四川省碎片化耕地可持續利用評價及優化

摘要：近年來，耕地破碎化現象日益突出，不僅阻礙農業生產力的發展，還易造成資源浪費等問題，對農業生產、生態環境以及糧食安全等產生了深遠影響。同時，碎片化耕地也限制了農業機械化、專業化和集約化生產方式的形成與發展。文章首先針對四川省碎片化耕地，設置了基線情景、種植結構優化情景、耕地空間置換情景三種未來發展路徑，并開展情景分析，從而得到四川省碎片化耕地對糧食生產、全鏈條氮循環和溫室氣體排放等方面影響；其次通過構建碎片化耕地可持續利用綜合評價體系，從耕地產出、資源投入、生態環境、社會經濟、空間景觀可持續性五大方面進行評價；最后借助熵權法和TOPSIS等方法對數據進行處理，對比研究不同情景路徑下的可持續狀態，期望探索四川省碎片化耕地的可持續發展路徑，助力糧食安全和相關可持續發展目標的實現。

碎片化耕地是自然地理、社會經濟、土地分配和文化傳統等多種因素綜合作用的結果，表現為一定區域內的耕地在景觀格局上呈現地塊大小不一、形態復雜不規整、生產利用不便、空間分布離散和破碎，且在所有權或承包經營權上呈現多人共同持有、相鄰地塊權屬交織的綜合特征和狀態。近年來，隨著城市化、農業現代化的快速發展，不能實現規模生產的碎片化耕地正面臨著生產力低、農業環境污染風險高、易被撂荒等問題，這成為我國實現農業綠色可持續發展的制約因素。文章旨在探索我國碎片化耕地的可持續發展路徑，研究各路徑下對糧食生產、環境保護、氣候變化的交叉影響，解決耕地碎片化對聯合國2030年可持續發展目標（SDG）構成的風險，特別是與“無貧困”和“零饑餓”相關的目標，為協調新時代我國社會經濟高質量發展和相關政策制定提供一定的科學依據。

研究區概況

四川省位于中國西南地區內陸，地處長江上游，是一個擁有豐富自然資源和深厚歷史文化底蘊的省份。其在行政區劃、耕地資源、自然條件、社會經濟、氣候特征以及地形地貌等方面都具有獨特之處。

四川省轄21個地級行政區，包括18個地級市和3個自治州。這些地區進一步細分為183個縣級區劃，包括55個市轄區、19個縣級市、105個縣和4個自治縣。且耕地資源豐富，全省耕地總面積達到了1.0084億畝，比國家確定的耕地保有量目標多出636萬畝。此外，四川省還劃定了永久基本農田7 806萬畝，并建立了永久基本農田標志牌和界樁。其自然條件得天獨厚，擁有豐富的自然資源和多樣的生態系統。

數據來源與研究方法

數據來源

土地利用和覆蓋數據：數據來源于清華大學宮鵬課題組數據網站（http：//data.ess.tsinghua.edu.cn/），該數據為2017年中國土地覆蓋高分辨率遙感監測數據（FROM-GLC 2017v1， 30m），數據集主要包括耕地在內的共10種地表土地覆蓋類型，主要用于提取中國碎片化耕地。

數字高程模型（DEM）：該數據分辨率為90m，范圍覆蓋中國大陸，該數據主要用于坡度和高程等信息的提取，數據來源于中國科學院資源環境科學與數據中心（http：//www.gscloud.cn/）。

行政區劃矢量數據：四川省行政區劃數據來源于中國科學院資源環境科學與數據中心（http：//www.resdc.cn）。

氮循環數據：包括肥料氮、糞肥氮、生物固氮、灌溉氮、氮排放等數據，利用這些數據可以計算碎片化耕地在多情景下，耕地子系統中具體的氮流，主要計算氮向環境中排放的變化量。數據來源主要是同行評議的科研論文、行業內相關著作以及2017年中國農業污染源普查（APSCC2017）。

其他數據：包括作物產量播種數據（《2018年農業統計年鑒》Https：//www.yearbookchina.com/-n3021012504-1.html）、參數數據（《2017年四川省統計年鑒》http：//tjj.sc.gov.cn/scstjj/c105855/nj.shtml）等。

數據處理與研究方法

1.四川省碎片化耕地的識別與提取

在ArcGIS Pro 3.5軟件中識別碎片化耕地。筆者使用ArcToolbox和模型構建工具，從糧農組織全球耕地規模數據庫中提取大型耕地。筆者根據草原＞建筑用地＞森林＞其他土地的優先級，提取了不同土地類型相交的碎片化耕地。使用ArcGIS Pro中的焦點統計工具對碎片農田進行3×3焦點統計，以獲得碎片化耕地8個鄰近地區的土地利用類型，包括森林、草地、建筑用地和其他土地。

新耕地的空間范圍由大型耕地周圍的森林和園林的土地格網決定，這些格網被賦予耕地建設優先權（PCCi），并通過ArcGIS Pro 3.5中的焦點統計工具進行模擬。

其中PCCi 是指圍繞100乘100的網格中，以第i個網格為中心的耕地網格數。我們按降序對所有網格的PCCi進行排序，并剔除不適合進行耕地建設（坡度大于25度或海拔高于3 000m）的網格。如果存在多個相等的PCCi，則按坡度從小到大進行排序，一般情況下，坡度較小的區域更有可能發展為耕地。

2.情景設計

①基線情景（Bussiness as Usual， BAU）

假設未來沒有任何政策或技術干預，所有事物將按照當前的趨勢和模式繼續發展，在這種情景下，耕地碎片化問題可能會持續加劇。BAU情景模擬的目的是提供一個基準線，以便與其他干預策略進行比較。然而，這種情景通常被認為是不可持續的，因為它忽略了資源有限性和環境承載能力。

②種植結構優化（Optimizing Cropping Structure， OCS）情景

具體來說，被草地分割開的耕地用來種植喂牛的牧草和谷物，其中，牧草和谷物籽粒播種的面積比由飼料結構決定。同時，與林地和居民用地相交的耕地分別種植水果和蔬菜。

③耕地空間置換（Displacement of Cropland， DC）情景

耕地空間置換（Displacement of Cropland， DC）情景模擬提出將耕地轉移到更適合耕種的地區，同時將生產效率低的耕地退耕，從而提高土地利用效率。它可以同時實現環境保護、恢復生物多樣性和減緩氣候變化的多重效益。

3.各情景氮循環計算

①作物生產計算

耕地的氮素輸入包括作物生物固氮（NBNF）、肥料氮（Nferizer）、糞肥氮（Nmanure）、灌溉氮（Nirrigation）、沉積氮（Ndeposition）和秸稈回田（Nstraw_back）。假設秸稈燃燒不會排放氮氧化物。同時，草地的氮循環過程與農田基本相同，只是沒有秸稈生產和返田。NUEcrop計算方法如下：

在DC情景中，進行大規模生產的新建耕地將減少氮肥和氨的揮發。在DC下計算縣級肥料使用量和NH3排放量的公式如下：

其中DC和BAU分別指耕地空間置換情景和基線情景；F代表合成肥料投入量（kg）。X代表農場規模（ha）；E代表NH3排放總量（kg）；EF代表NH3排放因子（%）；α，β代表大規模養殖估計系數。

②畜牧生產計算

豬肉生產系統的投入包括谷物產品（Ncrop_feed）和秸稈（Nstraw），牛肉生產系統的投入包括谷物（Ncrop）、秸稈（Nstraw）和草制品（Ngrass），肉類生產系統的產出包括肉類（Nmeat）、農田糞便（Nmanure）和氮損失（Nlivestock_emission）。NUE牲畜計算如下：

③全鏈條生產計算

采用NUEfull評估3種模擬情景下全鏈條生產的總NUE。在OCS情景下，生產的谷物和草用于生產牛肉，而在BAU和DC情景下，生產的谷物用于生產豬肉。

4.各情景溫室氣體排放估算

農業溫室氣體排放量是根據聯合國政府間氣候變化專門委員會指南中概述的排放因子確定的。這種方法考慮了六個關鍵要素：（1）稻田的CH4排放；（2）農業資本投入的間接排放；（3）施肥的直接排放（N2O）；（4）動物腸內發酵產生的CH4；（5）畜禽和糞便管理產生的CH4和N2O；（6）土地利用變化導致的耕地固碳變化。（1）和（2）的計算使用公式（7），（3）的計算使用CHANS模型，（4）和（5）的計算使用公式（8）計算，（6）參考PAS 205044。

i是指各種排放源，即氮肥、磷肥、鉀肥、農藥、農膜、農業灌溉和農業耕作；r是指不同的作物類型；EF表示單位排放源釋放的溫室氣體量。

其中g是指畜牧系統的不同排放源，即動物腸胃發酵產生的CH4、牲畜和糞便管理產生的CH4和N2O；h是指不同類型的溫室氣體；GHGLivestock是指畜牧系統溫室氣體的排放總量（Tg CO2-eq）；EF代表每種動物釋放的溫室氣體量（公斤頭-1年-1），這些溫室氣體數據來自《省級溫室氣體清單編制指南（試行）》（2011年）；NCmeat代表畜牧系統生產的肉類中所含的氮（kg N）；IPCC代表牲畜的參考重量（kg·head-1）；Nmeat代表牲畜肉中的氮含量（%）；GWP代表全球變暖潛能值（kgCO2-eq）；CH4和N2O分別為27.9和273。

5.綜合評價

①指標標準化

對于指標Xij，Xi為第j項指標值，Xmax為第j項指標值的最大，Xmin為第j項指標值的最小值，Yij為標準化值。

若指標X為正向指標，處理公式如下：

若指標X為負向指標，處理公式如下：

若指標X為適度指標，處理公式如下：

在數據進行標準化后，對數據進行平移，每個數值增加Δ=0.0001。

②熵權法

構建初始數據矩陣：假設有m個評價對象，每個評價對象對應n個評價指標，構建原始數據評價矩陣（1≤i≤m，1≤j≤n），記為：

構建比重數據矩陣Pij：

計算第j項指標信息熵值eij：

其中k為常數，k=1/lnn。

計算第j項指標差異系數gi：

計算第j項指標權重wj：

③TOPSIS方法

1）根據標準化矩陣和各指標權重，計算加權標準化矩陣：

2）確定正理想解B+和負理想解B-：

式中，為第j個評價指標在所有評價對象上的最大值，為第j個評價指標在所有評價對象上的最小值。

計算每個評價對象到正理想解和負理想解的歐式距離：

計算每個評價對象的貼近度：

Ci在0到1之間取值，越接近1表示該評價對象越接近最優水平；越接近0，說明該評價對象越接近最劣水平。

結果與分析

在基線情景、種植結構優化情景、耕地空間置換情景三種未來發展路徑下，得出各情景下綜合Ci的變化和空間分布。相對于基線情景，其余兩種情景均可提高耕地產出、資源投入、生態環境、社會經濟、空間景觀五大方面的可持續利用水平，為四川省碎片化耕地可持續利用探求了兩種新的發展途徑。

省級創新訓練項目“川西農林宅復合系統耕地可持續生產力評價及優化”（S202310626078）。

（作者單位：四川農業大學）