珠三角丘陵區耕地質量綜合評價及指標權重敏感性分析

趙小娟，葉 云，周晉皓，劉 洛，戴文舉，王秋香，胡月明※

?

珠三角丘陵區耕地質量綜合評價及指標權重敏感性分析

趙小娟1,3,4，葉 云2,3,4，周晉皓2,3,4，劉 洛2,3,4，戴文舉5，王秋香5，胡月明2,3,4※

（1. 華南農業大學水利與土木工程學院，廣州 510642；2. 華南農業大學資源環境學院，廣州 510642；3. 廣東省土地信息工程技術研究中心，廣州 510642；4. 廣東省土地利用與整治重點實驗室，廣州 510642；5. 廣東省土地開發儲備局，廣州 510635）

快速工業化和城市化給珠三角地區的耕地造成一系列土壤環境污染問題，合理評價這些區域耕地質量對指導耕地的有效利用和保護以及實現耕地數量-質量綜合平衡與管理具有重要意義。目前耕地質量評價中，較少考慮土壤污染因素，并且缺乏對指標的權重敏感性分析驗證評價結果的可靠性。因此該文以珠三角土壤受污染區之一的增城區為例，綜合考慮土壤肥力因素以及土壤環境評價指標，從土壤理化性質、農業生產條件、區位條件、土壤環境4個方面構建耕地質量綜合評價指標體系，分析增城區耕地質量總體特征及空間布局與行政區域分布規律，在此基礎上基于OAT（one-at-a-time）法來評估各指標權重的不確定性對評價結果的影響程度。結果表明：增城區耕地整體質量較高但優質耕地較少。在耕地質量綜合評價中融入土壤污染因素，并對其進行微觀定量分析，使得評價體系更全面。不同指標權重變化對耕地質量變化率影響的空間差異較大；對于同一指標，權重增加或減少的值相同時，其對耕地質量評價結果的敏感性相同。最大的MACR（mean absolute change rate）值3.558 2%遠低于相應的權重變化率30%，表明評價結果總體相對穩定，該文初始確定的權重是合理的。該研究有助于國土相關部門更好地掌握土壤受污染區域的耕地質量，在空間多準則決策中減少不確定性影響。

土地利用；整治；土壤；耕地質量；土壤污染指標；質量綜合評價；敏感性分析

0 引 言

耕地質量是關系到糧食安全和社會安全的熱點問題，隨著經濟的快速發展和生活水平的提高，耕地質量的綜合評價也越來越引起人們的重視。除了自然環境影響外，人類活動對耕地質量的作用愈加明顯[1]。目前關于耕地質量評價主要圍繞研究內容[2-3]、指標體系[4-5]、評價方法[6-8]、不同尺度[9]等方面開展，在評價中多是沿用農用地分等指標，主要考慮耕地的自然、利用和經濟屬性，而評價指標中利用重金屬污染元素進行定量分析反映環境質量的研究卻相對較少。近年來才相繼有學者考慮耕地的生態環境質量，將農用地分等成果與地球化學評估整合方法及應用進行了相關探討。路婕等[10]采用疊加法引入土壤環境質量評價系數進行耕地質量評價；張曉沛等[11]提出權重搜索法將耕地分等和地化評估成果集成應用；劉霈珈等[12]用因素法整合農用地分等和土地質量地球化學評估成果進行耕地質量監測類型研究；桑玲玲等[13]將環境健康等要素融入農用地綠色產能評價體系并進行實證分析；李玲等[14]結合地球化學調查和農用地自然質量分等成果進行大蒜適宜性評價；王立勝等[15]將農用地分等成果中的產能評價和土地質量地球化學評估中的元素含量評價相結合開展綠色產能評價。但多數僅是將農用地分等與地化評估成果相結合應用，而在耕地質量評價中將土壤污染納入評價指標，系統化建立評價指標體系的研究并不多見。

近年來將地理信息系統與多準則決策（multiple criteria decision making，MCDM）結合的研究逐步增多[16-17]，基于GIS的多準則決策技術作為一種靈活有效的土地評價方法已被廣泛應用。當前土地評價研究中存在的瓶頸問題之一就是評價因子的權重所引起的爭議和導致結果不確定[18]，已有的權重敏感性分析研究多用于對土地適宜性評價中[19]，而對耕地質量綜合評價的指標權重敏感性分析則少有出現。

增城區作為丘陵區，是珠三角的主要耕作區和重要農業生產基地。因此本文以增城區為例，綜合考慮土壤肥力因素以及土壤環境等指標，從土壤理化性質、農業生產條件、區位條件、土壤環境狀況等方面構建耕地質量綜合評價指標體系，采用多因素綜合評價模型，通過測算質量分值來劃分耕地等級，分析其總體特征及空間布局與行政區域分布規律。然后利用指標權重敏感性分析的單因素輪換OAT（one-at-a-time）法[20]來評估各指標權重的不確定性對本次評價結果的影響程度。在耕地質量綜合評價中融入土壤環境因素，并對其進行微觀定量分析，使得評價體系更全面，結果也更合理。而權重敏感性分析能夠驗證評價結果的穩定可靠性，可以加深對評價結果的理解，有助于國土相關部門更好地決策，在空間多準則決策中減少不確定性影響。

1 研究區域與數據處理

1.1 研究區域概況

增城是廣州市轄區，地理范圍為東經113°29￠42～113°59￠442，北緯23°4￠422～23°37￠202，地理位置優越。地貌主要以丘陵、平原為主，地勢自北向南降低。增城光照充足、雨量充沛、水資源豐富，土壤自然條件較好。2012年全區土地面積共1 616.47 km2，下轄3個街道和6個鎮。截至2012年末耕地總面積為22 597.3 hm2，其中水田14 210.7 hm2、水澆地7 637.35 hm2、旱地749.25 hm2。區位如圖1所示。

圖1 增城區位置示意圖

1.2 數據來源及預處理

考慮數據資料可靠性及可獲取性，本文所用數據資料主要包括圖件數據、社會經濟統計數據以及土壤采樣數據：1）增城區2012年1:10 000的土地利用變更調查數據，主要獲取耕地布局、農村居民點分布、道路、溝渠水域以及各鄉鎮、街道行政中心等；2）1∶50 000 DEM（digital elevation model）提取地形坡度，土壤普查數據獲取土壤屬性；3）2012年統計年鑒及相關農業統計資料，提取社會經濟等統計數據；4）耕地地力調查成果（包含2 022個采樣點）計算土壤肥力，土壤重金屬采樣數據（包含216個采樣點）計算綜合污染指數。

數據的預處理包括：梳理資料檢查原始數據，確保單位規范統一；采用ArcGIS軟件實現各專題圖空間投影及坐標系統一致。在研究區耕地上布設的2 022個采樣點，通過土壤樣品測試分析得到有機質、全氮、有效磷、速效鉀等土壤養分數據；另外216個重金屬采樣點通過化驗分析得到鉛、鎘、鉻3種土壤污染元素數據。在此基礎上通過對反距離權重法、克里金法和多項式法的交叉驗證對比，選擇誤差較小的克里金插值。根據最優半方差函數模型，對文中所選指標數據進行Kriging最優內插處理[21]，有機質插值后精度檢驗結果顯示平均絕對誤差MAE（mean absolute error）為0.063，均方根誤差RMSE（root mean square error）為0.087，一致性系數AC（agreement coefficient）為0.925，插值效果較理想。其余指標驗證方法類似，經檢驗修正后生成各因素空間分布專題圖。

2 研究方法

2.1 確定評價單元

評價單元是自然與社會經濟性狀相對一致的獨立單元，其內部的屬性基本一致、質量相對均一、要素具有相似性，而單元之間有顯著差異。本文采用疊置法和多邊形法獲取評價單元，將土地利用現狀變更圖為底圖，并與行政區劃圖、土壤圖疊加，對得到的耕地圖斑進行柵格化處理。由于目前尚沒有確定格網單元大小的成熟模型，只是通過大量的研究文獻資料以及試驗得出常用的網格大小。根據增城區實際情況，為了反映其耕地質量的空間分異特征，同時考慮區域范圍與斑塊大小以及網格內斑塊數量[22]，重采樣為30 m′30 m的柵格單元，發現能較好地保持地物真實性和原始數據的精度。

2.2 評價指標體系及權重

影響耕地質量的因素錯綜復雜，涉及自然、生態環境、社會經濟和區位條件等多方面。其中自然因素主要包括土壤、水文、氣候、地質、地形地貌等，它是進行農業生產的基礎，是決定耕地質量的重要指標。耕地自然質量強調耕地的本底條件，縣級區域范圍內氣候條件及種植制度差異較小，其差異主要來自地形、表層土壤質地、有效土層厚度、土壤肥力水平等。而社會經濟因素一般通過影響耕地經營管理水平而影響耕地質量，主要包括基礎配套設施、耕作條件、土地利用狀況、交通區位、土地管理、投入以及技術等，也是影響耕地質量的重要因素。土壤環境因素在本文主要指土壤污染情況對耕地的影響，隨著工農業的快速發展，土壤重金屬污染已經成為威脅食物安全及區域生態系統健康的重要因素，而土壤重金屬含量是評價土壤環境質量的重要指標之一[23]。

由于各因素間普遍存在相關性，選取指標時要選擇對耕地質量影響大、穩定性高且能準確反映耕地質量差異的因素。在具體實施過程中參考廣東省農用地分等定級和耕地質量等級補充完善工作中確立的評價體系，基于多準則決策框架，根據上述原則和主要影響因素篩選出相關指標，構建耕地質量綜合評價體系，并確定各指標量化標準。

指標權重的確定采用網絡層次分析法（analytic network process，ANP）是美國運籌學家于20世紀90年代提出的一種適用于復雜結構的決策科學方法。本文采用ANP與專家打分法相結合的方式來確定評價因素的權重，在具體應用過程中包括構置網絡式層次結構分析圖、構建系統超矩陣、歸一化處理構建系統加權超矩陣、極限化處理使其逐漸收斂，并且結果趨于一致時得到的極限相對排序向量即為最終權重值[24]。對指標采用百分制[0,100]的分制標準進行賦分，各因子分值則按其對耕地質量影響衰減程度賦予不同分值。指標標準化參考《耕地地力調查與質量評價技術規程》（2008）、《廣東省農用地分等定級與估價技術方案》（2004）和《農用地質量分等規程》、《農用地定級規程》（2012）及相關文獻[25-26]。具體指標體系及權重如表1所示。

表1 增城區耕地質量綜合評價指標體系及量化

注：指標分級標準中的Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ按照[0,100]的分制標準依次從高到低賦予100、80、60、40、20。

Note：Index classification standards of I, II, III, IV, V in accordance with the [0,100] standard in order from high to low in order to give 100, 80, 60, 20, 40.

2.3 評價因素量化分析

2.3.1 土壤理化性質

土壤條件一般選取有效土層厚度、表層土壤質地、土壤肥力等指標，其中在土壤肥力中選取對作物生長影響較大的幾個因素，如有機質、全氮、有效磷、速效鉀等，它們對作物生長的效應形式主要是型效應[27]。根據國內外對土壤肥力評價的研究結果，結合型和型效應土壤肥力因子分級標準綜合評價法，確定土壤肥力各評價因子權重，分別取值為0.3、0.3、0.2、0.2。通過加權處理方式計算土壤養分綜合分值，參考全國第二次土壤普查推薦的土壤肥力分級以及有關專家意見和相關文獻資料，劃分出5個等級并進行分級評分，結果見表1、圖2a所示。

對于型效應的土壤肥力因子，其標準化方程為：

式中C為指標因子的得分值；為指標的測定值；1為型效應的第1個轉折點處的指標因子的測定值；2為第2個轉折點處的測定值。型效應土壤肥力因子的分級標準如表2所示。

圖2 增城區土壤指標分級

Fig.2 Classification of soil index of Zengcheng district

表2 S型效應土壤肥力因子分級標準

注：表中1為型效應的第1個轉折點處的指標因子的測定值；2為型效應的第2個轉折點處的指標因子的測定值。

Note:1is the measured value of the index factor at the first turning points of theeffect;2is the measured value of the index factor at the second turning points of theeffect.

2.3.2 農業生產條件

耕地利用類型：參照相關文獻并結合定性評分，確定水田、水澆地和旱地的分值分別為100、80和60[26]。

地塊規整度：以地塊形狀系數衡量各單元的地塊規整度，參考公式：

式中S為地塊面積，m2，為周長，m。越小表示地塊形狀越規則，反之則越復雜。

耕地連片度：采用空間相連性計算法，利用ARCGIS的空間分析功能，定量計算地塊的集中連片程度[28]。對于閾值范圍設置，參考第二次土地調查技術規程要求，20 m寬度地物列為線狀地物調查。因此結合增城區耕地現狀分布，確定距離閾值為20 m（緩沖半徑10 m）進行緩沖分析，且根據集中連片的面積大小，構建耕地的空間連片度。連片度計算公式如下：

式中為連片面積現狀值，hm2，min為連片面積最小值，hm2，max為最大值，hm2。連片度指標值取值結果范圍為[0,1]。通過連片度統計分析，增城區耕地連片地塊為5 688個，其中最大連片斑塊面積為1 170.64 hm2，最小連片斑塊面積為0.083 hm2，有很多不連片的獨立單元，級差較大，地塊零散破碎。

2.3.3 區位條件

道路通達度：其作用分值的大小主要受道路級別及其規模指數和評價單元距就近道路的距離影響。由于道路和城鎮的不同規模對耕地的影響程度或范圍不同，本文將其分別劃分成不同級別，具體如表3所示。

本文是要進行多個對象的緩沖區分析，提取出的道路要素對周圍土地的影響都是隨距離而變化的，因此需要進行動態緩沖區分析。道路通達度屬于擴散型指標，參照《廣東省農用地分等定級與估價技術方案》（2004）和《農用地質量分等規程》、《農用地定級規程》（GB/T 28405-2012）方法在確定因素因子規模指數和影響半徑的基礎上，按照指數衰減模型的方法計算其作用分值，最后得到交通通達度如圖3a所示。

表3 中心城鎮及道路指標分級及權重

注：城鎮的劃分參考增城區城市總體規劃（2008-2020）、增城區城鄉發展總體規劃以及中心城區發展規劃等，確定核心城鎮為荔城街道，重點城鎮為增江街道、朱村街道、新塘鎮，一般城鎮為石灘鎮、中新鎮、派潭鎮、小樓鎮、正果鎮。

Note: Division of urban refers Zengcheng district urban planning (2008- 2020), Zengcheng district urban and rural development planning and the center city development planning, etc., the core town is Licheng street, key towns include Zengjiang, Zhucun Street and Xintang, general towns include Shitan, Zhongxin, Paitan, Xiaolou and Zhengguo.

圖3 增城區區位條件分析

耕作距離：指標值的確定采用緩沖區分析方法，其中緩沖區半徑（耕作半徑）的選取至關重要。本文以空間半徑來表示，利用ArcGIS中的歐氏距離分析求出農村居民點到每個地塊所在柵格單元的距離。根據實踐設置最佳耕作半徑為0.2 km，這是農民到達耕地的最適宜耕作距離，可以設置其分值為100分，隨著耕地到農村居民點距離的增加，其分值逐漸減小，結果如圖3b所示。

耕作便捷度：根據地塊離農村道路距離的遠近制定分級標準。距離越近，則交通越便利。利用歐氏距離分析求出農村道路到每個地塊所在柵格單元的距離，劃分為5個級別，結果如圖3c所示。

2.3.4 土壤環境狀況

土壤環境質量狀況可通過土壤綜合污染指數反映。鉛、鎘、鉻等重金屬元素是土壤中主要的無機污染物質，如超量存在，則使土壤遭受污染嚴重影響作物生長，被食用后危害人類身體健康[29]，因此本文也選取這3種元素進行分析。

內梅羅綜合指數法是目前土壤環境質量評價的常用方法，同時考慮了所有評價因子單項污染程度的平均水平和最大污染指數，能夠更科學、綜合的反映區域內總體環境質量狀況[30]。其計算公式為：

式中P為土壤中污染物的環境質量指數；C為污染物的實測值；M為污染物的評價標準（mg/kg），一般采用國家土壤環境二級標準（GB15618-1995）（環境保護部于1995年提出的《土壤環境質量標準》）。綜是采樣點的綜合污染指數；Pmax為采樣點重金屬污染物單項污染指數中的最大值；`為P的平均值。計算出的綜合污染指數范圍是（0.109~0.511），參照土壤環境質量標準中的級別劃分、農業部頒布的NY/T395—2012農田土壤環境質量監測技術規范中等級劃分，增城區土地受污染程度普遍偏低，整體屬于較安全級，并不適用分級。因此本文參考相關文獻[25-26]，采用自然間斷法進行分級，更易于體現出等級差別，且可視化效果明顯，結果如圖2b所示。

2.4 耕地質量綜合評價

在對各因素指標進行分值量化的基礎上，采用多因素綜合評價法建立空間分析模型。耕地質量評價中根據各參評因子的分級得分值及其權重，利用加權指數和模型計算耕地質量綜合得分值，定量分析耕地質量水平。其計算公式：

式中為耕地質量綜合得分，W為第個指標的權重；A為第個指標的分值；為評價因子數。實現指標屬性分值到耕地質量綜合評價分值之間的轉換，進行加權疊加后得出耕地單元的平均評價分值。

2.5 權重敏感性分析框架

在耕地質量評價中，借助專家經驗來決定其評價指標體系及各指標的權重是一種簡單有效的方法，但也不可避免地存在人為主觀因素影響評價的可信度。而敏感性分析則可通過改變相關變量數值來解釋關鍵指標受這些因素變動影響的大小[17]。在多準則決策的過程中是必不可少的基礎步驟，因為它直接關系到決策結果的準確性和可靠性，但目前國內很多相關研究卻忽視了這點。

本文采用單因素輪換OAT法來檢驗指標權重的敏感性，即通過一次只改變一個因子的權重值，而其他因子保持不變的情況下來反映單因子權重變化對耕地質量及其空間格局變化的影響趨勢和規律性[20]，從而評估各指標權重的不確定性對研究結果的影響程度。OAT法簡單易行可操作性強，根據空間多準則決策中的空間特性，利用GIS技術實現對評價結果的可視化，加強空間敏感性分析。

在敏感性分析過程中，需要為權重確定一個可行的變化范圍，設置范圍和選定權重步長的變化。OAT法的步驟如下[31]：

1）定義RPC（range of percent change，百分比變化范圍）。為一組具有原始基礎數據的離散百分比變化有限集。

2）定義IPC（increment of percent change百分比變化增量）。IPC表示在RPC范圍內，因子權重每次所變化的百分數。

3）計算權重值。所有因子權重的總和為1：

式中(C,)是第個因子C在一定的取值下的權重；是因子的總數，min和max分別是的最小值和最大值。

當改變一個主變化因子C的權重，它的權重值(C,)在一定的取值下可以用如下公式表示：

式中(C,)為改變主變化因子權重時指標的權重；(C, 0)是主變化因子C的初始權重值。為確保所有因子權重和為1，其他因子需要根據公式（7）中生成的(C,)按比例調整權重值，計算如下：

（8）

式中(C, 0)是第個因子C的初始權重值。當主變化因子的權重通過在范圍內變化時，就會產生一系列評價結果。

4）計算每次權重改變的綜合評價結果。

式中(C,)為隨著C權重的改變，得到的耕地質量綜合評價結果。A為改變權重的指標對應的標準分級得分值；(C,)為其他指標的權重；A為其他指標的分級得分值。

針對每個像元，計算結果的不確定性可以用變化率表示。隨著權重的變化，像元的不確定性也能可視化表達。變化率計算公式：

式中C(C,)是權重改變時像元的評價結果的變化率；0為初始的耕地質量評價結果。

為了便于決策，需要計算整個區域的綜合敏感性，可以用(C,)隨著改變時的絕對平均變化率（mean absolute change rate，MACR）表示，其表達式為：

3 結果與分析

3.1 耕地質量綜合評價結果

基于上述各因子分值及權重，進行加權疊加分析，得到增城區耕地綜合質量評價值為49.45~95.53。采用空間分析中的統計功能，分別統計增城全區、村級以及圖斑尺度的耕地綜合質量值。得出增城區耕地平均質量值為76.89，整體質量較高。再進行重分類將結果劃分為5個質量等級，結果如圖4所示。

圖4 耕地質量綜合評價結果

雖然增城區耕地整體質量較高但優質耕地較少，耕地質量等級主要集中在第2、3級，中低產田所占比例較大，分別占全區耕地的30.88%和31.69%。其次是4級占比為20.44%，質量較高的1級耕地僅占耕地總面積的10.86%，質量最差的5級有6.13%。耕地質量狀況與耕地保護的矛盾也十分突出，耕地質量不高直接導致糧食單位產量低下，要保證糧食安全，需要投入較多的耕地數量，直接導致耕地保護壓力加大。

圖4a與4b分別是從圖斑和區域角度反映出增城區耕地質量的空間分布，并且質量等級分布位置大致相似。耕地質量較高的1級主要分布在荔城街道、石灘鎮、小樓鎮的、派潭鎮的部分區域，呈現集中連片分布，主要是由于這些地方土壤肥力水平、自然生產條件與有效土層厚度都較高，灌溉與排水等基礎設施較完備，所處區位條件較好交通便利，土壤污染也較少；2級耕地主要分布在朱村街道、石灘鎮、中新鎮、派潭鎮等；3、4級耕地分布比較廣泛，各鄉鎮均有分布，以石灘鎮分布面積最大。而5級耕地主要分布在荔城街道以及石灘鎮等部分區域。

從耕地質量的空間布局來看，優質耕地主要集中在南部平原區，耕地利用跟增城區的地勢地貌相對應，南北分異明顯。由于南部地區以平原地形為主，中部地區以丘陵地貌為主，北部地區以山區地形為主，質量較好的耕地主要分布在南部平原、以及灌溉條件較好的增江、東江和西福河流域，還有北部河流谷地。正果鎮、小樓鎮以及派潭鎮的大部分耕地綜合質量不高，與所處區域地理環境有著密切關系，屬于半山丘陵區。另外新塘鎮整體耕地質量較差。

3.2 指標權重敏感性分析結果

本文得出的耕地質量綜合評價結果，并不能被認為是唯一值，可以通過指標權重敏感性分析對評價結果進行驗證。令RPC和IPC分別取值為±30%和±2%，依次選擇每個準則因子作為主變化因子將其運用到所有評價指標中，14個指標共產生420組權重值，每組權重進行一次運算，同時產生一個新的耕地綜合質量評價結果。

耕地質量綜合評價的空間敏感性通過步進式的改變準則因子權重來展開研究，由于篇幅有限，本文選取代表性指標有效土層厚度、道路通達度、土壤綜合污染指數以及土壤肥力水平分別作為主變化因子進行不同權重變化分析，分別取權重變化率為4%、10%、20%、±30%，得出耕地質量綜合評價結果變化率如圖5所示。

圖5 各指標權重不同變化率下的耕地質量變化率

從圖5可以看出，權重的變化對耕地質量布局有一定的影響，從不同權重分配得到的耕地質量變化率的空間分布情況來看，不同指標的計算結果空間差異較大。其中圖5d和5e分別為土壤肥力水平權重變化率為±30%時的耕地質量變化率分布圖，即各像元不確定性分布圖。這兩幅圖的空間分布基本一致，說明權重增加或減少的值相同時，像元對耕地質量變化具有相同的敏感性。

利用綜合敏感性公式，計算各評價指標以2%的步長，從初始權重的-30%變化到+30%，得到耕地質量綜合評價結果的絕對平均變化率如圖6所示。

圖6 耕地質量絕對平均變化率結果

通過圖6可以看出各指標的絕對平均變化率值基本是以權重變化率為0為中心對稱分布，并隨著權重變化率絕對值的增加呈現近似線性增長，各指標有不同的變化率值。對于同一個評價因子當權重變化率的絕對值相同時，MACR值基本一致，得到的綜合評價結果變化率的空間分布基本一致，即同一指標權重變化率絕對值相同時，其對評價結果的敏感性相同，即變化率值有正負之分但具有相似的靈敏性。

斜率越大的指標對耕地質量評價的敏感性就越大。由圖6可以看出，MACR與指標權重大小有一定的線性關系，土壤肥力水平的權重最大，其敏感性也最大，即土壤肥力水平對權重變化的敏感性最高，其余指標對權重變化的敏感性也基本與其本身權重大小相應。例如當權重變化率為30%時，土壤肥力水平MACR值為3.558 2%，而中心城鎮影響度的MACR值僅為1.060 9%，最大的MACR值遠低于權重變化率大小，說明耕地質量綜合評價結果比較穩定。綜合來看，本文初始確定的權重是合理有效的，能夠客觀反映增城區的耕地質量狀況。通過對初始權重的敏感性分析，能夠驗證層次分析法確定的權重在進行質量評價中的合理可靠性，在空間多準則決策中減少不確定性影響。

4 結 論

本文以珠三角丘陵區增城耕地為研究對象，基于MCDM與GIS技術相結合，考慮土壤污染指標構建耕地質量綜合評價指標體系，采用多因素綜合評價法對進行評價，并引入指標權重敏感性對評價結果的穩定性進行分析。主要結論如下：

1）增城區耕地整體質量較高但優質耕地較少，中低產田所占耕地面積比例較大，2、3級耕地分別占全區耕地的30.88%、31.69%，質量最高的1級耕地僅占10.86%。質量較高的耕地主要分布在增江、東江和西福河流域，行政區域集中在荔城、增江、朱村街道和石灘鎮。而質量較差的耕地主要分布在增城區東北部，主要包括派潭鎮北部和小樓鎮、正果鎮大部分區域。綜合來看，增城區整體耕地質量表現為北低中南部高的特點。

2）嘗試將權重敏感性分析引入到耕地質量綜合評價中，通過選取不同指標作為主變化因子分別進行不同權重變化分析。各指標隨著權重變化率絕對值的增加呈現近似線性增長，對于同一個評價因子當權重變化率的絕對值相同時，MACR值基本一致，得到評價結果變化率的空間分布基本一致；當權重改變30%時，最大的MACR值只有3.558 2%，各指標MACR值遠低于權重變化率大小，說明評價結果總體相對穩定，本文初始確定的權重也是合理的，能夠客觀反映增城區的耕地質量狀況。

本文將土壤污染因素融入到耕地質量評價中，但由于時間及條件所限，只對鉛、鎘、鉻3種重金屬元素進行了分析，對整體反映研究區域的耕地土壤重金屬污染狀況可能有一定的局限性；由于篇幅限制本文也未對評價指標中加入污染元素與不加這個指標進行深入對比分析，需要在后續研究中不斷完善。將權重敏感性分析引入耕地質量綜合評價中還有很多不足，進行綜合敏感性分析時僅選用絕對平均變化率值來表示，后續研究中可選用更多的指標進一步分析。另外，利用權重敏感性判斷指標采用的合理性來構建評價指標體系，也是一個后續的研究思路。

[1] 張貞，魏朝富，尚慧．丘陵山區耕地質量的空間格局分析[J]．長江流域資源與環境，2010，19(8)：901－907． Zhang Zhen, Wei Chaofu, Shang Hui. Spatial pattern analysis based on modified cultivated quality grades in Hilly areas[J]. Resources and Environment in the Yangtze Basin, 2010, 19(8): 901－907. (in Chinese with English abstract)

[2] 曲衍波，張鳳榮，郭力娜，等．農村居民點整理后耕地質量評價與應用[J]．農業工程學報，2012，28(2)：226－233． Qu Yanbo, Zhang Fengrong, Guo Lina, et al. Estimation of farmland quality after rural residential land consolidation and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(2): 226－233. (in Chinese with English abstract)

[3] 朱傳民，郝晉珉，陳麗，等．基于耕地綜合質量的高標準基本農田建設[J]．農業工程學報，2015，31(8)：233－242． Zhu Chuanmin, Hao Jinmin, Chen Li, et al. Well-facilitied capital farmland construction based on cultivated land comprehensive quality[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(8): 233－242. (in Chinese with English abstract)

[4] 孔祥斌，劉靈偉，秦靜，等．基于農戶行為的耕地質量評價指標體系構建的理論與方法[J]．地理科學進展，2007，26(4)：75－85． Kong Xiangbin, Liu Lingwei, Qin Jing, et al. Theory and methodology for the construction of arable land quality evaluation system based on household behaviors[J]. Progress in Geography, 2007, 26(4): 75－85. (in Chinese with English abstract)

[5] 袁秀杰，趙庚星，朱雪欣．平原和丘陵區耕地地力評價及其指標體系銜接研究[J]．農業工程學報，2008，24(7)：65－71． Yuan Xiujie, Zhao Gengxing, Zhu Xuexin. Linkage of evaluation index system for cultivated land fertility evaluation in plain and hill regions[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(7): 65－71. (in Chinese with English abstract)

[6] 于東升，張廣星，張忠啟，等．BIO-NORM與NORM耕地質量評價方法對比研究[J]．土壤學報，2011，48(2)：238－245． Yu Dongsheng, Zhang Guangxing, Zhang Zhongqi, et al. Comparative study of BIO-NORM and NORM for evaluating cultivated land quality[J]. Acta Pedologica Sinica, 2011, 48(2): 238－245. (in Chinese with English abstract)

[7] 曹雋雋，周勇，葉青清，等．基于模糊灰色物元與克里格插值的縣級耕地質量分等更新方法研究[J]．經濟地理，2012，32(11)：131－137． Cao Junjun, Zhou Yong, Ye Qingqing, et al. Research on county-level cultivated land classification update methods based on the fuzzy matter-element and Kriging interpolation method[J]. Economic Geography, 2012, 32(11): 131－137. (in Chinese with English abstract)

[8] 郄瑞卿，關俠，鄢旭久，等．基于自組織神經網絡的耕地自然質量評價方法及其應用[J]．農業工程學報，2014，30(23)：298－305． Qie Ruiqing, Guan Xia, Yan Xujiu, et al. Method and its application of natural quality evaluation of arable land based on self-organizing feature map neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(23): 298－305. (in Chinese with English abstract)

[9] 程晉南，趙庚星，張子雪，等．基于GIS的小尺度耕地質量綜合評價研究：以山東省丁莊鎮為例[J]．自然資源學報，2009，24(3)：536－544．Cheng Jinnan, Zhao Gengxing, Zhang Zixue, et al. GIS supported comprehensive evaluation of cultivated land quality at small scale: A case study in Dingzhuang town of Shandong province [J]. Journal of Natural Resources, 2009, 24(3): 536－544. (in Chinese with English abstract)

[10] 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． Lu Jie, Li Ling, Wu Kening, et al. Cultivated land comprehensive quality evaluation based on agricultural land classification and soil environmental quality evaluation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(2): 323－329. (in Chinese with English abstract)

[11] 張曉沛，張超，朱德海，等．用搜索法集成耕地分等與環境評估成果的研究[J]．農業工程學報，2011，27(3)：325－330． Zhang Xiaopei, Zhang Chao, Zhu Dehai, et al. Integration of cultivated land quality grades and environmental assessment achievements by using searching method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(3): 325－330. (in Chinese with English abstract)

[12] 劉霈珈，吳克寧，趙華甫．基于農用地分等與土地質量地球化學評估的耕地質量監測類型研究[J]．資源科學，2015，37(1)：37－44．Liu Peijia, Wu Kening, Zhao Huafu. Cultivated land quality monitoring types base on agricultural land classification and land quality geochemical assessment[J]. Resources Science, 2015, 37(1): 37－44. (in Chinese with English abstract)

[13] 桑玲玲，張曉沛，楊建宇，等．農用地綠色產能評價體系構建及實證分析[J]．農業工程學報，2010，26(7)：235－239． Sang Lingling, Zhang Xiaopei, Yang Jianyu, et al. Construction and empirical analysis of green productivity evaluation system of agricultural land[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(7): 235－239. (in Chinese with English abstract)

[14] 李玲，張少凱，張歡歡，等．基于農用地分等和地球化學調查的開封市大蒜適宜性評價及種植區劃[J]．資源科學, 2015，37(2)：370－378． Li Ling, Zhang Shaokai, Zhang Huanhuan, et al. The planting suitability and division of garlic based on agricultural land classification and geochemical survey in Kaifeng City[J]. Resources Science, 2015, 37(2): 370－378. (in Chinese with English abstract)

[15] 王立勝，汪媛媛，余濤，等．土地質量地球化學評估與綠色產能評價研究：以吉林大安市為例[J]．現代地質，2012，26(5)：879－885． Wang Lisheng, Wang Yuanyuan, Yu Tao, et al. Study on geochemical assessment of land quality and green productivity evaluation in Da'an city, Jilin province[J]. Geoscience, 2012, 26(5): 879－885. (in Chinese with English abstract)

[16] Tenerelli Patrizia, Carver Steve. Multi-criteria, multi- objective and uncertainty analysis for agro-energy spatial modelling[J]. Applied Geography, 2012, 32(2): 724－736.

[17] Chen Y, Yu J, Shahbaz K, et al. A GIS-based sensitivity analysis of multi-Criteria weights[C]//18TH World Imacs Congress And Modsim09 International Congress on Modelling and Simulation: Interfacing Modelling and Simulation with Mathematical and Computational Sciences, 2009: 3137－3143.

[18] Xu Erqi, Zhang Hongqi. Spatially-explicit sensitivity analysis for land suitability evaluation[J]. Applied Geography, 2013, 45(5): 1－9.

[19] 趙曉丹．基于權重敏感性分析的湖南省耕地適宜性評價[D]．開封：河南大學，2014． Zhao Xiaodan. Evaluation on suitability of cultivated land suitability based on Weights Sensitivity for Analysis Hunan Province[D]. Kaifeng: Henan University, 2014. (in Chinese with English abstract)

[20] 於家，陳蕓，劉靜怡，等．基于OAT的空間多準則決策中的權重敏感性分析[J]．資源科學，2014，36(9)：1870－1879． Wu Jia, Chen Yun, Liu Jingyi, et al. One-at-a-time based weight sensitivity analysis in spatial multi-criteria decision making[J]. Resource Science, 2014, 36(9): 1870－1879. (in Chinese with English abstract)

[21] Hu Yueming, Jia Zhenglei, Cheng Jiachang, et al. Spatial variability of soil arsenic and its association with soil nitrogen in intensive farming systems[J]. Journal of soils and sediments, 2016, 16(1): 169－176.

[22] 何新，姜廣輝，張瑞娟，等．基于PSR模型的土地生態系統健康時空變化分析——以北京市平谷區為例[J]．自然資源學報，2015，30(12)：2057－2068． He Xin, Jiang Guanghui, Zhang Ruijuan, et al. Temporal and spatial variation of land ecosystem health based on the pressure-state-response Model: A case study of Pinggu district, Beijing [J]. Journal of Natural Resources, 2015, 30(12): 2057－2068. (in Chinese with English abstract)

[23] 穆葉賽爾·吐地，吉力力·阿布都外力，姜逢清．天山北坡土壤重金屬含量的分布特征及其來源解釋[J]．中國生態農業學報，2013，21(7)：883－890．Muyessar·Turdi, Jilili·Abuduwall, Jiang Fengqing. Distribution characteristics of soil heavy metal content in northern slope of Tianshan mountains and its source explanation[J]. Chinese Journal of Eco-Agriculture, 2013, 21(7): 883－890.(in Chinese with English abstract)

[24] 黎孔清，陳銀蓉，陳家榮．基于ANP的城市土地低碳集約利用評價模型研究：以南京市為例[J]．經濟地理，2013，33(2)：156－161． Li Kongqing, Chen Yinrong, Chen Jiarong. An evaluation model for the low-carbon and intensive urban land use using analytic network process. Economic Geography, 2013, 33(2): 156－161. (in Chinese with English abstract)

[25] 奉婷，張鳳榮，李燦，等．基于耕地質量綜合評價的縣域基本農田空間布局[J]．農業工程學報，2014，30(1)：200－210． Feng Ting, Zhang Fengrong, Li Can, et al. Spatial distribution of prime farmland based on cultivated land quality comprehensive evaluation at county scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(1): 200－210. (in Chinese with English abstract

[26] 熊昌盛，譚榮，岳文澤．基于局部空間自相關的高標準基本農田建設分區[J]．農業工程學報，2015，31(22)：276－284． Xiong Changsheng, Tan Rong, Yue Wenze. Zoning of high standard farmland construction based on local indicators of spatial association[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(22): 276－284. (in Chinese with English abstract)

[27] 李賡，吳次芳，曹順愛．劃定基本農田指標體系的研究[J]．農機化研究，2006(8)：46－48． Li Geng, Wu Cifang, Cao Shun'ai. Study on indicators system of selecting cultivated land into prime farmland[J]. Agricultural Mechanization Research, 2006(8): 46－48. (in Chinese with English abstract)

[28] 錢鳳魁．基于耕地質量及其立地條件評價體系的基本農田劃定研究[D]．沈陽：沈陽農業大學，2011． Qian Fengkui. Study on the Planning of Basic Farmland Based on the Evaluation System of Farmland Quality and Site Conditions[D]. Shenyang: Shenyang Agricultural University, 2011. (in Chinese with English abstract)

[29] 劉傳德，王強，于波，等．農田土壤重金屬污染的特點和治理對策[J]．農技服務，2008，25(7)：118－119． Liu Chuande, Wang Qiang, Yu Bo, et al. Characteristics and control countermeasures of heavy metal pollution in farmland soil[J]. Serves of Agricultural Technology, 2008, 25(7):118－119. (in Chinese with English abstract)

[30] 李玲，馮新偉，路婕，等．基于不同標準的鄭州市農產品產地土壤環境質量評價[J]．農業工程學報，2008，24(8)：89－94． Li Ling, Feng Xinwei, Lu Jie, et al. Evaluation of soil environmental quality in agricultural production areas based on different standards in Zhengzhou City[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(8): 89－94. (in Chinese with English abstract)

[31] Chen Y, Yu J, Khan S. Spatial sensitivity analysis of multi-criteria weights in GIS-based land suitability evaluation[J]. Environmental Modelling & Software, 2010, 25(12): 1582－1591.

Comprehensive evaluation of cultivated land quality and sensitivity analysis of index weight in hilly region of Pearl River Delta

Zhao Xiaojuan1,3,4, Ye Yun2,3,4, Zhou Jinhao2,3,4, Liu Luo2,3,4, Dai Wenju5, Wang Qiuxiang5, Hu Yueming2,3,4※

(1.510642,;2.510642,;3.510642,; 4.510642,; 5.510635,)

Rapid industrialization and urbanization have brought a series of environmental problems related to soil pollution in the Pearl River Delta region. A systematic and synthetic evaluation of the cultivated land quality is of great significance to guide the rational utilization and protection of cultivated land, as well as to realize the comprehensive balance and management of cultivated land. However, the soil pollution factors have seldom been considered in cultivated land quality evaluation system, which was also short of a sensitivity analysis of the index weight. Based on GIS (geographic information system) multi-objective decision analysis, the paper conducted a study on the evaluation of cultivated land quality and the sensitivity analysis of index weight by taking Zengcheng District of Pearl River Delta as an example. With soil fertility factor and environmental assessment index taken into consideration, the comprehensive evaluation index system of cultivated land quality was constructed from 4 aspects: Soil physical and chemical properties, agricultural production conditions, location conditions and soil environment, so as to analyze the general characteristics of cultivated land quality and the spatial layout rule in Zengcheng District, and the weight sensitivity analysis of OAT (one-at-a-time) method was adopted to evaluate the influence degree of each index weight’s uncertainty on the evaluation results. In order to reflect the trend and regularity of the changon cultivated land quality and its spatial pattern, the weight value of only one factor changed at a time while the other factors remained unchanged. When the value of RPC (range of percent change) and IPC (increment of percent change) were at ±30% and ±2% respectively,and every criterion factor was applied to all the evaluation indicators as the main change factor, a total of 420 groups of weight values were generated, among which every group of weights were calculated to produce a new evaluation result of the comprehensive quality of cultivated land. The main results of the study were as follows: 1) The cultivated land in Zengcheng District had a good overall quality, but high quality cultivated land was lacked. The grades of cultivated land quality were mainly concentrated at the 2nd and 3rd grade, which accounted for 30.88% and 31.69%, respectively. The proportion of middle and low yield field was relatively large.2) From the perspective of the spatial distribution, the cultivated land with better quality was mainly distributed in the southern plains, the basins with better irrigation conditions like Zengjiang River basin, East River basin and Xifu River basin, as well as North River valley. The comprehensive quality of most cultivated land in Zhengguo, Xiaolou and Paitan was not high, and the overall quality of cultivated land in Xintang Town was poor. 3) The changes of weights had a certain influence on the quality distribution of cultivated land. Seen from the spatial distribution of change rate of cultivated land quality generated from different weight distribution, the spatial differences of the calculated results were rather big. When the weight increased or decreased by the same value, the same factor showed the same sensitivity to the quality evaluation results of cultivated land. 4) The maximum MACR (mean absolute change rate) value of 3.558 2% was much lower than the corresponding weight change rate of 30%, showing that the evaluation results were relatively stable, and the quality of cultivated land in Zengcheng District was overall stable. In conclusion, in the comprehensive evaluation of cultivated land quality, the soil environmental factors should be taken into consideration, and a quantitative analysis of micro-data of the soil pollution situation should be conducted to make the evaluation system more comprehensive and more scientific. The sensitivity analysis of the index weight can verify the reliability of the evaluation results, which can help the relevant departments make better decisions, and reduce the uncertainty in the spatial multi-criterion decision-making.

land use; consolidation; soils; cultivated land quality; soil pollution index; quality comprehensive evaluation; sensitivity analysis

10.11975/j.issn.1002-6819.2017.08.031

F301.21

A

1002-6819(2017)-08-0226-10

2016-07-19

2017-03-24

廣東省科技計劃項目（2014B020206002, 2015B010110006）

趙小娟，女，陜西渭南人，博士生，主要研究方向為土地資源評價與利用。廣州 華南農業大學水利與土木工程學院，510642。 Email：422510302@qq.com

胡月明，男，湖南益陽人，教授，博士，主要從事土地資源管理與地理信息系統應用研究。廣州 華南農業大學資源環境學院，510642。Email：ymhu163@163.com

趙小娟，葉 云，周晉皓，劉 洛，戴文舉，王秋香，胡月明. 珠三角丘陵區耕地質量綜合評價及指標權重敏感性分析[J]. 農業工程學報，2017，33(8)：226－235. doi：10.11975/j.issn.1002-6819.2017.08.031 http://www.tcsae.org

Zhao Xiaojuan, Ye Yun, Zhou Jinhao, Liu Luo, Dai Wenju, Wang Qiuxiang, Hu Yueming. Comprehensive evaluation of cultivated land quality and sensitivity analysis of index weight in hilly region of Pearl River Delta[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(8): 226－235. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.08.031 http://www.tcsae.org