李云路, 崔文剛, 陸清平, 劉綏華, 吳小飄
(貴州師范大學 地理與環境科學學院, 貴陽 550025)
耕地是農業生產和人類食物供給的物質基礎,是國家長治久安和國民經濟持續發展的重要保障,對社會的穩定起著至關重要作用[1-2]。耕地破碎會阻礙農業規模化、造成農業生產資料浪費、農業安全受到脅迫[3-4],制約著一個國家或地區的綜合承載能力[5]。
景觀的破碎化是指由于自然或者社會因素影響,導致景觀由單一趨于復雜化,由連續的整體向破碎的斑塊演變的過程[6-7]。當前,耕地破碎研究較多。國外偏重耕地破碎對自然生態環境產生影響方面的研究[8],早在20世紀九十年代,國外就有較為詳細的關于景觀格局指數研究和軟件問世[9];國內更加注重耕地破碎化評價或與貧困耦合性分析等[10]。從研究內容看,多在破碎化評價[11]、成因分析和調控對策[12-14];從研究尺度說,有微觀和中觀層面,微觀尺度研究有利于農戶行為決策[15],中觀尺度分析有益于區域生態環境效應和耕地政策的制定[16];研究方法上,實現了從傳統計量經濟模型法[12],向以核密度估計[17]、GWR(地理加權回歸模型)[18]、景觀指數法等[19]為主的地理空間分析和景觀生態學方法轉變。耕地破碎化研究,對區域提升農業生產規模化經營和土地耕作效率,消除破碎化負面效應有著重要的理論及現實意義。
高原和山地及丘陵等山區占據中國67.27%的土地,耕地破碎化研究應更多關注這些區域[20],尤其是生態脆弱的西南喀斯特山區。貴州有著92.80%的山地和丘陵,是典型的山區省份[21],地表崎嶇,耕地資源分散,有“一個斗笠蓋住一塊地”之說[22-23]。近年來,在國土整治、鄉村振興和產業結構調整等背景下,城鎮化進程持續加快,建設用地范圍不斷擴大,耕地轉化頻率激增[24-25],山區耕地破碎化日趨嚴重[26]。當前對山區耕地破碎化的時空演化分析尤其是欠發達背景和宏觀視角下的研究較少,耕地破碎程度及其演化態勢尚不清楚。因此,有必要開展山區耕地破碎化研究,以期為山區耕地合理政策制定提供科學參考,加深對耕地變化的認識,助力地方糧食安全。
貴州省地處云貴高原東部斜坡上,是我國內陸山區省份[27],面積為17.62萬km2,東接湖南,西靠云南,南臨廣西,北連四川和重慶,是西南地區的陸路交通樞紐[28-29]。境內山川縱橫、資源富集,巖溶地貌發育;地勢西高東低(圖1),山地和丘陵占全省面積的92.5%,山間盆地(壩區)僅7.5%[30-32]。經濟持續快速發展,2018年全省GDP總值14 806.45億元,三產業比由2000年的27.21∶38.83∶33.96轉變為14.59∶38.87∶46.54,經濟結構發生顯著性變化,農業占比大幅度降低,第三產業大幅提升;年末常住人口3 600萬人,人均GDP 41 244元,城鎮化率為47.52%。2018年耕地面積452萬hm2,占全省國土面積的25.65%,2000—2018年耕地面積減少25.26萬hm2。

圖1 研究區地勢
研究所需數據有2000—2018年共3期土地利用數據(30 m分辨率),坡度、地形起伏度和行政邊界數據。其中,行政邊界和3期土地利用數據(精度90%以上)來源于貴州省山地資源與環境遙感應用重點實驗室,參照LUCC(土地利用/覆蓋變化)分類體系,合并為6大類,即耕地、林地、草地、水域、建設用地、未利用地;坡度和地形起伏度數據由日本地球觀測衛星ALOS(分辨率為12.5 m,重采樣為30 m)網站(https:∥search.asf.alaska.edu/)下載DEM(數字高程模型),在ArcGIS空間分析工具中提取得到。
首先,參考已有研究,選取景觀指數;其次利用ArcGIS 10.2提取3期耕地并轉化為分辨率為30 m的耕地柵格圖層;接著采用Fragstats 4.2軟件計算各個耕地景觀指數值,確定研究最佳粒度和幅度;然后在柵格計算器中進行數據標準化和計算景觀指數權重值,后得到貴州省耕地破碎化圖層,利用自然斷點分級法獲得貴州省耕地破碎化等級結果;最后開展耕地破碎化研究和影響因素分析。
2.1.1 極差標準化法 景觀指標存在單位、量綱不統一,缺乏科學可比性,因此采用極差標準法對原始數據進行無量綱化處理,將正負屬性指標統一轉化為正值的標準化指標[33],計算公式如下:
正指標:
(1)
負指標:
(2)
式中:Xij表示指標實際值;Zij表示指標標準化值,其值域為[0,1]。
2.1.2 均方差法 均方差法也叫標準差法,能客觀、科學地得到各指標的權重[34]。計算公式如下:
(1) 求取指標均值值:
(3)
(2) 求取指標均方差:
(4)
(3) 求取指標權重值:
(5)
(4) 指標綜合分數值:
Di(W)=∑ZijW(Yj)
(6)
式中:n為指標個數;Xij表示指標實際值;Zij表示指標標準化值;E(Yj),σ(Yi),W(Yj),Di(W)分別對應指標均值、指標均方差、指標權重值、指標綜合分數值。
2.1.3 景觀格局指數法 景觀格局指數是分析景觀格局較為廣泛的方法[35],也是景觀格局時空變化量化指標,能反映出耕地發展的景觀結構及空間演變趨勢[36]。
2.1.4 粒度效應分析方法 大多數情況下,空間粒度的設置對應圖像的分辨率[37],在2000—2018年3期分辨率為30 m的耕地柵格數據基礎上,在Fragstats 4.2中計算40,60,90,120,…,330 m共11次不同粒度結果。
在已有研究基礎上[3],根據研究區耕地分布特點,選取景觀分裂度指數(DIVISION)、景觀形狀指數(LSI)、斑塊密度指數(PD)、景觀聚集度指數(AI)、平均分維指數(FRAC_MN)、平均斑塊面積指數(MPS)和有效粒度面積指數(MESH)7個指數來研究分析貴州省耕地破碎化特征,指數生態學意義見文獻[38]。根據公式(1—6),計算出各指標權重值,見表1。

表1 貴州省耕地景觀破碎化評價指標權重
景觀格局指數具有尺度效應,計算結果會隨著研究區或粒度幅度變化而變化[39-40],已有研究多以主觀確定粒度或幅度,缺少一定客觀性,且在確定特征尺度上也僅選擇粒度或幅度某一方面,空間效應存在不確定性[41]。綜合考慮粒度和幅度,以概率統計學為基礎,探究最佳粒度和分幅,以便更為準確反應貴州耕地破碎化信息。
(1) 最佳粒度確定:根據不同粒度結果變化曲線圖擬合程度和突變拐點確定最佳粒度[42]。
粒度變化會導致斑塊邊界改變,增加或減少斑塊內部屬性,使景觀內部與分隔邊界表現出相反的變化趨勢,即內部相對平穩,過渡區變化劇烈。圖2可知,各景觀指數隨粒度變化表現出不同的結果。斑塊密度與平均斑塊面積表現出相反的變化趨勢,斑塊密度隨著粒度增加呈現先增加后減小,平均斑塊面積先減小后增加,但在150 m處均有明顯的轉折點,此后變化趨于穩定;有效粒度面積總體上呈現上升趨勢,但轉折點不顯著;景觀聚集度與平均分維數表現出相同的規律,隨粒度增加而逐漸下降,景觀聚集度幾乎無拐點,平均分維數在40~90 m間下降幅度較大,90~120 m變化有所減緩,120~150 m間下降速率有所增加,150 m后降幅比較穩定;景觀分裂度和景觀形狀變化不明顯,受粒度大小影響不大。研究認為在景觀指數與粒度變化的第一尺度,中等偏大粒度是最能反映景觀格局特征[43]。綜合分析結果,選取150 m為最佳分析粒度。

圖2 景觀指數與空間粒度變化擬合曲線
(2) 最佳幅度確定:以最佳粒度為基礎,在移動窗口中,將2000年土地利用柵格數據作為研究對象,300 m半徑為起點和間距,終點3 300 m,生成11幅景觀指數圖,再利用ArcGIS 10.2創建2 000個隨機點(2000年耕地范圍內有569個點),與11幅景觀指數圖層相交,提取隨機點景觀指數平均值,擬合獲取最佳分幅。
由圖3可知,斑塊密度與空間幅度呈現負相關關系,在300~600 m降幅較大,600~1 200 m間有所減緩,后趨于平穩,1 200 m可作為空間幅度節點;有效粒度面積、平均斑塊面積和景觀形狀與幅度呈現正相關趨勢,平均分維數與橫坐標平行,4者均無拐點可尋;景觀聚集度和景觀分裂度在300~600 m有所下降或上升,此后與橫坐標軸平行,表明在600 m后,其值不受空間幅度變化的影響,空間幅度過大會導致空間信息的缺失,因此選擇600 m作為研究的最佳空間幅度。
3.2.1 貴州省耕地破碎化時空變化 根據公式(1)—(6),利用ArcGIS 10.2對景觀指數進行綜合運算,獲得耕地破碎化空間分布數據,并采用自然斷點法進行分級處理,得到貴州省3個時期耕地破碎化等級圖層,劃分5個等級,即:低破碎化、較低破碎化、一般破碎化、高破碎化和劇烈破碎化,如圖4所示。
從時間尺度來說,貴州省耕地破碎最低值由2000年的0.077 3上升至2018年的0.079 9,最高值由0.830 7變化至0.831 4,整體上講貴州省耕地破碎化略有上升。就這三期數據而言,2000—2018年耕地破碎化面積呈遞減趨。2000年一般破碎化占同期耕地面積的24.80%,高破碎化占27.89%,2010年分別為24.56%和27.48%,2018年為24.73%和27.83%,兩破碎化類型占比均是先減少后增加,但整體呈減小趨勢,破碎化類型面積分別減少了6.59萬hm2,7.29萬hm2;較低和劇烈破碎化空間分布范圍大,但密度比一般破碎和高破碎小,2000—2018年占比均大于16%,較低破碎化占比呈現先增后減,劇烈破碎則先減后增趨勢,然兩類型破碎化面積均是在不斷減小,其中較低破碎化面積減小4.19萬hm2,劇烈破碎化減少4.13萬hm2。
從空間尺度來說,貴州省耕地破碎化以一般破碎和高破碎為主,其次是較低破碎和劇烈破碎,最后是低破碎類型。一般破碎和高破碎空間分布較廣,幾乎遍布貴州所有耕地區域,且兩者呈鑲嵌分布,低破碎類型主要集中在遵義、畢節、安順市和黔西南州境內有連片分布,其余區域分布較少,占比呈現先增后減趨勢,但實際面積在不斷減小,19 a間耕地面積減少3.05萬hm2。

圖3 景觀指數與空間幅度變化擬合曲線

圖4 2000-2018年耕地破碎化空間分布
3.2.2 市(州)耕地破碎化時空變化 不同區域耕地有不同的變化趨勢和分布特征,其破碎化特征也會隨區域環境變化而變化,將行政邊界與3期耕地破碎化圖層疊加,獲得2000—2018年貴州省9市(州)破碎化面積,見圖5。
從時間尺度上來說,2000—2018年9個市(州)耕地破碎化類型面積和變化趨勢及年平均變化速率均不同;19 a來各地區耕地破碎化類型以一般和高破碎化為主,共占同期耕地面積50%以上(遵義市略低,49%左右)。除黔南和黔東南州低破碎類型面積整體略有增加外,其余各市(州)各類型的耕地破碎化面積總體都呈遞減趨勢,這可能和2000—2018年各地區耕地總面積的減少有關。低破碎類型變化速率除遵義市和黔西南布依族苗族自治州較小外,其余市(州)變化幅度較大,以貴陽市最為明顯,從2000—2010年0.69%變化至2010—2018年的-1.66%,先增加后減少,相差2.35%,但低和較低破碎面積占比從2000年的29.42%增加到30.03%,劇烈破碎占比減少0.72%,耕地破碎化有所緩解。其次黔南布依族苗族自治州低破碎年平均變化速率達1.88%;劇烈破碎年平均變化率以銅仁外均最高,相差達1.01%,六盤水市最小,僅0.20%;高破碎年平均變化率貴陽市最低,為0.14%,其余均在0.40%以上;全省較低和一般耕地破碎類型年均變化速率差異較小。

圖5 2000-2018年市(州)耕地破碎化面積
從空間尺度上來說,局部耕地破碎化類型面積順序為:六盤水市>銅仁市>黔東南苗族侗族自治州>黔南布依族苗族自治州>黔西南布依族苗族自治州>貴陽市>安順市>畢節市>遵義市,其余類型占比較小。其中,六盤水市、安順市、黔東南苗族侗族自治州和黔南布依族苗族自治州為高破碎面積>一般破碎>劇烈破碎>較低破碎>低破碎;貴陽市、黔西南布依族苗族自治州和銅仁市為高破碎面積>一般破碎>較低破碎>劇烈破碎>低破碎;畢節市為高破碎面積>一般破碎>劇烈破碎>低破碎>較低破碎;遵義市為高破碎面積>一般破碎>低破碎>較低破碎>劇烈破碎。六盤水市5個耕地破碎類型均呈遞減變化;安順市和貴陽市低破碎類型先增后減,其余類型呈遞減演化;畢節市低破碎類型先增后減,較低破碎類型呈遞減變化,而一般、高和劇烈破碎類型為先減后增趨勢;遵義市高破碎和劇烈破碎類型呈現先減后增,低、較低和一般類型均是遞減變化;黔東南苗族侗族自治州低和高破碎表現為先增后減,較低和一般類型呈遞減變化,劇烈破碎為先減后增趨勢;黔南布依族苗族自治州低破碎呈先增后減,較低、高和劇烈破碎為遞減變化,一般破碎呈先減后增趨勢;黔西南布依族苗族自治州低和較低破碎類型呈遞減變化,其余類型為先減后增規律;銅仁市低破碎呈先增后減,較低和一般破碎呈遞減規律,高和劇烈破碎呈先減后增趨勢。
耕地是山區土地資源的重要組成部分,承擔著生態、生產與生活的重要功能,耕地破碎會影響到耕地功能的發揮,耕地破碎化是自然地理和人類活動綜合作用的產物[8],耕地在空間位置上具有固定性,因而自然條件可能是耕地破碎化形成和分布的基礎因素,人類活動則可能導致耕地破碎的擴展演變。
3.3.1 自然條件 坡度和地形起伏度等自然因素決定耕地的空間分布格局,也是耕地景觀破碎的基底[44]。參考董順舟[45]和趙衛權[46]等研究,對貴州坡度和地形起伏度進行分級。將坡度、地形起伏度與3期耕地破碎圖層進行疊加(圖6),可發現:(1) 低破碎類型與坡度呈負相關,其余破碎類型與坡度呈先增后減趨勢,耕地破碎主要集中在坡度較小區域,同時,與李陽兵等[47]研究相結合,發現耕地低破碎主要分布在貴州壩子(壩子:以縣(市、區)為單位,坡度在8°以下,面積在100 hm2以上的區域,對于壩子范圍內坡度在8°以上,面積在25 hm2以上的要從范圍內扣除[48-49])間,而在非壩子地區耕地破碎程度較高,原因是在壩子地區,坡度較小,地勢相對較緩,且土壤肥力較為集中,適宜農作物的生長,耕地則較為集中;較低、一般、高和劇烈破碎類型主要在6°~15°區域。(2) 地形起伏度與耕地破碎呈負相關關系,起伏度小的區域,水土不易流失,耕地更為集中;相反地形起伏較大區域,地勢高低不平,導致耕地難以集中連片分布,其他地類嵌套,造成耕地破碎,因此使得貴州耕地破碎具有顯著的垂直分異規律。
為驗證耕地破碎與坡度和地形起伏度的關系,選擇2000年耕地破碎化圖層與坡度和地形起伏度進行相關性處理,得到耕地破碎化與坡度和地形起伏度的相關性系數分別是0.032 60,0.035 71,均大于0,耕地破碎與坡度和地形起伏度有相關性,早期人類改變自然能力較弱,對于耕地的選址多在依山傍水坡度較小區域,例如黔東南梯田分布,由于丘陵縱橫,使得梯田與梯田間夾雜著其他地類,這也是黔東南州是耕地破碎化最嚴重的自然原因之一。自然地理條件對耕地破碎化的形成和分布有著基礎性作用。
3.3.2 人類活動 土地在形成之日起,因其位置的固定性,故改變的只是其功能和利用方式,所以耕地的演化會受到人類活動的強烈干擾。在人為因素為主導的驅動力作用下,使耕地利用處于動態演變之中,從而造成耕地破碎化。

圖6 坡度和地形起伏度等級上耕地破碎類型面積
(1) 耕地破碎的人口驅動力。人多地少是當前我國的基本國情,人們改變土地利用類型與結構來滿足自身生存和發展需要,對耕地的改變最為突出。貴州常住人口持續增加,2000年年末常住人口3 524.71萬人,2018年為3 600.00萬人,但耕地面積持續減少,人均耕地從2.03 hm2降至1.88 hm2,增加了破碎化程度;同期常住人口城鎮化率由23.96%增加至47.52%,與之配套的城市建筑和交通等建設用地面積不斷增長,使得大量耕地被建設用地取代,19 a間,耕地流出面積達12.20萬hm2,其中轉為建設用地占75.96%,城鎮和交通的擴展加劇了耕地的破碎。例如惠水縣漣江大壩2000—2018年,耕地不斷被建設用地占用,低破碎面積不斷減少,導致耕地破碎化不斷加重。貴州是一個多民族聚居地,具有“千島文化”的盛譽,據統計全省213個少數民族特色村寨,大部分集聚在黔東南、黔西南、安順和貴陽片區,形成小聚居,大雜居的現象[50],周圍也分布著眾多的耕地,隨著經濟社會的發展,人口數量增加,村寨拓展占用耕地,加之山區地形崎嶇,耕地不斷破碎。
(2) 耕地破碎的社會經濟驅動力。區域的生產力水平和產業結構是耕地破碎化的直接決定因素[51]。貴州從最初自給自足的小農經濟過渡到計劃經濟,再到市場經濟,產業結構發生了巨大變化,但農業經濟效益低,二三產業從業人員數量上升,導致農村耕地撂荒,耕地屬性發生變化,使得耕地不斷破碎。同時,工業園區和采礦業的發展,隨之配套的交通等建設,進一步造成耕地減少和破碎。
(3) 耕地破碎的政策驅動力。政策是調節人地關系的重要紐帶和抓手。李建林等認為家庭聯產承包責任制是導致耕地破碎化的主要原因,2004年后國家實行農業補貼政策,2006年免除農業稅,使得耕作成本降低,耕者耕作積極性提高,進一步加劇耕地破碎化[52]。開展退耕還林還草、生態移民和精準扶貧等政策,鼓勵外出務工,一定程度上緩解了人地矛盾,解放耕地壓力,坡度高區域耕地破碎化減輕。
貴州耕地最佳分析柵格尺寸是150 m,最佳方形窗口大小為600 m。從全省看,貴州耕地破碎表現出以低破碎為中心,較低破碎環繞,一般和高破碎鑲嵌,劇烈破碎填充的分布格局;2000—2018年,耕地以一般破碎和高破碎為主,兩種破碎類型均合計占耕地總面積的51%以上,其次劇烈破碎和一般破碎占32%以上,低破碎面積較少,在13.69%~14.53%。破碎低值19 a間由0.077 3上升至0.079 9,高值由0.830 7變化至0.831 4,總體上耕地破碎略有加重。從區域看,耕地破碎化空間上,貴陽市、黔東南州、黔南州和銅仁市及六盤水市等破碎程度較高,遵義市、畢節市、安順市和黔西南州破碎較低;時間上各區域破碎變化趨勢有所差異,黔南州和貴陽市破碎化有所降低,其余市(州)耕地破碎化程度仍有所增加。自然地理環境對貴州耕地破碎的空間分布有著基礎性作用,人類活動是耕地破碎演化的核心驅動力。隨著貴州經濟的快速發展,城鎮化快速推進和人口的增長,耕地破碎將會是一個長期的現象,學者對耕地破碎研究視角不同,因此產生了不同的觀點,葛玉娟等認為一定程度釋放生態空間,有利于山區生態系統休養生息[20],而王亞輝等發現耕地破碎會增加耕作成本,耕者收入降低[53],但對各山區的發展有一定的科學參考。
金貴等[54]利用SFA模型對長江經濟帶城市土地利用效率進行了測算。本次研究對耕地破碎進行了分級,但尚未將生態和經濟價值定量化與之耦合,找到耕地破碎最佳范圍,未對貴州主要城市土地利用效率進行測算,因此,權衡耕地破碎的經濟與生態社會效益,探究主要城市土地利用效率,影響因素定量分析可作為下一步的研究重點。
山區耕地破碎與平原區耕地破碎有所差異,平原地區耕地破碎受自然地理因素影響較小,無垂直分異特征[55],緩解耕地破碎可從土地流轉、置換等方面進行,然山區耕地破碎具有一定的垂直梯度分異,單從土地流轉方面不能有效遏制,對于環境較差的山區應實行耕地輪休,加大退耕還林補償力度,鼓勵耕地流轉和經濟林化,轉移耕地利用方式,在增加農民經濟收入的同時降低耕地破碎化;環境較好的區域加強生態紅線和永久基本農田的執法力度,預防耕地破碎,控制土地整治標準,走山區可持續發展的綠色道路。