地形及土壤多样性与耕地动态变化的相关分析*

李笑莹,张学雷**,任圆圆

地形及土壤多样性与耕地动态变化的相关分析*

李笑莹1,2,张学雷1,2**, 任圆圆3

(1. 郑州大学水利与环境学院 郑州 450001; 2. 郑州大学自然资源与生态环境研究所 郑州 450001; 3. 郑州轻工业学院社会发展研究中心 郑州 450002)

本文以河南豫北、豫中和豫南3个典型样区为研究对象, 运用地统计学方法, 从多样性、相关性角度定量分析了地形、土壤的多样性特征及其与耕地变化(2001年、2007年和2017年)面积的空间分布多样性特征的关系, 以期为耕地资源动态变化的驱动力分析及合理利用提供新的研究角度。研究表明: 1)豫北和豫中样区的地形构成组分多样性呈现出均匀性, 豫南样区表现为相对单一性; 各研究区的地形空间分布多样性为平原>丘陵>山地。2)豫南的土壤构成组分最为均匀且丰富, 豫中的土壤构成组分相对单一; 各研究区的典型土壤各异但总体上分布皆较均匀, 各样区的土壤空间分布多样性的显著差异与地形条件密切相关。3)研究尺度影响地形、土壤空间分布多样性特征的表达, 3 km×3 km网格是相对适宜的研究尺度。4)地形和土壤的空间分布多样性指数与耕地变化面积空间分布都具有明显的相关性, 其中地形中平原相关性较大, 达0.95左右; 各样区典型土壤如豫南的水稻土, 豫中、豫北的褐土以及豫北的潮土的相关性更为明显, 达0.9以上。综合来看, 典型样区的地形、土壤因子的构成组分多样性及空间分布格局有显著差别; 在不同网格尺度下, 耕地的变化面积与地形、土壤因子的空间分布多样性指数密切相关。

地形多样性; 土壤多样性; 耕地面积; 空间分布; 网格尺度

多样性的概念和分析方法开始于信息论领域, 最先应用在生态学领域, 但它在土壤学和地学等领域的应用也逐渐被人们熟知[1-3]。20世纪时, Ibáñez等[4-7]首先提出了土壤多样性概念后, 使其成为土壤科学的重要研究课题, 众多国际学者也相继基于多种数据进行了土壤多样性的研究。如日本的Yabuki等[8]对日本北海道10个城市的土壤多样性与土地利用多样性进行了相关分析, 并提议运用信息论中互熵(mutual entropy)概念来评价两者之间的关系。21世纪初, 土壤多样性理论及方法引入国内, 基于山东、海南和江苏省的数据进行了相关研究, 并将嵌套子集方法运用其中[9-12]。近些年, 又有学者将多样性引入土地资源因子、水体、地形地貌、母质等地学要素[13-16], 从而使多样性研究视野更为开阔。

保障粮食质量及安全问题是保证国家安全的重要组成部分, 也是我国地理学、土壤学领域关注的重点问题之一[17-18]。在影响粮食生产的众多因素中, 耕地变化显得尤为重要, 耕地资源是农业生产最基本的物质条件, 也是重要的土地利用类型之一[19-21]。由于城市扩张、人口增长和生态建设等使耕地资源日益遭到侵占, 全国耕地资源显著减少, 引发了国内外学者的关注。随着“3S技术”的发展, 许多学者利用CBERS、Landsat TM/ETM+、HJ1A/1B等遥感数据进行全国和区域尺度的土地利用类型变化研究、地形与土壤等地学要素的变化监测与分析。如胡莹洁等[22]对30年来北京市土地利用时空变化特征进行分析, 发现城镇建设用地激增, 耕地锐减, 说明在城市化过程中应该协调城镇建设用地与耕地变化的矛盾。也有基于多源卫星和地理空间统计对土地利用分类与农作物类型提取的分析、水稻生产时空演变、冬小麦产量差时空特征分析等有关研究[23-26]。这些研究对耕地资源的发展具有重要意义, 但土地利用类型研究重点关注多地类之间的转换, 而鲜少有从多样性、相关性的角度进行分析。本研究侧重于运用空间数据信息探索各要素的区域多样性及差异性, 地形、土壤等作为影响人类活动和生产方式的重要自然因素, 对其多样性变化与耕地的动态变化之间的相关性进行分析, 可为耕地资源动态变化的驱动力分析及合理利用提供新的研究角度。

1 材料与方法

1.1 研究区概况

选取河南省豫南、豫北和豫中3个区域作为典型研究样区, 各样区面积都约为5 000 km2(图1)。豫南样区包括信阳市的固始县和商城县, 其西部和南部多为山地, 中部是丘陵岗地, 北部是平原和洼地。豫中样区包含汝州市、禹州市、许昌市的襄城县、平顶山市的郏县和宝丰县。汝州市主要地形为山地丘陵, 平原较少; 禹州市地势呈西北-东南走向, 西部山地为主, 东部平原为主, 从北向南, 形成三山地夹两平原; 襄城县的西南部为浅山区, 北部为丘陵地带, 中东部为平原; 平顶山市位于河南省中南部, 西部多山地, 中部、东部多为丘陵、平原。豫北样区包含安阳市的林州市、安阳县、汤阴县和鹤壁市的浚县。安阳市地势西高东低, 位于我国地势的二、三级阶梯的过渡地带, 地形主要有平原、山地、丘陵; 鹤壁市地势东西部平缓, 中部稍高, 其中浚县以平原丘陵为主。

河南省由于适宜的气候、地貌、水文条件, 及长期的农业开发, 因而土壤类型多, 涵盖7个土纲, 15种土类, 39种亚类, 138种土属。豫南样区的主要土壤类型为水稻土、黄褐土、石质土, 水稻土是豫南样区面积最大的土壤类型, 占总面积的一半以上, 主要因为豫南地区多水田、河渠纵横、塘堰密布; 豫中样区的主要土壤类型为褐土、粗骨土、潮土; 豫北样区的主要土壤类型为褐土、潮土、石质土, 褐土、潮土主要分布在豫中、豫北样区的低山、丘陵。

图1 河南省典型样区分布

1.2 数据来源与处理

遥感数据为Landsat5、7、8的3个时期的OLI数据; 土壤数据来自第2次土壤普查全省数字化土壤图(河南省土壤肥料站1979—1992年), 本研究中使用土类数据; 地形数据为河南省DEM数据(1∶100万)。利用ArcGIS10.0、ENVI4.5和EXCEL分别进行地理信息空间处理与统计、监督分类预处理及相关性分析等工作。研究区的数据来源如表1。

表1 研究区不同时段的遥感数据

数据处理阶段主要分为遥感影像预处理、监督分类、目视解译3个过程。首先对遥感影像选取信息量丰富的波段进行融合, 再对影像中存在的畸变进行几何精校正; 其次选用监督分类中的最大似然分类法获取一定的信息, 由于监督分类的初步分类精度一般, 为保证较好的分类精度及效率, 需要人机交互进行目视解译校正, 目视解译法在对地物类型的实质性感知方面是优于自动图像判读的。选择以Google Earth高分辨率影像为参照对监督分类结果进行校正。具体土地利用分类结果如图2所示。

1.3 研究方法

土壤多样性测度方法主要有经典的仙农熵公式即丰富度指数、均匀度指数和多样性指数[27-28], 但经典的多样性方法存在一定缺陷, 仅可以表示研究地区内地形(或土壤)的结构组成, 即构成组分多样性, 对于每种地形(或土壤)类别在空间上的分布, 即空间分布多样性, 不能给出合理的解释, 因此选用改进的仙农熵公式。

图2 2001年、2007年和2017年研究区各样区土地利用监督分类

1.3.1 改进的仙农熵

改进的仙农熵公式能较好地评估土壤(地形)分类的空间分布离散情况, 对空间分布多样性的表达更准确。具体公式及含义如下:

式中:和P的定义为: ①表土壤构成组分多样性时,为土类个数,P为第个土类占该土类总面积的比例。在这里, 多样性指数Y表示在研究区内所有分类单元在数量构成上的均匀程度。②表土壤(地形)的空间分布多样性时,表示研究区网格总数目,P表示第个网格里某类土壤(或地形)的面积与该类土壤(或地形)总面积之比。多样性指数Y表示研究区内土壤(或地形)类别空间分布的多样性特征, 它表达了单个土壤(或地形)类别分布的离散程度。Y的取值区间是[0,1], 当土壤(地形)类别的分布极度不均匀, 即土壤(或地形)类别集中分布在少数网格时,Y趋近于0; 当土壤(或地形)类别在研究地区空间分布均匀时,Y趋近于1。

从段金龙等[29]关于土壤空间分布多样性网格尺寸的选取策略的研究中发现, 在空间分布多样性里, 不同网格尺度下, 同一土壤(或地形)类别单元的空间分布多样性指数一般有所差异, 因此选择合理的网格尺度对空间分布多样性研究有重要的意义, 本研究选用1 km×1 km、3 km×3 km、5 km×5 km 3种尺度的网格, 在异网格尺度下进行空间分布多样性分析。

1.3.2 关联性分析

为探讨地形(或土壤)和耕地变化面积的相互关系, 使用如下关联系数公式:

式中:和分别代表某类地形(或土壤)和耕地变化面积,(,)表示某类地形(或土壤)和耕地变化面积的关联系数。

(,)的取值范围为[0,1], 当地形(或土壤)类别和耕地变化面积的空间分布完全相同, 即Y()= Y()=Y(,)时,(,)=1, 即土壤(或地形)类别和耕地变化面积的空间分布关系最为密切; 当(,)=0, 即土壤(或地形)类别和耕地变化面积的空间分布完全没有关系。

2 结果与分析

2.1 地形和土壤构成组分多样性特征

3个研究样区地形的共同点是均没有盆地分布, 地形以平原、丘陵为主, 有少量山地分布(图3); 各研究样区的土类数目为8~10个, 主要土壤类别各异(图4)。

图3 各研究样区地形分类图

图4 不同研究样区土壤分类图

HUdA: 棕壤; HAS: 水稻土; SW: 地表水体; HAC: 潮土; StOP: 石质土; SAV: 砂姜黑土; LOP: 粗骨土; PLC: 紫色土; FUA: 红黏土; YUdA: 黄棕壤; YUsA: 黄褐土; HUsA: 褐土; SaOP: 风砂土。HUdA: Hapli Udic Argosol; HAS: Hapli Stagnic Anthrosol; SW: Water body; HAC: Hapli Aquic Cambosol; StOP: Stony Orthic Primosol; SAV: Shajiang Aquic Vertosol; LOP: Lithic Orthic Primosol; PLC: Purple Lithic Cambosol; FUA: Ferri Udic Argosol; YUdA: Yellow Udic Argosol; YUsA: Yellow Ustic Argosol; HUsA: Hapli Ustic Argosol; SaOP: Sandy Orthic Primosol.

表2是对研究区地形和土壤构成组分多样性的分析结果。地形方面, 豫北和豫中样区的地形构成组分多样性均大于0.8, 豫南为0.521, 说明豫北和豫中样区的地形分布较均匀, 豫南样区的地形构成相对单一。土壤方面, 各研究样区的土类数目和土壤构成组分多样性指数值不仅具有差异性, 且土类数目丰富度越多, 土壤构成组分多样性相对越大; 就土壤构成组分多样性而言, 豫南>豫北>豫中, 说明豫南的土壤构成组分最为均匀且丰富, 豫中的土壤构成组分相对最为单一。

2.2 地形和土壤空间分布多样性特征

2.2.1 地形空间分布多样性

表3为各研究样区在不同网格尺度下的地形空间分布多样性指数。在各研究样区不同地形类别下, 地形面积越大, 多样性指数越大, 说明地形的空间分布均匀程度为平原>丘陵>山地。在1 km×1 km、3 km× 3 km、5 km×5 km网格尺度下, 各研究样区地形类别多样性均值均呈现平原>丘陵>山地, 且3 km×3 km网格尺度的多样性指数最接近均值, 说明3 km×3 km网格是相对适宜的研究尺度。各研究样区的多样性指数均随网格的增大而减小, 说明样区地形空间分布较为规律即研究尺度越小, 地形分布越均匀。

2.2.2 土壤空间分布多样性

图5是各研究区土壤空间分布多样性指数。豫南样区的土壤类型主要有水稻土、黄褐土和石质土, 在1 km×1 km、3 km×3 km、5 km×5 km网格尺度下, 土壤空间分布多样性指数的均值分别为0.951、0.806和0.768; 豫中样区的土壤类型主要有褐土、粗骨土和潮土, 土壤空间分布多样性指数的均值分别为0.951、0.781和0.751; 豫北样区的土壤类型主要有褐土、潮土和石质土, 土壤空间分布多样性指数的均值分别为0.901、0.829和0.817。豫南以水稻土分布面积大且均匀, 豫中、豫北样区褐土呈现相似特征。豫南样区的土类丰富度比豫中、豫北高。各样区在异网格尺度下土壤的多样性指数有所不同, 均值趋于接近3 km×3 km网格的指数数值。随着异网格尺度1 km×1 km、3 km×3 km、5 km×5 km的变化, 土壤空间分布多样性豫南和豫中样区呈下降趋势, 二者相比豫南下降趋势平缓; 豫北样区先下降后略有上升再下降。结合均值情况, 显示3 km×3 km网格最稳定。

表2 不同研究样区地形和土壤构成组分多样性

表3 各研究样区不同网格尺度下地形空间分布多样性

图6是各研究样区不同土类面积与其空间分布多样性的关系。土壤面积和土壤类别的空间分布多样性指数呈显著性正相关关系。3个研究样区的各尺度网格下2均接近于1, 说明函数拟合度好, 且都在1 km×1 km网格下拟合度最优。当0 km2<研究区样各土类面积≤500 km2时, 各土类的空间分布多样性指数变化趋势明显; 当研究样区各土类面积>500 km2时, 多样性指数变化相对平稳。由此推测土壤类型面积越大, 空间分布多样性相对越均匀。

图5 各研究样区异网格尺度下土壤空间分布多样性

HUdA: 棕壤; HAS: 水稻土; HAC: 潮土; StOP: 石质土; SAV: 砂姜黑土; LOP: 粗骨土; PLC: 紫色土; FUA: 红黏土; YUdA: 黄棕壤; YUsA: 黄褐土; HUsA: 褐土; SaOP: 风砂土。HUdA: Hapli Udic Argosol; HAS: Hapli Stagnic Anthrosol; HAC: Hapli Aquic Cambosol; StOP: Stony Orthic Primosol; SAV: Shajiang Aquic Vertosol; LOP: Lithic Orthic Primosol; PLC: Purple Lithic Cambosol; FUA: Ferri Udic Argosol; YUdA: Yellow Udic Argosol; YUsA: Yellow Ustic Argosol; HUsA: Hapli Ustic Argosol; SaOP: Sandy Orthic Primosol.

2.3 耕地的动态变化

图7是各研究样区2001年、2007年和2017年耕地面积变化的数量特征, 随时段变化各样区耕地总面积均在减少; 豫中样区面积减少最多, 为370 km2左右, 豫北次之, 豫南耕地面积减少量最小, 这与豫中工业化、城镇化水平较高有关。

提取豫南、豫中、豫北3个研究样区在2001—2007年、2007—2017年的耕地面积空间变化量(表4), 豫南样区两个时段耕地变化面积减少, 而豫北和豫中地区耕地变化面积增加。3个研究样区的共同点是在各时期耕地面积的增加量少于减少量; 耕地面积减少量主要表现为耕地转化为城镇建筑用地、工矿仓储用地、交通运输用地, 增加量变现为耕地转化成林地、耕地类型。在3种网格尺度下耕地变化面积的空间分布多样性指数均大于0.9, 说明变化的耕地空间分布整体比较均匀, 即耕地动态变化的空间普遍性。随着耕地变化面积的增加其空间分布多样性指数增大, 说明耕地变化面积与空间分布多样性相关, 且多样性平均值同样与3 km´3 km格网取值相近, 因此在耕地变化面积与地形、土壤的相关性分析中, 选用3 km´3 km网格下耕地变化面积空间多样性指数进行计算。

图6 各研究样区各土壤类型面积与其异网格尺度下空间分布多样性指数的关系

HUdA: 棕壤; HAS: 水稻土; HAC: 潮土; StOP: 石质土; SAV: 砂姜黑土; LOP: 粗骨土; PLC: 紫色土; FUA: 红黏土; YUdA: 黄棕壤; YUsA: 黄褐土; HUsA: 褐土; SaOP: 风砂土。HUdA: Hapli Udic Argosol; HAS: Hapli Stagnic Anthrosol; HAC: Hapli Aquic Cambosol; StOP: Stony Orthic Primosol; SAV: Shajiang Aquic Vertosol; LOP: Lithic Orthic Primosol; PLC: Purple Lithic Cambosol; FUA: Ferri Udic Argosol; YUdA: Yellow Udic Argosol; YUsA: Yellow Ustic Argosol; HUsA: Hapli Ustic Argosol; SaOP: Sandy Orthic Primosol.

图7 2001年、2007年和2017年不同样区耕地面积变化

2.4 地形及土壤与耕地变化面积的相关性分析

2.4.1 地形与耕地变化面积的相关性分析

在3 km×3 km网格尺度下, 计算各研究样区地形与耕地变化面积关联性系数, 结果表明(表5): 耕地变化面积与地形之间的相关性规律为: 平原>丘陵>山地, 说明耕地主要分布在平原及丘陵区, 山地分布少。其次, 豫南样区随着时间的变化在平原上相关性减小, 在丘陵和山地相关性增大, 这与土地复垦、退林还田、“保经济增长, 保耕地红线”等有关。豫中、豫北样区随着时间变化, 在各地形上与耕地变化面积的相关性整体上呈增加趋势。

表4 2001—2017年各研究样区耕地面积变化及其不同尺度下的空间分布多样性

表5 2001—2017年各研究样区耕地变化面积与地形的相关性

2.4.2 土壤与耕地变化面积的相关性分析

由表6可知: 各研究样区的典型土壤和耕地变化面积的相关程度高, 如豫南的水稻土、黄褐土, 豫中和豫北的褐土、潮土等。少数土类面积极小, 呈现出弱相关或不相关性情况, 如各研究样区的棕壤等。各研究样区之间土壤与耕地面积变化相关性有显著差异, 如黄褐土在豫南与耕地变化面积相关程度大, 在豫中相关性极低。

综上所述, 地形、土壤是影响耕地变化的重要自然要素, 分布在平原、丘陵上的典型土类与耕地面积变化的相关性更大, 如豫北、豫中的旱耕地的褐土由于受到城镇化等影响, 耕地面积发生明显变化, 使得与土壤、地形的相关性也随之发生改变。豫南样区平原分布的水稻土与耕地面积变化的相关性也较密切, 而由于自然和人文双重因素使得地表水资源缺乏造成水田面积缩减, 在研究时期内土壤和耕地面积变化的相关性有所减小。

3 讨论

随着时间和空间的变化, 从土壤多样性到地多样性发生了众多变异和演化。土壤是人们生产生活过程中不可或缺的重要自然资源之一, 对土壤多样性进行相关研究引起了人们的高度重视[2]。以往关于土壤多样性与地多样性的研究表明: Ibáñez等[30]和Toomanian[31]指出土壤多样性和地形多样性之间呈正相关关系; 任圆圆等[14]通过研究发现地形、土壤、地表水体3个要素紧密相关, 共同影响地多样性的空间格局, 进而在此基础上又探索了成土母质、多级地貌与土壤空间分布多样性的特征, 发现各要素的空间分布格局存在一定的相关性。从土壤多样性与土地利用方式角度进行的相关研究有: 段金龙等[32]对中国中、东部典型区域的土壤与土地利用多样性的关联性进行对比研究; 戚兴超等[33]探究不同土地利用方式下黏土矿物组成的变异规律与影响因素; 郭漩等[27]对不同坡度下水土和土地利用多样性特征进行探究。上述研究发现不同的土地利用方式与地形、土壤等地学要素之间具有密切的相关性。

表6 2001—2017年各研究样区耕地变化面积与土壤的相关性

本研究与以往研究的角度虽然不同, 但研究结果却有相近之处, 说明改进的仙农熵测度法及相关性分析法在本研究中同样适用。运用改进的仙农熵公式从耕地与多地学要素的角度出发, 探究耕地的动态变化与地形、土壤的空间分布格局及相关性, 发现地形、土壤因子的构成组分多样性因研究区的不同而各有差异, 但整体上构成组分多样性指数与研究对象的类别数目有关, 这与任圆圆等[16]探究的成土母质及土壤类型的构成组分多样性相似。由不同尺度下地形、土壤及耕地动态变化的空间分布格局可知, 改进的仙农熵在空间离散程度上能更好地表达各要素的空间分散性, 且各要素的空间分布多样性与其面积大小有关; 经进一步探讨, 发现不同地形类别、土壤类别与耕地动态变化在空间分布上具有不同程度的相关性, 说明地形、土壤要素对耕地的空间分布具有一定的影响, 这与任圆圆等[28]研究以地形为基础的河南省域土壤多样性的格局等具有较强的相似性, 从而验证了不同的地学要素与耕地这一重要的土地利用方式也可以从多样性的角度进行更广阔的探索, 为耕地资源的合理分布及利用提供更多的数据支撑。但本研究也具有一定的局限性, 比如只考虑了地形的类别及土类对耕地的影响, 因素较为单一。在以后的研究中可以考虑加入地形的坡度、坡长, 也可以将土壤要素再进行详细划分, 比如从土类到亚类再到土属等。总体上本研究讨论了多地学要素与耕地资源的空间分布格局的相关问题, 也说明了改进的仙农熵多样性测度方法在本研究中具有一定的可行性。

4 结论

本研究运用多样性理论及定量分析地统计学方法, 研究了地形和土壤的多样性特征, 计算了在异网格尺度下的地形、土壤和耕地变化面积的空间分布多样性, 分析了它们之间的关联性, 探讨了地形、土壤对耕地变化面积的空间分布影响, 得出以下主要结论:

1)就地形的构成组分多样性而言, 豫北和豫中样区的地形构成呈现出均匀性, 豫南样区的地形构成具有相对单一性。就土壤的构成组分多样性而言, 豫南的土壤构成组分最为均匀且丰富, 豫中的土壤构成组分相对最为单一, 且土壤构成组分多样性与土类数目有关。

2)在异网格尺度下, 土壤和地形的空间分布多样性具有相似的分布规律, 随网格尺度增大, 空间分布多样性指数减小, 而耕地变化面积空间分布多样性随尺度变化的规律不明显; 另外, 各研究样区的典型土壤各异, 但总体上分布都比较均匀。

3)就耕地变化的数量特征而言, 3个研究样区的耕地数量整体呈下降趋势, 且豫中样区耕地减少最快; 就耕地变化面积的空间分布多样性而言, 各网格尺度下不同研究样区的耕地整体分布都较为均匀; 随着耕地面积的增加其空间分布多样性数值越大, 表明耕地的空间分布多样性与面积大小有关。

4)从耕地变化面积与地形之间的相关性分析可见, 平原、丘陵更适宜耕种, 山地的耕种条件相对较差; 从耕地变化面积与土壤之间的相关性分析可知, 土类丰富程度与耕地变化面积大小有显著性相关关系; 各研究样区之间的土壤和耕地面积变化相关性有显著差异, 如豫南的黄褐土相关程度高, 在豫中地区相关性低。

[1] 张学雷. 土壤多样性: 土壤地理学研究的契机[J]. 土壤, 2014, 46(1): 1–6 ZHANG X L. Pedodiversity: An opportunity for soil geographic studies[J]. Soils, 2014, 46(1): 1–6

[2] 任圆圆, 张学雷. 从土壤多样性到地多样性的研究进展[J]. 土壤, 2018, 50(2): 225–230 REN Y Y, ZHANG X L. Review of studies from pedodiversity to geodiversity[J]. Soils, 2018, 50(2): 225–230

[3] 任圆圆, 张学雷. 土壤多样性研究趋势与未来挑战[J]. 土壤学报, 2015, 52(1): 9–18REN Y Y, ZHANG X L. Study on pedodiversity: Status quo and future challenges[J]. Acta Pedologica Sinica, 2015, 52(1): 9–18

[4] Ibáñez J J, De-Albs S, Bermúdez F F, et al. Pedodiversity: Concepts and measures[J]. CATENA, 1995, 24(3): 215–232

[5] Ibáñez J J, Arnold R W, Ahrens R J. The fractal mind of pedologists (soil taxonomists and soil surveyors)[J]. Ecological Complexity, 2009, 6(3): 286–293

[6] Saldaña A, Ibáñez J J. Pedodiversity, connectance and spatial variability of soil properties, what is the relationship?[J]. Ecological Modelling, 2007, 208(2/4): 342–352

[7] Minasny B, McBratney A B, Hartemink A E. Global pedodiversity, taxonomic distance, and the World Reference Base[J]. Geoderma, 2010, 155(3/4): 132–139

[8] Yabuki T, Matsumura Y, Nakatani Y. Evaluation of pedodiversity and land use diversity in terms of the Shannon entropy[EB/OL]. [2009-05-19]. http://cdsweb.cern.ch/ record/1178038

[9] 张学雷, 陈杰, 龚子同. 土壤多样性理论在欧美的实践及在我国土壤景观研究中的应用前景[J]. 生态学报, 2004, 24(5): 1063–1072ZHANG X L, CHEN J, GONG Z T. What to do in China after a review of researches practices on pedodiversity in Europe and America[J]. Acta Ecologica Sinica, 2004, 24(5): 1063–1072

[10] 檀满枝, 阎伍玖, 张学雷, 等. 基于多样性理论的山东省土壤空间可变性研究[J]. 安徽师范大学学报: 自然科学版, 2004, 27(2): 200–203 TAN M Z, YAN W J, ZHANG X L, et al. Study on spatial variability of the soils in Shandong Province based on pedodiversity approach[J]. Journal of Anhui Normal University: Natural Science, 2004, 27(2): 200–203

[11] 孙燕瓷, 张学雷, 程训强, 等. 城市化对南京地区土壤多样性影响的灰色关联分析[J]. 地理学报, 2006, 61(3): 311–318 SUN Y C, ZHANG X L, CHENG X Q, et al. Gray correlative analysis of the impact from growing urbanization process on pedodiversity in Nanjing area[J]. Acta Geographica Sinica, 2006, 61(3): 311–318

[12] 王辉, 张学雷, 张薇, 等. 南京市土壤集合组成及其嵌套性分析[J]. 生态学报, 2007, 27(1): 220–227 WANG H, ZHANG X L, ZHANG W, et al. Composition and nested analysis of pedological assemblages in Nanjing[J]. Acta Ecologica Sinica, 2007, 27(1): 220–227

[13] 屈永慧, 张学雷, 任圆圆, 等. 土壤空间分布多样性与景观指数的关联分析[J]. 土壤通报, 2014, 45(6): 1281–1288 QU Y H, ZHANG X L, REN Y Y, et al. Soil spatial distribution diversity and its correlative analysis with landscape indices[J]. Chinese Journal of Soil Science, 2014, 45(6): 1281–1288

[14] 任圆圆, 张学雷. 河南省地形、土壤和地表水体多样性格局特征[J]. 土壤学报, 2017, 54(3): 590–600 REN Y Y, ZHANG X L. Characteristics of the diversity of terrain, soil and surface water body of Henan Province in pattern[J]. Acta Pedologica Sinica, 2017, 54(3): 590–600

[15] 任圆圆, 张学雷. 中国中、东部典型县域土壤与地表水体多样性的粒度效应及关联性[J]. 土壤学报, 2015, 52(6): 1237–1250 REN Y Y, ZHANG X L. Effect of grain size on and correlation analysis of pedodiversity and surface water body diversity in counties typical of central and East China[J]. Acta Pedologica Sinica, 2015, 52(6): 1237–1250

[16] 任圆圆, 张学雷, 李笑莹, 等. 河南省成土母质与土壤空间分布多样性的特征[J/OL]. 土壤学报: 1–12[2018-12-30]. http://www.cnki.net/KCMS/detail/32.1119.P.20181229.1002.004.htmlREN Y Y, ZHANG X L, LI X Y, et al. Diversities of soil forming parent materials and spatial distribution of soils in Henan Province[J/OL]. Acta Pedologica Sinica: 1–12 [2018-12-30]. http://www.cnki.net/KCMS/detail/32.1119.P.20181229.1002.004. html

[17] 石玉琼, 李团胜. 武功县耕地质量空间变异分析[J]. 土壤通报, 2017, 48(2): 257–262 SHI Y Q, LI T S. Analysis of spatial variation of arable land quality in Wugong County[J]. Chinese Journal of Soil Science, 2017, 48(2): 257–262

[18] 彭继权, 吴海涛, 宋嘉豪, 等. 农业机械化水平对湖北农户耕地复种指数的影响[J]. 中国生态农业学报, 2019, 27(3): 380–390PENG J Q, WU H T, SONG J H, et al. Impact of agricultural mechanization level on farmers’ cropping index in Hubei Province[J]. Chinese Journal of Eco-Agriculture, 2019, 27(3): 380–390

[19] 黄国勤, 赵其国. 中国典型地区轮作休耕模式与发展策略[J]. 土壤学报, 2018, 55(2): 283–292 HUANG G Q, ZHAO Q G. Mode of rotation/fallow management in typical areas of China and its development strategy[J]. Acta Pedologica Sinica, 2018, 55(2): 283–292

[20] 蒋佳佳, 张仕超, 邵景安, 等. 耕地流转胁迫下农户生计多元化选择与可持续性水平——基于重庆市合川区188户的调查数据[J]. 中国生态农业学报, 2019, 27(2): 314–326 JIANG J J, ZHANG S C, SHAO J A, et al. Livelihood diversification of farmers and its sustainability level driven by land transfer: Based on the survey data of 188 households in Hechuan District in Chongqing[J]. Chinese Journal of Eco-Agriculture, 2019, 27(2): 314–326

[21] 王娇, 张学雷. 河南省域土地利用构成组分多样性的特征[J]. 河南农业大学学报, 2018, 52(1): 104–112 WANG J, ZHANG X L. The diversity of land use components in Henan Province[J]. Journal of Henan Agricultural University, 2018, 52(1): 104–112

[22] 胡莹洁, 孔祥斌, 张宝东. 30年来北京市土地利用时空变化特征[J]. 中国农业大学学报, 2018, 23(11): 1–14 HU Y J, KONG X B, ZHANG B D. Spatiotemporal features of land use change in Beijing in the past 30 years[J]. Journal of China Agricultural University, 2018, 23(11): 1–14

[23] 徐婕, 潘洪义, 黄佩. 基于LUCC的四川省主体功能区碳排放与生态补偿研究[J]. 中国生态农业学报, 2019, 27(1): 142–152 XU J, PAN H Y, HUANG P. Carbon emission and ecological compensation of main functional areas in Sichuan Province based on LUCC[J]. Chinese Journal of Eco-Agriculture, 2019, 27(1): 142–152

[24] 陈睿, 赵超, 刘兴冉, 等. 基于多源卫星数据的黑河中游绿洲区土地利用分类与作物类型提取及其时空变化分析[J]. 中国生态农业学报, 2018, 26(9): 1415–1422 CHEN R, ZHAO C, LIU X R, et al. Land classification and spatio-temporal changes of wheat and corn in the middle reaches oasis of Heihe using multi-satellite data[J]. Chinese Journal of Eco-Agriculture, 2018, 26(9): 1415–1422

[25] 唐荣莉, 姚雄, 王春萍, 等. 基于空间统计的重庆市水稻生产地理集聚时空演变[J]. 中国生态农业学报, 2018, 26(7): 958–970 TANG R L, YAO X, WANG C P, et al. Spatiotemporal evolution of rice production geographical agglomeration in Chongqing based on spatial statistics[J]. Chinese Journal of Eco-Agriculture, 2018, 26(7): 958–970

[26] 王连喜, 卢媛媛, 李琪, 等. 基于AEZ模型的河南省冬小麦产量差时空特征分析[J]. 中国生态农业学报, 2018, 26(4): 547–558WANG L X, LU Y Y, LI Q, et al. Spatio-temporal analysis of winter wheat yield gaps in Henan Province using AEZ model[J]. Chinese Journal of Eco-Agriculture, 2018, 26(4): 547–558

[27] 郭漩, 张学雷, 任圆圆. 伊洛河流域样区不同坡度下水土和土地利用多样性特征[J]. 土壤通报, 2018, 49(2): 303–312 GUO X, ZHANG X L, REN Y Y. Diversity characteristics of surface water, soil and land use under different slope gradients in sample areas of Yiluo River basin[J]. Chinese Journal of Soil Science, 2018, 49(2): 303–312

[28] 任圆圆, 张学雷. 以地形为基础的河南省域土壤多样性的格局[J]. 土壤通报, 2017, 48(1): 22–31 REN Y Y, ZHANG X L. Pedodiversity patterns based on Terrain in Henan Province[J]. Chinese Journal of Soil Science, 2017, 48(1): 22–31

[29] 段金龙, 赵斐斐, 张学雷. 土壤空间分布多样性研究中网格尺寸的选取策略[J]. 土壤, 2014, 46(5): 961–966 DUAN J L, ZHAO F F, ZHANG X L. Selection strategy of grid size in soil spatial distribution diversity researches[J]. Soils, 2014, 46(5): 961–966

[30] Ibáñez J J, Pérez-González A, Jiménez-BallestaR, et al. Evolution of fluvial dissection landscapes in Mediterranean environments: Quantitative estimates and geomorphological, pedological and phytocenotic repercussions[J]. Zeitschrift für Geomorphologie, 1994, 38(1): 105–119

[31] Toomanian N. Pedodiversity and Landforms[M]// Ibáñez J J, Bockheim J G. Pedodiversity. Boca Raton: CRC Press, 2013: 133–152

[32] 段金龙, 张学雷. 中国中、东部典型省会和县域土壤与土地利用多样性关联的对比研究[J]. 地理科学, 2013, 33(2): 195–202 DUAN J L, ZHANG X L. Comparison of pedodiversity and land use diversity correlative analysis between typical provincial capitals and counties in East and Central China[J]. Scientia Geographica Sinica, 2013, 33(2): 195–202

[33] 戚兴超, 王晓雯, 刘艳丽, 等. 泰山山前平原土地利用方式对潮棕壤黏土矿物组成的影响[J]. 土壤学报, 2019, 56(3): 739–748 QI X C, WANG X W, LIU Y L, et al. Effects of land use of different patterns on soil clay mineral compositions in piedmont plain of mountain Tai[J]. Acta Pedologica Sinica, 2019, 56(3): 739–748

Correlation analyses among terrains diversity, soil types diversity, and dynamic change in arable land*

LI Xiaoying1,2, ZHANG Xuelei1,2**, REN Yuanyuan3

(1. School of Hydraulic and Environmental Engineering, Zhengzhou University, Zhengzhou 450001, China; 2. Institute of Natural Resources and Eco-environment, Zhengzhou University, Zhengzhou 450001, China; 3. Social Development Research Center of Zhengzhou University of Light Industry, Zhengzhou 450002, China)

Soil diversity research has been a major focus of the soil science research community since the start of the 21st century. In recent years, some scholars have initiated research on diversity in land resources, water bodies, topographies, and parent materials, which has broadened the field of diversity studies. The exploration of the diversity in arable land is limited. This study focuses on the use of spatial data information to explore the regional diversity and differences of various geo-elements in arable land. Three typical research areas in northern, central, and southern regions of Henan Province, respectively, were selected to calculate the dynamic change (2001, 2007, and 2017) in arable land over time based on the topographic and soil conditions at the scale of 1 km´1 km, 3 km´3 km, and 5 km´5 km grids. And the correlation index was determined using the ArcGIS and SPSS softwares in combination with the correlation analysis method. The purpose of this analysis was to provide a new research perspective on the driving force of the dynamic change in arable land resources and guide their future rational use. The results showed that, first, the diversity of topographic components in the northern and central Henan regions was similar, whereas that in the southern Henan region was relatively unvarying. The terrain’s spatial distribution diversity of each study area was plain > hill > mountain. Second, the soil composition in the southern Henan region was the most homogeneous and abundant, and it was relatively uniform in central Henan. The typical soil was different in each study area, but its distribution was uniform overall. Third, an important factor influencing the diversity of terrain and soil spatial distribution is at what scale it is measured, and the 3 km´3 km grid was suggested as the most suitable research scale. Fourth, the spatial distribution diversity index of the soil and terrain containing arable land changed the area spatial distribution and had obvious relevance.Among the three regions, the plains in the topography had a high correlation of approximately 0.95. In addition, the correlation between the typical soil (such as paddy soil in southern Henan, cinnamon soil in southern and northern Henan, and fluvo-aquic soil in northern Henan) and difference in the arable land within each study area was more discernable, reaching over 0.9. Overall, the compositional diversity and spatial distribution pattern of the topography and soil factors were significantly different in the representative study areas. Using a different grid scale, the difference in the arable land area is closely related to the spatial distribution diversity index of the topography and soil factors.

Terrain diversity; Soil diversity; Agricultural acreage; Spatial distribution; Mesh scale

李笑莹, 张学雷, 任圆圆. 地形及土壤多样性与耕地动态变化的相关分析[J]. 中国生态农业学报(中英文), 2019, 27(11): 1755-1766

LI X Y, ZHANG X L, REN Y Y. Correlation analyses among terrains diversity, soil types diversity, and dynamic change in arable land[J]. Chinese Journal of Eco-Agriculture, 2019, 27(11): 1755-1766

* 国家自然科学基金项目(41571208)资助

张学雷, 主要从事土壤与土地资源多样性的分析与研究。E-mail: zxlzzu@zzu.edu.cn

李笑莹, 主要从事土地资源多样性研究。E-mail: 15603903230@163.com

2019-04-10

2019-06-24

* This study was supported by the National Natural Science Foundation of China (41571208).

, E-mail: zxlzzu@zzu.edu.cn

Jun. 24, 2019

Apr. 10, 2019;

S151; S155; S341.1

2096-6237(2019)11-1755-12

10.13930/j.cnki.cjea.190272