基于LESA综合评价模型的耕地质量定级方法

李卓倩, 赵贤妤, 张莉坤, 吴 天, 孟庆香

(1.河南农业大学 资源与环境学院, 郑州 450000; 2.河南省土地整治与生态重建工程技术研究中心, 郑州 450000)

耕地是人类生存和发展的基础，而精确评价耕地质量是科学保护和管理耕地的必要前提。目前，我国主要采用农用地分等体系对耕地质量进行评价。但随着高标准基本农田建设工作的推进，当前的农用地分等体系已不能很好满足国家对耕地统一管理的需要，耕地质量定级的作用则更为突出。耕地定级是在行政区(省、县)范围内，依据耕地的自然属性和经济属性，对耕地质量进行综合评定，划分出耕地级别[1-2]。目前《农用地定级规程》中规定的定级方法有因素法、修正法和样地法[3-5]，因素法是耕地定级中常用的方法。但耕地定级不是在全国范围内进行，且各地区选取指标因素也并非完全一致，因此规程法所得到的定级成果仅在该区域范围内具有可比性，逐渐无法满足跨区域占补平衡等工作的需求。近年来，相关学者对耕地定级提供了新的研究思路和方法：王京涛[6]通过采用GIS空间分析法，构建定级指数地价模型，探索性分析农用地样点地价；卫新东等[1]有效地将因素法和修正法两种方法进行综合，确定农用地级别；金东海等[7]选用两层七参数法，在农用地分等成果的基础上进行农用地定级研究。但随着跨地区耕地占补平衡和高标准基本农田建设等工作的持续推动，规程定级方法因各区域之间指标选择的差别及工程指标因素欠缺，存在着跨区域耕地质量可比性差及对土地工程实施带来的提效升级反映不够灵敏等问题。

19世纪80年代，美国土壤保持局首次构建土地评价与立地条件分析(land evaluation and site assessment，LESA)体系[8-10]。该综合评价体系包括两个子系统：土地评价(land evaluation，LE)子体系，主要反映耕地自然质量水平的高低；立地分析(site assessment，SA)子体系，主要是反映耕地自身条件以外其他的自然属性和社会属性[11]。LESA评价体系通过对耕地质量和立地条件的综合评价分析，更有利于精确评定耕地质量，有效保护耕地，提高耕地利用效率和可持续生产能力。本文选取河南省固始县为研究对象，以LESA综合评价模型为理论指导，构建研究体系，对农用地定级的理论条件与技术方法进行综合探讨。

1 研究区概况与数据来源

1.1 研究区概况

固始县位于河南省东南部，大别山与淮河之间。地理坐标约为东经115°24′—115°55′，北纬31°46′—32°35′，属于亚热带向暖温带过渡带，四季分明，雨热同期。固始县地形复杂，整体地势为西南高东北低，地貌由南向北依次为低山、丘陵、垄岗、平原和洼地。区域范围内主要有水稻土、黄棕壤、潮土、砂姜黑土4个土类，11个亚类，25个土属，103个土种。2017年全县土地总面积为294 297.16 hm2，其中耕地约156 296.66 hm2，占全县土地总面积的53.11%。

固始县于2012年完成耕地质量等级成果补充完善工作。2017年度固始县耕地等别年度更新成果中，全县耕地国家自然等主要为6等，国家利用等主要为7等，国家经济等主要为6等，说明该区域耕地自然质量条件尚可，但整体上利用水平较低，耕地所产生的经济收益较为一般。

1.2 数据来源

本研究数据来源于固始县2017年度土地利用变更调查成果、固始县2017年度县级耕地质量等别更新成果、2017年固始县统计年鉴。

2 研究思路和方法

2.1 研究思路

本文以LESA综合评价模型为理论指导，构建耕地自然质量评价子体系(LE)和立地条件评价子体系(SA)。LE体系依据农用地分等成果要素和耕地地力评价要素指标选取构建，主要反映耕地自然质量水平的高低；SA体系由工程指标、基础设施指标等选取构成，主要体现土地整治和高标准农田建设等耕地质量改造项目对耕地的影响。在此基础上，开展耕地质量定级方法研究，综合探讨分析耕地质量的空间差异情况。

2.2 研究方法

2.2.1 评价单元 评价单元是自然属性和社会经济属性相对一致的独立耕地，其划分能够直观反映出耕地在质量和立地条件等方面的空间差异性[12-13]。本文根据确立的研究方法及获取的数据资料，结合固始县农用地分等成果，得到评价单元64 390个。

2.2.2 LESA体系的构建 本研究借鉴LESA体系的特点，以综合属性特征来评价耕地级别[14]。该体系由LE子体系和SA子体系两部分组成，在全面规范可持续的原则下，选取耕地质量评价指标和立地条件评价指标[15]。依据研究目的及选取研究区域的实际情况，本文中构建的LE体系包括土壤物理要素指标、化学要素指标和环境要素指标，SA体系由基础设施条件指标、耕作便利条件指标和土地利用状况指标、土壤培肥指标构成。

2.2.3 评价因素作用分值计算 (1) 耕地自然质量条件评价(LE)因子作用分值计算。耕地自然质量评价因子包括表层土壤质地、土壤酸碱度、地形坡度等指标，定性定量综合评定耕地自然质量。依据层次分析法、专家打分法确定各评价因子权重。LE评价体系中各评价因子的等级及作用分值见表1。

表1 耕地自然质量条件评价因素因子

(2) 耕地立地条件评价(SA)因素作用分值计算。耕地的基础设施条件、田块状况和土地培肥状况越好，生产效率就越高，耕地区位条件就越优。SA评价体系中，评价因子属性不同，其作用分赋值方法不同。通过线性衰减模型计算道路通达度、耕作距离等扩散性因子作用分值；其他因子则根据实际情况将数据划分到不同等级范围内，再根据其影响水平的高低对各个等级赋予相应的作用分值[16-17]。具体评价指标因子及权重详见表2。

表2 耕地立地条件评价因素因子及权重

2.3 LESA综合评价模型

目前耕地定级研究中较多选用多因素综合评价法、BP神经网络法、GIS网络分析法和主层次分析法等[18]。本文选用多因素综合评价法，选取多种指标因素构建LESA综合评价模型，计算公式如下。

(1)

(2)

LESA=a×LE+b×SA

(3)

a+b=1

(4)

式中：LE为耕地自然质量评价分值；Wij为耕地自然质量评价过程中第i个评价单元第j个评价因素的权重；Uij为第i个评价单元第j个评价因素的作用分值；SA为耕地立地条件评价分值；Hij为耕地立地条件评价过程中第i个评价单元第j个评价因素的权重；Fij为第i个评价单元第j个评价因素的作用分值；LESA为耕地评价单元综合分值；a，b分别为LE分值和SA分值所占的权重值[19]。

LESA综合评价模型的灵活性使其服务于不同的管理目标时，可以根据实际情况调整和确定LE和SA的比例关系[20-23]。固始县为河南省粮食主产区，因此耕地自然因素条件对耕地级别的影响更大，a∶b值确定为3∶2。

3 结果与分析

3.1 固始县耕地自然质量评价

根据公式(1)计算固始县各评价单元的自然质量分值，并对计算结果进行统计(表3)。从表3中可以看出，固始县耕地质量评价的LE分值介于45～94分之间加权平均值为87分，且LE分值介于81～90分和91～94分区间占全部耕地面积的比重达到94.85%，5.15%的耕地自然质量分值低于80分，这从一定程度上表明固始县耕地整体自然质量较优，利于耕种产粮。

表3 耕地质量评价情况统计

从LE分值的空间分布来看，固始县的耕地自然质量整体较优越。LE分值介于81～94分的耕地，主要位于固始县的北部浅丘区、西部丘陵垄岗区和东部平原区，分值介于40～60分和61～80分区间的耕地主要位于固始县的南部低山丘陵区，说明耕地自然质量的差异性主要受地形坡度影响。LE分值较高的耕地表层土壤质地多为壤土和黏土，土壤有机质含量高，整体质量条件较优(图1A)。

3.2 固始县立地条件评价

根据公式(2)计算固始县立地条件评价分值，统计结果见表4。51～60分和61～68分区间的耕地面积约占总耕地面积90.17%，说明固始县耕地整体生产效率较高，区位条件较优越。

从图1B的SA分值空间分布来看，分值较低的区域多分布在南部低山丘陵区，主要是受到地形地貌的影响导致地块形状不规则、集中连片度低、不利于机械作业等。西北部也分布着一部分分值较低的耕地，这些耕地多为零星分布于城镇中的菜地，因其面积较小，灌排水设施不完善，无法实现机械作业等得到SA分值较低。

表4 耕地立地条件评价情况统计

3.3 固始县耕地质量定级结果与分析

由图1C可知，北部、中部和东部的平原区、浅丘区耕地质量级别较高，西部丘陵区耕地质量级别一般，南部山区耕地质量最差。表明基于LESA综合评价模型所确定的固始县耕地质量级别在分布上与自然质量条件明显相关，该定级方法能够有效分析耕地质量空间分布规律。

图1 固始县耕地质量评价(LE，SA)分值及级别空间分布

据公式(3)计算结果表明固始县分值介于44～79分之间，加权平均值为73分，级别间距为150。在自然质量方面，级别为9—13的耕地表层土壤质地多为黏土或砂质土，有效土层厚度大，土壤有机质含量及地形坡度等条件较适宜，整体自然质量水平较优；耕地立地条件方面，级别较高的耕地一般分布离城镇较远，地块形状规则、平整度及集中连片度高，临近有交通主干道，利于机械作业。级别为6—8的耕地中，一部分耕地的土壤物理因素、化学因素及环境因素等各项指标分值较低，整体自然条件较差，多属于坡耕地；或者是在立地条件方面，一部分耕地为分布在城镇周边或以内的零碎菜地和水浇地，处于多农户种植经营状态，耕作便利度低，无机械作业条件，利用效率低下。

3.4 固始县耕地级别验证

为了确保该评价方法划分出土地级别的合理性，需要验证其结果是否符合实际情况。考虑到耕地粮食生产能力是其质量水平的直接体现，选择分析定级级别与调查样点中小麦、水稻单产的关系，以对研究结果进行验证。验证方法主要是将级别和调查样点单产进行对比，以揭示二者的联系。由图2可知，耕地质量级别与小麦和水稻的单产产量呈现明显的正相关关系，耕地级别越高，粮食产量越高，表明定级评价成果能够全面反映固始县耕地质量差异性。

由表5可以看出，原分等成果计算的全县总产能为174.79万t，用定级成果计算的全县总产能为174.67万t，二者数值较接近。说明产量和定级指数的关系较为密切，也表明级别能较好地反映耕地产能的实际情况。

图2 调查样点产量与定级成果对比

表5 定级成果全县总产能

4 讨论与结论

(1) 本研究在固始县耕地分等成果的基础上，以LESA综合评价模型为指导，从自然质量和立地条件两方面对耕地进行综合分析评价，划分耕地级别，并以耕地的粮食产能情况为依据对级别划分成果进行验证，证明该成果可较好地显化耕地粮食生产水平。本研究中所选取的耕地自然质量评价指标、调查样点中小麦水稻单产数据等均来源于固始县耕地分等成果，立地条件因素选取主要考虑了工程条件、田块状况、生产效率、土壤培肥和区位条件5个主要因素。因此建立的LESA综合评价模型在继承并转化应用固始县耕地分等成果的基础上，又通过工程指标的选取在级别划分上体现了高标准农田建设、土地整治等工程成效，打破了原有规程定级方法仅在县域内可比的局限，更有利于永久基本农田划定、高标准农田建设、耕地占补平衡考核、土地整治成效分析等工作的推进，同时为耕地定级方法创新研究提供思路。

(2) 结合已有的耕地质量定级研究成果来看，定级指标因素的选择及其权重的确定对最终定级成果有较大影响，地形地貌的不同会导致指标选择的差异性[24]，本研究仅以固始县为代表进行探讨，研究方法对其他地形是否适用尚未进行验证；同时，本研究对耕地级别与耕地等别之间的关系讨论较少，如何在延续耕地分等成果的基础上对耕地级别进行划分并且提高耕地质量评定的精确性还需进一步研究；此外，采用LESA综合评价模型划分耕地级别的过程中仅考虑了其自然质量、区位条件等因素，对耕地的景观价值、文化价值等考虑不足，在后续的研究过程中应进一步完善评价体系，更加科学管理耕地。