湖北省不同地貌区耕地细碎化影响因素及管控分区

Influencing factors and control zoning of cultivated land fragmentation across different geomorphic regions in Hubei Province

摘要

目的 探究湖北省不同地貌区耕地细碎化的空间异质性及其影响因素，为制定差异化分区管控策略提供科学依据，从而针对性促进耕地集中连片，保障粮食安全。 方法 建立指标体系对湖北省不同地貌区耕地细碎化进行评价，使用随机森林模型分析了各影响因素的影响机制，最后使用SOM（Self-Organizing Map）进行细碎化管控分区。 结果 （1） 湖北省耕地细碎化程度具有显著的空间异质性，山地、丘陵、平原耕地细碎化程度逐级降低。（2） 山地丘陵区坡度、人口密度和土壤质量对细碎化作用程度较大，平原地区作用程度较大的则是人口密度、GDP、NPP、距道路距离。（3） 山地丘陵区耕地细碎化与影响因素的非线性关系更为复杂，具有多峰突变和阈值效应显著的特征，平原区影响因素多呈现单调的正相关或负相关关系。（4） 湖北省耕地细碎化管控分区中综合整治区占比最多，为27.03%，不同管控分区的耕地细碎化情况有明显区别。 结论 湖北省不同地貌区耕地细碎化程度和各因素影响机制具有显著差异，构建“平原整治、山区管控、城郊协调”的差异化分类治理体系，可以推进湖北省耕地规模化经营、提升农业现代化水平，为长江经济带农业高质量发展提供示范。

Abstract

Objective This study aims to explore the spatial heterogeneity and influencing factors of cultivated land fragmentation across different geomorphic regions in Hubei Province， so as to provide a scientific basis for formulating differentiated zoning control strategies， thereby facilitating targeted consolidation of cultivated land and safeguarding food security. Methods An evaluation index system was established to assess the cultivated land fragmentation in various geomorphic regions of Hubei Province. A random forest model was applied to analyze the impact mechanisms of various influencing factors， followed by the use of a Self-Organizing Map （SOM） for delineating fragmentation control zones. Results （1） Cultivated land fragmentation in Hubei Province exhibited significant spatial heterogeneity， with the degree of fragmentation progressively decreasing from mountainous to hilly areas， and then to plain areas. （2） In mountainous and hilly areas， slope， population density， and soil quality had a stronger impact on fragmentation， whereas in plain areas， population density， GDP， NPP （Net Primary Productivity）， and distance to road were more influential. （3） The nonlinear relationship between cultivated land fragmentation and influencing factors was more complex in mountainous and hilly areas， characterized by multi-peak mutations and significant threshold effects， while in plain areas， the influencing factors mostly showed a monotonous positive or negative correlation. （4） Among the cultivated land fragmentation control zones in Hubei Province， the comprehensive improvement zone accounted for the largest proportion （27.03%）， and there were obvious differences in the status of cultivated land fragmentation among different control zones. Conclusion The degree and influencing mechanisms of cultivated land fragmentation vary significantly across different geomorphic regions. Establishing a differentiated governance system of “plain improvement， mountainous area control， and suburban coordination” can advance the scale management of cultivated land and enhance the level of agricultural modernization， thereby providing a model for high-quality agricultural development in the Yangtze River Economic Belt.

Graphical abstract

关键词

耕地细碎化 / 管控分区 / 随机森林 / SOM

Key words

cultivated land fragmentation / control zoning / random forest / SOM

耕地细碎化是中国农业土地利用长期存在的问题之一，其产生的原因包括：自然地理过程的切割作用、改革开放后家庭联产承包责任制的实施、人多地少且人口不断增加的基本国情^［1］。随着近年来工业化与城市化的快速推进，耕地细碎化态势进一步加剧，研究表明，过去40年间，全国约80.47%的县域单元耕地细碎化程度呈现上升趋势^［2］。耕地细碎化会破坏耕地形态规则度，降低农业生产力，不利于农业适度规模经营，同时也会削弱农民的粮食生产积极性，加剧耕地撂荒风险，已逐渐成为制约农业农村可持续发展和威胁国家粮食安全的关键因素^［3］。因此，积极破解耕地细碎化问题，推动耕地集约化和规模化经营，提升耕地资源利用效率，具有极其重要的意义。

对相关文献进行总结，耕地细碎化可以概括为在权属或景观条件的影响下，耕地地块在空间上不相连且趋向于分散、零碎的过程。因此，细碎化评价也可以分为权属细碎化和景观细碎化，权属细碎化侧重微观农户视角，通过参与式调查的手段向农户收集信息，但难以揭示耕地细碎化的景观特征，且不适用于大尺度研究^［4］，景观细碎化则依托遥感与土地利用数据，借助景观指数刻画耕地的空间格局，数据来源和获取方式多样，有利于分析耕地的景观生态效应。在研究区域上，有分别针对山地^［5］、丘陵^［6］、平原^［7］地区的耕地细碎化研究，但鲜有学者进行跨地貌区的对比分析，对区域差异及其驱动机制的认识仍存在明显不足。从影响因素来看，耕地细碎化受自然和人为因素的双重作用。例如山地丘陵区耕地细碎化情况要更加严重^［8］，植被净初级生产力（Net Primary Productivity， NPP）和归一化植被指数（Normalized Difference Vegetation Index， NDVI）也影响着不同地貌区的耕地细碎化格局^［9］，此外，气候特征、土壤类型也属于耕地细碎化自然切割力^［10］；人为因素方面，道路、城镇建设用地的扩张和区域经济的发展同样会加剧耕地的细碎化程度^［11］。早期研究多依赖社会调查与历史资料分析定性探讨其成因^［12］。近年来，基于地理探测器^［6］、地理加权回归等^［2］方法的研究层出不穷，但多局限于线性关系的探讨，对影响因素的非线性作用和阈值效应关注较少，引入机器学习模型则可以弥补此方面的不足。

耕地细碎化分区研究目前以整治分区为主^［13-14］，然而，针对细碎化程度较高的农业地区提出的整治方案，在山区、城郊等零散耕地中面临难以实施的困境，因此，依据“特征-成因-治理”框架将耕地细碎化分区从“单一整治”向“差异化管控”转变，具有重要的理论和实践价值。现有分区方法如四象限法^［15］、三维魔方分类法^［14］虽被广泛应用，但难以处理高维复杂数据；二步聚类及K-means聚类^［16］、双约束聚类^［17］可以处理高维数据，但对复杂数据分布和噪声的适应上存在局限性。SOM（Self-Organizing Map）是一种无监督的竞争型人工神经网络，能将高维数据自动压缩到低维网格，同时保持数据的拓扑结构^［18］，对复杂非线性、高维数据具有良好的适应性与鲁棒性，为耕地细碎化分区提供了新的路径。

湖北省是中国中部重要的粮食主产区，由于不合理的耕作方式以及地形地貌、基础设施建设、城市扩张等原因，出现了不同程度的耕地细碎化问题，严重制约区域农业现代化与粮食安全水平。同时，湖北省地跨我国第二、三级地形阶梯，涵盖山地、丘陵和平原等多种地貌类型，在研究不同地貌区耕地细碎化差异方面有着天然优势。综上所述，本研究基于2022年土地利用数据，以湖北省乡镇街道（以下简称乡镇）为基本单元进行耕地细碎化评价，揭示其空间分异特征，使用随机森林模型分析耕地细碎化的主要影响因素，在此基础上使用SOM划分不同管控分区，因地制宜提出对应的整治和管控策略，以期为推进湖北省耕地规模化经营、提升农业现代化水平提供参考。

1 研究方法与数据来源

1.1 研究区概况

湖北省位于我国中部（29°02′—33°07′N，108°22′—116°08′E），地处长江中游，地理位置如图1所示。属亚热带季风气候，四季分明，降水充沛，水系发达，河湖众多。地形总体呈现“三面环山、中间低平、向南敞开”的格局。本文依据地形特征和县级行政区边界，将湖北省全域划分为鄂西山地、鄂东丘陵、江汉平原3个地貌大区。

湖北省经济处于中部地区领先水平，2022年全省地区生产总值超过5.3万亿元，三次产业结构持续优化，农业现代化稳步推进。耕地资源丰富，是国家重要的农产品生产基地，2021年第三次国土调查统计全省耕地面积476.86万hm²，以水田和旱地为主，数据显示，自第二次国土调查以来的10年间，全省耕地减少55.45万hm²，减幅达10.42%，耕地保护态势严峻，细碎化问题突出，且不同地貌区在耕地质量和利用上存在显著差异。

1.2 数据来源

耕地分布数据提取自2022年1 m分辨率的全国土地覆盖数据集（SinoLC-1），全图总体精度为73.61%^［19］；人口密度数据来源于LandScan Global人口分布数据集（https：∥landscan.ornl.gov/）；气温、降水、GDP数据来源于国家青藏高原科学数据中心（https：∥data.tpdc.ac.cn）；植被净初级生产力（NPP）和归一化植被指数（NDVI）数据分别来源于MODIS数据中的MOD17A3和MOD13A3数据产品；标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index， SPEI）来源于1961—2022年中国多干旱指数数据集^［20］，以上数据时间均为2022年。此外，还有土壤数据来源于SoilGrids 250 m土壤数据集^［21］；DEM数据来源于地理空间数据云（http：∥www.gscloud.cn/）；中心城镇点位数据来自于国家统计局（https：∥www.stats.gov.cn/）；路网数据和河流水系数据来源于OpenStreetMap（http：∥www.openstreetmap.org/）。

1.3 研究方法

1.3.1 耕地细碎化评价

鉴于耕地分布数据的时效性和可获取性，本研究进行耕地细碎化评价、影响因素分析和管控分区研究的时间基点均为2022年。根据乡镇行政区划的变更情况以及相关数据的获取情况，剔除无耕地区域，最终确定评价单元为湖北省1 376个乡镇。基于景观生态学理论，参考相关研究^{［14，22］}，针对耕地细碎化的概念特性，依据科学、全面、客观、典型的标准，构建耕地细碎化评价指标体系，选取的评价指标涵盖耕地的规模性、聚集性、规整性3个主要方面，具体指标详见表1。

基于客观赋权法——熵权法计算指标权重。对原始数据进行标准化处理，计算指标熵值，得到准则层权重：规模性为0.52，聚集性为0.33，规整性为0.15。指标层权重见表1。将前述各评价指标进行线性组合加权，建立综合性指数——耕地细碎化指数（Cultivated Land Fragmentation Index， CLFI），以此来对湖北省不同地貌区耕地细碎化的程度进行量化评估，公式如下：

\mathrm{C}\mathrm{L}\mathrm{F}\mathrm{I}=\mathrm{1}-{\displaystyle \sum _{i=\mathrm{1}}^n}\left({\displaystyle \sum _{j=\mathrm{1}}^m}{U}_{ij}{w}_{ij}\right)w_i（1）

式中：n为维度数；m为维度i中的指标数；w_i 为维度i的权重；w_ij 为维度i中第j个指标的权重；U_ij 为标准化后的指标数值。

1.3.2 影响因素指标体系

针对湖北省的具体情况，结合已有研究^{［2，11，24］}，将耕地细碎化的影响因素归纳为5个主要类别：区位条件、社会经济、植被覆盖、土壤质量和气候条件。考虑到数据的代表性、全面性和可获取性，在上述5个方面选取高程等15个影响因子。为避免指标间可能存在的高度相关性，通过计算各指标的方差膨胀因子VIF值进行多重共线性检验，剔除VIF值过高的因子，探究其余因子对耕地细碎化指数（CLFI）的影响机制及其空间异质性（表2）。

1.3.3 随机森林回归模型

随机森林（Random Forest）是一种集成机器学习模型，通过聚合多个决策树进行重复预测^［27］，能高效处理大规模数据集，并通过引入随机性降低过拟合风险。随机森林模型可以分析变量间的非线性关系，本研究通过Python调用sklearn模块进行随机森林回归分析，应用Bootstrap重抽样算法，训练集和测试集分别占样本的70%和30%。模型的参数设置直接影响回归效果，经过多次调试，设置参数n_estimators（决策树数量）=500，max_depth（决策树最大深度）=10，其余参数默认。

1.3.4 自组织映射神经网络（Self-Organizing Map， SOM）

SOM能够避免权重系数的影响，且具有自组织性、自适应性和较强的容错功能，是连接自然地理单元特征与自然分区的一种有效定量方法^［28］。本研究基于随机森林重要性评价结果，选择各地貌区的两个主导影响因素与规模性、聚集性、规整性5个空间属性共同作为划分指标，实现数据自动聚类，进行耕地细碎化管控模式分区可视化。在Python平台设置相关参数，进行2 000次迭代学习，得到聚类结果，归纳不同聚类区的耕地细碎化属性特征，并参考实际情况进行分区命名。

2 结果与分析

2.1 湖北省耕地细碎化评价结果

为科学表征湖北省耕地细碎化程度的区域差异，本研究采用等间隔分级法对乡镇耕地规模性、聚集性、规整性和细碎化指数（CLFI）进行划分，并以指数分级中值对高值区和低值区进行界定。

耕地规模性指数（图2A）高值区（>0.15）主要分布在鄂东丘陵荆门市、随州市、孝感市、襄阳市东部、黄冈市西南部和江汉平原全域（除武汉市中部），这些区域多为平原岗地，地形平坦，土壤肥沃，耕地资源禀赋优越，作为全省的农业主产区，农业适度规模经营发展态势良好；低值区（≤0.15）主要分布在鄂西山地全域、黄冈市东北部、咸宁市、黄石市和武汉市中部，其中鄂西山地和鄂东丘陵主要为梯田或坡耕地，受地形限制，耕地分布细碎、零散，规模性不足，武汉市中部作为全省经济发展中心，历史城市建设用地扩张占用大量耕地，资源禀赋较差。

耕地聚集性指数（图2B）高值区（>0.35）主要分布在鄂东丘陵的荆门市、随州市、襄阳市东部和江汉平原西部，在鄂西山地也有零散分布，该区域主要位于平原岗地和山间河谷地带，耕地在空间上分布集中、连片性较好，有利于发展规模农业；低值区（≤0.35）主要分布在鄂西山地全域、鄂东丘陵的孝感市、黄冈市、咸宁市、黄石市和江汉平原东部的武汉市、鄂州市，这些区域与耕地规模性指数的分布类似，或为山地丘陵，或为城市及其周边，难以形成规模连片的耕地，耕地布局分散，集聚性差。

耕地规整性指数（图2C）高值区（>0.70）主要分布在鄂西山地的十堰市部分乡镇，鄂东丘陵的襄阳市东部、荆门市、孝感市和江汉平原全域，这些区域或为大规模农田分布在平原地带，或为梯田分布在山间河谷地带，耕地形状规整，耕作便利度较高；低值区（≤0.70）主要分布在鄂西山地全域和鄂东丘陵的随州市、黄冈市、黄石市和咸宁市，这些区域耕地受地形等因素限制，边界复杂多变，规整性差。

耕地细碎化指数（CLFI，图2D）高值区（>0.70）主要分布在鄂西山地全域、鄂东丘陵的黄冈市、黄石市、咸宁市、江汉平原的武汉市中部和各市的中心城镇，限制这些区域耕地规模连片发展的因素主要是自然和人为两方面：地貌类型多为山地丘陵，地形崎岖、景观破碎，地理位置多为城镇中心，建设用地分布广泛，耕地则零散破碎。低值区（≤0.70）主要分布在江汉平原西部、鄂东丘陵的襄阳市东部、荆门市和随州市，这些区域大部分处于沿江优势农业带，土质肥沃，河湖广布，水资源丰富，农田水利灌溉系统较为发达，作为全省农业主产区，耕地规模性、聚集性、规整性均较好，适宜发展规模农业。

2.2 耕地细碎化影响因素分析

2.2.1 影响因素重要性排序

15个影响因素中“高程”“土地利用程度”和“年平均气温”由于VIF值过高而被剔除，最终保留12个影响因素。使用十折交叉对模型准确性进行验证，并与多元线性回归进行比较，结果表明，不同地貌区随机森林模型决定系数R²最高为0.825，大于多元线性回归（0.694），且MSE和MAE均低于多元线性回归，拟合效果更好。

在随机森林模型框架下，各影响因素对于乡镇耕地细碎化水平的相对作用程度可以通过计算IncMSE确定，如图3所示。从单个变量的相对重要性来看，鄂西山地排名靠前的依次是坡度（16.6%）、人口密度（16.0%）、土壤有机碳含量（11.4%）、土壤容重（8.7%），鄂东丘陵依次是土壤容重（15.14%）、坡度（12.62%）、土壤有机碳含量（11.83%）、人口密度（11.12%），江汉平原依次是人口密度（24.48%）、GDP（18.18%）、NPP（13.07%）、距道路距离（11.50%）。坡度是鄂西山地和鄂东丘陵耕地细碎化的主导因素，陡坡地区由于机械作业限制、水土流失风险以及山地地形的自然分割效应会显著影响耕地的细碎化程度。人口密度在三大地貌区均具有很高的作用程度，反映了人地矛盾的现实压力。土壤质量在鄂西山地和鄂东丘陵地区的重要性也较高，山地丘陵区由于地形、微气候、植被覆盖等的差异，土壤质量空间差异大，因此山地农业对土壤特性的依赖程度相比平原地区更高。

整体来看，湖北省耕地细碎化受自然和人为因素的双重影响，山地丘陵地区主要受坡度、土壤质量等自然因素的影响，平原地区则主要受人口密度、GDP等人为因素的影响。从影响因素的类别来看，社会经济、土壤质量和区位条件中的坡度相对重要性较大，植被覆盖类别重要性中等，区位条件（除坡度外）和气候条件重要性程度则相对较低。

2.2.2 基于随机森林的耕地细碎化非线性影响机制

根据影响因素重要性排序，绘制排名前8的影响因素偏依赖图（图4），对比分析各影响因素对湖北省不同地貌区耕地细碎化的非线性影响机制和阈值效应。由表3可知，“距河流距离”和“SPEI”在3个地貌区影响因素重要性排序中均不在前8，作用程度较小，不再进行分析。

坡度在3个地貌区对耕地细碎化均具有促进作用。在鄂西山地存在明显的阈值效应，当坡度为14.9°~15.3°时细碎化程度陡增，这是由于山地海拔骤升使得土壤侵蚀加剧和耕作成本的大幅增加。在20.4°时细碎化程度达到峰值随后保持稳定，此时经济收益与生态限制达到平衡；而在丘陵和平原区由于地形变化较小，坡度呈现单调促进作用，阈值不明显。

人口密度的影响呈现显著的区域分异。山地和丘陵分别小于268.8人/km²，102.0人/km²时与耕地细碎化程度呈负相关，人口增长促进垦殖和地块集中，超过该阈值后，高人口密度开始导致耕地资源竞争加剧，建设用地扩张导致耕地分割，细碎化程度加剧，这一转折点揭示了人口密度从集约化动力向碎片化推力的临界转变。江汉平原因垦殖历史早、开发强度高，未出现负相关阶段，细碎化程度在人口密度达到3 591.4人/km²时不再增加，此时平原地区耕地资源开发已接近饱和，反映了耕地被分割的极限状态。

NDVI， NPP与耕地细碎化的非线性关系大致相同，在不同地貌区又有较大差异。鄂西山地低植被覆盖通常对应较高细碎化，植被的增加反映了耕地的开垦，因此细碎化程度逐渐降低，植被覆盖增加到一定程度时，细碎化程度陡增且达到峰值，该点可能代表具有一定绿化植被的城镇中心，也与鄂东丘陵和江汉平原NDVI， NPP偏依赖图的起始细碎化峰值相对应，而后随着植被覆盖度增加，优质连片的耕地地块形成，细碎化程度逐渐降低并达到最低值，最后细碎化程度的回升则可能与生态保护政策下的退耕还林有关。

年降水量在鄂西山地表现出明显的阈值效应，超过838.3 mm时，暴雨侵蚀和地质灾害风险显著增加，导致细碎化急剧上升，鄂东丘陵和江汉平原则无此突变阈值，而是呈渐进式单调演进，反映了人类垦殖活动主导的累积效应，这一差异揭示了地形对降水与耕地细碎化非线性关系的调控作用，山地主要受自然侵蚀的临界点控制，而缓坡区则由人工开发的连续性驱动。

土壤属性中，有机碳含量与细碎化呈正相关，在山地丘陵，高有机碳土壤多分布于林区或历史林地开垦区等地形复杂、耕地地块零碎的区域，细碎化程度高，有机碳含量高于一定阈值后（鄂西山地为0.56 g/kg，鄂东丘陵为0.44 g/kg），可开垦的零散地块基本耗尽，细碎化程度趋于稳定。土壤容重与细碎化呈负相关，在鄂东丘陵区存在阈值效应，当其小于1.3 g/cm³时，土壤结构疏松，土地利用类型以林地为主，此时随着土壤容重的增加，耕地逐渐被开垦，细碎化程度减小，超过该阈值时，高容重导致土壤板结，耕作阻力变大，耕地开始变得零散，细碎化程度反弹。

地均GDP在鄂西山地表现为先抑制后促进的U型关系，这是由于在低于2 813.2万元/km²时，经济发展促进农业经营和地块整合，并在山间谷地实现规模化经营，细碎化程度逐渐减少至最低，超过该阈值后，农业比较效益的下降促进了非农就业的增加，建设用地不断扩张导致耕地分割，细碎化程度急剧增加，直至达到9 249.3万元/km²左右时不再变化。江汉平原区则没有负相关阶段，反映了经济发展直接推动土地市场化与耕地分割。

区位因素中，距道路距离对鄂东丘陵和江汉平原的影响更为显著，鄂西山地地形崎岖，路网密度小，即使靠近道路，陡坡地块仍然难以整合，因此耕地细碎化程度几乎不受距离变化影响。而在丘陵和平原地区道路沿线建设用地扩张导致耕地分割，距道路越近细碎化程度越高。距中心城镇距离在江汉平原影响显著，山地和丘陵地区地形限制主导了耕地细碎化格局，城镇辐射能力有限，因此对细碎化程度几乎没有影响。江汉平原区距中心城镇距离范围为0~12.9 km时，细碎化程度显著下降，耕地逐渐远离城镇开发边界，实现规模集约经营，超过该距离后细碎化格局基本固定，但由于田块管理粗放化导致其细碎化程度轻微回升。

2.3 耕地细碎化管控分区

为制定差异化耕地细碎化管控策略，本研究分别对鄂西山地、鄂东丘陵和江汉平原进行SOM聚类分析。在聚类结果的基础上，参考土地整治分区与空间治理相关研究^［13-15］，并综合考虑各地类区的资源禀赋、主导功能与发展定位，将各乡镇划分为生态优先区、农林复合区、综合整治区、综合提升区、规模流转区、集约归并区、高效农业区和产业升级区共8个管控分区（图5）。

由表4可知，生态优先区共包含194个乡镇，均分布在鄂西山地，该区域以林地为主体，耕地呈零星碎片化分布，主要位于林缘地带或林中空地，区域生态敏感性强、地形复杂、传统耕作与生态保护矛盾突出，应以生态保护为核心，强化生态保护红线约束，推行生态补偿制度，推进退耕还林，同时通过经济林种植、生态篱笆等方式促进地块自然融合，确保整治措施与生态恢复协同推进；农林复合区共包含120个乡镇，其中56个分布在鄂西山地，64个分布在鄂东丘陵，该区域林地与耕地交错分布，地形起伏较大，耕地地块零散且边界不规则，生态敏感性与农业生产需求并存，耕地细碎化问题突出，农林复合区应以生态友好型整理为核心，对坡度较大、生态脆弱的地块优先退耕还林或发展经济林，对适宜耕作的区域，通过梯田改造、地块柔性合并等手段促进适度规模化，同时配套农林复合经营（如林粮间作、林下种植），提升土地综合效益；综合整治区共包含372个乡镇，其中78个分布在鄂西山地，187个分布在鄂东丘陵，107个分布在江汉平原，由于不同地形类型的交错分布和经济水平的不均衡发展，该区域耕地呈现出面积小、规模小、分布分散和高度细碎化的特点。

因此，需要对该区域进行统一规划，对耕地、水系、道路等要素实施综合性整治，通过加强农业基础设施的建设、优化农村建设用地的管理等，构建协调一致的空间整治格局，整合“田、水、路、林、村”等要素，以实现耕地资源的高效利用；综合提升区分布在鄂西山地，包含20个乡镇，该区耕地细碎化程度较为严重，耕地规模性、聚集性、规整性较差，但整体好于综合整治区，具备一定规模化潜力，但仍然受产权分散、基础设施不完善等因素制约，应采取“提质为主、适度归并”的策略，优先完善田间道路和灌溉系统，促进产权自愿流转，同时适当保留生态空间，建立生态沟渠和田埂，促进耕地景观格局的优化提升；规模流转区共包含76个乡镇，其中15个分布在鄂东丘陵，61个分布在江汉平原，该区域耕地分布相对集中，农业基础设施相对健全，但耕地规模不足，斑块数量多且面积小，因此该地区应将重点放在推动耕地适度规模经营上，建立规范的经营权流转市场，推广“按户连片耕种”与“小块并大块”实践，集中农民经营的分散耕地，便于实施统一管理，缓解耕地细碎化情况；集约归并区共包含226个乡镇，其中117个分布在鄂东丘陵，109个分布在江汉平原，该区域耕地分布较为分散，这限制了农业向专业化、组织化和产业化的方向发展，在进行土地整治时，应避免土地的过度兼并，而是合并细碎地块，强化耕地资源空间集聚效应，对形成连片规模的经营主体给予额外补贴或技术扶持，扩大耕地资源规模，推动农业可持续发展；高效农业区共包含174个乡镇，其中72个分布在鄂东丘陵，102个分布在江汉平原，该区域具有自然条件优势，耕地资源禀赋优越，规模较大，集聚性高，其耕地细碎化程度相对较低，农业规模化和机械化水平显著，应优先提高耕地资源的使用效率，积极推动高标准农田建设项目，强调农业技术革新，大力发展高效农业；产业升级区共包含194个乡镇，其中30个分布在鄂西山地，35个分布在鄂东丘陵，129个分布在江汉平原，该区域一般位于城镇及周边，呈现“城市型细碎化”特征，应采取“空间优化-产业升级”协同整治策略：通过城乡用地增减挂钩重构农业空间格局，因地制宜发展屋顶农场、立体农业等创新模式，实现农业产业转型升级，建立“农业+”复合利用政策体系，促进城镇化与农业现代化的协同发展。

3 讨论与结论

3.1 讨 论

本研究通过构建指标体系，对湖北省不同地貌区耕地的规模性、聚集性、规整性和细碎化程度进行评价，结果表明，山地、丘陵、平原的耕地细碎化程度呈现逐级降低的趋势，这反映了自然切割力在耕地空间格局形成中的主导作用，刘晶等^［8］也得到相似的结论，地貌越复杂，耕地细碎化程度相对越高。然而，鄂西山地区域出现部分细碎化程度较低的集中连片耕地，而在江汉平原局部也存在着细碎化程度异常高的零散地块，这表明人口、经济等非自然因素同样发挥着关键影响。山区耕地多集中分布在峰丛洼地和河谷地带等人口聚居地，在生态与经济协调发展的背景下，该地区耕地空间聚集度较高，板块形态也较为规则，但分布不平衡^［29］，平原地区则因城市扩张、权属分散等人为干扰导致耕地细碎化加剧。这种自然-人文因素的交互作用提示我们，在制定差异化耕地保护政策时，需统筹考虑地貌本底条件与区域人地关系的特殊性，特别是在生态敏感区和城乡交错带等关键区域，可以通过优化土地管理制度来调控人为干扰强度。本研究主要从景观格局视角探讨湖北省耕地细碎化的空间分异特征，尚未涉及权属细碎化，而耕地细碎化是“景观形态-产权结构”双重维度的综合体现，虽有学者对县域尺度耕地的权属细碎化进行评价^［30］，但市级以上大范围地区的景观-权属耦合机制与协同治理路径仍有待深入研究。

湖北省作为我国重要的农业大省，耕地细碎化问题表现出明显的区域特殊性，江汉平原由于长期精耕细作和历史权属调整，部分地区形成“高细碎化-高产能”的特殊格局；鄂西山区受地形限制，耕地零散分布且生态敏感度高；武汉都市圈周边则面临城镇化挤压带来的“边缘细碎化”现象。本研究使用随机森林机器学习模型探讨了不同地貌区耕地细碎化的影响因素和阈值效应，结果表明，山地丘陵区域由于地形复杂、森林广布，其耕地细碎化程度与各影响因素的非线性关系更为复杂，表现为多峰突变和阈值效应显著的特征；而平原地形区由于地势平坦、耕作条件均质，影响因素多呈现单调的正相关或负相关关系。这种地貌差异导致的非线性特征分化，为制定差异化的耕地整治策略提供了重要的理论依据。本文所选取的影响因素涵盖自然人文等多个方面，但对政策制度因素尚未涉及，有研究表明土地流转政策实施后全国耕地细碎化呈现下降趋势^［24］，后续研究中可重点探讨不同政策工具（如经营权流转、确权登记等）对耕地细碎化调控效应。

山区耕地受地形限制不宜推行大规模工程整治，城市周边耕地则因权属复杂和规划冲突也面临整治瓶颈。因此，本研究强调通过差异化政策而非单一工程手段来应对多元细碎化问题。针对生态敏感区设定保护性管控分区，可以建立以保护和适应性管理为核心的山区耕地管控体系，限制开发强度，推动生态型农业发展；对城乡过渡地带设定产业转型升级分区，探索弹性空间治理机制，协调农业保护与城市发展之间的用地冲突，抑制边缘性细碎化蔓延。这一思路既能保护生态脆弱区耕地，又能适应城乡过渡带的复杂管理需求。在治理实践方面，湖北省近年来探索“三权分置”改革与细碎化治理的协同推进模式，特别是在江汉平原地区开展的“按户连片”耕种试点取得了显著成效。未来，应在延续平原地区产权与工程协同治理路径的基础上，重点补齐鄂西山区生态化管控和都市圈周边融合性治理的制度短板，构建“平原整治、山区管控、城郊协调”的分类治理体系，为长江经济带的农业高质量发展提供示范。

3.2 结 论

（1） 湖北省耕地规模性、聚集性、规整性和细碎化程度均具有显著的空间异质性，鄂西山地、鄂东丘陵、江汉平原的三大指数逐级增加，耕地细碎化程度逐级降低。

（2） 湖北省耕地细碎化受自然和人为因素的双重影响，不同地貌区耕地细碎化影响因素作用程度不同，山地丘陵区坡度、人口密度和土壤质量作用程度最大，平原地区作用程度较大的则是人口密度、GDP、NPP、距道路距离。

（3） 各影响因素对湖北省不同地貌区耕地细碎化的非线性影响机制和阈值效应也存在差异性，山地丘陵区的非线性关系更为复杂多变，具有多峰突变和阈值效应显著的特征，平原区影响因素多呈现单调的正相关或负相关关系。其中三大地貌区坡度、土壤有机碳含量、距道路距离与耕地细碎化呈正相关，年降水量、距中心城镇距离与耕地细碎化呈负相关，其余因素则在不同地貌区呈现不同的阈值效应。

（4） 湖北省在耕地细碎化管控分区中综合整治区占比最多，为27.03%，其次是集约归并区、生态优先区和产业升级区，不同管控分区的耕地细碎化情况有明显区别，必须适应当地条件，因地制宜，构建“平原整治、山区管控、城郊协调”的分类治理体系，分区采取不同管控措施。

参考文献

[1] 李建林，陈瑜琦，江清霞，等.中国耕地破碎化的原因及其对策研究［J］.农业经济，2006（6）：21-23.

[2] Li J L， Chen Y Q， Jiang Q X， et al. Research on the causes of land fragmentation in China and its countermeasures［J］. Agricultural Economy， 2006（6）：21-23.

[3] 陈万旭，段斌俏，曾杰.1980—2020年中国耕地景观细碎化空间分异性与影响因素分析［J］.农业工程学报，2024，40（21）：221-231.

[4] Chen W X， Duan B Q， Zeng J. Spatial differentiation and influencing factors of cultivated landscape fragmentation in China from 1980 to 2020［J］. Transactions of the Chinese Society of Agricultural Engineering， 2024，40（21）：221-231.

[5] 刘婧鸣，侯现慧，王占岐，等.耕地细碎化与耕地集约利用水平空间相关特征研究：以湖北省为例［J］.中国土地科学，2017，31（12）：51-59.

[6] Liu J M， Hou X H， Wang Z Q， et al. Spatial correlation characteristics of fragmentation and intensive use levels of cultivated land in Hubei Province［J］. China Land Science， 2017，31（12）：51-59.

[7] 任红玉，赵宇鸾，李秀彬，等.基于不同分辨率影像的山区耕地细碎化评价及其尺度效应［J］.地理研究，2020，39（6）：1283-1294.

[8] Ren H Y， Zhao Y L， Li X B， et al. Cultivated land fragmentation in mountainous areas based on different resolution images and its scale effects［J］. Geographical Research， 2020，39（6）：1283-1294.

[9] 龙明顺，赵宇鸾，张东丽.山区耕地细碎化对农户耕地撂荒的影响［J］.农业工程学报，2022，38（21）：231-239.

[10] Long M S， Zhao Y L， Zhang D L. Impacts of mountainous land fragmentation on cultivated land abandonment of farmers［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022，38（21）：231-239.

[11] 常玉旸，张天柱，张凤荣，等.赣东山地丘陵区耕地细碎化时空变异与驱动因子探析：以江西省万年县为例［J］.水土保持研究，2021，28（3）：264-271，280.

[12] Chang Y Y， Zhang T Z， Zhang F R， et al. Analysis on the spatiotemporal variability and driving factors of cultivated land fragmentation in the hilly region of eastern Gansu： a case of Wannian County of Jiangxi Province［J］. Research of Soil and Water Conservation， 2021，28（3）：264-271，280.

[13] 李文灏，沈俊.水网平原地区耕地破碎化时空变化研究［J］.浙江农林大学学报，2021，38（4）：723-729.

[14] Li W H， Shen J. Spatio-temporal variation of farmland fragmentation in water net plain area［J］. Journal of Zhejiang A&F University， 2021，38（4）：723-729.

[15] 刘晶，金晓斌，徐伟义，等.1990—2020年中国耕地景观细碎化演变特征与趋势预判［J］.地理学报，2023，78（9）：2163-2185.

[16] Liu J， Jin X B， Xu W Y， et al. Characteristic evolution and trend prediction of cultivated land landscape fragmentation in China from 1990 to 2020［J］. Acta Geographica Sinica， 2023，78（9）：2163-2185.

[17] Zhang T W， Li W， Zhao Z F， et al. Analyzing cropland fragmentation evolution and driving mechanisms in Shandong through MSPA and landscape metrics integration［J］. Scientific Reports， 2025，15：21437.

[18] 杜国明，盖兆雪，王洪彦.中国耕地细碎化的理论解析与研究框架［J］.地球科学与环境学报，2021，43（6）：997-1008.

[19] Du G M， Gai Z X， Wang H Y. Theoretical explanation and research framework of cultivated-land fragmentation in China［J］. Journal of Earth Sciences and Environment， 2021，43（6）：997-1008.

[20] Liu J， Jin X B， Xu W Y， et al. Influential factors and classification of cultivated land fragmentation， and implications for future land consolidation： a case study of Jiangsu Province in Eastern China［J］. Land Use Policy， 2019，88：104185.

[21] Yucer A A， Kan M， Demirtas M， et al. The importance of creating new inheritance policies and laws that reduce agricultural land fragmentation and its negative impacts in Turkey［J］. Land Use Policy， 2016，56：1-7.

[22] 王祯，吴金华，白帅，等.黄土丘陵沟壑区耕地细碎化评价与土地整治工程分区：以吴起县为例［J］.水土保持研究，2022，29（4）：300-307.

[23] Wang Z， Wu J H， Bai S， et al. Evaluation of cultivated land fragmentation and land consolidation engineering zoning in the loess hilly and gully region： a case study in Wuqi County［J］. Research of Soil and Water Conservation， 2022，29（4）：300-307.

[24] 刘晶，金晓斌，徐伟义，等.江苏省耕地细碎化评价与土地整治分区研究［J］.地理科学，2019，39（5）：817-826.

[25] Liu J， Jin X B， Xu W Y， et al. Evaluation of cultivated land fragmentation and guidance of land consolidation at provincial level［J］. Geographical Science， 2019，39（5）：817-826.

[26] 杨绪红，金晓斌，盛修深，等.综合适宜性与迫切性的非粮化耕地整治分区方法［J］.农业工程学报，2022，38（15）：287-296.

[27] Yang X H， Jin X B， Sheng X S， et al. Consolidation zoning method for non-grain cropland integrating suitability and urgency［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022，38（15）：287-296.

[28] 李希明，黄秋昊，吕剑成，等.基于功能分区与多聚类算法集成的耕地细碎化评价及整治［J］.农业工程学报，2022，38（6）：274-282.

[29] Li X M， Huang Q H， Lyu J C， et al. Evaluation and consolidation of cultivated land fragmentation based on integration of function zoning and multi-cluster algorithms［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022，38（6）：274-282.

[30] 金贵，邓祥征，张倩，等.武汉城市圈国土空间综合功能分区［J］.地理研究，2017，36（3）：541-552.

[31] Jin G， Deng X Z， Zhang Q， et al. Comprehensive function zoning of national land space for Wuhan metropolitan region［J］. Geographical Research， 2017，36（3）：541-552.

[32] Kohonen T. The self-organizing map［J］. Proceedings of the Ieee， 1990，78（9）：1464-1480.

[33] Li Z H， Zhang H Y， Lu F X， et al. Breaking the resolution barrier： a low-to-high network for large-scale high-resolution land-cover mapping using low-resolution labels［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2022，192：244-267.

[34] Zhang Q， Miao C Y， Su J J， et al. A new high-resolution multi-drought-index dataset for mainland China［J］. Earth System Science Data， 2025，17（3）：837-853.

[35] Hengl T， Mendes de Jesus J， Heuvelink G B M， et al. SoilGrids250m： global gridded soil information based on machine learning［J］. PLoS One， 2017，12（2）：e0169748.

[36] Wang D J， Yang H， Hu Y M， et al. Analyzing spatio-temporal characteristics of cultivated land fragmentation and their influencing factors in a rapidly developing region： a case study in Guangdong Province， China［J］. Land， 2022，11（10）：1750.

[37] 周尚意，朱阿兴，邱维理，等.基于GIS的农用地连片性分析及其在基本农田保护规划中的应用［J］.农业工程学报，2008，24（7）：72-77，313.

[38] Zhou S Y， Zhu A X， Qiu W L， et al. GIS based connectivity analysis and its application in prime farmland protection planning［J］. Transactions of the Chinese Society of Agricultural Engineering， 2008，24（7）：72-77，313.

[39] 王学，徐晓凡.中国耕地景观细碎度时空变化特征及其影响因素［J］.农业工程学报，2022，38（16）：11-20.

[40] Wang X， Xu X F. Spatiotemporal characteristics and influencing factors of landscape fragmentation of cultivated land in China［J］. Transactions of the Chinese Society of Agricultural Engineering， 2022，38（16）：11-20.

[41] 庄大方，刘纪远.中国土地利用程度的区域分异模型研究［J］.自然资源学报，1997，12（2）：105-111.

[42] Zhuang D F， Liu J Y. Study on the model of regional differentiation of land use degree in China［J］. Journal of Natural Resources， 1997，12（2）：105-111.

[43] Vicente-Serrano S M， Beguería S， López-Moreno J I， et al. A new global 0.5° gridded dataset （1901—2006） of a multiscalar drought index： comparison with current drought index datasets based on the palmer drought severity index［J］. Journal of Hydrometeorology， 2010，11（4）：1033-1043.

[44] Breiman L. Random forests［J］. Machine Learning， 2001，45（1）：5-32.

[45] 谢保鹏，屈雯，杨洁，等.基于SOM的乡村振兴基础条件分区研究：以甘肃省天水市为例［J］.中国农业资源与区划，2021，42（9）：187-197.

[46] Xie B P， Qu W， Yang J， et al. Study on the basic condition zoning of rural revitalization based on som： taking Tianshui City of Gansu Province as an example［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2021，42（9）：187-197.

[47] Han P， Xiang J W， Zhao Q L. Spatial differentiation and scenario simulation of cultivated land in mountainous areas of Western Hubei， China： a PLUS model［J］. Environmental Science and Pollution Research， 2023，30（18）：52804-52817.

[48] 杜国明，张宇，章尤琴.东北黑土区典型县域耕地细碎化空间格局及影响因素分析［J］.农业现代化研究，2023，44（5）：858-868.

[49] Du G M， Zhang Y， Zhang Y Q. The spatial pattern and influencing factors of cultivated land fragmentation in typical counties of the northeast black soil region［J］. Research of Agricultural Modernization， 2023，44（5）：858-868.

基金资助

国家自然科学基金重点项目(42230107)

湖北省战略科技人才培育专项(2024DJA012)