干旱區綠洲城市耕地質量評價與分區保護研究

摘 要：耕地是維系人類生存、保障社會持續發展的重要基礎，其質量的好壞直接影響區域糧食安全與農業的健康發展。為實現對干旱區綠洲城市耕地質量動態監測與科學評價，以武威市為研究區，借助“壓力—狀態—響應”研究框架，通過多源遙感影像數據，利用CRITIC軟件與空間向量模型，分析武威市耕地質量的空間分布格局。結果表明，武威市優質耕地資源較多，一、二級耕地面積為23.87萬hm2，占研究區耕地總面積的54.00%，主要分布在涼州區的東南部，古浪縣的西部、東部及民勤縣的東北部；四、五級耕地面積共10.81萬hm2，占研究區耕地總面積的24.45%，主要分布在天祝藏族自治縣境內。該研究可為區域耕地資源高效利用與管理、農田水肥利用效率提高提供參考。

關鍵詞：耕地質量；多源遙感數據；CRITIC軟件；空間向量模型；武威市

中圖分類號：F301.21 文獻標志碼：A 文章編號：1674-7909（2024）8-142-6

DOI：10.19345/j.cnki.1674-7909.2024.08.034

0 引言

耕地問題事關國家的糧食生產與安全［1］。在我國現有的耕地資源中，可進行糧食生產的耕地已呈現逐年減少的趨勢［2-3］，迫近耕地紅線［4-5］。耕地土壤鹽堿化、沙漠化，土地污染嚴重等耕地質量問題日益嚴峻，打破了糧食產量與耕地之間的平衡［6-8］。在此背景下，深入開展區域耕地質量等級調查與評價，了解耕地質量時空演變格局，對保障我國糧食安全、解決耕地質量問題具有重要的現實意義［8］。

耕地質量評價是通過科學合理的方法和手段，對耕地多方面狀況進行綜合分析和評價［9-10］。長期以來，耕地質量問題一直是學術界和政府管理部門關注的熱點，各學者從耕地質量分區評價、耕地產能科學評估、土壤土質健康分析等方面開展了一系列探討，并取得了豐碩成果［11-12］。從研究內容和對象來看，國內外學者關注耕地自然質量，逐步建立了兼顧自然、經濟、社會等人地一體化的資源評價體系［13-14］。從研究方法和手段來看，傳統的評價手段多通過實地調查采樣、查閱統計文本來獲取數據［15］。近年來，隨著RS與GIS技術的快速發展，基于遙感影像，從對地觀測數據中獲取指標內容為耕地質量評價提供了新途徑。其中，對地觀測數據以Landsat和SPOT影像數據為主，而國產高分辨率衛星影像數據應用相對較少［16-17］。Landsat系列影像的空間分辨率相對較低，SPOT影像費用較高，都不能很好地應用于耕地質量評估中［17］。目前，學者多采用空間自相關和景觀生態學方法，來揭示縣域及較大尺度上耕地質量的空間分布狀況，而對精細化、地塊化尺度上耕地的空間分異特征的研究相對較少［18-19］。總體來看，國內外關于耕地質量的評價方法與指標體系的建設已基本趨于成熟［20］，但對于典型地域的選取、評估框架的建立、不同指標的組合及微觀尺度的把控等，仍需要進行深入探討和分析。

武威市地處石羊河流域中部，屬于典型的干旱區綠洲城市［21-22］。境內各縣（市、區）平均海拔在1 247～4 851 m，地勢南高北低，從西南向東北傾斜［23-24］。近年來，干旱區綠洲城市由于受到自身條件的限制，加之人類不合理的開發利用，區域內出現了諸多嚴重的生態環境問題（如植被退化嚴重，用水矛盾突出，土地沙漠化、鹽堿化程度高等），嚴重威脅到區域耕地的健康與產出［24-28］。20世紀中后期，石羊河流域由于水土資源的高強度開發與利用，部分區域出現了河道干涸、耕地鹽堿化、荒漠入侵等一系列問題［28-30］。

鑒于此，深入探討干旱區綠洲城市耕地質量的空間分布格局，著力促進現代化農業迅猛發展顯得尤為重要。同時，伴隨著國產高分辨率衛星的發射，衛星遙感數據以其高分辨率、寬覆蓋、高質量和高效成像的特點，為耕地質量評估、生態文明建設等提供了遙感數據支撐［31-32］。在此背景下，筆者以干旱區綠洲城市——武威市為研究區，根據“壓力—狀態—響應”（Pressure-State-Response，PSR）框架，利用國產高分辨率衛星遙感影像，借助空間向量模型與GIS空間分析方法，探討耕地質量的空間分布格局與特征，并提出分區保護的對策與建議，以期為武威市耕地保護和管理提供參考。

1 研究區與數據處理

1.1 研究區概況

武威市位于甘肅省西部，河西走廊東段［33］。武威市域總面積約3.32×104 km2，占甘肅省總土地面積的7.32%。境內地形復雜多樣，由南向北依次為南部山地、中部綠洲、北部荒漠，構成了典型的山地—綠洲—荒漠生態系統［33-34］。武威市年均降水量為100 mm，年均蒸發量為2 020 mm，年均氣溫為7.8 ℃，屬典型的溫帶大陸性氣候區［34-35］。境內水源主要來自黃羊、雜木、西營和金塔4條內陸河流，徑流總量高達9.4×108 m3［35］。市域內礦產資源豐富，現探明的礦種有15種，其中鈦鐵礦和石墨礦儲量位居我國前列［35-36］。武威市現管轄古浪縣、涼州區、民勤縣、天祝藏族自治縣三縣一區，是河西地區重要的商品糧基地，也是“中國葡萄酒的故鄉”“世界白牦牛唯一產地”。

1.2 數據及預處理

研究使用的數據主要包括遙感影像數據、坡度及高程數據、土地利用數據、土壤數據、行政邊界數據。

①遙感影像數據：GF-1 WFV影像來自中國資源衛星應用中心，空間分辨率為16 m。為保證研究結果的合理性，4幅影像的拍攝時間均為2022年7—8月，云量均低于2%。通過ENVI 5.3軟件對GF-1 WFV影像進行輻射定標、大氣校正及正射校正等預處理后，再對影像進行鑲嵌和裁剪，以備后續分析。②坡度及高程數據：分別來自地理空間數據云SRTMSLOPE坡度數據和ASTER GDEM高程數據，空間分辨率分別為90 m和30 m。③土地利用數據：空間分辨率為30 m，主要來自中國科學院資源環境科學數據中心。④土壤數據：來自世界和諧土壤數據庫（HWSD）。⑤行政邊界數據：來自國家基礎地理信息中心，數據生產比例為1∶1 000 000。

2 研究方法

2.1 評估模型構建

為凸顯干旱區綠洲城市耕地內部特征，結合研究區的實際情況，并參考前人的研究成果，該研究選用“壓力—狀態—響應”（PSR）框架來對武威市耕地質量的空間分布特征進行探討。PSR框架中的耕地狀態指數用來反映耕地的產能、土壤的水分及養分狀況；生產壓力指數用來反映耕地所面臨的自然和人為活動威脅；社會響應指數用來反饋社會對造成耕地質量狀態變化的壓力的響應［2，37］。

2.2 相關指標計算

2.2.1 坡度

坡度是表征土壤侵蝕強弱的重要指標，不同坡度的土壤養分和植被類型具有顯著差異。隨著坡度的增大，耕地的耕作類型和水土保持布設措施也會受到影響［17］，因此坡度的大小直接影響著耕地質量的優劣。利用ArcGIS對武威市坡度數據進行分類分級后，得到武威市坡度的空間分布圖。

2.2.2 土壤退化指數

已有研究表明，比值植被指數（Relative Vegetation Index，RVI）可以用來反映農作物所處耕地的生態環境脅迫程度［17］。因此，該研究選用RVI來反映土壤退化程度，計算公式見式（1）。

[RVI=NIR/R]" " " " " " " " " " " " " " " （1）

式中：NIR為近紅外波段的反射率，R為紅光波段的反射率。

2.2.3 土壤養分指數（SNI）

土壤養分指數是反映土壤肥力的指標，直接決定著耕地的產能和潛在生產力。土壤養分指標主要包括含石量、含沙量、淤泥含量、黏土含量、有機碳含量、pH值、陽離子交換能力、導電率、土壤有效含水量、土壤容重等指標。利用SPSS軟件對以上10個指標進行主成分分析，發現前3個主成分能解釋總方差的75%以上，因此選擇前3個主成分進行分析；再利用相關系數法確定各指標權重，得到土壤養分指數，相關計算公式見式（2）至式（5）。

[Y1=-0.47×X1-0.46×X2+0.42×X3+0.41×]

[X4+0.40×X5+0.12×X6+0.21×X7-0.07×]

[X8+0.03×X9]+0.07[×X10]" " " " " " " " " " " nbsp; " " " "（2）

[Y2=0.01×X1+0.11×X2+0.10×X3-0.18×]

[X4+0.22×X5-0.53×X6+0.51×X7+0.44×]

[X8-0.39×X9+0.08×X10]" " " " " " " " " " " " " （3）

[Y3=-0.10×X1-0.001×X2+0.25×X3-0.16×]

[X4-0.09×X5+0.03×X6+0.07×X7+0.38×]

[X8+0.42×X9-0.75×X10]" " " " " " " " " " " " " "（4）

[SIN=43.86×Y1+18.92×Y2+11.69×Y3] （5）

式中：X1～X10依次為含石量、含沙量、淤泥含量、黏土含量、有機碳含量、pH值、陽離子交換能力、導電率、土壤有效含水量及土壤容重，Y1～Y3依次為第一、二、三主成分，SNI表示土壤養分指數。

2.2.4 土壤水分指數

水是植被生長的重要條件，土壤中含水量的多少直接影響著農作物的生長與產出狀況。大量研究表明，差值植被指數（Difference Vegetation Index，DVI）可以反映土壤含水量的多少。因此，該研究選用DVI作為耕地狀態指數的一部分，計算公式見式（6）。

[DVI=NIR-R]" " " " " " " " " " " " " "（6）

式中：NIR為近紅外波段的反射率，R為紅光波段的反射率。

2.2.5 植被長勢程度指數

耕地質量的好壞直接決定著耕地糧食產能的高低，植被長勢越好糧食產量越高。歸一化植被指數（Normalized Difference Vegetation Index，NDVI）可以直接反映植被的長勢狀況，常用來計算植被覆蓋度、估產、反演植被理化參數等。因此，該研究選用NDVI作為耕地狀態指數的一部分，計算公式見式（7）。

[NDVI=NIR-RNIR+R]" " " " " " " " " " " " " " （7）

式中：NIR為近紅外波段的反射率，R為紅光波段的反射率。

2.2.6 耕地灌溉程度指數

除自然因素外，耕地的管理方式也會對耕地質量產生影響。已有研究表明，年均土壤濕度指數能夠反映耕地的灌溉程度及水平。該研究對1982—2020年中國CCI土壤濕度逐月數據集進行裁剪，得到研究區的年均土壤濕度數據。中國CCI土壤濕度逐月數據集由學者Sun等［38］基于XGBoost算法，以土壤濕度為協變量，對降水、反射率、地表溫度、空氣溫度等數據進行再分析，對原始的由歐洲太空局提供的土壤濕度數據進行空間填充，生成該數據集。該研究選用年均土壤濕度指數作為社會響應指數的一部分。

2.2.7 耕地利用類型指數（CUI）

不同的耕地利用類型也會影響耕地的質量狀況。該研究利用耕地利用類型指數來反映由于農戶耕作行為導致的耕地質量差異。對不同的耕地利用類型賦予不同的分值，來反映耕地質量的空間分布差異。

對各評價因子進行分級，對每一級別的因子賦以一定的分值，各指標的分級及賦值情況見表1。

2.3 權重賦值方法

CRITIC權重法是一種基于數據波動性的客觀賦權法，其思想在于波動性（對比強度）和沖突性（相關性）2項指標。對比強度以標準差的形式表現，數據標準差越大說明波動越大，權重越高；沖突性以相關系數的形式表現，指標間相關系數越大，說明沖突性越小，其權重也越低［39］。具體計算步驟如下。

假設共有m個樣本、n個指標，xij表示第i個樣本的第j個指標的取值，評價矩陣可表示為：

[X=x11" " x12" " …" " x1nx21" " x22" " …" " x2n ?" " ?" " ?" "?xn1" " xn2" " …" " xnn]

①指標歸一化處理。正向指標、負向指標計算公式分別見式（8）、式（9）。

[yij=xij-minj（xij）maxj（xij）-min（xij）]" " " " " " " " " " "（8）

[yij=xijmaxj（xij）-min（xij）]" " " " " " " " " " "（9）

計算得到標準化矩陣Y。

②計算均值[xj]和標準差Sj。均值和標準差計算公式分別見式（10）、式（11）。

[xj=1mi=1mxij]" " " " " " " " " " " " " " （10）

[Sj=1mi=1m（xij-xj）2]" " " " " " " " " " （11）

③計算變異系數。變異系數計算公式見式（12）。

[vj=sjxj]" " " " " " " " " " " " " " " " （12）

④計算相關系數矩陣。相關系數矩陣見式（13）。

[pij=cov（yk，yl）sk·sj（k=1，2，…，n;l=1，2，…，n）] （13）

式中：pij為第i個指標和第j個指標之間的相關系數，[cov（yk，yl）]表示第k個指標和第l個指標之間的協方差。

⑤計算指標所含信息量。指標所含信息量計算公式見式（14）。

[nj=νjn（1-pij）（j=1，2，…，n）]" " " " " （14）

⑥確定各指標權重。各指標權重計算公式見式（15）。

[βij=nji=1nnj]" " " " " " " " " " " " " " "（15）

各評價因子的權重賦值情況見表2。

2.4 綜合評價指數計算

生產壓力指數、耕地狀態指數、社會響應指數的計算公式見式（16）至式（18）。

[PI=nWj×Xj]" " " " " " " " " " " " " " "（16）

[CI=nWj×Xj]" " " " " " " " " " " " " " "（17）

[SI=nWj×Xj]" " " " " " " " " " " " " " "（18）

式中：PI為生產壓力指數，CI為耕地狀態指數，SI為社會響應指數，j為評價因子的個數，Xj為各評價因子的分值，Wj為各評價因子的權重。

2.5 耕地質量指數計算

該研究利用空間向量模型來計算耕地質量指數，該模型在空間建立空間直角坐標系，生產壓力指數、耕地狀態指數、社會響應指數分別表征一個空間平面，按照空間向量的模的計算方法計算出耕地質量指數空間向量的模，其中模的大小即表示耕地質量指數的數值。具體計算公式見式（19），耕地質量的模型示意圖如圖1所示。

[CLI=OM=OA+OB+OC=x2+y2+z2]" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " （19）

式中：CLI為耕地質量指數，[OM]為向量模長。

3 結果分析

3.1 各評價因子空間分布格局

武威市耕地質量的7個評價因子空間分布狀況各具特征，其中坡度和年均土壤濕度指數的空間分布呈現出南高北低的分布格局：高值區主要分布在南部的天祝藏族自治縣，涼州區的西部、南部，及古浪縣的南部區域；低值區主要分布在北部的荒漠及中部的綠洲區域。土壤養分指數、RVI、DVI及NDVI的空間分布格局大致相似，高值區主要分布在石羊河、雜木河、洪水河沿岸的耕地、林地及植被生長狀況較好的區域，低值區主要分布在以荒漠、裸土地和建設用地為主的區域。武威市水澆地主要分布在涼州區和古浪縣的中部，以及民勤縣的西北部區域；旱地主要分布在南部的天祝藏族自治縣。

3.2 耕地質量空間分布格局

研究區耕地質量的空間分布狀況特征明顯，其中一、二級耕地面積共23.87萬hm2，占研究區耕地總面積的54.00%，主要分布在涼州區東南部的金河、黃羊河、長城、吳家井、謝河，古浪縣中部的大靖、裴家營、海子灘，民勤縣東北部的收成、西渠、泉山、紅沙梁等鄉鎮。該區域土壤養分、水分含量高，環境脅迫度小，耕地質量最好；在后期的耕作中應加強土地集約化利用，注意保護耕地質量，提高肥料利用率，科學合理灌溉。

三級耕地面積為9.53萬hm2，占研究區耕地總面積的21.55%，主要分布在民勤縣西南部的夾河、東壩、紅砂崗，涼州區的鄧馬營生態指揮部等鄉鎮。該區域土壤養分條件、水分條件較好，旱澇鹽漬化威脅較小，耕地質量較好。該類耕地后期應以保持土壤肥力、優化農田水利設施為主，通過多種渠道保護耕地，防止其進一步退化。

四、五級耕地面積共10.81萬hm2，占研究區耕地總面積的24.45%，主要分布在古浪縣的民權鎮、新堡鄉、直灘鎮，天祝藏族自治縣的旦馬鄉、華藏寺鎮、賽什斯、松山鎮的南部等區域。該區域土壤肥力及水分含量較低，水土流失的風險較大，耕地質量較差；后期應采取水土保持措施，培育地力，因地制宜發展林業，增加居民收入。

4 結論與討論

該研究以干旱區綠洲城市——武威市為研究區，根據“壓力—狀態—響應”框架，從3個方面共選取7個評價因子，利用ENVI 5.3及ArcGIS軟件對評價因子進行計算，再借助CRITIC軟件進行賦權，通過空間向量模型對武威市的耕地綜合質量進行評估。結果表明，武威市優質耕地資源較多，其中一、二級耕地面積占總耕地面積的一半以上，而四、五級耕地面積比重相對較大，耕地質量有待進一步提高。該研究可為干旱區綠洲城市耕地質量評價提供新思路、新方法，同時為區域耕地保護與環境治理提供理論依據。

該研究雖采用了高精度、高時效的衛星遙感影像數據，但由于空間分辨率不統一、數據來源不一致、數據獲取難度較大等，會導致評價結果精度不夠理想。因此，在今后的學習和研究中，應進一步完善評價指標體系，通過多渠道獲取高精度的遙感數據，以獲得更加理想的評價結果。

參考文獻：

［1］沈仁芳，陳美軍，孔祥斌，等.耕地質量的概念和評價與管理對策［J］.土壤學報，2012，49（6）：1210-1217.

［2］王來剛，郭燕，賀佳，等.遙感數據輔助下縣域耕地質量評價與空間分布研究［J］.中國農業資源與區劃，2022，43（12）：137-146.

［3］陳誠，林晨.蘇南地區耕地質量評價與分區保護研究［J］.長江流域資源與環境，2016，25（12）：1860-1869.

［4］李旭光，邢鳳麗，袁雪，等.基于GIS的河北省太行山山前平原區耕地質量等級評價［J］.山西農業科學，2023，51（7）：793-801.

［5］陳文廣，孔祥斌，廖宇波，等.黃土高原區耕地質量評價：以陜西省延川縣為例［J］.水土保持研究，2021，28（2）：375-381.

［6］馬倩倩，董博，許旺旺，等.干旱區耕地質量等級評價及土壤養分與鹽漬化的分析研究：以民勤綠洲為例［J］.干旱區地理，2021，44（2）：514-524.

［7］陶加樂，李躍飛，李彬，等.宿遷市宿豫區耕地質量監測與調查評價現狀及對策［J］.現代農業科技，2020（20）：165-166，169.

［8］鄭夢蕾，丁世偉，湯萌萌，等.桐城市縣域級耕地質量等級評價研究［J］.洛陽理工學院學報（自然科學版），2020，30（3）：5-10.

［9］孫曉兵，孔祥斌，溫良友.基于耕地要素的耕地質量評價指標體系研究及其發展趨勢［J］.土壤通報，2019，50（3）：739-747.

［10］王星月，翁良培，吳維，等.基于因素法的裕安區耕地質量定級評價研究［J］.中國農業資源與區劃，2020，41（4）：168-175.

［11］路婕，李玲，吳克寧，等.基于農用地分等和土壤環境質量評價的耕地綜合質量評價［J］.農業工程學報，2011，27（2）：323-329.

［12］高向軍，馬仁會.中國農用土地等級評價研究進展［J］.農業工程學報，2002（1）：165-168，2.

［13］劉瑞平，王洪波，全芳悅.自然因素與社會經濟因素對耕地質量貢獻率研究［J］.土壤通報，2005（3）：289-294.

［14］張鳳榮，鄖文聚，胡存志.《農用地分等規程》的幾個理論問題及應用方向［J］.資源科學，2005（2）：33-38.

［15］湯萌萌，江文娟，丁琪洵，等.基于高分辨率遙感的耕地質量指標與評價進展［J］.中國農學通報，2023，39（16）：131-136.

［16］易湘生，馬尚杰，游炯，等.遙感調查中耕地解譯面積精準核算［J］.農業工程學報，2016，32（S1）：169-176.

［17］彭一平，劉振華，肖北生，等.基于高分遙感的縣域耕地質量監測［J］.江蘇農業學報，2019，35（4）：841-846.

［18］陳穎，廖麗君，鄭宏剛，等.陸良縣縣域耕地質量空間分布特征及影響因素分析［J］.山東農業科學，2018，50（12）：73-79.

［19］馬培云，王帥，李洪興，等.基于洛倫茨曲線和基尼系數的耕地質量空間差異程度分析：以忠縣耕地地力評價結果為例［J］.西南大學學報（自然科學版），2012，37（1）：60-66.

［20］張紫妍，蘇友波，字春光，等.耕地質量評價體系研究進展［J］.安徽農業科學，2018，46（31）：1-3，7.

［21］姜燁，蔣玉祥.干旱區綠洲城市生態變化遙感評價：以武威市涼州區為例［J］.北京測繪，2020，34（5）：628-633.

［22］徐鑫，尹君.干旱區綠洲型城市水資源利用及其與經濟發展的相關性研究：以武威市為例［J］.商丘師范學院學報，2012，28（3）：89-93.

［23］李振亞，魏偉，周亮，等.基于空間距離指數的中國西北干旱內陸河流域生態敏感性時空演變特征：以石羊河流域為例［J］.生態學報，2019，39（20）：7463-7475.

［24］魏偉，周陶，郭澤呈，等.基于遙感指數的干旱內陸河流域土地生態敏感性時空演變特征：以石羊河流域武威市為例［J］.生態學雜志，2020，39（9）：3068-3079.

［25］張百平，張雪芹，鄭度.西北干旱區不宜作為我國耕地后備資源基地［J］.干旱區研究，2010，27（1）：1-5.

［26］張杰，郭樹江，李得祿.石羊河流域下游鹽堿化退耕地黑果枸杞群落土壤特征分析［J］.中國野生植物資源，2020，39（6）：5-10.

［27］李得祿，滿多清，劉有軍，等.石羊河流域下游不同年代退耕地風沙流特征研究［J］.中國農學通報，2018，34（24）：117-122.

［28］魏偉.基于CLUE-S和MCR模型的石羊河流域土地利用空間優化配置研究［D］.蘭州：蘭州大學，2018.

［29］郭建軍.流域生態承載力空間尺度效應與優化研究［D］.蘭州：蘭州大學，2014.

［30］李小玉，肖篤寧，何興元，等.內陸河流域中、下游綠洲耕地變化及其驅動因素：以石羊河流域中游涼州區和下游民勤綠洲為例［J］.生態學報，2006（3）：671-680.

［31］王茵茵，齊雁冰，陳洋，等.基于多分辨率遙感數據與隨機森林算法的土壤有機質預測研究［J］.土壤學報，2016，53（2）：342-354.

［32］白照廣.高分一號衛星的技術特點［J］.中國航天，2013（8）：5-9.

［33］宋雪婷.2010—2018年武威市土地利用變化及驅動因素研究［D］.蘭州：蘭州大學，2021.

［34］董翰蓉.干旱區城市生態位研究［D］.蘭州：西北師范大學，2012.

［35］吳文婕.石羊河流域綠洲水土資源利用生態風險評價研究［D］.蘭州：西北師范大學，2012.

［36］秦煜世.干旱區內陸河流域城鎮化與水資源耦合關系研究［D］.蘭州：西北師范大學，2012.

［37］張新樂，錢蕾，鮑依臨，等.黑土區田塊尺度耕地質量遙感監測與評價［J］.土壤通報，2020，51（6）：1303-1312.

［38］SUN H，QIAN X，ZHAO Z Y. Monthly gap-filled CCI soil moisture over region of China （Combined Product）［DS/OL］.V1.Science Data Bank，2023［2024-07-31］.https：//cstr.cn/31253.11.sciencedb.07849. CSTR：31253.11.sciencedb.07849.

［39］朱榮，敖澤建，蔣友嚴.基于CRITIC客觀賦權法的天水市生態環境脆弱性評價［J］.中國沙漠，2024，44（3）：321-331.

作者簡介：馬健行（1991—），男，本科，工程師，研究方向：遙感與GIS應用。