基于縣域耕地地力評(píng)價(jià)的耕地管理分區(qū)研究
——以山東省青州市為例

姜 純， 董 超*， 李百紅， 周光建， 蘇詩(shī)雅

(1.山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院，山東泰安 271018；2.山東肥城市國(guó)土資源局，山東肥城 271600；3.聊城市南水北調(diào)工程建設(shè)管理局，山東聊城 252000)

?

基于縣域耕地地力評(píng)價(jià)的耕地管理分區(qū)研究
——以山東省青州市為例

姜 純1， 董 超1*， 李百紅2， 周光建2， 蘇詩(shī)雅3

(1.山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院，山東泰安 271018；2.山東肥城市國(guó)土資源局，山東肥城 271600；3.聊城市南水北調(diào)工程建設(shè)管理局，山東聊城 252000)

基于GIS技術(shù)選取合適評(píng)價(jià)因子，運(yùn)用層次分析、模糊評(píng)價(jià)等方法對(duì)青州市耕地進(jìn)行定量化評(píng)價(jià)。利用模糊C均值聚類法對(duì)評(píng)價(jià)結(jié)果進(jìn)行分區(qū)研究，揭示該市耕地質(zhì)量整體較好；依據(jù)FPI和NCE指數(shù)確定最佳分區(qū)數(shù)目為3個(gè)，由北向南耕地地力依次降低，受地形因素影響較大；利用模糊聚類方法進(jìn)一步對(duì)分區(qū)1進(jìn)行劃分，分為6個(gè)管理子區(qū)，得到了內(nèi)部更為均衡的分區(qū)管理單元，為統(tǒng)一采取管理措施提供了有益的參考。

地力評(píng)價(jià)；管理分區(qū)；模糊C均值聚類；GIS

耕地是人類賴以生存的基本資源，耕地地力評(píng)價(jià)對(duì)國(guó)家糧食安全和農(nóng)業(yè)可持續(xù)發(fā)展有重要意義。1984年至今，農(nóng)業(yè)部在全國(guó)200個(gè)點(diǎn)上持續(xù)開展耕地地力監(jiān)測(cè)和評(píng)價(jià)工作，并建立了數(shù)據(jù)庫(kù)[1]，但對(duì)不同地形形態(tài)的區(qū)域評(píng)價(jià)方法沒(méi)有科學(xué)的界定[2]。1995年中國(guó)農(nóng)科院以縣級(jí)為單位對(duì)耕地進(jìn)行了分區(qū)評(píng)價(jià)，并給出了每個(gè)縣級(jí)單位的耕地質(zhì)量指數(shù)[3]。近年來(lái)，隨著GIS技術(shù)的發(fā)展，不少學(xué)者借助地理信息系統(tǒng)，采用系統(tǒng)聚類法、層次分析法、模糊評(píng)價(jià)法等開展了土地分等定級(jí)的研究[4-7]，陳彥等[8]基于模糊C均值聚類法對(duì)綠洲農(nóng)田精確管理分區(qū)進(jìn)行研究，Rahul Tripathi等[9]利用主成份分析與模糊聚類確定耕地最佳分區(qū)。通過(guò)選取影響耕地地力的相關(guān)因子，客觀綜合分析，其評(píng)價(jià)結(jié)果可較好地反映耕地的生產(chǎn)水平，但如何進(jìn)一步利用其評(píng)價(jià)結(jié)果進(jìn)行管理應(yīng)用的研究較少。筆者以山東青州市耕地為研究對(duì)象，選擇具有針對(duì)性的耕地定級(jí)因子，借助GIS技術(shù)對(duì)研究區(qū)耕地進(jìn)行評(píng)價(jià)，進(jìn)而利用分區(qū)管理技術(shù)將耕地劃分為具有相似屬性的分區(qū)，以便有效指導(dǎo)耕地管理與農(nóng)業(yè)生產(chǎn)。

1　數(shù)據(jù)來(lái)源與研究方法

1.1研究區(qū)概況青州市位于山東半島中部、魯中山區(qū)和魯北平原結(jié)合部，地理坐標(biāo)為118°10′～118°46′E、36°24′～36°56′N，總面積1 564 km2。該市西南部為山巒起伏的低山丘陵，東北部為山前洪積平原，地勢(shì)由西南向東北呈緩坡傾斜。青州地處暖溫帶，氣候適宜，年平均氣溫在13 ℃左右，年降雨量約1 000 mm，水、土、熱等自然資源條件優(yōu)越，適宜于多種農(nóng)作物生長(zhǎng)，具有悠久的農(nóng)業(yè)生產(chǎn)歷史。

1.2數(shù)據(jù)的收集與預(yù)處理收集青州市的土壤圖、現(xiàn)狀圖、養(yǎng)分樣點(diǎn)等相關(guān)數(shù)據(jù)，在中國(guó)科學(xué)院數(shù)據(jù)云平臺(tái)上下載研究區(qū)數(shù)字高程數(shù)據(jù)。利用ArcGIS軟件對(duì)收集的數(shù)據(jù)進(jìn)行矢量化、屬性編輯、配準(zhǔn)矯正等處理，將數(shù)據(jù)按設(shè)計(jì)的模式錄入到耕地評(píng)價(jià)空間數(shù)據(jù)庫(kù)中。

1.3研究方法

1.3.1評(píng)價(jià)單元的劃分。通過(guò)研究青州市土地利用現(xiàn)狀圖提取耕地圖斑，與土壤圖進(jìn)行空間疊加生成內(nèi)部土壤屬性和利用情況一致的基本單元，進(jìn)一步對(duì)結(jié)果進(jìn)行綜合取舍，形成評(píng)價(jià)單元。研究區(qū)共確定評(píng)價(jià)單元圖斑15 104個(gè)。

1.3.2評(píng)價(jià)因素權(quán)重與隸屬函數(shù)的確定。考慮青州市的實(shí)際情況，參考國(guó)家耕地地力評(píng)價(jià)指標(biāo)體系，選取立地條件、物理性狀和化學(xué)性狀為準(zhǔn)則層，坡度、坡向等12個(gè)因子，構(gòu)成評(píng)價(jià)指標(biāo)體系。通過(guò)專家賦分，構(gòu)建判斷矩陣，利用層次分析法，得出各因子的組合權(quán)重[10]，耕地地力評(píng)價(jià)各參評(píng)因素權(quán)重見表1。采用模糊數(shù)學(xué)方法，對(duì)各因素實(shí)測(cè)數(shù)據(jù)評(píng)估出一組隸屬度，利用SPSS軟件將2組數(shù)據(jù)擬合隸屬函數(shù)，然后再根據(jù)各因素實(shí)際值求得隸屬度。根據(jù)前人研究成果[11]，化學(xué)性狀選用戒上型函數(shù)，而坡度、海拔選擇直線型函數(shù)，其余定性描述的因子采用概念型函數(shù)。

1.3.3綜合評(píng)價(jià)指數(shù)計(jì)算。利用累加模型計(jì)算耕地綜合指數(shù)，對(duì)應(yīng)于每個(gè)圖斑的綜合指數(shù)(IFI)計(jì)算方法如下：

(1)

式中，F(xiàn)i表示第i個(gè)因子隸屬度;Ci表示第i個(gè)因素的組合權(quán)重值。

1.3.4管理分區(qū)方法。模糊C均值聚類(Fuzzy c-means，F(xiàn)CM) 是一種允許數(shù)據(jù)屬于兩類或以上的聚類方法，該法基于以下最小化的目標(biāo)函數(shù)：

(2)

式中，m模糊加權(quán)指數(shù)為大于1的任意實(shí)數(shù);uij是xi在j類中的隸屬度;u為隸屬度矩陣。xi是第i個(gè)測(cè)量數(shù)據(jù);c是類別數(shù);||*|| 是任意一個(gè)測(cè)量值和中心之間的相似度基準(zhǔn)。模糊分區(qū)通過(guò)更新的隸屬度uij和聚類中心cj將上面目標(biāo)函數(shù)迭代到最優(yōu)。

聚類時(shí)，通過(guò)聚類算法中模糊性能指數(shù)(FPI)和歸一化分類熵(NCE)來(lái)作為確定最適宜分類數(shù)的指標(biāo)。2個(gè)聚類有效性函數(shù)如下：

(3)

(4)

利用FuzME軟件分類，取FPI和NCE指數(shù)最小時(shí)的分類數(shù)為分區(qū)個(gè)數(shù)，此時(shí)分區(qū)間有最少的成員數(shù)據(jù)共享和最大的c分區(qū)分解量[12]。先將IFI結(jié)果導(dǎo)出，導(dǎo)入到模糊C均值聚類算法中，算法設(shè)置為模糊加權(quán)指數(shù)取1.2，最多迭代次數(shù)設(shè)300，停止準(zhǔn)則的收斂值為0.000 1，執(zhí)行算法對(duì)數(shù)據(jù)進(jìn)行聚類。設(shè)置最小分類類別為2，最大分類類別為7，對(duì)結(jié)果的FPI值與NCE值進(jìn)行比較，選出最佳分區(qū)數(shù)目。

2　結(jié)果與分析

2.1耕地評(píng)價(jià)結(jié)果基于以上建立的評(píng)價(jià)指標(biāo)體系與評(píng)價(jià)模型，應(yīng)用GIS技術(shù)得到研究區(qū)耕地綜合指數(shù)分值。IFI最小值是0.49，最大值是0.92，平均值為0.81，標(biāo)準(zhǔn)差為0.08。由此可見研究區(qū)耕地質(zhì)量情況較好，總體水平較高。

2.2分區(qū)數(shù)目的確定及分區(qū)的生成將聚類結(jié)果進(jìn)行比較，不同分區(qū)下FPI與NCE值見圖1。由圖1可知，F(xiàn)PI值隨分區(qū)數(shù)目增加而逐漸增大，而NCE值在分區(qū)數(shù)為3時(shí)最小。為便于研究區(qū)的管理，同時(shí)讓分區(qū)分解量最大，分類效果最好，故選取3作為最佳分區(qū)數(shù)。其中，分區(qū)1～3的聚類中心值分別為0.873 3、0.758 1和0.665 8。可見分區(qū)1耕地地力狀況最好，分區(qū)2次之，分區(qū)3耕地地力狀況最差。

圖1　不同分區(qū)下FPI與NCE值Fig.1　The NCE and FPI values of different zones

2.3耕地管理分區(qū)特征通過(guò)對(duì)耕地的綜合評(píng)價(jià)，得到每個(gè)評(píng)價(jià)單元圖斑的綜合分值，利用模糊聚類分析，對(duì)聚類結(jié)果進(jìn)行評(píng)價(jià)，將研究區(qū)評(píng)價(jià)結(jié)果分成3個(gè)等級(jí)分區(qū)，見表2和圖2。對(duì)分區(qū)結(jié)果進(jìn)行面積統(tǒng)計(jì)可得，分區(qū)1所占面積為總面積的65.88%，分區(qū)2為25.22%，分區(qū)3為8.90%，可見研究區(qū)總體耕地質(zhì)量情況良好。分區(qū)1耕地主要分布在東北部地區(qū)，該地區(qū)地勢(shì)平坦，成土母質(zhì)主要是洪積物和沖積物，土壤養(yǎng)分含量高。分區(qū)2耕地主要分布與研究區(qū)中部地區(qū)和南部地區(qū)地勢(shì)較低的位置，在東南角也有少量分布。這一區(qū)域主要以坡積洪積褐土為主，部分養(yǎng)分含量與分區(qū)3相比較低，海拔變高，坡度開始變陡。分區(qū)3主要位于研究區(qū)南部，南部山區(qū)較多，耕地間插分布，比較零散。這一地區(qū)灌溉沒(méi)有保障，土壤較為貧瘠，地勢(shì)陡峭，質(zhì)量較差。

各分區(qū)內(nèi)地力影響因子統(tǒng)計(jì)結(jié)果見表2?？梢钥闯?，整個(gè)研究區(qū)分區(qū)綜合指數(shù)的變異系數(shù)由9.87%下降到了3.94%和2.29%；其他因子也有降低，但并不是特別明顯。其原因可能是評(píng)價(jià)較為綜合，每個(gè)因子的權(quán)重都不是很大，所以全區(qū)統(tǒng)一的分區(qū)處理能夠反映整體耕地地力的情況，適合作為統(tǒng)一的管理單元進(jìn)行管理。

由于研究區(qū)為山區(qū)，地形因子影響較大，聚類分為3個(gè)區(qū)能夠較好地體現(xiàn)不同區(qū)域間的地形差別。為了進(jìn)一步研究區(qū)域內(nèi)其他因子的差別，對(duì)分區(qū)1利用模糊聚類進(jìn)行分析，將分區(qū)1評(píng)價(jià)結(jié)果分成6個(gè)子區(qū)，見圖3。結(jié)果表明，前3

表2　分區(qū)地力影響因子統(tǒng)計(jì)

個(gè)子區(qū)主要分布在北部和中部地區(qū)，養(yǎng)分條件較好，農(nóng)業(yè)基礎(chǔ)設(shè)施完善。而后3個(gè)子區(qū)主要分布在南部和整個(gè)分區(qū)邊緣地帶，其中南部地區(qū)海拔較高，養(yǎng)分水平降低。

圖2　全區(qū)評(píng)價(jià)結(jié)果管理分區(qū)Fig.2　The management zones of total evaluation result

圖3　分區(qū)1的管理子區(qū)Fig.3　The management zones for subdistrict 1

3　結(jié)論與討論

該研究以山東省青州市為研究區(qū)為研究對(duì)象，通過(guò)GIS對(duì)空間數(shù)據(jù)和屬性數(shù)據(jù)處理，采用層次分析法和模糊評(píng)價(jià)的方法進(jìn)行耕地地力評(píng)價(jià)。然后利用模糊C均值聚類分析的方法對(duì)評(píng)價(jià)結(jié)果進(jìn)行分區(qū)管理，劃分為3個(gè)管理分區(qū)。對(duì)分區(qū)1進(jìn)行進(jìn)一步劃分，分為6個(gè)管理子區(qū)，得到了內(nèi)部更為均衡的分區(qū)管理單元。耕地評(píng)價(jià)結(jié)果可以反映研究區(qū)耕地的綜合狀況，能夠比較科學(xué)地找出需要進(jìn)一步改進(jìn)的區(qū)域，而模糊C均值聚類可以幫助確定具體的管理分區(qū)單元，使同一管理分區(qū)內(nèi)部差異性達(dá)到最小，方便采取統(tǒng)一的管理措施。

在精準(zhǔn)農(nóng)業(yè)中對(duì)于管理分區(qū)的劃分已有很多相關(guān)研究，管理分區(qū)劃分往往利用主成分分析的方法，在對(duì)遙感數(shù)據(jù)、土壤數(shù)據(jù)和作物產(chǎn)量等數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，對(duì)其進(jìn)行分區(qū)管理。耕地評(píng)價(jià)中采用的養(yǎng)分?jǐn)?shù)據(jù)一般通過(guò)插值得到，在采用插值時(shí)模型的選擇和數(shù)據(jù)本身的空間之相關(guān)性都會(huì)影響最終結(jié)果精度，進(jìn)而影響管理分區(qū)的劃分。在各項(xiàng)因子水平較低地區(qū)，由于復(fù)雜多變的情況影響，依據(jù)單一因子并不能較好地劃分，這些地區(qū)一般是更需要進(jìn)行改造管理的地方，需要在下一步研究中提出更好的分區(qū)方法。

[1] 辛景樹，田有國(guó)，任意．耕地地力調(diào)查與質(zhì)量評(píng)價(jià)[M].全國(guó)農(nóng)業(yè)技術(shù)推廣服務(wù)中心，2005.

[2] 朱海舟，陳培森．土壤測(cè)試技術(shù)與配方施肥[M].北京: 科學(xué)技術(shù)出版社,1993.

[3] 王秀，苗孝可，孟志軍，等．插值方法對(duì)GIS土壤養(yǎng)分插值結(jié)果的影響[J].土壤通報(bào)，2005，36(6)：826-830.

[4] 龍慧芳，郭熙，趙小敏，等.基于GIS的縣域耕地地力評(píng)價(jià)研究：以江西省樂(lè)平市為例[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009，31(2)：360-363.

[5] 王瑞燕,趙庚星,李濤，等.GIS 支持下的耕地地力等級(jí)評(píng)價(jià)[J].農(nóng)業(yè)工程學(xué)報(bào),2004,20(1)：307-310.

[6] 劉京，常慶瑞，陳濤，等.黃土高原南緣土石山區(qū)耕地地力評(píng)價(jià)研究[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2010，18(2)：229-234.

[7] 李麗，尚慶文.基于GIS 的淄博市淄川區(qū)耕地地力評(píng)價(jià)[J].山東農(nóng)業(yè)科學(xué)，2013，45(11)：87-90.

[8] 陳彥，呂新.基于模糊C均值聚類法的綠洲農(nóng)田精準(zhǔn)管理分區(qū)研究[J].生態(tài)學(xué)報(bào)，2008，28(7)：3067-3074．

[9] TRIPATHIA R，NAYAKA A K，SHAHID M．Delineation of soil management zones for a rice cultivated area in easternIndia using fuzzy clustering[J].Catena,2015,126:128-136．

[10] 郭旭東，付博杰，陳立頂，等.河北省遵化平原土壤養(yǎng)分的時(shí)空變異特征-變異函數(shù)與Kriging插值分析[J].地理學(xué)報(bào)，2000,55(5):555-566.

[11] 王瑞燕.基于GIS和RS技術(shù)的耕地地力評(píng)價(jià)研究[D].泰安：山東農(nóng)業(yè)大學(xué)，2004.

[12] GORSEVSKI P V，JANKOWSKI P，GESSLER P E.Gessler spatial prediction of landslide hazard using fuzzyk-means and dempster-shafer theory[J].Transactions in GIS,2005,9(4)：455-474.

Research of Cultivated Land Management Zones Based on the Evaluation of Farmland Productivity—Taking Qingzhou City,Shandong Province as an Example

JIANG Chun1,DONG Chao1*,LI Bai-hong2et al

(1.College of Information Science and Engineering,Shandong Agricultural University,Taian,Shandong 271018; 2.Feicheng Land Resources Bureau,Feicheng,Shandong 271600)

Based on the GIS technology,appropriate evaluation factors were selected and the cultivated land in Qingzhou City was evaluated by the analytical hierarchy process,fuzzy evaluation and other methods.Using fuzzy C-means clustering method,study on delineation of management zones was performed,and the result showed that the overall quality of the cultivated land in the study area is high.Moreover,three optimal zones were determined according to the FPI and NCE index,the result showed that the cultivated land fertility decreased from north to south,greatly influenced by terrain factors.Further delineation for subdistrict 1 was carried out by using fuzzy clustering method,giving six management zones.Therefore,more uniform internal partition management unit was obtained.The research provides a rational reference for management and utilization of the cultivated land.

Cultivated land fertility evaluation; Management zones; Fuzzy C-means clustering; GIS

山東省自主創(chuàng)新專項(xiàng)(2012CX90202)。

姜純 (1994-)，男，山東曲阜人，本科生，專業(yè)：測(cè)繪工程。*通訊作者，講師，碩士，從事土地資源信息技術(shù)研究。

2016-05-15

S 127;F 301.2

A

0517-6611(2016)17-227-03