田 康， 蒙友波， 陳 洋*， 張 慧， 廖艷梅， 鐘九生

(1．貴州省自然資源勘測(cè)規(guī)劃研究院， 貴州 貴陽(yáng) 550001； 2.貴州師范大學(xué) 喀斯特研究院， 貴州 貴陽(yáng) 550001； 3.國(guó)家喀斯特石漠化防治工程技術(shù)研究中心， 貴州 貴陽(yáng) 550001)

0 引言

【研究意義】耕地作為人類(lèi)生存發(fā)展的重要基礎(chǔ)條件，是寶貴的自然資源，承載著糧食安全重任，關(guān)系著國(guó)家安全和社會(huì)穩(wěn)定[1-2]。近年來(lái)，隨著城市化進(jìn)程的不斷加快，大量農(nóng)村人口涌入城市，農(nóng)村耕種人口減少，大量耕地撂荒，同時(shí)大量耕地轉(zhuǎn)變?yōu)榉寝r(nóng)用地，耕地非糧化問(wèn)題日益突出[3]。除此之外，耕地質(zhì)量下降，耕地面積減小，破碎化程度加劇[4]。尤其是喀斯特地區(qū)，由于其地表破碎，石漠化問(wèn)題突出，不合理的人類(lèi)活動(dòng)，使得人地關(guān)系矛盾突出，耕地?cái)?shù)量和質(zhì)量難以得到保障，發(fā)展受到制約。探究喀斯特地區(qū)耕地的時(shí)空演變特征及驅(qū)動(dòng)因素，對(duì)區(qū)域耕地資源的保護(hù)、農(nóng)業(yè)發(fā)展質(zhì)量的提升以及糧食安全均具有重要意義?！厩叭搜芯窟M(jìn)展】目前，國(guó)內(nèi)外關(guān)于耕地研究?jī)?nèi)容集中在耕地質(zhì)量與評(píng)價(jià)體系構(gòu)建[5-7]、耕地時(shí)空演變與驅(qū)動(dòng)因素探究[8-12]、耕地保護(hù)和管理方法[13-16]、功能評(píng)價(jià)與演變[17-18]、坡耕地時(shí)空動(dòng)態(tài)變化[19-20]、糧食安全[21]等方面。其中，耕地的變化及驅(qū)動(dòng)力分析一直是諸多學(xué)者的研究重點(diǎn)，主要方向?yàn)榛谔囟ǚ椒?、模型或政策?duì)驅(qū)動(dòng)因子的模擬分析[22]，或在時(shí)間尺度進(jìn)行耕地的變化及驅(qū)動(dòng)因素對(duì)比分析或基于國(guó)家、經(jīng)濟(jì)圈、流域、省域、市域和縣域等不同空間尺度的探究[23-28]。如羅曉虹等[29]利用景觀分析軟件，從時(shí)間尺度上探究1990—2015年間三峽庫(kù)區(qū)重慶段水田的時(shí)空分布及演變特征，認(rèn)為在未來(lái)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和高標(biāo)準(zhǔn)農(nóng)田建設(shè)中，應(yīng)穩(wěn)定水田的數(shù)量和質(zhì)量；蒲紅梅等[30]從省域尺度上探明貴州省冬季耕地利用的空間分布特征，分析冬季耕地利用率、利用方式及其影響因素，認(rèn)為應(yīng)根據(jù)實(shí)際情況合理推進(jìn)土地利用方式，提高農(nóng)民收入；舒瑞等[31]則采用空間自相關(guān)、二元Logistic和核密度分析等方法探討了寧夏沿黃生態(tài)經(jīng)濟(jì)帶耕地的時(shí)空演變及驅(qū)動(dòng)力，認(rèn)為該區(qū)域的耕地保護(hù)基本實(shí)現(xiàn)動(dòng)態(tài)平衡，耕地變化受經(jīng)濟(jì)、人口等社會(huì)經(jīng)濟(jì)因子綜合作用?！狙芯壳腥朦c(diǎn)】綜上研究對(duì)耕地從不同的時(shí)空尺度和地域尺度進(jìn)行了探究，但研究多集中于我國(guó)地勢(shì)較為平坦的中部、東部以及北部地區(qū)，對(duì)于地形復(fù)雜，具有獨(dú)特的地表地下二元結(jié)構(gòu)的喀斯特地區(qū)研究較少，且對(duì)喀斯特地區(qū)耕地自然和社會(huì)經(jīng)濟(jì)雙重驅(qū)動(dòng)因素的探索分析較為缺乏。貴州省作為典型的喀斯特山區(qū)，土地資源缺乏，耕地破碎且耕地質(zhì)量低，嚴(yán)重制約了當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)發(fā)展。為此，2022年1月國(guó)務(wù)院印發(fā)“關(guān)于支持貴州在新時(shí)代西部大開(kāi)發(fā)上闖新路的意見(jiàn)”〔國(guó)發(fā)(20222)號(hào)〕中也明確指出，要嚴(yán)格落實(shí)全省耕地保護(hù)任務(wù)與責(zé)任，強(qiáng)化耕地?cái)?shù)量保護(hù)和質(zhì)量提升，調(diào)整優(yōu)化耕地布局。因此，開(kāi)展貴州典型喀斯特山區(qū)的耕地時(shí)空分布及驅(qū)動(dòng)因素分析十分必要?！緮M解決的關(guān)鍵問(wèn)題】基于2009年和2018年貴州省畢節(jié)市耕地?cái)?shù)據(jù)，運(yùn)用GIS空間分析功能，探明耕地時(shí)空分布和演變規(guī)律以及其驅(qū)動(dòng)因素，以期為喀斯特山區(qū)耕地保護(hù)、耕地資源可持續(xù)利用、優(yōu)化布局與區(qū)域發(fā)展戰(zhàn)略制定提供科學(xué)依據(jù)，助推鄉(xiāng)村振興更好更快發(fā)展。

1 數(shù)據(jù)來(lái)源與方法

1.1 研究區(qū)概況

畢節(jié)市位于貴州省西北部，烏蒙山腹地，地處川、滇、黔三省結(jié)合部，東靠貴陽(yáng)市、遵義市，南連安順市、六盤(pán)水市，西鄰云南省昭通市、曲靖市，北接四川省瀘州市，總面積2.69萬(wàn)km2。畢節(jié)市是烏江、北盤(pán)江、赤水河發(fā)源地，長(zhǎng)江和珠江的生態(tài)屏障，擁有10 km以上長(zhǎng)度河流共計(jì)193條，水資源豐富。季風(fēng)氣候比較明顯，降雨量較為充沛，立體氣候突出。境內(nèi)地形地貌復(fù)雜多樣，地勢(shì)西高東低，交通不便，經(jīng)濟(jì)發(fā)展較為落后，是全國(guó)唯一以“開(kāi)發(fā)扶貧、生態(tài)建設(shè)”為主題的試驗(yàn)區(qū)。

1.2 數(shù)據(jù)來(lái)源與處理

研究區(qū)土地利用數(shù)據(jù)以2009年和2018年的Landsat TM影像為數(shù)據(jù)源，運(yùn)用ENVI5.3進(jìn)行預(yù)處理，采用監(jiān)督分類(lèi)與人機(jī)交互解譯的方法進(jìn)行解譯，借助Google Earth對(duì)解譯后的圖斑進(jìn)行檢查修正，最終得到2009年和2018年的土地利用數(shù)據(jù)。DEM數(shù)據(jù)是由地理空間數(shù)據(jù)云平臺(tái)下載(https://www.gscloud.cn/search)，空間分辨率30 m，高程、坡度數(shù)據(jù)均由DEM數(shù)據(jù)計(jì)算所得，土壤侵蝕和地貌數(shù)據(jù)來(lái)自中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(tái)(http://www.resdc.cn)。人口和GDP數(shù)據(jù)來(lái)自各縣的統(tǒng)計(jì)年鑒。降水和氣溫?cái)?shù)據(jù)來(lái)自國(guó)家氣象信息中心(http://data.cma.cn/)。

1.3 研究方法

1.3.1 格網(wǎng)分析法 為充分探討該地區(qū)耕地分布特征，同時(shí)減小因行政邊界和縣域面積不同影響分析帶結(jié)果，利用ArcGIS中的漁網(wǎng)功能，將研究區(qū)分為5 km×5 km的網(wǎng)格，共計(jì)1 219個(gè)，其中完整網(wǎng)格有927個(gè)，不規(guī)則網(wǎng)格292個(gè)。將耕地與格網(wǎng)數(shù)據(jù)進(jìn)行疊加分析，統(tǒng)計(jì)每個(gè)格網(wǎng)中的耕地面積，并以此作為空間自相關(guān)分析的數(shù)據(jù)源，使結(jié)果更加具有對(duì)比性。

1.3.2 核密度分析 核密度分析是通過(guò)樣本數(shù)據(jù)計(jì)算和估計(jì)數(shù)據(jù)聚集情況，并通過(guò)既定的距離衰減函數(shù)度量研究要素密度的變化情況，以此探索空間區(qū)域中的熱點(diǎn)分布和變化特征[32-33]，實(shí)現(xiàn)耕地分布整體性和連續(xù)性的空間表達(dá)。核密度計(jì)算公式：

(1)

式中，f(x)為耕地地塊分布核密度估計(jì)值(即單位面積上的耕地面積)，k(x)稱(chēng)為核函數(shù)，h為帶寬，x-xi表示估計(jì)點(diǎn)到樣本點(diǎn)x處的距離。

1.3.3空間自相關(guān)分析 空間自相關(guān)性是反映一個(gè)區(qū)域單元上某種地理現(xiàn)象，或某一屬性值與鄰近區(qū)域單元上同一現(xiàn)象或?qū)傩灾迪嚓P(guān)性大小的重要指標(biāo)，是空間域中值聚集程度的一種度量。常用的空間自相關(guān)性檢驗(yàn)方法是用莫蘭指數(shù)(Moran’s I)量化這種聚集屬性，有全局空間自相關(guān)和局部空間自相關(guān)之分。全局Moran’s I的計(jì)算公式[34-35]：

(2)

式中，n為研究區(qū)空間觀測(cè)對(duì)象的數(shù)量；xi和xj別為空間位置上第i和第j個(gè)觀測(cè)對(duì)象的值(x所有對(duì)象的平均觀測(cè)值)；wij為空間權(quán)重矩陣，表示空間位置上第i個(gè)和第j個(gè)觀測(cè)對(duì)象的鄰接關(guān)系。當(dāng)對(duì)象i和j相鄰時(shí)，wij=1；當(dāng)對(duì)象i和j不相鄰時(shí)，wij=0。

Moran’s I指數(shù)的取值范圍[-1，1]。若I>0則表示空間正相關(guān)，說(shuō)明研究對(duì)象在空間上有聚集性；當(dāng)I<0時(shí)表示空間負(fù)相關(guān)，說(shuō)明研究對(duì)象在空間上離散；若I=1，則表示計(jì)算結(jié)果未通過(guò)顯著性檢驗(yàn)，研究對(duì)象隨機(jī)分布。

局部空間自相關(guān)(LISA, local indicators of spatial association)關(guān)注的是特定單元與相鄰單元之間的空間關(guān)聯(lián)性。局部Moran's I的計(jì)算公式：

(3)

式中，各變量的意義與式(2)相同。

1.3.4 耕地變化動(dòng)態(tài)度 耕地變化動(dòng)態(tài)度大小可以反映耕地變化的劇烈程度，計(jì)算公式[20]：

(4)

式中，K為耕地動(dòng)態(tài)度，Ua為期初耕地面積，Ub為期末耕地面積，T為研究時(shí)段長(zhǎng)度。

1.3.5 地理探測(cè) 綜合考慮自然因子和社會(huì)因子對(duì)耕地的響應(yīng)特征，運(yùn)用地理探測(cè)器分別選取地貌(a1)、土壤侵蝕(a2)、高程(a3)、坡度(a4)、GDP(a5)、人口(a6)、降水(a7)和氣溫(a8)8個(gè)指標(biāo)探測(cè)耕地時(shí)空分布特征的驅(qū)動(dòng)因子。

2 結(jié)果與分析

2.1 耕地分布格局特征

2.1.1 時(shí)空動(dòng)態(tài)度 畢節(jié)市各縣域耕地面積及變化動(dòng)態(tài)度見(jiàn)表1。從耕地類(lèi)型看，在畢節(jié)市8個(gè)縣區(qū)中，旱地在耕地中占據(jù)主導(dǎo)地位，這與喀斯特地區(qū)特殊的地形地貌密切相關(guān)，該地區(qū)地形復(fù)雜破碎，加之喀斯特地區(qū)特殊的地表地下二元結(jié)構(gòu)，造成地表保水能力差，不利于水田的開(kāi)墾建設(shè)。從其變化面積看，全市耕地面積處于減少狀態(tài)，其中水田的變化最為明顯，約減少1/2。從水田和旱地的分布縣域看，旱地在威寧縣的分布面積最廣，七星關(guān)區(qū)和大方縣次之，赫章縣、織金縣和納雍縣分布適中，金沙縣的分布最少；而水田的分布則與旱地的分布情況相反，其主要分布于金沙縣、織金縣和黔西縣，大方縣和納雍縣次之，赫章縣相對(duì)較少，威寧縣分布最少，僅3.67 km2，為金沙縣水田面積的1.89%。水田和旱地在一定程度上與各縣域國(guó)土面積的大小、地形和海拔有關(guān)。從耕地的變化情況看，9年間耕地的綜合變化動(dòng)態(tài)度為-2.40%，整體上呈現(xiàn)減少的態(tài)勢(shì)。其中，水田的變化最為明顯，其變化動(dòng)態(tài)度為-6.21%，是旱地變化的3倍左右。從各縣域看，水田在威寧縣和納雍縣的變化最大，其變化動(dòng)態(tài)度分別為-10.60%和-10.20%，在黔西縣的變化動(dòng)態(tài)度最小，為-2.52%，最大約是最小變化動(dòng)態(tài)度的5倍；旱地變化在金沙縣和七星關(guān)區(qū)最明顯，在威寧縣變化最小，其變化動(dòng)態(tài)度分別為-3.74%、-3.45%和-1.31%，其變化相差約3倍。

表1 畢節(jié)市各縣域耕地面積及變化動(dòng)態(tài)度

如圖1所示，從單個(gè)網(wǎng)格的耕地面積占比看，在2009年時(shí)，各格網(wǎng)單元內(nèi)耕地面積占46.20%，相當(dāng)于100 hm2面積內(nèi)有46.20 hm2耕地。其中，最大面積占86.95%，位于大方縣；最小面積占1.25%，位于威寧縣；除此之外，存在6個(gè)空網(wǎng)格，表明其中不存在耕地，存在與市的邊界處。在空間分布上呈現(xiàn)“高低高低高”分布，分布較低的多位于各縣交界處和地形復(fù)雜區(qū)，如威寧縣的西南部、赫章縣的東南部以及大方縣和金沙縣的交界處。在2018年時(shí)其分布特征與2009年時(shí)存在明顯差異。其整體面積占比均呈下降態(tài)勢(shì)，呈“高低高低”趨勢(shì)分布。各網(wǎng)格單元耕地面積占36.09%。最大值為73.81%，位于納雍縣；最小值僅0.83%，位于七星關(guān)區(qū)；此外有8個(gè)網(wǎng)格為空值，存在與市的邊界處。

圖1 畢節(jié)市耕地占格網(wǎng)面積的比例

如圖2所示，從耕地面積占比變化量看，全域的耕地面積占比大體表現(xiàn)為下降態(tài)勢(shì)，最低下降62.81%，位于七星關(guān)區(qū)。部分網(wǎng)格單元呈上升態(tài)勢(shì)，畢節(jié)市西部的赫章縣和威寧縣分布較集中，納雍縣、大方縣、織金縣和黔西縣零星分布。從耕地綜合動(dòng)態(tài)度看，其與耕地的面積占比變化量空間分布大體相似，多表現(xiàn)為下降態(tài)勢(shì)，畢節(jié)市的東部下降較明顯，在畢節(jié)市西部存在部分上升，即存在部分單元格的耕地面積增加。

圖2 畢節(jié)市耕地面積占比變化及綜合變化動(dòng)態(tài)度

綜上來(lái)看，畢節(jié)市的耕地以旱地為主，主要分布于畢節(jié)市西部，由西到東大體呈下降態(tài)勢(shì)，而水田則主要分布于畢節(jié)的東部，其分布區(qū)態(tài)勢(shì)與旱地相反，由西到東呈增加態(tài)勢(shì)，這可能受到海拔和地形的影響?？h域單元內(nèi)耕地的變化動(dòng)態(tài)度均為下降態(tài)勢(shì)，其中水田的變化最為明顯，是旱地變化動(dòng)態(tài)度的近3倍。在網(wǎng)格單元內(nèi)，其綜合變化動(dòng)態(tài)勢(shì)也呈下降趨勢(shì)，其下降區(qū)多集中于畢節(jié)市的東部，而上升區(qū)多位與畢節(jié)市的西部，即威寧縣和赫章縣一帶。

2.1.2 核密度 2009年和2018年畢節(jié)市耕地核密度如圖3所示。畢節(jié)市耕地聚集性具有顯著的差異性，在2009年時(shí)，畢節(jié)市耕地核密度為0.76～62.26個(gè)/km2，擁有3個(gè)極高密度區(qū)和8個(gè)高密度區(qū)；中高密度區(qū)、高密度區(qū)和極高密度區(qū)主要位于畢節(jié)市東部及東南部的金沙縣、黔西縣和織金縣，其中黔西縣分布最為密集，表明該地區(qū)耕地斑塊較為破碎且集中；而低密度區(qū)、中低密度區(qū)和中密度區(qū)主要分布在畢節(jié)市的西部和中部，尤其是赫章縣和納雍縣，表明這些地區(qū)耕地較為分散或斑塊較為完整。在2018年時(shí)，其耕地核密度為2.42～62.70個(gè)/km2，數(shù)值上相對(duì)于2009年時(shí)變化較小，但從空間分布上看，變化較為明顯。對(duì)比可知，在2018年時(shí)，畢節(jié)市耕地聚集性明顯增加，雖極高密度區(qū)由原來(lái)的3個(gè)降至2個(gè)，但其局部的范圍有所擴(kuò)散，主要分布在黔西縣；而高密度區(qū)由原來(lái)的8個(gè)增至19個(gè)，主要分布在除納雍縣和大方縣以外的6個(gè)縣區(qū)。低密度區(qū)和中低密度區(qū)向中密度區(qū)和中高密度區(qū)進(jìn)行了大面積擴(kuò)散，這主要是由于退耕還林還草、生態(tài)移民和易地扶貧搬遷等相關(guān)政策的實(shí)施，部分因坡度過(guò)大和符合退耕條件以及城市擴(kuò)展等因素的耕地轉(zhuǎn)換為其他用地，導(dǎo)致耕地不連片，破碎程度增加，密度增大。

圖3 2009年和2018年畢節(jié)市耕地的核密度

2.1.3 空間自相關(guān)性 在2009年時(shí)，畢節(jié)市耕地面積的全局Moran’s I為0.452，Z值為21.35。在2018年時(shí)，耕地面積的全局Moran’s I為0.51，Z值為24.16。表明，畢節(jié)市耕地面積不是隨機(jī)分布，而且具有明顯的空間聚集性，且從全局Moran’s I的變化看，空間自相關(guān)性呈增大趨勢(shì)，說(shuō)明耕地聚集分布越來(lái)越強(qiáng)烈。由于其全局表現(xiàn)出明顯的空間聚集性，因此研究進(jìn)一步對(duì)其進(jìn)行局部自相關(guān)分析，將其結(jié)果分為7類(lèi)，分別為極冷點(diǎn)、冷點(diǎn)、較冷點(diǎn)、不顯著、較熱點(diǎn)、熱點(diǎn)和極熱點(diǎn)，其中極冷點(diǎn)、冷點(diǎn)和較冷點(diǎn)表示小面積耕地斑塊的聚集區(qū)，其聚集程度逐漸減小；較熱點(diǎn)、熱點(diǎn)和極熱點(diǎn)表示大面積耕地斑塊的聚集區(qū)，其聚集程度逐漸增大；不顯著表示中等面積耕地斑塊且分布較為適中的區(qū)域(圖4)。從局部自相關(guān)看，畢節(jié)市耕地在大范圍內(nèi)表現(xiàn)為不顯著的相關(guān)特征，但同時(shí)也存在相關(guān)性明顯的區(qū)域。在2009年時(shí)，畢節(jié)市大面積耕地斑塊的聚集區(qū)主要分布在威寧縣的中部，赫章縣的西北部，七星關(guān)區(qū)、大方縣和黔西縣的西南部，小面積耕地斑塊的聚集區(qū)則在各縣區(qū)均有零星分布。在2018年時(shí)，畢節(jié)市耕地的局部自相關(guān)發(fā)生了明顯變化，從大面積耕地斑塊的聚集區(qū)分布看，威寧縣的分布范圍擴(kuò)大近1倍，且部分向赫章縣的東北部延伸，與赫章縣內(nèi)的熱點(diǎn)分布區(qū)連接，而七星關(guān)區(qū)大面積耕地斑塊的聚集區(qū)向不顯著區(qū)轉(zhuǎn)變。小面積耕地斑塊的聚集區(qū)變化主要發(fā)生在赫章縣的東南部，表現(xiàn)為小面積耕地斑塊的聚集區(qū)向中等面積耕地斑塊且分布較為適中的區(qū)域轉(zhuǎn)變，其他區(qū)域變化較小。

圖4 2009年和2018年畢節(jié)市耕地面積熱點(diǎn)

2.2 耕地不同環(huán)境因素下的分布特征

2.2.1 不同地形 為去除縣域面積不同對(duì)耕地分布造成的影響，同時(shí)探討不同坡度梯度下的耕地分布特征，將坡度分為5個(gè)等級(jí)，并統(tǒng)計(jì)各個(gè)等級(jí)下耕地分布情況，以及不同等級(jí)下的耕地變化動(dòng)態(tài)度。由圖5可知，在兩期耕地分布情況中，旱地的分布面積隨著坡度的增大而增大，而水田則與之相反。一定程度上說(shuō)明，旱地具有高坡度聚集性，水田則更傾向于低坡度區(qū)。究其原因：一方面在于水田對(duì)于水源的需求比旱地大，在坡度較低地區(qū)，水源更容易獲??；另一方面地勢(shì)平緩地區(qū)的保水能力更好。從耕地的變化動(dòng)態(tài)度看，隨著坡度的增加，其變化動(dòng)態(tài)度也逐漸增大，旱地和水田的均在>25°內(nèi)變化最強(qiáng)烈。這與退耕還林還草等政策有關(guān)。

圖5 不同坡度梯度下的畢節(jié)市耕地分布情況

從耕地在不同高程海拔梯度下的分布情況(圖6)看，旱地主要分布在低于2 400 m以下地區(qū)，大于2 400 m以上則分布較少，水田則全分布在2 400 m以下地區(qū)?？梢?jiàn)，高程在一定程度上限制了水田的分布。從耕地的變化動(dòng)態(tài)度看，旱地的動(dòng)態(tài)變化度在低海拔地區(qū)較高，這主要是由于低海拔區(qū)易受到人類(lèi)活動(dòng)的影響，如城鎮(zhèn)擴(kuò)展、還林還草政策等多方面的因素。水田整體變化動(dòng)態(tài)度大于旱地，在不同高程梯度上，隨著海拔的增加，其變化動(dòng)態(tài)也逐漸增大。綜合看，海拔對(duì)水田的影響更強(qiáng)，受水田自身種植水稻的影響，而水稻對(duì)于氣候的要求較高，適宜在氣候條件相對(duì)穩(wěn)定，溫度適中的區(qū)域；當(dāng)海拔過(guò)高時(shí)，氣溫相對(duì)于低海拔區(qū)要低，不利于水稻生長(zhǎng)。

圖6 不同高程梯度下的耕地分布情況

2.2.2 不同地貌 從不同地貌條件來(lái)看(圖7)，2009年旱地主要分布區(qū)為侵蝕-剝蝕中山、溶蝕-侵蝕丘陵、溶蝕-侵蝕中山、溶蝕為主丘陵和溶蝕為主中山等地貌區(qū)，而水田主要分布在溶蝕-侵蝕中山、侵蝕-剝蝕中山和溶蝕為主丘陵，在溶蝕為主低山區(qū)則沒(méi)有分布。2018年水田和旱地的主要分布地貌區(qū)，未發(fā)生明顯變化，但在分布面積上均有所減小。從變化動(dòng)態(tài)度看，旱地在侵蝕-剝蝕盆地、溶蝕-侵蝕中山、溶蝕為主低山和溶蝕為主盆地地貌區(qū)變化均較為劇烈。其中，侵蝕-剝蝕盆地主要為威寧草海位置所在地，為保護(hù)草海的生態(tài)系統(tǒng)，退耕周邊部分耕地。溶蝕-侵蝕中山在畢節(jié)市的分布面積最廣，基數(shù)相對(duì)較大，進(jìn)而其變化動(dòng)態(tài)度較強(qiáng)。溶蝕為主盆地所在位置多為各縣區(qū)城區(qū)所在地，由于城鎮(zhèn)化進(jìn)程不斷加快，部分耕地被占用或轉(zhuǎn)變?yōu)槠渌玫兀苋祟?lèi)活動(dòng)干預(yù)最強(qiáng)，所以其變化動(dòng)態(tài)度最強(qiáng)。水田在各地貌區(qū)的變化均較強(qiáng)烈，最低為溶蝕為主丘陵區(qū)，變化動(dòng)態(tài)度為-4.49；最高為溶蝕-侵蝕盆地區(qū)，變化動(dòng)態(tài)度為-8.89。

圖7 不同地貌下的畢節(jié)市耕地分布

2.2.3 不同土壤侵蝕強(qiáng)度 從土壤侵蝕強(qiáng)度等級(jí)看(圖8)，隨著土壤侵蝕強(qiáng)度的加強(qiáng)，水田和旱地，均表現(xiàn)出遞減趨勢(shì)，土壤侵蝕強(qiáng)度越強(qiáng)，其分布面積越小。在2009年時(shí)，旱地在微度土壤侵蝕強(qiáng)度下的分布面積是極強(qiáng)度下的15倍，而水田在微度土壤侵蝕強(qiáng)度下的分布面積與極強(qiáng)度下的面積比也高達(dá)11倍。在2018年時(shí)，旱地在微度土壤侵蝕強(qiáng)度下的分布面積和極強(qiáng)度下的面積比有所增加，接近17倍，而水田在微度土壤侵蝕強(qiáng)度下的分布面積與極強(qiáng)度下的面積是2009年比例的3倍，高達(dá)30倍。從變化動(dòng)態(tài)度看，水田和旱地的高變化動(dòng)態(tài)度區(qū)均為極強(qiáng)度侵蝕區(qū)。可見(jiàn)，土壤侵蝕度也是影響耕地分布的重要因素。

圖8 不同土壤侵蝕強(qiáng)度下的畢節(jié)市耕地分布

2.3 耕地時(shí)空演變及分布特征驅(qū)動(dòng)因子

從表2看出，2009年各因子的貢獻(xiàn)率(q值)為a5> a6> a3> a7> a8> a1> a2> a4，表明人口(a6)和GDP(a5)2個(gè)社會(huì)因子相比自然因子對(duì)耕地的驅(qū)動(dòng)力較大，在自然因子中高程(a3)和降水(a7)的驅(qū)動(dòng)力較為突出。2018年各因子的貢獻(xiàn)率為a6> a1> a5> a3> a4> a7> a8> a2，自然因子整體依然小于社會(huì)因子的貢獻(xiàn)率，但整體而言各指標(biāo)的q值均較小，表明此時(shí)單個(gè)驅(qū)動(dòng)因子對(duì)于該地區(qū)的耕地分布影響不大。從兩期貢獻(xiàn)率的變化情況看，自然因子中地貌(a1)貢獻(xiàn)率未發(fā)生明顯變化，表明基于此時(shí)的地貌分區(qū)對(duì)耕地的驅(qū)動(dòng)影響相對(duì)穩(wěn)定；其余指標(biāo)均發(fā)生較明顯變化，但社會(huì)因子依舊占據(jù)主導(dǎo)地位，可見(jiàn)人類(lèi)活動(dòng)對(duì)耕地時(shí)空演變及分布影響較大。綜上，耕地的時(shí)空演變和分布特征受自然和社會(huì)多驅(qū)動(dòng)因子的共同影響，其中社會(huì)因子對(duì)其影響相對(duì)較大，在該研究中GDP(a5)和人口(a6)對(duì)耕地的時(shí)空分布為主導(dǎo)因子；高程(a3)、坡度(a4)、降水(a7)和氣溫(a8)次之；土壤侵蝕(a2)影響最??；地貌(a1)相對(duì)穩(wěn)定。

表2 耕地時(shí)空分布特征各因子的貢獻(xiàn)值(q值)

從表3可知，兩個(gè)因子間的交互作用相對(duì)于單個(gè)因子，其對(duì)耕地時(shí)空演變和分布特征的影響大。2009年a1∩a5、a1∩a6、a2∩a5、a3∩a5、a3∩a6、a3∩a7、a4∩a5、a5∩a6、a5∩a7、a5∩a8、a6∩a7和a6∩a8的貢獻(xiàn)率q值均大于0.5，而a1∩a2的q值最小，僅0.142 9；a1∩a5的q值最大，為0.686 3。可見(jiàn)，在該時(shí)間點(diǎn)上，地貌、降水、氣溫等自然因子和GDP(a5)、人口(a6)社會(huì)因子的相互作用對(duì)耕地的影響較大。在2018年時(shí)，各因子間的交互作用貢獻(xiàn)率q值均小于0.5，其中最大的為a5∩a6，其q值為0.423 8，最小的為a2∩a7，q值為0.066 6。此時(shí)社會(huì)因子交互作用的貢獻(xiàn)率q值均大于自然因子交互作用的貢獻(xiàn)率。綜上，9年間耕地的分布主要是受到人類(lèi)活動(dòng)的影響，通過(guò)人為干預(yù)，使得耕地在一定程度上發(fā)生改變，這也與社會(huì)的發(fā)展趨勢(shì)相符合。2009年社會(huì)經(jīng)濟(jì)不發(fā)達(dá)，地區(qū)主要以農(nóng)耕等第一產(chǎn)業(yè)為主，其主要受到地形地貌以及氣候等自然因素的制約，2018年已開(kāi)始由第一產(chǎn)業(yè)向其他二、三產(chǎn)業(yè)轉(zhuǎn)移，人類(lèi)活動(dòng)對(duì)土地的干預(yù)加強(qiáng)，如退耕還林還草、生態(tài)移民、城鎮(zhèn)化建設(shè)和生態(tài)建設(shè)等，使得耕地發(fā)生轉(zhuǎn)移，進(jìn)而產(chǎn)生變化。

表3 耕地時(shí)空演變及分布特征驅(qū)動(dòng)因子間的交互作用

3 討論

前人對(duì)喀斯特山區(qū)的耕地研究基本位于貴州省經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)，農(nóng)業(yè)占經(jīng)濟(jì)發(fā)展的比重較小，無(wú)法為喀斯特貧困山區(qū)的農(nóng)業(yè)發(fā)展提供較有效的技術(shù)支持，除此之外，其探究的影像因素相對(duì)單一[36]。本研究以位于烏蒙山區(qū)的畢節(jié)市為例，縣域和格網(wǎng)2個(gè)單元對(duì)耕地的分布特征進(jìn)行詳細(xì)分析，在區(qū)域選擇上具有較好的代表性，同時(shí)選取自然因子和社會(huì)因子，并運(yùn)用地理探測(cè)手段進(jìn)行影像因子分析，較全面地探究了耕地分布的影響因素。代仁麗等[37]通過(guò)對(duì)貴州省銅仁市的耕地分布特征及驅(qū)動(dòng)因子進(jìn)行探究發(fā)現(xiàn)，在耕地驅(qū)動(dòng)因子中，坡度占主導(dǎo)作用。研究發(fā)現(xiàn)，畢節(jié)市耕地的分布主要受到社會(huì)因子的干擾較大，在耕地屬性類(lèi)別(旱地與水田)的分布時(shí)才主要受到坡度影響。從王雨楓等[38]對(duì)京津冀地區(qū)耕地利用時(shí)空分異及影響機(jī)制分析研究看，隨著人民需求不斷改變，社會(huì)經(jīng)濟(jì)及政策因素對(duì)耕地利用的影響力呈上升趨勢(shì)，這與本研究結(jié)果相似，社會(huì)因子在一定程度上影響著耕地的分布，且影響程度大于自然因子?？梢?jiàn)，耕地的面積和空間分布差異隨著社會(huì)經(jīng)濟(jì)的發(fā)展產(chǎn)生改變，耕地的屬性類(lèi)別則主要受到自然因子的影響。本研究也存在不足，一方面在因素分析中僅選取自然和社會(huì)因子中的部分因子分析，因子的選取尚不夠全面，無(wú)法全面揭示耕地時(shí)空演變的規(guī)律；另一方面，對(duì)于研究區(qū)域自然基地的影響分析尚不徹底，如土壤類(lèi)型和巖性，在一定程度上可能也影響耕地的分布和變化，相對(duì)于平原地區(qū)，喀斯特山區(qū)居民點(diǎn)分布較為分散，但也會(huì)影響耕地的分布，除此之外路網(wǎng)密度等社會(huì)因素是否對(duì)耕地的分布和變化產(chǎn)生影響，下一步將加強(qiáng)該部分的研討。

4 結(jié)論

根據(jù)2009年和2018年2期的耕地?cái)?shù)據(jù)，結(jié)合相關(guān)的地形、地貌和土壤侵蝕數(shù)據(jù)分析表明，畢節(jié)市的耕地以旱地為主，其主要分布于畢節(jié)市西部，由西到東大體上呈下降態(tài)勢(shì)，水田則主要分布于畢節(jié)的東部，其分布區(qū)態(tài)勢(shì)與旱地相反，由西到東呈增加態(tài)勢(shì)。研究區(qū)內(nèi)耕地的變化動(dòng)態(tài)度均為下降態(tài)勢(shì)，其中水田的變化最明顯，是旱地變化動(dòng)態(tài)度的近3倍。畢節(jié)市耕地斑塊的聚集性具有明顯差異，2009年主要高核密度區(qū)集中在黔西縣和金沙縣，2018年各縣區(qū)的中、高核密度聚集區(qū)均有所擴(kuò)展。畢節(jié)市耕地的空間分布表現(xiàn)出空間自相關(guān)特征，其熱點(diǎn)和極熱點(diǎn)區(qū)主要分布在威寧縣及大方縣、黔西縣和織金縣的交界處。畢節(jié)市耕地的分布受到自然因子和社會(huì)因子的共同影響，其中社會(huì)因子對(duì)耕地的影響較為強(qiáng)烈。