遵義市耕地破碎化時空變化與成因分析

張 限， 周 旭， 吳貴瓊， 梁嘉興， 周 言

(貴州師范大學 地理與環境科學學院， 貴州 貴陽 550025)

0 引言

【研究意義】耕地是進行糧食生產的重要土地資源，對生態環境建設和農村經濟健康發展等有舉足輕重的作用[1]。隨著我國經濟迅速發展，城鎮化持續深入，耕地破碎化成為熱門課題[2]。耕地破碎化指由于自然或人為原因造成的土地碎片化、分散、數量增多和形狀大小不一致，且每塊土地的面積都相對較小[3]。耕地破碎化是制約我國農業規模發展的主要障礙之一，其不僅妨礙農業生產力的發展，還造成資源浪費，使鄉村經濟的健康發展受到很大程度的影響。遵義有著“黔北糧倉”之稱，是貴州糧食主要產地[4]。因此，分析遵義市耕地破碎化的時空演化規律有助于明晰區域內耕地演變過程，對合理整治耕地具有現實意義。【前人研究進展】關于耕地破碎化的定義，國內外已有不少學者給出不同的界定，但至今尚未形成統一科學的表述。1982年，KING等[5]定義耕地破碎化為農戶在國家政策安排下分配得到的分布分散、面積尺寸不同、農田間不相鄰的耕地。2002年，蘇旭霞等[6]提出，“耕地破碎”是指農民占有的面積尺寸不同和遠近不同的零星土地。DOVRING等[7]通過測量農民從農田到另一塊農田間的時間和距離來測定耕地細碎化程度。近年來，GIS、RS和GPS技術在我國土地利用模式研究中得到廣泛運用。吳志峰等[8]基于景觀格局理論選擇斑塊密度指數和聚合指數等作為定量評價指標，研究珠江河口沿岸的土地破碎度。【研究切入點】耕地破碎化是一種動態、階段性的特征，通過對區域的現狀和發展趨勢進行全面分析，進而客觀地評估該地區的土地破碎程度[9-10]。目前，大多數研究以靜態評估為基礎，且多側重于評估體系和驅動力方面，而針對某一區域耕地碎片化現狀分析的研究鮮見報道。【擬解決的關鍵問題】以遵義市為例，分析2000—2020年耕地破碎化的時空變化，并對耕地破碎化成因進行探討，以期為減少耕地破碎化、合理整治土地及提升耕地質量提供參考。

1 資料與方法

1.1 研究區概況

遵義簡稱“遵”，被稱為“黔北糧倉”，是我國糧食和油料作物的重要來源。遵義地處106°17′22″～107°26′25″E，27°13′15″～28°04′09″N，位于貴州北部，與貴陽、重慶和四川相鄰，下轄3個區和7個縣，2個民族自治縣，2個代管市和1個新區。屬亞熱帶季風氣候，四季溫暖濕潤，光照充足，降水豐富。地勢起伏較大，地形復雜。

1.2 數據來源

土地利用柵格數據、DEM高程數據、遵義行政區劃矢量數據和河流及路網數據，分別來源于3期(2000年、2010年和2020年)全球30 m地表覆蓋遙感數據、NASA網站、www.geodata.cn網站和Open Street Map平臺。

1.3 研究方法

1.3.1 景觀指標的選取 根據研究區實際情況，采用景觀指數分析法選擇7個對遵義耕地破碎程度具有指示作用的景觀指標，分別為斑塊總面積(TA)、聚合指數(AI)、斑塊密度(PD)、最大斑塊指數(LPI)、邊緣密度(ED)、平均最近鄰距離(ENN_MN)和平均周長面積比(PARA_MN)。

1.3.2 全局回歸分析與相關性分析 自然因素選取距河流平均距離、距路網平均距離、平均海拔和平均坡度(弧度制)，社會環境因素選取農村收入絕對額，以遵義市14個縣界行政單位(不含新浦新區)為樣本，建立多元線性回歸模型，進行全局回歸分析；并利用耕地破碎化綜合指數與自然因素進行相關分析[11]。

1.3.3 指標確權與綜合指數計算 為更好地反映遵義地區耕地細碎化狀況，采用熵值法對各指標確定權重后測算2000年、2010年和2020年的耕地破碎化綜合指數。利用經驗貝葉斯克里金法(EBK)對每個格網點的耕地破碎化綜合指數進行插值，得出遵義耕地破碎化分布圖。采用自然間斷法將耕地破碎化綜合指數分成8類，其綜合指數值越接近1，耕地破碎化越嚴重。指數信息越少，其離散度越大，從而熵值越高，其對綜合指數的評估效果越明顯。為避免7個景觀指標的單位差異、正負向等問題，在確定權重前規范各指標，并按其對耕地破碎化的影響將其劃分為正和負2種類型。

1) 歸一化計算公式：

式中，Pij表示格網j指標i標準化后值；Xij表示格網j指標i的值；Ximax和Ximin分別為指標i的最大值和最小值。正向指標即與耕地破碎化綜合指數呈正相關關系，負向指標即與耕地破碎化綜合指數呈負相關關系。

2) 各指標熵值(ei)計算公式：

式中，n為格網數。

3)權重(Wi)計算公式：

式中，m為指標個數。

4)耕地細碎化綜合指數(Qj)計算公式：

式中，Qj的范圍為0～1。

1.3.4 地理加權回歸分析 以耕地破碎化指數為因變量，以距河流平均距離、距路網平均距離、平均海拔、平均坡度為自變量建立地理加權回歸(GWR)模型。選擇Fixed核類型，決定GWR權重帶寬上根據空間數據屬性和分布特征選擇AICc，主要模型參數為R2，0.8610；AICc，33 011.768 7；σ2，1 552 337 784.636 4。

1.4 數據統計與分析

采用ArcGIS Pro 2.8、R 4.1.1和Excel 2019等對試驗數據進行統計分析與繪圖。

2 結果與分析

2.1 遵義土地利用的時空變化

由圖1可知，2000—2010年遵義市整體用地結構變動較小，林地和草地變幅較為明顯，草地和水體的面積有所下降，森林覆蓋率呈上升趨勢。森林面積增加1 022.04 km2，其中927.82 km2由草地轉化而來，主要分布在赤水、習水、桐梓和綏陽。由森林、草地轉為耕地的面積分別為394.59 km2、654.19 km2；由耕地轉為森林、草地的面積分別為478.28 km2、562.36 km2，其總面積變化不明顯。2010—2020年，遵義土地利用結構發生明顯變化，灌木林地、森林、耕地和草地等地類變幅較大，耕地和草地面積降低，灌木林地、森林、人造地表和水體面積增加，其中，森林變化較為明顯。森林面積增加9 431.68 km2，其中5 592.38 km2由草地轉化而來，4 040.64 km2由耕地轉化而來，主要分布在赤水，習水、桐梓和綏陽均有所增加。隨著退耕還林政策實施，遵義的林地面積增長基本覆蓋整個轄區，其中，北部、東北部和中部地區的森林覆蓋率增長最為明顯。隨著這10年城市化和工業化進程加快，耕地被占用為建設商業用地和工業用地，加速耕地轉向人造地表，從而導致人造地表的面積增加較為突出。

2.2 遵義耕地破碎化的指標權重和綜合指數

由表1可知，遵義耕地破碎化評價指標斑塊總面積、聚合指數、斑塊密度、最大斑塊指數、邊緣密度、平均最近鄰距離和平均周長面積比的權重分別為0.055 5、0.063 3、0.118 2、0.110 1、0.202 0、0.441 6和0.009 3。從圖2看出，遵義各縣(市、區)耕地破碎化的綜合指數分布具有空間差異性，不同區域耕地破碎化程度不同。2000年耕地破碎化分布較廣泛，耕地破碎化綜合指數主要在0.4以下，破碎度較輕微；2010年耕地破碎化區域較為集中，其中，仁懷、遵義、紅花崗、湄潭和正安的耕地破碎嚴重，其耕地破碎化綜合指數在0.5以上；2020年赤水、遵義、紅花崗區和綏陽的耕地破碎化嚴重，習水、仁懷、桐梓、正安、務川和鳳崗的耕地破碎化有所緩解，其破碎化綜合指數小于0.2，湄潭和余慶的耕地破碎化程度呈向其他地區遷移趨勢。綜合看，遵義各縣(市、區)耕地破碎化整體向南部地區(播州區和紅花崗區)轉移，播州區和紅花崗區的耕地破碎化綜合指數大于0.6，其他區縣的耕地破碎化程度有所緩解。

表1 遵義耕地破碎化各指標權重

2.3 遵義耕地破碎化的成因

2.3.1 全局回歸分析 從表2可知，多元回歸模型為Y=-3.07X1-1.44X2+222.05X3-895 282X4+14.70X5(R2=0.95)。由表3看出，耕地破碎化綜合指數與距河流平均距離、距路網平均距離和平均坡度呈負相關，相關系數分別為-0.399、-0.165和-0.795。以平均坡度與耕地破碎化的負相關性最高，坡度較小的區域地形平坦，耕地資源豐富，易造成耕地破碎化；耕地破碎化綜合指數與平均海拔和農村絕對額呈正相關，相關系數分別為0.039和0.780。以農村收入絕對額與耕地破碎化的正相關性最高，即農村收入絕對額越高，耕地破碎化綜合指數越高。

表2 全局回歸分析參數

表3 耕地破碎化綜合指數與影響因子的相關系數

2.3.2 地理加權分析 由圖3看出，距河流平均距離、距路網平均距離、平均海拔和平均坡度的系數以負值為主，與全局回歸分析結果基本一致。其中，距河流平均距離對耕地破碎化的負向影響呈南高北低，在其他3個變量不變時，距河流平均距離對遵義南部地區得分貢獻率較高，該區域河網較密集。從遵義主要水系分布看，其主要水系多為峽谷間的自然河流或人工水庫，流域內峽谷縱橫，鄰近河流的區域不適宜規模化耕種；距路網平均距離對耕地破碎化的負向影響呈西南高東北低，北部道真、務川、正安和桐梓等區域的貢獻率低，該地區離市區較遠，交通不便，對耕地破碎化指數的分布有較大影響；平均海拔對耕地破碎化的負向影響呈西北高東南低，主要集中在遵義市中北部，該區域海拔較高，結合表3可知，耕地破碎化綜合指數與平均海拔的相關系數僅0.039，表明其對耕地破碎化的影響較小；平均坡度對耕地破碎化的負向影響呈西南高東北低，主要分布在紅花崗區和播州區，該區域地形平坦，坡度低，耕地破碎易發生在壩子上。

3 討論

耕地是我國主要的土地利用方式，耕地斑塊碎片化制約耕地的規模化耕種，從而降低農業生產效率[12-14]。目前，對喀斯特山區的耕地破碎化成因分析研究較少。前人一般使用Fragstats和AHP計算景觀指數和確定權重，較為主觀。研究借鑒了當前主流的耕地破碎化分析方法，以遵義市為例，利用ArcGIS分析該地區土地利用類型的時空分布；其次，在劃分5 km×5 km漁網基礎上，利用R語言和熵值法計算景觀指數和確定權重，并計算2000年、2010年和2020年耕地破碎化綜合指數，可較為客觀地計算遵義市耕地破碎化的綜合指數。與靜態研究比，研究采用3期全球30 m地表覆蓋遙感數據進行時空變化分析對比，可較為直觀地分析遵義市耕地破碎化時空演變趨勢及階段性變化特征。

耕地破碎化是多種因素相互作用形成的結果，由于受數據獲取有限性、研究時間有限性和數據誤差等因素限制，研究僅選取部分數據進行分析。今后，應利用更加完整的歷史數據，進一步綜合考慮自然及社會因素對耕地破碎化的影響[15]，全面分析耕地破碎化的整體演變趨勢與階段特征，為遵義正確處理城鎮發展與耕地保護關系，合理規劃土地利用，提升耕地質量及加強群眾對耕地保護的責任意識提供參考。

4 結論

2000—2010年遵義市整體用地結構變動較小，林地和草地變幅較為明顯，草地和水體面積有所下降，森林覆蓋率呈上升趨勢；2010—2020年，遵義整體用地結構發生明顯變化，耕地和草地面積降低，森林和人造地表面積顯著增加。遵義各縣(市、區)耕地破碎化綜合指數分布具有空間差異性，耕地破碎化嚴重區域整體向南部地區(播州區和紅花崗區的耕地破碎化綜合指數均大于0.6)轉移，其他區縣的耕地破碎化程度有所緩解。耕地破碎化與平均坡度的負相關性最高(—0.795)，與農村收入絕對額的正相關性最高(0.780)。距河流平均距離對耕地破碎化的負向影響呈南高北低；距路網平均距離對耕地破碎化的負向影響呈西南高東北低；平均海拔對耕地破碎化的負向影響呈西北高東南低，但其對耕地破碎化的影響較小(相關系數僅0.039)；平均坡度對耕地破碎化的負向影響呈西南高東北低。綜合看，遵義各縣(市、區)耕地破碎化整體分布呈現南多北少，影響耕地破碎化的主要因素依次為平均坡度、農村收入絕對額、距河流平均距離、距路網平均距離和平均海拔。