劉園，蔡澤江，余強(qiáng)毅*，吳文斌，周清波

（1.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)遙感重點(diǎn)實(shí)驗(yàn)室，北京 100081；2.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/湖南祁陽(yáng)農(nóng)田生態(tài)系統(tǒng)國(guó)家野外科學(xué)觀測(cè)研究站，湖南 祁陽(yáng) 426182；3.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，北京 100081）

耕地是人類賴以生存和發(fā)展的物質(zhì)基礎(chǔ)，對(duì)保障糧食與生態(tài)安全及可持續(xù)發(fā)展具有重要作用[1]。耕地質(zhì)量的優(yōu)劣對(duì)糧食產(chǎn)能與生態(tài)系統(tǒng)健康的影響很大，我國(guó)耕地長(zhǎng)時(shí)間高強(qiáng)度利用，耕地質(zhì)量正在向著非健康、非生態(tài)的方向發(fā)展[2]。例如，我國(guó)東北黑土地出現(xiàn)變薄、變瘦、變硬趨勢(shì)，北方干旱半干旱耕地土壤肥力低、水土流失嚴(yán)重，南方紅黃壤耕地土壤酸瘦、耕層淺薄[3]，這些問題給農(nóng)業(yè)可持續(xù)發(fā)展和生態(tài)環(huán)境帶來潛在風(fēng)險(xiǎn)。為此，維持與提升耕地質(zhì)量成為我國(guó)新發(fā)展階段耕地管理的緊要任務(wù)?？茖W(xué)掌握耕地質(zhì)量情況是推進(jìn)耕地質(zhì)量提升的前提，耕地質(zhì)量評(píng)價(jià)有助于探明耕地質(zhì)量空間分布，然而耕地質(zhì)量評(píng)價(jià)大多依靠土壤樣本點(diǎn)數(shù)據(jù)空間插值，這種方法一般費(fèi)時(shí)費(fèi)力，且采樣與空間插值過程易產(chǎn)生擾動(dòng)。因此迫切需要探索新的耕地質(zhì)量數(shù)據(jù)獲取技術(shù)，滿足實(shí)時(shí)、準(zhǔn)確、大范圍開展耕地質(zhì)量評(píng)價(jià)的需求。

傳統(tǒng)耕地質(zhì)量評(píng)價(jià)一般根據(jù)指標(biāo)體系，結(jié)合空間采樣方法，將耕地質(zhì)量評(píng)價(jià)結(jié)果空間插值至區(qū)域尺度[4-5]。評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)結(jié)果至關(guān)重要，大量研究圍繞指標(biāo)選取進(jìn)行了探索，豐富了耕地質(zhì)量評(píng)價(jià)指標(biāo)體系[6-8]。較早的耕地質(zhì)量評(píng)價(jià)研究側(cè)重于耕地質(zhì)量的自然屬性，1976年，聯(lián)合國(guó)糧農(nóng)組織（FAO）公布的《土地評(píng)價(jià)綱要》，重點(diǎn)關(guān)注自然環(huán)境對(duì)土地適宜性的影響，如氣候、地貌、土壤等。在耕地質(zhì)量觀演變與再認(rèn)識(shí)中，耕地質(zhì)量?jī)?nèi)涵不斷擴(kuò)充，評(píng)價(jià)指標(biāo)體系日趨完善，由單一的自然條件指標(biāo)發(fā)展到自然、社會(huì)經(jīng)濟(jì)和生態(tài)環(huán)境等綜合指標(biāo)。例如，ZHAO 等[7]為評(píng)價(jià)湖北山區(qū)耕地質(zhì)量空間特征，選取土壤理化性質(zhì)、養(yǎng)分狀況、管理狀況、健康狀況和生態(tài)環(huán)境狀況5 個(gè)一級(jí)指標(biāo)，以及相應(yīng)的有機(jī)質(zhì)、pH、總氮等28 個(gè)二級(jí)指標(biāo)。我國(guó)《第三次全國(guó)國(guó)土調(diào)查耕地資源質(zhì)量分類工作方案》建立了多層次的耕地資源質(zhì)量分類指標(biāo)體系，包括自然地理格局、地形條件、土壤條件、生態(tài)環(huán)境條件、作物熟制及耕地利用現(xiàn)狀等。而馬瑞明等[8]以作物熟制為重心，構(gòu)建了多層級(jí)指標(biāo)的耕地質(zhì)量評(píng)價(jià)體系，能夠更客觀地反映在特定資源稟賦條件下的耕地質(zhì)量。隨著遙感技術(shù)的迅速發(fā)展[9]，將衛(wèi)星、無人機(jī)遙感影像數(shù)據(jù)應(yīng)用于耕地質(zhì)量評(píng)價(jià)，使得快速、準(zhǔn)確開展大尺度耕地質(zhì)量評(píng)價(jià)成為可能。基于遙感技術(shù)的耕地質(zhì)量評(píng)價(jià)主要包括兩大類，一種是直接利用遙感獲取地學(xué)、土壤、環(huán)境等方面的評(píng)價(jià)指標(biāo)[10-11]，進(jìn)而計(jì)算耕地質(zhì)量綜合指數(shù)。例如，LIU 等[10]從Landsat、SPOT 影像中提取農(nóng)業(yè)土地利用、坡度等5 個(gè)指標(biāo)，并將指標(biāo)納入“壓力-狀態(tài)-響應(yīng)”評(píng)價(jià)框架，實(shí)現(xiàn)縣域耕地質(zhì)量評(píng)價(jià)。這種方法雖然較為直觀，但是由于耕地在裸土狀態(tài)的時(shí)間窗口比較有限，直接利用遙感影像反演耕地質(zhì)量存在一定局限。另一種是利用遙感影像獲取植被特征，通過建立植被特征與耕地質(zhì)量之間的關(guān)系，間接反演耕地質(zhì)量[12]。例如，馬佳妮等[12]識(shí)別水稻和玉米后，結(jié)合MODIS 影像與氣象站點(diǎn)數(shù)據(jù)，計(jì)算水稻和玉米凈初級(jí)生產(chǎn)力的多年均值，以代表區(qū)域耕地質(zhì)量情況。這種方法考慮了耕地植被特征，但已有研究大多根據(jù)植被生物量情況，建立其與耕地質(zhì)量的關(guān)系，忽視實(shí)際作物類型與耕地利用方式的影響[13]，有可能造成研究結(jié)果無法科學(xué)解釋。例如，大量施用化肥可能提高作物生物量與產(chǎn)量，然而這一過程在南方地區(qū)容易加快土壤酸化，反而導(dǎo)致耕地質(zhì)量下降。

作物輪作是作物類型與耕地利用方式的綜合，不同作物輪作系統(tǒng)對(duì)單季作物產(chǎn)量、土壤的理化與生物性質(zhì)等具有影響[14-15]，通過作物輪作認(rèn)知耕地質(zhì)量，為耕地質(zhì)量評(píng)價(jià)提供了全新的視角與方法[16]。然而，目前關(guān)于作物輪作的研究大多集中在地塊尺度，反映作物輪作系統(tǒng)時(shí)空特征的研究較少，尤其是通過監(jiān)測(cè)作物輪作情況以表征耕地質(zhì)量的研究暫未見報(bào)道。本研究以作物輪作復(fù)雜、土壤酸化明顯的華南典型赤紅壤農(nóng)區(qū)為研究對(duì)象，提出了以耕作制度為核心的耕地質(zhì)量評(píng)價(jià)指標(biāo)體系，并通過遙感監(jiān)測(cè)方法實(shí)現(xiàn)耕作制圖，結(jié)合土壤pH、陽(yáng)離子交換能力（Cation exchange capacity，CEC）、有機(jī)碳含量（Soil organic carbon content，SOC）、全氮（N）等土壤屬性，開展耕地質(zhì)量綜合評(píng)價(jià)，進(jìn)而分析耕地質(zhì)量空間差異與規(guī)律。本研究耕地質(zhì)量評(píng)價(jià)側(cè)重土壤質(zhì)量層面，這也正是耕地質(zhì)量評(píng)價(jià)的基礎(chǔ)和核心。評(píng)估結(jié)果僅相對(duì)性地反映出耕地質(zhì)量空間差異，而非呈現(xiàn)出耕地質(zhì)量的絕對(duì)大小。研究旨在結(jié)合傳統(tǒng)評(píng)價(jià)指標(biāo)，以遙感數(shù)據(jù)與技術(shù)方法為基礎(chǔ)，闡明作物輪作信息在耕地質(zhì)量評(píng)價(jià)中的作用，為優(yōu)化作物輪作管理、提升區(qū)域耕地質(zhì)量提供依據(jù)。研究結(jié)果也可為大數(shù)據(jù)驅(qū)動(dòng)的耕地質(zhì)量時(shí)空差異評(píng)估提供科學(xué)參考，對(duì)實(shí)時(shí)、準(zhǔn)確、大范圍開展耕地質(zhì)量評(píng)價(jià)及耕地質(zhì)量提升機(jī)制探索具有重要意義。

1 研究區(qū)域

增城區(qū)位于廣東省中東部、廣州市東部（23°04′～23°37′N，113°29′E～113°59′E），面積約1 616.47 km2（圖1）。研究區(qū)地處丘陵山地與珠江三角洲平原過渡地帶，北部較高，南部較低，耕地地塊破碎。增城位于我國(guó)典型赤紅壤區(qū)，屬南亞熱帶海洋性季風(fēng)氣候，日照充足，雨量充沛，年平均氣溫和降水量分別為22.2 ℃和1 869 mm。氣候條件優(yōu)越，作物可全年生長(zhǎng)，是一年三熟區(qū)。增城為粵港澳大灣區(qū)“菜籃子”工程的重要生產(chǎn)基地，也是國(guó)家供港蔬菜質(zhì)量安全示范區(qū)、全國(guó)蔬菜生產(chǎn)先進(jìn)縣，因此蔬菜種植十分廣泛。除蔬菜外，主要作物為水稻和果樹，其中水稻為國(guó)家地理標(biāo)志產(chǎn)品——“增城絲苗米”，是具有明顯地方特色的秈稻優(yōu)質(zhì)稻米；果樹則主要為荔枝、香蕉等，增城是全國(guó)著名的荔枝之鄉(xiāng)。增城作物輪作情況較為復(fù)雜，為追求更高的經(jīng)濟(jì)效益，通常一年輪換種植3～6次蔬菜，蔬菜和水稻輪作也是常見的種植方式。增城耕地利用強(qiáng)度總體較高，土壤酸化、土壤重金屬污染的風(fēng)險(xiǎn)較高[17]，從而導(dǎo)致耕地質(zhì)量退化，威脅農(nóng)產(chǎn)品安全。因此，探討研究區(qū)作物輪作與耕地質(zhì)量空間差異之間的關(guān)聯(lián)關(guān)系，有助于從作物格局優(yōu)化的角度科學(xué)提出耕地質(zhì)量調(diào)控策略，支撐服務(wù)粵港澳大灣區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展目標(biāo)。

圖1 增城區(qū)概況及樣點(diǎn)分布Figure 1 Location of the study area and samples distribution

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

研究過程涉及的數(shù)據(jù)（表1）來源：

表1 主要數(shù)據(jù)來源及處理過程Table 1 Main data sources and processing procedure

（1）2020 年耕地?cái)?shù)據(jù)來源于中國(guó)科學(xué)院空天信息創(chuàng)新研究院制作的全球30 m 地表覆蓋精細(xì)分類產(chǎn)品（GLC_FCS30—2020），該產(chǎn)品基于Landsat 影像和全球地物圖像波譜庫(kù)得到，相比其他地表覆蓋產(chǎn)品，分類體系更精細(xì)，總體分類精度更高[18]。

（2）遙感影像數(shù)據(jù)來自歐洲航天局生產(chǎn)的Sentinel-1 合成孔徑雷達(dá)（Synthetic aperture radar，SAR）與Sentinel-2 多光譜（MultiSpectral instrument，MSI）影像，空間分辨率均為10 m，時(shí)間分辨率則分別為12 d和5 d。在Google Earth Engine（GEE）平臺(tái)[19]中獲取2019 年12 月—2020 年12 月的所有影像，對(duì)雷達(dá)影像進(jìn)行黑邊掩膜，利用改進(jìn)的Lee 濾波算法作降噪處理；對(duì)多光譜影像則進(jìn)行云掩膜、缺失值填補(bǔ)，利用加權(quán)Whittaker函數(shù)擬合方法重構(gòu)時(shí)序曲線[20]，隨后計(jì)算增強(qiáng)型植被指數(shù)（Enhanced vegetation index，EVI）與陸地水分指數(shù)（Land surface water index，LSWI）。

（3）地面樣本來自于2020 年9 月開展的野外實(shí)地調(diào)查，共有738 個(gè)樣本，涉及水稻、蔬菜、果樹的樣本數(shù)量分別為223、212、189 個(gè)。所有樣本均經(jīng)過目視檢查，有明顯誤差的樣本已被移除。

（4）主要作物的物候信息同樣來自于田間實(shí)地調(diào)查，通過對(duì)農(nóng)民進(jìn)行訪談獲得水稻及主要蔬菜與果樹品種的大致種植和收獲日期。

（5）土壤數(shù)據(jù)集為國(guó)際土壤參考信息中心制作的SoilGrids250m（SG）產(chǎn)品（https：//www.isric.org/explore/soilgrids）[21]，該產(chǎn)品是利用機(jī)器學(xué)習(xí)方法，通過建立全球土壤剖面觀測(cè)與土壤相關(guān)協(xié)變量之間關(guān)系的數(shù)字土壤制圖方法所得，包含土壤pH、CEC、SOC、N等土壤理化性質(zhì)指標(biāo)，分辨率250 m。

2.2 研究方法

首先構(gòu)建作物輪作系統(tǒng)遙感分類體系，基于空間分析、文獻(xiàn)支持、野外實(shí)地調(diào)查、農(nóng)戶訪談與專家知識(shí)，建立不同作物輪作系統(tǒng)與耕地質(zhì)量等級(jí)之間的關(guān)聯(lián)關(guān)系；隨后基于Sentinel-1/2 時(shí)序遙感數(shù)據(jù)與決策樹，開展作物輪作系統(tǒng)制圖，以此為基礎(chǔ)分析耕地質(zhì)量空間差異與規(guī)律。

2.2.1 作物輪作系統(tǒng)

為實(shí)現(xiàn)基于作物輪作的耕地質(zhì)量空間差異分析，結(jié)合實(shí)地和問卷調(diào)查的知識(shí)，提出一套科學(xué)、精細(xì)的作物輪作系統(tǒng)分類體系（表2）。將耕地定義為一種特定的土地，耕地是人類活動(dòng)的產(chǎn)物，是人類開墾之后用于種植農(nóng)作物（包括一年生作物和永久作物）的土地。因此，荔枝、香蕉等果樹作為永久作物納入耕地范圍，參與作物輪作系統(tǒng)分類體系構(gòu)建。在研究區(qū)內(nèi)，果樹的種植面積較大，且果樹與水稻、蔬菜等作物的田間管理方式一般不同，對(duì)耕地質(zhì)量的影響也會(huì)有明顯差異，將果樹納入耕地范圍對(duì)于體現(xiàn)耕地質(zhì)量空間差異有重要意義。該體系由3個(gè)主系統(tǒng)和9個(gè)子系統(tǒng)構(gòu)成，能夠充分表征復(fù)雜的作物輪作現(xiàn)狀，可高度概括作物輪作的特征。首先根據(jù)作物類型確定三個(gè)主系統(tǒng)：水田、蔬菜和果園系統(tǒng)，分別描述水稻、蔬菜與果樹的輪作情況。進(jìn)一步將水田系統(tǒng)劃分為四個(gè)子系統(tǒng)：雙季稻、單季稻、單季稻-蔬菜輪作和雙季稻-蔬菜輪作。在蔬菜系統(tǒng)中，根據(jù)種植次數(shù)定義高強(qiáng)度和低強(qiáng)度蔬菜，隨后按照作物多樣性將高強(qiáng)度蔬菜劃分為高多樣性及低多樣性蔬菜。對(duì)于果樹系統(tǒng)，考慮到不同輪作周期果樹的田間管理方式一般不同，對(duì)耕地質(zhì)量的影響也會(huì)有明顯差異，故根據(jù)輪作周期將其劃分為長(zhǎng)周期和短周期果園。

表2 增城區(qū)作物輪作系統(tǒng)分類體系Table 2 Crop rotation system classification in Zengcheng District

2.2.2 作物輪作系統(tǒng)遙感制圖

基于決策樹的流程框架，在GEE中結(jié)合Sentinel-1A 與Sentinel-2A/B 時(shí)間序列遙感影像、地面樣本數(shù)據(jù)、作物物候信息等獲得增城區(qū)2020 年作物輪作系統(tǒng)分布圖（圖2）。首先進(jìn)行耕地類型遙感制圖，在此基礎(chǔ)上識(shí)別作物輪作系統(tǒng)。為排除非耕地像元對(duì)制圖精度的影響，利用GLC_FCS30—2020 產(chǎn)品中的耕地圖層對(duì)遙感影像進(jìn)行掩膜。

圖2 作物輪作系統(tǒng)遙感制圖流程框架Figure 2 Flowchart of crop rotation system classification based on remote sensing

（1）耕地類型識(shí)別

相比菜地和果園，水田的遙感識(shí)別特征較為明顯，因此本研究首先識(shí)別水田分布，再區(qū)分菜地和果園。其中，水稻獨(dú)有的灌水移栽期信息是其區(qū)別于其他作物類型的關(guān)鍵特征[22-23]。研究區(qū)多云多雨，光學(xué)遙感影像信息提取受到一定影響，因此，本研究結(jié)合雷達(dá)影像[24]，參考比較成熟的方法體系[25]，分別利用Sentinel-1A 與Sentinel-2A/B 時(shí)間序列遙感影像提取灌水移栽信號(hào)以表征水田分布，并將兩者的結(jié)果合并。水田識(shí)別后，利用隨機(jī)森林分類器，結(jié)合由Sentinel-2A/B 序列影像提取的多作物特征，包括光譜、時(shí)相、物候和紋理特征，實(shí)現(xiàn)菜地和果園遙感制圖。

（2）作物輪作系統(tǒng)識(shí)別

在耕地類型識(shí)別的基礎(chǔ)上，識(shí)別作物輪作系統(tǒng)。對(duì)于水田，提取的灌水移栽信號(hào)頻數(shù)即代表水稻種植次數(shù)，由此可分辨單季稻和雙季稻。隨后引入復(fù)種指數(shù)[26]，通過其與水稻種植次數(shù)的數(shù)量關(guān)系確定水田系統(tǒng)。當(dāng)復(fù)種指數(shù)大于水稻種植次數(shù)時(shí)，認(rèn)為有蔬菜參與水稻輪作，反之沒有。對(duì)于蔬菜，結(jié)合復(fù)種指數(shù)和復(fù)種多樣性指數(shù)識(shí)別子系統(tǒng)。復(fù)種指數(shù)為1 的菜地為低強(qiáng)度蔬菜，大于1 則為高強(qiáng)度蔬菜。高強(qiáng)度蔬菜中，利用復(fù)種多樣性指數(shù)進(jìn)一步區(qū)分高多樣性和低多樣性蔬菜。在此，提出復(fù)種多樣性指數(shù)以在時(shí)間維度上衡量耕地的作物多樣性。考慮到不同作物的差異可以由植被指數(shù)曲線的形態(tài)反映，對(duì)于每個(gè)作物，基于EVI提取三個(gè)典型的物候指數(shù)——振幅、最大值、生長(zhǎng)期長(zhǎng)度代表其主要物候特征，分別對(duì)三個(gè)指數(shù)求變異系數(shù)，其平均值代表復(fù)種多樣性指數(shù)，數(shù)值越大，多樣性水平越高。對(duì)于果園，生長(zhǎng)期長(zhǎng)度不同的果樹，EVI的波動(dòng)程度明顯不同，因此計(jì)算EVI 的變異系數(shù)（Coefficient of variation，CV）以區(qū)分短周期果園和長(zhǎng)周期果園，CV值較高表明果樹生長(zhǎng)期較短。

式中：i代表不同生長(zhǎng)季的作物；S代表標(biāo)準(zhǔn)差；M代表平均值；振幅代表EVI 峰值與谷值的差值；最大值代表EVI峰值；生長(zhǎng)季長(zhǎng)度代表作物的生長(zhǎng)期。

2.2.3 耕地質(zhì)量空間差異分析

基于作物輪作系統(tǒng)分析耕地質(zhì)量空間差異，需建立作物輪作系統(tǒng)與耕地質(zhì)量等級(jí)之間的關(guān)聯(lián)關(guān)系。為使關(guān)聯(lián)結(jié)果更加科學(xué)，本研究結(jié)合定性與定量方法建立關(guān)聯(lián)，總共分為三個(gè)層面。首先，設(shè)計(jì)專家打分表，寫明不同作物輪作系統(tǒng)的定義及主要特征，并附上2020年增城區(qū)作物輪作系統(tǒng)分布圖。請(qǐng)10位土壤學(xué)領(lǐng)域的專家學(xué)者對(duì)各個(gè)作物輪作系統(tǒng)的耕地質(zhì)量進(jìn)行評(píng)分，并給出明確的評(píng)分依據(jù)，分值標(biāo)準(zhǔn)為1～10分，分值越高代表相應(yīng)系統(tǒng)下耕地質(zhì)量越高，取所有專家評(píng)分的眾數(shù)作為各個(gè)作物輪作系統(tǒng)的專家評(píng)分結(jié)果。考慮到研究區(qū)輪作系統(tǒng)的特殊性與復(fù)雜性，專家需要對(duì)研究區(qū)有一定的熟悉度，因此本次邀請(qǐng)的專家主要來自中國(guó)農(nóng)業(yè)科學(xué)院、廣東省農(nóng)業(yè)科學(xué)院、華南農(nóng)業(yè)大學(xué)。其次，基于Web of Science 數(shù)據(jù)庫(kù)，按照“作物輪作（Crop rotation）”“土壤（Soil）”“耕地（Farmland/cropland/cultivated land）”“環(huán)境（Environment）”等關(guān)鍵詞搜索文獻(xiàn)，梳理與本研究作物輪作系統(tǒng)相關(guān)的研究結(jié)論。由于區(qū)域和作物輪作的差異，此部分結(jié)果作為關(guān)聯(lián)作物輪作系統(tǒng)與耕地質(zhì)量等級(jí)的依據(jù)。最后，在ArcGIS 10.2 平臺(tái)中將作物輪作系統(tǒng)與土壤數(shù)據(jù)集作疊加分析，探索不同系統(tǒng)下土壤屬性的差異，以定量反映耕地質(zhì)量?jī)?yōu)劣。土壤數(shù)據(jù)集為精度與空間分辨率更高、空間更連續(xù)的SG產(chǎn)品，土壤屬性則選用對(duì)土壤質(zhì)量解釋性較強(qiáng)的pH、CEC、SOC、N 四個(gè)屬性，深度為0～5 cm。由于作物輪作系統(tǒng)動(dòng)態(tài)性較強(qiáng)，研究結(jié)果只反映近幾年的作物情況，而土壤屬性變化較慢，影響因素復(fù)雜多樣。以某一年輪作分布與土壤屬性疊加并不能直接代表作物輪作系統(tǒng)的耕地質(zhì)量，因此本部分結(jié)果同樣僅作為調(diào)整專家評(píng)分結(jié)果依據(jù)。此外，在野外調(diào)查采樣時(shí)進(jìn)行了農(nóng)戶訪談，了解了作物輪作系統(tǒng)的總體特征及其對(duì)耕地質(zhì)量的影響，這些內(nèi)容也將納入考慮。

以專家評(píng)分結(jié)果為基準(zhǔn)，綜合疊加分析、文獻(xiàn)支持及野外調(diào)查與農(nóng)戶訪談內(nèi)容，為作物輪作系統(tǒng)賦予分值，建立作物輪作系統(tǒng)與耕地質(zhì)量等級(jí)之間的關(guān)聯(lián)關(guān)系。在此基礎(chǔ)之上，利用作物輪作系統(tǒng)分布圖和空間分析方法，探索耕地質(zhì)量的空間差異性。為更好地體現(xiàn)耕地質(zhì)量空間差異，將增城區(qū)耕地質(zhì)量等級(jí)由高至低依次劃分為一至五等，并且分別在10 m 像素，以0.5、1、1.5 km 及2 km 網(wǎng)格尺度分析耕地質(zhì)量空間分布差異。研究本質(zhì)上是對(duì)作物輪作系統(tǒng)的重分類，因此耕地質(zhì)量分布與作物輪作分布基本一致。基于網(wǎng)格的耕地質(zhì)量分布，可以體現(xiàn)網(wǎng)格單元內(nèi)作物輪作系統(tǒng)組成的差別，對(duì)于理解耕地質(zhì)量空間差異更有意義。不同網(wǎng)格尺度會(huì)導(dǎo)致不同的結(jié)果，為展現(xiàn)這種尺度效應(yīng)，依據(jù)增城區(qū)耕地的破碎度及研究區(qū)的地域范圍，分別選擇0.5、1、1.5 km及2 km作為網(wǎng)格大小開展研究。當(dāng)網(wǎng)格內(nèi)耕地覆蓋范圍不足10% 時(shí)，不再評(píng)估耕地質(zhì)量等級(jí)，賦值為0。

3 結(jié)果與分析

3.1 作物輪作系統(tǒng)遙感制圖結(jié)果

基于樣本點(diǎn)及記錄的作物輪作信息，評(píng)估作物輪作系統(tǒng)的總體分類精度（0.82），較高精度表明所提出的遙感制圖方法可以在耕地破碎、云雨繁密區(qū)識(shí)別作物輪作系統(tǒng)。相比水田，蔬菜和果園系統(tǒng)具有較高精度。水田系統(tǒng)較低的精度主要源于復(fù)種指數(shù)誤差，而當(dāng)復(fù)種指數(shù)被低估時(shí)，有蔬菜參與輪作的容易被錯(cuò)分為沒有蔬菜的水稻系統(tǒng)。在數(shù)量上，蔬菜系統(tǒng)種植面積最大，占比為43%，其次為蔬菜、水田系統(tǒng)，分別占37%、20%。水田系統(tǒng)以單季稻-蔬菜輪作為主，說明當(dāng)?shù)剞r(nóng)民傾向于蔬菜-水稻輪作以追求更高的經(jīng)濟(jì)效益。蔬菜系統(tǒng)中，低強(qiáng)度蔬菜面積較小，而高強(qiáng)度蔬菜中低多樣性蔬菜分布較廣，反映出蔬菜生產(chǎn)強(qiáng)度高、多樣性低的區(qū)域特點(diǎn)。在果園系統(tǒng)內(nèi)，短周期果園的種植面積明顯大于長(zhǎng)周期果園。在空間上（圖3），增城北部區(qū)域主要為水田和果園系統(tǒng)，南部則大面積分布著果園和蔬菜系統(tǒng)。其中，蔬菜系統(tǒng)分布呈現(xiàn)聚集性，主要分布在中部偏西南與東北方向以及研究區(qū)的東南部。

圖3 2020年增城作物輪作系統(tǒng)空間分布Figure 3 Spatial distribution of crop rotation system in Zengcheng District in 2020

3.2 耕地質(zhì)量空間差異

表3 為作物輪作與耕地質(zhì)量相關(guān)文獻(xiàn)搜索的主要結(jié)果，可以發(fā)現(xiàn)輪作系統(tǒng)對(duì)作物產(chǎn)量、土壤質(zhì)量、農(nóng)業(yè)環(huán)境等有重要影響。輪作系統(tǒng)與生物和非生物因素有關(guān)，如土壤微生物、管理措施，短周期輪作或單作作物的產(chǎn)量通常比長(zhǎng)周期輪作低；更多樣化的輪作系統(tǒng)可以幫助維持土壤微生物功能，對(duì)土壤有機(jī)質(zhì)和土壤肥力產(chǎn)生積極影響；有蔬菜參與輪作的水田系統(tǒng)構(gòu)成水旱輪作，則有助于提升土壤有機(jī)質(zhì)含量。將增城區(qū)作物輪作系統(tǒng)與SG 土壤數(shù)據(jù)集作疊加分析，結(jié)果表明不同作物輪作系統(tǒng)的土壤屬性值有明顯差異（表4）。對(duì)于pH、SOC、CEC 三個(gè)土壤屬性，均表現(xiàn)為水田＞果園＞蔬菜的規(guī)律，如水田、果園與蔬菜系統(tǒng)的SOC 均值分別為35.0、34.3、32.5 g·kg-1。對(duì)于N，水田系統(tǒng)的水平最低，果園最高，蔬菜則介于兩者之間。水田系統(tǒng)中，單季稻系統(tǒng)的N 含量遠(yuǎn)高于雙季稻系統(tǒng)；蔬菜系統(tǒng)的組內(nèi)差異不顯著；果園系統(tǒng)內(nèi)長(zhǎng)周期果園的所有土壤屬性值均大于短周期果園。

表3 作物輪作與耕地質(zhì)量相關(guān)文獻(xiàn)搜索的主要結(jié)果Table 3 Main results of literature search on crop rotation and cultivated land quality

表4 增城區(qū)作物輪作系統(tǒng)與土壤數(shù)據(jù)集疊加結(jié)果Table 4 Overlaying results of crop rotation system and soil data in Zengcheng District

以專家評(píng)分結(jié)果為基準(zhǔn)，綜合疊加分析、文獻(xiàn)支持及野外調(diào)查與農(nóng)戶訪談內(nèi)容，為作物輪作系統(tǒng)賦予分值，建立作物輪作系統(tǒng)與耕地質(zhì)量等級(jí)之間的關(guān)聯(lián)關(guān)系。最終的耕地質(zhì)量評(píng)價(jià)結(jié)果（表5）表明，水田系統(tǒng)下耕地質(zhì)量最優(yōu)，蔬菜系統(tǒng)最差，果園系統(tǒng)介于兩者之間。水田、蔬菜與果園系統(tǒng)，作物結(jié)構(gòu)及所需求的生長(zhǎng)環(huán)境有明顯差異，如水稻要求一定時(shí)間的泡水，蔬菜生長(zhǎng)需要特定次數(shù)的灌溉，因而不同作物輪作系統(tǒng)的土肥水管理方式截然不同。土壤物理結(jié)構(gòu)、水分和氧化還原環(huán)境也隨耕作管理發(fā)生變化，改變土壤微生物特性，以及相應(yīng)的碳、氮等元素轉(zhuǎn)化過程，影響土壤pH、SOC 等土壤屬性，進(jìn)而影響耕地質(zhì)量。相比水稻和果樹，蔬菜生產(chǎn)的化肥投入量最高。為保證蔬菜快速生長(zhǎng)，農(nóng)民施用過量化學(xué)氮肥，而蔬菜的根系結(jié)構(gòu)易造成養(yǎng)分流失，其中銨態(tài)氮硝化釋放氫離子和硝態(tài)氮淋溶損失會(huì)引起土壤酸化，進(jìn)而威脅耕地質(zhì)量安全。果園的養(yǎng)分投入量也較大，易對(duì)土壤質(zhì)量產(chǎn)生負(fù)面影響。而水田系統(tǒng)的化肥需求量低，長(zhǎng)時(shí)間被水面覆蓋，土壤硝化微生物數(shù)量和活性降低，因此水田較旱地在很大程度上抑制土壤氫離子凈釋放，不易引起土壤酸化等耕地質(zhì)量問題。雙季稻系統(tǒng)的化肥投入較單季稻大，而單季稻下土壤受到的干擾低，對(duì)土壤負(fù)面影響較低，有助于地力恢復(fù)；水稻和蔬菜輪作的系統(tǒng)可以構(gòu)成水旱輪作，可能有助于提升土壤有機(jī)質(zhì)含量。相比高強(qiáng)度蔬菜，低強(qiáng)度蔬菜下土壤受到的干擾低，化肥等投入量少，對(duì)土壤負(fù)面影響較低；高強(qiáng)度蔬菜中，高多樣性蔬菜對(duì)土壤健康有積極影響。果園系統(tǒng)則依據(jù)疊加分析的結(jié)果，將長(zhǎng)周期果園列于短周期果園之前。

表5 增城區(qū)作物輪作系統(tǒng)耕地質(zhì)量評(píng)分結(jié)果Table 5 Scores of cultivated land quality with reference to crop rotation system in Zengcheng District

根據(jù)增城區(qū)耕地質(zhì)量評(píng)分結(jié)果（表5），分別將評(píng)分為9、7～8、5～6、3～4、2 分的耕地歸為一至五等。由圖4 可知，基于作物輪作系統(tǒng)的耕地質(zhì)量評(píng)價(jià)，較好地體現(xiàn)出耕地質(zhì)量的空間差異。耕地質(zhì)量與作物輪作系統(tǒng)的空間分布直接相關(guān)，增城北部的耕地質(zhì)量較高，南部較低，中部有明顯的過渡帶。而在蔬菜系統(tǒng)主要分布的區(qū)域，耕地質(zhì)量也呈現(xiàn)為低值聚集區(qū)。相比傳統(tǒng)耕地質(zhì)量評(píng)價(jià)，該結(jié)果空間分辨率更高，而且對(duì)于通過優(yōu)化輪作系統(tǒng)布局提升耕地質(zhì)量具有現(xiàn)實(shí)意義。網(wǎng)格尺度更概括性地刻畫出耕地質(zhì)量的空間差異性，可視化效果明顯（圖5），有助于定位耕地質(zhì)量“熱點(diǎn)”與“冷點(diǎn)”區(qū)，推動(dòng)針對(duì)性政策實(shí)施。不同網(wǎng)格尺度下的耕地質(zhì)量空間分布有明顯不同，其中0.5 km 網(wǎng)格尺度更適合該研究區(qū)，突出了耕地質(zhì)量空間差異，并且較好地保持地物真實(shí)性和原始數(shù)據(jù)的精度?；?0 m 像素結(jié)果對(duì)耕地質(zhì)量等級(jí)進(jìn)行統(tǒng)計(jì)（表6），發(fā)現(xiàn)研究區(qū)耕地質(zhì)量整體一般，三等耕地面積占比超過75%，而等級(jí)為一等和二等的耕地面積僅占12.97%，與四等和五等耕地面積占比接近。鄉(xiāng)鎮(zhèn)的作物輪作系統(tǒng)構(gòu)成存在差異，其耕地質(zhì)量等級(jí)的分布情況截然不同。一等耕地面積占比超過10%的只有4 個(gè)鄉(xiāng)鎮(zhèn)，其中北部的正果鎮(zhèn)、派潭鎮(zhèn)與小樓鎮(zhèn)的水田與果園系統(tǒng)分布廣泛，平均耕地質(zhì)量較高，分值達(dá)到6 分，且一等耕地覆蓋面積遠(yuǎn)大于其他鎮(zhèn)（街道），占比均為16%以上。而南部的新塘鎮(zhèn)主要分布蔬菜系統(tǒng)，故耕地質(zhì)量最差，一等耕地面積占比最低，僅為5.23%。

圖4 2020年增城區(qū)耕地質(zhì)量空間差異Figure 4 Distribution of cultivated land quality in Zengcheng District in 2020

表6 增城區(qū)作物輪作系統(tǒng)耕地質(zhì)量統(tǒng)計(jì)Table 6 Statistics of cultivated land quality with reference to crop rotation system in Zengcheng District

圖5 基于網(wǎng)格的2020年增城區(qū)耕地質(zhì)量空間差異Figure 5 Spatial distribution of cultivated land quality in Zengcheng District in 2020 based on the grids

4 討論

4.1 作物輪作系統(tǒng)分類體系及遙感制圖

作物輪作系統(tǒng)是耕地質(zhì)量評(píng)價(jià)的關(guān)鍵，本研究參考野外實(shí)地調(diào)查、農(nóng)戶訪談以及專家知識(shí)提出華南典型赤紅壤農(nóng)區(qū)的作物輪作系統(tǒng)分類體系。該分類體系結(jié)合作物類型、作物次序、復(fù)種信息，將作物輪作分為3 個(gè)主系統(tǒng)與9 個(gè)子系統(tǒng)，充分體現(xiàn)作物輪作的區(qū)域特點(diǎn)。同時(shí)，為更好地使其支撐耕地質(zhì)量評(píng)價(jià)，在建立分類體系時(shí)考慮不同輪作系統(tǒng)對(duì)耕地質(zhì)量作用的差異性，選擇復(fù)種指數(shù)、多樣性等對(duì)耕地質(zhì)量有顯著影響的指標(biāo)作為主要?jiǎng)澐忠罁?jù)?？紤]到果園田間管理方式獨(dú)特，對(duì)耕地質(zhì)量的影響明顯不同于水田和蔬菜系統(tǒng)，因此盡管果樹屬于年際間輪作，仍將其納入作物輪作系統(tǒng)。其他作物，如花生和玉米，由于種植面積較小（占比不足5%），沒有直接體現(xiàn)在作物輪作系統(tǒng)分類體系中。

研究區(qū)云雨繁密、地塊破碎，故選擇時(shí)空分辨率均較高的Sentinel 系列衛(wèi)星作為遙感數(shù)據(jù)源。Sentinel-1 雷達(dá)影像的加入，可進(jìn)一步降低云雨對(duì)水田識(shí)別的影響。依據(jù)上述分類體系，基于決策樹制圖法，引用不同的遙感指標(biāo)或特征有次序地實(shí)現(xiàn)輪作系統(tǒng)制圖。其中，創(chuàng)新性地提出復(fù)種多樣性指數(shù)，以表征作物輪作多樣性。關(guān)于制圖誤差，水田與蔬菜系統(tǒng)取決于復(fù)種指數(shù)的準(zhǔn)確性，復(fù)種多樣性指數(shù)算法的合理性也顯著影響蔬菜系統(tǒng)精度，果園系統(tǒng)誤差則主要來自監(jiān)督分類過程。為有效提升作物輪作系統(tǒng)制圖精度，如何在云雨繁密、地塊破碎區(qū)更精確地獲取復(fù)種指數(shù)將是重點(diǎn)。光學(xué)與雷達(dá)的深度協(xié)同及多分辨率光學(xué)影像的融合具有理論可行性，更科學(xué)、完善的識(shí)別算法也是一種選擇。對(duì)于復(fù)種多樣性指數(shù)，未來需要探索不同物候指數(shù)與作物多樣性的關(guān)聯(lián)，進(jìn)而完善指數(shù)算法。

4.2 基于作物輪作的耕地質(zhì)量空間差異分析

本研究表明，通過監(jiān)測(cè)地表作物輪作情況，進(jìn)而反演耕地質(zhì)量具備可行性，評(píng)價(jià)結(jié)果較好地體現(xiàn)出耕地質(zhì)量的空間差異。在建立作物輪作與耕地質(zhì)量的關(guān)聯(lián)時(shí)，不僅結(jié)合野外實(shí)地調(diào)查、農(nóng)戶訪談以及專家知識(shí)，還納入文獻(xiàn)知識(shí)與定量分析，結(jié)果可信度較高。為進(jìn)一步降低主觀性，需要更多熟悉區(qū)域?qū)嶋H的專家學(xué)者參與評(píng)分，以及融合田間試驗(yàn)實(shí)證數(shù)據(jù)或模型模擬定量數(shù)據(jù)。耕地質(zhì)量是自然、社會(huì)、經(jīng)濟(jì)與技術(shù)進(jìn)步綜合影響的結(jié)果，其內(nèi)涵包含多個(gè)層面，如土壤質(zhì)量、管理質(zhì)量、空間質(zhì)量等。作物輪作系統(tǒng)的區(qū)別在于輪作作物的根系結(jié)構(gòu)及相應(yīng)的田間管理方式，通過改變土壤物理、化學(xué)和生物性質(zhì)，對(duì)土壤質(zhì)量產(chǎn)生不同的影響，驅(qū)動(dòng)耕地質(zhì)量分異。因此，本研究的耕地質(zhì)量評(píng)價(jià)側(cè)重土壤質(zhì)量，這也正是耕地質(zhì)量評(píng)價(jià)的基礎(chǔ)和核心。而且需要說明的是，研究結(jié)果僅相對(duì)性地反映出耕地質(zhì)量空間差異，而非呈現(xiàn)出耕地質(zhì)量的絕對(duì)優(yōu)劣。

2014 年起，農(nóng)業(yè)農(nóng)村部定期發(fā)布《全國(guó)耕地質(zhì)量等級(jí)情況公報(bào)》，依據(jù)《耕地質(zhì)量等級(jí)》（GB/T 33469—2016）標(biāo)準(zhǔn)，評(píng)估并公布全國(guó)及不同區(qū)域耕地質(zhì)量現(xiàn)狀，并針對(duì)耕地土壤障礙因素，提出耕地質(zhì)量建設(shè)的對(duì)策建議，指導(dǎo)各地因地制宜加強(qiáng)耕地質(zhì)量建設(shè)。此外，《農(nóng)用地質(zhì)量分等規(guī)程》（GB/T 28407—2012）也對(duì)耕地等別劃分提出詳細(xì)的技術(shù)流程，在全國(guó)范圍內(nèi)進(jìn)行農(nóng)用地質(zhì)量綜合評(píng)定，以促進(jìn)土地整理、耕地占補(bǔ)平衡等工作更好地服務(wù)于耕地質(zhì)量建設(shè)和產(chǎn)能提升目標(biāo)。本研究的目的與耕地質(zhì)量等級(jí)調(diào)查和農(nóng)用地質(zhì)量分等不同，因此所提及的耕地等級(jí)的含義也不同。其中，在全國(guó)耕地質(zhì)量等級(jí)評(píng)價(jià)中，依據(jù)構(gòu)成土地質(zhì)量穩(wěn)定的自然條件和經(jīng)濟(jì)條件選取了立地條件、剖面性狀、耕層土壤理化性狀、養(yǎng)分狀況、土壤健康狀況和土壤管理等方面指標(biāo)對(duì)耕地質(zhì)量進(jìn)行綜合評(píng)價(jià)，完成耕地質(zhì)量等級(jí)劃分；農(nóng)用地質(zhì)量分等則側(cè)重于以農(nóng)用地生產(chǎn)能力高低來衡量農(nóng)用地質(zhì)量的好壞，確定農(nóng)用地自然等、經(jīng)濟(jì)等與利用等，進(jìn)而劃分質(zhì)量等別。它們都是對(duì)耕地質(zhì)量的直接描述，而本研究通過關(guān)注耕地利用方式，建立其與耕地質(zhì)量之間的關(guān)聯(lián)關(guān)系，與前兩者不具備直接可比性。然而，大量研究表明，土壤理化性狀存在特定的時(shí)空差異規(guī)律，且受耕地利用類型與利用方式的影響較大。未來有必要進(jìn)一步深入研究耕地類型、作物類型、種植強(qiáng)度、輪作方式、地形地貌、氣象水文等要素與耕地質(zhì)量的關(guān)聯(lián)關(guān)系，同時(shí)參考全國(guó)耕地質(zhì)量等級(jí)評(píng)價(jià)的指標(biāo)體系，構(gòu)建大數(shù)據(jù)驅(qū)動(dòng)的耕地質(zhì)量時(shí)空差異評(píng)估技術(shù)體系，支撐跨尺度耕地質(zhì)量監(jiān)測(cè)、評(píng)價(jià)與提升機(jī)制研究。

增城區(qū)為粵港澳大灣區(qū)“菜籃子”工程的重要生產(chǎn)基地，也是國(guó)家供港蔬菜質(zhì)量安全示范區(qū)、全國(guó)蔬菜生產(chǎn)先進(jìn)縣，同時(shí)也是“增城絲苗米”的產(chǎn)地、“荔枝之鄉(xiāng)”，保障區(qū)域農(nóng)產(chǎn)品質(zhì)量安全極為關(guān)鍵。隨著社會(huì)經(jīng)濟(jì)發(fā)展和種植結(jié)構(gòu)調(diào)整，蔬菜、果樹等化學(xué)品投入量較高的經(jīng)濟(jì)作物種植區(qū)域逐漸擴(kuò)張，水稻種植面積明顯縮減，作物輪作系統(tǒng)相應(yīng)地發(fā)生變化。在這種變化下，增城區(qū)耕地利用強(qiáng)度不斷增強(qiáng)，土壤養(yǎng)分下降、土壤酸化、土壤重金屬污染等問題日益突出，導(dǎo)致耕地質(zhì)量退化，危害農(nóng)產(chǎn)品質(zhì)量安全。探討研究區(qū)作物輪作與耕地質(zhì)量空間差異之間的關(guān)聯(lián)關(guān)系，有助于從作物輪作格局優(yōu)化的角度科學(xué)提出耕地質(zhì)量調(diào)控策略，支撐服務(wù)粵港澳大灣區(qū)農(nóng)業(yè)高質(zhì)量發(fā)展目標(biāo)。作物輪作空間格局調(diào)整與優(yōu)化也有助于構(gòu)建具有中國(guó)特色的綠色種植制度，推進(jìn)《“十四五”全國(guó)農(nóng)業(yè)綠色發(fā)展規(guī)劃》的實(shí)施。研究結(jié)果也可為大數(shù)據(jù)驅(qū)動(dòng)的耕地質(zhì)量時(shí)空差異評(píng)估提供科學(xué)參考，對(duì)實(shí)時(shí)、準(zhǔn)確、大范圍開展耕地質(zhì)量評(píng)價(jià)及耕地質(zhì)量提升機(jī)制探索具有重要意義。

5 結(jié)論

（1）提出了基于決策樹的作物輪作系統(tǒng)遙感制圖方法，較好地識(shí)別出耕地破碎、云雨繁密區(qū)的作物輪作系統(tǒng)，為遙感技術(shù)應(yīng)用于復(fù)雜耕作制度空間識(shí)別提供參考依據(jù)。

（2）區(qū)域耕地質(zhì)量呈現(xiàn)出明顯的空間分異，表明從作物輪作視角評(píng)價(jià)耕地質(zhì)量空間差異具備理論可行性與技術(shù)合理性，對(duì)于傳統(tǒng)耕地質(zhì)量評(píng)價(jià)的進(jìn)一步發(fā)展具有顯著意義。

（3）耕地質(zhì)量不僅受作物輪作影響，還取決于地形地貌、氣象水文、田間管理等因素，未來有必要構(gòu)建大數(shù)據(jù)驅(qū)動(dòng)的耕地質(zhì)量時(shí)空差異評(píng)估技術(shù)體系，支撐跨尺度耕地質(zhì)量監(jiān)測(cè)與評(píng)價(jià)研究。