EN中文

资源科学 >

2016 , Vol. 38 >Issue 11: 2037 - 2048

DOI: https://doi.org/10.18402/resci.2016.11.03

基于标准样地的省级耕地质量监测样地布设方法——以内蒙古自治区为例

  • 张玉臻 1, 2 ,
  • 孔祥斌 , 1, 2 ,
  • 刘炎 3 ,
  • 张蚌蚌 1, 2 ,
  • 张青璞 1, 2 ,
  • 王峰 3 ,
  • 李立强 4 ,
  • 魏利利 4
展开
  • 1. 中国农业大学资源与环境学院,北京 100193
  • 2. 国土资源部农用地质量与监测重点实验室,北京 100193
  • 3. 国土资源部咨询研究中心,北京 100035
  • 4. 内蒙古自治区土地整治中心,呼和浩特 010020
孔祥斌,E-mail：

作者简介：张玉臻,女,山东潍坊市人,硕士生,研究方向为持续土地利用与土地评价。E-mail：

收稿日期: 2016-06-14

  要求修回日期: 2016-09-29

  网络出版日期: 2016-11-16

基金资助

国土资源部公益性行业科研专项课题（201011006-3）

收起

Layout method of monitoring samples of cultivated land at the provincial level based on standard plots in Inner Mongolia

  • ZHANG Yuzhen 1, 2 ,
  • KONG Xiangbin , 1, 2 ,
  • LIU Yan 3 ,
  • ZHANG Bangbang 1, 2 ,
  • ZHANG Qingpu 1, 2 ,
  • WANG Feng 3 ,
  • LI Liqiang 4 ,
  • WEI Lili 4
Expand
  • 1.College of Resources and Environmental Sciences ,China Agricultural University,Bejing 100193,China
  • 2. Key Laboratory for Farmland Quality,Monitoring and Control,National Ministry of Land and Resources,Beijing 100193,China
  • 3. Consulting and Research Center Ministry of Land and Resources,Beijing 100035,China
  • 4. Land Consolidation and Rehabilitation Center,The Inner Mongolia Autonomous Region,Huhehaote 010020,China

Received date: 2016-06-14

  Request revised date: 2016-09-29

  Online published: 2016-11-16

Copyright

《资源科学》编辑部
Fold

摘要

耕地质量是国家粮食安全的基础,科学布设耕地质量监测样地是支撑实时掌握国家耕地质量的关键技术环节。当前对耕地质量监测的研究主要集中在国家级和县级尺度,缺乏省级尺度。本文以内蒙古自治区为例,提出在省级标准样地基础上进行耕地监测样地数量和质量代表性两方面的优化,进而形成省级耕地质量监测布点的技术方法。本文运用最邻近点指数和面积代表性指数对标准样地的空间分布和数量进行分析和验证,结果表明,原144个标准样地在空间上呈均匀分布,但在数量上不能满足监测布样的要求;运用地统计学方法确定理论监测样地数量为194个;以“耕作制度二级区-土壤类型-地貌-土地利用现状”为基础,结合《中国土地资源图集》中的中国土地潜力分区图,将内蒙古划分为14个监测控制分区;依据“等别-监测分区”的控制顺序和优先选择标准样地的原则修正监测样地数量和确定其空间位置,最终确定省级监测样地数量为219个,其中标准样地124个,新增监测样地95个。依据本文提出的方法进行省级监测样地布设,一方面可以建立起省级尺度符合耕地质量空间变异特征的耕地质量监测布设样地体系,另一方面可以促进国家和县级耕地质量监测工作之间的衔接。

关键词： 标准样地; 省级尺度; 耕地质量; 监测样地; 监测控制分区; 内蒙古自治区

本文引用格式

张玉臻 , 孔祥斌 , 刘炎 , 张蚌蚌 , 张青璞 , 王峰 , 李立强 , 魏利利 . 基于标准样地的省级耕地质量监测样地布设方法——以内蒙古自治区为例[J]. 资源科学, 2016 , 38(11) : 2037 -2048 . DOI: 10.18402/resci.2016.11.03

Abstract

Food security depends on the quality and quantity of arable land. The implementation of dynamic balance of total amount of arable land has made a significant impact to the quantity of farmland,but less regarding the quality of cultivated land protection. Farmland quality monitoring includes three levels：national,provincial and county levels. At present,domestic research mostly focusses at the county scale and national level,and provincial level research for Inner Mongolia is lacking. Here we propose optimization of the quantity and quality of standard samples,and form a technical method for monitoring sample layout at the provincial level. Inner Mongolia setting 144 provincial standard samples,we verify standard sample number and spatial distribution using the nearest neighbor index and area representative index. The results show that the spatial distribution of the original standard samples is uniform,but the distribution of number does not meet monitoring requirements. The theoretical numbers of monitoring samples are 194 using the geo-statistical method. Based on ‘secondary zones-soil types-landscapes-land use status’ combined with the distribution of land resource potential,we analyze limiting factors of land use and divide the area into 14 monitoring zones. According to the principles of one monitoring sample in different monitoring partitions in one farmland gradation at least and area index,the number of monitoring samples is revised to 219,made up of 124 original standard samples and 95 new samples. Layout of provincial monitoring samples based on our method minimizes the cost to meet the requirements of provincial arable land quality monitoring and can build arable land quality monitoring systems at the provincial scale in line with spatial variability of farmland quality. This approach provides a scientific basis for the national implementation of cultivated land quality monitoring.

Key words： standard farmland; provincial scale; cultivated land quality; monitoring sample; monitoring partion; Inner Mongolia

1 引言

国土资源部第二次土地资源调查成果表明,“18亿亩耕地红线”政策虽然守住了耕地数量,但是耕地质量严重下降[1]。尽管,中国实现了粮食产量的12年连续增产,但是投入强度的增加起到很大作用[2-4]。2012年80%的粮食增产来源于粮食单产的增加[5]。依靠“大水、大肥”等外源物质投入实现的持续增产,不仅导致了资源的耗竭[6,7],也造成了巨大的生态和环境问题,并严重影响了粮食产量的可持续增加[8],威胁中国的粮食安全[9]。中国的粮食保产、增产必须走依靠耕地质量提升的路径上来[10,11],因此,实时掌握耕地质量状况是保障粮食安全[12]的重中之重。如何依据中国第一轮全国农用地分等成果[13],以最小的投入成本来实施耕地质量监测[14],是建设全国耕地质量监测体系、实时掌握中国耕地质量动态迫切需要解决的技术问题。
国内外围绕耕地质量监测方法开展了大量研究,美国建立了国家资源清单,对耕地数量、质量及生产能力变化情况进行长期定位监测[15,16]。欧盟采用网格法[17],加拿大利用“监测区-监测样点”的方法[18]分别对全国的资源实施监测。国内学者围绕耕地质量监测工作亦开展了大量研究,标准样地是优质耕地的代表且具备耕地质量的气候、地貌、土壤、利用等全要素特征,因此标准样地成为耕地质量监测样地的首要选择。在国家层面上,张蚌蚌等从数量、质量、空间三个层次对标准样地作为耕地质量监测样地的代表性进行了探讨[19]。何江华等、伍育鹏等论述了基于标准样地进行耕地质量监测的可行性[20,21]。郭力娜等、吴克宁等从国家层面上探讨了基于标准样地的耕地质量等别监测点的设置方法[22-24]。余述琼等从二级区尺度上探讨了耕地质量监测样点的布控方法[25]。在县域尺度上,王佳宁等、孙亚彬等、相慧等进行耕地质量等别监测样点布控方法的研究[26-28]。刘霈珈等有效整合了农用地分等和土地质量地球化学评估两项成果,探讨了划分耕地质量监测分区与监测类型的应用思路[29]。
综上,县级尺度上监测样地布设方法的研究已经比较完善,也有不少专家从国家层面对耕地质量监测进行了探讨,但目前缺乏省级尺度上的耕地质量监测研究。从管理角度来讲,省级耕地质量监测工作是连接国家与标准耕作二级区、县域之间耕地质量监测重要环节,采取何种方法构建省级耕地质量监测样地布设方法,形成国家汇总、省级对监测工作进行总控、县级实施的三级联动机制,是急需解决的问题。因此,本文从省级尺度上,采用地统计学方法在对省级标准样地进行数量优化和空间代表性优化的基础上,尝试构建省级监测样地布设方法。

2 研究区概况及数据来源

2.1 研究区概况

内蒙古自治区位于中国北部边疆,地处90°12′E-126°04′E,37°24′W-53°23′W,国境线长4200km。包括12个市盟,下设101个县级行政单位。土地面积118.30万km2,约占全国土地总面积的25%,其中耕地面积约740.17万hm2,占自治区总面积的6.26%。耕地利用受热量条件制约,属于一年一熟区。按照农用地分等规程[30]中确定的耕作制度分区,共覆盖了3个一级区,7个二级区。境内太阳辐射强烈,光强资源丰富,年均日照时数在2500~3400h之间,农业地区日照百分率均在70%以上,年均气温-2~6℃,年均降水量50~450mm。热量低、温差大、降水量少等自然条件对耕地资源的有效利用产生重大影响。土壤类型分布呈东西部变化明显,最东为黑土壤地带,向西依次为暗棕壤地带、黑钙土地带、栗钙土地带、棕壤土地带、黑垆土地带、灰钙土地带、风沙土地带和灰棕漠土地带。地形地貌以内蒙古高原为主;东有大兴安岭,南有阴山、贺南山。

2.2 数据来源

标准样地的设置是根据农用地分等的成果,按照“分等单元-多因素评价-耕地等别-县级标准样地-省级标准样地-国家级标准样地”层层优选而确定[30]。本研究所需的数据包括：①国土资源部土地整治中心提供的内蒙古自治区农用地分等成果,其中包括省级及国家级标准样地空间分布等数据[19];②中国科学院资源环境科学数据中心获取的全国DEM、全国土壤类型图（http：//www.resdc.cn）;③《中国土地资源图集》中的中国土地潜力分区图[36]。

3 研究方法

本文以内蒙古自治区省级标准样地布设情况为出发点,分析省级标准样地直接作为省级监测样地的合理性;采用地统计学方法确定合理的监测样地数量,按照“等别-监测分区”以及优先选择标准样地原则,在省域内布设监测样地,并对其空间和数量上的代表性进行验证分析（图1）。
Figure 1 Monitoring samples layout method based on standard sample

图1 基于标准样地的监测样地布设方法

3.1 空间代表性检验方法

最邻近点指数D是用来描述点状事物在空间上的分布特征[31]。标准样地在区域内可近似看作点要素,本文采用该指数定量分析内蒙古自治区标准样地的空间分布特征。计算公式为：
d ¯ = 1 m ∑ i = 1 m d i （1）
d E = 1 2 m / A （2）
D = d ¯ / d E （3）
式中 d i 为区域内点i到其最邻近点的距离;m为区域内点总数; d ¯ 为最邻近距离平均值; d E 为理论最邻近平均距离; A为区域耕地面积。D为最邻近点指数,当D=1时,点状分布为随机型;当D>1时,点状要素趋均匀分布;当D<1时,点状要素趋于凝聚分布;计算各二级区最邻近点指数,并判别其结构类型。

3.2 数量代表性检验方法

采用面积代表性指数[25]用来反映监测样地数量比例与耕地面积比例的分布趋势。计算公式为：
K = p 1 - p 2 max （ p 1 ， p 2 ） p 1 ≠ 0 且 p 2 ≠ 0 0 p 1 = 0 且 p 2 = 0 （4）
式中K为监测点代表性指数,范围为 0 ， 1 ; p 1 为研究区域内监测样地数量比例; p 2 为耕地面积比例。指数K越小（K越接近0）,说明监测样地的数量比例与耕地面积分布趋势越一致,越能反映耕地质量水平;指数K越大（K越接近1,若 p 1 > p 2 ,则表明监测样地的数量过多,浪费资源;若 p 1 < p 2 ,则表明监测样地数量不足,需要增加监测样地数量）,监测样地不能较好的反映区域内的耕地质量水平。

3.3 监测样地数量确定方法

采用地统计学方法,通过简单随机抽样公式来计算样地数量[32,33]。计算公式为：
n classic = n 0 1 + n 0 / N ， n 0 = u α S q Y ̅ 2 （5）
式中 n classic 为简单随机抽样所确定的样本量; n 0 为原始抽取样本量;N为样本总量; u α 为标准正态分布的双侧分位数;S为总体标准差; Y ̅ 为总体均值;q为相对误差用以表示精度的要求。此公式适用于样本量有限且抽取的样本不放回的情况。一般取置信水平95%, u α 值为1.96。以耕地等别指数作为样本数据,计算简单随机抽样所需样本数的范围。
本研究中将耕地作为样本,而耕地在空间上具有相互作用和相互影响,因此,在简单随机抽样的基础上,通过耕地属性的空间自相关关系对样本量进行调整,用以确定样本量,采用如下公式计算[34]：
n = n classic 1 - r （6）
式中 n 为空间抽样所确定的样本量; r 为空间自相关系数, r 通过ArcGIS软件空间分析功能计算而得到[35]。通过以上方法分别对耕地质量自然指数、利用指数、经济指数进行分析计算确定样本量。

3.4 耕地质量监测分区划分方法

耕地质量监测分区是全省范围监测样点布设的基础。本文根据气候条件、地形地貌条件、土地利用主要限制因素等指标对内蒙古自治区全域耕地进行宏观上的分区;首先选择耕作制度二级区作为区域气候条件以及地形地貌条件的差异分区,然后结合《中国土地资源图集》中的中国土地潜力分区图,综合考虑土地利用限制因素：土壤类型、海拔高度及土地利用现状等因素,运用ArcGIS空间叠加分析工具划分耕地质量监测分区。
（1）耕作制度二级区。依据农用地分等规程,耕作制度一级区主要反映水热条件与大的地形地貌差异;二级区是在一级区基础上的进一步细分。经过对自治区耕作制度二级区的地形地貌和气候的代表性分析后,本文选择耕作制度二级区作为内蒙古自治区的气候、地形地貌分区。内蒙古自治区包括大小兴安岭山地区、松嫩平原区、辽吉西蒙东南冀北山地区、后山坝上高原区、河套银川平原区、内蒙古草原区、阿拉善高原区7个二级区（图2）。
Figure 2 Spatial distribution in secondary zone of national standard sample plot

图2 标准样地在耕作制度二级区的分布

（2）土壤类型、海拔高度DEM、土地利用现状。综合考虑影响耕地质量的主要因素,如土壤类型和海拔高度,并结合土地利用现状,分析内蒙古自治区耕地利用条件的限制因素。
（3）《中国土地资源图集》中的中国土地潜力分区图。本文引入中国1 ∶ 100万土地资源图编制工作思想,对内蒙古自治区耕地利用主要限制因素进行识别。根据《中国土地资源图集》中的中国土地潜力分区图,将内蒙古自治区划分5个土地资源潜力区：东北区、内蒙古干旱区、华北-辽南区、西北干旱区、黄土高原区。汇总5个土地资源潜力区土地利用限制因素诊断成果,土地利用限制主导因素包括盐碱限制、土层限制、水分限制、土质限制、水分与排水限制、坡度限制、温度限制以及侵蚀限制等。
（4）将上述分区进行空间叠加,形成监测分区;再将面积较小的分区进行临近区的归并,得到内蒙古自治区最终耕地质量监测分区。

3.5 省级耕地质量监测样地数量修订及空间布设方法

（1）监测样地数量修正。采用各耕地等别内的耕地面积比例修正监测样地数量,计算公式为：
h p = M p M × n （7）
r p = max （ h p ， y p ） （8）
式中p为耕地等别,取值为7~15等; h p 为p等地的合理监测样地数量; M p 为p等地面积;M为耕地总面积; y p 为p等地内监测分区数量; r p 为p等地内修正后的监测样地数量。
（2）监测样地空间位置确定。按照“耕地等别-监测分区”的顺序,将监测分区图与省级标准样地空间分布图、农用地分等数据进行叠加,以耕地等别内监测样地数量修正值 r p 为总量限制,根据监测样地优先选取标准样地的原则,优先选择监测分区内的标准样地作为监测样地,然后在剩余的耕地分等单元中根据“异质性”原则,将分等单元转化为点,作为监测样地,确定监测样地的最终空间位置。

4 结果分析

4.1 内蒙古自治区标准样地代表性分析

4.1.1 内蒙古自治区标准样地空间代表性分析
本文假设内蒙古自治区省级标准样地为点状要素,在省内7个标准耕作制度二级区内均有分布（图2）。内蒙古自治区共有144个省级标准样地,主要分布在辽吉西蒙东南冀北山地区、后山坝上高原区以及河套银川平原区,在松嫩平原区的分布较少,只有1个标准样地。
按照最邻近点指数计算原理和标准样地分布类型标准,得出各二级区内最邻近点指数及空间结构类型（表1）。由表1可知,内蒙古自治区的最邻近点指数D为3.56,大于1,表明省级标准样地在内蒙古自治区内呈均匀分布;除松嫩平原区外,其他标准耕作制度二级区的最邻近点指数D也均大于1,说明标准样地在相应的二级区亦呈均匀分布;其中阿拉善高原区的最邻近点指数相对较高,主要是由于区域内耕地分布相对零散导致的;松嫩平原区因只有一个标准样地,无法计算最邻近点指数。
通过对标准样地的空间分布分析,得到内蒙古自治区省级标准样地在空间上呈均匀性分布,表明在省级标准样地的基础上进一步优化后再布设的省级监测样地,可以反映全省耕地质量水平,同时也表明基于省级标准样地布设省级监测样地这一方法的可行性。
Table 1 Nearest point index spatial structure types in secondary zone

表1 二级区最邻近点指数及空间结构类型

二级区名称 二级区代称 最邻近点指数D 空间结构类型 面积/万hm2 标准样地数量/个
阿拉善高原区 ALS 6.21 均匀型 2.73 4
大小兴安岭山地区 DXXAL 4.64 均匀型 110.59 14
河套银川平原区 HTYC 2.38 均匀型 90.53 23
后山坝上高原区 HSBS 4.76 均匀型 144.93 40
辽吉西蒙东南冀北山地区 LJXM 2.99 均匀型 257.91 45
内蒙古草原区 NMG 4.70 均匀型 109.74 17
松嫩平原区 SN - - 23.74 1
全省 - 3.56 均匀型 740.37 144

注：为了图表标注简单明了,本文采用以各二级区名称的首字母组成的代称来命名二级区名称的方式,表2、图3和图6雷同。

4.1.2 内蒙古自治区标准样地数量代表性分析
按照面积代表性指数,对二级区内各耕地质量等别内标准样地的代表性情况进行分析（图3,表2）。
由表2可得,内蒙古耕地总面积为740.17万hm2,主要分布在7~15等别,其中12~15等地占了94.57%,7~11等地占了5.43%;相应省级标准样地在各质量等别内均有分布,其中80.56%的省级标准样地分布在12~15等地,19.44%分布在7~11等地。
Figure 3 Matching degree of number of standard sample and cultivated land area
注：二级区名称见表1。

图3 标准样地数量与耕地面积匹配程度

Table 2 Distribution of provincial standard sample in Inner Mongolia （万hm2,个）
二级区 7等 8等 9等 10等 11等 12等 13等 14等 15等 合计
面积 数量 面积 数量 面积 数量 面积 数量 面积 数量 面积 数量 面积 数量 面积 数量 面积 数量 样本
总数
阿拉善高原区 - - - - 0.31 - 1.06 2 0.96 2 0.40 - - - - - - - 4
大小兴安岭
山地区		 - - - - - - - - - - 0.76 - 5.52 2 28.5 4 75.81 8 14
河套银川平
原区		 0.13 - 0.37 2 2.16 2 10.20 3 22.15 4 22.18 6 10.04 2 8.89 2 14.41 2 23
后山坝上高
原区		 0.02 2 0.04 - 0.06 2 0.16 2 0.89 4 7.04 1 11.16 5 27.86 12 97.7 12 40
辽吉西蒙东南
冀北山地区		 - - - - 0.21 2 0.13 - 1.17 1 17.40 3 22.30 13 47.70 14 169 12 45
内蒙古草原区 - - 0.15 - 0.02 - 0 - 0.03 - 1.94 3 28.30 2 15.60 3 63.7 9 17
松嫩平原区 - - - - - - - - - - - - 0.01 - 7.31 - 16.62 1 1
总计 0.15 2 0.56 2 2.76 6 11.50 7 25.20 11 49.70 13 77.30 24 136 35 437 44 144

注：二级区名称见表1。

由图3b可以得到,只有12~15等别的标准样地代表性指数小于0.5,7~11等别的标准样地代表性指数大于0.5,且7~11等别的标准样地代表指数均接近1,表明若直接选择标准样地作为监测样地进行耕地质量监测,代表性较差,不能较好反映7~11等别上的耕地质量情况;同样在二级区尺度上,对标准样地的代表性进行检验,由图3a可得,除阿拉善高原区以及松嫩平原区标准样地代表性指数接近1以外,其余标准耕作制度二级区的代表性指数均小于0.4,表明阿拉善高原区以及松嫩平原区的省级标准样地数量代表性较差。其中,松嫩平原区标准样地比例小于耕地面积比例,存在监测样地不足问题,阿拉善高原区标准样地比例大于耕地面积比例,存在样地冗余问题,下一步的监测样地布设过程中需要考虑对其进行重点优化。

4.2 省级监测样地数量确定

采用空间抽样法,对内蒙古自治区4121个省级分等图斑对应的耕地质量自然等指数、利用等指数和经济等指数分别进行统计分析（参见公式（5）、公式（6））,确定监测样地的数量（表3）。
Table 3 Quantitative opimization of monitoring sample

表3 监测样地数量优化

依据不同耕地质量等指数确定样本量
自然等
指数		 利用等
指数		 经济等
指数
总样本量/个 4 121 4 121 4 121
标准差 519 263 278
均值 1 303.7 610.9 572.5
ua 1.96 1.96 1.96
相对误差/% 5 5 5
n0 243.53 284.80 362.34
传统简单随机抽样样本 229.94 266.39 333.05
MORAN’s I 0.71 0.59 0.42
显著性区间/% >99 >99 >99
校正后监测样地数量
(取整)/个		 67 110 194
耕地质量监测样地,要反映耕地的自然条件、土地利用以及投入-产出情况。由表3知,依据自然等指数、利用等指数以及经济等指数统计分析确定的监测样地数量依次为：67、110和194,为了反映内蒙古自治区耕地质量全要素特征,本文初步采用经济等指数确定的监测样地数量,即全域内至少初步布设194个省级监测样地。
原农用地分等时设置的标准样地数量并不能满足监测样地数量要求,需要在标准样地的数量上进行增加以满足需要。

4.3 省级监测样地空间分布

4.3.1 耕地质量监测分区的划分
在耕作制度二级区基础上综合内蒙古自治区土壤分布图、DEM数据、土地利用现状数据,同时借鉴1 ∶ 100万土地资源图中土地利用限制主导因素诊断成果,对内蒙古自治区土地利用限制主导因素进行识别,最终划分为14个监测控制分区（见图4）。对于监测分区的命名,本文采用“标准耕作制度分区和土地利用限制因素”相结合的方式,依次为：
I 阿拉善高原-多限制因素区
II 东北及松嫩平原-较少限制区
III 东北-坡度限制区
IV 河套银川平原-坡度与侵蚀限制区
V 河套银川平原-盐碱限制区
VI 后山坝上高原-坡度侵蚀限制区
VII 后山坝上高原-水分限制区
VIII 后山坝上高原-土质限制区
IX 辽吉西蒙东南冀北山地-坡度与土质限制区
X 辽吉西蒙东南冀北山地-轻微土质限制区
XI 内蒙古草原-多种限制因素区
XII 内蒙古草原-水分土质限制区
XIII 内蒙古草原-水分限制区
XIV 内蒙古草原-土质限制区
Figure 4 Distribution of monitoring zone in Inner Mongolia

图4 内蒙古自治区监测分区分布

4.3.2 省级监测样地布控
根据面积比例分配法,计算得到各质量等别上的理论监测样地数量,综合考虑等别内各监测分区上均有监测样地分布的原则（参见公式（7）、公式（8））,继续修正各质量等别内的监测样地数量。由表4可以得到,修正后的监测样地数量主要分布在7-11等别内,这与4.1.2中标准样地数量代表性分析结果相对应;修正后得到7-15等别上的监测样地数量分别为2、5、6、11、11、14、20、35、115,共计219个（见表4）。
Table 4 Adjusted number of monitoring samples

表4 监测样地数量修正

耕地等别 监测分区数量yp
/个		 耕地面积
/万hm2		 面积比例
/%		 合理数量hp
/个		 修正数量rp
/个
7 2 0.15 0.02 0 2
8 5 0.56 0.08 0 5
9 6 2.76 0.37 1 6
10 11 11.50 1.55 3 11
11 11 25.20 3.40 7 11
12 14 49.70 6.71 13 14
13 14 77.30 10.44 20 20
14 14 136.00 18.37 35 35
15 14 437.00 59.04 115 115
总计 14 740.17 100.00 194 219
接下来是对监测样地空间位置的确定,在“耕地等别-监测分区”的基础上,以各耕地质量等别上修正后的监测样地数量为总量控制,根据监测样地“优先选择省级标准样地”以及“各监测分区至少有一个监测样地”的原则,将各监测分区内空间位置合理的标准样地优先确定为监测样地,然后将剩余的分等图斑依据“异质性”原则转换为点,并作为监测样地,直到满足等别内的监测样地数量为止,最终确定内蒙古自治区省级监测样地中保留标准样地124个,剔除因土地利用方式发生改变以及空间位置重复性的标准样地20个,新增监测样地95个,合计监测样地219个（见表5、图5）。
Figure 5 Spatial distribution of monitoring sample

图5 监测样地空间分布

Table 5 Distribution of monitoring sample in monitoring zone

表5 监测分区内监测样地分布

监测控制区编号 名称 面积比例
/%		 实际样本量
/个		 保留标准样地
/个		 新增监测样地
/个
J-01 阿拉善高原-多限制因素区 0.12 4 4 0
J-02 东北及松嫩平原-较少限制区 7.35 15 4 11
J-03 东北-坡度限制区 8.02 23 10 13
J-04 河套银川平原-坡度与侵蚀限制区 5.50 12 9 2
J-05 河套银川平原-盐碱限制区 7.53 13 10 3
J-06 后山坝上高原-坡度侵蚀限制区 10.80 23 11 12
J-07 后山坝上高原-水分限制区 10.35 10 9 1
J-08 后山坝上高原-土质限制区 1.49 13 10 3
J-09 辽吉西蒙东南冀北山地-坡度与土质限制区 24.70 54 26 29
J-10 辽吉西蒙东南冀北山地-轻微土质限制区 13.10 18 10 8
J-11 内蒙古草原-水分土质限制区 8.72 18 11 7
J-12 内蒙古草原-土质限制区 0.86 8 5 3
J-13 内蒙古草原-水分限制区 0.37 5 3 2
J-14 内蒙古草原-多种限制因素区 1.09 3 2 1
总计 - 100 219 124 95

4.4 省级监测样地代表性分析

经过标准样地的数量修正和空间位置布设后,最终确定内蒙古自治区监测样地数量为219个,其中包括标准样地124个,新增监测样地95个。在耕作制度二级区内,对最终布设的监测样地的代表性进一步验证分析,除阿拉善高原区以外,其他二级区监测样地代表性指数均小于0.2,说明监测样地的代表性较好。分析阿拉善高原区监测样地代表性指数偏高的原因,发现阿拉善高原区耕地面积为2.73万hm2,耕地质量等别为9~12等,为保证各等别耕地内均有监测样地分布,需要的监测样地数量较多,从而导致监测样地数量与耕地面积趋势不一致（见图6）。
Table 6 The attribute of monitoring sample in J-O4

表6 J-O4 监测样地属性

监测分区 类别 监测样地序号 标准样地序号 利用等别
河套银川平原 标准样地 JCYD-89 SJ-123 14
坡度与侵蚀 JCYD-90 SJ-124 12
限制区 JCYD-91 GJJ-125 8
JCYD-96 GJJ-128 13
JCYD-99 GJJ-136 12
JCYD-100 SJ-137 11
JCYD-101 SJ-138 12
JCYD-104 GJJ-84 10
JCYD-108 SJ-129 13
新增监测 JCYD-103 - 14
样地 JCYD-146 - 15
JCYD-147 - 15
Figure 6 The representative index K of monitoring sample in secondary zone

图6 二级区内监测样地代表性指数K

注：二级区名称见表1。

最终对各监测分区的监测样地的属性信息进行整理归类,并分类编号,结果如表6所示。（随机选择监测控制区J-04河套银川平原坡度与侵蚀限制区为例）。

5 结论与讨论

5.1 结论

本文提出了以省级标准样地为基础,采用地统计学理论确定省级监测样地的数量和空间分布的方法,对完善中国耕地质量监测体系具有一定借鉴作用。
（1）提出了以省级标准样地为基础,对其空间分布和数量进行优化后,合理布设监测样地的方法。采用最邻近点指数和面积代表性指数对标准样地的空间分布和数量进行验证分析,得到内蒙古自治区标准样地在空间上整体呈均匀性分布,充分说明了以标准样地为基础,进一步优化选择省级监测样地的合理性;但是,省级标准样地在数量上并不能满足要求。
（2）采用地统计学方法,确定省级监测样地的理论数量为194个。在监测样地的布设中,按照“等别-监测分区”的控制顺序和优先选择标准样地的原则,最终确定监测样地数量为219个,其中包括标准样地124个,新增监测样地95个。监测样地在各二级区、各耕地质量等别上均有分布,且与耕地面积分布趋势一致,可以反映自治区全域耕地质量情况。

5.2 讨论

（1）目前国内研究多集中在县级、国家级监测样地布设方法上,较少在省级层面探讨监测样地布设;本文通过对省级标准样地在数量和代表性上的分析,提出了省级耕地质量监测样地的布设方法。一方面可以避免县域监测样地数量冗余的问题,有效提高耕地质量监测效率;另一方面,可以加强国家对省级耕地质量监测工作的宏观把控。
（2）从2015年起,国土资源部全面开展全国耕地质量等别年度更新评价与年度监测工作,但是,当前侧重点是对土地整治和灾毁等突变因素引起的耕地质量变化进行更新评价,以及对有机质含量和盐渍化程度等渐变因素的监测,尚未建立起一套 “由固定监测样地和随机监测样地”组成的监测网络体系,本研究可以为下一步构建一套完整的耕地质量监测网络提供方法参考。
（3）本文的研究不足是所采用的最邻近点指数在确定标准样地的空间分布的均匀性时,无法对样地数量以及样地之间的距离作出判断;面积代表性指数在确定样地数量时,无法判断样地空间分布是否合理,因此两种方法必须结合应用,才能弥补相互的不足。在确定了监测样地的数量后,对监测样地布设的过程中,要充分考虑图斑的“异质性”原则,这一步在实际的操作过程中缺乏相应的技术规范,存在一定的主观倾向,这是今后在研究中需要探讨的问题。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Kong X B.China must protect high-quality arable land[J]. Nature,2014,doi:10.1038/506007a.

[2]
肖建英,谭术魁. 中国粮食产量省级尺度下的空间分异规律[J]. 中国土地科学,2013,27(8):26-32.

[Xiao J Y,Tan S K.Regularity of the spatial variation of grain yield at provincial scale in China[J]. China Land Sciences,2013,27(8):26-32.]

[3]
陈秧分,李先德. 中国粮食产量变化的时空格局与影响因素[J]. 农业工程学报,2013,29(20):1-10.

[Chen Y F,Li X D.Spatial-temporal characteristics and influencing factors of grain yield change in China[J]. Transactions of the Chinese Society of Agricultural Engineering,2013,29(20):1-10.]

[4]
刘会玉,林振山,张明阳. 基于EMD的我国粮食产量波动及其成因多尺度分析[J]. 自然资源学报,2005,20(5):745-751.

[Liu H Y,Lin Z S,Zhang M Y.Analysis on the fluctuation of grain output in China and its causes at multi-time scale based on empirical mode decomposition method[J]. Journal of Natural Resources,2005,20(5):745-751.]

[5]
中华人民共和国国家统计局. 2012年全国粮食生产再获丰收[N]. 中国信息报,2012-12-03(001).

[National Bureau of Statistics of the People’s Republic of China. The National Grain Production Was a Very Good Again in2012[N]. China Infor-mation News,2012-12-03(001).]

[6]
Kong X B,Lal R,Li B G,et al. Fertilizer intensification and its impacts in China’s HHH plains[J]. Advances in Agronomy,2014,125:135-169.

[7]
李宇轩. 中国化肥产业政策对粮食生产的影响研究[D]. 北京:中国农业大学,2014

[Li Y X.The Research on Effect of Fertilizer Industry Policy on Grain Production in China[D]. Beijing:China Agricultural University,2014.]

[8]
Lobell D B,Schlenker W,Costa-Roberts J.Climate trends and global crop production since 1980[J]. Science,2011,333(6042):616-620.

[9]
孙宏岭,韩国山. 我国粮食安全的主要指标与保障途径研究[J]. 粮食科技与经济,2015,40(1):5-7.

[Sun H L,Han G S.The main indicators and guarantee of food security in China[J]. Food Echnology and Economy,2015,40(1):5-7.]

[10]
付国珍,摆万奇. 耕地质量评价研究进展及发展趋势[J]. 资源科学,2015,37(2):226-236.

[Fu G Z,Bai W Q.Advances and prospects of evaluating cultivated land quality[J]. Resources Science,2015,37(2):226-236.]

[11]
欧胜彬,苏雪华. 粮食安全:耕地质量保护是关键[J]. 农业经济,2012,(8):54-56.

[Ou S B,Su X H.Food security:The quality of cultivated land protection is the key[J]. Agricultural Economy,2012,(8):54-56.]

[12]
雷勋平,吴杨,叶松,等. 基于熵权可拓决策模型的区域粮食安全预警[J]. 农业工程学报,2012,28(6):233-239.

[Lei X P,Wu Y,Ye S,et al. Regional grain security pre-warning based on entropy weight extension decision model[J]. Transactions of the Chinese Society of Agricultural Engineering,2012,28(6):233-239.]

[13]
王洪波,郧文聚,吴次芳,等. 基于农用地分等的耕地产能监测体系研究[J]. 农业工程学报,2008,24(4):122-126.

[Wang H B,Yun W J,Wu C F,et al. Farmland productivity monitoring system based on farmland gradation[J]. Transactions of the Chinese Society of Agricultural Engineering,2008,24(4):122-126.]

[14]
祝锦霞,徐保根,章琳云. 基于半方差函数与等别的耕地质量监测样点优化布设方法[J]. 农业工程学报,2015,31(19):254-261.

[Zhu J X,Xu B G,Zhang L Y.Optimization layout method of monitoring sample points of cultivated land quality based on semi-variance analysis and grade combination[J]. Transactions of the Chinese Society of Agricultural Engineering,2015,31(19):254-261.]

[15]
Nusser S M,Breidt E J,Fuller W A.Design and estimation for investigating the dynamics of natural resources[J]. Ecological Applications,1998,8(2):234-245.

[16]
Nusser S M,Goebel J J.The national resources inventory:A long-term multi-resource monitoring programme[J]. Journal of Agricul-tural Biological and Environmental Statistics,1997,4(3):181-204.

[17]
Mol G,Vriend S P,Gaans P F M V. Future trends,detectable by soil monitoring networks?[J]. Journal of Geochemical Exploration,1998,62(1-3):61-66.

[18]
Maiti T,Miller C P,Mukhopadhyay P K.Neural network imputation:An experience with the national resources inventory survey[J]. Journal of Agricultural Biological and Environmental Statistics,2008,13(3):255-269.

[19]
张蚌蚌,孔祥斌,相慧,等. 中国西部区国家级标准样地分布特征及代表性[J]. 农业工程学报,2014,30(7):227-235.

[Zhang B B,Kong X B,Xiang H,et al. Distribution characteristics and representative test of national standard farmland in Western China[J]. Transactions of the Chinese Society of Agricultural Engi-neering,2014,30(7):227-235.]

[20]
何江华,周明中. 基于标准样地的耕地质量监测研究[J]. 河北农业科学,2010,14(9):125-127.

[He J H,Zhou M Z.Research on monitoring of cultivated land quality based on standard plot[J]. Journal of Hebei Agricultural Sciences,2010,14(9):125-127.]

[21]
伍育鹏,郧文聚,李武艳. 用标准样地进行耕地质量动态监测与预警探讨[J]. 中国土地科学,2006,20(4):40-45.

[Wu Y P,Yun W J,Li W Y.Research on standard-plot based monitoring and early-warning of arable land quality[J]. Resources Science,2006,20(4):40-45.]

[22]
郭力娜,张凤荣,马仁会,等. 基于标准样地的国家级农用地等别质量监测点设置方法探讨-以冀豫鄂三省为例[J]. 资源科学,2009,31(11):1957-1966.

[Guo L N,Zhang F R,Ma R H,et al. Methods for setting up farmland grade monitoring points from standard plots in Hebei,Henan and Hubei Provinces[J]. Resources Science,2009,31(11):1957-1966.]

[23]
吴克宁,焦雪瑾,梁思源,等. 基于标准样地国家级汇总的耕地质量动态监测点构架研究[J]. 农业工程学报,2008,24(10):74-79.

[Wu K N,Jiao X J,Liang S Y,et al. Framework of the arable-land quality dynamic monitoring sites through national gathering of standard farmland[J]. Transactions of the Chinese Society of Agricultural Engineering,2008,24(10):74-79.]

[24]
郭力娜,马仁会,徐东瑞,等. 农用地等别质量监测带布设方法探讨-以冀豫鄂三省为例[J]. 资源科学,2008,30(8):1199-1205.

[ Guo L N,Ma R H,Xu D R,et al. Methods of setting up farmland grade monitoring belts in Hebei,Henan and Hubei[J]. Resources Science,2008,30(8):1199-1205.]

[25]
余述琼,张蚌蚌,相慧,等. 基于因素组合的耕地质量等级监测样点布控方法[J]. 农业工程学报,2014,30(24):288-297.

[Yu S Q,Zhang B B Xiang H,et al. Layout method for monitoring sample point of arable land quality level based on combination of factors[J]. Transactions of the Chinese Society of Agricultural Engineering,2014,30(24):288-297.]

[26]
王佳宁,孔祥斌,张青璞,等. 基于农用地分等的县级耕地质量等级监测指标选取方法-以内蒙古达拉特旗为例[J]. 中国农业大学学报,2015,20(3):175-187.

[Wang J N,Kong X B,Zhang Q P,et al. Factors selection method for monitoring the cultivated land level based on farmland grading:In Dalate County[J]. Journal of China Agricultural University,2015,20(3):175-187.]

[27]
孙亚彬,吴克宁,胡晓涛,等. 基于潜力指数组合的耕地质量等级监测布点方法[J]. 农业工程学报,2013,29(4):245-254.

[Sun Y B,Wu K N,Hu X T,et al. Layout method for monitoring quality level of arable land based on combination of potential index[J]. Transactions of the Chinese Society of Agricultural Engi-neering,2013,29(4):245-254.]

[28]
相慧,孔祥斌,陈培雄,等. 县域耕地质量等别监测样点布控研究-以内蒙古自治区达拉特旗为例[J]. 资源科学,2014,36(6):1203-1210.

[Xiang H,Kong X B,Chen P X,et al. Establishing monitoring samples of arable land at the county level:A case study of Dalate District in Inner Mongolia[J]. Resources Science,2014,36(6):1203-1210.]

[29]
刘霈珈,吴克宁,赵华甫. 基于农用地分等与土地质量地球化学评估的耕地质量监测类型研究[J]. 资源科学,2015,37(1):37-44.

[Liu P J,Wu K N,Zhao H F.Cultivated land quality monitoring types base on agricultural land classification and land quality geochemical assessment[J]. Resources Science,2015,37(1):37-44.]

[30]
中华人民共和国国土资源部. 农用地分等规程(TD/T 1004-2003)[S]. 北京:中国标准出版社,2003.

[ Ministry of Land and Resources of the People 's Republic of China. Regulation for Gradation on Agricultural Land Quality(TD/T 1004-2003)[S].Beijing:China Standard Press,2003.]

[31]
王劲峰,廖一兰,刘鑫. 空间数据分析教程[M]. 北京:科学出版社,2010.

[Wang J F,Liao Y L,Liu X.A Course in Spatial Data Analysis[M]. Beijing:Science Press,2010.]

[32]
姜成晟,王劲峰,曹志冬. 地理空间抽样理论研究综述[J]. 地理学报,2009,64(3):368-380.

[Jiang C S,Wang J F,Cao Z D.A review of geo-spatial sampling theory[J]. Acta Geogra Sinica,2009,64(3):368-380.]

[33]
王迪,陈仲新,周清波,等. 冬小麦种植面积空间抽样样本布局的优化设计[J]. 中国农业科学,2014,47(18):3545-3556.

[Wang D,Chen Z X,Zhou Q B,et al. Optimization of samples layout in spatial sampling schemes for estimating winter wheat planting acreage[J]. Scientia Agricultura Sinica,2014,47(18):3545-3556.]

[34]
李连发,王劲峰,姜成晟. 空间抽样与统计[M]. 北京:科学出版社,2009.

[Li L F,Wang J F,Jiang C S.Spatial Sampling and Statistics[M]. Beijing:Science Press,2009.]

[35]
魏晓峰,吴健平. 基于ArcGIS的空间自相关分析模块的开发与应用[J]. 测绘与空间地理信息,2005,28(6):77-80

[Wei X F,Wu J P.The development and application of spatial auto-correlation based on ArcGIS[J]. Geomatics & Spatial Information Technology,2005,28(6):77-80.]

[36]
石玉林,岳燕珍,石竹筠.中国土地资源图集[M]. 北京:中国大地出版社,2006.

[Shi Y L,Yue Y Z,Shi Z Y.China Land Re-sources Atlas[M]. Beijing:China Land Press,2006.]

Options
文章导航

/

〈 〉