摘要：研究目的：歸納分析2023年國內外土地工程與信息技術領域的研究進展，展望研究趨勢。研究方法：文獻分析法。研究結果：國內研究主要集中在土地綜合開發(fā)模式與運行機制、全域土地綜合整治的潛力機制及路徑、碳中和背景下的土地復墾與生態(tài)修復、土壤—植物—微生物模式下的復墾土壤重構、國土空間生態(tài)修復差異化分區(qū)與格局構建、土地信息智能化監(jiān)測技術與信息提取方法、數(shù)字化國土空間規(guī)劃技術、基于GIS的土地管理技術。國外研究主要集中在農業(yè)用地土地整理模式、基于土壤改良的礦區(qū)土地復墾、土壤—植物—微生物協(xié)同修復作用機制、基于社會經濟和生態(tài)指標的生態(tài)修復、土地信息監(jiān)測與預測技術、基于人工智能的土地規(guī)劃技術、土地管理系統(tǒng)優(yōu)化技術。研究結論：2023年土地工程與信息技術在全域土地綜合整治、土地復墾與土壤重構、國土空間生態(tài)修復、土地信息監(jiān)測與管理技術等方面取得了一定進展。結合當前科技需求，2024年及未來重點關注山水林田湖草沙一體化保護和系統(tǒng)治理、全域土地綜合整治和國土空間生態(tài)保護修復、碳中和目標下的礦區(qū)土地復墾、鄉(xiāng)村振興背景下的土地集約利用和低效用地治理、土地信息可視化技術和土地信息智能化處理技術。

關鍵詞：土地開發(fā)；土地整理；土地復墾；生態(tài)修復；土地信息技術；綜述

中圖分類號： F301.2 文獻標志碼：A 文章編號：1001-8158（2024）03-0116-11

基金項目：中國國土勘測規(guī)劃院項目“土地學科進展和土地科學前沿問題研究”（2023年）。

2023年國內外學者針對土地工程與信息技術開展了大量的研究，并取得一定進展。本文采用文獻調研法，基于中國知網（CNKI）、萬方、維普、Elsevier、Springer、ProQuest等電子期刊數(shù)據(jù)庫，梳理分析2023年國內外土地工程與土地信息技術研究進展，并結合科技發(fā)展需求，展望2024年研究趨勢。研究以“土地開發(fā)”（land development）、“土地整治”（land renovation）、“土地整理”（land consolidation）、“土地復墾”（land reclamation）、“全域土地綜合整治”（comprehensive land consolidation）、“國土空間生態(tài)修復”（ecological restoration of national space）、“生態(tài)重建”（ecological restoration）、“污染土地”（contaminated land）、“InSAR”、“無人機”（unmanned aerial vehicle）、“GIS”等主題詞進行檢索，根據(jù)研究內容匹配度，篩選出學術文獻99篇，其中中文文獻53篇，英文文獻46篇。基于土地科學中土地工程分支學科的定義以及《土地整治術語》的行業(yè)標準，并結合篩選出的文獻進行統(tǒng)計分析，將土地工程劃分為土地開發(fā)、土地整理、土地復墾和國土空間生態(tài)修復4個部分；土地信息技術劃分為土地監(jiān)測技術、土地規(guī)劃技術和土地管理技術3個部分。所選擇文獻主要分布在《中國土地科學》 《農業(yè)工程學報》 《自然資源學報》 《生態(tài)學報》、Land Use Policy、Environmental Science and Pollution Research、Land Degradation Development等期刊，遴選文獻分布情況見表1。

1 2023年土地工程與信息技術重點問題研究進展

1.1 國內土地工程與信息技術重點問題研究進展

2023年，國內土地工程研究聚焦于土地綜合開發(fā)模式與運行機制、全域土地綜合整治潛力機制和路徑、碳中和背景下的礦區(qū)土地復墾與生態(tài)修復，重點關注土壤—植物—微生物模式下的礦區(qū)復墾土壤重構，以及國土空間生態(tài)修復區(qū)域識別與格局構建。國內土地信息技術研究聚焦于基于土地信息智能化監(jiān)測技術和信息提取方法、數(shù)字化國土空間規(guī)劃技術和基于GIS的土地管理技術。

1.1.1 土地工程

（1）土地綜合開發(fā)模式與運行機制。不同區(qū)域土地資源的統(tǒng)一規(guī)劃、調配、開發(fā)和利用，是提高土地綜合效益的有效管理模式，也是優(yōu)化資源配置、促進土地可持續(xù)利用與保護的重要措施。國內土地開發(fā)相關研究主要結合土地利用變化[1]、陸海統(tǒng)籌[2]、多主體博弈[3]和“準征收”[4]等視域，針對土地綜合開發(fā)模式和機制展開。就土地征收成片開發(fā)而言，企業(yè)主要通過傳統(tǒng)基建、投資開發(fā)和城市運營三種商業(yè)模式來參與土地開發(fā)業(yè)務，基于主流模式的運行機制和政府企業(yè)協(xié)同的風險防控機制，合力打造多主體共贏的土地綜合開發(fā)[5]。明晰土地征收成片開發(fā)方案的效力淵源、效力譜系與效力方式這三類羈束事項，并厘清相應的羈束效力結構定位，能夠助力我國土地征收成片開發(fā)活動的有序推進和相關法治建設的完善[6]。另外，將未利用地開發(fā)成為耕地是我國干旱半干旱地區(qū)耕地補充的重要途徑，有研究基于自然—功能—環(huán)境視角建立了未利用地作為耕地儲備資源適宜性評價體系[7]。有學者主要從土地價格、開發(fā)強度等維度出發(fā)，系統(tǒng)分析高鐵站區(qū)對土地價值的影響路徑以及開發(fā)過程中各參與主體的利益訴求，探討合作機制的構建模式[8-9]。

（2）全域土地綜合整治的潛力、機制及路徑。開展全域土地綜合整治的潛力、機制及路徑研究在現(xiàn)階段具有一定的現(xiàn)實意義[10]。我國全域土地綜合整治模式劃分為三階段，一階段為面向農業(yè)農村的綜合整治，二階段為面向存量優(yōu)化的綜合整治，三階段為面向城鄉(xiāng)融合和增存并舉，關鍵是構建“空間優(yōu)化+產權調整+利益統(tǒng)籌”的新機制[11]。就潛力而言，有研究通過模擬土地整理和空間地理分析，對小斑塊農地規(guī)?；喜⒌目臻g潛力進行了量化和評估[12]。就機制而言，重點探索了土地整治規(guī)模對農業(yè)生產和環(huán)境保護[13]、經營發(fā)展[14]的作用機制，不同整治措施與耕地產能之間的影響機制[15-16]以及全域整治助力鄉(xiāng)村空心化治理機制[17]。就路徑而言，重點關注了基于“三生”空間優(yōu)化和低碳發(fā)展路徑[18-19]，以及面向區(qū)域高質量發(fā)展[20]和城鄉(xiāng)融合導向的全域土地綜合整治優(yōu)化路徑[21]。“千村示范、萬村整治”工程將土地整治與鄉(xiāng)村振興目標融合，圍繞“人、地、業(yè)、權”主導要素，從“要素—結構—功能”視角解析全域土地綜合整治驅動城鄉(xiāng)融合發(fā)展的內在邏輯[21]，建立“規(guī)劃—設計—工程”有效銜接的規(guī)劃策略與路徑[22]。

（3）碳中和背景下的土地復墾與生態(tài)修復。國內學者主要聚焦于復墾土壤的固碳功能與增匯機制[23-24]。相關研究表明復墾土壤碳庫穩(wěn)定性與凋落物分解、黏土礦物交互作用、團聚體物理保護和微生物調控密切相關[25]；復墾土壤的固碳功能也與復墾年限[26]和復墾耕作方式[27]有密切關系。在碳中和背景下，礦區(qū)生態(tài)修復固碳增匯效果的科學測算評估、規(guī)劃、地形重塑增匯功能專項設計、增匯型土壤重構技術以及兼顧生態(tài)和增匯效果的植被恢復技術成為5大技術挑戰(zhàn)[28]。

（4）土壤—植物—微生物模式下的復墾土壤重構。復墾土壤重構作為礦區(qū)土地復墾的關鍵，一直在探索理論和創(chuàng)新方法。國內學者重點關注土壤—植物—微生物雙重或多種模式相結合下的復墾土壤重構質量及效果評價，探索具備不同區(qū)域土地復墾適宜性的土壤重構新模式[29-30]。有研究揭示了植物—土壤—微生物重構模式下碳氮磷特征及內穩(wěn)性，發(fā)現(xiàn)微生物菌劑可以加速植物對磷元素的獲取[31]，同時對植物莖葉和根系的養(yǎng)分格局有一定的影響[32]。通過大田試驗，證明植物和改良劑協(xié)同作用下，土壤含水量和團聚體穩(wěn)定性、酶活性以及土壤微生物豐富和多樣性得到提高，植物生境和土壤得到改良[33]。

（5）國土空間生態(tài)修復差異化分區(qū)識別與格局構建。識別生態(tài)保護修復重點區(qū)域，是制定差異化整治修復策略的前提。以Google Earth Engine（GEE）云平臺和氣象、地形、土壤、植被凈初級生產力（NPP）為數(shù)據(jù)來源[34]，以MSPA（形態(tài)空間格局分析）模型[35]、InVEST模型、景觀連通性評價和電路理論[36]等為識別模型，基于不同區(qū)域生境質量和生態(tài)廊道[37]的方法為參考路徑，實現(xiàn)國土空間生態(tài)保護修復重點區(qū)域的識別[38]，是確定國土整治與生態(tài)修復重點區(qū)域和進行工程項目布局的指導與前提[39]，能夠為國土空間的“山水林田湖草”系統(tǒng)治理提供生態(tài)分區(qū)優(yōu)化路徑[40]。在此基礎上，評估區(qū)域生態(tài)系統(tǒng)服務、構建生態(tài)修復和生態(tài)安全格局是實現(xiàn)國土空間精細化發(fā)展的有效手段[41]。有學者通過構建生態(tài)問題指標體系，在生態(tài)修復關鍵區(qū)域內定量化診斷現(xiàn)存生態(tài)問題[42]，明確生態(tài)系統(tǒng)服務功能退化的風險區(qū)，立足于生態(tài)系統(tǒng)服務功能保護與修復需求，有效構建國土空間生態(tài)保護修復總體格局[43-44]，對于生態(tài)退化風險嚴重的資源枯竭城市的空間格局構建，應得到更深入的概念具化、目標量化和修復協(xié)同化[45-46]。

1.1.2 土地信息技術

（1）土地信息智能化監(jiān)測技術與信息提取方法。遙感技術的快速發(fā)展為土地信息智能化監(jiān)測和信息提取提供了可靠的數(shù)據(jù)源，在監(jiān)測技術方面，GEE在處理海量遙感數(shù)據(jù)方面發(fā)揮了不可比擬的優(yōu)勢[47]，有學者基于大數(shù)據(jù)和時序遙感的分析方法，能夠完整地保留土地覆被對象之間的空間銜接和時間變化趨勢[48]，并利用FLUS模型對未來變化特征進行預測[49]。在信息提取方面，人工智能算法和模型的自動化提取技術得到了深入研究[50]，基于遷移學習的多注意力網絡（MARNet）模型[51]在土地信息提取過程中解決了樣本不平衡的問題，取得了高精度的分類結果。然而，遙感影像中地物成像條件多變、類內多樣性、類間不平衡等特點對于土地信息特征提取模型的能力仍存在極大挑戰(zhàn)[52]。

（2）數(shù)字化國土空間規(guī)劃技術。圍繞國土空間規(guī)劃編制思路、政策體系、空間布局、社會經濟適用性等關鍵性問題開展了一系列研究[53-55]，通過模擬現(xiàn)狀發(fā)展、糧食安全、生態(tài)涵養(yǎng)三種情景下的土地利用格局分布，分析不同情景下國土空間規(guī)劃場景和效果[56-58]，促進國土空間規(guī)劃向數(shù)字化進一步發(fā)展。

（3）基于GIS的土地管理技術。隨著計算機科學的快速發(fā)展，基于GIS平臺的土地信息管理技術進一步向智能化和集中化方向發(fā)展[59]。將模糊層次分析法、權衡分析法等與GIS相結合，在土地管理中的土地適宜性分析[60]、土地沉降風險評估[61]、生態(tài)安全評估[62]、三維地籍管理[63]、鄉(xiāng)村發(fā)展規(guī)劃[64]等方面得到探索應用，地理數(shù)據(jù)的收集、分析、存儲和管理的自動化效率得到顯著提高。

1.2 國外土地工程與信息技術重點問題研究進展

2023年國外土地工程研究聚集于農業(yè)用地土地整理模式、基于土壤改良的礦區(qū)土地復墾、土壤—植物—微生物協(xié)同修復作用機制和基于社會、經濟和生態(tài)指標的生態(tài)修復等。國外土地信息技術研究聚焦于土地信息監(jiān)測與預測技術、基于人工智能的土地規(guī)劃技術、土地管理系統(tǒng)優(yōu)化技術等。

1.2.1 土地工程

（1）農業(yè)用地土地整理模式。土地重新分配是土地整理項目中最具挑戰(zhàn)性的內容之一，國外學者對比了基于模糊邏輯和調研的兩種土地重新分配模式，發(fā)現(xiàn)基于模糊邏輯的土地重新分配模型效果更好[65]。通過土地整理項目實施，提高了耕地生產力[66]，減少了燃料消耗，降低了碳排放量，改善了經濟效益和生態(tài)效益[67]。超過66%的案例表明土地整理項目對大多數(shù)土地退化類型產生了積極影響[68]。

（2）基于土壤改良的礦區(qū)土地復墾。生物炭及其復合材料作為土地復墾的改良劑，通過沉淀、表面絡合、靜電吸引和離子交換等方法促進土壤基質中重金屬的固定化，能夠改善土壤理化性質，提升碳封存能力[69-70]。在復墾土壤中添加牛糞能夠改善表層土壤真菌多樣性和豐度，添加蜣螂會導致表層土壤真菌多樣性降低，有益真菌物種向更深的位置置換[71]。通過優(yōu)選最佳的植物物種并設定合適的修復閾值，能夠促進礦區(qū)生態(tài)環(huán)境的演替過程[72]，加快礦區(qū)受損土壤的恢復[73]。

（3）土壤—植物—微生物協(xié)同修復作用機制。植物、土壤與微生物之間的相互作用是促進生態(tài)修復的關鍵[74]，健康的土壤微生物群落有利于生態(tài)修復，利用與植物具有共生關系的微生物（例如菌根、根瘤菌等）構建微生物群落，能夠獲得長期且穩(wěn)定的生態(tài)修復效果[75]。有研究發(fā)現(xiàn)叢枝菌根真菌能夠增強植物對重金屬鉻的耐受性[76]，鳶尾植物以其對重金屬良好的耐受性和生長性，能夠有效降低土壤中的重金屬含量，被作為植物修復措施中的常用植物類型[77]。種植根系和生物量密集的草本植物會降低頂層0～10 cm土壤的容重，增加孔隙度和毛細管水容量[78]。另外，依靠原生土壤微生物群落及旱地植被來保護和恢復土壤健康被證明是合理可行的，微生物及其功能特性是防治荒漠化的關鍵[79]。生物結皮作為細菌等微生物、苔蘚等隱花植物及其菌絲、分泌物等與土壤砂礫粘結形成的復合物，在干旱半干旱地區(qū)土壤修復中發(fā)揮著重要作用[80]。

（4）基于社會、經濟和生態(tài)指標的生態(tài)修復。生態(tài)系統(tǒng)恢復通常側重于生態(tài)目標，有研究認為生態(tài)系統(tǒng)恢復舉措應納入社會層面，在生態(tài)修復的全過程中整合社會、經濟和生態(tài)指標[81]，并根據(jù)全球環(huán)境戰(zhàn)略制定更具體的生態(tài)修復目標策略，實現(xiàn)從地方到全球范圍內修復項目的可持續(xù)性[82]，能夠實現(xiàn)生態(tài)修復效益的最大化[83]。同時，可利用網絡分析方法探究阻礙生態(tài)恢復目標的主要社會因素，保障生態(tài)修復項目的有效實施[84]。另外，通過某個區(qū)域的生物庫來實現(xiàn)多個生態(tài)修復目標，能夠降低成本并增加生態(tài)修復中的生物多樣性，同時可以避免無意中創(chuàng)建新的生態(tài)系統(tǒng)[85]。

1.2.2 土地信息技術

（1）土地信息監(jiān)測與預測技術。土地信息監(jiān)測與預警技術可用于評估和預測土地資源的變化和利用情況，為土地規(guī)劃、決策和管理提供科學依據(jù)。一種基于目標特征提取的統(tǒng)一多尺度二元變化檢測方法，有效解決了不同類型變化、不同空間和光譜分辨率下土地覆蓋植被圖像變化的難題[86]。基于小波變換的卷積神經網絡（WIANet）框架，提升了對多光譜圖像處理任務中光譜特性建模的效率[87]。此外，為了科學管理土地以適應多變的條件，基于情景預測未來土地利用的趨勢顯得尤為重要。研究指出，土地利用動態(tài)轉換及其影響模型（DynaCLUE）[88]、元胞自動機—人工神經網絡（CA-ANN）[89]以及馬爾可夫鏈分析[90]等方法，在準確性和可靠性方面表現(xiàn)出色，為理解土地利用和土地覆蓋變化的動態(tài)提供了關鍵的數(shù)據(jù)支持和模型工具。

（2）基于人工智能的土地規(guī)劃技術。高效的土地規(guī)劃在解決土地利用沖突方面具有巨大潛力[91]，先進的人工智能技術為土地規(guī)劃的高效性和高質量提供了技術支撐和輔助作用[92]。研究表明，機器學習方法在解決城市形態(tài)相關參數(shù)復雜性方面發(fā)揮著獨特的優(yōu)勢[93]?；谌斯ぶ悄艿亩嗄繕藘?yōu)化算法能夠將最優(yōu)的土地利用分配給特定單位，實現(xiàn)土地的合理化利用[94]。通過生成對抗網絡（Generative Adversarial Network， GAN）來輔助土地規(guī)劃，可根據(jù)給定的場景和參數(shù)提出土地規(guī)劃方案，并通過定量和可視化方法來檢驗人工智能顧問系統(tǒng)的結果[95]。

（3）土地管理系統(tǒng)優(yōu)化技術?，F(xiàn)代土地管理系統(tǒng)依托于實時數(shù)據(jù)監(jiān)控和智能決策支持技術，為政府機關、商業(yè)實體及公眾提供了一個高度透明和易于操作的土地管理平臺。區(qū)塊鏈技術被視為一種能夠在土地登記系統(tǒng)中實現(xiàn)關鍵安全措施的潛在技術[96]。此外，一種基于多元回歸模型的大規(guī)模稅收評估系統(tǒng)被用來評估房地產價值，為大規(guī)模房地產評估的可持續(xù)性提供了技術標準和預測模型[97]?？罩猛恋卦u估系統(tǒng)（VLAS）作為一種多尺度空間分析和規(guī)劃工具，能夠對跨區(qū)域的城市空置土地進行評估、分類和規(guī)劃，有效解決空置土地的管理問題[98]?；谌后w地理信息系統(tǒng)的決策支持系統(tǒng)（GGDSSs）可以讓每個決策者在群體評估過程中使用不同決策模型系統(tǒng)參與到土地管理中，促進特定群體的參與度，使評估結果和決策更為合理[99]。

2 國內外土地工程與技術重點問題對比及重點進展評述

2.1 國內外重點問題對比

2023年，國內外土地工程與信息技術研究在理論、技術方法和應用方面逐步深入。農業(yè)用地土地整理模式和影響機制、植物—土壤—微生物協(xié)調修復作用機制和關鍵技術，以及土地信息監(jiān)測與預測、土地規(guī)劃和管理等土地信息技術，受到國內外學者的重點關注。由于國內外學科建設及理論基礎、社會經濟發(fā)展體系、科研技術水平以及土地制度等存在較大差異，研究側重點也不同。國內學者主要聚焦于可持續(xù)發(fā)展目標下的土地開發(fā)模型與運行機制、國土空間生態(tài)修復分區(qū)識別與格局構建、“雙碳”目標下的生態(tài)保護修復、復墾土壤重構和關鍵技術研究等；國外研究注重人工智能提高土地開發(fā)的效率和效益、基于生態(tài)、經濟和生態(tài)指標的生態(tài)修復模式研究等。國內外主要關注重點詳見表2。

2.2 2023年重點進展評述

2023年土地工程與信息技術研究緊扣學科基礎理論與技術及相關應用的需求，內容基本覆蓋了土地復墾學、土地整治學及土地信息技術等各個方面。主要研究進展如下：

（1）土地綜合開發(fā)模式與運行機制?；诳沙掷m(xù)發(fā)展和高效開發(fā)的需求，結合土地利用變化、陸海統(tǒng)籌、多主體博弈和準征收等視域，探討了土地綜合開發(fā)模式及運行機制，同時建立了未利用地作為耕地補充開發(fā)途徑的適宜性評價體系。

（2）全域土地綜合整治的潛力、機制及路徑。劃分了全域土地綜合整治模式的階段，評估了小斑塊農地規(guī)模化合并的空間潛力，分析了土地整治與農地生產和環(huán)境保護之間的影響和作用機制，完善了面向區(qū)域高質量發(fā)展和城鄉(xiāng)融合導向的全域土地綜合整治路徑。

（3）基于土壤改良的礦區(qū)土地復墾。探索了生物炭及其復合材料在改善土壤理化性質、提升碳封存能力和治理重金屬污染等方面的作用，闡述了復墾土壤的固碳功能、增匯機制與復墾方式和復墾年限的關系。

（4）國土空間生態(tài)保護修復模式和格局構建。探索了土壤—植物—微生物雙重或多重模式下協(xié)同修復的作用機制，構建了生態(tài)修復和生態(tài)安全格局，提出了在生態(tài)修復的全過程中整合生態(tài)、社會和經濟指標的生態(tài)系統(tǒng)修復策略。

（5）土地信息的智能化處理技術，進一步加強了多源數(shù)據(jù)的融合、空間分析及可視化，建立了完善的土地信息數(shù)據(jù)庫。探索了多源數(shù)據(jù)融合、人工智能等技術在土地信息監(jiān)測、國土空間規(guī)劃和土地管理中的應用，以及土地管理系統(tǒng)的優(yōu)化。

總的來看，2023年土地工程與信息技術研究雖然取得上述進展，但在以下方面仍存在一定不足：（1）國內土地工程領域研究多以模式和方法為主，缺乏科學問題的歸納總結及作用機制的深入探究，加之土地復墾與生態(tài)修復的基礎理論相對薄弱，對土地工程問題的凝練度和貼合度不夠，應進一步加強相關領域的交叉、融合。（2）國內土地信息技術領域研究雖在研究方法的革新和綜合利用上進展較快，但仍缺乏人工智能等技術在不同尺度上的實踐驗證，應更注重技術理念和作用機制的運行和優(yōu)化。（3）國外土地工程領域研究缺乏關鍵技術理論支撐，應進一步拓寬基礎理論與工程技術實施的協(xié)同與融合，特別是在多背景影響下礦區(qū)土地復墾與生態(tài)修復方面的二者相關性與差異化探索。（4）國外土地信息技術領域研究應加強不同區(qū)域尺度和監(jiān)測、規(guī)劃深度的多元化探究，應更注重信息處理與預測后的精確性與可持續(xù)性。

3 土地工程與信息技術研究展望

3.1 主要科技需求

2023年，黨和國家發(fā)布的相關政策法規(guī)對土地工程與信息技術領域的研究提出了新的要求。土地工程方面主要涉及山水林田湖草沙一體化保護和系統(tǒng)治理、全域土地綜合整治和國土空間生態(tài)保護修復、礦區(qū)土地復墾以及低效用地再開發(fā)等。土地信息技術方面，相關政策法規(guī)對國土空間規(guī)劃大數(shù)據(jù)應用和智慧規(guī)劃建設提出了新要求。

（1）堅持山水林田湖草沙一體化保護和系統(tǒng)治理，加強全域土地綜合整治和國土空間生態(tài)保護修復。2023年兩會提出，堅持山水林田湖草沙一體化保護和系統(tǒng)治理，實施一批重大生態(tài)工程，全面推行河湖長制、林長制。2023年4月發(fā)布的《關于嚴守底線規(guī)范開展全域土地綜合整治試點工作有關要求的通知》對全域土地綜合整治試點工作提出要求，堅決維護“三區(qū)三線”劃定成果的嚴肅性，堅決防止耕地和永久基本農田階段性流失和質量降低，有效發(fā)揮全域土地綜合整治優(yōu)化國土空間格局、助力鄉(xiāng)村振興的積極作用。2023年6月發(fā)布的《關于明確存量采礦用地復墾修復土地驗收有關要求的通知》，對存量采礦用地復墾修復土地驗收工作進行規(guī)范，嚴格要求礦區(qū)土地復墾工作的開展，推動全國生態(tài)文明建設。

（2）提升土地開發(fā)效率，推動城鄉(xiāng)高質量發(fā)展。2023年兩會提出，全面劃定耕地和永久基本農田保護紅線、生態(tài)保護紅線和城鎮(zhèn)開發(fā)邊界，保障國家糧食安全，大力實施鄉(xiāng)村振興戰(zhàn)略。2023年6月發(fā)布的《關于在經濟發(fā)展用地要素保障工作中嚴守底線的通知》要求落實最嚴格的耕地保護制度、生態(tài)環(huán)境保護制度和節(jié)約集約用地制度。2023年9月發(fā)布的《關于開展低效用地再開發(fā)試點工作的通知》要求以國土空間規(guī)劃為統(tǒng)領，以政策創(chuàng)新為支撐，推動各類低效用地再開發(fā)，推動城鄉(xiāng)發(fā)展從增量依賴向存量挖潛轉變，促進形成節(jié)約資源和保護環(huán)境的空間格局。

（3）建設國土空間時空大數(shù)據(jù)庫，推動人工智能可視化和智能化處理技術發(fā)展。2023年4月發(fā)布的《關于國土空間規(guī)劃城市時空大數(shù)據(jù)應用基本規(guī)定》，旨在建設全要素、多類型、全覆蓋、實時更新的權威國土空間規(guī)劃數(shù)據(jù)庫，制定統(tǒng)一、融合、規(guī)范的國土空間規(guī)劃時空大數(shù)據(jù)應用標準，支撐國土空間規(guī)劃管理，優(yōu)化國土空間發(fā)展格局，推動智慧規(guī)劃建設。

3.2 重點研究問題

在綜合分析2023年土地工程與信息技術研究進展的基礎上，結合當前主要科技需求，遵循土地科學發(fā)展基本規(guī)律，展望2024年土地工程與信息技術領域重點研究問題。

（1）山水林田湖草沙一體化保護和系統(tǒng)治理。統(tǒng)籌山水林田湖草沙系統(tǒng)治理，推進制度體系建設。重點關注山水林田湖草沙治理的共性和特性，山水林田湖草沙一體化保護生態(tài)補償機制，山水林田湖草沙生態(tài)產品價值一體化實現(xiàn)機制，全方位、全地域、全過程的生態(tài)保護修復治理方案，多樣性、穩(wěn)定性、持續(xù)性生態(tài)系統(tǒng)構建關鍵技術，以及多要素協(xié)同治理技術和模式等。

（2）全域土地綜合整治和國土空間生態(tài)保護修復。創(chuàng)新全域土地綜合整治模式、機制和路徑，優(yōu)化國土空間生態(tài)保護格局。重點關注全域土地綜合整治助力鄉(xiāng)村高質量發(fā)展的模式和機制，“三生空間”視角下全域土地綜合整治路徑和以流域為單元的全域土地綜合整治路徑，國土空間生態(tài)修復重點區(qū)域的識別、分區(qū)修復模式、系統(tǒng)監(jiān)測、成效評估和管理體系，國土空間規(guī)劃和其他專項規(guī)劃的銜接等。

（3）碳中和目標下的礦區(qū)土地復墾。探索增匯型礦區(qū)生態(tài)修復關鍵技術和方案，助力國家綠色發(fā)展戰(zhàn)略。重點關注礦區(qū)生態(tài)修復增匯測算評估，土地生態(tài)系統(tǒng)的固碳機制，增匯型土壤重構技術和材料研發(fā)，兼顧生態(tài)效益和增匯效果的植物種群選擇和植被恢復技術等。

（4）鄉(xiāng)村振興背景下的土地集約利用和低效用地治理。優(yōu)化土地資源配置，推動土地高效開發(fā)，嚴守耕地保護紅線，助力鄉(xiāng)村振興。重點關注集約節(jié)約用地技術，未利用地開發(fā)補充耕地，鹽堿耕地治理改良，退化耕地和撂荒耕地治理等。

（5）土地信息可視化技術。優(yōu)化土地信息系統(tǒng)平臺可視化模塊開發(fā)，推動四維土地信息歷史大數(shù)據(jù)庫建設。重點關注多源數(shù)據(jù)的獲取和融合方法，四維時空大數(shù)據(jù)庫的建設，計算機圖形學和圖像處理技術在土地信息可視化中的應用創(chuàng)新等。

（6）土地信息智能化處理技術。開發(fā)適用于土地信息分析和管理的人工智能技術，推動數(shù)字化、智能化和自動化處理技術快速發(fā)展。重點關注機器學習算法和模式識別的優(yōu)化，空間數(shù)據(jù)管理和智慧決策支持系統(tǒng)的研發(fā)，動態(tài)監(jiān)測和自動預警技術等。

3.3 《中國土地科學》重點關注方向

2024年，《中國土地科學》將繼續(xù)關注土地工程與信息技術的基礎理論以及學科領域中相關熱點和前沿議題：（1）山水林田湖草沙一體化保護和系統(tǒng)治理；（2）全域土地綜合整治和國土空間生態(tài)保護修復；（3）碳中和目標下的礦區(qū)土地復墾；（4）鄉(xiāng)村振興背景下的土地集約利用和低效用地治理；（5）土地信息可視化技術；（6）土地信息智能化處理技術。

參考文獻（References）：

[1] 鄭龍嘯，吳孟泉，周敏，等.縣域土地利用變化下土地資源開發(fā)研究——以煙臺市福山區(qū)為例[J] . 生態(tài)科學，2023，42（4）： 114 - 123.

[2] 應超，高揚，田鵬，等.陸海統(tǒng)籌視角下溫州市海岸帶國土空間開發(fā)利用時空變化特征研究[J] . 海洋通報，2023，42（2）：202 - 215.

[3] 馬春山.多主體博弈視角下高鐵站區(qū)土地綜合開發(fā)模式研究——以沿江高鐵為例[J] . 北京交通大學學報（社會科學版），2023，22（1）：65 - 75.

[4] 張先貴.“準征收”視域下耕地開發(fā)權管制的法律表達——基于耕地保護立法背景下的深思[J] . 中國土地科學，2023，37（1）：40 - 47.

[5] 周潤臣，吳宇哲.土地征收成片開發(fā)的模式迭代、運行機制與風險規(guī)避[J] . 城市發(fā)展研究，2023，30（8）：51 - 57.

[6] 趙謙，李林孖.土地征收成片開發(fā)方案羈束效力的規(guī)范構造[J] . 華中農業(yè)大學學報（社會科學版），2023（2）：182 - 191.

[7] YAO Y， HE G H， LI W， et al. Assessing the influence of water conservancy projects on China’s reserve resources for cultivated land[J] . Land， 2023， 12（9）. doi： 10.3390/ land12091811.

[8] 周霄雪，劉修巖.高鐵站區(qū)的異質性土地溢價與站區(qū)空間開發(fā)模式[J] . 經濟地理，2023，43（9）： 62 - 71.

[9] 馬春山.高鐵站區(qū)土地綜合開發(fā)的協(xié)同治理邏輯[J] . 鐵道工程學報，2023，40（1）： 122 - 126.

[10] 劉傳奇. 國土空間規(guī)劃背景下村莊全域土地綜合整治實踐研究[D] . 荊州：長江大學，2023：1 - 88.

[11] 龔華，仝德，張楚婧，等.城鄉(xiāng)融合視角下的全域土地綜合整治模式優(yōu)化[J] . 規(guī)劃師，2023，39（12）： 38 - 44，52.

[12] 黃璐瑤，段佳堃，鄔奇峰，等.浙江省農地規(guī)?；目臻g潛力與減氮增效研究[J] . 農業(yè)資源與環(huán)境學報，2024，41（1）：27 - 35.

[13] 任琛琛. 農地規(guī)模對農業(yè)生產和環(huán)境的影響研究[D] . 杭州：浙江大學，2023：1 - 186.

[14] 李鑫. 山地丘陵區(qū)土地整治對農業(yè)發(fā)展的影響[D] . 重慶：西南大學，2023：1 - 70.

[15] 王爍. 土地整治下黑土區(qū)坡耕地不同耕作措施田間差異分析與產能提升研究[D] . 哈爾濱：東北農業(yè)大學，2023：1 - 56.

[16] 陳艷林，韓博，金曉斌，等.長江經濟帶耕地產能變化及土地整治影響分析[J] . 農業(yè)工程學報，2023，39（2）：182 - 193.

[17] 應蘇辰，金曉斌，羅秀麗，等.全域土地綜合整治助力鄉(xiāng)村空心化治理的作用機制探析：基于鄉(xiāng)村功能演化視角[J] . 中國土地科學，2023，37（11）：84 - 94.

[18] 周建，李超，張佰林，等.不同地貌類型下黃土高原典型縣域新增耕地利用變化[J] . 農業(yè)工程學報，2023，39（14）：254 - 260.

[19] 王佳軒，賈佳，翟雅琳，等.黑土區(qū)土地綜合整治路徑研究：“三生”識別、監(jiān)測與調控[J] . 水土保持研究，2023，30（5）：342 - 350.

[20] 金曉斌，應蘇辰.面向區(qū)域高質量發(fā)展的全域土地綜合整治適應性轉型與路徑優(yōu)化研究[J] . 中國土地科學，2023，37（10）：1 - 11.

[21] 孫婧雯，陸玉麒.城鄉(xiāng)融合導向的全域土地綜合整治機制與優(yōu)化路徑[J] . 自然資源學報，2023，38（9）：2201 -2216.

[22] 馬琰，雷振東，劉加平，等. 面向鄉(xiāng)村振興精細化治理的國土空間綜合整治規(guī)劃研究[J] . 規(guī)劃師，2023，39（5）：26 - 33.

[23] 李超凡，尹巖，郗鳳明，等.碳中和背景下礦山生態(tài)修復的文獻計量分析[J] . 土壤通報，2023，54（4）：955 - 965.

[24] 閻仲康，曹銀貴，李志濤，等.內蒙古東部草原區(qū)礦山生態(tài)修復研究：關鍵技術與減碳路徑[J] . 農業(yè)資源與環(huán)境學報，2023，40（3）：570 - 582.

[25] 陳浮，朱燕峰，馬靜，等.黃土高原礦區(qū)生態(tài)修復固碳機制與增匯潛力及調控[J] . 煤炭科學技術，2023，51（1）：502 - 513.

[26] 陳浮，宋曉君，董文雪，等.東灘采煤沉陷區(qū)復墾對土壤細菌群落組裝及固碳功能的影響[J/OL] . 煤炭科學技術，2023：1 - 10[2023 - 11 - 20] . https：//link.cnki.net/ urlid/11.2402.TD.20231007.1358.001

[27] 馬守臣，王新生，劉賽賽，等.不同耕作方式對礦區(qū)復墾耕地的碳庫時間效應和耕地生產力的影響[J] . 煤炭學報，2023，48（7）：2858 - 2868.

[28] 胡振琪，理源源，李根生，等.碳中和目標下礦區(qū)土地復墾與生態(tài)修復的機遇與挑戰(zhàn)[J] . 煤炭科學技術，2023，51（1）：474 - 483.

[29] 官炎俊，王娟，周偉，等.露天礦區(qū)土地復墾適應性管理：內涵解析與框架構建[J] . 中國土地科學，2023，37（2）：102 - 112.

[30] 譚格非，韓立鶴，王杰，等.藏東南鐵路棄渣場不同土壤重構模式土壤質量評價[J] . 草業(yè)科學，2023，40（3）：680 - 691.

[31] 鄭笑影，王東麗，趙曉亮，等.菌劑配施有機肥下植物-土壤-微生物生態(tài)化學計量特征及內穩(wěn)性——以內蒙礦區(qū)排土場中藥復墾模式為例[J] . 水土保持學報，2023，37（5）：352 - 362.

[32] 王東麗，鄭笑影，劉陽，等.微生物菌劑協(xié)同有機肥對礦區(qū)復墾植物生長與養(yǎng)分的影響[J] . 生態(tài)學雜志，2023，42（8）：1928 - 1935.

[33] 胡安然. 不同植物-改良劑協(xié)同修復對干旱礦區(qū)土壤的改良效果[D] . 徐州：中國礦業(yè)大學，2023：1 - 68.

[34] 陳元鵬，周旭，陳妍，等.融合時序遙感分析的國土空間生態(tài)保護修復關鍵區(qū)識別[J] . 農業(yè)機械學報，2023，54（10）：161 - 170.

[35] 黃麗萍，向芳芳，陳榮清.基于生態(tài)安全格局的縣域國土空間生態(tài)保護修復關鍵區(qū)域識別——以撫州市宜黃縣為例[J] . 環(huán)境工程技術學報，2023，13（4）：1334 - 1344.

[36] 覃彬桂，林伊琳，趙俊三，等.基于InVEST模型和電路理論的昆明市國土空間生態(tài)修復關鍵區(qū)域識別[J] . 中國環(huán)境科學，2023，43（2）：809 - 820.

[37] 雷雯，傅璟，劉益，等.基于生境質量和生態(tài)廊道的國土空間生態(tài)修復關鍵區(qū)研究——以丹巴縣為例[J] . 資源開發(fā)與市場，2023，39（5）：562 - 572.

[38] 董毓伊，馮秀麗，黃俊杰，等.國土空間生態(tài)保護修復重點區(qū)域識別研究——以寧波市為例[J] . 中國土地科學，2023，37（6）：96 - 105.

[39] 王韻秋，胡業(yè)翠，高夢雯，等.多維視角下廣西喀斯特石漠化地區(qū)國土空間生態(tài)修復分區(qū)[J] . 農業(yè)工程學報，2023，39（1）：223 - 231.

[40] 孫傳諄，王梓辰，李景剛，等.基于生態(tài)系統(tǒng)多維特征的粵港澳大灣區(qū)國土空間生態(tài)保護修復分區(qū)研究[J] . 生態(tài)學報，2023，43（5）：2061 - 2073.

[41] 張鑫，任云英.基于生態(tài)安全格局視角下的南昌市國土空間生態(tài)修復關鍵區(qū)域識別[J] . 現(xiàn)代城市研究，2023（8）：105 - 112.

[42] 衛(wèi)新東，林良國，馮小龍，等.神木市生態(tài)安全格局構建與生態(tài)問題定量診斷[J] . 生態(tài)學報，2023，43（1）：82 -94.

[43] 程勇，張曉琳.基于“問題-風險”認知體系的縣域國土空間生態(tài)保護修復格局構建與對策研究[J] . 生態(tài)與農村環(huán)境學報，2023，39（7）：907 - 917.

[44] 魏家星，倪雨淳，壽田園，等.基于水-陸耦合生態(tài)系統(tǒng)服務的生態(tài)安全格局構建研究——以長三角生態(tài)綠色一體化發(fā)展示范區(qū)為例[J] . 生態(tài)學報，2023，43（13）：5305 - 5319.

[45] 于昊辰，卞正富，尹登玉.土地退化平衡導向下國土空間生態(tài)保護修復的路徑選擇[J] . 中國土地科學，2023，37（3）：1 - 10.

[46] 張曉平，胡紫紅，張璐.生態(tài)退化風險視角下的資源枯竭型城市國土空間生態(tài)保護修復——以大余縣為例[J] . 測繪通報，2023（5）：148 - 152，169.

[47] ZHANG S Q， YANG P， XIA J， et al. Remote sensing inversion and prediction of land use land cover in the middle reaches of the Yangtze River basin， China[J] . Environmental Science and Pollution Research， 2023， 30（16）： 46306 -46320.

[48] ZOU X Y， LIU X N， LIU M L， et al. Spatiotemporal graphbased analysis of land cover evolution using remote sensing time series data[J] . International Journal of Geographical Information Science， 2023， 37（5）： 1009 - 1040.

[49] XU Z L， DONG B， GAO X， et al. Land-Use change and driving force analysis of wetland in Poyang Lake based on remote sensing[J] . Journal of the Indian Society of Remote Sensing， 2023， 51（10）： 2077 - 2093.

[50] 楊彬，毛銀，陳晉，等.深度學習的遙感變化檢測綜述：文獻計量與分析[J] . 遙感學報，2023，27（9）：1988 - 2005.

[51] ZHAO B Y， ZHANG M M， WANG J B， et al. Multiple attention network for spartina alterniflora segmentation using multitemporal remote sensing images[J] . IEEE Transactions on Geoscience and Remote Sensing， 2023， 61. doi： 10.1109/ TGRS.2023.3272978.

[52] 丁建麗，葛翔宇，王瑾杰，等.地理學領域的人工智能應用與思考[J] . 新疆大學學報（自然科學版）（中英文），2023，40（4）：385 - 397.

[53] 吳宇哲，任宇航，許智釔.國土空間規(guī)劃體系下土地要素市場配置：理論、機制與模式[J] . 中國土地科學，2023，37（3）：28 - 37.

[54] 譚縱波.公私法視角下城鎮(zhèn)土地開發(fā)權與規(guī)劃權的現(xiàn)實糾葛[J] . 南京師大學報（社會科學版），2023（2）：111 -119.

[55] 譚迎輝，王偉，呂迪.基于土地發(fā)展權優(yōu)化的市縣國土空間規(guī)劃治理目標與實現(xiàn)路徑[J] . 現(xiàn)代城市研究，2023（1）：2 - 7，14.

[56] 游和遠，張津榕，夏舒怡.面向碳排放效率的多目標土地利用結構與布局優(yōu)化研究——以杭州市蕭山區(qū)為例[J] .中國土地科學，2023，37（6）：74-83.

[57] 袁雪松，周俊，胡蓓蓓，等.基于FLUS模型粵港澳大灣區(qū)“三生空間”多情景模擬預測[J] . 地理科學，2023，43（3）：564 - 574.

[58] 趙冰冰，譚驍勇，楊學習，等.融合地理條件驅動效應和圖卷積的土地利用演化模擬CA模型[J] . 測繪學報，2023，52（5）：831 - 842.

[59] 王彥君，楊曉玉，王冬梅.城市建設用地項目監(jiān)管系統(tǒng)建設關鍵技術研究[J] . 長春師范大學學報，2023，42（2）：94 - 98.

[60] XUE L， CAO P， XU D Z， et al. Agricultural land suitability analysis for an integrated rice-crayfish culture using a fuzzy AHP and GIS in central China[J] . Ecological Indicators， 2023， 148. doi： 10.1016/j.ecolind.2022.109837.

[61] ZHANG Z H， ZHANG S B， HU C T， et al. Hazard assessment model of ground subsidence coupling AHP， RS and GIS-A case study of Shanghai[J] . Gondwana Research， 2023， 117： 344 - 362.

[62] WANG Y B. Ecological risk identification and assessment of land remediation project based on GIS technology[J] . Environmental Science and Pollution Research， 2023， 30（27）： 70493 - 70505.

[63] 王豪威，陳瑞功，楊海成.基于無人機傾斜攝影技術的地籍測量應用研究[J] . 測繪與空間地理信息，2023，46（1）：211 - 214.

[64] CHEN S， CHEN H， YANG R J， et al. Linking socialecological management and ecosystem service bundles： lessons from a peri-urban agriculture landscape[J] . Land Use Policy， 2023， 131. doi： 10.1016/ j.landusepol.2023.106697.

[65] TUNALI S P， DAGDELEN N. Comparison of different models for land consolidation projects： Aydin Yenipazar Plain[J] . Land Use Policy， 2023， 127. doi： 10.1016/ j.landusepol.2023.106590.

[66] NSABIMANA A， ADOM P K， MUKAMUGEMA A， et al. The short and long run effects of land use consolidation programme on farm input uptakes： evidence from Rwanda[J] . Land Use Policy， 2023， 132. doi： 10.1016/ j.landusepol.2023.106787.

[67] JANUS J， ERTUN E. Impact of land consolidation on agricultural decarbonization： estimation of changes in carbon dioxide emissions due to farm transport[J] . Science of the Total Environment， 2023， 873. doi： 10.1016/ j.scitotenv.2023.162391.

[68] MOLNáROVá K J， SKLENICKA P， BOHNET I C， et al. Impacts of land consolidation on land degradation： a systematic review[J] . Journal of Environmental Management， 2023， 329. doi： 10.1016/j.jenvman.2022.117026.

[69] CHANDRA S， MEDHA I， TIWARI A K. The role of modified biochar for the remediation of coal mining-impacted contaminated soil： a review[J] . Sustainability， 2023， 15（5）. doi： 10.3390/su15053973.

[70] GHOSH D， MAITI S K. Invasive weed-based biochar facilitated the restoration of coal mine degraded land by modulating the enzyme activity and carbon sequestration[J] . Restoration Ecology， 2023， 31（3）. doi： 10.1111/rec.13744.

[71] EZEOKOLI O T， BADENHORST J， RAIMI A， et al. Effect of dung and dung beetle application on topsoil fungal assemblage of a post-coal mining reclamation land： towards soil health improvement[J] . Applied Soil Ecology， 2023， 185. doi： 10.1016/j.apsoil.2023.104804.

[72] DE CASTRO A F， DE ASSIS I R， CALDEIRA C F， et al. Minimum thresholds of key ecological attributes facilitate the tracking of mineland restoration[J] . Resources Policy， 2023， 84. doi： 10.1016/j.resourpol.2023.103722.

[73] GAIROLA S U， BAHUGUNA R， BHATT S S. Native plant species： a tool for restoration of mined lands[J] . Journal of Soil Science and Plant Nutrition， 2023， 23（2）： 1438 - 1448.

[74] CROSS A T， ARONSON J. Plant-soil-microbe interactions and drivers in ecosystem development and ecological restoration[J] . Frontiers in Ecology and Evolution， 2023， 11. doi： 10.3389/fevo.2023.1216016.

[75] LE ROUX J J， LEISHMAN M R， GERAGHTY D M， et al. Rewiring critical plant-soil microbial interactions to assist ecological restoration[J] . American Journal of Botany， 2023， 110（9）. doi： 10.1002/ajb2.16228.

[76] AHAMMED G J， SHAMSY R， LIU A R， et al. Arbuscular mycorrhizal fungi-induced tolerance to chromium stress in plants[J] . Environmental Pollution， 2023， 327. doi： 10.1016/ j.envpol.2023.121597.

[77] NAING A H， PARK D Y， PARK H C， et al. Removal of heavy metals using Iris species： a potential approach for reclamation of heavy metal-polluted sites and environmental beautification[J] . Environmental Science and Pollution Research， 2023， 30： 78004 - 78016.

[78] MISEBO A M， SZOSTAK M， SIERKA E， et al. The interactive effect of reclamation scenario and vegetation types on physical parameters of soils developed on carboniferous mine spoil heap[J] . Land Degradation Development， 2023， 34（12）： 3593 - 3605.

[79] DUELL E B， O’HARE A， WILSON G W T. Inoculation with native soil improves seedling survival and reduces nonnative reinvasion in a grassland restoration[J] . Restoration Ecology， 2023， 31（1）. doi： 10.1111/rec.13685.

[80] GARCIA-PICHE F. Using solar farms as a platform for the ecological restoration of arid soils[J] . Nature Sustainability， 2023， 6（8）： 891 - 892.

[81] TEDESCO A M， LóPEZ-CUBILLOS S， CHAZDON R， et al. Beyond ecology： ecosystem restoration as a process for social-ecological transformation[J] . Trends in Ecology Evolution， 2023， 38（7）： 643 - 653.

[82] KLAUS V H. Pitfalls in global grassland restoration challenge restoration programs and the science-policy dialogue[J] . Ecological Indicators， 2023， 149. doi： 10.1016/ j.ecolind.2023.110185.

[83] SILVA E， NAJI W， SALVANESCHI P， et al. Prioritizing areas for ecological restoration： a participatory approach based on cost-effectiveness[J] . Journal of Applied Ecology， 2023， 60（6）：1194 - 1205.

[84] MA AS-NAVARRO J J， ALEDO A， ORTIZ G， et al. Unravelling social barriers in ecological restoration decisionmaking： a network analysis approach[J] . Land Degradation Development， 2023， 34（16）： 4897 - 4911.

[85] COUTINHO A G， CARLUCCI M B， CIANCIARUSO M V. A framework to apply trait-based ecological restoration at large scales[J] . Journal of Applied Ecology， 2023， 60（8）： 1562 -1571.

[86] CARDAMA F J， HERAS D B， ARGUELLO F. Consensus techniques for unsupervised binary change detection using multi-scale segmentation detectors for land cover vegetation images[J] . Remote Sensing， 2023， 15（11）. doi： 10.3390/ rs15112889.

[87] SINGH A， BRUZZONE L. WIANet： a wavelet-inspired attention-based convolution neural network for land cover classification[J] . IEEE Geoscience and Remote Sensing Letters， 2023， 20. doi： 10.1109/LGRS.2022.3232224.

[88] LOUKIKA K N， KEESARA V R， BURI E S， et al. Future prediction of scenario based land use land cover（LULC）using DynaCLUE model for a river basin[J] . Ecological Informatics， 2023， 77. doi： 10.1016/j.ecoinf.2023.102223.

[89] LUKAS P， MELESSE A M， KENEA T T. Prediction of future land use/land cover changes using a coupled CA-ANN model in the upper Omo-Gibe River Basin， Ethiopia[J] . Remote Sensing， 2023， 15（4）. doi： 10.3390/rs15041148.

[90] ABBAS H， TAO W， KHAN G， et al. Multilayer perceptron and Markov Chain analysis based hybrid-approach for predicting land use land cover change dynamics with Sentinel-2 imagery[J] . Geocarto International， 2023， 38（1）. doi： 10.1080/10106049.2023.2256297.

[91] TORMA G， ASCHEMANN-WITZEL J. Social acceptance of dual land use approaches： stakeholders’ perceptions of the drivers and barriers confronting agrivoltaics diffusion[J] . Journal of Rural Studies， 2023， 97： 610 - 625.

[92] SON T H， WEEDON Z， YIGITCANLAR T， et al. Algorithmic urban planning for smart and sustainable development： systematic review of the literature[J] . Sustainable Cities and Society， 2023， 94. doi： 10.1016/j.scs.2023.104562.

[93] TEKOUABOU S C K， DIOP E， AZMI R， et al. Artificial intelligence based methods for smart and sustainable urban planning： a systematic survey[J] . Archives of Computational Methods in Engineering， 2023， 30（2）： 1421 - 1438.

[94] MASOUMI Z， VAN GENDEREN J. Artificial intelligence for sustainable development of smart cities and urban land-use management[J] . Geo-Spatial Information Science， 2023， 25. doi： 10.1080/10095020.2023.2184729.

[95] PARK C， NO W， CHOI J， et al. Development of an AI advisor for conceptual land use planning[J] . Cities， 2023， 138. doi： 10.1016/j.cities.2023.104371.

[96] JUNAID L， BILAL K， KHALID O， et al. BlockchainEnabled land management systems[J] . Telecommunication Systems， 2023， 84（3）： 421 - 442.

[97] UNEL F B， YALPIR S. Sustainable tax system design for use of mass real estate appraisal in land management[J] . Land Use Policy， 2023， 131. doi： 10.1016/ j.landusepol.2023.106734.

[98] ZHANG P， PARK S. VLAS： vacant land assessment system for urban renewal and greenspace planning in legacy cities[J] . Sustainability， 2023， 15（12）. doi： 10.3390/su15129525.

[99] JELOKHANI-NIARAKI M， MORADI-POUR S， SAMANY N N， et al. A multiple models-multiple users group GIS-based decision support system for land use problems[J] . Land Use Policy， 2023， 134. doi： 10.1016/j.landusepol.2023.106916.

Progress Review on Land Science Research in 2023 and Prospects for 2024： The Sub-report on Land Engineering and Land Information Technology

HU Zhenqi1，2， ZHANG Fan1， ZHANG Zixuan1， SUN Huang1， ZHONG Anya1

（1. School of Geosciences Surveying Engineering， China University of Mining and Technology（Beijing）， Beijing 100083， China； 2. School of Environment Science and Spatial Informatics， China University of Mining and Technology， Xuzhou 221116， China）

Abstract： The purposes of this paper are to summarize the research progress on land engineering and land information technology in 2023 and to give prospects in 2024. The method of literature review is employed. The research results show that domestic research mainly focuses on comprehensive land development modes and operating mechanisms， the potential mechanisms and paths of comprehensive land consolidation in the entire region， land reclamation and ecological restoration against the background of carbon neutrality， reconstruction of reclaimed soil in the soil-plant-microbe mode， differentiated zoning and pattern construction of territorial spatial ecological restoration， land information intelligent monitoring technology and extracting methods， digital territorial space planning technology， GIS-based land management technology. The international research mainly focuses on land consolidation modes of agricultural land， land reclamation in mining area based on soil improvement， soil-plant-microbe synergistic restoration action mechanisms， ecological restoration based on socio-economic and ecological indexes， land information monitoring and prediction technology， AI-based land planning technology， and land management system optimization technology. In conclusion， in 2023， land engineering and information technology have made some progress in comprehensive land management in the entire region， land reclamation and soil reconstruction， ecological restoration of territorial space， and land information monitoring and management technology. Combined with the current scientific and technological needs， in 2024 and in the future， it is expected to focus on the integrated protection and systematic management of mountains， waters， forests， fields， lakes， grasslands and sands， comprehensive land remediation and ecological restoration of the entire region， land reclamation in mining areas under the goal of carbon neutrality， intensive land development and inefficient land use governance in the context of rural revitalization， land information visualization technology， and land information intelligent processing technology against the background of rural revitalization.

Key words： land development； land consolidation； land reclamation； ecological restoration； land information technology； review

（本文責編：張冰松）