姜蕓，王軍，滕浩，李浩林

（1. 東北農業(yè)大學公共管理與法學院，哈爾濱 150030；2. 吉林大學地球探測科學與技術學院，長春 130026；3. 自然資源部第二地理信息制圖院，哈爾濱 150080）

0 引言

耕地是最基本的生產要素，是人類生存發(fā)展的基礎，對維護國家糧食安全、促進國民經濟發(fā)展具有重要保障作用[1]。而耕地質量是耕地構成因素作用的綜合體現，集中表現為耕地滿足作物生長及安全生產的能力[2-3]。然而，因受到東北氣候及土地政策等方面的影響，耕地質量在不同范圍內發(fā)生一定變化[4-6]。而土壤侵蝕能夠直接引起耕地質量的下降，引起耕地中各種養(yǎng)分的直接流失，由土壤侵蝕所導致的土地退化在全球范圍內被認為是一種嚴重的環(huán)境危害。鑒于中國人多地少、生態(tài)環(huán)境脆弱及耕地破碎化程度較高的基本國情，在經濟快速發(fā)展的前提下，進一步確保耕地質量并探究其與土壤侵蝕的協(xié)調耦合關系，已成為保障糧食安全及農業(yè)健康發(fā)展的重要途徑[5]。

耕地質量評價是耕地維持作物生產力、改善環(huán)境質量和其固有性質的綜合體現[7-9]，耕地質量不能直接量化，需要綜合評價土壤的物理、化學及生物性質[10]。目前，關于耕地質量的研究主要集中在定量評價方面，評價方法主要包括土壤質量監(jiān)測系統(tǒng)、綜合質量指數法、綜合模糊評價法、動態(tài)土壤質量模型、土壤管理[11-14]。隨著RS、GIS 及機器學習等技術的發(fā)展，隨機森林、神經網絡等機器學習方法也被逐步應用[15-16]。

綜合質量指數法因其指標選取自由、兼容性強、評價結果直觀等特點，目前已被廣泛應用于國內外耕地質量評價之中。綜合質量指數法首先根據實際情況或現有研究成果選取能代表耕地土壤理化性質、耕地立地條件等相對獨立的評價指標，構建合適的指標數據集，其次通過主成分分析法、層次分析法、熵值法、CRITIC、聚類分析等方法確定指標權重，各指標的隸屬度值通常采用隸屬度函數計算，將各指標隸屬度加權求和得到綜合評價結果[17-20]。TOPSIS（technique for order preference by similarity to an ideal solution ）法能夠避免主觀性因素影響，方便靈活構建多指標的綜合分析應用[21]。

現有研究雖然從不同角度對耕地質量進行了評估，但只選取耕地的理化性質指標或者生物指標來評價土壤質量，評價過程中沒有將耕地基礎設施建設納入考慮范疇。在研究指標選取中，未被選取但對耕地質量存在影響的指標多未提及，影響了耕地質量的全面、準確評價。為解決以上問題，本文擬提出以地學特征、土壤特性、土壤健康、基礎設施建設、植被生長等多維度構建評價指標，采用綜合指標權重，引入TOPSIS 分析方法，確定最終的耕地質量指數，以期使評價結果更加客觀合理。

此外，黑土區(qū)耕地在地質構造、融凍過程等的作用下導致區(qū)域內地形破碎、起伏較大，容易受到土壤侵蝕作用的直接影響。由土壤侵蝕所引起的水土流失是威脅耕地質量的主要因素之一，土壤侵蝕已經成為全球性的共同難題，侵蝕作用直接造成表層土壤及耕地肥力的流失，嚴重威脅到脆弱的生態(tài)環(huán)境及農業(yè)的可持續(xù)發(fā)展[22-23]，甚至造成大量經濟損失。目前，針對耕地質量方面的研究較為成熟，黑土區(qū)耕地土壤侵蝕的工作也比較全面，但是對于土壤侵蝕與耕地質量的協(xié)調發(fā)展關系方面的研究較少，無法確定耕地質量與土壤侵蝕之間的相互作用影響與耦合程度大小。因此，本研究在耕地質量評價的基礎上，構建嫩江通用土壤流失方程模型（revised universal soil loss equation，RUSLE），確定嫩江市土壤侵蝕強度[24]，并進一步明晰耕地質量與土壤侵蝕的耦合協(xié)調關系，以期為東北振興以及黑土農業(yè)的健康可持續(xù)生產提供參考。

1 材料與方法

1.1 研究區(qū)概況

嫩江市位于黑龍江省西北部，地理范圍跨東經124°44 ′30 ″E～126°49 ′30 ″E，北 緯 48°42 ′35 ″N～51°00′05″N，南部地區(qū)屬松嫩平原區(qū)域，北部屬大興安嶺山地區(qū)域，地勢北高南低、東高西低（圖1），屬寒溫帶大陸性季風氣候，市內氣候的基本特征是年平均氣溫較低,南北溫差達3.6 ℃。平均降水量為472～547 mm，全年≥10 ℃積溫在2 340 ℃左右，熱量充足。

圖1 研究區(qū)耕地和高程分布Fig.1 Distribution of cultivated land and elevation in the research area

嫩江地貌特征復雜，土壤介于濕潤海洋性土壤地帶譜與干旱內陸性土壤地帶譜之間，土類以暗棕壤和黑土為主。受成土條件的影響，土壤種類較多，土壤分布的水平地帶性較明顯，亦具垂直地帶性，境內土壤共分為6個土類、18個亞類、33個土屬、64個土種。2020 年，嫩江市地區(qū)生產總值達到240 億元，同比增長4.5%。其總播種面積62.57 萬 hm2，全年糧食實現總產量207.13 萬 t。嫩江市耕地空間分布詳見圖1。

1.2 數據來源

研究數據主要包括高程數據、土壤數據、植被指數數據以及其他相關數據。

高程數據：來自地理空間數據云（http://www.gscloud.cn ），為2015 年的30 m×30 m 格網的DEM 柵格數據（SRTM DEM）。

土壤數據：來自嫩江自然資源部門，為“三調”2020 年耕地資源質量分類成果，30 m×30 m 等值線圖差值形成的柵格數據。收集了2018 年農業(yè)農村部門耕地質量等級調查評價成果和生態(tài)環(huán)境部門農用地土壤污染狀況詳查成果，包括土層厚度、土壤pH 值、有機質含量、全氮、有效磷、速效鉀等土壤理化性質數據及鉻、鉛、汞、鎘等土壤重金屬含量數據。在此基礎上，通過外業(yè)補充調查，采集用于分析化驗有機質含量和pH 值的土壤樣品，采用常規(guī)實驗室分析化驗方法確定土壤指標值。

植被指數數據：來自PIE-Engine 遙感與地理信息云服務平臺，選取植被覆蓋較為豐富的2020 年6—7 月30 m Landsat 8 影像數據，過PIE-Engine 平臺計算得到植被指數數據。

其他相關數據：田塊規(guī)整度、連片度等數據通過相應景觀計算式[25]計算得到。

1.3 評價指標選取及隸屬函數確定

耕地質量是多功能需求的綜合體，需要綜合考慮立地條件、土壤特性、利用狀況、生態(tài)環(huán)境狀況等各方面[26]。

參考《農用地質量分等規(guī)程》等現有的國家技術規(guī)范，在綜合文獻[1,26-27]的基礎上，除考慮土壤本身的理化性質外，還充分考慮耕地所處位置的基礎設施建設及土壤健康狀況，從地學特征、土壤特性、土壤健康、基礎設施建設、植被生長等5個維度中選選取對研究區(qū)耕地質量有顯著影響的22個指標，構建耕地評價指標體系（見表1）。

表1 耕地質量評價指標體系及權重Table 1 Cultivated land quality evaluation index system and weight

由于植物的生長狀況能夠在一定程度上反映研究區(qū)域的耕地質量，而生長狀況能夠由植被生長指數等相關指標來表現。因此，對于耕地的生物特性、灌溉水環(huán)境質量與微生物群落結構等其他難于定量獲取的影響因子，本文利用遙感手段，采用比值植被指數（ratio vegetation index，RVI）、歸一化植被指數（normalized vegetation index，NDVI）、土壤水分指數（difference vegetation index，DVI）來表征，以對嫩江市耕地質量做出全面準確的評價。

基于5個維度的評價指標及嫩江市耕地的實際情況，構建能夠表征耕地質量的隸屬度函數[28-31]，地學特征中的高程、坡度、坡向界定為反S 型隸屬函數u1(x)；土壤特性定為S 型隸屬函數u2(x)和拋物線形隸屬函數式u3(x)；土壤健康指數中的鉻、鉛、鎘、汞含量界定為反S 型隸屬函數u1(x)。

基礎設施建設指數中的田塊規(guī)整度F、耕作連片度界Q定為S 型隸屬函數，灌溉能力（到河流水面的距離）、排水能力（到溝渠的距離）、耕作距離（到居民點的距離）、耕作便捷度（到田間道路的距離）界定為反S 型隸屬函數u1(x)；植被生長指數中的RVI、NDVI、DVI 界定為S 型隸屬函數,利用以上3個指標來綜合表征未考慮到的未知信息。

式中x為評價指標實測值，a、b代表指標下限和上限。

式中a1為臨界值的下限，取實測的最小值，a2為臨界值的上限，取實測的最大值；b1、b2為最適值的上下界點，其值依據研究區(qū)域實測結果綜合對比確定。

式中Z為評價地塊周長，km；d為評價地塊面積，km2。耕地連片度中面積閾值通過自然斷點法來獲取。

1.4 權重確定

為盡可能減少相關性較強指標間的冗余度，避免確定權重時的主觀性，保證權重符合研究區(qū)的實際情況，本研究采用層次分析法[32-34]及CRITIC 權重法[19,35]相結合方式獲取各個指標的綜合權重。其計算式如下：

式中De為第e個指標所包含的信息量，Fe為第e個指標的標準差，表示第e個指標的對比強度，rge為第g個評價指標與第e個評價指標的相關系數，We為第e個指標的權重。

各指標綜合權重計算式如式(8)所示，各指標權重見表1。各維度質量指數計算如式(9)所示。

式中WCW為綜合權重，WAHP為層次分析法確定的指標權重，WCRITIC為CRITIC 權重法確定的權重。

式中xe為第e個指標的隸屬度值，We為第e個指標的綜合權重。

1.5 TOPSIS 模型

TOPSIS 模型是通過計算評價對象與最優(yōu)解、最劣解的相對貼切度om，實現評價評價對象與最優(yōu)解、最劣解排序，能反映不同維度指數的綜合影響力[36-37]。

1.6 障礙因子診斷模型及空間相關性計算

障礙因子診斷是開展耕地質量調控的基礎和前提，表示評價指標對耕地質量指數作用強弱。本文采用指標得分率（TRIS）和指標障礙度（OD）評價指標對耕地質量的障礙作用。

式中keq為評價指標e根據第q個樣點實測數據計算得到的隸屬度，ce為該評價指標的權重，n1為樣點數。

本研究利用Arcgis 10.2 及Geo-da 軟件，使用k 近鄰（k-Nearest Neighbor，kNN）算法確定空間權重。對嫩江市耕地質量進行全局空間自相關研究，并繪制LISA 圖，詳細計算過程參見文獻[38-40]。

1.7 侵蝕模數確定

土壤侵蝕是影響耕地質量的關鍵性制約因素,是導致耕地發(fā)生物理退化、化學退化的重要驅動力[41]。本研究構建RUSLE 模型，評估確定嫩江市的土壤侵蝕強度，并從空間尺度上分析土壤侵蝕模數與耕地質量的協(xié)調耦合效應，據此揭示土壤侵蝕影響下的空間耦合響應特征，為深化耕地質量空間格局影響機制研究提供科學依據。

本研究利用Invest 模型中的泥沙輸移比模塊（sediment delivery ratio，SDR）模塊來計算嫩江市的土壤侵蝕模數。該模塊運行需要的參數有數字高程模型、流域邊界、降雨侵蝕力因子、土壤可蝕性因子、土地利用圖等[42-43]，可以基于RUSLE 模型自動運算生成每個柵格單元的土壤侵蝕總量。式（15）中A為土壤侵蝕模數；R為降雨侵蝕力因子，MJ·mm/ (hm2·h·a)；K為土壤可蝕性因子，t·hm2·h/(hm2·MJ·mm)；L為坡長因子，m；S為坡度因子，%；C為植被覆蓋因子；Ps為水土保持措施因子。

1.7.1 降雨侵蝕力因子

降雨侵蝕性是侵蝕的驅動力，與土壤侵蝕有直接關系。采用文獻[44]提出的方法計算降雨侵蝕力因子，該方法已廣泛應用于黑土區(qū)土壤侵蝕研究[45-46]。

式中Ph為第h月降雨量,mm，Pa為年降水量，mm。

本文利用2000—2020 年的月降水數據，計算了研究區(qū)周邊氣象站的R值，采用普通克里格法插值生成研究區(qū)域內R因子的空間分布。

1.7.2 土壤可蝕性因子

利用K代表土壤侵蝕對水分的敏感性表明土壤的抗侵蝕能力。本研究選擇侵蝕-生產力影響（erosion productivity impact calculator，EPIC）模型計算K值[47]。

式中SAN為砂粒量，%；SIL為黏粒量，%；CLA為黏粒量，%；C1為土壤有機碳量。

1.7.3 地形因子

地形變化是直接影響土壤侵蝕的一個因素，地形因子反映了邊坡長度和坡度對侵蝕的影響。在InVEST 模型中，LS 因子是使用Desmet 和Govers（1996）（式（18））[48]提出的計算方法。使用DEM 經過填洼處理后在Invest模型中生成[49]LS 因子。

式中Si是網格單元i的坡度因子關于坡度值的函數；S是斜率的百分比，θ是斜率的度數。式中Ai-in表示柵格徑流入口以上產沙區(qū)域面積（m2），由多流向算法計算得出；D表示柵格尺寸(m)；xi表示柵格i泥沙輸移比例的加權平均值，通過多流向算法計算(式20)。

式中xd=|sin(αd)|+|cos(αd)|，αd是d的輸沙方向，Pi(d)是柵格單元i在方向d上的總輸沙比例；m表示RUSLE 長度指示因子，基于經典的USLE 獲得。

1.7.4 植被覆蓋和管理因子

植被覆蓋和管理因子定義為在特定條件下土壤流失量與適時翻耕、連續(xù)休耕耕地土壤流失量之比，本文采用NDVI 指數來表征特定條件下流失狀況，計算詳見文獻[50]。C是影響土壤侵蝕的最敏感因素，土壤損失與植被覆蓋度呈負相關。

1.7.5 水土保持措施因子

Ps為為特定水土保持措施下的土壤流失量與未實施水土保持措施地塊順坡耕作時的土壤流失量之比，通常根據土地利用類型進行估算。目前RUSLE 模型中的P值大部分是參考已有研究成果來確定。本文Ps采用WANG等[45]的研究成果（表2）計算土壤侵蝕模數如圖2 所示。

表2 植被覆蓋和管理因子(C)和水土保持措施因子（Ps）Table 2 Vegetation cover and management factor (C) and soil and water conservation practice factor (Ps)

圖2 計算土壤侵蝕模數的相關參數值空間分布Fig.2 The spatial distribution of parameter values used for calculation of soil erosion modulus

1.8 二元系統(tǒng)耦合模型

在確定嫩江市土壤侵蝕強度的基礎上，引入耦合協(xié)調度模型來反映土壤侵蝕和耕地質量2個子系統(tǒng)間的協(xié)調發(fā)展程度，如果耦合協(xié)調度越高，2個系統(tǒng)良性協(xié)調發(fā)展的程度越好。系統(tǒng)相互作用耦合度模型詳細計算過程參見式（21）所示[51-52]。

式中Tt為t元系統(tǒng)的耦合度；y1······yt為t個子系統(tǒng)對總系統(tǒng)有序度的貢獻，其計算方法如式（22）和式（23）所示。

式中ytr為第t個子系統(tǒng)中第r個指標的歸一化值；Wtv為第t個子系統(tǒng)中第r個指標的權重，使用熵權法計算。

在計算每個子系統(tǒng)的熵權前采用最大最小值法對數據進行歸一化處理。

當ytv為數值越大對系統(tǒng)越好時，正向歸一化（式24）。

當ytv為數值越小對系統(tǒng)越好時。負向歸一化（式25）。

式中yev為子系統(tǒng)第e個指標的第v個時序的值，其值越大對系統(tǒng)越好時，正向歸一化，其值越小對系統(tǒng)越好時，負向歸一化。

根據多元系統(tǒng)的耦合度模型，得到耕地質量與土壤侵蝕 2個子系統(tǒng)之間的耦合度V，如式（26）所示。

式中V為耕地質量與土壤侵蝕二元系統(tǒng)耦合度。本研究采用耕地質量等級與土壤侵蝕模數表征耕地質量與土壤侵蝕子系統(tǒng)的指標。耕地質量指標越大越好，土壤侵蝕模數越小越好。

為進一步評判耕地質量子系統(tǒng)和土壤侵蝕子系統(tǒng)交互耦合的協(xié)調程度，采用耦合協(xié)調度和綜合調和指數反映二元子系統(tǒng)功效協(xié)同效應。

式中E為耦合協(xié)調度；V為耦合度；T為耕地質量與土壤侵蝕子系統(tǒng)的綜合調和指數，反映了耕地質量與土壤侵蝕子系統(tǒng)的整體協(xié)同效應或貢獻。

2 結果與分析

2.1 耕地質量評價結果

2.1.1 耕地質量整體評價及障礙因子診斷

基于各項指標隸屬度值及綜合權重，分別計算并獲得地學特征、土壤特性、土壤健康、基礎設施建設及植被生長的數據，利用5個維度的指數進行TOPSIS 分析，將相對貼近度作為最終的耕地質量指數，其耕地質量指數界于0.26～0.67 之間，并利用自然斷點法將其劃分為5個耕地等級（圖3）。

圖3 各維度指數及耕地質量評價等級（CLG）Fig.3 Index of each dimension and evaluation grades of cultivated land quality (CLG)

從圖3 中可以看出，嫩江市耕地等級主要為中低等級、中等級及中高等級，不同區(qū)域的耕地質量等級呈現較大差異性，耕地低等級與高等級分布較少。從空間分布上分析，各等級耕地散碎分布在嫩江市各個區(qū)域，其中高等級與中高等級耕地主要位于嫩江市南部，并在北部存在交錯分布情況，中等級、中低等級及低等級耕地交錯分布于嫩江市全域。從耕地等級面積來看（見表3），最大面積分布為中等級耕地，其面積達到了2 271 km2，占研究區(qū)總耕地面積的29.6%。耕地高等級面積僅有774 km2，占比為10.1%，研究區(qū)高等級耕地相對較少。綜合來看，嫩江市中低等級、中等級、中高等級的和占耕地質量等級的絕對優(yōu)勢，但總體耕地質量等級卻僅處于中等水平，耕地高等級明顯少于其他等級，需進一步提升耕地質量達到更好發(fā)展保障水準，以維持農業(yè)生產安全。

表3 嫩江市耕地質量等級整體評價結果Table 3 Statistics of cultivated land quality grade in Nenjiang City

障礙因子診斷能夠進一步明確耕地質量所存在的短板及障礙，各維度的得分率及障礙度利用所屬指標的平均值來代替。從表4 中可看出，在準則層各維度中，地學特征（C1）的得分率最高，超過60%，表明耕地所屬的地理優(yōu)勢較為明顯。土壤特性（C2）、土壤健康（C3）、植被生長（C5）3個維度的得分率均超過50%?；A設施建設（C4）的得分率低于50%，表明其建設水平不足，是制約耕地質量的主要因素。

表4 耕地質量評價指標得分率和障礙度Table 4 The scoring rate and obstacle degree for evaluation index of cultivated land quality

指標層得分率分布在10.31%～94.55%之間，不同評價指標的得分率差異較大。在22 項各評價指標中，坡度（C12）、全氮（C25）、耕作便捷度（C41）、耕作距離（C42）、地塊規(guī)整度（C45）及NDVI（C52）均大于60%，上述 6 項指標在整個評價結果中的總體得分較高，表明限制提升研究區(qū)耕地質量的作用效果不明顯。坡向（C13）、土層厚度（C21）、有機質含量（C22）、有效磷（C23）、鎘（C33）、汞（C34）、DVI（C51）得分率均大于50%，整體評價過程中7 項指標得分率也相對較高，其限制提升研究區(qū)耕地質量的作用效果也相對不明顯。而高程（C11）、速效鉀（C24）、土壤pH 值（C26）、鉻（C31）、鉛（C32）、排水能力（C43）、灌溉能力（C44）、地塊連片度（C46）、RVI（C53）9 項指標得分率均低于50%，其得分率總體相對較低，表明這些指標對于耕地質量的提升具有顯著作用。

從障礙度來看，基礎設施建設（C4）障礙度超過50%，表明其對于耕地質量的提升具有顯著效應。地學特征（C1）、土壤特性（C2）、土壤健康（C3）、植被生長（C5）的障礙度較低，均低于50%，表明其4個維度對于耕地質量的阻礙作用較小。

指標層障礙度分布在5.45%～89.69%之間，其中土壤pH 值（C26）、排水能力（C43）、灌溉能力（C44）、地塊連片度（C46）、RVI（C53）指標障礙度得分均超過60%，上述5 項標在提升研究區(qū)耕地質量的過程中具有明顯的限制效果，為主要限制因素。高程（C11）、速效鉀（C24）、鉻（C31）、鉛（C32）障礙度超過50%，表明上述4 項指標在一定程度上也限制了耕地質量的提升。坡度（C12）、坡向（C13）、土層厚度（C21）、有機質（C22）、有效磷（C23）、全氮（C25）、鎘（C33）、汞（C34）、耕作便捷度（C41）、耕作距離（C42）、地塊規(guī)整度（C45）、DVI（C51）、NDVI（C52）的障礙度均低于50%，上述13 項指標在提升研究區(qū)耕地質量的過程中限制效果也不明顯。

2.1.2 耕地質量空間分布評價

以耕地地塊為基本研究單元，以耕地質量等級為空間屬性，采用kNN 算法確定空間權重，計算全局Moran’sI值可知，嫩江市耕地質量等級I值為0.609，Z值為294.87，P值為0.001。I＞ 0、P＜0.01，且Moran’sI值較接近于1，表明嫩江市耕地質量等級呈現出較強的空間聚合特性。大部分耕地質量等級集中在第一象限（高-高聚集(HH)）和第三象限（低-低聚集(LL)）內（表5）。其中第一象限耕地面積為2 037 km2，占比為26.50%，第三象限耕地面積為3 642 km2，占比為47.40%。其余耕地分布在第二象限（低-高聚集(LH)）與第四象限（高-低聚集(HL)），其中第二象限耕地面積為1 475 km2，占比為19.20%，第四象限面積為527 km2，占比為6.90%。雖然全局空間自相關可檢驗耕地質量的總體空間分布模式，但不能反映相鄰評價單元間的要素或屬性的空間關聯(lián)情況及局域顯著性水平，而局部空間自相關能更深入地表征集聚和變異特征。本文利用LISA 分布圖表征耕地質量等級在研究區(qū)域內的空間集聚或離散狀態(tài)（如圖4）。從圖中可看出，嫩江市耕地質量等級LISA集群類型包括HH 聚集（高-高型）、LL 聚集（低-低型）、HL 變異（高-低型）、LH 變異（低-高型）和不顯著5種類型。從表5 可知，研究區(qū)以不顯著類型為主，面積達到了5 060 km2，占比超過了65%。有較高的正相關空間聚合特性的HH 和LL 聚集面積為2 248 km2，占比為29.27%。呈現負相關的HL 和LH 變異面積為372 km2，占比為4.85%，表明研究區(qū)具有一定離散特點。

表5 空間自相關分析結果Table 5 Results of spatial autocorrelation analysis

圖4 耕地質量等級局部空間自相關（LC）LISA 集聚圖Fig.4 LISA aggregation of local spatial autocorrelation analysis（LC）for the grades of cultivated quality

2.2 侵蝕模數空間分布特征

土壤侵蝕是影響耕地質量的關鍵因素，探究土壤侵蝕的空間特征對于黑土區(qū)保護及耕地質量的提升具有重要意義，嫩江市土壤侵蝕模數分布于0～30.7 t/(hm2·a）之間（圖5）。從圖5 中可以看出，土壤侵蝕模數較大的區(qū)域位于嫩江市中部與南部，利用自然斷點法將嫩江市土壤侵蝕模數劃分為4個等級，其中微度侵蝕面積最大，占研究區(qū)的75.45%，重度侵蝕面積最小，占研究區(qū)域面積不足1%（表6）?？傮w來看，西南部區(qū)域侵蝕程度相對較弱，侵蝕較為嚴重區(qū)域主要分布在嫩江市的北部、中部及東部區(qū)域。

表6 不同土壤侵蝕類型統(tǒng)計Table 6 Statistics of different types of soil erosion

圖5 嫩江市土壤侵蝕模數（EM）Fig.5 Soil erosion modulus (EM) of Nenjiang City

2.3 耕地質量系統(tǒng)和土壤侵蝕系統(tǒng)耦合協(xié)調度分析

為進一步探究土壤侵蝕系統(tǒng)和耕地質量間的協(xié)調發(fā)展水平，利用耦合協(xié)調度模型來探究耕地質量與土壤侵蝕2個子系統(tǒng)間協(xié)調發(fā)展程度，評價結果顯示其空間耦合度介于0.22～1.00 之間，空間分布具有明顯的異質性（如圖6）；協(xié)調指數的整體評價結果介于0.08～0.99之間，空間分布特征具有明顯的差異性；耦合協(xié)調度的整體評價結果 顯示大于0.7 的空間評價單元占絕對數量，最大值0.99，最小值0.25，耦合協(xié)調度數值呈現一定的空間差異分布。總體上土壤侵蝕與耕地質量處于良好的協(xié)同發(fā)展狀態(tài),二者之間的關聯(lián)程度較高，相互依賴程度也較高，對土壤侵蝕的有效治理能夠顯著提高耕地質量水平。表7 為不同耦合協(xié)調度等級對應的耕地面積分布變化，從表中可以看出，中級耦合協(xié)調程度占嫩江市水土保持與耕地質量的主導地位，面積達到了4 210.81 km2；良好耦合協(xié)調程度占嫩江市水土保持與耕地質量的次要地位，面積達到了2 989.85 km2；其余協(xié)調程度占嫩江市水土保持與耕地質量的地位最低，占比不足1%。

表7 耦合協(xié)調度等級對應的耕地質量等級面積Table 7 The area of cultivated land quality level for different grades of coupling coordination degree km2

圖6 土壤侵蝕系統(tǒng)與耕地質量系統(tǒng)耦合協(xié)調度分布Fig.6 Distribution of coupling coordination degree between the soil erosion system and the cultivated land quality system

從圖6 中分析可得出，不同分區(qū)土壤侵蝕系統(tǒng)與耕地質量系統(tǒng)的耦合協(xié)調度數值沒有太明顯差異特征，總體以良好協(xié)調、中級協(xié)調、初級協(xié)調為主，分布于嫩江市全域，勉強協(xié)調、瀕臨失調、輕度失調、中度失調總占比低于1%，面積較小，對于嫩江市土壤侵蝕系統(tǒng)影響較小。

總體來看，嫩江市土壤侵蝕系統(tǒng)與耕地質量系統(tǒng)間的耦合協(xié)調程度較高，對處于優(yōu)質協(xié)調、良好協(xié)調、中級協(xié)調的區(qū)域，耕地土壤侵蝕的治理可顯著提高耕地的質量等級。土壤侵蝕系統(tǒng)與耕地質量系統(tǒng)對處于協(xié)調程度較低區(qū)域的耕地表現出明顯相對較弱的空間特征，土壤侵蝕治理對于提升處于滯后或者無序的發(fā)展狀態(tài)區(qū)域的耕地質量是可行手段。

3 討論

3.1 不同維度指標構建的合理性

隨著對耕地質量的認識逐步深入，新技術方法不斷涌現，更加豐富了并推動了耕地質量評價理論方法的進一步發(fā)展，耕地質量的內涵也從數量、格局、用途出現向耕地產能、健康等轉變趨勢[53-54]。

為了能夠對研究區(qū)域的耕地質量進行全方面的評價，本研究通過構建5個維度指標，以期能夠全面考慮影響耕地質量的各個因素。通過高程、坡度、坡向來構建地學特征指數，用以表達耕地本身的自然立地條件；通過土層厚度、有機質含量、有效磷等來構建土壤特性指數，代表了耕地自身的理化性質與肥力[55]；通過鉻、鉛、鎘、汞的含量來構建土壤健康指數，表征耕地本身的生態(tài)健康情況[56-57]；而隨著黑龍江地區(qū)農業(yè)機械化程度的不斷提高，耕地是否有利于大型農機具的耕作及距離居民點的距離也被納入到耕地質量的范疇中來，因此充分利用規(guī)整度、連片度、便捷度、距離、排水能力、灌溉能力等參數指標來構建基礎設施建設指數，用以表征耕地附屬設施的建設情況及人類活動對其的影響；對于其他沒有考慮到的影響因素，本研究利用RVI、NDVI、DVI 來表征，并構建了植被生長指數。通過考慮耕地的自然條件、理化性質、人為影響、土壤生態(tài)健康狀況等方面的綜合影響因素，更加全面地開展耕地質量綜合評價。通過多種多種維度，從不同方向考慮影響耕地質量因素，本文的研究方法或可為耕地質量評價提供新視角。

3.2 制約耕地質量的原因分析

根據耕地質量評價結果，嫩江市中等級耕地面積最大，低質量耕地面積占比較大，進一步探究影響耕地質量的原因，對于提升耕地質量具有現實需求。

通過障礙因子診斷評價，指標層中土壤pH 值、排水能力、灌溉能力、地塊連片度及RVI 指數的障礙度較高，均超過60%，是制約耕地質量的主要原因。在準則層中，建設水平指數的障礙度最高，超過了50%，表明嫩江市耕地的建設水平仍然不足，需注重提升其建設水平以提升耕地質量 。通過局部空間自相關分析知，不顯著為嫩江市耕地質量聚集的主要表現特征，其面積占比達到65.89%，高質量耕地呈現散碎分布的空間格局，對于糧食生產與農業(yè)健康發(fā)展具有不利影響，在提高耕地質量的基礎上，使高質量耕地形成集中連片的空間分布格局是保障農業(yè)健康生產的重要前提。

結合不同維度的局部空間自相關結果來看，對于嫩江市北部與中部零星分散的耕地質量較低區(qū)域，應進一步提高該區(qū)域的地學特征指數、基礎設施建設指數，其主要措施應著重于平整土地，減少耕地的坡度起伏；完善耕地附屬基礎設施的建設情況，如興建排水灌溉工程、使零星分散耕地集中連片等。對于嫩江市西南部耕地質量較低的集中連片區(qū)域，應著重提高該區(qū)域的土壤特性指標與植被生長指標，進一步增加耕地土壤養(yǎng)分以維持作物生長需求；保證該區(qū)域的植被覆蓋度等。此外，值得注意的是，土壤健康指數分布與耕地質量空間分布較為一致，減少耕地中的重金屬含量，提高耕地的土壤健康水平，對于耕地質量的提升具有顯著作用。

3.3 土壤侵蝕對耕地質量影響機制分析

土壤侵蝕系統(tǒng)與耕地質量系統(tǒng)間耦合度呈現異質性空間分布，2個子系統(tǒng)在整個評價過程中表現出總體較高的耦合度，具有明顯的較強耦合響應效果，空間耦合度最小值為0.22，最大值為1.00。通過分析協(xié)調指數可知，二者的協(xié)調指數最小值為0.08，最大值為0.99，呈現出一定的空間差異分布特點，總體上土壤侵蝕與耕地質量處于良好的協(xié)同發(fā)展狀態(tài)。

在本研究中，研究區(qū)內微度侵蝕在土壤侵蝕中占主要地位，土壤侵蝕結果與文獻[58]的研究較為類似。土壤侵蝕在人類活動與自然條件的相互影響下，具有一定的時空尺度特征，對于耕地質量具有顯著影響。首先，土壤侵害導致耕地表土流失情況嚴重，降低了耕地的有效土層厚度，而土層厚度與耕地地力密切相關，隨著侵蝕作用的加劇，使得耕地質量進一步降低。其次，土壤侵蝕使得耕地的細顆粒組成物質流失，使耕地產生石礫化或粗骨化特征，改變土壤結構性能，進而降低耕地質量[31]。最后，耕地中的養(yǎng)分物質會隨著侵蝕過程的持續(xù)產生流失，養(yǎng)分流失主要通過影響耕地中的有機質、全氮等養(yǎng)分含量，進而對耕地質量產生影響[59-60]。未來有必要進一步深入探究土壤侵蝕與耕地質量的耦合協(xié)調影響機制將是今后研究工作重點。

4 結論

本研究以中國典型東北黑土區(qū)嫩江市為研究區(qū)域，通過22 項指標構建5個維度指數，引入TOPSIS 分析方法對嫩江市的耕地質量進行評價，對耕地質量進行障礙因子分析及空間集聚特征的分析，明晰了制約嫩江市耕地質量的主要因素。同時利用RUSLE 模型確定了土壤侵蝕模數，并進一步探索了耕地質量與土壤侵蝕耦合協(xié)調發(fā)展關系，得出如下結論：

1）中等級占嫩江市耕地質量的主要地位，其面積占比達到29.6%，但高等級和中高等級耕地合計量在嫩江市耕地中并未占居絕對優(yōu)勢。低等級和中低等級總量仍是嫩江市耕地主體，耕地質量仍有進一步提升的較大空間。

2）指標層中土壤pH 值、排水能力、灌溉能力、地塊連片度及比值植被指數指數的障礙度較高，均超過60%，是制約耕地質量的主要原因。準則層中耕地的基礎設施建設指數障礙度最高，對于耕地質量具有顯著影響。

3）嫩江市耕地質量等級Moran’sI值為0.609，呈現較強的正相關性空間分布，評價結果顯示質量等級具有明顯的空間聚合特點，但以不顯著為主。

4）嫩江市的土壤侵蝕模數主要分布在0～30.7 t/（hm2·a）間，西南部區(qū)域侵蝕程度相對較弱，侵蝕較為嚴重區(qū)域主要分布在嫩江市的北部及東部區(qū)域。耕地質量系統(tǒng)與土壤侵蝕系統(tǒng)間的耦合協(xié)調程度較高，總體以良好協(xié)調、中級協(xié)調、初級協(xié)調為主。

本研究雖然對于黑土區(qū)耕地質量進行了較為全面地評價，但對耕地質量與土壤侵蝕間相互影響關系的探究仍處于初級階段，對于土壤侵蝕如何影響耕地質量，影響程度均未進行細致探討，詳細探究土壤侵蝕對于耕地質量的影響程度及影響機制將是未來的工作重點。