng)濟(jì)區(qū)與成都平原經(jīng)濟(jì)區(qū)的部分市域，占全省總面積的13.7%，GDP則達(dá)全省總量的25.8%。該地區(qū)，處盆地邊緣的低山丘陵區(qū)，水土流失相對(duì)嚴(yán)重，耕地很容易被破壞，耕地生態(tài)預(yù)警值低。

十三五規(guī)劃中，川東北經(jīng)濟(jì)區(qū)將被打造成川渝陜甘結(jié)合部的經(jīng)濟(jì)中心，國(guó)家重要的清潔能源化工基地、生態(tài)文化旅游區(qū)、川陜革命老區(qū)振興示范區(qū)。近年來，《四川新型城鎮(zhèn)化規(guī)劃(2014—2020)》逐步實(shí)施以及農(nóng)業(yè)廳發(fā)布《2016年四川省耕地保護(hù)與質(zhì)量提升項(xiàng)目實(shí)施方案》將會(huì)進(jìn)一步促進(jìn)城鄉(xiāng)一體化、農(nóng)業(yè)現(xiàn)代化與耕地利用可持續(xù)化。未來幾年，該區(qū)域?qū)⒗^續(xù)落實(shí)耕地保護(hù)與經(jīng)濟(jì)建設(shè)各項(xiàng)政策，堅(jiān)持社會(huì)經(jīng)濟(jì)與耕地生態(tài)相協(xié)調(diào)，促進(jìn)建設(shè)用地與農(nóng)用地集約利用，積極推進(jìn)農(nóng)村土地綜合治理、農(nóng)田生態(tài)環(huán)境建設(shè)和中低產(chǎn)田改造，保證耕地?cái)?shù)量與質(zhì)量的雙重平衡，從而保持預(yù)警值的增長(zhǎng)趨勢(shì)，恢復(fù)耕地生態(tài)安全水平。

三級(jí)區(qū)主要包括攀枝花市，其煤鐵、釩鈦等礦產(chǎn)資源豐富，是典型的資源型城市。近年來，該市由工業(yè)城市向旅游城市逐漸轉(zhuǎn)型，耕地生態(tài)壓力減緩。未來幾年，該市要充分發(fā)揮其位于攀西經(jīng)濟(jì)區(qū)的優(yōu)勢(shì)，積極響應(yīng)“打造四川亞熱帶特色農(nóng)業(yè)基地，全國(guó)知名陽(yáng)光康養(yǎng)旅游度假勝地”的號(hào)召。

四級(jí)區(qū)主要包括經(jīng)濟(jì)發(fā)達(dá)的成綿德樂四市以及雅安、眉山、宜賓等地，該區(qū)域在應(yīng)對(duì)耕地生態(tài)的問題上，主要目的是保持與防范。未來幾年是全面建成小康社會(huì)的攻堅(jiān)時(shí)期，要采取經(jīng)濟(jì)與生態(tài)同步發(fā)展的方針，走資源節(jié)約型與環(huán)境友好型的道路，堅(jiān)持區(qū)域協(xié)同發(fā)展，優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)，強(qiáng)化耕地生態(tài)建設(shè)與環(huán)境保護(hù)，防止預(yù)警值下降。

3　討論與結(jié)論

3.1　討 論

耕地生態(tài)安全預(yù)警問題是復(fù)雜的、系統(tǒng)的，科學(xué)、全面、有效的指標(biāo)體系構(gòu)建和合理方法選擇是研究的基礎(chǔ)。本文將熵權(quán)TOPSIS法與ARIMA模型相結(jié)合，充分考慮四川省的實(shí)際情況，有利于揭示四川省耕地生態(tài)安全預(yù)警情況。但是由于部分?jǐn)?shù)據(jù)的可獲得性、連續(xù)性導(dǎo)致指標(biāo)體系不一定健全，有待今后改進(jìn)。同時(shí)本文雖然對(duì)四川省耕地生態(tài)安全預(yù)警未來發(fā)展態(tài)勢(shì)進(jìn)行了區(qū)域劃分并依據(jù)區(qū)域劃分結(jié)果、十三五規(guī)劃和區(qū)域特點(diǎn)制定了相應(yīng)的區(qū)域調(diào)控對(duì)策，但對(duì)策不夠具體，有待今后進(jìn)一步細(xì)化。

3.2　結(jié) 論

本文基于DPSIR模型，綜合考慮自然、社會(huì)、人類活動(dòng)因素，建立了以22個(gè)指標(biāo)為基礎(chǔ)的耕地生態(tài)安全預(yù)警體系，并運(yùn)用改進(jìn)的TOPSIS法進(jìn)行預(yù)警評(píng)價(jià)，最后運(yùn)用非平穩(wěn)時(shí)間序列ARIMA模型預(yù)測(cè)預(yù)警值，預(yù)測(cè)結(jié)果擬合精度高，符合四川省的實(shí)際情況，能夠反映出耕地生態(tài)安全整體發(fā)展趨勢(shì)。結(jié)果表明：(1) 2005—2014年，四川省耕地生態(tài)安全整體狀況好轉(zhuǎn)，預(yù)警指數(shù)呈現(xiàn)波動(dòng)上升的態(tài)勢(shì)，由0.397上升到0.542，警度由“重警”變?yōu)椤爸芯薄Ｈ舭创税l(fā)展趨勢(shì)，2015—2019年全省耕地生態(tài)安全總體警度將維持“中警”狀態(tài)，出現(xiàn)嚴(yán)重生態(tài)安全問題的可能性小。(2) 就各子系統(tǒng)而言，2005—2019年，驅(qū)動(dòng)力、狀態(tài)、影響、響應(yīng)系統(tǒng)，預(yù)警值均逐年增大，警度等級(jí)降低；壓力系統(tǒng)中，2005—2014年預(yù)警值逐年減?。晃磥? a，將維持“巨警”狀態(tài)。(3) 2014—2019年，四川省總體耕地安全水平發(fā)展趨勢(shì)良好，但各地區(qū)耕地生態(tài)壓力不同。壓力一級(jí)區(qū)面積所占比重最大，四級(jí)區(qū)次之，三級(jí)區(qū)最小，其中單位耕地面積化肥施用量、有效灌溉面積比、人均耕地面積、城鎮(zhèn)化率等是影響耕地生態(tài)安全的主要因子，占據(jù)主導(dǎo)作用。因此，在今后社會(huì)經(jīng)濟(jì)發(fā)展的過程中必須解決主要阻力因子同時(shí)堅(jiān)持整體與部分、全省與區(qū)域，因地制宜的解決實(shí)際耕地生態(tài)問題。

參考文獻(xiàn)：

[1]趙宏波,馬延吉.東北糧食主產(chǎn)區(qū)耕地生態(tài)安全的時(shí)空格局及障礙因子:以吉林省為例[J].應(yīng)用生態(tài)學(xué)報(bào),2014,25(2):515-524.

[2]鄭華偉,夏夢(mèng)蕾,張銳,等.基于熵值法和灰色預(yù)測(cè)模型的耕地生態(tài)安全診斷[J].水土保持通報(bào),2016,36(3):284-289.

[3]徐美,朱翔,劉春臘.基于RBF的湖南省土地生態(tài)安全動(dòng)態(tài)預(yù)警[J].地理學(xué)報(bào),2012,67(10):1411-1422.

[4]徐美.湖南省土地生態(tài)安全預(yù)警及調(diào)控研究[D].長(zhǎng)沙:湖南師范大學(xué),2013.

[5]Parr J F, Papendick R I, Meyer S B H R E. Soil quality: Attributes and relationship to alternative and sustainable agriculture[J]. American Journal of Alternative Agriculture, 1992,7(1):5-11.

[6]Herrick J E, Brown J R, Tugel A J, et al. Application of soil quality to monitoring and management: Paradigms from rangeland ecology[C]∥Symposium on Soil Quality as An Indicator of Sustainable Land Management, 2002.

[7]高奇.基于CPM-RBF模型的區(qū)域土地生態(tài)安全預(yù)警研究[D].北京:中國(guó)地質(zhì)大學(xué)(北京),2015.

[8]張秋霞,張合兵,劉文鍇,等.新鄭市耕地生態(tài)安全動(dòng)態(tài)預(yù)警研究[J].水土保持研究,2017，24(1):256-264.

[9]趙燁,袁順全,鄖文聚,等.農(nóng)用地資源安全的監(jiān)測(cè)—評(píng)價(jià)—預(yù)警系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報(bào),2007,23(1):77-81.

[10]劉寶濤,王冬艷,劉惠清.基于DPSIR模型與TOPSIS算法的吉林省土地利用系統(tǒng)健康診斷[J].吉林農(nóng)業(yè)大學(xué)學(xué)報(bào),2017,39(1):74-81.

[11]徐美,朱翔,李靜芝.基于DPSIR-TOPSIS模型的湖南省土地生態(tài)安全評(píng)價(jià)[J].冰川凍土,2012,34(5):1265-1272.

[12]鄭華偉,張銳,孟展,等.基于PSR模型與集對(duì)分析的耕地生態(tài)安全診斷[J].中國(guó)土地科學(xué),2015(12):42-50.

[13]范勝龍,楊玉珍,陳訓(xùn)爭(zhēng),等.基于PSR和無偏GM(1,1)模型的福建省耕地生態(tài)安全評(píng)價(jià)與預(yù)測(cè)[J].中國(guó)土地科學(xué),2016,30(9):19-27.

[14]楊俊,宋振江,李爭(zhēng).基于PSR模型的耕地生態(tài)安全評(píng)價(jià):以長(zhǎng)江中下游糧食主產(chǎn)區(qū)為例[J].水土保持研究,2017,24(3):301-307.

[15]黃海,譚晶今,陳春,等.基于TOPSIS方法的山東省土地生態(tài)安全動(dòng)態(tài)評(píng)價(jià)[J].水土保持研究,2016,23(3):220-224.

[16]徐成龍,程鈺,任建蘭.黃河三角洲地區(qū)生態(tài)安全預(yù)警測(cè)度及時(shí)空格局[J].經(jīng)濟(jì)地理,2014,34(3):149-155.

[17]陳英,孔喆,路正,等.基于RBF神經(jīng)網(wǎng)絡(luò)模型的土地生態(tài)安全預(yù)警:以甘肅省張掖市為例[J].干旱地區(qū)農(nóng)業(yè)研究,2017,35(1):264-270.

[18]張玉澤,任建蘭,劉凱,等.山東省生態(tài)安全預(yù)警測(cè)度及時(shí)空格局[J].經(jīng)濟(jì)地理,2015,35(11):166-171.

[19]王耕,王嘉麗,蘇柏靈.基于ARIMA模型的遼河流域生態(tài)足跡動(dòng)態(tài)模擬與預(yù)測(cè)[J].生態(tài)環(huán)境學(xué)報(bào),2013(4):632-638.

[20]董曉曉,李玉環(huán),王靜,等.基于ARIMA模型的生態(tài)足跡模擬與預(yù)測(cè)[J].水土保持通報(bào),2015,35(1):143-152.

[21]李希國(guó),譚鼎山,邵金花,等.基于ARIMA的煙臺(tái)地區(qū)降水量研究[J].山東水利,2006(2):39-41.