中国高弃耕风险农地的空间格局与生态转型潜力:基于MaxEnt的评估

《Environmental Impact Assessment Review》:Spatial patterns and ecological transition potential of high-abandonment-risk cropland in China: A MaxEnt-based assessment

【字体: 大 中 小 】 时间:2026年07月08日 来源:Environmental Impact Assessment Review 12.2

编辑推荐:

  Dan Lu|Zhanpeng Wang|Yuqing Zhu|Hongbo Zhao|Jingjing Liu|Haipeng Zhang|Aiwen Lin中国河南省开封市475001,河南大学地理科学与工程学院,黄河文明与可持续发展重点研究院摘要在中国,耕地废弃已成为粮食生

  
Dan Lu|Zhanpeng Wang|Yuqing Zhu|Hongbo Zhao|Jingjing Liu|Haipeng Zhang|Aiwen Lin
中国河南省开封市475001,河南大学地理科学与工程学院,黄河文明与可持续发展重点研究院

摘要

在中国,耕地废弃已成为粮食生产及土地资源可持续利用面临的重大挑战。然而,对于耕地废弃风险模式以及高风险耕地的生态价值,目前了解仍十分有限。现有研究多采用基于指数的加权方法来评估废弃风险,这类方法往往难以准确把握各种驱动因素之间的复杂非线性关系。为提升耕地废弃风险预测的准确性,我们运用MaxEnt模型,结合中国近二十年的耕地废弃数据,对风险的空间分布进行了预测。在此基础上,首次从碳封存的角度评估了高废弃风险耕地的生态转型潜力。研究结果表明,MaxEnt模型具有较高的预测精度和稳定性(AUC=0.830)。在全国范围内,被划分为高风险和中等高风险 的耕地分别占现有耕地面积的1.90%和4.95%。高风险耕地主要集中在GXR和SWR地区。其中约43.37%的高风险耕地适合转为林地,相当于中国耕地总面积的0.82%。如果将这些土地用于自然再生,预计未来30年内可额外实现1147.83±270.56 Gg C/年的碳封存量,累计总量可达26.32–42.55 Tg C。在粮食安全形势严峻的背景下,那些具备生态转型潜力的高风险耕地应优先纳入生态修复计划,比如“粮改绿”工程。

引言

消除贫困和实现零饥饿是联合国可持续发展目标中的重要任务。《2024年全球粮食安全与营养状况报告》显示,目前全球约有9.1%的人口面临饥饿问题,到2030年这一比例预计仍为6.8%。作为粮食生产的基石,耕地不仅是食物来源,也与社会稳定和可持续发展密切相关(Cheng等,2025;Han等,2023)。随着城市化进程的推进,农村人口减少以及农业活动衰退已成为全球趋势(Li等,2019;Liu等,2017)。欧洲、中国和俄罗斯都出现了农村人口大幅下降的情况(Long等,2022;Newsham和Rowe,2023;Udemba等,2024)。农村人口的持续外流导致了大量耕地被废弃(Lu等,2025;Potapov等,2022;Terres等,2015)。据估计,全球废弃耕地面积在3.85亿至4.72亿公顷之间(Campbell等,2008)。
耕地废弃不仅造成了农业土地资源的巨大浪费,还对粮食生产构成威胁,同时还会影响生态环境。因此,这一问题越来越受到学术界和政府机构的重视。以往的研究在多个方面取得了进展,包括耕地废弃的监测与制图(Estel等,2015;Suziedelyte Visockiene和Tumeliene,2019;Yin等,2020;Zhao等,2023)、时空分布规律与动态变化(Liao等,2026;Zheng等,2023)、导致耕地废弃的驱动机制(Chen等,2024;Guo等,2023;Wang等,2023b)以及多维度影响(Jia等,2025;Li等,2024;Lu等,2024b;Zhou等,2025)。不过,针对现有耕地废弃风险的系统研究仍然不足。传统的风险评估方法主要依赖加权方式,诸如专家评分法(Capobianco等,2022)和层次分析法(Liu等,2020)这类主观赋权方法容易受到个人判断偏差的影响,且常常忽视各指标之间的关联(Xu等,2018)。而客观赋权方法则是根据数据本身的特征来确定权重,常见的方法包括因子分析、主成分分析以及熵权法(Paramanik等,2022;Ren等,2024)。但这类方法也可能无法准确反映各指标相对于评估目标的相对重要性(Ma等,2024)。此前已有研究使用基于加权的框架,在区域尺度上对耕地废弃风险进行了初步评估(Chen等,2023;Ma等,2024;Shi和Li,2017;Wu等,2019)。
近年来,结构方程模型和XGBoost算法被用于评估全国范围内的耕地废弃风险(Li等,2026;Zeng等,2024)。不过,结构方程模型高度依赖模型设计以及线性假设,这可能限制其捕捉耕地废弃驱动因素之间复杂非线性关系的能力(Guo等,2023;Lu等,2024a)。相比之下,XGBoost这类机器学习方法能够有效识别非线性关系,为耕地废弃风险评估提供更科学的理论基础。但作为监督学习模型,XGBoost通常需要既有废弃耕地样本也有未废弃耕地样本才能进行训练。那些目前尚未废弃的耕地并不能保证未来也不会废弃,这就给模型预测带来了不确定性。
MaxEnt模型是一种基于最大熵原理的机器学习方法,已被广泛应用于生物多样性保护、自然灾害预测以及土地利用预测等领域(Zhao等,2021)。有些研究也用MaxEnt来评估废弃耕地的复垦适宜性,取得了不错的预测效果(Wu等,2025;Zheng等,2023)。更重要的是,MaxEnt能够弥补传统方法在处理耕地废弃与其影响因素之间复杂非线性关系方面的不足。由于该模型主要依据耕地废弃的实际发生案例以及背景环境条件,因此还能降低因不稳定负样本带来的评估偏差,同时保持较高的预测精度。正因如此,本研究引入MaxEnt模型,用于评估中国现有耕地的废弃风险。
关于耕地废弃影响的研究大多集中在废弃后的后果以及修复途径方面。从粮食生产角度出发,现有研究探讨了耕地废弃导致的产量损失(Lu等,2024b)、重新开垦可能带来的产量提升(Wu等,2025),以及高风险耕地对粮食生产的威胁(Li等,2026)。从生态角度而言,研究重点多放在植被恢复、生物多样性变化以及耕地废弃后土壤性质的改善上(Fayet等,2022;Lv等,2024;Wang等,2023a)。相比之下,高风险耕地在生态修复以及提升生态系统服务功能方面的潜在价值则较少受到关注。有研究表明,将部分碎片化或边缘化的耕地恢复为天然植被,同时在适合大规模农业发展的地区开垦同等面积的耕地来抵消,可以实现耕地空间配置和土地利用效率的整体优化(Deng等,2024)。高风险耕地往往位于农业边缘地带或生态敏感区域,因此具有较大的生态转型潜力。在确保粮食安全的前提下,可以通过“粮改绿”工程等综合土地利用规划措施,重新分配这类土地的用途。目前中国仍处于城市化进程中,耕地废弃现象仍在不断加剧(Lu等,2024b)。因此,有必要对现有耕地的废弃风险以及高风险地区的生态转型潜力进行系统评估,从而为优化土地资源分配、提升耕地相关的生态功能提供依据。
基于以上考虑,我们利用中国过去二十年的耕地废弃历史数据,综合考虑自然因素和社会经济因素,运用MaxEnt模型评估中国现有耕地的废弃风险。在此基础上,进一步识别出具有生态转型潜力的高风险区域,并从碳封存的角度对这些潜力进行评估。

章节节选

研究区域

本研究基于中国的农业综合区划结果进行分析(见图1)。该农业区划将全国划分为9个一级农业区和38个二级农业区,这些区域的划分依据是生产条件、特征、发展方向、存在的主要问题以及相应的解决措施。一级农业区包括东北区、内蒙古及长城区、黄淮海区、黄土高原区、中下游地区

耕地废弃的空间格局

在1991年至2020年间,共有约5400.65×104公顷的耕地被废弃,这一面积相当于2024年中国耕地总面积的28.61%(见图3)。废弃耕地面积最大的地区是SWR和IMGWR地区,分别为1301.54×104公顷和1031.64×104公顷。在MLYTR、LPR、SCR、NER和GXR地区,废弃耕地面积则在348.74×104公顷到690.13×104公顷之间。而HHHR和TBR地区的废弃耕地面积最小,仅占全国废弃耕地总面积的1.70%和1.63%

讨论

(1)与其他研究的比较
本研究提出了一种耕地废弃风险评估框架,该框架能够充分考虑复杂的非线性关系,以及不稳定负样本所带来的不确定性。与以往基于加权方法的耕地废弃风险评估方法相比(Chen等,2023;Ma等,2024;Shi和Li,2017;Wu等,2019),本研究采用了MaxEnt模型进行风险模拟,有效解决了传统方法存在的缺陷

结论

本研究运用MaxEnt模型分析了中国耕地废弃风险的空间分布情况,同时评估了高废弃风险耕地的生态转型潜力。研究结果表明,MaxEnt模型具有较好的预测精度和稳定性。从全国范围来看,1.90%的耕地被划分为高废弃风险区,4.95%被划分为中等高风险区。高风险耕地主要集中在GXR和SWR地区,这两类地区的高风险耕地分别占全国高风险耕地的33.68%和16.33%

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

致谢

我们衷心感谢中国博士后科学基金会(项目编号:2025M780307)以及河南省软科学研究计划(项目编号:262400411132)提供的资金支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号