基于空间自相关的赤峰市松山区耕地演变空间分异特征

摘要 以赤峰市松山区为例，基于4期（1990、2000、2010、2020年）遥感影像数据提取研究区耕地信息，采用动态度、相对变化率和空间自相关研究方法，分析1990—2020年研究区耕地时空格局演变特征。结果表明，松山区耕地面积经历了急剧增加—增加—减少的态势，城郊地区的耕地呈现减少趋势，耕地演变的空间分异特征显著，分为耕地面积减少区、耕地面积缓慢增长区、耕地面积快速增长区；依据全局Moran’s Ⅰ 指数的变化，松山区耕地在空间分布上呈现“弱—强—强”的集聚变化态势，耕地变化明显的区域其相邻区域也呈现相同特征；各乡镇的LISA聚类图直接反映各个乡镇耕地面积变化的集聚模式，“L-H”集聚相对稳定，部分“H-L”集聚逐渐向“L-L”集聚转变。松山区耕地面积变化在空间分布上的集聚态势在不断加强，且积聚态势由东部各乡镇转移到中南部地区。

关键词 耕地演变；空间分异；空间自相关；GIS；赤峰市松山区

中图分类号 F 323.211  文献标识码 A

文章编号 0517-6611（2022）20-0062-05

doi：10.3969/j.issn.0517-6611.2022.20.017

Spatial Differentiation Characteristics of Cultivated Land Evolution Based on Spatial Autocorrelation in Songshan District of Chifeng City

SHENG Yan，QIN Fu-cang，LIU Lin-fu

（College of Desert Control Science and Engineering，Inner Mongolia Agricultural University，Huhhot，Inner Mongolia 010019）

Abstract Taking Songshan District of Chifeng City as an example，based on four periods （1990，2000，2010，2020） remote sensing image data to extract cultivated land information in the study area，the research methods of dynamic degree，relative change rate and spatial autocorrelation were used to analyze the evolution characteristics of the temporal and spatial pattern of cultivated land in the study area from 1990 to 2020.The results showed that the cultivated land area of Songshan District experienced process of rapid increase-increase-decrease，and the cultivated land of suburban areas showed a decreasing trend，the spatial difference of cultivated land evolution was significant，which could be divided into reduction area of cultivated land，slow growth area of cultivated land and fast growth area of cultivated land.According to the change of the global Moran’s Ⅰ  index，the spatial distribution of cultivated land area change was becoming increasingly concentrated in Songshan District，showing a “weak-strong-strong” change.The cultivated land change in neighboring areas with significant changes in cultivated land area also presented the same characteristics.LISA cluster diagram of the changes of cultivated land area of each township reflected directly the agglomeration pattern of each township unit.“L-H” agglomeration was relatively stable，part of “H-L” agglomeration gradually changed to “L-L” agglomeration.The agglomeration trend in the spatial distribution of cultivated land area changes in Songshan District was constantly strengthening，and the agglomeration trend had shifted from the eastern towns to the central and southern regions.

Key words Cultivated land evolution;Spatial distribution pattern;Spatial autocorrelation;GIS;Songshan District of Chifeng

耕地对于人类的生存和发展是必不可少的资源，也是一种重要的土地利用形式。耕地资源对我国的粮食安全问题、经济发展持续性和生态平衡起重要作用［1-3］。影响耕地的数量与质量变化的因素是自然、社会、经济、技术等各种要素综合。由于人口的增加、经济迅速发展和城市化进程的加快，对建设用地的需求量不断增加，大量的耕地转化为建设用地，导致耕地资源数量在不断减少，随之生态环境也在恶化，使得耕地保护的责任与压力不断加大［4-5］。当前的首要任务是保护耕地，耕地演变及空间格局变化的研究对耕地资源的合理持续利用、优化农业生产结构和实现区域农业的可持续发展具有重要意义。

关于耕地动态变化及格局演变等方面的研究我国学者已经从宏观尺度、中尺度以及在一些经济发达区域进行了大量相关研究，在经济相对欠发达的低山丘陵区及微观尺度上研究较少［6-8］。多数学者从宏观层面揭示耕地演变及空间格局分布状况，从耕地多时空尺度和空间关联性整合方面去揭示耕地空间格局演变规律研究甚少。空间自相关是用来度量某一要素在空间上是否具有一定规律的空间变量，检验要素属性值与其临近空间要素上的属性值是否具有显著关联性［9-11］。将GIS 技术与空间自相关方法相互结合，能够全面地反映空间单元的位置及与其相邻空间单元之间的关联性。笔者以赤峰市松山区作为研究区，运用空间自相关方法对研究区耕地变化空间集聚性和异质性进行研究，将耕地演变空间聚集与时间变化过程有机结合，绘制 LISA 聚类图，动态揭示多时空尺度下的耕地空间聚集状态，更为直接地反映空间自相关变化差异性及趋势［12-13］，有效揭示耕地时空演变的特征和规律，对研究区合理利用保护耕地具有重要的理论价值和实践意义。

1 资料与方法

1.1 研究区概况

赤峰市松山区位于赤峰市东南部，地理坐标为117°47′～119°39′E、42°01′～42°43′N。松山区地处松辽平原、内蒙古高原的中间地带，属北温带大陆性季风气候，年平均气温为5.6 ℃，年无霜期为155 d，年降水量为377.60 mm；年蒸发量为1 852 mm；年日照时数为2 799 h。松山区气候特征为四季分明，春季干旱多风且蒸发量大；夏季雨热同期，降水较为集中；秋季较为短促，气温下降较快，初霜降来临较早；冬季较为漫长且寒冷，日照比较充足。研究区热量、水分条件的时空分布差异显著，热量分布是东南部好于西北部，降水量的分布则以西北部偏多、东南部偏少。松山区全区总面积5 618 km2，宜农地占总面积的22.8%，全区辖9镇5乡、7个街道办事处，2019年，全区户籍人口608 883人，全区实现地区生产总值270.5亿元，增长5%，其中，第一产业产值48.7亿元，增长2.1%。目前，松山区已成为国家商品粮基地之一，全区粮食作物播种面积13.01万hm2。

1.2 数据来源

研究区遥感数据主要来源于美国国家航空航天局（NASA）陆地卫星数据，包括1990、2000、2010年的Landsat-5 TM影像以及2020年的Landsat-8 OLI_TIRS 影像。利用ERDAS软件对遥感影像进行处理，为了使影像中的地物特征显现更为清晰，通过人机交互解译，同时结合研究区的实际状况，基于ArcGIS 10.8软件对6种土地利用类型（耕地、林地、草地、建设用地、水域、未利用地）进行数据提取，主要依据国家现行标准《土地利用现状分类》（GB/T 21010—2017）进行研究区土地利用分类［14］。选取了6种典型地类的训练样区，运用最大似然法对遥感影像进行监督分类。结合实地抽样调查对分类结果进行精度验证，总体精度达到90.26%，kappa系数为0.90，可以较好地满足研究的需求，同时收集了1990—2020年研究区的历史统计数据及相关文献资料。

1.3 研究方法

1.3.1 动态度。

耕地的变化速度主要利用动态度来进行定量描述，主要反映研究区耕地的变化程度。通过对研究区耕地变化速度分析，可以了解到研究区耕地变化的剧烈程度。计算公式如下：

K=Ub-UaUa×1T×100%（1）

式中，K为T 时段内的耕地利用动态度；Ub、Ua分别为研究期末和研究期初耕地的面积。

1.3.2 空间自相关分析。

空间自相关属于地学空间统计方法中的一种，能够有效揭示某一要素属性值与其临近空间要素上的属性值是否存在明显的相关性，计算某空间单元的特征值与其临近的单元空间自相关性程度，可以揭示空间单元分布现象的特征及空间单元相互之间的作用机理［15-16］。空间自相关分为全局空间自相关和局部空间自相关。全局空间自相关能够揭示整个区域总体的空间关联及差异的显著性，检验整个区域中各空间单元的属性值是否存在集聚特性。全局空间自相关在空间单元属性值空间分布上出现不平稳时就不能反映单元之间的空间关联性［17］。局部空间自相关能够揭示局部区域内空间各单元之间的相关性，反映各个空间单元的属性值在空间分布上的异质性［18］。

Moran’s Ⅰ 指数是空间自相关性的度量指标，Moran’s Ⅰ 指数的值在［-1，1］［19］，在一定显著性水平下，当 Moran’s Ⅰ 指数 > 0时，表示各空间单元在空间分布上存在正的空间自相关且呈现集聚状态分布；当Moran’s Ⅰ 指数＜0时，表示各空间单元在空间分布上存在负的空间自相关且呈现离散状态； 当Moran’s Ⅰ 指数=0时，表示各空间单元在空间分布上不存在空间自相关且呈随机分布状态［20］。其计算公式如下：