王清華

（南京農(nóng)業(yè)大學(xué)，江蘇 南京 210095）

“民以食為天，食以農(nóng)為源，農(nóng)以地為本?！弊鳛槿祟惿婕吧鐣?huì)發(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(jīng)濟(jì)快速發(fā)展的背景下，中國(guó)耕地保護(hù)面臨著愈加嚴(yán)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(guó)耕地總體質(zhì)量偏低，且改善效果不夠明顯。全國(guó)耕地質(zhì)量等別評(píng)價(jià)成果顯示，2008年全國(guó)耕地平均質(zhì)量等別為9.80等，到了2015年則下降到9.96等（全國(guó)耕地評(píng)定為15個(gè)等別，1等耕地質(zhì)量最好，15等最差）。三是我國(guó)耕地退化現(xiàn)象嚴(yán)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?guó)長(zhǎng)期堅(jiān)持的耕地保護(hù)形勢(shì)依然十分嚴(yán)峻。在此背景下，開展耕地質(zhì)量評(píng)價(jià)有利于掌握我國(guó)耕地質(zhì)量狀況，對(duì)我國(guó)農(nóng)業(yè)監(jiān)測(cè)、產(chǎn)量估算和糧食安全評(píng)估等具有重大的戰(zhàn)略意義。

1 文獻(xiàn)綜述

通過對(duì)國(guó)內(nèi)外學(xué)者的研究分析發(fā)現(xiàn)，有多種耕地質(zhì)量評(píng)價(jià)方法與評(píng)價(jià)手段。傳統(tǒng)的耕地質(zhì)量評(píng)價(jià)主要是通過人工選擇足量的采樣點(diǎn)，然后對(duì)采樣點(diǎn)的相關(guān)數(shù)據(jù)進(jìn)行整理分析，將采樣點(diǎn)的集合視為一個(gè)平面，從而獲取某一區(qū)域的耕地質(zhì)量。楊軍芳等結(jié)合河北省太行山前平原范圍內(nèi)的測(cè)土配方施肥工程，調(diào)查土壤采樣點(diǎn)的經(jīng)濟(jì)產(chǎn)量、養(yǎng)分投入和養(yǎng)分平衡情況，以此評(píng)估該地區(qū)的耕地質(zhì)量［3］，但是該方法的不足之處在于工作周期長(zhǎng)、空間分布廣，容易導(dǎo)致數(shù)據(jù)粗糙，影響了成果在生產(chǎn)實(shí)踐中的應(yīng)用。

遙感技術(shù)以周期性強(qiáng)、準(zhǔn)確可靠、成本低的特點(diǎn)，已逐漸成為耕地質(zhì)量評(píng)價(jià)研究的重要技術(shù)手段，同時(shí)地理信息系統(tǒng)（GeographicInformationSystem，GIS）具有強(qiáng)大的空間分析、屬性分析和數(shù)據(jù)管理功能，并可以建立空間數(shù)據(jù)庫(kù)與模型，可以極大地提高農(nóng)業(yè)決策的客觀性、及時(shí)性，保證評(píng)價(jià)結(jié)果的準(zhǔn)確性和精確度。

本文在諸多學(xué)者研究基礎(chǔ)上，利用NDVI指數(shù)的耕地提取法，基于簡(jiǎn)化PSR模型構(gòu)建耕地指標(biāo)體系，運(yùn)用主成分分析法來確定指標(biāo)權(quán)重，從而對(duì)研究區(qū)域的耕地質(zhì)量進(jìn)行評(píng)價(jià)。

2 數(shù)據(jù)與方法

2.1 研究區(qū)概況

軌道號(hào)為H27V05的研究區(qū)域（北緯30°00′—40°00′、東經(jīng)115°28′—117°29′）位于我國(guó)中東部，地處中國(guó)地勢(shì)第二、三級(jí)階梯上，擁有高原、平原、盆地等多種地形地貌。該區(qū)域?qū)儆跂|部季風(fēng)區(qū)，位于我國(guó)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(shù)據(jù)源及預(yù)處理

本文所用數(shù)據(jù)為遙感影像數(shù)據(jù)與數(shù)字高程模型數(shù)據(jù)。

2.2.1 遙感影像數(shù)據(jù)。本文所需要的遙感影像數(shù)據(jù)為2020年H27V05地區(qū)的MODIS8天數(shù)據(jù)合成產(chǎn)品（MOD09A1），空間分辨率為1000m，數(shù)據(jù)格式為HDF（HierarchicalDataFormat）。本文利用MODIS轉(zhuǎn)投影工具（MODISReprojectionTool，MRT）工具，將這些MODIS數(shù)據(jù)統(tǒng)一在同一個(gè)坐標(biāo)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(lán)）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(shù)據(jù)。數(shù)字高程模型（DigitalElevation Model，DEM）能通過有限的地形高程數(shù)據(jù)實(shí)現(xiàn)對(duì)地面地形的數(shù)字化模擬（即地形表面形態(tài)的數(shù)字化表達(dá)）。將下載好的DEM數(shù)據(jù)進(jìn)行拼接，并設(shè)置參數(shù)，得到與MODIS數(shù)據(jù)在同一投影下的DEM數(shù)據(jù)。

2.3 研究方法

2.3.1 基于NDVI指數(shù)的耕地提取方法。剔除本研究區(qū)域內(nèi)的多云數(shù)據(jù)，根據(jù)遙感影像中相對(duì)應(yīng)的波段信息，逐幅計(jì)算NDVI指數(shù)（歸一化植被指數(shù)）。由于研究區(qū)域位于我國(guó)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(jiǎn)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(yùn)用ArcGIS識(shí)別功能，隨機(jī)選取150個(gè)點(diǎn)，與GoogleEarth相應(yīng)區(qū)域的土地利用狀況進(jìn)行對(duì)比，并選擇GoogleEarth上林地明顯的區(qū)域進(jìn)行補(bǔ)測(cè)，同時(shí)記錄夏季與冬季兩個(gè)階段的NDVI值。通過對(duì)比發(fā)現(xiàn)，林地的NDVI值基本維持在0.62～0.85，且兩階段的變化較??；而耕地的NDVI值出現(xiàn)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(duì)數(shù)據(jù)進(jìn)行判讀與估算后，利用ArcGIS的柵格計(jì)算器輸入計(jì)算條件，便得出本區(qū)域內(nèi)的耕地范圍。

2.3.2 基于簡(jiǎn)化PSR模型的耕地指標(biāo)體系構(gòu)建方法。按照常規(guī)PSR框架，耕地質(zhì)量評(píng)價(jià)指標(biāo)（LQI）可分成生產(chǎn)壓力指標(biāo)（PPI）、耕地狀態(tài)指標(biāo)（LSI）和社會(huì)行為指標(biāo)（SAI）3個(gè)準(zhǔn)則層，再細(xì)分為5個(gè)指標(biāo)層。經(jīng)過簡(jiǎn)化后，本研究直接選取歸一化植被指數(shù)（NDVI）、增強(qiáng)植被指數(shù)（EVI）、土壤退化指數(shù)（RVI）、土壤水分指數(shù)（DVI）、坡度（Slope）等5個(gè)指標(biāo)作為指標(biāo)層，模型如表1所示。

表1 簡(jiǎn)化PSR模型

①歸一化植被指數(shù)（NDVI）。歸一化植被指數(shù)用來檢測(cè)植被生長(zhǎng)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(yīng)用，是反映植被生長(zhǎng)狀態(tài)及植被覆蓋度的有效指示因子［9］，該指數(shù)越大，說明作物生長(zhǎng)狀態(tài)越好，耕地質(zhì)量越好。計(jì)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(qiáng)植被指數(shù)（EVI）。增強(qiáng)植被指數(shù)是植被生長(zhǎng)狀態(tài)及植被覆蓋度的指示因子，是對(duì)歸一化植被指數(shù)的繼承和改進(jìn)。它不僅考慮了土壤背景影響，而且對(duì)大氣進(jìn)行訂正，處理了土壤背景、大氣及飽和度等問題，對(duì)植被具有更高的靈敏性。計(jì)算公式如下。

式中，b3是MODIS藍(lán)光波段。

③土壤退化指數(shù)（RVI）。土壤退化指數(shù)也稱為比值植被指數(shù)，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(shù)越大，說明該區(qū)域植被指數(shù)越高，耕地環(huán)境的脅迫程度越低，生產(chǎn)壓力越小，越有利于作物的生長(zhǎng)。計(jì)算公式如下。

④土壤水分指數(shù)（DVI）。土壤水分指數(shù)也稱為差值植被指數(shù)。在農(nóng)業(yè)生產(chǎn)過程中，土壤水分條件與耕地質(zhì)量狀況息息相關(guān)，它能有效地反映地表濕度信息，從而體現(xiàn)土壤的水分狀況。計(jì)算公式如下。

⑤坡度（Slope）。坡度對(duì)于耕地質(zhì)量具有限制作用，坡度越小的耕地，耕地質(zhì)量越好，越有利于農(nóng)作物生長(zhǎng)；而坡度越大的耕地，耕作和灌溉難度會(huì)隨之增大［10］，耕地質(zhì)量也越差。研究區(qū)地形地勢(shì)變化較大，對(duì)耕地質(zhì)量有一定的影響，因此選用坡度作為耕地質(zhì)量評(píng)價(jià)指標(biāo)之一。

2.3.3 基于主成分分析法的指標(biāo)權(quán)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(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法。在土壤及耕地質(zhì)量評(píng)價(jià)中，主成分分析法是使用最廣泛的評(píng)估方法之一。在研究復(fù)雜問題時(shí)，主成分分析法可以只考慮少數(shù)幾個(gè)主成分而不至于損失太多信息，有效地削減評(píng)價(jià)指標(biāo)間相關(guān)性引起的誤差，從而抓住主要矛盾，揭示事物內(nèi)部變量之間的規(guī)律性，使問題得到簡(jiǎn)化。之后再計(jì)算每個(gè)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(zhì)量情況［11］，提高了分析效率。

3 結(jié)果

3.1 耕地指標(biāo)體系構(gòu)建結(jié)果

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

3.2 指標(biāo)權(quán)重結(jié)果

本文首先使用ArcGIS軟件，分別對(duì)上述5個(gè)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并根據(jù)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)計(jì)算出各要素之間的相關(guān)性，得到耕地質(zhì)量指標(biāo)間的相互關(guān)系矩陣，隨后計(jì)算相關(guān)系數(shù)矩陣的特征值、單位特征向量、主成分的方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率，最后計(jì)算各主成分得分和綜合得分，從而得出各項(xiàng)指標(biāo)的權(quán)重。

由此，可以得出本區(qū)域內(nèi)耕地質(zhì)量綜合評(píng)價(jià)模型的表達(dá)式。

表2 主成分的特征值與方差貢獻(xiàn)率

表3 各指標(biāo)權(quán)重

3.3 耕地質(zhì)量評(píng)價(jià)結(jié)果

運(yùn)用ArcGIS中的柵格計(jì)算器工具，把數(shù)據(jù)代入上述公式進(jìn)行計(jì)算，選擇適當(dāng)?shù)姆值乳撝?，并進(jìn)行重分類，將耕地質(zhì)量綜合評(píng)價(jià)結(jié)果可視化，并計(jì)算各等級(jí)耕地面積占比。參考中華人民共和國(guó)農(nóng)業(yè)農(nóng)村部對(duì)耕地質(zhì)量的分等情況，將本區(qū)域耕地分為十等，其中一等地質(zhì)量最佳，十等地質(zhì)量最差。由圖1可知，研究區(qū)域內(nèi)，沿海地區(qū)多分布一到三等級(jí)耕地，內(nèi)陸多分布七到十等級(jí)耕地，且耕地等級(jí)由沿海到內(nèi)陸逐級(jí)降低。

圖1 耕地質(zhì)量分等結(jié)果

本研究運(yùn)用主成分分析法構(gòu)建包含5個(gè)指標(biāo)層的耕地質(zhì)量評(píng)價(jià)指標(biāo)體系，通過對(duì)坡度（Slope）、土壤水分指數(shù)（DVI）、歸一化植被指數(shù)（NDVI）、增強(qiáng)植被指數(shù)（EVI）、土壤退化指數(shù)（RVI）等5個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理及重分類，應(yīng)用ArcGIS軟件主成分分析法計(jì)算得出耕地質(zhì)量綜合指數(shù)，來對(duì)H27V05地區(qū)進(jìn)行耕地質(zhì)量評(píng)價(jià)。

本研究表明，H27V05區(qū)域內(nèi)耕地質(zhì)量可以分為十個(gè)等級(jí)，空間分布特點(diǎn)為由沿海至內(nèi)陸呈現(xiàn)下降趨勢(shì)。從總體上看，該區(qū)域耕地質(zhì)量條件較好，三等地及以上占到整個(gè)耕地的約75%，劣等地占比極少，可能與當(dāng)?shù)剌^好的自然地理環(huán)境及土壤特性緊密相關(guān)。

4 結(jié)語(yǔ)

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

表4 各等級(jí)耕地面積所占比重

遙感數(shù)據(jù)和GIS技術(shù)相結(jié)合效率高，可以較好地進(jìn)行耕地質(zhì)量調(diào)查，掌握耕地質(zhì)量等級(jí)狀況，為耕地可持續(xù)利用提供參考。但由于數(shù)據(jù)可獲取性的限制，本研究缺乏對(duì)土壤理化性質(zhì)、環(huán)境污染、土地利用現(xiàn)狀等反映耕地質(zhì)量重要指標(biāo)的考量，導(dǎo)致耕地調(diào)查評(píng)價(jià)指標(biāo)涵蓋面不全，對(duì)耕地質(zhì)量分等結(jié)果造成影響，而且忽略了生態(tài)環(huán)境在耕地質(zhì)量評(píng)價(jià)中的作用，使得評(píng)價(jià)的結(jié)果具有一定的片面性。因此，如何建立能夠全面反映耕地質(zhì)量特征的評(píng)價(jià)指標(biāo)體系是后期進(jìn)一步研究的內(nèi)容。