渭北旱塬區耕地質量等別監測樣點布控研究

張轉+衛新東+王篩妮

摘要：為掌握渭北旱塬區耕地質量等別動態變化，加強耕地質量、數量、生態三位一體管護，以陜西省黃陵縣為例，對耕地質量等別監測樣點布控進行研究。采用多因素限制條件法、網格法和分層抽樣法，對比提出縣域耕地等別監測區樣點布設和精度檢驗最佳方法。結果表明，縣域耕地質量監測控制區劃分依據自然質量控制區、土地利用等值區、土地經濟等值區，通過ArcGIS空間疊加功能確定；綜合確定監測樣點布控的最佳方法為多因素限制條件法；黃陵縣耕地質量等別監測布設45個監測點，經統計學檢驗，監測樣點代表性程度較好，能夠全面監測和反映耕地質量等別動態變化。

關鍵詞：土地利用；監測樣點；多因素限制條件法；監測控制區

中圖分類號：F301.21 文獻標識碼：A 文章編號：0439-8114（2018）02-0048-07

DOI：10.14088/j.cnki.issn0439-8114.2018.02.013

Abstract： To master dynamic changes of cultivated land quality and enhance the quality，quantity and ecological protection of cultivated land，chosing Huangling county in Shaanxi province as an example，monitoring samples of cultivated land quality were studied. Multi-factor constraints method，grid method and stratified sampling method were used to do comparative analysis seeking for the best way to establish monitoring samples and check the acceptance at the county level. The results showed that monitoring control areas were divided according to natural quality control area，land use equivalent area and land economic equivalent area by using ArcGIS spatial overlay analysis. Multi-factor constraints method was selected as the best way for this research. The Huangling county was divided into 45 monitoring samples. After statistical examination，it shown a good representativeness of monitoring samples，which were able to monitor the dynamic changes of cultivated land comprehensively.

Key words： land use； monitoring sample； multi-factor constraints method； monitoring control area

中國人口眾多，土地資源相對缺乏，耕地資源尤為稀缺，已不足世界人均耕地的40%[1]。在人均耕地資源緊缺條件下，有限的耕地資源迫使農戶土地利用目標多樣，使國家政策調控的空間有限[2-4]。為有效緩解耕地數量不足、質量不高、生態環境不斷退化帶來的危機，中國的耕地保護工作已從數量管理、數量質量并重管理，向數量、質量和生態管護三位一體轉變[5]。同時，實施耕地質量監測，掌握耕地質量動態變化，是進行耕地質量宏觀精準管理的基礎[6]。以陜西省為例，在耕地數量管理方面，構建了比較完整的土地數量調查制度和技術支撐體系；但在耕地質量管理方面，目前還處于探索階段。結合現有土地資源調查情況，基于地統計學中遙感技術布設耕地等別監測點，對耕地質量進行動態監測，及時了解耕地質量變化、掌握耕地總體質量情況，對糧食安全、經濟可持續發展具有積極的影響意義[7-9]。

國內外圍繞耕地質量及其監測方法開展了大量研究，美國從統計學角度出發，建立國家資源清單計劃并進行長期定位監測，完成了國家資源監測點的布控[10]；歐盟[11]和加拿大[12]采用“網格法”和“監測區-監測樣點”的方法，對全國的資源完成了監測布點工作。近幾年，國內很多研究學者在耕地質量監測方面進行了深入的研究。張蚌蚌等[13]、吳克寧等[14]詳細介紹了標準樣地在耕地質量等級監測方面的應用原則及方法。楊建宇等[15]提出了一種基于空間模擬退火算法的布樣及優化方法，以Kriging預測標準差作為優化準則，初步實現了樣點布設的自動化。殷守強等[16]采用定量的方法，對耕地質量監測中6種不同抽樣方法進行對比，提高了樣點的全局代表性。張玉臻等[17]在省級標準樣地基礎上進行耕地監測樣地數量和質量兩個方面的優化，形成省級耕地質量監測布點的技術方法。王倩等[18]和孫亞彬等[19]分別基于變異函數及潛力指數組合等方法探索縣域耕地質量監測樣地布控，以實現較小的監測點反映縣域耕地質量分布和變化趨勢。綜上所述，對于耕地質量監測的研究多集中于縣域尺度內的布點，缺少從省和國家尺度上探討耕地質量監測樣地的布控；同時選取監測點的方法較為單一，今后可以通過建立數據模型進行監測點的布控，使得監測點的選取更加科學。

選取黃陵縣作為渭北旱塬區的代表縣，開展耕地質量等別監測評價試點研究，即以2013年度黃陵縣耕地質量等別年度更新評價工作為基礎，在耕地質量等別漸變區域，開展耕地質量等別監測評價試點研究，探索縣域內耕地質量等別監測區劃分、監測樣點布設方法以及監測樣點布設合理性檢驗分析，形成縣級耕地質量等別監測評價試點成果。結合試點情況，對黃陵縣乃至渭北旱塬區耕地質量等別監測區劃分和監測樣點布設方法進行總結，為全面開展耕地質量等別監測提供經驗參考。endprint

1 研究區概況及數據來源

1.1 研究區概況

渭北旱塬區主要包括陜西的咸陽市、銅川市部分塬區、延安南部及渭南北部等所轄區14縣3區，總面積約3萬km2，該區地形和氣候獨特，地形特點為黃土塬、梁、溝壑縱橫交錯，黃土覆蓋深厚，溝谷深80～200 m，年降雨量550～600 mm。研究區選在延安市黃陵縣，該縣地貌類型復雜多樣，為典型的黃土旱塬地貌。縣境內山、川、溝、坡、臺并存，地貌以梁峁、溝坡為主，土地利用類型分布具有明顯的地域特征，屬中溫帶大陸型季風氣候，總體特征為干旱少雨，溫度變化大，降雨變率大，年際和季節分配不勻，無霜期長，農作物可一年一熟或二年三熟。主要糧食作物為小麥和玉米，全年糧食播種面積10 431 hm2，其中小麥播種面積3 193 hm2，玉米播種面積4 021 hm2，其他糧食播種面積為3 217 hm2。2013年，在國家農機具補貼政策優惠下，全縣擁有各類農業機械總動力達256 219 kW，農田有效灌溉面積1 447 hm2，化肥施用量（折純量）10 805 t，較上年增長10.80%。縣境內交通發達，公路、鐵路運輸暢通，網絡密布。

黃陵縣共轄6鎮、3社區、1鄉以及1個街道辦事處，共計215個行政村。根據2013年土地利用更新調查，縣耕地面積為14 668.13 hm2，占土地總面積的6.43%。其中水田62.90 hm2，占耕地面積的0.43%；水澆地276.46 hm2，占耕地面積的1.88%；旱地14 328.77 hm2，占耕地面積的97.69%。由此可知，耕地中以旱地為主，僅有少量的水田和水澆地。2011-2013年突變耕地總面積為1 546.53 hm2（新增耕地面積1 395.80 hm2，質量建設耕地面積150.73 hm2），且全部為旱地。扣除突變耕地面積，漸變區域耕地面積為13 121.60 hm2，作為本次黃陵縣耕地質量等別監測對象。黃陵縣不同坡度級別的耕地面積分布情況如表1所示。

1.2 數據來源

①黃陵縣國土、統計、農業、水利、林業等部門收集糧食產量、糧食價格、種子、化肥、農藥等數據；②耕地質量年度監測的基礎資料，包括黃陵縣2013年耕地質量等別年度更新評價成果、2013年土地利用變更數據庫、2011-2013年土地利用變更調查地類面積匯總表、近3年土地開發整理項目規劃設計圖等資料；③2014年《黃陵縣統計年鑒》。

2 耕地質量監測樣點布控方法

在進行監測樣點布控前，首先劃定監測控制區。采用ArcGIS空間疊置方法，對影響耕地等級變化的自然狀況、利用水平和收益水平進行疊加分析確定監測區。通過對比分析常用的多因素限制條件法、方格網法和分層抽樣法等監測點布控方法，在監測控制區內布設監測樣點，進行監測樣點數量確定。

2.1 監測控制區劃分方法

監測控制區是根據影響耕地質量的各分等因素及其組合，依綜合主導因素原則和地域分異原則劃分區域，區域內耕地質量相對均勻，區域間有明顯差別。黃陵縣耕地質量監測控制區劃分方法如下。

1）影響耕地質量的自然因素有地貌、氣候、水文、土壤等，它們相互聯系、相互作用、相互制約，以不同方式，從不同側面，按不同程度，獨立或綜合地影響著土地資源的綜合特征。因此根據地貌、氣候、土壤等自然因素，考慮環境污染狀況，劃分耕地自然質量分區。

2）影響耕地利用水平的因素有種植業結構、主要作物產量水平、農田基礎設施及土地整治等工程，在耕地分等中，耕地利用水平由種植作物的產量直接反映，土地利用系數是耕地分等單元作物實際產量與耕作制度區域內最大糧食產量的比值，是耕地利用水平的直接量化指標。因此根據土地利用系數劃分利用水平分區。

3）影響耕地收益水平的因素有種植業投入-產出和效益等，土地經濟系數是耕地分等單元的“產量-成本”指數與耕作制度區域內最大“產量-成本”指數的比值，是耕地收益水平的直接量化指標。因此根據土地經濟系數劃分經濟水平分區。

4）綜合耕地自然質量控制區、土地利用等值區和土地經濟等值區形成縣域耕地質量監測控制區。

2.2 監測樣點數量確定方法

綜合國內耕地監測的研究進展，胡曉濤等[20]采用變異函數模型進行監測樣點布局，結合耕地等別類型進行監測點調整和優化；蔡鷺斌等[21]結合中國耕地質量整體狀況和借鑒外國經驗的基礎上，提出利用“分區組合法”對耕地質量監測樣點進行布設；楊建宇等[22]提出基于空間平衡法的縣域耕地質量監測布樣方法。結合生產工作實際情況，黃陵縣耕地質量等別監測點布設主要采用3種方法，分別是多因素限制條件法、方格網法和分層抽樣法。

2.2.1 多因素限制條件法 黃陵縣地勢西北高、東南低，加之境內地貌類型復雜，所以在監測樣點的布設中主要考慮耕地等別、耕地地類、監測控制區、土地利用規劃狀況、監測便利程度（對于山區而言主要包括坡度和交通便利度情況）等多種因素[23]。在實際情況中，由于高等別耕地多為水田，而低等別耕地多為旱地，因此對不同等別耕地監測樣點個數進行合理選取，實現對耕地類型選取的合理分配。

在監測點的選取過程中，首先將監測樣點按耕地等別類型落位在集中連片的耕地上，然后根據土地利用規劃、坡度、監測便利度等因素對監測樣點數量和位置進行微調，保證每個監測樣區里每一個等別類型上均至少布設一個監測樣點，監測樣點都應處于土地利用總體規劃確定的基本農田上。

由于黃陵縣處于渭北旱塬區，地貌類型復雜，絕大多數耕地分布在道路、溝壑附近，坡度和交通通達度對于監測點的選取有著很大的制約性，為了保證監測點的實際可行性，在監測點選取過程中設置了坡度小于15°，距離道路溝壑1 km范圍以內的限制性條件。選點過程借助ArcGIS中的按屬性選擇功能，首先提取坡度小于15°的耕地圖斑，然后對道路溝壑圖層進行緩沖區分析，緩沖距為1 km，再將上述兩個圖層與黃陵縣耕地圖斑層進行疊加分析，選取符合條件的圖斑，設立監測樣點。endprint

2.2.2 方格網法 方格網法選取監測樣點是根據研究區的實際情況，按照一定的區域面積，在研究區的土地利用現狀圖上繪制方格網，然后將落在耕地圖斑上的格網交點或中心點作為監測樣點[24]。采用方格網法劃分耕地質量等別類型主要是根據黃陵縣轄區面積、地形地貌、耕地分布等情況。具體方法為基于ArcGIS軟件平臺，通過與千米格網的疊加分析，采用4 km×4 km網格大小，劃分190個網格單元，最后將格網中心點與耕地相重疊的耕地圖斑作為監測樣點。

2.2.3 分層抽樣法 針對縣域耕地包含的各等級，樣點容量y與抽樣精度x的函數關系類似分層抽樣模型[25]，如下：

式中，h為耕地等級；nh為縣域內h等級耕地的圖斑數；n為全縣耕地圖斑總數；Wh為h等級耕地權重；Sh為h等級耕地等指數的真實標準差；Ch為調查h等級耕地的單樣本費用。

將等級成果中的數據帶入式（1），可得因變量樣本容量與自變量抽樣精度的表達式y=f（x），對其求導[26]。

式中，導數表征樣本容量y隨抽樣精度x的變化率，設定誤差變化率閾值x0，則當樣本容量導數的絕對值小于等于x0時，表明誤差滿足精度變化要求后，不需要增加樣點數，解出該不等式即可確定合適的最少樣點數量。

2.3 監測樣點代表性檢驗及分析方法

數據離散程度采用的測度值主要有方差、標準差、偏度和峰度等。集中趨勢的度量包括均值、中位數、重數等，集中趨勢是指一組數據向中心值靠攏的程度，取決于該組數據的離散水平。本研究通過分析監測樣點與耕地總體等別的集中、離散趨勢是否一致，反映監測樣點對耕地總體的代表性程度高低。

對比分析監測樣點在各主要屬性值上的數量比例與耕地面積比例的分布趨勢，對監測樣點的代表性程度進行檢驗。主要的參考屬性值包括耕地的等別、地類、土壤類型、土地利用系數、土地經濟系數等。

3 結果與分析

3.1 監測控制區劃分

1）自然質量分區。決定黃陵縣耕地質量的主要自然因素是地貌和土壤。黃陵縣西部為梁峁山區，包括雙龍、腰坪、店頭3個鄉（鎮），海拔1 400 m；中部主要為河流沖積而成的河谷川道區，平均海拔800 m；東部為黃土塬區，由于沮河切割，分為南北二塬，平均海拔1 100 m。北部塬區包括隆坊、阿黨、太賢和倉村4個鄉（鎮）；南部塬區包括田莊、侯莊兩個鄉（鎮），地勢較平坦，坡度一般為0°～2°。按照地貌類型將黃陵縣劃分為3個地貌控制區。黃陵縣土壤類型分區參考《陜西省黃陵縣農業資源調查和農業區劃報告集》劃分為a.以黑壚土為主的塬區土壤，主要分布在田莊、侯莊、隆坊等鄉（鎮）；b.以淤土為主的河谷土壤，主要分布在洛河、沮河、河谷和主要溝道；c.以黃膳土為主的塬坡地土壤，主要分布在太賢社區以東和田莊鎮以東；d.以褐土為主的林灌土壤，主要分布在雙龍、腰坪和店頭等鄉（鎮）。綜合地貌控制區和土壤類型控制區，利用ArcGIS空間疊加功能，形成自然質量控制區。

2）利用系數等值區。依據農用地分等中確定的指定作物冬小麥、春玉米土地利用系數，劃分各指定作物土地利用系數等值區，采用空間疊加的方法，計算綜合土地利用系數，劃分利用系數等值區，根據等值區劃分土地利用水平分區。其中土地利用系數范圍為0.600 6～0.880 6，將其分為3個區間，分別為低（0.600 6～0.693 7）、中（0.693 8～0.776 5）、高（0.776 6～0.880 6）。

3）經濟系數等值區。依據農用地分等中確定的指定作物冬小麥、春玉米土地經濟系數，劃分各指定作物土地經濟系數等值區，采用與利用水平分區相同的辦法，計算綜合土地經濟系數，劃分經濟系數等值區，根據等值區劃分土地經濟水平分區。其中土地經濟系數范圍為0.665 3～0.955 8，將其分為3個區間，分別為低（0.665 3～0.771 1）、中（0.771 2～0.847 5）、高（0.847 6～0.955 8）。

4）綜合分區。采用ArcGIS空間疊置法，對“自然質量分區”、“利用系數等值區”、“經濟系數等值區”進行空間疊加分析，初步劃定“監測分區”；根據主導性原則，對初步劃分的“監測區”邊界進行適當調整，確保各監測區邊界不打破村界，并將面積較小的單元進行臨近區的歸并，從而確定最終的監測評價綜合分區。

考慮研究區行政界線，將其劃分為10個耕地質量等別監測控制區，并以“JC-01”的形式依次編號。每個監測控制區具有一個因素組合類型，形式為“地貌—土壤類型—利用等值區—經濟等值區”，如監測控制區JC-01的為“西部梁峁山區-褐土-高-高”，主要屬性見表2。

3.2 監測樣點數量確定

3.2.1 多因素限制條件法確定樣點數量 根據監測樣點布設原則及方法，黃陵縣共布設了45個監測樣點，其中11個監測樣點是已設定的標準樣地，其余34個監測樣點是通過多因素限制條件法新設立的監測樣點。布設的45個監測樣點均屬于縣域內永久基本農田，且均處于土地利用總體規劃劃定的禁止建設區，監測樣點可長期固定監測，且空間分布均勻，具有代表性，一定程度上能反映黃陵縣內耕地質量等別的動態變化趨勢。結合年度更新評價結果，黃陵縣耕地國家自然等為10～13等，以12等地為主，占黃陵縣耕地總面積的93.05%，因此在布設監測樣點時，主要布設在12等地，其他等別監測樣點分布相對較少。監測樣點面積最小為0.62 hm2，面積最大為20.08 hm2。具體監測等別對應的樣點情況見表3。

3.2.2 方格網法確定樣點數量 采用方格網法（交點），共布設了32個監測樣點，其中11個監測樣點是已設定的標準樣地作為固定樣點，其余21個監測樣點是根據方格網法獲取的耕地圖斑作為動態樣點。采用方格網法（中心點），共布設了37個監測樣點，其中11個監測樣點是以耕地質量等級補充完善工作的標準樣地作為固定樣點，其余26個監測樣點是根據方格網法（交點）獲取。endprint

通過方格網法（交點）獲取監測樣點均為旱地，耕地自然質量等別均為12等，動態監測樣點在城區街道辦和阿黨鎮沒有分布，動態監測樣點中面積最小為0.34 hm2，面積最大為38.41 hm2。同樣通過方格網法（中心點）獲取監測樣點均為旱地，耕地自然質量等別也均為12等，動態監測樣點在各鄉鎮均有分布，動態監測樣點中面積最小為0.09 hm2，面積最大為26.61 hm2。

3.2.3 分層抽樣法確定樣點數量 將黃陵縣耕地各等級成果數據代入式（2）可得，

由式（3）可以看出，y隨著x的增大而逐漸減少，也就是說抽樣精度隨著樣點數量的增加而逐步提高。本研究將變化率閾值設為0.5，在黃陵縣內除去異常監測點外，最少應該布設42個監測樣點。

3.2.4 監測樣點最終確定 對上述3種方法獲取的監測樣點結果進行對比分析，不同之處在于通過多因素限制條件法所確定的監測樣點在每個監測控制區中數量不少于兩個，國家自然等各等別中均有分布，監測樣點中耕地地類有水田、水澆地和旱地，并且交通通達度較好，便于實地監測數據獲取。方格網法所確定的監測樣點，在部分監測控制區中無監測樣點，國家自然等只有12等地，監測樣點地類均為旱地，部分監測樣點交通通達度不好，不便監測數據獲取，樣點隨機性太大，這種方法適合于耕地分布均勻的地區，山區、丘陵地區一般耕地較少，不適合通過此方法進行監測樣點布設。層次分析法是對定性問題進行定量分析的一種決策方法，權重向量計算存在偏差，得出的結果空間關聯度不高，在實際應用中建議結合其他檢測樣點確定方法。

綜上所述，結合黃陵縣實際，本次黃陵縣耕地質量等別監測評價的監測樣點選取應用多因素限制條件法，確定監測樣點數量。黃陵縣耕地等別監測樣點分布情況如表4所示，監測樣點分布如圖1所示。

3.3 監測樣點代表性檢驗及分析

3.3.1 監測樣點代表性檢驗 對黃陵縣耕地監測樣點的代表性進行統計檢驗，借助SPSS統計分析軟件對黃陵縣全部耕地分等單元和監測樣點的耕地等別進行統計檢驗，結果見表5。根據表5，對比分析黃陵縣全部耕地分等單元和監測樣點等別的集中、離散趨勢測度值可知，兩者中值、全距、極小值、極大值均相同，分別為6、3、5、8；監測樣點等別的均值為6.27，標準誤差為0.133，黃陵縣全部耕地分等單元等別的均值為6.08，標準誤差為0.004，因此總體與樣本的均值接近，差別不大，說明兩者集中趨勢一致；監測樣點等別的標準差、方差分別為0.889和0.791，黃陵縣全部耕地分等單元耕地總體的標準差、方差分別為0.712和0.670，兩者差別不大；監測樣點等別的偏度、峰度分別為1.059和0.346，黃陵縣監測樣點和耕地分等單元總體的偏度分別為1.059和1.131，兩者偏差不太明顯，說明兩者的離散趨勢較一致。總體看來，黃陵縣監測樣點對耕地總體的代表性較好。

3.3.2 監測樣點代表性分析 對監測樣點的代表性進行分析，選取影響和反映耕地質量的土地利用系數、土地經濟系數、地類和等別因素，將監測樣點的各因素與黃陵縣總體對比，分析其數量比例和面積比例趨勢是否一致。其中，選取冬小麥和春玉米的土地利用系數和土地經濟系數[27]，分別進行相關性分析及耕地的等別和地類因素的代表性分析，結果見圖2。由土地利用系數（圖2A）、土地經濟系數（圖2B）、等別和地類的相關性（圖2C）可知，監測樣點的數量分布趨勢與全縣耕地總體的面積分布趨勢基本一致，因此，監測樣點對黃陵縣耕地總體的代表性程度較高。

4 小結與討論

4.1 小結

1）采用ArcGIS空間疊置方法，對影響耕地等級變化的自然狀況、利用水平和收益水平進行疊加分析，確定監測區。對初步劃分的“監測區”邊界進行適當調整，確保各監測區邊界不打破村界，并將面積較小的單元進行臨近區的歸并，從而確定最終的監測評價綜合分區，符合統計學空間處理方式。

2）在監測控制區內布設監測樣點，采用多因素限制條件法、網格法和分層抽樣法進行監測樣點的布設，研究結果顯示，多因素限制條件法配合分層抽樣法確定監測樣點，可更好地滿足監測樣點布設代表性的精度要求。

3）黃陵縣共劃定45個監測樣點，其中11個監測樣點是以耕地質量等級補充完善工作的標準樣地作為固定樣點，其余34個監測樣點是通過多因素限制條件法獲取。對研究區監測樣點等別的集中、離散程度趨勢與研究區耕地總體等別的分布趨勢一致，在影響耕地質量主要因素上，監測樣點數量的分布趨勢與耕地總體的面積分布趨勢較一致。

4.2 討論

1）方格網法所確定的監測樣點適合于耕地分布均勻的地區，山區、丘陵地區一般耕地較少；由于國家自然等只有12等地，監測樣點地類全為旱地，導致本研究中在部分監測控制區無監測樣地，且存在部分監測樣點交通通達度不好、不便監測數據獲取、樣點隨機性太大等問題，因此，這種方法不適合在黃陵縣進行監測樣點布設。分層抽樣法得出的結果空間關聯度不高，權重向量計算存在偏差，所以并未采用。本研究提出多因素限制條件法，監測樣點中耕地地類有水田、水澆地和旱地，并且交通通達度較好，便于實地監測數據獲取，結合分層抽樣對樣點數量下限的確定，更能滿足黃陵縣實際需要。

2）考慮到黃陵縣地貌復雜，不同位置的耕地對于農民耕作也有一定影響。因此，建議增加排水條件、灌溉水源、交通便捷度和耕作便利度4個分等因素參與耕地自然質量分等的計算，權重根據各年度的監測數據具體分析確定，其準確性更符合實際。

3）根據《農用地質量分等規程》（GB/T 28407-2012）要求，每2～3年應調整土地經濟系數，但為了保障耕地質量等別年度更新評價成果的延續性和可比性，建議對土地經濟系數和土地利用系數在每6年全面更新耕地質量分等成果時再重新調查樣點，根據樣點數據分析修正土地經濟系數和土地利用系數等值區。endprint

4）建立縣域耕地質量等別監測樣點體系，對監測樣點進行定位監測和動態監測，可反映耕地質量變化情況。同時，當年新增耕地、毀損土地等的監測需另外布設動態監測樣點，可為實現實時動態監測提供可能。

參考文獻：

[1] 孫江鋒，張合兵，劉明遠，等.耕地動態監測應用管理系統框架設計及實現[J].中國農業資源與區劃，2015，36（2）：54-60.

[2] 孔祥斌，張青璞.中國西部區耕地等別空間分布特征[J].農業工程學報，2012，28（22）：1-7.

[3] 孔祥斌，張青璞，鄖文聚，等.基于平衡轉換的國家級農用地分等成果匯總方法[J].農業工程學報，2013，29（16）：238-246.

[4] 鄖文聚.我國耕地資源開發利用的問題與整治對策[J].中國科學院院刊，2015，30（4）：484-491.

[5] 張 超，喬 敏，鄖文聚，等.耕地數量、質量、生態三位一體綜合監管體系研究[J].農業機械學報，2017，48（1）：1-6.

[6] 余述瓊，張蚌蚌，相 慧，等.基于因素組合的耕地質量等級監測樣點布控方法[J].農業工程學報，2014，30（24）：288-297.

[7] 吳克寧，韓春建，馮新偉，等.基于3S技術的土地生態敏感性分區研究[J].土壤，2008，40（2）：293-298.

[8] 吳克寧，史原軻，馮新偉，等.基于農用地分等的城區擴展用地空間布局優化研究[J].中國土地科學，2007，21（6）：17-22，16.

[9] 程 鋒，王洪波，鄖文聚.中國耕地質量等級調查與評定[J].中國土地科學，2014，28（2）：75-82，97.

[10] NUSSER S M，BREIDT F J，FULLER W A. Design and estimation for investigating the dynamics of natural resources[J].Journal of Ecological Applications，1998，8（2）：234-245.

[11] JONES R J A，SPOOR G，THOMASSON A J. Assessing the vulnerability of subsoils in Europe to compaction：A preliminary analysis[J].Soil Tillage Research，2003，73（1）：131-143.

[12] HUFFMAN E，EILERS R G，PADBURY G，et al. Canadian agri-environmental indicators related to land quality： Integrating census and biophysical data to estimate soil cover， wind erosion and soil salinity[J].Agriculture， Ecosystems and Environment，2000，81（2）：113-123.

[13] 張蚌蚌，孔祥斌，相 慧，等.中國西部區國家級標準樣地分布特征及代表性[J].農業工程學報，2014，30（7）：227-235.

[14] 吳克寧，焦雪瑾，梁思源，等.基于標準樣地國家級匯總的耕地質量動態監測點構架研究[J].農業工程學報，2008，24（10）：74-79.

[15] 楊建宇，岳彥利，宋海榮，等.基于空間模擬退火算法的耕地質量布樣及優化方法[J].農業工程學報，2015，31（20）：253-261.

[16] 殷守強，王 鑫，賀文龍，等.耕地質量監測中不同抽樣方法的精度比較——以河北省黃驊市為例[J].資源科學，2016，38（11）：2049-2057.

[17] 張玉臻，孔祥斌，劉 焱，等.基于標準樣地的省級耕地質量監測樣地布設方法——以內蒙古自治區為例[J].資源科學，2016，38（11）：2037-2048.

[18] 王 倩，尚月敏，馮 銳，等.基于變異函數的耕地質量等別監測點布設分析——以四川省中江縣和北京市大區為例[J].中國土地科學，2012，26（8）：80-86.

[19] 孫亞彬，吳克寧，胡曉濤，等.基于潛力指數組合的耕地質量等級監測布點方法[J].農業工程學報，2013，29（4）：245-254.

[20] 胡曉濤，吳克寧，馬建輝，等.北京市大興區耕地質量等級監測控制點布設[J].資源科學，2012，34（10）：1891-1896.

[21] 蔡鷺斌，孔祥斌，段建南，等.國外經驗對中國耕地質量監測布點的啟示[J].中國農學通報，2014，30（14）：192-197.

[22] 楊建宇，岳彥利，宋海榮，等.基于空間平衡法的縣域耕地質量監測布樣方法[J].農業工程學報，2015，31（24）：274-280.

[23] 余述瓊，張蚌蚌，相 慧，等.基于因素組合的耕地質量等級監測樣點布控方法[J].農業工程學報，2014，30（24）：288-297.

[24] 黨福江，戈素芬.溝壑密度調查應采取水文網絡法[J].水土保持通報，1998，18（6）：31-33.

[25] 王勁峰.空間抽樣與統計推斷[M].北京：科學出版社，2009.

[26] 孫樹東.初等函數的幾點探討[J].西昌學院學報（自然科學版），2010，24（4）：32-34.

[27] 馮蓉曄，談志浩，黃勁松，等.農用地分等中土地利用系數與經濟系數計算方法改進探討——以江蘇省無錫市為例[J].經濟地理，2004，24（2）：246-249.endprint