基于空间自相关的耕地质量空间分布特征研究 ——以芜湖市4区为例

钱梦茹，梁栋栋，吴 旭

(1.安徽师范大学国土资源与旅游学院，安徽芜湖 241003；2.安徽师范大学数学计算机科学学院，安徽芜湖 241003)



基于空间自相关的耕地质量空间分布特征研究
——以芜湖市4区为例

钱梦茹1，梁栋栋1，吴 旭2

(1.安徽师范大学国土资源与旅游学院，安徽芜湖 241003；2.安徽师范大学数学计算机科学学院，安徽芜湖 241003)

采用空间自相关分析方法，借助表征耕地质量的自然等指数、利用等指数和等别指数等3类指标，以村级耕地图斑为单元进行空间自相关分析，探讨芜湖市镜湖、弋江、鸠山、三山4区耕地质量的空间结构特征。结果表明：芜湖市4区耕地质量在空间分布上呈现一定的聚集性规律，正相关类型(高-高和低-低型)多以组团的形式出现，聚集性较强；负相关类型(高-低和低-高型)无明显的聚集性分布，多为零星分布。

空间自相关；耕地质量；芜湖市4区

耕地是农业最基本的生产资料，耕地质量是耕地保护的重要内容，耕地质量评价和空间分布是耕地管理的重要内容。已有的关于耕地质量的评价主要围绕研究内容、指标体系、评价方法、评价尺度等方面开展[1]。韦仕川等[2]利用局部空间自相关分析探讨广宁县耕地质量的空间分布特征，据此提出耕地保护分区方案和保护措施。耕地质量在空间分布上也存在巨大差异，表现出一定的聚集性差异特征。笔者以耕地质量指数为空间变量，采用局部空间自相关分析方法，探究耕地质量指数在村级尺度上的空间聚集性规律。

1 数据来源与研究方法

1.1 数据来源

以芜湖市镜湖、弋江、鸠江、三山4区为研究对象，数据主要包括：①图件资料，包括土地利用现状图、土壤图、土地利用总体规划图及其他相关图件；②文本资料，主要有农用地自然条件、利用条件、经济条件资料等；③数据库资料，主要有基本农田保护区数据库、变更调查数据库等。

1.2 研究方法1.2.1

局部空间自相关。采用空间关联局部指标，即 Local Moran’s I 来衡量局域空间自相关性：

(1)

1.2.2 双变量区域空间自相关。双变量区域Moran空间自相关定义如下：

(2)

1.2.3 三变量区域空间自相关。对研究区的3个属性变量进行线性拟合得到该区域综合属性变量，再采用单变量的空间自相关计算方法得出该区域基于三变量的自相关结果，计算公式为：

(3)

式中，Fj为评价单元j的耕地的综合质量指数；Aij为评价单元j第i个评价指标的值；Wij为第i个评价指标的权重；n为评价指标总数[4]。

1.2.4 数据预处理。采用熵权法确定权重后，得到的计算公式为：

Fj=A1j×0.000 486 270+A2j×0.006 739 128+A3j×0.992 774 602

(4)

式中，Fj为评价单元j的耕地的综合质量指数;Aij为评价单元j第1个评价指标的值；A2j为评价单元j第2个评价指标的值；A3j为评价单元j第3个评价指标的值。

2 结果与分析

2.1 基于局部空间自相关的耕地质量空间分布结果分析2.1.1

耕地的自然等指数局部空间自相关分析。采用GeoDa软件进行局部空间自相关分析，根据耕地的质量指数相关性分布特征，可以得到相应的空间聚集分布结果(图1)，自然等指数局部空间自相关分析结果(图1a)中，正相关类型高-高(HH)型和低-低(LL)型行政村个数，分别占到行政村总个数的9.42%与8.70%；正相关类型中LH型和HL型的行政村个数占行政村总个数的3.62%；非显著性行政村占行政村总数的78.26%。空间分布上，正相关类型以“组团”形式出现，聚集性较强，负相关类型主要呈零星分布。

2.1.2 耕地的利用等指数局部空间自相关分析。从利用等指数局部空间自相关分析的结果(图1b)来看，正相关类型中HH型和LL型行政村个数分别占行政村的总个数的5.80%与9.42%；负相关类型中高-低(HL)型和低-高(LH)型的行政村个数占行政村总个数的4.35%和2.90%；非显著型行政村占到行政村总个数的77.53%。质量等指数局部空间自相关格局与其在空间上呈现部分相似。正相关类型中聚集性较强，负相关类型主要分布在三山区。

2.1.3 耕地的等别指数局部空间自相关分析。从等别指数局部空间自相关分析的结果(图1c)来看，正相关类型中HH型与LL型的行政村个数占行政村总个数的14.50%；负相关类型HL型和LH型的行政村个数占行政村总个数的5.07%；非显著类型行政村占行政村总个数的80.43%。利用等指数局部空间自相关格局在空间分布上与其部分相似。

2.2 基于双变量的空间自相关结果分析

由图2可知，自然等指数与利用等指数呈H-H相关，呈零星分布；自然等指数与利用等指数呈低-低(L-L)相关，呈现集群组团分布；自然等指数与利用等指数呈现低-高(Low-High)或者高-低(High-Low)的空间负相关，主要是零星分布。自然等指数和等别指数呈H-H或者L-L的空间正相关性；自然等指数和等别指数呈H-L相关的，主要分布在三山区；呈L-H相关的分布在三山区和峨桥镇。利用等指数和等别指数呈H-H相关的区域主要是三山区和峨桥镇，呈L-L相关的区域呈现“鸠江区南北部”带组团分布；利用等指数和等别指数成H-L相关的区域主要是三山区，呈L-H相关的区域主要是三山区保定街道西部，峨桥镇中部等。

2.3 基于三变量的局部空间自相关的结果分析

采用熵权法确定权重后，得到芜湖市4区耕地指数三变量LISA聚集结果(图3)。从图3可看出，耕地综合质量指数的HH型自相关区域主要分布在三山区峨桥镇南部、保定街道西部，HL型分布在三山区保定街道西部、龙湖街道西南部、鸠江区龙山街道中部；LL型呈现集中性分布，形成沿江包围带，形成“鸠江北—镜湖—弋江东”带，主要分布鸠江北部城区带，镜湖区西部，弋江区的弋江城区等区域；LH型区域分布在三山区保定街道西部、峨桥镇中部等区域。

2.4 基于局部空间自相关的耕地空间特征演化讨论

区域发展的相关理论和实践表明，区域之间存在着扩散或者极化效应，可以缩小或扩大区域空间差异。一般而言，正相关类型(HH型或LL型)可视为空间扩散效应的一种客观反映；而负相关类型(HL型或LH型)则是空间极化效应的体现[3]。

2.4.1 基于单变量耕地指数的耕地空间特征。针对耕地自然质量，从耕地的自然条件与可改善角度出发，将耕地划分为限制开发区、综合改善区、温和改善区以及重点改善区4类。其中，HH型是高分值的自然等指数的耕地高度聚集区域，局部范围内呈明显均值状态，应划入限制开发区，禁止非农建设；LL型恰好与之相反，实施整体综合性整治。HL型类似于“凸地”，局部区域内高分值的自然指数的耕地集中在中部，周围多以低分值耕地包围，在空间回波效应的影响下，高分值的耕地极易被低分值的耕地同化，从而演化成LL型，应划入温和保护区；与之相反，LH型类似于“空洞”，局部区域内高分值的自然等指数的耕地环绕着低分值耕地分布，在空间回波)效应的影响下，低分值耕地易被周围高分值耕地同化，进而演化成HH型，应划入重点改善区，以改良高分值耕地为重点。

2.4.2 基于双变量耕地指数的耕地空间特征。根据自然等指数和利用等指数，利用等指数和等别指数，自然等指数和等别指数的相关性，得出聚集分布图。以自然等指数和利用等指数聚集分布图为例，其中，HH型是2个指数高分值耕地高度聚集区域；LL型是2个指数低分值耕地高度聚集区域；HL型类似于“凸地”，局部区域内高分值的自然影响下，指数的耕地集中在中部，周围多以低分值的利用等指数的耕地包围，在空间回波效应的高分值的自然等指数的耕地极易被低分值的利用等指数的耕地同化，从而演化成LL型；与之相反，LH型类似于空洞，局部区域内高分值的自然等指数的耕地环绕着低分值的利用等指数的耕地分布，在空间极化回波效应的影响下，周围高分值的等别指数的耕地可以将中心区域的低分值的利用等指数的耕地同化，进而演化成HH型。

2.4.3 基于三变量耕地指数的耕地空间特征。利用耕地综合质量指数来确定耕地的空间分布聚集性，其中，HH型是高分值的耕地综合质量指数的耕地类型的高度集中区域；LL型是耕地质量综合指数得分较低的耕地集中区；HL型类似于“凸地”，高分值的耕地质量综合指数的耕地在中部，周围是低分值的耕地质量综合指数的耕地区域，在空间回波效应的影响下，高分值耕地极易被低分值耕地同化，从而演化成LL型；与之相反，LH型类似于“空洞”，局部区域内低分值的综合质量指数的耕地被高分值耕地所包围，在空间回波效应的影响下，低分值的综合质量指数的耕地易被周围高分值耕地同化，进而演化成HH型。

3 结论

该研究以耕地质量指数为空间变量，采用Moran散点图和局部空间自相关相结合的方法，探讨耕地质量空间聚集性规律，结果表明：

(1)芜湖市4区耕地质量在空间分布上呈现出一定的聚集性规律。耕地自然质量分布西南部区域高于东南部区域，东北部区域高于西北部区域。耕地利用质量空间分布与经济质量空间分布大体相似，高质量区域集中在沿江带的三山区的保定街道西部，三山区峨桥镇的南部，鸠江区的东部。此外，耕地质量空间正相关类型(高-高和低-低型)多以“组团”形式出现，聚集性较强；负相关类型(高-低和低-高型)无明显集中区域，零星分布。

(2)针对单变量耕地指数，双变量耕地指数，三变量耕地指数的局部空间自相关特性，分析其空间聚集性的相同及不同，进一步探讨不同情况下的芜湖市4区耕地质量的分布情况。

(3)探讨耕地质量指数局部空间自相关的聚集分布结果，是基于耕地质量内涵(自然质量、经济质量、利用质量)和相应的空间聚集类型(高-高型、高-低型、低-高型、低-低型)来探讨耕地的质量特点及分布特征。研究结果可为耕地的保护及耕地分区研究提供新的思路，为制定合理有效的耕地保护和区域发展政策提供依据。

[1] 熊昌盛，韦仕川，栾乔林，等．基于Moran′s I分析方法的耕地质量空间差异研究：以广东省广宁县为例[J]．资源科学，2014，36(10)：2066-2074．

[2] 韦仕川，熊昌盛，栾乔林，等．基于耕地质量指数局部空间自相关的耕地保护分区[J]．农业工程学报，2014，30(1)：200-207．

[3]MORAN P A P.Notes on continuous stochastic phenomena[J].Biometrical，1950，37(1/2)：17-23.

[4] 李慧，王云鹏，李岩，等.珠江三角洲土地利用变化空间自相关分析[J].生态环境学报，2011，20(12)：1879-1885.

[5] 侯淑涛，王语檬，张琪，等．基于耕地质量评价的县域基本农田分区研究[J]．东北农业大学学报，2014，45(10)：108-113．

Study on Characteristics of Cultivated Land Quality Spatial Distribution Based on Spatial Autocorrelation—Taking Four Districts of Wuhu as the Example

QIAN Meng-ru1, LIANG Dong-dong1,WU Xu2

(1. College of Territorial Resources and Tourism, Anhui Normal University, Wuhu, Anhui 241003; 2. College of Mahematics & Computer Science, Anhui Normal University, Wuhu, Anhui 241003)

By using spatial autocorrelation analysis method, adopting three kinds of indexes that can express quality of cultivated land, such as natural index, use index and economic index, taking village farmland figure as a unit of spatial to perform autocorrelation analysis, the spatial structure characteristics of cultivated land quality in Jinghu, Yijiang, Jiushan, Sanshan of Wuhu were discussed. The results showed that cultivated land quality indicates a certain aggregation rules in the four districts of Wuhu. Positive correlation types (high-high and low-low types) take the form of group, whose clustering is stronger; Negative correlation types (high-low and low-high types) have no obvious aggregation distribution, which are scattered.

Spatial autocorrelation; Quality of cultivated land; Four districts of Wuhu

2015年度安徽高校人文社科研究基地项目(SK2015A030)。

钱梦茹(1990- )，女，安徽阜阳人，硕士研究生，研究方向：GIS在土地利用与区域开发等中的应用研究。

2015-11-11

S 127

A

0517-6611(2015)35-315-03