楊通 ，郭旭東，于瀟 ，韓圣其，劉智麗

1.中國國土勘測規(guī)劃院/自然資源部土地利用重點實驗室，北京 100035；2.中國科學(xué)院空天信息創(chuàng)新研究院，北京 100094；3.北京林業(yè)大學(xué)精準林業(yè)北京市重點實驗室，北京 100083

由于全球人口增長及人均糧食消費水平增加，耕地變化作為全球環(huán)境變化的重要組成部分，已經(jīng)不可逆轉(zhuǎn)的接近地球資源承載力的極限（Valin et al.，2014）。聯(lián)合國糧農(nóng)組織FAO（Food and Agriculture Organization）估計，2016年全球共有8.15億人受饑餓影響，其中亞洲受饑人口約為5.2億人，占世界總?cè)丝诘?%；2017—2018年度，全球谷物庫存消費比為27.3%，超過了18%的警戒水平，糧食供需處于緊平衡狀態(tài)，區(qū)域不平衡特征十分明顯。根據(jù)聯(lián)合國《世界人口展望：2017年修訂本》預(yù)測，世界人口總數(shù)將于2050年突破98億（2017年為76億），新增長的22億人口將會對糧食安全形成巨大挑戰(zhàn)。在此背景下的耕地撂荒問題已逐漸引起各國政府和學(xué)者的重視。中國以占世界7%的耕地養(yǎng)活占世界18%的人口，研究撂荒地的監(jiān)測方法和生態(tài)影響尤為重要和緊迫。

歐盟環(huán)境政策研究所IEEP（Institute for European Environmental Policy）對撂荒地的定義是“主要植被為自然植被的耕地”，并將撂荒地分為3種類型：（1）完全撂荒，即完全放棄管理的耕地，地表覆被自然恢復(fù)為森林生態(tài)系統(tǒng)或草原生態(tài)系統(tǒng)；（2）半撂荒，即管理水平很低但尚未正式放棄的耕地，此類耕地經(jīng)濟產(chǎn)出通常為0或極低，但可以支持其他收益方式，例如狩獵、旅游和自然景觀保護等；（3）過渡撂荒，即土地用途變更或土地利用類型發(fā)生變化的耕地，例如退耕還林、設(shè)施占地等（Keenleyside et al.，2010）。綜合來看，撂荒地不僅關(guān)乎糧食安全與產(chǎn)能提升，同時也會對生態(tài)環(huán)境產(chǎn)生深遠影響，例如通過植物群落恢復(fù)的方式改善土壤條件、水文條件、增加碳匯、豐富生物與景觀多樣性等。中國的耕地保護戰(zhàn)略也從上世紀90年代的保障耕地總量平衡，逐漸發(fā)展為近10年生態(tài)文明理念下的“數(shù)量、質(zhì)量、生態(tài)”并重（譚少軍等，2018）。在全球氣候變暖與物種大滅絕的背景下，生態(tài)安全與糧食安全同等重要，如何科學(xué)權(quán)衡生態(tài)安全、糧食安全和經(jīng)濟社會發(fā)展之間的關(guān)系是當前中國撂荒地治理必須面對的問題。

撂荒地的精準監(jiān)測是該領(lǐng)域深入研究的基石，撂荒地的生態(tài)影響是科學(xué)決策、合理確定耕地撂荒治理方式的依據(jù)。目前撂荒地監(jiān)測方法研究仍然面臨許多困難，例如易混地類的區(qū)分（裸地、草地、耕地、灌木）、非耕地變化噪聲的干擾、數(shù)據(jù)時空分辨率的不足、云層和地形的干擾等。撂荒地的生態(tài)影響則較易被學(xué)術(shù)界忽視，且不同研究間的爭議較大，爭議的焦點主要在于耕地撂荒后生物多樣性的增加或減少（Doxa et al.，2010；Johannes et al.，2018）、景觀的破壞與重建等（Bignal，1996；Pereira et al.，2012）。本文旨在梳理總結(jié)國內(nèi)外相關(guān)研究，述評各種監(jiān)測方法優(yōu)缺點及撂荒地多維生態(tài)影響，期望為中國撂荒地精準監(jiān)測及科學(xué)管理提供參考。

1 撂荒地監(jiān)測方法述評

現(xiàn)階段撂荒地監(jiān)測方法主要分為2種類型：（1）遙感圖像分類方法，如目視解譯（Keenleyside et al.，2010；張碧蓉等，2018）、監(jiān)督分類（Landsberg et al.，2006；Hirotsugu et al.，2009）、決策樹分類（肖國峰等，2018；Gr?dinaru et al.，2019）、面向?qū)ο蠓诸悾⊿tefanski et al.，2014；Noryusdiana et al.，2015）、集成方法分類等（Abdullah et al.，2015；Fabian，2015）；（2）變化檢測方法，如直接變化檢測（Witmer，2008）、分類后變化檢測（Kuemmerle et al.，2008）、植被指數(shù)變化檢測（程維芳等，2011；楊通等，2019）、非遙感數(shù)據(jù)（主要為GIS數(shù)據(jù)）的變化檢測等（馬玲玲，2010；史鐵丑，2015）。國內(nèi)外較具代表性的撂荒地監(jiān)測方法研究及撂荒情況見表1。

1.1 基于圖像分類的方法

1.1.1 目視解譯

目視解譯分類法應(yīng)用于瑞典南部（Gellrich et al.，2007）、瑞士ASCH土地調(diào)查（Gellrich et al.，2007）及歐盟CLC土地調(diào)查（Keenleyside et al.，2010），數(shù)據(jù)源多采用Landsat數(shù)據(jù)，撂荒地解譯精度均在80%以上，容易錯分的地類主要為撂荒地與灌木、草地、半自然林地等。一些學(xué)者認為，當遙感影像分辨率較高時，選擇目視解譯方法提取撂荒地較為合理（張碧蓉等，2018）。目視解譯雖然具有操作簡單、精度較高的優(yōu)點，但同時也較易受技術(shù)人員的主觀影響，且自動化程度較低，在處理海量數(shù)據(jù)時需要投入大量人力和時間。

1.1.2 監(jiān)督分類

監(jiān)督分類法應(yīng)用于前南斯拉夫波斯尼亞地區(qū)（Witmer，2008）、日本東京及福岡縣（Hirotsugu et al.，2009）、立陶宛（Prishchepov，2012），數(shù)據(jù)源均采用Landsat TM數(shù)據(jù)，分類精度介于78.9%—90%。有學(xué)者認為采用監(jiān)督分類方法、使用高分辨率影像和縮小研究區(qū)面積可以有效提高撂荒地的監(jiān)測精度（Landsberg et al.，2006）。在立陶宛的研究證明，使用多時相數(shù)據(jù)的監(jiān)督分類精度遠高于使用單一時相，且數(shù)據(jù)時相應(yīng)包含春、夏、秋3個時期，利用作物播種前和收割后的地表紋理特征作為區(qū)分耕地和草地的主要依據(jù)（Prishchepov，2012）。監(jiān)督分類可以充分利用先驗知識，通過學(xué)習(xí)樣本特征提高分類精度并避免出現(xiàn)分類粗差。該方法簡單易行，同時適用于高分辨率遙感數(shù)據(jù)和中低分辨率遙感數(shù)據(jù)，因此得以廣泛地應(yīng)用于撂荒地監(jiān)測。其缺點是樣本選擇具有很大的主觀性，難以區(qū)分光譜特征相似的地類。

1.1.3 決策樹分類

決策樹分類法應(yīng)用于羅馬尼亞的布加勒斯特（Gr?dinaru et al.，2019），中國山東省慶云縣和無棣縣（肖國峰等，2018），數(shù)據(jù)源為多時相Landsat數(shù)據(jù)和HJ1A數(shù)據(jù)，分類精度介于80%—85%。在中國山東的研究不僅提取了撂荒地分布范圍，同時還對撂荒地復(fù)墾范圍進行了區(qū)分，但沒有進一步區(qū)分鹽荒地和生態(tài)退耕區(qū)域。在羅馬尼亞的研究指出，與無人機攝影測量和野外作業(yè)相比，采用遙感分類方法可以減少近一半的時間和勞動力成本（Gr?dinaru et al.，2019）。決策樹分類方法的優(yōu)點是邏輯性、可解釋性強，可以借助多種輔助信息解決光譜差異較小的分類問題（陳云等，2008）。其缺點是下級分類精度建立在上級分類精度基礎(chǔ)上，分類誤差會自上而下傳導(dǎo)和累積。

1.1.4 面向?qū)ο蠓诸?/p>

面向?qū)ο蠓诸惙☉?yīng)用于烏克蘭（Stefanski et al.，2014）、馬來西亞（Noryusdiana et al.，2015），數(shù)據(jù)源為Landsat和ERS-SAR數(shù)據(jù)，分類精度介于83.3%—97.4%。在烏克蘭的研究應(yīng)用了主被動遙感數(shù)據(jù)協(xié)同的方法，彌補了云層覆蓋導(dǎo)致的多光譜數(shù)據(jù)缺失值，觀測精度提高至97.4%（Stefanski et al.，2014）。在馬來西亞的研究指出，區(qū)分撂荒地至少需要3個季節(jié)的觀測數(shù)據(jù)（Noryusdiana et al.，2015）。面向?qū)ο蠓诸惙椒ú粌H依據(jù)撂荒地的光譜信息和紋理信息，同時加入了對幾何信息的考量，通過制定多種規(guī)則用于約束目標地類，在撂荒地遙感監(jiān)測中具有一定優(yōu)勢。其缺點是圖像分割閾值不易選取，約束規(guī)則過多時較易形成超定問題。

1.1.5 集成方法分類

集成方法分類是指將2種以上異質(zhì)性較高的分類方法相融合，該方法應(yīng)用于日本竹山市（Abdullah et al.，2015）、哈薩克斯坦的克孜奧爾達（Fabian，2015）。在日本竹山市的研究利用野外實測LAI與NDVI構(gòu)建回歸模型，借助LAI分布初步圈定耕地范圍，再結(jié)合Quickbird影像，使用ISODATA方法將農(nóng)田分為4個標準類（水稻、谷物、溫室大棚、撂荒地），分類準確率達到94%（Abdullah et al.，2015）。在哈薩克斯坦的研究聯(lián)合使用Landsat（30 m）及RapidEye（6.5 m）數(shù)據(jù)，分類策略采用隨機森林（RF）和支持向量機（SVM），最終的分類精度高達97%。該研究指出聯(lián)合使用2種方法的分類精度要顯著高于只使用單一方法（Fabian et al.，2015）。集成方法分類同時具有多種分類方法的長處，一方面增加了約束條件，另一方面將各方法的單獨輸出結(jié)果視作隨機變量，融合輸出結(jié)果視作加權(quán)平均值，提高了總體分類精度和容錯率，在撂荒地的精準識別上具有較大潛力。

表1 各國撂荒地的監(jiān)測方法與研究現(xiàn)狀Table 1 Monitoring methods and research status of AAL in various countries

1.2 基于變化檢測的方法

1.2.1 直接變化檢測

Witmer利用Landsat TM影像的近紅外波段直接變化檢測方法，提取前南斯拉夫波斯尼亞地區(qū)1992年秋季至2005年秋季因戰(zhàn)爭導(dǎo)致的撂荒地，提取結(jié)果不甚理想。在未受戰(zhàn)火波及的地區(qū)，一些大而均勻的變化是由于不同年份間的收割日期差異造成的。在交火地區(qū)，一些已知的撂荒地卻沒有提取出來。此外，河岸地區(qū)經(jīng)常發(fā)生洪水等與水通量有關(guān)的快速變化，降低信噪比，類似的與農(nóng)業(yè)無關(guān)的變化噪聲大量存在（Witmer，2008）。直接變化檢測信噪比低，可能不適合用于監(jiān)測撂荒地。

1.2.2 分類后變化檢測

Kuemmerle利用多時相Landsat TM/ETM數(shù)據(jù)監(jiān)測了喀爾巴千山脈的農(nóng)田變化，采用支持向量機法進行分類后變化檢測，研究發(fā)現(xiàn)在波蘭、斯洛伐克和烏克蘭相交地帶共有1 285 km2撂荒地，其中12.5%轉(zhuǎn)化為林地，該研究的分類總體精度為90.9%（Kuemmerle et al.，2008）。分類后變化檢測方法可以削弱大氣、傳感器、季節(jié)和地面環(huán)境等因素對不同時相圖像的影響，然而這種方法的關(guān)鍵是圖像分類的精度，變化檢測精度等于不同時相分類結(jié)果精度的累積，由于圖像分類本身存在誤差，因此會導(dǎo)致變化檢測結(jié)果的精度損失以及結(jié)果的不確定性（張鳳玉，2010）。

1.2.3 植被指數(shù)變化檢測

有學(xué)者以中國廣東省惠東縣、海豐縣和陸豐縣為研究區(qū)，采用MODIS NDVI產(chǎn)品，將不同土地利用類型的NDVI時間序列曲線與植被類型的生長周期特征進行比對，識別撂荒地的準確率達到90%（程維芳等，2011）。還有學(xué)者采用多源遙感數(shù)據(jù)（高分一號、高分二號、資源三號、哨兵二號），集成年際檢測和年內(nèi)檢測方法對內(nèi)蒙古和林格爾縣撂荒地進行提取，提取精度達到97.6%（楊通等，2019）。植被指數(shù)變化檢測可以識別農(nóng)作物與自然植被的長勢差異，壓制大氣噪聲和環(huán)境噪聲，對數(shù)據(jù)時間分辨率要求較低，數(shù)據(jù)冗余度低、方法容錯率高。

1.2.4 GIS數(shù)據(jù)變化檢測

GIS數(shù)據(jù)變化檢測主要是利用不同時期的已有資料，如土地利用圖、地形圖等，通過疊加分析提取出發(fā)生變化的區(qū)域。馬玲玲（2010）對內(nèi)蒙古自治區(qū)和林格爾縣的撂荒地進行研究，利用土地利用圖的耕地圖層與荒草地圖層進行疊加處理提取撂荒耕地，得出1996—2009年和林格爾縣的撂荒率為3.2%。史鐵丑（2015）以2002年的1?1萬地形圖與2011年的土地利用現(xiàn)狀圖作耕地圖斑疊加分析，提取退出的耕地作為撂荒地，將結(jié)果與Google Earth影像作對比驗證，精度達到85.3%。使用已有GIS數(shù)據(jù)進行變化檢測提取撂荒地的方法簡單易行，但結(jié)果精度依賴于源數(shù)據(jù)的制圖精度；且撂荒地在土地利用數(shù)據(jù)庫中有不同的表述：放棄土地所有權(quán)的表述為草地或林地、未放棄土地所有權(quán)的表述為耕地，這2種情形不能一概而論。

2 撂荒地生態(tài)影響述評

國際上對撂荒地的生態(tài)影響爭議較大，爭議焦點在于生態(tài)環(huán)境變化趨勢是向好抑或向差，這2種相反觀點均有大量的研究支持（Russo，2006；Pereira et al.，2012；Robledano-Aymerich et al.，2014）。事實上撂荒地的生態(tài)變化趨勢是復(fù)雜、雙向、非線性、地帶性的。生態(tài)區(qū)位較好、土壤侵蝕較小的撂荒地植被自然恢復(fù)能力較強，生態(tài)系統(tǒng)逐步向好演替；生態(tài)區(qū)位較差、土壤侵蝕嚴重的撂荒地，植被自然恢復(fù)速率低于土地退化速率，生態(tài)系統(tǒng)逐步惡化乃至崩解。目前，撂荒地的生態(tài)影響研究主要集中在植物群落恢復(fù)（王星等，2012）、土壤侵蝕與恢復(fù)（Robledano-Aymerich et al.，2014；Jesús et al.，2018）、碳貯存功能（Houghton et al.，1999）、野外火災(zāi)（Benayas et al.，2007；Romero-Calcerrada，2004）、生物與景觀多樣性（Bignal，1996；Laiolo et al.，2004）等方面。

2.1 植物群落恢復(fù)

撂荒地的植物群落恢復(fù)能力受其所處的生物氣候地帶影響，分布于不同生物氣候地帶的撂荒地，其植物群落恢復(fù)能力具有不同特征，即使在同一自然地帶，植物群落恢復(fù)功能因受微氣候和微自然生態(tài)影響，其恢復(fù)效果也不盡相同（夏會娟等，2014）。西班牙東伊比利亞地區(qū)從20世紀50年代起出現(xiàn)大量撂荒地，50年間林地面積從10.1%增加到37%，灌木林面積從42%增加到60%（Arnaez et al.，2011）。Romero-Díaz et al.（2017）認為撂荒地的植被自然演替較慢，應(yīng)以人工干預(yù)的方式主動恢復(fù)植被覆蓋。在干旱半干旱生態(tài)環(huán)境脆弱地區(qū)，基于水土流失、風蝕沙化等自然因素形成的撂荒地，其生境演替具有正向和逆向2種可能性：在多數(shù)年降水量大于300 mm的地區(qū)，撂荒地植物群落多樣性逐年增加，群落組成由一年生植物發(fā)展到多年生植物；在水土流失、土地沙化、鹽堿化嚴重地區(qū)，撂荒地植被難以恢復(fù)甚至退化（李永強等，2016）。

2.2 土壤侵蝕與恢復(fù)

土壤侵蝕和土壤恢復(fù)是決定撂荒地生態(tài)變化趨勢的主要因素（Romero-Díaz et al.，2017）。一般認為土壤母質(zhì)、土壤表面粗糙度、土壤表面坡度決定了降雨滲透速率和沖刷速率，進而決定了土壤侵蝕速率（Cerdà，1997；Koulouri et al.，2007）。陡坡開墾極易誘發(fā)土壤侵蝕，《中華人民共和國水土保持法》第20條規(guī)定：“禁止在25°以上陡坡地開墾種植農(nóng)作物。在25°以上陡坡地種植經(jīng)濟林的，應(yīng)當科學(xué)選擇樹種，合理確定規(guī)模，采取水土保持措施，防止造成水土流失?！薄锻烁€林條例》也規(guī)定，25°以上非基本農(nóng)田應(yīng)退耕還林。前人研究認為，不合理的耕作方式會降低土壤養(yǎng)分并惡化微生態(tài)環(huán)境（張向前等，2019），坡耕年份越長則土壤侵蝕模數(shù)越高，撂荒年份越久則土壤侵蝕模數(shù)越低。撂荒初期的土壤密度增加，表面結(jié)殼發(fā)育，伴隨地表水流的發(fā)生進一步導(dǎo)致土壤侵蝕率增高（Robledano et al.，2014）；撂荒后期植被恢復(fù)程度較高，可減緩降雨影響、降低地表沖刷速度并提高入滲速率，從而降低土壤侵蝕程度（Jesús et al.，2018）。因此，撂荒年限與土壤侵蝕呈非線性關(guān)系，撂荒初期表現(xiàn)為土壤侵蝕，在撂荒后期表現(xiàn)為土壤恢復(fù)（吳祥云等，2007）。

在干旱半干旱地區(qū)，土壤侵蝕的主要營力是水力和風力，影響土壤侵蝕速率的先導(dǎo)因子是植被蓋度。在耕地撂荒的第一年，由于前期的耕作措施，地表覆被多為稀疏的一年生草本植物，植被蓋度極低，遙感影像與之對應(yīng)的光譜特征近似裸地。由于干旱區(qū)降雨稀少減緩了植被恢復(fù)速率，地形起伏又會誘發(fā)水土流失從而加劇土壤侵蝕強度。當宜耕土壤及有機質(zhì)組分流失殆盡后，植被恢復(fù)更加困難，土地退化加劇，土壤恢復(fù)速率遠低于侵蝕速率，形成惡性循環(huán)直至喪失農(nóng)業(yè)價值和生態(tài)價值。因此在干旱半干旱地區(qū)有必要在撂荒前期進行人為干預(yù)，幫助植被恢復(fù)并誘導(dǎo)生態(tài)系統(tǒng)持續(xù)向好發(fā)展。

2.3 碳貯存功能

伴隨撂荒年限的增加，撂荒地的植被蓋度和生物量通常會逐年增加，促進大氣CO2向土壤貯存。當撂荒地植物群落演替為喬木林時，喬木的莖、葉、根系均為碳貯存的良好媒介，并通過落葉將大量有機碳貯存在土壤中（Williams et al.，2012）。相比定期收割的農(nóng)作物，森林具有更強的碳貯存能力。

在20世紀80年代，由美國撂荒地森林再生長而產(chǎn)生的固碳量抵消了美國化學(xué)燃料排放量的10%—30%。前蘇聯(lián)解體導(dǎo)致東歐各國大量耕地撂荒，雖然只有一小部分撂荒地恢復(fù)了森林覆蓋，仍然使烏克蘭西部地區(qū)的土地碳貯存通量增加至每年1.5 Tg（Olofsson et al.，2010），說明撂荒地的碳貯存潛力是巨大的。與撂荒地植物群落自然演替相比，積極造林可能產(chǎn)生更高的碳貯存率，因為撂荒地自然演替產(chǎn)生的次生林可能是生物量較小、演替周期較長的灌木林（Sombroek et al.，2001）。祁連山地區(qū)退耕還草8年后的草地，其碳貯存量較附近種植耕地顯著增加（張蕊等，2014）；西澳大利亞地區(qū)在撂荒地上種植的桉樹林，其固碳量較相鄰農(nóng)田增加了42—94 mg·hm-2（Harper et al.，2012）。

2.4 野外火災(zāi)

撂荒地客觀上會增加野外火災(zāi)發(fā)生概率（Romero-Calcerrada et al.，2004；Rollins，2009），相較農(nóng)田系統(tǒng)，撂荒地既沒有灌溉措施也不定期收割，在防火期內(nèi)堆積了大量落葉和枯草等可燃物。在葡萄牙北部Minho地區(qū)生長高大灌木和森林的撂荒地，其景觀水平上的單位燃料負荷增加了20%—40%（Moreira et al.，2001）?？扇嘉锏亩逊e不但會誘發(fā)火災(zāi)，還會擴大火災(zāi)的規(guī)模和傳播速度，美國2000年至2006年間共發(fā)生164起荒地火災(zāi)致死事件（Rollins，2009）。撂荒地在短期內(nèi)趨向于同質(zhì)化（spatial simplification），長期則趨向多樣化，在西班牙的研究發(fā)現(xiàn)同質(zhì)化的景觀更易發(fā)生火災(zāi)（Romero-Calcerrada et al.，2004）。且火燒跡地的景觀會更加趨向同質(zhì)化，仍屬于高危野火景觀（Luis et al.，2001）。因此，撂荒地對野外火災(zāi)發(fā)生概率的影響應(yīng)引起國內(nèi)學(xué)界重視。

2.5 生物與景觀多樣性

2.5.1 生物多樣性

耕地撂荒后將導(dǎo)致生物多樣性發(fā)生變化，其中一些物種數(shù)量將會減少，例如以農(nóng)田為覓食地的鳥類和節(jié)肢動物，在歐洲已經(jīng)確定了101種此類物種（Russo，2006；Pereira et al.，2012）；根據(jù)相關(guān)研究統(tǒng)計，另一些物種數(shù)量將會增加，包括60種鳥類、24種哺乳動物及26種無脊椎動物（Russo，2006；Keenleyside et al.，2010）。相比之下，耕地撂荒后的生物多樣性通常高于集約化、機械化的農(nóng)業(yè)系統(tǒng)（Batary et al.，2012），并且會出現(xiàn)哺乳動物，學(xué)術(shù)界普遍認為哺乳動物屬于生態(tài)系統(tǒng)中的高價值物種（Proen?a et al.，2008）。許多受益于撂荒地的物種如大型食肉動物，在傳統(tǒng)的農(nóng)業(yè)系統(tǒng)中已經(jīng)大量減少或功能性滅絕。這些物種可能在人為擾動降低、森林更新、破碎自然棲息地連接后得以恢復(fù)。自20世紀60年代以來，歐洲耕地面積減少了約30%，其積極影響是食肉動物種群數(shù)量和分布范圍持續(xù)增加（Pereira et al.，2012；Queiroz et al.，2014）。在耕地撂荒最為嚴重的東歐，食肉動物種群正在穩(wěn)定的自然繁衍。

歐洲棲息地指令（Habitats Directive）列出了231種棲息地類型，其中有41種類型與低強度農(nóng)業(yè)管理有關(guān)，主要為耕地撂荒后形成的自然或半自然草地生態(tài)系統(tǒng)（Halada et al.，2011）。一些在撂荒地上重新繁衍的物種還會產(chǎn)生級聯(lián)效應(yīng)和交互驅(qū)動。例如東歐的兩棲動物和水獺種群，會受益于海貍對撂荒地中溝渠的修復(fù)（Kull et al.，2007）；撂荒地自然植被恢復(fù)后蚯蚓數(shù)量增加，在級聯(lián)效應(yīng)下會使以蚯蚓為食的嚙齒類動物增加，最終吸引以嚙齒類動物為食的大型猛禽（Pereira et al.，2012）。

2.5.2 景觀多樣性

田園景觀功能不局限于單一的糧食供給功能，而是兼具景觀生態(tài)功能、景觀連接功能、生境維持功能和文化功能（Peng et al.，2016；Song et al，2019）。撂荒地屬于近自然（半自然）景觀，在撂荒初期會降低景觀生態(tài)功能和人文感知美觀度，隨著植被自然演替或人為誘導(dǎo)（如退耕還林、還草），其景觀逐漸趨向多樣性并衍生一些間接功能，如文化功能、旅游功能、狩獵功能等（Keenleyside et al.，2010；Pereira et al.，2012）。梯田是地中海地區(qū)廣受褒揚的文化景觀之一，每年吸引大量游客（Pereira et al.，2005）；美國西部荒野允許狩獵美洲獅和野馬（Laundré et al.，2010）；法國和西班牙有29處田園村莊被聯(lián)合國教科文組織（United Nations Education Scientific and Cultural Organization）認定為世界遺產(chǎn)（Pereira et al.，2012）。撂荒地的管理成本較低，在有限的投資水平下發(fā)展旅游功能、狩獵功能或文化功能可能會獲得更為顯著的回報。

3 總結(jié)與展望

撂荒地是多重驅(qū)動力下的復(fù)雜人地交互系統(tǒng)，對生態(tài)環(huán)境具有多維影響，撂荒地的精準監(jiān)測是驅(qū)動該領(lǐng)域深入研究的基石。遙感技術(shù)對于獲取撂荒地時空分布及演變特征的優(yōu)勢較為明顯，當前仍然存在的主要問題包括，（1）在數(shù)據(jù)層面，撂荒地遙感監(jiān)測多基于中低分遙感數(shù)據(jù)（ModisLandsat），監(jiān)測精度相對有限。以Modis數(shù)據(jù)為例，一個像元對應(yīng)地面6.247 hm2耕地，如平滑合并相鄰像元則對應(yīng)數(shù)百畝耕地，實際操作中難以識別大量破碎撂荒地，從而低估真實撂荒率。高分遙感數(shù)據(jù)易受云層和地形干擾，且重訪周期長、幅寬小，難以滿足時間分辨率和大區(qū)域覆蓋，故而應(yīng)用率很低。（2）在方法層面，撂荒地監(jiān)測方法以圖像分類法為主流，其難點在于如何區(qū)分撂荒地與草地、裸地、灌木及粗放種植耕地。變化檢測方法則需要解決非耕地變化噪聲干擾、監(jiān)測周期前歷史撂荒地的識別等問題。（3）在應(yīng)用層面，不同農(nóng)區(qū)的生態(tài)系統(tǒng)類型、種植作物、種植制度均不相同，難以直接復(fù)制其他區(qū)域的監(jiān)測方法，需選擇針對性強的觀測頻度及方法組合，分離農(nóng)作物與自然植被的長勢信息，進而提高撂荒地監(jiān)測精度。

今后，隨著衛(wèi)星傳感器性能的提升及圖像處理技術(shù)的改進，撂荒地的監(jiān)測方法將逐漸由地面調(diào)查趨向遙感監(jiān)測，由低分辨率衛(wèi)星趨向高分辨率衛(wèi)星，由單源數(shù)據(jù)趨向多源數(shù)據(jù)，由單一方法趨向集成方法，由小區(qū)域尺度趨向大區(qū)域尺度。目前仍未被學(xué)界攻克的難題是高精度無監(jiān)督閾值分割技術(shù)?，F(xiàn)行無監(jiān)督閾值分割算法難以滿足精度要求，監(jiān)督式閾值分割則依賴先驗知識和樣本統(tǒng)計，自動化、智能化水平不足。未來仍需研發(fā)高精度、高魯棒性的無監(jiān)督閾值分割算法，節(jié)約撂荒地監(jiān)測的人力成本和時間成本。

撂荒地的生態(tài)影響尚未引起中國學(xué)術(shù)界的廣泛重視，其研究具有理論和現(xiàn)實意義。耕地撂荒后的自然演替方向具有區(qū)域性、地帶性和階段性差異，對于生態(tài)區(qū)位較好，處于正向演替階段的撂荒地生態(tài)系統(tǒng)可以采用自然恢復(fù)進行治理，對于生態(tài)區(qū)位較差、處于逆向演替階段的生態(tài)系統(tǒng)則需以生態(tài)退耕等方式積極干預(yù)。為此，還需廣泛開展長時間序列的區(qū)域、流域尺度撂荒地生態(tài)影響研究，按照國土空間的生態(tài)適宜性，分區(qū)分類厘清撂荒地的治理方式。同時，撂荒地的生態(tài)影響研究多為單一影響研究，如植物群落演替、生物多樣性變化等，仍缺乏撂荒地多維生態(tài)影響的研究。綜合來看，粗放經(jīng)營的耕地撂荒后，短期內(nèi)可能造成重要鳥類、節(jié)肢動物群落減少和短期內(nèi)的土壤侵蝕加劇等負面影響。但經(jīng)長期自然恢復(fù)后，一方面能夠提高碳貯存、水源涵養(yǎng)、土壤保持等重要生態(tài)功能，另一方面能夠提高自然生態(tài)系統(tǒng)的完整性和連通性，哺乳動物等高價值物種的種群數(shù)量也會相應(yīng)增加。一種耕地撂荒的治理方式也會同時帶來數(shù)種生態(tài)效應(yīng)，這些生態(tài)效應(yīng)之間存在著權(quán)衡或協(xié)同關(guān)系。例如，退耕還林能夠同時降低水土流失和風蝕沙化風險，增加碳貯存功能，但在干旱、半干旱生態(tài)環(huán)境脆弱地區(qū)，由于年降雨量較少，森林的蒸散量較大，也可能會導(dǎo)致撂荒地的水源涵養(yǎng)功能的下降，此時選擇自然恢復(fù)或退耕還草等治理方可能更為科學(xué)合理。為此，相關(guān)研究還需注重不同生態(tài)影響間的相互聯(lián)系，科學(xué)確定撂荒地的治理或生態(tài)恢復(fù)方式，實現(xiàn)多種生態(tài)效益的協(xié)同提升。

中國自2018年起實行地力保護補貼，享受該補貼的前提是：耕地不撂荒、地力不下降?！吨腥A人民共和國農(nóng)村土地承包法（2018修正）》規(guī)定：“土地經(jīng)營權(quán)人棄耕拋荒連續(xù)兩年以上、給土地造成嚴重損害或者嚴重破壞土地生態(tài)環(huán)境，承包方在合理期限內(nèi)不解除土地經(jīng)營權(quán)流轉(zhuǎn)合同的，發(fā)包方有權(quán)要求終止土地經(jīng)營權(quán)流轉(zhuǎn)合同。土地經(jīng)營權(quán)人對土地和土地生態(tài)環(huán)境造成的損害應(yīng)當予以賠償?！鄙鲜稣叩陌l(fā)布，一方面說明中國耕地保護的壓力依然巨大，另一方面也說明管理層遏制耕地撂荒的決心。遺憾的是，與歐盟相比中國的撂荒地整體研究程度較低，缺乏全國尺度的撂荒地監(jiān)測研究，區(qū)域尺度的研究也相對不足。同時，由于不掌握撂荒地的規(guī)模和分布，尚未厘清撂荒地的復(fù)耕潛力，造成了撂荒地管理的實際困難。時值中美貿(mào)易戰(zhàn)，在不進口美國大豆改為自種的情景下，尚需0.467×108—0.533×108hm2耕地用于大豆種植，相比新增耕地，復(fù)耕一部分撂荒地無疑更加經(jīng)濟可行。同時，中國正在大力推進生態(tài)文明建設(shè)，撂荒地為生態(tài)退耕提供了本底，在不適宜耕種或事實撂荒多年的耕地上再造林，既不損失糧食產(chǎn)能，又可改善生態(tài)環(huán)境、優(yōu)化資源配置。加之撂荒地與鄉(xiāng)村振興、精準扶貧、土地整治、退耕還林還草、基本農(nóng)田紅線、生態(tài)保護紅線、國土空間規(guī)劃等國家重大工程緊密聯(lián)系，因此亟需國家組織力量、整合資源，開展全國性的撂荒地精準調(diào)查，摸清家底并實現(xiàn)耕地資源的高效利用。

撂荒地研究應(yīng)置于更寬泛的背景下開展，綜合考量全球氣候變化、中國人口結(jié)構(gòu)老齡化、人口分布城市化的影響及交互關(guān)系等。全球氣候變化對中國的影響是東亞季風衰退、南澇北旱加劇（Guo et al.，2019），未來中國東北地區(qū)可能因旱情嚴重而加劇耕地撂荒。國家發(fā)改委于2016年預(yù)計，中國遠期城市化水平在2030年將達到70%（2016年為56.1%），伴隨農(nóng)業(yè)人口向城市遷移，耕地撂荒現(xiàn)象也將愈演愈烈。同時，中國還面臨人口生育率低、人口老齡化加劇等社會問題，人口負增長為時不遠，農(nóng)業(yè)勞動力年齡結(jié)構(gòu)已呈倒金字塔分布，在未來某一時間區(qū)間，撂荒地問題可能會集中爆發(fā)。因此，撂荒地領(lǐng)域的研究應(yīng)更具前瞻性和動態(tài)性，契合國家戰(zhàn)略、生態(tài)安全格局和糧食安全現(xiàn)狀，以辯證的視角看待撂荒地的綜合影響，宜耕則耕，宜林則林，宜草則草，宜荒則荒。