基于兩維圖論聚類法的東北地區土地利用分區研究

路 昌 雷國平 周 浩 張 傲 張康康 楊雪昕

(東北大學土地管理研究所， 沈陽 110169)

引言

土地利用分區是依據地域分異規律，根據土地利用條件、土地利用方式和程度、未來利用方向和管理措施的相似性和差異性，將特定地區的土地劃分成不同區域的過程[1]。土地利用分區作為土地利用總體規劃的基礎和關鍵內容，對于確定區域未來土地利用方向、調整土地利用結構和空間布局，進而實現區域土地差異化管理與可持續利用具有重要的意義[2]。目前，各省(市)分別制定省級土地利用總體規劃中的土地利用分區方案，在地域上未打破省級行政界線，且分區依據、分區標準、分區單元等各不相同，人為割裂土地利用的地域共性，不符合土地區域差異化管理的客觀規律。作為實現土地利用規劃“指標+分區”調控模式中的關鍵因素，現實中土地利用分區方案的不合理一定程度上弱化了分區調控在土地利用規劃中的指導作用和實施效果，造成指標控制強度偏大，區域協調力度偏小，影響區域經濟發展協調性。東北地區(黑龍江省、吉林省、遼寧省)作為我國最重要的商品糧基地，近十年較好地完成了保障國家糧食安全的任務，但與此同時省際間經濟發展程度卻存在著較大差異。區域經濟發展不平衡。2004年以來，國家陸續批復《東北地區振興規劃》、《東北振興“十二五”規劃》、《東北振興“十三五”規劃》等方案。在我國經濟發展進入新常態的背景下，東北地區作為全國最重要的糧食主產區之一，如何實現保障國家糧食安全、保護地區生態環境和推動區域經濟快速發展的和諧統一就顯得尤其重要。因此，通過科學合理的土地利用分區，指導東北地區土地差異化、科學化利用和管理，對區域土地協調可持續發展、保護糧食安全、實現東北振興意義重大[3]。

針對土地利用分區，目前國內學者依據不同的目的、尺度和方法開展了大量的研究，如土地利用用途分區[4]、地域分區[5]、功能分區[6]、主體功能區[7]、綜合分區[8]等；研究區域主要集中在京津冀地區[9]、黃土高原[8,10]、南方沿海地區[2,7,11]、南方內陸低山丘陵地區[5-6,12]等區域，在我國糧食供應中東北地區占有重要地位，但將東北地區作為一個特殊的糧食戰略整體進行土地利用分區的研究相對較少；指標體系主要圍繞“自然、經濟、生態”[8]、“土地利用程度、集約程度和利用效果”[10]、“土地利用多樣性和土地利用程度”[12]、“資源環境承載力、開發程度、區域發展潛力”[1]等角度進行構建，未能針對糧食主產區的區域整體特點全面反映土地利用的自然本底條件、開發現狀和未來發展潛力特征；研究方法以疊置法[1]、聚類分析法[2]、主成分分析法[11]、神經網絡[3]、綜合分析法[8]為主，其中應用較為廣泛的是聚類分析法，主要包括K-means聚類、系統聚類、神經網絡聚類、模糊聚類和兩維圖論聚類等[2]。而與其他聚類法相比，兩維圖論聚類法能在保證各分區內部特征一致性和分區之間特征差異性的前提下，較好地保持各分區空間的連續性和行政區劃的完整性，普通聚類方法得到的分區方案很難滿足分區原則要求[13]。鑒于此，本研究通過構建表征糧食主產區土地利用“本底-現狀-潛力”三維狀態的指標體系，采用兩維圖論聚類法和GIS空間分析法進行東北地區土地利用分區研究，并提出差異化的土地利用調控措施，以期為東北地區土地差異化管理提供借鑒，為我國糧食主產區的土地利用規劃管理提供決策支持和實踐參考。

1 研究區概況

本研究中的東北地區包括黑龍江省、吉林省、遼寧省(不包括加格達奇區和松嶺區)，土地總面積為7.885×105km2，占全國土地總面積的8.25%。該地區(38°41′～53°33′N，118°05′～135°06′E)屬溫帶大陸性季風氣候，四季分明，年均氣溫-7.8～11.1℃，年均日照時數2 411 h，年均降水量585 mm，降水季節分布不均，7—10月降水占全年60%以上。境內河流密布、土壤肥沃，擁有遼河、嫩江、黑龍江、松花江等眾多水系，分布著9.55×104km2的黑土(此處黑土面積僅包括1992年《中國土壤分類系統》中的黑土和黑鈣土，不包括草甸土[14])。地形整體呈東高西低的態勢，地貌類型主要由山地、平原、臺地和丘陵組成，其中山地和平原各占三分之一。2014年末總人口1.08億，糧食總產量11 529萬噸，占全國19%；三次產業GDP比重11.2∶47.3∶41.5，以第二產業為主。東北地區以其豐富的自然資源、獨特的地理條件、雄厚的工業基礎，成為我國重要的糧食主產區以及林業、牧業和重工業基地。

2 研究方法與指標體系構建

2.1 研究方法及技術路線

土地利用分區要求分區內部各基本單元的土地利用綜合特點相對一致，同時又要保持空間的連續性及區劃的完整性，與其他聚類法相比，兩維圖論聚類法可以較好地實現跨行政區域土地利用分區方案的空間連續性和完整性[15]，因此采用兩維圖論樹算法進行分區劃定。

設U為整個分區區域，有n個分區單元Vi(Vi?U；i=1,2,…,n)，本文中U為東北地區，Vi為各縣級行政單元，n=184，對U進行分區即是求出U的一個合理割集{Uj；j=1,2,…,m}，m即為分區個數，該割集需同時滿足空間連續性與內部一致性兩個條件。運用各分區單元間的鄰接關系構造鄰接矩陣，將分區轉變為求加權邊通圖的合理割集，利用兩維圖論聚類法得到最小生成樹，依據分區內相似性、分區間差異性的原則，選擇合理的分割變量A，將最小生成樹切分成m個子樹，得到的每個子樹便是一個分區[15]。

技術路線如圖1所示，首先構建“本底-現狀-潛力”三維土地利用分區評價指標體系，采用Min-max標準化方法將全部指標進行標準化處理；其次利用熵權法+層次分析法綜合分析模型確定各指標權重，得到東北地區土地利用條件、土地開發程度、土地發展潛力狀況圖；然后提取東北地區184個行政單元的中心經緯度作為分區單元的坐標，進行GIS空間相關性分析；將土地利用條件、開發程度、發展潛力作為評價因子，利用兩維圖論聚類法得到最小生成樹，對其進行合理切分得到兩維圖論樹圖，最終確定東北地區土地利用分區方案，并分別制定各分區未來不同的發展方向和差別化的土地利用調控措施。

圖1 兩維圖論聚類法分區技術路線圖Fig.1 Technology roadmap of two-dimensional graph clustering method

2.2 指標體系構建

構建評價指標體系是決定最終得到的土地利用分區方案是否科學合理的關鍵，因此，本文依據指標的綜合性、代表性、科學性和數據的可獲得性等原則，借鑒國家主體功能區的分區評價指標體系，并充分考慮東北地區的糧食主產區特征和土地利用特點，選取18個決策指標構建“本底-現狀-潛力”三維土地利用分區評價指標體系(表1)。評價指標的選取主要遵循以下思路和原則：

(1)本底指的是土地利用條件，反映土地資源的自然本底情況，從地形地貌、氣候條件、土壤質量、水資源、森林資源等方面選取6個指標。其中，地形位指數綜合反映地形起伏情況，雖然高程和坡度均能在一定程度上反映土地利用格局，但實際中地形因素往往共同作用于土地利用變化過程，綜合二者的地形位指數可以更準確的反映區域地形地貌條件[16]；選取影響東北糧食主產區農業生產的關鍵因素——平均年降水量和年平均氣溫綜合反映區域水熱條件；土壤侵蝕綜合指數反映土壤受侵蝕的嚴重程度，土壤侵蝕已成為影響東北地區土壤質量的重要因素，東北地區最主要的侵蝕類型是水力侵蝕，占比為87.25%，風力侵蝕和凍融侵蝕占比較小，將土壤侵蝕按照侵蝕程度劃分成微度、輕度、中度、強度、極強和劇烈6個級別，分級值分別劃定為0、2、4、6、8、10。土壤侵蝕綜合指數變化區間為[0,10]，土壤侵蝕綜合指數越高表明土壤受水力、風力和凍融侵蝕影響程度越高[17]；河網密度反映區域水資源的豐缺程度，是表征土地利用條件的一個重要因子；森林覆蓋率反映區域森林資源豐缺程度，東北地區作為重要的林業基地，擁有全國最大的天然林區，森林資源的豐缺程度深刻影響著當地土地利用結構、生態環境質量和林業經濟發展水平。

表1 東北地區土地利用分區評價指標體系及權重Tab.1 Evaluation index system of land use zoning in Northeast China

注：表中未說明具體年份的指標均為2014年數據。

(2)現狀指的是土地開發程度，反映土地資源的開發利用現狀，從人口分布和結構、經濟發展、土地利用方面選取6個指標。其中，選取人口密度反映人類生產活動分布情況；城鎮化率反映城市化進程情況；復種指數反映耕地利用程度，耕地作為糧食主產區最重要的地類之一，其利用程度的高低直接影響著糧食產量，是反映東北地區土地開發程度的重要指標；地均GDP反映現階段土地使用效率；土地利用率指已利用土地總面積占土地總面積的比例；土地開發強度指建設用地占土地總面積的比重，二者綜合反映土地開發利用情況。

(3)潛力指的是土地發展潛力，本文將土地發展潛力界定為土地資源在實現經濟效益、社會效益和生態效益等方面潛在的發展能力，反映土地資源的可提升潛力[18]。作為我國傳統的老工業基地和最重要的糧食生產基地，目前影響東北地區經濟發展的主要問題在于產業結構單一且轉型困難、投資吸引力下降、經濟缺乏活力、人才流失嚴重、生態環境惡化、基礎設施投資建設進展相對落后等。因此，綜合考慮東北地區經濟發展的特點，從經濟、生態、產業結構、交通、糧食生產方面選取6個動態、靜態指標，多層次綜合評價東北地區區域土地發展潛力。其中，第二、三產業占GDP比例反映地區產業結構；公路密度反映交通便捷程度；2009—2014年固定資產投資增長率反映經濟發展潛力；科教文衛支出增長率反映2009—2014年當地財政對科學、教育、文化和醫療衛生的投入增長情況；生態環境作為影響經濟發展的重要條件，是影響區域土地發展潛力的重要因素，利用生態系統服務價值將土地利用生態效益轉化成貨幣形式，清晰明確地反映區域生態環境質量；選取人均糧食產量反映糧食生產能力，耕地既是推動東北地區經濟發展的重要地類，同時又是實現全國糧食安全的保障，將人均糧食產量列入土地發展潛力指標體系當中，以重點突出耕地資源在東北糧食主產區經濟發展中的重要性。

3 數據處理與權重確定

3.1 數據來源與處理

采用的數據包括地形、土壤、氣象、水文、土地利用結構以及社會經濟統計數據6大類共23個基礎數據(表2)，其中：①高程數據是對11幅DEM數據(精度90 m)進行拼接和裁剪得到，坡度數據則通過ArcGIS 10.2對DEM進行坡度計算獲得。②土壤侵蝕數據分類標準為SL190—96《土壤侵蝕分類分級標準》。③氣象數據基于各氣象站點的原始氣象數據利用反向距離加權平均法內插得到，為減少地形因素造成的影響，原始氣溫數據均經過DEM校正。④河流數據基于獲得的DEM數據通過ArcGIS 10.2的水文模塊計算得到。⑤土地利用結構數據來自黑龍江省、遼寧省和吉林省土地利用變更調查數據，土地利用類型分為耕地、林地、草地、水域、建設用地、未利用地6類。⑥生態系統服務價值的計算采用單位面積土地利用生態系統價值當量方法，其中耕地、草地和水域以謝高地等[19]確定的中國不同陸地生態系統的單位面積生態服務價值為依據，利用謝高地等[20]提出的全國各省份生物量因子進行修正；林地借鑒王兵等[21]的研究成果；建設用地參考COSTANZA等[22]的研究成果，不計算其生態服務價值。⑦部分行政單元的“公路里程”和“科教文衛支出”數據，來自各地市2010年、2015年的統計年鑒。⑧為便于數據統計和分析，將各地級市的市轄區分別進行合并，各視作一個行政單元；其中哈爾濱市阿城區、雙城區、呼蘭區單獨視作一個行政單元。⑨采用Min-max標準化法對各指標的原始數值進行無量綱化處理[8]，使結果落在[0,1]區間，以消除由于各種類型指標具有不同的單位和數量級而無法相互比較帶來的影響。

3.2 指標權重確定

指標權重的確定應避免片面性和主觀性，因此，采用兼顧主客觀的熵權法+層次分析法綜合分析模型確定指標權重[23]，即首先用層次分析法和熵權法分別確定各指標的主觀權重、客觀權重，然后用得到的客觀權重對主觀權重進行修正，最終得到各指標權重(表1)。可以看出，作為全國重要的糧食主產區，土地利用條件中地形位指數的權重最大，其次是平均年降水量和年平均氣溫，表明地形和氣候是影響東北地區土地利用條件高低的關鍵因素；土地開發程度中土地開發強度和地均GDP比重最大；土地發展潛力中公路密度最大，其次為第二、三產業占GDP比例，表明區域交通通達程度和產業結構對東北地區社會經濟發展影響深遠。

表2 東北地區土地利用分區數據來源Tab.2 Data sources of land use zoning in Northeast China

4 結果與分析

4.1 分項評價結果

圖2 東北地區土地利用分項狀況圖Fig.2 Situation maps of land use in Northeast China

在ArcGIS 10.2中，利用自然斷點法將土地利用條件、開發程度和發展潛力的評價結果劃分為高、中高、中、中低和低5個等級，進而得到2014年東北地區土地利用條件、土地開發程度、土地發展潛力的狀況圖(圖2)。

4.1.1土地利用條件

2014年，東北地區土地利用條件為0.24～0.68，均值為0.46，整體處于中等水平；空間格局基本表現出南高北低的分布特點，南部土地利用的自然本底條件明顯高于北部(圖2a)。遼寧省土地利用條件明顯高于吉林省和黑龍江省，整體屬于中高水平；吉林省為中等水平，黑龍江省僅為中低水平。土地利用條件的高值地區(X1>0.58)僅有16個縣(區)，主要分布于遼河平原，該地區地形平緩、氣候適宜、降雨充足、河網密布。大興安嶺、小興安嶺、張廣才嶺-老爺嶺、長白山、努魯爾虎山等地區73個縣(區)的土地利用條件處于中低和低水平(X1≤0.44)，該地區分布著大量的山地和丘陵，土地利用難度較大。184個基本行政單元中，土地利用條件最好的是遼寧省東港市，最差的是黑龍江省漠河縣。

4.1.2土地開發程度

2014年，東北地區土地開發程度為0.11～0.81，平均土地開發程度僅為0.21，整體處于較低水平(圖2b)。三省之中，遼寧省土地開發程度最高，均值為0.26；黑龍江省開發程度最低，均值僅為0.18。土地開發程度的高值區(X2>0.42)僅包括10個縣(區)，分布較為分散，主要為遼河平原8個市轄區，以及松嫩平原的遼源市轄區和哈爾濱市轄區。大中型城市的市轄區由于地處市中心，土地開發強度高，產業和人口較為集中，經濟發達，土地開發程度普遍較高。135個縣(區)的土地開發程度處于中低和低水平(X2≤0.21)，占東北地區土地總面積的88.18%，表明東北地區大部分土地仍處于低效粗放利用階段。東北地區各縣(區)中，遼寧省鞍山市轄區土地開發程度最高，遼寧省撫順縣最低。

圖3 東北地區土地利用分區兩維圖論樹圖Fig.3 Two-dimension optimal tree cluster of land use zoning in Northeast China

4.1.3土地發展潛力

2014年，東北地區土地發展潛力為0.13～0.57，均值為0.32，整體處于中等水平，空間格局基本表現出西低東高、北低南高的分布特點(圖2c)。三省之中，遼寧省土地發展潛力最高，黑龍江省發展潛力最低。土地發展潛力的高值區(X3>0.42)包括14個縣(區)，主要分布在遼河平原和松嫩平原南部，該地區交通便利，二三產業發達，投資吸引力和糧食生產能力比較突出，土地發展潛力普遍較高。三江平原、松嫩平原北部、大興安嶺、小興安嶺、吉林哈達嶺、長白山、努魯爾虎山等地區50個縣(區)的土地發展潛力處于中低和低水平(X3≤0.29)，占土地總面積的37.25%。184個基本單元中，土地發展潛力最高的是遼寧省遼源市轄區，最低的是遼寧省彰武縣。

4.2 綜合分區結果

運用兩維圖論聚類法將土地利用條件X1、土地開發程度X2、土地發展潛力X33個指標進行聚類分析，生成東北地區土地利用分區兩維圖論樹圖，圖中以分析線直接相連的2個行政單元在各指標綜合性方面具有一定的相似性(圖3)。兩維圖論樹圖的主干線為塔河縣—漠河縣—呼瑪縣—黑河市轄區—孫吳縣—北安市—綏棱縣—慶安縣—巴彥縣—賓縣—阿城市—榆樹市—德惠市—農安縣—公主嶺市—梨樹縣—昌圖縣—康平縣—法庫縣—新民市—黑山縣—北鎮市—凌海市—義縣—北票市—朝陽市轄區—葫蘆島市轄區—興城市—朝陽縣—喀喇沁左翼蒙古族自治縣—建昌縣—凌源市，根據分區內部一致性、各分區間差異性的原則進行分割，在主干線兩側同一分支線上的行政單元即視為同一分區，得到兩維圖論樹分區結果(圖3)。根據各分區的實際情況、地形地貌特點、土地利用結構特征進行命名，最終確定東北地區土地利用分區方案(表3和圖4)。

4.3 土地利用各分區特征分析

東北地區可分為3種類型共12個分區，包括3個城市綜合發展區(Ⅲ區、Ⅷ區、Ⅻ區)、4個土地利用區(Ⅱ區、Ⅴ區、Ⅶ區、Ⅸ區)、5個林農生態區(Ⅰ區、Ⅳ區、Ⅵ區、Ⅹ區、Ⅺ區)(表3)。

表3 東北地區土地利用各分區屬性Tab.3 Properties of land use zoning in Northeast China

圖4 東北地區土地利用分區圖Fig.4 Land use zoning map in Northeast China

城市綜合發展區是東北地區社會經濟發展的中心地區，土地總面積僅占東北地區21%，但分布著44%的建設用地，集聚49%的人口，貢獻66%的GDP。54個行政單元主要分布在松嫩平原中部、遼河平原中部和遼東半島，該區域地勢較為平坦、降雨充沛、氣候適宜，土地利用條件處于中高水平；哈爾濱、大慶、吉林、長春、沈陽、大連、營口等大中型經濟發達城市的市轄區均分布在此，人口集中、經濟發達、城市化水平高，土地開發程度處于中等水平；交通便利、工業和服務業比較發達、二三產業GDP比例均值為83%，土地發展潛力處于中高水平，是東北地區的重點發展潛力區。城市綜合發展區的土地利用條件、開發程度和發展潛力均值(0.52，0.26，0.36)均高于農牧、農林、農林牧土地利用區和林農生態區，土地利用綜合水平整體較高。

農牧、農林、農林牧土地利用區是東北地區農業生產集中區域，以第一產業為主，包括73個行政單元，土地總面積2.693×105km2。作為糧食主產區，集中了東北地區50%的耕地和45%的糧食產量，該類型區主要分布在松嫩平原南北部、遼河平原西部和三江平原，地形位指數均值0.74，地勢平坦、水資源豐富、土壤肥沃，但土壤侵蝕問題突出(土壤侵蝕指數0.95)，耕地和草地“三化”、水土流失現象較為嚴重，生態環境惡劣，土地利用條件處于中等水平。區域土地開發程度和土地發展潛力均值均低于城市綜合發展區和林農生態區，擁有數量眾多的未利用地和水域，土地利用綜合水平整體處于中低水平。

東北地區其它57個行政單元劃分為林農生態區，作為天然林重點保護區、生態環境保護區、木材生產基地，該區域生態環境優異，森林資源豐富，分布著東北地區72%的林地、40%的草地。大興安嶺、小興安嶺、長白山脈共同構成了該區域基本的地形地貌，較高的地勢、相對偏遠的區位、較低的氣溫均不利于土地資源的大規模開發利用(地形位指數均值1.63)，交通不便、人口稀少、二三產業比例偏低，地均GDP僅為213.18萬元/km2，土地利用效率較低，區域經濟發展較為滯后；與此同時，高達11 293.32億元的生態系統服務價值總額使得該區域在東北地區以及全國生態系統中均占有至關重要的地位。區域土地利用條件、開發程度、發展潛力平均數值為(0.41，0.20，0.31)，分別處于中低、中低、中水平，土地利用綜合水平整體處于中低水平。

在空間分布方面，各分區土地利用條件、開發程度、發展潛力和綜合水平等方面均存在明顯地域差異，由北向南基本上呈現逐漸遞增的趨勢，各分區內部行政單元之間特征較為一致，各分區之間特征差異性較為顯著。省級第三輪土地利用總體規劃(2006—2020年)將東北地區劃分成12個土地利用分區(黑龍江省劃分為大興安嶺、小興安嶺、松嫩平原、三江平原和張廣才嶺、老爺嶺5個分區；吉林省劃分為東部、中部和西部3個分區；遼寧省劃分為沿海、中部、東部、西北4個分區)，與之相比，本研究的分區方案在遵循各地區土地利用綜合要素基本一致的前提下，打破了省級行政區劃界線，統一了分區單元、分區依據、分區方法和命名原則，更為突出體現各分區之間土地利用條件、開發程度和發展潛力的區域差異，擁有更好的區域協調性和可實施性。通過以上分析可以發現，結合兩維圖論聚類法和GIS空間分析法得到的東北地區土地利用分區方案較為科學合理。

4.4 土地利用各分區調控措施建議

4.4.1城市綜合發展區

該區土地利用方式應以耕地為主，部分坡耕地實施退耕還林還草，改善生態環境，促進工業轉型升級，大力發展服務業，推動區域經濟發展振興。土地利用指標調整應為適度增加建設用地面積，減少耕地面積，增加林地面積。其中松嫩平原中部城市綜合發展區應側重耕地保護，建設用地方面應優先保障工業用地；遼河平原中部城市綜合發展區應側重基本農田建設，加大礦區土地復墾力度；遼東半島城市綜合發展區應側重旅游、交通、物流等體系建設，加快沿海港口群、工業區建設，適度開發沿海灘涂資源，構建沿海防護林體系。

4.4.2農牧土地利用區

該區地處松嫩平原北部、南部，土地利用方式應以耕地和草地為主，農牧結合，通過土地開發整理和退耕還林還草實現耕地面積動態平衡，治理土地“三化”，建設防護林體系。土地利用指標調整應為保持耕地面積穩定，適度增加草地、林地等生態用地面積，少量分配新增建設用地指標，保障交通、水利、能源等基礎設施建設需要。其中松嫩平原北部農牧土地利用區應側重耕地保護和基本農田建設，松嫩平原南部農牧土地利用區應側重生態恢復。

4.4.3農林土地利用區

三江平原農林土地利用區作為糧食主產區，土地利用方式應以耕地和林地為主，將部分不穩定耕地進行退耕還林還濕，改善生態環境，同時加大礦區土地復墾力度。土地利用指標調整應適度增加林地面積、減少耕地面積，少量分配新增建設用地指標。

4.4.4農林牧土地利用區

遼河平原西部農林牧土地利用區位于干旱半干旱地區，生態環境破壞較為嚴重。土地利用方式應以耕地、林地和草地為主，推動資源型城市經濟轉型，加強“三化”土地治理和“三北”防護林建設，促進生態系統恢復和重建。土地利用指標調整應為適度增加林地、草地面積，減少耕地面積，小幅增加建設用地面積，保障水利、交通等基礎設施建設需要。

4.4.5林農生態區

該區是松嫩平原、三江平原、遼河平原重要的天然屏障，東北地區重要的生態保護區，高程和坡度較高，不宜進行大規模的開發建設活動。土地利用方式應以林地和耕地為主，林農結合，保護天然林、建設人工林，將部分坡耕地退耕還林還草，提高土地利用綜合效益。土地利用指標調整應為適度增加林地面積，保持耕地面積穩定，少量分配新增建設用地指標，嚴格控制建設用地規模。

5 結論

(1)基于多源數據，借鑒相關研究成果，從土地利用“本底-現狀-潛力”三維結構出發選取相關指標，構建東北糧食主產區土地利用分區的綜合評價指標體系，將土地利用條件、開發程度和發展潛力作為分區因子，采用兩維圖論聚類法和GIS空間分析法對東北地區(184個行政單元)進行土地利用分區研究。

(2)構建的土地利用“本底-現狀-潛力”三維分區評價指標體系可以清晰地反映糧食主產區土地利用的自然本底條件、開發現狀和未來發展潛力特征，其中土地發展潛力相關指標的選取不應只單純反映經濟效益，應將社會效益、生態效益也考慮在內，綜合反映土地資源在實現經濟、社會和生態效益等方面潛在的發展潛力。

(3)兩維圖論聚類法在保證各分區內部特征一致性和分區之間特征差異性前提下，可以較好地兼顧分區空間的連續性和行政區劃的完整性，提高了土地利用分區的可實施性和科學性。

(4)東北地區可劃分成3種類型共12個分區，各分區之間土地利用條件、開發程度、發展潛力均存在明顯地域差異，由北向南基本上呈現逐漸遞增的趨勢；城市綜合發展區是東北地區社會經濟發展的中心地區，土地利用條件、開發程度和發展潛力均高于其他類型區，土地利用綜合水平整體較高；農牧、農林、農林牧土地利用區是農業生產集中區域，林農生態區是生態環境保護重點地區，土地利用綜合水平整體較低；針對不同類型區的區域特點制定了差異化的土地利用方式和土地利用指標調控措施，以指導區域未來發展。

1 馮紅燕, 譚永忠, 王慶日, 等. 中國土地利用分區研究綜述[J]. 中國土地科學, 2010, 24(8):71-76.

FENG Hongyan, TAN Yongzhong, WANG Qingri, et al. Review of the research on land use zoning in China [J]. China Land Science, 2010, 24(8):71-76. (in Chinese)

2 趙榮欽, 黃賢金, 鐘太洋, 等. 聚類分析在江蘇沿海地區土地利用分區中的應用[J]. 農業工程學報, 2010, 26(6):310-314.

ZHAO Rongqin, HUANG Xianjin, ZHONG Taiyang, et al. Application of clustering analysis to land use zoning of coastal region in Jiangsu Province[J]. Transactions of the CSAE, 2010, 26(6): 310-314. (in Chinese)

3 張潔瑕, 陳佑啟. 中國土地利用區劃研究概況與展望[J]. 中國土地科學, 2008, 22(5):62-68.

ZHANG Jiexia, CHEN Youqi. Review and outlook of the research on land use regionalization in China [J]. China Land Science, 2008, 22(5):62-68. (in Chinese)

4 牛繼強, 徐豐, 李卓凡, 等. 顧及地理實體語義相似度的土地用途分區模型[J]. 武漢大學學報:信息科學版, 2015, 40(6):816-822.

NIU Jiqiang, XU Feng, LI Zhuofan, et al. A land use zoning model taking into account the semantic similarity of geographic entities [J]. Journal of Wuhan University: Information Science Edition, 2015, 40 (6): 816-822. (in Chinese)

5 周生路, 傅重林, 王鐵成, 等. 土地利用地域分區方法研究——以桂林市為例[J]. 土壤, 2000, 32(1):6-10.

6 RAO Y X, HU B Q. Functional zoning of land use in Karst region based on neural network [C]∥International Symposium on Geomatics for Integrated Water Resources Management. IEEE, 2012:1-5.

7 林錦耀, 黎夏. 基于空間自相關的東莞市主體功能區劃分[J]. 地理研究, 2014, 33(2):349-357.

LIN Jinyao, LI Xia. MFOZ planning of Dongguan based on spatial autocorrelation by using genetic algorithms [J]. Geographical Research, 2014, 33(2):349-357. (in Chinese)

8 楊勇, 任志遠. 關中地區土地利用綜合分區及對策研究[J]. 地理研究, 2010, 29(1):154-162.

YANG Yong, REN Zhiyuan. Land use regionalization and countermeasures in Guanzhong region [J]. Geographical Research, 2010, 29(1):154-162. (in Chinese)

9 王炯, 許月明, 郭慶. 基于聚類分析法的保定市土地利用分區及建議[J]. 中國農業資源與區劃, 2011, 32(2):63-67.

WANG Jiong, XU Yueming, GUO Qing. Land-use regionalization of Baoding and suggestion based on cluster analysis method [J]. Journal of China Agricultural Resources and Regional Planning, 2011, 32(2):63-67. (in Chinese)

10 蒲欣冬, 劉蘭濤, 陳懷錄, 等. 甘肅省廣河縣土地利用分區研究[J]. 干旱區資源與環境, 2013, 27(2):64-68.

PU Xindong, LIU Lantao, CHEN Huailu, et al. The zoning of land utilization division in Guanghe, Gansu [J]. Journal of Arid Land Resources and Environment, 2013, 27(2):64-68. (in Chinese)

11 叢明珠, 歐向軍, 趙清, 等. 基于主成分分析法的江蘇省土地利用綜合分區研究[J]. 地理研究, 2008, 27(3):574-582．

CONG Mingzhu, OU Xiangjun, ZHAO Qing, et al. Division of land use degree in Jiangsu Province based on principle analysis [J]. Geographical Research, 2008, 27(3): 574-582.(in Chinese)

12 張詩楊, 潘洪義, 蔣貴國. 基于LUCC的土地利用功能分區研究——以新津縣為例[J]. 四川師范大學學報:自然科學版, 2015, 38(4):568-575.

ZHANG Shiyang, PAN Hongyi, JIANG Guiguo. Analysis of the land use / cover change based on RS & GIS: a case study of Xinjin County [J]. Journal of Sichuan Normal University: Natural Science, 2015, 38(4):568-575. (in Chinese)

13 周浩, 雷國平, 楊雪昕, 等. 基于兩維圖論的縣域尺度耕地后備資源利用分區研究[J/OL]. 農業機械學報, 2017, 48(6): 116-124. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20170615&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2017.06.015.

ZHOU Hao, LEI Guoping, YANG Xuexin, et al. Utilization zoning of reserve resources for cultivated land based on two- dimensional graph theory clustering method at county scale[J/OL].Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(6):116-124. (in Chinese)

14 劉寶元, 閻百興, 沈波, 等. 東北黑土區農地水土流失現狀與綜合治理對策[J]. 中國水土保持科學, 2008, 6(1):1-8.

LIU Baoyuan, YAN Baixing, SHEN Bo, et al.Current status and comprehensive control strategies of soil erosion for cultivated land in the Northeastern black soil area of China [J]. Science of Soil and Water Conservation, 2008, 6(1):1-8. (in Chinese)

15 彭代亮, 黃敬峰, 王福民, 等. 基于空間分析與兩維圖論樹聚類的湖南水稻遙感估產分區[J]. 農業工程學報, 2010, 26(增刊1):156-161.

PENG Dailiang, HUANG Jingfeng, WANG Fumin, et al. Division of rice yield estimation by remote sensing in Hunan Province based on spatial analysis and two-dimension graphics cluster methods [J]. Transactions of the CSAE, 2010, 26(Supp.1): 156-161. (in Chinese)

16 李京京, 呂哲敏, 石小平, 等. 基于地形梯度的汾河流域土地利用時空變化分析[J].農業工程學報, 2016, 32(7):230-236.

LI Jingjing, Lü Zhemin, SHI Xiaoping, et al. Spatiotemporal variations analysis for land use in Fen River Basin based on terrain gradient [J]. Transactions of the CSAE, 2016, 32(7): 230-236. (in Chinese)

17 王星, 李占斌, 李鵬, 等. 寧強縣土壤侵蝕的地貌分布特征[J]. 農業工程學報, 2012, 28(11):132-137.

WANG Xing, LI Zhanbin, LI Peng, et al. Landform distribution features of soil erosion in Ningqiang County [J]. Transactions of the CSAE, 2012, 28(11): 132-137. (in Chinese)

18 李偉芳, 陳陽, 馬仁鋒, 等. 發展潛力視角的海岸帶土地利用模式——以杭州灣南岸為例[J]. 地理研究, 2016, 35(6):1061-1073.

LI Weifang, CHEN Yang, MA Renfeng, et al. Land-use pattern in coastal zone from the perspective of development potentiality: a case study of the southern bank of Hangzhou Bay [J]. Geographical Research, 2016, 35(6):1061-1073. (in Chinese)

19 謝高地, 魯春霞, 冷允法, 等. 青藏高原生態資產的價值評估[J]. 自然資源學報, 2003, 18(2): 189-196.

XIE Gaodi, LU Chunxia, LENG Yunfa, et al. Ecological assets valuation of the Tibetan Plateau [J]. Journal of Natural Resources, 2003, 18(2):189-196. (in Chinese)

20 謝高地, 肖玉, 甄霖, 等. 我國糧食生產的生態服務價值研究[J]. 中國生態農業學報, 2005, 13(3): 10-13.

XIE Gaodi, XIAO Yu, ZHEN Lin, et al. Study on ecosystem services value of food production in China [J]. Chinese Journal of Eco-Agriculture, 2005, 13(3): 10-13. (in Chinese)

21 王兵, 任曉旭, 胡文. 中國森林生態系統服務功能及其價值評估[J]. 林業科學, 2011, 47(2): 145-153.

WANG Bing, REN Xiaoxu, HU Wen. Assessment of forest ecosystem services value in China[J]. Scientia Silvae Sinicae, 2011, 47(2): 145-153. (in Chinese)

22 COSTANZA R, D’ARGE R, GROOT R D, et al. The value of the world’s ecosystem services and natural capital [J]. Nature, 1997, 387(6630): 253-260.

23 張忠, 雷國平, 張慧, 等. 黑龍江省八五三農場高標準基本農田建設時序分析[J]. 經濟地理, 2014, 34(6):155-161.

ZHANG Zhong, LEI Guoping, ZHANG Hui, et al. Time sequence analysis of high-standard basic farmland construction in 853 Farm of Heilongjiang Province [J]. Economic Geography, 2014, 34(6):155-161. (in Chinese)