基于空間自相關的耕地質量空間分布特征研究
——以蕪湖市4區為例

錢夢茹，梁棟棟，吳 旭

(1.安徽師范大學國土資源與旅游學院，安徽蕪湖 241003；2.安徽師范大學數學計算機科學學院，安徽蕪湖 241003)

?

基于空間自相關的耕地質量空間分布特征研究
——以蕪湖市4區為例

錢夢茹1，梁棟棟1，吳 旭2

(1.安徽師范大學國土資源與旅游學院，安徽蕪湖 241003；2.安徽師范大學數學計算機科學學院，安徽蕪湖 241003)

采用空間自相關分析方法，借助表征耕地質量的自然等指數、利用等指數和等別指數等3類指標，以村級耕地圖斑為單元進行空間自相關分析，探討蕪湖市鏡湖、弋江、鳩山、三山4區耕地質量的空間結構特征。結果表明：蕪湖市4區耕地質量在空間分布上呈現一定的聚集性規律，正相關類型(高-高和低-低型)多以組團的形式出現，聚集性較強；負相關類型(高-低和低-高型)無明顯的聚集性分布，多為零星分布。

空間自相關；耕地質量；蕪湖市4區

耕地是農業最基本的生產資料，耕地質量是耕地保護的重要內容，耕地質量評價和空間分布是耕地管理的重要內容。已有的關于耕地質量的評價主要圍繞研究內容、指標體系、評價方法、評價尺度等方面開展[1]。韋仕川等[2]利用局部空間自相關分析探討廣寧縣耕地質量的空間分布特征，據此提出耕地保護分區方案和保護措施。耕地質量在空間分布上也存在巨大差異，表現出一定的聚集性差異特征。筆者以耕地質量指數為空間變量，采用局部空間自相關分析方法，探究耕地質量指數在村級尺度上的空間聚集性規律。

1 數據來源與研究方法

1.1 數據來源

以蕪湖市鏡湖、弋江、鳩江、三山4區為研究對象，數據主要包括：①圖件資料，包括土地利用現狀圖、土壤圖、土地利用總體規劃圖及其他相關圖件；②文本資料，主要有農用地自然條件、利用條件、經濟條件資料等；③數據庫資料，主要有基本農田保護區數據庫、變更調查數據庫等。

1.2 研究方法1.2.1

局部空間自相關。采用空間關聯局部指標，即 Local Moran’s I 來衡量局域空間自相關性：

(1)

1.2.2 雙變量區域空間自相關。雙變量區域Moran空間自相關定義如下：

(2)

1.2.3 三變量區域空間自相關。對研究區的3個屬性變量進行線性擬合得到該區域綜合屬性變量，再采用單變量的空間自相關計算方法得出該區域基于三變量的自相關結果，計算公式為：

(3)

式中，Fj為評價單元j的耕地的綜合質量指數；Aij為評價單元j第i個評價指標的值；Wij為第i個評價指標的權重；n為評價指標總數[4]。

1.2.4 數據預處理。采用熵權法確定權重后，得到的計算公式為：

Fj=A1j×0.000 486 270+A2j×0.006 739 128+A3j×0.992 774 602

(4)

式中，Fj為評價單元j的耕地的綜合質量指數;Aij為評價單元j第1個評價指標的值；A2j為評價單元j第2個評價指標的值；A3j為評價單元j第3個評價指標的值。

2 結果與分析

2.1 基于局部空間自相關的耕地質量空間分布結果分析2.1.1

耕地的自然等指數局部空間自相關分析。采用GeoDa軟件進行局部空間自相關分析，根據耕地的質量指數相關性分布特征，可以得到相應的空間聚集分布結果(圖1)，自然等指數局部空間自相關分析結果(圖1a)中，正相關類型高-高(HH)型和低-低(LL)型行政村個數，分別占到行政村總個數的9.42%與8.70%；正相關類型中LH型和HL型的行政村個數占行政村總個數的3.62%；非顯著性行政村占行政村總數的78.26%。空間分布上，正相關類型以“組團”形式出現，聚集性較強，負相關類型主要呈零星分布。

2.1.2 耕地的利用等指數局部空間自相關分析。從利用等指數局部空間自相關分析的結果(圖1b)來看，正相關類型中HH型和LL型行政村個數分別占行政村的總個數的5.80%與9.42%；負相關類型中高-低(HL)型和低-高(LH)型的行政村個數占行政村總個數的4.35%和2.90%；非顯著型行政村占到行政村總個數的77.53%。質量等指數局部空間自相關格局與其在空間上呈現部分相似。正相關類型中聚集性較強，負相關類型主要分布在三山區。

2.1.3 耕地的等別指數局部空間自相關分析。從等別指數局部空間自相關分析的結果(圖1c)來看，正相關類型中HH型與LL型的行政村個數占行政村總個數的14.50%；負相關類型HL型和LH型的行政村個數占行政村總個數的5.07%；非顯著類型行政村占行政村總個數的80.43%。利用等指數局部空間自相關格局在空間分布上與其部分相似。

2.2 基于雙變量的空間自相關結果分析

由圖2可知，自然等指數與利用等指數呈H-H相關，呈零星分布；自然等指數與利用等指數呈低-低(L-L)相關，呈現集群組團分布；自然等指數與利用等指數呈現低-高(Low-High)或者高-低(High-Low)的空間負相關，主要是零星分布。自然等指數和等別指數呈H-H或者L-L的空間正相關性；自然等指數和等別指數呈H-L相關的，主要分布在三山區；呈L-H相關的分布在三山區和峨橋鎮。利用等指數和等別指數呈H-H相關的區域主要是三山區和峨橋鎮，呈L-L相關的區域呈現“鳩江區南北部”帶組團分布；利用等指數和等別指數成H-L相關的區域主要是三山區，呈L-H相關的區域主要是三山區保定街道西部，峨橋鎮中部等。

2.3 基于三變量的局部空間自相關的結果分析

采用熵權法確定權重后，得到蕪湖市4區耕地指數三變量LISA聚集結果(圖3)。從圖3可看出，耕地綜合質量指數的HH型自相關區域主要分布在三山區峨橋鎮南部、保定街道西部，HL型分布在三山區保定街道西部、龍湖街道西南部、鳩江區龍山街道中部；LL型呈現集中性分布，形成沿江包圍帶，形成“鳩江北—鏡湖—弋江東”帶，主要分布鳩江北部城區帶，鏡湖區西部，弋江區的弋江城區等區域；LH型區域分布在三山區保定街道西部、峨橋鎮中部等區域。

2.4 基于局部空間自相關的耕地空間特征演化討論

區域發展的相關理論和實踐表明，區域之間存在著擴散或者極化效應，可以縮小或擴大區域空間差異。一般而言，正相關類型(HH型或LL型)可視為空間擴散效應的一種客觀反映；而負相關類型(HL型或LH型)則是空間極化效應的體現[3]。

2.4.1 基于單變量耕地指數的耕地空間特征。針對耕地自然質量，從耕地的自然條件與可改善角度出發，將耕地劃分為限制開發區、綜合改善區、溫和改善區以及重點改善區4類。其中，HH型是高分值的自然等指數的耕地高度聚集區域，局部范圍內呈明顯均值狀態，應劃入限制開發區，禁止非農建設；LL型恰好與之相反，實施整體綜合性整治。HL型類似于“凸地”，局部區域內高分值的自然指數的耕地集中在中部，周圍多以低分值耕地包圍，在空間回波效應的影響下，高分值的耕地極易被低分值的耕地同化，從而演化成LL型，應劃入溫和保護區；與之相反，LH型類似于“空洞”，局部區域內高分值的自然等指數的耕地環繞著低分值耕地分布，在空間回波)效應的影響下，低分值耕地易被周圍高分值耕地同化，進而演化成HH型，應劃入重點改善區，以改良高分值耕地為重點。

2.4.2 基于雙變量耕地指數的耕地空間特征。根據自然等指數和利用等指數，利用等指數和等別指數，自然等指數和等別指數的相關性，得出聚集分布圖。以自然等指數和利用等指數聚集分布圖為例，其中，HH型是2個指數高分值耕地高度聚集區域；LL型是2個指數低分值耕地高度聚集區域；HL型類似于“凸地”，局部區域內高分值的自然影響下，指數的耕地集中在中部，周圍多以低分值的利用等指數的耕地包圍，在空間回波效應的高分值的自然等指數的耕地極易被低分值的利用等指數的耕地同化，從而演化成LL型；與之相反，LH型類似于空洞，局部區域內高分值的自然等指數的耕地環繞著低分值的利用等指數的耕地分布，在空間極化回波效應的影響下，周圍高分值的等別指數的耕地可以將中心區域的低分值的利用等指數的耕地同化，進而演化成HH型。

2.4.3 基于三變量耕地指數的耕地空間特征。利用耕地綜合質量指數來確定耕地的空間分布聚集性，其中，HH型是高分值的耕地綜合質量指數的耕地類型的高度集中區域；LL型是耕地質量綜合指數得分較低的耕地集中區；HL型類似于“凸地”，高分值的耕地質量綜合指數的耕地在中部，周圍是低分值的耕地質量綜合指數的耕地區域，在空間回波效應的影響下，高分值耕地極易被低分值耕地同化，從而演化成LL型；與之相反，LH型類似于“空洞”，局部區域內低分值的綜合質量指數的耕地被高分值耕地所包圍，在空間回波效應的影響下，低分值的綜合質量指數的耕地易被周圍高分值耕地同化，進而演化成HH型。

3 結論

該研究以耕地質量指數為空間變量，采用Moran散點圖和局部空間自相關相結合的方法，探討耕地質量空間聚集性規律，結果表明：

(1)蕪湖市4區耕地質量在空間分布上呈現出一定的聚集性規律。耕地自然質量分布西南部區域高于東南部區域，東北部區域高于西北部區域。耕地利用質量空間分布與經濟質量空間分布大體相似，高質量區域集中在沿江帶的三山區的保定街道西部，三山區峨橋鎮的南部，鳩江區的東部。此外，耕地質量空間正相關類型(高-高和低-低型)多以“組團”形式出現，聚集性較強；負相關類型(高-低和低-高型)無明顯集中區域，零星分布。

(2)針對單變量耕地指數，雙變量耕地指數，三變量耕地指數的局部空間自相關特性，分析其空間聚集性的相同及不同，進一步探討不同情況下的蕪湖市4區耕地質量的分布情況。

(3)探討耕地質量指數局部空間自相關的聚集分布結果，是基于耕地質量內涵(自然質量、經濟質量、利用質量)和相應的空間聚集類型(高-高型、高-低型、低-高型、低-低型)來探討耕地的質量特點及分布特征。研究結果可為耕地的保護及耕地分區研究提供新的思路，為制定合理有效的耕地保護和區域發展政策提供依據。

[1] 熊昌盛，韋仕川，欒喬林，等．基于Moran′s I分析方法的耕地質量空間差異研究：以廣東省廣寧縣為例[J]．資源科學，2014，36(10)：2066-2074．

[2] 韋仕川，熊昌盛，欒喬林，等．基于耕地質量指數局部空間自相關的耕地保護分區[J]．農業工程學報，2014，30(1)：200-207．

[3]MORAN P A P.Notes on continuous stochastic phenomena[J].Biometrical，1950，37(1/2)：17-23.

[4] 李慧，王云鵬，李巖，等.珠江三角洲土地利用變化空間自相關分析[J].生態環境學報，2011，20(12)：1879-1885.

[5] 侯淑濤，王語檬，張琪，等．基于耕地質量評價的縣域基本農田分區研究[J]．東北農業大學學報，2014，45(10)：108-113．

Study on Characteristics of Cultivated Land Quality Spatial Distribution Based on Spatial Autocorrelation—Taking Four Districts of Wuhu as the Example

QIAN Meng-ru1, LIANG Dong-dong1,WU Xu2

(1. College of Territorial Resources and Tourism, Anhui Normal University, Wuhu, Anhui 241003; 2. College of Mahematics & Computer Science, Anhui Normal University, Wuhu, Anhui 241003)

By using spatial autocorrelation analysis method, adopting three kinds of indexes that can express quality of cultivated land, such as natural index, use index and economic index, taking village farmland figure as a unit of spatial to perform autocorrelation analysis, the spatial structure characteristics of cultivated land quality in Jinghu, Yijiang, Jiushan, Sanshan of Wuhu were discussed. The results showed that cultivated land quality indicates a certain aggregation rules in the four districts of Wuhu. Positive correlation types (high-high and low-low types) take the form of group, whose clustering is stronger; Negative correlation types (high-low and low-high types) have no obvious aggregation distribution, which are scattered.

Spatial autocorrelation; Quality of cultivated land; Four districts of Wuhu

2015年度安徽高校人文社科研究基地項目(SK2015A030)。

錢夢茹(1990- )，女，安徽阜陽人，碩士研究生，研究方向：GIS在土地利用與區域開發等中的應用研究。

2015-11-11

S 127

A

0517-6611(2015)35-315-03