汪西林，胡孌運(yùn)

1. 北京林業(yè)大學(xué)水土保持學(xué)院重點(diǎn)實(shí)驗(yàn)室，北京 100083；2. 湖南省第三測繪院，湖南 長沙 410007

基本農(nóng)田規(guī)劃決策支持：模型構(gòu)建與系統(tǒng)研發(fā)

汪西林1，胡孌運(yùn)2

1. 北京林業(yè)大學(xué)水土保持學(xué)院重點(diǎn)實(shí)驗(yàn)室，北京 100083；2. 湖南省第三測繪院，湖南 長沙 410007

基本農(nóng)田的保護(hù)是確保糧食安全的“底線”。隨著中國 1.03億公頃永久基本農(nóng)田的劃定工作進(jìn)入尾聲，基本農(nóng)田劃定中的高效操作經(jīng)驗(yàn)有待系統(tǒng)梳理和總結(jié)。文章依據(jù)沈陽蘇家屯區(qū)土地利用調(diào)查分等定級成果，構(gòu)建基本農(nóng)田識別劃定模型，輔以決策支持系統(tǒng)的開發(fā)，探索科學(xué)識別、快速劃定基本農(nóng)田，減輕人為干擾，提高基本農(nóng)田的識別劃定效率的方法。該研究提取9項(xiàng)評價(jià)指標(biāo)——自然質(zhì)量分、自然質(zhì)量等指數(shù)、土地利用等指數(shù)、農(nóng)用地等別指數(shù)、耕作距離、中心城市影響度、道路通達(dá)度、對外交通便利度、農(nóng)貿(mào)市場影響度，通過主成分分析“降維”為3個(gè)主成分因子，特征值分別為5.084、1.342、1.011，累積貢獻(xiàn)率達(dá)到 82.632%。其中，土地利用等指數(shù)、農(nóng)用地等別指數(shù)、自然質(zhì)量等指數(shù)、自然質(zhì)量分、農(nóng)貿(mào)市場影響度在第一主成分上有較高載荷，反映自然條件和社會(huì)投入-產(chǎn)出值對耕地綜合質(zhì)量的影響；對外交通便利度、中心城市影響度在第二主成分上有較高的載荷，反映區(qū)位條件對耕地綜合質(zhì)量的影響；耕作距離在第三成分上有較高的載荷，反映經(jīng)濟(jì)條件對耕地綜合質(zhì)量的影響。利用主成分分析計(jì)算耕地綜合質(zhì)量指數(shù)，再預(yù)測基本農(nóng)田規(guī)劃面積約束，建立0-1整數(shù)規(guī)劃模型，識別篩選綜合質(zhì)量指數(shù)較高耕地，通過決策系統(tǒng)快速劃定入選基本農(nóng)田的耕地。該模型全面反映了自然因素、經(jīng)濟(jì)因素、區(qū)位因素對耕地綜合質(zhì)量的影響，其決策系統(tǒng)的模型構(gòu)建與系統(tǒng)應(yīng)用為區(qū)縣尺度的基本農(nóng)田劃定提供了科學(xué)識別、基本農(nóng)田面積確定和基本農(nóng)田的劃定三大功能，使基本農(nóng)田規(guī)劃決策工作得以有效提升。

基本農(nóng)田；分等定級；主成分分析；0-1整數(shù)規(guī)劃模型；決策支持系統(tǒng)

在中國當(dāng)前的快速城鎮(zhèn)化背景下，城市周邊和道路沿線的優(yōu)質(zhì)耕地面積急劇下降，對基本農(nóng)田的保護(hù)成為確保糧食安全的“底線”（鄭新奇等，2007；謝高地等，2017）。根據(jù)1998年的《基本農(nóng)田保護(hù)條例》，基本農(nóng)田是指按照對農(nóng)產(chǎn)品的需求，依據(jù)土地利用總體規(guī)劃確定的不得占用的耕地。黨的十七屆三中全會(huì)提出了永久基本農(nóng)田的概念，進(jìn)一步強(qiáng)調(diào)了基本農(nóng)田保護(hù)的永久性約束（鄖文聚等，2009）。2017年，人民網(wǎng)又提到永久基本農(nóng)田劃定，要強(qiáng)化“量質(zhì)并重”?！霸诒ＷC數(shù)量的同時(shí)，特別強(qiáng)調(diào)劃定的耕地質(zhì)量。從大到小，空間由近及遠(yuǎn)，質(zhì)量由高到低的步驟，從城市周邊的劃定逐步擴(kuò)展到全域的劃定，依次推開，確保整個(gè)劃定的質(zhì)量”（朱江等，2017）。針對永久基本農(nóng)田劃定的規(guī)劃任務(wù)，構(gòu)建數(shù)理模型并研發(fā)基本農(nóng)田規(guī)劃決策支持系統(tǒng)可以有效提升工作效率，為區(qū)縣尺度的基本農(nóng)田劃定提供科學(xué)的規(guī)劃依據(jù)。

為保障基本農(nóng)田劃定的科學(xué)性并提升工作效率，圍繞基本農(nóng)田劃定的技術(shù)方法問題，國內(nèi)學(xué)者已進(jìn)行了長期探索。楊建宇等（2017）引入TOPSIS算法對耕地優(yōu)劣進(jìn)行量化排序，調(diào)整建設(shè)區(qū)域和重點(diǎn)整治區(qū)域的耕地，為永久基本農(nóng)田劃定拓寬了思路。周明等（2016）定義基本農(nóng)田為部分質(zhì)優(yōu)、空間分布相對集中、形狀不太規(guī)則的耕地，根據(jù)多因素綜合評價(jià)法確定的質(zhì)量總分值比較接近，難以人工區(qū)分的特點(diǎn)，采用K均值聚類的方法對耕地質(zhì)量進(jìn)行分級，以此作為基本農(nóng)田劃定的依據(jù)?？紫楸蟮龋?008）基于K-Mean聚類分析，將農(nóng)用地利用等別聚類為高、中、低三類，作為基本農(nóng)田的劃定依據(jù)。程鋒等（2003）提出了逼近于理想點(diǎn)的加權(quán)排序模型與0-1整數(shù)規(guī)劃模型，避免了簡單加權(quán)法中線性疊加存在的誤差。張兆瑞等（2000）利用MAPGIS研發(fā)系統(tǒng)，為基本農(nóng)田需求預(yù)測和指標(biāo)分解等數(shù)量決策提供支持。近年來，新的指標(biāo)與模型也不斷涌現(xiàn)。任艷敏等（2017）改進(jìn)連片度和田間道路密度計(jì)算方法，將基本農(nóng)田劃定指標(biāo)分解為自然稟賦條件、基礎(chǔ)設(shè)施條件、社會(huì)經(jīng)濟(jì)條件和區(qū)位條件4方面。馬世發(fā)等（2017）利用種子擴(kuò)充算法進(jìn)行耕地保護(hù)片區(qū)搜索，利用神經(jīng)網(wǎng)絡(luò)進(jìn)行耕地保護(hù)壓力預(yù)警，利用ArcGIS Engine研發(fā)基本農(nóng)田保護(hù)片區(qū)智能識別系統(tǒng)。關(guān)小東等（2016）考慮耕地歷史變化過程，基于貝葉斯網(wǎng)絡(luò)模型劃定基本農(nóng)田。陳榮（2016）利用GIS技術(shù)手段對永久性基本農(nóng)田數(shù)據(jù)進(jìn)行處理和分析，提供了對永久性基本農(nóng)田劃定和保護(hù)的智能支持，從而實(shí)現(xiàn)永久性基本農(nóng)田規(guī)劃成圖的數(shù)字化等等，新模型的不斷推進(jìn)顯然有助于提升基本農(nóng)田劃定的科學(xué)性。

隨著計(jì)算機(jī)在土地利用與規(guī)劃中的應(yīng)用越來越普遍（Miyamoto et al.，1996；Kalogirou，2002；Li et al.，2006），應(yīng)用操作軟件進(jìn)行基本農(nóng)田的劃定已逐步代替了傳統(tǒng)的手工方法，但劃定中的決策過程仍存在過度的人工干預(yù)，基本農(nóng)田劃定等土地利用規(guī)劃中的自動(dòng)化決策能力仍有待提升（Lam，1997；Matthews et al.，1999）。針對基本農(nóng)田劃定過程中“劃劣不劃優(yōu)、劃遠(yuǎn)不劃近”的重?cái)?shù)量、輕質(zhì)量問題，以及人工目視調(diào)整地塊的主觀性，我們探索建立基本農(nóng)田規(guī)劃決策模型，并以 ArcGIS為操作平臺、C#為開發(fā)工具，根據(jù)技術(shù)規(guī)程要求（中華人民共和國國土資源部，2011），設(shè)計(jì)基于規(guī)則和約束條件的基本農(nóng)田規(guī)劃決策支持系統(tǒng)，為科學(xué)劃定基本農(nóng)田提供有力的技術(shù)支持。

1 基本農(nóng)田規(guī)劃決策總體技術(shù)路線

基本農(nóng)田規(guī)劃決策總體分為前期準(zhǔn)備、模型構(gòu)建、系統(tǒng)研發(fā)3項(xiàng)內(nèi)容，其中模型構(gòu)建和系統(tǒng)研發(fā)是重點(diǎn)內(nèi)容。模型構(gòu)建主要通過分析篩選指標(biāo)因子、建立決策指標(biāo)體系、利用主成分分析法確定農(nóng)用地綜合質(zhì)量指數(shù)。依據(jù)上級下發(fā)的基本農(nóng)田保護(hù)面積，通過0-1整數(shù)規(guī)劃模型進(jìn)行面積約束，建立識別和劃定基本農(nóng)田模型。決策系統(tǒng)主要通過系統(tǒng)結(jié)構(gòu)分析和模塊設(shè)計(jì)選取開發(fā)方式，建立決策支持系統(tǒng)，進(jìn)行系統(tǒng)驗(yàn)證運(yùn)行。

從基本農(nóng)田的內(nèi)涵來看，建立基本農(nóng)田劃定指標(biāo)體系應(yīng)該優(yōu)先將土壤肥力強(qiáng)、水源條件好、水利基礎(chǔ)設(shè)施完善、地勢平坦的優(yōu)質(zhì)耕地劃為基本農(nóng)田，并考慮社會(huì)經(jīng)濟(jì)條件（包括交通條件、區(qū)位條件、政策因素以及社會(huì)發(fā)展對環(huán)境的要求等）以及不同區(qū)域在識別、劃定基本農(nóng)田時(shí)的特殊因素（張鳳榮等，2005），通過土壤質(zhì)地、水資源狀況、坡度、交通區(qū)位、城鎮(zhèn)輻射影響等指標(biāo)的優(yōu)劣，構(gòu)建基本農(nóng)田劃定指標(biāo)體系。

其次，選擇判定基本農(nóng)田入選模型準(zhǔn)則。采取主成分分析法對多元指標(biāo)進(jìn)行降維篩選，定量確定每一土地單元土地綜合質(zhì)量的優(yōu)劣，得出耕地綜合質(zhì)量指數(shù)，避免人為干預(yù)下權(quán)重設(shè)置的主觀性。根據(jù)技術(shù)規(guī)程建立基本農(nóng)田面積預(yù)測模型，在基本農(nóng)田面積約束的條件下，再利用0-1整數(shù)規(guī)劃模型，最終確定入選的基本農(nóng)田。

最后，研發(fā)基本農(nóng)田規(guī)劃決策支持系統(tǒng)。結(jié)合ArcGIS Engine開發(fā)組件，利用Visual C#編程語言進(jìn)行二次開發(fā)，編制基本農(nóng)田規(guī)劃決策支持系統(tǒng)軟件，從而為科學(xué)識別與快速劃定基本農(nóng)田提供有效方法，為區(qū)縣尺度的基本農(nóng)田劃定提供科學(xué)依據(jù)及技術(shù)支持。

2 基本農(nóng)田規(guī)劃決策模型構(gòu)建

2.1 指標(biāo)體系

決策模型的建立為決策系統(tǒng)整個(gè)功能和應(yīng)用效果提供了內(nèi)在支持，而決策模型的核心又在于求解算法?；巨r(nóng)田規(guī)劃模型的構(gòu)建需先確定基本農(nóng)田數(shù)量以及基本農(nóng)田的空間定位，因此，基本農(nóng)田保護(hù)決策模型體系包括基本農(nóng)田定量模型和基本農(nóng)田定位模型。其中，定量模型體現(xiàn)為基本農(nóng)田面積預(yù)測，定位模型體現(xiàn)為耕地的綜合質(zhì)量分析、基本農(nóng)田入選兩個(gè)步驟?；巨r(nóng)田劃定的內(nèi)涵包括兩個(gè)方面：一是強(qiáng)調(diào)基本農(nóng)田與一般農(nóng)田的內(nèi)在肥力差異，即土地自然生產(chǎn)力高低；二是明確基本農(nóng)田與一般農(nóng)田所處地段不同，即農(nóng)田區(qū)位條件優(yōu)劣。由于基本農(nóng)田的劃定不僅受耕地自然質(zhì)量、社會(huì)利用水平、經(jīng)濟(jì)效益等因素影響，也受行政政策、法律法規(guī)等硬性規(guī)定約束，甚至受到土地管理者觀念、意識等主觀因素限制，為保證基本農(nóng)田劃定的合理性和科學(xué)性，需要綜合考慮多種指標(biāo)，剔除人為干擾，科學(xué)評價(jià)耕地綜合質(zhì)量，為保證基本農(nóng)田的質(zhì)量與數(shù)量提供指標(biāo)支持。

農(nóng)用地分等定級方法就是農(nóng)用地綜合質(zhì)量的評價(jià)與確定方法。其中農(nóng)用地定級工作是行政區(qū)（省或縣）內(nèi)進(jìn)行的農(nóng)用地綜合質(zhì)量評定，反映構(gòu)成土地質(zhì)量的自然因素和社會(huì)經(jīng)濟(jì)因素，包括使用農(nóng)用地自然質(zhì)量等指數(shù)反映農(nóng)用地的自然質(zhì)量水平；農(nóng)用地利用等指數(shù)反映農(nóng)用地平均利用水平；農(nóng)用地經(jīng)濟(jì)等指數(shù)反映農(nóng)用地的經(jīng)濟(jì)效益水平。農(nóng)用地分等定級方法可以為耕地劃分為基本農(nóng)田的評價(jià)提供技術(shù)指導(dǎo)，可作為基本農(nóng)田保護(hù)區(qū)劃定的質(zhì)量依據(jù)（張蕾娜等，2006）。因此，將農(nóng)用地分等定級工作中部分重要指標(biāo)作為選取指標(biāo)，采用自然因素包括自然質(zhì)量分、自然質(zhì)量等指數(shù)，經(jīng)濟(jì)因素包括農(nóng)用地利用等指數(shù)、農(nóng)用地等別指數(shù)，區(qū)位因素包括耕作距離、道路通達(dá)度、對外交通便利度、農(nóng)貿(mào)市場影響度、中心城市影響度，共涉及9個(gè)指標(biāo)，作為這次研究識別基本農(nóng)田的指標(biāo)因子，為科學(xué)合理識別與劃定基本農(nóng)田提供簡單易用的方法。

2.2 模型算法

利用探索性統(tǒng)計(jì)的分析方法——主成分分析將分散在一組變量上的信息通過線形組合，集中到某幾個(gè)綜合指標(biāo)上，用降維的思想把多個(gè)指標(biāo)轉(zhuǎn)換成較少的幾個(gè)互不相關(guān)的指標(biāo)（鐘曉娟等，2011；王鶯等，2014；汪西林等，2008）。通過指標(biāo)相關(guān)系數(shù)矩陣計(jì)算出主成分的特征根及累積貢獻(xiàn)率，以方差貢獻(xiàn)率作為主成分的因子權(quán)重，從而得出基于主成分因子變量的耕地綜合質(zhì)量指數(shù)。其中，提取特征值大于1的前m個(gè)主成分，用于耕地綜合質(zhì)量指數(shù)計(jì)算。

目前，中國鄉(xiāng)級基本農(nóng)田保護(hù)面積確定的方法是綜合考慮基本農(nóng)田需求預(yù)測量及縣級下達(dá)的基本農(nóng)田保護(hù)指標(biāo)（靳取貨等，2010）。一般地，當(dāng)基本農(nóng)田需求預(yù)測量大于上級下達(dá)的指標(biāo)時(shí)，采用需求預(yù)測量作為基本農(nóng)田保護(hù)面積；當(dāng)需求預(yù)測量小于縣級下達(dá)指標(biāo)時(shí)，采用縣級下達(dá)指標(biāo)作為基本農(nóng)田保護(hù)面積。按照技術(shù)規(guī)程，基本農(nóng)田需求量預(yù)測模型如下式所示：

式中，S為基本農(nóng)田預(yù)測面積；P0為規(guī)劃基期人口數(shù)；k為人口自然增長率；m為規(guī)劃期年數(shù)；B為規(guī)劃期內(nèi)人口機(jī)械增長數(shù)；Li為第 i種農(nóng)產(chǎn)品的人均需求標(biāo)準(zhǔn)；Ai為外地凈調(diào)入的第種農(nóng)產(chǎn)品量；Yi0為規(guī)劃基期第 i種農(nóng)產(chǎn)品的播面單產(chǎn)；ai為第 i種農(nóng)產(chǎn)品播面單產(chǎn)平均增長率；f為復(fù)種指數(shù)。

整數(shù)規(guī)劃是指規(guī)劃中的變量（部分或全部）限制為整數(shù)，其中0-1型整數(shù)規(guī)劃是整數(shù)規(guī)劃中的特殊情形，它的變量Xj僅取值0或1（孫小玲等，2014）。盡管通過窮舉法檢查變量取值為0或1的每一種組合，比較目標(biāo)函數(shù)值可以求得最優(yōu)解，但工作效率極其低下。因此，常設(shè)計(jì)隱枚舉法（Implicit Enumeration），只檢查變量取值組合的一部分即求得問題的最優(yōu)解。在確定入選基本農(nóng)田的耕地時(shí)，不僅需要考慮主成分分析得出的耕地綜合質(zhì)量指數(shù)高低，還要考慮基本農(nóng)田保護(hù)面積指標(biāo)的約束。所建立的0-1整數(shù)規(guī)劃模型中，Xj取0則表示第j塊耕地未被選為基本農(nóng)田，而Xj取1則反之，通過隱枚舉法確定入選基本農(nóng)田的耕地。

為確保耕地入選的順序完全按照綜合質(zhì)量 Fj的優(yōu)劣結(jié)果進(jìn)行，以 Fj作為目標(biāo)函數(shù)的系數(shù)，使Fj與Xj的乘積加和最大，在此目標(biāo)下，應(yīng)滿足入選耕地的面積之和等于基本農(nóng)田面積指標(biāo)，但實(shí)際操作中為了不破壞耕地地塊的完整性，通常只能保證入選耕地面積之和與基本農(nóng)田面積指標(biāo)接近，一般略大。所以將應(yīng)為等式的約束條件調(diào)整為一個(gè)不等式的約束條件和一個(gè)使兩者差值最小的次目標(biāo)函數(shù)，其模型如下式所示：

式中，Xj為第 j塊耕地的進(jìn)入判定；Fj為第 j塊耕地的綜合質(zhì)量指數(shù)；Z為指標(biāo)乘積加和值，Sj為第j塊耕地的面積；S0為基本農(nóng)田保護(hù)面積指標(biāo)。

3 基本農(nóng)田規(guī)劃決策系統(tǒng)研發(fā)

3.1 需求與可行性分析

基本農(nóng)田規(guī)劃決策支持系統(tǒng)軟件的用戶主要是各級管理部門以及相關(guān)科研人員，用戶最基本的需求是快速、高效、高質(zhì)地識別與劃定基本農(nóng)田。具體包括：各種圖件及數(shù)據(jù)的輸入，對基本農(nóng)田面積需求進(jìn)行預(yù)測，區(qū)域?qū)嶋H基本農(nóng)田面積的確定，區(qū)域各耕地綜合特征的評價(jià)。因此，要求決策系統(tǒng)能實(shí)現(xiàn)各應(yīng)用模型與GIS的高效整合，具備簡潔、友好的用戶界面，滿足模型參數(shù)的靈活選擇或直接輸入以及基本農(nóng)田規(guī)劃圖件的最終生成。

系統(tǒng)可行性分析表明，基本農(nóng)田規(guī)劃決策系統(tǒng)的建立具有技術(shù)合理性、經(jīng)濟(jì)適宜性和建立與應(yīng)用的可能性。該系統(tǒng)包括數(shù)據(jù)輸入部分、數(shù)據(jù)分析處理部分和數(shù)據(jù)輸出部分，其中數(shù)據(jù)分析處理部分包括了進(jìn)行基本農(nóng)田規(guī)劃的各決策模型，如數(shù)量預(yù)測模型、基本農(nóng)田識別模型、基本農(nóng)田劃定模型等，模型在理論上是合理的。同時(shí)，GIS技術(shù)發(fā)展到一個(gè)全新的階段，能很好地與基本農(nóng)田規(guī)劃決策支持系統(tǒng)無縫集成，所以該模型在技術(shù)上是合理的。該模型是面向土地管理部門和科研機(jī)構(gòu)規(guī)劃人員的通用系統(tǒng)軟件，其硬件配置費(fèi)用不高，具有經(jīng)濟(jì)適宜性。目前，中國正以高強(qiáng)度開發(fā)土地，對土地的規(guī)劃調(diào)查很是緊迫，基本農(nóng)田作為土地規(guī)劃的重要部分，利用科學(xué)快速的基本農(nóng)田規(guī)劃系統(tǒng)劃定基本農(nóng)田很有必要，應(yīng)用性很強(qiáng)。

3.2 系統(tǒng)結(jié)構(gòu)

依循科學(xué)性、實(shí)用性、規(guī)范性、經(jīng)濟(jì)性和擴(kuò)充性等系統(tǒng)結(jié)構(gòu)設(shè)計(jì)原則，設(shè)計(jì)系統(tǒng)基本功能包含 5項(xiàng)主要模塊：（1）用戶登錄模塊，該模塊設(shè)計(jì)了管理員、普通用戶兩種登錄形式，管理員用戶的權(quán)限增添了系統(tǒng)數(shù)據(jù)庫的動(dòng)態(tài)維護(hù)等功能；（2）加載文檔模塊，該模塊可以查詢國家、省部級有關(guān)農(nóng)用地分等定級規(guī)程、基本農(nóng)田保護(hù)條例等相關(guān)規(guī)范和規(guī)程；（3）基本農(nóng)田識別模塊，該模塊用于計(jì)算耕地綜合指數(shù)，對耕地綜合質(zhì)量進(jìn)行分析并制圖；（4）基本農(nóng)田面積確定模塊，該模塊可以自動(dòng)計(jì)算基本農(nóng)田預(yù)測面積，并與輸入的上級下達(dá)的基本農(nóng)田面積進(jìn)行比較，最終確定基本農(nóng)田面積規(guī)模；（5）基本農(nóng)田劃定模塊，根據(jù) 0-1整數(shù)規(guī)劃模型，系統(tǒng)自動(dòng)劃定入選基本農(nóng)田的耕地。在保證面積基本一致的情況下，用戶也可根據(jù)實(shí)際情況自由增減小班，最終打印成圖。

4 基本農(nóng)田規(guī)劃決策案例解析

蘇家屯區(qū)位于遼寧省沈陽市南部，是沈陽市九個(gè)轄區(qū)之一，總面積776 km2，總?cè)丝?1.6萬。基于蘇家屯農(nóng)用地分等定級成果數(shù)據(jù)，以其區(qū)域?yàn)槔M(jìn)行基本農(nóng)田規(guī)劃決策模型與系統(tǒng)的分析。

4.1 綜合質(zhì)量指數(shù)計(jì)算

基本農(nóng)田自然質(zhì)量分高低反映了耕地的自然質(zhì)量高低，是基本農(nóng)田劃定的基礎(chǔ)。根據(jù)蘇家屯區(qū)的自然條件、標(biāo)準(zhǔn)耕作制度，選擇分等因素，遵循主導(dǎo)因素原則、穩(wěn)定性原則、綜合性原則、差異性原則、實(shí)際性原則，在蘇家屯平原耕地區(qū)選取表層土壤質(zhì)地、剖面構(gòu)型、鹽漬化程度、土壤有機(jī)質(zhì)含量（%）、土壤酸堿度（土壤 pH值）、障礙層距地表深度（cm）、排水條件、灌溉保證率、灌溉水源因素等9個(gè)指標(biāo)；在蘇家屯區(qū)坡耕地區(qū)選取有效土層厚度、表層土壤質(zhì)地、土壤有機(jī)質(zhì)含量、土壤酸堿度、灌溉保證率、地形坡度、地表巖石露頭度等7個(gè)指標(biāo)，對照蘇家屯區(qū)的平原耕地、坡耕地“指定作物-分等因素-自然質(zhì)量分”記分規(guī)則關(guān)系表計(jì)算耕地自然質(zhì)量分。同時(shí)，采用農(nóng)用地分等數(shù)據(jù)成果中耕地自然質(zhì)量等、農(nóng)用地利用等、農(nóng)用地等別指數(shù)作為識別基本農(nóng)田的經(jīng)濟(jì)因素指標(biāo)。

區(qū)位條件對耕地質(zhì)量的影響是一種隱性的影響。距離城鎮(zhèn)較近或位于交通沿線的耕地，由于長期投入的積累，集約度高，其質(zhì)量也較高。鐵路、公路等交通沿線，以及城市、集鎮(zhèn)和村莊地區(qū)周邊的優(yōu)質(zhì)耕地，應(yīng)當(dāng)優(yōu)先劃入基本農(nóng)田保護(hù)區(qū)。因此，農(nóng)用地定級成果中與區(qū)位條件有關(guān)的耕作距離、中心城鎮(zhèn)影響度、農(nóng)貿(mào)市場影響度、對外交通便利度、道路通達(dá)度也作為指標(biāo)因子。

將標(biāo)準(zhǔn)化后的研究區(qū)數(shù)據(jù)進(jìn)行主成分分析，得到蘇家屯區(qū)耕地綜合質(zhì)量分析方差解釋表，如表 1所示，其前3個(gè)主成分的特征值分別為5.084、1.342、1.011，累積方差貢獻(xiàn)率達(dá)到82.632%，可以代表所有影響因素的信息，故選取前3個(gè)主成分因子作為規(guī)劃決策模型分析初始因子。

通過確定的主成分因子，可計(jì)算得到主成分初始因子的載荷矩陣，見表2。載荷矩陣表（未旋轉(zhuǎn)）內(nèi)各主成分的載荷可以顯示出原始變量與各主成分之間的相關(guān)程度。其中，土地利用等指數(shù)、農(nóng)用地等別指數(shù)、自然質(zhì)量等指數(shù)、自然質(zhì)量分、農(nóng)貿(mào)市場影響度在第一主成分上有較高載荷，說明第一主成分主要反映了自然條件和社會(huì)投入-產(chǎn)出值對耕地綜合質(zhì)量的影響。對外交通便利度、中心城市影響度在第二主成分上有較高的載荷，說明第二主成分主要反映了區(qū)位條件對耕地綜合質(zhì)量的影響。耕作距離在第三主成分上有較高的載荷，說明第三主成分主要反映了經(jīng)濟(jì)條件對耕地綜合質(zhì)量的影響。依據(jù)主成分算法計(jì)算權(quán)重（以每個(gè)主成分所對應(yīng)的特征值λ占所提取主成分總的特征值λ的比例）以及每個(gè)地塊的3個(gè)主成分分量，最后得出每一地塊由 3個(gè)主成分因子代表的耕地綜合質(zhì)量指數(shù)F：

表2 載荷矩陣Table 2 Component matrix

表1 總方差解釋Table 1 Total variance explained

表 3所示為蘇家屯區(qū)部分耕地綜合質(zhì)量指數(shù)表。結(jié)果顯示：在全區(qū)范圍內(nèi)，耕地綜合質(zhì)量評價(jià)指數(shù)主要以蘇家屯城區(qū)、臨湖街道辦事處為中心向外散射。靠城區(qū)、鐵路道路處耕地綜合評質(zhì)量評價(jià)指數(shù)高，如八一鎮(zhèn)、林盛堡鎮(zhèn)、沙河堡鎮(zhèn)；而姚千戶屯鎮(zhèn)、白清寨鄉(xiāng)等處于丘陵地區(qū)，其耕地綜合質(zhì)量評價(jià)指數(shù)最低。利用 ArcGIS按照綜合質(zhì)量指數(shù)進(jìn)行分類，形成蘇家屯區(qū)耕地綜合質(zhì)量指數(shù)分布圖，如圖1所示。

4.2 軟件系統(tǒng)操作實(shí)現(xiàn)

基本農(nóng)田規(guī)劃決策系統(tǒng)的界面采用通用菜單、工具條和實(shí)時(shí)提示等技術(shù)，使軟件的系統(tǒng)功能高度集成，操作簡單。系統(tǒng)的操作共分為 8個(gè)步驟。以蘇家屯區(qū)永樂鄉(xiāng)為例，（1）打開系統(tǒng)應(yīng)用圖標(biāo)，以普通用戶身份登錄。（2）在文件下拉菜單中點(diǎn)擊“打開”，選取需要?jiǎng)澏ɑ巨r(nóng)田的蘇家屯區(qū)永樂鄉(xiāng)，即出現(xiàn)該鄉(xiāng)的土地利用現(xiàn)狀圖。（3）單擊“綜合識別”菜單下的“導(dǎo)入數(shù)據(jù)庫”，將主成分分析結(jié)果數(shù)據(jù)導(dǎo)入系統(tǒng)中。（4）單擊“計(jì)算綜合質(zhì)量指數(shù)”，輸入權(quán)重值，系統(tǒng)自動(dòng)顯示該鄉(xiāng)耕地綜合質(zhì)量指數(shù)分布圖。（5）單擊菜單“面積確定”下的“計(jì)算基本農(nóng)田預(yù)測面積”，按照提示信息輸入各個(gè)參數(shù)，然后單擊“面積確定”，再輸入上級給該鄉(xiāng)下達(dá)的基本農(nóng)田面積 3775 hm2。（6）單擊“篩選劃定”菜單下的“自動(dòng)劃定”，則系統(tǒng)自動(dòng)劃選出的該鄉(xiāng)基本農(nóng)田空間分布圖。（7）若所得出的基本農(nóng)田空間分布圖不符合實(shí)際情況，可選擇“基本農(nóng)田劃定”菜單下的“手動(dòng)劃定”。對該自動(dòng)劃選出來的圖進(jìn)行手動(dòng)規(guī)劃，先“刪除”不符合條件的基本農(nóng)田小班，再“添加”符合條件的基本農(nóng)田小班，系統(tǒng)會(huì)自動(dòng)默認(rèn)限制的基本農(nóng)田面積，直至滿足條件才終止選擇。（8）最終得出蘇家屯區(qū)永樂鄉(xiāng)基本農(nóng)田空間分布圖，如圖2所示。

表3 蘇家屯區(qū)部分耕地綜合質(zhì)量指數(shù)Table 3 Comprehensive quality index of cultivated land in Sujiatun district

圖1 沈陽市蘇家屯區(qū)耕地綜合質(zhì)量指數(shù)分布Fig. 1 Distribution of comprehensive quality index for farmlands in Sujiatun district, Shenyang city

圖2 蘇家屯區(qū)永樂鄉(xiāng)基本農(nóng)田空間分布Fig. 2 Map of basic farmland in Yongle, Sujiatun district in Shenyang city

5 結(jié)論與建議

5.1 結(jié)論

（1）本文通過對基本農(nóng)田劃定識別規(guī)則與方法的探討，論證了基本農(nóng)田規(guī)劃決策模型的建立過程、決策支持系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，展示了基本農(nóng)田規(guī)劃決策支持系統(tǒng)的應(yīng)用方法，是對基本農(nóng)田劃定中高效操作經(jīng)驗(yàn)的一項(xiàng)總結(jié)。

（2）以沈陽蘇家屯區(qū)為例進(jìn)行基本農(nóng)田規(guī)劃，決策支持系統(tǒng)依托主成分分析法對耕地綜合質(zhì)量多個(gè)指標(biāo)進(jìn)行“降維”，再通過0-1整數(shù)規(guī)劃模型，從“質(zhì)”和“量”雙方面對基本農(nóng)田進(jìn)行分析，是一種科學(xué)劃定基本農(nóng)田的方法。

（3）基于GIS的二次開發(fā)，形成了一套較為完整的基本農(nóng)田規(guī)劃系統(tǒng)。該系統(tǒng)從基礎(chǔ)圖件和數(shù)據(jù)的輸入、基本農(nóng)田保護(hù)數(shù)量的確定、基本農(nóng)田精確的空間定位到最后圖表輸出的全過程，實(shí)現(xiàn)基本農(nóng)田保護(hù)規(guī)劃成圖的自動(dòng)化，為基本農(nóng)田的科學(xué)識別和快速劃定提供了理論依據(jù)，可以為區(qū)域基本農(nóng)田規(guī)劃工作提供借鑒。

5.2 建議

（1）基本農(nóng)田的劃定是一個(gè)復(fù)雜的決策問題，受自然、社會(huì)經(jīng)濟(jì)、政策與行政等多方面的影響，在建立決策指標(biāo)體系過程中，涉及耕地的質(zhì)量狀況、區(qū)位條件、經(jīng)濟(jì)條件3個(gè)方面，綜合了自然因素與人為因素的影響。在確立相應(yīng)的指標(biāo)體系時(shí)，對于不同特征區(qū)域，如南方與北方土壤差異，旱地與水田的差異，其地形坡度、土壤質(zhì)地、土壤酸堿度、有機(jī)質(zhì)含量、水文狀況、田間工程、區(qū)位等因素側(cè)重點(diǎn)也不同，若通過耕地自然質(zhì)量分或等構(gòu)建其基礎(chǔ)數(shù)據(jù)庫，在選取的指標(biāo)上，區(qū)分不同地域再按照該模式對決策系統(tǒng)軟件進(jìn)行擴(kuò)充與調(diào)整，實(shí)現(xiàn)區(qū)域其他地類的量化與定位問題，就可形成更具綜合性的土地利用總體規(guī)劃決策支持系統(tǒng)，爭取實(shí)現(xiàn)土地利用結(jié)構(gòu)與布局優(yōu)化的自動(dòng)化，也能使該決策系統(tǒng)的普適性得到改進(jìn)。

（2）在指標(biāo)體系構(gòu)建方面，還應(yīng)該加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施、耕作方式以及對農(nóng)田耕作環(huán)境影響的評價(jià)指標(biāo)。在模塊功能方面，模型的多種計(jì)算方法有待整理，以形成完整系統(tǒng)。

LI F R, ZHAO Y H. 2006. Development of a GIS-based decision-support system of forest resource management [J]. Science in China E:Technological Sciences, 49(s1): 76-85.

MATTHEWS K B, SIBBALD A R, CRAW S, et al. 1999. Implementation of a spatial decision support system for rural land use planning:integrating geographic information system and environmental models with search and optimisation algorithms [J]. Computers & Electronics in Agriculture, 23(1): 9-26.

MIYAMOTO K, UDOMSRI R, SATHYAPRASAD S, et al. 1996. A decision support system for integrating land use, transport and environmental planning in developing metropolises [J]. Computers Environment & Urban Systems, 20(4-5): 327-338.

LAM S S. 1997. The effects of group decision support systems and task structures on group communication and decision quality [J]. Journal of Management Information Systems, 13(4): 193-215.

KALOGIROU S. 2002. Expert Systems and GIS: an application of land suitability evaluation [J]. Computers, Environment and Urban Systems,26(23): 89-112.

陳榮. 2016. GIS技術(shù)在我國永久性基本農(nóng)田劃定中的應(yīng)用探究[J]. 低碳世界, (30): 107-108.

程鋒, 石英, 朱德舉. 2003. 耕地入選基本農(nóng)田決策模型研究[J]. 地理與地理信息科學(xué), 19(3): 50-53.

關(guān)小東, 何建華. 2016. 基于貝葉斯網(wǎng)絡(luò)的基本農(nóng)田劃定方法[J]. 自然資源學(xué)報(bào), 31(6): 1061-1072.

靳取貨, 吳克寧, 王金滿, 等. 2010. 寒地黑土區(qū)基本農(nóng)田建設(shè)模式探討——以海倫市基本農(nóng)田示范區(qū)為例[J]. 資源與產(chǎn)業(yè), 12(4): 85-90.

孔祥斌, 靳京, 劉怡, 等. 2008. 基于農(nóng)用地利用等別的基本農(nóng)田保護(hù)區(qū)劃定[J]. 農(nóng)業(yè)工程學(xué)報(bào), 24(10): 46-51.

任艷敏, 孫九林, 劉玉, 等. 2017. 縣域永久基本農(nóng)田劃定方法研究[J].農(nóng)業(yè)機(jī)械學(xué)報(bào), 48(4): 135-141.

孫小玲, 李端. 2014. 整數(shù)規(guī)劃新進(jìn)展[J]. 運(yùn)籌學(xué)學(xué)報(bào), 18(1): 39-68.

汪西林, 謝寶元, 關(guān)文彬. 2008.泥石流多發(fā)區(qū)生態(tài)安全評價(jià)——以汶川縣為例[J]. 生態(tài)學(xué)雜志, 27(11): 1990-1996.

王鶯, 王靜, 姚玉璧, 等. 2014. 基于主成分分析的中國南方干旱脆弱性評價(jià)[J]. 生態(tài)環(huán)境學(xué)報(bào), 23(12): 1897-1904.

謝高地, 成升魁, 肖玉, 等. 2017. 新時(shí)期中國糧食供需平衡態(tài)勢及糧食安全觀的重構(gòu)[J]. 自然資源學(xué)報(bào), 32(6): 895-903.

楊建宇, 徐凡,劉光成, 等. 2017. 基于TOPSIS算法的永久基本農(nóng)田劃定方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 48(8): 133-139.

鄖文聚, 張蕾娜, 程鋒. 2009. 基本農(nóng)田保護(hù) 20年[J]. 中國土地, (11):51-53.

張鳳榮, 安萍莉, 孔祥斌. 2005. 北京市土地利用總體規(guī)劃中的耕地和基本農(nóng)田保護(hù)規(guī)劃之我見[J]. 中國土地科學(xué), 19(1): 10-16.

張蕾娜, 劉曉燕. 2006. 農(nóng)用地分等定級成果在基本農(nóng)田保護(hù)中的應(yīng)用研究[J]. 經(jīng)濟(jì)地理, 26(s1): 87-88.

鄭新奇, 楊樹佳, 象偉寧, 等. 2007. 基于農(nóng)用地分等的基本農(nóng)田保護(hù)空間規(guī)劃方法研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 23(1): 66-71.

中華人民共和國國土資源部. 2011. TD/T 1032—2011, 基本農(nóng)田劃定技術(shù)規(guī)程, 中華人民共和國行業(yè)標(biāo)準(zhǔn)[S]. 北京: 中國標(biāo)準(zhǔn)出版社: 20.

鐘曉娟, 孫保平, 趙巖, 等. 2011. 基于主成分分析的云南省生態(tài)脆弱性評價(jià)[J]. 生態(tài)環(huán)境學(xué)報(bào), 20(1): 109-113.

周明, 王占岐. 2016. 基于耕地質(zhì)量和空間聚類的縣域基本農(nóng)田劃定[J].水土保持研究, 23(5): 316-321.

朱江, 曹昆. 2017. 保障國家糧食安全 我國劃定永久基本農(nóng)田 15.50億畝[EB/OL]. http://finance.people.com.cn/n1/2017/0920/c1004-29547942. html 7.html.

The Decision Support for Basic Farmlands Planning: Model Application and System Development

WANG Xilin1, HU Luanyun2
1. Key of Laboratory of School of Soil and Water Conservation, Beijing Forestry University, Beijing 100083, China;2. Hunan No.3 Institute of Surveying and Mapping, Changsha 410007, China

To ensure its national food security, the Chinese government plans to delineate and protect 103 million hectares permanent basic cropland. However, the area needs to be selected and analyzed based on a combined land use survey and a decision support system. Using Sujiatun District, Shenyang City as the case study area, nine indices, including natural quality score, natural quality grading index, land use grading index, agricultural land grading index, farming distance, influence degree of central city, road accessibility, external traffic convenience degree, and influence degree of market, were applied for the analysis. Through a Principle Component Analysis (PCA), the listed indices were reduced to three major component factors which explained 82.63% of the accumulated variations in the metrics (eigenvalues were 5.084, 1.322, and 1.011 for the three components, respectively). The first principal components showed that the quality of cultivated land was strongly associated with land use grading index, agricultural land grading index, natural quality grading index, natural quality score and market influence degree, which indicated the influence of natural and socio-economic conditions. The second component was associated to the external traffic convenience degree, and the influence degree of central city, which reflected the importance of farmland location. While farming distance indicating the impacts from economic conditions, was reflected in the third component. Based on these results, the quality of the cultivated land could be predicted using the impacts of natural, economic and location factors. In addition, the “0-1” integer model was established, and cultivated land with a relatively higher quality score would be assigned as protected basic farmland. Supported by scientific approach, this proposed method and model system could support county-level basic farmland designation to effectively promote farmland planning and decision-making activities.

basic cropland; classification and gradation; principal component analysis; “0-1” integer model; decision support system

10.16258/j.cnki.1674-5906.2017.10.007

X144

A

1674-5906（2017）10-1689-07

汪西林, 胡孌運(yùn). 2017. 基本農(nóng)田規(guī)劃決策支持：模型構(gòu)建與系統(tǒng)研發(fā)[J]. 生態(tài)環(huán)境學(xué)報(bào), 26(10): 1689-1695.

WANG Xilin, HU Luanyun. 2017. The decision support for basic farmlands planning: model application and system development [J].Ecology and Environmental Sciences, 26(10): 1689-1695.

國家重點(diǎn)研發(fā)項(xiàng)目（2017YFC0505500）；林業(yè)科技創(chuàng)新平臺運(yùn)行補(bǔ)助項(xiàng)目（2016-LYPT-SY-013）；國家科技支撐項(xiàng)目（2006BAB15B05）

汪西林（1958年生），女，高級實(shí)驗(yàn)師，從事計(jì)算機(jī)及GIS在水土保持中的應(yīng)用。E-mail: wangxl@bjfu.edu.cn

2017-09-18