張永民　程維明

摘要：基于土地利用和主要道路等空間數(shù)據(jù)，運用地理信息系統(tǒng)（GIS）技術(shù)和Logistic回歸模型對河南省鄭州地區(qū)耕地向建設(shè)用地轉(zhuǎn)變的時空格局進行模擬與分析。結(jié)果表明，構(gòu)建的模擬2000—2015年及其不同時段（2000—2005、2005—2010、2010—2015年）耕地向建設(shè)用地轉(zhuǎn)變的4個Logistic回歸模型的ROC值皆在0.75以上，能夠較好地解釋和模擬耕地城鎮(zhèn)化的時空格局。2000—2015年耕地鄰域內(nèi)建設(shè)用地的豐富度和耕地所屬城市的中心性是影響耕地向建設(shè)用地轉(zhuǎn)變的穩(wěn)定因素，建設(shè)用地的豐富度越大，所屬城市的中心性越強，耕地向建設(shè)用地轉(zhuǎn)變的發(fā)生比越大;反之，發(fā)生比則越小。另外，距城鎮(zhèn)居民點和主要道路的距離也是影響耕地向建設(shè)用地轉(zhuǎn)變的重要因素，但是不同時段由于耕地城鎮(zhèn)化模式發(fā)生變化，使得它們的作用存在明顯差異。Logistic回歸模型模擬得出的耕地向建設(shè)用地轉(zhuǎn)變概率的空間分布圖，可以為今后的耕地保護提供決策支持，模型模擬概率越大的耕地將來被城鎮(zhèn)擴張占用的可能性越大，因此應(yīng)該將其作為動態(tài)監(jiān)測與保護的重點。

關(guān)鍵詞：耕地;城鎮(zhèn)化;建設(shè)用地;Logistic回歸模型;時空格局

中圖分類號：F291

文獻標志碼： A

文章編號：1002-1302（2020）02-0233-06

收稿日期：2018-11-09

作者簡介：張永民（1973—），男，河南延津人，博士，副教授，主要從事GIS與土地變化研究。E-mail：zym0810@aliyun.com。

近幾十年來，隨著城鎮(zhèn)化建設(shè)的快速推進，耕地隨之大量減少，耕地保護與城鎮(zhèn)用地擴張大量占用耕地的矛盾已經(jīng)引起了社會各界的廣泛關(guān)注[1-7]。事實上，耕地是城鎮(zhèn)系統(tǒng)的有機組成部分，除了具有糧食生產(chǎn)方面的經(jīng)濟價值，還具有保育生物多樣性和保持水土等方面的生態(tài)價值，以及保障農(nóng)民就業(yè)等方面的社會價值[8]。大量耕地向建設(shè)用地轉(zhuǎn)變不僅影響糧食安全，還會造成生態(tài)破壞和環(huán)境污染、以及農(nóng)民失業(yè)等社會問題[8-9]。我國的城鎮(zhèn)化發(fā)展存在顯著的區(qū)域差異，東南沿海和京津冀等發(fā)達地區(qū)城鎮(zhèn)化水平較高，耕地保護與城鎮(zhèn)化的矛盾出現(xiàn)較早，學(xué)術(shù)界已經(jīng)對其開展了大量研究，并取得了豐碩成果[10-12]。但是2000年以來隨著經(jīng)濟發(fā)展轉(zhuǎn)型，東部發(fā)達地區(qū)城鎮(zhèn)建設(shè)用地的擴張趨勢日趨平穩(wěn)，并出現(xiàn)了減速的跡象[13-15];相比之下，隨著中部崛起戰(zhàn)略的實施，中部地區(qū)城鎮(zhèn)化加速，耕地保護與城鎮(zhèn)化的矛盾日益突出，急需加強研究。因此，本研究以我國中部當(dāng)前正處于快速城鎮(zhèn)化進程中的鄭州地區(qū)為例，對耕地向建設(shè)用地轉(zhuǎn)變（簡稱“耕地城鎮(zhèn)化”）的時空格局進行模擬與分析，一方面為進一步研究耕地城鎮(zhèn)化的未來情景奠定基礎(chǔ)，另一方面為該地區(qū)及相似地區(qū)的耕地保護和土地管理提供科學(xué)決策。

1 研究區(qū)概況

研究區(qū)是指河南省鄭州市行政轄區(qū)內(nèi)的全部土地，包括鄭州市轄區(qū)、中牟縣、鞏義市、滎陽市、新密市、新鄭市和登封市（圖1），位于北緯34°16′～34°58′N，東經(jīng)112°42′～114°14′E，土地總面積為 7 567.18 km2。2000年以來，鄭州地區(qū)城鎮(zhèn)化進程迅速發(fā)展，2015年人口城鎮(zhèn)化率已接近70%，較2000年約增長1倍。隨著城鎮(zhèn)化的快速推進，耕地急劇減少，據(jù)統(tǒng)計，2015年鄭州地區(qū)人均耕地面積已減至約0.03 hm2，遠低于全國約0.09 hm2的平均水平。根據(jù)解譯遙感影像得到的土地利用空間數(shù)據(jù)測算，2000—2015年鄭州地區(qū)耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的面積為31 898 hm2（圖2），約占耕地轉(zhuǎn)出總面積的75%，同時約占新增建設(shè)用地總面積的93%，說明耕地是建設(shè)用地擴張的主要土地來源，建設(shè)用地擴張是耕地減少的主要原因。當(dāng)前和今后一段時期，鄭州地區(qū)仍處于加快推進城鎮(zhèn)化、工業(yè)化和農(nóng)業(yè)現(xiàn)代化，以及建設(shè)國家中心城市的關(guān)鍵時期，城鎮(zhèn)建設(shè)用地的需求仍會持續(xù)增加，耕地保護面臨的壓力必將更加突出，解決耕地保護與新型城鎮(zhèn)化建設(shè)之間的土地供需矛盾依然是土地利用規(guī)劃與管理面臨的嚴峻挑戰(zhàn)。

2 數(shù)據(jù)資料

數(shù)據(jù)資料主要包括4期土地利用空間數(shù)據(jù)（2000、2005、2010、2015年）、3期主要道路（國道和省道）矢量數(shù)據(jù)（2000、2005、2010年）以及社會經(jīng)濟數(shù)據(jù)。土地利用數(shù)據(jù)和道路數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所，其中，土地利用數(shù)據(jù)是根據(jù)衛(wèi)星影像通過人機交互解譯、野外實地考察驗證得出的，數(shù)據(jù)為100 m×100 m的柵格格式，原始數(shù)據(jù)包括25種土地利用類型，本研究根據(jù)需要將其歸并為耕地、林地、草地、水域（指天然陸地水域和水利設(shè)施用地）、城鄉(xiāng)工礦居民用地（簡稱“建設(shè)用地”，指城鄉(xiāng)居民點及其以外的工礦等用地）和未利用地共6種類型[16];主要道路數(shù)據(jù)是根據(jù)衛(wèi)星影像通過人工數(shù)字化得到的。人口與社會經(jīng)濟數(shù)據(jù)來源于《河南省統(tǒng)計年鑒》。距城市居民點的最近距離等區(qū)域因素、耕地鄰域內(nèi)建設(shè)用地的豐富度等局部因素以及各行政區(qū)的差異是決定耕地城鎮(zhèn)化的重要因素。為了構(gòu)建模擬耕地城鎮(zhèn)化的空間Logistic回歸模型，須要對原始數(shù)據(jù)進行計算和分析。首先，運用地理信息系統(tǒng)（GIS）技術(shù)分別對2000年和2015年、2000年和2005年、2005年和2010年、2010年和2015年的土地利用數(shù)據(jù)進行疊加;其次，從疊加圖上提取反映2000—2015、2000—2005、2005—2010、2010—2015年耕地向建設(shè)用地轉(zhuǎn)變情況的4期二值圖形數(shù)據(jù)（耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的柵格取值為1，沒有發(fā)生變化的耕地柵格取值為0），作為Logistic回歸模型的反應(yīng)變量數(shù)據(jù);最后，為了提取模型的解釋變量數(shù)據(jù)，對基礎(chǔ)數(shù)據(jù)進行相關(guān)處理（表1）。

Enri=bi，d/adB/A。（1）

式中：Enri表示第i個耕地柵格以d為半徑的圓形鄰域內(nèi)建設(shè)用地的豐富度;bi，d表示第i個耕地柵格以d為半徑的圓形鄰域內(nèi)建設(shè)用地的面積;ad表示以d為半徑的圓形鄰域的面積，本研究選取的d值為2 km;B表示研究地區(qū)建設(shè)用地的總面積;A表示研究地區(qū)的土地總面積，該變量主要反映局地層次上建設(shè)用地數(shù)量對耕地城鎮(zhèn)化的影響。

3 研究方法

3.1 耕地城鎮(zhèn)化時空格局模擬模型

本研究的耕地城鎮(zhèn)化時空格局模擬模型是根據(jù)公式（2）的二元Logistic回歸方程構(gòu)建而成的。它的反應(yīng)變量是表示某一時段耕地是否轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的二分類變量，1表示耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，0表示耕地沒有發(fā)生變化;而解釋變量包括距城市居民點的最近距離等區(qū)域變量，耕地鄰域內(nèi)建設(shè)用地的豐富度等局部變量以及根據(jù)行政區(qū)劃單元設(shè)置的虛擬變量（表1）。建模過程中對解釋變量是按照0.05的顯著水平采用正向逐步選擇法進行篩選，具體計算過程使用軟件SPSS 19.0完成。

式中：P表示指定時段耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的概率，即在給定自變量的取值時耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的條件概率;β表示回歸系數(shù);X表示解釋耕地向建設(shè)用地轉(zhuǎn)變的備選自變量;n表示備選自變量的數(shù)目。

模型方程的回歸系數(shù)β的顯著性根據(jù)Wald統(tǒng)計量進行檢驗，β的含義則通過計算exp（β）進行解釋。exp（β）是β系數(shù)的以e為底的自然指數(shù)，其值等于事件的發(fā)生概率。發(fā)生概率是衡量解釋變量對反應(yīng)變量影響程度的重要指標[17]，本研究的發(fā)生概率表示解釋變量發(fā)生變化時，耕地向建設(shè)用地轉(zhuǎn)變的發(fā)生比（發(fā)生轉(zhuǎn)變的頻數(shù)與沒有轉(zhuǎn)變的頻數(shù)之間的比值）的變化情況[exp（β）<1，發(fā)生比減小;exp（β）=1，發(fā)生比不變;exp（β）>1，發(fā)生比增大[18]。

Logistic回歸模型的擬合優(yōu)度是根據(jù)Pontius等提出的ROC（relative operating characteristics）方法進行檢驗[19]。檢驗指標ROC值介于0.5～1.0之間，0.5表示模型的擬合優(yōu)度最差，與隨機判別效果相當(dāng);1.0表示擬合優(yōu)度最好，可以完全確定耕地向建設(shè)用地的轉(zhuǎn)變與否;ROC值越大，模型的擬合優(yōu)度越高。

須要說明的是，耕地向建設(shè)用地的轉(zhuǎn)變可能具有一定的空間自相關(guān)效應(yīng)，而空間自相關(guān)效應(yīng)又會對模型的解釋能力造成一定干擾。因此，在建模之前須要對觀測數(shù)據(jù)進行預(yù)處理，本研究根據(jù)耕地向建設(shè)用地的轉(zhuǎn)變具有隨距城鎮(zhèn)（包括城市和鄉(xiāng)鎮(zhèn)）居民點距離增加而逐漸減少的特點，使用分層隨機抽樣的方法從總體觀測數(shù)據(jù)中抽取10 000個樣本柵格進行回歸建模（表2）。

3.2 時空格局模擬

根據(jù)公式（3）[由公式（2）推導(dǎo)出來]計算起始年份每個耕地柵格上的耕地在指定時段轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的概率，并運用GIS技術(shù)繪制耕地城鎮(zhèn)化概率的空間分布圖。

4 結(jié)果與分析

4.1 耕地城鎮(zhèn)化時空格局的模擬模型為了模擬與分析2000—2015年及其不同時段（2000—2005、2005—2010、2010—2015年）耕地城鎮(zhèn)化的時空格局，構(gòu)建4個Logistic回歸模型（表3）。

在2000—2015年耕地城鎮(zhèn)化的Logistic回歸模型中，距城市居民點的最近距離、距主要道路的最近距離、耕地鄰域內(nèi)建設(shè)用地的豐富度以及根據(jù)行政單元劃分的虛擬變量是構(gòu)成模型的顯著變量，說明它們是影響耕地向建設(shè)用地轉(zhuǎn)變的顯著因素。其中，距城市居民點的最近距離和距主要道路的最近距離對耕地城鎮(zhèn)化具有負作用， 在其他條件相同的情況下，距城市居民地的最近距離和距主要道路的最近距離每增加1 km，耕地向建設(shè)用地轉(zhuǎn)變的發(fā)生比分別約減小5%（1-0.949≈0.05）、20%（1-0.816≈0.20）。對于不同的耕地柵格來說，2 km 半徑圓形鄰域內(nèi)建設(shè)用地的豐富度對耕地城鎮(zhèn)化具有正向作用，在其他條件相同的情況下，豐富度每增加1個單位值，耕地向建設(shè)用地轉(zhuǎn)變的發(fā)生比約增加97%（1.973-1≈0.97），說明建設(shè)用地的分布對耕地的城鎮(zhèn)化具有重要影響，周圍的建設(shè)用地越多，耕地城鎮(zhèn)化的發(fā)生比越大。另外，在其他條件相同的情況下，相對于鄭州市轄區(qū)來說，其他縣（市）耕地城鎮(zhèn)化的發(fā)生比偏低85%（登封市：1-0.152≈0.85）至60%（新鄭市：1-0.392≈0.60），這與相關(guān)文獻得出的結(jié)論是一致的，即城市的行政級別和中心性對耕地的城鎮(zhèn)化具有正向作用，城市的行政級別越高、中心性越強，耕地城鎮(zhèn)化的風(fēng)險越大[5]。

在2000—2005年的模型中，區(qū)域變量距城市居民點的最近距離和距鄉(xiāng)（鎮(zhèn)）居民點的最近距離都是模型的顯著變量，但是距主要道路的最近距離由于顯著性較低而被剔除。這是由于2000—2005年經(jīng)濟偏熱（和全國的情況相似），城市和鄉(xiāng)（鎮(zhèn)）都建立了開發(fā)區(qū)，導(dǎo)致距城市居民點和鄉(xiāng)（鎮(zhèn)）居民點越近，耕地向建設(shè)用地轉(zhuǎn)變的發(fā)生比越大。可能正是由于大量鄉(xiāng)（鎮(zhèn)）開發(fā)區(qū)的建立，使得距鄉(xiāng)（鎮(zhèn)）居民點的距離對耕地城鎮(zhèn)化的影響變得顯著，而距主要道路的距離這一變量的作用有所減弱而被剔除，這是該模型和其他3個模型的重要不同之處。另外，該模型中局部變量和虛擬變量的作用和2000—2015年的模型相似。

在2005—2010年的模型中，篩選出的解釋變量及作用性質(zhì)和2000—2015年的模型相同，但是2個模型中解釋變量對反應(yīng)變量的作用強度稍有差異，尤其是虛擬變量中，只有中牟縣、新鄭市和登封市這3個虛擬變量是模型的顯著變量，而鞏義市、滎陽市和新密市因顯著性水平較低而被剔除。說明2005—2010年在區(qū)域條件和局部條件相同的情況下，各縣級行政區(qū)耕地城鎮(zhèn)化的發(fā)生比存在顯著差異，使得有些虛擬變量能夠納入模型，而其他虛擬變量卻被剔除。

2010—2015年的模型和其他3個模型明顯不同，區(qū)域變量距城市居民點的最近距離和距鄉(xiāng)（鎮(zhèn)）居民點的最近距離皆沒有通過顯著性檢驗，只有距主要道路的最近距離通過了顯著性檢驗而成為模型的解釋變量。這是因為和前期相比2010—2015年耕地城鎮(zhèn)化的模式發(fā)生了重大變化，城鎮(zhèn)急劇擴張的勢頭得到一定程度的遏制，耕地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地的指標主要用于國家重點建設(shè)項目，導(dǎo)致出現(xiàn)了新的開發(fā)熱點，新的開發(fā)熱點范圍相對較小，且選址主要考慮交通區(qū)位條件，使得這一時段耕地向建設(shè)用地的轉(zhuǎn)變主要受控于距主要道路的最近距離，而整體上和城鎮(zhèn)居民點的空間聯(lián)系較弱。虛擬變量中，新鄭市、中牟縣和鞏義市這3個虛擬變量是模型的顯著變量，而滎陽市、新密市和登封市因顯著性水平較低而被剔除，尤其須要指出的是，回歸系數(shù)表明，在其他條件相同的情況下，新鄭市和中牟縣耕地城鎮(zhèn)化的發(fā)生比分別約超出鄭州市轄區(qū)2.2倍和1.4倍，而鞏義市仍然低于鄭州市轄區(qū)。這進一步說明，2010—2015年鄭州地區(qū)耕地向建設(shè)用地轉(zhuǎn)變的模式已經(jīng)由城鎮(zhèn)擴張占用轉(zhuǎn)變?yōu)榫劢褂谛碌拈_發(fā)熱點，而新的開發(fā)熱點就是位于新鄭市和中牟縣的航空港經(jīng)濟試驗區(qū)和高新技術(shù)開發(fā)區(qū)。另外，該模型中局部變量的作用和其他3個模型皆相似。

綜上，4個Logistic回歸模型中局部變量和虛擬變量的差異較小，而區(qū)域變量的差異較大。分析可知，耕地四周一定范圍內(nèi)建設(shè)用地的豐富度、耕地所屬城市的行政級別和中心性是影響耕地向建設(shè)用地轉(zhuǎn)變的穩(wěn)定因素，建設(shè)用地的豐富度越大，所屬城市的級別越高、中心性越強，耕地城鎮(zhèn)化的發(fā)生比越大;反之，發(fā)生比則越小。另外，距城鎮(zhèn)居民點和主要道路的最近距離也是影響耕地城鎮(zhèn)化的重要因素，但是它們的作用在不同時段存在顯著差異，這些差異實際上反映了耕地城鎮(zhèn)化模式的變化。2000—2005年由于經(jīng)濟偏熱，開發(fā)區(qū)“遍地開花”，城市和鄉(xiāng)（鎮(zhèn)）居民點附近的耕地皆出現(xiàn)了向建設(shè)用地的大量轉(zhuǎn)變;2005—2010年受土地調(diào)控政策影響，不規(guī)范的開發(fā)得到遏制，耕地向建設(shè)用地的轉(zhuǎn)變明顯減少，且主要分布于城市居民點附近;2010—2015年受耕地保護和土地調(diào)控的雙重影響，耕地向建設(shè)用地的轉(zhuǎn)變主要聚焦于新的開發(fā)熱點和沿主要道路蔓延，基本上脫離了和城鎮(zhèn)居民點的空間聯(lián)系。

4.2 模型的顯著性檢驗

由表3可知，2000—2015年及其不同時段耕地向建設(shè)用地轉(zhuǎn)變的4個Logistic回歸模型的ROC值皆在0.75以上，能夠較好地解釋和模擬耕地城鎮(zhèn)化的時空格局。但是，2010—2015年模型的ROC值為0.757，擬合優(yōu)度相對較低，這是因為該時段耕地城鎮(zhèn)化受政策影響主要聚焦于新的開發(fā)熱點，導(dǎo)致模擬難度增加的緣故。如何凸顯政策的作用，這是進一步完善模型須要考慮的重要問題。

4.3 耕地城鎮(zhèn)化時空格局的模擬

圖3是使用以上4個模型模擬得到的2000—2015年及其不同時段耕地向建設(shè)用地轉(zhuǎn)變概率的空間分布圖，對比圖3和圖2可知，耕地向建設(shè)用地轉(zhuǎn)變的空間格局與模擬概率的空間分布基本一致，總體上看，發(fā)生轉(zhuǎn)變的位置模擬得到的概率較大，沒有發(fā)生轉(zhuǎn)變的位置模擬得到的概率較小。因此，可以為今后的耕地保護提供決策支持，模型模擬概率越大的耕地將來被建設(shè)用地占用的可能性越大，所以應(yīng)該將其作為動態(tài)監(jiān)測與保護的重點。

但是仔細對比可現(xiàn)，圖3和圖2也存在少量不一致的地方，即模型模擬概率較大的位置上的耕地并沒有發(fā)生轉(zhuǎn)變，而模擬概率較小的位置上的耕地反而發(fā)生了轉(zhuǎn)變。這是因為耕地向建設(shè)用地的轉(zhuǎn)

變是一個復(fù)雜過程，除了服從模型揭示的一般模式之外，還會受到一些難以預(yù)測的偶然因素的干擾，如政府和投資者行為模式的轉(zhuǎn)變，新的交通樞紐和開發(fā)熱點的建設(shè)等，都會打破耕地向建設(shè)用地轉(zhuǎn)變的原有模式，所以耕地保護也必須考慮偶然因素的影響。如2000—2015年的模型模擬結(jié)果顯示，新鄭市城區(qū)周邊的耕地向建設(shè)用地轉(zhuǎn)變的概率較大，航空港經(jīng)濟試驗區(qū)附近的耕地轉(zhuǎn)變概率較小，但由圖2可知，城區(qū)周邊耕地城鎮(zhèn)化卻沒有航空港區(qū)附近顯著，主要是政府從土地供給的角度大力支持航空港經(jīng)濟試驗區(qū)建設(shè)的緣故。

5 結(jié)論與討論

首先，基于土地利用空間數(shù)據(jù)，構(gòu)建的模擬2000—2015年及其不同時段鄭州地區(qū)耕地向建設(shè)用地轉(zhuǎn)變的4個Logistic回歸模型的ROC值皆在 0.75 以上，能夠較好地解釋和模擬耕地城鎮(zhèn)化的時空格局。其次，2000—2015年耕地鄰域內(nèi)建設(shè)用地的豐富度和耕地所屬城市的中心性是影響耕地向建設(shè)用地轉(zhuǎn)變的穩(wěn)定因素，建設(shè)用地的豐富度越大、所屬城市的中心性越強，耕地向建設(shè)用地轉(zhuǎn)變的發(fā)生比越大;反之，發(fā)生比則越小。另外，距城鎮(zhèn)居民點和主要道路的最近距離也是影響耕地城鎮(zhèn)化的重要因素，但是由于不同時段耕地向建設(shè)用地轉(zhuǎn)變模式發(fā)生變化，使得它們的作用存在顯著差異。2000—2005年城市和鄉(xiāng)（鎮(zhèn)）居民點附近的耕地皆出現(xiàn)了向建設(shè)用地的大量轉(zhuǎn)變;2005—2010年耕地向建設(shè)用地的轉(zhuǎn)變明顯減少，且主要分布于城市居民點附近;2010—2015年耕地向建設(shè)用地的轉(zhuǎn)變主要聚焦于新的開發(fā)熱點和沿主要道路蔓延，基本脫離了和城鎮(zhèn)居民點的空間聯(lián)系。最后，2000—2015年及其不同時段的Logistic回歸模型模擬得出的耕地向建設(shè)用地轉(zhuǎn)變概率的空間分布圖，可以為今后的耕地保護提供決策支持，模型模擬概率越大的耕地將來被建設(shè)用地占用的可能性越大，所以應(yīng)該將其作為動態(tài)監(jiān)測與保護的重點。但是，耕地向建設(shè)用地的轉(zhuǎn)變是一個復(fù)雜的過程，除了服從模型揭示的一般模式之外，還會受到一些難以預(yù)測的偶然因素的干擾，如政府和投資者行為模式的轉(zhuǎn)變等，因此耕地保護也必須考慮偶然因素的影響。

參考文獻：

[1]談明洪，呂昌河. 城市用地擴展與耕地保護[J]. 自然資源學(xué)報，2005，20（1）：52-58.

[2]Chien S.Local farmland loss and preservation in China—a perspective of quota territorialization[J]. Land Use Policy，2015，49：65-74.

[3]Wang H，Qiu F.Investigation of the dynamics of agricultural land at the urban fringe：a comparison of two peri-urban areas in Canada[J]. The Canadian Geographer，2017，61（3）：457-470.

[4]del Mar L T，Aide T M，Thomlinson J R.Urban expansion and the loss of prime agricultural lands in Puerto Rico[J]. Ambio，2001，30（1）：49-54.

[5]Skog K L，Steinnes M.How do centrality，population growth and urban sprawl impact farmland conversion in Norway？[J]. Land Use Policy，2016，59：185-196.

[6]Skinner M W，Kuhn R G，Joseph A E .Agricultural land protection in China：a case study of local governance in Zhejiang Province[J]. Land Use Policy，2001，18（4）：329-340.

[7]張麗娟，姚子艷，唐世浩，等. 20世紀80年代以來全球耕地變化的基本特征及空間格局[J]. 地理學(xué)報，2017，72（7）：1235-1247.

[8]葉曉琪，宋小青，譚子安，等. 大都市鎮(zhèn)域耕地功能格局及其成因——以廣州市為例[J]. 熱帶地理，2017，37（6）：862-873.

[9]Chen J.Rapid urbanization in China：a real challenge to soil protection and food security[J]. CATENA.2007，69（1）：1-15.

[10]Deng X，Huang J，Rozelle S，et al.Impact of urbanization on cultivated land changes in China[J]. Land Use Policy，2015，45：1-7.

[11]Tan M，Li X，Xie H，et al.Urban land expansion and arable land loss in China-a case study of Beijing-Tianjin-Hebei region[J]. Land Use Policy，2005，22（3）：187-196.

[12]Song W，Pijanowski B C，Tayyebi A.Urban expansion and its consumption of high-quality farmland in Beijing，China[J]. Ecological Indicators，2015，54：60-70.

[13]劉紀遠，匡文慧，張增祥，等. 20世紀80年代末以來中國土地利用變化的基本特征與空間格局[J]. 地理學(xué)報，2014，69（1）：3-14.

[14]Huang J K，Zhu L F，Deng X Z.Regional differences and determinants of built-up area expansion in China[J]. Science in China，2007，50（12）：1835-1843.

[15]楊桂山. 長江三角洲耕地數(shù)量變化趨勢及總量動態(tài)平衡前景分析[J]. 自然資源學(xué)報，2002，17（5）：525-532.

[16]劉紀遠. 中國資源環(huán)境遙感宏觀調(diào)查與動態(tài)研究[M]. 北京：中國科學(xué)技術(shù)出版社，1996.

[17]Verburg P H，de Nijs T C，van Eck J R，et al.A method to analyse neighborhood characteristics of land use patterns[J]. Computers，Environment and Urban Systems，2004，28：667-690.

[18]王濟川，郭志剛. Logistic回歸模型——方法與應(yīng)用[M]. 北京：高等教育出版社，2001.

[19]Pontius R G，Schneider L C.Land-cover change model validation by an ROC method for the Ipswich watershed，Massachusetts，USA[J]. Agriculture Ecosystems and Environment，2001，85（1/2/3）：239-248.張喜成，徐長春，宋 佳，等. 基于遙感DSI的新疆干旱特征分析[J]. 江蘇農(nóng)業(yè)科學(xué)，2020，48（2）：239-246.