EN中文

Journal of Geo-information Science >

2015 , Vol. 17 >Issue 7: 846 - 854

DOI: https://doi.org/10.3724/SP.J.1047.2015.00846

Orginal Article

Suitability Evaluation of Land Cultivation in Xinjiang Based on Multiple Natural Geographical Factors

  • FANG Yue , 1, 2, 3, 4 ,
  • CHENG Weiming , 2, * ,
  • ZHOU Chenghu 2 ,
  • CHEN Xi 1 ,
  • TIAN Changyan 1
Expand
  • 1. Xinjiang Institute of Ecology and Geography, China academy of Sciences, Urumqi 830011, China
  • 2. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, China academy of Sciences, Beijing 100101, China
  • 3. University of Chinese Academy of Sciences, Beijing 100049, China
  • 4. 91039 Troops of PLA, Beijing 102401, China
*Corresponding author: CHENG Weiming, E-mail:

Received date: 2014-12-11

  Request revised date: 2015-04-07

  Online published: 2015-07-08

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

Located in the northwest frontier of China, Xinjiang holds an important strategic position. Carrying out a study on the distribution of suitable arable land resources of Xinjiang may have a great significance in promoting the rational development of Xinjiang's land resources and ensuring our country's arable land and food security. Based on multi-source natural geographical data, through building an evaluation model with GIS, this article made a multi-level comprehensive evaluation from the spatial aspect on the suitability of land cultivation in Xinjiang. First of all, choosing 10 indicators from 4 factors including topography, climate condition, edaphic condition and ecological condition, making use of the function of spatial analysis in GIS, and combining comprehensive index method with limiting conditions, this article constructed the evaluation model of arable land resources in Xinjiang, from the standpoint of the suitability of land cultivation. Furthermore, the modeling results were compared with the actual arable area extracted from topography, which would be used to determine the classification standard of the results, so that we can evaluate the quantity, quality and spatial pattern of arable land resources in Xinjiang. At last, using the data of cultivated land resources in 2000, 2005 and 2013 in Xinjiang, the research effectively proved the scientificity and rationality of the evaluation model, and also figured out the necessity for further improvements.

Key words： suitability evaluation; arable land resources; GIS; Xinjiang

Cite this article

FANG Yue , CHENG Weiming , ZHOU Chenghu , CHEN Xi , TIAN Changyan . Suitability Evaluation of Land Cultivation in Xinjiang Based on Multiple Natural Geographical Factors[J]. Journal of Geo-information Science, 2015 , 17(7) : 846 -854 . DOI: 10.3724/SP.J.1047.2015.00846

1 引言

我国幅员辽阔,土地资源丰厚,但受制于气候和地形等因素,现有耕地面积所占比例较低,且总体质量不高。因此,开展土地耕作适宜性评价研究是关系到耕地安全和粮食安全的重大课题[1]具有极其重要的意义。
国内有关大区域土地适宜性评价的相关研究很多：刘彦随在陕西秦岭对山地土地结构格局与土地利用优化配置进行了研究[2];李淑杰等对吉林省土地整治规划环境影响评价进行了相关研究[3];郑宇等对山东省土地适宜性做了空间分析及其优化配置研究[4];邢世和等针对福建省农用地资源进行适宜性评价分析[5]。虽然有关耕地适宜性评价的研究已较为成熟,但研究的范围和深度仍有待加强[6]：（1）目前的评价区域多在中东部经济较发达、自然条件较优越的地区,而类似西北干旱区这样大空间尺度、发展较落后、自然条件恶劣、数据资料匮乏的地区的研究较少,缺乏对典型区域评价因子制约性的认识;（2）目前的评价模型较少有合理数据佐证,缺乏对精度质量的深入分析,拓展性研究不够,其科学性受到一定影响。
新疆地区是土地耕作适宜性研究的薄弱地带,作为中国西北边陲的大省（区）,其战略地位十分重要。本文以新疆为研究区,从地形、气候、土壤、生态等方面构建耕地适宜性评价模型,划分不同等级的宜耕区,以期为新疆土地资源合理开发政策的制订、国家耕地安全和粮食安全,提供一定的战略参考。

2 研究区地理特征与数据源

新疆维吾尔自治区土地面积为166.49万km2,约占全国土地总面积的六分之一,是我国面积最大的省级行政区。该区地处欧亚大陆腹地,属典型的温带大陆性干旱气候,光照充足,降水稀少,蒸发强烈;四周山体环绕,各山地中分布着许多盆地和河谷,如吐鲁番盆地、焉耆盆地、昭苏盆地、伊犁河谷等,均为新疆绿洲重要分布区（图1）。这种特殊的地形单元和地貌轮廓形成了新疆土地、生物、气候条件的明显地带性和土地利用的区域性特征。
Fig. 1 The location and image of research area

图1 研究区地理位置及影像图

研究数据包括：（1）新疆1:10万土地利用数据,来源于中国1:10万土地利用现状遥感监测数据库（来自中国科学院资源环境数据中心）,包括2000、2005、2013年3个时期,数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源,通过人工目视解译生成,是目前我国精度较高的土地利用遥感监测数据产品,本文主要利用土地利用数据中的耕地数据;（2）新疆1:100万地貌数据,来自中国1：100万数字地貌数据库（由资源与环境信息系统国家重点实验室提供）,该数据涉及海拔、起伏度、形态、成因等因素,本文主要利用地貌数据中的成因特征;（3）新疆≥10 ℃积温和干燥度数据,该数据由《中华人民共和国国家自然地图集》中≥10 ℃积温图和干燥度图经投影校正和人工数字化取得;（4）新疆1:100万土壤数据（由中国科学院南京土壤研究所提供）,本文利用该数据获取土壤厚度、种类等数据;（5）新疆生态保护区数据（由中国科学院新疆生态与地理研究所提供）,其为新疆各个生态保护区的矢量数据;（6）SRTM-DEM数据,为美国“航天飞机雷达地形测量计划”获得的全球 60 ° N~ 56 ° S之间高精度高程格网数据,采样格网大小为90 m,本文利用该数据提取区域地形属性数据;（7）新疆盐碱地数据（由中国科学院新疆生态与地理研究所提供）,该数据包含盐滩、中、轻、重度盐渍化耕地、湖泊及水库、城镇居民点、灌区等类型,为便于后期分析,将湖泊及水库、城镇居民点、灌区都归为非盐渍化区。

3 土地耕作适宜性的多要素GIS评价分析

本文基于多源数据,采用综合指数法和极限条件相结合的方法,构建土地耕作适宜性评价模型,系统分析了宜耕土地资源潜力和评价[7]。
为了计算各个指标分值,引入地理信息系统技术和隶属度函数的概念,实现全要素的定量化分析。通过层析分析和专家打分相结合的方法确定指标权重,再利用综合指数模型计算土地耕作适宜性指数。在此基础上叠加地貌数据提取的土地宜耕区,对土地耕作适宜性指数进行分级,获取模型的土地耕作适宜性等级度,进而科学分析研究区宜耕土地资源的数量、质量,以及空间分布 格局。

3.1 土地耕作适宜性评价体系和模型的建立

（1）土地耕作适宜性参评因子的选择
在一定的研究区域和特定的评价目标下,影响土地资源质量的因子众多,它们之间存在一定的相关性和差异性。在进行适宜性评价时,应注重筛选和剔除,使结果更具科学性。为全面客观地评价土地耕作适宜性,对参评因子的选取应遵循综合性、主导性、等级性和区域性的原则。
地势、地表组成物质在形成过程不仅影响农业生产与布局,还对水热状况的再分配和物质的迁移起着重要作用,故选取海拔、起伏度、坡度、坡向作为地形条件的4个因子。气候条件是对农业生产提供光、热、水等农作物生长和产量形成的基本因素,其中,热量和水分直接影响作物生长发育、产量,以及生物化学反应,故选取常用于农业的≥10 ℃积温和干燥度作为气候条件的2个因子[8-9]。土壤是土地资源质量的重要影响因素,是农业生产的基本资料,选取土层厚度、土壤种类和盐渍化程度作为土壤因子[10-11]。生态条件属于限制性因子,融入适宜性评价的重要组成环节。因此,新疆土地耕作适宜性评价指标体系包括地形、气候、土壤和生态条件多要素的10个因子（表1）。
Tab. 1 Hierarchical structure for the suitability evaluation of cultivation

表1 土地耕作适宜性评价层次结构

决策层C 条件层B 因子层A
自然质量适宜性 地形条件（B1） 海拔（A1）
起伏度（A2）
坡度（A3）
坡向（A4）
气候条件（B2） ≥10 ℃积温（A5）
干燥度（A6）
土壤条件（B3） 土层厚度（A7）
土壤种类（A8）
盐渍化程度（A9）
生态条件（B4） 生态因子（A10）
（2）土地耕作适宜性评价因子的隶属度确定
从全局分析新疆的宜耕土地资源的自然质量,根据一般作物对环境要素的要求[9],基于专家经验进行打分,以此确定本研究的极限条件和隶属度（表2）。其中, μ A ( x i ) 为评价因子隶属度。
Tab. 2 Suitability grade and membership degree for quantitative factors

表2 评价因子的土地耕作适宜等级及隶属度

因子编号 评价因子 适宜等级及隶属度
1级 2级 3级 4级 5级
A1 海拔（m） 分级范围 <2000 2000~2500 2500~3000 3000~3500 >3500
μA（xi） 10 7 4 1 0
A2 起伏度（m） 分级范围 <30 30~70 70~200 200~500 >500
μA（xi） 10 7 4 1 0
A3 坡度（°） 分级范围 <2 2~7 7~15 15~25 >25
μA（xi） 10 8 3 1 0
A4 坡向 分级范围 阳坡 半阳坡 半阴坡 阴坡 —
μA（xi） 10 7 4 1 —
A5 ≥10 ℃积温（℃） 分级范围 >4500 4500~3500 3500~2500 2500~1500 —
μA（xi） 10 7 4 1 —
A6 干燥度 分级范围 <2 2~3 3~4 4~10 >10
μA（xi） 10 7 4 1 0
A7 土层厚度（cm） 分级范围 >100 100~70 70~30 30~20 <20
μA（xi） 10 7 4 1 0
A8 土壤种类 分级范围 人为土、水成土和半水成土 漠土、钙层土和干旱土 半淋溶土、淋溶土和盐碱土 初育土、高山土 其他类型
μA（xi） 10 8 3 1 0
A9 盐渍化程度 分级范围 非盐渍化 轻度盐渍化 中度盐渍化 重度盐渍化 盐滩
μA（xi） 10 5 3 1 0
A10 生态因子 分级范围 非生态保护区 — — — 生态保护区
μA（xi） 10 — — — 0
（3）土地耕作适宜性评价因子权重的确定
通过层次分析法（AHP）[12]和专家打分法[13]来确定评价因子权重。首先,建立层次结构,参评因子划分归并为3个层次,即决策层（C）、条件层（B）和因子层（A）（表1）,根据评价因子的自然类别将10个评价因子分为4个条件层,即B1、B2、B3和B4;其次,通过专家打分来确定层次A和层次B中各个因子的相对重要性及贡献程度构建判断矩阵,从而确定评价因子单排序的权重值Ai（各评价因子的权重）和Bi（各条件层的权重）,并进行一致性检验[12];最后,进行层次总排序,通过Ai和Bi计算每个评价因子对于层次C的重要性权重值,即复合权重Pi （表3）。
（4）土地耕作适宜性指数的计算
以表2中各评价因子的宜耕等级及隶属度为标准,分别对海拔、起伏度、坡度坡向、积温、干燥度、土壤厚度及种类、土壤盐渍化和生态保护区的10类矢量数据进行分级处理,转为100 m×100 m栅格数据后利用表3中各评价因子的权重系数进行加权计算,获得土地耕作适宜性模型的各个评价单元,各个单元的属性为土地耕作适宜性指数。
Tab. 3 Contribution weights of quantitative factors

表3 土地耕作适宜性评价因子权重系数

决策层（C）
因子层（A） 条件层（B） 复合权重
B1 B2 B3 B4 Pi=Ai×Bi
0.40 0.15 0.35 0.10
海拔（A1） 0.40 0.16
起伏度（A2） 0.30 0.12
坡度（A3） 0.25 0.10
坡向（A4） 0.05 0.02
≥10 ℃积温（A5） 0.60 0.09
干燥度（A6） 0.40 0.06
土层厚度（A7） 0.40 0.14
土壤种类（A8） 0.40 0.14
盐渍化程度（A9） 0.20 0.07
生态保护区（A10） 1.00 0.10
合计 1.00 1.00 1.00 1.00 1.00
每一个评价单元的土地耕作适宜性指数SIj的计算如式（1）所示。
S I j = ∑ i = 1 m P i × μA ( x i ) j , μA ( x i ) j ≠ 0 0 , μA ( x i ) j = 0 （1）
式中,j为评价单元;i为评价因子; μA ( x i ) 为第i个评价因子的隶属度;Pi为第i个评价因子的复合权重。

3.2 基于地貌数据的宜耕土地资源的提取

研究区囊括了除海成地貌外的全部地貌类型,各种地貌都有其特定的平面和立体几何形态,具有独特的物质结构、轮廓、规模和空间分布,成因历史和发展演变也有独特的规律性,而气候、土壤、生物等自然因子也随之相应的变迁,构成整个自然体系。本文针对地貌因素,利用1:100万数字地貌数据,进行了宜耕土地资源的评价等级分析。首先依据地貌数据库中成因层的属性信息提取流水地貌、湖成地貌、黄土地貌和少量风成地貌等,在此基础上参考百万分之一数字地貌数据库中的坡度、起伏度、海拔层的属性信息,剔除地形特征复杂区（如山地、高海拔区等）,将剩余区域作为土地资源宜耕区,其他区域作为不适宜耕作区[14-15],最后地貌成因类型对宜耕土地资源进行分级,各等级分类提取的具体技术路线如图2所示。
Fig. 2 Grade extraction flowchart of arable land resource based on topographic data

图2 基于地貌数据的宜耕土地资源等级提取技术流程

经过对地貌数据的层层提取与剔除,获得地貌的宜耕土地资源等级,结果表明,新疆宜耕土地资源约27.8万km2,占整个新疆总面积的17.94%,宜耕土地资源各适宜性等级分布格局如图3所示。
Fig. 3 Distribution of topographic data extraction on classification

图3 基于地貌数据的宜耕土地资源等级分布

3.3 综合条件下的宜耕土地资源的分级

将基于地貌数据的宜耕土地资源等级分布图与包含有土地耕作适宜性指数的各评价单元分布图进行空间叠加处理,统计基于地貌数据的宜耕土地资源的不同分级区内各评价单元的土地耕作适宜性指数的分布区间,对土地耕作适宜性指数进行分级,以此获取土地耕作适宜性等级阈值区间（表4）,完成多自然地理要素的新疆土地耕作适宜性评价。
Tab. 4 Classification criteria of suitability index (SI)

表4 土地耕作适宜性评价等级划分标准

等级 适宜性指数(SI) 适宜程度
1级 >9.56 最适宜耕作土地
2级 9.56-8.68 较适宜耕作土地
3级 8.68-7.59 一般适宜耕作土地
4级 7.59-6.42 较不适宜耕作土地
5级 6.42-5.31 边缘适宜耕作土地
6级 <5.31 不适宜耕作土地
不同于以往的土地耕作适宜性评价研究中,人为地对土地耕作适宜性指数进行分级,本文的创新之处在于以地貌数据的宜耕土地资源等级分布为主要参考,确定土地耕作适宜性指数的划分标准,减少了主观因素的制约作用,使土地耕作适宜性评价模型的构建更加客观和科学。地貌作为本底因子,其成因历史和发展演变具有独特的规律性,气候、土壤、生态等自然条件随之相应变迁,从而构成整个自然体系,相比前人的相关研究,以不同形态、成因的地貌类型作为依据划分土地耕作适宜性指数的分级范围具有更大的说服力。

3.4 土地耕作适宜性的评价

（1）新疆宜耕土地资源数量、质量及空间分布格局
利用土地耕作适宜性评价模型计算各评价单元的土地耕作适宜性指数,同时依据表4对各评价单元的土地耕作适宜性进行等级划分,得到研究区宜耕土地资源及其5级分类的空间分布（图4）。结果表明：新疆宜耕土地资源共有24.9万km2,占地区总面积的14.9%;其中,最适宜的土地面积约为8.07万km2,占全部宜耕土地资源的32.4%;随着适宜性等级的降低,其所占比重也依次递减（表5）。
Fig. 4 Distribution of suitability factors extraction on classification

图4 基于评价模型的宜耕土地资源等级分布

Tab. 5 Grade extraction of arable land resource based on the suitability evaluation

表5 土地耕作适宜性评价提取结果

等级 面积（万km2） 比重（%）
1级 8.07 32.35
2级 6.67 26.74
3级 3.87 15.51
4级 3.20 12.83
5级 3.07 12.30
总土地资源 24.93 100.00
结果表明,新疆宜耕土地资源明显呈现出环、带状分布特点：环状分布呈现在准噶尔盆地边缘和塔里木盆地边缘;条带状主要依水系分布。从耕作质量上看,最适宜的土地资源主要集中在塔里木盆地北缘,天山北麓,塔城额敏盆地和阿尔泰的少部分地区;叶尔羌河和阿克苏流域,以及伊犁河谷等地区分布着第2等级适宜度的宜耕土地资源;塔里木盆地南缘与昆仑山北麓接壤的地区、古尔班通古特沙漠西部地区和哈密地区等分布着相当数量的第3、4、5等级适宜度的宜耕土地资源。
（2）精度评价
利用新疆2000、2005和2013年3期土地利用数据与模型构建的5级宜耕土地资源对比发现,不同时期耕地开发利用程度与模型中土地耕作适宜度契合率极高,精度达96%~98%（表6）,从而验证了本研究所构建模型的科学性和合理性。
Tab. 6 Consistency between the cultivated land and the arable land resource in different years

表6 不同年份耕地资源与模型下宜耕土地资源的契合程度

2000年 2005年 2013年
面积（万km2） 契合率（%） 面积（万km2） 契合率（%） 面积（万km2） 契合率（%）
宜耕土地资源 5.803 97.75 6.586 97.71 6.699 96.74
非宜耕土地资源 0.131 2.25 0.154 2.29 0.226 3.26
总耕地资源 5.934 6.740 6.925
耕地数量虽逐年增加,耕地中1级宜耕土地资源的数量也不断增加,但其比重却呈递减趋势（表7）。结果表明：模型确立的宜耕土地资源等级,对今后耕地的开发利用具有指向意义;随着科技的进步和1级宜耕土地资源的不断饱和,新开垦耕地将向着等级度递减的资源拓展。
Tab. 7 Consistency between the cultivated land and the five grades of arable land resource in different years

表7 不同年份耕地资源与模型下5级宜耕土地资源的契合程度

等级 2000年 2005年 2013年
面积（万km2） 比重（%） 面积（万km2） 比重（%） 面积（万km2） 比重（%）
1级 3.550 61.17 3.853 58.51 3.879 57.72
2级 1.783 30.73 2.119 32.18 2.210 32.56
3级 0.307 5.29 0.382 5.80 0.406 6.02
4级 0.114 1.96 0.154 2.34 0.164 2.43
5级 0.050 0.86 0.077 1.17 0.086 1.27
总宜耕土地资源 5.803 100.00 6.586 100.00 6.745 100.00
在2000-2005年与2005-2013年间,新开垦的耕地分别有91%和84%的耕地符合模型提取的宜耕土地资源,其中,50%以上为1级宜耕土地资源,其他等级依次递减（表8、9）。2000-2005年是新疆耕地面积飞速发展的时期,而2005-2013年其开垦势头大幅缩小,开垦速度由0.20万km2/a骤减至0.05万km2/a,这可能与政策的出台,以及水土保持和环境保护力度的加大有关。
Tab. 8 Consistency between the newly reclaimed land and the arable land resource in different periods

表8 不同时期新开垦耕地资源与模型下宜耕土地资源的契合程度

2000-2005年 2005-2013年
面积（万km2） 比重（%） 面积（万km2） 比重（%）
新开垦耕地 1.002 — 0.414 —
新开垦宜耕土地资源 0.912 91.00 0.349 84.58
新开垦非宜耕土地资源 0.090 9.00 0.064 15.42
Tab. 9 Consistency between the newly reclaimed land and the five grades of arable land resource in different periods

表9 不同时期新开垦宜耕土地资源与模型下5级分类的契合程度

等级 2000-2005年 2005-2013年
面积（万km2） 比重（%） 面积（万km2） 比重（%）
1级 0.525 57.57 0.182 52.23
2级 0.196 21.49 0.074 21.16
3级 0.112 12.30 0.049 13.92
4级 0.048 5.25 0.027 7.83
5级 0.031 3.38 0.017 4.86
总宜耕土地资源 0.912 — 0.349 —
（3）模型限制条件
通过数据空间分析和统计叠加,发现尽管有九成的新开垦耕地属于模型中宜耕土地资源,但仍存在着一些不理想的因素：研究中构建的模型并没有覆盖全部耕地,且随着时间的推移,越来越多的耕地分布在宜耕土地资源以外。这说明模型存在一定的限制条件。
将新开垦的非宜耕土地资源代入模型发现：（1）地形条件的4个评价因子（海拔、起伏度、坡度、坡向）、生态因子,以及土壤条件中的盐渍化程度因子的契合度较高,是参评质量高、隶属度等级合理的优秀因子。其中,海拔评价因子契合度最为突出,高达97%,说明该因子在土地耕作适宜性方面的作用最大;（2）气候条件的2个评价因子≥10 ℃积温和干燥度,以及土壤条件中的土层厚度和土壤种类因子的契合度不高,为波动因子。其中,尤以干燥度因子契合率最差,成为了削弱模型质量的最大因素（表10、11）。
Tab. 10 Consistency between the newly reclaimed unarable land resource and the fluctuated factors during 2000-2005

表10 2000-2005年间新开垦非宜耕土地资源与各波动因子的契合程度

等级 A5 A6 A7 A8
≥10 ℃积温 干燥度 土层厚度 土壤种类
面积（km2） 比重（%） 面积（km2） 比重（%） 面积（km2） 比重（%） 面积（km2） 比重（%）
1级 8.82 0.98 7.38 0.82 443.34 49.26 97.56 10.84
2级 375.57 41.73 2.34 0.26 10.17 1.13 560.52 62.28
3级 463.23 51.47 32.85 3.65 8.01 0.89 116.55 12.95
4级 52.38 5.82 173.34 19.26 0.00 0.00 120.78 13.42
5级 0.00 0.00 684.18 76.02 438.48 48.72 4.59 0.51
Tab. 11 Consistency between the newly reclaimed unarable land resource and the fluctuated factors during 2005-2013

表11 2005-2013年间新开垦非宜耕土地资源与各波动因子的契合程度

等级 A5 A6 A7 A8
≥10 ℃积温 干燥度 土层厚度 土壤种类
面积（km2） 比重（%） 面积（km2） 比重（%） 面积（km2） 比重（%） 面积（km2） 比重（%）
1级 3.705 0.65 0 0.00 342.228 60.04 41.097 7.21
2级 382.812 67.16 1.938 0.34 2.964 0.52 309.681 54.33
3级 168.492 29.56 3.363 0.59 2.907 0.51 54.435 9.55
4级 14.934 2.62 102.372 17.96 0.000 0.00 155.211 27.23
5级 3.705 0.65 462.327 81.11 221.844 38.92 9.576 1.68
结果表明,新开垦的耕地中不属于模型下宜耕土地资源的耕地约有80%的干燥度指数>10,约有40%的土层厚度<20 cm,这2个区间在评价模型构建中属于最不适宜耕作的等级,在限制条件法的约束下已被归为非宜耕土地资源,这在一定程度上表明随着时间推移和科技进步,干燥度和土层厚度对土地耕作的限制程度不断减小,越来越多的先进耕作设备和手段使农业生产在一定程度上摆脱了源于自然属性的束缚。因此,评价模型中波动因子的等级划分和隶属度需结合科技-经济-社会多重条件深入研究。

4 结论

通过多自然地理要素构建土地耕作适宜性评价模型,并利用3期土地利用数据,结合GIS分析叠加检验,可得出如下结论：
（1）新疆适宜耕种的土地面积约为24.9万km2,占土地总面积的14.9%。其中,最适宜耕作的土地资源为8.07万km2,主要集中在塔里木盆地北缘,天山北麓,塔城额敏盆地和阿尔泰的少部分地区。土地耕作适宜性等级越高,其所占比重也越高。在确保国家耕地安全和粮食安全的大环境下,研究结果能较好地为政府确定宜耕土地资源开发的适宜程度和开发时序提供科学决策参考。
（2）利用2000、2005、2013年3期新疆土地利用数据研究发现,不同时期耕地开发利用程度与模型中土地耕作适宜度契合率极高,精度达96%~98%。与此同时,新开垦的土地中约90%为研究中评价模型提取的宜耕土地资源,其中,50%以上为1级宜耕资源,验证了评价模型的科学性和合理性。
（3）新疆耕地变化存在阶段性差异。2000-2005年间,新疆耕地面积飞速发展,而2005-2013年间,开垦势头大幅缩小,开垦速度由0.20万km2/a骤减至0.05万km2/a,这在一定程度上也反映了国家区域性地增进了水土保持和环境保护。
（4）尽管耕地面积和耕地中1级宜耕土地资源的数量不断增加,但其比重却呈递减趋势,表明农业耕作技术的进步和1级宜耕土地资源的不断饱和,新开垦耕地将向等级度递减的资源拓展。
（5）极少量的新开垦耕地不属于评价模型下的宜耕土地资源。深入探讨各评价因子对模型的驱动作用发现,海拔因子在模型中起到的积极作用最高,而干燥度因子的消极作用最大,是削弱模型质量、降低模型精度的最大因素,因此,完善模型应从对干燥度评价指标体系的调整入手。
新疆地区是典型的绿洲农业区,其作物生长主要靠灌溉,本研究只利用干燥度来作为评价因子,没有纳入水系因素,评价结果难免与实际情况有所出入。但研究中土地耕作适宜性指数的划分标准间接来自地貌数据,在基于地貌的宜耕土地资源分布中,以各类流水地貌作为宜耕土地资源适宜性较强的地区,以此确定土地耕作适宜性指数的分级标准,使土地耕作适宜性评价模型的构建从一定程度上考虑了水系对沿河沿江耕地的影响,使评价结果与实际情况差异不大。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
余振国,胡小平.我国粮食安全与耕地的数量和质量关系研究[J].地理与地理信息科学,2003,19(3):45-49.

[2]
刘彦随. 山地土地类型的结构分析与优化利用:以陕西秦岭山地为例[J].地理学报,2001,56(4):426-436.

[3]
黄威,李淑杰,王极,等.吉林省土地整治规划环境影响评价[J].吉林农业大学学报,2013,35(3):334-339.

[4]
郑宇,胡业翠,刘彦随,等.山东省土地适宜性空间分析及其优化配置研究[J].农业工程学报,2005,21(1):60-65.

[5]
邢世和,毛艳铃,周碧青,等.福建省农用地资源评价及其利用保护对策[J].福建农业大学学报,2000,29(3):356-362.

[6]
Friedl M A, McIver D K, Hodges J C F, et al. Global landcover mapping from MODIS: algorithms and early results[J]. Remote Sensing of Environment, 2002,83(2):287-302.

[7]
李家永,游松才,冷允法,等.GIS支持的县级区域开发与规划的土地资源评价——以江西省泰和县为例[J].地域研究与开发,1996,15(1):8-13.

[8]
石玉林,康庆禹,赵存兴,等.中国宜农荒地资源[M].北京:北京科学技术出版社,1985.

[9]
周生路. 土地评价学[M].南京:东南大学出版社,2006.

[10]
温明炬,唐程杰.中国耕地后备资源[M].北京:中国大地出版社,2005.

[11]
付清,赵小敏,乐丽红,等.基于GIS和生态位适宜度模型的耕地多适宜性评价[J].农业工程学报,2009,25(2):208-213.

[12]
Saaty T L.A scaling method for priorities in hierarchical structures[J]. J Math Psychol, 1997,15(3):234-281.

[13]
Banai R.Fuzziness in geographic information system: Contributions from the analytic hierarchy process[J]. International Journal of Geographical Information Systems, 1993,7(4):315-329.

[14]
周成虎,程维明,钱金凯.数字地貌遥感解译与制图[M].北京:科学出版社,2009.

[15]
周成虎,程维明,钱金凯,等.中国陆地1∶100万数字地貌分类体系研究,2009,11(6):707-724.

Options
Outlines

/

〈 〉