王 琳，趙俊三，黃義忠，陳國平

（1.昆明理工大學(xué)國土資源工程學(xué)院，云南 昆明 650093；2.昆明冶金高等?？茖W(xué)校測繪學(xué)院，云南 昆明 650033）

【研究意義】基本農(nóng)田是保證糧食安全、促進農(nóng)業(yè)現(xiàn)代化發(fā)展的基礎(chǔ)，是農(nóng)業(yè)生態(tài)系統(tǒng)的重要組成部分，也是促進農(nóng)業(yè)生產(chǎn)和農(nóng)村經(jīng)濟社會可持續(xù)發(fā)展的重要保障。在國家新型工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化同步發(fā)展和全面深化改革時期，基本農(nóng)田保護面臨更加嚴峻的形勢。對基本農(nóng)田景觀分布格局和空間自相關(guān)進行分析，為高標準基本農(nóng)田建設(shè)、優(yōu)化土地生態(tài)結(jié)構(gòu)、完善“三線劃定”和建設(shè)美麗國土提供科學(xué)的參考依據(jù)?！厩叭搜芯窟M展】國內(nèi)學(xué)者采用不同的方法研究基本農(nóng)田的劃定和布局，如楊建宇等［1］使用優(yōu)劣解距離法和局部空間自相關(guān)方法構(gòu)建綜合質(zhì)量評價體系，曹麗萍等［2］通過局部空間自相關(guān)方法分析耕地質(zhì)量的空間集聚特征，關(guān)小東等［3］提出了一種基于貝葉斯網(wǎng)絡(luò)模型的基本農(nóng)田劃定方法，譚少軍等［4］采用生態(tài)位、局部莫蘭指數(shù)、多元約束方法進行高標準基本農(nóng)田建設(shè)適宜性評價與區(qū)位選址，陳顯光等［5］運用近鄰表法和最臨近分析法作為空間連片性評價的方法。國外與基本農(nóng)田相關(guān)的概念有兩個方面，一是重要農(nóng)地（Prime Farmland），二是高生態(tài)價值農(nóng)地（High Nature Value Farmland）［6］，研究內(nèi)容主要集中在對農(nóng)地的評估、預(yù)測和生態(tài)保護，如Sutkowska等［7］采用基于二維標準的分類方法，對農(nóng)場規(guī)模和生產(chǎn)類型調(diào)查數(shù)據(jù)進行聚類分析和主成分分析等多變量統(tǒng)計方法進行農(nóng)地評價；Matin等［8］用線性回歸模型繪制了農(nóng)田的可能分布情況；Lomba等［9］提出了如何改進和協(xié)調(diào)高生態(tài)價值農(nóng)田狀態(tài)和趨勢的識別、繪制和報告建議?，F(xiàn)有研究大多基于較小空間尺度，方法上未能將景觀生態(tài)結(jié)構(gòu)和空間相關(guān)性相結(jié)合，缺乏從基本農(nóng)田整體和局部進行對比的分析。【本研究切入點】本文結(jié)合了景觀生態(tài)格局分析方法和GIS空間統(tǒng)計分析方法，從省、市兩個空間尺度對以高原山地為典型特征的云南地區(qū)基本農(nóng)田空間景觀分布格局進行定量研究?！緮M解決的關(guān)鍵問題】探討基本農(nóng)田質(zhì)量的景觀格局特征和空間差異，為國土空間規(guī)劃中永久基本農(nóng)田的格局優(yōu)化提供依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

云南是典型的中亞熱帶西南高原山地，高原面保存良好，山地頂部多呈寬廣平坦地面或呈和緩起伏地面［10］。云南高原面積約占全省總面積的94%，地形、地貌極為復(fù)雜，海拔高差懸殊，農(nóng)業(yè)自然條件的“立體性”十分強烈［11］。云南省已劃定永久基本農(nóng)田4.899×106hm2，為全國基本農(nóng)田總面積的4.8%，位于第7位。在全國土地利用總體規(guī)劃（2006—2020年）中明確了基本農(nóng)田調(diào)整后的指標，調(diào)整后云南省基本農(nóng)田面積指標為4.894×106hm2，占耕地保有量的83.72%。

1.2 數(shù)據(jù)來源

基本農(nóng)田數(shù)據(jù)來自云南省國土資源廳第二次全國土地調(diào)查和耕地質(zhì)量等別評定2017年成果數(shù)據(jù)及基本農(nóng)田劃定成果數(shù)據(jù)庫，涵蓋數(shù)據(jù)庫范圍包括云南省16個州市的省級匯總單元，總面積為4.89×106hm2。

1.3 研究方法

以云南省基本農(nóng)田為研究對象，首先從整體上分析基本農(nóng)田平均等別及組合類型；其次在省域尺度上分析不同地類、坡度和質(zhì)量的景觀格局分布，在市域尺度上重點考量基本農(nóng)田質(zhì)量景觀指數(shù)的多樣性和異質(zhì)性；最后分別從省域尺度和市域尺度，用空間自相關(guān)分析方法，結(jié)合核密度空間分布，得出基本農(nóng)田空間分異規(guī)律。本文結(jié)合耕地質(zhì)量組合結(jié)構(gòu)和耕地平均等別進行綜合分析；通過ArcGIS軟件將提取出的基本農(nóng)田耕地矢量數(shù)據(jù)轉(zhuǎn)換成空間分辨率為10 m×10 m的柵格數(shù)據(jù)，運用Fragstats軟件對景觀指數(shù)進行計算；運用Geoda軟件計算16州市空間滯后變量，繪制全局Moran's I散點圖和Lisa集聚圖；運用ArcGIS進行核密度估計，將核密度估計與空間自相關(guān)進行補充論證，通過疊加分析、統(tǒng)計分析和對比分析等相關(guān)方法，探索云南省基本農(nóng)田在空間上的關(guān)聯(lián)性和分異規(guī)律。

1.3.1 耕地平均等別分析 耕地平均等別是用面積加權(quán)平均法計算區(qū)域內(nèi)的平均等別，即在統(tǒng)計出各等別總面積前提下，進行各等別面積加權(quán)［12-13］，計算公式為：

式中，Y為等別平均值，i為等別，imin為等別最小值，imax為等別最大值，F(xiàn)i為i等農(nóng)用地面積（hm2），F(xiàn)總為總面積（hm2）。

1.3.2 耕地質(zhì)量組合結(jié)構(gòu)分析 威弗-托馬斯（Weaver Thomas）組合系數(shù)法能確定耕地質(zhì)量等別的類型特征和主要類型［14］。該方法是把土地的實際分布（實際相對面積百分比）與假設(shè)分布（假設(shè)相對面積百分比）進行比較，然后逐步逼近實際分布，得到一個最接近實際分布的近似分布，這種分布的組合類型即為所求的組合類型，是一種主成分趨勢值的探討［15］。

1.3.3 景觀格局分析 景觀格局作為農(nóng)業(yè)生態(tài)系統(tǒng)的空間表象，直接影響農(nóng)業(yè)生態(tài)系統(tǒng)的穩(wěn)定性、脆弱性和農(nóng)業(yè)生產(chǎn)功能。景觀指數(shù)可以研究地區(qū)面積分布、邊緣和形狀特征以及它們的細碎化和連通性［16］。景觀學(xué)把空間的異質(zhì)性與尺度的關(guān)系有機結(jié)合起來［17］，對典型性的云南山地高原景觀指數(shù)進行分析，可以綜合衡量云南省基本農(nóng)田細碎化程度。本文選擇以下指標對基本農(nóng)田耕地地類、坡度和質(zhì)量演化進行分析：斑塊密度（PD）、最大斑塊占景觀面積比例（LPI）、面積加權(quán)的平均斑塊分維數(shù)（FRAC）、平均鄰近指數(shù)（CONTIG）、散布與并列指數(shù)（IJI）、斑塊凝聚度（COHESION）等景觀格局指標，并通過GIS軟件將這些指標生成Grid柵格數(shù)據(jù)，在Fragstats 4.2景觀分析軟件中完成指標評價。景觀多樣性和異質(zhì)性是景觀生態(tài)學(xué)的兩個重要概念，多樣性主要描述斑塊性質(zhì)的多樣化，而異質(zhì)性則是斑塊空間鑲嵌的復(fù)雜性［18］。具體計算方式如下：

（1）多樣性指數(shù)。多樣化分析的目的主要在于分析區(qū)域內(nèi)各種農(nóng)用地質(zhì)量等別的齊全程度或多樣化狀況，本文采用景觀類型多樣性指數(shù)Hi方法來度量，計算公式為：

式中，Hi為第i個行政單位的農(nóng)用地質(zhì)量的多樣性指數(shù)；Pij為第i個行政單位第j項耕地質(zhì)量等別面積占全部耕地質(zhì)量等別面積之和的比例［19］。

（2）優(yōu)勢度指數(shù)。優(yōu)勢度指數(shù)用于測度農(nóng)用地質(zhì)量等別中一等或幾等類型支配全部農(nóng)用地質(zhì)量的程度，計算公式為:

式中，Di為第i個行政單位的農(nóng)用地質(zhì)量的優(yōu)勢度指數(shù)；Pij為第i個行政單位第j項農(nóng)用地質(zhì)量等別面積占全部農(nóng)用地質(zhì)量等別面積之和的比例；m為給定區(qū)域的最大農(nóng)用地質(zhì)量等別數(shù)［20］。

（3）均勻度指數(shù)。均勻度指數(shù)用于表征農(nóng)用地質(zhì)量等級的分配均勻程度，計算公式為:

式中，Ei為第i個行政單位的農(nóng)用地質(zhì)量的均勻度指數(shù)；Pij和m的定義與優(yōu)勢度指數(shù)計算公式相同。

（4）集中度指數(shù)。集中化指數(shù)是一個描述地理數(shù)據(jù)分布的集中化程度指數(shù)，計算公式為：

式中，Ii為第i個區(qū)域的土地集中化指數(shù)，Ai為第i個區(qū)域各種土地類型累計百分比之和，M為土地集中分布時的累計百分比之和，R是高一層次區(qū)域各種土地類型的累計百分比之和，以R作為衡量集中化程度的基準。集中化指數(shù)越大，說明集中化程度越高［21］。當R＝359、M＝500時，計算云南省各州市土地利用集中化指數(shù)。

1.3.4 核密度分析 核密度估計是分析空間要素聚集效應(yīng)的一種重要的非參數(shù)化方法［22］，通過將整個研究區(qū)域生成一個光滑的密度表面來分析點事件的空間聚集特征［23］。通常核密度測算值越高，則耕地空間分布密度也越大。一般將核密度定義為：設(shè)定x1、x2、……xn是從分布密度函數(shù)f的總體中抽取的獨立同分布樣本，估計f在某點x處的值，通常采用Rosenblatt-Parzen核測算模型［24］：

式中，fn為耕地地塊分布核密度測算值，n為耕地地塊數(shù)量，k為核密度函數(shù)，x～xi為測算耕地地塊x到樣本耕地地塊xi處的距離，h為核密度測算帶塊的平滑參數(shù)。

1.3.5 空間自相關(guān)分析 空間自相關(guān)是區(qū)域化變量的基本屬性之一，既可檢驗變量空間分布的自相關(guān)強度，又可檢測研究區(qū)內(nèi)變量的分布是否具有結(jié)構(gòu)性［25］。全局自相關(guān)描述整體分布情況，判斷某屬性在特定區(qū)域內(nèi)是否有聚集特征存在，局部自相關(guān)能指出顯著的聚集發(fā)生在哪些位置［26］。全局Moran's I的取值在［-1，1］，小于0表示負相關(guān)，等于0表示不相關(guān)，大于0表示正相關(guān)，計算公式為：

局部Moran's I檢驗以確定變量的局部空間自相關(guān)特征，計算公式為：

式中，n為變量x的觀測數(shù)；xi、xj分別為變量x在位置i和位置j處的觀測值；x為所有觀測值的均值；Wij為空間權(quán)重矩陣值。

2 結(jié)果與分析

2.1 基本農(nóng)田平均質(zhì)量等別及組合類型

以云南省16個州市基本農(nóng)田分等數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，計算各州市基本農(nóng)田比例，用面積加權(quán)平均法計算區(qū)域內(nèi)的平均質(zhì)量等別（表1）。基本農(nóng)田平均質(zhì)量等別最高的地區(qū)數(shù)量較少：質(zhì)量等別最高的前3個地區(qū)為德宏、西雙版納和玉溪，3地基本農(nóng)田面積之和僅占基本農(nóng)田總面積的9.19%。怒江、迪慶和昭通的平均質(zhì)量等別最低，其中昭通基本農(nóng)田占全省基本農(nóng)田的10.25%?；巨r(nóng)田平均質(zhì)量等別差異大，等別最高的德宏比最低的怒江高近3個等別。

表1 云南省基本農(nóng)田耕地等別構(gòu)成Table 1 Composition of quality level of prime farmland in Yunnan province

從坡度看，總體上平緩地區(qū)的基本農(nóng)田質(zhì)量優(yōu)于坡地，而坡度級別高但耕地質(zhì)量也相對較高的有德宏、玉溪、文山和大理，由于在山區(qū)和半山區(qū)分布了一定比例的高等質(zhì)量耕地，通過耕地綜合整治和中低產(chǎn)田改造，得以保證坡地的耕地質(zhì)量；從地類和等別分布情況看，灌溉水田和水澆地總體優(yōu)于旱地，其中地類等別變化最大的指標區(qū)有德宏（灌溉水田平均等別比旱地的平均等別高3.53等）、臨滄、楚雄（水澆地平均等別比旱地的平均等別分別高4.21、4.01等），變化最小的是昭通、麗江、怒江和迪慶，地類平均等別范圍在10.04～11.77等；昆明、曲靖、普洱、臨滄、楚雄、紅河、西雙版納和怒江水澆地的平均等別略高于水田，其他各區(qū)水田平均等別高于水澆地。

通過質(zhì)量等別組合結(jié)構(gòu)可以分析云南省基本農(nóng)田耕地質(zhì)量等別的主要類型特征（表2），為進一步直觀表達各指標區(qū)組合類型，利用GIS在表2基礎(chǔ)上繪制耕地質(zhì)量組合類型分布圖（圖1）。質(zhì)量等別組合數(shù)最低為2，在昭通、麗江、文山、怒江和迪慶，且質(zhì)量等級較低，主要集中在11、12等級；而大部分州市的耕地質(zhì)量等別組合數(shù)為3；玉溪、楚雄、大理和德宏的組合數(shù)最高為5，異質(zhì)性顯著，質(zhì)量景觀趨于復(fù)雜化。總體看來云南省基本農(nóng)田耕地質(zhì)量組合類型復(fù)雜，各指標區(qū)組合類型有較大差異，11等別耕地均在各指標區(qū)組合類型中。

表2 云南省基本農(nóng)田耕地質(zhì)量等別組合類型Table 2 Combination types of quality level of basic farmland in Yunnan province

圖1 云南省基本農(nóng)田耕地質(zhì)量組合類型分布Fig. 1 Combination types of quality level of prime farmland in Yunnan province

2.2 省級尺度下基本農(nóng)田景觀格局

從地類看，省級尺度下基本農(nóng)田斑塊密度（PD）水田最高，水澆地其次；最大斑塊占景觀面積比例（LPI）也是以水田最高、旱地最低，但總體值均比較小，說明基本農(nóng)田耕地地類整體比較細碎，空間格局上分布零星。面積加權(quán)平均斑塊分維數(shù)（FRAC）旱地指標值最小、接近于1，旱地景觀要素斑塊的幾何形狀趨于簡單。臨近度指數(shù)（CONTIG）由大到小依次為水田、水澆地、旱地，表明基本農(nóng)田相同地類耕地間離散和破碎程度由大到小依次為旱地、水澆地、水田。散布與并列指數(shù)（IJI）水澆地數(shù)值較低、其次為水田、旱地指數(shù)相對較高，表明水田和水澆地相對旱地更加受自然條件如地形、水源的制約，生態(tài)系統(tǒng)的分布特征反映顯著，而旱地相對受人為影響更多一些，彼此鄰近，相應(yīng)散布與并列指數(shù)值較高。整體性斑塊凝聚（COHESION）上水田＞水澆地＞旱地，表明3種地類的空間連接性水田最強、水澆地其次、旱地最弱（表1）。

從坡度看，各景觀要素在不同坡度中分布不均（表3），PD最低的為最大坡度下的斑塊，同時結(jié)合LPI來看，該坡度下的基本農(nóng)田耕地對整體景觀影響較大。FRAC反映了不同坡度下基本農(nóng)田耕地斑塊形狀的總體差異較小，CONTIG在0°～2°坡度下值最大、較為集中，在2°～6°坡度最低，表明該坡度下基本農(nóng)田耕地間離散和破碎程度較大。IJI在6°～15°最高，其次為0°～2°坡度，相對較低指數(shù)的坡度耕地受自然條件影響分布的因素更大。COHESION在0°～2°坡度最大，表明基本農(nóng)田耕地的景觀連接性最強。

表3 不同地類、坡度、質(zhì)量下景觀要素的景觀格局指數(shù)Table 3 Landscape pattern index of different farmland types, slopes and quality levels

從質(zhì)量來看，10～12等級上的基本農(nóng)田斑塊密度、最大斑塊占景觀面積比例最高，臨近度指數(shù)、整體性斑塊凝聚指數(shù)也較高，面積加權(quán)平均斑塊分維數(shù)差別較小接近于1，幾何形狀趨于簡單，6～8等級的散布與并列指數(shù)較高。

2.3 市級尺度下基本農(nóng)田景觀格局

由各州市基本農(nóng)田多樣化和異質(zhì)性分析結(jié)果（表4）可知，多樣性指數(shù)以德宏地區(qū)最高、怒江州最低，多樣性指數(shù)大于云南省的地區(qū)有昆明、玉溪、楚雄、西雙版納、大理和德宏；集中度指數(shù)與多樣性指數(shù)呈相反的態(tài)勢，結(jié)合二者進行對比，耕地質(zhì)量多樣性較高的幾個地區(qū)集中性指數(shù)均較低，集中性指數(shù)最低的為麗江市，其次是迪慶、大理、西雙版納、楚雄，集中度指數(shù)較高的是怒江、迪慶；優(yōu)勢度指數(shù)高表示該區(qū)域的優(yōu)勢度越明顯，德宏地區(qū)優(yōu)勢度指數(shù)最高，說明德宏州基本農(nóng)田的耕地質(zhì)量等別對區(qū)域內(nèi)的耕地資源支配程度較大；均勻度作為描述基本農(nóng)田景觀由少數(shù)幾個主要景觀類型控制程度的指數(shù)，從整體來看，迪慶、昭通、怒江值較低，分布相對更不均衡，德宏州的均衡度最高。

通過頻率累計繪制洛倫茲曲線，可以進一步佐證各州市基本農(nóng)田質(zhì)量景觀指數(shù)情況（圖2）。各州市基本農(nóng)田等別的集中化程度有較大差異，德宏離絕對均勻分布線最近，其次是西雙版納，可見耕地質(zhì)量等別分布最均勻：德宏州是以中、低山地為主的低緯山原地區(qū)，盆壩平地河谷較多，基本農(nóng)田主要分布在山河谷地、盆地和洼地，其耕地質(zhì)量分布較均勻；西雙版納坡度較緩，谷地淺闊，地處熱帶及南亞熱帶氣候，水熱條件決定適宜的耕地類型多樣，優(yōu)勢度不明顯，耕地質(zhì)量也比較均勻。迪慶、昭通、怒江平均線較遠，表明耕地質(zhì)量等別差距較大，該結(jié)果與景觀格局指數(shù)相吻合：迪慶和怒江處于橫斷山脈和三江并流所在地，山川峽谷縱橫，且坡地多、平地少，水田、水澆地主要集中分布在狹小河谷或山間小盆地，旱地多集中分布在較高丘陵山坡上，受地形、氣候和土壤影響耕地質(zhì)量等別差距較大，因此呈現(xiàn)出較強的質(zhì)量分布多樣性和不均勻性；昭通市地處破碎高原，起伏較大，主要為紅壤，水土流失較重，以旱地為主，低質(zhì)量耕地體現(xiàn)出較強的支配和優(yōu)勢度，因此分布呈現(xiàn)不均勻的特征。

表4 云南省16市（州）景觀格局指數(shù)Table 4 Landscape index of 16 cities (states) in Yunnan provice

圖2 云南省基本農(nóng)田耕地質(zhì)量等別洛倫茲曲線Fig. 2 Lorenz curve of quality levels of prime farmlands in Yunnan province

2.4 省級尺度下基本農(nóng)田空間自相關(guān)

采用空間自相關(guān)分析研究云南省基本農(nóng)田過程中，從空間鄰接性頻率直方圖的分布特征來看，基于共邊相鄰（Queen）的權(quán)重［27］更符合正態(tài)分布，因此本文確定空間權(quán)重采用共邊相鄰原則。經(jīng)計算，基本農(nóng)田景觀格局指數(shù)和耕地質(zhì)量的全局Moran's I指數(shù)值較低（基本農(nóng)田景觀格局指數(shù)＜0.2052，耕地質(zhì)量為0.0310），表明在省域尺度下基本農(nóng)田景觀指數(shù)和耕地質(zhì)量上空間自相關(guān)性較低。

圖3 云南省基本農(nóng)田面積比例局部Moran's I散點圖Fig.3 Scatter-plots of local Moran's I for the areal proportion of prime farmland in Yunnan Province

基本農(nóng)田面積比值的全局Moran's I指數(shù)為0.6046、P=0.0010＜0.05，通過顯著性水平檢驗，表明各州市具有較為顯著的空間自相關(guān)性，基本農(nóng)田面積比例（J/A）具有較顯著的聚集分布態(tài)勢（圖3）?；巨r(nóng)田比例聚類關(guān)系中，H-H聚集占基本農(nóng)田總面積比例最高為51.86%，表明H-H聚集的地區(qū)占主導(dǎo)地位，屬于基本農(nóng)田比例高，其周圍鄰近區(qū)域基本農(nóng)田耕地面積比例也相應(yīng)高的區(qū)域。其次為H-L集聚占26.04%，呈現(xiàn)出負相關(guān)性，即基本農(nóng)田面積比例高，但相鄰區(qū)域基本農(nóng)田比例卻較低的地區(qū)。然后是L-L聚集，這些地區(qū)的基本農(nóng)田面積比例低，且周圍相鄰地區(qū)基本農(nóng)田面積比例也低，其空間分布仍呈現(xiàn)聚集分布，局部性空間差異較小。L-H聚集的數(shù)量最少，呈現(xiàn)出負相關(guān)性。

表5 云南省基本農(nóng)田空間面積比例空間自相關(guān)分析Table 5 Autocorrelation analysis of spatial area proportion of prime farmland in Yunnan province

在面積比例聚類關(guān)系基礎(chǔ)上，對基本農(nóng)田分布進行核密度值測算，設(shè)104hm2為半徑生成省級尺度下基本農(nóng)田耕地核密度測算值空間分布圖，基本農(nóng)田核密度變化范圍為0～427823個柵格/hm2（圖4，封三）?；巨r(nóng)田核密度分布差異較大，高值區(qū)域主要集中在滇東、滇東北地區(qū)、西南部分地區(qū)，高值區(qū)與面積比例聚類分布趨于吻合。

2.5 市級尺度下基本農(nóng)田空間自相關(guān)

以各州市基本農(nóng)田圖斑為基本空間單元計算出基本農(nóng)田質(zhì)量的全局Moran's I指數(shù)和局部空間自相關(guān)類型統(tǒng)計結(jié)果，各州市基本農(nóng)田質(zhì)量指數(shù)P值均小于0.05，通過顯著性檢驗，結(jié)果如表6所示。用Arc GIS10.3將各州市LISA集聚圖進行整合（圖5，封三）。

Moran's I指數(shù)大部分地區(qū)均大于0.5，表明基本農(nóng)田質(zhì)量在不同層次表現(xiàn)出較強的空間正自相關(guān)集聚態(tài)勢。從基本農(nóng)田質(zhì)量指數(shù)Moran's I值來看，曲靖市Moran's I值為0.8145，基本農(nóng)田質(zhì)量的空間正相關(guān)集聚性最強，相對較強的還有麗江市、保山市、昆明市、楚雄州、大理州，均＞0.7（表6）?？臻g變異性相對較弱的地區(qū)有普洱市、昭通市、文山州、西雙版納州，Moran's I值＜0.5。對基本農(nóng)田耕地質(zhì)量指數(shù)進行局部空間自相關(guān)分析，主要為H-H和L-L集聚，表現(xiàn)了較高的空間聚合性，H-H聚集的地區(qū)主要有昭通市、普洱市、臨滄市，其他的地區(qū)主要為L-L集聚，而各地區(qū)空間負相關(guān)的HL和LH集聚相對較少，表明仍有一部分基本農(nóng)田呈無明顯的集中區(qū)域，呈零星狀分布。

表6 基本農(nóng)田質(zhì)量Moran's I值及空間集聚類型統(tǒng)計Table 6 Analysis of quality Moran's I value and spatial cluster types of prime farmland

將各州市LISA集聚圖（圖5，封三）與省域核密度圖（圖4，封三）進行對比分析發(fā)現(xiàn)，二者呈現(xiàn)出密切的關(guān)聯(lián)性，空間自相關(guān)體現(xiàn)正相關(guān)性的H-H和L-L聚集區(qū)，相應(yīng)的核密度值也較高，空間自相關(guān)呈現(xiàn)負相關(guān)特征的地區(qū)核密度也較低。H-H集聚主要分在昭通西部、曲靖北部、昆明東北部、紅河北部和南部、普洱西部和臨滄中部，L-L集聚主要分布在曲靖東北和西南部、昆明東南部、文山西部、大理東部等地。

圖4 云南省基本農(nóng)田核密度測算值空間分布Fig. 4 Nuclear density measurement of prime farmland in Yunnan province

圖5 云南省16（市州）基本農(nóng)田質(zhì)量聚類關(guān)系Fig. 5 Cluster diagram of prime farmland comprehensive quality of 16 region in Yunnan provice

3 結(jié)論

在平均質(zhì)量等級及組合類型特征方面，各州市基本農(nóng)田質(zhì)量等別差距大，質(zhì)量高的基本農(nóng)田在數(shù)量上較少，云南省基本農(nóng)田質(zhì)量構(gòu)成以中、低等質(zhì)量耕地為主；基本農(nóng)田質(zhì)量組合數(shù)以玉溪、楚雄、大理和德宏最高。因此，從質(zhì)量上看，云南基本農(nóng)田劃定尚有提升的空間，補充劃定過程中應(yīng)從高質(zhì)量地區(qū)優(yōu)先劃定，并在質(zhì)量組合類型豐富的地區(qū)增加中、高質(zhì)量基本農(nóng)田數(shù)量。

景觀分布總體特征上，從省級尺度看基本農(nóng)田整體分布細碎，地類上水田的連接性最高、水澆地其次、旱地最低，表明云南的水田和水澆地更受如地形、水源等因素的制約，旱地分布受人為影響更大。坡度上0°～2°坡度的基本農(nóng)田景觀連接性最高，隨著坡度增加，耕地間離散和破碎程度較大，6°～15°基本農(nóng)田分布受人為因素影響相對較大。在市級尺度上，德宏、西雙版納、大理、玉溪等地基本農(nóng)田質(zhì)量較高、分布多樣性較高、分布均勻，而迪慶、昭通、怒江的基本農(nóng)田質(zhì)量等別差距大，且低等級耕地的優(yōu)勢度明顯。因此，提升基本農(nóng)田質(zhì)量，一方面可在全省范圍內(nèi)適當提高德宏、西雙版納、大理和玉溪等地區(qū)高質(zhì)量基本農(nóng)田比重，另一方面進一步優(yōu)化迪慶、昭通、怒江耕地質(zhì)量。

空間自相關(guān)特征方面，省級尺度下基本農(nóng)田質(zhì)量的關(guān)聯(lián)性較低，面積比例的空間關(guān)聯(lián)性較強，面積比例呈H-H聚集的地區(qū)核密度值相對較高。在市級尺度下，昭通、普洱、文山、西雙版納、怒江的基本農(nóng)田質(zhì)量全局自相關(guān)指數(shù)較低、關(guān)聯(lián)性弱，其余地區(qū)都體現(xiàn)出較強的空間自相關(guān)，根據(jù)局部聚類類型，H-H和L-L聚集類型的分布與基本農(nóng)田核密度分布相近，核密度值較高的地區(qū)空間關(guān)系呈正相關(guān)，核密度稀疏的低值區(qū)空間關(guān)系呈負相關(guān)?；巨r(nóng)田劃定可考慮在高密度值、高空間自相關(guān)區(qū)域，增加高質(zhì)量的基本農(nóng)田劃定，如在曲靖、保山、昆明、楚雄、麗江、大理等地（Moran’s I值均＞0.7）的高空間自相關(guān)區(qū)域集中連片劃定耕地為基本農(nóng)田，從而實現(xiàn)基本農(nóng)田景觀格局上的集中性優(yōu)勢。