中蒙俄经济走廊土地利用变化格局及其驱动因素研究

厉静文; 董锁成; 李宇; 杨洋; Boldanov Tamir

doi:10.11821/dlyj020210860

地理研究 >

2021 , Vol. 40 >Issue 11: 3073 - 3091

DOI: https://doi.org/10.11821/dlyj020210860

专栏：中蒙俄经济走廊资源环境与绿色发展

中蒙俄经济走廊土地利用变化格局及其驱动因素研究

厉静文 ^,¹^,² ,
董锁成 ^,¹^,² ,
李宇 ¹^,² ,
杨洋 ¹ ,
Boldanov Tamir ¹^,²

展开

1.中国科学院地理科学与资源研究所,北京 100101
2.中国科学院大学,北京 100049

董锁成（1962-）,男,甘肃平凉人,博士,研究员,博士生导师,主要研究方向为区域生态经济学、区域资源与环境经济及可持续发展。E-mail: dongsc3@163.com

厉静文（1994-）,女,山东日照人,博士研究生,主要研究方向为区域生态经济学和环境经济学。E-mail: lijw.20b@igsnrr.ac.cn

收稿日期: 2021-09-18

录用日期: 2021-11-10

网络出版日期: 2022-01-10

基金资助

科技部国家科技基础资源调查专项(2017FY100304)

中国科学院战略性先导科技专项(A 类)课题(XDA20030203)

国家社会科学基金“一带一路”专项基金(17VDL016)

“一带一路”国际科学组织联盟联合研究合作专项(ANSO-CR-KP-2020-02)

版权

收起

The pattern and driving factors of land use change in the China-Mongolia-Russia economic corridor

LI Jingwen ^,¹^,² ,
DONG Suocheng ^,¹^,² ,
LI Yu ¹^,² ,
YANG Yang ¹ ,
BOLDANOV Tamir ¹^,²

Expand

1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
2. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2021-09-18

Accepted date: 2021-11-10

Online published: 2022-01-10

Copyright

Fold

摘要

中蒙俄经济走廊战略地位显著,研究其土地利用格局变化与机理,对亚欧大陆复杂巨系统的生态环境保护和社会经济可持续发展意义重大。本文基于全球土地覆盖遥感数据和实地考察,对自苏联解体及蒙古私有化以来的1992—2019年,中蒙俄经济走廊土地利用格局及其驱动因素和时空变化规律进行了研究。结果表明：①1992—2019年,中蒙俄经济走廊土地利用变化活跃,土地转换面积为361954 km²,主要表现为林地持续下降,建设用地、耕地面积迅速扩张。② 中国部分的林地呈现先减后增的趋势,2000年后东北平原北部林地增加显著,灌丛与草地、裸地分别净减少13325 km²、16632km²;蒙古国部分的林地、灌丛与草地均呈现先减后增的趋势,而裸地面积先增后减,苏赫巴托尔省、肯特省、东戈壁省和戈壁苏木贝尔省四省交界地带裸地增加明显;俄罗斯部分的林地持续下降,共减少46742 km²,耕地面积增加8478 km²,贝加尔湖周边裸地增加41417 km²;俄蒙边境、色楞格河流域以及中蒙俄铁路沿线地区存在沙漠化风险。③ 人口、经济、产业结构以及政策等是中蒙俄经济走廊土地利用变化的主要因素。2010—2018年,人口密度对转为林地的土地影响最大,其解释力q值为0.2597,GDP总量对转为建设用地、裸地、耕地的影响最大,其解释力q值分别为0.9094、0.2234、0.5518。就三国而言,中国部分主要受人口和经济因素以及退耕还林政策的影响,而蒙古国部分则受私有化后超载过牧及开垦耕地的影响,俄罗斯部分主要是砍伐林地和开垦耕地的影响。本研究结果旨在为中蒙俄经济走廊土地资源可持续利用和管理提供科学依据。

关键词： 中蒙俄经济走廊; 土地利用; 国别比较; 驱动因素

本文引用格式

厉静文 , 董锁成 , 李宇 , 杨洋 , Boldanov Tamir . 中蒙俄经济走廊土地利用变化格局及其驱动因素研究[J]. 地理研究, 2021 , 40(11) : 3073 -3091 . DOI: 10.11821/dlyj020210860

Abstract

The China-Mongolia-Russia economic corridor has a significant strategic position. Based on global land cover remote sensing data and field investigations, this paper studied the land use pattern, driving factors and spatio-temporal changes of the China-Mongolia-Russia economic corridor from 1992 to 2019 since the disintegration of the Soviet Union and the privatization policy of Mongolia. The results showed that: (1) From 1992 to 2019, the land use change of China-Mongolia-Russia economic corridor was active, and the converted land area was 361953 km², which was mainly manifested by the continuous decline of forest land and the rapid expansion of construction land and cultivated land. (2) The forest land in China decreased at first and then increased. After 2000, the forest in the north part of Northeast China Plain increased significantly. The area of shrubland and grassland, and bare land in China decreased by 13325 km² and 16632 km², respectively. The shrubland and grassland in Mongolia decreased at first and then increased, and the bare land increased at first and then decreased. The turning point was the year 2000. And the bare land in the border area of provinces of Sukhbaatar, Khentii, Dornogovi and Govi-Altai increased significantly. The area of forest land in Russia continued to decline, with a total decrease of 46742 km² and the cultivated land increased by 8478 km², and the bare land around Lake Baikal increased by 41417 km². There was a risk of desertification in the Russian-Mongolian border, Selenge River Basin and areas along the China-Mongolia-Russia railway. (3) Population, economy, industrial structure and policy were the main factors of land use change in China-Mongolia-Russia economic corridor. From 2010 to 2018, the population density had the greatest influence on the land converted to forest land, and the explanatory power of q value was 0.2597. The total GDP had the greatest influence on the conversion to construction land, bare land and cultivated land, and their explanatory power of q value was 0.9094, 0.2234 and 0.5518, respectively. China was mainly affected by demographic and economic factors and the policy of returning farmland to forest land. Mongolia was affected by overgrazing and cultivated land expansion after privatization. Russia was mainly affected by deforestation and cultivated land reclamation. The results can provide a scientific basis for the sustainable utilization and management of land resources in the China-Mongolia-Russia economic corridor.

Key words： China-Mongolia-Russia economic corridor; land use; international comparison; driving force

1 引言

土地利用变化作为人类活动与自然生态过程交互的纽带^[1],直接影响地表物质能量循环、自然资源的永续利用和人类社会经济的发展^[2,3],探究土地利用变化趋势和驱动因素,对于发展迅速、人地矛盾突出、生态环境脆弱的地区实现绿色、可持续发展具有重要意义^[4]。当前,国内外学者利用土地动态度、土地利用转移矩阵、地理探测器、CLUE-S模型、CA-Markov模型等方法对土地利用的空间格局、动态变化、驱动机制、趋势预测和生态效益等做了大量研究^[5,6,7,8],形成了较为成熟的研究范式,研究尺度也由全球土地变化聚焦到局地变化^[9],中国学者主要聚焦西北生态脆弱区^[5]、东部重要城市群^[9]、大河流域^[10]等区域的土地利用变化,但对边境地区关注较少。“一带一路”沿线国家土地利用格局复杂,人类活动与土地利用矛盾突出,特殊的地缘经济、资源、环境加速了跨境地区的经济合作和文化交流,使得土地利用变化更为剧烈。因此研究跨境地区土地利用变化及其驱动因素,合理利用土地资源,对于促进跨境地区可持续发展,保护中国地缘生态屏障意义重大。

中蒙俄经济走廊作为“一带一路”倡议规划建设的首个落地实施的经济走廊,地处亚欧大陆,横跨多个气候带,地形地貌复杂多样,是全球生态环境脆弱敏感的地区之一^[11]。中蒙俄三国之间有着悠久的历史渊源、紧密联系的自然环境和社会经济活动,区内土地利用、生态建设与社会发展具有强烈的互补性和潜在的合作需求,在全球地缘生态环境战略中具有重要地位。自苏联解体、蒙古私有化后,不同的发展模式使得三国土地利用格局、变化趋势各具特点,生态系统结构与功能显著变化,导致整个区域生态环境对土地利用变化的响应敏感,是跨境地区复杂土地利用变化的典型代表^[12]。在全球一体化的背景下,探明中蒙俄经济走廊近30年来的土地利用变化格局和驱动因素,是三国共同寻求区域可持续发展的前提和基础。当前中蒙俄经济走廊土地利用研究主要包括局地土地利用的时空格局分析^{[13,14,15,16]}、单一土地利用变化与生态风险评价^{[17,18,19,20]}等。在局地土地利用变化方面,Dong等^[13]研究发现中蒙俄铁路沿线土地利用变化主要集中在铁路、公路和河流沿线;刘丹等^[14]以黑龙江省北部边境24个县市为研究区,发现林地转耕地是研究区土地利用变化的主要类型;Wang等^[15]分析了蒙古国1990—2010年土地利用变化,结果表明蒙古国植被呈减少趋势,沙漠化严重;王宁等^[16]采用中国陆地生态服务价值表分析了内蒙古自治区的土地利用数据,指出未利用土地减少面积最多,草地增幅最大,近30年内蒙古草地生态服务价值最高;在单一土地利用变化与生态风险评价方面, Li等^[17]通过遥感反演分析了2006—2015年中蒙俄铁路蒙古段草地的时空变化,指出铁路沿线仍存在草地退化的风险;Abalakov等^[18]通过构建人为影响模型,分析了中蒙俄经济走廊采矿业对环境影响;Ojima等^[19]着重分析了中蒙俄三国畜牧业用地变化,指出人口压力增加和畜牧制度改革导致了草地转为耕地和草地退化。此外,俄蒙学者对本国重点地区土地利用变化进行了研究,Amarsaikhan等^[21]利用多源遥感数据和社会历史数据,重建了蒙古乌兰巴托城市内的土地利用格局;Erokhin等^[22]定量分析了苏联解体后土地改革对俄罗斯农业用地的影响,指出各地区农田用地结构性差异的主导因素不同。

综上所述,当前中蒙俄经济走廊土地利用变化主要围绕某一重点区域或单一土地利用变化和驱动机制进行研究,对其整体的综合研究不足,鲜有跨境地区土地利用的国别对比研究,尤其缺乏自苏联解体和蒙古私有化以来中蒙俄经济走廊土地利用变化格局和机制的综合研究。因此,本文以中蒙俄经济走廊为研究对象,利用长时间序列遥感数据,揭示自苏联解体及蒙古私有化以来的1992—2019年中蒙俄经济走廊土地利用时空格局和变化特征,对比分析中蒙俄经济走廊三国的土地利用的动态特征,在此基础上利用地理探测器进一步分析土地利用变化的驱动因素,以期为中蒙俄经济走廊土地资源的可持续利用和优化布局提供科学依据。

2 研究区概况

中蒙俄经济走廊（图1）地处37.3°N~62°N、56°E~141.5°E之间,总面积约778万km²。行政范围包括中国、蒙古国、俄罗斯三个国家57个省级行政区,其中中国部分包括4省（自治区）,蒙古国部分包括21个省、市,俄罗斯部分包括32个州、边疆区、共和国、市。研究区海拔为0~4135 m,地势由北向南、由东西向中逐渐升高,地貌以平原、高原为主,从东到西分别为温带季风气候、温带大陆性气候、温带干旱半干旱气候、温带大陆性气候^[23],年均气温为-10~15℃,年均降水量为50~1300 mm^[24,25];植被类型复杂多样,包括针叶林、针叶混交林、落叶阔叶林、草原、荒漠等^[26,27]。研究区内三国产业发展水平不一,中国部分第二产业发展迅速,是中国重要的工业基地,同时也是重要的粮食主产区及农牧业生产基地^[28]。蒙古国部分以农牧业为国民经济的基础,占国内生产总值的33.40%,工业尚处于初级发展阶段,以采矿、轻工、食品等为主^[12]。俄罗斯部分产业分异明显,加工业发展水平整体呈西高东低,主要分布在西伯利亚铁路沿线、交通干线,林业资源潜力巨大,东西伯利亚和远东地区的森林工业为当地支柱产业^[29]。

显示原图|下载原图ZIP|生成PPT

图1 中蒙俄经济走廊区位分布

注：该图基于自然资源部地图技术审查中心标准地图（审图号为GS(2020)4398号）制作,底图无修改。

Fig. 1 Location of the China-Mongolia-Russia economic corridor

3 数据来源与研究方法

3.1 数据来源

本研究4期土地利用数据（1992年、2000年、2010年和2019年）均来自欧空局（ESA）气候变化（Landcover Climate Change Initiative）项目发布的土地覆盖分类数据集（ESA-Land Cover Classification System）,空间分辨率为300m^[30],精度为74.5%^[31]。采用国际上通用的LULC分类系统IGBP(International Geosphere-Biosphere Program)^[32],将土地利用类型重新分为林地、灌丛与草地、耕地、湿地、建设用地、裸地、水域7类。年平均气温和DEM（高程）数据来自世界气候数据库,空间分辨率均为30″^[33];年降水量数据取自全球降水资料数据集,空间分辨率为1°^[34];总人口、人口密度、城市化率、GDP总量、人均GDP、第一产业比例、第二产业比例、第三产业比例8项经济社会指标数据来自2011年和2019年的《中国统计年鉴》^[35]《蒙古统计年鉴》^[36]《俄罗斯联邦统计年鉴》和俄罗斯联邦统计局网站^[37]。

3.2 研究方法

3.2.1 土地利用动态度土地利用动态度可以反映一段时间内研究区各种土地利用类型的变化速度和幅度,包括单一土地利用动态度和综合土地利用动态度^[17]。

单一土地利用动态度计算公式为：

（1）

S i = U it 2 - U it 1 U it 1 × t 2 - t 1 - 1 × 100 %

综合土地利用动态度计算公式为：

（2）

S = ∑ i = 1 n ∆ U i - j 2 ∑ i n U it 1 × t 2 - t 1 - 1 × 100 %

式中：

S i

为第i种土地利用类型的单一动态度;

S

为研究区综合动态度;

U it 2

为研究区i种土地利用类型在

t 2

时间中的面积;

U it 1

为研究区i土地利用类型在

t 1

时间中的面积;

t 2 ~ t 1

为研究时间段;

∆ U i - j

为

t 2 - t 1

时间段内第i种土地转变为非i类土地的面积。本研究利用Excel 2019分析各种土地利用类型的动态度,并在Origin2018中绘制相关图形。

3.2.2 土地利用转换分析土地利用转换矩阵可以反映土地利用变化的结构特征,揭示土地利用变化的方向。由于研究区不同类型土地面积差异较大,土地利用转移矩阵难以反映所有地类的结构特征,故构建土地利用变化率转移矩阵。其公式为：

（3）

S ij = S 11 ∆ s 1 ⋯ S 1 n ∆ s 1 ⋮ ⋱ ⋮ S n 1 ∆ s n ⋯ S nn ∆ s n

式中：

S ij

表示土地利用类型i转为j的面积变化率;

∆ S

为某地类转出的总面积;n为土地利用的类型数;i和j分别为研究初期和末期的土地利用类型。本研究采用ArcGIS10.2空间统计工具对土地利用数据进行处理,并利用Excel 2019构建土地利用变化率转移矩阵。

3.2.3 土地利用变化驱动因素根据土地利用变化的特征分析,选择研究区内林地、灌丛与草地、建设用地、裸地、耕地5种转换面积较高的土地类型进行驱动因素分析。土地利用变化受气候、地形、人口、社会经济等多重因素综合影响^[38],但由于三国在统计指标和统计口径上的差别,三国共有的指标非常有限,因此结合本研究区数据指标的典型性、代表性以及中蒙俄三国数据的共有性和可对比性,从自然、人口、经济3个方面选择11个影响因子构建指标体系,自然因子有年平均气温（

X 1

）、年降水量（

X 2

）、DEM（

X 3

）3种,人口因子有总人口（

X 4

）、人口密度（

X 5

）2种,经济因子有城市化率（

X 6

）、GDP总量（

X 7

）、人均GDP（

X 8

）、第一产业比例（

X 9

）、第二产业比例（

X 10

）、第三产业比例（

X 11

）6种。因部分指标的最新数据为2018年,故以2010—2018年中蒙俄经济走廊土地利用变化为研究截面。为保证数据的一致性,克服影响因子间的单位差别,自然指标均进行重采样处理,并利用自然断点法分为6个级别;经济和人口各因素利用SPSS离散,其中GDP数据统一按当年兑换汇率换算为美元。

地理探测器是探测空间分异性,定量揭示影响其分异的驱动因素的新兴统计学模型,该模型可在同一空间尺度下对不同类型的因子进行单因子和多因子交互分析,使得结果更具有科学性^[39],模型包括了因子探测器、风险探测器、生态探测器和交互探测器四个部分。本文选用因子探测器和交互探测器,探测了11个要素对中蒙俄经济走廊整体土地利用变化的影响程度,并利用因子探测器对比分析了中蒙俄三国土地利用变化的影响因素。

因子探测器可定量探测因子X对Y空间分异的影响^[39],本文X为11个影响因子,Y为土地利用变化。模型如下：

（4）

q = 1 - 1 N σ 2 ∑ h = 1 L N h σ h 2

式中：q为影响因子对中蒙俄经济走廊土地利用变化的解释力或决定力,值的范围为0~1,q值越大,说明该因子对土地利用变化的影响越大,解释力越强,反之,解释力越小;N为研究区样本数;

N h

为h层样本数;

σ 2

和

σ h 2

分别为研究区和h层土地利用变化的方差;L为分层的个数。

交互探测器通过比较两个因子交互作用的q值与单因子作用q值的大小,判断各因子X对Y产生的影响类型^[39],交互作用的结果共有5种情形：P(

X 1

∩

X 2

)=P(

X 1

)+P(

X 2

),为因子

X 1

和

X 2

相互独立;P(

X 1

∩

X 2

)<min(P(

X 1

), P(

X 2

)),为因子

X 1

和

X 2

交互后非线性减弱;min(P(

X 1

), P(

X 2

))<P(

X 1

∩

X 2

)<max(P(

X 1

), P(

X 2

)),为因子

X 1

和

X 2

交互后单因子非线性减弱;P(

X 1

∩

X 2

)>P(

X 1

)+P(

X 2

),为因子

X 1

和

X 2

交互后非线性加强;P(

X 1

∩

X 2

)>max(P(X), P(

X 2

)),为因子

X 1

和

X 2

交互后双因子加强。

4 结果与分析

4.1 中蒙俄经济走廊土地利用时空特征

4.1.1 全域特征中蒙俄经济走廊土地利用分布具有明显的经向地带性和纬向地带性,从东到西呈现出“林地-耕地-灌丛与草地-裸地-灌丛与草地-耕地-林地”不断变化的分布格局,从北向南为“林地-灌丛与草地-裸地”的分布格局（图2）。其中,林地是中蒙俄经济走廊面积最大的土地利用类型,主要分布在远东山地、东欧平原和中西伯利亚高原,2019年林地面积为3728258 km²,占总面积的47.97%;灌丛与草地面积次之,2019年灌丛与草地面积约占土地总面积的20.97%,主要分布在蒙古高原中部和东部;2019年耕地和裸地分别占总面积的14.69%、12.48%,其中耕地主要分布在东北平原,俄罗斯部分的西部,裸地主要分布在蒙古高原南部。湿地、建设用地、水体面积相对较少,2019年面积分别为131629 km²、39001 km²、131310 km²。

显示原图|下载原图ZIP|生成PPT

图2 1992—2019年中蒙俄经济走廊土地利用空间分布

注：该图基于自然资源部地图技术审查中心标准地图（审图号为 GS(2020)4398号）制作,底图无修改。

Fig. 2 Spatial distribution of land use in the China-Mongolia-Russia economic corridor from 1992 to 2019

由表1可知,1992—2019年,林地面积持续下降,1992—2000年净减少面积最大,净减少26272 km²;灌丛与草地面积变化呈先减少后增加趋势,1992—2010年灌丛与草地净减少7442 km²,2010—2019年灌丛与草地净增加面积为24477 km²,远大于其被占用的面积;1992—2000年裸地面积增加,2000—2019年裸地面积持续下降,净减少了34710 km²。耕地、建设用地面积呈持续增加趋势,其中耕地面积增幅较缓,1992—2000年耕地净增加面积分别是2000—2010年、2010—2019年的4.13、8.20倍,建设用地净增加面积持续增大,1992—2000年建设用地净增加面积分别是2000—2010年、2010—2019年的0.35、0.40倍。

表1 1992—2019年中蒙俄经济走廊土地利用面积

Tab. 1 Land use area of the China-Mongolia-Russia economic corridor from 1992 to 2019

	1992年		2000年		2010年		2019年
	面积(km²)	占比（%）	面积(km²)	占比（%）	面积(km²)	占比（%）	面积(km²)	占比（%）
林地	3777361	48.61	3751088	48.27	3747864	48.23	3728258	47.97
灌丛与草地	1612510	20.75	1606489	20.67	1605068	20.65	1629545	20.97
耕地	1108854	14.27	1133007	14.58	1138856	14.65	1141800	14.69
湿地	124040	1.60	125172	1.61	125092	1.61	131629	1.69
建设用地	16991	0.22	20490	0.26	30430	0.39	39001	0.50
裸地	1002861	12.90	1004564	12.93	994280	12.79	969853	12.48
水体	128781	1.66	130588	1.68	129806	1.67	131310	1.69

4.1.2 中蒙俄三国土地利用特征比较图3（见第3079页）显示,中国部分土地利用类型主要为灌丛与草地、林地和耕地,2019年三种土地类型分别占中国部分总面积的29%、27.04%和26.63%,其中,灌丛与草地主要分布在内蒙古东部和东北平原西部,林地和耕地主要分布在东北平原;裸地面积约占中国部分总面积的15.02%,主要分布在内蒙古中西部。1992—2019年,灌丛与草地、裸地面积均持续下降,净减少面积分别为13325 km²、16632 km²;林地面积变化呈先减少后增加趋势,1992—2000年林地面积净减少6382 km²,2000年后受退耕还林政策的影响,林地面积稳步增长;耕地面积呈持续增加趋势,1992—2000年耕地净增加面积最大,为12357 km²。

显示原图|下载原图ZIP|生成PPT

图3 中蒙俄经济走廊三国各类土地利用面积比

Fig. 3 Ratio of land use area in the three countries of the China-Mongolia-Russia economic corridor

蒙古国部分土地利用类型以裸地、灌丛与草地为主,1992—2019年其平均面积分别占总面积的43.87%、43%,林地、耕地面积次之,1992—2019年其平均面积分别占总面积的8.38%、3.50%,其他土地类型在蒙古国部分零星分布;1992—2019年,灌丛与草地呈现先减少后增加趋势,而裸地呈现先增加后减少趋势,两种地类面积变化的折点均为2000年;1992—2010年林地面积减少了1.75%,2010—2019年林地面积迅速增加,净增加面积为3053 km²。蒙古国部分耕地面积变化与中国部分的耕地变化趋势一致,表现为耕地面积持续增加。

俄罗斯部分的林地是主要土地类型,面积占总面积的70%以上,耕地、草地次之,2019年它们的面积分别占总面积的13.31%、9%。受气候和地形影响,耕地主要分布在西西伯利亚平原和人口集聚的东欧平原。1992—2019年,俄罗斯部分的林地面积持续下降,2019年林地面积比1992年减少46741 km²,而耕地和草地面积不断增加,净增长面积分别为8478 km²、19108 km²。俄罗斯部分的裸地主要分布在贝加尔湖周边,平均面积仅占俄罗斯部分总面积的0.03%,但其面积呈持续增长趋势,与1992年相比,2019年裸地面积净增加41417 km²。

4.2 中蒙俄经济走廊土地利用变化的动态特征

4.2.1 土地利用变化动态度分析图4可以看出,中蒙俄经济走廊土地利用综合动态度为1.20%,其中1992—2010年土地利用变化活跃,1992—2000年、2000—2010年土地综合动态度分别为1.48%、1.57%,2010—2019年土地利用变化趋于平缓,综合动态度为1.10%。从单一土地动态度来看,1992—2019年中蒙俄经济走廊各种土地利用类型单一动态度差异显著,建设用地动态度一直处于最高水平,表现为迅速扩张的趋势,且2000—2010年研究区全域建设用地单一动态度最大,为5.39%;湿地单一动态度次之,1992—2019年动态度先减小后增大,2010—2019年单一动态度最大,为0.58%;耕地动态度在3个时间段内均>0,说明耕地在各时期均有不同程度的扩张,其中1992—2000年扩张趋势最大,动态度为0.31%。

显示原图|下载原图ZIP|生成PPT

图4 1992—2019年中蒙俄经济走廊土地利用变化动态度

Fig. 4 Dynamic degrees of land use change in the China-Mongolia-Russia economic corridor from 1992 to 2019

中蒙俄三国各类土地利用的单一动态度存在明显差异。1992—2000年,中国部分、蒙古国部分、俄罗斯部分的耕地、湿地、建设用地单一动态度均为正数,且建设用地波动最剧烈,三国建设用地单一动态度分别为3%、3.71%、2.85%,耕地次之,湿地扩张趋势最小;三国的林地单一动态度均<0,说明这一期间林地均有缩减的趋势;中国部分裸地的单一动态度为负数,表明其呈缩小趋势,而蒙古国部分和俄罗斯部分裸地呈现不同程度的扩张趋势,单一动态度分别为0.06%、0.59%;此外,这一期间内,俄罗斯部分灌丛与草地具有明显的扩张趋势,而中国部分和蒙古国部分草地呈现出向其他土地类型转移的特征。2000—2010年,中国部分建设用地的单一动态度高达8.12%,比蒙古国、俄罗斯部分分别高5.90%,5.01%;蒙古国部分耕地的单一动态度最大,但耕地扩张趋势小于1992—2000年;裸地在俄罗斯部分仍处于扩张趋势,其单一动态度为0.32%,而中国部分和蒙古国部分裸地有减少趋势。2010—2019年,蒙古国部分建设用地波动程度高于前两个时期,单一动态度为3.90%,俄罗斯部分的建设用地动态变化程度变小,比1992—2000年、2000—2010年分别小1.56%、1.81%;除俄罗斯部分,其他两国林地开始呈现增长趋势,但伴随着湿地缩减,同时这一期间裸地在中国部分和蒙古国部分均呈持续缩减趋势,而俄罗斯部分裸地单一动态度增加,为1.89%。

4.2.2 土地利用转换分析图5显示,中蒙俄经济走廊1992—2019年发生转换的土地面积为361953 km²,且中蒙俄三国主要的土地利用类型空间转换差异显著。中国部分土地利用方式以东北三省耕地开垦扩张为主,共有34075 km²的其他土地利用类型转为耕地;其他土地转为灌丛与草地主要集中在内蒙古中部,东北平原北部以草地转为林地为主,转为建设用地集中在东北平原东部。蒙古国部分土地利用方式以其他土地转为灌丛与草地为主,主要分布在蒙古国中西部裸地边缘,其他土地转为耕地主要出现在中北部的色楞格省、中央省等地区,苏赫巴托尔省、肯特省、东戈壁省和戈壁苏木贝尔省四省交界地带有5701 km²的其他土地转为裸地,北部库苏古尔省、后杭爱省林地扩张也较为明显。俄罗斯部分以其他土地转为林地、灌丛与草地为主,转为林地的土地主要分布在远东山地和西西伯利亚地区,转为灌丛与草地的土地主要分布在中西伯利亚地区。

显示原图|下载原图ZIP|生成PPT

图5 1992—2019年中蒙俄经济走廊三国各类土地利用类型转换空间分布

注：该图基于自然资源部地图技术审查中心标准地图（审图号为 GS(2020)4398号）制作,底图无修改。

Fig. 5 Spatial distribution of land use types conversion in the three countries of the China-Mongolia-Russia economic corridor from 1992 to 2019

中蒙俄跨境合作地区土地利用变化剧烈（图5）,中蒙二连浩特-扎门乌德跨境经济合作区从北到南依次为“林地-耕地-灌丛与草地-裸地-灌丛与草地-耕地”。1992—2019年,该区北部俄罗斯部分耕地、灌丛与草地面积增加,林地面积减小;蒙古国部分裸地、耕地增加,沙漠化风险增加;中国部分的灌丛与草地面积增长明显,同时裸地面积有所降低。策克口岸跨境铁路沿线以裸地、灌丛与草地为主,1992—2019年,蒙古国东戈壁省与中国内蒙古自治区交界处生态环境有所好转,灌丛与草地面积大幅增加,内蒙古策克口岸耕地、建设用地面积增加显著。莫斯科-喀山高铁沿线以耕地、灌丛与草地为主,1992—2019年,沿线建设用地、耕地增多,人类活动加剧。齐齐哈尔-呼伦贝尔-赤塔沿线的北部以林地和灌丛与草地为主,南部以耕地为主,1992—2019年赤塔附近有部分土地转为裸地,存在沙漠化风险,内蒙古境内林地面积增加,齐齐哈尔附近耕地和建设用地增加显著。

中蒙俄经济走廊三国土地转移变化率在不同时期特点不一（图6）。1992—2000年,中国部分变化面积为31224 km²,灌丛与草地转出面积最大,其中60.58%转为耕地,21.23%转为林地;林地转出面积次之,65.40%转为耕地,29.89%转为灌丛与草地;裸地向灌丛与草地转出明显,其转换变化率为90.7%;耕地主要转为林地、建设用地,其转换变化率分别为32.9%、29.4%。蒙古国部分变化面积为15810 km²,发生变化的土地类型主要包括灌丛与草地,林地和裸地,其中灌丛与草地转出面积最大,42%的灌丛与草地转为耕地,38.49%转为裸地;林地主要转为灌丛与草地、耕地,裸地转出面积为1252 km²,且86.98%转为灌丛与草地。俄罗斯部分变化面积63112 km²,林地转出面积最大,为36399 km²,转出的耕地中76.89%转为林地,10.43%转为建设用地,湿地主要向林地转出,其转换变化率高达93.10%。

显示原图|下载原图ZIP|生成PPT

图6 1992—2019年中蒙俄经济走廊三国不同土地利用类型变化率

Fig. 6 Change rates of different land use types in the three countries of the China-Mongolia-Russia economic corridor from 1992 to 2019

2000—2010年,中国部分在退耕还林政策的影响下,灌丛与草地向林地转换的面积增多,其转换变化率比上期增加12%,转出的林地中69.06%转为灌丛与草地,转换变化率比上期增加40%;裸地转出面积为10069 km²,86.69%转为灌丛与草地;耕地向建设用地、林地、裸地转换的变化率分别为44.74%、28.43%和20.76%。蒙古国部分土地转换以灌丛与草地和裸地互转为主,98.49%的裸地转为灌丛与草地,42.34%的灌丛与草地转为裸地;俄罗斯部分林草互转明显,80.68%的灌丛与草地转为林地,57.80%的林地转为灌丛与草地;林草转为裸地的面积有所增加,与上期相比,林草转为裸地的面积分别增加了260、76 km²。

2010—2019年,中国部分林地转出面积为3878 km²,分别是前2期林地转出面积的37.64%、43.92%;灌丛与草地转为耕地的面积也持续下降,其转换变化率比前2期分别小19%、2%。蒙古国部分灌丛与草地转为裸地的转换变化率仅1.80%,二者互转现象远远小于前期,同时裸地转出面积持续增加,是这一时期蒙古国部分转出面积最大的土地利用类型。俄罗斯部分该时间段土地转换同2000—2010年相似,林地、草地、耕地互转明显,其他土地利用类型转换变化率较小。

4.3 土地利用变化的驱动因素分析

4.3.1 土地利用变化的驱动因素分析由2010—2018年中蒙俄经济走廊土地利用变化驱动因子解释力（表2）可知,其他土地转为林地受人口因子的影响最大,其中人口密度为主导因子,其解释力q值为0.2597,其次为年平均气温、总人口、第二产业比例,表明中蒙俄经济走廊林地的净转入主要源于人类活动的减少,过去10年中蒙俄三国加大了生态保护力度,尤其是俄罗斯进行了林业经济转型、中国实施了“天保”工程等生态修复工程,毁林开荒的强度和范围大大缩减,草地、耕地向林地转化的面积增加^[14]。影响草地变化的驱动因子从大到小依次为DEM>GDP总量>城市化率>人均GDP>总人口,其余因子的q值均小于0.1,影响程度较小。其他土地转为建设用地主要受GDP总量、人均GDP、城市化率、总人口、第三产业比例的影响较大,q值均大于0.4,表明其他土地转为建设用地多出现在经济发展状况良好,GDP总量和人均GDP较高、人口密集、城市化水平高的区域。其他土地转为裸地受GDP总量、人均GDP、城市化率等社会经济因子的影响,也受到年平均气温、DEM等自然因素的驱动,中蒙俄经济走廊裸地主要集中在蒙古国部分,这些地区矿产资源丰富,大量开采矿产资源带来GDP总量增长的同时,也加重了土地沙化的程度,此外,近年来研究区呈明显的升温趋势^[20],在人类活动和温度升高双重作用叠加下,使得研究区其他土地面积不断转为裸地。其他土地转为耕地主要受GDP总量、人均GDP、城市化率、第三产业比例、总人口的影响,其中GDP总量为主导因子,其解释力q值为0.5518,中蒙俄经济走廊大部分地区仍以农业生产为主要经济来源,在经济发展需求、人口激增和粮食安全压力的多重驱动下,耕地呈扩张趋势。

表2 2010—2018年中蒙俄经济走廊土地利用变化驱动因子解释力

Tab. 2 Explanation of driving factors of land use change in the China-Mongolia-Russia economic corridor from 2010 to 2018

驱动因子	转为林地（ $Y 1$ ）	转为草地（ $Y 2$ ）	转为建设用地（ $Y 3$ ）	转为裸地（ $Y 4$ ）	转为耕地（ $Y 5$ ）
年平均气温（ $X 1$ ）	0.1403	0.0989	0.0452	0.1477	0.0188
年降水量（ $X 2$ ）	0.0476	0.0588	0.0480	0.0776	0.0840
DEM（ $X 3$ ）	0.0705	0.2505	0.0631	0.1463	0.0866
总人口（ $X 4$ ）	0.1201	0.1085	0.5266	0.1313	0.1932
人口密度（ $X 5$ ）	0.2597	0.0959	0.1509	0.1223	0.1067
城市化率（ $X 6$ ）	0.0569	0.1383	0.6642	0.1790	0.4120
GDP总量（ $X 7$ ）	0.1061	0.1810	0.9094	0.2234	0.5518
人均GDP（ $X 8$ ）	0.0492	0.1104	0.6762	0.2010	0.4842
第一产业比例（ $X 9$ ）	0.1134	0.0318	0.0356	0.0426	0.0355
第二产业比例（ $X 10$ ）	0.1140	0.0572	0.2218	0.0887	0.1619
第三产业比例（ $X 11$ ）	0.0252	0.0943	0.4163	0.1070	0.2092

中蒙俄经济走廊2010—2018年5种土地利用变化驱动因子的交互探测（图7）表明,11种影响因子的单一作用均小于双因子的交互作用,表现为非线性增强或双因子增强的协调增强效果,说明中蒙俄经济走廊土地利用变化是自然、人口、经济等多种因素综合交互、共同作用的结果,气温、降水等自然要素是中蒙俄经济走廊土地利用格局形成的重要基础,而人类活动、经济社会的发展加剧了对土地利用程度的干扰。5种土地类型中各因子与DEM（

X 3

）、人口密度（

X 5

）的交互作用普遍较高,说明DEM和人口密度对5种土地类型变化具有较强的解释力。转为林地中,人口密度与第一产业的比例交互作用的q值最大,为0.51,第三产业比例单因子对林地转换的影响最小,为0.0252,而与其他因子交互作用后其影响力明显增强。转为草地中,DEM与人均GDP交互作用的影响最大,q为0.87,其次依次是DEM与年平均气温、DEM与GDP总量、DEM与总人口,可见DEM对转为草地的解释力最强。转为建设用地中,人口密度单一因子解释力仅为0.15,而与其他因子交互的解释力明显上升,人口密度与GDP总量、人均GDP、城市化率的交互作用均为0.99,充分说明人口密度增加,对建设用地的需求增加。转为裸地中,双因子作用的q值均大于0.15,DEM与GDP总量、人口密度与人均GDP的交互作用最大,可见转为裸地受自然、人均、经济多重因子共同作用。转为耕地中,年平均气温单因子的解释力最小,但与其他因子交互,其影响力提高,其中年平均气温与GDP总量交互作用最强,q值为0.72。

显示原图|下载原图ZIP|生成PPT

图7 2010—2018年中蒙俄经济走廊土地利用变化驱动因子交互探测结果

Fig. 7 Interactive detection results of driving factors of land use change in the China-Mongolia-Russia economic corridor from 2010 to 2018

4.3.2 中蒙俄三国土地利用驱动比较由图8可知,三国不同地类的主要驱动因子不同,同一因子对三国不同地类的影响也不同,表明研究区土地利用格局是多重因素博弈下的综合结果。中国部分的林地主要受人口密度、城市化率、第一产业比例、人均GDP、年平均气温的影响,草地主要受总人口、GDP总量、第一产业比例、人均GDP、年降水量的影响,建设用地主要受第三产业比例、第二产业比例,年平均气温、年降水量、DEM的影响,耕地主要受第一产业比例、人均GDP、年平均气温的影响,裸地主要受总人口、GDP总量、第一产业比例、人均GDP、年降水量、DEM的影响。可见根据主导因素划分,中国部分的土地利用是人口-经济主导型,第三产业的发展导致该区域对土地的需求增加,表现为耕地持续不断的转为工矿、商业用地,人口密度、人口增速为经济的发展提供了充足的劳动力资源也导致城镇的空间承载压力增大,使得林地、草地不断转出,建设用地面积不断扩张,而随着三北防护林工程、京津风沙源头治理工程、退耕还林工程等一系列生态修复项目的启动,很大程度上抑制了人类活动和经济发展对林草的破坏和侵占^[40],使得草地向林地转换增多,向耕地转换减少;中国部分是中国重要的粮食主产区^[28],故第一产业的比例是耕地面积变化的主要动力。

显示原图|下载原图ZIP|生成PPT

图8 中蒙俄三国土地利用变化的驱动因素比较

Fig. 8 Comparison of driving factors of land use change in China, Mongolia and Russia

蒙古国部分的林地主要受总人口、GDP总量、人口密度、第三产业比例、年降水量的影响,草地主要受人均GDP、第三产业比例、第一产业比例、年平均气温的影响,建设用地主要受人口密度、第三产业比例、人均GDP、DEM的影响,裸地主要受年平均气温、年降水量、GDP总量、第三产业比例的影响,耕地主要受人均GDP、年降水量、第一产业比例的影响。蒙古国土地利用为经济-自然主导型。一方面,农牧业是蒙古国民经济的基础,因此耕地面积主要受人均GDP的影响。自20世纪蒙古国由中央集权向自由市场经济转型,畜牧业私有化有效提高了人均GDP,带动畜牧业的快速增长^[41],从而导致草地面积不断减少。另一方面,干旱半干旱的气候的特征使得蒙古国生态系统脆弱敏感,在自然条件的限制下,退化的草地不断转为裸地。近年来蒙古国积极寻求产业转型并出台了《牧区法》和《蒙古国家荒漠化治理规划》等一系列政策^[12]才使得草地面积有所增加。

俄罗斯部分的林地和草地均主要受年平均气温、人口密度、年降水量、DEM的影响,建设用地主要受人口密度、第一产业比例、人均GDP、城市化率的影响,裸地主要受年降水量、DEM、年平均气温、第一产业比例、人口密度的影响,耕地主要受人口密度、年平均气温、GDP总量、城市化率的影响。俄罗斯土地利用为人口-自然主导型。俄罗斯地广人稀,土地利用变化的强度和广度主要受人口密度的影响,人口密度的增加导致俄罗斯中东部林-耕转换面积增加,同时加大了这些地区建设用地的需求面积。植被生长需要一定的热量,俄罗斯地处中高纬度地区,有限的热量导致温度也是影响林地生长的重要自然因素^[17]。俄罗斯中东部以高原、山地为主,坡度较大的地区可以蓄积降水,这也有利于林草等植被的生长。

5 讨论与结论

5.1 讨论

通过分析,1992—2019年中蒙俄经济走廊不同时期的土地利用变化显著,土地转化面积占总面积的4.65%,不同国别的土地类型转换方向不一。其中,中国部分以东北三省耕地开垦扩张为主要变化特征,这与刘纪远等^[42]、刘丹等^[14]的研究结果一致。1990年以来,中国人口数量持续增加,促进了人口对粮食的消费,而耕地资源有限,为平衡粮食需求与耕地供给的矛盾,东北地区大量灌丛与草地被开垦转为耕地。Li等^[17]指出2006—2015年蒙古铁路沿线草地面积持续增加,与本文2000—2019年蒙古国草地单一动态度大于0,呈现扩张趋势的结论吻合,但本文同时发现蒙古国部分的耕地面积不断增加,其他土地转为耕地主要集中在蒙古中北部跨境地区。俄罗斯是世界森林资源第一大国,1992—2019年林地面积减少46742 km²,俄罗斯私有化促进了林业经济,也使得俄罗斯林地资源遭到一定程度的破坏和侵占,林地更新与植树造林速度减慢,林转草、林转耕地面积随经济的发展增加^[43],尤其是贝加尔湖周边林转耕现象明显,使得该区土地受到人类活动的影响,裸地面积不断增加,存在沙漠化风险。跨境地区对外经贸、人文交流频繁,土地利用的变化更为活跃,存在一定生态风险^[7],其中,中蒙跨境交通带其他土地转为裸地面积增加,是沙漠化高风险区,这与董锁成^[12]等研究结论一致。俄蒙交界耕地面积有所增加,受暖干化气候的影响,农田生态脆弱性较高^[44]。

土地利用变化是多种因素综合影响的结果,中蒙俄三国土地变化的驱动因素既有共性又各不相同。其中,土地利用的格局受区域自然本底的影响,中蒙俄经济走廊土地利用分布具有明显的经向地带性和纬向地带性,这与其降水、温度的分布特性一致^[45]。而人类经济活动对土地利用变化的作用更为显著和复杂,人口、经济、产业结构等是影响快速城镇化背景下中蒙俄经济走廊土地利用变化的主要因素,这与Dong^[13]等研究结果一致。中国西部大开发、东北老工业基地振兴等区域性的发展战略的实施带动了地区经济、社会、人口的快速发展,对各类土地利用变化产生了重要影响,故为人口-经济主导型,刘丹等^[14]也指出中国东北边境林转耕主要为人口主导型、产量主导型和经济效益主导型。Wang等^[15]认为蒙古国草地变化主要归因于全球气候变化,Ojlma等^[19]则强调了蒙古国政策变化对草地面积的影响,而本文综合分析了蒙古国自然、经济、人口等因素对其土地利用变化的影响,认为蒙古国部分的土地利用变化受干旱等自然因素制约的同时,也受到经济发展的现实驱动,为经济-自然主导型。俄罗斯地广人稀,温度较低,土地利用变化的强度和广度主要受砍伐林地、开垦耕地的影响,与Li等^[8]研究结论一致。值得注意的是合理的政策调控可以改变土地利用变化的发展方向,2000年以来由于中国退耕还林还草工程的实施,遏制了林草退化,尤其是中国部分开展的三北防护林工程,促使中国部分林地面积稳步增加,裸地面积持续减少,生态环境趋于良好。蒙古国实施的保护草场的政策,一定程度上抑制了蒙古国生态恶化。因此,中蒙俄三国可以通过政策手段对土地利用进行调控,如,中国部分继续加强生态环境保护,蒙古积极进行产业结构优化升级,发展绿色循环产业,俄罗斯维持对林地的保护,减少人类活动对天然林的破坏,三国充分发挥地缘优势,共同破解三生空间发展与保护的矛盾,实现区域绿色可持续发展。本文探究了中国北方边境地区多种土地利用变化的方向和驱动因素,对调控跨境地区土地利用转型,促进中蒙俄经济走廊可持续发展具有指导意义。但受数据可获取性的限制,仅对2010—2018年土地利用变化的驱动因素进行了定量分析,研究结果无法完全反映1992—2019年土地利用变化的驱动机制,未来可进一步探究其机理并结合不同发展情景给出土地利用的优化方向。

5.2 结论

本文利用GIS空间分析,揭示了1992—2019年中蒙俄经济走廊土地利用变化的时空格局,比较了不同国别土地利用的动态变化特征,借助地理探测器分析了中、蒙、俄三国主要土地利用类型变化的驱动因素,主要结论如下：

（1）1992—2019年,中蒙俄经济走廊以林地持续下降,建设用地、耕地面积迅速扩张为主要变化特征。1992—2000年、2000—2010年和2010—2019年土地综合动态度分别为1.48%、1.57%、1.10%,全域土地利用变化活跃。

（2）1992—2000年,中国部分、蒙古国部分、俄罗斯部分的林地均有缩减的趋势,林地单一动态度均<0;2010—2019年,除俄罗斯部分,其他两国林地开始呈现增长趋势。

（3）1992—2019年,中国部分的灌丛与草地转为耕地的面积持续下降,转为林地面积持续增加;蒙古国部分的灌丛与草地和裸地互转明显,苏赫巴托尔省、肯特省、东戈壁省和戈壁苏木贝尔省四省交界地带裸地增加明显;俄罗斯部分的林草多转为耕地,贝加尔湖周边裸地面积增加。俄蒙边境、色楞格河流域以及中蒙俄铁路沿线地区存在沙漠化风险。

（4）人口、经济、产业结构以及政策等是中蒙俄经济走廊土地利用变化的主要因素。中国部分主要受人口数量、经济发展和政策的影响,蒙古国部分受产业结构、人口、畜牧业发展和降水的影响,俄罗斯部分主要受砍伐林地、开垦耕地、气候变化和地形因素的影响。

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文土地利用变化驱动因素的指标选取、中蒙俄跨境合作区土地利用变化的分析、结论梳理方面的修改意见,使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	Lang Y Q, Song W. Quantifying and mapping the responses of selected ecosystem services to projected land use changes-ScienceDirect. Ecological Indicators, 2019, 102:186-198. DOI: 10.1016/j.ecolind.2019.02.019. DOI

[2]	Meyfroidt P, Lambin E F, Erb K, et al. Globalization of land use: Distant drivers of land change and geographic displacement of land use. Current Opinion in Environmental Sustainability, 2013, 5(5): 438-444. DOI: 10.1016/j.cosust.2013.04.003. DOI

[3]	Deng L, Liu G B, Shangguan Z P. Land-use conversion and changing soil carbon stocks in China's 'Grain-for-Green' Program: A synthesis. Global Change Biology, 2014, 20(11): 3544-3556. DOI: 10.1111/gcb.12508. DOI PMID

[4]

刘超, 许月卿, 卢新海. 生态脆弱贫困区土地利用多功能权衡/协同格局演变与优化分区: 以张家口市为例. 经济地理, 2021, 41(1): 181-190.

[Liu

Chao

, Xu

Yueqing

, Lu

Xinhai

. Spatio-temporal evolution and optimization regionalization of trade-off and synergy of land use functions in ecologically fragile and poverty areas: A case study of Zhangjiakou City. Economic Geography, 2021, 41(1): 181-190.]. DOI: 10.15957/j.cnki.jjdl.2021.01.021.S.

DOI

[5]

刘金巍, 靳甜甜, 刘国华, 等. 新疆玛纳斯河流域2000-2010年土地利用/覆盖变化及影响因素. 生态学报, 2014, 34(12): 3211-3223.

[Liu

Jinwei

, Jin

Tiantian

, Liu

Guohua

, et al. Analysis of land use/cover change from 2000 to 2010 and its driving forces in Manas River Basin, Xinjiang. Acta Ecologica Sinica, 2014, 34(12): 3211-3223.]. DOI: 10.5846/stxb201304230781.

DOI

[6]	Batunacun, Nendel C, Hu Y F, et al. Land-use change and land degradation on the Mongolian Plateau from 1975 to 2015: A case study from Xilingol, China. Land Degradation & Development, 2018, 29(6): 1595-1606. DOI: 10.1002/ldr.2948. DOI

[7]

刘少坤, 林树高, 王嘉佳, 等. 1980 -2018年中越边境带广西段土地利用变化及驱动力. 水土保持通报, 2021, 41(1): 290-299+326.

[Liu

Shaokun

, Lin

Shugao

, Wang

Jiajia

, et al. -Land use change and driving force of China-Vietnam Border Zone in Guangxi Zhuang Autonomous region during 1980-2018. Bulletin of Soil and Water Conservation, 2021, 41(1): 290-299+326.]. DOI: 10.13961/j.cnki.stbctb.2021.01.040.

DOI

[8]	Li Z H, Ren Y, Li J N, et al. Land-use/cover change and driving mechanism on the west bank of lake Baikal from 2005 to 2015: A case study of Irkutsk city. Sustainability, 2018, 10(8): 2904. DOI: 10.3390/su10082904. DOI

[9]

李进涛, 刘彦随, 杨园园, 等. 1985-2015年京津冀地区城市建设用地时空演变特征及驱动因素研究. 地理研究, 2018, 37(1): 37-52.

DOI

[Li

Jintao

, Liu

Yansui

, Yang

Yuanyuan

, et al. Spatial-temporal characteristics and driving factors of urban construction land in Beijing-Tianjin-Hebei region during 1985-2015. Geographical Research, 2018, 37(1): 37-52.]. DOI: 10.11821/dlyj201801003.

DOI

[10]	张佰发, 苗长虹. 黄河流域土地利用时空格局演变及驱动力. 资源科学, 2020, 42(3): 460-473. [Zhang Baifa, Miao Changhong. Spatiotemporal changes and driving forces of land use in the Yellow River Basin. Resources Science, 2020, 42(3): 460-473.]. DOI: 10.18402/resci.2020.03.05. DOI

[11]	Liu Y, Zhao W, Hua T, et al. Slower vegetation greening faced faster social development on the landscape of the Belt and Road region. Science of The Total Environment, 2019, 697:134103. DOI: 10.1016/j.scitotenv.2019.134103. DOI

[12]

董锁成, 李懿珈, 李富佳, 等. 中蒙俄经济走廊交通及管线建设的生态风险区划及对策研究. 中国科学院院刊, 2021, 36(2): 141-149.

[Dong

Suocheng

, Li

Yijia

, Li

Fujia

, et al. Regionalization of ecological risk of China-Mongolia-Russia economic corridor transportation and pipeline construction and policy suggestions. Bulletin of Chinese Academy of Sciences, 2021, 36(2): 141-149.]. DOI: 10.16418/j.issn.1000-3045.20210125001.

DOI

[13]	Dong S, Li Y, Li Y, et al. Spatiotemporal patterns and drivers of land use and land cover change in the China-Mongolia-Russia economic corridor. Polish Journal of Environmental Studies, 2021, 30(3): 2527-2541. DOI: 10.15244/pjoes/127419. DOI

[14]

刘丹, 璩路路, 李琳娜. 黑龙江北部边境样带土地利用时空变化特征及其驱动因素. 北京师范大学学报(自然科学版), 2021, 57(3): 417-423.

[Liu

Dan

, Qu

Lulu

, Li

Linna

. Spatia-temporal characteristics of land use change in the northern border transect of Heilongjiang province, China. Journal of Beijing Normal University(Natural Science), 2021, 57(3): 417-423.]. DOI: 10.12202/j.0476-0301.2020049.

DOI

[15]	Wang J, Cheng K, Liu Q, et al. Land cover patterns in Mongolia and their spatiotemporal changes from 1990 to 2010. Arabian Journal of Geosciences, 2019, 12(24): 778. DOI: 10.1007/s12517-019-4893-z. DOI

[16]

王宁, 杨光, 韩雪莹, 等. 内蒙古1990-2018年土地利用变化及生态系统服务价值. 水土保持学报, 2020, 34(5): 244-250.

[Wang

Ning

, Yang

Guang

, Han

Xueying

, et al. Land use change and ecosystem service value in Inner Mongolia from 1990 to 2018. Journal of Soil and Water Conservation, 2020, 34(5): 244-250.]. DOI: 10.13870/j.cnki.stbcxb.2020.

DOI

034.

[17]	Li G, Wang J, Wang Y, et al. Spatial and temporal variations in grassland production from 2006 to 2015 in Mongolia along the China-Mongolia Railway. Sustainability, 2019, 11(7): 2177. DOI: 10.3390/su11072177. DOI

[18]	Abalakov A D, Bazarova N B. Ecological aspects of mining enterprises in the areas of the China-Mongolia-Russia economic corridor. Geography and Natural Resources, 2020, 41(2): 133-140. DOI: 10.21782/GIPR0206-1619-2020-2(42-50). DOI

[19]	Ojima D S, Chuluun T, Bolortsetseg B, et al. Eurasian land use impacts on rangeland productivity. Ecosystems and Land Use Change, 2004, 153:293-301. DOI: 10.1029/153GM22. DOI

[20]

范泽孟, 李赛博. 中蒙俄经济走廊荒漠化时空格局变化及其驱动因子. 生态学报, 2020, 40(13): 4252-4263.

[Fan

Zemeng

, Li

Saibo

. Spatio-temporal pattern change of desertification and its driving factors analysis in China-Mongolia-Russia economic corridor. Acta Ecologica Sinica, 2020, 40(13): 4252-4263.]. DOI: 105846/stxb201911172487.

DOI

[21]	Amrsaikjan D, Janzen J, Egshiglen, et al. Urban land use change study in Mongolia using spatial techniques. International Journal of Sustainable Building Technology and Urban Development, 2014, 5(1): 35-43. DOI: 10.1080/2093761X.2013.867823. DOI

[22]	Erokhin V, Gao T, Ivolga A. Structural variations in the composition of land funds at regional scales across Russia. Land, 2020, 9(6): 201. DOI: 10.3390/land9060201. DOI

[23]

李丽, 刘诗奇, 王平, 等. 基于负载指数的中蒙俄经济走廊水资源开发潜力评价. 干旱区研究, 2021, 38(4): 910-918.

[Li

, Liu

Shiqi

, Wang

Ping

, et al. Evaluation of water resource exploration potential of the China-Mongolia-Russia economic corridor based on carrying capacity. Arid Zone Research, 2021, 38(4): 910-918.]. DOI: 10.13866/j.azr.2021.04.02.

DOI

[24]	Yu L, Yan Z, Zhang S. Forest phenology shifts in response to climate change over China-Mongolia-Russia international economic corridor. Forests, 2020, 11(7): 757. DOI: 10.3390/f11070757. DOI

[25]

Wei

, Wang

, Han

. Desertification information extraction along the China-Mongolia Railway supported by multisource feature space and geographical zoning modeling. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13:392-402. DOI: 10.1109/JSTARS.2019.2962830.

DOI

[26]	Hilker T, Natsagdorj E, Waring R H, et al. Satellite observed widespread decline in Mongolian grasslands largely due to overgrazing. Global Change Biology, 2014, 20(2): 418-428. DOI: 10.1111/gcb.12365. DOI

[27]	孙立群, 李晴岚, 陈骥, 等. 欧亚大陆不同生态区植被生长对降水响应的季节变化规律. 生态学报, 2018, 38(22): 8051-8059. [Sun Liqun, Li Qinglan, Chen Ji, et al. Seasonal changes in vegetation response to precipitation across eco-regions over Eurasia. Acta Ecologica Sinica, 2018, 38(22): 8051-8059.]. DOI: 10.5846/stxb201801080050. DOI

[28]

吴浩, 王秀, 周宏浩, 等. 东北三省资源型收缩城市经济效率与生计脆弱性的时空分异与协调演化特征. 地理科学, 2019, 39(12): 1962-1971.

DOI

[Wu

Hao

, Wang

Xiu

, Zhou

Honghao

, et al. Spatial-temporal pattern of economic efficiency and livelihood vulnerability of resource-based shrinking cities and their coordinated evolution characteristics in the three provinces of northeast China. Scientia Geographica Sinica, 2019, 39(12): 1962-1971.]. DOI: 10.13249/j.cnki.sgs.2019.12.015.

DOI

[29]	杨学峰. 试析吉林省与俄罗斯东西伯利亚及远东地区的林业合作. 俄罗斯中亚东欧市场, 2005,(6): 34-40. [Yang Xuefeng. Analyze the forestry cooperation of Jilin province and Russia east Siberia and far East region. Russian, Central Asian and Eastern European Markets, 2005, (6): 34-40.]

[30]	Bicheron P, Amberg V, Bourg L, et al. Geolocation assessment of 300 m resolution MERIS Globcover ortho-rectified products. Proceedings of MERIS/AATSR Colloque, Frascati, 2008.

[31]	Li W, MacBean N, Ciais P, et al. Gross and net land cover changes in the main plant functional types derived from the annual ESA CCI land cover maps (1992-2015). Earth Syst. Sci. Data, 2018, 10:219-234. DOI: 10.5194/essd-10-219-2018. DOI

[32]

杜婷, 焦继宗, 段含明, 等. 中国科学院土地利用分类系统与IGBP分类系统的转换研究: 以西北农牧交错带为例. 兰州大学学报(自然科学版), 2020, 56(1): 90-95.

[Du

Ting

, Jiao

Jizong

, Duan

Hanming

, et al. Study of conversion between landuse/landcover classification system of the Chinese Academy of Sciences and IGBP classification system: In the northwest agro-pastoral zone. Journal of Lanzhou University(Natural Sciences), 2020, 56(1): 90-95.]. DOI: 10.13885/j.issn.0455-2059.2020.01.011.

DOI

[33]	Fick S E, R J Hijmans. New 1km spatial resolution climate surfaces for global land areas. International Journal of Climatology, 37(12): 4302-4315. DOI: 10.1002/joc.5086. DOI

[34]	Robert A, Mathew S, George H, et al. The Global Precipitation Climatology Project (GPCP) monthly analysis (new version 2.3) and a review of 2017 global precipitation. Atmosphere, 9(4): 138. DOI: 10.3390/atmos9040138. DOI

[35]	中国国家统计局. 2019 中国统计年鉴. 北京: 中国统计出版社, 2019. [China National Bureau of Statistics. 2019 China Statistical Yearbook. Beijing: China Statistics Press, 2019.]

[36]	蒙古国家统计局. 2019 蒙古统计年鉴. (2020-12-29) [2021-06-22]. http://en.nso.mn. [Mongolian National Bureau of Statistics. 2019 Mongolia Statistical Yearbook. (2020-12-29) [2021-06-22]. http://en.nso.mn.]

[37]	俄罗斯联邦统计局. 2019 俄罗斯联邦统计年鉴. (2020-01-29) [2021-06-23]. https://eng.gks.ru. [Russian National Bureau of Statistics. 2019 Russian Statistical Yearbook. (2020-01-29) [2021-06-23]. https://eng.gks.ru.]

[38]	Wagner P D, Bhallamudi S M, Narasimhan B, et al. Comparing the effects of dynamic versus static representations of land use change in hydrologic impact assessments. Environmental Modelling & Software, 2019, 122:103987. DOI: 10.1016/j.envsoft.2017.06.023. DOI

[39]	王劲峰, 徐成东. 地理探测器:原理与展望. 地理学报, 2017, 72(1): 116-134. DOI [Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective. Acta Geograohica Sinica, 2017, 72(1): 116-134.]. DOI: 10.11821/dlxb201701010. DOI

[40]	Wang F, Pan X, Gerlein-Safdi C, et al. Vegetation restoration in Northern China: A contrasted picture. Land Degradation & Development, 2020, 31(6): 669-676. DOI: 10.1002/ldr.3314. DOI

[41]	Guo X, Chen R, Thomas D, et al. Divergent processes and trends of desertification in Inner Mongolia and Mongolia. Land Degradation & Development, 2021, 32(13): 3684-3697. DOI: 10.1002/ldr.3825. DOI

[42]

刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局. 地理学报, 2014, 69(1): 3-14.

[Liu

Jiyuan

, Kuang

Wenhui

, Zhang

Zengxiang

, et al. Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s. Acta Geograohica Sinica, 2014, 69(1): 3-14.]. DOI: 10.11821/dlxb201401001.

DOI

[43]	Kuosmanen N, Seppä H, Reitalu T, et al. Erratum to: Long-term forest composition and its drivers in taiga forest in NW Russia. Veget Hist Archaeobot, 2016, 25(3): 237-238. DOI: 10.1007/s00334-015-0547-6. DOI

[44]

徐新良, 李嘉豪, 申志成, 等. “一带一路”沿线国家农田生态系统脆弱性及其对气候变化的响应. 地球信息科学学报, 2020, 22(4): 877-886.

DOI

[Xu

Xinliang

, Li

Jiahao

, Shen

Zhicheng

. Vulnerability of farmland ecosystems in countries along the "Belt and Road" and responses to climate change. Journal of Geo-information Science, 2020, 22(4): 877-886.]. DOI: 10.12082/dqxxkx.2020.190372.

DOI

[45]	Qin F Y, Jia G S, Yang J, et al. Spatiotemporal variability of precipitation during 1961-2014 across the Mongolian Plateau. Journal of Mountain Science, 2018, 15(5): 992-1005. DOI: 10.1007/s11629-018-4837-1. DOI

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

1 引言

2 研究区概况

图1 中蒙俄经济走廊区位分布

3 数据来源与研究方法

3.1 数据来源

3.2 研究方法

4 结果与分析

4.1 中蒙俄经济走廊土地利用时空特征

图2 1992—2019年中蒙俄经济走廊土地利用空间分布

表1 1992—2019年中蒙俄经济走廊土地利用面积

图3 中蒙俄经济走廊三国各类土地利用面积比

4.2 中蒙俄经济走廊土地利用变化的动态特征

图4 1992—2019年中蒙俄经济走廊土地利用变化动态度

图5 1992—2019年中蒙俄经济走廊三国各类土地利用类型转换空间分布

图6 1992—2019年中蒙俄经济走廊三国不同土地利用类型变化率

4.3 土地利用变化的驱动因素分析

表2 2010—2018年中蒙俄经济走廊土地利用变化驱动因子解释力

图7 2010—2018年中蒙俄经济走廊土地利用变化驱动因子交互探测结果

图8 中蒙俄三国土地利用变化的驱动因素比较

5 讨论与结论

5.1 讨论

5.2 结论

参考文献