土地整治項目中耕地質(zhì)量重估方法優(yōu)化研究

杲廣文 梁勇 孔胃 王長鵬

摘 ?要 ?耕地質(zhì)量重估報告是土地整治項目竣工的必須材料之一。目前對于重估的方法暫無統(tǒng)一標準和要求，文章以濟陽縣太平鎮(zhèn)鄺家等6村土地整治項目為例，對農(nóng)用地分等技術(shù)方法進行優(yōu)化，將參評因子分為穩(wěn)定型和易變型測算整治后項目區(qū)的耕地質(zhì)量等別。通過面積加權(quán)，算得整治后國家自然等平均提高0.3等，國家利用等平均提高0.6等，國家經(jīng)濟等平均提高0.3等。文章可為土地整治項目區(qū)的耕地質(zhì)量重估提供思路和技術(shù)參考。

關(guān)鍵詞 ?土地整治;耕地質(zhì)量重估;農(nóng)用地分等

中圖分類號：S1 ? ? ? ? ?文獻標識碼：B

Abstract： The reappraisal report of cultivated land quality is one of the necessary materials for the completion of the land improvement project.At present， there are no unified standards and requirements for the method of reassessment.The article takes the land consolidation project in Jiyang County Taiping Town kuangjia 6 Villages as an example，to optimize the technical methods for the classification of agricultural land. The evaluation factors are divided into stable type and variable type to measure the quality of cultivated land in the project area. Through the area weighting， it can be said that after the remediation， the national average increase of 0.3， the national average increase of 0.6， etc.， the national economy and other average increase of 0.3. This paper can provide some ideas and technical references for the evaluation of the quality of cultivated land in the land improvement project area.

Keywords： land renovation; quality of cultivated land; GIS; quality evaluation of cultivated land

耕地質(zhì)量等別是占補平衡的重要參考指標，科學、準確計算耕地的質(zhì)量等別，對占補平衡制度的實施具有重要意義[1]。目前我國的耕地占補平衡制度已經(jīng)從單純的數(shù)量平衡轉(zhuǎn)向了產(chǎn)能、質(zhì)量等方面的平衡，近幾年，我國部分學者也做了耕地質(zhì)量調(diào)查與評價等方面的工作。如郭旭東，邱揚，連綱[2]2008年在《區(qū)域土地質(zhì)量指標體系及應用研究》一書中，對土地質(zhì)量及土地質(zhì)量評價的基本概念與理論框架進行了系統(tǒng)總結(jié)。程峰等[3]在2014年提出我國耕地質(zhì)量調(diào)查的主要過程、技術(shù)方法，第一次全面查清了中國耕地質(zhì)量等別及其分布狀況，為實現(xiàn)耕地數(shù)量質(zhì)量并重管理提供了重要支撐，并計算出我國耕地平均等別為9.8，總體偏低。吳祥福、史學軍、楊志強等[4]2014年依據(jù)浙江省縣級耕地質(zhì)量等級完善工作技術(shù)要求，借助GIS軟件的空間分析功能，以2011年土地利用現(xiàn)狀變更調(diào)查數(shù)據(jù)中的耕地為評價單元，對縣級耕地質(zhì)量進行等級評價。越來越多的學者已經(jīng)將目光轉(zhuǎn)移至耕地的質(zhì)量評價方面[5-10]，但是對土地整治項目區(qū)耕地質(zhì)量重估方法研究相對不足。

1 ?研究背景

1.1 項目區(qū)概況

項目區(qū)位于濟陽縣太平鎮(zhèn)，西起邢家渡引黃干渠，東至太平鎮(zhèn)界，北起太平鎮(zhèn)界，南到孫家店村村南，北緯36°56′41″-37°00′37″，東經(jīng)117°03′09″-117°04′57″，共涉及濟陽縣太平鎮(zhèn)孫家店村、鄺家村、大寺城村、小寺城村、寺西張村、胡家村6個行政村，整治總面積522.18hm2。

1.2 主要的工程措施

（1）土地利用與平整工程

田塊大小和形狀滿足大型耕作機械作業(yè)的需要，田面縱坡方向與水流方向一致，田面無橫向坡度。項目區(qū)土地連片程度較高，達到高標準基本農(nóng)田建設要求。

（2）農(nóng)田水利工程

新打機井30眼，配套150QJ32-30/5型潛水泵30套，井房30座以及柴油發(fā)電機30臺。13.5m長×5m寬拱橋21座，11m長×5m寬拱橋21座，8m長×5m寬拱橋29座。新建過6.5m寬農(nóng)溝涵（Ф0.6m）30座，穿路涵（Ф0.6m）56座，舊橋拆除30座。規(guī)劃開挖農(nóng)溝14.799km;開挖斗溝6.314km。

（3）田間道路工程

新建4m寬瀝青路15.263km。整修4m寬瀝青路10.886km。新修3m寬土路4.724km。

1.3 整治前耕地質(zhì)量狀況

以2015年變更后的1：1萬土地利用現(xiàn)狀圖和數(shù)據(jù)庫為基礎，提取耕地圖斑作為新的分等單元，生成耕地分等單元圖，疊加2014年度濟陽縣耕地質(zhì)量等別調(diào)查評價與監(jiān)測成果，得出項目區(qū)整治前耕地質(zhì)量狀況，如表1所示。

2 ?評價方法

準確確定需更新的評價指標因子是重估成果科學體現(xiàn)項目區(qū)耕地質(zhì)量變化的重要步驟。本文在傳統(tǒng)農(nóng)用地分等規(guī)程基礎上，引入相關(guān)研究成果，將評價因子分為穩(wěn)定型和易變型，對耕地質(zhì)量重估方法進行系統(tǒng)優(yōu)化。

具體方法為：通過區(qū)分穩(wěn)定型和易變型評價因子，采用逐級修正的方法，在標準耕作制度和指定作物光溫生產(chǎn)潛力指數(shù)確定的基礎上，逐一進行自然質(zhì)量、土地利用系數(shù)和經(jīng)濟系數(shù)修正，得到項目區(qū)整治后自然質(zhì)量等指數(shù)、利用等指數(shù)和農(nóng)用地等指數(shù)，并據(jù)此形成項目區(qū)更新后耕地質(zhì)量成果。土地整治前后各等別的平均值采用面積加權(quán)的方法計算，具有較高可比性。

3 ?評價指標

3.1 體系構(gòu)建

根據(jù)《山東省耕地質(zhì)量等級成果補充完善技術(shù)細則》確定項目區(qū)屬于“魯西北平原區(qū)”，參評因素為剖面構(gòu)型、表層土壤質(zhì)地、土壤有機質(zhì)含量、鹽漬化程度、灌溉保證率、灌溉水源、排水條件、灌溉水質(zhì)。評價指標權(quán)重的確定根據(jù)各評價因素影響作用的不同，采用特爾菲法，并參照山東省各指標區(qū)權(quán)重表獲得。各指標評分及權(quán)重見表2。

3.2 指標更新

Scharpenseel[9]、Pachepsky[10]等學者研究了土壤主要性質(zhì)的CRT值，并認為CRT>10的土壤性質(zhì)具有穩(wěn)定性，如表3所示。對照本文評價因子，根據(jù)研究結(jié)果，與土壤質(zhì)地、土壤剖面構(gòu)型、鹽堿化程度、有機質(zhì)含量、灌溉水質(zhì)指標相關(guān)的CRT值均大于10，劃分為穩(wěn)定型指標，整治前后質(zhì)量分保持不變;與排水條件、灌溉保證率、灌溉水源等指標相關(guān)的CRT值均小于10，劃分為易變型指標，此部分指標根據(jù)土地整治工程措施做相應調(diào)整。

4 ?等別更新

4.1 計算自然質(zhì)量等指數(shù)

耕地自然質(zhì)量等指數(shù)是指各指定作物在耕地自然質(zhì)量條件下，所能獲得的經(jīng)濟產(chǎn)量比系數(shù)折算的基準作物產(chǎn)量指數(shù)。按下式計算：

Rij=αij·CLij·βj

Ri=∑Rij

式中：Rij-第i單元第j種指定作物的自然質(zhì)量等指數(shù);Ri-第i個分等單元的耕地自然質(zhì)量等指數(shù);αij-第j種作物的光溫（氣候）生產(chǎn)潛力指數(shù);CLij-第i個單元內(nèi)種植第j種指定作物的耕地自然質(zhì)量分;βj-第j種作物的產(chǎn)量比系數(shù)。

指定作物的自然質(zhì)量分計算公式為：

CLij=（i=1，2，……p; ?j=1，2，……n; ?k=1，2，……m）

式中：∑-求和運算符號;Wk-第k個分等因素的權(quán)重;CLij-分等單元指定作物自然質(zhì)量分，為無量綱數(shù);i-分等單元編號;j-指定作物編號;k-分等因素編號;p-分等單元的數(shù)目;n-指定作物的數(shù)目;m-分等因素的數(shù)目;fijk -第i個單元內(nèi)第j種作物第k個分等因素的質(zhì)量分。

4.2 計算土地利用等指數(shù)

指定作物利用等指數(shù)按下式計算：

Yij=Rij·KLj

式中：Yij-第i個分等單元第j種指定作物的利用等指數(shù);Rij-第i個分等單元第j種指定作物的自然質(zhì)量等指數(shù);KLj-單元所在等值區(qū)第j種指定作物的利用系數(shù)。

耕地利用系數(shù)計算公式為：

KLij=Yij/Yjmax

式中：KLij-樣點的土地利用系數(shù);Yij-樣點的標準糧實際產(chǎn)量;Yj，max-指標區(qū)內(nèi)最大標準糧單產(chǎn)。

4.3 計算土地經(jīng)濟等指數(shù)

指定作物經(jīng)濟等指數(shù)按下式計算：

Gij=Yij·Kcj

式中：Gij-第i個分等單元第j種指定作物的經(jīng)濟等指數(shù);Yij-第i個分等單元第j種指定作物的利用等指數(shù);Kcj-第j種指定作物的土地經(jīng)濟系數(shù)。

土地經(jīng)濟系數(shù)計算公式為：

Kcij=αij/Aj

式中：Kcij-樣點的綜合土地經(jīng)濟系數(shù);αij-樣點綜合產(chǎn)量-成本指數(shù);Aj-縣內(nèi)最大產(chǎn)量-成本指數(shù)。

4.4 計算更新后耕地質(zhì)量等別

按照《農(nóng)用地分等規(guī)程》（TD/T 1004-2003）、《山東省耕地質(zhì)量等級成果補充完善技術(shù)細則》等規(guī)范要求，更新后的自然質(zhì)量等指數(shù)、利用等指數(shù)、經(jīng)濟等指數(shù)采用200等間距進行劃分，整理形成更新后的耕地質(zhì)量等別，如表4所示。

5 ?成果分析

（1）本文充分考慮土地整治工程對耕地質(zhì)量的影響，依據(jù)土壤特性區(qū)分穩(wěn)定指標和易變指標，確定農(nóng)用地分等更新的指標和更新數(shù)據(jù)來源，對土地整治項目區(qū)的耕地質(zhì)量進行了更新評價，測算出了整治后的耕地質(zhì)量等級。經(jīng)面積加權(quán)測算，整治后國家自然等平均提高0.3等，國家利用等平均提高0.6等，國家經(jīng)濟等平均提高0.3等。

（2）耕地質(zhì)量重估方法的科學、準確是土地整治項目的關(guān)鍵步驟。本文在傳統(tǒng)耕地質(zhì)量重估方法基礎上，調(diào)整優(yōu)化以往通過主觀選擇評價因子進行更新的方法，使得評價體系更加的科學合理，評價結(jié)果更加符合項目區(qū)客觀實際。評價方法可為土地整治項目區(qū)的耕地質(zhì)量評價工作提供思路和技術(shù)參考。

參考文獻/References

[1]張慶坤.中國耕地質(zhì)量等級調(diào)查與評定（山東卷）[M].北京：中國大地出版社，2010.167.

[2]郭旭東，邱揚，連綱.區(qū)域土地質(zhì)量指標體系及應用研究[m].北京.科學出版社2008.

[3]程鋒，王洪波，鄖文聚.中國耕地質(zhì)量等級調(diào)查與評定[J]. 中國土地科學，2014（02）：75-82.

[4] 吳祥福、史學軍、楊志強.浙江省縣級耕地質(zhì)量等級更新與完善[J]. 浙江農(nóng)業(yè)科學，2014（11）：1753-1756.

[5]朱志剛，王代印，朱龍海，郝玉林.濱州市耕地質(zhì)量等別與標準糧產(chǎn)量相關(guān)性分析[J].山東國土資源，2015，31（1）：77-81.

[6] 徐凱，王法果.臨沂市耕地質(zhì)量等級狀況探析[J].山東國土資源，2014，30（1）：86-88.

[7] 劉良，張祖陸，于成，張光鳳.濟寧市耕地質(zhì)量評價與保護對策研究[J].山東國土資源，2013，29（4）：49-53.

[8] 密長林，馬愛功，張曉東.基于WebGIS技術(shù)的耕地質(zhì)量動態(tài)監(jiān)測信息系統(tǒng)研究[J].山東國土資源，2011，27（12）：28-32.

[9] H W Scharpenseel Natural radiocarbon measurement of soil and organic matter fractions on sill profiles of different pedogenesis .

[10] Pachepsky Y A，Timlin D，Varallyay G， Artificial neural networks to estimate soil water retention from easily measurable data[J].Soil Science Society of America Journal， 1996，60（3）：298-306.