王清華

（南京農業(yè)大學，江蘇 南京 210095）

“民以食為天，食以農為源，農以地為本?！弊鳛槿祟惿婕吧鐣l(fā)展的基本資源，耕地可以為人們提供食物、纖維、生物燃料等，但是在經濟快速發(fā)展的背景下，中國耕地保護面臨著愈加嚴峻的局面。一是改革開放以來，耕地流失速度越來越快。二是中國耕地總體質量偏低，且改善效果不夠明顯。全國耕地質量等別評價成果顯示，2008年全國耕地平均質量等別為9.80等，到了2015年則下降到9.96等（全國耕地評定為15個等別，1等耕地質量最好，15等最差）。三是我國耕地退化現象嚴重，土地污染、土地沙化與水土流失等直接威脅到生態(tài)安全［1-2］?？梢姡袊L期堅持的耕地保護形勢依然十分嚴峻。在此背景下，開展耕地質量評價有利于掌握我國耕地質量狀況，對我國農業(yè)監(jiān)測、產量估算和糧食安全評估等具有重大的戰(zhàn)略意義。

1 文獻綜述

通過對國內外學者的研究分析發(fā)現，有多種耕地質量評價方法與評價手段。傳統(tǒng)的耕地質量評價主要是通過人工選擇足量的采樣點，然后對采樣點的相關數據進行整理分析，將采樣點的集合視為一個平面，從而獲取某一區(qū)域的耕地質量。楊軍芳等結合河北省太行山前平原范圍內的測土配方施肥工程，調查土壤采樣點的經濟產量、養(yǎng)分投入和養(yǎng)分平衡情況，以此評估該地區(qū)的耕地質量［3］，但是該方法的不足之處在于工作周期長、空間分布廣，容易導致數據粗糙，影響了成果在生產實踐中的應用。

遙感技術以周期性強、準確可靠、成本低的特點，已逐漸成為耕地質量評價研究的重要技術手段，同時地理信息系統(tǒng)（GeographicInformationSystem，GIS）具有強大的空間分析、屬性分析和數據管理功能，并可以建立空間數據庫與模型，可以極大地提高農業(yè)決策的客觀性、及時性，保證評價結果的準確性和精確度。

本文在諸多學者研究基礎上，利用NDVI指數的耕地提取法，基于簡化PSR模型構建耕地指標體系，運用主成分分析法來確定指標權重，從而對研究區(qū)域的耕地質量進行評價。

2 數據與方法

2.1 研究區(qū)概況

軌道號為H27V05的研究區(qū)域（北緯30°00′—40°00′、東經115°28′—117°29′）位于我國中東部，地處中國地勢第二、三級階梯上，擁有高原、平原、盆地等多種地形地貌。該區(qū)域屬于東部季風區(qū)，位于我國暖溫帶與亞熱帶分界線附近，其中暖溫帶的作物熟制為一年兩熟或兩年三熟，亞熱帶的作物熟制為一年兩熟或一年三熟。

2.2 數據源及預處理

本文所用數據為遙感影像數據與數字高程模型數據。

2.2.1 遙感影像數據。本文所需要的遙感影像數據為2020年H27V05地區(qū)的MODIS8天數據合成產品（MOD09A1），空間分辨率為1000m，數據格式為HDF（HierarchicalDataFormat）。本文利用MODIS轉投影工具（MODISReprojectionTool，MRT）工具，將這些MODIS數據統(tǒng)一在同一個坐標系統(tǒng)和投影下。MOD09A1包含的1～7波段，基本信息如下：可見光（紅）波段（b1，620～670nm）、近紅外波段（b2，841～876nm）、可見光（藍）波段（b3，459～479nm）、可見光（綠）波段（b4，545～565nm）、中紅外波段（b5，1230～1250nm）、短波紅外波段（b6，1628～1652nm）、短波紅外波段（b7，2105～2155nm）。

2.2.2 DEM數據。數字高程模型（DigitalElevation Model，DEM）能通過有限的地形高程數據實現對地面地形的數字化模擬（即地形表面形態(tài)的數字化表達）。將下載好的DEM數據進行拼接，并設置參數，得到與MODIS數據在同一投影下的DEM數據。

2.3 研究方法

2.3.1 基于NDVI指數的耕地提取方法。剔除本研究區(qū)域內的多云數據，根據遙感影像中相對應的波段信息，逐幅計算NDVI指數（歸一化植被指數）。由于研究區(qū)域位于我國亞熱帶向暖溫帶過渡區(qū)，種植的作物熟制有一年兩熟、兩年三熟和一年三熟，如果只是簡單比較夏季與冬季的NDVI值，將較難區(qū)分耕地與林地。因此，運用ArcGIS識別功能，隨機選取150個點，與GoogleEarth相應區(qū)域的土地利用狀況進行對比，并選擇GoogleEarth上林地明顯的區(qū)域進行補測，同時記錄夏季與冬季兩個階段的NDVI值。通過對比發(fā)現，林地的NDVI值基本維持在0.62～0.85，且兩階段的變化較小；而耕地的NDVI值出現兩種情況，一種是從0.3左右躍升到0.5左右，另一種是維持在0.5左右不變，其原因可能是作物熟制不同或作物本身的NDVI值不同。對數據進行判讀與估算后，利用ArcGIS的柵格計算器輸入計算條件，便得出本區(qū)域內的耕地范圍。

2.3.2 基于簡化PSR模型的耕地指標體系構建方法。按照常規(guī)PSR框架，耕地質量評價指標（LQI）可分成生產壓力指標（PPI）、耕地狀態(tài)指標（LSI）和社會行為指標（SAI）3個準則層，再細分為5個指標層。經過簡化后，本研究直接選取歸一化植被指數（NDVI）、增強植被指數（EVI）、土壤退化指數（RVI）、土壤水分指數（DVI）、坡度（Slope）等5個指標作為指標層，模型如表1所示。

表1 簡化PSR模型

①歸一化植被指數（NDVI）。歸一化植被指數用來檢測植被生長狀態(tài)、植被覆蓋度和消除部分輻射誤差等，在研究地表植被信息中被廣泛應用，是反映植被生長狀態(tài)及植被覆蓋度的有效指示因子［9］，該指數越大，說明作物生長狀態(tài)越好，耕地質量越好。計算公式如下。

式中，b1是MODIS紅光波段，b2是MODIS近紅外波段。

②增強植被指數（EVI）。增強植被指數是植被生長狀態(tài)及植被覆蓋度的指示因子，是對歸一化植被指數的繼承和改進。它不僅考慮了土壤背景影響，而且對大氣進行訂正，處理了土壤背景、大氣及飽和度等問題，對植被具有更高的靈敏性。計算公式如下。

式中，b3是MODIS藍光波段。

③土壤退化指數（RVI）。土壤退化指數也稱為比值植被指數，可反映作物所處耕地生態(tài)環(huán)境的脅迫程度。一般而言，土壤退化指數越大，說明該區(qū)域植被指數越高，耕地環(huán)境的脅迫程度越低，生產壓力越小，越有利于作物的生長。計算公式如下。

④土壤水分指數（DVI）。土壤水分指數也稱為差值植被指數。在農業(yè)生產過程中，土壤水分條件與耕地質量狀況息息相關，它能有效地反映地表濕度信息，從而體現土壤的水分狀況。計算公式如下。

⑤坡度（Slope）。坡度對于耕地質量具有限制作用，坡度越小的耕地，耕地質量越好，越有利于農作物生長；而坡度越大的耕地，耕作和灌溉難度會隨之增大［10］，耕地質量也越差。研究區(qū)地形地勢變化較大，對耕地質量有一定的影響，因此選用坡度作為耕地質量評價指標之一。

2.3.3 基于主成分分析法的指標權重確定方法。主成分分析法是利用降維的思想，在損失很少信息的前提下，把多個指標轉化為幾個綜合指標的多元統(tǒng)計方法。在土壤及耕地質量評價中，主成分分析法是使用最廣泛的評估方法之一。在研究復雜問題時，主成分分析法可以只考慮少數幾個主成分而不至于損失太多信息，有效地削減評價指標間相關性引起的誤差，從而抓住主要矛盾，揭示事物內部變量之間的規(guī)律性，使問題得到簡化。之后再計算每個主成分的得分以及樣本的得分，最終通過綜合得分來分析土壤和耕地的質量情況［11］，提高了分析效率。

3 結果

3.1 耕地指標體系構建結果

利用柵格計算器將提取出的耕地柵格與Slope、NDVI、DVI、EVI、RVI五個指標圖層分別相交，得出耕地范圍內的坡度、NDVI、DVI、EVI、RVI圖層，再為五類柵格數據確定合適的閾值和區(qū)間，各自進行重分類［12］。

3.2 指標權重結果

本文首先使用ArcGIS軟件，分別對上述5個指標數據進行標準化處理，并根據標準化處理后的數據計算出各要素之間的相關性，得到耕地質量指標間的相互關系矩陣，隨后計算相關系數矩陣的特征值、單位特征向量、主成分的方差貢獻率和累計方差貢獻率，最后計算各主成分得分和綜合得分，從而得出各項指標的權重。

由此，可以得出本區(qū)域內耕地質量綜合評價模型的表達式。

表2 主成分的特征值與方差貢獻率

表3 各指標權重

3.3 耕地質量評價結果

運用ArcGIS中的柵格計算器工具，把數據代入上述公式進行計算，選擇適當的分等閾值，并進行重分類，將耕地質量綜合評價結果可視化，并計算各等級耕地面積占比。參考中華人民共和國農業(yè)農村部對耕地質量的分等情況，將本區(qū)域耕地分為十等，其中一等地質量最佳，十等地質量最差。由圖1可知，研究區(qū)域內，沿海地區(qū)多分布一到三等級耕地，內陸多分布七到十等級耕地，且耕地等級由沿海到內陸逐級降低。

圖1 耕地質量分等結果

本研究運用主成分分析法構建包含5個指標層的耕地質量評價指標體系，通過對坡度（Slope）、土壤水分指數（DVI）、歸一化植被指數（NDVI）、增強植被指數（EVI）、土壤退化指數（RVI）等5個指標進行標準化處理及重分類，應用ArcGIS軟件主成分分析法計算得出耕地質量綜合指數，來對H27V05地區(qū)進行耕地質量評價。

本研究表明，H27V05區(qū)域內耕地質量可以分為十個等級，空間分布特點為由沿海至內陸呈現下降趨勢。從總體上看，該區(qū)域耕地質量條件較好，三等地及以上占到整個耕地的約75%，劣等地占比極少，可能與當地較好的自然地理環(huán)境及土壤特性緊密相關。

4 結語

正如國家糧食局原局長聶振邦所言：“不僅要把耕地的數量保障好，更應把土壤的質量保障好，只有做到數量與質量并重，才能確保糧食安全和可持續(xù)發(fā)展?！碧嵘刭|量是確保我國糧食安全的重要保障。而在耕地質量評價活動過程中，不僅能全面了解到耕地利用保護中所存在的問題，并能針對問題而制定一系列對應的控制耕地基本數量和防止耕地質量退化的措施，最終實現保護和合理利用耕地的目的。

表4 各等級耕地面積所占比重

遙感數據和GIS技術相結合效率高，可以較好地進行耕地質量調查，掌握耕地質量等級狀況，為耕地可持續(xù)利用提供參考。但由于數據可獲取性的限制，本研究缺乏對土壤理化性質、環(huán)境污染、土地利用現狀等反映耕地質量重要指標的考量，導致耕地調查評價指標涵蓋面不全，對耕地質量分等結果造成影響，而且忽略了生態(tài)環(huán)境在耕地質量評價中的作用，使得評價的結果具有一定的片面性。因此，如何建立能夠全面反映耕地質量特征的評價指標體系是后期進一步研究的內容。