三峽庫區土地利用驅動力評價及機制分析*

譚少軍，邵景安， 2※，鄧 華，張仕超， 2

(1.重慶師范大學地理與旅游學院，重慶 400047； 2.三峽庫區地表過程與環境遙感重慶市重點實驗室，重慶 400047； 3.西南大學資源與環境學院，重慶 400716)

0 引言

土地利用驅動力系指引起土地利用方式和目的發生改變的因素，具有整體性特征，各要素形成合力驅動土地利用方式和目的發生改變[1]。20世紀90年代到21世紀初,土地利用/覆蓋變化(LUCC)研究成為全球范圍內需要攻克的熱點課題之一[2-3]，與此同時全球陸地計劃、未來地球計劃和土地變化科學計劃等國際研究計劃陸續開展亟待解決不同尺度上土地利用變化與人類活動之間的相互影響機制[4]， 2014年全球土地計劃第二次開放大會(Global land Project 2nd Open Science Meeting)提出了土地利用再思考主題[5]。作為土地利用/覆蓋變化研究的核心內容之一[6-7]，土地利用驅動力評價與分析可在一定程度上查明與識別人—地關系間的相互作用強度與方向，進而用于調控土地利用變化的強度、速度與方向，優化國土空間開發與戰略布局。三峽庫區作為中西部過渡地帶，是長江上游流域的重要組成部分，無論是在地區發展，還是在國家層面的發展格局中都具有十分重要的地位和意義[8-9]。然而，伴隨三峽工程建設的完成進入后三峽時期，庫區土地利用驅動力在人為活動轉變、區域發展轉型、產業結構調整等的共同作用下，如何識別庫區土地利用驅動力，并對其展開清晰地評價與時空格局演變分析則是極其重要的，將成為未來眾多學者關注的熱點領域之一。目前相關研究主要集中于尺度升降[10-14]、熱點地區[15-16]、因子量化[17]等方面。通過對比上述相關文獻可以發現：(1)雖然目前探討土地利用驅動機制數學方法較多，但是這些研究仍然不能很好的解答復雜系統下土地驅動因子貢獻程度問題； (2)土地利用驅動力作為一個系統研究，綜合探討區域土地利用驅動要素合力的文獻相對較少。因此，如何科學合理的進行土地利用驅動力評價，并進行一定程度土地利用驅動機制闡述成為該文需要解決的科學問題。為力求全方位、多角度更加深入地研究近25年三峽庫區土地利用驅動力的時空格局狀況，將庫區各個區(縣)作為研究單元，使用1990年、2000年、2010年和2015年4期相關數據，結合投影尋蹤模型對近25年土地利用驅動力進行綜合評價和內部機制分析，借助探索性空間分析方法探尋其時空演化規律，揭示庫區土地利用驅動力的格局特征與演化趨勢，力圖為庫區國土空間開發優化和土地資源的可持續利用方略的制定提供科學依據，服務于轉型期長江上游流域生態—經濟耦合效應的提升。

1 材料與方法

1.1 區域概況

三峽庫區(106°50′E～110°50′E和29°16′N～31°25′N)泛指水位175m淹沒的重慶和湖北境內范圍，轄區面積5.8萬km2(圖1)。地形復雜多樣，溝壑縱橫，以山地、丘陵地形為主，占轄區面積的95.7%； 典型的亞熱帶季風性濕潤氣候，為北溫帶和亞熱帶的過渡地帶，年均溫17～19℃，年均降水量1 100～1 200mm； 以紫色土、水稻土、石灰性土、黃壤和黃棕壤等土壤類型為主，不同土壤類型肥力差異顯著； 以亞熱帶常綠闊葉林為基帶，植物種類繁多，在生物多樣性和生態系統多樣性方面均有較為明顯的優勢，是為數不多的植物“基因庫”和“聚寶盆”； 水資源豐富，除長江水系外，尚有嘉陵江、烏江、大寧河、彭溪河、香溪河等流域支流，呈不對稱、向心的網狀水系格局。多樣化自然條件造就了多樣化成土條件，庫區地質條件復雜，水土流失嚴重，生態環境脆弱，土地資源十分有限，利用結構不盡合理。土地利用類型復雜，以耕地、林地、草地、水域和建設用地5種利用類型為主，分布相對集中。

1.2 數據來源與處理流程

通過中科院地理空間數據云(http：//www.gscloud.cn/)下載得到(90m×90m 分辨率DEM)，并利用ArcGIS區域統計模塊得到各區縣內高程最低值和最高值； (2)通過中國氣象數據網(http：//data.cma.cn/)獲取各區縣年平均氣溫與年降水量數據； (3)通過《中國縣市經濟統計年鑒》《中國區域經濟統計年鑒》《重慶市統計年鑒》《湖北省統計年鑒》《宜昌市統計年鑒》《恩施州統計年鑒》《四川省統計年鑒》和庫區1： 1萬土壤侵蝕度矢量數據，以及各區(縣)相應年份國民經濟與社會發展公報獲取庫區區縣經濟、生活、交通、人口、政策、技術和生態方面數據。

1.3 研究方法

(1)構建指標體系

參照相關學者研究結果[18-21]并結合三峽庫區的具體情況，擬從自然、經濟、人口、政策、生態、生活、技術和交通8個方面構建土地利用驅動力評價指標體系。在初步體系的基礎上剔除并消除相關性顯著的指標，最終確定為8個子系統，共計30個評價指標(表1)。

(2)投影尋蹤模型

目前關于土地利用驅動力的相關研究，大多從自然和人為兩個方面來對土地利用驅動力進行定性或定量的描述與測度[22]，也有學者從環境方面來研究土地利用變化[23-25]。歸納發現，定性分析主要集中于早期土地利用驅動力研究中[26]，定量分析目前主要使用主成分分析[27-28]、多元逐步回歸[29]等方法，但這些方法僅限于探索土地利用驅動力之間的線性關系。土地利用驅動力作用的復雜性、非線性特點決定不能單純地使用線性方法來對其進行研究，投影尋蹤模型作為一種綜合性評價方法，在處理高維度、非線性、非正態問題方面具有獨到之處[30]，而且能夠很好地分析各驅動力因子在土地利用驅動力中的貢獻程度，可以較好的闡述區域土地利用機制。目前投影尋蹤模型在水質、環境評價等領域都得到成功的應用[31-33]，特別是近年來在土地集中度應用方面取得了較好效果[34]。而土地利用驅動力包含高維度系統，且要素之間關系復雜，故投影尋蹤模型適宜于解決土地利用驅動力問題，步驟如下(表2)。

表1 土地利用驅動力綜合評價體系

子系統指標層自然X1：相對高差(m，-)；X2：年均溫(℃，+)；X3：年降水量(mm，+)經濟X4：人均GDP(元，+)；X5：第一產業產值(萬元，+)；X6：第二產業產值(萬元，+)；X7：第三產業產值(萬元，+)生活X8：城鎮居民人均可支配收入(元/人，+)；X9：農村居民人均純收入(元/人，)；X10：城鄉居民儲蓄存款余額(萬元，+)；X11：人均糧食占有量(t/萬人，+)；X12：社會消費品零售總額(萬元，+)交通X13：公路客運量(萬人，+)；X14：公路貨運量(萬t，+)；X15：水運客運量(萬人，+)；X16：水運貨運量(萬t，+)人口X17：年末常住人口(萬人，+)；X18：城鎮化率(%，+)；X19：人口凈遷移率(‰，-)；X20：人口密度(人/km2，+)；X21：人口自然增長率(‰，+)；X22：文盲率(%，+)政策X23：社會固定資產投資(萬元，+)；X24：基本建設開發投資(萬元，+)技術X25：農業機械總動力(萬W，+)；X26：化肥折純施用量(萬t，+)；X27：農村用電量(kW·h，+)生態X28：城市綠化率(%，+)；X29：生活垃圾無害化處理率(%，+)；X30：中度以上水土流失面積比(%，-)

表2 投影尋蹤步驟

步驟處理過程第一步：歸一化處理設各指標值的樣本集為{x?(i，j)|i=1～27，j=1～30}，其中，x?(i，j)為第i個樣本的第j個指標，i、j分別為樣本數和指標數。歸一化處理過程如下：x(i，j)=x?(i，j)-xmin(j)xmax(j)-xmin(j)或x(i，j)=xmax(j)-x?(i，j)xmax(j)-xmin(j)(1)式(1)中，x(i，j)代表第i個樣本第j個指標標準化值；x?(i，j)代表第i個樣本第j個指標原始值；xmax(i，j)代表指標j的最大值；xmin(i，j)代表指標j的最小值第二步：構建投影指標函數計算公式為：z(i)=∑pj=1a(j)x(i，j)(2)式(2)中，a為單位長度向量第三步：優化投影指標函數基于第二步建立的指標函數，進行目標函數優化。目標函數計算公式為：Q(a)=SzDz(3)式(3)中，Sz為投影值Z(i)的標準差；Dz為Z(i)的局部密度其約束條件為：∑mj=1a2(j)=1(4)式(4)中，a(j)代表指標j投影向量第四步：優劣排序將第三步計算的最佳投影方向帶入式(2)可求得投影值，即評價值，評價值越大代表土地利用驅動力越大

2 結果與分析

2.1 土地利用變化驅動力綜合評價

區域土地利用驅動力大小很大程度上反映了區域人地相互作用強度。借助DPS軟件投影尋蹤模型進行土地利用驅動力評價，得到1990年、2000年、2010年和2015年三峽庫區土地利用驅動力的綜合評價投影值(表3)，并進行可視化顯示(圖2)。近25年來，庫區各區(縣)土地利用驅動力展現為不同程度的增加趨勢，且城市密集地區較農村地區高。具體表現如下幾方面。

(1)1990年排在前3位的是重慶主城區、宜昌、長壽，排在后3位的是奉節、云陽和開縣，主要因為重慶主城區、宜昌和長壽位于地勢平緩的低山丘陵區，為開發和建設提供了很好的基底條件，而且伴隨城鎮化的快速推進，大量農村人口涌入城鎮，從而加速了這一區域的土地利用變化過程與程度。然而，位于地形起伏較大的秦巴山區的奉節、云陽和開縣，則受高山地形限制，加之大部分人口進城務工或居住(被城鎮化)，土地利用驅動力不強。

(2)2000年排在前3位是重慶主城區、宜昌市區、萬州區，排在后3位的是巫溪、開縣和石柱。同樣地，地形起伏仍是引起庫區土地利用驅動力產生空間異質性的主要原因。更為重要的是，在這一時期，伴隨三峽工程建設的大力推進，受大江截流、水庫淹沒、移民安置、城鎮遷建及配套設施建設等主體工程的脅迫，庫區土地利用驅動力的空間分異顯著加劇。

(3)2010年排在前3位的是重慶主城區、涪陵和萬州區，排在后3位的是興山、秭歸和巫溪。2009年三峽工程全面建成，并成功蓄水175m，而后則進入了后移民時期。當然，在這一時期，庫區地形條件的限制仍是分析土地利用驅動力所不能回避的關鍵因素，而與前兩個期有很大的不同：一方面，這一時期庫區進入后移民時期，三峽工程的大部分主體性工程建設均已結束，后期配套設施建設也主要集中于自然條件相對優越區； 另一方面，2002～2006年庫區范圍大規模實施退耕還林政策，以及務農機會成本攀高，部分耕地用于農業生產的比較收益極為低下，使得部分不能機械替代人力的陡坡耕地被邊際化為林草地，這在很大程度上促使地形起伏較大區的土地利用由耕地轉為林地或草地，從而導致人為土地利用驅動力總體衰減。

(4)2015年排在前3位的是重慶主城、江津和萬州，排在后3位的是開縣、秭歸和忠縣。進入后三峽時期，新型城鎮化仍然是促進這一時期城鎮建設用地不斷增大的原因。在廣大農村地區，伴隨著1.2億hm2耕地“紅線”劃定，以及永久性基本農田建設、精準扶貧政策的推行與落實，一定程度上促進了耕地數量增加，同時也緩解了耕地撂荒現象。加之前一時期退耕還林政策落實，以及三峽水庫主體工程完成，林地、草地、水域數量也相對穩定。而開縣、秭歸和忠縣3縣主要是由于生態退耕政策已經實施完畢，加之庫區移民安置工作基本上完畢，土地利用變化呈衰減趨勢。

表3 1990～2015年三峽庫區土地利用變化驅動力綜合評價值

區縣評價值區縣評價值19902000201020151990200020102015重慶主城5 2146 3347 1428 935奉節0 0611 0711 5841 615 江津0 8252 9153 0573 173巫山0 6310 9511 2991 314 萬州0 4392 9313 3213 214巫溪0 1170 7830 9721 206 涪陵0 7622 8273 3723 159石柱0 6310 9231 3141 522 長壽1 1242 1422 8243 074宜昌2 1653 1053 1523 161 豐都0 6351 4421 7612 249夷陵1 1211 9912 3242 558 武隆0 6161 0511 2741 576興山0 7721 0780 8571 268 忠縣0 7821 4391 8511 121秭歸0 5211 1120 8651 074 開縣0 0460 9721 2631 023巴東0 7431 1091 2711 519 云陽0 0421 5561 7321 733

2.2 土地利用驅動機制分析

為進一步分析各指標對土地利用驅動力貢獻程度，采用投影尋蹤模型的最佳向量投影做進一步解釋。最佳向量投影方向大小反映各指標在土地利用驅動力中的貢獻程度，絕對值越大，貢獻度越大。為詳盡分析庫區土地利用變化驅動因素的主次及其時間序列變化，對1990年、2000年、2010年和2015年的最佳投影方向進行統計(圖3a)。一般來講，土地利用驅動機制主要包括：自然、經濟、生活等要素。為從宏觀上把握庫區近25年來土地利用驅動機制，按照上述劃分標準將土地利用驅動因子進行歸類求和，得到8個要素的最佳投影向量值(圖3b)?？梢园l現： 1990年庫區土地利用變化驅動要素主要為經濟、生活、交通和人口4個要素，可以稱為“生計—經濟”絕對驅動型。其中，排在前5位的驅動因子分別是X15(公路貨運)、X13(公路客運)、X10(城鄉居民儲蓄存款余額)、X6(第二產業產值)、X11(人均糧食占有量)。這一時期國家大力支持發展公路交通，庫區各區(縣)公路線路建設長度及相應基礎設施面積都有所增加，例如1990年重慶市公路里程為2.116 2萬km，較1980年增加4 351km。而且，由于此時國家戶籍制度放松加快，城鎮化的快速提升使得城鄉之間、地區之間的差異逐漸明顯。加之，重慶主城區及沿江區(縣)的工業實力都較為雄厚，第二產業在這一時期的發展勢頭也較為強勁，例如1990年工業產值比重為44.7%，比1986年增加6%，有助于城鎮用地的擴張和蔓延。再者，因為這一時期部分地形起伏較大的山區農村依然比較貧困，生計來源主要系于農業土地，促使了一些地區耕地面積的擴張。

圖1 三峽庫區高程及行政區劃 圖2 1990～2015年三峽庫區土地利用變化驅動力綜合評價值的空間分異

圖3 三峽庫區土地利用驅動力指標最佳投影方向

2000年庫區土地利用變化驅動要素仍然主要為生活、交通、人口、經濟4個要素，依舊為“生計—經濟”絕對驅動型，但是經濟要素的貢獻度有所下降。這一時期庫區土地利用驅動機制逐漸發生變化，主要表現為伴隨著城鎮化進程加快，城鄉之間的差距逐漸凸顯，大量人口從農村“析出”，同時由于這一時期伴隨三峽庫區主體工程逐步推進以及大量基礎設施建設，促使城鎮建設用地以及交通用地增加。其中，排在前5位的驅動因子分別是X12(社會消費品零售總額)、X14(水運客運量)、X10(城鄉居民儲蓄存款余額)、X7(第三產業產值)、X9(農村居民人均收入)。與1990年相比，這一時期伴隨著市場經濟的進一步發展和產業結構的轉型升級，庫區居民對農副產品的需求增加迅速，第三產業作用開始在庫區各區(縣)國民經濟中突顯，進一步促進了城鎮建設用地增加； 當然，在這一過程中，當地居民也從經濟發展和產業轉型中享用了大量的福祉和成果，人民生活水平較1990年有較大程度的提高。但是，由于城鄉二元結構的逐漸加深，加之城鎮化步伐的加快，耕地邊際化現象開始出現并有所發展，大量耕地閑置或荒廢促使耕地轉化為林地或草地，促使林地和草地數量增加。同時隨著庫區截流開始，重慶—宜昌段下游水運條件有所改善，有助于沿岸深水港口的建設。

2010年土地利用驅動要素雖然仍然為人口、交通、生活和經濟4個要素，但是政策、科技以及生態等要素地位逐漸顯現，可以稱為“生計—經濟”主導驅動型。一方面,城鄉之間的巨大差距依舊明顯，人們為了尋求最佳的教育、醫療以及基礎設施條件大量涌進城鎮，促使原有耕地轉化為城鎮建設用地。另一方面，自2000年以來政府針對長江上游地區推行的退耕還林政策作用明顯，山區實行的小農機械化率亦有所提高，同時城鎮建設規劃也不再片面追求不透水面積，城市綠化用地比例有所提高。其中排在前5位的驅動因子分別是X7(第三產業產值)、X16(水運貨運量)、X10(城鄉居民儲蓄存款余額)、X23(全社會固定資產投資總額)、X26(化肥使用量)。同2000年相比，這一時期，庫區第三產業發展更快，相應對土地的需求量更大。與此同時，在國家統籌城鄉、戰略決策助推下，庫區城鎮化發展的勢頭更為迅速； 當然，在這一過程中，城鎮擴張對建設用地的需求量也必然隨之增加。2009年水庫蓄水水位達到175m，這在很大程度上促進了重慶—湖北長江段水運的發展，其黃金水道優勢逐漸顯現，而與之相配套的港口等基礎設施建設數量和規模亦有所增加。這一時期，政策對土地利用的驅動作用明顯，伴隨新農村建設帶來的一批大型項目的開展，促使部分耕地和林草地轉化為居住用地。與2000年相比，這一時期土地邊際化的現象更加顯著； 同時， 2004～2015年的中央一號文件及庫區地方政府加快農村土地流轉的政策，在促使原來已邊際化或粗放經營的土地轉化為適度規模經營的土地方面獲得了顯著成效，從側面反映這種變化。

2015年土地利用驅動要素則呈現出均衡化特點，除自然要素變化較小以外，其他要素的貢獻度更加接近，可以成為“多元均衡協同”驅動型。一方面，經濟發展、基礎設施建設以及城鎮化仍然占據一定主導地位； 另一方面，其他要素的作用也更加明顯。這一時期土地利用驅動要素作用更加多元化和復雜化。其中，排在前5位的驅動因子是X7(第三產業產值)、X16(水運貨運量)、X23(全社會固定資產投資總額)、X26(化肥使用量)和X18(城鎮化率)，伴隨著后三峽時期到來，前期產業結構更新升級，第三產業繼續興起勢頭強勁，促使其他土地利用類型轉化為建設用地以及觀光休憩用地， 2015年第三產業產值比重為47.7%，較2010年增加0.9%。同時，三峽水庫“長江黃金航道”功能開始發揮， 2015年港口吞吐量為1.575 007億t，比2010年增加6 081.05萬t，促進了航運業的興起。而與之配套的基礎設施建設用地規模亦有所擴大。新一輪退耕還林、精準扶貧、土地整治政策的落實，以及土地資源市場化加速[35-36]，一定程度上促進了其他用地轉化為耕地，從而增加了耕地數量。

3 結論與反思

近25年來，三峽庫區土地利用驅動力呈現出空間地域的穩定性和時間序列的動態性，驅動機制逐漸由生活、人口和交通主導驅動，逐漸轉變為多要素協同驅動。庫尾重慶主城區附近、庫首宜昌市區附近土地利用驅動力較強，表現為城鎮用地驅動型； 而渝東北和湖北巴東、秭歸、興山諸縣土地利用驅動力較弱，主要是林草地和水體驅動型。其他地區相對復雜，表現為多種類型土地利用驅動并存格局。

如何因地制宜地進行土地資源重構，優化國土空間開發成為需要考慮的問題。首先，對于庫首和庫尾的經濟發達地區，在城鄉統籌、新型城鎮化背景下，考慮土地資源的高效利用，做好節約集約，切實發揮市場在土地資源配置中的基礎作用，盡量減少土地資源的閑置與浪費； 其次，對于廣大庫中地區，特別是秦巴山區的南麓諸縣，應在生態優先、綠色發展的前提下，合理優化山水林田湖生命共同體的時空布局。

[1] 楊梅， 張廣錄，侯永平.區域土地利用變化驅動力研究進展與展望.地理與地理信息科學， 2011, 27(1): 95～100

[2] 李秀彬. 全球環境變化研究的核心領域：土地利用/土地覆被變化的國際研究動向.地理學報， 1996, 51(6): 553～558

[3] 李秀彬. 中國近20年來耕地面積的變化及其政策啟示.自然資源學報， 1999, 14(4): 329～333

[4] 李家洋， 陳泮勤，葛全勝，等.全球變化與人類活動的相互作用——我國下階段全球變化研究工作的重點，地球科學進展， 2005, 20(4): 371～377

[5] 段寶玲， 卜玉山.全球土地計劃第二次開放科學大會(GLP 2nd Open Science Meeting)會議述評.生態學報， 2014, 34(10): 2796～2799

[6] 李月臣. 土地利用/覆蓋變化驅動力研究.水土保持研究， 2008, 15(3): 116～120

[7] Jiyuan Liu，Zengxiang Zhang，Xinliang Xu，et al.Spatial patterns and driving forces of land use change in China during the early 21st century.Journal of Geographical Sciences， 2010, 20(4): 483～494

[8] 江曉波， 馬澤忠，曾文蓉，等.三峽地區土地利用/土地覆被變化及其驅動力分析.水土保持學報， 2004, 18(4): 108～112

[9] 曹銀貴， 王靜，劉正軍.三峽庫區近30年土地利用時空變化特征分析.測繪科學， 2007, 32(6): 167～170

[10]龍花樓， 王文杰，翟剛，等.安徽省土地利用變化及其驅動力分析，長江流域資源與環境， 2002, 11(6): 527～530

[11]郭程軒， 徐頌軍，巫細波.基于地統計學的佛山市土地利用變化驅動力時空分異，經濟地理， 2009, 29(9): 1524～1529

[12]楊武年， 劉恩勤，陳寧，等.成都市土地利用遙感動態監測及驅動力分析，西南交通大學學報， 2010, 45(2): 185～189

[13]王曉峰， 任志遠，黃青.農牧交錯區(縣)域土地利用變化及驅動力分析——以陜北神木縣為例，干旱區地理， 2003, 26(4): 402～407

[14]孫雁， 劉志強，王秋兵.百年沈陽城市土地利用空間擴展及其驅動力分析，資源科學， 2011, 33(11): 2022～2029

[15]王天巍， 李朝霞，史志華.都市圈邊緣區多尺度土地利用驅動力研究，華中農業大學學報， 2008, 27(4): 471～477

[16]張予書， 王立新，張紅旗，等.疏勒河流域土地利用變化驅動因素分析——以安西縣為例，地理科學進展， 2003, 22(3): 270～278

[17]黨安榮， 史慧珍，何新東.基于3S技術的土地利用動態變化研究，清華大學學報(自然科學版)， 2003, 4(10): 1408～1411

[18]擺萬奇， 趙士洞.土地利用變化驅動力系統分析.資源科學， 2001, 23(3): 39～41

[19]Tobler W.A computer movie simulating urban growth in the Detroit region.Economic Geography， 1970, 46(2): 234～240

[20]Tobler W.On the first law of geography：A reply.Annals of the Association of American Geographers， 2004, 94(2): 304～310

[21]邵景安， 李陽兵，魏朝富.區域土地利用變化驅動力研究前景展望.地球科學進展， 2007, 22(8): 798～809

[22]何英彬， 姚艷敏，唐華俊，等.土地利用/覆蓋變化驅動力機制研究新進展.中國農學通報， 2013, 29(2): 190～195

[23]Antrop，M.Conservation of biological and cultural diversity in threatened Mediterranean landscapes.Landscape and Urban Planning， 1993， 24： 3～13

[24]Bielsa.I，Pons.X，Bunce.B.Agricultural abandonment in the North Eastern Iberian Peninsula：The use of basic landscape metrics to support planning.Journal of Environmental Planning Management， 2005， 48： 85～102

[25]Badia，Anna，Sauri，David，Cerdan，Rufi，et al.Causality and management of forest fires in mediterranean environments：an example from catalonia.Environmental Hazards， 2002, 4(1): 3～32

[26]王宗明， 張柏，張樹清.吉林省近20年土地利用變化及驅動力分析.干旱區資源與環境， 2004, 18(6): 61～65

[27]高嘯峰， 王樹德，宮阿都，等.基于主成分分析法的土地利用/覆被變化驅動力研究.地理與地理信息科學， 2009, 25(1): 36～39

[28]李月臣， 劉春霞.1987～2006年北方13省土地利用/覆蓋變化驅動力分析.干旱區地理， 2009, 32(1): 37～46

[29]朱家彪， 楊偉平，粟衛民.基于多元逐步回歸與通徑分析的臨澧縣建設用地驅動力研究.經濟地理， 2008, 28(3): 488～507

[30]陳廣洲， 汪家權.基于投影尋蹤的城市生態系統健康評價.生態學報， 2009, 29(9): 4918～4923

[31]李彥蒼， 周書敬.基于改進投影尋蹤的海洋生態環境綜合評價.生態學報， 2009, 29(10): 5736～5740

[32]馬峰， 王千，藺文靜，等.基于指標體系投影尋蹤模型的水資源承載力評價——石家莊為例.南水北調水利與科技， 2012, 10(3): 62～66

[33]侯秀玲， 周益民，王紹俊，等.基于投影尋蹤模型的農田土壤重金屬污染分析.三峽環境與生態， 2012, 34(1): 59～62

[34]鄧楚雄， 謝炳庚，李曉青，等.基于投影尋蹤法的長株潭城市群地區耕地集約利用評價.地理研究， 2013, 32(11): 2000～2008

[35]曹飛， 邵景安，鄧華，等.影響山區農業活動收入因素分析——以重慶武隆縣4個村為例，中國農業資源與區劃， 2016, 37(5): 73～80

[36]熊繁， 邵景安.不同土地利用情景下農村景觀生態格局優化，中國農業資源與區劃， 2016, 37(2): 11～21