近10年中国耕地变化的区域特征及演变态势

袁承程，张定祥，刘黎明，叶津炜

·土地保障与生态安全·

近10年中国耕地变化的区域特征及演变态势

袁承程1，张定祥2，刘黎明1※，叶津炜1

（1. 中国农业大学土地科学与技术学院，北京 100193；2. 中国国土勘测规划院，北京 100035）

随着工业化、城市化进程推进,中国耕地在数量和质量方面均发生了显著变化。通过分析2009－2018年中国耕地的时空变化，掌握中国耕地变化的区域特征与变化态势，有助于制定差别化的区域耕地保护政策与管理策略，为保障粮食安全提供科学依据。该研究基于2009－2018年土地调查格网数据，利用GIS空间分析、数学指数模型等方法，从耕地数量、空间以及立地条件等方面研究近10年来中国的耕地时空变化特征。研究表明：1）2009－2018年间中国耕地数量总体稳定，但是耕地数量变化的区域差异较大。全国耕地共减少39.37万hm2，减少幅度为0.29%。2）从市域尺度分析，呈现以“哈尔滨-郑州-昆明”带为中心的东-中-西分异特征，该中心带内耕地净减少面积与全国耕地净减少总量基本持平，而该中心带以东地区的耕地净减少量与中心带以西地区的耕地净增加量相近。3）耕地空间变化率在长江以北的长江中下游平原区、黄淮海平原区以及四川盆地及其周边地区相对较高，表明这些区域人为调整耕地空间布局的强度较大，但其市域内净增加耕地面积总量却不大。4）耕地减少主要分布在距离主要城市中心30 km以内的区域，而耕地增加主要发生在离城市中心40 km以外区域，这进一步说明城市化发展仍然是当前耕地减少的主导因子。此外，石嘴山、延安、雅安、榆林、张家口、丽水和泉州等地的耕地平均海拔增加较大，说明这些地区耕地“上山”现象较为严重。因此，今后应根据耕地变化“热点地区”的动态识别，提升自然资源管理和督察的精准定位和因地施策的能力。

土地利用；遥感；土地调查；耕地变化；格网数据；中国

0 引 言

耕地是保障国家粮食安全的基石，耕地保护对于中国这样一个拥有13亿人口的大国尤其重要[1-2]。随着工业化、城市化进程的加快，有限耕地资源与建设用地、生态用地扩展之间的矛盾日益尖锐[3]。尤其是在2009－2018年间，随着社会经济和城镇化建设的快速发展，建设用地规模的不断扩张。一方面耕地被大量的建设用地所占用；而另一方面由于耕地占补平衡政策的实施，大规模的土地整治、土地开发或复垦等工程不断被推出，以补充被城市建设占用的耕地数量[4-5]。同时，由于生态退耕、灾毁与农业结构调整等原因，中国耕地无论是在数量、质量还是空间分布上，均发生了显著变化[6-7]。因此，研究近10年中国耕地时空变化，认识耕地变化的规律，掌握其空间分布变化特征，对于保障中国粮食安全，优化国土空间布局具有重要的指导意义。

中国耕地变化的研究一直受到高度重视[8]。为了掌握耕地变化特征，国内外学者基于3S技术、遥感影像及社会经济统计数据等资料，从耕地保护与利用的空间格局[9-10]、时空演变特征[11-13]、指数模型方法[14-15]、驱动机制[16-17]以及耕地变化效应[18-21]等多角度进行了研究，并取得了一定成果。例如，张国平等[22]研究了20世纪80年代末至2000年中国耕地资源的时空变化；程维明等[12]根据中国6期土地利用空间数据和地貌分区数据，分析中国耕地1990－2015年的面积变化和空间分布格局，探讨不同地貌分区下的耕地新增与流失方向；赵晓丽等[15]对中国1987—2010年的耕地变化过程进行了全面分析，揭示了中国近30 a来耕地变化的时空特征,分析了其变化的主要原因；Wang等[18]研究了1990－2015年中国耕地时空变化对粮食生产及其水资源消耗的影响。但是现有研究侧重于耕地数量变化分析，而对于耕地的空间和立地条件变化特征缺少系统研究。此外，梳理国内外关于耕地变化的文献，现有研究依据数据来源可分为两类：一类是基于卫星遥感监测解译数据，如以Landsat TM/ETM遥感影像为主要数据源，通过人工交互的方法快速提取土地利用变化遥感信息[23-24]。例如，刘纪远等[25]基于Landsat 8 OLI，GF-2等遥感图像和人机交互解译方法获取土地利用数据，实现了中国2010－2015年土地利用变化遥感动态监测；满卫东等[26]以Landsat TM/ETM+/OLI 遥感影像为数据源，采用面向对象与目视解译相结合的分类方法，提取东北地区1990年、2000年和2013年耕地信息，分析了耕地时空变化特征及其驱动因素。另一类是基于全国的土地调查统计数据[27-28]。例如，谭永忠等[27]应用土地调查统计数据分析了全国第二次土地调查前后中国耕地面积变化的空间格局；王静怡等[13]基于1996－2016年耕地数量的原始统计数据，对中国耕地数量变化趋势及其驱动因子进行了分析。尽管基于卫星遥感监测数据的研究可以反映耕地变化趋势，但是因遥感影像解译精度有限，缺少足够的外业调查和验证，并不能准确反映因中国耕地保护政策造成的耕地数量变化[28]；而基于土地调查统计数据的研究，绝大部分是以省级行政区为研究单元分析中国耕地变化，而对于各省内部耕地的空间变化则较少涉及。

为了解决此项不足，本研究将2009—2018年土地利用调查的矢量数据转换为格网数据，并从耕地数量、空间以及立地条件等方面分析中国耕地时空变化特征，有助于准确识别中国耕地空间变化的热点区域，揭示耕地变化的关键驱动因子，掌握耕地质量变化的基本动态；同时，也可在宏观层面上反映出政府在耕地管理上的绩效差异，从而为制定更加精准的耕地保护政策提供科学依据。

1 数据来源与研究方法

1.1 数据来源及预处理

第二次全国土地调查完成之后，中国形成了2009年全国2880个县区的1:1万土地利用数据库。以此为基础，之后每年又开展变更调查，形成了土地利用变更调查数据库。为了解决全国土地利用变更调查数据库以县级行政单元存储数据量过大且涉密，难以满足社会共享需求的问题，张定祥等[29]开发了全国土地利用格网数据生产技术。全国土地利用格网数据是指将第二次全国土地调查及变更调查获得以县级行政区划为单元的土地利用矢量数据，通过空间叠加运算转化为地理格网单元数据。本研究采用1分为间隔的经纬线将全国划分为347万个格网，每个格网中赋有各类土地利用类型名称及面积信息。由于在数据生产过程中，采用了全地类网格化方法，完全继承了土地利用基础数据中地类编码和面积，可以保证每个格网中地类面积与实际面积相同。为了验证转换后的数据准确度，本研究统计了2009年各省区转换为格网数据的耕地面积，并将其与国家公布的统计数据相比，结果完全一致，说明该格网数据精度完全可靠。

本研究的全国土地利用格网数据（2009、2018年2个时相）由中国国土勘测规划院提供。为了计算方便，在ArcGIS中将格网数据转换成栅格数据（1 km×1 km）。为了保持转换为栅格数据后的市域耕地面积不变，分别计算各市域内栅格数据的耕地面积总和与其格网数据统计的耕地总面积之比，并应用该值对市域尺度内栅格数据的耕地面积进行修正。本研究还应用全国30 m的DEM数据以及直辖市与地级城市所在区域的中心点位数据。由于近10年来中国部分市域的行政界线进行了调整，本研究以2013年中国市域行政区划为准。此外，参照中国粮食主产区的区划方案，本研究按照东北平原（黑龙江、吉林、辽宁）、长江中下游地区（上海、浙江、江苏、安徽、江西、湖北、湖南）、黄淮海平原区（北京、天津、河北、河南、山东）、北方干旱半干旱区（内蒙古、宁夏、甘肃和新疆）、云贵高原区（广西、云南和贵州）、四川盆地及周边地区（四川和重庆）、黄土高原（陕西、山西）、华南区（福建、广东和海南）以及青藏高原区（青海和西藏）等9个区域进行空间分析。由于中国香港、澳门和台湾经济社会发展具有特殊性且数据来源受限，本研究未包括这3个地区。

1.2 研究方法

耕地数量、质量、生态“三位一体”保护对指导新时期耕地保护实践工作，促进耕地资源可持续利用，保障国家粮食安全、生态安全和社会稳定意义重大[30]。由于缺少耕地生态的有关数据，本研究仅从耕地数量与质量分析中国耕地时空变化特征。耕地数量变化特征主要是利用耕地变化幅度、耕地变化动态度以及耕地相对变化率等指标进行刻画，通过这些指标可以有效反映中国耕地近10年耕地数量变化总体特征与趋势。耕地质量主要利用耕地空间变化与立地条件变化特征来间接表征。耕地空间变化特征主要利用耕地变化集聚度、耕地空间变化率等指标识别耕地变化的热点区域；而耕地立地条件变化特征主要利用耕地离主要城市中心的距离、耕地平均海拔等指标间接反映耕地质量变化。

1.2.1 耕地数量变化分析方法

1）耕地变化动态度

耕地动态度可表征某个时段研究区或格网内耕地变化幅度与速度[9]。其计算公式为

式中U、U分别为研究期初与期末的耕地面积，hm2；为研究时间，a。当设定为年时，为研究时段的耕地面积动态度，%。此外，在格网中如U为0，且U≠0则说明在该格网内有新增耕地，此时认为该格网耕地变化动态度为=100/。

2）耕地相对变化率

在耕地变化动态度的基础之上，将局部地区的耕地变化动态度与全区的耕地变化动态度进行比较，用以分析研究区域范围内耕地变化的区域差异[28]。其表达式为

式中C、C指初期和末期全部研究区域耕地面积总和，hm2。如果>1，则表示该区域耕地变化的程度大于区域平均水平。

1.2.2 耕地空间变化分析方法

1）耕地变化集聚度指数

本文引入耕地变化聚集度指数来表征耕地变化的类型是否集聚。如果某市耕地增加的集聚度较高，则说明该地区有计划、大规模地开展了新增耕地工程；同理，如果某市耕地减少的集聚度较高，则说明该市出现了大规模的耕地占用，如耕地占用是因城市建设，则可间接反映其城市规模扩张的强度。其计算步骤如下：首先将2009年和2018年的土地调查数据叠加相减，得到一个耕地变化数据；其次，将栅格数据重分类，如果第市的第个栅格内的耕地增加了记为a=1，减少了则记为b=−1；之后，当栅格类型a与其周边相同类型的栅格具有公共边界时，则将这些栅格合并一个新斑块z，同样，当栅格b与其周边相同类型的栅格具有公共边界时，则将这些栅格合并为新斑块d。最后，分别统计各市域内斑块z或d的个数与其市域耕地变化栅格个数之比。其计算公式为

式中AI为市的聚集度指数（%），和分别代表耕地斑块数量增加和减少。当AI（或AI）越大表示其增加（或流失）耕地的斑块在市域内越集聚。

2）耕地空间变化率

本文引入区域耕地空间变化率指标用来反映区域内耕地空间变化的强度。在耕地变化集聚度指数基础之上，以市域为单元，应用ArcGIS分别统计耕地增加或减少的栅格总数占市域内总栅格数S的比例。具体计算公式为

式中S为某个地区内的所有栅格数，KX为城市新增耕地空间变化率（%），KL为城市耕地流失空间变化率（%），KJ为城市耕地空间变化率（%）。

1.2.3 耕地立地条件变化分析方法

1）耕地离城市中心距离变化

人们普遍认为耕地离城市越近，其耕地质量相对越好[31-32]，因此耕地离主要城市中心的距离可间接反映各地区耕地质量变化。首先，在ArcGIS中采用直辖市或地级市的中心坐标为中心点，每隔10 km生成一个缓冲带；据统计，将中国所有耕地覆盖共计需要67个缓冲带。其次，将2009与2018年两期耕地栅格数据相减，若栅格值结果为正值，认为耕地增加；反之亦然。之后，采用区域统计功能，统计每个缓冲带内耕地增加面积和耕地减少面积。最后，为了方便分析，本研究以省（市、区）为单元统计各缓冲带内的耕地变化之后，将各缓冲带内的耕地变化与该省（市、区）10 a内耕地变化的绝对值相比，得到了各省（市、区）离主要城市中心距离耕地变化的比例。

2）耕地平均海拔变化

耕地平均海拔变化指标可以用来反映各地区耕地平均海拔变化，其值越大说明该地区耕地“上山”现象越严重，其耕地质量条件也就相对越差。其计算公式为

式中∆为平均海拔变化，m；C第个格网的耕地面积，hm2；H为第个格网的平均海拔，m；0为初期年份，即2009年；1为末期年份，即2018年。

2 结果分析

2.1 耕地资源总量变化特征

从全国总体情况来看，中国耕地面积总体稳定，但区域变化差异较大，如表1。2009年中国耕地面积13 538.44万hm2，约占国土总面积的14.10%；2018年中国耕地面积13 499.07万hm2，比2009年净减少39.37万hm2，减少率为0.29%。从耕地变化幅度分析，31个省（市、区）中有22个省（市、区）耕地面积在减少，共减少70.91万hm2，是全国耕地净减少面积的1.8倍；其余9个省（市、区）耕地面积在增加，共增加31.54万hm2。这说明总量动态平衡的政策目标基本实现，但存在区域性差异的客观现实。

从各省耕地变化幅度分析，辽宁、吉林、山东、河北、河南、湖北、贵州、甘肃、云南、广西等省（区）耕地减少幅度均大于2.0万hm2，其中尤其以山东、湖北和辽宁减少幅度最大，分别为8.86、8.42和7.25万hm2。而新疆、内蒙、广东和湖南等省（区）耕地增加幅度均大于2.0万hm2，其中尤其以新疆最为突出，其耕地面积增幅为12.05万hm2。这说明中国耕地在空间变化上出现了新特征，不再是此前的“西增东减”[33]，而是“东南与西北”增，而“中部”减的新现象。

从耕地变化动态度分析，2009－2018年间北京、天津、上海、重庆、广东以及新疆等年均耕地变化动态度较大，其中北京耕地变化动态度最高，为0.629 4%，这说明北京市耕地变化较为剧烈。其中在上述6个省（市、区）中北京、天津、重庆耕地大幅减少，而上海、广东和新疆耕地变化动态度大幅度增加。2010年以前，珠三角和长三角地区被认为是中国耕地流失最为严重的地方[15]，但是近10年以来，中部地区已成为中国耕地流失最为严重的地区，而广东和上海的耕地面积不仅没有减少，反而大幅度增加。

表1 基于2009－2018年土地调查格网数据的耕地面积总体变化表

2.2 耕地数量的市域尺度变化特征

2009－2018年市域尺度耕地数量变化结果如图1a所示。总体来看，中国市域尺度耕地面积呈现以“哈尔滨-郑州-昆明”带为中心，中心带以东地区耕地面积净减少，而中心带以西地区面积净增加，并且耕地净减少面积的总量（−16.74万hm2）与西部地区耕地净增加面积的总和（17.11万hm2）相接近。而“哈尔滨-郑州-昆明”带，平行于黑河-腾冲线，包括哈尔滨、长春、四平、铁岭、沈阳、锦州、葫芦岛、秦皇岛、天津、唐山、沧州、邯郸、邢台、廊坊、衡水、郑州、平顶山、安阳、鹤壁、新乡、许昌、南阳、十堰、襄樊、恩施、重庆、遵义、毕节、昆明、曲靖等55个市。虽然该中心带内耕地总面积仅占全国耕地总面积的24.50%，但该区域耕地净减少面积（−39.77万hm2）与全国耕地净减少总量（−39.37万hm2）大体上持平。这主要是在“中部崛起”战略和国家生态保护工程实施的影响下，与该区域建设用地大规模扩张和退耕还林还草工程的实施有关。

2009—2018年市域尺度耕地变化平均动态度，如图1b所示。中国耕地流失平均变化动态度值较高地区主要是中国的省会城市和重点城市，如深圳（−1.66%）、厦门（−1.47%）、武汉（−1.11%）、西安（−0.82%）、中山（−0.80%）、郑州（−0.78%）、乌鲁木齐（−0.72%）、广州（−0.62%）、苏州（−0.65%）、南京（−0.59%）。除此之外，内蒙古的乌海市（−1.54%）、甘肃的金昌（−0.73%）和安徽铜陵（−0.71%）等城市的耕地流失平均动态度也较高。经过与历史遥感影像比对发现，乌海主要是由城市建设和乌海湖面积的扩大占用耕地造成的；金昌主要是由金川峡水库扩容、退耕还林还草以及建设占用等原因造成的；而铜陵主要是与城市建设占用耕地有关。此外，在青藏高原地区的果洛（−0.81%）和那曲（−0.60%）的耕地流失平均动态度也相对较高。

而新增耕地平均动态度值排名靠前的地区依次是丽水（1.17%）、阳江（1.05%）、海西（1.0%）、东莞（0.93%）、衢州（0.89%）、阿坝（0.75%）、肇庆（0.73%）、阿拉善（0.73%）、湛江（0.68%）、石嘴山（0.64%）、潮州（0.63%）、汕尾（0.61%）以及揭阳（0.57%）等。从上述地区分析发现，中国新增耕地平均动态度值较大的地区主要位于中国南方沿海丘陵地区的广东和浙江，说明广东和浙江通过土地整治或开垦的方式增加了大量耕地。结合耕地流失平均动态度的分析结果发现，广东和浙江充分发挥了耕地占补平衡政策的作用，一方面在省域的重点城市内大幅度占用耕地，而另一方面在省内其他城市则大规模补充耕地，从而保持省域内耕地面积稳定或略有增加，但是其补充耕地质量如何，还有待深入研究。而海西、阿坝、阿拉善以及石嘴山主要是通过开垦的方式增加了大量的耕地，但这些地区新增耕地水热条件相对较差。

2.3 耕地变化的空间特征

2.3.1 耕地空间变化热点区域识别与集聚度分析

1）耕地流失热点区域识别与集聚度分析

耕地变化热点区域识别结果如图2所示。从图2a中可知，黄淮海平原区、长江中下游地区和四川盆地及周边地区是耕地流失的重点区域。具体来看，黄淮海平原耕地流失主要集中在京津冀地区，尤其北京-石家庄-郑州沿线耕地流失也较为明显；在长江中下游地区，耕地流失主要集中在长三角核心区域，如南京至苏州、嘉兴-杭州-宁波等沿线区域，但上海耕地并未流失，反而有所增加；在四川盆地耕地流失主要在成渝城市群地区。而在其余地区耕地流失主要是在省会城市周边地区。

为了更进一步描述耕地流失的空间布局，本文计算了中国市域尺度耕地流失聚集度指数，其结果如图2c。由于耕地流失的主要途径包括建设占用、生态退耕或灾毁，而市域尺度耕地流失聚集指数越高表明该地区耕地流失分布越集聚，其越有可能是城市扩建造成的。反之，耕地流失聚集度指数越低，其原因可能是生态退耕、灾毁或农村建设占用。从图2c可知，耕地流失聚集度指数较高地区主要是在黄淮海平原区以及南方沿海地区。从聚集度指数看，西安、苏州、厦门、郑州、鄂州、成都、焦作、北京、武汉、宁波等城市聚集度指数较高，说明这些城市均存在大规模以“摊大饼”的形式进行城市扩建。而在通辽、呼伦贝尔、黑河、绥化、赤峰、兴安盟、齐齐哈尔、乌兰察布、佳木斯等耕地流失集中度较低，经与图2b比对分析发现，这些区域同时也是耕地新增的重点地区，这可能是由于这些地区耕地指标充沛，人口较少，其耕地管理较为放松，建设占用比较分散，同时生态退耕也较为普遍。此外，需要说明的是，重庆主城区也开展了大规模的建设，但由于本研究以重庆直辖市作为一个研究单元，再加上重庆万州等地区大规模退耕还林的影响，造成其聚集度指数不高。

2）新增耕地热点区域识别与集聚度指数分析

从新增耕地热点区域分析来看（如图2b所示），全国新增耕地有以下特征：一是新增耕地大部分远离城市，且与耕地流失相对集中于城市周边相比，新增耕地空间布局普遍较为分散。二是新增耕地热点区域主要集中在中国的长江中下游以北与黄河以南的淮海流域（如连云港、盐城市、宿州、信阳、商丘等地）、四川盆地及其周边地区（如广元、乐山等地）以及内蒙古、新疆等地区。从新增耕地集聚度指数分析（图2d），淮海流域与四川盆地周边地区的新增耕地的集聚度指数普遍较高。经与多年遥感影像数据分析，该地区主要是通过大规模的土地综合整治、增减挂钩等工程增加耕地。同时，在黄河中下游流域内的宁夏（银川、石嘴山），内蒙古（巴彦淖尔市），山西（渭南市），河南（三门峡、洛阳、焦作、新乡、安阳、濮阳），以及山东（聊城、德州、滨州以及东营）等地市新增耕地聚集度指数较高。经遥感影像对比分析发现，这些地区均在黄河周边有大规模的耕地开垦。此外，在广东省的湛江、阳江、肇庆，湖南的常德，湖北的咸宁，江西新余、南昌以及鹰潭，福建的泉州、莆田，浙江的衢州、丽水、绍兴以及湖州，河北的石家庄、衡水，辽宁盘锦，内蒙古的通辽，黑龙江的佳木斯和鸡西、新疆的伊利和克拉玛依，以及上海、天津等地新增耕地聚集指数均较高，表明这些地区均有大规模的新增耕地。三是通过与遥感影像对比分析发现，各地区新增耕地的来源有所差异。如广东湛江（如雷州、徐闻）、阳江（如阳西、阳州以及江城），浙江丽水（如缙云、遂昌）、衢州（柯城、衢江）、泉州（如永春、南安）新增耕地主要来源于大面积的缓坡造地；而上海、天津和辽宁盘锦、浙江绍兴等地区主要是将沿海湿地转为耕地；内蒙古的通辽（如开鲁县、奈曼旗），新疆的伊犁（察布查尔县）和克拉玛依（克拉玛依区）则是将沙地改造为耕地。从新增耕地的来源分析发现，为了实现耕地的占补平衡，各地区因地制宜，充分发挥各自自然禀赋优势，沿海地区依靠填海造地，南方丘陵地区依靠缓坡造地，西部干旱半干旱地区依靠开垦沙地，而平原区则依靠土地综合整治。这种只追求耕地数量的平衡，而忽视了其他生态系统功能的做法，在一定程度上可能会破坏生态环境。

2.3.2 耕地空间变化率分析

耕地空间变化率分析结果如图3。从图3a可知，总体来看中国耕地空间变化率在长江以北的长江中下游平原区、黄淮海平原区以及四川盆地地区相对较高。其中，泰州、商丘、德州、廊坊、徐州、郑州、聊城、濮阳、许昌、衡水、蚌埠等市耕地空间变化率最高，均大于84%，说明这些区域人为调整耕地空间布局强度较大；而耕地空间变化率调整最小的区域主要分布在阿里、那曲、果洛、玉树以及海西等西部人烟稀少的地区。

从耕地流失空间变化率分析（图3b），耕地流失的空间变化率基本上以黑河—腾冲线为界，东部地区耕地流失空间变化率普遍比西部要高。西部地区除了甘肃兰州、金昌、白银、天水、威武、平凉、庆阳、定西、陇南、临夏，青海西宁、海东，宁夏以及新疆乌鲁木齐、图木舒克之外，其他地区的耕地空间变化率低于10%。从图3b还可知，在中国东部地区，如黄淮海平原区、西南地区（成都、重庆、贵州以及昆明等地）以及东北平原（哈尔滨-长春-沈阳沿线）等地区耕地流失空间变化率较高。而耕地流失空间变化率较低的均位于青藏高原的地区，如阿里、那曲、果洛、海西等地区，这些地区普遍的特征是耕地资源紧缺，人口稀少。而在东部地区，耕地流失空间变化率较低的地区主要分布在黄山、西双版纳、伊春、白山、延吉、三明、河源、肇庆等地区。

从图3c可知，东西部地区新增耕地空间变化率差异也较大。西部地区除兰州、呼和浩特、乌兰察布等新增耕地空间变化率较大之外，其余地区新增耕地空间变化率总体变化较小。结合新增耕地的面积分析，西部耕地增加主要以部分地区的重点开发为主。而在东部地区，新增耕地空间变化率较大的区域主要是位于长江中下游与黄河中下游之间的平原区，如商丘、亳州、蚌埠、宿州、漯河、滁州、扬州、德州、周口、泰州、芜湖、常州、淮安、徐州、六安、宿迁、驻马店、合肥以及聊城等地，该地区的特征普遍是耕地资源禀赋好、人口多，土地利用强度大，其新增耕地面积途径主要通过大面积的土地整治或农村建设用地复垦而来。同时，结合耕地数量变化特征分析还发现，这些地区尽管空间变化率高，但是其市域内净增加耕地面积总量并不多，这与两个因素有关：一是该地区同时又是建设占用耕地的重点区域，新开发的耕地大部分用来抵消区域内建设占用的耕地；二是与其他地区相比，该地区土地利用程度较高，通过土地整治新增耕地的潜力较小。而在东部地区，除了主要省会和重点城市地区之外，新增耕地空间变化率较低的区域主要是伊春、白山、延吉、黄山、西双版纳等，这些区域基本位于生态敏感区，这可能在一定程度上抑制了人类在这些地区大范围开垦耕地的可能性。

2.4 耕地的立地条件变化特征

2.4.1 离主要城市中心的距离分析

从表2中可知，中国耕地减少发生在离主要城市中心距离30 km以内地区，而耕地增加主要发生在离城市中心40 km以外地区，这进一步说明城市化发展仍然是当前耕地减少的主导因子。其中广西、湖北、辽宁在距离城市中心30 km以内耕地减少的面积分别占耕地变化绝对值的75.45%、71.16%和68.38%。这也间接反映了广西、湖北和辽宁的耕地质量降低较为严重。

依据耕地减少主要发生的位置，可将中国各省（区、市）分为3种类型：一是耕地减少主要发生在距离城市中心10 km以内，如黑龙江、河南、安徽、湖南、内蒙古、宁夏、甘肃、新疆、云南、四川、山西、江西、湖北、贵州、广西、陕西和西藏等18省（区）。这些区域主要位于中国的经济较为落后，城市规模较小的中部和西部省份。另外，从全国横向比较，河南、安徽、山西省在离主要城市中心距离10 km以内耕地减少的比例最高，分别占其耕地变化总量的35.95%、34.39%和41.58%，表明这些省份的城市规模扩建较快，耕地占用较多。二是耕地占用主要在距离城市中心10~20 km间，如吉林、辽宁、天津、河北、山东、上海、江苏、浙江、福建和海南等11省（市、区），其中辽宁、天津和河北耕地减少的比例较高。这些地区普遍位于经济较为发达，城市规模相对较大的中国东部和中部省份。三是耕地占用主要在距离城市中心20～30 km间，如北京和重庆，其中尤其以北京市在20～30 km间耕地减少的面积占耕地变化总面积的41.0%，可见在2009－2018年内北京市在该缓冲带内进行大规模的城市建设，占用了大量的耕地。结合卫星遥感影像分析，青海在距离城市中心20～30 km内耕地大幅度减少，与城市建设占用无关，可能与生态退耕有关。此外，广东和上海分别除了在距离城市中心10、30 km以内耕地减少之外，其他缓冲带耕地均有增加，这表明广东和上海在一定程度上控制了城市规模的扩张。综合上述分析发现，除了广东和上海，严格的耕地保护政策并不能限制城市扩张，中国大部分城市仍然将城市周边大量优质的耕地转为建设用地，而在距离城市较远的地区进行补充，造成耕地质量降低。

2.4.2 耕地的平均海拔分布特征

各地区耕地的平均海拔变化，结果如图3d所示。结合中国的三大阶梯分布图分析，在第一阶梯即青藏高原地区，耕地的平均海拔变化最大，如海北州、海西州、阿坝州以及海南州其耕地平均海拔分别增加了522.5、228.4、210.9和67.0 m；而玉树、那曲、阿里和果洛耕地平均海拔分别减少了141.8、120.8、68.8和61.4 m。而在第二阶梯，各地区耕地的平均海拔相对较大。如石嘴山（93.8 m）、嘉峪关（83.5 m）、阿勒泰（73.6 m）、伊犁（52.3 m）、阿拉善（60.1 m）、和田（64.7 m）、延安（34.3 m）、雅安（26.3 m）、榆林（22.1 m）、张家口（23.6 m）等地区耕地平均海拔升高了20 m以上；而乌海、西宁、贵阳、金昌、兰州、昆明、乌鲁木齐、海东、威武、西安、六盘水、玉溪、丽江等地耕地平均海拔降低了20 m以上。而在第三阶梯，各地区耕地平均海拔变化较为平缓，但是在中国的东南沿海地区，如丽水、泉州、宁德、衢州、温州、南平、三明、莆田、龙岩、梅州、河源、清远、肇庆和湛江等地耕地平均海拔提升较大，均高于4.5 m，尤其丽水（47.9 m）、泉州（21.0 m）耕地平均海拔升高较大；而郑州、通化、本溪等地区的耕地平均海拔降低了5 m以上。经与耕地空间变化对比分析发现，耕地平均海拔升高，说明占用的耕地主要位于市域内低海拔地区，而同时新增的耕地主要位于该区域的高海拔地区。反之，耕地平均海拔降低，说明占用的耕地主要位于市域内的高海拔地区，而新增加的耕地位于市域内的低海拔地区。通过耕地的平均海拔变化分析，并结合耕地的数量与空间变化，发现石嘴山、嘉峪关、阿勒泰、伊犁、阿拉善、和田、延安、雅安、榆林、张家口、丽水和泉州等地的新增耕地“上山”现象较为严重。

表2 各省（区、市）离主要城市中心不同缓冲区内耕地变化比例

3 结论与讨论

1）耕地资源总量变化特征。从中国耕地资源总体来看，2009－2018年间中国耕地数量总体稳定，总量动态平衡的政策目标基本实现，但是区域差异明显。中国耕地共减少39.37万hm2，减少幅度为0.29%。具体来说，在31个省（市、区）中有22个省（市、区）耕地面积在减少，9个省（市、区）耕地面积在增加。其中，山东、湖北和辽宁耕地减少幅度最大，而新疆、内蒙古、广东和湖南耕地增加幅度较大，尤以新疆耕地面积增幅最大，为12.05万hm2。从耕地变化的动态度分析，2009－2018年间北京、天津、上海、重庆、广东以及新疆耕地变化速度较大，年均耕地变化动态度大于0.20%，其中北京耕地动态度最高，为0.629 4%，这说明北京市耕地变化较为剧烈。

2）耕地数量变化的地区差异特征。近10年来中国市域尺度耕地数量变化出现了以“哈尔滨-郑州-昆明”带为中心的“东-中-西”空间分异格局。该中心带内耕地净减少面积与中国耕地净减少总量基本持平，而该中心带以东地区的耕地净减少量与中心带以西地区的耕地净增加量相近。由此可见，中国东部地区一方面由于城市化和社会经济的高速发展，耕地减少趋势仍难以遏制，另一方面东部地区受土地资源禀赋所限，新增耕地数量的潜力不足；而中国广大西部地区是新增耕地的主要来源，这与近年来“北粮南运”的现象相吻合。因此，在制订未来耕地保护战略或国土空间规划时应当充分考虑这一客观现实。此外，中国耕地流失的平均变化动态度值较高地区主要是中国的省会城市和重点城市，而中国耕地增加的平均变化动态度值较高地区主要位于中国的广东和浙江。

3）耕地空间变化特征。从中国耕地流失热点区域分析，黄淮海平原的京津冀地区、长江中下游区的长三角区域和四川盆地的成渝城市群是耕地流失的重点区域。从新增耕地热点区域分析，长江中下游以北与黄河以南的淮海流域，以及内蒙古、新疆等地区是新增耕地的重点区域。从耕地空间变化率总体分析，中国耕地空间变化率在长江以北的长江中下游平原区、黄淮海平原区以及四川盆地地区相对较高。其中，泰州、商丘、德州等市耕地空间变化率较高，均大于84%，说明这些区域人为调整耕地空间布局力度较大，是中国耕地空间布局调整的热点区域。尽管该地区的空间变化率高，但是结合耕地数量变化特征分析，其市域内净增加耕地面积总量不大。及时发现这种耕地变化的“热点地区”有助于自然资源管理与督查的精准定位和因地施策。

4）耕地立地条件变化特征。中国耕地减少主要分布在离主要城市中心距离30 km以内区域，而新增耕地主要发生在离城市中心40 km以外区域。依据耕地减少位于缓冲带位置的不同，可将中国各省（区、市）分为3类地区：一是耕地减少主要发生在距离城市中心10 km以内，主要位于经济较为落后，城市规模较小的中部和西部地区，如黑龙江、河南等18省（区）等；二是在距离城市中心10～20 km间，主要位于经济较为发达、城市规模相对较大的东部和中部地区，如江苏、浙江、福建和海南等11省（市、区）；三是在距离城市中心20～30 km间，如北京和重庆。此外，中国各市耕地平均海拔变化幅度与中国地形三大阶梯有关。第一阶梯的市域耕地的平均海拔变化最大，第二阶梯次之，第三阶梯最小。通过耕地的平均海拔变化分析，并结合耕地的数量与空间变化，发现石嘴山、嘉峪关、阿勒泰、伊犁、阿拉善盟、和田、延安、雅安、榆林、张家口、丽水和泉州市等地耕地“上山”现象较为严重。

维持耕地总量动态平衡是解决粮食安全问题的根本保证，而耕地保护政策在其中发挥着重要的保障作用。从上述研究结果来看，中国实施严格的耕地保护政策，在一定程度上，有效减缓了耕地数量的减少，但是从长远来看中国耕地利用和资源空间分布的异质性格局、时间变化波动性趋势依然严峻。因此，在国家统一的耕地保护政策框架之下，不同区域或省市应制定更具针对性的地方施政措施和调控细则。此外，在耕地立地条件变化特征分析方面，由于缺少全国尺度较高精度的气候数据，本研究只选用了离主要城市中心的距离和平均海拔两个指标，下一步可结合中国的人口分布、经济发展、气候数据以及各地区的耕地保护政策状况进一步分析各地区耕地变化的驱动因素及其生态效应，从而为国家全面落实耕地数量、质量、生态“三位一体”的分区管控政策提供科学依据。

[1]吴佩林，鲁奇，王国霞. 近20年来北京市耕地面积变化及其相关社会经济驱动因素分析[J]. 中国人口资源与环境，2004(3)：111-117.

Wu Peilin, Lu Qi, Wang Guoxia. Study on cultivated land loss and its driving forces in Beijing 1981—2001[J]. China Population, Resources and Environment, 2004(3):111-117. (in Chinese with English abstract)

[2]汤怀志，桑玲玲，郧文聚. 我国耕地占补平衡政策实施困境及科技创新方向[J]. 中国科学院院刊，2020，35(5)：637-644.

Tan Huaizhi, Sang Lingling, Yun Wenju. China’s cultivated land balance policy implementation dilemma and direction of scientific and technological innovation [J]. Bulletin of Chinese Academy of Sciences, 2020，35(5): 637-644. (in Chinese with English abstract)

[3]关兴良，方创琳，鲁莎莎. 中国耕地变化的空间格局与重心曲线动态分析[J]. 自然资源学报，2010，25(12)：1997-2006.

Guan Xingliang, Fang Chuanglin, Lu Shasha. Analysis of spatial distribution and gravity centers curve dynamic cultivated land changes in China[J]. Journal of Natural Resources, 2010, 25(12): 1997-2006. (in Chinese with English abstract)

[4]Long Cheng, Gregory Brown, Yan Liu, et al. An evaluation of contemporary China’s land use policy -The Link Policy: A case study from Ezhou, Hubei Province[J]. Land Use Policy, 2020(91): 1-14.

[5]Wang Liyan, Anna Herzberger, Zhang Liyun, et al. Spatial and temporal changes of arable land driven by urbanization and ecological restoration in China[J]. Chinese Geographical Science, 2019, 29(5): 809-819.

[6]赵玉领. 中国近10年耕地资源变化情况统计分析[J]. 国土与自然资源研究，2020(1)：53-57.

Zhao Yuling. Statistical analysis of the changes of cultivated land resources in the past 10 years[J]. Territory & Natural Resources Study, 2020(1): 53-57. (in Chinese with English abstract)

[7]王佳月，辛良杰. 基于GlobeLand30数据的中国耕地与粮食生产的时空变化分析[J]. 农业工程学报，2017，33(22)：1-8.

Wang Jiayue, Xin Liangjie. Spatial-temporal variations of cultivated land and grain production in China based on GlobeLand30[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(22): 1-8. (in Chinese with English abstract)

[8]邵晓梅，谢俊奇. 中国耕地资源区域变化态势分析[J]. 资源科学，2007(1)：36-42.

Shao Xiaomei, Xie Junqi. Analyzing regional changes of the cultivated land in China[J]. Resources Science, 2007(1): 36-42. (in Chinese with English abstract)

[9]Liu Yansui, Wang Jieyong, Long Hualou. Analysis of arable land loss and its impact on rural sustainability in southern Jiangsu Province of China[J]. Journal of Environmental Management, 2019, 91(3): 646-653.

[10]张丽娟，姚子艳，唐世浩，等. 20世纪80年代以来全球耕地变化的基本特征及空间格局[J]. 地理学报，2017，72(7)：1235-1247.

Zhang Lijuan, Yao Ziyan, Tang Shihao, et al. Spatiotemporal characteristics and patterns of the global cultivated land since the 1980s[J]. Journal of Geographical Sciences, 2017, 72(7): 1235-1247. (in Chinese with English abstract)

[11]Jin Yuhao, Liu Xiaoping, Yao Jing, et al. Mapping the annual dynamics of cultivated land in typical area of the Middle-lower Yangtze plain using long time-series of Landsat images based on Google Earth Engine[J]. International Journal of Remote Sensing, 2020,41(4): 1625-1644.

[12]程维明，高晓雨，马廷，等. 基于地貌分区的1990—2015年中国耕地时空特征变化分析[J]. 地理学报，2018，73(9)：1613-1629.

Cheng Weiming, Gao Xiayu, Ma Ting, et al. Spatial-temporal distribution of cropland in China based on geomorphologic regionalization during 1990-2015[J]. Journal of Geographical Sciences, 2018, 73(9): 1613-1629. (in Chinese with English abstract)

[13]王静怡，李晓明. 近20年中国耕地数量变化趋势及其驱动因子分析[J]. 中国农业资源与区划，2019，40(8)：171-176.

Wang Jinyi, Li Xiaoming. Research on the change trend of farmland quantity in China for recent 20 years and its driving factors[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2019, 40(8): 171-176. (in Chinese with English abstract)

[14]朱会义，李秀彬. 关于区域土地利用变化指数模型方法的讨论[J]. 地理学报，2003，58(5)：643-650.

Zhu Huiyi, Li Xiubin. Discussion on the index method of regional land use change[J]. Journal of Geographical Sciences, 2003, 58(5): 643-650. (in Chinese with English abstract)

[15]赵晓丽，张增祥，汪潇，等. 中国近30 a耕地变化时空特征及其主要原因分析[J]. 农业工程学报，2014，30(3)：1-11.

Zhao Xiaoli, Zhang Zengxiang, Wang Xiao, et al. Analysis of Chinese cultivated land’s spatial-temporal changes and causes in recent 30 years[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(3): 1-11. (in Chinese with English abstract)

[16]Zhang Yuxin, Wang Yukuan, Fu Bin, et al. Changes in cultivated land patterns and driving forces in the Three Gorges Reservoir area, China, from 1992 to 2015[J]. Journal of Mountain Science, 2020, 17: 203-215.

[17]张星星，曾辉. 基于多尺度主成分面板模型的中国耕地压力动态变化及驱动力分析[J]. 中国人口资源与环境，2014，24(11)：204-208.

Zhang Xingxing, Zeng Hui, Cultivated land pressure of China and its driving forces analysis in the process of rapid urbanization based on multi-level panel model[J]. China Population, Resources and Environment, 2014, 24(11): 204-208. (in Chinese with English abstract)

[18]Wang Xue, Xin Liangjie, Tan Minghong, et al. Impact of spatiotemporal change of cultivated land on food-water relations in China during 1990-2015[J]. Science of The Total Environment, 2020, 716: 1-11.

[19]Han Haibin, Zhang Xiaoyu. Exploring environmental efficiency and total factor productivity of cultivated land use in China[J]. Science of The Total Environment, 2020, 726: 1-15.

[20]Liu Luo, Xu Xinliang, Liu Jiyuan, et al. Impact of farmland changes on production potential in China during recent two decades[J]. Journal of Geographical Sciences, 2015, 25(1): 19-34.

[21]Ju Hongrun, Zhang Zengxiang, Zhao Xiaoli, et al. The changing patterns of cropland conversion to built-up land in China from 1987 to 2010[J]. Journal of Geographical Sciences, 2018, 28(11): 1595-1610.

[22]张国平，刘纪远，张增祥. 近10年来中国耕地资源的时空变化分析[J]. 地理学报，2003，58(3)：323-332.

Zhang Guoping, Liu Jiyuan, Zhang Zengxiang. Spatial- temporal changes of cropland in China for the past 10 years based on remote sensing[J]. Journal of Geographical Sciences, 2003, 58(3): 323-332. (in Chinese with English abstract)

[23]王春雨，孙晓芳，王猛，等. 2000－2015年中国城市化进程中耕地质量及其时空变化研究[J]. 资源与生态学报，2019，10(2)：174-183.

Wang Chunyu, Sun Xiaofang, Wang Meng, et al. Chinese cropland quality and its temporal and spatial changes due to urbanization in 2000—2015[J]. Journal of Resources and Ecology, 2019, 10(2):174-183. (in Chinese with English abstract)

[24]Tan Minghong, Li Yuanyuan. Spatial and Temporal variation of cropland at the global level from 1992 to 2015[J]. Journal of Resources and Ecology, 2019, 10(3): 235-245.

[25]刘纪远，宁佳，匡文慧，等. 2010－2015年中国土地利用变化的时空格局与新特征[J]. 地理学报，2018，73(5)：5-8.

Liu Jiyuan, Ning Jia, Kuang Wenhui, et al. Spatio-temporal patterns and characteristics of land-use change in China during 2010-2015[J]. Journal of Geographical Sciences, 2018, 73(5): 5-8. (in Chinese with English abstract)

[26]满卫东，王宗明，刘明月，等. 1990－2013年东北地区耕地时空变化遥感分析[J]. 农业工程学报，2016，32(7)：1-10.

Man Weidong, Wang Zongming, Liu Mingyue, et al. Spatio-temporal dynamics analysis of cropland in Northeast China during 1990-2013 based on remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(7): 1-10. (in Chinese with English abstract)

[27]谭永忠，何巨，岳文泽，等. 全国第二次土地调查前后中国耕地面积变化的空间格局[J]. 自然资源学报，2017，32(2)：186-197.

Tan Yongzhong, He Ju, Yue Wenze, et al. Spatial pattern change of the cultivated land before and after the second national land survey in China[J]. Journal of Natural Resources, 2017, 32(2): 186-197. (in Chinese with English abstract)

[28]赵育恒，谭永忠. 中国第二次土地调查以来省域耕地利用时空变化[J]. 水土保持通报，2020，40(1)：204-212.

Zhao Yuheng, Tan Yongzhong. Spatial-temporal changes of cultivated land use at province level since second national land survey in China[J]. Bulletin of Soil and Water Conversation, 2020, 40(1): 204-212. (in Chinese with English abstract)

[29]张定祥，陈宏磊，季宏伟，等. 全国土地利用格网数据生产技术方法探讨[J]. 国土资源信息化建设进展，2014(2): 32-38.

Zhang Dingxiang, Chen Honglei, Ji Hongwei, et al, National grating data production methods of land use[J]. Land and Resources Information, 2014(2): 32-38. (in Chinese with English abstract)

[30]孙蕊，孙萍，吴金希，等.中国耕地占补平衡政策的成效与局限[J]. 中国人口资源与环境，2014，24(3)：41-46.

Sun Rui, Sun Ping, Wu Jinxi, et al. Effectiveness and limitations of cultivated land requisition-compensation balance policy in China[J]. China Population, Resources and Environment, 2014, 24(3): 41-46. (in Chinese with English abstract)

[31]李凯，赵华甫，吴克宁. 基于GIS网格技术的城镇周边永久基本农田划定研究：以江苏宜兴市为例[J]. 中国农业资源与区划，2017，38(5)：21-30.

Li Kai, Zhao Huafu, Wu Kening, Permanent prime farmland demarcation around the urban areas based on Gis Grid[J]. Journal of China Agricultural Resources and Regional Planning, 2017, 38(5): 21-30. (in Chinese with English abstract)

[32]宇向东，郝晋珉，鲍文东. 基于耕地分等的基本农田空间配置的方法[J]. 农业工程学报，2008，24(增刊1)：185-189.

Yu Xiangdong, Hao Jinmin, Bao Wendong, Methods of spatial allocation of basic farmland based on classification of arable land[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(Supp.1): 185-189. (in Chinese with English abstract)

[33]许丽丽，李宝林，袁烨城，等. 2000－2010 年中国耕地变化与耕地占补平衡政策效果分析[J]. 资源科学，2015，37(8)：1543-1551.

Xu Lili, Li Baolin, Yuan Yecheng, et al. Changes in China’s cultivated land and the evaluation of land requisition-compensation balance police from 2000 to 2010[J]. Resources Science, 2015, 37(8): 1543-1551. (in Chinese with English abstract)

Regional characteristics and spatial-temporal distribution of cultivated land change in China during 2009-2018

Yuan Chengcheng1, Zhang Dingxiang2, Liu Liming1※, Ye Jinwei1

(1.,,100193,; 2.,100035,)

A contradiction has become greatly acute between the limited cultivated land resources and the ever-increasing expansion of construction and ecological land with the acceleration of industrialization and urbanization in China. It is necessary to explore the regional characteristics and change trend of cultivated land for national food security. According to the 2009-2018 land survey grid data, this study aims to investigate the temporal and spatial changes of cultivated land in China in the past 10 years from the aspects of quantity, space and site conditions with the aid of GIS spatial analysis, and mathematical index models. In terms of the quantity change of cultivated land, the index of the dynamic degree model and the relative change rate were used to characterize the range and regional difference of cultivated land change. In terms of the spatial change of cultivated land, the index of change aggregation was introduced to indicate whether the types of cultivated land change were agglomeration. In addition, the index of spatial change rate was introduced to estimate the intensity of spatial change in the regional cultivated land. In terms of farmland site conditions, the average altitude of cultivated land and the distance between cultivated land and city were usually used to represent indirectly the quality change of cultivated land. The results showed that: 1) The amount of cultivated land in China was generally stable from 2009 to 2018, but there was quite difference in the regional areas. The cultivated land decreased by 393700 hm2in the country, with a reduction rate of 0.29%. Specifically, Shandong, Hubei and Liaoning decreased the most, whereas, Xinjiang, Inner Mongolia and Guangdong increased the most. 2) In the past 10 years, the changing pattern of cultivated land at the city level in China has shown a central belt along the “Harbin-Zhengzhou-Kunming” line. The reduction in the central zone was basically the same as the national reduction, whereas, the reduction in the eastern part of the central zone was similar to the increase in the western part. The reduced areas with high average dynamics of cultivated land were mainly distributed in provincial capitals and key cities, whereas, the increased areas were mostly located in the southern hilly areas. 3) The spatial change rate of cultivated land was relatively high in the northern part of the of Middle and Lower Reaches Yangtze River Plain, the Huanghuaihai Plain, and the Sichuan Basin, indicating that great efforts were needed to adjust the spatial layout of cultivated land. However, the net increase in total was not large in the city, combined with the change characteristics in the number of cultivated land. 4) The reduced cultivated land in China was mainly distributed within 30 km from the center of major cities, while the increase mainly occurred in the areas 40 km away from the center of the city. As such, the country can be divided into three types of functional regions, according to the location of a buffer zone. Combined with the quantity and spatial change, it was found that the average altitude of cultivated land increased significantly in Shizuishan, Jiayuguan, Altay, Ili, Alxa, Hotan, Yan'an, Ya'an, Yulin, Zhangjiakou, Lishui and Quanzhou, indicating a more serious “uphill” phenomenon of cultivated land in these areas. The results show that it is necessary to improve the precise positioning of natural resource management and the ability to implement targeted and differentiated policies based on the dynamic identification of “hot spots” of cultivated land changes in the future.

land use; remote sensing; land survey; cultivated land change; grid data; China

袁承程，张定祥，刘黎明，等. 近10年中国耕地变化的区域特征及演变态势[J]. 农业工程学报，2021，37(1)：267-278.doi：10.11975/j.issn.1002-6819.2021.01.032 http://www.tcsae.org

Yuan Chengcheng, Zhang Dingxiang, Liu Liming, et al. Regional characteristics and spatial-temporal distribution of cultivated land change in China during 2009-2018[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(1): 267-278. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.01.032 http://www.tcsae.org

2020-12-07

2020-12-29

国家自然科学青年基金（42001224）；国家社会科学重大基金项目（19ZDA096）

袁承程，讲师，主要研究方向为土地利用系统调查与设计。Email：ycc@cau.edu.cn

刘黎明，教授，博士生导师，主要研究方向为土地利用与乡村景观规划。Email：liulm@cau.edu.cn

10.11975/j.issn.1002-6819.2021.01.032

F301.2

A

1002-6819(2021)-01-0267-12