丘陵區耕地細碎化與種植多樣性的空間相關性分析

吳勇 徐亞瓊 曾俞森 邱曉燕

摘 要：利用2019年分辨率為20 m的航拍影像矢量數據，獲得武勝縣鳴鐘鄉19個村的耕地細碎化景觀指數，運用主成分降維分析方法，獲取能夠代表耕地細碎化的3個主成分（F1、F2、F3）指標，對鳴鐘鄉耕地細碎化與農戶種植多樣性的空間自相關規律進行了分析。結果表明：（1）主成分F1、F2、F3累計方差貢獻率大于90%，能夠表達10個原始景觀指數的大部分信息，代表耕地細碎化程度;（2）耕地細碎化Moran's散點圖顯示，19個離散點中有12個離散點落入第一象限和第三象限，表明這些范圍內的耕地細碎化程度與農作物種植多樣性具有較強的空間正相關，局部集聚顯著;（3）F1、F2、F3與農戶種植多樣性空間聚集度指數顯示，高值聚集區由中華村、響水灘村和龍廟村組成，低值聚集區由大鑼山村、大石村和高升村組成。由此可見，耕地細碎化與農戶種植多樣性呈現空間正相關性，空間耦合度較好。

關鍵詞：耕地細碎度；景觀指數；空間相關性；種植多樣性

中圖分類號：F327 文獻標志碼：A 文章編號：1673-5072（2023）03-0305-06

耕地細碎化是指受人為或自然因素的影響，土地利用處于插花、分散、無序的狀態，難以形成集中連片規模經營，在空間上表現為細碎化［1-3］。耕地細碎化起因于各種政治、歷史以及社會等因素，與農業生產、地理景觀密切相關，在世界范圍內分布，在我國尤為突出。耕地細碎化是一個頗具爭議的話題，通常認為土地細碎化會提高生產成本，降低農業生產效率，不利于現代農業生產技術的應用，是農業現代化的主要障礙和棄耕、土地撂荒的主要原因。然而，也有相關研究證實，土地細碎化有助于實現農作物種植的多樣性，降低生產和價格風險，增加勞動力需求，分散農戶的經營風險和就業壓力［4-6］。為此，一些學者呼吁在土地整治過程中，不應該只追求集中連片和增加可耕種面積，忽略農業收益中作物品種多樣性的作用，應該尊重農業生物多樣性與地塊異質性之間的密切聯系，注重創造新的經濟機會和非農就業選擇。

在已有的研究報道中，耕地細碎化主要集中于對糧食生產技術效率、農戶收入、耕地生產效率、土地利用景觀格局變化等方面的研究［7-9］。學者從農戶的財富水平、交易成本、農戶特征、農業勞動力非農就業的機會成本等角度分析了影響農戶及耕作田塊內的農作物種植多樣性的因素［10-14］，但關注耕地細碎化對農作物種植多樣性影響的研究還不多見，鑒于此，本研究以全國商品糧大縣武勝縣鳴鐘鄉19個村為例，采用地理空間分析和景觀生態學相結合的方法，從斑塊形狀、結構、面積等多角度來探討鳴鐘鄉耕地細碎化對農戶種植多樣性的影響，以期為農村耕地的區域土地整治、農業生產效率的提高和生態環境的改善方面提供借鑒。

1 研究區概況

鳴鐘鄉是四川省廣安市武勝縣轄鄉，位于縣境東北部，屬亞熱帶濕潤季風氣候；年平均氣溫17.6 ℃，年平均降水量1 046 mm，年平均相對濕度82%；年平均日照時數1 280.8 h，年平均日照率39%；海拔210～420 m，坡度15°～35°；土壤為紫色沖積土，厚度20～120 cm，PH值為6.5～7.0。該鄉面積34.48 km2，人口1.49萬，轄19個村，以農業生產為主，主產水稻、小麥、玉米、油菜等，果樹和畜禽養殖業正在逐步發展中。

2 方 法

2.1 數據來源與處理

本文原始數據源為武勝縣鳴鐘鄉2019年分辨率為20 m的航拍影像。首先，經過輻射糾正、幾何校正，參考1∶10 000地形圖，根據地表景觀特征建立土地利用解譯標志，并對分類的數據進行矢量化。其次，使用ArcGIS 10.2空間分析將提取出來的耕地shape數據柵格化，并應用Fragstats 3.4計算景觀指數，并運用Matlab 7.0對所選取的景觀指標進行分析。

鑒于研究目的是為了分析耕地細碎化對農作物種植多樣性的影響，因而對鳴鐘鄉農戶種植多樣性的狀況以二分變量來賦值定性，即如果農戶在2018年秋收作物只種植1種，其多樣性數值為 “0”；如農戶秋收農作物種植2種及以上農作物，其多樣性數值為“1”。

2.2 景觀指數的選取

本研究在借鑒已有的研究成果，綜合考慮耕地的形狀、聚散性等因素的基礎上，在景觀類型尺度上，選取了斑塊密度（PD）、聚集度指數（AI）、斑塊平均面積（MPS）、面積加權形狀指數（AWMSI）、面積加權分維數（AMMPFD）、斑塊數量（NP）、蔓延度指數（CONTAG）、斑塊相似毗鄰百分比（PLADJ）、斑塊結合度指數（COHESION）、邊緣密度（ED）共10個指標進行綜合分析［15-18］，從而全面衡量鳴鐘鄉各村耕地細碎化程度。

2.3 主成分分析

在景觀指數中，大部分景觀指數之間景觀格局信息重復，而主成分分析法能夠減少指數數量［19］，避免信息重復。主成分分析法是一種降維方法，針對給定的一組變量通過線性變換轉換成另一組不相關的變量，新變量按照方差遞減的順序排列。在實際應用中，通常選取累計貢獻率較高的（大于85%）前幾個主成分［20-21］，用少數幾個相互獨立的主成分代替綜合指標信息，避免指標信息的重復。

2.4 空間自相關分析

空間自相關分析是探索性空間數據分析研究中的一種重要方法，用以反映一個區域單元上某種地理現象與鄰近區域單元上同一現象或屬性相關程度，包括全局空間自相關和局部空間自相關兩大類型。全局自相關用于描述某種地理現象的整體分布，局部自相關用于描述某種地理現象與相鄰局部小區域單元上同一現象或屬性值的相關程度。

3 結果與分析

3.1 耕地細碎化景觀指數主成分分析

鐘鳴鄉各村耕地細碎化指標如表1所示。主成分分析結果顯示：主成分F1、F2、F3的特征值分別為4.862、2.405、1.815，所解釋的方差分別為48.618%、24.046%、18.154%，其解釋的總方差貢獻率為90.818%。通過得分矩陣得到主成分的得分公式：

F1= -0.152X1+0.302X2-0.140X3+0.066X4-0.112X5-0.073X6-0.095X7+0.304X8+0.237X9+0.004X10，

F2= 0.126X1+0.089X2-0.338X3+0.115X4-0.040X5+0.222X6-0.286X7+0.095X8+0.064X9+0.264X10，

F3= -0.027X1-0.070X2-0.039X3+0.482X4+0.432X5+0.080X6-0.034X7-0.065X8+0.232X9+0.013X10，

F= 53.54%F1+26.48%F2+19.98%F3，

式中，F：綜合得分，F1：第一主成分得分，F2：第二主成分得分，F3：第三主成分得分。其中，X1：斑塊密度，X2：聚集度指數，X3：斑塊平均面積，X4：面積加權形狀指數，X5：面積加權分維數，X6：斑塊數量，X7：蔓延度指數，X8：斑塊相似毗鄰百分比，X9：斑塊結合度指數，X10：邊緣密度。

將鳴鐘鄉19個村的數據帶入公式，可得到各村耕地細碎化綜合得分（表2），最高得分為1.218，最低得分為-1.088，相差2.306，說明鳴鐘鄉不同村的耕地細碎化程度存在很大的差異。9個村的耕地細碎化程度在平均水平以上，得分值為正值，10個村的耕地細碎化得分為負值，細碎化程度在平均水平以下。得分較高的村（玉橋村、玉黃樓村、響水灘村等）耕地數量較多，集中程度、連通性和蔓延度、各斑塊之間毗鄰程度低，形狀較不規則，不利于規模、集中、機械化運作；相反，得分為負值且絕對值較大的村（打鐵鋪村、大石村、申家洞村等）耕地細碎化程度低，有利于規模、集中經營，具備相對較好的現代農業發展條件。

3.2 耕地細碎化與農戶種植多樣性空間相關性分析

空間自相關分析結果顯示：全局Moran's I指數值為0.219（P＜0.05），表明鳴鐘鄉19個村耕地細碎化在空間上不是隨機分布，而是存在空間相關性。

基于局部空間自相關的空間聚集結果，利用GeoDA軟件測算鳴鐘鄉19個村耕地細碎化與種植多樣性耦合協調度的聚集圖（圖1）。測算結果顯示：鳴鐘鄉耕地細碎化與種植多樣性表現出多種類型，形成以華嚴村為代表的7個H-H（高-高集聚）村，其耕地細碎化與農作物多樣性種植呈正相關；以龍廟村為代表的4個L-H（低-高集聚）村，其耕地細碎化與種植多樣性在空間上呈負相關；以大鑼山村為代表的5個L-L（低-低集聚）村，其耕地細碎化與種植多樣性呈正相關，其代表耕地細碎化越低，農作物種植多樣性越少；以龍鰲村為代表的3個H-L（高-低集聚）村，其耕地細碎化與種植多樣性在空間上呈負相關。

3.2.1 F1與農戶種植多樣性指數值空間自相關性分析

根據主成分景觀指數載荷矩陣，F1代表的耕地景觀水平結構與農作物種植多樣性指數值在空間上具有耦合性。由圖2（a）可知，F1與農戶種植多樣性正相關的村有1個（龍廟村），負相關的村有1個（高升村）。

3.2.2 F2與農戶種植多樣性指數值空間自相關性分析

根據主成分景觀指數載荷矩陣，F2所代表的耕地細碎化的斑塊數量、斑塊密度與農作物種植多樣性指數在空間上具有耦合性。由圖2（b）可知，F2與農戶種植多樣性正相關的村有3個，負相關的村有2個。高升村、大鑼山村、大石村表現為L-L型，龍鰲村表現為H-L型，中華村表現為L-H型。

3.2.3 F3與農戶種植多樣性指數值空間相關性分析

根據主成分景觀指數載荷矩陣，F3所代表的耕地形狀與農作物多樣性指數值在空間上具有較好的耦合性。由圖2（c）顯示，F3與農作物種植多樣性指數值空間正相關的4個。以響水灘村、中華村、大鑼山村、大石村為中心的區域F3與農戶種植多樣性指數值正相關。其中響水灘村與中華村表現為強勢H-H型，大鑼山村和大石村表現為弱勢L-L型。

4 結論和討論

4.1 結 論

通過景觀指數測算鳴鐘鄉19個村的耕地細化水平，主成分降維分析獲取代表耕地細碎化的3個主成分指標，運用空間自相關分析研究耕地細碎化與農作物種植多樣性的相關性，得出如下結論：

（1）鳴鐘鄉19個村耕地細碎化程度存在很大的差異，綜合得分中，最高分為1.218，最低分為-1.088，相差2.306，且有10個村都在細碎化均值以下。得分高表現較為明顯的區域有玉橋村、玉黃樓村、響水灘村，這些片區的耕地數量較多，且各個板塊之間的集中程度、連通性和蔓延度、毗鄰程度也較低，形狀呈現也較不規則。

（2）片區耕地細碎化與農作物種植多樣性在空間上存在較強的耦合性。以耕地細碎化程度較高的響水灘村為代表，片區耕地形狀復雜性相對較低，農作物種植多樣性反而越多；以大石村為代表的耕地破碎化程度相對較低的片區也會和農作物種植多樣性存在相關性，但表現為正相關，即代表耕地數量越多、斑塊密度越大，農作物種植多樣性越高。

4.2 討 論

普遍認為耕地細碎化是制約鄉村振興產業興旺的瓶頸，但在西南丘陵山區，耕地細碎化卻和當地土地、勞動、資本乃至技術要素互相適應，耕地細碎化與片區農作物種植多樣性在空間上存在較強的耦合性。當區域經濟發展相對落后，農民對市場經濟下的信息獲取和認知鑒別能力相對有限，多樣化的農作物種植有利于幫助農民抵抗市場風險，規避風險帶來的損失。

在保護生物多樣性基礎之上，如何發動區域農民主體作用和公眾參與，規整地塊形狀，開展片區產業化種植和鄉村的融合，實現鄉村品牌的發展仍需村內能人帶領，但這樣的村內能人在當地仍是欠缺的。此外，區域農作物產業多樣化種植實踐實施仍面臨相關產業技術投入，后期仍需省級政府層面發文進行相關政策支持和資金支持；亦或是通過企業及相關部門工作的介入，形成區域新的發力點，實現鄉村品牌的發展，積極實施鄉村振興戰略。

參考文獻：

［1］ 周德，戚佳玲，袁承程.近40年來中國農地細碎化研究進展與展望［J］.中國土地科學，2021，35（1）：107-116.

［2］ 譚朝陽，李容.土地細碎化影響農戶購買農機作業社會化服務嗎？基于11省1223戶農戶的調查分析［J］.農林經濟管理學報，2017，16（5）：622-632.

［3］ 郭如良，劉子玉，陳江華.農戶兼業化、土地細碎化與農機社會化服務：以江西省為例［J］.農業現代化研究，2020，41（1）：135-143.

［4］ 盧華，胡浩.土地細碎化、種植多樣化對農業生產利潤和效率的影響分析：基于江蘇農戶的微觀調查［J］.農業技術經濟，2015（7）：4-15.

［5］ 許慶，田士超，徐志剛，等.農地制度、土地細碎化與農民收入不平等［J］.經濟研究，2008（2）：83-92.

［6］ 李功奎，鐘甫寧.農地細碎化、勞動力利用與農民收入：基于江蘇省經濟欠發達地區的實證研究［J］.中國農村經濟，2006（4）：42-48.

［7］ 唐文彬，王佑漢，李謙.基于景觀指數的耕地細碎化研究：以四川盆地5個典型村為例［J］.西華師范大學學報（自然科學版），2019，40（4）：413-419.

［8］ 張寒，潘安，羅芳.基于遙感生態指數的南充市生態環境質量評價［J］.西華師范大學學報（自然科學版），2020，41（4）：395-403.

［9］ 吳明風，李容.土地細碎化影響農戶家庭投資農機作業社會化服務的調查分析：以11省280戶農機戶為例［J］.重慶工商大學學報（社會科學版），2017，34（2）：48-60.

［10］楊慧蓮，李艷，韓旭東，等.土地細碎化增加“規模農戶”農業生產成本了嗎？基于全國776個家庭農場和1166個專業大戶的微觀調查［J］.中國土地科學，2019，33（4）：76-83.

［11］郭貫成，丁晨曦.土地細碎化對糧食生產規模報酬影響的量化研究：基于江蘇省鹽城市、徐州市的實證數據［J］.自然資源學報，2016，31（2）：202-214.

［12］高明月，邱爽，周光美，等.西南地區A級旅游景區空間演化研究［J］.西華師范大學學報（自然科學版），2018，39（4）：443-450.

［13］劉宏曼，王夢醒.土地細碎化和土地質量是否影響小麥技術效率：基于山東省小麥種植戶的實證分析［J］.中國農業資源與區劃，2019，40（9）：57-63.

［14］陳小知，米運生，楊天健，等.農戶收入與信貸數量：倒“U”關系及其理論解釋［J］.農業技術經濟，2021（6）：4-17.

［15］肖篤寧，李秀珍，高峻，等.景觀生態學［M］.北京：科學出版社，2003.

［16］田雨，周寶同，付偉，等.2000～2015年山地城市土地利用景觀格局動態演變研究：以重慶市渝北區為例［J］.長江流域資源與環境，2019，28（6）：1344-1353.

［17］鄔建國.景觀生態學：格局、過程、尺度與等級［M］.北京：高等教育出版社，2000.

［18］陳文波，肖篤寧，李秀珍.景觀指數分類、應用及構建研究［J］.生態學報，2002，13（1）：121-125.

［19］布仁倉，胡遠滿，常禹.景觀指數之間的相關分析［J］.生態學報，2005，25（10）：2764-2775.

［20］臺曉麗，肖武，張建勇，等.基于景觀指數的巢湖流域各縣區耕地細碎化研究［J］.水土保持研究，2016，23（4）：1-5.

［21］臧亮，梁紅穎，梁文濤，等.基于景觀格局的盧龍縣耕地細碎化評價及影響因素研究［J］.水土保持研究，2018，25（6）：265-269+276.

［22］雷軒，王筱春，周于絹，等.四川51個民族縣域經濟空間差異的ESDA-GIS分析［J］.西華師范大學學報（自然科學版），2019，40（4）：401-406.

Abstract：The land fragmentation landscape indexes of 19 villages in Mingzhong township is obtained by employing the aerial image vector data with a resolution of 20 m in 2019.The 3 principal components（F1，F2，F3） representing land fragmentation are determined by the analysis method of principal components dimension reduction，which is then used to analyze the spatial autocorrelation regularity between land fragmentation and plant diversity.The results show as follows：（1）the cumulative variance contribution rate of principal components（F1，F2，F3） is more than 90%，expressing most of the 10 original landscape indexes and representing the degree of land fragmentation；（2）Moran's scatter plot reveals that 12 of the 19 scattered points fall into the first and third quadrants，indicating that the degree of land fragmentation in these areas has a strong spatial positive correlation with crop planting diversity and the local concentration is significant；（3）the spatial aggregation index values of F1，F2，F3 and diversified planting space of farmers indicate that the high-value aggregation areas are Zhonghua village，Xiangshuitan village and Longmiao village while the low-value aggregation areas are Daluoshan village，Dashi village and Gaosheng village.It can be seen that there is a spatial positive correlation between land fragmentation and plant diversity of farmers ，and the degree of spatial coupling is comparatively better.

Keywords：land fragmentation；landscape Index；spatial correlation；plant diversity

基金項目：四川省自然資源廳科技項目（KJ2018-15）

作者簡介：吳勇（1970—），男，博士，教授，主要從事土地資源管理研究。

通信作者：吳勇，Email：540851765@qq.com

引文格式：吳勇，徐亞瓊，曾俞森，等. 丘陵區耕地細碎化與種植多樣性的空間相關性分析：以武勝縣鳴鐘鄉為例［J］.西華師范大學學報（自然科學版），2023，44（3）：305-310.