劉彥文 劉成武 何宗宜 周 霞

(1.武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院， 武漢 430079; 2.湖北科技學(xué)院資源環(huán)境科學(xué)與工程學(xué)院， 咸寧 437100; 3.中南民族大學(xué)公共管理學(xué)院， 武漢 430074)

0 引言

農(nóng)田為人類糧食安全提供了保證，劃定永久性基本農(nóng)田將保障中國農(nóng)業(yè)發(fā)展的生產(chǎn)基線[1]，我國農(nóng)田資源的大量流失引起了各級(jí)政府部門的關(guān)注[2]，近年來劃定了基本農(nóng)田保護(hù)區(qū)、糧食生產(chǎn)功能區(qū)和重要農(nóng)產(chǎn)品生產(chǎn)保護(hù)區(qū)，對(duì)優(yōu)質(zhì)農(nóng)田進(jìn)行永久性保護(hù)。基本農(nóng)田劃定是一個(gè)復(fù)雜的過程[3]，雖2017年完成了全國1.03億hm2永久基本農(nóng)田的劃定工作，且較以往劃定成果質(zhì)量有明顯提升[4]，但由于優(yōu)質(zhì)耕地選擇標(biāo)準(zhǔn)較難統(tǒng)一，劃定成果質(zhì)量仍有改進(jìn)空間。為此，需探討相關(guān)劃定方法，為實(shí)現(xiàn)數(shù)量、質(zhì)量、生態(tài)“三位一體”耕地保護(hù)新格局，制定后續(xù)兩區(qū)科學(xué)合理的劃定標(biāo)準(zhǔn)，具有重要意義。

目前研究對(duì)象以基本農(nóng)田、高標(biāo)準(zhǔn)基本農(nóng)田、永久基本農(nóng)田等為主；研究內(nèi)容主要集中在從耕地質(zhì)量、土地利用、空間布局等出發(fā)的農(nóng)田保護(hù)、劃定/分區(qū)、結(jié)果評(píng)價(jià)等方面；GIS是主要研究方法，也有層次分析法、局部空間自相關(guān)、LESA、TOPSIS、熵權(quán)法、理想點(diǎn)法等。在制定優(yōu)質(zhì)耕地入選為基本農(nóng)田的標(biāo)準(zhǔn)時(shí)，基于耕地質(zhì)量的評(píng)價(jià)體系占有較大比重。在評(píng)價(jià)指標(biāo)體系中，耕地自然質(zhì)量、區(qū)位條件最為常用[5-11]。有關(guān)學(xué)者考慮耕地空間布局與社會(huì)發(fā)展因素，引入空間形態(tài)、社會(huì)經(jīng)濟(jì)等相應(yīng)指標(biāo)對(duì)指標(biāo)體系進(jìn)行完善[12-14]。耕地兼有生態(tài)服務(wù)功能，生態(tài)環(huán)境與耕地穩(wěn)定性指標(biāo)也被相關(guān)學(xué)者關(guān)注[15-17]。在研究尺度方面，多以市縣級(jí)為對(duì)象，從耕地圖斑角度出發(fā)進(jìn)行分析[18]，從柵格網(wǎng)與像元粒度的分析則更加細(xì)致[19-20]。鑒于耕地在空間上分布存在一定的規(guī)律性，文獻(xiàn)[18,21-23]對(duì)基于局部空間自相關(guān)的方法進(jìn)行了研究。

基本農(nóng)田必定是耕地，但耕地不一定是基本農(nóng)田，選擇優(yōu)質(zhì)耕地的標(biāo)準(zhǔn)除了常用的耕地自然條件、區(qū)位條件等之外，可加入反映耕地利用情況、作物長勢(shì)等情況的內(nèi)因指標(biāo)。本文以關(guān)聯(lián)反映耕地利用狀態(tài)與作物自身信息的NDVImax-min、NDVIsd作為完善耕地質(zhì)量的綜合評(píng)價(jià)指標(biāo)。以湖北省嘉魚縣為研究對(duì)象，將所有資料歸一化至30 m×30 m柵格像元尺度，在采用局部自相關(guān)分析像元耕地質(zhì)量綜合指標(biāo)值的基礎(chǔ)上，對(duì)基本農(nóng)田進(jìn)行劃定，以期為進(jìn)一步完善耕地優(yōu)選為基本農(nóng)田的指標(biāo)體系、提升縣級(jí)基本農(nóng)田劃定綜合質(zhì)量評(píng)價(jià)至像元級(jí)提供相關(guān)參考。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

嘉魚縣位于湖北省東南部、長江中游南岸(圖1)，地理坐標(biāo)為113°39′～114°22′E，29°48′～30°19′N?？h域地處江漢沖積平原，屬副熱帶濕潤季風(fēng)氣候，日照充足，雨量充沛，土地肥沃，全縣轄8個(gè)鄉(xiāng)鎮(zhèn)1個(gè)農(nóng)場，人均土地0.28 hm2，人均耕地約0.09 hm2。地勢(shì)自西南丘崗向東北平原交迭過渡，總體海拔較低，大部分在19～50 m之間，全縣大體形成“一山三水四分田、兩分道路與莊園”的地貌格局。

圖1 研究區(qū)示意圖Fig.1 Location of study area

1.2 數(shù)據(jù)來源與處理

數(shù)據(jù)主要包括國土部門提供的土地利用現(xiàn)狀、土地利用規(guī)劃、基本農(nóng)田和土地利用分等定級(jí)等數(shù)據(jù)庫資料；研究區(qū)域土地利用現(xiàn)狀、市縣鄉(xiāng)村四級(jí)土地利用意見等調(diào)研資料；從地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)下載的研究區(qū)自然年內(nèi)15期Landsat遙感影像，購買研究區(qū)GF1影像，研究區(qū)社會(huì)經(jīng)濟(jì)數(shù)據(jù)以及Google Earth影像數(shù)據(jù)；通過實(shí)地考察與調(diào)研進(jìn)行資料分析判斷與綜合取舍，與已有相關(guān)數(shù)據(jù)、互聯(lián)網(wǎng)收集資料等進(jìn)行交叉驗(yàn)證，以檢驗(yàn)數(shù)據(jù)來源的真實(shí)可靠性。將所有數(shù)據(jù)按照評(píng)價(jià)指標(biāo)體系歸類，在ArcGIS中將每個(gè)指標(biāo)數(shù)據(jù)處理為一層?xùn)鸥駭?shù)據(jù)[24]。

2 研究方法

2.1 耕地質(zhì)量綜合評(píng)價(jià)

2.1.1評(píng)價(jià)單元與指標(biāo)體系

縣級(jí)是基本農(nóng)田劃定的落實(shí)單位，評(píng)價(jià)單元是劃定成果構(gòu)成的基本單元，其尺度與劃定成果質(zhì)量直接相關(guān)。在市縣級(jí)尺度上的評(píng)價(jià)單元包括耕地圖斑[18, 22]、不同尺度柵格單元[19,24]等，本文以30 m×30 m柵格為基本評(píng)價(jià)單元。

《基本農(nóng)田劃定技術(shù)規(guī)程(TD/T1032—2011)》是基本農(nóng)田劃定的基本依據(jù)，結(jié)合區(qū)域農(nóng)用地分等成果、區(qū)域基本農(nóng)田劃定細(xì)則等，現(xiàn)有指標(biāo)體系基本覆蓋耕地自然質(zhì)量、耕地立地條件、耕地利用、社會(huì)經(jīng)濟(jì)和生態(tài)環(huán)境條件等基本準(zhǔn)則。以農(nóng)田作物自身為參照，可以將現(xiàn)有指標(biāo)體系歸為外部因素，其反映了外界環(huán)境對(duì)劃定成果的影響。所有的外部因素最終反映在農(nóng)田自身方面，植被NDVI時(shí)序數(shù)據(jù)記錄了不同時(shí)段作物自身的狀況，文獻(xiàn)[25-26]對(duì)NDVI時(shí)序數(shù)據(jù)與耕地利用狀況進(jìn)行了相關(guān)研究，同一耕地空間單元如在自然年內(nèi)NDVI發(fā)生了變化，說明對(duì)應(yīng)的土地被實(shí)際利用過，NDVI時(shí)序數(shù)據(jù)的統(tǒng)計(jì)變化特征可以輔助完善基本農(nóng)田劃定指標(biāo)體系。本文選擇自然年內(nèi)像元NDVI時(shí)序數(shù)據(jù)中的最大值與最小值之差NDVImax-min間接反映耕地利用與作物自身的差異，用NDVI數(shù)據(jù)序列的方差NDVIsd間接反映耕地利用頻率等的差異，并將其歸入耕地景觀生態(tài)條件，最后所建立的耕地質(zhì)量綜合評(píng)價(jià)指標(biāo)體系如表1所示。

表1 嘉魚縣耕地質(zhì)量綜合評(píng)價(jià)指標(biāo)體系Tab.1 Comprehensive quality evaluation system of cultivated land in Jiayu County

注：Pi=C表示將P指標(biāo)對(duì)應(yīng)變量i賦值為C，Ed指歐氏距離。

2.1.2評(píng)價(jià)指標(biāo)賦值方法

對(duì)于距離連續(xù)型變量，首先運(yùn)用ArcGIS中Euclidean Distance計(jì)算縣域內(nèi)每個(gè)像元到對(duì)應(yīng)目標(biāo)的距離，然后視距離指標(biāo)與優(yōu)選基本農(nóng)田準(zhǔn)則的正負(fù)相關(guān)性，將所有值都?xì)w一化在[0，100]以內(nèi)。對(duì)于常規(guī)離散型指標(biāo)，Q1、Q4賦值計(jì)算公式為

F+=100(Xi-Xmin)/(Xmax-Xmin)

(1)

F-=100(Xmax-Xi)/(Xmax-Xmin)

(2)

Q2、P1、P2參考《農(nóng)用地質(zhì)量分等規(guī)程》及已有文獻(xiàn)如表1賦值，pH值的賦值計(jì)算公式為[27]

(3)

其中a1～a4分別為5.0、6.5、7.5和8.5，Abs(·)為取絕對(duì)值函數(shù)。

像元連片度計(jì)算，針對(duì)每個(gè)像元，運(yùn)用Qeen空間關(guān)系鄰接規(guī)則，判斷其周邊8個(gè)相鄰方向上是否有基本農(nóng)田像元，每發(fā)現(xiàn)一個(gè)相鄰的基本農(nóng)田像元，其像元連片度增加1。單個(gè)像元的連片度最小為0、最大為8，數(shù)值越大，像元連片度越好。優(yōu)先保留原有基本農(nóng)田中的高等級(jí)耕地、集中連片耕地，要求劃定后基本農(nóng)田集中連片程度有所提高[28]。以耕地圖斑為基本單元進(jìn)行研究劃定時(shí)著重關(guān)注圖斑的連片性，由于圖斑的平均尺度一般相對(duì)像元(約900 m2)而言較大，劃定精度不及像元尺度，所以本文以像元為基礎(chǔ)，逐像元計(jì)算其連片程度，最后再運(yùn)用式(1)將像元連片程度進(jìn)行歸一化。

2.1.3網(wǎng)絡(luò)層次分析法確定指標(biāo)權(quán)重

耕地質(zhì)量綜合評(píng)價(jià)指標(biāo)部分相互獨(dú)立、部分存在關(guān)聯(lián)，網(wǎng)絡(luò)層次分析法(ANP)不但具有層次分析法(AHP)遞階式層次結(jié)構(gòu)，而且還具有內(nèi)部依賴性和反饋性的層次結(jié)構(gòu)[29]。采用ANP與專家打分法相結(jié)合的方式確定指標(biāo)權(quán)重。依據(jù)ANP各指標(biāo)權(quán)重求解過程，首先對(duì)指標(biāo)關(guān)聯(lián)情況進(jìn)行分析，并構(gòu)建判斷矩陣；其次，將專家評(píng)分結(jié)果輸入SuperDecision軟件進(jìn)行一致性檢驗(yàn)，對(duì)不滿足一致性檢驗(yàn)的結(jié)果進(jìn)行調(diào)整并反饋給專家再次征求意見；最后，輸入評(píng)分結(jié)果、求解超級(jí)矩陣計(jì)算指標(biāo)權(quán)重(表1)。

2.1.4像元耕地質(zhì)量綜合分值計(jì)算

像元是本文的基本評(píng)價(jià)單元，采用多因素綜合評(píng)價(jià)法對(duì)評(píng)價(jià)單元進(jìn)行綜合質(zhì)量評(píng)分，分值越高耕地質(zhì)量越好[18]，像元綜合分值計(jì)算公式為

(4)

式中Zi——第i個(gè)像元的耕地質(zhì)量綜合得分

wj——第j個(gè)指標(biāo)的權(quán)重

Zij——第i個(gè)像元第j個(gè)指標(biāo)的初始值

gstan(·)——標(biāo)準(zhǔn)化函數(shù)，保證像元在每個(gè)指標(biāo)的得分都在[0,100]之間

2.2 局部空間自相關(guān)分析

近年來，很多學(xué)者基于耕地質(zhì)量指數(shù)采用局部空間自相關(guān)方法對(duì)耕地合理利用進(jìn)行了相關(guān)研究[21-23,30-31]。局部空間自相關(guān)指標(biāo)(LISA)可以揭示空間參考單元與其鄰近單元屬性特征值之間的相似性或相關(guān)性，運(yùn)用LISA指標(biāo)中最常用的局部莫蘭指數(shù)(Local Moran’sI)和Moran散點(diǎn)圖對(duì)耕地質(zhì)量在空間上的聚集、異質(zhì)或隨機(jī)的分布特征進(jìn)行研究，局部莫蘭指數(shù)計(jì)算式為

(5)

(6)

(7)

式中Ii——單元i的局部莫蘭指數(shù)

wij——單元i與j之間的空間權(quán)重

n——與單元i相鄰接的空間單元數(shù)量

xi、xj——單元i、j的耕地質(zhì)量指數(shù)

σ2——方差

空間權(quán)重矩陣是進(jìn)行局部莫蘭指數(shù)計(jì)算的關(guān)鍵，不同鄰接規(guī)則得到的空間權(quán)重矩陣不同，Rook、Queen是最常用的鄰接規(guī)則。耕地的連片性在中心像元周邊8個(gè)方向上均有體現(xiàn)，本文選擇一階Queen鄰接規(guī)則構(gòu)建空間權(quán)重矩陣。局部莫蘭指數(shù)高值表明有相似變量值的面積單元在空間集聚，低值表明不相似變量值的面積單元在空間集聚，Moran散點(diǎn)圖將空間單元的集聚形式分4個(gè)象限進(jìn)行可視化。第1、3象限分別為HH與LL正相關(guān)型，各自表示高值與高值、低值與低值集聚，第2、4象限分別為LH、HL負(fù)相關(guān)型，空間異質(zhì)性主要區(qū)別是高值包含低值異常和低值包含高值異常。

2.3 耕地利用與像元NDVI時(shí)序數(shù)據(jù)關(guān)聯(lián)分析

NDVI時(shí)序數(shù)據(jù)在反映植被生長季節(jié)性和年內(nèi)特征方面具有良好的可信性[32]，文獻(xiàn)[25-26]利用其對(duì)耕地、休耕地進(jìn)行了相關(guān)研究，并取得了良好效果。同一像元由于自然年內(nèi)不同種值季數(shù)的差異(如一年一季、一年兩季、一年多季等)會(huì)在NDVI時(shí)序數(shù)據(jù)中有不同取值，NDVI時(shí)序曲線峰值個(gè)數(shù)及其方差、最大最小值及其極差等都與耕地利用狀況相關(guān)聯(lián)。理論上曲線形態(tài)與種植收割相對(duì)應(yīng)，裸地從作物種植開始到其生長最旺盛，從成熟到收獲，對(duì)應(yīng)曲線的不同取值，曲線方差越小說明耕地種植利用越平穩(wěn)。極值和極差可反映一個(gè)種植收割期內(nèi)不同作物間的橫向生長狀況。利用NDVImax-min、NDVIsd指標(biāo)關(guān)聯(lián)分析耕地利用狀況，其計(jì)算公式為

NDVImax-min=max(NDVIseries)-min(NDVIseries)

(8)

NDVIsd=SD(NDVIseries)

(9)

式中NDVIseries——NDVI時(shí)序數(shù)據(jù)序列

其中，max(·)、min(·)、SD(·)分別為針對(duì)NDVI時(shí)序序列取最大值、最小值和方差函數(shù)，數(shù)據(jù)越密集效果越好。

3 結(jié)果與分析

3.1 耕地綜合質(zhì)量指標(biāo)處理結(jié)果與分析

本文像元面積約900 m2，與耕地圖斑相比其單元面積較小且均一，同時(shí)與研究區(qū)人均耕地866 m2也最為接近?；巨r(nóng)田的劃定要求上圖入庫、落實(shí)到戶，像元尺度可在更細(xì)粒度上落實(shí)基本農(nóng)田的保護(hù)范圍與保護(hù)責(zé)任。將評(píng)價(jià)耕地質(zhì)量所需的16個(gè)指標(biāo)在ArcGIS中各自處理成一幅30 m×30 m的柵格數(shù)據(jù)，統(tǒng)一采用WGS-1984-UTM-Zone-49N投影坐標(biāo)，并采用Snap Raster保證不同指標(biāo)層單元匹配對(duì)齊。全縣范圍內(nèi)所有指標(biāo)進(jìn)行歸一化處理，范圍在[0,100]之間，結(jié)果如圖2所示，運(yùn)用式(4)可得各像元耕地質(zhì)量綜合指數(shù)。

圖2 像元尺度耕地質(zhì)量評(píng)價(jià)指標(biāo)柵格圖Fig.2 Raster maps of farmland quality evaluation indexes at pixel scale

由圖2可知，數(shù)值離散型指標(biāo)(如Q1、Q2)由于原始評(píng)價(jià)基于耕地圖斑而賦值，其局部區(qū)域內(nèi)取值較為集中，除了邊界更替處對(duì)像元區(qū)分有貢獻(xiàn)之外，同質(zhì)區(qū)域內(nèi)部對(duì)像元區(qū)分無貢獻(xiàn)。對(duì)于數(shù)值連續(xù)型指標(biāo)(如L1、E4)，以像元為單元計(jì)算距離，可以在圖斑內(nèi)部進(jìn)一步細(xì)化距離權(quán)重對(duì)劃定結(jié)果的影響。相比以圖斑為單元計(jì)算圖斑質(zhì)心與目標(biāo)之間的距離、圖斑內(nèi)部處處同值而言，基于像元的分析可以使劃定結(jié)果更趨合理，本文有7個(gè)指標(biāo)與距離相關(guān)，占總指標(biāo)的43.75%。

3.2 局部空間自相關(guān)結(jié)果與分析

采用GeoDa與ArcGIS軟件進(jìn)行局部空間自相關(guān)分析與制圖，首先將像元轉(zhuǎn)為矢量點(diǎn)，并將像元耕地綜合質(zhì)量增加到點(diǎn)屬性，其次將GeoDa計(jì)算結(jié)果保存到點(diǎn)屬性中，最后將矢量點(diǎn)帶屬性轉(zhuǎn)為與已有指標(biāo)同樣的柵格進(jìn)行可視化分析。

全縣耕地質(zhì)量局部空間自相關(guān)指數(shù)為0.864 5，由于耕地像元與非耕地像元的耕地綜合質(zhì)量評(píng)價(jià)得分呈兩級(jí)分化趨勢(shì)，所以Moran散點(diǎn)圖(圖3a)呈兩個(gè)團(tuán)聚狀，綜合得分對(duì)耕地與非耕地具有良好的區(qū)分度。就耕地像元而言，其耕地質(zhì)量局部空間自相關(guān)指數(shù)為0.991 6，其空間聚集程度較全縣更加明顯(圖3b)。

圖3 像元耕地質(zhì)量空間關(guān)聯(lián)分析Fig.3 Spatial correlation analysis of farmland quality in pixel scale

由圖3c、3d可知，像元耕地質(zhì)量空間關(guān)聯(lián)集聚效果明顯，在空間上，全縣范圍的HH型主要分布在東北平原區(qū)，包括牌洲灣鎮(zhèn)、潘家灣鎮(zhèn)、渡普鎮(zhèn)，以及新街鎮(zhèn)的大部分范圍，該區(qū)交通便利、自然條件優(yōu)越，是典型的水稻蔬菜基地[33]，LL型在長江、斧頭湖等水域區(qū)最為明顯，縣域西南部以丘陵崗地為主，長江沿線南門湖村、官洲村等HH相對(duì)明顯外，主體區(qū)內(nèi)其余類型交替相間，集聚規(guī)律不明顯。由圖3d可知，正相關(guān)類型與耕地質(zhì)量關(guān)聯(lián)情況更為明顯，尤其體現(xiàn)在交通便利、地勢(shì)平坦、土質(zhì)肥沃的省道S102兩側(cè)，但牌洲灣鎮(zhèn)北部及其與潘家灣鎮(zhèn)連接處相關(guān)性不明顯，可能受洪澇災(zāi)害及近年來新起的畈湖工業(yè)園區(qū)的影響等所致。中部空白處是縣城所在地，其西側(cè)南門湖村是唯一保留的大面積耕地區(qū)，其HH型尤為明顯。負(fù)相關(guān)類型集中體現(xiàn)在官橋鎮(zhèn)、高鐵嶺鎮(zhèn)以及陸溪鎮(zhèn)的大部分耕地中，該區(qū)較東北部耕地分布較為零星、地勢(shì)錯(cuò)落起伏、林地比重較大，像元耕地綜合質(zhì)量較低，LL型聚集與此相對(duì)應(yīng)。

由表2可知，在全縣范圍內(nèi)HH與LL正相關(guān)類型占72.5%，負(fù)相關(guān)類型共占1%，且其中90%主要分布在HH型周邊、并與其形成了良好的連片分布。在耕地范圍內(nèi)，正相關(guān)類型占59.3%，說明耕地質(zhì)量在空間上集聚特征明顯。無顯著相關(guān)的區(qū)域占比40.7%，P1、E3與Q1、Q3等因子在此處高低值交替相間，空間關(guān)聯(lián)錯(cuò)綜復(fù)雜。對(duì)耕地范圍內(nèi)全縣集聚情況分析可知，HH型與耕地重合度為81.3%，說明即使在耕地范圍未知的情況下，若優(yōu)先利用HH型進(jìn)行基本農(nóng)田劃定，也可達(dá)到較好的效果，這對(duì)于利用遙感反演信息客觀進(jìn)行基本劃定提供了良好的依據(jù)。

表2 局部空間自相關(guān)結(jié)果分析Tab.2 Analysis of local spatial autocorrelation results

注：P<0.05，在95%置信度時(shí)統(tǒng)計(jì)結(jié)果；NS型表示非顯著型。

3.3 基于像元局部相關(guān)性的基本農(nóng)田劃定結(jié)果與分析

局部空間自相關(guān)值Moran’sI反映了中心像元與周邊像元的相關(guān)程度，其在[-1，1]之間，越靠近1表示中心像元屬性與周邊像元同質(zhì)屬性正相關(guān)性越強(qiáng)，反之，越靠近-1表示其負(fù)相關(guān)越強(qiáng)，等于0時(shí)表示規(guī)律性較弱，呈空間隨機(jī)分布狀態(tài)。依據(jù)其相關(guān)關(guān)系，相關(guān)學(xué)者按HH型、LL型、LH型和HL型從宏觀層面定性對(duì)耕地利用進(jìn)行了人為劃分區(qū)塊并分析建設(shè)時(shí)序的研究，如呈空間擴(kuò)散效應(yīng)的HH型為高質(zhì)量耕地圖斑被同樣高質(zhì)量圖斑所包圍，所以應(yīng)優(yōu)先劃定、區(qū)域內(nèi)禁止非農(nóng)建設(shè)。本文從像元微觀層面出發(fā)，利用相關(guān)屬性值由大到小循環(huán)迭代依次選入單個(gè)像元，并將劃定結(jié)果與空間集聚情況進(jìn)行聯(lián)合分析，具體實(shí)現(xiàn)過程利用Python完成。

全縣劃定任務(wù)為304 843個(gè)像元單位，由于在全縣范圍內(nèi)土地利用類型復(fù)雜、質(zhì)量評(píng)定指標(biāo)多樣，局部空間自相關(guān)莫蘭指數(shù)理論上存在非耕地高于耕地的情況(如部分水域)，所以，選擇以下兩種方法進(jìn)行劃定，方法1是在全縣范圍內(nèi)按前述計(jì)算的像元耕地綜合質(zhì)量得分，由高到低依次選入像元確定劃定區(qū)域；方法2是在耕地范圍內(nèi)按莫蘭指數(shù)由大到小順序依次選入像元確定劃定區(qū)域，結(jié)果如圖4所示，對(duì)比分析如表3所示。由圖4a可知，不管是利用全縣范圍內(nèi)耕地質(zhì)量還是耕地范圍內(nèi)莫蘭指數(shù)，其劃定結(jié)果都保持了高度的一致性，二者重合像元數(shù)為259 040個(gè)，占劃定任務(wù)的85.0%。結(jié)合耕地質(zhì)量評(píng)價(jià)數(shù)據(jù)與Google高分影像疊置分析，基于耕地質(zhì)量的劃定，其優(yōu)勢(shì)主要在于劃入的像元是現(xiàn)有指標(biāo)下耕地區(qū)內(nèi)質(zhì)量最優(yōu)的區(qū)域，且與二者共有部分的連片性保持較好，基本在其周圍分布，但其對(duì)丘陵區(qū)隴形地帶等效果欠佳。基于莫蘭指數(shù)的劃定結(jié)果對(duì)縣域西南部丘陵崗地區(qū)存在的條形、隴形相對(duì)碎片耕地的區(qū)域劃定效果占優(yōu)，但整體而言連片性不及前者。

由圖4b與表3可知，兩種方法都優(yōu)先將空間上呈HH型聚集的99.97%像元?jiǎng)澣肓吮Ｗo(hù)范圍，這是劃定成果的重點(diǎn)保護(hù)區(qū)域，區(qū)域內(nèi)應(yīng)該禁止非農(nóng)建設(shè)[21]。HH型中未劃入的29個(gè)像元雖然耕地質(zhì)量較好，但大部分呈獨(dú)立像元形式存在，小部分僅一邊與HH相連，極大地影響了片塊景觀布局形態(tài)，在相關(guān)項(xiàng)目占用耕地時(shí)，可以考慮優(yōu)先利用。兩種方法的差異主要在于對(duì)LL型和NS型的處理上，基于耕地綜合質(zhì)量的劃定優(yōu)先將質(zhì)量得分較高但指數(shù)得分低、在空間上呈NS型聚集的部分劃入，其主要分布在牌洲灣鎮(zhèn)北部、畈湖工業(yè)園周邊、渡普鎮(zhèn)與斧頭湖連接處等。基于莫蘭指數(shù)的劃定則優(yōu)先考慮了指數(shù)得分，與前者差異在于質(zhì)量得分相對(duì)前者較低，在空間上呈LL型。此部分主要分布在陸溪鎮(zhèn)西部、高鐵嶺鎮(zhèn)東側(cè)，后者明顯可見丘陵崗地內(nèi)隴形耕地輪廓特征。由于基本農(nóng)田的劃定是一個(gè)復(fù)雜多層次的過程[34]，二者差異部分也體現(xiàn)出了各自的優(yōu)勢(shì)，前者在片塊連接性方面相對(duì)較好，后者在丘陵崗地區(qū)劃定較為接近現(xiàn)實(shí)，二者空間上的直觀分布，為最終決策提供了良好參考。

圖4 劃定結(jié)果Fig.4 Graph of demarcation results

類型LISA莫蘭指數(shù)/耕地質(zhì)量重合部分莫蘭指數(shù)獨(dú)立部分耕地質(zhì)量獨(dú)立部分像元像元比例/%像元比例/%像元比例/%比例/%HH型11515311512432.90029032.9LL型926454695813.44566113.026026.4LH型7800007800HL型100000010000NS型1426709695827.714204557013.040.7小計(jì)35064625904074.04580313.04580313.0100

4 結(jié)論

(1)在縣級(jí)空間尺度內(nèi)耕地綜合質(zhì)量涉及距離類指標(biāo)時(shí)，一般基于像元的評(píng)價(jià)較以耕地圖斑為單元的評(píng)價(jià)更具良好的區(qū)分性，劃入的基本農(nóng)田理論上更趨合理，對(duì)人均、戶均基本農(nóng)田保護(hù)責(zé)任的落實(shí)也更加精確。但基于像元的相關(guān)分析涉及數(shù)據(jù)量較大，對(duì)運(yùn)算資源的要求也相對(duì)較高。

(2)湖北省嘉魚縣耕地綜合質(zhì)量在空間上表現(xiàn)出較強(qiáng)的空間相關(guān)性，全域和耕地范圍的局部空間自相關(guān)指數(shù)分別為0.864 5和0.991 6。基于基本農(nóng)田包含于耕地的先驗(yàn)知識(shí)，運(yùn)用后者的劃定更趨合理，其HH正相關(guān)類型主要集中在潘家灣鎮(zhèn)、渡普鎮(zhèn)等東北平原主導(dǎo)區(qū)，LL負(fù)相關(guān)類型主要集中在官橋鎮(zhèn)、高鐵嶺鎮(zhèn)等西南部丘陵地帶，且分布較為零星。

(3)基于耕地質(zhì)量與莫蘭指數(shù)的劃定結(jié)果在空間上保持了高度的一致性，兩種方法都優(yōu)先將空間上呈HH型聚集的99.97%的像元?jiǎng)澣肓吮Ｗo(hù)區(qū)，前者在綜合質(zhì)量方面占優(yōu)，但對(duì)丘陵區(qū)隴形地帶等劃定效果不及后者?；谙裨姆治鰧?duì)于嘉魚縣的劃定更為合理，NDVI等指標(biāo)間接關(guān)聯(lián)了土地利用狀態(tài)與農(nóng)作物自身信息，對(duì)耕地質(zhì)量綜合評(píng)價(jià)體系的完善有益。