中蒙俄经济走廊土地利用变化格局及其驱动因素研究

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

厉静文^,¹^,², 董锁成^,¹^,², 李宇¹^,², 杨洋¹, Boldanov Tamir¹^,²

1.中国科学院地理科学与资源研究所,北京 100101

2.中国科学院大学,北京 100049

The pattern and driving factors of land use change in the China-Mongolia-Russia economic corridor

LI Jingwen^,¹^,², DONG Suocheng^,¹^,², LI Yu¹^,², YANG Yang¹, BOLDANOV Tamir¹^,²

1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

2. University of Chinese Academy of Sciences, Beijing 100049, China

通讯作者: 董锁成（1962-）,男,甘肃平凉人,博士,研究员,博士生导师,主要研究方向为区域生态经济学、区域资源与环境经济及可持续发展。E-mail: dongsc3@163.com

收稿日期:2021-09-18接受日期:2021-11-10

基金资助:

科技部国家科技基础资源调查专项(2017FY100304)
中国科学院战略性先导科技专项(A 类)课题(XDA20030203)
国家社会科学基金“一带一路”专项基金(17VDL016)
“一带一路”国际科学组织联盟联合研究合作专项(ANSO-CR-KP-2020-02)

Received:2021-09-18Accepted:2021-11-10
作者简介 About authors
厉静文（1994-）,女,山东日照人,博士研究生,主要研究方向为区域生态经济学和环境经济学。E-mail: lijw.20b@igsnrr.ac.cn

摘要
中蒙俄经济走廊战略地位显著,研究其土地利用格局变化与机理,对亚欧大陆复杂巨系统的生态环境保护和社会经济可持续发展意义重大。本文基于全球土地覆盖遥感数据和实地考察,对自苏联解体及蒙古私有化以来的1992—2019年,中蒙俄经济走廊土地利用格局及其驱动因素和时空变化规律进行了研究。结果表明：①1992—2019年,中蒙俄经济走廊土地利用变化活跃,土地转换面积为361954 km²,主要表现为林地持续下降,建设用地、耕地面积迅速扩张。② 中国部分的林地呈现先减后增的趋势,2000年后东北平原北部林地增加显著,灌丛与草地、裸地分别净减少13325 km²、16632km²;蒙古国部分的林地、灌丛与草地均呈现先减后增的趋势,而裸地面积先增后减,苏赫巴托尔省、肯特省、东戈壁省和戈壁苏木贝尔省四省交界地带裸地增加明显;俄罗斯部分的林地持续下降,共减少46742 km²,耕地面积增加8478 km²,贝加尔湖周边裸地增加41417 km²;俄蒙边境、色楞格河流域以及中蒙俄铁路沿线地区存在沙漠化风险。③ 人口、经济、产业结构以及政策等是中蒙俄经济走廊土地利用变化的主要因素。2010—2018年,人口密度对转为林地的土地影响最大,其解释力q值为0.2597,GDP总量对转为建设用地、裸地、耕地的影响最大,其解释力q值分别为0.9094、0.2234、0.5518。就三国而言,中国部分主要受人口和经济因素以及退耕还林政策的影响,而蒙古国部分则受私有化后超载过牧及开垦耕地的影响,俄罗斯部分主要是砍伐林地和开垦耕地的影响。本研究结果旨在为中蒙俄经济走廊土地资源可持续利用和管理提供科学依据。
关键词： 中蒙俄经济走廊;土地利用;国别比较;驱动因素

Abstract

The China-Mongolia-Russia economic corridor has a significant strategic position. Based on global land cover remote sensing data and field investigations, this paper studied the land use pattern, driving factors and spatio-temporal changes of the China-Mongolia-Russia economic corridor from 1992 to 2019 since the disintegration of the Soviet Union and the privatization policy of Mongolia. The results showed that: (1) From 1992 to 2019, the land use change of China-Mongolia-Russia economic corridor was active, and the converted land area was 361953 km², which was mainly manifested by the continuous decline of forest land and the rapid expansion of construction land and cultivated land. (2) The forest land in China decreased at first and then increased. After 2000, the forest in the north part of Northeast China Plain increased significantly. The area of shrubland and grassland, and bare land in China decreased by 13325 km² and 16632 km², respectively. The shrubland and grassland in Mongolia decreased at first and then increased, and the bare land increased at first and then decreased. The turning point was the year 2000. And the bare land in the border area of provinces of Sukhbaatar, Khentii, Dornogovi and Govi-Altai increased significantly. The area of forest land in Russia continued to decline, with a total decrease of 46742 km² and the cultivated land increased by 8478 km², and the bare land around Lake Baikal increased by 41417 km². There was a risk of desertification in the Russian-Mongolian border, Selenge River Basin and areas along the China-Mongolia-Russia railway. (3) Population, economy, industrial structure and policy were the main factors of land use change in China-Mongolia-Russia economic corridor. From 2010 to 2018, the population density had the greatest influence on the land converted to forest land, and the explanatory power of q value was 0.2597. The total GDP had the greatest influence on the conversion to construction land, bare land and cultivated land, and their explanatory power of q value was 0.9094, 0.2234 and 0.5518, respectively. China was mainly affected by demographic and economic factors and the policy of returning farmland to forest land. Mongolia was affected by overgrazing and cultivated land expansion after privatization. Russia was mainly affected by deforestation and cultivated land reclamation. The results can provide a scientific basis for the sustainable utilization and management of land resources in the China-Mongolia-Russia economic corridor.

Keywords：China-Mongolia-Russia economic corridor;land use;international comparison;driving force

PDF (7344KB)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
厉静文, 董锁成, 李宇, 杨洋, Boldanov Tamir. 中蒙俄经济走廊土地利用变化格局及其驱动因素研究[J]. 地理研究, 2021, 40(11): 3073-3091 doi:10.11821/dlyj020210860
LI Jingwen, DONG Suocheng, LI Yu, YANG Yang, BOLDANOV Tamir. The pattern and driving factors of land use change in the China-Mongolia-Russia economic corridor[J]. Geographical Research, 2021, 40(11): 3073-3091 doi:10.11821/dlyj020210860

1 引言

土地利用变化作为人类活动与自然生态过程交互的纽带^[1],直接影响地表物质能量循环、自然资源的永续利用和人类社会经济的发展^[2,3],探究土地利用变化趋势和驱动因素,对于发展迅速、人地矛盾突出、生态环境脆弱的地区实现绿色、可持续发展具有重要意义^[4]。当前,国内外****利用土地动态度、土地利用转移矩阵、地理探测器、CLUE-S模型、CA-Markov模型等方法对土地利用的空间格局、动态变化、驱动机制、趋势预测和生态效益等做了大量研究^[5,6,7,8],形成了较为成熟的研究范式,研究尺度也由全球土地变化聚焦到局地变化^[9],中国****主要聚焦西北生态脆弱区^[5]、东部重要城市群^[9]、大河流域^[10]等区域的土地利用变化,但对边境地区关注较少。“一带一路”沿线国家土地利用格局复杂,人类活动与土地利用矛盾突出,特殊的地缘经济、资源、环境加速了跨境地区的经济合作和文化交流,使得土地利用变化更为剧烈。因此研究跨境地区土地利用变化及其驱动因素,合理利用土地资源,对于促进跨境地区可持续发展,保护中国地缘生态屏障意义重大。

中蒙俄经济走廊作为“一带一路”倡议规划建设的首个落地实施的经济走廊,地处亚欧大陆,横跨多个气候带,地形地貌复杂多样,是全球生态环境脆弱敏感的地区之一^[11]。中蒙俄三国之间有着悠久的历史渊源、紧密联系的自然环境和社会经济活动,区内土地利用、生态建设与社会发展具有强烈的互补性和潜在的合作需求,在全球地缘生态环境战略中具有重要地位。自苏联解体、蒙古私有化后,不同的发展模式使得三国土地利用格局、变化趋势各具特点,生态系统结构与功能显著变化,导致整个区域生态环境对土地利用变化的响应敏感,是跨境地区复杂土地利用变化的典型代表^[12]。在全球一体化的背景下,探明中蒙俄经济走廊近30年来的土地利用变化格局和驱动因素,是三国共同寻求区域可持续发展的前提和基础。当前中蒙俄经济走廊土地利用研究主要包括局地土地利用的时空格局分析^{[13,14,15,16]}、单一土地利用变化与生态风险评价^{[17,18,19,20]}等。在局地土地利用变化方面,Dong等^[13]研究发现中蒙俄铁路沿线土地利用变化主要集中在铁路、公路和河流沿线;刘丹等^[14]以黑龙江省北部边境24个县市为研究区,发现林地转耕地是研究区土地利用变化的主要类型;Wang等^[15]分析了蒙古国1990—2010年土地利用变化,结果表明蒙古国植被呈减少趋势,沙漠化严重;王宁等^[16]采用中国陆地生态服务价值表分析了内蒙古自治区的土地利用数据,指出未利用土地减少面积最多,草地增幅最大,近30年内蒙古草地生态服务价值最高;在单一土地利用变化与生态风险评价方面, Li等^[17]通过遥感反演分析了2006—2015年中蒙俄铁路蒙古段草地的时空变化,指出铁路沿线仍存在草地退化的风险;Abalakov等^[18]通过构建人为影响模型,分析了中蒙俄经济走廊采矿业对环境影响;Ojima等^[19]着重分析了中蒙俄三国畜牧业用地变化,指出人口压力增加和畜牧制度改革导致了草地转为耕地和草地退化。此外,俄蒙****对本国重点地区土地利用变化进行了研究,Amarsaikhan等^[21]利用多源遥感数据和社会历史数据,重建了蒙古乌兰巴托城市内的土地利用格局;Erokhin等^[22]定量分析了苏联解体后土地改革对俄罗斯农业用地的影响,指出各地区农田用地结构性差异的主导因素不同。

综上所述,当前中蒙俄经济走廊土地利用变化主要围绕某一重点区域或单一土地利用变化和驱动机制进行研究,对其整体的综合研究不足,鲜有跨境地区土地利用的国别对比研究,尤其缺乏自苏联解体和蒙古私有化以来中蒙俄经济走廊土地利用变化格局和机制的综合研究。因此,本文以中蒙俄经济走廊为研究对象,利用长时间序列遥感数据,揭示自苏联解体及蒙古私有化以来的1992—2019年中蒙俄经济走廊土地利用时空格局和变化特征,对比分析中蒙俄经济走廊三国的土地利用的动态特征,在此基础上利用地理探测器进一步分析土地利用变化的驱动因素,以期为中蒙俄经济走廊土地资源的可持续利用和优化布局提供科学依据。

2 研究区概况

中蒙俄经济走廊（图1）地处37.3°N~62°N、56°E~141.5°E之间,总面积约778万km²。行政范围包括中国、蒙古国、俄罗斯三个国家57个省级行政区,其中中国部分包括4省（自治区）,蒙古国部分包括21个省、市,俄罗斯部分包括32个州、边疆区、共和国、市。研究区海拔为0~4135 m,地势由北向南、由东西向中逐渐升高,地貌以平原、高原为主,从东到西分别为温带季风气候、温带大陆性气候、温带干旱半干旱气候、温带大陆性气候^[23],年均气温为-10~15℃,年均降水量为50~1300 mm^[24,25];植被类型复杂多样,包括针叶林、针叶混交林、落叶阔叶林、草原、荒漠等^[26,27]。研究区内三国产业发展水平不一,中国部分第二产业发展迅速,是中国重要的工业基地,同时也是重要的粮食主产区及农牧业生产基地^[28]。蒙古国部分以农牧业为国民经济的基础,占国内生产总值的33.40%,工业尚处于初级发展阶段,以采矿、轻工、食品等为主^[12]。俄罗斯部分产业分异明显,加工业发展水平整体呈西高东低,主要分布在西伯利亚铁路沿线、交通干线,林业资源潜力巨大,东西伯利亚和远东地区的森林工业为当地支柱产业^[29]。

图1

新窗口打开|下载原图ZIP|生成PPT
图1中蒙俄经济走廊区位分布

注：该图基于自然资源部地图技术审查中心标准地图（审图号为GS(2020)4398号）制作,底图无修改。
Fig. 1Location of the China-Mongolia-Russia economic corridor

3 数据来源与研究方法

3.1 数据来源

本研究4期土地利用数据（1992年、2000年、2010年和2019年）均来自欧空局（ESA）气候变化（Landcover Climate Change Initiative）项目发布的土地覆盖分类数据集（ESA-Land Cover Classification System）,空间分辨率为300m^[30],精度为74.5%^[31]。采用国际上通用的LULC分类系统IGBP(International Geosphere-Biosphere Program)^[32],将土地利用类型重新分为林地、灌丛与草地、耕地、湿地、建设用地、裸地、水域7类。年平均气温和DEM（高程）数据来自世界气候数据库,空间分辨率均为30″^[33];年降水量数据取自全球降水资料数据集,空间分辨率为1°^[34];总人口、人口密度、城市化率、GDP总量、人均GDP、第一产业比例、第二产业比例、第三产业比例8项经济社会指标数据来自2011年和2019年的《中国统计年鉴》^[35]《蒙古统计年鉴》^[36]《俄罗斯联邦统计年鉴》和俄罗斯联邦统计局网站^[37]。

3.2 研究方法

3.2.1 土地利用动态度土地利用动态度可以反映一段时间内研究区各种土地利用类型的变化速度和幅度,包括单一土地利用动态度和综合土地利用动态度^[17]。

单一土地利用动态度计算公式为：

（1）

S_{i} = [\frac{(U_{it 2} - U_{it 1})}{U_{it 1}}] \times {(t_{2} - t_{1})}^{- 1} \times 100 %

综合土地利用动态度计算公式为：

（2）

S = (\frac{\sum_{i = 1} ∆ U_{i - j}}{2 \sum_{i} U_{it 1}}) \times {(t_{2} - t_{1})}^{- 1} \times 100 %

式中：

S_{i}

为第i种土地利用类型的单一动态度;

S

为研究区综合动态度;

U_{it 2}

为研究区i种土地利用类型在

t_{2}

时间中的面积;

U_{it 1}

为研究区i土地利用类型在

t_{1}

时间中的面积;

t_{2} ~ t_{1}

为研究时间段;

∆ U_{i - j}

为

t_{2} - t_{1}

时间段内第i种土地转变为非i类土地的面积。本研究利用Excel 2019分析各种土地利用类型的动态度,并在Origin2018中绘制相关图形。

3.2.2 土地利用转换分析土地利用转换矩阵可以反映土地利用变化的结构特征,揭示土地利用变化的方向。由于研究区不同类型土地面积差异较大,土地利用转移矩阵难以反映所有地类的结构特征,故构建土地利用变化率转移矩阵。其公式为：

（3）

S_{ij} = [\begin{matrix} \frac{S_{11}}{∆ s_{1}} & ? & \frac{S_{1 n}}{∆ s_{1}} \\ ? & ? & ? \\ \frac{S_{n 1}}{∆ s_{n}} & ? & \frac{S_{nn}}{∆ s_{n}} \end{matrix}]

式中：

S_{ij}

表示土地利用类型i转为j的面积变化率;

∆ S

为某地类转出的总面积;n为土地利用的类型数;i和j分别为研究初期和末期的土地利用类型。本研究采用ArcGIS10.2空间统计工具对土地利用数据进行处理,并利用Excel 2019构建土地利用变化率转移矩阵。

3.2.3 土地利用变化驱动因素根据土地利用变化的特征分析,选择研究区内林地、灌丛与草地、建设用地、裸地、耕地5种转换面积较高的土地类型进行驱动因素分析。土地利用变化受气候、地形、人口、社会经济等多重因素综合影响^[38],但由于三国在统计指标和统计口径上的差别,三国共有的指标非常有限,因此结合本研究区数据指标的典型性、代表性以及中蒙俄三国数据的共有性和可对比性,从自然、人口、经济3个方面选择11个影响因子构建指标体系,自然因子有年平均气温（

X_{1}

）、年降水量（

X_{2}

）、DEM（

X_{3}

）3种,人口因子有总人口（

X_{4}

）、人口密度（

X_{5}

）2种,经济因子有城市化率（

X_{6}

）、GDP总量（

X_{7}

）、人均GDP（

X_{8}

）、第一产业比例（

X_{9}

）、第二产业比例（

X_{10}

）、第三产业比例（

X_{11}

）6种。因部分指标的最新数据为2018年,故以2010—2018年中蒙俄经济走廊土地利用变化为研究截面。为保证数据的一致性,克服影响因子间的单位差别,自然指标均进行重采样处理,并利用自然断点法分为6个级别;经济和人口各因素利用SPSS离散,其中GDP数据统一按当年兑换汇率换算为美元。

地理探测器是探测空间分异性,定量揭示影响其分异的驱动因素的新兴统计学模型,该模型可在同一空间尺度下对不同类型的因子进行单因子和多因子交互分析,使得结果更具有科学性^[39],模型包括了因子探测器、风险探测器、生态探测器和交互探测器四个部分。本文选用因子探测器和交互探测器,探测了11个要素对中蒙俄经济走廊整体土地利用变化的影响程度,并利用因子探测器对比分析了中蒙俄三国土地利用变化的影响因素。

因子探测器可定量探测因子X对Y空间分异的影响^[39],本文X为11个影响因子,Y为土地利用变化。模型如下：

（4）

q = 1 - \frac{1}{N σ^{2}} \sum_{h = 1} N_{h} σ_{h}^{2}

式中：q为影响因子对中蒙俄经济走廊土地利用变化的解释力或决定力,值的范围为0~1,q值越大,说明该因子对土地利用变化的影响越大,解释力越强,反之,解释力越小;N为研究区样本数;

N_{h}

为h层样本数;

σ^{2}

和

σ_{h}^{2}

分别为研究区和h层土地利用变化的方差;L为分层的个数。

交互探测器通过比较两个因子交互作用的q值与单因子作用q值的大小,判断各因子X对Y产生的影响类型^[39],交互作用的结果共有5种情形：P(

X_{1}

∩

X_{2}

)=P(

X_{1}

)+P(

X_{2}

),为因子

X_{1}

和

X_{2}

相互独立;P(

X_{1}

∩

X_{2}

)<min(P(

X_{1}

), P(

X_{2}

)),为因子

X_{1}

和

X_{2}

交互后非线性减弱;min(P(

X_{1}

), P(

X_{2}

))<P(

X_{1}

∩

X_{2}

)<max(P(

X_{1}

), P(

X_{2}

)),为因子

X_{1}

和

X_{2}

交互后单因子非线性减弱;P(

X_{1}

∩

X_{2}

)>P(

X_{1}

)+P(

X_{2}

),为因子

X_{1}

和

X_{2}

交互后非线性加强;P(

X_{1}

∩

X_{2}

)>max(P(X), P(

X_{2}

)),为因子

X_{1}

和

X_{2}

交互后双因子加强。

4 结果与分析

4.1 中蒙俄经济走廊土地利用时空特征

4.1.1 全域特征中蒙俄经济走廊土地利用分布具有明显的经向地带性和纬向地带性,从东到西呈现出“林地-耕地-灌丛与草地-裸地-灌丛与草地-耕地-林地”不断变化的分布格局,从北向南为“林地-灌丛与草地-裸地”的分布格局（图2）。其中,林地是中蒙俄经济走廊面积最大的土地利用类型,主要分布在远东山地、东欧平原和中西伯利亚高原,2019年林地面积为3728258 km²,占总面积的47.97%;灌丛与草地面积次之,2019年灌丛与草地面积约占土地总面积的20.97%,主要分布在蒙古高原中部和东部;2019年耕地和裸地分别占总面积的14.69%、12.48%,其中耕地主要分布在东北平原,俄罗斯部分的西部,裸地主要分布在蒙古高原南部。湿地、建设用地、水体面积相对较少,2019年面积分别为131629 km²、39001 km²、131310 km²。

图2

新窗口打开|下载原图ZIP|生成PPT
图21992—2019年中蒙俄经济走廊土地利用空间分布

注：该图基于自然资源部地图技术审查中心标准地图（审图号为 GS(2020)4398号）制作,底图无修改。
Fig. 2Spatial distribution of land use in the China-Mongolia-Russia economic corridor from 1992 to 2019

由表1可知,1992—2019年,林地面积持续下降,1992—2000年净减少面积最大,净减少26272 km²;灌丛与草地面积变化呈先减少后增加趋势,1992—2010年灌丛与草地净减少7442 km²,2010—2019年灌丛与草地净增加面积为24477 km²,远大于其被占用的面积;1992—2000年裸地面积增加,2000—2019年裸地面积持续下降,净减少了34710 km²。耕地、建设用地面积呈持续增加趋势,其中耕地面积增幅较缓,1992—2000年耕地净增加面积分别是2000—2010年、2010—2019年的4.13、8.20倍,建设用地净增加面积持续增大,1992—2000年建设用地净增加面积分别是2000—2010年、2010—2019年的0.35、0.40倍。

Tab. 1
表1
表11992—2019年中蒙俄经济走廊土地利用面积
Tab. 1Land use area of the China-Mongolia-Russia economic corridor from 1992 to 2019

	1992年		2000年		2010年		2019年
	面积(km²)	占比（%）	面积(km²)	占比（%）	面积(km²)	占比（%）	面积(km²)	占比（%）
林地	3777361	48.61	3751088	48.27	3747864	48.23	3728258	47.97
灌丛与草地	1612510	20.75	1606489	20.67	1605068	20.65	1629545	20.97
耕地	1108854	14.27	1133007	14.58	1138856	14.65	1141800	14.69
湿地	124040	1.60	125172	1.61	125092	1.61	131629	1.69
建设用地	16991	0.22	20490	0.26	30430	0.39	39001	0.50
裸地	1002861	12.90	1004564	12.93	994280	12.79	969853	12.48
水体	128781	1.66	130588	1.68	129806	1.67	131310	1.69

新窗口打开|下载CSV

4.1.2 中蒙俄三国土地利用特征比较图3（见第3079页）显示,中国部分土地利用类型主要为灌丛与草地、林地和耕地,2019年三种土地类型分别占中国部分总面积的29%、27.04%和26.63%,其中,灌丛与草地主要分布在内蒙古东部和东北平原西部,林地和耕地主要分布在东北平原;裸地面积约占中国部分总面积的15.02%,主要分布在内蒙古中西部。1992—2019年,灌丛与草地、裸地面积均持续下降,净减少面积分别为13325 km²、16632 km²;林地面积变化呈先减少后增加趋势,1992—2000年林地面积净减少6382 km²,2000年后受退耕还林政策的影响,林地面积稳步增长;耕地面积呈持续增加趋势,1992—2000年耕地净增加面积最大,为12357 km²。

图3

新窗口打开|下载原图ZIP|生成PPT
图3中蒙俄经济走廊三国各类土地利用面积比

Fig. 3Ratio of land use area in the three countries of the China-Mongolia-Russia economic corridor

蒙古国部分土地利用类型以裸地、灌丛与草地为主,1992—2019年其平均面积分别占总面积的43.87%、43%,林地、耕地面积次之,1992—2019年其平均面积分别占总面积的8.38%、3.50%,其他土地类型在蒙古国部分零星分布;1992—2019年,灌丛与草地呈现先减少后增加趋势,而裸地呈现先增加后减少趋势,两种地类面积变化的折点均为2000年;1992—2010年林地面积减少了1.75%,2010—2019年林地面积迅速增加,净增加面积为3053 km²。蒙古国部分耕地面积变化与中国部分的耕地变化趋势一致,表现为耕地面积持续增加。

俄罗斯部分的林地是主要土地类型,面积占总面积的70%以上,耕地、草地次之,2019年它们的面积分别占总面积的13.31%、9%。受气候和地形影响,耕地主要分布在西西伯利亚平原和人口集聚的东欧平原。1992—2019年,俄罗斯部分的林地面积持续下降,2019年林地面积比1992年减少46741 km²,而耕地和草地面积不断增加,净增长面积分别为8478 km²、19108 km²。俄罗斯部分的裸地主要分布在贝加尔湖周边,平均面积仅占俄罗斯部分总面积的0.03%,但其面积呈持续增长趋势,与1992年相比,2019年裸地面积净增加41417 km²。

4.2 中蒙俄经济走廊土地利用变化的动态特征

4.2.1 土地利用变化动态度分析图4可以看出,中蒙俄经济走廊土地利用综合动态度为1.20%,其中1992—2010年土地利用变化活跃,1992—2000年、2000—2010年土地综合动态度分别为1.48%、1.57%,2010—2019年土地利用变化趋于平缓,综合动态度为1.10%。从单一土地动态度来看,1992—2019年中蒙俄经济走廊各种土地利用类型单一动态度差异显著,建设用地动态度一直处于最高水平,表现为迅速扩张的趋势,且2000—2010年研究区全域建设用地单一动态度最大,为5.39%;湿地单一动态度次之,1992—2019年动态度先减小后增大,2010—2019年单一动态度最大,为0.58%;耕地动态度在3个时间段内均>0,说明耕地在各时期均有不同程度的扩张,其中1992—2000年扩张趋势最大,动态度为0.31%。

图4

新窗口打开|下载原图ZIP|生成PPT
图41992—2019年中蒙俄经济走廊土地利用变化动态度

Fig. 4Dynamic degrees of land use change in the China-Mongolia-Russia economic corridor from 1992 to 2019

中蒙俄三国各类土地利用的单一动态度存在明显差异。1992—2000年,中国部分、蒙古国部分、俄罗斯部分的耕地、湿地、建设用地单一动态度均为正数,且建设用地波动最剧烈,三国建设用地单一动态度分别为3%、3.71%、2.85%,耕地次之,湿地扩张趋势最小;三国的林地单一动态度均<0,说明这一期间林地均有缩减的趋势;中国部分裸地的单一动态度为负数,表明其呈缩小趋势,而蒙古国部分和俄罗斯部分裸地呈现不同程度的扩张趋势,单一动态度分别为0.06%、0.59%;此外,这一期间内,俄罗斯部分灌丛与草地具有明显的扩张趋势,而中国部分和蒙古国部分草地呈现出向其他土地类型转移的特征。2000—2010年,中国部分建设用地的单一动态度高达8.12%,比蒙古国、俄罗斯部分分别高5.90%,5.01%;蒙古国部分耕地的单一动态度最大,但耕地扩张趋势小于1992—2000年;裸地在俄罗斯部分仍处于扩张趋势,其单一动态度为0.32%,而中国部分和蒙古国部分裸地有减少趋势。2010—2019年,蒙古国部分建设用地波动程度高于前两个时期,单一动态度为3.90%,俄罗斯部分的建设用地动态变化程度变小,比1992—2000年、2000—2010年分别小1.56%、1.81%;除俄罗斯部分,其他两国林地开始呈现增长趋势,但伴随着湿地缩减,同时这一期间裸地在中国部分和蒙古国部分均呈持续缩减趋势,而俄罗斯部分裸地单一动态度增加,为1.89%。

4.2.2 土地利用转换分析图5显示,中蒙俄经济走廊1992—2019年发生转换的土地面积为361953 km²,且中蒙俄三国主要的土地利用类型空间转换差异显著。中国部分土地利用方式以东北三省耕地开垦扩张为主,共有34075 km²的其他土地利用类型转为耕地;其他土地转为灌丛与草地主要集中在内蒙古中部,东北平原北部以草地转为林地为主,转为建设用地集中在东北平原东部。蒙古国部分土地利用方式以其他土地转为灌丛与草地为主,主要分布在蒙古国中西部裸地边缘,其他土地转为耕地主要出现在中北部的色楞格省、中央省等地区,苏赫巴托尔省、肯特省、东戈壁省和戈壁苏木贝尔省四省交界地带有5701 km²的其他土地转为裸地,北部库苏古尔省、后杭爱省林地扩张也较为明显。俄罗斯部分以其他土地转为林地、灌丛与草地为主,转为林地的土地主要分布在远东山地和西西伯利亚地区,转为灌丛与草地的土地主要分布在中西伯利亚地区。

图5

新窗口打开|下载原图ZIP|生成PPT
图51992—2019年中蒙俄经济走廊三国各类土地利用类型转换空间分布

注：该图基于自然资源部地图技术审查中心标准地图（审图号为 GS(2020)4398号）制作,底图无修改。
Fig. 5Spatial distribution of land use types conversion in the three countries of the China-Mongolia-Russia economic corridor from 1992 to 2019

中蒙俄跨境合作地区土地利用变化剧烈（图5）,中蒙二连浩特-扎门乌德跨境经济合作区从北到南依次为“林地-耕地-灌丛与草地-裸地-灌丛与草地-耕地”。1992—2019年,该区北部俄罗斯部分耕地、灌丛与草地面积增加,林地面积减小;蒙古国部分裸地、耕地增加,沙漠化风险增加;中国部分的灌丛与草地面积增长明显,同时裸地面积有所降低。策克口岸跨境铁路沿线以裸地、灌丛与草地为主,1992—2019年,蒙古国东戈壁省与中国内蒙古自治区交界处生态环境有所好转,灌丛与草地面积大幅增加,内蒙古策克口岸耕地、建设用地面积增加显著。莫斯科-喀山高铁沿线以耕地、灌丛与草地为主,1992—2019年,沿线建设用地、耕地增多,人类活动加剧。齐齐哈尔-呼伦贝尔-赤塔沿线的北部以林地和灌丛与草地为主,南部以耕地为主,1992—2019年赤塔附近有部分土地转为裸地,存在沙漠化风险,内蒙古境内林地面积增加,齐齐哈尔附近耕地和建设用地增加显著。

中蒙俄经济走廊三国土地转移变化率在不同时期特点不一（图6）。1992—2000年,中国部分变化面积为31224 km²,灌丛与草地转出面积最大,其中60.58%转为耕地,21.23%转为林地;林地转出面积次之,65.40%转为耕地,29.89%转为灌丛与草地;裸地向灌丛与草地转出明显,其转换变化率为90.7%;耕地主要转为林地、建设用地,其转换变化率分别为32.9%、29.4%。蒙古国部分变化面积为15810 km²,发生变化的土地类型主要包括灌丛与草地,林地和裸地,其中灌丛与草地转出面积最大,42%的灌丛与草地转为耕地,38.49%转为裸地;林地主要转为灌丛与草地、耕地,裸地转出面积为1252 km²,且86.98%转为灌丛与草地。俄罗斯部分变化面积63112 km²,林地转出面积最大,为36399 km²,转出的耕地中76.89%转为林地,10.43%转为建设用地,湿地主要向林地转出,其转换变化率高达93.10%。

图6

新窗口打开|下载原图ZIP|生成PPT
图61992—2019年中蒙俄经济走廊三国不同土地利用类型变化率

Fig. 6Change rates of different land use types in the three countries of the China-Mongolia-Russia economic corridor from 1992 to 2019

2000—2010年,中国部分在退耕还林政策的影响下,灌丛与草地向林地转换的面积增多,其转换变化率比上期增加12%,转出的林地中69.06%转为灌丛与草地,转换变化率比上期增加40%;裸地转出面积为10069 km²,86.69%转为灌丛与草地;耕地向建设用地、林地、裸地转换的变化率分别为44.74%、28.43%和20.76%。蒙古国部分土地转换以灌丛与草地和裸地互转为主,98.49%的裸地转为灌丛与草地,42.34%的灌丛与草地转为裸地;俄罗斯部分林草互转明显,80.68%的灌丛与草地转为林地,57.80%的林地转为灌丛与草地;林草转为裸地的面积有所增加,与上期相比,林草转为裸地的面积分别增加了260、76 km²。

2010—2019年,中国部分林地转出面积为3878 km²,分别是前2期林地转出面积的37.64%、43.92%;灌丛与草地转为耕地的面积也持续下降,其转换变化率比前2期分别小19%、2%。蒙古国部分灌丛与草地转为裸地的转换变化率仅1.80%,二者互转现象远远小于前期,同时裸地转出面积持续增加,是这一时期蒙古国部分转出面积最大的土地利用类型。俄罗斯部分该时间段土地转换同2000—2010年相似,林地、草地、耕地互转明显,其他土地利用类型转换变化率较小。

4.3 土地利用变化的驱动因素分析

4.3.1 土地利用变化的驱动因素分析由2010—2018年中蒙俄经济走廊土地利用变化驱动因子解释力（表2）可知,其他土地转为林地受人口因子的影响最大,其中人口密度为主导因子,其解释力q值为0.2597,其次为年平均气温、总人口、第二产业比例,表明中蒙俄经济走廊林地的净转入主要源于人类活动的减少,过去10年中蒙俄三国加大了生态保护力度,尤其是俄罗斯进行了林业经济转型、中国实施了“天保”工程等生态修复工程,毁林开荒的强度和范围大大缩减,草地、耕地向林地转化的面积增加^[14]。影响草地变化的驱动因子从大到小依次为DEM>GDP总量>城市化率>人均GDP>总人口,其余因子的q值均小于0.1,影响程度较小。其他土地转为建设用地主要受GDP总量、人均GDP、城市化率、总人口、第三产业比例的影响较大,q值均大于0.4,表明其他土地转为建设用地多出现在经济发展状况良好,GDP总量和人均GDP较高、人口密集、城市化水平高的区域。其他土地转为裸地受GDP总量、人均GDP、城市化率等社会经济因子的影响,也受到年平均气温、DEM等自然因素的驱动,中蒙俄经济走廊裸地主要集中在蒙古国部分,这些地区矿产资源丰富,大量开采矿产资源带来GDP总量增长的同时,也加重了土地沙化的程度,此外,近年来研究区呈明显的升温趋势^[20],在人类活动和温度升高双重作用叠加下,使得研究区其他土地面积不断转为裸地。其他土地转为耕地主要受GDP总量、人均GDP、城市化率、第三产业比例、总人口的影响,其中GDP总量为主导因子,其解释力q值为0.5518,中蒙俄经济走廊大部分地区仍以农业生产为主要经济来源,在经济发展需求、人口激增和粮食安全压力的多重驱动下,耕地呈扩张趋势。

Tab. 2
表2
表22010—2018年中蒙俄经济走廊土地利用变化驱动因子解释力
Tab. 2Explanation of driving factors of land use change in the China-Mongolia-Russia economic corridor from 2010 to 2018

驱动因子	转为林地（ $Y_{1}$ ）	转为草地（ $Y_{2}$ ）	转为建设用地（ $Y_{3}$ ）	转为裸地（ $Y_{4}$ ）	转为耕地（ $Y_{5}$ ）
年平均气温（ $X_{1}$ ）	0.1403	0.0989	0.0452	0.1477	0.0188
年降水量（ $X_{2}$ ）	0.0476	0.0588	0.0480	0.0776	0.0840
DEM（ $X_{3}$ ）	0.0705	0.2505	0.0631	0.1463	0.0866
总人口（ $X_{4}$ ）	0.1201	0.1085	0.5266	0.1313	0.1932
人口密度（ $X_{5}$ ）	0.2597	0.0959	0.1509	0.1223	0.1067
城市化率（ $X_{6}$ ）	0.0569	0.1383	0.6642	0.1790	0.4120
GDP总量（ $X_{7}$ ）	0.1061	0.1810	0.9094	0.2234	0.5518
人均GDP（ $X_{8}$ ）	0.0492	0.1104	0.6762	0.2010	0.4842
第一产业比例（ $X_{9}$ ）	0.1134	0.0318	0.0356	0.0426	0.0355
第二产业比例（ $X_{10}$ ）	0.1140	0.0572	0.2218	0.0887	0.1619
第三产业比例（ $X_{11}$ ）	0.0252	0.0943	0.4163	0.1070	0.2092

新窗口打开|下载CSV

中蒙俄经济走廊2010—2018年5种土地利用变化驱动因子的交互探测（图7）表明,11种影响因子的单一作用均小于双因子的交互作用,表现为非线性增强或双因子增强的协调增强效果,说明中蒙俄经济走廊土地利用变化是自然、人口、经济等多种因素综合交互、共同作用的结果,气温、降水等自然要素是中蒙俄经济走廊土地利用格局形成的重要基础,而人类活动、经济社会的发展加剧了对土地利用程度的干扰。5种土地类型中各因子与DEM（

X_{3}

）、人口密度（

X_{5}

）的交互作用普遍较高,说明DEM和人口密度对5种土地类型变化具有较强的解释力。转为林地中,人口密度与第一产业的比例交互作用的q值最大,为0.51,第三产业比例单因子对林地转换的影响最小,为0.0252,而与其他因子交互作用后其影响力明显增强。转为草地中,DEM与人均GDP交互作用的影响最大,q为0.87,其次依次是DEM与年平均气温、DEM与GDP总量、DEM与总人口,可见DEM对转为草地的解释力最强。转为建设用地中,人口密度单一因子解释力仅为0.15,而与其他因子交互的解释力明显上升,人口密度与GDP总量、人均GDP、城市化率的交互作用均为0.99,充分说明人口密度增加,对建设用地的需求增加。转为裸地中,双因子作用的q值均大于0.15,DEM与GDP总量、人口密度与人均GDP的交互作用最大,可见转为裸地受自然、人均、经济多重因子共同作用。转为耕地中,年平均气温单因子的解释力最小,但与其他因子交互,其影响力提高,其中年平均气温与GDP总量交互作用最强,q值为0.72。

图7

新窗口打开|下载原图ZIP|生成PPT
图72010—2018年中蒙俄经济走廊土地利用变化驱动因子交互探测结果

Fig. 7Interactive detection results of driving factors of land use change in the China-Mongolia-Russia economic corridor from 2010 to 2018

4.3.2 中蒙俄三国土地利用驱动比较由图8可知,三国不同地类的主要驱动因子不同,同一因子对三国不同地类的影响也不同,表明研究区土地利用格局是多重因素博弈下的综合结果。中国部分的林地主要受人口密度、城市化率、第一产业比例、人均GDP、年平均气温的影响,草地主要受总人口、GDP总量、第一产业比例、人均GDP、年降水量的影响,建设用地主要受第三产业比例、第二产业比例,年平均气温、年降水量、DEM的影响,耕地主要受第一产业比例、人均GDP、年平均气温的影响,裸地主要受总人口、GDP总量、第一产业比例、人均GDP、年降水量、DEM的影响。可见根据主导因素划分,中国部分的土地利用是人口-经济主导型,第三产业的发展导致该区域对土地的需求增加,表现为耕地持续不断的转为工矿、商业用地,人口密度、人口增速为经济的发展提供了充足的劳动力资源也导致城镇的空间承载压力增大,使得林地、草地不断转出,建设用地面积不断扩张,而随着三北防护林工程、京津风沙源头治理工程、退耕还林工程等一系列生态修复项目的启动,很大程度上抑制了人类活动和经济发展对林草的破坏和侵占^[40],使得草地向林地转换增多,向耕地转换减少;中国部分是中国重要的粮食主产区^[28],故第一产业的比例是耕地面积变化的主要动力。

图8

新窗口打开|下载原图ZIP|生成PPT
图8中蒙俄三国土地利用变化的驱动因素比较

Fig. 8Comparison of driving factors of land use change in China, Mongolia and Russia

蒙古国部分的林地主要受总人口、GDP总量、人口密度、第三产业比例、年降水量的影响,草地主要受人均GDP、第三产业比例、第一产业比例、年平均气温的影响,建设用地主要受人口密度、第三产业比例、人均GDP、DEM的影响,裸地主要受年平均气温、年降水量、GDP总量、第三产业比例的影响,耕地主要受人均GDP、年降水量、第一产业比例的影响。蒙古国土地利用为经济-自然主导型。一方面,农牧业是蒙古国民经济的基础,因此耕地面积主要受人均GDP的影响。自20世纪蒙古国由中央集权向自由市场经济转型,畜牧业私有化有效提高了人均GDP,带动畜牧业的快速增长^[41],从而导致草地面积不断减少。另一方面,干旱半干旱的气候的特征使得蒙古国生态系统脆弱敏感,在自然条件的限制下,退化的草地不断转为裸地。近年来蒙古国积极寻求产业转型并出台了《牧区法》和《蒙古国家荒漠化治理规划》等一系列政策^[12]才使得草地面积有所增加。

俄罗斯部分的林地和草地均主要受年平均气温、人口密度、年降水量、DEM的影响,建设用地主要受人口密度、第一产业比例、人均GDP、城市化率的影响,裸地主要受年降水量、DEM、年平均气温、第一产业比例、人口密度的影响,耕地主要受人口密度、年平均气温、GDP总量、城市化率的影响。俄罗斯土地利用为人口-自然主导型。俄罗斯地广人稀,土地利用变化的强度和广度主要受人口密度的影响,人口密度的增加导致俄罗斯中东部林-耕转换面积增加,同时加大了这些地区建设用地的需求面积。植被生长需要一定的热量,俄罗斯地处中高纬度地区,有限的热量导致温度也是影响林地生长的重要自然因素^[17]。俄罗斯中东部以高原、山地为主,坡度较大的地区可以蓄积降水,这也有利于林草等植被的生长。

5 讨论与结论

5.1 讨论

通过分析,1992—2019年中蒙俄经济走廊不同时期的土地利用变化显著,土地转化面积占总面积的4.65%,不同国别的土地类型转换方向不一。其中,中国部分以东北三省耕地开垦扩张为主要变化特征,这与刘纪远等^[42]、刘丹等^[14]的研究结果一致。1990年以来,中国人口数量持续增加,促进了人口对粮食的消费,而耕地资源有限,为平衡粮食需求与耕地供给的矛盾,东北地区大量灌丛与草地被开垦转为耕地。Li等^[17]指出2006—2015年蒙古铁路沿线草地面积持续增加,与本文2000—2019年蒙古国草地单一动态度大于0,呈现扩张趋势的结论吻合,但本文同时发现蒙古国部分的耕地面积不断增加,其他土地转为耕地主要集中在蒙古中北部跨境地区。俄罗斯是世界森林资源第一大国,1992—2019年林地面积减少46742 km²,俄罗斯私有化促进了林业经济,也使得俄罗斯林地资源遭到一定程度的破坏和侵占,林地更新与植树造林速度减慢,林转草、林转耕地面积随经济的发展增加^[43],尤其是贝加尔湖周边林转耕现象明显,使得该区土地受到人类活动的影响,裸地面积不断增加,存在沙漠化风险。跨境地区对外经贸、人文交流频繁,土地利用的变化更为活跃,存在一定生态风险^[7],其中,中蒙跨境交通带其他土地转为裸地面积增加,是沙漠化高风险区,这与董锁成^[12]等研究结论一致。俄蒙交界耕地面积有所增加,受暖干化气候的影响,农田生态脆弱性较高^[44]。

土地利用变化是多种因素综合影响的结果,中蒙俄三国土地变化的驱动因素既有共性又各不相同。其中,土地利用的格局受区域自然本底的影响,中蒙俄经济走廊土地利用分布具有明显的经向地带性和纬向地带性,这与其降水、温度的分布特性一致^[45]。而人类经济活动对土地利用变化的作用更为显著和复杂,人口、经济、产业结构等是影响快速城镇化背景下中蒙俄经济走廊土地利用变化的主要因素,这与Dong^[13]等研究结果一致。中国西部大开发、东北老工业基地振兴等区域性的发展战略的实施带动了地区经济、社会、人口的快速发展,对各类土地利用变化产生了重要影响,故为人口-经济主导型,刘丹等^[14]也指出中国东北边境林转耕主要为人口主导型、产量主导型和经济效益主导型。Wang等^[15]认为蒙古国草地变化主要归因于全球气候变化,Ojlma等^[19]则强调了蒙古国政策变化对草地面积的影响,而本文综合分析了蒙古国自然、经济、人口等因素对其土地利用变化的影响,认为蒙古国部分的土地利用变化受干旱等自然因素制约的同时,也受到经济发展的现实驱动,为经济-自然主导型。俄罗斯地广人稀,温度较低,土地利用变化的强度和广度主要受砍伐林地、开垦耕地的影响,与Li等^[8]研究结论一致。值得注意的是合理的政策调控可以改变土地利用变化的发展方向,2000年以来由于中国退耕还林还草工程的实施,遏制了林草退化,尤其是中国部分开展的三北防护林工程,促使中国部分林地面积稳步增加,裸地面积持续减少,生态环境趋于良好。蒙古国实施的保护草场的政策,一定程度上抑制了蒙古国生态恶化。因此,中蒙俄三国可以通过政策手段对土地利用进行调控,如,中国部分继续加强生态环境保护,蒙古积极进行产业结构优化升级,发展绿色循环产业,俄罗斯维持对林地的保护,减少人类活动对天然林的破坏,三国充分发挥地缘优势,共同破解三生空间发展与保护的矛盾,实现区域绿色可持续发展。本文探究了中国北方边境地区多种土地利用变化的方向和驱动因素,对调控跨境地区土地利用转型,促进中蒙俄经济走廊可持续发展具有指导意义。但受数据可获取性的限制,仅对2010—2018年土地利用变化的驱动因素进行了定量分析,研究结果无法完全反映1992—2019年土地利用变化的驱动机制,未来可进一步探究其机理并结合不同发展情景给出土地利用的优化方向。

5.2 结论

本文利用GIS空间分析,揭示了1992—2019年中蒙俄经济走廊土地利用变化的时空格局,比较了不同国别土地利用的动态变化特征,借助地理探测器分析了中、蒙、俄三国主要土地利用类型变化的驱动因素,主要结论如下：

（1）1992—2019年,中蒙俄经济走廊以林地持续下降,建设用地、耕地面积迅速扩张为主要变化特征。1992—2000年、2000—2010年和2010—2019年土地综合动态度分别为1.48%、1.57%、1.10%,全域土地利用变化活跃。

（2）1992—2000年,中国部分、蒙古国部分、俄罗斯部分的林地均有缩减的趋势,林地单一动态度均<0;2010—2019年,除俄罗斯部分,其他两国林地开始呈现增长趋势。

（3）1992—2019年,中国部分的灌丛与草地转为耕地的面积持续下降,转为林地面积持续增加;蒙古国部分的灌丛与草地和裸地互转明显,苏赫巴托尔省、肯特省、东戈壁省和戈壁苏木贝尔省四省交界地带裸地增加明显;俄罗斯部分的林草多转为耕地,贝加尔湖周边裸地面积增加。俄蒙边境、色楞格河流域以及中蒙俄铁路沿线地区存在沙漠化风险。

（4）人口、经济、产业结构以及政策等是中蒙俄经济走廊土地利用变化的主要因素。中国部分主要受人口数量、经济发展和政策的影响,蒙古国部分受产业结构、人口、畜牧业发展和降水的影响,俄罗斯部分主要受砍伐林地、开垦耕地、气候变化和地形因素的影响。

致谢

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文土地利用变化驱动因素的指标选取、中蒙俄跨境合作区土地利用变化的分析、结论梳理方面的修改意见,使本文获益匪浅。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Lang Y

, Song

. Quantifying and mapping the responses of selected ecosystem services to projected land use changes-ScienceDirect
Ecological Indicators, 2019, 102:186-198. DOI: 10.1016/j.ecolind.2019.02.019.

URL [本文引用: 1]

[2]

Meyfroidt

, Lambin E

, Erb

, et al. Globalization of land use: Distant drivers of land change and geographic displacement of land use
Current Opinion in Environmental Sustainability, 2013, 5(5): 438-444. DOI: 10.1016/j.cosust.2013.04.003.

URL [本文引用: 1]

[3]

Deng

, Liu G

, Shangguan Z

. Land-use conversion and changing soil carbon stocks in China's 'Grain-for-Green' Program: A synthesis
Global Change Biology, 2014, 20(11): 3544-3556. DOI: 10.1111/gcb.12508.

PMID:24357470 [本文引用: 1]

The establishment of either forest or grassland on degraded cropland has been proposed as an effective method for climate change mitigation because these land use types can increase soil carbon (C) stocks. This paper synthesized 135 recent publications (844 observations at 181 sites) focused on the conversion from cropland to grassland, shrubland or forest in China, better known as the 'Grain-for-Green' Program to determine which factors were driving changes to soil organic carbon (SOC). The results strongly indicate a positive impact of cropland conversion on soil C stocks. The temporal pattern for soil C stock changes in the 0-100 cm soil layer showed an initial decrease in soil C during the early stage (<5 years), and then an increase to net C gains (>5 years) coincident with vegetation restoration. The rates of soil C change were higher in the surface profile (0-20 cm) than in deeper soil (20-100 cm). Cropland converted to forest (arbor) had the additional benefit of a slower but more persistent C sequestration capacity than shrubland or grassland. Tree species played a significant role in determining the rate of change in soil C stocks (conifer < broadleaf, evergreen < deciduous forests). Restoration age was the main factor, not temperature and precipitation, affecting soil C stock change after cropland conversion with higher initial soil C stock sites having a negative effect on soil C accumulation. Soil C sequestration significantly increased with restoration age over the long-term, and therefore, the large scale of land-use change under the 'Grain-for-Green' Program will significantly increase China's C stocks. © 2014 John Wiley & Sons Ltd.

[4]

刘超, 许月卿, 卢新海. 生态脆弱贫困区土地利用多功能权衡/协同格局演变与优化分区: 以张家口市为例
经济地理, 2021, 41(1): 181-190.

[本文引用: 1]

[Liu

Chao

, Xu

Yueqing

, Lu

Xinhai

. Spatio-temporal evolution and optimization regionalization of trade-off and synergy of land use functions in ecologically fragile and poverty areas: A case study of Zhangjiakou City
Economic Geography, 2021, 41(1): 181-190.]. DOI: 10.15957/j.cnki.jjdl.2021.01.021.S.

[本文引用: 1]

[5]

刘金巍, 靳甜甜, 刘国华, 等. 新疆玛纳斯河流域2000-2010年土地利用/覆盖变化及影响因素
生态学报, 2014, 34(12): 3211-3223.

[本文引用: 2]

[Liu

Jinwei

, Jin

Tiantian

, Liu

Guohua

, et al. Analysis of land use/cover change from 2000 to 2010 and its driving forces in Manas River Basin, Xinjiang
Acta Ecologica Sinica, 2014, 34(12): 3211-3223.]. DOI: 10.5846/stxb201304230781.

[本文引用: 2]

[6]

Batunacun

, Nendel

, Hu

Y F

, et al. Land-use change and land degradation on the Mongolian Plateau from 1975 to 2015: A case study from Xilingol, China
Land Degradation & Development, 2018, 29(6): 1595-1606. DOI: 10.1002/ldr.2948.

URL [本文引用: 1]

[7]

刘少坤, 林树高, 王嘉佳, 等. 1980 -2018年中越边境带广西段土地利用变化及驱动力
水土保持通报, 2021, 41(1): 290-299+326.

[本文引用: 2]

[Liu

Shaokun

, Lin

Shugao

, Wang

Jiajia

, et al. -Land use change and driving force of China-Vietnam Border Zone in Guangxi Zhuang Autonomous region during 1980-2018
Bulletin of Soil and Water Conservation, 2021, 41(1): 290-299+326.]. DOI: 10.13961/j.cnki.stbctb.2021.01.040.

[本文引用: 2]

[8]

Li Z

, Ren

, Li J

, et al. Land-use/cover change and driving mechanism on the west bank of lake Baikal from 2005 to 2015: A case study of Irkutsk city
Sustainability, 2018, 10(8): 2904. DOI: 10.3390/su10082904.

URL [本文引用: 2]

[9]

李进涛, 刘彦随, 杨园园, 等. 1985-2015年京津冀地区城市建设用地时空演变特征及驱动因素研究
地理研究, 2018, 37(1): 37-52.

DOI:10.11821/dlyj201801003 [本文引用: 2]

长期以来土地利用/覆被变化一直是全球关注的热点话题,研究城市建设用地时空演变特征,准确定位城市功能是促进城市科学、持续发展的重要保障。以京津冀地区13个城市1985-2015年的城市建设用地为研究对象,运用定量与定性结合的方法,分析城市建设用地时空演变特征;利用多元线性回归、通径分析、地理探测器等方法,诊断城市建设用地时间演化过程与空间演变格局分异的主导驱动因子,通过深入分析各主导因子的驱动机制,对京津冀的城市发展进行功能定位。结果表明：① 京津冀地区城市建设用地的扩张规模、速率、方向和稳定性等存在明显的差异,将城市类型分为协调稳定型、协调波动型、不协调稳定型、不协调波动型;② 城市建设用地时间演化过程的主导驱动因子包括GDP指数、人口密度指数、财政收入指数,空间演变格局差异的主导因子包括到城市中心距离、到主要河流距离、到主要公路距离;③ 根据分析结果,将京津冀地区13个城市规划为核心经济引领城市、重点经济拓展城市和稳定经济涵养城市,对促进京津冀地区协调统筹和一体化发展具有参考价值。

[Li

Jintao

, Liu

Yansui

, Yang

Yuanyuan

, et al. Spatial-temporal characteristics and driving factors of urban construction land in Beijing-Tianjin-Hebei region during 1985-2015
Geographical Research, 2018, 37(1): 37-52.]. DOI: 10.11821/dlyj201801003.

[本文引用: 2]

[10]

张佰发, 苗长虹. 黄河流域土地利用时空格局演变及驱动力
资源科学, 2020, 42(3): 460-473.

[本文引用: 1]

[Zhang

Baifa

, Miao

Changhong

. Spatiotemporal changes and driving forces of land use in the Yellow River Basin
Resources Science, 2020, 42(3): 460-473.]. DOI: 10.18402/resci.2020.03.05.

[本文引用: 1]

[11]

Liu

, Zhao

, Hua

, et al. Slower vegetation greening faced faster social development on the landscape of the Belt and Road region
Science of The Total Environment, 2019, 697:134103. DOI: 10.1016/j.scitotenv.2019.134103.

URL [本文引用: 1]

[12]

董锁成, 李懿珈, 李富佳, 等. 中蒙俄经济走廊交通及管线建设的生态风险区划及对策研究
中国科学院院刊, 2021, 36(2): 141-149.

[本文引用: 4]

[Dong

Suocheng

, Li

Yijia

, Li

Fujia

, et al. Regionalization of ecological risk of China-Mongolia-Russia economic corridor transportation and pipeline construction and policy suggestions
Bulletin of Chinese Academy of Sciences, 2021, 36(2): 141-149.]. DOI: 10.16418/j.issn.1000-3045.20210125001.

[本文引用: 4]

[13]

Dong

, Li

, et al. Spatiotemporal patterns and drivers of land use and land cover change in the China-Mongolia-Russia economic corridor
Polish Journal of Environmental Studies, 2021, 30(3): 2527-2541. DOI: 10.15244/pjoes/127419.

URL [本文引用: 3]

[14]

刘丹, 璩路路, 李琳娜. 黑龙江北部边境样带土地利用时空变化特征及其驱动因素
北京师范大学学报(自然科学版), 2021, 57(3): 417-423.

[本文引用: 5]

[Liu

Dan

, Qu

Lulu

, Li

Linna

. Spatia-temporal characteristics of land use change in the northern border transect of Heilongjiang province, China
Journal of Beijing Normal University(Natural Science), 2021, 57(3): 417-423.]. DOI: 10.12202/j.0476-0301.2020049.

[本文引用: 5]

[15]

Wang

, Cheng

, Liu

, et al. Land cover patterns in Mongolia and their spatiotemporal changes from 1990 to 2010
Arabian Journal of Geosciences, 2019, 12(24): 778. DOI: 10.1007/s12517-019-4893-z.

URL [本文引用: 3]

[16]

王宁, 杨光, 韩雪莹, 等. 内蒙古1990-2018年土地利用变化及生态系统服务价值
水土保持学报, 2020, 34(5): 244-250.

[本文引用: 2]

[Wang

Ning

, Yang

Guang

, Han

Xueying

, et al. Land use change and ecosystem service value in Inner Mongolia from 1990 to 2018
Journal of Soil and Water Conservation, 2020, 34(5): 244-250.]. DOI: 10.13870/j.cnki.stbcxb.2020.

[本文引用: 2]

034.

[本文引用: 2]

[17]

, Wang

, et al. Spatial and temporal variations in grassland production from 2006 to 2015 in Mongolia along the China-Mongolia Railway
Sustainability, 2019, 11(7): 2177. DOI: 10.3390/su11072177.

URL [本文引用: 5]

[18]

Abalakov A

, Bazarova N

. Ecological aspects of mining enterprises in the areas of the China-Mongolia-Russia economic corridor
Geography and Natural Resources, 2020, 41(2): 133-140. DOI: 10.21782/GIPR0206-1619-2020-2(42-50).

URL [本文引用: 2]

[19]

Ojima D

, Chuluun

, Bolortsetseg

, et al. Eurasian land use impacts on rangeland productivity
Ecosystems and Land Use Change, 2004, 153:293-301. DOI: 10.1029/153GM22.

[本文引用: 3]

[20]

范泽孟, 李赛博. 中蒙俄经济走廊荒漠化时空格局变化及其驱动因子
生态学报, 2020, 40(13): 4252-4263.

[本文引用: 2]

[Fan

Zemeng

, Li

Saibo

. Spatio-temporal pattern change of desertification and its driving factors analysis in China-Mongolia-Russia economic corridor
Acta Ecologica Sinica, 2020, 40(13): 4252-4263.]. DOI: 105846/stxb201911172487.

[本文引用: 2]

[21]

Amrsaikjan

, Janzen

, Egshiglen

, et al. Urban land use change study in Mongolia using spatial techniques
International Journal of Sustainable Building Technology and Urban Development, 2014, 5(1): 35-43. DOI: 10.1080/2093761X.2013.867823.

URL [本文引用: 1]

[22]

Erokhin

, Gao

, Ivolga

. Structural variations in the composition of land funds at regional scales across Russia
Land, 2020, 9(6): 201. DOI: 10.3390/land9060201.

URL [本文引用: 1]

[23]

李丽, 刘诗奇, 王平, 等. 基于负载指数的中蒙俄经济走廊水资源开发潜力评价
干旱区研究, 2021, 38(4): 910-918.

[本文引用: 1]

[Li

, Liu

Shiqi

, Wang

Ping

, et al. Evaluation of water resource exploration potential of the China-Mongolia-Russia economic corridor based on carrying capacity
Arid Zone Research, 2021, 38(4): 910-918.]. DOI: 10.13866/j.azr.2021.04.02.

[本文引用: 1]

[24]

, Yan

, Zhang

. Forest phenology shifts in response to climate change over China-Mongolia-Russia international economic corridor
Forests, 2020, 11(7): 757. DOI: 10.3390/f11070757.

URL [本文引用: 1]

[25]

Wei

, Wang

, Han

. Desertification information extraction along the China-Mongolia Railway supported by multisource feature space and geographical zoning modeling
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13:392-402. DOI: 10.1109/JSTARS.2019.2962830.

URL [本文引用: 1]

[26]

Hilker

, Natsagdorj

, Waring R

, et al. Satellite observed widespread decline in Mongolian grasslands largely due to overgrazing
Global Change Biology, 2014, 20(2): 418-428. DOI: 10.1111/gcb.12365.

URL [本文引用: 1]

[27]

孙立群, 李晴岚, 陈骥, 等. 欧亚大陆不同生态区植被生长对降水响应的季节变化规律
生态学报, 2018, 38(22): 8051-8059.

[本文引用: 1]

[Sun

Liqun

, Li

Qinglan

, Chen

, et al. Seasonal changes in vegetation response to precipitation across eco-regions over Eurasia
Acta Ecologica Sinica, 2018, 38(22): 8051-8059.]. DOI: 10.5846/stxb201801080050.

[本文引用: 1]

[28]

吴浩, 王秀, 周宏浩, 等. 东北三省资源型收缩城市经济效率与生计脆弱性的时空分异与协调演化特征
地理科学, 2019, 39(12): 1962-1971.

DOI:10.13249/j.cnki.sgs.2019.12.015 [本文引用: 2]

资源型收缩城市“精明”与“健康”发展是形成节约型空间格局及可持续发展的重要战略目标。认识生计脆弱性与经济效率的有机关联是破解资源型收缩城市“空间失控”、建立“以人为本”精明城市发展的重要支点。通过对资源型城市与收缩城市的界定,筛选东北三省17个地级市为研究对象,建立资源型收缩城市经济效率与生计脆弱性综合评价指标体系,利用Super-SBM模型和函数模型法分别对东北三省资源型收缩城市的经济效率与生计脆弱性进行评价,并通过SPSS软件对2个系统间的发展规律进行相关性分析,选取2006年、2009年、2012年和2015年4个评估时点,引入协调模型对两者间的协调性进行时空分析。结果表明:① 东北三省资源型收缩城市经济效率低主要是由于投入大、产出小;② 城市生计整体呈现出脆弱性,其中公民教育程度是导致生计呈现脆弱性的关键因素;③ 城市经济效率与生计脆弱性间存在显著的相关关系;④ 研究期内城市经济效率与生计抗脆弱能力的协调性是由失调阶段到协调阶段的过渡,整体上呈现东部、北部地区集聚上升发展,西部、南部地区发展水平有待提高,空间分布相对分散,区域差异较大。

[Wu

Hao

, Wang

Xiu

, Zhou

Honghao

, et al. Spatial-temporal pattern of economic efficiency and livelihood vulnerability of resource-based shrinking cities and their coordinated evolution characteristics in the three provinces of northeast China
Scientia Geographica Sinica, 2019, 39(12): 1962-1971.]. DOI: 10.13249/j.cnki.sgs.2019.12.015.

[本文引用: 2]

[29]

杨学峰. 试析吉林省与俄罗斯东西伯利亚及远东地区的林业合作
俄罗斯中亚东欧市场, 2005,(6): 34-40.

[本文引用: 1]

[Yang

Xuefeng

. Analyze the forestry cooperation of Jilin province and Russia east Siberia and far East region
Russian, Central Asian and Eastern European Markets, 2005, (6): 34-40.]

[本文引用: 1]

[30]

Bicheron

, Amberg

, Bourg

, et al. Geolocation assessment of 300 m resolution MERIS Globcover ortho-rectified products
Proceedings of MERIS/AATSR Colloque, Frascati, 2008.

[本文引用: 1]

[31]

, MacBean

, Ciais

, et al. Gross and net land cover changes in the main plant functional types derived from the annual ESA CCI land cover maps (1992-2015)
Earth Syst. Sci. Data, 2018, 10:219-234. DOI: 10.5194/essd-10-219-2018.

[本文引用: 1]

[32]

杜婷, 焦继宗, 段含明, 等. 中国科学院土地利用分类系统与IGBP分类系统的转换研究: 以西北农牧交错带为例
兰州大学学报(自然科学版), 2020, 56(1): 90-95.

[本文引用: 1]

[Du

Ting

, Jiao

Jizong

, Duan

Hanming

, et al. Study of conversion between landuse/landcover classification system of the Chinese Academy of Sciences and IGBP classification system: In the northwest agro-pastoral zone
Journal of Lanzhou University(Natural Sciences), 2020, 56(1): 90-95.]. DOI: 10.13885/j.issn.0455-2059.2020.01.011.

[本文引用: 1]

[33]

Fick S

, R J

Hijmans

. New 1km spatial resolution climate surfaces for global land areas
International Journal of Climatology, 37(12): 4302-4315. DOI: 10.1002/joc.5086.

URL [本文引用: 1]

[34]

Robert

, Mathew

, George

, et al. The Global Precipitation Climatology Project (GPCP) monthly analysis (new version 2.3) and a review of 2017 global precipitation
Atmosphere, 9(4): 138. DOI: 10.3390/atmos9040138.

URL [本文引用: 1]

[35]

中国国家统计局. 2019 中国统计年鉴. 北京: 中国统计出版社, 2019.

[本文引用: 1]

[China National Bureau of Statistics. 2019 China Statistical Yearbook. Beijing: China Statistics Press, 2019.]

[本文引用: 1]

[36]

蒙古国家统计局. 2019 蒙古统计年鉴
(2020-12-29) [2021-06-22].http://en.nso.mn.

URL [本文引用: 1]

[Mongolian National Bureau of Statistics. 2019 Mongolia Statistical Yearbook
(2020-12-29) [2021-06-22].http://en.nso.mn.]

URL [本文引用: 1]

[37]

俄罗斯联邦统计局. 2019 俄罗斯联邦统计年鉴
(2020-01-29) [2021-06-23]. https://eng.gks.ru.

URL [本文引用: 1]

[Russian National Bureau of Statistics. 2019 Russian Statistical Yearbook
(2020-01-29) [2021-06-23]. https://eng.gks.ru.]

URL [本文引用: 1]

[38]

Wagner P

, Bhallamudi S

, Narasimhan

, et al. Comparing the effects of dynamic versus static representations of land use change in hydrologic impact assessments
Environmental Modelling & Software, 2019, 122:103987. DOI: 10.1016/j.envsoft.2017.06.023.

[本文引用: 1]

[39]

王劲峰, 徐成东. 地理探测器:原理与展望
地理学报, 2017, 72(1): 116-134.

DOI:10.11821/dlxb201701010 [本文引用: 3]

空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是：假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。

[Wang

Jinfeng

, Xu

Chengdong

. Geodetector: Principle and prospective
Acta Geograohica Sinica, 2017, 72(1): 116-134.]. DOI: 10.11821/dlxb201701010.

[本文引用: 3]

[40]

Wang

, Pan

, Gerlein-Safdi

, et al. Vegetation restoration in Northern China: A contrasted picture
Land Degradation & Development, 2020, 31(6): 669-676. DOI: 10.1002/ldr.3314.

URL [本文引用: 1]

[41]

Guo

, Chen

, Thomas

, et al. Divergent processes and trends of desertification in Inner Mongolia and Mongolia
Land Degradation & Development, 2021, 32(13): 3684-3697. DOI: 10.1002/ldr.3825.

URL [本文引用: 1]

[42]

刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局
地理学报, 2014, 69(1): 3-14.

[本文引用: 1]

[Liu

Jiyuan

, Kuang

Wenhui

, Zhang

Zengxiang

, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s
Acta Geograohica Sinica, 2014, 69(1): 3-14.]. DOI: 10.11821/dlxb201401001.

[本文引用: 1]

[43]

Kuosmanen

, Seppä

, Reitalu

, et al. Erratum to: Long-term forest composition and its drivers in taiga forest in NW Russia
Veget Hist Archaeobot, 2016, 25(3): 237-238. DOI: 10.1007/s00334-015-0547-6.

URL [本文引用: 1]

[44]

徐新良, 李嘉豪, 申志成, 等. “一带一路”沿线国家农田生态系统脆弱性及其对气候变化的响应
地球信息科学学报, 2020, 22(4): 877-886.

DOI:10.12082/dqxxkx.2020.190372 [本文引用: 1]

全球气候变化背景下,“一带一路”沿线国家农田生态系统脆弱性直接影响着所在国家或地区的粮食安全问题。本文基于农田生态系统总初级生产力（GPP）,使用定量的脆弱性评价方法,系统分析了“一带一路”沿线国家农田生态系统脆弱性的空间分布特征及其对气候变化的响应。结果表明：① “一带一路”沿线国家农田生态系统脆弱性普遍处于较高的程度,77.1%的农田生态系统表现为中度和重度脆弱,且农田生态系统脆弱性呈现出明显的空间分异格局,中亚、西亚和蒙古脆弱性较高,中国、东南亚和南亚的脆弱性处于中等水平,俄罗斯、独联体和中东欧脆弱性较低;② 1980年以来“一带一路”沿线农田生态系统暖干化趋势明显,暖干化区域面积占64.06%,暖干化是“一带一路”沿线国家农田生态系统气候变化的主要特征;③ 农田生态系统脆弱性由低到高的气候变化区依次为暖湿区、冷湿区、暖干区、冷干区。暖湿区农田生态系统脆弱性最低,而冷干区农田生态系统脆弱性最高。气温和降水的变化及其耦合关系控制着农田生态系统脆弱性程度,其中降水变化趋势是影响农田生态系统脆弱性的重要因子。本研究为“一带一路”沿线国家应对和解决粮食安全问题,促进农业可持续发展,为加强各国之间的农业国际合作提供科学依据和有益参考。

[Xu

Xinliang

, Li

Jiahao

, Shen

Zhicheng

. Vulnerability of farmland ecosystems in countries along the "Belt and Road" and responses to climate change
Journal of Geo-information Science, 2020, 22(4): 877-886.]. DOI: 10.12082/dqxxkx.2020.190372.

[本文引用: 1]

[45]

Qin F

, Jia G

, Yang

, et al. Spatiotemporal variability of precipitation during 1961-2014 across the Mongolian Plateau
Journal of Mountain Science, 2018, 15(5): 992-1005. DOI: 10.1007/s11629-018-4837-1.

URL [本文引用: 1]