努爾比耶·奧布力艾散，阿依吐?tīng)栠d·沙木西，艾則買(mǎi)提江·麥麥提圖爾蓀

（1.新疆農(nóng)業(yè)大學(xué)公共管理學(xué)院，烏魯木齊 830052；2.新疆師范大學(xué)地理科學(xué)與旅游學(xué)院，烏魯木齊 830054）

2020 年，國(guó)家“十四五”規(guī)劃明確提出，要形成農(nóng)業(yè)主產(chǎn)區(qū)和生態(tài)功能保護(hù)區(qū)的空間格局，確保糧食與生態(tài)雙保護(hù)是國(guó)家安全層面上的重大戰(zhàn)略需求。2020 年《新疆維吾爾自治區(qū)關(guān)于構(gòu)建現(xiàn)代環(huán)境治理體系的實(shí)施意見(jiàn)》中也要求耕地保護(hù)與利用和生態(tài)相融合，這說(shuō)明西部地區(qū)也在大力推進(jìn)農(nóng)業(yè)生產(chǎn)和生態(tài)同保護(hù)。隨著城鎮(zhèn)化水平的逐漸提高，土地資源約束明顯趨緊，各類(lèi)用地類(lèi)型數(shù)量和動(dòng)態(tài)度變化日益復(fù)雜[1]。耕地是為人類(lèi)提供生存資源的重要地類(lèi)，對(duì)我國(guó)而言，保護(hù)一定數(shù)量的耕地資源并提升其生產(chǎn)能力，才能保住糧食安全的生命線。同時(shí)，作為綠地的耕地具有生態(tài)保護(hù)功能，其變化在一定程度上影響區(qū)域生態(tài)系統(tǒng)平衡[2-4]。據(jù)報(bào)道，我國(guó)未來(lái)15 年的糧食缺口明顯增大[5]，生態(tài)流失逐漸加重，且主要發(fā)生在我國(guó)西北、東北等生態(tài)脆弱地區(qū)[6-7]。耕地變化是在特定時(shí)期內(nèi)某一地域的耕地利用形態(tài)轉(zhuǎn)變過(guò)程，表現(xiàn)為耕地與其他地類(lèi)的相互轉(zhuǎn)換，是耕地利用系統(tǒng)對(duì)農(nóng)業(yè)生產(chǎn)和生態(tài)系統(tǒng)綜合作用的響應(yīng)。隨著經(jīng)濟(jì)的快速發(fā)展，耕地逐漸成為易受外部干擾并在用途上容易發(fā)生變化的土地類(lèi)型，生活用地、生態(tài)用地以及其他類(lèi)型用地和耕地之間相互擠占的矛盾日益突出，使耕地利用和空間分布在時(shí)空上的變化趨勢(shì)變得嚴(yán)峻[8-9]。目前，耕地變化研究涉及耕地保護(hù)與利用的空間格局[10-11]、時(shí)空演變特征[12-14]、驅(qū)動(dòng)機(jī)制[15]以及耕地變化效應(yīng)[14，16-17]等多角度，凸顯了耕地保護(hù)的重要性。耕地變化的生產(chǎn)-生態(tài)效應(yīng)是指單位耕地生產(chǎn)能力的變化和單位耕地生態(tài)因子的變化所產(chǎn)生的現(xiàn)象。學(xué)者們通常以耕地變化和耕地產(chǎn)量變化等因素來(lái)判斷耕地生產(chǎn)效應(yīng)[14，18]，但是對(duì)單位耕地生產(chǎn)能力的變化及其帶來(lái)的生產(chǎn)效應(yīng)相關(guān)研究較少；而對(duì)耕地生態(tài)環(huán)境效應(yīng)的相關(guān)研究多以謝高地等[14]修訂的生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量因子為基礎(chǔ)，沒(méi)有一套標(biāo)準(zhǔn)的指標(biāo)體系，指標(biāo)的選取具有局限性和不全面性。前期有很多學(xué)者利用衛(wèi)星遙感數(shù)據(jù)，采用徐涵秋[19]提出的遙感生態(tài) 指數(shù)（RSEI）模型，對(duì)綠度（NDVI）、濕度（WET）、熱度（LST）和干度（NDSI）4 個(gè)指標(biāo)進(jìn)行歸一化處理和主成分分析，能夠綜合反映特定區(qū)域土地利用變化的生態(tài)效應(yīng)[20]。該方法完全基于遙感信息，集成了最為直觀的多種指標(biāo)，能精確、全面、直觀地檢測(cè)生態(tài)環(huán)境質(zhì)量，且能將結(jié)果進(jìn)行高精度可視化[21-22]，在干旱區(qū)生態(tài)質(zhì)量檢測(cè)中有較強(qiáng)的實(shí)用性。盡管該方法在很多地區(qū)均有較好的應(yīng)用，但是在我國(guó)西部干旱區(qū)土地利用變化尤其是耕地變化的生態(tài)效應(yīng)研究方面應(yīng)用較少。

和田地區(qū)是塔克拉瑪干沙漠邊緣的綠洲區(qū)之一，農(nóng)戶(hù)基本以耕地為生，由于綠洲的土地利用生態(tài)系統(tǒng)相對(duì)于其他生態(tài)系統(tǒng)較單一，易受人類(lèi)活動(dòng)的影響而發(fā)生明顯變化。在西部大開(kāi)發(fā)及2009 年起實(shí)施的多個(gè)省市對(duì)口援疆背景下，和田地區(qū)社會(huì)經(jīng)濟(jì)快速發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、轉(zhuǎn)型，城鄉(xiāng)空間統(tǒng)籌布局改變，地區(qū)國(guó)土空間、土地利用形式發(fā)生顯著變化，這導(dǎo)致土地利用生態(tài)服務(wù)價(jià)值呈下降趨勢(shì)[23]，而耕地作為研究區(qū)的重要生產(chǎn)載體和綠色載體，其變化同時(shí)影響區(qū)域糧食安全和生態(tài)質(zhì)量。這對(duì)和田地區(qū)耕地保護(hù)提出了新的問(wèn)題：如何確定耕地格局?如何保障糧食安全和生態(tài)保護(hù)?如何耦合協(xié)調(diào)耕地生產(chǎn)-生態(tài)效應(yīng)?探討耕地時(shí)空演變特征及其生產(chǎn)-生態(tài)質(zhì)量的變化，有利于和田地區(qū)國(guó)土空間規(guī)劃和生態(tài)保護(hù)修復(fù)。為此，本研究基于土地利用分類(lèi)遙感影像數(shù)據(jù)，首先分析近30 年和田地區(qū)耕地利用時(shí)空演變特征，其次，以遙感技術(shù)為支撐，利用1990、2000、2010、2020 年每個(gè)月的遙感影像，構(gòu)建耕地生產(chǎn)水平假設(shè)模型，分析單位面積上的耕地生產(chǎn)水平的變化特征及其帶來(lái)的生產(chǎn)效應(yīng)，最后，同樣以1990—2020 年的Landsat 5 TM 和Landsat 8 OLI 遙感影像為基礎(chǔ)，用RSEI 模型定量分析研究區(qū)耕地生態(tài)質(zhì)量變化及其帶來(lái)的生態(tài)效應(yīng)，以期為區(qū)域生產(chǎn)保障、生態(tài)環(huán)境治理、耕地布局優(yōu)化與利用、土地資源合理配置提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

和田地區(qū)位于新疆西南端，地處歐亞大陸腹心地帶，北部深入塔克拉瑪干沙漠腹地，南枕昆侖山和喀喇昆侖山（圖1）。行政區(qū)包括和田市、和田縣、墨玉縣、皮山縣、洛浦縣、策勒縣、于田縣和民豐縣等7縣1市。研究區(qū)土地利用總面積為24.69 萬(wàn)km2，2020 年未利用地、草地和水域面積占研究區(qū)總面積的比例分別為71.79%、22.80%和3.37%，耕地、林地面積占比為1.60% 和0.35%，建設(shè)用地面積占比最低，為0.10%。研究區(qū)屬于典型的內(nèi)陸溫帶荒漠性氣候，土壤沙性重，鹽堿含量高。自然環(huán)境比較惡劣，沙塵暴、浮塵天氣多，常年干燥少雨，區(qū)域生態(tài)環(huán)境質(zhì)量極為脆弱和敏感。

圖1 研究區(qū)土地利用類(lèi)型及高程Figure 1 Land use types and elevation of the study area

1.2 數(shù)據(jù)來(lái)源與處理

本研究選取的土地利用分類(lèi)數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院地理科學(xué)與資源研究所（http：//www.resdc.cn）。1990、2000、2010年的遙感數(shù)據(jù)源為L(zhǎng)andsat-TM/ETM遙感影像，2020年以Landsat 8 OLI影像為數(shù)據(jù)源。不同時(shí)期的土地利用遙感監(jiān)測(cè)數(shù)據(jù)分類(lèi)系統(tǒng)采用三級(jí)分類(lèi)系統(tǒng)。其中：一級(jí)分類(lèi)分為耕地、林地、草地、水域、建設(shè)用地和未利用土地6類(lèi)；二級(jí)分類(lèi)分為25個(gè)類(lèi)型。遙感解譯精度檢驗(yàn)結(jié)果達(dá)到了88.95%，其中水田、旱地精度檢驗(yàn)結(jié)果分別為84.35%和92.86%[24-25]。

本研究中植被生長(zhǎng)水平和遙感生態(tài)環(huán)境質(zhì)量指數(shù)數(shù)據(jù)所用遙感影像源于美國(guó)地質(zhì)調(diào)查局（United States Geological Survey，USGS），在Pixel Information Expert Engine（PIEE）平臺(tái)（https：//engine.piesat.cn/）獲取經(jīng)輻射校正和大氣校正的Landsat 影像，空間分辨率為30 m。篩選出1990、2000、2010 年和2020 年1—12月云量小于10%的TM、OLI影像，分別進(jìn)行預(yù)處理和每月最高NDVI、WET、LST以及NDSI計(jì)算。耕地植被生長(zhǎng)水平計(jì)算流程如圖2所示。

圖2 植被生長(zhǎng)水平數(shù)據(jù)處理流程Figure 2 Vegetation growth level data processing flow

1.3 研究方法

1.3.1 生產(chǎn)效應(yīng)分析

生產(chǎn)效應(yīng)作為單位面積耕地在年內(nèi)生產(chǎn)總量的效應(yīng)，是每一次種植過(guò)程中的生產(chǎn)效應(yīng)總和。通過(guò)植被生長(zhǎng)水平的變化可以間接判斷單位耕地生產(chǎn)水平，同時(shí)，還能根據(jù)其變化規(guī)律計(jì)算種植次數(shù)。耕地生產(chǎn)能力評(píng)價(jià)模型數(shù)學(xué)計(jì)算公式為：

式中：S表示單位面積（像元）耕地生產(chǎn)水平；Simax表示第i次種植次數(shù)中單位面積（像元）耕地植被最高生產(chǎn)水平；n是單位耕地一年內(nèi)總種植次數(shù)，當(dāng)單位面積耕地一年內(nèi)每月Simax未能滿(mǎn)足連續(xù)兩次大于前一月，并且約等于最小值時(shí)，計(jì)為1次種植次數(shù)。

植被生產(chǎn)水平在本研究中利用歸一化植被指數(shù)（NDVI）來(lái)表征。NDVI是通過(guò)計(jì)算紅波段和近紅外波段進(jìn)行歸一化計(jì)算得到，其數(shù)學(xué)計(jì)算公式為：

式中：Simax(NDVImax)表示研究區(qū)單位（像元）耕地最高生產(chǎn)水平；ρnir表示遙感影像近紅外波段；ρred表示遙感影像紅波段。

計(jì)算獲得研究區(qū)在相應(yīng)年份中種植次數(shù)為一年一次，即n=1。因此單位面積（像元）耕地生產(chǎn)水平的公式為：

（2）耕地生產(chǎn)水平變化分級(jí)

為了更好表達(dá)單位面積上的耕地生產(chǎn)水平空間狀況，將耕地生產(chǎn)水平（S值）劃分為[0，0.1）、[0.1，0.3）、[0.3，0.6）、[0.6，0.8）和[0.8，1] 5 個(gè)等級(jí)，分別代表無(wú)、低、中、中高、高生產(chǎn)水平。

1.3.2 生態(tài)效應(yīng)分析

（1）遙感生態(tài)指數(shù)指標(biāo)構(gòu)建

為了直接從遙感影像中獲取生態(tài)環(huán)境質(zhì)量相關(guān)指標(biāo)，以綜合評(píng)價(jià)研究區(qū)耕地生態(tài)環(huán)境質(zhì)量，參考徐涵秋[19]提出的遙感生態(tài)指數(shù)（RSEI）評(píng)價(jià)法，利用綠度（NDVI）、濕度（WET）、熱度（LST）和干度（NDSI）4個(gè)指標(biāo)評(píng)價(jià)耕地生態(tài)變化狀況，公式如下：

（2）計(jì)算遙感生態(tài)指數(shù)（RSEI）

為使多年RSEI數(shù)值在時(shí)間和空間上均具有可比性，采用主成分分析方法，將多年數(shù)據(jù)融合得到全局統(tǒng)一的因子權(quán)重矩陣，并將該權(quán)重運(yùn)用于每一年份。它可以根據(jù)標(biāo)準(zhǔn)化處理后的4 個(gè)生態(tài)指標(biāo)數(shù)據(jù)本身的性質(zhì)以及各個(gè)指標(biāo)的貢獻(xiàn)度來(lái)自動(dòng)客觀地確定權(quán)重，去掉4 個(gè)指標(biāo)之間的相關(guān)性，從而將各個(gè)指標(biāo)集合在一起，把主要的信息集中到第一個(gè)主成分上，再對(duì)其進(jìn)行標(biāo)準(zhǔn)化統(tǒng)一量綱處理，得到RSEI指數(shù)。RSEI計(jì)算公式：

式中：RSEI為標(biāo)準(zhǔn)化處理后的遙感生態(tài)指數(shù)值，范圍為[0，1]，越接近1 代表生態(tài)環(huán)境質(zhì)量越好；RSEI0為i像元處的原始生態(tài)指數(shù)值；RSEI0-max、RSEI0-min分別為原始生態(tài)指數(shù)最大值和最小值；PC1為第一主成分載荷值。

根據(jù)RSEI模型計(jì)算得出研究區(qū)耕地1990—2020年的RSEI值，根據(jù)RSEI值的變化判斷耕地變化對(duì)耕地生態(tài)質(zhì)量帶來(lái)的影響，RSEI值越高耕地分布區(qū)域生態(tài)空間狀況越好。為了在空間分布上直觀反映耕地生態(tài)空間狀況，將RSEI值以0.2 為間隔劃分為[0，0.2）、[0.2，0.4）、[0.4，0.6）、[0.6，0.8）和[0.8，1] 5 個(gè)等級(jí)，分別代表生態(tài)狀況差、較差、一般、良好和優(yōu)。

耕地變化區(qū)域和不變區(qū)域RSEI值在研究初期和末期具有一定的差異性，其差值反映耕地變化區(qū)域的生態(tài)環(huán)境質(zhì)量。耕地變化的生態(tài)效應(yīng)計(jì)算公式為：

式中：RSEIT為生態(tài)環(huán)境質(zhì)量變化差值；RSEIt+1為末期區(qū)域RSEI值，RSEIt為初期區(qū)域RSEI值。

根據(jù)公式（7）分別統(tǒng)計(jì)計(jì)算得出1990—2020年4期每個(gè)階段區(qū)域的生態(tài)質(zhì)量差值，得到1990—2000年、2000—2010 年、2010—2020 年、1990—2020 年的RSEI變化等級(jí)，按照差值[-4，-1]、0、[1，4]分為惡化、不變、改善3個(gè)變化等級(jí)、9個(gè)差級(jí)。

2 結(jié)果與分析

2.1 耕地時(shí)空演變特征

2.1.1 耕地總量時(shí)空演變特征

和田地區(qū)耕地以片狀分布在研究區(qū)中部平原區(qū)域（圖3），面積從1990 年的2 250.24 km2增加到2020年的3 952.87 km2，共增加了1 702.63 km2。從各縣（市）耕地面積變化情況來(lái)看，墨玉縣耕地面積最大，變化最顯著，增加總面積為331.56 km2，民豐縣最少，僅增加68.65 km2。墨玉縣旱地面積變化最大，其次為皮山縣、和田縣、于田縣、策勒縣和洛浦縣，旱地變化面積均在200 km2以上，其次是和田市和民豐縣，旱地面積變化均在60～100 km2之間，其中民豐縣耕地分布區(qū)域較獨(dú)立，離水源較遠(yuǎn)，且被戈壁、沙漠包圍，耕地變化量最少；水田主要分布在和田市、和田縣、墨玉縣和于田縣，皮山縣、洛浦縣、策勒縣和民豐縣極少。

圖3 耕地面積變化與空間分布Figure 3 The change of cultirated land area and spatial distribution

2.1.2 耕地轉(zhuǎn)移特征

1990—2020 年，和田市、和田縣、墨玉縣、皮山縣、洛浦縣、策勒縣、于田縣和民豐縣新增耕地均以草地復(fù)墾為主，草地轉(zhuǎn)耕地的面積分別為64.51、188.67、307.14、198.61、121.42、168.02、141.22 km2和62.33 km2，均占新增耕地面積的45%以上，其中墨玉縣和民豐縣草地復(fù)墾面積占69.07%和67.95%；皮山縣和于田縣新增耕地除了草地復(fù)墾外，也以未利用地開(kāi)墾為主，其占新增耕地的34.29%和34.99%。耕地減少的原因以退耕還林、還草為主，其中皮山縣和洛浦縣退耕還草、還林面積最大，占耕地減少面積的35.58%和55.43%；墨玉縣、和田市和策勒縣建設(shè)用地占用耕地面積較大，占耕地減少面積的29.99%、49.37%和23.36%；皮山縣耕地轉(zhuǎn)未利用地面積最大，占耕地減少面積的38.22%（圖4）。

圖4 1990—2020年耕地利用轉(zhuǎn)移矩陣Figure 4 Arable land use transfer matrix from 1990 to 2020

2.2 生產(chǎn)效應(yīng)

2.2.1 耕地生產(chǎn)水平時(shí)空變化

（1）耕地生產(chǎn)水平時(shí)序變化

30 年來(lái)，和田地區(qū)耕地生產(chǎn)水平向好發(fā)展。低生產(chǎn)水平耕地大幅下降，中、中高生產(chǎn)水平耕地占比最大（圖5）。和田地區(qū)無(wú)生產(chǎn)水平耕地面積占比從1990年的13%下降到2020年的1%；低生產(chǎn)水平耕地占比在2000 年下降到15%，此后保持該水平；中、中高生產(chǎn)水平耕地總占比從1990年的60%上升至2020年的74%，2010 年開(kāi)始中高生產(chǎn)水平耕地面積占比超過(guò)中生產(chǎn)水平；2010 年有3%的耕地為高生產(chǎn)水平耕地，到2020 年高生產(chǎn)水平耕地面積占地區(qū)耕地面積的11%。各縣（市）統(tǒng)計(jì)數(shù)據(jù)結(jié)果顯示，無(wú)生產(chǎn)水平耕地主要出現(xiàn)在2000 年以前，主要分布在皮山縣、于田縣和策勒縣；民豐縣低生產(chǎn)水平耕地分布最為特殊，1990、2000、2010、2020 年分別占全縣耕地總面積的43.37%、33.89%、35.74%和29.29%；中、中高生產(chǎn)水平耕地在2000—2010年的增長(zhǎng)最為明顯，2010年后進(jìn)一步改善；高生產(chǎn)水平耕地在2010 年以后逐漸增多，皮山縣、和田市和民豐縣的面積遠(yuǎn)低于其他縣。

圖5 1990—2020年耕地生產(chǎn)水平變化Figure 5 The change in cultivated land productivity level from 1990 to 2020

（2）耕地生產(chǎn)水平空間變化

30 年來(lái)，和田地區(qū)耕地生產(chǎn)水平在空間上分布不均勻（圖6）。中高、高生產(chǎn)耕地作為提升生產(chǎn)水平的核心類(lèi)別，1990 年起從行政中心逐步向周?chē)鷶U(kuò)散，2000 年開(kāi)始逐漸形成脫離河流兩岸的高生產(chǎn)水平耕地，2010年起輻射到地區(qū)西部，到2020年地區(qū)全域均出現(xiàn)高生產(chǎn)水平耕地，但是沿河岸形成的新增耕地仍需要進(jìn)一步提升。和田市無(wú)生產(chǎn)耕地分布于邊緣區(qū)，中高及高生產(chǎn)耕地由疏轉(zhuǎn)密，集中在北部及南部靠近河流的區(qū)域；和田縣耕地沿喀拉喀什河和玉龍喀什河逐漸增加，中高生產(chǎn)耕地從南部逐漸延伸到東北區(qū)域，東北區(qū)生產(chǎn)得到提升，高生產(chǎn)耕地分布在水量較充足的南部；墨玉縣耕地生產(chǎn)水平的變化基本受限于流域水系的分布，中高、高生產(chǎn)水平耕地主要在南部沿河分布；皮山縣并沒(méi)有受惠于喀拉喀什河，2000 年后從南部耕地開(kāi)始逐漸形成中高、高生產(chǎn)水平耕地，在后來(lái)的20 年逐步向北輻射；洛浦縣耕地向東擴(kuò)散，并沒(méi)有像和田縣一樣沿河出現(xiàn)新增耕地，并且中高、高生產(chǎn)水平耕地區(qū)域靠近和田市；策勒縣和于田縣有一個(gè)“耕地帶”，策勒縣耕地生產(chǎn)水平提高時(shí)間較于田縣早20 年，這與水源具有決定性作用的常規(guī)性結(jié)論不一致；民豐縣耕地較少，且分散分布在區(qū)域各地。

圖6 1990—2020年耕地生產(chǎn)水平空間變化Figure 6 The spatiotemporal variation of cultivated land productivity level from 1990 to 2020

2.2.2 耕地生產(chǎn)效應(yīng)變化

1990—2020 年間，和田地區(qū)固定（未發(fā)生變化）耕地生產(chǎn)正效應(yīng)面積（占比55%）大于負(fù)效應(yīng)面積（占比2%），而耕地轉(zhuǎn)移效應(yīng)（面積占比43%）有效彌補(bǔ)了失去的生產(chǎn)效應(yīng)面積，提升了區(qū)域糧食生產(chǎn)保障能力。然而，各階段效應(yīng)面積占比相比總體變化而言有所不同：固定負(fù)效應(yīng)面積占比從1990—2000 年的5%上升到2010—2020 年的25%，固定正效應(yīng)面積占比從76%下降到55%；轉(zhuǎn)移效應(yīng)前期面積占比為19%，中期達(dá)到29%，后期降到19%，以此趨勢(shì)階段性發(fā)展，和田地區(qū)面臨轉(zhuǎn)移效應(yīng)降低、固定負(fù)效應(yīng)增加的雙重挑戰(zhàn)（圖7）。各縣（市）固定正效應(yīng)表現(xiàn)為于田縣＞墨玉縣＞皮山縣＞洛浦縣＞和田縣＞策勒縣＞和田市＞民豐縣，2000—2010 年皮山縣、和田縣和策勒縣生產(chǎn)效應(yīng)提高，其余縣（市）生產(chǎn)效應(yīng)不同程度下降；2010—2020 年，和田市固定負(fù)效應(yīng)超過(guò)了固定正效應(yīng)和轉(zhuǎn)移帶來(lái)的正效應(yīng)綜合；耕地轉(zhuǎn)移效應(yīng)水平有所不同，表現(xiàn)為墨玉縣＞皮山縣＞于田縣＞和田縣＞策勒縣＞洛浦縣＞和田市＞民豐縣。

圖7 1990—2020年耕地生產(chǎn)效應(yīng)Figure 7 Cultivated land productivity effects from 1990 to 2020

2.3 生態(tài)環(huán)境效應(yīng)

2.3.1 耕地生態(tài)環(huán)境質(zhì)量總體評(píng)價(jià)

基于遙感生態(tài)指數(shù)模型和分級(jí)標(biāo)準(zhǔn)對(duì)圖像進(jìn)行空間運(yùn)算，并生成1990、2000、2010 年和2020 年耕地生態(tài)環(huán)境質(zhì)量分級(jí)圖（圖8），同時(shí)為了更好地分析耕地生態(tài)狀況變化特征，本研究統(tǒng)計(jì)了不同質(zhì)量等級(jí)區(qū)域面積及占比（表1）。1990—2020 年研究區(qū)耕地生態(tài)狀況整體呈現(xiàn)西南部較好、中部區(qū)域較差的空間格局。在區(qū)域分布上，生態(tài)環(huán)境質(zhì)量為優(yōu)、良的區(qū)域從和田河流域逐漸向皮山縣西南部的中高、高生產(chǎn)區(qū)域移動(dòng)，面積占比從15.10%下降至10.27%，降低幅度較小，其中生態(tài)環(huán)境質(zhì)量為良的面積變化比較大；生態(tài)環(huán)境質(zhì)量為一般的區(qū)域從起初分布于各個(gè)縣（市）逐漸集中至墨玉縣和于田縣，即沿河分布的中高、高生產(chǎn)區(qū)域，區(qū)域面積占比從52.76%下降至45.55%，呈明顯下降趨勢(shì)；生態(tài)環(huán)境質(zhì)量為較差、差的區(qū)域面積逐漸增大，擴(kuò)散到和田河流域周?chē)膮^(qū)域，即中高和高生產(chǎn)區(qū)域，區(qū)域面積占比從32.13%增加至44.18%，呈明顯增加趨勢(shì)，其中生態(tài)環(huán)境質(zhì)量為較差的面積變化較大。上述結(jié)果表明，30 年來(lái)，和田地區(qū)耕地分布區(qū)域的生態(tài)環(huán)境質(zhì)量整體呈下降趨勢(shì)。

表1 研究區(qū)耕地生態(tài)等級(jí)面積和比例Table 1 Area and proportion of cultivated land RSEI level in the study area

圖8 研究區(qū)耕地遙感生態(tài)指數(shù)的空間分布Figure 8 Spatial distribution of cultivated land RSEI in the study area

逐年計(jì)算研究區(qū)8 個(gè)縣（市）耕地RSEI等級(jí)變化面積，結(jié)果見(jiàn)圖9，30 年間和田市、和田縣、墨玉縣的差、較差級(jí)別的耕地面積增加較多，一般、良好級(jí)別的耕地面積大幅減少，表明這些區(qū)域耕地生態(tài)質(zhì)量均在下降；皮山縣、洛浦縣的一般、良好級(jí)別的耕地面積增加較多，表明這兩個(gè)區(qū)域耕地生態(tài)質(zhì)量均在改善；策勒縣、于田縣和民豐縣不同級(jí)別的耕地生態(tài)質(zhì)量變化不顯著。

圖9 研究區(qū)各縣（市）RSEI等級(jí)變化面積Figure 9 Variation area of RSEI level in each county（city）of the study area

2.3.2 耕地變化的生態(tài)效應(yīng)

為了直觀反映耕地變化對(duì)區(qū)域生態(tài)環(huán)境質(zhì)量的影響，基于1990—2020 年不同研究階段的固定耕地、新增和減少耕地面積數(shù)據(jù)以及對(duì)應(yīng)的RSEI空間分布數(shù)據(jù)，統(tǒng)計(jì)研究區(qū)固定耕地及新增和減少耕地各生態(tài)級(jí)別的面積變化對(duì)研究區(qū)生態(tài)質(zhì)量的影響（圖10）。結(jié)果表明，1990—2020 年，研究區(qū)固定耕地生態(tài)環(huán)境質(zhì)量惡化面積為713.38 km2，占固定耕地總面積的45.95%，約為改善面積的2 倍。其次，轉(zhuǎn)入和轉(zhuǎn)出耕地惡化面積之和為1 188.38 km2，約為改善面積的1.4倍，其中轉(zhuǎn)出耕地中惡化面積占比為59.98%，改善面積僅占1.85%。在階段性變化中，前20年間各類(lèi)耕地生態(tài)環(huán)境質(zhì)量改善面積均大于惡化面積，其中轉(zhuǎn)入與轉(zhuǎn)出耕地的生態(tài)環(huán)境質(zhì)量改善面積占比均大于50%，但固定耕地生態(tài)環(huán)境質(zhì)量改善面積占比從1990—2000年的37.05%下降到2000—2010年的20.08%；后10 年間，生態(tài)環(huán)境質(zhì)量不變和惡化耕地區(qū)域面積明顯增加，而改善區(qū)域面積明顯下降，尤其是轉(zhuǎn)出耕地比較突出。從以上結(jié)果中可知，研究區(qū)耕地生態(tài)環(huán)境質(zhì)量呈現(xiàn)先提升后下降趨勢(shì)，生態(tài)環(huán)境質(zhì)量下降原因在于固定耕地和轉(zhuǎn)出耕地生態(tài)環(huán)境質(zhì)量惡化。

圖10 1990—2020年研究區(qū)耕地生態(tài)環(huán)境效應(yīng)面積變化Figure 10 Changes in the area of the ecological effect of cultivated land in the study area from 1990 to 2020

3 討論

本研究對(duì)和田地區(qū)耕地及其生產(chǎn)-生態(tài)效應(yīng)的時(shí)空演變進(jìn)行了分析。在1990—2020 年間，和田地區(qū)耕地總量后期增加幅度大于前期，與國(guó)家對(duì)基本農(nóng)田及糧食安全的保護(hù)力度密切相關(guān)。研究區(qū)耕地的增加水平顯著高于我國(guó)西部的發(fā)展速率[26]。和田地區(qū)耕地?cái)U(kuò)展水平雖然低于阿克蘇地區(qū)[27]，但高于渭庫(kù)綠洲區(qū)[28]和天山北坡經(jīng)濟(jì)帶[29]，處于較快的擴(kuò)展水平。新增耕地主要由未利用地、林地和草地轉(zhuǎn)入，與塔里木盆地耕地增量來(lái)源基本相似[9，30]。耕地流失是建設(shè)用地逐漸占用耕地及耕地撂荒面積不斷擴(kuò)張的結(jié)果。由耕地生產(chǎn)-生態(tài)效應(yīng)分析結(jié)果得出，糧食安全保護(hù)發(fā)展背景下的耕地占補(bǔ)平衡政策逐漸滿(mǎn)足研究區(qū)經(jīng)濟(jì)發(fā)展需求和糧食安全需求，占補(bǔ)耕地提升了耕地生產(chǎn)能力及其生產(chǎn)量，但大量研究表明，溫度、海拔、降水量等自然因素，生產(chǎn)投入、生產(chǎn)經(jīng)營(yíng)等多種人為因素，以及各類(lèi)退耕還林、未利用地開(kāi)墾、耕地復(fù)墾等土地用途變化下的生態(tài)保護(hù)措施共同影響了耕地生態(tài)質(zhì)量的變化[31]。一方面，人類(lèi)的生產(chǎn)活動(dòng)強(qiáng)度和范圍逐漸擴(kuò)大，如和田河流域綠洲受人類(lèi)活動(dòng)影響較大，生態(tài)環(huán)境遭到一定程度的破壞。另一方面，區(qū)域的生態(tài)保護(hù)對(duì)策對(duì)區(qū)域耕地生態(tài)質(zhì)量的改善起到了重要作用，尤其是對(duì)皮山縣的作用最明顯。因此，和田地區(qū)政府部門(mén)在保護(hù)耕地總量、實(shí)現(xiàn)糧食安全的同時(shí)，應(yīng)注重耕地生態(tài)質(zhì)量的變化及其帶來(lái)的生態(tài)危機(jī)，可以從耕作技術(shù)等方面入手，減輕過(guò)度的生產(chǎn)方式和投入帶來(lái)的生態(tài)問(wèn)題，同時(shí)合理調(diào)配各類(lèi)用地類(lèi)型的分布。此外，加強(qiáng)耕地流轉(zhuǎn)活動(dòng)，提高耕地集約化和高效利用程度，避免造成耕地資源的粗放利用和浪費(fèi)，緩解耕地面積增長(zhǎng)和地區(qū)生態(tài)環(huán)境質(zhì)量保護(hù)間的矛盾。

本研究從生產(chǎn)-生態(tài)共同保護(hù)的角度構(gòu)建耕地生產(chǎn)水平評(píng)價(jià)模型和遙感生態(tài)指數(shù)模型，對(duì)和田地區(qū)耕地利用變化及其生產(chǎn)-生態(tài)效應(yīng)進(jìn)行分析，為區(qū)域糧食安全和生態(tài)環(huán)境保護(hù)提供了一定的指導(dǎo)作用。本研究采用的數(shù)據(jù)和模型在遙感技術(shù)的支撐下運(yùn)行，可以精確和直觀地表達(dá)單位耕地生產(chǎn)水平和生態(tài)質(zhì)量的變化趨勢(shì)，但仍存在一定的不足，還需要進(jìn)一步探究其生產(chǎn)-生態(tài)效應(yīng)。

4 結(jié)論

本研究以和田地區(qū)1990—2020 年土地利用分類(lèi)數(shù)據(jù)為基礎(chǔ)，對(duì)30 年間的耕地?cái)?shù)量時(shí)空變化情況進(jìn)行分析，并構(gòu)建生產(chǎn)水平假設(shè)模型和遙感生態(tài)指數(shù)計(jì)算模型對(duì)耕地變化的生產(chǎn)-生態(tài)效應(yīng)進(jìn)行分析，探討耕地變化對(duì)區(qū)域生產(chǎn)和生態(tài)變化的影響，得到如下結(jié)論：

（1）研究區(qū)內(nèi)的綠洲面積比較匱乏，占比很小。1990—2020 年間，研究區(qū)耕地面積整體呈逐年增加趨勢(shì)，但在空間上的分布仍然很少。旱地面積呈增加趨勢(shì)，水田面積呈減少趨勢(shì)。其中，和田河流域耕地增加量較顯著。30 年來(lái)，草地、未利用地和林地開(kāi)墾成為了新增耕地的主要來(lái)源，退耕還林還草、建設(shè)用地?cái)U(kuò)張和耕地荒廢成為了耕地減少的主要原因，但生態(tài)用地的轉(zhuǎn)出量大于轉(zhuǎn)入量。

（2）在耕地生產(chǎn)水平變化方面：數(shù)量上，30 年來(lái)和田地區(qū)耕地生產(chǎn)水平逐漸提高，低生產(chǎn)耕地面積大幅下降，中、中高生產(chǎn)水平耕地占比最大，2010—2020年起逐漸出現(xiàn)高生產(chǎn)水平耕地，主要分布在墨玉縣、策勒縣和于田縣；空間上，中高、高生產(chǎn)水平作為耕地生產(chǎn)水平的最佳目標(biāo)，此類(lèi)耕地首先從行政中心逐步向周?chē)鷶U(kuò)散，然后逐漸形成脫離河流兩岸的高生產(chǎn)水平耕地，到2020 年研究區(qū)各縣（市）均出現(xiàn)高生產(chǎn)水平耕地。在耕地生產(chǎn)效應(yīng)方面，地區(qū)固定耕地帶來(lái)的生產(chǎn)正效應(yīng)面積大于負(fù)效應(yīng)面積，而耕地轉(zhuǎn)移效應(yīng)有效彌補(bǔ)了失去的生產(chǎn)效應(yīng)面積，提升了區(qū)域糧食生產(chǎn)保障能力。然而，在四個(gè)階段的變化過(guò)程中，固定耕地負(fù)效應(yīng)面積逐漸增加、正效應(yīng)面積逐漸減少，轉(zhuǎn)移效應(yīng)面積呈現(xiàn)波動(dòng)下降趨勢(shì)，因此階段性發(fā)展中研究區(qū)面臨轉(zhuǎn)移正效應(yīng)降低、負(fù)效應(yīng)增加的雙重挑戰(zhàn)。

（3）研究區(qū)耕地等級(jí)主要為一般生態(tài)級(jí)別，耕地生態(tài)狀況呈現(xiàn)西南部較好、中部較差的空間格局。30年間，生態(tài)環(huán)境質(zhì)量界定為優(yōu)、良、一般級(jí)別的耕地面積呈明顯下降趨勢(shì)，主要分布于皮山縣、墨玉縣和于田縣，即沿河分布的中高、高生產(chǎn)水平區(qū)域；30 年間生態(tài)環(huán)境質(zhì)量為較差、差的區(qū)域面積明顯增多，在研究區(qū)各地均有分布。這表明，和田地區(qū)耕地生態(tài)環(huán)境質(zhì)量整體上處于下降趨勢(shì)。30 年間，研究區(qū)固定耕地生態(tài)環(huán)境質(zhì)量惡化面積占固定耕地總面積的近一半，約為改善面積的2 倍，轉(zhuǎn)入和轉(zhuǎn)出耕地惡化面積約為改善面積的1.4倍。耕地生態(tài)環(huán)境質(zhì)量階段性變化表現(xiàn)為：前20 年質(zhì)量改善面積均大于惡化面積，其中轉(zhuǎn)移耕地的貢獻(xiàn)大于50%；后10 年質(zhì)量不變和惡化耕地面積明顯增加，而改善區(qū)域面積明顯下降。