王鸣雷^1,2, 史文娇^,1,21 中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室,北京 100101;
² 中国科学院大学资源与环境学院,北京 100049

Spatial-Temporal Changes of Newly Cultivated Land in Northern China and Its Zoning Based on Driving Factors

WANG MingLei^1,2, SHI WenJiao^,1,21 Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101;
² College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049

通讯作者: 史文娇,E-mail：shiwj@lreis.ac.cn

责任编辑: 杨鑫浩
收稿日期:2019-08-26网络出版日期:2020-06-16

基金资助:

中国科学院战略性先导科技专项.XDA23100202 国家自然科学基金.41771111 中国科学院地理科学与资源研究所优秀青年人才基金.2016RC201 中国科学院青年创新促进会.会员号：2018071

Received:2019-08-26Online:2020-06-16
作者简介 About authors
王鸣雷,E-mail：wangml.18s@igsnrr.ac.cn。




摘要
【目的】新增耕地的时空变化格局受气候变化和人类活动的双重影响,明确新增耕地时空格局变化及其驱动因素,为保障耕地资源和农业可持续发展提供指导。【方法】基于1980s—1990s、1990s—2000s、2000s—2010s 3个时段中国北方的新增耕地数据,利用重心转移模型和区域统计等方法,探讨中国北方新增耕地的重心变化以及时空格局变化;基于气候数据计算3个时段≥10 ℃积温（AAT10）以及标准化降水蒸散指数（SPEI）,分析气候因素对耕地开垦的驱动作用;基于1980s以来的社会经济统计数据,结合空间叠加模型、区域统计模型等分析人为因素对耕地开垦的促进作用;综合气候和人为因素,结合地理分区的方法对中国北方的新增耕地进行分区。【结果】1980s以来,中国北方新增耕地重心呈现由东北向西北转移的态势;大多数耕地开垦地区的气候有暖干化趋势,2000年以来具有暖湿趋势的耕地开垦区比例逐渐增加;农业为主人口的增加、农业技术进步以及国家政策的影响为东北、新疆等地耕地资源扩张提供了必要的基础;新疆、黑龙江、吉林等地丰富的耕地后备资源以及平坦的地势条件为耕地开垦提供了可能;基于对气候和人为驱动因素分析,将中国北方分为7个分区,即东北北部气候驱动林草-耕地转换区、东北气候+人为驱动林草-耕地转换区、东北中部气候+人为驱动水旱转换区、北方气候+人为驱动林草-耕地转换区、黄土高原人为驱动生态恢复区、西北人为驱动荒地-耕地转换区以及新疆人为驱动绿洲农业开垦区。【结论】1980s以来,中国北方新增耕地时空格局表现出明显的差异性;暖干气候并未成为耕地开垦的限制因素,而较为湿润的气候在一定程度上促进了耕地的开垦;农业人口的增加、农业技术的进步以及国家政策的影响,对耕地开垦起到重要作用。
关键词： 中国北方;新增耕地;土地利用变化;气候变化;驱动因素

Abstract
【Objective】 The spatial and temporal change pattern of newly cultivated land is affected by both climate change and human activities. It is important to clarify the spatial and temporal change pattern of newly cultivated land and its driving factors to ensure the sustainable development of cultivated land resources and agriculture. 【Method】 Based on the data of newly cultivated land in north China of 1980s-1990s, 1990s-2000s and 2000s-2010s, the spatial-temporal changes of newly cultivated land in north China were analyzed by using gravity model and regional statistics; Based on the climate data of the three times, we calculated the active accumulated temperature (≥10℃, AAT10) and the standardized precipitation evapotranspiration index (SPEI), and analyzed the driving effect of climatic factors on cultivated land reclamation; Based on the socio-economic statistics since the 1980s, the paper analyzed the promotion of human factors on cultivated land reclamation by combining spatial superposition model and regional statistical model; Based on the combination of climatic and human factors and the method of geographical subdivision, the new cultivated land in north China was subdivided. 【Result】 The center of gravity of new cultivated land in northern China has shifted from northeast to northwest; the most cultivated land reclamation existed in warm and dry climate, but the proportion of cultivated land reclamation occurring in warm and humid climate conditions was gradually increasing; the increase of agricultural population, the advancement of agricultural technology and the influence of national policies provided necessary foundation for the expansion of cultivated land resources in Northeast China and Xinjiang. Abundant cultivated land reserve resources and flat terrain conditions in the Xinjiang, Heilongjiang, Jilin and other regions provided a possibility for land reclamation; based on the climate and human activities factors, the northern China was divided into seven regions, which included the zone of grass to cropland due to climate in Northeast, the zone of forest and grass to cropland due to climate and human activities in north region of Northeast of China, the zone of paddy field to dry land due to climate and human activities in middle region of Northeast, the zone of forest and grass to cropland due to climate and human activities in the North, the zone of ecological restoration dues to human activities in the loess plateau, the zone of unused land to cropland due to human activities in the northwest region, and zone of the oasis agriculture due to human activities in Xinjiang. 【Conclusion】 Since the 1980s, the spatial and temporal patterns of the new cultivated land in northern China showed obvious differences. The warm and dry climate did not become the limiting factor of cultivated land reclamation, but the wetter climate promoted the cultivated land reclamation to some extent. The increase of agricultural population, the progress of agriculture and the influence of national policies played an important role in cultivated land reclamation.
Keywords：Northern China;new cultivated land;land use change;climate change;driving factor


PDF (5912KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
王鸣雷, 史文娇. 中国北方新增耕地的时空变化及驱动因素分区[J]. 中国农业科学, 2020, 53(12): 2435-2449 doi:10.3864/j.issn.0578-1752.2020.12.011
WANG MingLei, SHI WenJiao. Spatial-Temporal Changes of Newly Cultivated Land in Northern China and Its Zoning Based on Driving Factors[J]. Scientia Acricultura Sinica, 2020, 53(12): 2435-2449 doi:10.3864/j.issn.0578-1752.2020.12.011

0 引言

【研究意义】新增耕地资源的有效管控对保障粮食安全具有重要作用,其数量及空间格局的变化是耕地可持续利用研究的重点^[1,2,3,4]。当前全球气候变化和人类活动强度加剧,对耕地格局变化均产生了不可忽视的影响。明确气候变化和人类活动对新增耕地资源的驱动作用,可以据此因地制宜地实施保障措施,对保护耕地资源和农业可持续发展具有重要作用。【前人研究进展】当前全国或区域的耕地动态变化研究受到众多研究****的重视。刘纪远等^[5,6,7]基于遥感影像数据和土地利用动态度模型等,分析了20世纪80年代末以来中国土地利用变化特征和空间差异;周建等^[8]利用加权重心模型等分析了2001—2011时段我国土地整治新增耕地的时空变化特征;DENG等^[9]结合AEZ模型和土地追踪等技术手段分析了我国耕地资源流转问题;李秀彬^[10]利用统计数据分析了20世纪80年代和90年代耕地变化的特征、趋势和驱动因素,并提出了相关土地整治措施;杨建宇等^[11]基于重心模型和区位基尼系数等方法分析了京津冀地区的耕地时空特征;陈红等^[12]利用遥感影像数据和GIS分析,讨论了新疆耕地的时空变化特征。关于耕地开垦的驱动因素,已有研究主要分为两大类：一类是基于社会和经济的统计数据进行分析,如赵晓丽等^[13]利用多期遥感影像数据计算动态转移矩阵,分析了近30 a我国耕地资源时空特征及社会驱动因子;曹银贵等^[14]基于各类统计数据,结合相关性分析和对比性分析对21世纪初的耕地变化驱动因子进行了讨论;蔡文春等^[15]基于统计数据,结合主成分分析等,分析了人为因素对新疆耕地变化的影响;LAMBIN等^[16]分析了耕地变化对社会-经济要素的反馈作用。另一类是基于气候因素的驱动分析,如SHI等^[17,18,19]将耕地数据和气象数据结合,分析了1970s以来我国北方耕地的气候驱动因素等;NEWMAN等^[20]分析了气候变化通过区域水循环和环境,从而影响耕地生产力和时空格局变化;CHEN等^[21]分析表明,气温增暖对中国北方耕地起到了一定的促进作用;DONG等^[22]对气候要素和耕地进行研究,发现20世纪80年代末以来气候增暖使得内蒙古东部、辽西、吉林等地区冬小麦的种植区向北移动。【本研究切入点】现有研究多从单一驱动因素入手,将社会经济因素和气候因素分开讨论,缺乏新增耕地格局驱动因素的气候和人为两方面因素的系统分析。此外,缺乏新增耕地格局驱动要素的分区研究。【拟解决的关键问题】我国北方生态环境破坏严重,自然灾害频发,明确我国北方耕地时空特征以及驱动因素尤为重要。本文基于1990年以来中国北方多期新增耕地数据,从时空两个角度分析了我国北方新增耕地的变化特征;通过将有效积温和标准化降水蒸散指数两个气象指标与北方新增耕地数据进行叠加,分析我国北方10省耕地变化对气候的响应机制;通过各省的统计年鉴等数据和政策实施,分析中国北方耕地开垦的人为驱动因素;通过综合考虑影响耕地增加的气候和人为驱动因素,以及作物种植的适宜条件等,将中国北方新增耕地进行分区,可以更好地体现耕地变化的区域特征和区域差异,研究可为耕地资源的有效利用、调控区域耕地的可持续利用和动态平衡,以及农业优势区的可持续发展提供依据。

1 材料与方法

1.1 研究区概况

本研究所定义的中国北方包括1990年以来新增耕地较多的黑龙江、吉林、辽宁、内蒙古、山西、陕西、宁夏、甘肃、青海和新疆等10个省（或自治区）（75°—135°05′E,31°42′—53°33′N）,总面积达52 382×10⁴ hm2（图1）。区域内干湿类型和气候条件差异性明显,从东向西跨越湿润、半湿润、半干旱和干旱4个干湿类型,气候类型以温带季风气候和温带大陆性气候为主,在青海省以及新疆维吾尔自治区的西部边缘伴有部分高原高山气候。所涉及范围内耕地、林地、草地和荒地交错分布,包含了北方农牧交错带地区以及荒漠戈壁地区,生态环境脆弱^[23]。其中,中国北方耕地总面积达4 754×10⁴ hm²,约占全国耕地总面积的39%,主要分布在中国东北的中部、黄土高原、新疆的中西部地区,其他地区零散分布。

图1

新窗口打开|下载原图ZIP|生成PPT
图12015年中国北方土地利用类型图

审图号：GS（2020）1983号
Fig. 1Types of land use in Northern China, 2015

1.2 数据来源

本研究采用的数据包括基础地理信息数据、土地利用/土地覆被变化数据（LUCC）、气象数据、数字高程数据（Digital Elevation Model,DEM）和社会统计数据等。基础地理信息数据来源于中国科学院资源环境数据中心（http://www.resdc.cn/Default.aspx）。土地利用/土地覆被变化数据来源于中国科学院资源环境数据中心,其中包含1980、1990、2000、2010、2015年5期数据。气象数据包含气温、降水、风速（10 m）、相对湿度和气压等气象要素,其中气温数据选用中国北方276个站点的均一化日均温数据集,该数据系列消除了观测时间变化、仪器变化和气象站移动引起的偏差^[24]。其余的气象数据来源于中国气象科学数据共享服务网（https://data.cma.cn/）276个站点的气象数据日值。社会经济数据包括中国北方10省（或自治区）1980年以来的人口、农业为主人口、有效灌溉面积、农业机械总动力和水利设施建设等数据,来源于《中国统计年鉴》和北方各省（或自治区）的地方统计年鉴。

1.3 研究方法

1.3.1 ≥10℃积温（AAT10）

AAT10是大于或等于临界温度或最低生物学温度（本研究选用10 ℃）的日均温之和^[17],是指一年中日均温≥10 ℃的连续时段内,每日平均气温累计得到的温度总和。为消除日均温随机波动影响,选取5 d滑动平均法获取日均温≥10 ℃的连续时段,并通过Matlab软件依据中国北方276个站点的日均温数据计算1980s以来的AAT10指标值,计算公式如下。

（1）$AAT10=\sum\limits_{i=1}^n \overline T _i(\overline T≥10)$
式中,i代表每年中的第i天,n为该年的天数,$\overline T _i$代表第i天的日均温。据此计算中国北方每个站点每年AAT10指标值。

1.3.2 标准化降水蒸散指数（SPEI） SPEI,即标准化降水蒸散指数,以月尺度水分亏损（降雨量减去蒸散量）表示水分的盈余,从而反映地区的干旱状态。本研究中潜在蒸散量采用联合国粮食及农业组织（FAO）推荐的计算参考作物蒸散的Penman-Monteith（P-M）公式计算。P-M公式以能量平衡和水汽扩散理论为基础,不仅考虑了气温因素,还考虑了气压、风速和相对湿度等气候要素,无论是干旱区气候区还是湿润气候区都与实测参考作物的蒸散较为符合^[25]。SPEI的详细计算过程可通过BEGUERíA等^[26]获取。SPEI为标准化变量,当SPEI值为0时,表示地区的干旱累计概率为50%,据此计算中国北方276个站点的年均SPEI指标值。

1.3.3 水热指标空间插值 采用ANUSPLIN软件对AAT10和SPEI的站点数据进行插值,得到研究区范围内空间分辨率为1 km的水热指标栅格数据集。

1.3.4 重心转移模型 新增耕地重心的变化可以从空间上反映新增耕地的时空迁移过程,分析不同时间段新增耕地重心分布,可以精确把握耕地的空间变化趋势。在计算过程中,选用新增耕地的面积作为权重,新增耕地图斑的几何中心作为其重心,通过图斑的重心坐标结合权重因子,表示中国北方新增耕地的重心转移情况,计算公式如下。

（2）$\overline X_i=\frac{\sum_i ^n w_i x_i}{\sum_{i=1} ^n w_i}$
（3）$\overline Y_t=\frac{\sum_i ^n w_i y_i}{\sum_{i=1} ^n w_i}$
式中,$\overline X_t$、$\overline Y_t$分别为各个图斑的平均横坐标和平均纵坐标,t为不同时期,i为图斑编号,n为图斑的总个数,x_i、y_i分别为第i个图斑的重心横坐标、纵坐标,w_i为第i个图斑的权重。

1.3.5 ArcGIS统计分析 为定量描述气候要素（AAT10和SPEI）变化对新增耕地的驱动影响,利用ArcGIS10.2的叠加分析、栅格计算器和分区统计等工具进行分析,计算1980s—1990s,1990s—2000s和2000s—2010s 3个时段气候要素的增减情况。

1.3.6 年变化率 年变化率从一定程度上反映了地区耕地相对于各省土地总面积扩张或缩减的变化速率快慢,计算公式如下。

（4）$v=\frac{c\vartriangle(j-i)}{a_i×(j-i)}$
式中,ν表示年变化率（%）,i和j表示年份,c_Δ(j-i)表示第j年相对于第i年增加的耕地面积,a_i表示某省第i年份的耕地总面积。

1.3.7 基于驱动因素分区 为更好地体现新增耕地变化的区域特征和区域差异,明确耕地开垦的驱动因素,以中国北方新增耕地的空间分布格局为基础,结合不同耕地转换来源信息和驱动因素信息,对中国北方新增耕地进行基于驱动因素的动态区划。具体分区原则为：①考虑全球温度升高而导致的作物种植界限北移问题,依据《粮食作物与气象》^[27]和《中国农业气象学》^[28],将不同熟制玉米所需最低积温指标数据——2 100 ℃·d为分界线,将中国北方各阶段积温分布图划分,以此考虑由气候因素主导引起的耕地开垦;②考虑东北地区较为频繁的水田-旱地转换类型,结合气候和人为影响因素,判断驱动类型;③考虑中国北方农牧交错带特殊的地理位置,以林草地转换和荒地转换为基础,结合不同驱动因素,判断主导影响方式;④考虑黄土高原地区作为“退耕还林”政策的主要实施地,综合林草—耕地频繁转换的地区,判断其驱动方式;⑤考虑新疆地区特殊的气候类型以及特有的绿洲开垦,将其单独划分。最后,基于不同的地区、驱动因素以及主要转换方式,按照“地区+驱动因素+转换方式”的形式对不同分区进行命名。

2 结果

2.1 中国北方新增耕地时空格局变化特征

1980—2015年间,中国北方新增耕地重心整体呈现出由东北向西北方向移动,1980s—1990s、1990s—2000s和2000s—2010s 3个时间段新增耕地重心变化趋势和移动方向存在显著差异（图2）。1980s—1990s时段,中国北方新增耕地重心整体偏向东北地区,而到1990s—2000s和2000s—2010s时段,西北地区的耕地比重逐渐增大,中国北方新增耕地重心转向西北地区。前两个时段,新增耕地重心由东北向西北移动距离为1881.19 km,后两个时段,新增耕地重心向东南方向微移,移动距离为28.20 km。

图2

新窗口打开|下载原图ZIP|生成PPT
图21980s以来中国北方新增耕地重心变化图

审图号：GS（2020）1983号
Fig. 2Changes in the center of gravity of new cultivated land in Northern China since 1980s



1980s以来中国北方新增耕地总面积达1 034.59×10⁴ hm²,约占中国北方国土总面积的1.9%,主要集中在黑龙江省、内蒙古自治区和新疆维吾尔自治区,新增耕地总面积分别为246.72×10⁴ hm²、217.80×10⁴ hm²和373.99×10⁴ hm²。山西省和青海省新增耕地总面积相对较少,其增加面积分别为5.98×10⁴ hm2和5.18×10⁴ hm²（表1）。总体上看,新增耕地在1980s—1990s阶段主要集中在东北的黑龙江、吉林和辽宁;而在1990s—2000s和2000s—2010s,新增耕地逐渐从东北转向西北的新疆等地。

Table 1
表1
表11980s以来中国北方新增耕地年变化面积（hm²）及年变化率（%）
Table 1The annual change area (hm²) and rate (%) of new cultivated land in north China since the 1980s

省份 Province	1980s-1990s		1990s-2000s		2000s-2010s
	年变化面积 Annual change area	年变化率 Annual change rate	年变化面积 Annual change area	年变化率 Annual change rate	年变化面积 Annual change area	年变化率 Annual change rate
黑龙江Heilongjiang	197680	2.23	39114	0.41	19859	0.08
吉林Jilin	54486	1.38	10699	0.27	9227	0.08
辽宁Liaoning	31046	0.90	4156	0.10	689	0.01
内蒙古Inner Mongolia	162775	3.28	44934	0.61	20169	0.14
山西Shanxi	4542	0.12	1055	0.02	769	0.01
陕西Shaanxi	7040	0.20	3065	0.10	5907	0.10
宁夏Ningxia	24747	3.11	5677	0.44	7205	0.32
甘肃Gansu	11392	0.33	15751	0.46	10680	0.15
青海Qinghai	3347	0.58	1696	0.25	271	0.02
新疆Xinjiang	114009	3.66	154587	4.52	210801	2.56
合计Sum	611065	1.68	280735	0.68	285578	0.64

新窗口打开|下载CSV

1980s—1990s时段,中国北方每年新增耕地面积611.07×10⁴ hm²,主要分布在东北、宁夏以及新疆北部。其中,黑龙江省新增耕地面积最高,占该时段新增耕地总面积的32.35%,年变化面积达19.77×10⁴ hm²,内蒙古次之,新增耕地年变化面积为16.25×10⁴ hm²,青海省新增耕地面积最少,占该时段新增面积的0.55%,新增耕地年变化面积为3 347 hm²。从年变化率来看,这一阶段年变化率为1.68%,新疆、内蒙古以及宁夏的耕地增加速率较快,年变化率均超过了3%,黑龙江的年耕地开垦速率也达到2.23%;山西和陕西的耕地开垦速率较慢,年变化率分别为0.12%和0.2%。

1990s—2000s时段,中国北方新增耕地总面积达280.74×10⁴ hm2,东北地区新增耕地面积略有减少,而新疆的新增耕地面积大幅增加,年变化面积达15.46×10⁴ hm²;山西的新增耕地年变化面积最少,仅有1 055 hm²。从变化速率看,新疆地区耕地开垦速率仍然处于较高水平,其年变化率达到4.52%;其他省份在此阶段耕地开垦速率并未有大的提升,山西和陕西的年变化率仍然较低,仅为0.02%和0.1%,辽宁的年开垦速率也降到了0.1%。

2000s—2010s时段,耕地面积变化较小,仅增加142.79×10⁴ hm²,而年变化面积和上一阶段保持较小的差距,甚至略有增加,达到28.56×10⁴ hm²。分省来看,新疆耕地的增加面积仍然最大,年变化面积达到21.08×10⁴ hm²,较上一阶段增加量超过5×10⁴ hm²。青海省的新增耕地变化最小,年变化面积仅为271 hm²。从年变化率来看,这一阶段总年变化率同上一阶段相比,变化不大,为0.64%。其中,新疆地区耕地年变化率持续领先,为2.56%,黑龙江、吉林、辽宁、山西以及青海的年变化率均不足0.1%。

2.2 中国北方新增耕地转入类型时空特征

1980s—1990s时段,超过75%的草地转为耕地发生在黑龙江、内蒙古和新疆,而其他省份转换比例不足1/4,该时段草地转为耕地为新增耕地的主要来源（图3-d）;林地转为耕地为新增耕地的第二个主流向,其中东北三省和内蒙古林地转为耕地的面积占新增耕地总面积的比例达93.75%（图3-a）;荒地转为耕地的面积达74.47×10⁴ hm²,占该时段新增耕地总面积的12.19%,为耕地转入的第三个主流向,主要集中在黑龙江、吉林、内蒙古和新疆,四省的转换比例达91.37%（图3-j）;分区统计结果显示,1980s—1990s时段,水域转变为耕地的总面积为14.26×10⁴ hm²,主要集中在黑龙江、吉林和内蒙古（图3-g）。

图3

新窗口打开|下载原图ZIP|生成PPT
图3中国北方新增耕地不同来源类型的时空变化

审图号：GS（2020）1983号
Fig. 3Structural changes of different sources of newly cultivated land in Northern China



1990s—2000s时段,草地转为耕地的面积达183.53×10⁴ hm²,仍然为新增耕地的主要来源,且较前一时段增加了5.99%,新疆的贡献量最大,达109.65×10⁴ hm²,占该时段草地转为耕地总面积的59.75%（图3-e）;荒地转为耕地变为耕地转入的第二个主流向,有22.72%的荒地转变为耕地,主要集中在黑龙江省、甘肃省和新疆维吾尔自治区（图3-k）;耕地转入的第三、四主流向分别为林地转为耕地和水域转为耕地,分别占该时段耕地总面积的9.24%和2.58%,林地转换主要集中在黑龙江省、吉林省、内蒙古自治区和新疆维吾尔自治区,水域转换集中在内蒙古自治区和新疆维吾尔自治区（图3-b、3-h）。

2000s—2010s时段,草地转为耕地仍为耕地转入的第一主流向,所占比例达69.19%,主要集中在新疆维吾尔自治区（图3-f）;其次是荒地转为耕地,所占比例为23.66%,集中在黑龙江省、甘肃省和新疆维吾尔自治区（图3-l）;林地转为耕地为第三主流向,有8.68×10⁴ hm²的林地转换为耕地,黑龙江省和新疆维吾尔自治区的转换面积就超过了60%（图3-c）;内蒙古自治区和新疆维吾尔自治区是水域转变为耕地的主要分布地区,所占比例分别达到25.12%和24.69%（图3-i）。

2.3 中国北方新增耕地气候驱动因素分析

1980s—1990s时段,中国北方大部分新增耕地来源于AAT10增加幅度为100—150 ℃·d的区域（图4-b）,主要集中在东北三省、内蒙古自治区北部、宁夏回族自治区以及新疆维吾尔自治区北部少部分地区（图4-a）;其次是AAT10增加幅度为50—100 ℃·d的区域,这些区域主要位于内蒙古自治区中部和新疆维吾尔自治区中部的少部分地区,仅有不到1%的新增耕地来源于AAT10增加幅度超过200 ℃·d的区域,分布在陕西省和青海省的少部分地区。该时段内,气候的增加对我国东北三省、内蒙古北部和黄土高原地区起到一定的促进作用,尤其是东北地区,积温需求为2 100 ℃·d以上的早熟玉米界限向北移动,移动的最大距离为66 km左右,最远超过50°N。1990s—2000s时段,新增耕地以分布在100—150 ℃·d和150—200 ℃·d区间为主,所占比例均超过1/3（图4-e）,主要分布在黑龙江省、吉林省和黄土高原地区（图4-d）。其次,AAT10增加200℃·d以上的比例也较上时段有所增加,达到21%,分布在内蒙古自治区和新疆维吾尔自治区的少部分区域。该时段气候仍然是黑龙江、吉林和黄土高原部分地区耕地增加的驱动因素,在东北地区,2 100 ℃·d积温带向北移动最大距离超过36 km,达到50°30′N,相较于1980s,最大北移距离接近100 km。2000s—2010s时段,新增耕地面积减少,新增耕地主要分布在新疆维吾尔自治区,在东北地区、甘肃省和宁夏回族自治区也有少量增加。该时段中国北方AAT10增加幅度总体较低,超过3/4的区域AAT10增加在50 ℃·d以下（图4-h）,AAT10增加幅度超过50 ℃·d的地区主要分布在陕甘宁地区（图4-g）,在东北地区,2 100 ℃·d的积温带进一步北移,北移距离超过20 km,较1980s北移距离超过100 km,最远到达鄂伦春自治旗。

图4

新窗口打开|下载原图ZIP|生成PPT
图41980s以来耕地转入区气候要素空间分布及不同气候区间新增耕地面积百分比

审图号：GS（2020）1983号
Fig. 4The spatial distribution of the climatic factors in the areas into which the cultivated land was transferred and the percentages of new cultivated land area in different climatic zones have been increased in since 1980s



1980s—1990s时段,新增耕地大部分分布在SPEI减少的区域（图4-a）,且SPEI减少-0.5—0的区间内新增耕地面积最大,约占该时段新增耕地总面积的50%,在SPEI增加量大于1的范围内没有耕地的增加,SPEI增加0—0.5区间内,有少部分耕地增加,主要分布在内蒙古自治区中部和新疆维吾尔自治区中部（图4-d）。该时段内,暖干气候占主导,但其并未成为耕地开垦的限制因素。1990s—2000s时段,SPEI减少-0.5—0区间的新增耕地面积仍然最大,然而,相比上阶段,新增耕地位于SPEI大于0的区域内的比重增加,大多数分布在吉林、辽宁以及黄土高原地区,而小于-0.5的比重有所减少。该时段较为暖湿的气候逐渐成为东北和黄土高原地区耕地增加的主导因素。2000s—2010s时段,新增耕地位于SPEI大于0的区域所占比重同前两个阶段相比明显扩大,所占比例接近30%,主要分布在东北地区、内蒙古自治区以及黄土高原地区（图4-g）,暖湿气候为这些地区耕地开垦提供了有利的气候条件。

2.4 中国北方新增耕地人为驱动因素分析

2.4.1 人口 人口是影响耕地数量变化的重要因素,同时也是引起耕地利用变化多个因素中最基本的因素^[23]。人口的增加不仅需要更多的耕地资源来保障人们的粮食安全,也需要更多的土地来发展生产和完善生活设施和生产建设,这使得粮食的供求之间矛盾逐渐突出。1980s以来中国北方总人口和农业为主人口变化情况如图5。

图5

新窗口打开|下载原图ZIP|生成PPT
图51980s以来中国北方各省总人口和农业为主人口变化趋势图

Fig. 5Trends of total population and agriculture population in Northern China since the 1980s



1980s—1990s时段,中国北方总人口增加2 233.71万,农业为主的人口增加747.4万。其中,黑龙江、辽宁、内蒙古、山西、陕西、甘肃和新疆等省份总人口增加量均超过了200万,然而农业人口数量增加较多的仅有黑龙江和新疆,其农业为主人口分别增加了344.6万和118.7万。该时段内,黑龙江和新疆的农业为主人口成为当地耕地增加的必要基础。1990s—2000s时段,中国北方人口持续增加,而农业为主人口却呈现下降趋势,共减少了173.5万。其中仅有新疆、甘肃、内蒙古和辽宁的农业为主人口有一定的增加,新疆的农业为主人口增加最多,为该时段新疆耕地增加的因素之一。2000s—2010s时段,中国北方人口增加359.91万,农业为主人口仅增加28.16万,除新疆、甘肃和内蒙古外,其余各省农业为主人口均减少,该时段新疆耕地增加比例接近该时段总面积的3/4,新疆农业为主人口仍是新疆耕地增加的一个主要驱动因素。整体来看,1980s—2010s年间,东北三省的总人口在2010年之前呈增加趋势,然而在2010年之后,总人口有一定的下降。其他省份人口一直保持增加态势。从农业为主人口来看,新疆、黑龙江地区农业为主人口增加明显,在一定程度上刺激两省份的耕地增加。

2.4.2 技术进步 改革开放以来,随着农业生产条件的不断改善和农业科研投入的增加,各项农业技术不断发展,我国农业生产方式逐步从传统农业生产向现代农业生产转变,农业生产机械总动力呈现飞跃式的增加。此外,各省份积极推动水利工程设施的建设,如兴建和扩大水库。在2000年以后,大力推广膜下滴灌技术发展农业节水技术,保障了水资源的有效灌溉（图6）。

图6

新窗口打开|下载原图ZIP|生成PPT
图61980s以来中国北方各时段有效灌溉面积、农业机械总动力、水利设施建设以及耕地较1990年的增加比例

Fig. 6The effective irrigation area, total power of agricultural machinery, construction of water conservancy facilities and cultivated land in each period in Northern China increased compared with that in 1990 since 1980s



1990—2000年,黑龙江、吉林、内蒙古、宁夏和新疆的耕地增加比例较大,该时段内,除新疆外,其余4省份有效灌溉面积和农业机械总动力的增加比例较大,对耕地增加起到一定的促进作用;在水利设施建设方面,仅在黑龙江增加了24%,在其他省份增加量不超过5%,甚至有一定的减少。因此,在该时段内,有效灌溉面积、农业机械总动力以及水利设施建设的增加对黑龙江有较大的促进作用。其中,吉林、内蒙古、宁夏受到有效灌溉面积和农业机械总动力的影响较大。2000—2010年,新疆耕地仍表现出增长趋势,耕地开垦量较1990年增加86.2%,而其他省份的耕地增加速率减慢。该时段内,新疆地区新增耕地受到农业机械总动力的影响较大,而有效灌溉面积和水利设施的建设尽管有所增加,但并未成为新疆耕地增加的主要驱动因素;其他省份有效灌溉面积和农业机械总动力增加明显,但是同样未成为其耕地增加的主动力。2010—2015年,在上一阶段新疆绿洲快速开垦阶段的基础上,新疆耕地增加速率略有下降,耕地增加比例占1990年的120%以上,占到2010年的25%以上;同其他省份相比,该时段内,有效灌溉面积和农业机械总动力的增加量均超过30%,一定程度上促进了新疆耕地增加;除新疆外,其他省份的耕地开垦速率仍然较低,甚至有所下降,技术进步并未成为其耕地增加的必要驱动因素。

2.4.3 政策调控 1980s—1990s时段,国家各级政府积极引导农业发展,在我国北方地区形成了以经济福利为主的市场需求^[30]。东北地区在政府的指导下,加强了农田水利设施的建设,成为我国的粮食主产区,并且随着经济的发展,在比较利益下,引进耐寒稻种,促使东北地区耕地面积急速扩张^[5];黄土高原地区、内蒙古以及新疆等地,经济发展较为落后,为保证生存,积极进行耕地开垦以满足自身生存发展需求。此外,新疆及其周边地区开始了以提高单产为主的阶段^[27],积极进行水利设施改造、棉糖基地建设等,从而带动了新疆农业进一步发展。1990s—2000s时段,党中央积极强调农业作用,并制定出台了一些政策,如免收农业税、提高粮食收购价格等补贴措施政策,进一步促进耕地的不断扩张。新疆在此阶段,积极进行水利建设以及发展节水灌溉,加强农业人口补助,利益驱使下,促进了农业人口的增长,从而耕地持续增长。2000s—2010s时段,黄土高原地区实施的“退耕还林还草”工程等,达到一定的饱和,工程实施强度较上一时段相对减弱,耕地数量在一定程度上有所增加;新疆地区仍然保持较快的耕地开垦速率,大力发展绿洲农业,其耕地开垦量远远超过其退耕还林还草的力度,耕地保持增长趋势。

2.5 基于驱动因素的新增耕地分区

将中国北方划分为七大区域,分别为东北北部气候驱动林草-耕地转换区、东北气候+人为驱动林草-耕地转换区、东北中部气候+人为驱动水旱转换区、北方气候+人为驱动林草-耕地转换区、黄土高原人为驱动生态恢复区、西北人为驱动荒地-耕地转换区以及新疆人为驱动绿洲农业开垦区。分区结果如图7所示。

图7

新窗口打开|下载原图ZIP|生成PPT
图7中国北方不同阶段耕地驱动因素分区图

审图号：GS（2020）1983号
Fig. 7Zoning of newly cultivated land in Northern China based on driving factors



东北北部气候驱动林草-耕地转换区：东北北部土地利用类型以林草地为主,在气候变暖背景下,作物种植界线北移明显,2011—2015年时段的早熟玉米生长所需最低积温线（2 100 ℃·d）北移距离较1980—1990年超过100 km,林草地多转变为耕地。

东北气候+人为驱动林草-耕地转换区：东北东部以及西部地区林草地同样为主要的土地利用类型,温暖气候在一定程度上刺激了林草地的转换;同时,东北地区总人口规模的增加带动粮食需求增长,而农业人口的下降使得农业生产压力增大,多重因素刺激了东北耕地的开垦。

东北中部气候+人为驱动水旱转换区：气候条件的变化,使得作物生长条件转好,潜在的被开垦区增加;水稻生长依赖于一定的热量资源,积温的增加促使水田范围向北移动;此外,东北地区在比较利益下引进耐寒稻种,随着农业技术进步以及水利设施建设等,种植结构改变,逐渐向水田发展。

北方气候+人为驱动林草-耕地转换区：受气候的影响,北方农牧交错带地区积温的增加为其耕地开垦提供了必要的热量资源;同时,受到国家退耕还草工程等的实施,耕地的开垦速度较低。

黄土高原人为驱动生态恢复区：黄土高原地区受到农业技术进步的影响,农业机械力、有效灌溉面积以及水利设施的建设均保持增加态势,驱动耕地的增加,然而,受到国家退耕还林工程、“三北”防护林工程等以恢复生态建设的政策影响,耕地开垦量并不大。

西北人为驱动荒地-耕地转换区：在西北北部分布着大量的荒地,农业技术的进步使得不易开垦的荒漠戈壁上也出现部分耕地。

新疆人为驱动绿洲农业开垦区：新疆地区耕地资源的增加主要来源于绿洲农业开垦,随着新疆人口的增长,受国家优惠政策的影响,其农业人口也呈现一定的增长趋势,为其耕地开垦提供了必要的劳动力资源。此外,农业技术的进步使得沙漠地区出现农田,经济利益以及技术利益为新疆地区耕地开垦提供了基础。

3 讨论

本文基于多期土地利用数据、气象数据以及社会统计数据,探讨了中国北方新增耕地的时空分布格局特征,并从气候和人为因素两方面分析了耕地开垦的驱动力,从驱动因素角度将中国北方新增耕地分区。

从新增耕地的时空格局来看,1980s以来,中国北方新增耕地总量逐渐减少,而耕地开垦重心逐渐由东北向西北移动,这一观点与刘纪远等^[5,6,7]对我国耕地研究结论相一致。新疆地区耕地开垦面积最大,其开垦年变化速率也一直保持较高水平;黑龙江在21世纪之前保持较高的开垦面积,之后新增耕地面积逐渐减少。

新增耕地的来源结构也发生重大变化。中国北方新增耕地的转入来源主要包括林地、草地、水域以及荒地,而草地转为耕地一直为新增耕地的主要流向;2000年以前,林地转为耕地为第二主流向,到2000年以后,这一格局被打破,新疆绿洲农业的发展以及西北戈壁荒漠的开垦,使得荒地的开垦速率加快,逐渐发展为耕地来源的第二主流向。

1980s以来,受气候变化的影响,中国北方耕地开垦格局发生明显变化。当前,暖干气候并未成为耕地开垦的限制因素,新增耕地仍然大多数存在于暖干气候为主的条件下,这一结论与SHI等^[17,18]研究结论一致。然而,随着气候条件的改变,耕地开垦发生于SPEI增加地区的比例逐渐增加,较为湿润的条件为耕地开垦提供了驱动条件。此外,积温的增加也为耕地开垦提供了必要的热量资源,促使其不断增加。

人为因素对耕地开垦也起到一定的促进作用。随着东北地区农业技术的进步以及政府政策的引导,不断出现土地利用类型的转换。此外,在比较利益驱动下,出现大面积的旱改水现象。黄土高原以及北方草原地区,受到国家退耕还林还草等政策的影响,尽管农业技术进步促进了一定的耕地开垦,但是开垦面积较小。新疆地区在国家农业优惠政策的刺激下,农业人口不断增加,为其耕地开垦提供了人力资源,同时随着新疆节水灌溉水平的提升等,使得有效灌溉面积增大,比较利益和技术的进步共同促使新疆绿洲农业的发展。

除气候因素和人为因素外,其他指标也能在一定程度上解释耕地的增加。如从耕地后备资源来看,2014年国家开展的耕地后备资源调查评估报告中^[31]显示,全国的耕地后备资源总面积达535.27万hm2,新疆、黑龙江、甘肃等地的耕地后备资源相对较多,集中连片的耕地后备资源也主要集中在新疆、黑龙江、吉林、甘肃等地,丰富的耕地后备资源为这些省份耕地的开垦提供了一定的基础条件。此外,在张甘霖等^[32]的研究中,结合气候、地形、土壤的理化性质等对全国耕地后备资源自然质量的适宜性进行评价,其结果中,全国有5 660万km2耕地后备资源具有不同适宜程度的自然质量,其中,内蒙古、新疆、吉林、甘肃等地的耕地自然质量适宜性面积较多;从自然质量适宜等级来看,黑龙江、吉林、辽宁的一级（最优等级）耕地分布最多,内蒙古、黑龙江、新疆、宁夏、甘肃等北方各省有二级（次优等级）耕地分布,适宜的耕地资源自然质量也促进了耕地的增加。地形坡度也是影响耕地开垦的限制因素。地面坡度达到25°以上时,水土流失更加严重,耕地开垦极为困难^[33];而平坦的地区更适合规模化经营以及机械化种植^[34],因此耕地开垦活动多发生在平坦地区。结合本研究区范围内新增耕地对应的坡度分布,3个时期内耕地开垦多发生在坡度较低等级,其中25°以下新增耕地的比例均达到99%以上,平坦的地形条件为耕地开垦提供了条件。

综合考虑影响耕地开垦的气候和人为因素,以及作物种植的适宜条件等,将中国北方区域划分为七大类型。东北北部的气候条件影响着作物的种植界限,该地区的人们可适当在较北的地区种植作物。在东北粮食主产区和黄土高原等地区,可适当加大农业的扶持力度,改善其生产条件,积极推进高标准农田建设,依据不同的耕地资源开垦条件,实施因地制宜的差别化布局。在北方农牧交错地带,应充分考虑其特殊的生态脆弱性,结合相应的气候条件,因地制宜调整耕地的开发布局等,提高耕地资源利用效率。新疆地区人口增长较快,绿洲农业的开垦面积也急速扩张,这种大规模的、高强度的耕地开垦模式在为人们带来利益的同时,也带来相应的问题,如土地承载力不断减弱、土地利用结构和土地利用布局不断紊乱等,因此,新疆地区应积极调整农田水利建设,提高耕地生产力水平,调整布局结构。

4 结论

从新增耕地的空间格局来看,1980s以来,中国北方新增耕地逐渐减少,重心逐渐由东北转向西北,其来源结构也发生重大变化,荒地开垦速率逐渐加大,空间特征差异性明显。

中国北方分布着丰富的耕地后备资源,暖干气候并未成为耕地开垦的限制因素,大多数的耕地开垦仍然发生在暖干气候区;但耕地开垦发生在变湿润气候区的比例逐渐增大,暖湿气候逐渐成为耕地开垦的驱动条件。

从新增耕地变化驱动因素入手,结合作物种植条件等,将中国北方新增耕的驱动因素划分为7个大区,包括东北北部气候驱动林草-耕地转换区、东北气候+人为驱动林草-耕地转换区、东北中部气候+人为驱动水旱转换区、北方气候+人为驱动林草-耕地转换区、黄土高原人为驱动生态恢复区、西北人为驱动荒地-耕地转换区以及新疆人为驱动绿洲农业开垦区。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 李全峰, 胡守庚, 瞿诗进. 1990-2015年长江中游地区耕地利用转型时空特征
地理研究, 2017,36(8):1489-1502.
[本文引用: 1]

LI Q F, HU S G, QU S J. Spatiotemporal characteristics of cultivated land use transition in the Middle Yangtze River from 1990 to 2015
Geographical Research, 2017,36(8):1489-1502. (in Chinese)
[本文引用: 1]

[2] 陈军. 基于GlobeLand 30的全球耕地利用格局变化研究
中国农业科学, 2018,51(6):1089-1090.
[本文引用: 1]

CHEN J. Framing the spatio-temporal changes in global cultivated land using globe land 30
Scientia Agricultura Sinica, 2018,51(6):1089-1090. (in Chinese)
[本文引用: 1]

[3] 陈印军, 易小燕, 方琳娜, 杨瑞珍. 中国耕地资源与粮食增产潜力分析
中国农业科学, 2016,49(6):1117-1131.
[本文引用: 1]

CHEN Y J, YI X Y, FANG L N, YANG R Z. Analysis of cultivated land grain production potential in China
Scientia Agricultura Sinica, 2016,49(6):1117-1131. (in Chinese)
[本文引用: 1]

[4] 刘颖, 周宝同, 于晓凤, 邵俊明, 左敏. 21世纪以来四川省耕地变化驱动因素及耕地利用效率定量研究
四川农业大学学报, 2015,33(2):237-244.
[本文引用: 1]

LIU Y, ZHOU B T, YU X F, SHAO J M, ZUO M. The quantitative study on the using efficiency and driving factors of changing of cultivated area in Sichuan since the beginning of 21 century
Journal of Sichuan Agricultural University, 2015,33(2):237-244. (in Chinese)
[本文引用: 1]

[5] LIU J Y, KUANG W H, ZHANG Z X, XU X L, QIN Y W, NING J, ZHOU W C, ZHANG S W, LI R D, YAN C Z, WU S X, SHI X Z, JIANG N, YU D S, PAN X Z, CHI W F. Spatiotemporal characteristics, patterns and causes of land-use changes in China since the late 1980s
Journal of Geographical Sciences, 2014,24(2):195-210.
[本文引用: 3]

[6] 刘纪远, 张增祥, 庄大方, 王一谋, 周万村, 张树文, 李仁东, 江南, 吴世新. 20世纪90年代中国土地利用变化时空特征及其成因分析
地理研究, 2003(1):1-12.
[本文引用: 2]

LIU J Y, ZHANG Z X, ZHUANG D F, WANG Y M, ZHOU W C, ZHANG S W, LI R D, JIANG N, WU S X. A study on the spatial-temporal dynamic changes of land-use and driving forces analyses of China in the 1990s
Geographical Research, 2003(1):1-12. (in Chinese)
[本文引用: 2]

[7] 刘纪远, 宁佳, 匡文慧, 徐新良, 张树文, 颜长珍, 李仁东, 吴世新, 胡云峰, 杜国明, 迟文峰, 潘涛, 宁静. 2010-2015年中国土地利用变化的时空格局与新特征
地理学报, 2018,73(5):789-802.
[本文引用: 2]

LIU J Y, NING J, KUANG W H, XU X L, ZHANG S W, YAN C Z, LI R D, WU S X, HU Y F, DU G M, CHI W F, PAN T, NING J. Spatio-temporal patterns and characteristics of land-use change in China during 2010-2015
Acta Geographica Sinica, 2018,73(5):789-802. (in Chinese)
[本文引用: 2]

[8] 周建, 张凤荣, 王秀丽, 张柏林. 中国土地整治新增耕地时空变化及其分析
农业工程学报, 2014,30(19):282-289.
[本文引用: 1]

ZHOU J, ZHANG F R, WANG X L, ZHANG B L. Spatial-temporal change and analysis of land consolidation's newly increased cultivated land in China
Transactions of the Chinese Society of Agricultural Engineering, 2014,30(19):282-289. (in Chinese)
[本文引用: 1]

[9] DENG X Z, HUANG J, ROZELLE S, UCHIDA E. Cultivated land conversion and potential agricultural productivity in China
Land Use Policy, 2006,23(4):372-384.
[本文引用: 1]

[10] 李秀彬. 中国近20年来耕地面积的变化及其政策启示
自然资源学报, 1999(4):329-333.
[本文引用: 1]

LI X B. Change of arable land area in China during the past 20 years and its policy implications
Journal of Nature Resources, 1999(4):329-333. (in Chinese)
[本文引用: 1]

[11] 杨建宇, 张婷婷, 陈正, 张超, 赵冬玲, 林尚伟. 2013—2015年京津冀新增耕地时空特征与来源分析
农业机械学报, 2018,49(3):205-213.
[本文引用: 1]

YANG J Y, ZHANG T T, CHEN Z, ZHANG C, ZHAO D L, LIN S W. Spatial-temporal characteristics and source analysis of newly increased cultivated land in Beijing Tianjin Hebei region from 2013 to 2015
Transactions of the Chinese Society for Agricultural Machinery, 2018,49(3):205-213. (in Chinese)
[本文引用: 1]

[12] 陈红, 吴世新, 冯雪力. 新疆耕地时空变化特征
地理科学进展, 2010,29(3):312-318.
[本文引用: 1]

CHEN H, WU S X, FENG X L. Research of changes in cultivated land in Xinjiang based on RS and GIS
Progress in Geography, 2010,29(3):312-318. (in Chinese)
[本文引用: 1]

[13] 赵晓丽, 张增祥, 汪潇, 左丽君, 刘斌, 易玲, 徐进勇, 温庆可. 中国近30a耕地变化时空特征及其主要原因分析
农业工程学报, 2014,30(3):1-11.
[本文引用: 1]

ZHAO X L, ZHANG Z X, WANG X, ZUO L J, LIU B, YI L, XUN J Y, WEN Q K. Analysis of Chinese cultivated land’s spatial-temporal changes and causes in recent 30 years
Transactions of the Chinese Society of Agricultural Engineering, 2014,30(3):1-11. (in Chinese)
[本文引用: 1]

[14] 曹银贵, 袁春, 周伟, 陶金, 华蓉. 中国耕地变化的驱动因子及其省域差异分析
中国土地科学, 2008(2):17-22.
[本文引用: 1]

CAO Y G, YUAN C, ZHOU W, TAO J, HUA R. Analysis on driving forces and provincial differences of cultivated land change in China
China Land Science, 2008(2):17-22. (in Chinese)
[本文引用: 1]

[15] 蔡文春, 杨德刚. 新疆耕地变化及驱动力分析
干旱区资源与环境, 2006(2):144-149.
[本文引用: 1]

CAI W C, YANG D G. Variation of cultivated land and its driving forces in Xinjiang
Journal of Arid Land Resources and Environment, 2006(2):144-149. (in Chinese)
[本文引用: 1]

[16] LAMBIN E F, MEYFROIDT P. Land use transition: Socio- ecological feedback versus socio- economic change
Land Use Policy, 2010,27(2):108-118.
[本文引用: 1]

[17] SHI W J, TAO F L, LIU J Y, XU X L, KUANG W H, DONG J W, SHI X L. Has climate change driven spatio-temporal changes of cropland in Northern China since the 1970s?
Climatic Change, 2014,124(1/2):163-177.
[本文引用: 3]

[18] SHI W J, LIU Y T, SHI X L. Contributions of climate change to the boundary shifts in the farming-pastoral ecotone in Northern China since 1970
Agricultural Systems, 2018,161:16-27.
[本文引用: 2]

[19] SHI W J, LIU Y T, SHI X L. Development of quantitative methods for detecting climate contributions to boundary shifts in farming-pastoral ecotone of northern China
Journal of Geographical Sciences, 2017,27(9):1059-1071.
[本文引用: 1]

[20] NEWMAN M E, MCLAREN K P, WILSON B S. Long-term socio-economic and spatial pattern drivers of land cover change in a Caribbean tropical moist forest, the Cockpit Country, Jamaica
Agriculture, Ecosystems & Environment, 2014,186:185-200.
[本文引用: 1]

[21] CHEN C Q, QIAN C R, DENG A X, ZHANG W J. Progressive and active adaptations of cropping system to climate change in Northeast China
European Journal of Agronomy, 2012,38:94-103.
[本文引用: 1]

[22] DONG J W, LIU J Y, TAO F L, XU X L, WANG J B. Spatio-temporal changes in annual accumulated temperature in China and the effects on cropping systems
Climate Research, 2009,40(1):37-48.
[本文引用: 1]

[23] 李景刚, 何春阳, 史培军, 陈晋, 辜智慧, 徐伟. 近20年中国北方13省的耕地变化与驱动力
地理学报, 2004,59(2):274-282.
[本文引用: 2]

LI J G, HE C Y, SHI P J, CHEN J, GU ZHI H, XU W. Change process of cultivated land and its driving forces in Northern China during 1983-2001
Acta Geographica Sinica, 2004,59(2):274-282. (in Chinese)
[本文引用: 2]

[24] LI Z, YAN Z W. Homogenized daily mean/maximum/minimum temperature series for China from 1960-2008
Atmospheric and Oceanic Science Letters, 2009,2(4):237-243.
[本文引用: 1]

[25] WANG W, ZHU Y, XU R G, LIU J T. Drought severity change in China during 1961-2012 indicated by SPI and SPEI
Natural Hazards, 2015,75(3):2437-2451.
[本文引用: 1]

[26] BEGUERIA S, VICENTE-SERRANO S M, REIG F, LATORRE B. Standardized precipitation evapotranspiration index (SPEI) revisited: parameter fitting, evapotranspiration models, tools, datasets and drought monitoring
International Journal Climatolgy, 2014,34(10):3001-3023.
[本文引用: 1]

[27] 龚绍先. 粮食作物与气象. 北京: 中国农业大学出版社, 1988.
[本文引用: 2]

GONG S X. Crop and Meteorology. Beijing: China Agricultural University Press, 1988. (in Chinese)
[本文引用: 2]

[28] 中国农业科学院. 中国农业气象学. 北京: 中国农业出版社, 1999: 56-65.
[本文引用: 1]

Chinese Academy of Agricultural Sciences. Chinese Agricultural Meteorology. Beijing: China Agriculture Press, 1999: 56-65. (in Chinese)
[本文引用: 1]

[29] 樊自立, 吴世新, 吴莹, 张鹏, 赵新风, 张娟. 新中国成立以来的新疆土地开发
自然资源学报, 2013,28(5):713-720.


FAN Z L, WU S X, WU Y, ZHANG P, ZHAO X F, ZHANG J. The land reclamation in Xinjiang since the founding of new China
Journal of Natural Resources, 2013,28(5):713-720. (in Chinese)


[30] 李平, 李彬, 刘学军. 我国现阶段土地利用变化驱动力的宏观分析
地理研究, 2001(2):129-138.
[本文引用: 1]

LI P, LI B, LIU X J. Macro-analysis on the driving forces of the land-use change in China
Geographical Research, 2001(2):129-138. (in Chinese)
[本文引用: 1]

[31] 中华人民共和国自然资源部. 全国耕地后备资源特点分析
(2016-12-28)[2019-12-17] http://www.mnr.gov.cn/”}dt/zb/2016/gd/ zhibozhaiyao/201806/t20180629_1964638.html.
URL [本文引用: 1]

Ministry of Natural Resources of the People's Republic of China. Analysis of characteristics of national cultivated land reserve resources
(2016-12-28)[2019-12-17] http://www.mnr.gov.cn/”}dt/ zb/2016/gd/ zhibozhaiyao/201806/t20180629_1964638.html.
URL [本文引用: 1]

[32] 张甘霖, 吴运金, 赵玉国. 基于SOTER的中国耕地后备资源自然质量适宜性评价
农业工程学报, 2010,26(4):1-8, 392.
[本文引用: 1]

ZHANG G L, WU Y J, ZHAO Y G. Physical suitability evaluation of reserve resources of cultivated land in China based on SOTER
Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(4):1-8, 392. (in Chinese)
[本文引用: 1]

[33] 孙颔, 石玉林. 中国农业土地利用. 南京: 江苏科学技术出版社, 2003.
[本文引用: 1]

SUN H, SHI Y L. Agricultural Land Use in China. Nanjing: Jiangsu Science and Technology Press, 2003. (in Chinese)
[本文引用: 1]

[34] 任艳敏, 唐秀美, 刘玉, 潘瑜春. 考虑耕地生态质量的基本农田划定方法
农业工程学报, 2014,30(24):298-307.
[本文引用: 1]

REN Y M, TANG X M, LIU Y, PAN Y C. Demarcating method of prime farmland considering ecological quality of cultivated land
Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(24):298-307. (in Chinese)
[本文引用: 1]