近10年中国耕地变化的区域特征及演变态势
第37卷第1期农业工程学报V ol.37 No.1
2021年1月Transactions of the Chinese Society of Agricultural Engineering Jan. 2021 267 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）
摘要：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。
关键词：土地利用；遥感；土地调查；耕地变化；格网数据；中国
doi：10.11975/j.issn.1002-6819.2021.01.032
中图分类号：F301.2        文献标志码：A        文章编号：1002-6819(2021)-01-0267-12
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
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
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。
收稿日期：2020-12-07 修订日期：2020-12-29
基金项目：国家自然科学青年基金（42001224）；国家社会科学重大基
金项目（19ZDA096）
作者简介：袁承程，讲师，主要研究方向为土地利用系统调查与设计。Email：***********
※通信作者：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：*************
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
农业工程学报（）2021年268
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
1
100
b a
a
U U
K
U T
（1）式中U a、U b分别为研究期初与期末的耕地面积，hm2；T为研究时间，a。当T设定为年时，K为研究时段的耕地面积动态度，%。此外，在格网中如U a为0，且U b≠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K=100/T。
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
a b a
a b a
C U U
R
U C C
（2）式中C a、C b指初期和末期全部研究区域耕地面积总和，hm2。如果R>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
第1期 袁承程等：近10年中国耕地变化的区域特征及演变态势
269
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i 市的第n 个栅格内的耕地增加了记为a in =1，减少了则记为b in =−1；之后，当栅格类型a in 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 ix ，同样，当栅格b in 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 ix 。最后，分别统计各市域内斑块z ix 或d ix 的个数与其市域耕地变化栅格个数之比。其计算公式为
11AI 1001()x
ix iz n
in in z a b
（3）
1
1
AI 1001()x
ix id n
in in d a b
（4）
式中AI i 为i 市的聚集度指数（%），z 和d 分别代表耕地斑块数量增加和减少。当AI iz （或AI id ）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 n 的比例。具体计算公式为
11KX i
i
s n
n
a s
（5）
11KL i i
s n n
b s
中国面积（6）
KJ KX KL s s s
（7）
式中S n 为某个地区内的所有栅格数，KX s 为城市s 新增耕地空间变化率（%），KL s 为城市s 耕地流失空间变化率（%），KJ s 为城市s 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
00111
1
1
1
()/()/n n n n
t i i t i t i i t i i i i i H C H C C H C              （8）
式中∆H 为平均海拔变化，m ；C i 第i 个格网的耕地面积，hm 2；H i 为第i 个格网的平均海拔，m ；t 0为初期年份，即2009年；t 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hm 2，约占国土总面积的14.10%；2018年中国耕地面积13 499.07万hm 2，比2009年净减少39.37万hm 2，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hm 2，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hm 2。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hm 2，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hm 2。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hm 2，其中尤其以新疆最为突出，其耕地面积增幅为12.05万hm 2。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。
农业工程学报（ ）                                2021年
270
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
Table 1  Change of cultivated land area using land survey grid data during 2009－2018
耕地面积
Cultivated land area/(104 hm 2) 粮食主产区
Major grain producing areas
省（市、区） Provinces  (cities and municipalities)
2009年 2018年 耕地变化幅度 Range of cultivated land change/(104 hm 2) 耕地变化动态度
Dynamic degree of
cultivated land
K /%
相对变化率
Relative change
ratio R
黑龙江
1586.59 1584.56 -2.03 0.0128 0.26
吉林 703.05 698.52 -4.53 0.0644    1.30 东北平原区
Northeast Plain
辽宁 504.19 496.94 -7.25 0.1438    2.91 北京 22.72 21.29 -1.43 0.6294 8.10 天津
44.71 43.72 -0.99 0.2214    2.85 河北 656.13 652.83 -3.3 0.0503 0.65 河南 819.20 815.83 -3.37 0.0411 0.53 黄淮海平原区 Huang-Huai-Hai Plain
山东 766.83 757.97 -8.86 0.1155    1.49 上海 18.97 19.35 0.38 0.2003    4.88 江苏 461.29 459.03 -2.26 0.0490    1.19 浙江
198.67 197.93 -0.74 0.0372 0.91 安徽 590.71 588.80 -1.91 0.0323 0.79 江西 308.91 309.22 0.31 0.0100 0.24 湖北 532.31 523.89 -8.42 0.1582    3.85 长江中下游区 Yangtze River Area
湖南 413.50 415.77    2.27 0.0549    1.34 内蒙古 918.93 927.27 8.34 0.0908    1.04 宁夏 128.81 130.07    1.26 0.0978    1.12 甘肃 541.02 537.74 -3.28 0.0606 0.69 北方干旱半干旱区 Arid region of North China
新疆 512.31 524.36 12.05 0.2352    2.69 云南
624.39 621.18 -3.21 0.0514 0.65 贵州 456.25 451.67 -4.58 0.1004    1.27 云贵高原区
Yunnan-Guizhou Plateau 广西 443.05 438.84 -4.21 0.0950    1.21 四川 671.99 672.54 0.55 0.0082 0.12 四川盆地及周边地区
Sichuan Basin and its surroundings
重庆 243.84 237.25 -6.59 0.2703    4.10 陕西 399.76 397.97 -1.79 0.0448 0.68 黄土高原 Loess Plateau 山西 406.84 405.81 -1.03 0.0253 0.38 广东 253.22 259.41    6.19 0.2445    2.22 福建 134.18 133.72 -0.46 0.0343 0.31 华南区
South China district 海南 72.97 72.31 -0.66 0.0904 0.82 青海 58.80 58.99 0.19 0.0323    1.85 青藏高原区 Tibetan Plateau
西藏
44.30 44.29 -0.01 0.0023 0.13 合计Total
13 538.44
13 513.83
-39.37
0.0291
——
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hm 2）与西部地区耕地净增加面积的
总和（17.11万hm 2
）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hm 2）与全国耕地净减少总量（−39.37万hm 2）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。
第1期 袁承程等：近10年中国耕地变化的区域特征及演变态势
271
注：由于数据获取受限，未统计港澳台地区。下同。
Note: Due to limited data access, there is no statistics on Hong Kong, Macao and Taiwan. The same as below.
图1  中国市域尺度耕地面积变化与耕地变化平均动态度分布
Fig.1  Distribution of area changes and the average dynamic degree of cultivated land at the city scale in China
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。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。