基于最小数据集与LESA体系的县域耕地质量评价

建立科学合理的县域耕地质量评价体系对快速准确摸清耕地质量家底和建立耕地保护分区具有重要指导意义。该研究基于主成分分析法建立最小数据集精选指标,构建土地评价与立地条件分析（land evaluation and site assessment,LESA）体系,开展耕地质量综合评价,分析耕地质量区域分布特征及差异性特征并划定耕地保护分区。结果表明：1）自然质量指标最小数据集由砂粒、有机质、全钾、有效磷、pH值、综合污染指数、耕层质地、容重、阳离子交换量组成,立地环境指标最小数据集包括排水条件、连片度、生态兼容性、河流距离、路网密度、灌溉能力、农田林网化率、耕地利用类型。2）采用LESA评价模型计算耕地自然质量指数及立地环境指数,确定LESA体系为FLESA=0.5FLE+0.5FSA（FSA、FLE、FLESA分别为耕地立地环境条件、自然质量条件和综合分值）,采样点综合评分为51.517～81.838。综合比选各插值误差检验结果后采用普通克里金法进行耕地质量结果空间插值,评价单元耕地质量综合评分为52.148～79.624。3）铁岭县耕地资源可划分为5个等级区：1级区划分为永久基本农田核心保护区,占比20.52%;2级区划分为耕地自然地力条件重点治理区,占比36.79%;3级区和4级区耕地土壤和立地条件均存在多样性的限制因素,可划分为耕地综合整治区,占比36.33%;5级区划分为耕地生态自然保育区,占比6.36%。4）经计算基于最小数据集与LESA相结合的评价结果有效系数为0.615,相对偏差系数为0.009,说明该体系耕地质量评价结果准确,可信度较高。该研究成果简化了县域耕地质量评价指标体系,量化了自然质量与立地条件协同关系,为开展耕地质量提升和保护利用提供了理论和方法依据。