基于Geodetector的山区耕地种植生产空间优化
——以昭通市为例

李宏溪，邓春暖，杨 飞，李宇，孙雷刚

(1.云南师范大学地理学部/云南省高原地理过程与环境变化重点实验室，云南 昆明 650500；2.中国科学院地理科学与资源研究所，北京 100101；3.河北省科学院地理科学研究所，河北 石家庄 050011)

1 引言

国土资源是国家和人民生存、发展的物质基础，随着城镇化进程加快，人类发展与国土资源矛盾逐渐加大，农业用地受到城镇建设、生态用地挤压现象明显，农业用地上山现象突出。新规划高质量发展背景下，综合考虑资源环境本底条件，对区域农业生产的适宜程度进行综合评价[1,2]，是确定国土空间合理开发与保护的基础[3,4]。农业生产适宜性评价作为国土空间开发适宜性评价的一部分，国内外学者均已从不同角度展开研究。国外学者Yalew[5]、Memarbashi[6]等结合GIS和层次分析法进行了土地利用适宜性评价；Ayhan等[7]基于GIS和RS通过ELECTRE法对乡村旅游的土地利用适宜性进行了评价。国内学者在国土空间开发适宜性评价方面已经开展了大量不同尺度的研究，纪学朋[8]、王静[9]、朱大威[10]等综合运用特尔斐法和多要素空间叠置分析等方法，从省、市、县级对国土资源空间开发适宜性进行了研究[11～15]。由于各地区地理环境差异性，尤其是西南山区，耕地种植生产具有显著的特殊性，需紧密结合当地山高坡陡、坡耕地普遍的实际情况，准确掌握山区耕地种植生产适宜区分布规律，科学进行农业生产中土地开发利用保护。

耕地种植生产适宜性评价常用方法主要是加权叠加法、多要素空间叠置等，同时结合层次分析法、特尔斐法等计算指标权重进行评价[16～18]。但是目前适宜性评价中各指标的权重难以进行科学定量化，尤其是山区耕地种植生产适宜性评价指标权重差异化显著，更加难以定量化。

因此，本文以昭通市为例，引入地理探测器模型确定各评价指标的权重，结合多因子加权叠加法，构建山区耕地种植生产适宜性评价模型，探索提高山区耕地种植生产适宜性定量评价的准确性和科学性，进而根据耕地种植生产适宜性评价结果，优化山区耕地生产空间格局。

2 研究区概况

昭通市位于云南省东北部，地处云、贵、川结合部的乌蒙山区腹地，介于102°52′～105°19′E，26°55′～28°36′N之间，属亚热带、暖温带共存的高原季风立体气候，四季差异性小。地势南高北低，是云贵高原走向四川盆地的过渡地带，海拔落差大，全市平均海拔在1685 m，山脉众多，坡度陡峭，平地较少。昭通市辖区面积为22440 km2，辖1区、9县和1县级市。历史上是云南省通向四川省和贵州省的重要门户，素有“锁钥南滇，咽喉西蜀”之称，是云南连接长江经济带和成渝经济区的重要通道。

3 数据与方法

本研究主要基于自然资源、生态环境、气候、遥感等多源数据，充分考虑生态保护重要性对耕地种植生产的限制，并结合地理探测器(Geodetector)方法合理确定耕地种植生产适宜性评价指标权重，从而对山区耕地种植生产适宜性进行科学评价。

3.1 数据来源与处理

3.1.1 数据来源及预处理

本文中数据包括地形地貌、气候、土壤质量、土地利用、遥感影像以及植被覆盖度等数据。其中DEM数据来自地理空间数据云(http://www.gscloud.cn/)，以DEM为基础，计算得到坡度和地形起伏度，其中地形起伏度计算采用15×15邻域窗口；土地利用、遥感影像、水源涵养、水土保持、生物多样性、土壤厚度、土壤有机质数据来自国家地球系统科学数据中心(http://www.geodata.cn)；气候数据和植被覆盖度均来自中国科学院资源环境科学与数据中心(http://www.resdc.cn/)；石漠化、水土流失数据来自昭通市自然资源和规划局。为了方便叠加运算，将所有空间数据进行坐标系转化，统一为2000大地坐标系统，并重采样为30 m×30 m。

生态保护重要性评价参考《双评价指南》方法，通过生态系统服务功能重要性和生态敏感性评价获得[18,19]。生态系统服务功能重要性评价选取水源涵养、水土保持、生物多样性维护等功能重要性作为评价指标，将各项评价指标结果的最高等级作为生态系统服务功能重要性等级，分为极重要、重要和一般。昭通市生态系统服务功能极重要区集中分布于市域西部和东北部的部分地区(图1a)。生态敏感性评价选取石漠化、水土流失作为评价指标，将其结果的最高等级作为生态敏感性等级，分为极敏感、敏感和一般。昭通市生态极敏感区呈零散分布，各县(区)均有所分布(图1b)。采用极大值法综合生态系统服务功能重要性和生态敏感性评价结果获得生态保护重要性评价结果，分为极重要、重要和一般。其中，极重要区主要分布在市域西部和东部地区(图1c)。由于耕地种植生产适宜性评价需在生态保护极重要区以外区域进行，因此本文将其作为一个重要的约束指标。

图1 研究区生态保护重要性评价

3.1.2 指标选择

评价过程共选择12个指标，其中评价指标依据耕地种植生产适宜性评价常用指标[20]和昭通市生态环境及农业生产实际情况进行选取，分别选取了坡度、海拔、年降水量、地形起伏度、土壤有机质、土壤厚度、≥0 ℃积温作为评价指标。通过自然间断法对各评价指标进行空间可视化，划分为5级，并用不同分值进行区分，以便后续地理探测器指标贡献计算。约束指标均采用极限分析法，将生态保护极重要区、建设用地现状以及水域和裸地直接列为不适宜区。最后采用修正指标对其结果进行修正。

3.2 研究方法

3.2.1 地理探测器模型

本文通过地理探测器模型获取各评价指标对昭通市耕地种植生产适宜性的贡献度，得到相应的值作为各评价指标的权重，准确定量化评价昭通市耕地种植生产适宜性。

地理探测器模型是探测空间分异性、揭示其背后驱动力的一种新的统计学方法，核心思想在于假设如果某自变量对某因变量存在重要影响，那么这个自变量和因变量在空间分布上应该具有相似性[21～24]。地理探测器模型有两大优势：一方面，在探测数据上可以是数值型，也可以是定性数据；另一方面，探测两个因子交互作用于因变量。地理探测器模型由风险探测器、因子探测器、生态探测器和交互探测器组成。其中，因子探测器主要探测某因子对某现象空间分布的影响力[25～28]。其模型的公式表达如下：

(1)

(2)

3.2.2 评价模型

采用多因子加权叠加分析法，构建昭通市耕地种植生产适宜性评价模型：

(3)

式(3)中，E为耕地种植生产适宜性指数；kt为第t种评价指标的分值；ht为第t种评价指标的权重；m为评价指标的数量。

3.2.3 优化思路

根据耕地种植生产适宜性评价结果与耕地现状叠加对比，识别不适宜区内的耕地，并分析其原因。对处于生态保护极重要区、建设占用、坡度较大以及属于土壤严格管控类的地块进行优化调整。其中，建设占用、坡度较大和属于土壤严格管控类的地块直接退出耕地生产空间；对于生态保护极重要区的耕地，将属于生态保护红线内的地块直接调出耕地生产空间，其他地块在不扩大耕种范围的前提下，以生态保护为主，适当进行种植。本文依据耕地种植生产适宜性评价结果，通过对不适宜区的耕地优化调整，从而达到优化耕地生产空间的目标。

4 结果与分析

4.1 基于地理探测器确定指标权重

通过地理探测器获取各评价指标对昭通市耕地种植生产适宜性的贡献度作为权重。地理探测器模型要求自变量为类型量，需对各评价指标进行离散化。采用Arcgis10.7渔网工具和提取工具获取地理探测器运行数据，计算各评价指标贡献度，即指标权重。结果表明，各指标对耕地种植生产适宜性的贡献度依次为：积温(0.99)>年降水量(0.97)>土壤厚度(0.76)>坡度(0.65)>土壤有机质(0.58)>高程(0.56)>地形起伏度(0.25)。

4.2 耕地种植生产适宜性评价结果

根据评价模型和评价指标权重，通过Arcgis10.7的空间分析工具对评价指标进行加权叠加获得耕地种植生产适宜性初步结果。采用自然断点法将其划分为5级，分别为好、较好、中等、较差、差，其中等级差为不适宜区，其他等级为适宜区(中等和较差为一般适宜)。首先，将划分结果分别与约束指标进行叠加扣除，其次使用土壤环境容量对结果进行修正，将严格管控类划入不适宜区，得到耕地种植生产适宜性结果。

结果表明，昭通市耕地种植生产适宜区面积为4550.31 km2，占市域面积的20.28%，受地形影响呈零散分布，集中区位于巧家县—鲁甸县—昭阳区—彝良县—威信县一线以南区域；不适宜区面积为17889.73 km2，占市域面积的79.72%，市域中西部分布相对较广，其中不适宜区中生态保护极重要区占37.71%(表1、图2)。各县(区)中耕地种植生产适宜区面积从大到小依次为镇雄县、彝良县、昭阳区、巧家县、永善县、威信县、鲁甸县、大关县、盐津县、绥江县、水富市。其中，镇雄县适宜区分布面积最大，达1047.75 km2，占镇雄县国土的28.35%。综上，昭通市可用于耕地种植发展用地总量不少，但受地形特征影响，分布相对零散。

图2 耕地种植生产适宜性评价结果

表1 各县(区)耕地种植生产适宜性评价结果统计

4.3 昭通市耕地生产空间格局优化

4.3.1 耕地现状与耕地种植生产适宜性的差异分析

昭通市耕地现状面积为4651.90 km2，耕地种植生产适宜区面积为4550.31 km2，通过适宜区与耕地现状对比，适宜种植且为耕地现状的地块面积为3853.23 km2，占耕地现状总面积的82.83%。从各县(区)对比看，除了巧家县(72.94%)，其他县(区)耕地现状与适宜区符合度均在80%以上，表明耕地种植生产适宜性评价结果能很好的反映昭通市耕地现状基本情况(表2)。

表2 耕地现状与适宜性结果差异统计

4.3.2 耕地生产空间格局优化结果

根据耕地现状与耕地种植生产适宜性评价结果对比分析，发现存在798.67 km2的耕地位于耕地种植生产不适宜区(表2)。通过冲突诊断，处于不适宜区的耕地现状主要受生态、坡度、土壤环境容量和建设用地的影响。其中，位于生态保护极重要区的耕地现状面积为271.36 km2；坡度大于25°的耕地现状面积为417.88 km2；属于土壤严格管控类的耕地现状面积为53.43 km2；建设占用耕地面积为56 km2。依据耕地种植生产适宜性评价结果 ，识别出需要优化调整和管控的耕地生产空间，如大山包镇典型区(图3a和图3b)，优化前属于耕地生产空间，但根据评价结果该地块位于生态保护极重要区且是生态保护红线区域。因此应将其调整为非耕地生产空间，在生态保护极重要区外、但在生态保护红线内的区域应以生态保护为主、不再扩大种植范围、逐步退出；现状耕地中无法进行农业生产的用地比重大，如坡头镇典型区(图3c和图3d)，但该地块属于土壤严格管控类，通过评价后是不适宜种植业生产，应优化后调整为非耕地生产空间。

图3 耕地生产空间典型区对比

最后，通过对不适宜区内的耕地进行优化调整，结合适宜但为非耕地的区域(即潜力区)，得出优化调整后的耕地生产空间。结果表明，昭通市现状耕地生产空间总面积约5348.98 km2，占市域的23.84%；优化调整后耕地生产空间面积为4741.18 km2，占市域的21.13%。总体来说，昭通市由于受地形地貌影响，农业发展可利用土地面积较少，分布零散，昭通市耕地种植生产应因地制宜、统筹发展，合理利用土地资源，优化土地利用结构，逐步提高利用效率。

5 讨论与结论

5.1 讨论

由于区域差异性，应因地制宜地进行指标选择、阈值和权重确定，充分利用地理探测器等新方法提高评价结果的科学性。本文将地理探测器模型引入耕地种植生产适宜性评价，首先，以此确定各评价指标权重，通过权重计算耕地种植生产适宜性；其次，结合适宜性结果，通过调整耕地现状，优化耕地生产空间，并将现状和优化耕地生产空间进行对比，分析造成优化耕地生产空间减少的原因。

采用地理探测器模型确定各评价指标对耕地种植生产适宜性的影响程度(即权重)，通过因子探测器计算结果，说明了每个单独的评价指标对耕地种植生产适宜性的影响程度，与特尔斐法、专家打分法等常用于确定评价因子权重的方法相比，使用地理探测器模型确定指标权重，如果某评价指标对耕地种植生产适宜性存在重要影响，那么这个评价指标和耕地种植生产适宜性在空间分布上具有相关性。与以往采用相等权重或不采用权重的研究相比，这样能够减少权重确定过程中部分主观成分，保证评价过程切合实际，降低结果的不确定性，提高结果的科学性。

本文评价指标选择了坡度、海拔、年降水量、地形起伏度、土壤有机质、土壤厚度、≥0 ℃积温等7个指标，在数据获取条件可以满足的其他地区中，可以增加更多的指标进行分析评价。针对部分关键指标，可以根据地区实际情况进行统计分析，合理设置部分指标的阈值。

5.2 结论

本研究以昭通市为例，针对西南山区耕地种植生产的特殊性，引入地理探测器空间分析方法，科学计算适宜性评价各指标的贡献度，进而对耕地种植适宜性进行评价，并提出昭通市山区耕地种植生产空间优化方案。主要研究结论：

(1)通过地理探测器可以科学定量评价指标对耕地生产适宜性的贡献度依次为：积温>年降水量>土壤厚度>坡度>土壤有机质>高程>地形起伏度，且能有效提高耕地用地的合理性；

(2)昭通市现状耕地面积是4651.9 km2，耕地生产适宜区面积为4550.31 km2，通过优化调整后耕地生产空间面积为4741.18 km2，既能够提出耕地生产空间分布优化方案，又能有效挖掘耕地生产空间潜力；

(3)根据耕地现状与适宜性叠加分析表明，昭通市现状耕地受生态保护极重要区、建设占用、土壤风险管控和坡度较大的显著影响。本研究可为山区耕地生产空间合理开发利用与规划管控提供准确定量化科学依据。