基于RS的縣域耕地產能核算及其產能提升研究
——以黑龍江省肇源縣為例

(東北大學 土地管理研究所,遼寧 沈陽 110169)

基于RS的縣域耕地產能核算及其產能提升研究
——以黑龍江省肇源縣為例

張 瑩,雷國平,林 佳,周 敏
(東北大學 土地管理研究所,遼寧 沈陽 110169)

以黑龍江省肇源縣為研究區,基于RS和GIS技術,采用潛力衰減法核算耕地產能,揭示其空間分異特征;運用SPSS軟件聚類分析功能劃分產能提升區,并分析制約耕地產能提升的主要因素。結果表明:以遙感影像和統計數據為數據源,可以快速、低成本核算耕地產能。2014年研究區各層次耕地產能和單產在空間分布上具有相似性,總體呈現由東部和西部向中部地區遞減的兩翼式分布特征。耕地理論產能潛力的差異顯著,其數值在7499.8424—15743.4468kg/hm2之間,最高值約為最低值的2.1倍。4個產能提升區之間的耕地產能提升空間存在顯著差異,制約其產能提升的自然因素主要是土壤肥力、土壤退化、土壤有機質含量,并且大部分鄉鎮的社會經濟技術投入水平較低。根據研究結果，提出了相應的對策建議。

土地利用;耕地產能;影響因素;RS;肇源縣

1 引言

耕地產能是評價一個地區耕地的糧食生產能力、土地利用程度及發展前景的重要指標,耕地產能的高低可間接反映糧食安全水平[1]。糧食安全戰略的核心不在于每年糧食產量多少或產量增加多少,而在于在保證耕地數量的基礎上確保耕地產能[2]。在我國人口眾多、人均耕地面積少的基本國情背景下,人地矛盾日益加劇,提升耕地產能、保障糧食安全已上升為一個緊迫的重大戰略問題[3]。我國13個糧食主產區的糧食產量占全國的比重為75.4%,約占95%的全國增產糧食來自于這13個糧食主產區,其中黑龍江糧食主產區的糧食產量比重在全國大于10%。黑龍江省作為中國最大的商品糧產區,對保障國家糧食安全起到了舉足輕重的作用。

國內外關于耕地產能的研究開展得都比較早。當前,國外關于耕地產能的研究主要集中在農作物長勢監測和估產方面，一般多采用統計模型[4]、遙感估產模型[5]、作物生長模型[6]、作物生長模型與GIS和遙感相結合[7]等方法進行估產。國內關于耕地產能的研究主要集中在耕地產能核算方法與模型[8,9]、耕地產能時空分異[10-12]、耕地產能影響因素[13,14]等方面,多采用糧食作物審定品種的區域試驗產量[2]、耕地質量評價成果[8]、農用地分等成果[15-17]和改進的農業生態區劃法[18,19]對耕地產能進行測算,且研究尺度以市、省、地區級別的大尺度研究為主,縣域或鄉鎮的小尺度研究鮮有報道。目前,耕地產能核算方法均需獲取土壤樣品或理論單產樣本值,雖然能精確地估算耕地產能,但卻需要投入大量的成本(人力、財力、物力和時間),時效性和動態性較差,無法滿足短時間、小成本地核算耕地產能及其產能潛力的需求。RS技術的發展與應用為獲取土壤理化性質提供了新思路,相關研究證實利用RS技術構建反演模型能較好地模擬土壤的肥力[20]、鹽分[21]、有機質[23,24]和含水量[24]等理化性質的空間分布特征,目前尚未有耕地產能核算研究采用該方法作為數據獲取的手段。鑒于此,本文選取黑龍江省商品糧基地——肇源縣為研究區,基于RS和GIS技術平臺獲取數據,綜合影響耕地產能的土壤自然和社會經濟技術因素,采用潛力衰減法,小成本、快速地核算耕地產能,揭示其空間分異特征。根據產能潛力比較優勢、實際單產比較優勢和耕地規模比較優勢三項指標將研究區劃分為四類耕地產能提升區,并分析制約產能提升的主要因素。研究成果對推動高標準基本農田建設和保障糧食安全具有重要的理論意義和實踐應用價值。

2 研究區概況及數據來源

2.1 研究區概況

肇源縣地處黑龍江省西部(45°23′—45°59′N、123°47′—125°45′E),西北與杜爾伯特蒙古族自治縣,北與肇州縣,東與綏化市肇東市接壤,西南以松花江、嫩江主航道為界與吉林省白城市鎮賚縣、大安市、前郭爾羅斯蒙古族自治縣、扶余市和哈爾濱市雙城區隔江相望,隸屬于大慶市。該縣位于松嫩低平原黑土區,是黑龍江省產糧大縣和全國商品糧基地之一。2014年,該縣共轄16個鄉鎮,總人口45.8萬人,其中農業人口36萬人,土地面積36.51萬hm2,耕地面積約占全縣土地面積的45.20%。主要種植的糧食作物為水稻、玉米、大豆,其中玉米的播種面積比例為59.40%,玉米產量占全縣糧食總產量的72.24%。研究區屬于北溫帶大陸性氣候,年均降水量在600mm左右,年有效積溫為2900—3100℃。該區域多為低地平原,地形平緩,多沼澤和泡泊,導致其土地退化問題主要表現為土壤鹽堿化。石油開發等土地利用活動對該縣的耕地土壤和耕作方式產生不良作用,一系列自然生態和社會因素對肇源縣的耕地產能產生了較大影響。

2.2 數據來源與處理

獲取2014年8月7日Landsat 8遙感影像一景,且影像上無云影干擾。7月中下旬—八月上旬為黑龍江省糧食生長的關鍵時期(玉米抽雄吐絲期、水稻抽穗期、大豆開花結莢期),這一時期自然條件和耕作投入對于糧食產能具有非常重要的影響。2014年7月16日—8月15日之間肇源縣的平均降水量僅約為5.13mm,非常干旱,無降水影響。因此,選擇2014年8月7日為研究時點,獲取Landsat 8遙感影像一景,并提取耕地數據進行研究(圖1,見封二)。

基于已有投影Landsat 8影像幾何校正,利用ENVI 5.1軟件進行輻射定標和大氣校正;大氣輻射校正模型采用MODTRAN 4+輻射傳輸模型的代碼,是基于像素級的校正,能校正由漫反射引起的連帶效應,調整由人導致的波譜平滑,并有效消除大氣等因素對地物反射的影響,獲得地物較為準確的反射率,大氣校正應用FLAASH功能模塊[23]。

經輻射定標和大氣校正后的Landsat 8影像的紅波段和近紅外波段的反射率數據用于反演能較好地反應耕地的土壤屬性:土壤肥力(NDVI)[25,26]、土壤退化程度(RVI)[25,26]、土壤含水量(Sm)[24]、土壤有機質含量(SOM)[23]4個指數。由于NDVI和RVI指數已在許多研究中得到廣泛應用[13,25,26],所以直接運用其計算公式提取出耕地的土壤肥力和土壤退化程度。借鑒已有研究中的試驗方法[23,24],利用覆蓋本研究區的土壤地球化學調查采樣數據和同年份的遙感影像數據,構建適用于本研究區的反演模型,獲得2014年研究區耕地的土壤含水量和土壤有機質含量;反演模型的決定系數R2均大于0.6,模型精度較好，滿足研究要求。利用ENVI 5.1軟件的Band math工具計算各指數并形成柵格數據,利用ArcGIS 10.2軟件中的柵格數據重采樣Raster Reclassify工具并根據自然斷點分級法Natural Breaks(Jenks)對各指標進行分級賦值為100、90、80、70、60。自然斷點分級法是基于數據中固有的自然分組,在對相似值進行最恰當地分組的同時又可使各組別之間的差異最大化。該方法可反映研究區內各指標的自然分組特征,有效地避免了人為的主觀干擾對指標分級的影響(圖2,見封二)。

農業機械化程度、地膜使用程度、農藥施用程度、灌溉保證率等社會經濟技術數據來源于2015年《大慶年鑒》、《大慶統計年鑒》的統計數據或是根據統計數據計算得到。耕作便利度是基于ArcGIS 10.2軟件平臺利用已有的DEM數據提取坡度數據,應用距離分析工具計算每個柵格的耕地到居民點的距離,并根據自然斷點分級法Natural Breaks(Jenks)對其進行分級賦值為100、90、80、70、60。研究區作物的光溫(氣候)生產潛力指數來源于我國《農用地質量分等規程》中的《全國各省(區、市)作物生產潛力指數速查表》。

3 研究思路與方法

3.1 耕地產能的界定

目前關于耕地產能的定義是：耕地產能是指一定時期、一定區域和一定的自然、社會、經濟、技術條件下所形成的耕地生產能力,具體分為耕地理論產能、耕地可實現產能和耕地實際產能三個層次。借鑒相關研究[8,13],本文對3個層次的耕地產能界定為:耕地理論產能是指區域范圍內在光、溫、水、土等自然環境下,農業生產條件得到充分保證,經濟技術和投入利用最優的狀況下所能達到的糧食最高產量;耕地可實現產能是指區域范圍內在光、溫、水、土等自然環境下,農業生產條件、經濟技術和投入利用達到地區平均水平所能夠實現的糧食產量;耕地實際產能指目前已達到的生產能力,即某年份的糧食產量。

由于在縣域以下的小尺度耕地產能研究中,鄉鎮的社會經濟數據較難獲得,因此本文對可實現產能的界定與已有研究略有差異。在此界定下,通過對比分析區域的可實現產能和實際產能之間的關系,能間接、快速地獲得各鄉鎮在耕地生產方面的社會經濟技術投入水平情況,便于指導耕地生產過程中的社會經濟技術投入與利用。

3.2 耕地產能核算的指標選取與計算

耕地產能一方面受土地資源自然因素的影響,另一方面也與技術經濟條件直接相關[27]。因此,耕地產能核算的指標選擇應從土壤自然因素和社會經濟技術因素兩方面選取。

在土壤自然因素方面,選擇耕地坡度、土壤肥力(NDVI)、土壤退化程度(RVI)、土壤含水量(Sm)、土壤有機質含量(SOM)5個指標作為研究區土壤修正系數影響因子的參選指標。其中,土壤肥力(NDVI)反映植被覆蓋信息,表征耕地質量狀態,NDVI值越高,說明該區域土壤質地越好、耕地土壤肥力越高。土壤退化程度(RVI)反應土壤退化問題,尤其是土地鹽堿化對作物生長的脅迫程度,RVI值越大,表明該區域土壤退化程度越低、耕地生產壓力越小。土壤含水量(Sm)反映土壤含水量,在適于農作物生長的土壤含水量范圍內,Sm值越大,說明該區域土壤含水量越高,耕地狀態越好,有利于作物生長。土壤有機質含量(SOM)反映土壤有機質含量,表征土壤提供作物營養、促進作物生長發育、改善土壤物理性質的能力,SOM值越高,促進作物生長的能力越強。研究區內占耕地總面積91.95%的耕地坡度小于2°,耕地坡度的空間差異很小,耕地產能受坡度影響產生的差異基本可忽略不計,因此可剔除該指標。綜上所述,確定耕地產能核算的土壤修正系數的影響因子包括土壤肥力(NDVI)、土壤退化程度(RVI)、土壤含水量(Sm)、土壤有機質含量(SOM)4個指標。

在社會經濟技術因素方面,選取農業機械化程度、地膜使用程度、農藥施用程度、化肥施用程度、灌溉保證率、耕作便聾度6個指標作為研究區社會經濟技術修正系數影響因子的參選指標。指標的計算從農業生產需求和生態環境保護兩個方面綜合考慮,參照國家環境保護局設定的生態縣建設的相關標準。國家環境保護總局設定的生態縣建設的農藥施用量為3kg/hm2、地膜使用量為33.75kg/hm2、化肥施用量為250kg/hm2(氮磷鉀施用比例為1∶0.5∶0.5),該用量設定的目的是既滿足農業生產需求又不破壞生態環境。根據這一標準,確定地膜使用程度為地膜使用量與地膜使用量標準值的比值,農藥施用程度為農藥施用量與農藥施用量標準值的比值。由于化肥施用量大于化肥施用量標準值,可認為其化肥施用程度足以滿足農作物生長需求,故在產能核算中剔除該指標。最終,確定社會經濟技術修正系數的影響因子包括農業機械化程度、地膜使用程度、農藥施用程度、灌溉保證率、耕作便利度5個指標。

本文的地膜使用程度、農藥施用程度和化肥施用程度的計算既考慮到能否滿足農業生產需求又考慮到對生態環境的保護,指標計算更加科學合理。

3.3 耕地產能核算方法

運用變異系數法確定土壤修正系數影響因子的權重,因為土壤性質在空間上具有變異性,所以運用此方法可克服指標權重分配均衡化的缺陷,使評價結果更加客觀合理。運用層次分析法對社會經濟技術修正系數影響因子賦以權重,并采用多因素綜合評價法計算土壤修正系數和社會經濟技術修正系數,公式為:

(1)

式中,Si為土壤或社會經濟技術修正系數;Wk為第k個土壤或社會經濟技術修正系數影響因子的權重值;Yk為第k個土壤或社會經濟技術修正系數影響因子的分值;n為土壤或社會經濟技術修正系數影響因子個數。

依據土地生產潛力原理,根據國家《全國各省(區、市)作物生產潛力指數速查表》中肇源縣光溫生產潛力指數,選取玉米作為研究區耕地產能核算的基準作物,采用潛力衰減法核算研究區耕地理論產能和可實現產能[13],公式為:

YC=YW×S1×S2

(2)

式中,YC為可實現產能(萬t);YW為光溫生產能力(萬t);S1為土壤修正系數;S2為社會經濟技術修正系數;YW·S1為理論產能(萬t)。

在核算耕地理論產能和可實現產能的基礎上,結合各鄉鎮的實際產能和耕地面積,計算研究區產能潛力和比較優勢[27,28],公式為:

理論產能潛力=理論單產-實際單產

(3)

可實現產能潛力=可實現單產-實際單產

(4)

產能潛力比較優勢=各鄉鎮理論產能潛力/研究區理論產能潛力

(5)

實際單產比較優勢=各鄉鎮實際單產/研究區實際單產

(6)

耕地規模比較優勢=各鄉鎮耕地面積/研究區耕地總面積

(7)

其中,可實現產能潛力為正值時,代表社會經濟技術投入低于所在地區的平均水平,其值越大，投入水平越低;當可實現產能潛力為負值時,代表社會經濟技術投入高于所在地區的平均水平,其絕對值越大，投入水平越高。

3.4 耕地產能提升分區與制約因素確定

依據研究區的產能潛力比較優勢、實際單產比較優勢和耕地規模比較優勢3項指標,利用SPSS軟件進行聚類分析,將研究區劃分為不同的產能提升區;綜合分析土壤自然因素和社會經濟技術因素,以確定制約耕地產能提升的主要因素。

4 耕地產能核算結果與分析

4.1 耕地產能核算結果

研究區的玉米光溫生產潛力為25190kg/hm2,以玉米為基準作物,計算得到光溫生產能力為415.7276萬t。2014年,研究區耕地理論產能為336.8602萬t,可實現產能為173.2114萬t,實際產能為130.8122萬t;耕地理論單產為20411.2216kg/hm2,可實現單產為10495.3215kg/hm2,實際單產為7926.2458kg/hm2。研究區的理論產能潛力為12484.9758kg/hm2,可實現產能潛力為2569.0756kg/hm2。

4.2 耕地產能空間分異特征

研究區的16個鄉鎮在空間分布上呈現從東至西的帶狀分布特征。東部地區包括福興鄉、三站鎮、薄荷臺鄉和二站鎮4個鄉鎮；中部地區包括和平鄉、肇源鎮、頭臺鎮、古恰鎮、大興鄉、超等鄉、茂興鎮和浩德鄉8個鄉鎮；西部地區包括義順鄉、古龍鎮、新站鎮和民意鄉4個鄉鎮。核算研究區及其各鄉鎮的耕地理論產能和可實現產能、實際產能(表1)。研究區耕地各層次產能(理論產能、可實現產能、實際產能)及其空間分布特征表現為(圖3，見封二):理論產能、可實現產能和實際產能的空間分布特征具有相似性。東部地區的福興鄉、三站鎮、薄荷臺鄉、二站鎮和西部地區的古龍鎮、新站鎮與中部地區的古恰鎮的理論產能、可實現產能和實際產能均較高,而中部地區的浩德鄉、大興鄉、和平鄉和東部地區的義順鄉的理論產能、可實現產能和實際產能均較低。但肇源鎮等5個鄉鎮的情況例外,肇源鎮和超等鄉的理論產能和可實現產能較低而實際產能則相對較好;頭臺鎮的可實現產能和實際產能較低而理論產能相對較好;民意鄉和茂興鎮的實際產能較低而理論產能和可實現產能則相對較好。

表1 研究區耕地產能

耕地產能由耕地單產和耕地面積兩方面因素決定,由于耕地面積的提升空間非常小,因此耕地單產是決定產能高低的直接因素和決定性因素。研究區耕地各層次單產(理論單產、可實現單產、實際單產)及其空間分布特征表現為(圖3,見封二):在耕地理論單產方面,東部地區的福興鄉、三站鎮、薄荷臺鄉、二站鎮，西部地區的古龍鎮、新站鎮、民意鄉，中部地區的肇源鎮、茂興鎮、超等鄉的理論單產較高;中部地區的浩德鄉、大興鄉、頭臺鎮、古恰鎮、和平鄉和西部地區的義順鄉的理論單產較低。在耕地可實現單產方面,東部地區的福興鄉、三站鎮、二站鎮,中部地區的肇源鎮、大興鄉、浩德鄉、茂興鎮、超等鄉，西部地區的古龍鎮、新站鎮的可實現單產相對較高;中部地區的和平鄉、頭臺鎮、古恰鎮,東部地區的薄荷臺鄉，西部地區的義順鄉和民意鄉的可實現單產相對較低。在耕地實際單產方面,肇源鎮、薄荷臺鄉和三站鎮的實際單產明顯高于其他鄉鎮,均大于10000kg/hm2,中部地區的頭臺鎮、和平鄉、茂興鎮和西部地區的古龍鎮、民意鄉5個鄉鎮的實際單產比較小,其他8個鄉鎮的實際單產則在7333.5109—9421.9009kg/hm2之間。研究表明,研究區的理論單產、可實現單產、實際單產在空間分布上總體呈現“東部和西部地區高、中部地區低”的特征。

4.3 耕地產能潛力及其空間分異

通過分析耕地產能潛力(理論產能潛力、可實現產能潛力),掌握產能潛力較大的區域分布,可為耕地自然條件改善、社會經濟技術精準投入、耕地產能提升提供針對性指導。研究表明(表2和圖4,圖4見封二),肇源鎮的理論產能潛力最低,僅為7499.8424kg/hm2;茂興鎮的理論產能潛力最高,達到15743.4468kg/hm2;其他鄉鎮的理論產能潛力在9000—15000kg/hm2之間,理論產能潛力的差異顯著。在可實現產能潛力方面,研究區可實現產能潛力的最大值與最小值的差值達到8334.3124kg/hm2,各鄉鎮可實現產能潛力的差距較大。中部地區的肇源鎮和東部地區的薄荷臺鄉可實現產能潛力值為負值,表明肇源鎮和薄荷臺鄉的社會經濟技術投入高于研究區平均水平。其中,肇源鎮可實現產能潛力的絕對值最高,表明肇源鎮的社會經濟技術投入水平最高。茂興鎮等其他14個鄉鎮的可實現產能潛力值均為正值,表明其社會經濟技術投入低于研究區平均水平。其中,東部地區的二站鎮和中部地區的和平鄉、大興鄉、茂興鎮以及西部地區的古龍鎮、新站鎮的可實現產能潛力值較高,表明這6個鄉鎮的社會經濟技術投入遠低于研究區平均水平。

表2 研究區耕地產能潛力與比較優勢

5 耕地產能提升分區與制約因素分析

在分析耕地產能和耕地產能潛力的基礎上計算其產能潛力比較優勢、實際單產比較優勢和耕地規模比較優勢(表2),并運用SPSS軟件進行聚類分析,研究區16個鄉鎮劃分為4個產能提升區,分別為核心提升區、優化建設區、發展保護區和持續保養區,并進一步分析每個產能提升區的制約因素(表3)。

表3 研究區耕地產能提升分區

核心提升區的實際單產比較優勢低,但其產能潛力比較優勢非常高且耕地規模比較優勢較好,產能提升空間大。從土壤自然因素方面分析表明,制約民意鄉和茂興鎮的耕地產能提升的主要因素是土壤肥力、土壤退化和有機質含量。從社會經濟技術投入方面分析表明,兩個鄉鎮可實現產能潛力值均為正值,即其社會經濟技術投入均低于研究區平均水平。優化建設區的實際單產比較優勢、產能潛力比較優勢和耕地規模比較優勢均較好,耕地單產及產能潛力具有較大優勢。從土壤自然因素方面分析表明,制約二站鎮、古龍鎮和新站鎮3個鄉鎮耕地產能提升的主要因素是土壤肥力、土壤退化和有機質含量,義順鄉、大興鄉、和平鄉和頭臺鎮4個鄉鎮耕地產能提升的制約因素是土壤肥力、土壤退化、有機質含量和土壤含水量。從社會經濟技術投入方面分析,該區域8個鄉鎮的社會經濟技術投入遠低于研究區平均水平,并且義順鄉、古龍鎮、和平鄉、頭臺鎮和新站鎮的灌溉保證率均較低,其中頭臺鎮的耕地灌溉保證率僅為0.0382。發展保護區的實際單產比較優勢高，但其產能潛力比較優勢和耕地規模比較優勢均相對較低。從土壤自然因素方面分析表明,制約該區域耕地產能提升的主要因素是土壤肥力、土壤退化和有機質含量。從社會經濟技術投入方面分析,該區域(除薄荷臺鄉外)的社會經濟技術投入低于研究區平均水平,而薄荷臺鄉的社會經濟技術投入雖高于研究區平均水平,但其灌溉保證率較低。持續保養區只包含一個鄉鎮,即肇源鎮。由于肇源鎮的社會經濟技術投入水平在全縣中最高,肇源鎮的實際單產比較優勢明顯高于其他鄉鎮。然而,肇源鎮的實際單產與理論單產較接近,因此其理論產能潛力最低,并且該鎮的耕地面積僅占全縣耕地總面積的3.62%,耕地產能潛力比較優勢和耕地規模比較優勢均接近研究區的最低水平。

6 研究結論與對策建議

6.1 研究結論

本文將遙感影像和統計數據作為數據源,突破了以往利用農用地分等和農業生態區劃法核算耕地產能過程中土壤采樣數據收集困難的局限。在獲取區域光溫產能數據的基礎上,本文通過潛力衰減法對影響耕地產能的土壤自然因素和社會經濟技術因素進行了逐級衰減,實現了對耕地產能的核算,分析了耕地空間分異規律。

本文將研究區劃分為4個產能提升區并分析了制約產能提升的影響因素,研究結論為:①以遙感影像和統計數據為數據源,可快速、低成本地核算區域耕地產能。以玉米為基準作物,2014年研究區耕地理論產能336.8602萬t,可實現產能173.2114萬t;理論單產為20411.2216kg/hm2,可實現單產為10495.3215kg/hm2;理論產能潛力為12484.9758kg/hm2,可實現產能潛力為2569.0756kg/hm2。②2014年研究區的各層次耕地產能、耕地單產在空間分布上具有相似性,該數值總體符合從東部和西部向中部地區遞減的兩翼式分布特征。耕地理論產能潛力的差異顯著,其中肇源鎮的產能提升空間最小。通過耕地可實現產能潛力的分析,間接發現各鄉鎮在耕地生產方面的社會經濟技術水平投入水平的差距較大。③4個產能提升區之間的耕地產能和產能提升空間存在顯著差異，制約其產能提升的自然因素主要是土壤肥力、土壤退化和有機質含量。此外,除肇源鎮和薄荷臺鄉的社會經濟技術投入高于全縣平均水平外,其他鄉鎮的社會經濟技術投入均低于研究區平均水平,特別是二站鎮、和平鄉、大興鄉、茂興鎮、古龍鎮和新站鎮6個鄉鎮。

6.2 對策建議

本研究通過采用新的數據獲取技術,替代傳統的數據獲取手段,小成本、快速地核算耕地產能,降低了研究成本,提高了研究效率,對耕地產能動態監測、挖掘耕地產能潛力、提升區域耕地產能具有重要的實踐指導價值。

針對耕地產能提升分區與制約產能提升因素分析,提出以下對策建議:①將土地整治、高標準基本農田建設等項目與耕地產能提升分區進行有效銜接。研究表明制約研究區耕地產能提升的主要因素是土壤自然因素,通過土地整治能夠達到提升土地自然條件、提高耕地質量、恢復耕地生產力的目的。建議根據耕地產能提升分區結果有針對性地開展高標準基本農田建設,首選耕地產能提升空間較大的核心提升區和優化建設區進行高標準基本農田建設,實現糧食穩產增產和耕地產能不降低。②促進區域內資本、技術等社會經濟投入要素有效流動。研究發現二站鎮、和平鄉、大興鄉、茂興鎮、古龍鎮和新站鎮6個鄉鎮的社會經濟技術投入遠低于研究區的平均水平,需加大對該部分鄉鎮的扶持與投入,采取積極手段,促進區域內資本、技術等社會經濟投入要素有效流動,確保全縣所有鄉鎮耕地生產的均衡化發展。③完善礦產資源開發對區域耕地生態補償機制。礦產資源開發對土地利用活動具有顯著的外部性,石油開采對肇源縣耕地土壤質量產生顯著的負面影響,根據“誰開采誰保護、誰受益誰保護”的原則,建立礦產資源開發對耕地生態補償機制,并將補償金用于耕地生態治理,實現耕地數量、質量、生態“三位一體”的保護格局,保障糧食安全。④將“糧食直補”發放與種田農戶保護耕地行為掛鉤。充分發揮微觀農戶在保護耕地、提升耕地質量中的積極作用,建議改革現有“糧食直補”按糧食實際種植面積發放的辦法,在充發考慮種田農戶保護耕地行為的基礎上綜合糧食實際種植面積和耕地質量等級作為“糧食直補”發放標準依據,以激發種田農戶保護耕地的主觀能動性。

[1]趙宏志,李團勝,吳浩浩,等.基于農用地分等成果耕地產能分析——以陜西省富平縣為例[J].南方農業學報,2013,44(3)∶458-462.

[2]張鳳榮,張晉科,張迪,等.1996—2004年中國耕地的糧食生產能力變化研究[J].中國土地科學,2006,20(2)∶8-14.

[3]劉玉,劉彥隨,薛劍,等.海河沖積平原區耕地綜合產能核算及其分區利用[J].資源科學,2009,31(4)∶598-603.

[4]Doos Bo R,Shaw R.Can We Predict the Future Food Production?A Sensitivity Analysis[J].Global Environmental Change,1999,(9)∶261-283.

[5]Leach G.Global Land and Food in the 21st Century[R].Stockholm Environment Institute,Polestar Series Report,1995∶90.

[6]Reddy B V S,Sanjana Reddy P,Bidinger F,etal.Crop Management Factors Influencing Yield and Quality of Crop Residues[J].Field Crops Research,2003,(84)∶57-77.

[7]Bouma J.Land Quality Indicators of Stainable Land Management Across Scales[J].Agriculture,Ecosystems and Environment,2002,(88)∶129-136.

[8]伍育鵬,鄖文聚,鄒如.基于耕地質量評價的耕地產能核算方法及分布[J].農業工程學報,2008,24(S1)∶85-89.

[9]伍育鵬,鄖文聚,鄒如.耕地產能核算模型的研究[J].農業工程學報,[10]2008,24(S2)∶108-113.

，等.河北省不同耕作區綜合產能空間分異規律[J].農業工程學報,2008,24(5)∶84-89.

[11]聶艷,吳西子,孫軼,等.湖北省耕地產能核算及空間變異規律[J].湖北大學學報(自然科學版),2014,36(1)∶1-6.

[12]張紅富,周生路,吳紹華,等.省域尺度耕地產能空間分異規律及其影響因子[J].農業工程學報,2010,26(8)∶308-314.

[13]宋戈,鄒朝暉,王越.東北糧食主產區縣域耕地產能核算及其影響因子分析[J].農業工程學報,2014,30(24)∶308-317.

[14]許妍,吳克寧,程先軍,等.東北地區耕地產能空間分異規律及產能提升主導因子分析[J].資源科學,2011,33(11)∶2030-2040.

[15]吳克寧,程先軍,黃勤,等.基于分等成果的農用地綜合生產能力[J].農業工程學報,2008,24(11)∶51-56.

[16]王洪波,鄖文聚,吳次芳,等.基于農用地分等的耕地產能監測體系研究[J].農業工程學報,2008,24(4)∶122-126.

[17]鄖文聚,王洪波,王國強,等.基于農用地分等與農業統計的產能核算研究[J].中國土地科學,2007,21(4)∶32-37.

[18]謝俊奇,蔡玉梅,鄭振源,等.基于改進的農業生態區法的中國耕地糧食生產潛力評價[J].中國土地科學,2004,18(4)∶31-37.

[19]陳麗,郝晉珉,艾東,等.基于改進農業生態區劃法的耕地綜合量能指數模型構建[J].農業工程學報,2014,30(20)∶268-276.

[20]趙建軍,張洪巖,王野喬,等.基于AHP和GIS的省級耕地質量評價研究——以吉林省為例[J].土壤通報,2012,43(1)∶70-75.

[21]姚遠,丁建麗,雷磊,等.干濕季節下基于遙感和電磁感應技術的塔里木盆地北緣綠洲土壤鹽分的空間變異性[J].生態學報,2013,33(17)∶5308-5319.

[22]宋立生,趙之重,徐劍波,等. 基于TM遙感影像的瑪多縣草地土壤有機質的時空格局反演[J].草業科學,2011,28(12)∶2069-2073.

[23]劉煥軍,趙春江,王紀華,等.黑土典型區土壤有機質遙感反演[J].農業工程學報,2011,27(8)∶211-215.

[24]李建龍,蔣平,劉培君,等.利用遙感光譜法進行農田土壤水分遙感動態監測[J].生態學報,2003,23(8)∶1498-1504.

[25]方琳娜,宋金平.基于SPOT多光譜影像的耕地質量評價——以山東省即墨市為例[J].地理科學進展,2008,27(5)∶71-78.

[26]陳惠芳.富陽市耕地質量評價及生產能力核算研究[D].杭州：浙江大學碩士學位論文,2013.

[27]陳建明,吳豪翔.浙江省耕地產能提升與優化管理研究[J].浙江國土資源,2013,(5)∶36-38.

[28]王曉峰,曹建農,衛新東,等.基于農用地分等成果的耕地產能核算研究——以陜西省扶風縣為例[J].陜西師范大學學報(自然科學版),2010,38(6)∶89-93.

CalculationandPromotionofCounty′sCultivatedLandProductivityBasedonRSTakingZhaoyuaninHeilongjiangProvinceasanExample

ZHANG Ying,LEI Guo-ping,LIN Jia,ZHOU Min
(Institute of Land Management,Northeastern University,Shenyang 110169,China)

This paper selected Zhaoyuan County as the research area,calculated cultivated land productivity with the method of potential attenuation by using the technology of remote sensing and geographic information system,and analyzed its spatial distribution pattern.This paper divided the research area into four productivity capacity zones by using cluster analysis function of SPSS,and confirmed the main factors which were the restriction of cultivated land productivity.The results showed that:Taking images of remote sensing and statistical data as the data sources,could quickly calculate the productivity of cultivated land.The spatial distribution of productivity and productivity per unit area at all levels were similar,its values generally accorded with the distribution characteristic of decreasing from the east and west to the middle in 2014.Theoretical productivity potential of the study area was obviously different,its values ranged from 7499.8424-15743.4468kg/hm2,the highest was 2.1 times that of the lowest.Cultivated land productivity potential among four productivity capacity zones were significant different.The main factors of restricting the productivity capacity were soil fertility,soil degradation and organic matter.Social economic and technological input in most of towns was low.And then put forward the corresponding recommendations.

land use;cultivated land productivity;influential factors;RS;Zhaoyuan County

10.3969/j.issn.1005-8141.2017.07.001

F301.2

A

1005-8141(2017)07-0771-06

2017-05-21；

2017-06-15

國家自然科學基金項目(編號:41671520);中央高校基本科研業務費(編號:N161406001);黑龍江省國土資源科研項目(編號:201411)。

張瑩(1986-),女,遼寧省撫順人,博士研究生,主要從事土地利用規劃與管理研究。

雷國平(1963-),男,黑龍江省青岡人,教授,博士生導師,主要從事土地利用規劃與管理研究。