耕地利用现状分析(收集5篇)
耕地利用现状分析篇1
关键词：Logistic回归；景观立地要素；耕地数量变化；新市区
中图分类号：F323.211文献标识码：A文章编号：0439-8114（2016）11-2987-06
DOI：10.14088/ki.issn0439-8114.2016.11.068
土地利用覆被变化（LUCC）的研究越来越受到人们的关注，已经成为全球环境变化研究的重要组成部分[1，2]。土地利用覆被变化已经对人们生活的各个方面造成了影响，包括食物生产、森林资源、地区气候、淡水资源和空气质量等诸多方面[3，4]。面对这些问题，土地利用覆被变化受到了国际社会的广泛关注，2005年9月，国际全球环境变化人文因素计划（IHDP）提出了全球土地计划（GLP），深化人类对地球系统演化背景下耦合的人类-陆地环境系统的理解[5-7]。耕地变化是土地利用覆被变化的重要内容，耕地资源保护关系到我国粮食安全以及生态经济的可持续性[8]。改革开放至今，我国耕地资源持续减少，威胁我国粮食安全，成为目前国家发展进程中亟需解决的问题之一[9]，得到了国内众多学者的关注。张凤荣等[10]、赵其国等[11]、李劲峰等[12]、赵婷婷等[13]，论述非农化建设用地占用耕地、耕地减少所产生的负面效应以及耕地保护预警等，并预测未来区域内耕地变化情况。
然而在宏观层面上对区域尺度耕地数量变化时空过程进行定量分析研究，尤其是结合未来耕地数量趋势模拟进行的研究尚不多见，且驱动力因子的选取多为社会经济指标，景观格局方面的因素考虑较少。本研究从耕地的景观立地条件出发，利用Logistic回归模型对保定市新市区2009―2012年耕地数量变化的驱动力进行回归分析，并对未来耕地数量变化的风险进行了预测，为耕地保护提供科学指导和依据。
1研究区概况
新市区地处北纬38°51′-38°56′，东经115°21′-115°29′之间，地处大清河系冲积扇中下部，属平原地区，地势较为平坦开阔。隶属于河北省保定市，位于保定市西郊，东与北市区、南市区毗邻，北与满城县东马乡、尹庄乡接壤，南与南市区五尧乡相邻。京广铁路、京深高速公路等交通干线从境内穿过，南部有107国道，西北部有外环路横穿，交通便利，四通八达。属暖温带季风性大陆气候，为半干旱地区。年平均气温为12.4℃，月平均气温为26.7℃，无霜期213d。全年日照2610.2h。耕地总面积5937.20hm2，占全区土地总面积的39.71%，其中水浇地面积5872.47hm2，占耕地面积的98.91%，旱地面积64.73hm2，占耕地面积的1.09%。
2.2数据准备
2.2.1因变量从保定市新市区2009年和2012年土地利用现状图中提取两年的耕地图斑，进行叠加处理，并将2009年的耕地划分为两种情况（图1），即流失耕地（2012年土地利用类型由耕地转为建设用地）和未流失耕地（2012年土地利用类型仍为耕地）。以耕地数量变化情况，即流失与未流失作为因变量，取值为“0”和“1”，“0”表示耕地未流失，“1”表示耕地流失。耕地数量变化分布图清楚地呈现了2009―2012年耕地数量变化的空间分布状况，可以看到耕地的流失主要发生在新市区东部，特别是靠近新市区的耕地大量减少，而新市区西部耕地分布密集的地区耕地流失较少，耕地数量基本保持不变。同时，耕地的流失沿主要道路呈现出带状分布。
2.2.2自变量景观格局指数法是景观生态学中的一种空间分析方法[17]，景观格局指数是指能够高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指针[18]，因此选取斑块尺度上的景观格局指数进行驱动力分析。本研究将耕地与各景观立地要素（包括城镇、独立工矿、村庄、设施农用地、主要道路、主要河流）的最近邻距离（包括距城镇用地距离、距独立工矿用地距离、距村庄用地距离、距设施农用地距离、距主要道路距离、距主要河流距离）作为回归模型的自变量，单位为km。采用边到边的最近邻距离，通过ArcGIS9.3中的Proximity工具提取，距离值从0开始。在进行回归分析前，对自变量进行了共线性检验，发现自变量间共线性不显著，可以将所有自变量加入模型进行回归分析。
3基于Logistic回归模型的耕地数量变化景观立地要素驱动力分析
3.1基于统计学的单因素相关性分析
本研究采用统计学的研究方法进行单因素相关性分析，利用流失耕地与未流失耕地的累积概率曲线和不同范围内的流失耕地比例来分析耕地数量变化与自变量之间的相关性，以找出对耕地数量变化有贡献的因素。研究发现，耕地数量变化与距独立工矿用地距离、距村庄用地距离、距设施农用地距离等因素无显著相关性，与距城镇用地距离、距主要道路距离、距主要河流距离有显著的相关性。
3.1.1耕地数量变化与城镇用地距离的相关性分析由图2可知，累积概率曲线中距城镇用地6km范围内，两条曲线有明显的差异性，且流失耕地的曲线在上方，说明在此范围内，该影响因素对耕地流失起负向作用。从流失耕地比例曲线来看，距城镇用地距离6km范围内，随着距离的增加，流失耕地比例从47%下降到近3%，说明距城镇用地越近，耕地流失的可能性就越大。
3.1.2耕地数量变化与主要道路距离的相关性分析由图3可知，累积概率曲线中距主要道路3km范围内，两条曲线有明显的差异性，且流失耕地的曲线在上方，说明在此范围内，该影响因素对耕地流失起负向作用。从流失耕地比例曲线来看，距主要道路3km范围内，随着距离的增加，流失耕地比例从近37%下降到近2%，说明距主要道路越近，耕地流失的可能性就越大。
3.1.3耕地数量变化与主要河流距离的相关性分析由图4可知，累积概率曲线中距主要河流6km范围内，两条曲线有明显的差异性，且未流失耕地的曲线在上方，说明在此范围内，该影响因素对耕地流失起正向作用。从流失耕地比例曲线来看，距主要河流6km范围内，随着距离的增加，流失耕地比例从近1%上升到近40%，说明距主要河流越近，耕地流失的可能性就越小。
3.2Logistic回归模型结果与分析
本研究通过空间随机抽样的方法进行样本的选取，在ArcGIS9.3中随机生成了一些点，选取具有耕地信息的点并去除重复项，得到了1600个耕地有效样本，代入Logistic回归模型使用向后逐步分析法进行回归计算。
3.2.1模型检验本研究采用模型χ2统计检验和HL检验对模型的有效性和拟合效果进行了检验（表1）。模型χ2统计检验结果中卡方值为60.902，显著性水平为0小于0.05，说明变量加入模型之后对因变量有明显的影响，所建模型中所有的因变量都有显著的解释能力。HL检验结果中卡方值为15.419，显著性水平为0.131大于0.05，统计检验不显著，说明模型拟合度较高。
3.2.2模型解释最终的Logistic回归模型中自变量为流失耕地距城镇用地距离、距主要道路距离和距主要河流距离（表2），说明这三个变量为2009―2012年耕地流失的主要影响因素。
根据Wald统计量，解释变量的贡献程度为距城镇用地距离（21.084）大于距主要河流距离（11.057），大于距主要道路距离（7.923），说明解释变量的重要性程度依次为距城镇用地距离、距主要河流距离、距主要道路距离。
耕地流失过程中，第一个重要的解释变量为距城镇用地距离，模型中该变量的回归系数为-1.312，表明耕地流失的概率随着距城镇用地距离的减小而增大，且距城镇用地距离每减小1km，耕地流失概率增大3.72倍。回归结果表明，距城镇用地距离是耕地流失重要的影响因素之一，在景观格局上表现为距城镇用地越近，耕地流失概率越大。保定市高新开发区位于新市区内，且东与北市区、南市区毗邻，区域人口规模的增加、人口密度的增大、经济水平和人民收入的快速增长，都不断刺激着新市区住房、交通和城市用地的扩张。新市区东部随着高新开发区的发展耕地流失特别明显。受城市集聚效应的影响，城市建设用地多为连片扩张，导致城镇周边耕地更易流失，转化为建设用地。
耕地流失过程中，第二个重要的解释变量为距主要河流距离，模型中该变量的回归系数为0.709，表明耕地流失的概率随着距主要河流距离的增大而增大，且距主要河流距离每增加1km，耕地流失概率增大0.49倍。回归结果表明，距主要河流距离是耕地流失的重要因素之一，在景观格局上表现为距主要河流越近，耕地流失概率越小。灌溉保证率是影响耕地生产力的重要因子之一，一亩泉河、侯河、白草沟河流经新市区，保证农田灌溉，距离水源越近则在同等质量的情况下，产生的经济价值大于距水源地较远地带，由于利益驱逐，产生经济价值较少的耕地更容易流失。
耕地流失过程中，第三个重要的解释变量为距主要道路距离，模型中该变量的回归系数为-0.058，表明耕地流失的概率随着距主要道路距离的减小而增大，且距主要道路距离每减小1km，耕地流失概率增大1.06倍。回归结果表明，距主要道路距离是耕地流失的重要影响因素，在景观格局上表现为距主要道路越近，耕地流失概率越大。交通道路为人类生产生活中的物质流、能量流和信息流的获取提供了一条全方位的联结纽带。主要道路周边的土地，由于其交通便达性使其具有的很大的区位优势，工业用地选址时，为了其原料和产品运输便捷，多在主要道路周边进行建设；新增居民点也向主要道路周边转移，距离主要道路越近，农村居民点用地的增加越多；交通基础设施建设的迅猛发展也成为道路周边耕地遭到占用的原因之一。
3.2.3模型预测Logistic回归分析的结果可以用来计算耕地土壤质量下降的概率，对耕地土壤质量下降的风险进行预测，模拟未来耕地土壤质量变化趋势。根据回归结果，耕地土壤质量下降的概率可以通过公式（4）进行计算。
P=exp（-0.665+0.709X1-0.058X2-1.312X3）（4）
式中，P为耕地流失的概率；X1为距主要河流距离；X2为距主要道路距离；X3为距城镇用地距离。
通过计算耕地流失的概率得到了耕地流失风险分布图（图5）。从图5可知，高度风险区主要集中在新市区、韩村乡、颉庄乡的城镇用地周围，这些乡镇城镇化程度高，城镇用地较多，城镇扩张将给耕地带来不小的压力。中度风险区主要集中于南奇乡、大马坊乡、富昌乡周边，并沿主要道路呈现两条带状分布，随着城市化进程的加快，各重点产业的不断发展，新企业的不断涌入，原有工业园区和厂房的扩建及新厂房的建设，必将成为耕地流失的重要推手。低度风险区一般距离城镇和主要道路都较远，且在主要河流附近分布较多，在快速的城镇化、工业化进程中，距离河流较近为耕地提供充足的水源，这部分耕地最容易保留下来，继续支持新市区现代农业的发展。
4结论与讨论
4.1结论
通过Logistic回归分析研究表明，耕地流失过程主要受到城镇、主要道路和主要河流三个景观立地要素的影响。离城镇用地和主要道路的距离越近，耕地流失的风险越高，而离主要河流越近，耕地流失的风险越低。贡献程度为距城镇用地距离（21.084）大于距主要河流距离（11.057），大于距主要道路距离（7.923）。
Logistic回归分析与单因素相关性分析结合，不仅能很好的筛选出影响耕地流失的因素，而且定量化地描述了每个影响因素的重要性程度和影响力。两者相互验证更加确定了影响耕地变化的因素。同时利用Logistic回归结果能对耕地流失概率进行计算，能对耕地流失风险进行预测，模拟未来耕地变化情况，为土地利用规划、基本农田保护规划与生态环境保护规划提供科学指导和依据。
耕地流失高度风险区主要集中在新市区、韩村乡、颉庄乡的城镇用地周围，这些乡镇城镇化程度高，城镇用地较多，城镇扩张将给耕地带来不小的压力。中度风险区主要集中于南奇乡、大马坊乡、富昌乡周边，并沿主要道路呈现两条带状分布，随着城市化进程的加快，各重点产业的不断发展，新企业的不断涌入，原有工业园区和厂房的扩建及新厂房的建设，必将成为耕地流失的重要推手。低度风险区一般距离城镇和主要道路都较远，且在主要河流附近分布较多，在快速的城镇化、工业化进程中，距离河流较近为耕地提供充足的水源，这部分耕地最容易保留下来，继续支持新市区现代农业的发展。
4.2讨论
本研究对耕地数量变化的景观立地要素驱动力进行分析，通过单因素相关性分析和Logistic回归分析，定性和定量地分析了景观立地要素驱动力的影响。但在指标选取上，主要考虑了耕地在土地利用系统中的位置，以斑块尺度的最近邻距离为主要的分析指标，因而在以后的研究中，可加入类型尺度、景观尺度的相关指标进行分析，以丰富驱动力指标。同时，影响耕地数量的驱动力因素还有很多，本研究只针对景观立地要素进行了分析，在以后的研究中，可以考虑纳入更多的影响因素，如社会经济因素（如农业产业结构、人口密度、二三产业人口等）和自然地理因素（如地形地貌、土壤质地和类型等），通过驱动力指标体系的完善，更加准确地对耕地数量的驱动力进行分析，模拟未来的耕地变化趋势。
参考文献：
[1]ERIKAL，ERICFL，ANTHONYCJ，etal.Asynthesisofinformationofrapidlandcoverchangeduringtheperiod1981-2000[J].Bioscience，2005，55（2）：115-212.
[2]JONATHANAF，RUTHDF，GREGORYPA，etal.Globalconsequencesoflanduse[J].Science，2005（309）：570-574.
[3]肖丽群，陈伟，吴群，等.未来10a长江三角洲地区耕地数量变化对区域粮食产能的影响――基于耕地质量等别的视角[J].自然资源学报，2012（4）：565-576.
[4]牛海鹏，张安录.基于生态位理论的耕地数量变化驱动机制分析[J].资源科学，2008（10）：1533-1540.
[5]陈会广，崔娟，陈江龙.常州市耕地数量变化驱动力机制及政策绩效分析[J].资源科学，2009（5）：807-815.
[6]DENNISO，EMILIOM，WILLIAMM，etal.GLP（2005）Scienceplanandimplementationstrategy[J].IGBPReport，2005，53（19）：127.
[7]常成，刘霞，张光灿，等.蒙阴县土地利用动态与耕地变化驱动力分析[J].中国水土保持科学，2010（1）：65-70.
[8]张延军，刘彦彤，李月芬.吉林省西部耕地动态变化及驱动力研究[J].中国农学通报，2013（5）：92-96.
[9]俞文政，曲福田，仙珠，等.海晏县耕地变化驱动力模型及因子分析[J].水土保持通报，2007（3）：65-68.
[10]张凤荣，薛永森，鞠正山，等.中国耕地的数量与质量变化分析[J].资源科学，1998（5）：35-42.
[11]赵其国，周生路，吴绍华，等.中国耕地资源变化及其可持续利用与保护对策[J].土壤学报，2006（4）：662-672.
[12]李劲峰，李蓉蓉，杜桐生.江汉平原四湖地区耕地的数量与质量变化分析[J].资源科学，2002（1）：40-44.
[13]赵婷婷，姜广辉，张凤荣，等.大城市近郊县域耕地保护预警方法[J].农业工程学报，2010（1）：335-340.
[14]徐嘉兴，李钢，陈国良.基于logistic回归模型的矿区土地利用演变驱动力分析[J].农业工程学报，2012（20）：247-255.
[15]杨云龙，周小成，吴波.基于时空Logistic回归模型的漳州城市扩展预测分析[J].地球信息科学学报，2011（3）：374-382.
[16]谢花林.基于Logistic回归模型的区域生态用地演变影响因素分析――以京津冀地区为例[J].资源科学，2011（11）：2063-2070.
耕地利用现状分析篇2
（武汉大学，a．资源与环境科学学院；b．教育部地理信息系统重点实验室，武汉430079）
摘要：以天门市为例，利用农用地分等定级及土地利用变更调查等数据，借助GIS技术，综合选取耕地自然质量、区位、社会经济和生态四方面的因素，采用层次分析法和德尔菲法构架评价模型，以探讨耕地红线空间布局。结果表明，天门市整体耕地条件优良，较少部分耕地条件较差无法纳入耕地红线布局范围。根据评价结果将耕地划分为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级，其中将Ⅰ级、Ⅱ级区耕地划入耕地红线布局范围，共确定耕地区域128330．62hm2，占全市耕地总面积的76．24％。研究认为该评价模型能有效量化各影响因素，引入景观指数对生态指标进行量化，弥补了以往研究对生态方面刻画的不足，评价结果为县域耕地红线布局研究提供了科学可靠的依据。
关键词：土地评价；耕地红线；空间布局；天门市
中图分类号：F301．0文献标识码：A文章编号：0439－8114（2015）07－1782－06
DOI：10．14088／j．cnki．issn0439－8114．2015．07．063
随着中国特色新型工业化、信息化、城镇化、农业现代化进程的发展和人口对粮食需求的急剧增加，耕地资源已经成为国家经济发展、社会和谐稳定的关键因素，人们对耕地重要性和对耕地保护的认识也不断加强［1，2］。在《全国土地利用总体规划纲要（2006－2023年）》中，“18亿亩耕地红线”的目标被正式提出，对全球粮食安全的清醒认识则成为中国提出“18亿亩耕地红线”的关键起因［3－5］。根据国土资源部2011年度全国土地变更的调查数据：“截至2011年12月31日，全国耕地保有量为18．2476亿亩，这是继2009和2010年后，全国耕地面积连续第3年保持在18．24亿亩以上”。这些数据结果说明，保持“18亿亩耕地红线”的形势依旧不容乐观。目前中国除了面临着耕地数量递减，更重要的是面临着耕地生态的困扰［1，6，7］。2014年中央一号文件指出：“严守耕地保护红线，不断提升农业综合生产能力，确保基本自给、口粮绝对安全”，再次强调粮食安全保障体系，提出在重视粮食数量的同时应更加注重品质和质量安全，这标志着中国的耕地保护已进入以数量、质量、生态管护为内涵的时代。耕地红线是指经常进行耕种的土地面积的最低值，是一个具有底线含义的数字，现行中国耕地红线是“18亿亩”。严守耕地红线是关系到人民基本生活、粮食安全和社会稳定的大事，是必须要完成的目标任务。然而目前，中国的耕地红线保护主要倾向于量的保护［8－10］。
国内学者关于耕地红线的研究主要集中在耕地红线划定的重要意义、耕地红线保护的管理措施、区域耕地红线的数量确定、红线与区域发展的关系等方面。朱登民［11］以确保粮食安全为背景，对“18亿亩耕地红线”保护提出了6项土地管理措施；李春云［12］采取定量与定性双管齐下的制约措施划定太原市耕地红线，并提出了坚守耕地红线的对策；贺一梅等［13］为保证山区粮食安全，通过对云南省耕地资源态势分析预测云南省2023年耕地红线为500万hm2；丁志如［14］从中国耕地承载力、耕地数量变化和粮食安全的角度指出划定耕地红线对耕地保护的重要性；张宏波［15］对耕地红线内涵进行了全面解读，并提出坚守耕地红线要采取节约、集约用地为主。这些研究对于耕地红线划定和保护落实具有重要作用，但现阶段对耕地红线的定义和保护主要集中在数量上，对耕地红线的空间涵义研究甚少。随着生态红线和耕地生态保护的提出［16－20］，国家开始重视耕地质量以及耕地生态问题。湖北省天门市位于江汉平原，是中国重要的商品粮生产基地，对于保障国家粮食安全具有举足轻重的作用。以天门市为例研究耕地红线空间布局，从质量以及生态角度对其耕地进行评估、划分，以期确定耕地红线保护范围达到既保护耕地红线的量，又保证耕地红线空间落实的目的。
1研究区概况
天门市位于湖北省中部，地处江汉平原北部、汉江下游北岸，介于112°35′—113°38′E、30°23′—30°54′N，属亚热带季风性气候。东邻汉川，西与沙洋，南与潜江、仙桃隔江相望；北靠京山，西北与钟祥毗邻，东北与应城接壤（图1）。四季分明，光照充足，雨量充沛，无霜期长，严寒和酷暑较短，年平均气温16．4℃，日照时间1872．4h，年降水量1113．3mm，无霜期249d。境内河流渠道纵横交错，土壤深厚肥沃，是一个主产优质粮棉油和多种作物的大县（市）。全市版图面积为2622．78km2，占全省版图面积的1．4％。全市总耕地168317．98hm2，其中旱地97604.82hm2，水田66263.14hm2，水浇地4450.02hm2。
2数据来源与研究方法
本研究数据来源于天门市2012年1∶10000土地利用变更调查矢量数据、《天门市土地利用总体规划（2010－2023）》和天门市农业局提供的农用地分等定级图件及表格数据、《天门市统计年鉴（2012年）》。
以天门市全部耕地作为评价对象，采用层次分析法，从自然质量、区位、社会经济、生态四个方面构建天门市耕地红线布局指标体系，基于已有数据利用ArcGIS软件获取指标值，并计算各地块的综合得分，根据评价结果确定耕地红线布局区域。
3耕地红线空间布局综合评价
耕地是人类赖以生存和发展的基本资源，具有自然特殊性的同时又具有社会经济和生态功能，因此对于耕地的评估应该进行多元化分析。已有的研究多从耕地人口数量以及耕地与区域发展的关系来确定耕地红线的数量［21］，鲜有考虑耕地的自然因素以及生态条件。为了实现耕地红线“确保数量、提升质量、落实布局”的目标，从耕地的自然条件、区位条件、经济条件和生态条件四个方面出发对耕地进行全面评价，分别选取土壤质地、剖面构型、有机质含量等14个因子作为耕地评价指标，确定耕地质量等级［22，23］，结合最小人均耕地面积与区域发展情况分析区域耕地红线指标量，最终实现“‘质’‘量’结合定空间”的技术路线。
3．1评价指标体系的构建
耕地自然环境是作物生长、发育、成熟的基础条件，是粮食生产的基础，作为自然环境的一部分也是区域生态环境的重要内容，对区域生态保持、生态调节具有重要作用，通过对耕地自然环境的正确认识能促使耕地朝着对人类有益的方向发展。根据相关标准及研究［23］，从自然质量、区位、社会经济和生态4个方面构建耕地红线空间布局指标体系（表1）。耕地自然质量是土地生产力评估的基础，主要体现在土壤质地、剖面构型、土壤有机质含量、坡度、土壤pH以及水利基础设施方面；区位条件体现了距道路、村庄的远近对农资投入效率、农产品商品化便捷度及耕作便利度的影响；社会经济条件主要体现在人口密度，人均耕地面积以及耕地利用投入对耕地红线空间布局的影响，本研究以机械化水平来表征耕地利用投入；生态条件主要体现在土壤污染状况、是否为生态保护区以及景观指数所反映的耕地田块形状对于农田生态建设的影响。由于研究区属于平原区，耕地的连片度相对较高，故选用田块的形状来衡量其景观指数。根据《农用地定级规程》，耕地的田块形状属于面状因素，具有非扩散性，可以直接测算田块形状系数确定其作用分值［24］。田块形状系数计算公式：
K＝■（1）
式中，S为田块面积；L为田块的周长。
3．2获取评价指标值
对天门市的6677块耕地进行评价指标的统计。自然质量、区位等空间数据主要使用土地利用变更数据和农用地分等数据，在ArcGIS9．3软件的支持下，通过叠置分析、缓冲区分析和空间统计分析获取。社会经济数据来自统计年鉴，并通过属性挂接的方式赋值给片块。景观指数则通过计算得到。以镇或村为单位计算的指标赋值给统计单元中的所有地块，以图斑为单位获取的指标通过面积加权汇总至地块。
3．3确定评价模型
选用层次分析法（AHP）以及德尔菲法来确定体系中各项指标的权重。层次分析法是一种系统、简洁、灵活而实用的多准则决策方法，通过建立一个多层次、具有隶属关系的结构模型，在此基础上进行定性与定量分析，构造两两对比判断矩阵，从而确定各要素的权重。共有来自部门、科研院校、技术单位的10位专家填写指标体系判断矩阵，据此确定指标权重［25］。为消除指标量纲影响，参照相关研究［26－28］，结合专家意见及天门市实际情况，采用分级给分法对指标进行标准化。由此建立耕地红线空间布局评价模型（表2）。
将获取的指标按表计算得分后，利用加权求和法计算综合得分：
A＝∑■■?棕iai（2）
其中，A表示评价单元的综合得分，i表示评价因素个数，?棕i表示第i个评价因素权重，ai表示第i个评价因素的得分。
3．4耕地红线空间布局
根据上述评价模型对天门市6677块耕地进行评价，综合得分分布情况如图2所示。耕地综合得分介于63~96分，主要集中在80~90分，均值为83．96分。这说明从数量而言，天门市耕地整体质量为优，仅部分耕地条件较差。
依据综合得分频率分布，将耕地分为四个级别：90～100分为Ⅰ级，80～90为Ⅱ级，70～80为Ⅲ级，60～70为Ⅳ级。级别越高说明各项条件越好，能够满足耕地红线的空间布局的要求，分级结果如图3所示。
Ⅰ级区耕地面积15491．93hm2，占全市耕地总面积的9.20％，集中分布在天门市中部平原地区的河流、主要道路两侧。该区耕地自然质量等级高，连片规模大，非常适宜大规模机械化生产，有利于农业产业化规模推进。紧邻公路、离集镇较近的区位优势为物资投放及农产品交易提供了充分保证。
Ⅱ级区耕地面积112838.69hm2，所占比例达67.04％，广泛分布在中部平原区。中部平原区地势较平坦，海拔较低，土壤熟化度高，土层深厚，河流较多，各大河流加上密布的沟渠为农田灌溉提供了充分可靠的保障。由省道及公路构成的交通路网发达，很好地连接了各集镇，为物资集散、农产品交易提供了便利。该地区是天门市经济发展的腹地，农技水平高，机械化生产有一定的基础。
Ⅲ级区耕地面积34589.03hm2，所占比例为20.55％，主要分布在东部、北部及西南部少数地区。这部分地区土壤质地较差，保水保肥能力差，耕地多为小面积形状复杂的片块，分布分散，仅作为耕地红线范围后备区域。
Ⅳ级区耕地面积仅为5398.33hm2，所占比例仅为3.21％，集中在东南和西南部分地区。受地形因素影响，该地区的坡度较大，且十分破碎，土类多为沙石、砾石，土层薄，有机质含量低，且易发生水土流失等地质灾害，生态安全度低。该地区基本无灌溉水利设施，农业基础设施条件差，且地处偏远，不适宜作为耕地红线的布局范围。
综上分析，将Ⅰ、Ⅱ级区划为耕地红线布局区域，共5435块耕地，面积合计128330.62hm2，占全市耕地总面积的76.24％。
3结论
耕地红线空间布局需要“质”与“量”相结合，以保证粮食安全生产和生态的可持续性发展。本研究充分利用农用地分等定级成果，引入景观生态学，从耕地自然质量、区位、社会经济和生态四方面筛选了14个指标因子，建立了兼顾“质”和“量”的指标体系，并构建耕地红线空间布局评价模型。以湖北省天门市为例进行耕地红线空间布局，进一步对耕地红线空间布局进行限制因素分析，确定具体空间布局范围，得出以下结论。
1）天门市位于江汉平原区，整体耕地条件优良，耕地质量呈现以城区为中心沿河流以及道路向四周放射的特点。根据评价结果将全部耕地分为四级，并将Ⅰ、Ⅱ级区域确定为耕地红线空间布局区域，面积共128330.62hm2，占全市耕地总面积的76.24％。Ⅲ级耕地作为后备区域，Ⅳ级耕地不具备划入耕地红线空间布局范围的条件。
2）天门市东部、东南以及西南部地区主要受区位条件和社会经济条件限制，且主要集中在乡镇边缘地区，应进一步完善交通路网，消除交通死角，同时加强耕地集约化利用；南部、西部地区主要受自然质量条件和社会经济条件限制，应以提升地力为主要建设目标，加大政府投资力度，提高农业机械化水平；生态条件是全市范围的限制因素，尤其是西北地区受限明显，应以实施土地平整和景观提升工程为主，同时推广精准化农业，减轻农田污染负荷。
本研究所提出的评价模型能够有效地量化各影响因素，为耕地红线空间布局的确定提供科学依据，具有现实意义。在生态条件刻画方面，尝试借助景观指数来量化耕地的生态良好程度，弥补了以往研究对耕地生态方面刻画的不足，但由于耕地生态内涵广泛，此次选取的指标仅能体现景观形态，具有一定的片面性，有待进一步研究。
参考文献：
［1］李爱华．“18亿亩耕地红线”的生态困境［J］．中国国情国力，2013（3）：41－42．
［2］刘晓峰，孟万忠．对保护耕地红线与保障国家粮食安全问题的研究［J］．华北国土资源，2013（2）：105－108，110．
［3］姜宏．耕地红线的合理性探讨［J］．经济研究导刊，2013（25）：36－37．
［4］颜玉华．耕地红线是我国粮食安全生命线［J］．调研世界，2011（4）：29－33．
［5］刘伯恩，吕宾，阎国芹．对守住18亿亩耕地红线的思考［J］．国土资源，2009（6）：30－31．
［6］严之尧．无“质保”的耕地红线不可靠［J］．江苏农村经济，2011（8）：13．
［7］孙明香，刘国栋．土地利用中耕地保护的探讨［J］．吉林农业科技学院学报，2011，20（4）：40－42．
［8］胡传景，王金地，江雪芹．对＂守住18亿亩耕地红线＂的思考［J］．南方农村，2007（6）：4－8．
［9］朱小川．节约集约用地坚守耕地红线［J］．青海国土经略，2007（3）：1．
［10］徐绍史．节约集约用地坚守耕地红线——纪念第十七个全国“土地日”［J］．国土资源，2007（6）：4－5．
［11］朱登民．坚守耕地红线确保粮食安全［J］．吉林农业科技学院学报，2008，17（4）：35－36．
［12］李春云．浅议太原市耕地红线的确定［J］．华北国土资源，2011（2）：35－37．
［13］贺一梅，杨子生，赵乔贵，等．山区粮食安全的耕地＂红线＂及其对策措施体系——以云南省为例［J］．安徽农业科学，2009，37（3）：1345－1349．
［14］丁志如．严守耕地红线完善最严格的耕地保护制度［J］．南方国土资源，2013（3）：20－22．
［15］张宏波．以节约集约用地为主线坚守18亿亩耕地红线［J］．产业与科技论坛，2010，9（6）：29－31．
［16］孙丹．《决定》划定生态保护红线意义重大［J］．黑龙江省社会主义学院学报，2014（1）：11－12．
［17］杨邦杰，高吉喜，邹长新．划定生态保护红线的战略意义［J］．中国发展，2014（1）：1－4．
［18］李莉．江苏：生态红线为民所划［J］．环境保护，2014（Z1）：37－39．
［19］巫勇．湖北：划定生态红线守护青山绿水［J］．环境保护，2014（Z1）：34－36．
［20］许妍，梁斌，鲍晨光，等．渤海生态红线划定的指标体系与技术方法研究［J］．海洋通报，2013（4）：361－367．
［21］冯艳斌．基于粮食安全的延安市耕地保有量研究［D］．西安：长安大学，2013．
［22］奉婷，张凤荣，李灿，等．基于耕地质量综合评价的县域基本农田空间布局［J］．农业工程学报，2014（1）：200－210．
［23］王新盼，姜广辉，张瑞娟，等．高标准基本农田建设区域划定方法［J］．农业工程学报，2013（10）：241－250．
［24］周通．基于农用地分等成果的任丘市基本农田划定研究［D］．河北保定：河北农业大学，2013．
［25］邓雪，李家铭，曾浩健，等．层次分析法权重计算方法分析及其应用研究［J］．数学的实践与认识，2012（7）：93－100．
［26］周尚意，朱阿兴，邱维理，等．基于GIS的农用地连片性分析及其在基本农田保护规划中的应用［J］．农业工程学报，2008，24（7）：72－77．
耕地利用现状分析篇3
[关键词]都昌县耕地评价
[中图分类号]S1[文献标识码]A[文章编号]1003-1650（2017）05-0064-01
1耕地地力评价的原则
1.1综合因素研究与主导因素分析相结合原则
综合相关因素研究指的是地形、土壤理化性质、整体社会经济因素进行综合研究，分析和评价，以充分了解农田生产力的状态。主导因素是指耕地肥力，相对稳定和决定性因素，评价时应注重研究分析。
1.2共性评价与专题研究相结合原则
都昌县耕地利用存在多种类型，如菜地农田等，土壤理化性质、环境条件，理水平均不同，所以耕地地力水平有较大的差异。考虑县域内耕地地力的系统、可比性，根据不同土地利用条件，应选择统一的共同评价指标和标准，即耕地地力的评价不针对某一特定的利用类型。
1.3定量分析与定性分析相结合原则
为了确保客观、合理的评价结果，尽可能使用定量评价方法，对定量评价因子，如土壤有机质等养分含量和厚度根据数值计算；对非量化的定性因子，如土壤表层质地、土体构型等则进行量化处理，确定其相应的指数，并建立评价数据库，以计算机进行运算和处理，尽力避免人为随意性因素影响。
2都昌县自然与农业生产概况
2.1地形地貌
都昌位于武山山脉南，主要由低山、丘陵及滨湖地貌组成。境内北高南低，以大港到汪墩皱褶隆起武山延支为轴心，呈脊状形向北面和东西两面倾斜，逐步形成由低山、丘陵和滨湖组成的阶梯形排列。小地形变化复杂，在一定程度上干扰和延缓了县内土壤正常发育的过程，增加了土壤个体变异及其空间分布的复杂性。
2.2气候
都昌县属于中亚热带向北亚热带过渡性季风气候，冬季寒冷，春末夏初多雨，盛夏、秋季多干旱，四季分明。全县年平均气温17.1℃，年平均积温6135.2℃，无霜期平均264天，日照率为47%。年平均降雨量1400毫米，年蒸发量为1177毫米。
2.3土壤
全县境内共有7个土类，包括红壤、黄棕壤、紫色土、红色石灰土，湖州草甸土、水稻土、风沙土。下分13个亚类和47个土属，续分119个土种。
2.4农业生产概况
至2016年末都昌县实有耕地面积619400亩，其中水田433615亩，旱地185785亩。水田占耕地面积的70.0%，旱地占耕地面积的30.0%。传统农业生产以“粮棉油猪”为主。近年来，特色产业异军突起，水产、果业、蔬菜、茶叶、药材发展势头强劲。
3耕地地力评价指标体系的建立、因素处理及结果
3.1耕地地力评价指标体系的建立
按照农业部的统一规程，耕地地力调查与评价包含六大指标体系，因庀筇跫仅对全国的地力评价具有参考意义，对局部区域没有很大的差异，因此不作为都昌县地力评价的参考因素。经过多轮匿名征询和意见反馈，形成最终分析结论。最终确定了立地条件、剖面性状、耕层状况、障碍因素、土壤管理等五个因素、14个评价指标作为具体的评价对象。
3.2因素处理及结果
系统获取的评价资料可以分为定量和定性资料两大部分，为了采用定量化的评价方法和自动化的评价手段，减少人为因素的影响，需要对其中的定性因素进行定量化处理，根据因素的级别状况赋予其相应的分值或数值。定性因素主要有：成土母质、剖面构型、土壤质地、土壤侵蚀程度、障碍层类型、灌溉保证率、排涝能力等。定量化指标主要有：坡度、PH、有机质、全氮、速效磷、速效钾、有效硫等。
3.3确定评价单元
土壤类型划分到土种，土地利用现状类型划分到二级利用类型，制图区界以都昌县最新土地利用现状图为准。以保持行政界线的完整性为原则，将耕地图斑图、土壤图和行政区划图（村界）进行叠加形成评价单元，共2636个。
3.4建立县域耕地资源管理信息数据库
将收集好的资料按照确定的评价指标体系，将各评价因素进行整理入库。整理的标准按照数据字典的要求进行匹配，特别是将字段属性的描述、量纲按照数据字典的要求进行设置和整理。对评价单元赋评价因素属性值，共14个评价因素。整理完成后，运行县域耕地资源管理信息管理系统软件，建立都昌工作空间维护，进入空间数据维护，在图层库中设置好坐标系，再将矢量图层导入。
3.5权重的确定
层次分析方法是把复杂问题中的各个因素按照相互之间的隶属关系排成从高到底的若干层次，根据对一定客观现实的判断就同一层次相对重要性相互比较的结果，决定层次各元素重要性先后次序。按照建立的指标评价体系建立层次结构模型，构造判断矩阵，将专家打分值录入到系统中，并最终通过了检验。
3.6隶属度的确定
将选定的评价指标与耕地生产能力的关系分为戒上型函数、戒下型函数、峰型函数、直线型函数以及概念型5种类型的隶属函数。对于前四种类型，可以用特尔斐法对一组实测值评估出相应的一组隶属度。概念型指标其性状是定性的、综合性的，与耕地生产能力之间是一种非线性的关系，如成土母质、土壤剖面构型、质地、障碍层类型等。这类要素的评价则采用特尔菲法直接给出隶属度。
3.7耕地地力等级评价
在专题评价模块中选择耕地生产潜力评价，选择评价单元图，以评价单元编号为属性表关键字段，再选择建立好的都昌县耕地地力评价模型，最后选择隶属度函数模型，最后进行计算。
耕地利用现状分析篇4
关键词：耕地变化；驱动力；南宁市；主成分分析
Abstract:Accordingtothe2003--2010statisticaldata,Thispaperappliestotheadvocatecompositionanalysesmethod,itanalyzesthefactorscausingthechangeofcultivatedlandareaofNanningcityinthepast8yearsbystatisticalsoftwareSPSS18.0.TheresultsshowthatthecultivatedlandchangesinNanningcityareinflatedbythesocialeconomy,populationgrowth,agriculturalscienceandtechnologyprogressandotherdrivingfactors.IfwerealizethesustainableutilizationofcultivatedlandresourcesinNanningCity,wewillpayattentiontothecoordinationofeconomicdevelopmentandcultivatedlandprotectionrelationships,strictlyimplementthe"occupyfillone"policy,increaselandarrangeandreclamationefforts,increasethecostofthecultivatedlandoccupation.
Keywords:cultivatedlandchange;drivingforce;Nanningcity;principalcomponentanalysis
中图分类号:F30文献标识码:A文章编号：2095-2104（2012）
1引言
土地资源是人类赖以生存与发展的基础资源和物质保障，土地利用则反映了人类与自然界相互影响与交互作用最直接和最密切的关系[3]。随着人口急剧增长和工业化、城市化快速推进，资源过度消耗成为困扰中国社会经济持续发展的主要问题之一。土地作为一种稀缺资源，是人类赖以生存与发展的重要资源和物质基础，耕地作为土地中的精华，其动态变化和可持续利用影响着社会、经济的持续发展。
南宁市是广西第一大城市，根据《南宁市城市总体规划（2008—2023年）》的设想，到2023年，中心城区城市人口将达到300万人，城市建设用地达到300平方公里。随着部级经济区——北部湾经济的建立，南宁也被确立为北部湾经济区的核心城市，未来的发展方向是要建设成为区域性国际城市。城市的扩张必定导致耕地的变化。因此，分析耕地增减变化，并对影响耕地变化的驱动力因素进行分析，有助于为南宁市正确处理耕地保护和经济发展之间的矛盾提供借鉴。
2研究区概况
南宁市是广西壮族自治区的首府，位于广西南部，毗邻粤港澳，背靠大西南，面向东南亚，是我国西南出海大通道枢纽城市和区域性核心城市；地处亚热带，介于东经107°19′－109°38′，北纬22°12′－24°2′，坐落在南宁盆地中部邕江两岸，辖六城区（兴宁区、青秀区、西乡塘区、良庆区、江南区、邕宁区）六县（武鸣县、隆安县、上林县、横县、宾阳县、马山县）。土地面积22112平方公里，市区面积6479平方公里。建成区面积190平方公里。2010年，全市常住人口为666.16万人，其中六城区常住人口总数为343.72万人，占全市常住人口的51.6%。
根据2009年南宁市土地利用现状变更调查数据，全市地总面积221.02万公顷。其中：耕地面积69.07万公顷，林地面积97.62万公顷，建设用地（城镇村及工矿用地、交通运输用地）14.29万公顷，水域10.86万公顷，其他土地面积29.06万公顷。市区土地总面积64.47万公顷，其中耕地面积21.29万公顷，林地面积25.58万公顷，建设用地（城镇村及工矿用地、交通运输用地）5.74万公顷，水域3.73万公顷，其他土地面积8.13万公顷。
3南宁市耕地面积变化分析
根据2003——2010年以来的调查数据分析，南宁市耕地总面积总体上呈增长趋势，而且增幅明显，从2003年的615141.93公顷增加到了2010年的688469.33公顷。8年间耕地增加了73327.4公顷，增幅达11.92%。从时间上来看，2003——2005年间耕地面积呈小幅下降；2005——2008年间呈小幅增长；2008——2009年耕地面积增幅显著；2009年之后呈下降趋势。
图1:南宁市2003——2010年耕地数量变化
4南宁耕地资源变化的驱动力分析
一般来说，土地利用数量的变化是自然因素与社会因素共同作用的结果。其中，自然因素对土地利用的影响往往是累积性的、长期性的。在短期内，自然因素对土地利用的影响是很小的，由此产生的土地利用变化也是难以显现的。而社会经济因素往往对土地利用尤其是耕地利用产生明显的影响。因此，本文主要分析社会经济因素对耕地变化的影响。研究耕地数量变化的方法比较多，主要有相关分析、多元线性回归分析、因子分析、主成分分析等。由于主成分分析可以把原来多个指标化为少数几个指标，这些新指标既能尽量多的反映原来较多指标的信息，又使其彼此之间独立[5]。因此，该方法能够较全面、有效的归纳影响耕地变化的因素。所以本文拟运用主成分分析方法，通过SPSS18.0软件定量分析2003年——2010年影响南宁市耕地动态变化的驱动因子。选择2004-2011年《南宁统计年鉴》相关统计数据为资料来源。
耕地利用现状分析篇5
关键词：达拉特旗；产能；耕地利用潜力；逐步回归；限制因素
中图分类号：F301.21（226）文献标识号：A文章编号：1001-4942（2014）12-0088-08
耕地作为三大产业的主要生产要素，是国民经济和社会发展的宝贵资源和财富，耕地产能是粮食安全核心所在。近年来，我国社会经济高速发展，工业化和城市化大步推进，有限的耕地资源日益减少，质量大步下滑，“瓶颈”效应日益凸显，耕地生态环境呈现恶化趋势、利用区域布局不够合理、耕地集约度低下等问题日益威胁着中国的粮食安全；而西部区域虽然地域广阔，但耕地面积相对较少，且破碎化程度高，质量不高，生产能力表现出极端的生态脆弱性。这些问题严重影响着耕地的人口承载力，威胁着地区及国家的粮食安全。研究典型区域耕地利用潜力的时空分布规律及其限制因素，对缩小产量差、实现产能提升和耕地可持续利用、满足我国社会经济发展的需要具有重要意义。
DeDatta首先提出和使用产量差（即耕地利用潜力）这一概念，并将形成产量差距的因素定义为产量限制因子[1]。随后，Fresco、Lobell、Sumberg等人丰富完善了产量差的概念[2～4]。国内对耕地利用潜力的定义则多为耕地理论产能、可实现产能和实际产能3个产能层次依次的差值，表示耕地利用水平提高后和当前可实现的增产潜力[5，6]。不同层次的产量差形成的主要原因是不同的，化肥施用量、土壤养分、灌溉、虫害、作物品种、海拔、气候条件等为已有研究成果提及的主要影响因子[7～11]。研究尺度则从实验室、田块尺度进展为区域尺度[11～14]。研究对象主要有小麦、玉米、木薯等当地主要粮食作物[11，14]。由于耕地利用潜力的限制因素较多，且因素间相互关联，对此许妍等对耕地利用潜力与分等因素进行相关性分析，并与各级单产进行回归分析，探讨影响产能提升的主导因子[5]；张玉铭、郭笃发等分别运用通径分析、主成分分析法研究了土壤肥力中各要素之间的相互关系及其对玉米的增产作用；王树涛等则采用回归树分析探讨了自然和管理因素对耕地产能的影响[15～18]。
综上可知，国内对于耕地利用潜力时空分布规律及其限制因子的研究较少，且大多针对某一特定农作物，不具可比性；对于限制因素的研究大多为单一要素，也多为自然要素，对于人为管理和社会经济要素考虑较少，缺乏定量化的综合性研究。本研究基于达拉特旗农用地产能核算成果和耕地等级变化监测实地问卷调查结果，将农作物产能统一为国家标准粮的产量，研究耕地利用潜力的时空分布规律，并运用逐步分析法，减少变量间共线性的影响，综合研究影响耕地利用潜力的包括自然、管理、社会经济等各项因素，探讨其主要的限制因子，为区域耕地产能提升、可持续利用、高标准农田建设提供理论支持和建议。
1材料与方法
1.1区域概况
达拉特旗位于内蒙古自治区的西南部，鄂尔多斯高原北面，地理坐标为东经108°58′43″～110°42′58″，北纬39°48′15″～40°32′42″。地处蒙中经济区，是内蒙古自治区最主要的“呼和浩特-包头-乌海”产业带与连通我国中西部的神骅铁路产业带的“T”字型结合部。2009年末全旗总人口34.85万人，人均耕地0.43公顷。地势南高北低，西高东低，阶梯状分布。地形从北至南分别为黄河南岸冲积平原区、库布沙漠区和低山丘陵沟壑区。共有5个土类，粟钙土、风沙土、草甸土、盐土和沼泽土。属于温带大陆性半干旱季风气候，年平均降水311.75mm。由黄河及其10条支流构成达拉特旗的主要水系，10条黄河支流由西向东分别为毛布拉格孔兑、布日嘎斯太沟、黑赖沟、西柳沟、罕台川、壕庆河、哈什拉川、母花沟、东柳沟、呼斯太河。
1.2数据来源
1.2.1调查样点布置将达拉特旗地貌、土壤、土地利用系数、土地经济系数等分区进行空间叠加，将全区划分为46个单元，再将面积较小的单元进行归并，最终划分20个监测分区。根据监测点选择原则、技术要点和要求，共选取37个固定监测样点和6个动态监测样点（图1）。
1.2.2数据来源及处理本文理论和可实现产能样本数据主要来源于达拉特旗产能核算工作的外业调查数据，实际产能和限制因子数据来自耕地等级变化监测。其中理论单产样本值为2009年玉米区试产量，可实现产能为指定作物（玉米）近3～5年无重大自然灾害的正常年份下的最高单产，实际产能样本值及47个对耕地利用潜力可能造成影响的自然和人为因素（表1）的样本资料主要通过对43个监测点的农户进行实地走访和抽样问卷调查获得，每个样点调查3～6份问卷，共发放调查问卷149份，收回有效问卷132份。
达拉特旗耕地利用潜力时空分布规律分析采用ArcGIS10.0软件完成，耕地利用潜力限制因子分析采用SPSS软件完成。
1.3研究思路及分析方法
耕地利用潜力为3个层次的耕地产能之差，因此首先基于农用地产能核算的方法建立理论产能和可实现产能的核算模型，计算得到2009～2011年各分等单元和乡镇的理论产能和可实现产能；其次将各监测样点的实际单产数据，乘以产量比系数（春小麦为1.00，玉米为0.61，马铃薯为0.15），通过面积加权处理得到每个调查样点的实际标准粮单产并落实到调查样点所代表的该监测区各个分等单元中去，得到各分等单元和乡镇的实际产能。然后分析耕地利用潜力的时空分布规律；对耕地等级变化监测中调查到的影响耕地利用潜力的自然和人为因素进行逐步回归分析和共线性诊断，探讨达拉特旗耕地利用潜力的主要限制因子。
2耕地生产能力及耕地利用潜力核算模型
收录样本地块国家自然质量指数Ri/利用等指数xi和理论单产yi″/可实现单产yi′的样本值（玉米区试产量/正常年份下的最高单产）进入农用地产能核算数据库后，分别建立两者对应的线性函数关系模型，经过数理分析和论证检验，确定各乡镇理论和可实现单产核算模型（表2）。
3结果与分析
3.1耕地利用潜力时空分布规律分析
将所有分等单元的耕地自然等/利用等指数代入线性方程，对分等单元进行产能和耕地利用潜力核算。其中分等单元中理论利用潜力的最大值为4491.46kg/hm2，最小值为-4.35kg/hm2，将其分为-4.35～0、0～1000、1000～2000、2000～3000、3000～4000和4000～5000六个层次。可实现利用潜力的最大值为4025kg/hm2，最小值为-3342kg/hm2，分为-4000～0、0～1000、1000～2000、2000～3000、3000～4000和4000～5000六个层次，各层次分布面积如表3。再乘以对应分等单元面积，汇总得出各乡镇耕地利用潜力总量数据（表4）。
2009～2011年达拉特旗的理论利用潜力绝大部分集中在0～1000和1000～2000两个层次，总比例达到95%以上。三年中-4.35～0和0～1000等较低的理论利用潜力层次的比例下降，1000～2000等较高的理论利用潜力层次的比例有所上升。乡镇中理论利用潜力总量最低为吉格斯太镇，约0.9万t，昭君镇最高，约为3.7万t（表3，表4）。
总之，较大的理论利用潜力地块分布于达拉特旗十条主要水系的流域范围内，远离河床的理论利用潜力较小，整体耕地理论利用潜力呈现扩大趋势（图2）。
从实施农村土地整治、基本农田保护示范区建设等项目区粗线范围的耕地理论利用潜力变化来看（图2），除昭君镇靠近西柳沟的项目区内土地或因洪水淹没造成产能降低后，该区的国家自然等指数调低，理论利用潜力降低外，大部分区域颜色不变或变深，数值扩大。总体说明项目区内各项基础设施的建设对由耕地自然质量决定的耕地产能的提升在短时间内不能体现其成效。
可实现利用潜力绝大部分集中在0～1000、1000～2000、2000～3000和3000～4000kg/hm2四个层次，总比例达到90%以上。三年中2000～3000和3000～4000的比例下降，-4000～0、0～1000、1000～2000、4000～5000的比例有所上升。乡镇中最低为展旦召苏木，2011年约1.42万t，昭君镇最高，约为4.1万t（表3、表4）。
总之，达拉特旗东北部和昭君镇北部潜力在缩小，西北角潜力在扩大。2011年除南部哈什拉川流域可实现利用潜力较高外，总体呈现北部和西部高，南部和东部低的空间分布格局。全旗可实现利用潜力在缩小，说明项目区内农田管理投入因素、经济政策因素的转变对挖掘耕地可实现利用潜力的效果较好。
另外，从项目区粗线范围的耕地可实现利用潜力变化来看（图3），2009～2011年达拉特旗可实现利用潜力变动较大。除达拉特旗西北角和部分补充耕地项目外，其他项目区内土地耕地可实现利用潜力都呈现降低的趋势。说明基本农田保护示范区建设、农村土地整治重大工程示范区和高标准基本农田建设区内由于政府积极采取相应措施、经济发展较迅速、农民的耕作意愿得到加强，较大幅度地提高了耕地实际产能，缩小了耕地可实现利用潜力。
3.2耕地利用潜力限制因素研究
利用SPSS软件分别对耕地理论利用潜力和可实现利用潜力与46个备选影响因素进行逐步回归分析和共线性诊断，探讨达拉特旗耕地利用潜力的主要限制因子。
最终耕地理论利用潜力模型7中保留了灌溉次数X27、污染状况X7、灌溉水源X14、侵蚀状况X6、排水方式X20、海拔X10、是否在土整区X26共7个限制因子。调整的R2增大到0.692，模型有较好的拟合性；经过F检验和t检验后，证明模型及其常数项、7个自变量均有统计学意义（表5）；且绝大多数学生化残差绝对值不大于2（图4），可诊断理论利用潜力为独立变量。
因此，建立理论利用潜力的“最优”方程为：
y1=-1119.655+230.786X27+266.375X7+294.427X14+351.750X6+477.312X20-1.332X10+150.032X26
对回归模型进行共线性诊断，其容忍度、方差膨胀因子VIF和条件指数均在正常值范围内（表5、表6），可认为7个自变量共线性较弱或不存在。
比较变量间的标准化回归系数，可知对理论利用潜力的贡献大小依次为灌溉次数>灌溉水源>侵蚀状况>污染状况>海拔>排水方式>是否在土整区。因此农作物对水分需求的满足程度、土壤退化和污染情况是理论利用潜力的主要限制因素。模型表明了灌溉次数越多，水源越远，即对水分需求得不到满足，侵蚀和污染情况越严重，理论利用潜力则扩大。说明保障农作物对水分的需求及防治土壤退化和污染是缩小理论利用潜力的首要途径。
可实现利用潜力模型最终筛选出了14个自变量，但对其进行共线性诊断时，从第11个变量开始，条件指数>30，容忍度变小，共线性变严重。因此保留了模型10中实际单产X43、地形X11、是否受灾X16、机械投入X35、灌溉水源X14、污染状况X7、灌溉方式X18、剖面构型X3、化肥投入X30、地下水矿化度X15共10个限制因子。拟合优度检验、F检验和t检验证明，模型及其常数项、10个自变量均有统计学意义（表7）。模型10经共线性诊断认为10个自变量共线性较弱或不存在（表8）。
比较变量间的标准化回归系数，可知对可实现利用潜力的贡献大小依次为实际单产>地形>是否受灾>灌溉水源>剖面构型>机械投入>灌溉方式>污染状况>化肥投入>地下水矿化度。因此农户目标因素中的实际单产，自然因素中的地形、是否受灾、灌溉水源和农田投入因素中的机械投入、灌溉方式是可实现利用潜力分异的主要的限制因子。模型表明了实际单产越小，耕地自然条件越好而利用水平不高，发生过灾害天气，单位面积机械投入越多而利用率不高，灌溉技术越落后，可实现利用潜力越大。说明在耕地利用水平较高如交通和经济条件较好的村镇或地区，促进耕地集约化利用，形成规模经营，降低单位农田投入成本，并采用先进灌溉技术，提高灌溉有效率，是挖掘可实现利用潜力、提升产能的重要手段。
4结论与讨论
4.1结论
（1）达拉特旗理论利用潜力各乡镇总量最低为吉格斯太镇，最高是昭君镇，总体不高。较大潜力地块分布于达拉特旗十条主要水系的流域范围内，远离河床的理论利用潜力较小。可实现利用潜力乡镇中最低为展旦召苏木，昭君镇最高。2011年除南部哈什拉川流域可实现利用潜力较高外，总体呈现北部和西部高，南部和东部低的空间分布格局。
（2）2009～2011年达拉特旗整体耕地理论利用潜力呈现扩大趋势，总共扩大0.11万t。可实现利用潜力中东北部和昭君镇北部潜力在缩小，西北角潜力在扩大，全旗可实现利用潜力共5.76万t，在缩小。
（3）2009～2011年土地整治及高标准基本农田建设项目红线范围区内理论利用潜力绝大部分不变或扩大；可实现利用潜力除达拉特旗西北角和部分补充耕地项目外，其他项目区内土地耕地可实现利用潜力都呈现降低的趋势。
（4）耕地理论利用潜力的前4大限制因子为灌溉次数、灌溉水源、侵蚀状况、污染状况。可实现利用潜力的前7大限制因子为实际单产、地形、是否受灾、灌溉水源、剖面构型、机械投入和灌溉方式，因此自然因素仍为可实现利用潜力主要限制因素，其次为农户耕作目标因素，最后为农田投入管理因素。
4.2讨论
（1）耕地利用潜力研究的重点在于揭示产量差的变化幅度和空间分布差异，分析其限制因子以及提高耕地单位实际产量的措施，初步探讨增产途径。目前耕地利用潜力定义、研究对象和方法差别较多，数据的可比性较差。本文将耕地生产能力统一为国家标准粮的产量，增强其数据的可比性。
（2）一般核算农田实际产能是利用统计年鉴中以行政村或者行政镇为单位的粮食总产，再加上其他产量折算的产量，但产量落实不到各个分等单元，且是总产，而非粮食单产，统计中由人为因素造成的误差较大，因此本研究以实地调查的农田单位产量为基础测算耕地实际产能，以弥补上述情况造成的不足。
（3）限制因素的研究综合了耕地自然因素、农田投入管理和农户耕地利用目标变化因素等，较全面地考虑了缩小耕地利用潜力和提升产能的影响因子。但还缺乏气候因素的详细数据，如光照、温度、降水等，西部生态脆弱区由于局地小气候造成的耕地利用潜力变化较多，接下来需添加这方面的资料综合研究其对产量差的影响。
（4）监测样点调查的各个限制因素间存在一定程度的相关性，需采用新的研究方法进一步剔除自变量的共线性，更好地分析耕地利用潜力缩小的途径，为区域高标准农田建设、耕地保护和国家粮食安全提供技术支撑。
参考文献：
[1]DeDattaSK.Principlesandpracticesofriceproduction[M].NewYork，USA：Wiley-IntersciencePublications，1981.
[2]FrescoLO.Issuesinfarmingsystemsresearch[J].NetherlandsJournalofAgriculturalScience，1984，32：253-261.
[3]LobellDB，Ortiz-MonasterioJI.Regionalimportanceofcropyieldconstraints：Linkingsimulationmodelsandgeostatisticstointerpretspatialpatterns[J].EcologicalModelling，2006，196（1/2）：173-182.
[4]SumbergJ.Mindthe（yield）gap（s）[J].FoodSecurity，2012，4（4）：509-518.
[5]许妍，吴克宁，程先军，等.东北地区耕地产能空间分异规律及产能提升主导因子分析[J].资源科学，2011，33（11）：2030-2040.
[6]相慧，孔祥斌，武兆坤，等.中国粮食主产区耕地生产能力空间分布特征[J].农业工程学报，2012，28（24）：235-242.
[7]林毅夫.再论制度、技术与中国农业发展[M].北京：北京大学出版社，2003.
[8]顾焕章，张景顺，宋俊东，等.中国农业增长的源泉与技术进步[J].农业技术经济，1991，20（1）：5-8.
[9]杨华.中国粮食综合生产能力分析[D].武汉：华中农业大学，2007.
[10]AggarwalPK，KalraN.Analyzingthelimitationssetbyclimaticfactors，genotype，andwaterandnitrogenavailabilityonproductivityofwheat.Ⅱ.Climaticallypotentialyieldsandmanagementstrategies[J].FieldCropsResearch，1994，38（2）：93-103.
[11]郑娜，刘秀位，王锡平.利用产量差距方法进行华北冬小麦产量受气候影响规律的分析――以河北省栾城县为例[J].中国生态农业学报，2014，22（2）：234-240.
[12]SunKG，WangLG.Effectofdifferentfertilizationpracticesonyieldofawheat-maizerotationandsoilfertility[J].Pedosphere，2002，12（3）：283-288.
[13]万克江，薛绪掌，王志敏.不同水分处理小麦品种比较试验的产量结构统计分析[J].灌溉排水学报，2005，24（3）：35-38.
[14]FermontAM，vanAstenPJA，TittonellP，etal.Closingthecassavayieldgap：ananalysisfromsmall-holderfarmsinEastAfrica[J].FieldCropsResearch，2009，112（1）：24-36.
[15]赵宝军，宫永红.早实核桃产量及其构成因子研究[J].林业科技通讯，2001（8）：25-26.
[16]张玉铭，毛任钊，胡春胜，等.华北太行山前平原土壤肥力状况与玉米产量相关关系的通径分析[J].干旱地区农业研究，2004，22（3）：51-55.