董 艷，章 慧，張慧薈，張青峰

(西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院， 陜西 楊凌 712100)

農(nóng)業(yè)水土資源(水資源和耕地資源)是人類生存發(fā)展不可或缺的基本資源，也是影響糧食生產(chǎn)和生態(tài)安全的重要資源，且二者相互影響和制約。農(nóng)業(yè)水資源的豐缺程度影響著耕地資源的利用方式，耕地資源的墾殖程度也制約著農(nóng)業(yè)水資源的開發(fā)利用。隨著我國城市化和工業(yè)化的快速發(fā)展，各行業(yè)對水土資源的需求不斷增加，使得農(nóng)業(yè)水土資源占比不斷減少[1]，嚴(yán)重影響著農(nóng)業(yè)的生產(chǎn)發(fā)展和人類的經(jīng)濟(jì)活動。因此，了解農(nóng)業(yè)水土資源的空間分布及變化特征，實(shí)現(xiàn)其高效利用，已逐漸成為人類生存和發(fā)展必須解決的重大問題。

水資源指數(shù)(WRI, Water resources index)是指研究區(qū)內(nèi)水資源總量與耕地總面積的比值。耕地資源指數(shù)(ARLI, Arable land resources index)是指研究區(qū)內(nèi)耕地面積與土地總面積的比值。二者數(shù)值的高低分別表示研究區(qū)內(nèi)農(nóng)業(yè)水資源和耕地資源的匹配程度和滿足程度。

作為我國重要的糧食生產(chǎn)后備基地[2]，西北旱區(qū)地域遼闊，光熱土資源豐富。由于特殊的地理位置和氣候、成土母質(zhì)、水文條件，使得其農(nóng)業(yè)水土資源的分布存在明顯的區(qū)域差異，如何針對西北旱區(qū)農(nóng)業(yè)水土資源分異特點(diǎn)發(fā)展相應(yīng)的農(nóng)業(yè)生產(chǎn)技術(shù)，解決農(nóng)業(yè)水土資源供需矛盾，逐漸成為專家學(xué)者們研究的重要課題。如，南紀(jì)琴提出了農(nóng)業(yè)水土資源匹配指數(shù)的計(jì)算方法并研究了西北旱區(qū)農(nóng)業(yè)水土資源的匹配格局[3]；南彩艷研究了西北典型旱區(qū)石羊河流域和陜西關(guān)中地區(qū)的水土資源承載力[4]；趙成義研究了西北旱區(qū)退耕還林還草后水土資源開發(fā)的優(yōu)化模式[5]。孫濤以西北旱區(qū)疏勒河流域?yàn)檠芯繀^(qū)建立了土壤運(yùn)移、地下水動態(tài)模型和土壤鹽漬化評價、預(yù)測模型[6]?？偟膩砜?，以往的研究主要集中在農(nóng)業(yè)水土資源的匹配格局、承載力、資源優(yōu)化及評價與預(yù)測模型等方面，且多偏向于水資源的研究，而針對農(nóng)業(yè)水土資源指數(shù)空間變異鮮有研究，也缺乏相應(yīng)的專題制圖，影響了人們對西北旱區(qū)農(nóng)業(yè)水土資源分布狀況和滿足程度的深入認(rèn)識。為此，本文以WRI和ARLI為指標(biāo)，采用經(jīng)典統(tǒng)計(jì)學(xué)和地統(tǒng)計(jì)學(xué)的研究方法，探討西北旱區(qū)WRI和ARLI的空間變異特征，并制作專題圖件，以期為高效利用和開發(fā)西北旱區(qū)農(nóng)業(yè)水土資源，保護(hù)生態(tài)環(huán)境和發(fā)展農(nóng)業(yè)提供理論參考。

1 材料與方法

1.1 研究區(qū)域概況

西北旱區(qū)位于N31°33′～49°11′，E73°28′～119°54′。東西長約3 800 km，南北寬約2 100 km，總面積3.73×106km2，約占全國國土面積的38%；該區(qū)轄新、青、甘、寧、陜、蒙等六省區(qū)397個縣級行政單元。境內(nèi)地形起伏大且多高山高原和盆地沙漠；年平均溫度約為4℃，年均降水量約為400 mm，有效積溫較低，光熱效能不高，自然條件惡劣，生態(tài)系統(tǒng)極為脆弱。

受地形地貌條件、成土母質(zhì)特征、農(nóng)田基礎(chǔ)設(shè)施及培肥水平、土壤理化性狀等綜合因素的影響，西北旱區(qū)耕地地力等級整體較低，大部分為六～八等地[7]，糧食單產(chǎn)水平多為200～400 kg·667m-2；人均地表水資源量2 813.10 m3，高于全國平均水平(2 108.72 m3·人-1)[8-13]。

1.2 數(shù)據(jù)來源及處理

本研究中，水資源量、耕地面積、土地總面積數(shù)據(jù)分別來源于西北旱區(qū)所轄各省區(qū)統(tǒng)計(jì)年鑒、國土資源公報(bào)和水資源公報(bào)。對某一具體縣域而言，水資源量、耕地面積、土地面積難以在較短的時間內(nèi)發(fā)生較大的變化。因此，本文采用多年平均值對西北旱區(qū)所轄的397個縣域的WRI和ARLI進(jìn)行了計(jì)算，利用SPSS22.0進(jìn)行經(jīng)典統(tǒng)計(jì)分析和正態(tài)分布檢驗(yàn)；利用GS+9.0進(jìn)行地統(tǒng)計(jì)半變異函數(shù)模型[14]擬合與分析；利用ArcGIS10.0進(jìn)行空間插值與制圖。

2 結(jié)果與分析

2.1 經(jīng)典統(tǒng)計(jì)分析

經(jīng)典統(tǒng)計(jì)分析結(jié)果如表1所示。

表1 西北旱區(qū)農(nóng)業(yè)水土資源指數(shù)的經(jīng)典統(tǒng)計(jì)

由表1可知，ARLI的極差(2.516)遠(yuǎn)小于WRI的極差(33.964)，這表明各縣域的耕地資源在空間上分布極不均衡，而農(nóng)業(yè)水資源的空間分布更不均衡。一方面，西北旱區(qū)境內(nèi)的山區(qū)、沙漠、戈壁等不適宜耕作的土地面積比重大，而適宜耕作的地區(qū)都集中在綠洲或者平原區(qū)，例如河西走廊、內(nèi)蒙古的大青山南北、青海的湟水谷底和柴達(dá)木盆地、寧夏的河套平原、新疆的伊犁河谷地和天山北麓平原；另一方面，西北旱區(qū)地表水資源量雖然充足，分布著眾多的湖泊河流及冰川(如塔里木河、黃河、額爾齊斯河、伊犁河等眾多河流；青海湖、博斯騰湖、烏倫古湖、艾比湖、鄂陵湖等湖泊；特拉木坎力冰川、透明夢柯冰川、托木爾冰川、科可薩依冰川、祁連山七一冰川等多個大型冰川[15])，但其在空間上的分布過于集中，而大多數(shù)縣域的農(nóng)業(yè)水資源量非常稀少，這也是造成農(nóng)業(yè)水資源空間分布極不均衡的主要原因。

變異系數(shù)(CV)的大小反映了樣本數(shù)據(jù)的離散程度。CV≥100%、10%～100%、≤10%分別表示樣本具有強(qiáng)變異性、中等變異性和弱變異性[16]。由表1可知，ARLI和WRI的CV值在10%～100%之間，均具有中等的空間變異性。

柯爾莫哥洛夫-斯摩洛夫(K-S)檢驗(yàn)的雙側(cè)顯著性概率值Sig.>0.05時表示“指標(biāo)符合正態(tài)分布”的假設(shè)是成立的。由表1中可知，各縣域的ARLI數(shù)據(jù)符合正態(tài)分布，而WRI數(shù)據(jù)不滿足正態(tài)分布。

2.2 地統(tǒng)計(jì)分析

樣本數(shù)據(jù)服從正態(tài)分布或近似正態(tài)分布是進(jìn)行地統(tǒng)計(jì)空間變異分析的前提，否則會出現(xiàn)比例效應(yīng)[17]。因此，本文通過SPSS的個案等級排序?qū)RI原始數(shù)據(jù)進(jìn)行轉(zhuǎn)換和異常值剔除，使其滿足正態(tài)分布，并分別利用半變異函數(shù)擬合模型(球狀模型、高斯模型、指數(shù)模型、線性模型)分別對WRI和ARLI進(jìn)行擬合，并選取最優(yōu)擬合模型。選取原則為：判定系數(shù)(r2)越接近于1，殘差(RSS)越小，模型擬合的效果越好。半方差函數(shù)擬合模型及相關(guān)參數(shù)見表2。

表2 半變異函數(shù)最優(yōu)擬合模型及擬合參數(shù)

基臺值反映了農(nóng)業(yè)水土資源的總變異程度。其中，偏基臺值和塊金值分別反映了由結(jié)構(gòu)性因子(如地形、土壤母質(zhì)、氣候等)和隨機(jī)性因子(如施肥、耕作措施、種植、灌溉等)引起的變異程度，且塊金值不隨空間采樣間距的增加而變化。塊金效應(yīng)用來表示空間相關(guān)性程度，即由隨機(jī)性因子引起的空間變異占總變異的比值。該值≤25%、25%～75%、≥75%分別表示空間相關(guān)性較強(qiáng)、中等、較弱[18]。由表2可知，WRI和ARLI的塊金效應(yīng)為16.9%和49.9%，分別具為較強(qiáng)和中等的空間相關(guān)性，其空間變異性主要受結(jié)構(gòu)性因子的影響。其中，WRI受結(jié)構(gòu)性因子的影響更甚。

變程反映了空間因子變異特征的作用范圍。在該范圍內(nèi)，空間因子的變異性隨采樣步長的增加而增大。當(dāng)采樣步長大于變程時，該空間因子的變異特征消失；另一方面，變程應(yīng)小于最大采樣距離，否則會出現(xiàn)尺度效應(yīng)，則數(shù)據(jù)不能用于內(nèi)插或外插[19]。由表2可知，WRI和ARLI的變程均小于最大采樣距離(3 800 km)，可以用于插值分析。

由表2可知，WRI和ARLI的半方差最優(yōu)擬合模型分別是高斯模型和指數(shù)模型。由于擬合模型只是半方差函數(shù)的近似式，故還需要對模型參數(shù)進(jìn)行交叉檢驗(yàn)[20](一種間接的結(jié)合普通克立格的方法)。即：對擬合模型所確定的參數(shù)不斷進(jìn)行修改，直至達(dá)到一定的精度要求?；舅悸肥牵阂来渭僭O(shè)每一個實(shí)測數(shù)據(jù)點(diǎn)未被測定，由所選定的半變異模型，根據(jù)n-1個其它測定點(diǎn)數(shù)據(jù)用普通克立格最優(yōu)無偏估算這個點(diǎn)的值，通過分析誤差來檢驗(yàn)?zāi)Ｐ偷暮侠硇?。WRI和ARLI的Kriging交叉驗(yàn)證結(jié)果見圖1。

決定系數(shù)r2是測定直線回歸模型擬合優(yōu)度的一個重要指標(biāo)。通常采用其平方根——相關(guān)系數(shù)r描述其相關(guān)程度。|r|≥0.8表明高度相關(guān)；0.5≤|r|<0.8為中度相關(guān)；0.3≤|r|<0.5呈低度相關(guān)；|r|<0.3視為不相關(guān)[21]。由圖1可知，WRI和ARLI的判定系數(shù)分別為0.842和0.857，相關(guān)系數(shù)分別為0.918和0.926，表明二者的預(yù)測值和真實(shí)值之間存在高度的相關(guān)性，線性回歸模型擬合效果良好，可用于進(jìn)行Kriging插值。

圖1水土資源指數(shù)半變異函數(shù)克里格交叉驗(yàn)證圖

Fig.1 Kriging cross-validation of WRI and ARLI for their semivariance function

2.3 基于ArcGIS的農(nóng)業(yè)水土資源空間變異特征分析

將半方差函數(shù)最優(yōu)擬合模型中的變程、基臺值、塊金值等參數(shù)輸入ArcGIS中的Kriging插值模塊，分別生成西北旱區(qū)WRI和ARLI的空間分布圖(圖2)。

由圖2可知，西北旱區(qū)范圍內(nèi)，WRI高的地方主要集中在青海省的玉樹藏族自治州、果洛藏族自治州和海西蒙古族藏族自治州。這些地方分布著眾多的河流和湖泊，如可可西里湖、扎陵湖、沱沱河、黃河等，且位于青南高原，終年都有冰川積雪，地表水資源量十分充足。WRI較低的地方集中在古爾班通古特沙漠、塔克拉瑪干沙漠、庫姆塔格沙漠、騰格里沙漠地區(qū)和毛烏素沙漠、柴達(dá)木沙漠、巴丹吉林沙漠、烏蘭布和沙漠和呼倫貝爾沙地及庫布齊沙漠等地。這些地方均在沙漠或戈壁灘附近，光熱資源十分充足，蒸發(fā)量遠(yuǎn)遠(yuǎn)超過降水量，水資源量極為稀少。

圖2西北旱區(qū)農(nóng)業(yè)水土資源指數(shù)空間分布圖

Fig.2 The spatial distribution of the WRI and ARLI

ARLI較高的地方主要分布在新疆沿天山一帶的伊犁河谷、博爾塔拉蒙古自治州、塔城、昌吉回族自治州以及克孜勒蘇柯爾克孜自治州、河西走廊區(qū)、關(guān)中平原、河套平原等地。這些地方地勢平坦，土地肥沃，是我國重要的糧食生產(chǎn)基地。ARLI較低的地方主要分布在巴里坤哈薩克自治縣、伊吾縣、巴音郭楞蒙古自治州、和田、海西、內(nèi)蒙古錫林郭勒盟北部及青甘新三省交界。這些地方或地處高寒地帶，不適宜耕種；或土地沙漠化和荒漠化嚴(yán)重，沙塵暴頻發(fā)，自然條件極其惡劣。

從各省的情況來看，(1) 新疆的ARLI自西北向東南逐漸遞減，而WRI自北向南先減小后增加，且ARLI極低的地區(qū)(和田、巴州與西藏交界處)也是WRI較高的地區(qū)。這些地區(qū)山地多、海拔高，不適宜耕作，交通條件差，社會經(jīng)濟(jì)發(fā)展遠(yuǎn)遠(yuǎn)落后于ARLI和WRI均較高的伊犁-博州-塔城地區(qū)。(2) 青海的ARLI自東北向西南逐漸遞減，WRI自北向南逐漸增加。青海省只有海東地區(qū)ARLI較高但該區(qū)的WRI卻極低。青南高原WRI雖為西北旱區(qū)的最高值，但該區(qū)的地勢和地貌復(fù)雜多變，以至于無法大面積種植經(jīng)濟(jì)作物，農(nóng)業(yè)和經(jīng)濟(jì)發(fā)展緩慢。(3) 甘肅的ARLI自西北向東南逐漸增加，WRI除甘南藏族自治州以外，整體偏低。河西走廊一帶的WRI極低而ARLI卻很高，說明該區(qū)農(nóng)業(yè)發(fā)展條件良好，水資源量雖少但利用效率高。(4) 內(nèi)蒙古和陜西的ARLI和WRI都自北向南逐漸增加；寧夏的ARLI自北向南逐漸增加，WRI自北向南逐漸減少。這三個省份中，ARLI較高的地區(qū)也是WRI極低的地區(qū)，說明水資源和耕地資源的分布不均衡，需要進(jìn)行人為的調(diào)控，以便更好的發(fā)展農(nóng)業(yè)。

3 結(jié)論與討論

研究西北旱區(qū)農(nóng)業(yè)水土資源的空間變異特征和匹配程度，可為西北旱區(qū)農(nóng)業(yè)水土資源管理方案和高效利用模式的制定提供理論參考。整體上看，西北旱區(qū)397個縣域的水資源指數(shù)和耕地資源指數(shù)均具有中等變異特征及較強(qiáng)和中等的空間相關(guān)性，耕地面積與水資源量之間存在一定的空間匹配關(guān)系；水資源和耕地資源的空間變異受結(jié)構(gòu)性和隨機(jī)性因子的共同影響，但結(jié)構(gòu)性因子占主導(dǎo)，說明西北旱區(qū)的農(nóng)業(yè)水土資源主要受到地形、地貌和氣候的影響，在短期內(nèi)極難發(fā)生較大改變。

西北旱區(qū)各縣域的水資源和耕地資源在空間上的分布極不均衡，尤其是水資源的空間分布。大體上，耕地資源較高的縣域其水資源量較低，而水資源較高的縣域其耕地資源量較低，西北旱區(qū)農(nóng)業(yè)水土資源在縣域空間尺度上極不匹配；另一方面，耕地資源較多的縣域其經(jīng)濟(jì)也較為發(fā)達(dá)，而水資源較豐富的縣域其域經(jīng)濟(jì)發(fā)展相對落后。因此，為了科學(xué)而高效地利用農(nóng)業(yè)水土資源，需要加強(qiáng)對水資源的調(diào)控與管理，特別是在耕地面積較大的地區(qū)，可適當(dāng)增加農(nóng)田水利水保設(shè)施；也可在水資源較豐富的地區(qū)，強(qiáng)化耕地保育并適度開發(fā)耕地資源。

此外，本文提出了一種基于經(jīng)典統(tǒng)計(jì)分析、地統(tǒng)計(jì)半變異函數(shù)模型模擬及交叉驗(yàn)證和Kriging空間插值，用于水資源指數(shù)和耕地資源指數(shù)空間變異特征分析與制圖的方法體系。實(shí)踐表明，該方法體系具有良好的可操作性和推廣應(yīng)用價值，為其它空間因子的變異特征研究提供方法依據(jù)。

在表達(dá)空間變異特征時，實(shí)際情況往往與理論結(jié)果之間存在微許差異，正如哈維在《地理學(xué)中的解釋》中提到：“地理學(xué)長于事實(shí)而短于理論”[22]。所以，在今后的研究當(dāng)中，應(yīng)當(dāng)注重對理論結(jié)果的驗(yàn)證研究。

參考文獻(xiàn)：

[1] 劉彥隨，甘 紅，張富剛.中國東北地區(qū)農(nóng)業(yè)水土資源匹配格局[J].地理學(xué)報(bào)，2006，61(8):847-854.

[2] 侯 薇，劉小學(xué)，魏曉妹.陜西關(guān)中地區(qū)農(nóng)業(yè)水土資源時空匹配格局研究[J].水土保持研究，2012,19(1):134-138.

[3] 南紀(jì)琴,王景雷,陶國通,等.西北旱區(qū)農(nóng)業(yè)水土資源匹配格局研究[J]．灌溉排水學(xué)報(bào),2015,34(5):41-45.

[4] 南彩艷.西北旱作區(qū)水土資源承載力研究[D].陜西楊凌：西北農(nóng)林科技大學(xué),2011.

[5] 趙成義,李志良.西北干旱區(qū)退耕還林(草)后水土資源開發(fā)的優(yōu)化模型研究[J].干旱區(qū)地理,2002,25(4):321-328.

[6] 孫 濤.西北典型干旱區(qū)水土資源評價與預(yù)測模型的研究[D].北京：中國水利水電科學(xué)研究院,2005.

[7] 農(nóng)業(yè)部種植業(yè)管理司公報(bào).關(guān)于全國耕地質(zhì)量等級情況的公報(bào)[R/OL].2014年1號.http://www.moa.gov.cn/govpublic/ZZYGLS/ 201412/t20141217_4297895.htm．

[8] 內(nèi)蒙古統(tǒng)計(jì)局.內(nèi)蒙古統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2011—2015.

[9] 陜西統(tǒng)計(jì)局.陜西統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2011—2015.

[10] 新疆統(tǒng)計(jì)局.新疆統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2011—2015.

[11] 甘肅統(tǒng)計(jì)局.甘肅統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2011—2015.

[12] 寧夏統(tǒng)計(jì)局.寧夏統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2011—2015.

[13] 青海統(tǒng)計(jì)局.青海統(tǒng)計(jì)年鑒[M].北京:中國統(tǒng)計(jì)出版社,2011—2015.

[14] 秦占飛,常慶瑞.縣域土壤養(yǎng)分空間變異分析——以蒲城縣為例[J].干旱地區(qū)農(nóng)業(yè)研究,2012,30(1):30-35.

[15] 施雅風(fēng).簡明中國冰川目錄[M].上海:上?？茖W(xué)普及出版社,2005:20-182.

[16] 張小桐,張瑞芳,王 紅,等.縣域土壤有效態(tài)微量元素的空間變異特征及影響因素——以徐水縣為例[J].干旱地區(qū)農(nóng)業(yè)研究,2016,34(1):74-80.

[17] Emadi M, Shahriari A R, Sadegh-Zadeh F, et al. Geostatistics-based spatial distribution of soil moisture and temperature regime classes in Mazandaran province, northern Iran[J]. Archives of Agronomy & Soil Science, 2016,62(4):502-522.

[18] 羅 勇,陳家宙,林麗蓉,等.基于土地利用和微地形的紅壤丘崗區(qū)土壤水分時空變異性[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(2):36-41.

[19] 劉曉林,李文峰,楊林楠,等.基于ArcGIS地統(tǒng)計(jì)分析模塊的土壤養(yǎng)分空間變異分析——以云南省建水縣為例[J].土壤通報(bào),2012,46(6):1432-1436.

[20] Yang Yuting, Shang Songhao, Li Chao. The correction method of kriging smoothing effect of soil moisture interpolation[J]. Water Science, 2010,21(2):208-213.

[21] 余建英,何旭宏.數(shù)據(jù)統(tǒng)計(jì)分析與SPSS應(yīng)用[M].北京:人民郵電出版社,2003.

[22] 大衛(wèi)·哈維.地理學(xué)中的解釋[M].北京:商務(wù)印書館,1996:16-211.