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)。
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%。
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。
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。
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
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。
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
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。
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
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。