吳文斌，楊 鵬，李正國(guó)，陳仲新，周清波，唐華俊

(1．中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081;2．農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100081)

農(nóng)業(yè)土地利用是人類為了自身的生存和發(fā)展需求而有意識(shí)地對(duì)土地資源進(jìn)行開(kāi)發(fā)、經(jīng)營(yíng)和利用的活動(dòng)，是土地系統(tǒng)的重要組成部分［1］。農(nóng)作物空間格局是一個(gè)地區(qū)或生產(chǎn)單位作物種植結(jié)構(gòu)、熟制與種植方式的空間表達(dá)，主要包括:農(nóng)作物的組成與布局，即種植什么和在哪里種植的問(wèn)題;農(nóng)作物的復(fù)種或休閑，即一年幾熟或幾年幾熟的問(wèn)題;農(nóng)作物的種植方式，即如何種植的問(wèn)題，包括連作、輪作、間種與套種等［2］。農(nóng)作物空間格局是農(nóng)業(yè)土地利用的一種形式和結(jié)果，反映了人類農(nóng)業(yè)生產(chǎn)在空間范圍內(nèi)利用農(nóng)業(yè)生產(chǎn)資源的狀況，是了解農(nóng)作物種類、結(jié)構(gòu)、分布特征的重要信息，也是進(jìn)行作物結(jié)構(gòu)調(diào)整和優(yōu)化的依據(jù)。同時(shí)，農(nóng)作物空間格局特征及其時(shí)空動(dòng)態(tài)變化信息也是研究農(nóng)業(yè)生態(tài)系統(tǒng)對(duì)陸地碳循環(huán)貢獻(xiàn)，評(píng)價(jià)全球變化對(duì)區(qū)域農(nóng)業(yè)生產(chǎn)影響的基礎(chǔ)。因此，農(nóng)作物空間格局及其時(shí)空動(dòng)態(tài)變化研究具有重要的理論和實(shí)際意義，已經(jīng)成為地理學(xué)和生態(tài)學(xué)的前沿和熱點(diǎn)研究問(wèn)題［3］。

人類發(fā)展的歷史是不斷對(duì)土地加以開(kāi)發(fā)利用和對(duì)土地覆蓋進(jìn)行改造的歷史，農(nóng)業(yè)土地利用或農(nóng)作物空間格局處于動(dòng)態(tài)變化之中。自20世紀(jì)90年代以來(lái)，國(guó)際地圈生物圈計(jì)劃與國(guó)際全球環(huán)境變化人類行為計(jì)劃的共同執(zhí)行土地利用/覆蓋變化研究 (Land-Use and Land-Cover Change，LUCC)以及后續(xù)全球土地計(jì)劃 (Global Land Project，GLP)的實(shí)施，極大促進(jìn)了“土地變化科學(xué)”的誕生與發(fā)展［4-7］。農(nóng)作物空間格局變化研究無(wú)論在理論和方法方面，還是在實(shí)踐方面都取得了長(zhǎng)足的進(jìn)展。文章將重點(diǎn)圍繞農(nóng)作物空間格局變化的特征、機(jī)理機(jī)制和模擬模型等方面的研究進(jìn)展進(jìn)行歸納和總結(jié)，討論已有或目前研究中存在的關(guān)鍵問(wèn)題，并對(duì)未來(lái)發(fā)展趨勢(shì)和重點(diǎn)進(jìn)行展望，以饗讀者。

1 農(nóng)作物空間格局變化特征研究

農(nóng)作物空間格局特征主要包括單一作物的空間分布特征和多種作物組合形成的種植制度特征。農(nóng)作物空間格局變化信息獲取方法主要有3種:基于統(tǒng)計(jì)數(shù)據(jù)的方法、基于遙感信息的方法以及基于空間模型的方法?；诮y(tǒng)計(jì)數(shù)據(jù)分析是獲取農(nóng)作物空間格局變化信息的傳統(tǒng)方法，已廣泛應(yīng)用于大區(qū)域尺度和長(zhǎng)時(shí)間序列農(nóng)作物空間格局及其變化分析研究。如張莉等利用統(tǒng)計(jì)數(shù)據(jù)分析了黑龍江省賓縣過(guò)去15年農(nóng)作物空間格局變化特征和規(guī)律［8］，Lobell等分析了氣候變化影響下全球作物產(chǎn)量的時(shí)空格局特征［9］。統(tǒng)計(jì)方法的優(yōu)勢(shì)是不僅可以獲取統(tǒng)計(jì)單元內(nèi)農(nóng)作物空間格局變化的數(shù)量和速率等特征的詳細(xì)信息，還可以提供與農(nóng)作物生長(zhǎng)、農(nóng)業(yè)生產(chǎn)緊密相關(guān)的其他信息，如作物物候期、灌溉量、施肥量、投入成本和動(dòng)力費(fèi)用等。

遙感技術(shù)作為一種高新技術(shù)，因成本低、迅速和準(zhǔn)確的優(yōu)點(diǎn)正被廣泛應(yīng)用于對(duì)地觀測(cè)活動(dòng)中。目前，多傳感器、多時(shí)間分辨率、多空間分辨率的遙感數(shù)據(jù)在不同時(shí)空尺度的農(nóng)作物空間格局動(dòng)態(tài)變化研究中得到了廣泛應(yīng)用。農(nóng)作物遙感識(shí)別和變化監(jiān)測(cè)方法從最初目視解譯法發(fā)展到基于統(tǒng)計(jì)學(xué)的分類法 (如結(jié)合地面樣點(diǎn)的監(jiān)督分類方法、多時(shí)相分類方法、多元數(shù)據(jù)結(jié)合分類法等)，以及其它遙感分類法 (如神經(jīng)元網(wǎng)絡(luò)方法、模糊數(shù)學(xué)分類法、專家系統(tǒng)分類法、混合像元分解法等)［3］。自1997年起，美國(guó)農(nóng)業(yè)部國(guó)家農(nóng)業(yè)統(tǒng)計(jì)中心利用多源中高分辨率遙感影像，制作美國(guó)每年度作物分布圖 (Cropland data layers，CDL)［10］。徐新剛等利用高空間分辨率的QuickBird數(shù)據(jù)提取了作物種植面積分布［11］，張國(guó)平［12］和Liu等［13］等利用Landsat TM數(shù)據(jù)監(jiān)測(cè)了農(nóng)業(yè)耕地或作物空間分布及其動(dòng)態(tài)變化。Jakubauskas等［14］和李景剛等［15］則分別探索了利用低空間分辨率NOAA/AVHRR數(shù)據(jù)進(jìn)行大區(qū)域耕地或作物空間格局動(dòng)態(tài)變化的研究。近幾年來(lái)，中低空間分辨率的MODIS數(shù)據(jù)更是在大區(qū)域的作物空間分布監(jiān)測(cè)中發(fā)揮了重要作用［16-19］。此外，根據(jù)作物的生長(zhǎng)季節(jié)性特點(diǎn)，利用時(shí)間序列植被指數(shù)構(gòu)建作物生長(zhǎng)曲線，不僅可以實(shí)現(xiàn)多種作物空間分類提取，還能獲取區(qū)域復(fù)種指數(shù)［20-22］、輪作方式［23］、物候特征［24-25］、耕地廢棄［26］等空間分布格局。

通過(guò)將農(nóng)作物光合、呼吸、蒸騰、營(yíng)養(yǎng)等一系列生理生化過(guò)程所需要的氣候和土壤條件等公式化，再與各地域的光、溫、水、土壤、地形以及農(nóng)業(yè)生產(chǎn)條件等建立鏈接，就可以構(gòu)建空間模型來(lái)獲取農(nóng)作物空間格局信息。基于模型的方法主要考慮了與農(nóng)作物品種相對(duì)應(yīng)的農(nóng)業(yè)氣候和土壤條件的閾值區(qū)間，實(shí)現(xiàn)了對(duì)不同農(nóng)作物的潛在空間分布模擬。Tan等利用作物潛在熱量值、最適生長(zhǎng)溫度、最低臨界生長(zhǎng)溫度和生育期日數(shù)等基本作物生理參數(shù)，在全球尺度模擬了單一作物 (春小麥或冬小麥)、冬小麥—玉米、水稻—水稻等7種作物種植制度的潛在空間分布區(qū)域［27］?；诳臻g模型的方法不僅可以應(yīng)用于不同地域尺度的農(nóng)作物空間分布現(xiàn)狀模擬，也可用于未來(lái)氣候變化情景下的農(nóng)作物空間分布模擬預(yù)測(cè)［28-29］，有效彌補(bǔ)基于統(tǒng)計(jì)數(shù)據(jù)和遙感信息方法的不足。

2 農(nóng)作物空間格局變化機(jī)理研究

農(nóng)作物空間格局變化機(jī)理研究在于了解農(nóng)作物空間格局從一個(gè)狀態(tài)變化到另一個(gè)狀態(tài)的動(dòng)態(tài)過(guò)程，剖析農(nóng)作物空間格局的演變的內(nèi)外部原因，確定不同自然—社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子對(duì)作物格局演變的作用機(jī)制。

農(nóng)作物空間格局的形成和變化是自然因素和人類活動(dòng)共同作用的產(chǎn)物。自然驅(qū)動(dòng)力作為一個(gè)系統(tǒng)，可以分成不同的組成部分，如氣候、土壤、水文等。各部分還可以繼續(xù)劃分，如氣候因素可以細(xì)分出平均溫度、極端溫度、積溫、降水、無(wú)霜期等［1］。國(guó)內(nèi)外不少學(xué)者應(yīng)用多種系統(tǒng)分析與數(shù)理統(tǒng)計(jì)方法分析了自然生態(tài)環(huán)境變化 (如氣溫增加、降水變化、土壤養(yǎng)分變化等)對(duì)農(nóng)作物空間格局的影響。云雅如等研究指出黑龍江省過(guò)去20年水稻播種范圍向北和向東擴(kuò)展，種植面積比重顯著增加，小麥種植范圍大幅向北退縮，與氣候變暖帶來(lái)的積溫增加及積溫帶北移東擴(kuò)密切相關(guān)［30］。蘇桂武和方修琦研究指出京津地區(qū)近50年來(lái)水稻播種面積的變化較降水變化滯后，其結(jié)果導(dǎo)致年降雨量變化與當(dāng)年水稻種植面積變化之間存在顯著負(fù)相關(guān)［31］。Rounsevell等則在英國(guó)的西北部分析研究了土壤和氣候因素變化，對(duì)小麥、玉米、大豆和甜菜等作物空間分布動(dòng)態(tài)變化的影響［32］。劉紀(jì)遠(yuǎn)等研究顯示我國(guó)水田與旱地分布與900mm等降水線的空間分布吻合，水田主要分布在降水量為1 000～1 600mm的地區(qū)，水田分布的最北界與年均溫度大于1°C的地區(qū)相對(duì)一致，全球氣候變化所帶來(lái)的溫度與降水變化將影響我國(guó)農(nóng)業(yè)耕作空間分布的變化，也將直接導(dǎo)致相應(yīng)農(nóng)作物空間格局的變化［13］。

人文驅(qū)動(dòng)力作為一個(gè)系統(tǒng)，可以分為人口、技術(shù)、貧富狀況、政治經(jīng)濟(jì)狀況和文化等。每一部分也可以繼續(xù)往下分，如人口可以分為農(nóng)業(yè)人口數(shù)量、密度、增長(zhǎng)速度、年齡結(jié)構(gòu)等。與自然驅(qū)動(dòng)力的作用機(jī)制相比，人類活動(dòng)所產(chǎn)生的驅(qū)動(dòng)機(jī)制更加復(fù)雜。Xie等應(yīng)用多元回歸分析方法在江蘇吳縣研究1990～2000年間基本農(nóng)田保護(hù)政策對(duì)水稻空間格局影響機(jī)制時(shí)，發(fā)現(xiàn)該政策因素能夠顯著減緩水稻空間分布縮減趨勢(shì)，但這種正面效應(yīng)在很大程度上又受到區(qū)域經(jīng)濟(jì)發(fā)展和城市擴(kuò)展等諸多經(jīng)濟(jì)社會(huì)因子的綜合影響［33］。Long等在江蘇昆山的研究則表明，工業(yè)化趨勢(shì)、城鎮(zhèn)化進(jìn)程、人口增長(zhǎng)和中國(guó)經(jīng)濟(jì)改革政策是共同影響該區(qū)域1987～2000年水稻空間格局演變的4個(gè)主要人文驅(qū)動(dòng)力［34］。He等通過(guò)分析區(qū)域景觀指數(shù)1983～2001年的動(dòng)態(tài)變化，認(rèn)為中國(guó)北部13個(gè)省區(qū)農(nóng)田空間格局演變的主要驅(qū)動(dòng)因子是經(jīng)濟(jì)的發(fā)展和生活水平的顯著提高［35］。Mottet等分析各種自然—社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)因子認(rèn)為，海拔高度和坡度，以及社會(huì)經(jīng)濟(jì)因素中的交通通達(dá)度和土地使用期限等是綜合影響歐洲西南部比利牛斯山脈地區(qū)玉米等飼料作物空間格局變化的關(guān)鍵驅(qū)動(dòng)力［36］。Wood等的研究更是詳細(xì)比較分析了氣候因素、人口增長(zhǎng)、農(nóng)業(yè)發(fā)展項(xiàng)目、農(nóng)田休閑耕作制度、土地使用期限等多種自然影響因子和人類活動(dòng)，對(duì)非洲國(guó)家塞內(nèi)加爾中南部地區(qū)玉米、水稻、棉花和花生等農(nóng)作物近20年空間格局演變的機(jī)理機(jī)制［37］。

3 農(nóng)作物空間格局變化模擬模型研究

農(nóng)作物空間格局變化模擬模型將土地變化系統(tǒng)中的現(xiàn)實(shí)問(wèn)題歸結(jié)為相應(yīng)的數(shù)學(xué)問(wèn)題，在此基礎(chǔ)上利用數(shù)學(xué)的概念、方法和理論進(jìn)行深入的分析和研究，從定性或定量的角度來(lái)刻畫實(shí)際問(wèn)題，并為解決現(xiàn)實(shí)問(wèn)題提供數(shù)據(jù)或可靠的指導(dǎo)。借助計(jì)算機(jī)模擬模型，可以有效地分析農(nóng)作物空間格局變化的速率、數(shù)量和空間特征，更好地解釋其變化過(guò)程和機(jī)理機(jī)制，并可以探索未來(lái)不同情景下的可能變化趨勢(shì)［38］。

早期的模型多為非空間模型，如SALU模型［39］，側(cè)重于研究分析農(nóng)作物變化的數(shù)量和速率特征，對(duì)變化的空間分布并未給予太多考慮。近10年來(lái)，隨著遙感與地理信息系統(tǒng)技術(shù)的發(fā)展，農(nóng)作物空間格局變化模擬模型發(fā)展到以空間模型為主，如空間統(tǒng)計(jì)模型、系統(tǒng)動(dòng)力學(xué)模型、元胞自動(dòng)機(jī)模型等［40-44］。通過(guò)分析農(nóng)作物空間分布和自然、社會(huì)、經(jīng)濟(jì)因子之間的相互關(guān)系，得到農(nóng)作物分布的空間適宜性分布圖。在綜合考慮諸多限制因素和轉(zhuǎn)換規(guī)則的前提下，將外部預(yù)測(cè)和計(jì)算的農(nóng)作物面積變化總體數(shù)量逐步分配到一定的地理空間單元中，實(shí)現(xiàn)農(nóng)作物面積數(shù)量變化向空間位置變化的轉(zhuǎn)移。

地理空間模型可以分析研究影響作物空間格局變化的主要因子和具體過(guò)程，但由于忽略了“人地關(guān)系”中“人”的研究，該類模擬往往不能分析作物空間格局變化中的人類選擇或決策行為，也不能分析社會(huì)體制及宏觀政策等對(duì)作物空間格局變化的影響作用［38］。因此，自20世紀(jì)90年代以來(lái)，智能體模型(Agent-based Model，ABM)被廣泛用來(lái)模擬研究農(nóng)戶農(nóng)作物選擇行為及其對(duì)農(nóng)作物空間格局變化的影響［45，46］。Balmann最先利用ABM模型分析了不同政策下農(nóng)場(chǎng)間的競(jìng)爭(zhēng)關(guān)系，以及由此引起的農(nóng)業(yè)土地變化［47］。Berger分析研究了農(nóng)戶間的土地利用行為選擇，包括農(nóng)戶如何選擇新技術(shù)及如何參與土地市場(chǎng)活動(dòng)等［48］。Evans等利用效用模型分析農(nóng)戶土地利用行為變化過(guò)程以及其對(duì)應(yīng)的地塊尺度的土地利用變化，在后續(xù)的研究中，整合移民潮、人口變動(dòng)等因素，模擬了歷史時(shí)期的毀林造田—棄田再生林過(guò)程［49］。Deadman等使用啟發(fā)式與決策樹(shù)相結(jié)合的方法表達(dá)決策過(guò)程［50］;Manson認(rèn)為農(nóng)戶在決策過(guò)程中表現(xiàn)出有限理性，即“最優(yōu)選擇”不一定是“最終選擇”，在模型中加入了演化算法以更加真實(shí)表達(dá)農(nóng)戶決策過(guò)程［51］。Polhill等應(yīng)用了啟發(fā)式模仿與改進(jìn)的算法表達(dá)決策過(guò)程，突出體現(xiàn)了決策過(guò)程中主體之間的相互作用與影響，后續(xù)研究將自然、社會(huì)經(jīng)濟(jì)、政策、以及偏好等整合進(jìn)入FEARLUS模型框架，使模型表達(dá)更加真實(shí)［52］。Valbuena等使用簡(jiǎn)單的概率法來(lái)表達(dá)農(nóng)戶決策，但其改進(jìn)地方在于進(jìn)行了農(nóng)戶分類，考慮農(nóng)戶類型與決策行為之間存在一定的對(duì)應(yīng)關(guān)系［53］。Mena等使用了同樣的概率法，不同的是將農(nóng)戶的經(jīng)營(yíng)策略以特定比例行為限定為“最大收益”、“模仿”、“隨機(jī)”3種，這3種經(jīng)營(yíng)策略分別對(duì)應(yīng)具體的土地利用決策行為［54］。Becu等［55］和Ziervogel等［56］則應(yīng)用了參與式模擬或角色扮演的方法定性表達(dá)農(nóng)戶的決策意向，是傳統(tǒng)經(jīng)驗(yàn)研究方法的重要補(bǔ)充。Gaube等開(kāi)發(fā)的SERD模型中集成了決策樹(shù)與概率判定的方法［57］;Castella等將啟發(fā)式方法和參與式模擬相結(jié)合［58］;而Le等的LUDAS模型中集成了有限理性理論、最大效用模型、空間多項(xiàng)式回歸以及啟發(fā)式算法等多種方法［59］。在國(guó)內(nèi)，吳文斌等基于離散選擇模型建立了一個(gè)作物播種面積變化的全球模型，通過(guò)模擬作物選擇行為對(duì)全球主要作物播種面積動(dòng)態(tài)變化進(jìn)行了模擬研究［60］;黃河清等利用LUC-ASM模型研究了不同農(nóng)戶類型以及自然環(huán)境、政府和企業(yè)的補(bǔ)貼機(jī)制綜合影響下的農(nóng)戶土地利用行為［61］;陳海等則研究了農(nóng)戶間的相互作用及市場(chǎng)因素的影響，并探討不同尺度下農(nóng)戶土地利用決策過(guò)程［62］。

4 未來(lái)研究趨勢(shì)和重點(diǎn)

4.1 農(nóng)作物空間格局變化特征研究

基于統(tǒng)計(jì)數(shù)據(jù)、遙感信息和空間模型來(lái)獲取農(nóng)作物空間格局及其變化信息的方法各具特色，但也存在不同的缺陷。統(tǒng)計(jì)方法用于大范圍農(nóng)作物空間格局變化監(jiān)測(cè)時(shí)耗人力、物力和財(cái)力，也易受人為因素的干擾。統(tǒng)計(jì)數(shù)據(jù)僅能反映統(tǒng)計(jì)單元水平上的數(shù)量變化，難以表現(xiàn)統(tǒng)計(jì)單元內(nèi)部作物分布的空間變異性［63］。遙感方法在農(nóng)作物空間格局提取中也存在許多亟待解決的問(wèn)題，如混合像元、大氣校正、尺度轉(zhuǎn)換等，同物異譜和同譜異物現(xiàn)象的廣泛存在，使得單純的基于遙感影像分類的方法難以應(yīng)用于大尺度空間農(nóng)作物種類的識(shí)別，也就難以獲取農(nóng)作物空間格局動(dòng)態(tài)變化的特征?；谀Ｐ偷姆椒ㄖ饕紤]農(nóng)作物空間分布的氣候、地形和和土壤等生態(tài)環(huán)境因子，而對(duì)農(nóng)作物真實(shí)空間分布緊密相關(guān)的農(nóng)戶種植習(xí)慣、農(nóng)產(chǎn)品價(jià)格、農(nóng)業(yè)政策等社會(huì)經(jīng)濟(jì)因子考慮不夠。因此，基于多尺度、多信息源數(shù)據(jù)融合的復(fù)合方法成為農(nóng)作物空間格局動(dòng)態(tài)變化特征研究的重要方向，可以充分利用多種數(shù)據(jù)信息的特色，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，彌補(bǔ)單一遙感數(shù)據(jù)和分類方法的缺陷，提高信息獲取和分析精度［64-65］。

利用遙感數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)融合的方法，Leff等生成了全球18種主要作物10 km空間分辨率的分布圖集［66］;Ramankutty等［67］和Monfreda等［68］則應(yīng)用線性回歸模型將不同空間尺度農(nóng)作物統(tǒng)計(jì)信息分配到全球10km分辨率的耕地像元中，最終獲取了11種主要作物的空間分布信息。然而，這些全球數(shù)據(jù)集的空間分辨率太粗，不太適合區(qū)域尺度的農(nóng)作物空間格局分析;而且往往都是針對(duì)某一特定時(shí)間點(diǎn)或時(shí)段，缺乏長(zhǎng)時(shí)間序列的農(nóng)作物空間分布數(shù)據(jù)集，無(wú)法獲取農(nóng)作物空間格局動(dòng)態(tài)變化信息。因此，迫切需要構(gòu)建具有普適性的農(nóng)作物空間格局獲取方法或模型，以5年或10年的間隔周期獲取農(nóng)作物空間分布動(dòng)態(tài)變化特征。

不同數(shù)據(jù)源之間的尺度、精度、采集方法等差異會(huì)影響多源數(shù)據(jù)的應(yīng)用過(guò)程，如不同遙感數(shù)據(jù)集采取的分類規(guī)則和分類系統(tǒng)可能不相同，遙感數(shù)據(jù)獲取的作物面積與統(tǒng)計(jì)數(shù)據(jù)作物面積數(shù)量可能不一致［69］。如何進(jìn)行相互驗(yàn)證，以減少數(shù)據(jù)差異對(duì)農(nóng)作物空間分布研究的影響值得深入分析。因此，開(kāi)展不同來(lái)源的耕地或作物空間分布數(shù)據(jù)的驗(yàn)證和比對(duì)分析研究十分必要，不僅可以幫助數(shù)據(jù)用戶根據(jù)研究目的和區(qū)域選擇適宜的數(shù)據(jù)產(chǎn)品，也可以為數(shù)據(jù)生產(chǎn)者提供反饋，以促進(jìn)數(shù)據(jù)處理算法的改進(jìn)，更好地服務(wù)于未來(lái)農(nóng)作物空間分布制圖。

當(dāng)前，一些開(kāi)放的數(shù)據(jù)共享/驗(yàn)證平臺(tái)開(kāi)始出現(xiàn)，進(jìn)一步豐富了農(nóng)作物空間格局研究?jī)?nèi)容。如Geo-Wiki通過(guò)眾包的方式獲取足夠的地面驗(yàn)證點(diǎn)，將現(xiàn)有全球耕地?cái)?shù)據(jù)集加以合成，能夠重新生成一套精度更高的全球耕地空間數(shù)據(jù)集［70］。CropScape將美國(guó)CDL作物分布數(shù)據(jù)集進(jìn)行開(kāi)放共享，用戶不僅可直接通過(guò)網(wǎng)絡(luò)訪問(wèn)CDL數(shù)據(jù)集，同時(shí)還可以根據(jù)用戶位置獲取更為具體的農(nóng)作物空間格局分析信息［71］。

4.2 農(nóng)作物空間格局變化機(jī)理研究

農(nóng)作物空間格局變化問(wèn)題實(shí)質(zhì)上是“人類—環(huán)境”關(guān)系問(wèn)題?，F(xiàn)有的農(nóng)作物空間格局驅(qū)動(dòng)機(jī)制研究側(cè)重于應(yīng)用多種系統(tǒng)分析與數(shù)理統(tǒng)計(jì)方法分析自然生態(tài)環(huán)境變化對(duì)農(nóng)作物時(shí)空格局的影響，分析對(duì)象往往是具有一定面積的土地單元，或柵格系統(tǒng)中網(wǎng)格表述的一定面積區(qū)域，利用地理網(wǎng)格數(shù)據(jù)或行政區(qū)域社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)可以較為容易地建立農(nóng)作物空間格局變化與環(huán)境因子之間的關(guān)系。然而，農(nóng)作物空間格局變化不僅受自然因素的影響，還受社會(huì)經(jīng)濟(jì)等人文因素的綜合作用，僅從自然驅(qū)動(dòng)力或人文驅(qū)動(dòng)力一個(gè)角度來(lái)分析往往難以全面理解農(nóng)作物空間格局的動(dòng)態(tài)變化過(guò)程［1］。因此，必須綜合自然—社會(huì)經(jīng)濟(jì)多因素，同時(shí)在不同時(shí)空尺度下比較研究農(nóng)作物空間格局動(dòng)態(tài)變化特征，這樣才能真正認(rèn)識(shí)導(dǎo)致其動(dòng)態(tài)變化的原因。

以往機(jī)理研究?jī)H能從宏觀層面對(duì)農(nóng)作物空間格局變化的驅(qū)動(dòng)機(jī)制進(jìn)行解釋，而忽視了農(nóng)作物空間格局變化中發(fā)揮重要作用的人類主體決策行為，難以對(duì)微觀個(gè)體行為給出合理的解。事實(shí)上，宏觀尺度農(nóng)作物空間格局是微觀層面農(nóng)戶農(nóng)作物選擇決策行為和過(guò)程的匯總和綜合，亦即宏觀尺度格局是從微觀過(guò)程涌現(xiàn)出的［72，73］。由于不同決策主體具有不同的自治性、能動(dòng)性、適應(yīng)性和交互性特征，使得主體間的農(nóng)作物選擇或決策行為呈現(xiàn)為顯著的差異性、動(dòng)態(tài)性和相關(guān)性，一定程度上可以科學(xué)解釋和揭示農(nóng)作物空間格局變化的原因和過(guò)程［74］。因此，從長(zhǎng)遠(yuǎn)趨勢(shì)看，如果農(nóng)作物空間格局機(jī)制研究不考慮人類主體決策機(jī)制，不從整體和動(dòng)態(tài)的角度來(lái)綜合考慮“人類—環(huán)境”復(fù)合關(guān)系，就不能很好地解釋和預(yù)測(cè)農(nóng)作物空間格局變化［75］。

此外，傳統(tǒng)機(jī)理機(jī)制研究習(xí)慣將驅(qū)動(dòng)因子與變化結(jié)果靜態(tài)分割，即簡(jiǎn)單地認(rèn)為驅(qū)動(dòng)因子決定了農(nóng)作物空間格局變化的結(jié)果［76］。這種靜態(tài)機(jī)制假設(shè)農(nóng)作物時(shí)空格局變化和其驅(qū)動(dòng)因子之間的因果關(guān)系不隨時(shí)間發(fā)生變化。顯然，這類靜態(tài)機(jī)制對(duì)時(shí)間機(jī)制關(guān)注不夠。由于人—地關(guān)系的多重性、動(dòng)態(tài)性、異時(shí)異地相關(guān)性等特征，綜合空間機(jī)制和時(shí)間機(jī)制的研究必將是未來(lái)農(nóng)作物空間格局機(jī)制研究的方向之一［77］。這類動(dòng)態(tài)機(jī)制綜合考慮了農(nóng)作物空間格局變化的非線性、多維性、路徑依賴性和反饋機(jī)制，可以更好地描述其復(fù)雜性和動(dòng)態(tài)性，更有效地解釋其變化的原因、過(guò)程和結(jié)果。

4.3 農(nóng)作物空間格局變化模擬模型研究

地理模型和社會(huì)經(jīng)濟(jì)模型自從不同的角度對(duì)農(nóng)作物空間格局變化進(jìn)行了模擬，都發(fā)揮了重要作用。但是，這兩類模型也存在不足，因?yàn)檗r(nóng)作物空間格局的形成和變化是不同尺度的自然和人文因素綜合作用的結(jié)果，反映了“人地關(guān)系”的復(fù)雜性問(wèn)題。人—地關(guān)系作為一個(gè)復(fù)雜開(kāi)放的巨系統(tǒng)，變化過(guò)程的復(fù)雜性和動(dòng)態(tài)性，驅(qū)動(dòng)因子和驅(qū)動(dòng)機(jī)制多樣性，相互作用、互為因果關(guān)系，使得其邊界模糊和重疊，難以進(jìn)行界定和結(jié)構(gòu)化處理［78］。可見(jiàn)，“人類”和“土地”的綜合研究是農(nóng)作物空間格局動(dòng)態(tài)變化模擬研究的難點(diǎn)和焦點(diǎn)之一，綜合模擬模型研究成為未來(lái)一個(gè)重要的研究方向，這對(duì)于自然科學(xué)和社會(huì)科學(xué)融合和綜合研究也是一個(gè)巨大挑戰(zhàn)［79］。如作物生長(zhǎng)模型EPIC與農(nóng)業(yè)經(jīng)濟(jì)貿(mào)易模型IFPSIM相結(jié)合，用于模擬未來(lái)全球主要農(nóng)作物空間格局變化［28，80］;Dyna-CLUE模型將CLUE-S與植被動(dòng)態(tài)變化算法相結(jié)合，模擬未來(lái)歐洲耕地廢棄或擴(kuò)張的動(dòng)態(tài)變化過(guò)程［81］。

農(nóng)作物空間格局變化過(guò)程在不同尺度上發(fā)生、作用和演變，影響著農(nóng)作物空間格局變化的實(shí)際速率和空間分布。因此，農(nóng)作物空間格局變化具有明顯的多時(shí)空尺度特性，多尺度、多層次的綜合是農(nóng)作物空間格局變化模擬模型的新要求［82］。多尺度、多層次的綜合主要包括自頂而下和自底而上兩種結(jié)構(gòu)。選擇何種模型結(jié)構(gòu)主要取決于研究的農(nóng)作物對(duì)象和變化過(guò)程。如一些農(nóng)作物空間格局變化直接受本地過(guò)程和驅(qū)動(dòng)力直接決定，這類變化模型應(yīng)遵循自底而上的方法;而諸如農(nóng)業(yè)經(jīng)濟(jì)作物空間分布的擴(kuò)展變化等，很大程度上為區(qū)域或國(guó)家尺度上的市場(chǎng)需求所導(dǎo)向，此類變化模型以利用自頂而下的結(jié)構(gòu)模型為適合。不管何種結(jié)構(gòu)的模型，不同空間尺度間的反饋和關(guān)聯(lián)性也是不可忽略的。微觀尺度農(nóng)戶的農(nóng)作物選擇決策行為可能受更大尺度上的反饋力影響而發(fā)生變化，如個(gè)體農(nóng)戶如果都選擇相同的作物種植方式，可能會(huì)導(dǎo)致該區(qū)域或更高層次區(qū)域市場(chǎng)的農(nóng)產(chǎn)品飽和或過(guò)剩，那么農(nóng)戶層面上的最優(yōu)作物選擇將不再是最優(yōu)化選擇，其種植作物可能隨之發(fā)生變化。同樣，區(qū)域尺度上的農(nóng)作物需求，往往會(huì)因?yàn)槲⒂^尺度上的土地資源的有限性和立地條件的不適宜性而得不到實(shí)現(xiàn)，這可能會(huì)誘發(fā)其它區(qū)域微觀尺度上的農(nóng)作物空間格局發(fā)生變化和調(diào)整。多尺度綜合中的尺度推移包括尺度擴(kuò)展和尺度收縮也是一個(gè)值得深入探討的問(wèn)題。從目前已有的研究看，表述地理、生態(tài)環(huán)境的空間數(shù)據(jù)和時(shí)態(tài)數(shù)據(jù)的尺度推移的理論和方法已經(jīng)比較成熟;但對(duì)于反映社會(huì)、經(jīng)濟(jì)狀態(tài)的屬性數(shù)據(jù)的尺度推移研究剛處于起步階段，尚需要加強(qiáng)研究［83］。

模型驗(yàn)證是農(nóng)作物空間格局變化模擬模型的新挑戰(zhàn)。模型驗(yàn)證常涉及到對(duì)模型結(jié)構(gòu)和變量間關(guān)系合理性的檢驗(yàn)、模型輸出結(jié)果與實(shí)際觀測(cè)值的比較分析、模型敏感性以及不確定性分析等。早期模型驗(yàn)證以簡(jiǎn)單的視覺(jué)驗(yàn)證和專家知識(shí)驗(yàn)證等為主，但由于過(guò)多的人為因素的參與，使得該驗(yàn)證方法具有很強(qiáng)的主觀性，驗(yàn)證結(jié)果也就不一［84］。因此，客觀的模型驗(yàn)證和評(píng)價(jià)方法成為將來(lái)模型發(fā)展的主流方向。最常用的方法是統(tǒng)計(jì)法，對(duì)線性回歸模型來(lái)說(shuō)，常用統(tǒng)計(jì)量有決定系數(shù) (R2);對(duì)于非線性回歸模型 (如logistic模型)，評(píng)定方法有類決定系數(shù) (pesudo-R2)、Kappa系數(shù)和ROC曲線［85-86］等。此外，其它方法，如景觀指數(shù)法［87］和模糊集法［88］等也得到了應(yīng)用。任何模型驗(yàn)證過(guò)程都具有尺度依賴性。因此，近年來(lái)很多學(xué)者提出了基于多尺度的模型驗(yàn)證方法，檢查模型對(duì)于尺度的敏感性和有效性［89-90］。雖然以上驗(yàn)證方法得到了很好的應(yīng)用，但目前還沒(méi)有一個(gè)評(píng)價(jià)模型結(jié)果和參考數(shù)據(jù)吻合程度的統(tǒng)一標(biāo)準(zhǔn)和規(guī)范。Pontius等提出了一個(gè)衡量模型驗(yàn)證效果的基本標(biāo)準(zhǔn)，就是模型模擬結(jié)果和參考數(shù)據(jù)的相似度必須高于該參考數(shù)據(jù)和零效模型的相似度［86］，否則，模型驗(yàn)證不是理想的。

5 總結(jié)

總之，近年來(lái)國(guó)內(nèi)外眾多學(xué)者圍繞農(nóng)作物空間格局變化的特征、機(jī)理機(jī)制和模型模擬等方面開(kāi)展了大量深入研究，在理論研究和方法應(yīng)用方面都取得了顯著進(jìn)展，為掌握農(nóng)作物空間格局變化的過(guò)程、規(guī)律和原因，評(píng)估變化的綜合影響，服務(wù)政策部門決策支持等發(fā)揮了重要作用。但是，農(nóng)作物空間格局變化實(shí)質(zhì)上反映了“人類—環(huán)境”的復(fù)雜性問(wèn)題，其科學(xué)研究仍然面臨諸多難點(diǎn)和挑戰(zhàn)。解決這些復(fù)雜性科學(xué)問(wèn)題，迫切需要從系統(tǒng)觀和整體觀的角度來(lái)綜合考慮人地復(fù)合關(guān)系。因此，多尺度、多數(shù)據(jù)、多因素、多模型和多方法的綜合研究將是未來(lái)農(nóng)作物空間格局研究的重要方向和重要內(nèi)容，這也必將有力促進(jìn)自然科學(xué)和社會(huì)科學(xué)的融合和綜合研究。

［1］唐華俊，陳佑啟，邱建軍，等．中國(guó)土地利用/土地覆蓋變化研究．北京:中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社，2004

［2］唐華俊，吳文斌，楊鵬，等．農(nóng)作物空間格局遙感監(jiān)測(cè)研究進(jìn)展．中國(guó)農(nóng)業(yè)科學(xué)，2010，43(14):2879～2888

［3］Verburg P H，Mertz O，Erb K，et al．Land system change and food security:towards multi-scale land system solutions．Current Opinion in Environmental Sustainability，2013，5(5):494～502

［4］Reenberg A．Land system science:handling complex series of natural and socio-economic processes．Journal of Land Use Science，2009，4(1):1～4

［5］Rindfuss R R，Walsh S J，Turner B L，et al．Developing a science of land change:Challenges and methodological issues．Proceedings of the National Academy of Sciences，2004，101(39):13976～13981

［6］Rounsevell M D A，Pedroli B，Erb K，et al．Challenges for land system science．Land Use Policy，2012，29(4):899 ～910

［7］Turner II B L，Lambin E F，Reenberg A．The emergence of land change science for global environmental change and sustainability．Proceedings of the National Academy of Sciences，2007，104(52):20666～20671

［8］張莉，吳文斌，楊鵬，等．黑龍江省賓縣農(nóng)作物格局時(shí)空變化特征分析．中國(guó)農(nóng)業(yè)科學(xué)，2013，46(15):3227～3237

［9］Lobell D B，Schlenker W，Costa-Roberts J．Climate trends and global crop production since 1980．Science，2011，333(6042):616～620

［10］Boryan C，Yang Z，Mueller R，et al．Monitoring US agriculture:the US Department of Agriculture，National Agricultural Statistics Service，Cropland Data Layer Program．Geocarto International，2011，26(5):341～358

［11］徐新剛，李強(qiáng)子，周萬(wàn)村，等．應(yīng)用高分辨率遙感影像提取作物種植面積．遙感技術(shù)與應(yīng)用，2008，23(1):81～86

［12］張國(guó)平，劉紀(jì)遠(yuǎn)，張?jiān)鱿椋?0年來(lái)中國(guó)耕地資源的時(shí)空變化分析．地理學(xué)報(bào)，2003，58(3):323～332

［13］Liu J，Liu M，Tian H，et al．Spatial and temporal patterns of China’s cropland during 1990—2000:An analysis based on Landsat TM data．Remote Sensing of Environment，2005，98:442～456

［14］Jakubauskas M E，Legates D R，Kastens J H．Crop identification using harmonic analysis of time-series AVHRR NDVI data．Computers and Electronics in Agriculture，2002，37:127～139

［15］李景剛，何春陽(yáng)，史培軍，等．中國(guó)北方13省1983年后的耕地變化與驅(qū)動(dòng)力研究．地理學(xué)報(bào)，2004，59(2):274～282

［16］Xiao X，Boles S，Liu J，et al．Mapping paddy rice agriculture in southern China using multi-temporal MODIS images．Remote Sensing of Environment，2005，95:480 ～492

［17］Wardlow B D，Egbert S L．Large-area crop mapping using time-series MODIS 250m NDVI data:An assessment for the U．S．Central Great Plains．Remote Sensing of Environment，2008，112:1096 ～1116

［18］熊勤學(xué)，黃敬峰．利用NDVI指數(shù)時(shí)序特征監(jiān)測(cè)秋收作物種植面積．農(nóng)業(yè)工程學(xué)報(bào)，2009，25(1):144～148

［19］張莉，吳文斌，左麗君，等．基于EOS/MODIS數(shù)據(jù)的南方水稻面積提取技術(shù)．中國(guó)農(nóng)業(yè)資源與區(qū)劃，2011，32(4):39～44

［20］閆慧敏，劉紀(jì)遠(yuǎn)，曹明奎．近20年中國(guó)耕地復(fù)種指數(shù)的時(shí)空變化．地理學(xué)報(bào)，2005，60(4):559～566

［21］唐鵬欽，吳文斌，姚艷敏，等．基于小波變換的華北平原耕地復(fù)種指數(shù)提?。r(nóng)業(yè)工程學(xué)報(bào)，2011，27(7):220～225

［22］Sakamoto T，Nguyen N V，Ohno H，et al．Spatio–temporal distribution of rice phenology and cropping systems in the Mekong Delta with special reference to the seasonal water flow of the Mekong and Bassac rivers．Remote Sensing of Environment，2006，100:1 ～16

［23］Lunetta R S，Shao Y，Ediriwickrema J，et al．Monitoring agricultural cropping patterns across the Laurentian Great Lakes Basin using MODISNDVI data．International Journal of Applied Earth Observation and Geoinformation，2010，12(2):81～88

［24］吳文斌，楊鵬，唐華俊，等．過(guò)去20年中國(guó)耕地生長(zhǎng)季起始期的時(shí)空變化．生態(tài)學(xué)報(bào)，2009，29(4):1777～1786

［25］李正國(guó)，唐華俊，楊鵬，等．東北三省耕地物候期對(duì)熱量資源變化的響應(yīng)．地理學(xué)報(bào)，2011，66(7):928～939

［26］Alcantara C，Kuemmerle T，Prishchepov A V，et al．Mapping abandoned agriculture with multi-temporal MODIS satellite data．Remote Sensing of Environment，2012，124:334 ～347

［27］Tan G．，Shibasaki R．Global estimation of crop productivity and the impacts of global warming by GIS and EPIC integration．Ecological Modelling，2003，168:357～370

［28］Wu W，Shibasaki R，Yang P，et al．Global-scale modelling of future changes in sown areas of major crops．Ecological Modelling，2007，208(2～4):378～390

［29］楊曉光，劉志娟，陳阜．全球氣候變暖對(duì)中國(guó)種植制度可能影響:I．氣候變暖對(duì)中國(guó)種植制度北界和糧食產(chǎn)量可能影響的分析．中國(guó)農(nóng)業(yè)科學(xué)，2010，43(2):329～336

［30］云雅如，方修琦，王媛，等．黑龍江省過(guò)去20年糧食作物種植格局變化及其氣候背景．自然資源學(xué)報(bào)，2005，20(5):697～705

［31］蘇桂武，方修琦．京津地區(qū)近50年來(lái)水稻播種面積變化及其對(duì)降水變化的響應(yīng)研究．地理科學(xué)，2000，20(3):212～217

［32］Rounsevell M D A，Annetts J E，Audsley E，et al．Modelling the spatial distribution of agricultural land use at the regional scale．Agriculture，Ecosystems and Environment，2003，95:465 ～479

［33］Xie Y，Yu M，Tian G，et al．Socio-economic driving forces of arable land conversion:a case study of Wuxian City，China．Global Environmental Change，2005，15:238～252

［34］Long H，Tang G，Li X，et al．Socio-economic driving forces of land-use change in Kunshan，the Yangtze River Delta economic area of China．Journal of Environmental Management，2007，83:351 ～364

［35］He C，Li J，Wang Y，et al．Understanding cultivated land dynamics and its driving forces in northern China during 1983—2001．Journal of Geographical Sciences，2005，15(4):387～395

［36］Mottet A，Sylvie L，Nathalie C，et al．Agricultural land-use change and its drivers in mountain landscapes:a case study in the Pyrenees．Agriculture，Ecosystems and Environment，2006，114:296 ～310

［37］Wood E C，Tappan G G，Hadj A．Understanding the drivers of agricultural land use change in south-central Senegal．Journal of Arid Environments，2004，59:565～582

［38］唐華俊，吳文斌，楊鵬，等．土地利用/土地覆被變化模型最新研究進(jìn)展．地理學(xué)報(bào)，2009，64(4):456～468

［39］Stéphenne N，Lambin E F．A dynamic simulation model of land-use changes in Sudano-sahelian countries of Africa(SALU)．Agriculture，Ecosystems and Environment，2001，85:145 ～161

［40］Pontius J R G，Cornell J D，Hall C A S．Modeling the spatial pattern of land-use change with GEOMOD2:application and validation for Costa Rica．Agriculture，Ecosystems and Environment，2001，85:191 ～203

［41］Verburg P H，Soepboer W，Limpiada R，et al．Modeling the spatial dynamics of regional land use:the CLUE-S model．Environmental Management，2002，30:391～405

［42］Wu W，Shibasaki R，Yang P，et al．Modeling changes in paddy rice sown areas in Asia．Sustainability Science，2010，5:29 ～38

［43］何春陽(yáng)，史培軍，李景剛，等．中國(guó)北方未來(lái)土地利用變化情景模擬．地理學(xué)報(bào)，2004，59(4):599～608

［44］李黔湘，王華斌．基于馬爾柯夫模型的漲渡湖流域土地利用變化預(yù)測(cè)．資源科學(xué)，2008，30(10):1541～1546

［45］余強(qiáng)毅，吳文斌，唐華俊，等．復(fù)雜系統(tǒng)理論與Agent模型在土地變化科學(xué)中的研究進(jìn)展．地理學(xué)報(bào)，2011，66(11):1518～1530

［46］余強(qiáng)毅，吳文斌，楊鵬，等．Agent農(nóng)業(yè)土地變化模型研究進(jìn)展．生態(tài)學(xué)報(bào)，2013，33(6):1690～1700

［47］Balmann A．Farm-based modelling of regional structural change:A cellular automata approach．European Review of Agricultural Economics，1997，24(1-2):85～108

［48］Berger T．Agent-based spatial models applied to agriculture:a simulation tool for technology diffusion，resource use changes and policy analysis．Agricultural Economics，2001，25(2-3):245 ～260

［49］Evans T P，Manire A，de Castro F，et al．A dynamic model of household decision-making and parcel level landcover change in the eastern Amazon．Ecological Modelling，2001，143(1-2):95～113

［50］Deadman P，Robinson D，Moran E，et al．Colonist household decision making and land-use change in the Amazon Rainforest:an agentbased simulation．Environment and Planning B:Planning and Design，2004，31(5):693～709

［51］Manson S M，Evans T．Agent-based modeling of deforestation in southern Yucatán，Mexico，and reforestation in the Midwest United States．Proceedings of the National Academy of Sciences，2007，104(52):20678～20683

［52］Polhill J G，Sutherland L，Gotts N M．Using qualitative evidence to enhance an agent-based modelling system for studying land use change．Journal of Artificial Societies and Social Simulation，2010，13(2):10～15

［53］Valbuena D，Verburg P H，Bregt A，et al．An agent-based approach to model land-use change at a regional scale．Landscape Ecology，2010，25(2):185～199

［54］Mena C F，Walsh S J，F(xiàn)rizzelle B G，et al．Land use change on household farms in the Ecuadorian Amazon:Design and implementation of an agent-based model．Applied Geography，2011，31(1):210 ～222

［55］Becu N，Perez P，Walker A，et al．Agent based simulation of a small catchment water management in northern Thailand:Description of the CATCHSCAPE model．Ecological Modelling，2003，170(2-3):319 ～331

［56］Ziervogel G，Bithell M，Washington R，et al．Agent-based social simulation:a method for assessing the impact of seasonal climate forecast applications among smallholder farmers．Agricultural Systems，2005，83(1):1 ～26

［57］Gaube V，Kaiser C，Wildenberg M，et al．Combining agent-based and stock-flow modelling approaches in a participative analysis of the integrated land system in Reichraming，Austria．Landscape Ecology，2009，24(9):1149～1165

［58］Castella J，Boissau S，Trung T N，et al．Agrarian transition and lowland-upland interactions in mountain areas in northern Vietnam:application of a multi-agent simulation model．Agricultural Systems，2005，86(3):312 ～332

［59］Le Q B，Park S J，Vlek P L G．Land Use Dynamic Simulator(LUDAS):A multi-agent system model for simulating spatio-temporal dynamics of coupled human-landscape system:scenario-based application for impact assessment of land-use policies．Ecological Informatics，2010，5(3):203～221

［60］吳文斌，楊鵬，談國(guó)新，等．基于LOGIT模型的世界主要作物播種面積變化模擬研究．地理學(xué)報(bào)，2007，62(6):589～598

［61］黃河清，潘理虎，王強(qiáng)，等．基于農(nóng)戶行為的土地利用人工社會(huì)模型的構(gòu)造與應(yīng)用．自然資源學(xué)報(bào)，2010，25(3):353～367

［62］陳海，王濤，梁小英，等．基于MAS的農(nóng)戶土地利用模型構(gòu)建與模擬——以陜西省米脂縣孟岔村為例．地理學(xué)報(bào)，2009，64(12):1448～1456

［63］You L，Wood S，Wood-Sichra U．Generating plausible crop distribution maps for Sub-Saharan Africa using a spatially disaggregated data fusion and optimization approach．Agricultural Systems，2009，99:126～140

［64］Frolking S，Qiu J，Boles S，et al．Combining remote sensing and ground census data to develop new maps of the distribution of rice agriculture in China．Global Biogeochemical cycles，2002，16(1091)，doi:10．1029/2001GB001425

［65］Portmann F T，Siebert S，D?ll P．MIRCA2000—Global monthly irrigated and rainfed crop areas around the year 2000:A new high-resolution data set for agricultural and hydrological modeling．Global Biogeochemical Cycles，2010，24(1):B1011

［66］Leff B，Ramankutty N，F(xiàn)oley J A．Geographic distribution of major crops across the world．Global Biogeochemical cycles，2004，18(1009)，doi:10．1029/2003GB002108

［67］Ramankutty N，Evan A T，Monfreda C，F(xiàn)oley J A．Farming the planet 1．geographic distribution of global agricultural lands in the year 2000．Global Biogeochemical Cycles，2008，22:B1003

［68］Monfreda C，Ramankutty N，F(xiàn)oley J A．Farming the planet:2．the geographic distribution of crop areas and yields in the year 2000．Global Biogeochemical cycles，2008，22，(1003)，doi:10．1029/2007GB002952

［69］Verburg P H，Neumann K，Nol L．Challenges in using land use and land cover data for global change studies．Global Change Biology，2011，17(2):974～989

［70］Fritz S，McCallum I，Schill C，et al．Geo-Wiki:An online platform for improving global land cover．Environmental Modelling ＆ Software，2012，31(0):110～123

［71］Han W，Yang Z，Di L，Mueller R．CropScape:a Web service based application for exploring and disseminating US conterminous geospatial cropland data products for decision support．Computers and Electronics in Agriculture，2012，84:111 ～123

［72］吳文斌，楊鵬，柴崎亮介，等．基于Agent的土地利用/土地覆蓋變化模型的研究進(jìn)展．地理科學(xué)，2007，27(4):573～578

［73］Overmars K P，Verburg P H，Veldkamp A．Comparison of a deductive and an inductive approach to specify land suitability in a spatially explicit land use model．Land Use Policy，2007，24:584 ～599

［74］Parker D C，Manson S M，Janssen M A，et al．Multi– agent systems for the simulation of land– use and land– cover change:a review．Annals of the Association of American Geographers，2003，93:314～337

［75］Grimm V，Revilla E，Berger U，et al．Pattern-oriented modeling of agent-based complex systems:lessons from ecology．Science，2005，310:987～991

［76］Veldkamp A．Investigating land dynamics:Future research perspectives．Journal of Land Use Science，2009，4(1):5 ～14

［77］Lambin E F，Geist H J(eds)．Land use and land cover change．Local processes and global impacts．Global change-IGDP series，Spriger Dordrecht，2006

［78］Yu Q，Wu W，Yang P，et al．Proposing an interdisciplinary and cross-scale framework for global change and food security researches．Agriculture，Ecosystems and Environment，2012，156:57 ～71

［79］Wu W，Verburg P H，Tang H．Climate change and the food production system:impacts and adaptation in China．Regional Environmental Change，2013，DOI 10．1007/s10113-013-0528-1

［80］Wu W，Yang P，Meng C，et al．An integrated model to simulating sown area changes for major crops at a global scale．Science in China Series D:Earth Sciences，2008，51(3):370～379

［81］Verburg P H，Overmars K．Combining top-down and bottom-up dynamics in land use modeling:exploring the future of abandoned farmlands in Europe with the Dyna-CLUE model．Landscape Ecology，2009，24(9):1167 ～1181

［82］Verburg P H．Simulating feedbacks in land use and land cover change models．Landscape Ecology，2006，21:1171～1183

［83］張秋菊，傅伯杰．關(guān)于景觀格局演變研究的幾個(gè)問(wèn)題．地理科學(xué)，2003，23(3):264～270

［84］Lambin E F，Geist H J，Lepers E．Dynamics of land-use and land-cover change in tropical regions，Annual Review of Environment and Resources，2003，28:205～41

［85］Pontius J R G，Cornell J D，Hall C A S．Modeling the spatial pattern of land-use change with GEOMOD2:application and validation for Costa Rica．Agriculture，Ecosystems and Environment，2001，85:191 ～203

［86］Pontius J R G，Huffaker D，Denman K．Useful techniques of validation for spatially explicit land-change models．Ecological Modelling，2004，179:445～461

［87］Lesschen J P，Verburg P H，Staal S J．Statistical methods for analyzing the spatial dimension of changes in land use and farming system．LUCC Report Series No．7，2005

［88］Hagen A E．Fuzzy set approach to assessing similarity of categorical maps．International Journal of Geographic Information Systems，2003，173:235～249

［89］Kok K，F(xiàn)arrow A，Veldkamp A et al．A method and application of multi-scale validation in spatial land use models．Agriculture，Ecosystems and Environment，2001，85:223 ～238

［90］Veldkamp A，Verburg P H，Kok K et al．The need for scale sensitive approaches in spatially explicit land use change modeling．Environmental Modeling and Assessment，2001，6:111 ～121