摘要：研究目的：建立科學(xué)的耕地休耕優(yōu)先區(qū)識(shí)別方法，破解現(xiàn)有“任務(wù)+指標(biāo)”式休耕空間選擇中入選休耕地塊標(biāo)準(zhǔn)模糊、選擇技術(shù)單一、空間形態(tài)破碎等問題。研究方法：以武漢市漢南區(qū)為研究區(qū)，集成休耕主控因素評(píng)價(jià)模型和三維魔方模型構(gòu)建耕地休耕空間權(quán)衡決策模型以診斷識(shí)別休耕對(duì)象，基于種子擴(kuò)充片區(qū)搜索算法和NRCA模型構(gòu)建耕地休耕優(yōu)先區(qū)識(shí)別模型，進(jìn)而耦合兩個(gè)模型構(gòu)建“對(duì)象選擇、規(guī)模約束、連片分區(qū)”的耕地休耕診斷識(shí)別技術(shù)框架，以識(shí)別耕地休耕優(yōu)先區(qū)。研究結(jié)果：（1）漢南區(qū)耕地休耕空間權(quán)衡決策的休耕迫切度以“迫切”和“較迫切”為主，空間分布上呈現(xiàn)集中連片分布和零星點(diǎn)狀分布并存；（2）識(shí)別出漢南區(qū)耕地休耕優(yōu)先區(qū)11個(gè)，占全區(qū)耕地總面積的15.89%，分區(qū)結(jié)果與同等休耕規(guī)模下休耕迫切度原始空間分布相比，休耕地塊數(shù)量減少30.23%、單位面積增大36.74%、景觀形狀指數(shù)減少22.75%、邊界密度降低20.9%；（3）識(shí)別出耕地利用強(qiáng)度主控休耕優(yōu)先區(qū)、耕地健康狀況主控休耕優(yōu)先區(qū)以及耕地產(chǎn)能潛力主控休耕優(yōu)先區(qū)3類休耕優(yōu)先區(qū)，占比分別達(dá)14.68%、11.95%和73.37%，并提出針對(duì)性的休耕模式與管控建議。研究結(jié)論：基于問題導(dǎo)向的休耕優(yōu)先區(qū)識(shí)別，實(shí)現(xiàn)了休耕分區(qū)兼顧空間決策科學(xué)選擇休耕地和“集中連片”的現(xiàn)實(shí)政策需求，為精準(zhǔn)實(shí)施休耕以實(shí)現(xiàn)耕地可持續(xù)利用和保障國(guó)家糧食安全提供了政策參考。

關(guān)鍵詞：耕地休耕診斷識(shí)別技術(shù)框架；耕地系統(tǒng)健康；耕地利用強(qiáng)度；耕地產(chǎn)能潛力；種子擴(kuò)充片區(qū)搜索算法

中圖分類號(hào)：F301.24 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-8158（2024）10-0082-11

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目（41871180）；安徽省社會(huì)科學(xué)創(chuàng)新發(fā)展研究課題（2023CX091）；安徽師范大學(xué)博士科研啟動(dòng)金項(xiàng)目（762302）。

當(dāng)前，實(shí)現(xiàn)耕地可持續(xù)利用面臨多方面挑戰(zhàn)[1]。長(zhǎng)期以來(lái)，為擴(kuò)大產(chǎn)出，農(nóng)藥、化肥被過量使用，加之居民消費(fèi)模式變化引致食物需求大增[2-3]，耕地連年處于高負(fù)荷利用狀態(tài)[4]，耕地地力透支、污染嚴(yán)重、功能失衡、生態(tài)環(huán)境惡化等問題凸顯[5-6]。有數(shù)據(jù)表明，全國(guó)耕地污染物點(diǎn)位超標(biāo)率為19.4%，超過10%的耕地受到農(nóng)藥嚴(yán)重污染[7]，耕地土壤優(yōu)質(zhì)含量平均值不到2%[8]，加劇了耕地利用的不可持續(xù)性。為此，我國(guó)探索性開展耕地休耕試點(diǎn)，通過休耕來(lái)保護(hù)地力、修復(fù)耕地生態(tài)環(huán)境以及優(yōu)化種植結(jié)構(gòu)[9-10]，以提升耕地可持續(xù)利用能力[11]。耕地休耕作為貫徹落實(shí)“藏糧于地、藏糧于技”國(guó)家戰(zhàn)略的具體行動(dòng)[12]，在我國(guó)實(shí)施省份已達(dá)24個(gè)，實(shí)施面積超過2.2億畝次[13]。但在休耕試點(diǎn)推進(jìn)中，地方政府“任務(wù)+指標(biāo)”式休耕區(qū)域選擇缺乏科學(xué)依據(jù)，易導(dǎo)致休耕選擇空間錯(cuò)配、空間布局分散等問題，影響休耕政策實(shí)施效果。因此，如何通過空間決策科學(xué)選擇休耕地、集中連片實(shí)施休耕，成為亟待解決的技術(shù)難題和現(xiàn)實(shí)問題。

耕地休耕問題在學(xué)術(shù)界已引起廣泛關(guān)注，并在休耕地空間布局[14-15]、休耕模式[10，16]、休耕績(jī)效評(píng)價(jià)[17]等方面取得了豐富成果。耕地休耕空間選擇與分區(qū)研究作為休耕地空間布局的核心內(nèi)容，相關(guān)研究集中在：（1）休耕地診斷與識(shí)別研究。已有研究以生態(tài)系統(tǒng)脆弱性、土壤污染狀況等耕地利用問題或影響因素為導(dǎo)向[9，18]，通過構(gòu)建評(píng)價(jià)指標(biāo)體系或綜合指數(shù)[19]和運(yùn)用耕地利用主導(dǎo)問題空間權(quán)衡組合[15，20]兩種方法來(lái)識(shí)別休耕地。（2）耕地休耕規(guī)模研究。由政府出臺(tái)政策法規(guī)或糧食供應(yīng)等調(diào)控目標(biāo)確定耕地休耕的規(guī)模[21]，或以不同休耕目標(biāo)（糧食安全、生態(tài)安全等）為導(dǎo)向，運(yùn)用模型測(cè)算可休耕的最大規(guī)模或閾值范圍[22-23]。（3）耕地休耕空間分區(qū)研究。主要借鑒土地利用分區(qū)的思路與方法，運(yùn)用多指標(biāo)綜合評(píng)價(jià)法和空間統(tǒng)計(jì)分析法劃定休耕分區(qū)[24-25]。陳浮等學(xué)者選擇土壤污染狀況、耕地質(zhì)量等休耕主控因素構(gòu)建空間組合模型，并在多情景休耕規(guī)模約束下，根據(jù)空間權(quán)衡規(guī)則劃定重點(diǎn)輪休區(qū)等不同等級(jí)休耕優(yōu)先區(qū)[15， 18， 20， 26]；楊慶媛等學(xué)者遵循休耕地選擇（Selection）、休耕規(guī)模（Scale）以及休耕空間分區(qū)（Spatial）的“3S”休耕分區(qū)技術(shù)思路，運(yùn)用傳統(tǒng)的空間疊置或聚類分區(qū)方法劃定優(yōu)先休耕區(qū)等不同優(yōu)先級(jí)休耕分區(qū)[9-10]。

通過梳理文獻(xiàn)發(fā)現(xiàn)，已有研究提供了休耕分區(qū)技術(shù)方法參考，但還有一定的深入研究空間：一是休耕區(qū)域識(shí)別方面，已有研究多從休耕迫切性不同等級(jí)的原始空間分布來(lái)識(shí)別休耕區(qū)域，僅有少數(shù)研究兼顧空間集聚性[11]，未系統(tǒng)考慮休耕地的空間連通性和形態(tài)格局，易致休耕地圖斑零散、難以適應(yīng)“集中連片”的現(xiàn)實(shí)休耕要求；二是休耕分區(qū)劃定方面，已有研究多基于休耕迫切性等級(jí)或優(yōu)先級(jí)進(jìn)行分區(qū)，缺乏針對(duì)問題主導(dǎo)進(jìn)行的休耕分區(qū)，如哪些休耕區(qū)域存在哪些休耕主導(dǎo)問題，不同主導(dǎo)問題類型的分區(qū)應(yīng)該按照什么樣的休耕模式以針對(duì)性解決這些休耕問題，這也是休耕制度有效落地的前提和保障。本文以武漢市漢南區(qū)為研究區(qū)，綜合運(yùn)用耕地休耕空間權(quán)衡決策模型、耕地休耕優(yōu)先區(qū)識(shí)別模型等方法，對(duì)耕地利用強(qiáng)度、耕地健康狀況以及耕地產(chǎn)能潛力進(jìn)行多維度空間權(quán)衡決策，并結(jié)合空間連通性分析，在休耕規(guī)模約束下最大程度地提取“集中連片”的休耕地，探討不同休耕問題類型主導(dǎo)的分區(qū)識(shí)別路徑，為耕地休耕實(shí)施與耕地可持續(xù)利用提供科學(xué)依據(jù)。

1 研究區(qū)選擇與數(shù)據(jù)來(lái)源

1.1 研究區(qū)選擇

漢南區(qū)地處武漢市西南部，緊鄰長(zhǎng)江，東、南與武漢市江夏區(qū)、洪山區(qū)以及咸寧市嘉魚縣隔江相鄰，西連洪湖市、仙桃市，北接武漢市漢陽(yáng)區(qū)、蔡甸區(qū)。漢南區(qū)與武漢經(jīng)濟(jì)技術(shù)開發(fā)區(qū)合并后，實(shí)行“政區(qū)合一”管理體制，下轄7個(gè)街道辦事處（含4個(gè)國(guó)營(yíng)農(nóng)場(chǎng)），國(guó)土面積為287.05 km2。其中，耕地占112.18 km2，占國(guó)土總面積的39.08%，耕地主要由水澆地構(gòu)成，占比超過90%。漢南區(qū)是武漢市的農(nóng)業(yè)大區(qū)，區(qū)域農(nóng)產(chǎn)品供給壓力、區(qū)位條件、級(jí)差地租以及比較利益等因素倒逼高強(qiáng)度、集約化耕作，使得耕地面臨著累積性超強(qiáng)度利用、長(zhǎng)期高負(fù)荷運(yùn)轉(zhuǎn)狀態(tài)等典型耕地利用問題與挑戰(zhàn)，具有耕地休耕的緊迫性。

漢南區(qū)是遵循“中央統(tǒng)籌、省級(jí)負(fù)責(zé)、縣級(jí)實(shí)施”休耕試點(diǎn)工作機(jī)制[24]的重要試點(diǎn)區(qū)，面臨著休耕區(qū)域選擇結(jié)果與休耕制度目標(biāo)偏離，而致休耕區(qū)域錯(cuò)配和休耕效益受損等現(xiàn)實(shí)難題。因此，綜合研究區(qū)的典型性和現(xiàn)實(shí)性，選擇漢南區(qū)為研究區(qū)，以保持土地管理界線的連續(xù)性和維持行政邊界的完整性，便于宏觀上管理和微觀上執(zhí)行。

1.2 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)源主要包括以下三類：一是社會(huì)經(jīng)濟(jì)數(shù)據(jù)，主要包括漢南區(qū)常住人口、糧食產(chǎn)量等統(tǒng)計(jì)數(shù)據(jù)；規(guī)劃、方案等文本資料，來(lái)源于《武漢統(tǒng)計(jì)年鑒》以及政府部門信息公開平臺(tái)。二是空間信息數(shù)據(jù)，主要包括行政邊界數(shù)據(jù)、土地利用數(shù)據(jù)、耕地分等定級(jí)數(shù)據(jù)等，通過文獻(xiàn)收集、走訪調(diào)研等方式獲取。其中，土地利用數(shù)據(jù)來(lái)源于武漢市國(guó)土調(diào)查數(shù)據(jù)成果（2019年）；耕地分等定級(jí)數(shù)據(jù)主要包括耕地健康狀況評(píng)價(jià)以及耕地產(chǎn)能潛力評(píng)價(jià)中部分指標(biāo)數(shù)據(jù)；耕地種植強(qiáng)度數(shù)據(jù)來(lái)源于China-CUI 10 m數(shù)據(jù)（2018—2023年）[27]。三是資源環(huán)境數(shù)據(jù)，主要包括DEM、土壤屬性數(shù)據(jù)等，分別來(lái)源于地理空間數(shù)據(jù)云、HWSD和SoilGrids等開源數(shù)據(jù)庫(kù)或平臺(tái)以及武漢市相關(guān)部門，主要用于耕地健康狀況評(píng)價(jià)中指標(biāo)計(jì)算。將上述數(shù)據(jù)基于ArcGIS 10.5進(jìn)行整理匯總，進(jìn)行空間投影坐標(biāo)系統(tǒng)一、數(shù)據(jù)的屬性編碼、柵格矢量化等標(biāo)準(zhǔn)化處理、數(shù)據(jù)檢查，最后生成耕地休耕數(shù)據(jù)庫(kù)以進(jìn)行實(shí)證分析。

2 研究方法

2.1 耕地休耕診斷識(shí)別技術(shù)框架

本文構(gòu)建了以“對(duì)象選擇、規(guī)模約束、連片分區(qū)”為研究主線的耕地休耕診斷識(shí)別技術(shù)框架（圖1）。首先，集成耕地休耕主控因素評(píng)價(jià)模型、三維魔方模型來(lái)構(gòu)建耕地休耕空間權(quán)衡決策模型以診斷識(shí)別休耕對(duì)象，解決“休哪里”的問題；其次，通過耕地休耕規(guī)模測(cè)算模型以測(cè)算休耕規(guī)模，解決“休多少”的問題；最后，在前兩步的基礎(chǔ)上，考慮休耕“集中連片”實(shí)施要求，從空間連通性視角，基于種子擴(kuò)充片區(qū)搜索算法和標(biāo)準(zhǔn)顯示性比較優(yōu)勢(shì)（NRCA）模型來(lái)構(gòu)建耕地休耕優(yōu)先區(qū)識(shí)別模型，識(shí)別出耕地休耕優(yōu)先區(qū)的問題類型，針對(duì)不同類型休耕區(qū)，解決“怎么休”的問題。

2.2 耕地休耕空間權(quán)衡決策模型

耕地休耕空間權(quán)衡決策是根據(jù)休耕的主導(dǎo)影響因素判斷哪些區(qū)域應(yīng)該休耕的活動(dòng)[10，15]，只有將應(yīng)休耕地診斷出來(lái)，才能將耕地休耕落到實(shí)地。在綜合國(guó)家休耕試點(diǎn)的要求和已有耕地休耕主控因素選擇研究[15，18]的基礎(chǔ)上，從耕地利用強(qiáng)度、耕地健康狀況以及耕地產(chǎn)能潛力3個(gè)維度進(jìn)行排列組合構(gòu)建三維魔方模型，基于此來(lái)構(gòu)建耕地休耕空間權(quán)衡決策模型，將評(píng)價(jià)對(duì)象與劃分后的單元空間一一對(duì)應(yīng)，劃分休耕迫切性等級(jí)，診斷出耕地休耕區(qū)域[18]。

2.2.1 耕地休耕主控因素評(píng)價(jià)研究

（1）耕地休耕主控因素的選擇。研究表明，有80%以上的耕地處于長(zhǎng)時(shí)間、超負(fù)荷“連軸轉(zhuǎn)”的運(yùn)轉(zhuǎn)狀態(tài)[28]，導(dǎo)致耕地肥力減退和地力下降嚴(yán)重，這些利用強(qiáng)度過高導(dǎo)致不可持續(xù)利用的區(qū)域應(yīng)當(dāng)優(yōu)先開展休耕[29]。同時(shí)，過量使用化肥、農(nóng)藥會(huì)引發(fā)耕地污染、耕地生態(tài)環(huán)境惡化，威脅耕地系統(tǒng)健康。耕地的健康狀況是休耕與否的重要判別條件，不健康狀態(tài)的耕地應(yīng)當(dāng)休耕[30]?！办柟烫嵘a(chǎn)能”是中央或地方層面休耕試點(diǎn)方案中的首要原則，對(duì)于耕地適宜耕種、產(chǎn)能不高，耕地產(chǎn)能未能“地盡其用”的情況，亟待通過休耕針對(duì)性地改善耕地質(zhì)量和提升耕地產(chǎn)能。另一方面，在已有研究和休耕試點(diǎn)中[9，15，26]，多選擇耕地污染區(qū)、生態(tài)退化區(qū)等耕地利用問題嚴(yán)重區(qū)域作為休耕優(yōu)先區(qū)域。因此，在分析耕地利用特征以及已有休耕主控因素選擇研究[15，18]的基礎(chǔ)上，本文選取耕地利用強(qiáng)度、耕地健康狀況以及耕地產(chǎn)能潛力作為休耕主控因素。

②耕地健康狀況評(píng)價(jià)。遵循區(qū)域差異性、敏感性和可行性原則對(duì)指標(biāo)進(jìn)行篩選，參考已有研究所構(gòu)建的耕地健康評(píng)價(jià)指標(biāo)體系[32-33]，基于耕地環(huán)境狀況和耕地彈性狀況兩個(gè)維度構(gòu)建耕地健康狀況指標(biāo)體系（表1）。耕地環(huán)境狀況主要是刻畫不當(dāng)耕地利用方式引致耕地污染或生態(tài)環(huán)境問題，選取土壤內(nèi)梅洛污染指數(shù)、地下水超采系數(shù)以及生態(tài)敏感性等指標(biāo)表征耕地環(huán)境狀況。耕地彈性維度反映的是耕地抵抗力、恢復(fù)性以及穩(wěn)定性，選取耕地質(zhì)地、陽(yáng)離子交換量、土壤容重以及全氮等指標(biāo)表征耕地彈性狀況。具體指標(biāo)、賦分標(biāo)準(zhǔn)參考已有文獻(xiàn)[32-33]。

③耕地產(chǎn)能潛力評(píng)價(jià)。提升產(chǎn)能是實(shí)施耕地休耕的具體目標(biāo)之一，根據(jù)理論產(chǎn)能和可實(shí)現(xiàn)產(chǎn)能的數(shù)值差，可識(shí)別出“未盡其用”的耕地，即產(chǎn)能未得以充分發(fā)揮的耕地。基于此，根據(jù)耕地分等定級(jí)成果和產(chǎn)能理論為基礎(chǔ)，結(jié)合耕地等別與標(biāo)準(zhǔn)糧產(chǎn)量之間的對(duì)應(yīng)關(guān)系和回歸分析進(jìn)行耕地產(chǎn)能評(píng)價(jià)[34]，進(jìn)而評(píng)估耕地理論產(chǎn)能潛力，并應(yīng)用自然斷裂點(diǎn)法劃分為低產(chǎn)能潛力、中產(chǎn)能潛力和高產(chǎn)能潛力。耕地理論產(chǎn)能潛力，亦即耕地可實(shí)現(xiàn)利用潛力，主要反映耕地生產(chǎn)能力可提升的空間，數(shù)值上應(yīng)用可實(shí)現(xiàn)單產(chǎn)與實(shí)際單產(chǎn)的差值來(lái)刻畫。

2.2.2 耕地休耕空間權(quán)衡決策模型

三維魔方模型是將二維矩陣中的不同組合進(jìn)行排列并擴(kuò)展成三維矩陣空間，適宜于對(duì)研究單元不同指標(biāo)開展多項(xiàng)組合的優(yōu)劣勢(shì)進(jìn)行空間權(quán)衡對(duì)比評(píng)價(jià)，進(jìn)而確定每個(gè)區(qū)域單元的主導(dǎo)因素和關(guān)鍵問題，更具空間權(quán)衡決策的合理性[35]?；谌S魔方模型構(gòu)建的耕地休耕空間權(quán)衡決策模型具體構(gòu)建步驟如下（圖2）：（1）將耕地利用強(qiáng)度、耕地健康狀況以及耕地產(chǎn)能潛力分為3個(gè)等級(jí)（等級(jí)由低到高），并以此形成 3×3×3的三維魔方模型；（2）將3個(gè)休耕主控因素評(píng)價(jià)等級(jí)相互正交，得到27種分類結(jié)果；（3）根據(jù)3個(gè)休耕主控因素等級(jí)組合排序，將休耕單元組合類型與三維魔方的類型一一對(duì)應(yīng)，并參考已有空間權(quán)衡判別休耕迫切度等級(jí)的研究[18， 26]，劃分為迫切、較迫切以及不迫切3個(gè)等別，進(jìn)而判別休耕區(qū)域。

2.3 耕地休耕優(yōu)先區(qū)識(shí)別模型

休耕區(qū)域?qū)嵸|(zhì)上是一定數(shù)量休耕地塊的組合，若僅以休耕迫切性等級(jí)地塊組合作為休耕區(qū)域，則休耕區(qū)域空間分布分散，難以達(dá)到“集中連片實(shí)施”的要求。因此，在將迫切需要休耕的耕地從研究區(qū)診斷出來(lái)的基礎(chǔ)上，還需要考慮休耕區(qū)域休耕規(guī)模約束和空間集聚特征，構(gòu)建具有空間引導(dǎo)與連片閉合的休耕分區(qū)，即耕地休耕優(yōu)先區(qū)。本文以休耕迫切性等級(jí)診斷為基礎(chǔ)，以可休耕最大規(guī)模為約束，集成GeoDa分析方法和種子擴(kuò)充片區(qū)搜索算法優(yōu)選休耕地、構(gòu)建休耕分區(qū)，并通過標(biāo)準(zhǔn)顯示性比較優(yōu)勢(shì)（NRCA）模型識(shí)別休耕分區(qū)類型，以此來(lái)構(gòu)建耕地休耕優(yōu)先區(qū)識(shí)別模型。模型集成與休耕優(yōu)先區(qū)識(shí)別主要有以下4個(gè)步驟：

（1）耕地休耕優(yōu)先區(qū)初步識(shí)別。以三維魔方模型的耕地休耕迫切性評(píng)價(jià)結(jié)果中迫切度最高休耕區(qū)域?yàn)榛A(chǔ)，基于GeoDa運(yùn)用局部空間自相關(guān)方法分析休耕地的空間集聚格局[36]，對(duì)休耕迫切性等級(jí)相同的集中地塊和嵌入相同休耕迫切性等級(jí)的近鄰地塊進(jìn)行區(qū)片式合并，對(duì)于零散地塊予以去除，并對(duì)集中地塊的“天窗”地塊進(jìn)行填補(bǔ)，對(duì)耕地休耕優(yōu)先區(qū)進(jìn)行初步識(shí)別。

（2）耕地休耕規(guī)模測(cè)算。基于耕地最小需求量模型和GM（1，1）模型構(gòu)建耕地休耕規(guī)模測(cè)算模型，預(yù)測(cè)休耕目標(biāo)年耕地可休耕規(guī)模。

（3）耕地休耕優(yōu)先區(qū)優(yōu)選識(shí)別。在初步識(shí)別出的耕地休耕優(yōu)先區(qū)的基礎(chǔ)上，以第二步測(cè)算的休耕規(guī)模為約束，再進(jìn)一步構(gòu)建種子擴(kuò)充片區(qū)搜索算法[37]，對(duì)“可跨越”的休耕迫切性相同、近鄰休耕地塊進(jìn)行搜索后逐步補(bǔ)充合并，直至無(wú)限接近可休耕最大規(guī)模，識(shí)別出耕地休耕優(yōu)先區(qū)。

（4）耕地休耕優(yōu)先區(qū)主控方向識(shí)別。運(yùn)用標(biāo)準(zhǔn)顯示性比較優(yōu)勢(shì)（NRCA）模型[38]判別比較優(yōu)勢(shì)主導(dǎo)的耕地休耕優(yōu)先區(qū)主控方向類型，即耕地利用強(qiáng)度主控休耕優(yōu)先區(qū)、耕地健康狀況主控休耕優(yōu)先區(qū)以及耕地產(chǎn)能潛力主控休耕優(yōu)先區(qū)三個(gè)休耕區(qū)域。

2.3.1 耕地休耕規(guī)模測(cè)算模型

耕地休耕規(guī)模是一定時(shí)期內(nèi)，區(qū)域在糧食安全約束下可實(shí)施休耕的最大耕地規(guī)模，即基期年現(xiàn)狀耕地規(guī)模與目標(biāo)年耕地保有量的差值[23]。參考已有研究[9，22]，基于應(yīng)用最多且較成熟的耕地保有量預(yù)測(cè)模型，以2019年為基期年，以2025年為目標(biāo)年，預(yù)測(cè)研究區(qū)2019—2025年間的耕地休耕規(guī)模，計(jì)算公式如下[9，24]：

2.3.2 種子擴(kuò)充片區(qū)搜索算法

耕地在空間中并非完全相連的，地塊之間的道路等線狀地物，為耕地耕作也提供了便利，形成“可跨越性”的廊道。而局部空間自相關(guān)分析所構(gòu)建的休耕初選區(qū)實(shí)現(xiàn)了近鄰連片，但難以將相對(duì)相連的相同屬性耕地全部入選。因此，本文基于種子擴(kuò)充片區(qū)搜索算法[37]，對(duì)搜索“可跨越”的相對(duì)相連耕地進(jìn)行補(bǔ)充，并將其納入初步識(shí)別的耕地休耕優(yōu)先區(qū)，最大程度地將相同休耕迫切等級(jí)地塊納入耕地休耕優(yōu)先區(qū)。具體步驟如下（圖3）：

（1）將休耕地塊按面積降序。

（2）對(duì)于每個(gè)耕地圖斑，首先判斷其是否已劃入耕地休耕初選區(qū)，若已劃入，跳轉(zhuǎn)下個(gè)圖斑；若未劃入，則以該圖斑為種子，通過近鄰分析搜索指定距離內(nèi)（低等級(jí)公路、水利設(shè)施等最常見線狀地物寬度通常為10 m，且該寬度內(nèi)通常只有一條，故設(shè)定搜索距離為10 m）的初選區(qū)。

（3）若搜索到新的片區(qū)，則判斷該圖斑并入哪個(gè)片區(qū)。若該圖斑僅搜索到一個(gè)片區(qū)，則融合并入該片區(qū)；若搜索多個(gè)片區(qū)，則融合并入距離最近的片區(qū)。將需休耕的耕地全部遞歸遍歷一遍，直至已遍歷休耕地累計(jì)面積大于最大可休耕規(guī)模，則完成所有耕地休耕優(yōu)先區(qū)的識(shí)別。

2.3.3 耕地休耕優(yōu)先區(qū)類型識(shí)別模型

理論上按照組合規(guī)律，耕地休耕主控因素組合結(jié)果產(chǎn)生的問題分區(qū)類型過多，既易導(dǎo)致休耕問題解決方向錯(cuò)綜復(fù)雜化，也不利于休耕模式銜接與休耕問題整治。因此，為保證評(píng)價(jià)結(jié)果能夠突出問題導(dǎo)向、分區(qū)組織實(shí)施，利用標(biāo)準(zhǔn)顯示性比較優(yōu)勢(shì)（NRCA）模型能夠表征研究對(duì)象在不同單元間動(dòng)態(tài)、連續(xù)的比較優(yōu)勢(shì)，且不受時(shí)空限制的特點(diǎn)，將其引入到休耕主導(dǎo)問題判別中，確定休耕區(qū)域的主控方向和主導(dǎo)問題。

在結(jié)合三維魔方模型中綜合判定各評(píng)價(jià)單元的主控因素組合類型的基礎(chǔ)上，運(yùn)用NRCA模型識(shí)別出耕地利用強(qiáng)度、耕地健康狀況以及耕地產(chǎn)能潛力等級(jí)值中的比較優(yōu)勢(shì)主導(dǎo)類別。比較優(yōu)勢(shì)類別可體現(xiàn)耕地休耕分區(qū)的主導(dǎo)方向，再根據(jù)比較優(yōu)勢(shì)的主控因素類別確定耕地利用強(qiáng)度主控優(yōu)先區(qū)、耕地健康狀況主控優(yōu)先區(qū)以及耕地產(chǎn)能潛力主控優(yōu)先區(qū)三類耕地休耕優(yōu)先區(qū)。

3 結(jié)果分析

3.1 耕地休耕主控因素評(píng)價(jià)結(jié)果

根據(jù)耕地休耕主控因素評(píng)價(jià)結(jié)果（圖4），從耕地利用強(qiáng)度休耕主控因素看，漢南區(qū)耕地利用強(qiáng)度總體以高、中強(qiáng)度為主，其分布圖斑數(shù)量占研究區(qū)耕地圖斑總數(shù)量的比重分別達(dá)30.34%、54.42%。耕地利用高強(qiáng)度分布面積占研究區(qū)耕地總面積比重為53.58%，主要分布在城鎮(zhèn)與水域等非農(nóng)用地周邊。

從耕地健康狀況休耕主控因素看，處于健康等級(jí)的耕地主要分布在漢南區(qū)西部、北部，該分布區(qū)域耕地環(huán)境狀況以優(yōu)、良等較好等級(jí)為主。處于亞健康、不健康等級(jí)的耕地主要位于漢南區(qū)中部、東部，耕地環(huán)境狀況以敏感、較敏感等級(jí)為主，分布趨勢(shì)與耕地生態(tài)環(huán)境敏感性評(píng)價(jià)結(jié)果具有相似性，部分耕地分布處于土壤重金屬污染中度以及重度污染的區(qū)域。

從耕地產(chǎn)能潛力休耕主控因素看，漢南區(qū)耕地產(chǎn)能潛力空間分布上呈現(xiàn)“中間高、四周低”的格局，耕地產(chǎn)能潛力以中、高等級(jí)為主，分布面積占研究區(qū)耕地總面積的比重分別達(dá)43.61%、36.58%。耕地產(chǎn)能高潛力多分布在江漢平原區(qū)以及南部沿江河、沿湖等水系發(fā)達(dá)區(qū)域，該地區(qū)地處地勢(shì)較低的平原，種植條件均較適宜，但由于該區(qū)域耕地質(zhì)量的自然等與利用等還有一定差距，存在著耕地適宜耕種、產(chǎn)能不高的現(xiàn)狀，地力“未盡其用”，加之農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)與種植制度有待于進(jìn)一步優(yōu)化，致使區(qū)域內(nèi)的可實(shí)現(xiàn)單產(chǎn)低于理論單產(chǎn)，耕地產(chǎn)能潛力未得以充分發(fā)揮，因而該區(qū)域具有相應(yīng)的較大增產(chǎn)潛力，亟待通過技術(shù)型休耕進(jìn)行提升。

3.2 耕地休耕空間權(quán)衡決策結(jié)果分析

根據(jù)耕地休耕空間權(quán)衡決策模型的休耕迫切度結(jié)果，并參考已有休耕迫切性判別研究[15，24]，得出漢南區(qū)休耕迫切度主要有“迫切”、“較迫切”和“不迫切”3個(gè)等別（圖5），其分布面積分別占研究區(qū)耕地總面積的55.72%、29.12%和15.16%，分布圖斑的數(shù)量分別占研究區(qū)耕地圖斑總數(shù)量的34.33%、46.15%和19.52%。

從漢南區(qū)休耕迫切度的空間分布看，呈現(xiàn)集中連片分布和零星點(diǎn)狀分布并存的特點(diǎn)。耕地休耕“迫切”區(qū)域主要分布在東南部沿江平原區(qū)與中部交通干線過渡地帶以及西部、西北部的干渠匯集區(qū)和南部沿江河、湖泊等水系發(fā)達(dá)區(qū)域，這些地區(qū)耕地產(chǎn)能提升潛力較大，仍以高產(chǎn)能潛力為主，耕地自然等別以高等別為主，而耕地利用等別以中等別為主，耕地產(chǎn)能潛力未得以充分發(fā)揮，耕地利用強(qiáng)度以中、高強(qiáng)度為主，耕地健康狀況多為不健康、亞健康等級(jí)，耕地環(huán)境狀況較敏感，耕地彈性狀況較差，亟需進(jìn)行休耕；東北部也有零星分布、存在耕地土壤重金屬污染的區(qū)域也有小塊狀分布。耕地休耕“較迫切”區(qū)域主要分布在漢南區(qū)中部和東部等非農(nóng)用地周邊，該區(qū)域耕地健康等級(jí)以亞健康為主，耕地利用強(qiáng)度多為中強(qiáng)度區(qū)域。耕地休耕“不迫切”區(qū)域主要位于西南部、中部交通干線、水系等非農(nóng)用地周邊，耕地利用強(qiáng)度多為中、低強(qiáng)度等級(jí)區(qū)域，耕地健康等級(jí)以健康為主，且耕地產(chǎn)能潛力提升有限。

3.3 耕地休耕優(yōu)先區(qū)識(shí)別結(jié)果分析

以耕地休耕空間權(quán)衡決策模型的休耕迫切度結(jié)果為基礎(chǔ)，通過耕地休耕優(yōu)先區(qū)識(shí)別模型以識(shí)別耕地休耕優(yōu)先區(qū)。首先，運(yùn)用模型中的GeoDa分析方法初步識(shí)別出休耕地塊后，通過耕地休耕規(guī)模測(cè)算模型測(cè)算出漢南區(qū)理論休耕規(guī)模。參考國(guó)家相關(guān)政策和已有研究[9，24]設(shè)置需求量與自給率的高、中、低3級(jí)組合共9種不同情景，測(cè)算的可休耕規(guī)模均值為1 782.32 hm2，占全區(qū)耕地總面積的比重（休耕比例上限）達(dá)15.89%，并以此作為“休多少”的休耕空間規(guī)模約束，可休耕耕地在漢南區(qū)的中部、東部呈現(xiàn)兩大主要集聚區(qū)。

然后，將測(cè)算的休耕規(guī)模作為約束參數(shù)，運(yùn)用到種子擴(kuò)充片區(qū)搜索算法中，對(duì)初步識(shí)別出的休耕地塊進(jìn)行優(yōu)選，對(duì)“可跨越”的休耕迫切性相同、近鄰耕地地塊單元進(jìn)行搜索后逐步補(bǔ)充合并，將需休耕地全部遞歸遍歷一遍，直至已遍歷休耕地累計(jì)面積最接近可休耕規(guī)模1 782.32 hm2，則完成所有耕地休耕優(yōu)先區(qū)的識(shí)別。經(jīng)模型運(yùn)行，識(shí)別出耕地休耕優(yōu)先區(qū)面積達(dá)1 782.30 hm2，占全區(qū)耕地總面積的15.89%。

在識(shí)別出休耕優(yōu)先區(qū)的基礎(chǔ)上，將休耕優(yōu)先區(qū)中休耕地塊的耕地利用強(qiáng)度、耕地健康狀況以及耕地產(chǎn)能潛力的等級(jí)值代入NRCA指數(shù)模型，計(jì)算休耕優(yōu)先區(qū)主控因素的比較優(yōu)勢(shì)指數(shù)，判別比較優(yōu)勢(shì)主導(dǎo)的耕地休耕優(yōu)先區(qū)主控方向類型，進(jìn)而判別出耕地利用強(qiáng)度主控休耕優(yōu)先區(qū)、耕地健康狀況主控休耕優(yōu)先區(qū)和耕地產(chǎn)能潛力主控休耕優(yōu)先區(qū)三類休耕優(yōu)先區(qū)共11個(gè)，如圖6所示。

耕地利用強(qiáng)度主控休耕優(yōu)先區(qū)分布在通順河、東荊河周邊，分布面積達(dá)261.66 hm2，占休耕優(yōu)先區(qū)總面積的14.68%。該區(qū)域區(qū)位條件較好，耕地規(guī)整度高，田塊規(guī)模較大，集中連片度高，光溫水土資源協(xié)調(diào)、降雨充足、耕作便利，常年耕作且復(fù)種指數(shù)較高，處于“連軸轉(zhuǎn)”狀態(tài)。耕地健康狀況主控休耕優(yōu)先區(qū)空間集聚較為明顯，分布面積達(dá)213.03 hm2，占休耕優(yōu)先區(qū)總面積的11.95%，主要分布在漢南區(qū)中部區(qū)域，耕地健康狀況以亞健康為主，耕地彈性狀況較差、處于較低彈性和低彈性為主的彈性等級(jí)，東南部也有較為集中的分布，多位于耕地土壤重金屬污染出現(xiàn)中度污染的區(qū)域。耕地產(chǎn)能潛力主控休耕優(yōu)先區(qū)多分布在漢南區(qū)中部的沿江平原區(qū)以及南部沿河、沿湖等水系發(fā)達(dá)區(qū)域，分布面積達(dá)1 307.61 hm2，占休耕優(yōu)先區(qū)總面積的73.37%，該地區(qū)本身地處地勢(shì)較低的平原，種植條件均較適宜，但地下水位高引發(fā)土壤潛育化，導(dǎo)致冷浸潛育型耕地等現(xiàn)象。同時(shí)，由于該區(qū)域農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)、復(fù)種類型高低不一，制約了區(qū)域內(nèi)耕地生產(chǎn)力的發(fā)揮，耕地產(chǎn)能潛力仍需挖潛，實(shí)施休耕后，提升耕地增產(chǎn)潛力空間。

4 討論

4.1 耕地休耕優(yōu)先區(qū)分區(qū)討論

應(yīng)用本文的“對(duì)象選擇、規(guī)模約束、連片分區(qū)”耕地休耕診斷識(shí)別技術(shù)框架識(shí)別出的耕地休耕優(yōu)先區(qū)分區(qū)結(jié)果（圖7）與已有研究[9，18]運(yùn)用休耕迫切性原始空間分布構(gòu)建休耕分區(qū)進(jìn)行對(duì)比，如圖7所示。

（1）休耕對(duì)象選擇對(duì)比。理論上所有的耕地都應(yīng)“應(yīng)休盡休”，若從休耕迫切性“迫切”等級(jí)的原始空間分布來(lái)選擇休耕地塊，漢南區(qū)“迫切”等級(jí)休耕地塊面積比為55.72%，休耕比例較大且空間分布較為零散。但耕地休耕實(shí)質(zhì)是一個(gè)“對(duì)象”和“規(guī)?！彪p重約束下的休耕地塊優(yōu)選問題，即將可休耕的耕地在保障糧食安全規(guī)模約束下按照優(yōu)先序篩選進(jìn)行休耕，并且盡可能使休耕地塊集中連片。

與已有研究[9， 18]按照休耕規(guī)模約束下的休耕迫切性原始空間分布構(gòu)建休耕分區(qū)（圖7（a））相比，應(yīng)用本文的技術(shù)框架得出耕地休耕優(yōu)先區(qū)分區(qū)結(jié)果（圖7（b）），其分區(qū)面積達(dá)1 782.30 hm2，接近可休耕最大規(guī)模1 782.32 hm2，休耕規(guī)模比例為15.89%，且從斑塊景觀指數(shù)看，休耕圖斑數(shù)量減少30.23%、平均圖斑面積增大36.74%，休耕分區(qū)對(duì)象的空間形態(tài)得到優(yōu)化。

（2）休耕分區(qū)格局對(duì)比。參考已有研究的矢量景觀指數(shù)和局部分區(qū)格局分析方法[39-40]，將休耕迫切性原始空間分布（圖7（a））與耕地休耕優(yōu)先區(qū)（圖7（b））進(jìn)行對(duì)比。從分區(qū)景觀格局指數(shù)看，景觀形狀指數(shù)減少22.75%、邊界密度降低20.9%，休耕分區(qū)形態(tài)和邊界更加清晰，休耕地塊更加集中連片。從分區(qū)局部格局對(duì)比看，以圖7（c）區(qū)域?yàn)槔?，分區(qū)前后相比，耕地休耕優(yōu)先區(qū)識(shí)別模型可對(duì)休耕迫切性等級(jí)相同的集中地塊以及NRCA指數(shù)一致的近鄰地塊進(jìn)行區(qū)片式合并，去除零散地塊、逐步補(bǔ)充合并“可跨越”的近鄰耕地地塊單元，從而將空間區(qū)位相鄰、現(xiàn)狀特征與問題一致的休耕地塊最大程度地歸為同一休耕空間分區(qū)，顧及了休耕“集中連片”的現(xiàn)實(shí)政策需求。

4.2 休耕優(yōu)先區(qū)主控方向探析及其休耕建議

（1）休耕主控方向探析。休耕實(shí)施必須注重問題導(dǎo)向[20]。與已有研究，如陳浮等[18，20]、楊慶媛等[9]劃分的I級(jí)重點(diǎn)休耕區(qū)、重點(diǎn)休耕區(qū)等休耕迫切性等級(jí)分區(qū)或時(shí)序優(yōu)先級(jí)分區(qū)相比，本文提出了基于問題導(dǎo)向的耕地休耕空間分區(qū)識(shí)別的新思路。通過測(cè)算休耕優(yōu)先區(qū)中休耕地塊的耕地利用強(qiáng)度、耕地健康狀況以及耕地產(chǎn)能潛力等休耕主控因素的NRCA指數(shù)，判別出比較優(yōu)勢(shì)主導(dǎo)的耕地休耕優(yōu)先區(qū)主控方向類型，即耕地利用強(qiáng)度、耕地健康狀況以及耕地產(chǎn)能潛力主控休耕優(yōu)先區(qū)3類休耕優(yōu)先區(qū)，使得休耕優(yōu)先區(qū)具有明確具體的休耕主導(dǎo)問題，可為空間決策科學(xué)選擇休耕地、集中連片實(shí)施休耕提供技術(shù)思路及空間參考，便于不同主導(dǎo)問題分區(qū)分類施策和開展針對(duì)性的休耕實(shí)踐，對(duì)精準(zhǔn)實(shí)施休耕以實(shí)現(xiàn)耕地可持續(xù)利用、保障國(guó)家糧食安全具有重要意義。

（2）休耕政策建議。為推進(jìn)耕地休耕“集中連片”落地實(shí)施，應(yīng)根據(jù)休耕主控方向?qū)Ω匦莞麅?yōu)先區(qū)分類施策。針對(duì)耕地利用強(qiáng)度主控優(yōu)先休耕區(qū)，可采用種養(yǎng)結(jié)合休養(yǎng)式休耕模式，通過優(yōu)化調(diào)整種植結(jié)構(gòu)，將種地和養(yǎng)地相結(jié)合，結(jié)合農(nóng)戶休耕意愿，引種龍須草等生長(zhǎng)快、根系多、固土能力強(qiáng)的保土作物，優(yōu)化耕作，實(shí)行耕地休養(yǎng)與肥力提升相結(jié)合。針對(duì)耕地健康狀況主控優(yōu)先休耕區(qū)，采用清潔去污治理式休耕模式，推廣稻漁生態(tài)種植模式，提升農(nóng)業(yè)生產(chǎn)與生態(tài)環(huán)境的匹配度，建立循環(huán)型、可持續(xù)發(fā)展型的農(nóng)業(yè)生產(chǎn)方式。針對(duì)耕地產(chǎn)能潛力主控優(yōu)先休耕區(qū)，采用產(chǎn)能提升管理式休耕模式，縮小耕地可實(shí)現(xiàn)產(chǎn)能與理論產(chǎn)能之間的差距，加強(qiáng)耕地的針對(duì)性澆灌、施肥和管理，推廣保護(hù)性耕作方式，挖掘提升潛能，提高耕地有效產(chǎn)出。

4.3 本文的普適性與局限性

本文與已有研究在技術(shù)方法上具有普適性延續(xù)，均基于休耕迫切度視角，應(yīng)用空間約束方法對(duì)休耕地塊進(jìn)行優(yōu)選分區(qū)。同時(shí)，本文遵循“對(duì)象選擇、規(guī)模約束、連片分區(qū)”邏輯的耕地休耕優(yōu)先區(qū)識(shí)別方法，可應(yīng)用于休耕主控因素相似區(qū)域的耕地休耕分區(qū)研究，又可根據(jù)不同區(qū)域的休耕目標(biāo)和耕地利用狀況靈活地調(diào)整休耕主控因素，進(jìn)而耦合空間權(quán)衡決策與連通性進(jìn)行休耕分區(qū)，在技術(shù)方法應(yīng)用上具有普適性。

耕地休耕是一種基于未來(lái)考慮的土地利用安排。本文參考已有研究的普適性方法，確定休耕規(guī)模上限，但預(yù)測(cè)未來(lái)往往具有局限性?！靶菽睦铩薄靶荻嗌佟薄霸趺葱荨辈粌H受耕地稟賦與利用狀況約束，更需綜合考慮國(guó)際糧食市場(chǎng)、農(nóng)戶意愿等因素。因此多因素多情景、多目標(biāo)約束下的耕地休耕分區(qū)是亟待深入的研究方向。

5 結(jié)論

本文從耕地休耕空間分區(qū)的內(nèi)在邏輯出發(fā)，以漢南區(qū)為研究區(qū)，綜合運(yùn)用耕地休耕空間權(quán)衡決策模型、耕地休耕優(yōu)先區(qū)識(shí)別模型等方法，探討該區(qū)域休耕地的診斷與識(shí)別、休耕優(yōu)先區(qū)布局等問題。主要結(jié)論如下：

（1）漢南區(qū)耕地休耕空間權(quán)衡決策的休耕迫切度以“迫切”和“較迫切”為主，其分布面積分別占研究區(qū)耕地總面積的55.72%和29.12%，在空間分布上呈現(xiàn)出集中連片分布和零星點(diǎn)狀分布并存。

（2）識(shí)別出漢南區(qū)耕地休耕優(yōu)先區(qū)11個(gè)，面積達(dá)1 782.30 hm2，占全區(qū)耕地總面積的15.89%。通過構(gòu)建的耕地休耕優(yōu)先區(qū)識(shí)別模型，使休耕分區(qū)由休耕地塊原始空間分布組合轉(zhuǎn)變?yōu)檫B片閉合的區(qū)域分區(qū)，休耕優(yōu)先區(qū)分區(qū)結(jié)果與休耕迫切性原始空間分布相比，休耕地塊數(shù)量減少30.23%、單位面積增大36.74%、景觀形狀指數(shù)減少22.75%、邊界密度降低20.9%，休耕分區(qū)空間形態(tài)和邊界更加清晰，休耕地塊更加集中連片。

（3）漢南區(qū)耕地休耕優(yōu)先區(qū)可以劃分為耕地利用強(qiáng)度主控休耕優(yōu)先區(qū)、耕地健康狀況主控休耕優(yōu)先區(qū)以及耕地產(chǎn)能潛力主控休耕優(yōu)先區(qū)3類，分別占耕地休耕優(yōu)先區(qū)面積的14.68%、11.95%和73.37%。針對(duì)每類耕地休耕優(yōu)先區(qū)休耕主導(dǎo)問題，分別提出種養(yǎng)結(jié)合休養(yǎng)式休耕模式、清潔去污治理式休耕模式、產(chǎn)能提升管理式休耕模式等休耕模式與管控建議。

參考文獻(xiàn)（References）：

[1] XIE W， ZHU A F， ALI T， et al. Crop switching can enhance environmental sustainability and farmer incomes in China[J] .Nature， 2023， 616： 300 - 305.

[2] LI T T， LONG H L， ZHANG Y N， et al. Analysis of the spatial mismatch of grain production and farmland resources in China based on the potential crop rotation system[J] . Land Use Policy， 2017， 60： 26 - 36.

[3] CHEN Y L， YU P H， CHEN Y Y， et al. Spatiotemporal dynamics of rice-crayfish field in Mid-China and its socioeconomic benefits on rural revitalisation[J] . Applied Geography， 2022， 139. doi： 10.1016/j.apgeog.2022.102636.

[4] XIE H L， JIN S T. Evolutionary game analysis of fallow farmland behaviors of different types of farmers and local governments[J] . Land Use Policy， 2019， 88. doi： 10.1016/ j.landusepol.2019.104122.

[5] 匡兵，盧新海，陳丹玲. 基于內(nèi)容分析法的中國(guó)耕地輪作休耕政策工具選擇研究[J] . 中國(guó)土地科學(xué)，2018，32（11）：30 - 36.

[6] CHENG C， LIU Y L， LIU Y F， et al. Cropland use sustainability in Cheng-Yu Urban Agglomeration， China： evaluation framework， driving factors and development paths[J] . Journal of Cleaner Production， 2020， 256. doi： 10.1016/ j.jclepro.2020.120692.

[7] 楊慶媛，陳展圖，信桂新，等. 中國(guó)耕作制度的歷史演變及當(dāng)前輪作休耕制度的思考[J] . 西部論壇，2018，28（2）：1 - 8.

[8] 孔祥斌. 生態(tài)文明背景下的中國(guó)耕地保護(hù)戰(zhàn)略與路徑[J] . 土地科學(xué)動(dòng)態(tài)，2020（1）：1 - 4.

[9] 楊慶媛，畢國(guó)華，陳展圖，等. 喀斯特生態(tài)脆弱區(qū)休耕地的空間配置研究——以貴州省晴隆縣為例[J] . 地理學(xué)報(bào)，2018，73（11）：2250 - 2266.

[10] 陳展圖，楊慶媛. 中國(guó)耕地休耕制度基本框架構(gòu)建[J] .中國(guó)人口·資源與環(huán)境，2017，27（12）：126 - 136.

[11] 宋戈，張紅梅. 東北典型黑土區(qū)耕地輪作休耕的空間重構(gòu)[J] . 自然資源學(xué)報(bào)，2022，37（9）：2231 - 2246.

[12] 谷國(guó)政，高佳，邱政超. 可持續(xù)發(fā)展背景下休耕制度的價(jià)值意蘊(yùn)及對(duì)我國(guó)的啟示[J] . 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（2）：1 - 12.

[13] 王田，房寧. 種植業(yè)高質(zhì)量發(fā)展成效顯著[N] . 農(nóng)民日?qǐng)?bào)，2022 - 12 - 24（1）.

[14] 江雅婷，趙偉，駱佳玲，等. 基于“極化—涓滴”理論的成渝地區(qū)雙城經(jīng)濟(jì)圈休耕地分區(qū)研究[J] . 中國(guó)土地科學(xué)，2024，38（2）：73 - 82.

[15] ZENG S Y， CHEN F， LIU G J， et al. Fallow priority areas for spatial trade-offs between cost and efficiency in China[J] . Communications Earth Environment， 2023， 4. doi： 10.1038/s43247-023-00850-1.

[16] 黃國(guó)勤，趙其國(guó). 中國(guó)典型地區(qū)輪作休耕模式與發(fā)展策略[J] . 土壤學(xué)報(bào)，2018，55（2）：283 - 292.

[17] 曹穎，雷鳴，孔祥斌，等. 黃淮海平原地下水超采區(qū)休耕政策過程績(jī)效評(píng)價(jià)及改進(jìn)策略研究[J] . 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2023，28（5）：163 - 174.

[18] 陳浮，曾思燕，葛小平，等. 資源環(huán)境硬約束下中國(guó)耕地休耕優(yōu)先區(qū)識(shí)別[J] . 農(nóng)業(yè)工程學(xué)報(bào)，2021，37（22）：226- 235.

[19] SHI K F， YANG Q Y， LI Y Q， et al. Mapping and evaluating cultivated land fallow in Southwest China using multisource data[J] . Science of the Total Environment， 2019， 654： 987 - 999.

[20] 陳浮，曾思燕，馬靜，等. 多情景模擬休耕對(duì)中國(guó)糧食安全的影響[J] . 中國(guó)土地科學(xué)，2023，37（1）：90 - 101.

[21] JOHNSON K A， DALZELL B J， DONAHUE M， et al. Conservation Reserve Program（CRP）lands provide ecosystem service benefits that exceed land rental payment costs[J] . Ecosystem Services， 2016， 18： 175 - 185.

[22] 譚術(shù)魁，韓思雨，張路. 糧食安全視角下糧食主產(chǎn)區(qū)耕地休耕規(guī)模及動(dòng)態(tài)仿真研究[J] . 中國(guó)土地科學(xué)，2020，34（2）：9 - 17.

[23] 石飛，楊慶媛，王成，等. 基于耕地能值—生態(tài)足跡的耕地休耕規(guī)模研究——以貴州省松桃縣為例[J] . 生態(tài)學(xué)報(bào)，2021，41（14）：5747 - 5763.

[24] 陳展圖. 生態(tài)安全和糧食保障雙約束的休耕空間分區(qū)研究[D] . 重慶：西南大學(xué)，2020：64，83 - 85.

[25] 曾慶敏，王雨蓉，王晶，等. 基于“質(zhì)量 - 風(fēng)險(xiǎn)”的干旱區(qū)休耕空間布局及補(bǔ)償策略[J] . 農(nóng)業(yè)工程學(xué)報(bào)，2021，37（20）：266 - 276.

[26] 曾思燕，于昊辰，馬靜，等. 中國(guó)耕地表層土壤重金屬污染狀況評(píng)判及休耕空間權(quán)衡[J] . 土壤學(xué)報(bào)，2022，59（4）：1036 - 1047.

[27] QIU B W， LIU B L， TANG Z H， et al. National-scale 10m maps of cropland use intensity in China during 2018-2023[J] . Scientific Data， 2024， 11. doi： 10.1038/s41597-024-03456-0 .

[28] 牛紀(jì)華，李松梧. 農(nóng)田休耕的必要性及實(shí)施構(gòu)想[J] . 農(nóng)業(yè)環(huán)境與發(fā)展，2009，26（2）：27 - 28.

[29] 趙雲(yún)泰，黃賢金，鐘太洋，等. 區(qū)域虛擬休耕規(guī)模與空間布局研究[J] . 水土保持通報(bào)，2011，31（5）：103 - 107.

[30] 石飛，楊慶媛，王成，等. 耕地健康視角的耕地休耕空間配置研究——以貴州省松桃縣為例[J] . 長(zhǎng)江流域資源與環(huán)境，2023，32（5）：1090 - 1101.

[31] 劉軼青，陶建斌，陳曦，等. 一種基于時(shí)序遙感影像混合像元分解的耕地種植強(qiáng)度估算方法——以湖北省為例[J] .華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，54（1）：96 - 103.

[32] 陳文廣，孔祥斌，溫良友，等. 基于需求-功能-維度的耕地健康評(píng)價(jià)指標(biāo)體系構(gòu)建與應(yīng)用[J] . 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，26（5）：106 - 117.

[33] 蘇浩，李雪銀，吳次芳. 東北黑土區(qū)耕地系統(tǒng)健康影響因子作用機(jī)理——以克山縣為例[J] . 經(jīng)濟(jì)地理，2024，44（5）：151 - 160.

[34] 陳麗. 黃淮海平原耕地多功能效應(yīng)及保護(hù)補(bǔ)償研究[D] .北京：中國(guó)農(nóng)業(yè)大學(xué)，2016：37 - 39.

[35] WANG J Y， WEI X M， GUO Q. A three-dimensional evaluation model for regional carrying capacity of ecological environment to social economic development： model development and a case study in China[J] . Ecological Indicators， 2018， 89： 348 - 355.

[36] ANSELIN L. Local Indicators of Spatial Association—LISA[J] . Geographical Analysis， 1995， 27（2）：93 - 115.

[37] 馬世發(fā)，吳楷釗，勞春華，等. 永久基本農(nóng)田保護(hù)片區(qū)智能識(shí)別系統(tǒng)iZone的建立與應(yīng)用[J] . 農(nóng)業(yè)工程學(xué)報(bào)，2017，33（2）：276 - 282.

[38] ZHANG J， LI S N， LIN N F， et al. Spatial identification and trade-off analysis of land use functions improve spatial zoning management in rapid urbanized areas， China[J] . Land Use Policy， 2022， 116. doi： 10.1016/j.landusepol.2022.106058.

[39] YAO Y， CHENG T， SUN Z H， et al. VecLI： a framework for calculating vector landscape indices considering landscape fragmentation[J] . Environmental Modelling Software， 2022， 149. doi： 10.1016/j.envsoft.2022.105325.

[40] 錢鳳魁，逄然然，于洋，等. 遼寧省不同地貌區(qū)耕景觀格局與耕地質(zhì)量空間關(guān)聯(lián)特征及作用機(jī)制[J] . 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2023，31（1）：113 - 124.

Research on Priority Zones Identification of Cultivated Land Fallow by Coupling Spatial Trade-off Decision and Connectivity： A Case Study of Hannan District， Wuhan City

CHENG Chao1， CHEN Youlin2， WU Jiuxing1， FEI Luocheng1， XU Yuting1

（1. School of Geography and Tourism， Anhui Normal University， Wuhu 241002， China； 2. School of Economics and Management， Wuhan University， Wuhan 430072， China）

Abstract： The purposes of this study are to establish a scientific method for identifying priority zones of cultivated land fallow， and to solve the problems in the existing selection style of cultivated land fallow characterized by administrative task-based indicators， such as fuzzy selection criteria for selected fallow patches， singular selection technique， and fragmented spatial forms. The research methods are as follows. Taking Hannan District of Wuhan City as the study area， this study firstly integrates the evaluation model for the main control factors of cultivated land fallow and the threedimensional magic cube model to develop a spatial trade-off decision model to diagnose objects of cultivated land fallow.Then， based on the seed search algorithm and NRCA model， the identification model of cultivated land fallow priority zones is constructed. Finally， the two models are coupled into the technical framework of “object selection， scale constraint and continual subdivision” to diagnose and pinpoint the cultivated land fallow zones. The research results show that： 1） the urgency of cultivated land fallow in spatial trade-off decision model is mainly “urgent” and “relatively urgent”， and the spatial distribution shows the coexistence of centralized contiguous distribution and sporadic spot distribution. 2） There are eleven priority zones for cultivated land fallow， accounting for 15.89% of the total cultivated land area in Hannan District. Compared with the original spatial distribution of fallow urgency under the same fallow scale， the number and the unit area of cultivated land fallow patches decreases by 30.23% and increases by 36.74%，respectively. The Landscape Shape Index and Edge Density decrease by 22.75% and 20.9%， respectively. 3） Three fallow priority zones controlled by cultivated land use intensity， cultivated land health status and cultivated land productivity potential are identified， accounting for 14.68%， 11.95% and 73.37%， respectively. The fallow model and management suggestions are put forward for the above three fallow priority areas， accordingly. In conclusion， based on the problem-oriented identification of cultivated land fallow priority zones， this study realizes the practical policy needs of scientific selection of cultivated land fallow and “concentrated connectivity” in cultivated land fallow zones， and provides the policy references for the precise implementation of cultivated land fallow to achieve sustainable cultivated land use and national food security.

Key words： technology framework of cultivated land fallow diagnosis； cultivated land system healthy； cultivated land use intensity； cultivated land productivity potential； algorithm of seed expansion area search

（本文責(zé)編：郎海鷗）