劉耀楷 張靖琳 王友情 邱瀧嬌 陳嘉兒 吳兆東 周 飛,2* 吳明發,2
(1廣東海洋大學,廣東湛江 524088;2廣東沿海經濟帶發展研究院,廣東湛江 524088)
耕地是人類賴以生存的基本資源和條件,是保障國家糧食安全的基礎[1]。隨著我國經濟建設的發展,大量農村青壯年勞動力轉移至城市,農村從事農業的勞動力缺乏[2],加之農業基礎設施落后、農業生產成本持續上升、農民生產積極性不高等因素的影響[3],導致一些農村地區出現耕地撂荒現象。因耕地撂荒導致的糧食產量減少和人地矛盾加劇等問題,威脅到我國糧食安全和耕地安全[4]。因此,開展撂荒耕地相關研究對于促進我國的經濟社會發展和保護自然資源至關重要。
隨著遙感數據時空分辨率的大幅度提升,季節性撂荒耕地的識別提取有了進一步的突破。例如,牛繼強等[5]以Landsat-8OLI 遙感影像為基礎,通過提取分析得出2013、2015 年春秋2 季的河南省羅山縣子路鎮季節性撂荒耕地及其時空分布信息。王珂等[6]利用隨機森林算法對Landsat 和Sentinel-2 數據進行分類,對位于陜西關中西部的寶雞扶風縣、岐山縣、鳳翔區及陳倉區的部分區域2000—2020年耕地季節性撂荒的時空變化特征進行了分析。馬尚杰等[7]基于GF-1 遙感影像以沿淮地區為實驗區域對其冬季耕地撂荒開展調查分析工作。張天柱等[8]根據獲取的全域季節性撂荒耕地遙感影像數據,結合實驗區域典型地理特征,提取了高碑店地區多年季節性撂荒耕地的分布范圍,并分析了其分異規律。
近年來,在耕地數量減少的背景下,眾多學者從耕地數量、耕地質量、耕地空間演變格局等方面研究耕地變化機理、分析撂荒耕地空間格局,均已取得了一定的進展。例如,李志芳等[9]從土壤條件、立地條件、管理水平3 個角度綜合評價漯河市耕地質量,將行政村作為評價單元,分析耕地質量指數的全局及局部空間相關性,從耕地質量角度探究漯河市耕地變化機理。韋仕川等[10]以肇慶市廣寧縣耕地質量在村級尺度上的聚集性規律與空間結構性特征為研究對象,選擇耕地質量指數作為空間變量,并且采取Moran 散點圖和局部空間自相關分析相結合的方法,由此提出耕地保護分區方案。任奎等[11]以農用地分等結果為基礎,結合統計學分析、GIS技術、典型相關性分析等多種方法,分析了江蘇省農用地資源質量空間格局及影響機制。楊荔陽等[12]運用全局空間自相關分析與局部空間自相關分析方法圍繞福建省撂荒耕地質量的空間分異規律展開研究,得出了4 種基于耕地質量的撂荒耕地整治方案,為整治地區撂荒耕地提供了科學的參考依據。熊想想等[13]研究了村級尺度上重慶市榮昌區撂荒耕地的空間關聯性和集聚性,運用空間自相關方法,得出了耕地保護分區方案以及管控說明。上述研究多從長期性撂荒耕地入手,對區域撂荒耕地空間分布格局、驅動因素等展開分析,取得了較豐碩的成果,但大多數研究集中于長期耕地撂荒的研究尺度,對于季節性撂荒研究相對較少。
為此,本文選取位于湛江市雷州半島的遂溪縣作為研究區域,以遂溪縣2020年3、6、9、12月4期遙感影像為數據源,通過遙感解譯與ArcGIS 軟件分析結合的方法,對遂溪縣季節性撂荒耕地進行識別,并運用空間自相關分析方法分析遂溪縣撂荒耕地空間聚集演變狀況,為遂溪縣開展撂荒耕地整治提供參考。
研究區域為廣東省湛江市遂溪縣,位于雷州半島中北部,介于109°40'~110°25'E、20°31'~21°00'N,全縣陸地面積約為214 850 hm2。地表起伏較小,中部較高,東北部有低丘陵,其余三面平緩;域內水資源豐富,海域遼闊,海岸線綿長,擁有大量天然漁場與沿海灘涂。氣候溫和,雨量充足,植物生長條件優越,林、牧資源豐富。
遂溪縣擁有良好的自然條件,以臺地地形為主,可利用土地資源充足,自然地理條件異常優越;農業生產基礎扎實,農業機械化水平較高,擁有6.85 萬hm2耕地;耕作制度以一年兩熟制為主,種植作物以水稻、花生、番薯等為主。由于近年來對耕地不合理經營開發與過度利用,導致遂溪縣耕地撂荒化問題日益突出,為此選擇遂溪縣作為研究區域開展撂荒耕地相關研究具有較好的代表性。
為保證研究區撂荒耕地提取的數據準確可靠,4 期遙感影像數據均來歐空局哥白尼數據中心(https://scihub. copernicus. eu/dhus/#/home),采用2020 年3、6、9、12 月的遙感影像數據。考慮到衛星遙感影像的圖像質量、云量覆蓋度等因素,本文以云層量不超過5%為篩選條件,以避免云層的遮擋對撂荒耕地識別的影響,保證后續監督識別的精度。土地利用現狀數據來源于遂溪縣第三次全國國土調查數據庫,其他社會經濟數據來自于《2021 年遂溪統計年鑒》。
2.2.1季節性撂荒耕地的定義從土地利用屬性上來說,撂荒耕地是指在耕地空間范圍內的土地覆被上,耕地的現狀覆被處于無人利用導致荒蕪閑置的狀態,分為顯性撂荒和隱性撂荒。顯性撂荒是指在除去社會環境變化以及人為因素的條件下,主要由自然條件和土地本身所決定,導致一季或一季以上無人耕作的耕地。隱性撂荒則是指耕地的粗放利用或者土地利用效率低下的耕地,具體表現為原本應該種植糧食的耕地被園地、林地所替代,某一耕地的產出水平與其他同等條件的耕地相比產量下降較為明顯[14]。目前,大多學者聚焦于耕地的長期撂荒,而在有關撂荒耕地的識別與監測中,目前被忽視的一個現象是在部分區域存在的季節性撂荒,即某區域本可以收獲2 季或以上時,其中1 季撂荒。本文從“季節性撂荒”出發進行識別提取撂荒耕地。結合遂溪縣標準耕作制度一年兩熟的地域特點,早稻播種時間在3 月上旬,收成時間在7 月中旬;晚稻播種時間在6月中下旬,收成時間在10月下中旬,以耕地播種收成前后1 個月為誤差,選取研究區域具有代表性的3、6、9、12 月進行季節性撂荒耕地研究。
2.2.2季節性撂荒耕地識別與提取本文通過使用ENVI 與ArcGIS 軟件相結合進行監督分類并輔以人工目視解譯的分類方法,對遂溪縣2020 年3、6、9、12月4期遙感影像進行撂荒耕地識別提取。由于遂溪縣地處平原,在遙感影像上耕地在發生季節性撂荒之后一般會被認定為裸地,而少部分裸地圖斑地塊原屬地類可能為非耕地地類。因此對4期遙感影像分別提取裸地圖斑地塊后,通過將解譯結果中的裸地圖斑地塊與三調數據庫中的耕地地塊進行疊加,得到各期遙感影像撂荒耕地,再將各年期撂荒耕地圖斑進行疊加分析,即可得到遂溪縣2020年3—6月、6—9 月、9—12 月3 個時期的季節性撂荒耕地分布。
2.2.3空間自相關分析空間自相關包括全局空間自相關和局部空間自相關,能夠定量地描述事物在空間上的依賴關系,可用于判斷某一變量是否在空間上相關及其相關程度[15]。全局自相關分析是空間統計學中的一種方法,用于研究整個區域中各空間單元之間的空間關聯性及差異顯著性。該方法可以檢驗一個區域內所有空間單元的屬性值是否存在集聚特性。
通常采用Moran's I指數來判斷區域內要素整體性的聚散程度。Moran's I取值范圍為-1~1,Moran's I>0表示空間正相關,其值越大,空間相關性越明顯;Moran's I<0 表示空間負相關,其值越小,空間差異越大;Moran's I=0,表示空間呈隨機性[16]。表達式如下:
式中,N為空間單元的數量,Xi和Xj為觀測值,ˉX為平均值,Wij為空間單元的權重。
局部空間自相關分析是指局部空間某一要素與其鄰域要素的相關性程度,揭示局部區域內空間各單元之間的相關性,反映各個空間單元的屬性值在空間分布上的異質性。依據評價單元Moran's I指數與其相鄰單元Moran's I指數平均值的關系,分為HH(高—高)、LL(低—低)、HL(高—低)、LH(低—高)4種類型[9]。表達式如下:
式中,I為各城鎮耕地質量指數的Moran'sI指數,其他符號含義同(1)式。
相較于3—6 月和9—12 月這2 個時期,6—9 月為遂溪縣各鎮耕種積極性最高的時期,雨量與陽光等自然條件資源充足,是遂溪縣莊稼最佳種植時間段,且由于政府積極指導農戶耕種,最大程度減少因季節性撂荒帶來的耕地資源浪費,因此遂溪縣在6—9月時期的撂荒耕地面積呈現短暫減少的趨勢。以下為遂溪縣各個時期的季節性撂荒耕地空間格局分析:
從不同時段來看,遂溪縣3—6 月、6—9 月、9—12 月3 個時段內季節性撂荒耕地狀況差異較明顯。2020 年3—6 月,遂溪縣撂荒耕地面積為6 188.87 hm2。撂荒耕地總體上呈獨立、零星斑塊分布,部分撂荒耕地集中分布于北部和中西部,東部地區和西部沿海地區分布較少,整體分布較為稀疏。其中,撂荒水田為2 059.24 hm2,占撂荒耕地總量的33.27%;撂荒旱地為4 729.63 hm2,占撂荒耕地總量的66.73%。界炮鎮撂荒耕地面積最大,為1 356.01 hm2,占比達21.91%;其次是楊柑鎮,面積達到1 334.72 hm2,2個城鎮撂荒耕地面積總和占3—6月遂溪縣撂荒耕地總面積的43.48%。遂溪縣北部以丘陵地形為主,農業生產出行、灌溉、收獲等基礎條件較差。且由于大量農村勞動力外出務工,造成農業生產勞動力不足,而耕地面積較大,因此耕地被撂荒的風險大。遂溪縣主要栽培種植熱帶、亞熱帶農作物,集中分布于西南部,3—6 月正處在熱帶、亞熱帶作物種植生長期,耕地利用率較高,西南部地區撂荒耕地面積較少。
2020 年6—9 月,遂溪縣撂荒耕地面積為2 884.03 hm2,主要分布于遂溪縣西北部,撂荒耕地由3—6月的北部和中西部逐漸轉移至西北部,總體上呈零星斑塊分布,整體分布較為稀疏。其中,撂荒水田面積961.68 hm2,占撂荒耕地總量的33.35%;撂荒旱地面積1 922.34 hm2,占撂荒耕地總量的66.65%。界炮鎮撂荒耕地面積最大,為744.07 hm2,占比達25.80%,相較于前一個周期,撂荒面積占比進一步增大;其次是楊柑鎮,面積達到503.56 hm2,占比達17.46%,2 個城鎮撂荒耕地面積總和占6—9 月遂溪縣撂荒耕地總面積的43.27%。相較于3—6 月與9—12 月,6—9 月為遂溪縣各鎮耕種積極性最高的時期,雨量與陽光等自然條件資源充足,是遂溪縣莊稼最佳種植時間段,且由于政府積極指導農戶耕種,最大程度減少由于季節性撂荒帶來的耕地資源浪費,因此遂溪縣在6—9月時期的撂荒耕地面積呈現短暫減少的趨勢,遂溪縣東部地區耕地面積較少,耕地分布較集中且農業基礎條件較好,因此耕地利用率較高,撂荒率低。6—9 月正值莊稼生長期,撂荒耕地出現短暫面積減少的情況。
2020 年9—12 月,遂溪縣撂荒耕地總面積為7 076.64 hm2,主要分布于遂溪縣西北部,東部和西南部撂荒耕地較少,呈零散斑塊分布,整體分布稀疏。其中,撂荒水田為2 341.34 hm2,占撂荒耕地總量的33.09%;撂荒旱地為4 735.31 hm2,占撂荒耕地總量的66.91%。界炮鎮撂荒耕地面積最大,為1 156.59 hm2,占比達16.34%,相較于6—9月界炮鎮撂荒面積占比有所減少;其次是洋青鎮,面積達到1 140.59 hm2,占比達16.12%,2個城鎮撂荒耕地面積總和占9—12月遂溪縣撂荒耕地面積為32.46%。相較于6—9月,9—12月是秋收季節,實現秋收后,部分耕地影響特征近似于裸地,由此在影像識別時較易被分類為撂荒耕地;且農作物收成后逐步進入冬季,氣溫降低,氣候干燥,不適合農作物生長,加之農村勞動力老年化嚴重,農民種植意愿較低,致使大量耕地未進行冬季作物種植并由此帶來部分耕地出現季節性撂荒狀況,因此撂荒面積較6—9月時期出現大幅上漲。
3.2.1全局空間自相關分析GlobalMoran's I指數用于表示一個區域內全部空間范圍里空間要素屬性值的聚散程度,該數值大小代表了土地利用程度在空間上的趨同性[15]。從表1 可以看出,遂溪縣3—6 月、6—9月、9—12月的撂荒耕地分布Moran's I數值均為正值,分別為0.259 7、0.121 1 與0.367 3。遂溪縣撂荒耕地分布的全局Moran's I指數皆>0,且不同時期下Moran's I指數數值變化波動較小,說明在2020年不同時期中,遂溪縣撂荒耕地在空間上呈集聚性分布,存在較強的空間自相關;撂荒現象出現區域較為集中,主要集中于北部與西北部,在空間上存在高聚集性。如圖1 所示,若區域i位于第一象限,則表明區域i的撂荒耕地面積較大且其周圍的區域撂荒耕地面積也大,稱為高高型區域(High-High型);位于第三象限區域則為低低型區域(Low-Low 型);若i區域位于第二象限,則表明i區域的撂荒耕地面積小,但其周圍區域的撂荒耕地面積大,稱為低高型區域(Low-High 型);位于第四象限區域則為高低型區域(High-Low型)。在3—6月,遂溪縣大部分區域撂荒耕地分布聚集性較明顯,存在顯著High-High型區域,即撂荒耕地面積大的區域其周圍的區域撂荒耕地面積也大;6—9月遂溪縣大部分區域撂荒耕地面積分布聚集性不明顯,并未出現顯著High-High 型與Low-Low 型區域;9—12 月遂溪縣撂荒耕地面積分布較為集中,聚集性明顯,存在顯著High-High 型區域。從全局莫蘭指數的變化趨勢來看,空間自相關性呈現出先減小后增大的的趨勢,且9—12 月最大,說明遂溪縣各區域撂荒耕地分布集聚性隨季節變化而變化。

圖1 不同時期下遂溪縣季節性撂荒耕地面積Moran's I散點圖

表1 遂溪縣季節性撂荒耕地分布Moran's I
3.2.2 局部空間自相關分析全局空間自相關分析工具一般只應用于判斷某一現象在某個空間尺度下的分布情況,而對于現象聚集的位置以及區域相關的程度難以進行準確探測[17]。為進一步研究遂溪縣季節性撂荒耕地在局部尺度上的空間集聚程度,本文通過使用LISA 聚類圖,對遂溪縣季節性耕地撂荒局部空間自相關特征進行分析。
LISA 分布圖能夠較為準確地反映某一具體變量值在特定區域和其周圍區域4種類型的局域空間聯系,即高高(High-High)、高低(High-Low)、低高(Low-High)和低低(Low-Low)[18]。High-High 反映區域和其周圍區域的屬性值都較高,High-Low 反映區域的屬性值較高,但其周圍區域的屬性值較低。High-Low、Low-High 的含義與High-High、Low-Low正好相反。High-High和Low-Low說明區域間呈較強的空間正相關,體現出區域的集聚和相似性。High-Low和Low-High則說明區域間呈較強的空間負相關,體現出區域的異質性。遂溪縣不同季節各類型區域分布情況如下。
High-High型區域在各時期僅有位于遂溪縣北部的界炮鎮。界炮鎮及其周邊區域以砂質土壤為主,耕地類型以旱地為主,土地相對瘠薄,在不同季節下相比于其他區域更容易被撂荒。且由于耕地面積較大,人口較少,基礎設施建設推進緩慢,撂荒風險較大。
High-Low型區域在3—6月僅有楊柑鎮,6—9月增加了河頭鎮,9—12 月楊柑鎮和河頭鎮均轉變為不顯著區域,城月鎮由6—9 月的Low-Low 型轉變為High-Low 型,表示該區域季節性撂荒耕地空間集聚性增加。也就是說這個區域相比周圍其他地方,耕地管理水平較低,田間基礎設施建設還需要加強,投入相對不足,需要進一步提高管理水平。這也說明該區域在農業生產和管理方面存在著一些問題和不足之處,需要加強管理和投入,提高耕地利用效率和農產品質量,從而促進當地經濟發展和居民生活水平的提高。9—12月處于遂溪縣秋收時段,是一年中各城鎮撂荒面積最大的時間段,城月鎮耕地利用率較高,秋收后撂荒耕地面積較其他區域多,因此在空間分布上呈現High-High 型。
Low-High 型區域在3—6月有2個,位于遂溪縣中部的烏塘鎮和西南部的江洪鎮,6—9月江洪鎮轉變為不顯著區域,9—12月,烏塘鎮由Low-High型區域轉變為不顯著區域,江洪鎮和廣前公司從不顯著區域轉變為Low-High 型區域。該類型區域耕地管理水平高于周邊區域,源于該區域的耕地后備資源建設和堅持推進“三農”工作,土地利用率較高,撂荒耕地面積相比于其他區域較少。
Low-Low 型區域在3—6月僅有嶺北鎮,6—9月增加了城月鎮,9—12月,樂民鎮由不顯著區域轉變為Low-Low 型,嶺北鎮由Low-Low 型轉變為不顯著區域,城月鎮由Low-Low 型轉變為High-Low 型區域。該類型區域耕地分布區地勢較低,自身排水能力差,同時田間基礎設施投入不足,灌排系統不完善,易發生干旱、積澇等災害,從而導致耕地撂荒。
本文基于遂溪縣第三次國土調查數據及2020年4期遙感影像數據,通過遙感影像解譯、ArcGIS分析識別和空間自相關分析方法,對遂溪縣季節性耕地撂荒的空間分布格局進行了研究。得出以下結論。
(1)從撂荒耕地識別與提取結果來看,遂溪縣3—6 月、6—9 月、9—12 月3 個時間段內遂溪縣撂荒耕地面積具有較明顯差異。其中6—9 月由于正值莊稼生長期、政府積極修復與農戶主動開墾荒地等原因,撂荒耕地面積最小,面積2 884.03 hm2;9—12月由于作物收成、氣溫下降,氣候干旱等原因,導致撂荒耕地面積大大增加,撂荒耕地面積最大,面積為7 076.64 hm2。同時,遂溪縣西北部由于以旱地為主,基礎設施建設不健全,在相同條件下更容易發生撂荒,因此在3 個時段內西北部的撂荒耕地數量與面積最大。總體來看,遂溪縣耕地撂荒較為嚴重,季節性撂荒耕地呈現破碎化、邊際分布的特征,撂荒面積極大或極小的城鎮數量相對較少。
(2)從全局空間自相關分析的結果來看,遂溪縣撂荒耕地在空間上呈集聚性分布,存在較強的空間相關性,撂荒現象出現區域較為集中,主要集中于北部與西北部,在空間上存在高聚集性。從局部空間自相關分析的結果來看,遂溪縣2020年不同種植時期耕地撂荒現象高發城鎮區位狀況與撂荒耕地識別影像分析結果基本一致。不同時期季節性撂荒耕地空間異質性較大,在不同時期空間自相關性差異顯著。空間格局總體呈現非隨機性分布、季節性撂荒耕地地塊呈分散、零碎狀態,局部集聚性較高。
基于以上研究,本文認為遂溪縣可通過如下途徑實現撂荒耕地整治。
(1)對零碎地塊整理合并,全面推進規模經營。可通過實施撂荒耕地整治項目,健全耕地流轉制度,指導村民對零碎地塊進行合理轉讓,實現已撂荒耕地的良性轉換。
(2)緩解邊際撂荒,推進生態退耕。通過相應的政策方式鼓勵農民將質量差的撂荒耕地逐步轉換為林地、草地實現生態退耕,或對邊際地區進行適當的經濟補貼或者政策扶持,通過在經濟上的措施延緩撂荒現象。
(3)完善基礎設施,推進特色農業。推廣新型農業技術,農業、灌溉、水管理設施的運用為農戶提供了便利的耕種條件,提高生產效率。促使耕種結構多樣化,因地制宜,挖掘土地資源特色,發展特色農業,避免優質耕地撂荒。
(4)完善法律法規,科學監管耕地。嚴格執行耕地保護制度,推進土地管理法制建設。利用遙感衛星獲取撂荒耕地的準確信息并進行統一備案,定期對耕地利用狀況進行科學監測,實現對耕地的科學監管。
(5)豐富惠農形式,促進耕地提質。通過采取經濟補貼或技能培訓等方式,提高農民耕作積極性和耕作水平,確保耕地得到長久有效的耕種,以改變遂溪縣部分地區經濟發展相對滯后,農業勞動力流失可能性較大的現狀。此外,還可在不改變原有利用程度的條件下,推行具有鄉鎮特色的優勢農業,提高耕地質量,維持已有耕地的生產水平。
(6)優化用地結構,注重實時監測。對于已經產生耕地撂荒現象的城鎮來說,在維持原有耕地利用水平的前提下持續完善耕地資源結構,不斷發掘耕地功能,使耕地的產能實現最大限度地發揮。此外,還需在耕作交通條件和農田基礎設施方面進行嚴格監控,及時查漏補缺,確保耕地處于穩定耕種狀況,為農戶收益增加提供保障。