下载文档原格式
崔晓丹，华明，黄顺生，等.江苏典型富硒区表层土壤硒空间分布及影响因素分析[J].农业环境科学学报,2023,42（11）：2472-2482.CUI X D,HUA M,HUANG S S,et al.Spatial distribution of surface soil selenium and its influential factors in a typical selenium-enriched area in Jiangsu Province ，China[J].Journal of Agro-Environment Science ,2023,42（11）：2472-2482.江苏典型富硒区表层土壤硒空间分布及影响因素分析崔晓丹1，2，3，华明2，黄顺生2，廖启林2，许伟伟2，任静华2，黄标1，3*（1.中国科学院南京土壤研究所，南京210008；2.自然资源部国土（耕地）生态监测与修复工程技术创新中心，江苏省地质调查研究院，南京210018；3.中国科学院大学，北京100049）Spatial distribution of surface soil selenium and its influential factors in a typical selenium-enriched area inJiangsu Province ，ChinaCUI Xiaodan 1,2,3,HUA Ming 2,HUANG Shunsheng 2,LIAO Qilin 2,XU Weiwei 2,REN Jinghua 2,HUANG Biao 1,3*（1.Institute of Soil Science,Chinese Academy of Sciences,Nanjing 210008,China;2.Technology Innovation Center for Ecological Monitoring &Restoration Project on Land （Arable ）,Ministry of Natural Resources,Geological Survey of Jiangsu Province,Nanjing 210018,China;3.University of Chinese Academy of Sciences,Beijing 100049,China ）Abstract ：Yixing,a typical selenium （Se ）-enriched area in Jiangsu Province,was selected for the characterization of soil Se spatialdistribution and its influential ing statistical methods and correlation analysis,4461surface soil samples （0–20cm depth ）were collected and analyzed.The results showed that the Se content in the surface soil of the study area ranged from 0.06mg·kg −1to 1.74mg·kg −1,with an average value of 0.42mg·kg −1,which was 1.45times the national background value （0.29mg·kg −1）and 2.1times the mean value of Jiangsu.Its variation coefficient was 43.47%,showing that soil Se contents had a moderate variation.Through semi-variancefunction analysis,the optimal model of soil Se spatial distribution was spherical,with a nugget effect value of 0.568and a range of 30250收稿日期：2023-02-22录用日期：2023-04-19作者简介：崔晓丹（1990—），女，江苏徐州人，硕士研究生，工程师，从事土壤环境质量评价及特色优质土地资源开发应用研究。
基于植被健康指数的2001—2018年间江苏省农业干旱时空分析一、引言农业干旱是指由于降水不足或者不合时宜而导致土壤中的水分供应不足，从而影响作物的生长发育和产量。
农业干旱不仅给农业生产带来巨大的经济损失，还会导致社会稳定与人民生活受到严重影响。
随着全球气候变暖的加剧，江苏省农业干旱频率和程度逐渐增加。
对江苏省农业干旱的时空分布特征进行深入研究，对于掌握江苏省农业干旱的发展趋势、科学合理地进行防治具有重要意义。
植被健康指数（Vegetation Health Index，VHI）是一个综合考虑植被状况的指标，它能够反映出植被对气候条件变化的适应能力。
本文通过对2001年至2018年间江苏省的植被健康指数数据进行分析，试图揭示江苏省农业干旱的时空变化规律，为科学合理地制定农业干旱防治策略提供参考。
二、数据和方法2.1 数据来源本文利用MODIS 植被健康指数数据，数据时间范围为2001年至2018年。
该数据是通过遥感技术获取的植被覆盖信息，能够反映植被的生长状况和健康程度。
2.2 数据预处理对原始的MODIS 植被健康指数数据进行了预处理，包括数据筛选、空间插值、时间序列平滑等步骤，以确保数据的准确性和可靠性。
2.3 分析方法基于植被健康指数数据，结合统计学方法和地理信息系统技术，采用时间序列分析、空间分布分析等方法，对江苏省2001年至2018年间的农业干旱时空分布进行了深入研究。
三、江苏省农业干旱的时空分布特征3.1 年际变化趋势通过对江苏省2001年至2018年间的植被健康指数数据进行分析发现，在这18年间，江苏省的植被健康指数整体呈现出下降的趋势，表明植被的生长状况整体呈现出较差的状态。
3.2 季节变化特征分析发现，在江苏省，植被健康指数在春季和夏季呈现出明显的下降趋势，而在秋季和冬季波动较小。
这表明春夏季节是江苏省农业干旱的主要时段。
3.3 空间分布特征从空间分布上看，江苏省的农业干旱主要集中在苏北地区和苏中地区，而苏南地区相对较少受到农业干旱的影响。
Study on Space Differential of Reserving Cultivatable Land Resources in Jiangsu Province and the Model of Exploiting Priority Scheduling 作者： 严长清 [1] 袁林旺 [2] 李满春 [3]
作者机构： 南京大学城市与资源学系,江苏,南京,210093;江苏省土地勘测规划院,江苏,南京,210024[1] 南京师范大学地理信息科学江苏省重点实验室,江苏,南京,210097[2] 南京大学城市与资源学系,江苏,南京,210093[3]
出版物刊名： 地理与地理信息科学
页码： 58-61页
主题词： 耕地后备资源 时序模型 江苏省 空间分异特征 数理统计分析 投入产出比 分布规律资源数量 资源开发 研究结果 开发利用 力系数 密集度
摘要：该文运用数理统计分析耕地后备资源数量和类型的空间分异特征与分布规律,构建以投入产出比为基础,并以耕地转化潜力系数、耕地后备资源密集度系数加以修正的耕地后备资源开发时序模型,得到江苏各地区耕地后备资源的开发时序.研究结果表明,江苏省耕地后备资源具有明显的空间分异特征,根据开发时序模型提出江苏省各地区耕地后备资源的开发利用建议.。
江苏农业学报(ＪｉａｎｇｓｕＪ.ｏｆＡｇｒ.Ｓｃｉ.)ꎬ２０２３ꎬ３９(９):１８７２￣１８８２ｈｔｔｐ://ｊｓｎｙｘｂ.ｊａａｓ.ａｃ.ｃｎ单㊀捷ꎬ邱㊀琳ꎬ田㊀苗ꎬ等.基于景观指数和核密度估算的江苏省耕地空间分布特征分析[Ｊ].江苏农业学报ꎬ２０２３ꎬ３９(９):１８７２￣１８８２.ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１０００￣４４４０.２０２３.０９.００９基于景观指数和核密度估算的江苏省耕地空间分布特征分析单㊀捷ꎬ㊀邱㊀琳ꎬ㊀田㊀苗ꎬ㊀王志明ꎬ㊀王晶晶ꎬ㊀卢必慧ꎬ㊀黄晓军(江苏省农业科学院农业信息研究所ꎬ江苏南京２１００１４)收稿日期:２０２２￣１１￣２４基金项目:江苏省农业科技自主创新基金项目[ＣＸ(２２)２００１]作者简介:单㊀捷(１９８６－)ꎬ女ꎬ江苏南京人ꎬ硕士ꎬ助理研究员ꎬ主要从事农业遥感研究ꎮ(Ｅ￣ｍａｉｌ)ｓｈａｎｊｉｅ＠ｊａａｓ.ａｃ.ｃｎ通讯作者:邱㊀琳ꎬ(Ｅ￣ｍａｉｌ)ｑｉｕｌｉｎ＠ｊａａｓ.ａｃ.ｃｎ㊀㊀摘要:㊀耕地空间分布特征和耕地集聚程度ꎬ可以为制定合理有效的耕地保护㊁耕地资源利用政策提供理论依据ꎮ本研究利用高精度耕地地块数据ꎬ采用耕地指数㊁景观指数㊁核密度估算和空间自相关等方法对江苏省耕地的空间分布特征进行分析ꎮ结果表明:①江苏省耕地指数空间分布呈北高南低的特征ꎬ耕地高比重区分布于苏北和苏中ꎬ低比重区分布于苏南ꎻ耕地指数的空间分布整体上具有较强的空间正相关ꎬ呈显著的集聚状态ꎻ耕地高比重集聚区分布在苏北ꎬ低比重集聚区分布在苏南ꎮ②江苏省耕地景观指数的空间分布差异明显ꎬ平均斑块面积指数排序为苏北>苏中>苏南ꎻ斑块密度指数和边界密度指数排序为苏中>苏北>苏南ꎻ面积加权平均形状指数和面积加权平均分维数排序为苏南>苏中>苏北ꎻ边界密度指数和面积加权平均分维数在空间分布上具有显著的空间正相关ꎻ平均斑块面积指数㊁斑块密度指数和面积加权平均形状指数的空间自相关性均不显著ꎮ③江苏省５０％以上地区耕地的平均斑块面积指数㊁面积加权平均形状指数和面积加权平均分维数随着耕地密度的增大而升高ꎻ全省７０％以上地区耕地的边界密度指数和斑块密度指数随着耕地密度的增大呈先上升再下降的趋势ꎮ关键词:㊀耕地ꎻ景观指数ꎻ核密度估算ꎻ空间自相关中图分类号:㊀Ｆ３０１.２１ꎻＳ１２７ꎻＰ９０１㊀㊀㊀文献标识码:㊀Ａ㊀㊀㊀文章编号:㊀１０００￣４４４０(２０２３)０９￣１８７２￣１１ＡｎａｌｙｓｉｓｏｆｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｂａｓｅｄｏｎｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓａｎｄｋｅｒｎｅｌｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎｉｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅＳＨＡＮｊｉｅꎬ㊀ＱＩＵＬｉｎꎬ㊀ＴＩＡＮＭｉａｏꎬ㊀ＷＡＮＧＺｈｉ￣ｍｉｎｇꎬ㊀ＷＡＮＧＪｉｎｇ￣ｊｉｎｇꎬ㊀ＬＵＢｉ￣ｈｕｉꎬ㊀ＨＵＡＮＧＸｉａｏ￣ｊｕｎ(ＩｎｓｔｉｔｕｔｅｏｆＡｇｒｉｃｕｌｔｕｒａｌＩｎｆｏｒｍａｔｉｏｎꎬＪｉａｎｇｓｕＡｃａｄｅｍｙｏｆＡｇｒｉｃｕｌｔｕｒａｌＳｃｉｅｎｃｅｓꎬＮａｎｊｉｎｇ２１００１４ꎬＣｈｉｎａ)㊀㊀Ａｂｓｔｒａｃｔ:㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄａｇｇｒｅｇａｔｉｏｎｄｅｇｒｅｅｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｃａｎｐｒｏｖｉｄｅｔｈｅｏｒｅｔｉｃａｌｒｅｆｅｒｅｎｃｅｆｏｒｍａｋｉｎｇｒｅａｓｏｎａｂｌｅａｎｄｅｆｆｅｃｔｉｖｅｐｏｌｉｃｉｅｓｏｆｌａｎｄｐｒｏｔｅｃｔｉｏｎａｎｄｌａｎｄｒｅｓｏｕｒｃｅｓｕｔｉｌｉｚａｔｉｏｎ.ＩｎｔｈｉｓｓｔｕｄｙꎬｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅｗａｓａｎａｌｙｚｅｄｂｙｕｓｉｎｇｃｕｌｔｉｖａｔｅｄｌａｎｄｐｌｏｔｓｄａｔａｗｉｔｈｈｉｇｈｐｒｅｃｉｓｉｏｎꎬｂａｓｅｄｏｎｍｅｔｈｏｄｓｓｕｃｈａｓｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｅｘꎬｌａｎｄｓｃａｐｅｉｎｄｅｘꎬｋｅｒｎｅｌｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎａｎｄｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎ.Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔꎬ１)ｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｅｘｏｆＪｉａｎｇｓｕｐｒｏｖｉｎｃｅｗａｓｈｉｇｈｉｎｔｈｅｎｏｒｔｈａｒｅａａｎｄｌｏｗｉｎｔｈｅｓｏｕｔｈａｒｅａ.ＴｈｅｌａｎｄｓｗｉｔｈｈｉｇｈｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｉｃｅｓｗｅｒｅｄｉｓｔｒｉｂｕｔｅｄｉｎＮｏｒｔｈｅｒｎａｎｄＣｅｎｔｒａｌＪｉａｎｇｓｕｐｒｏｖｉｎｃｅꎬａｎｄｔｈｅｌａｎｄｓｗｉｔｈｌｏｗｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｉｃｅｓｗｅｒｅｄｉｓｔｒｉｂｕｔｅｄｉｎＳｏｕｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ.Ｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｉｃｅｓｓｈｏｗｅｄｏｂｖｉｏｕｓｐｏｓｉｔｉｖｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｅｆｆｅｃｔｏｎｔｈｅｗｈｏｌｅａｎｄｅｘｈｉｂｉｔｅｄｓｉｇｎｉｆｉｃａｎｔａｇｇｒｅｇａｔｉｏｎｐａｔｔｅｒｎ.ＴｈｅａｇｇｒｅｇａｔｉｏｎａｒｅａｗｉｔｈｈｉｇｈｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｉｃｅｓｄｉｓｔｒｉｂｕｔｅｄｉｎＮｏｒｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅａｎｄｔｈｅａｇｇｒｅｇａｔｉｏｎａｒｅａｗｉｔｈｌｏｗｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｉ￣ｃｅｓｄｉｓｔｒｉｂｕｔｅｄｉｎＳｏｕｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ.２)ＴｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓｉｎｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓｏｆＪｉａｎｇｓｕｐｒｏｖ￣ｉｎｃｅｗｅｒｅｏｂｖｉｏｕｓｌｙｄｉｆｆｅｒｅｎｔ.Ｔｈｅｒａｎｋｉｎｇｆｏｒｍｅａｎｐａｔｃｈａｒｅａ(ＭＰＳ)ｉｎｄｅｘｗａｓＮｏｒｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ>ＣｅｎｔｒａｌＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ>ＳｏｕｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ.Ｔｈｅｒａｎｋｉｎｇｆｏｒｐａｔｃｈｄｅｎｓｉｔｙ(ＰＤ)ｉｎｄｅｘａｎｄｅｄｇｅｄｅｎｓｉｔｙ(ＥＤ)ｉｎｄｅｘｗａｓＣｅｎｔｒａｌＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ>ＮｏｒｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ>２７８１ＳｏｕｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ.Ｔｈｅｒａｎｋｉｎｇｆｏｒａｒｅａｗｅｉｇｈｔｅｄｍｅａｎｓｈａｐｅｉｎｄｅｘ(ＡＷＭＳＩ)ａｎｄａｒｅａｗｅｉｇｈｔｅｄｍｅａｎｐａｔｃｈｆｒａｃｔａｌｄｉ￣ｍｅｎｓｉｏｎ(ＡＷＭＰＦＤ)ｗａｓＳｏｕｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ>ＣｅｎｔｒａｌＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ>ＮｏｒｔｈｅｒｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ.ＢｏｔｈＥＤａｎｄＡＷＭＰＦＤｈａｄｓｉｇｎｉｆｉｃａｎｔｐｏｓｉｔｉｖｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｉｎｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ.ＴｈｅｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｓｏｆＭＰＳｉｎｄｅｘꎬＰＤｉｎｄｅｘａｎｄＡＷＭＳＩｗｅｒｅｎｏｔｓｉｇｎｉｆｉｃａｎｔ.３)ＭＰＳｉｎｄｅｘꎬＡＷＭＳＩａｎｄＡＷＭＰＦＤｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎ５０％ａｒｅａｏｆＪｉａｎｇｓｕｐｒｏｖｉｎｃｅｒｏｓｅｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｄｅｎｓｉｔｙ.ＷｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｄｅｎｓｉｔｙꎬＥＤｉｎｄｅｘａｎｄＰＤｉｎｄｅｘｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｒｏｓｅｆｉｒｓｔａｎｄｔｈｅｎｄｅｃｒｅａｓｅｄｉｎａｐｐｒｏｘｉｍａｔｅｌｙ７０％ａｒｅａｏｆＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ.Ｋｅｙｗｏｒｄｓ:㊀ｃｕｌｔｉｖａｔｅｄｌａｎｄꎻｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓꎻｋｅｒｎｅｌｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎꎻｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎ㊀㊀耕地是人类繁衍生息和生存发展的基础性资源ꎬ也是农业生产最基本的物质条件ꎬ更是粮食安全的关键保障[１]ꎮ随着中国城镇化建设进程的加快ꎬ部分耕地转变为建设用地㊁工矿用地ꎬ全国耕地总面积呈现出逐年减少的态势ꎮ«第三次全国国土调查主要数据公报»显示ꎬ截至２０１９年底ꎬ中国的耕地面积为１.２７９ˑ１０８ｈｍ２ꎬ比２００９年减少了７.５２３ˑ１０７ｈｍ２ꎮ为有效加强耕地资源保护ꎬ促进耕地质量持续提升ꎬ国家相关部门先后出台了«中华人民共和国国民经济和社会发展第十三个五年规划纲要»㊁«中共中央㊁国务院关于做好２０２２年全面推进乡村振兴重点工作的意见»等一系列政策文件ꎬ明确提出 坚持最严格的耕地保护制度 ㊁ 落实 长牙齿 的耕地保护硬措施 ㊁ 严守１８亿亩耕地红线 ꎮ政府对耕地资源保护的高度重视以及耕地资源保护面临的现实困境ꎬ都需要加强对耕地资源利用与保护的科学研究ꎬ这对于合理规划㊁科学管理和有效利用耕地资源具有重要意义ꎮ围绕耕地资源的利用与保护ꎬ近２０年来国内外学者也开展了一系列研究ꎬ重点聚焦在耕地的时空变化与驱动力[２￣５]㊁耕地景观与生态安全[６￣８]㊁耕地集约利用与整理[９￣１１]等方面ꎮ近年来ꎬ景观生态学方法和地理空间分析方法被广泛应用于耕地资源时空格局变化研究中ꎬ任平等[１２]采用核密度估算和空间自相关等研究方法开展耕地空间分布格局及其变化特征研究ꎮ李黎等[１３]运用核密度估算和景观指数揭示了都江堰市耕地的时空演变特征ꎮ张扬等[１４]结合核密度估算和空间自相关等方法研究喀斯特山区耕地分布与时空演变规律及其驱动因素ꎮ目前ꎬ已有的关于江苏省耕地时空分布特征的研究中ꎬ所用的耕地数据多为各类统计数据[１５￣１８]ꎬ但统计数据并不能体现耕地地块的形状特征和空间分布特征ꎬ而利用遥感数据进行江苏省耕地空间分布特征分析的研究并不多见ꎮ基于此ꎬ本研究拟以江苏省耕地为研究对象ꎬ利用遥感数据提取高精度耕地地块ꎬ综合运用耕地指数㊁景观指数㊁核密度估算㊁空间自相关等方法ꎬ揭示江苏省耕地的空间分布特征ꎬ以期为江苏省耕地的空间格局优化㊁耕地资源的合理利用以及耕地管理政策的制定提供理论基础ꎮ１㊀研究区概况与数据来源１.１㊀研究区概况江苏省地处中国大陆东部沿海地区ꎬ北纬３０ʎ４５ᶄ~３５ʎ０８ᶄꎬ东经１１６ʎ２１ᶄ~１２１ʎ５６ᶄꎬ是长江三角洲地区的重要组成部分ꎮ江苏省土地面积为１.０７２ˑ１０７ｈｍ２ꎬ其中耕地面积为４.０９９ˑ１０６ｈｍ２ꎬ土地资源以平原为主ꎬ土层深厚ꎬ肥力中上ꎬ农业生产条件得天独厚ꎬ适宜种植水稻㊁小麦等粮食作物ꎬ被称为 鱼米之乡 ꎮ１.２㊀数据来源及处理本研究以２０１２年覆盖江苏全省的ＲａｐｉｄＥｙｅ卫星影像为数据源ꎬ各期影像质量完好ꎮ首先对各期影像进行预处理ꎬ然后根据野外实地调查资料确定耕地和其他地类的解译标志ꎬ最后采用目视解译的方法对耕地地块进行人工勾绘ꎬ得到２０１２年江苏省耕地数据ꎮ在全省范围内随机建立２２０个５００ｍˑ５００ｍ地面样方ꎬ采用亚米级差分全球定位系统(ＧＰＳ)对地面样方进行实地测量ꎬ以实测结果对解译的耕地数据进行精度检验ꎬ解译精度高于９８％ꎮ本研究所用的江苏省行政区数据来源于全国地理信息资源目录服务系统中的１ʒ２５００００全国基础地理数据库ꎮ考虑到研究区耕地数据的统一性ꎬ本研究分别对江苏省各设区市内的市辖区进行合并ꎬ最终得到５６个研究单元(图１)ꎮ２㊀研究方法２.１㊀耕地指数为了准确揭示研究区耕地的空间分布特征ꎬ本研究采用耕地指数(Ｒｉ)[１８]分析耕地的空间分布特征ꎬ计算公式如下:３７８１单㊀捷等:基于景观指数和核密度估算的江苏省耕地空间分布特征分析Ｒｉ＝ｃｉ/Ｓｉ(１)式中ꎬｃｉ表示第ｉ个研究单元的耕地面积ꎬＳｉ表示第ｉ个研究单元的总面积ꎮ图１㊀研究区研究单元示意Ｆｉｇ.１㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｒｅｓｅａｒｃｈｕｎｉｔｓｉｎｓｔｕｄｙａｒｅａ２.２㊀景观指数本研究参考相关方法[１９￣２１]ꎬ并结合研究区耕地的实际特点ꎬ在斑块类型尺度水平上ꎬ选取平均斑块面积㊁边界密度㊁斑块密度㊁面积加权平均形状指数和面积加权平均分维数等５个景观指数ꎬ对江苏省耕地地块的形状特征进行分析ꎬ各景观指数及生态学意义见表１ꎮ２.３㊀空间自相关空间自相关常被用来分析某一变量在空间上的分布特征ꎬ该方法通过判断变量的变化是否取决于其相邻位置的变化ꎬ从而确定该变化是否具有空间自相关性[２２]ꎮ空间自相关方法按功能分为２类:全局空间自相关和局部空间自相关ꎮ本研究借助该方法对研究区耕地的相关指数的空间分布特征进行分析ꎮ２.３.１㊀全局空间自相关㊀莫兰指数(Ｍｏｒａｎ ｓＩ)常被用于全局空间自相关分析ꎬ其表达式为:Ｉ＝ｎðｎｉ＝１ðｎｊ＝１ｗｉｊðｎｉ＝１ðｎｊ＝１ｗｉｊ(ｘｉ－ｘ )(ｘｊ－ｘ )ðｎｉ＝１(ｘｉ－ｘ)２(２)表１㊀景观指数及其生态学意义Ｔａｂｌｅ１㊀Ｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓａｎｄｒｅｌａｔｅｄｅｃｏｌｏｇｉｃａｌｓｉｇｎｉｆｉｃａｎｃｅ景观指数㊀㊀㊀㊀英文缩写公式含义平均斑块面积ＭＰＳＭＰＳ＝１ｎðｎｊ＝１ａｉｊ反映某斑块类型的斑块平均面积ꎬ面积越小ꎬ斑块的破碎程度越高斑块密度ＰＤＰＤ＝ｎＡ反映单位面积上某斑块类型包含的斑块个数[２３]ꎬ表征了景观空间结构的复杂性ꎬ值越大ꎬ斑块破碎程度越高边界密度ＥＤＥＤ＝ðｎｊ＝１ｅｉｊＡ反映单位面积上某斑块类型的边界长度[２３]ꎮ数值越大ꎬ斑块分割程度越高ꎬ破碎程度也越高[２４]面积加权平均形状指数ＡＷＭＳＩＡＷＭＳＩ＝ðｎｊ＝１０.２５Ｐｉｊａｉｊａｉｊðｎｊ＝１ａｉｊæèçöø÷éëêêùûúú当某斑块类型中的所有斑块都是正方形时ꎬ数值为１ꎻ随着斑块形状偏离正方形ꎬ数值也变大ꎬ斑块形状的复杂度越大[２５]面积加权平均分维数ＡＷＭＰＦＡＷＭＰＦ＝ðｎｊ＝１２ｌｎ(０.２５Ｐｉｊ)ｌｎ(ａｉｊ)ａｉｊðｎｊ＝１ａｉｊæèçöø÷éëêêùûúú取值范围为１~２ꎬ当斑块全部为正方形时ꎬ数值为１ꎻ值越接近２ꎬ表示斑块形状的复杂程度越高[２５]ａｉｊ为斑块类型ｉ中单个斑块ｊ的面积ꎬｅｉｊ为斑块ｊ的边界长度ꎬＰｉｊ为斑块ｊ的周长ꎬｎ为斑块类型ｉ包含的斑块个数ꎻＡ为景观总面积ꎮ㊀㊀式中ꎬｘｉ为变量在单元ｉ处的值ꎬｘ 为变量ｘ的平均值ꎬｗｉｊ是空间权重函数ꎮＩ值变化范围为(－１ꎬ１)ꎬ大于０表示变量是空间正相关ꎬ值越大ꎬ空间相关性越强ꎬ集聚分布越显著ꎻ小于０表示空间负相关ꎬ值越小ꎬ空间相关性越小ꎬ离散分布越明显ꎻ当值接近０表示变量呈随机分布[２６]ꎮ通常还要将Ｉ标准化为Ｚꎬ即采用Ｚ检验对其结果进行统计检验ꎬ进一步判断变量空间相关的正负性ꎮＺ的计算公式如下:ＺＩ＝Ｉ－Ｅ[Ｉ]Ｖ[Ｉ](３)式中ꎬＥ[Ｉ]为期望值ꎬＶ[Ｉ]为方差ꎮ当Ｚ为正值且大于１ ９６时ꎬ表明存在正的空间自相关ꎬ呈集聚分布ꎻ当Ｚ值为负值且小于－１.９６时ꎬ表明存在负的空间自相关ꎬ呈离散分布ꎻ当Ｚ取值在[－１.９６ꎬ１ ９６]时ꎬ空间自相关不明显ꎬ呈随机分布[２７]ꎮ２.３.２㊀局部空间自相关㊀由于全局Ｍｏｒａｎ ｓＩ仅能描述变量的整体分布状况ꎬ判断变量在空间是否有４７８１江苏农业学报㊀２０２３年第３９卷第９期集聚特征ꎬ但其并不能确切指出集聚在哪些地区ꎮ因此ꎬ本研究选取局部空间自相关指数ＬｏｃａｌＭｏ￣ｒａｎ ｓＩ分析空间集聚区域ꎬ公式为:Ｉｉ＝ｘｉ－ｘ１ｎ－１ðｎｊ＝１ꎬｊʂｉ(ｘｊ－ｘ )２ðｎｊ＝１ꎬｊʂｉＷｉꎬｊ(ｘｊ－ｘ )(４)ＺＩｉ＝Ｉｉ－Ｅ[Ｉｉ]Ｖ[Ｉｉ](５)式中ꎬｘｉ是要素ｉ的属性ꎬｘｊ是要素ｊ的属性ꎬｘ 是对应属性的平均值ꎬＷｉꎬｊ是空间权重函数ꎮＩｉ为正值时ꎬ研究单元ｉ与周围相邻单元存在正相关性ꎻＩｉ为负值时ꎬ研究单元ｉ与周围相邻单元存在负相关性ꎮ２.４㊀核密度估算核密度估算(ＫｅｒｎｅｌｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎꎬＫＤＥ)利用核函数计算各样点ｘｉ在以ｈ为半径的圆内的各栅格单元中心点的密度贡献值[２８]ꎬ估算模型为:ｆｎ(ｘ)＝１ｎｈðｎｉ＝１ｋｘ－ｘｉｈæèçöø÷(６)式中ꎬｈ为搜索半径或带宽ꎬｎ为带宽内样点的数量ꎬｋ()为核函数ꎬ(ｘ－ｘｉ)为估计点ｘ到样本点ｘｉ的距离ꎮ２.４.１㊀粒度的选择㊀核密度估算前ꎬ需要将矢量数据转换为栅格数据ꎬ栅格数据粒度的大小会影响估算结果[２８]ꎮ本研究参考相关研究[２８￣２９]ꎬ选择矢量数据与栅格数据面积差最小时的粒度进行核密度估算ꎮ２.４.２㊀带宽的确定㊀核密度估算时ꎬｈ增大ꎬ估计点的密度会变得平滑ꎬ但会掩盖密度的结构ꎬｈ减小时ꎬ估计点密度变化突兀不平[３０]ꎮ相关研究[２８]选用基于 Ｓｉｌｖｅｒｍａｎ经验规则 带宽估算公式确定搜索半径(ＳＲ)ꎬ计算公式为:ＳＲ＝０.９ｎ－０.２ＳＤꎬＤｍ１ｌｎ２æèçöø÷ｍｉｎ(７)式中ꎬＳＤ为标准距离ꎬＤｍ为中值距离ꎬｎ为带宽内样点的数量ꎮ本研究根据研究区耕地的特点ꎬ并参考相关方法[２１]ꎬ经过对不同带宽的多次试验并与公式(７)进行对比ꎬ确定最优带宽然后进行核密度估算ꎮ３㊀结果与分析３.１㊀耕地指数的空间分布特征３.１.１㊀耕地指数空间分布分析㊀计算江苏省５６个研究单元的耕地指数ꎬ并采用自然断点法对其进行分级(图２):低比重区(０.０９６７~０.１７９１)㊁中低比重区(０.１７９２~０.３６４６)㊁一般比重区(０.３６４７~０.４７７５)㊁中高比重区(０.４７７６~０.５６０８)㊁高比重区(０.５６０９~０.６６０５)ꎮ江苏省耕地指数空间分布呈北高南低的特征ꎬ中高比重区和高比重区主要分布于耕地资源丰富的苏北５市(徐州市㊁宿迁市㊁连云港市㊁淮安市和盐城市)ꎬ一般比重区分布于苏中３市(扬州市㊁泰州市和南通市)ꎬ低比重区和中低比重区分布于经济发展速度较快㊁城市化进程较快的苏南５市(南京市㊁镇江市㊁常州市㊁无锡市和苏州市)ꎮ全省５６个研究单元中ꎬ处于低比重区的研究单元有３个ꎬ处于中低比重区的有１３个ꎬ处于一般比重区的有１４个ꎬ处于中高比重区的有１２个ꎬ处于高比重区的有１４个ꎮ可见ꎬ全省５６个研究单元在除低比重区以外的其他４个等级区分布的数量都较为平均ꎮ３.１.２㊀耕地指数的全局空间自相关分析㊀利用ＧｅｏＤａ１.２０计算耕地指数的全局Ｍｏｒａｎ ｓＩꎬ进行全局空间自相关分析ꎮ江苏省耕地指数全局Ｍｏｒａｎ ｓＩ为０ ６５７ꎬＰ值为０ ００１ꎬＺ值为７.８１４５ꎬ表明江苏省耕地空间分布具有很强的空间正相关ꎬ呈现显著的集聚状态ꎮ３.１.３㊀耕地指数的局部空间自相关分析㊀在ＧｅｏＤａ１.２０中计算耕地指数的局部Ｍｏｒａｎ ｓＩꎬ分析其局部空间集聚特征ꎮ高￣高型表示与耕地指数高值研究单元相邻的研究单元都为高值ꎻ低￣低型表示与耕地指数低值研究单元相邻的研究单元都为低值ꎻ低￣高型表示与耕地指数低值研究单元相邻的研究单元都为高值ꎻ高￣低型表示与耕地指数高值研究单元相邻的研究单元都为低值ꎮ图３显示ꎬ耕地指数局部正相关类型中ꎬ高￣高型和低￣低型的研究单元各有１１个ꎻ高￣高型集中分布于苏北的盐城市和连云港市ꎻ低￣低型集中分布于苏南的苏锡常３市ꎻ局部负相关类型中ꎬ高￣低型和低￣高型各有１个ꎬ分别是苏南的丹阳市和苏北的连云港市区ꎻ不显著型有３２个ꎬ这些地区的耕地指数在空间上呈随机分布ꎮ可见江苏省耕地高比重集聚区主要分布在苏北地区ꎬ耕地低比重集聚区分布在苏南地区ꎮ３.２㊀耕地景观指数的空间分布特征３.２.１㊀耕地景观指数的空间分布分析㊀首先ꎬ在Ａｒｃｇｉｓ１０.２中将研究区的耕地矢量数据转换为空间分辨率为１０ｍˑ１０ｍ的栅格数据ꎬ再利用Ｆｒａｇｓｔａｔｓ４.２计算景观指数并分级(图４)ꎮ由图４可以看出ꎬ江苏省耕地平均斑块面积指数的分布特征是苏北>苏中>苏南ꎬ指数较高的地区主要分布于苏北５市ꎬ５７８１单㊀捷等:基于景观指数和核密度估算的江苏省耕地空间分布特征分析图２㊀江苏省耕地指数空间分布Ｆｉｇ.２㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｅｘｉｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ图３㊀江苏省耕地指数集聚区分布Ｆｉｇ.３㊀ＳｐａｔｉａｌａｇｇｒｅｇａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｄｅｘｉｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ图４㊀景观指数空间分布Ｆｉｇ.４㊀ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓｉｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ６７８１江苏农业学报㊀２０２３年第３９卷第９期指数较低的地区则集中分布在苏南５市ꎮ斑块密度指数和边界密度指数的分布特征均为苏中>苏北>苏南ꎬ除南通市整体较高以外ꎬ其他各市都有高有低ꎮ面积加权平均形状指数和面积加权平均分维数的分布特征相似ꎬ均为苏南>苏中>苏北ꎬ指数较高的地区分布在苏南的南京市和常州市以及苏中的南通市ꎬ苏北和苏中的指数均较低ꎮ可见ꎬ苏南耕地地块形状复杂度最大ꎬ破碎度最高ꎬ其次是苏中ꎬ苏北最小ꎮ３.２.２㊀耕地景观指数的全局空间自相关分析㊀利用ＧｅｏＤａ１.２０计算耕地景观指数的全局Ｍｏｒａｎ ｓＩ指数ꎬ对其进行全局空间自相关分析(表２)ꎮ５个景观指数的全局Ｍｏｒａｎ ｓＩ指数均大于０ꎬ边界密度指数和面积加权平均分维数的Ｚ值均大于１ ９６００ꎬ说明这２个指数在空间分布上具有显著的正相关ꎬ集聚特征较为显著ꎻ平均斑块面积指数㊁斑块密度指数和面积加权平均形状指数的Ｚ值均小于１ ９６００ꎬ说明这３个指数的空间自相关性不明显ꎬ没有明显的集聚特征ꎮ表２㊀全局空间自相关分析Ｔａｂｌｅ２㊀Ａｎａｌｙｓｉｓｏｆｇｌｏｂａｌｓｐａｃｅａｕｔｏｃｏｒｒｅｌａｔｉｏｎｓ指数类型㊀㊀㊀平均斑块面积指数斑块密度指数边界密度指数面积加权平均形状指数面积加权平均分维数全局Ｍｏｒａｎ ｓＩ０.０８７００.０９２００.３１０９０.１１３６０.３２７９检验统计量(Ｚ)１.１９９３１.４０３５４.４２８０１.６２７７４.２４５６Ｍｏｒａｎ ｓＩ:莫兰指数ꎻＺ:标准化后的莫兰指数ꎮ３.２.３㊀耕地景观指数的局部空间自相关分析㊀利用ＧｅｏＤａ１.２０计算各景观指数的局部Ｍｏｒａｎ ｓＩ(图５)ꎮ平均斑块面积指数的局部正相关类型有３个ꎬ均为低￣低型(南通市区㊁常熟市和高邮市)ꎻ局部负相关类型有３个ꎬ其中高￣低型１个(溧阳市)ꎬ低￣高型２个(泗阳县和盱眙县)ꎻ其他５０个均为不显著型ꎮ斑块密度指数的局部正相关类型有４个ꎬ其中高￣高型１个(如东县)ꎬ低￣低型３个(宜兴市㊁无锡市区和苏州市区)ꎻ局部负相关类型有１个ꎬ为低￣高型(高邮市)ꎻ其他５１个研究单元均为不显著型ꎮ边界密度指数的局部正相关类型有９个ꎬ其中高￣高型４个(集中分布在南通市)ꎬ低￣低型５个(集中分布在无锡市和苏州市)ꎻ局部负相关类型有１个ꎬ为低￣高型(高邮市)ꎻ其他４６个均为不显著型ꎮ面积加权平均形状指数的局部正相关类型有６个ꎬ其中高￣高型３个(南京市㊁镇江市区和扬中市)ꎬ低￣低型３个(东海县㊁新沂市和沭阳县)ꎻ局部负相关类型有３个ꎬ其中高￣低型１个(徐州市区)ꎬ低￣高型２个(常州市区和金坛市)ꎻ其他４７个均为不显著型ꎮ面积加权平均分维数的局部正相关类型有１０个ꎬ其中ꎬ高￣高型４个(集中分布在南京市和镇江市)ꎬ低￣低型６个(集中分布在徐州市㊁宿迁市和连云港市)ꎻ局部负相关类型有３个ꎬ其中高￣低型１个(徐州市区)ꎬ低￣高型２个(常州市区和金坛市)ꎻ其他４３个均为不显著型ꎮ可见ꎬ无论是局部正相关类型还是局部负相关类型ꎬ边界密度指数和面积加权平均分维数所包含的研究单元个数均高于其他３个景观指数ꎬ这与全局Ｍｏｒａｎ ｓＩ指数的结果一致ꎮ３.３㊀基于核密度估算的景观指数空间分布特征３.３.１㊀耕地核密度估算结果㊀本研究采用５ｋｍˑ５ｋｍ的网格对研究区进行划分ꎬ计算每个网格里耕地比重并分级ꎬ据此建立耕地面积点状空间分布图(图６ａ)ꎬ从而进行核密度估算ꎮ最终得到耕地密度变化范围为１ｋｍ２０~８４.０３７２点ꎬ并将耕地密度分为低密度区(１ｋｍ２０~９.２６３９点)㊁中低密度区(１ｋｍ２９.２６４０~２７.７９１８点)㊁中密度区(１ｋｍ２２７.７９１９~４５.６５８０点)㊁中高密度区(１ｋｍ２４５.６５８１~６１.２０８２点)和高密度区(１ｋｍ２６１.２０８３~８４.０３７２点)(图６ｂ)ꎮ由图６可知ꎬ比重较高的耕地集中分布在中高密度区到高密度区ꎬ如苏北５市和苏中３市ꎻ比重较低的耕地分布在低密度区到中密度区ꎬ如苏南５市ꎮ全省０ ５２％的耕地分布在低密度区ꎬ５ ３６％的耕地分布在中低密度区ꎬ１９ ６０％的耕地分布在中密度区ꎬ３７ ９３％的耕地分布在中高密度区ꎬ３６ ６０％的耕７７８１单㊀捷等:基于景观指数和核密度估算的江苏省耕地空间分布特征分析地分布在高密度区ꎮ可见ꎬ江苏省７０％以上的耕地集中分布在中高密度到高密度区ꎮ图５㊀江苏省耕地景观指数集聚区分布Ｆｉｇ.５㊀ＳｐａｔｉａｌａｇｇｒｅｇａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓｉｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅａ:耕地比重ꎻｂ:核密度估算结果ꎮ图６㊀耕地比重与核密度估算结果分布Ｆｉｇ.６㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｐｒｏｐｏｒｔｉｏｎａｎｄｋｅｒｎｅｌｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎｒｅｓｕｌｔｓ㊀㊀分别对各耕地密度等级区分布的研究单元个数进行统计ꎬ由表３可知ꎬ随着耕地密度等级的提高ꎬ各密度区的分布范围呈先增大后减小的趋势ꎮ中密度区分布范围最广ꎬ分布在全部５６个研究单元中ꎬ低密度区分布的研究单元个数最少ꎬ只有３７个ꎮ㊀㊀对各个研究单元包含的耕地密度等级个数进行８７８１江苏农业学报㊀２０２３年第３９卷第９期统计ꎬ由图７可知ꎬ全省５６个研究单元中ꎬ２５个研究单元包含５个等级(低密度区至高密度区)ꎬ约占所有研究单元的４４ ６％ꎬ集中分布在苏北５市和苏中的南通市ꎻ２２个研究单元包含４个等级ꎬ占比约３９ ３％ꎬ大部分集中分布在苏南５市(低密度区至中高密度区)ꎬ少数分布于苏北和苏中(中低密度区至高密度区)ꎻ９个研究单元包含３个耕地密度等级ꎬ占比约１６ １％ꎬ集中分布在苏南的镇江市(中低密度区至中高密度区)㊁苏州市南部(低密度区至中密度区)ꎮ可见ꎬ苏北的耕地等级结构复杂且耕地密度等级较高ꎬ其次是苏中ꎬ苏南的耕地等级结构简单且耕地密度等级较低ꎮ表３㊀不同耕地密度等级区分布的研究单元个数Ｔａｂｌｅ３㊀Ｎｕｍｂｅｒｏｆｒｅｓｅａｒｃｈｕｎｉｔｓｆｏｒｄｉｓｔｒｉｂｕｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｃｕｌｔｉ￣ｖａｔｅｄｌａｎｄｄｅｎｓｉｔｙｇｒａｄｅｓ研究单元㊀低密度区中低密度区中密度区中高密度区高密度区个数３７５３５６５４４０占比(％)６６.０７９４.６４１００.００９６.４３７１.４３ａ:各研究单元包含的耕地密度等级个数ꎻｂ:各研究单元包含的耕地密度区间ꎮ图７㊀耕地密度等级空间分布Ｆｉｇ.７㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｄｅｎｓｉｔｙｇｒａｄｅ３.３.２㊀不同耕地密度区的景观指数变化特征分析㊀分别对各研究单元内不同耕地密度等级区内的景观指数求平均值ꎬ由表４可知ꎬ随着耕地密度等级的提高ꎬ各密度区的平均斑块面积指数的均值呈上升趋势ꎬ在高密度区达到峰值ꎬ其他４个景观指数的均值都是先上升后下降ꎬ在中高密度区达到峰值ꎮ表４㊀不同耕地密度区的景观指数的平均值统计Ｔａｂｌｅ４㊀Ａｖｅｒａｇｅｖａｌｕｅｏｆｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓｉｎｃｕｌｔｉｖａｔｅｄｌａｎｄｓｗｉｔｈｄｉｆｆｅｒｅｎｔｄｅｎｓｉｔｉｅｓ景观指数㊀㊀㊀㊀低密度区中低密度区中密度区中高密度区高密度区平均斑块面积指数４.５７８４７.３８７０８.０２１５９.０７５７１２.５２７９斑块密度指数０.１６９９０.６５２６１.７０００２.８７４４１.７７９７边界密度指数１.４２７７６.９４６６２３.７８４８４２.８９７８３６.２１６０面积加权平均形状指数１.８１８４１.９２３２２.２５７９２.７１１４２.６３８７面积加权平均分维数１.０９２０１.０９８５１.１１４３１.１２９０１.１２２６㊀㊀对不同耕地密度区内各研究单元的景观指数进行统计ꎬ分析各景观指数在不同密度区的变化特征(图８)ꎮ㊀㊀(１)平均斑块面积指数:３４个研究单元的平均斑９７８１单㊀捷等:基于景观指数和核密度估算的江苏省耕地空间分布特征分析块面积指数随着耕地密度的增加而增加ꎬ集中分布在徐州市㊁宿迁市㊁淮安市㊁扬州市㊁泰州市㊁南京市㊁镇江市和常州市等ꎻ７个研究单元的平均斑块面积指数呈先上升再下降的趋势ꎬ集中分布于泰州市北部及其相邻的张家港市ꎻ７个研究单元的平均斑块面积指数呈先上升再下降最后再上升的趋势ꎬ主要分布于南通市中部和盐城市北部ꎻ８个研究单元的平均斑块面积指数呈先下降再上升的趋势ꎬ分散分布于苏北㊁苏中和苏南ꎮ可见ꎬ全省６０％地区耕地的平均斑块面积指数随着耕地密度由低到高逐渐增大ꎮ图８㊀景观指数随耕地密度等级变化趋势空间分布Ｆｉｇ.８㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｌａｎｄｓｃａｐｅｉｎｄｉｃｅｓｃｈａｎｇｉｎｇｗｉｔｈｃｕｌｔｉｖａｔｅｄｌａｎｄｄｅｎｓｉｔｙｇｒａｄｅ㊀㊀(２)斑块密度指数:１４个研究单元的斑块密度指数随着耕地密度的增加而增加ꎬ集中分布在沿海地区的连云港市和盐城市ꎻ４１个研究单元的斑块密度指数呈先上升再下降的趋势ꎬ集中分布在徐州市㊁宿迁市㊁淮安市㊁苏中３市和苏南５市ꎻ仅有扬中市的斑块密度指数下降ꎮ可见ꎬ全省７３％地区耕地的斑块密度指数随着耕地密度由低到高逐渐增大再减小ꎮ(３)边界密度指数:１３个研究单元的边界密度指数随着耕地密度的增加而增加ꎬ集中分布在盐城市ꎻ４２个研究单元的边界密度指数呈先上升再下降的趋势ꎬ集中分布在徐州市㊁宿迁市㊁淮安市㊁苏中３市和苏南５市ꎻ仅有扬中市的边界密度指数下降ꎮ可见ꎬ全省７５％地区耕地的边界密度指数随着耕地密度由低到高逐渐增大再减小ꎮ(４)面积加权平均形状指数:３０个研究单元的面积加权平均形状指数随着耕地密度的增加而增加ꎬ集中分布于盐城市㊁淮安市㊁徐州市与宿迁市的交界地区㊁泰州市㊁镇江市㊁常州市和苏州市ꎻ１０个研究单元的面积加权平均形状指数呈先上升再下降的趋势ꎬ集中分布在南通市和连云港市北部ꎻ２个研究单元(金湖县和高邮市)的面积加权平均形状指数呈下降趋势ꎻ５个研究单元的面积加权平均形状指数先上升再下降最后再上升ꎬ分散分布于徐州市㊁宿迁市和盐城市ꎻ７个研究单元的面积加权平均形状指数先下降再上升ꎬ集中分布于宿迁市㊁连云港市和淮安市的交界地区ꎻ２个研究单元(徐州市区和南京市区)的面积加权平均形状指数先下降再上升最后再下降ꎮ可见ꎬ全省５４％地区耕地的面积加权平均形状指数随着耕地密度由低到高逐渐增大ꎮ０８８１江苏农业学报㊀２０２３年第３９卷第９期(５)面积加权平均分维数:３０个研究单元的面积加权平均分维数随着耕地密度的增加而增加ꎬ集中分布于盐城市㊁淮安市㊁徐州市与宿迁市的交界地区㊁连云港市南部㊁泰州市㊁镇江市㊁常州市和苏州市ꎻ１０个研究单元的面积加权平均分维数先上升再下降ꎬ集中分布在南通市ꎻ３个研究单元(金湖县㊁高邮市和东海县)的面积加权平均分维数呈下降趋势ꎻ４个研究单元(邳州市㊁泗洪县㊁响水县和滨海县)的面积加权平均分维数先上升再下降最后再上升ꎻ７个研究单元的面积加权平均分维数先下降再上升ꎬ集中分布于徐州市㊁宿迁市和淮安市交界处ꎻ２个研究单元(徐州市区和南京市区)的面积加权平均分维数先下降再上升最后再下降ꎮ可见ꎬ全省５４％地区耕地的面积加权平均分维数随着耕地密度由低到高逐渐增大ꎮ４㊀结论本研究以江苏省为研究区ꎬ利用高空间分辨率遥感影像提取耕地数据ꎬ在此基础上采用耕地指数㊁景观指数和多种空间分析方法ꎬ探讨江苏省耕地地块的空间分布特征ꎬ结论如下:(１)耕地指数的空间分布特征:江苏省耕地指数空间分布呈现北高南低的特征ꎬ耕地高比重区集中分布于耕地资源丰富的苏中和苏北地区ꎬ耕地低比重区集中分布于经济发展速度较快㊁城市化进程较快的苏南地区ꎮ(２)耕地指数的空间自相关特征:江苏省耕地指数的空间分布整体上呈现很强的空间正相关ꎬ呈显著的集聚状态ꎻ耕地高比重集聚区分布在苏北地区ꎬ耕地低比重集聚区分布在苏南地区ꎮ(３)耕地景观指数的空间分布特征:平均斑块面积指数总体分布特征是苏北>苏中>苏南ꎻ斑块密度指数和边界密度指数总体分布特征为苏中>苏北>苏南ꎻ面积加权平均形状指数和面积加权平均分维数总体分布特征为苏南>苏中>苏北ꎻ苏南耕地地块形状复杂度最大ꎬ其次是苏中ꎬ苏北最小ꎮ(４)耕地景观指数的空间自相关特征:边界密度指数和面积加权平均分维数存在明显的空间自相关ꎬ在空间分布上具有显著的正相关ꎬ集聚特征较为显著ꎻ平均斑块面积指数㊁斑块密度指数和面积加权平均形状指数的空间自相关不明显ꎬ没有明显的集聚特征ꎮ(５)不同耕地密度区的耕地景观指数空间分布特征:江苏省７０％以上的耕地集中分布在中高密度到高密度区ꎻ随着耕地密度等级的提高ꎬ各密度区的分布范围呈先增加后减少的趋势ꎻ全省５０％以上地区耕地的平均斑块面积指数㊁面积加权平均形状指数和面积加权平均分维数随着耕地密度的增大而升高ꎻ全省７０％以上地区耕地的斑块密度指数和边界密度指数随着耕地密度的增加先上升再下降ꎮ同时ꎬ本研究还存在一定的不足ꎬ如未对形成耕地空间分布特征差异的原因进行分析ꎬ所以在后续的研究中将运用相关分析方法并结合苏北㊁苏中㊁苏南的自然㊁社会㊁经济等因素对其进行深入分析和探讨ꎮ另外ꎬ在今后的研究中ꎬ将对江苏省耕地地块数据进行实时更新ꎬ并运用如耕地重心模型㊁土地利用动态度指数模型㊁土地利用转移矩阵㊁地理加权回归模型等地理空间分析方法ꎬ对江苏省耕地资源的时空分布格局㊁演变特征及驱动力进行探索和分析ꎬ为耕地资源的可持续利用㊁合理规划和管理以及耕地保护政策的制定等提供科学依据ꎮ参考文献:[１]㊀傅泽强ꎬ蔡运龙ꎬ杨友孝ꎬ等.中国粮食安全与耕地资源变化的相关分析[Ｊ].自然资源学报ꎬ２００１ꎬ１６(４):３１３￣３１９. [２]㊀张国平ꎬ刘纪远ꎬ张增祥.近１０年来中国耕地资源的时空变化分析[Ｊ].地理学报ꎬ２００３ꎬ５８(３):３２４￣３３２.[３]㊀李景刚ꎬ何春阳ꎬ史培军ꎬ等.近２０年中国北方１３省的耕地变化与驱动力[Ｊ].地理学报ꎬ２００４ꎬ５９(２):２７４￣２８２. [４]㊀赵晓丽ꎬ张增祥ꎬ汪潇ꎬ等.中国近３０ａ耕地变化时空特征及其主要原因分析[Ｊ].农业工程学报ꎬ２０１４ꎬ３０(３):１￣１１. [５]㊀程维明ꎬ高晓雨ꎬ马廷ꎬ等.基于地貌分区的１９９０－２０１５年中国耕地时空特征变化分析[Ｊ].地理学报ꎬ２０１８ꎬ７３(９):１６１３￣１６２９.[６]㊀沈㊀萍.江苏省土地生态安全预警演变与空间格局分析[Ｊ].中国农业资源与区划ꎬ２０１８ꎬ３９(６):８７￣９２.[７]㊀王㊀千ꎬ金晓斌ꎬ周寅康.河北省耕地生态安全及空间聚集格局[Ｊ].农业工程学报ꎬ２０１１ꎬ２７(８):３３８￣３４４.[８]㊀束邱恺ꎬ高永年ꎬ刘友兆ꎬ等.江苏沿海地区土地利用生态价值测算评估[Ｊ].地球信息科学学报ꎬ２０１６ꎬ１８(６):７８７￣７９６. [９]㊀刘婧鸣ꎬ侯现慧ꎬ王占岐ꎬ等.耕地细碎化与耕地集约利用水平空间相关特征研究 以湖北省为例[Ｊ].中国土地科学ꎬ２０１７ꎬ３１(１２):５１￣５９.[１０]刘㊀晶ꎬ金晓斌ꎬ徐伟义ꎬ等.江苏省耕地细碎化评价与土地整治分区研究[Ｊ].地理科学ꎬ２０１９ꎬ３９(５):８１７￣８２６.[１１]张黎黎ꎬ李子君.黄河三角洲耕地利用集约度变化及其驱动因素[Ｊ].中国农业资源与区划ꎬ２０２２ꎬ４３(１):１２４￣１３４. [１２]任㊀平ꎬ吴㊀涛ꎬ周介铭.基于ＧＩＳ和空间自相关模型的耕地１８８１单㊀捷等:基于景观指数和核密度估算的江苏省耕地空间分布特征分析。
第32卷第2期2020年
江苏省水稻主产区水稻种植面积时空动态变化分析孙玲，王晶晶，邱琳，单捷，黄晓军，王志明
第３２卷第２期
图1 研究区地理位置
Fig.1 Geographical location of the study area
1.2 数据获取
该文2011—2019年的水稻地块空间分布信息全部来自江苏省耕地遥感数据库。
江苏省耕地遥感数据库以2012年RapidEye 5 m分辨率数据为基础，利用地理信息系统软件（GIS）和遥感图像编辑及处理软件（ERDAS IMAGINE8.4），通过人工目视解译的方式勾
２０２０年４月
图6 水稻种植稳定性分布
Fig.6 Distribution map of rice planting stability
水稻调减面积动态分析
软件对2011—2019年水稻空间分布信息进行叠加分析，得到年水稻地块空间分布和变化信息，以及水稻地块的多年属性信息。
水稻地块属性信息包括多种组合，因研究区多年水稻种植面积总体呈下降趋势，在此仅分析多年水稻
第３２卷第２期
图7 调减水稻面积占比分布
Fig.7 Reduced distribution of rice
２０２０年４月
第３２卷第２期
２０２０年４月。
72--农业经济与管理 引用格式： 周雅茜. 耕地管理条件空间分布特征及分区：以湘乡市为例[J]. 湖南农业科学，2024（1）：72-78. DOI:10.16498/ki.hnnykx.2024.001.014耕地是人类生存的命脉和社会发展的基础性资源[1]，具有位置不可移动性、可持续利用性和稀缺性等特征[2]。
由于我国城镇化进程加快，耕地面积不断减少，第三次全国国土调查和第二次全国国土调查数据对比显示，2009—2019年间，我国耕地净减少7 533 333 hm 2，现有127 866 670 hm 2，中低等地占所有耕地面积的70%，优等地仅占30%[3]。
我国明确提出要施行严格的耕地保护制度，但耕地保护形势仍然不容乐观[4]。
近几年我国政府出台多项耕地保护措施，各地推动建立“田长制”，将耕地保护任务落实到责任人[5]，坚决遏制耕地“非农化”、严格管控“非粮化”，这也为村域的耕地管理提供了新思路。
2021—2022年，全国耕地总量实现净增加，初步遏制了耕地总量减少势头。
为完善耕地保护措施，根据耕地属性和空间条件进行管理条件评价和分区就显得格外重要。
当前我国对耕地的研究已较为成熟，耕地保护研究主要集中在耕地数量和质量保护方面，例如朱振华等[6]以长江三角洲为研究对象，采用定性和定量相结合的方法分析了该区域耕地数量减少的原因，得出了主要的驱动因素；黄凯等[7]扩展了耕地分析的方法，应用因子分析法和灰色关联度法分析了影响该区域耕地数量减少的因素；漆信贤等[8]通过统 耕地管理条件空间分布特征及分区——以湘乡市为例 周雅茜 （湖南师范大学地理科学学院，湖南 长沙 410081）摘要： 以湘乡市2022年耕地利用现状调查数据为基础，运用AHP 层次分析法构建耕地管理条件评价指标体系，系统评价了湘乡市村域的耕地管理条件，并运用GIS 技术和空间自相关分析方法对其进行空间特征分析与分区。
结果表明：湘乡市耕地管理条件整体处于中上水平，并且在空间上呈现出明显的集聚分布特征，耕地管理条件较好的村庄主要分布在市域中北部和中南部地区，耕地管理条件较差的村庄主要分布在市域西北部和西南部地区。
江苏省农用土地分等的初步研究*张侠周颖周峰彭补拙（南京大学城市与资源学系南京210093）摘要：国土资源部出台的《农用土地分等定级规程》，为在全国范围内展开农用土地分等定级研究与调查制定出了一套统一的规范。
江苏省作为农业生产条件优越、社会经济发展状况良好的省份，对其农用土地进行分等研究，一来可以验证全国统一规范的实用性；二来可以对江苏省内部农用土地的等别分布有定性及定量的了解，为江苏省土地规划、城市规划、土地税收以及土地流转等提供背景资料。
本文根据《规程》提供的基本程序与步骤对江苏省农用土地进行了分等研究。
通过参照《规程》及其他一些相关区划，确定江苏省耕作制度及基准作物。
在分等单元的划分上，运用了土壤组合的概念，试图在农用土地自然等别与自然土体之间建立联系。
选取了有效土层厚度、表层质地、有机质含量、剖面构型、距障碍层深度、PH、盐渍化程度以及粉粘比等因素。
并查取基准作物的光温生产潜力指数以及气候生产潜力指数，通过运算，得出江苏省农用土地的自然质量分等结果。
在农用土地自然质量分等的基础上，通过计算各分等单元的土地利用系数与土地经济系数，最终得到江苏省农用土地综合质量分等结果。
对于农用土地综合等别来说，则土地利用系数与土地经济系数的修正起到了很大的作用。
关键词：农用土地分等江苏省1 引言随着世界人口的急速增长，对粮食的需求也在不断增长，土地的粮食生产力必然涉及到对耕地的研究；而且，发展中国家城市化的加速、城市的扩张导致农用土地的占用问题；加上对耕地过度集中的利用，并且不重视相关生态系统的保护，造成土地退化，土壤退化；在我国由于人口众多，地区发展必须考虑到土地的承载力；等等问题相互关联，相互嵌套，从而显出对农用土地研究的重要性。
在对农用土地的研究中，对农用土地等级的划分是相当基础的工作。
对于农用土地分等或评价，目前已有了针对各方面的研究[1-5]，如黄裕婕等（2000）对土地的经济评价，Wang Jiuli(1998)对土地生产潜力进行的评价，彭补拙等（1994）对农业区土地分等定级模式的研究，彭补拙等（1994）对土地适宜性评价方法的研究，Gordon（2000）着重于气候变化的土地评价研究等等；关于土地分等的技术方法也有了多方面的进展[6-8]，如赵庚星等（1999）对GIS支持的土地评价方法的研究，S.D.Kirkby(1996)对在ES/GIS两个系统支持下的土地分等进行了研究及F.D.Vescovi（1999）在农用土地分等中对遥感数据的应用；也有一些学者谈到在进行分等时对评价指标的选择[9-12]，如丁生喜（2000）、冷疏影（1999）和J.Dumanski (2000)等。
乡镇耕地质量等别变化空间分布特征研究r——以北京市礼贤
镇为例
林丽萍;赵华甫;陈思宏
【期刊名称】《乡村科技》
【年(卷),期】2017(0)27
【摘要】本文以北京市大兴区礼贤镇为例,基于2010年和2016年土地利用变更数据和耕地质量等别更新数据,分析礼贤镇耕地质量等别在空间上的分布特征.研究结果表明,从数量上看,2010-2016年礼贤镇耕地面积减少213.71 hm2,整体呈减少趋势;从质量上看,礼贤镇耕地质量等别范围为9~12等,耕地质量局部呈逐渐升高的趋势,区域耕地质量等别变化差异较明显.研究结果可以为该区域的耕地质量保护与建设提供科学依据.
【总页数】2页(P79-80)
【作者】林丽萍;赵华甫;陈思宏
【作者单位】中国地质大学(北京),北京 100083;中国地质大学(北京),北京 100083;中国地质大学(北京),北京 100083
【正文语种】中文
【相关文献】
1.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
2.基于空间自相关的耕地质量空间分布特征研究——以江西省南昌县为例
3.耕地自然质量空间分布及其影响因子分析--以北京市大兴区为例
4.试论职业指导在推动高质量就
业中的作用r——以北京市大兴区礼贤镇开展职业指导为例5.省级指标耕地区域自然质量等空间分布特征研究-以云南省为例
因版权原因，仅展示原文概要，查看原文内容请购买。
寿县一中高三文科教改班第十次周练文科综合能力测试地理试题本试卷分第Ⅰ卷（选择题）和第Ⅱ卷（非选择题）两部分。
第Ⅰ卷（选择题）在每题给出的四个选项中，只有一项是最符合题意的。
从19世纪后期至今，世界汽车产业中心经历了从欧洲到北美再到亚洲的变化过程。
读下图，完成第23-24题。
23．能反映世界汽车产业中心转移方向的是A．①→②→③ B．①→④→② C．③→④→② D．④→①→③24．汽车产业中心的转移会使中国A．环境污染加剧 B．就业压力增加C．人口向内地集中 D．产业升级加快下图为华北某地两熟（冬小麦和夏玉米）农田月降雨量和蒸发量变化曲线图，回答25-26题。
25．图中M点蒸发量极高的原因是A．气温异常偏高 B．上月降水异常偏多C．大量引水灌溉 D．南水北调地表水量增加26．关于该地区农业用水情况表述正确的是A．全年均需引水灌溉 B．夏玉米灌溉需求量最大C．全年均无需引水灌溉 D．冬小麦灌溉需求量最大下图为我国某山地东、中、西段降水随高度变化图，读图回答27-29题。
27．该山地可能是A．秦岭 B．天山 C．南岭 D．祁连山28．该山地中段森林带分布的高度可能是A．1000米以下 B．1000米至1500米C．2000米至2500米 D．3500米以上29．导致该山地最大降水高度东西变化的原因主要是A．从东向西水汽增加 B．从西向东温度降低C．从东向西海拔降低 D．从西向东风力增大如今的江汉平原一般被认为是历史上的云梦泽，古云梦泽的范围广阔，主体发育在河谷的凹地和低洼地区，水陆相间，形成了连绵不断的大小湖泊与沼泽，江湖不分，洪水时一大片，枯水时几条线。
云梦泽从形成、发展，到消亡，全过程历时约7000年左右。
由于云梦泽所处的地理位置的原因，它的消亡是一种必然的历史趋势。
据此完成30-31题。
30．促使云梦泽消亡最直接的原因是A．大量的泥沙淤积 B．人们的围湖造田C．上游径流量减少 D．地表水大量下渗31．云梦泽的消失促使该区域在地理环境的统一演化中A．气候逐渐变暖 B．人居环境趋于恶化C．不宜植物生存 D．江汉平原不断扩大下图为 2012年11月20日亚洲部分地区等压线(单位：hpa)图，据图回答32-33题。
