國土空間監測網絡布局優化方法研究

張衍毓，高秉博，郭旭東，陳美景，任艷敏，李曉嵐

（1.中國土地勘測規劃院，北京 100035；2.國土資源部土地利用重點實驗室，北京 100035；3.北京農業信息技術研究中心，北京 100097）

1 加快構建國土空間多級綜合監測網絡

隨著科學技術的發展，國家系列重大戰略的實施以及經濟實力的日益增強，各類自然資源開發利用活動對國土空間的塑造能力日益強大，人類活動對陸地表層系統的擾動日益劇烈，國土空間格局正在發生劇烈演變。城市群、現代綜合交通運輸體系建設突飛猛進；“一帶一路”、京津冀協同發展、長江經濟帶建設引領下，區域發展格局日新月異；巨型流域開發、南水北調等重大工程實施，互聯網時代國內外產業轉移背景下的產業格局演變、全球氣候變化下的糧食生產格局變化等，均會對國土空間格局產生深刻影響；鄉村振興、精準扶貧、統籌城鄉背景下，城鄉要

素流動頻繁，城鄉一體化格局正在形成，也伴隨著大量人口非農化造成鄉村空心化、土地撂荒等問題；生態文明戰略落實，傳統國土空間開發方式轉變，正在塑造新的生態安全格局。可以預見，未來國土空間演變將是更為劇烈、深刻的，新時代的國土空間新格局正在加速形成。國家戰略導向下，國土開發活動會對國土空間格局產生何種影響，國土空間格局演變又會產生怎樣的自然、社會經濟效應。解決諸如此類科學問題，亟需對國土空間變化及其生態環境、社會經濟影響的關鍵科學現象和科學數據開展全要素、多尺度的國土空間動態監測。同時，生態文明體制改革[1]、自然資源綜合監管[2]、建立國家公園體制[3]、生態紅線劃定、優化國土開發格局等管理實踐也明確要求建立覆蓋全部國土空間的監測系統，動態監測國土空間變化。

國際上不少國家已在資源、生態環境、農業、水文等相關領域建立了長期監測網絡[4-5]，如全球陸地觀測系統（GTOS）、國際長期生態研究網絡（ILTER）、美國國家生態監測網絡（NEON）、英國環境變化監測網絡（ECN）、全球通量監測網絡（FLUX）、國際生物多樣性監測網絡（GEO.BON）、“未來地球”（Future Earth）計劃，以及地殼動力學數據信息系統（CDDIS）、地球觀測體系數據信息系統（EOSDIS），呈現出連續觀測、自動智能、綜合研究、數據共享、網絡聯動、學科交叉等趨勢。國內，生態學、土壤學、環境科學、海洋學、氣象學等學科已形成相對完善的野外臺站系統，如中國生態系統研究網絡（CERN）、土壤環境質量監測網絡、國家地表水環境質量監測網絡、全國環境空氣質量監測網等，國家野外科學觀測研究網絡初具規模。目前，相關學科（行業）的監測主要側重于對國土空間系統個別要素的監測，直接把國土空間系統作為監測對象的綜合性網絡還未建立；已有監測的內容聚焦在自然要素，對驅動國土空間系統演變的及時的、配套的社會經濟因子觀測較少；監測尺度也相對單一，未充分體現國土空間系統的尺度差異。筆者認為，國土空間系統是綜合性、多尺度、動態化復雜巨系統，國土空間監測需要構建多要素、多層級、持續性的國土空間全面感知體系，強調自然與社會經濟要素的綜合，以及從大尺度宏觀監測到微觀尺度精細化監測的尺度跨越和長時間序列動態數據的獲取。可見，現有相關行業的監測網絡尚不能完全滿足國土空間監測的需求。因此，有必要加快推進國土空間監測網絡相關研究[6-7]與建設實踐工作。

國土空間監測網絡應立足國土空間系統基礎理論[8-11]，基于科學布點方法構建多層級監測網絡體系[12]，通過一套科學設計的國土空間監測指標，構建國土空間常態化監測與診斷系統，獲取長期、動態、精細化、多要素、多尺度國土空間系統監測數據，實現高強度國土開發背景下對國土空間變化及其相關影響因子的全面感知[13]，通過國土空間大數據平臺構建與智能化分析，對國土空間格局、功能演變進行系統診斷，提出國土空間優化調控機制與路徑，支撐國土空間優化開發決策。完整的國土空間監測網絡應該是互聯網、物聯網和“天—空—地”一體化監測技術支撐下由全國—區域—縣市—村鎮—地塊不同尺度組成的多層級監測體系[12]。目前國土空間數量變化監測已有扎實的工作基礎[14-15]，基于國土空間精細化分類、數量質量生態并重、自然與人文并舉的多要素監測平臺與技術體系尚未形成。因此，已有監測成果主要體現在土地利用變化數據，對國土空間演變的成套的自然、社會經濟因子數據獲取不足。為滿足國土空間系統演變機制研究的需要，及時揭示國土空間演變規律，加強對國土空間變化的精準預判與及時調控，需要面向典型國土空間系統，建設精細化監測網絡。

縣域尺度作為行政管理的基本單元，地域空間完整、穩定，在自然資源、經濟社會發展和公共政策等方面具有地域一致性。以縣為基本監測單位，構建起縣域尺度國土空間監測網絡體系，是對現有土地利用宏觀監測體系的有益補充。因此，有必要在現有宏觀監測的基礎上，布設一批縣域尺度的國土空間精細化監測網絡，構建宏觀—中觀—微觀尺度相結合的立體化的國土空間監測體系。全國的縣級行政區中哪些縣最具國土空間代表性，能以最小成本實現對國土空間信息的全面、精準獲取，這是國土空間監測網絡布局優化需要解決的問題。

2 國土空間監測網絡優化布局總體設計

2.1 基本原理

構建國土空間多級綜合監測網絡旨在持續跟蹤人與自然交互作用下的國土空間系統演變。通過連續獲取動態監測數據，揭示不同區域、不同類型國土空間變化的過程、自然人文響應、功能演變機制和國土空間系統優化調控機理，為自然資源可持續利用和國土空間格局優化提供理論和技術支撐。主要監測內容包括對不同尺度國土空間變化及其自然、社會經濟驅動力和效應指標的綜合監測。其綜合性體現在國土空間類型的全面覆蓋，國土空間系統自然、社會經濟多要素的全面涵括，國土空間數量、質量、功能性監測指標的全面設計和從宏觀到微觀多尺度的全面貫通。

國土空間監測網絡首先要實現對不同國土空間類型與功能的全覆蓋，還要體現不同國土空間類型與功能所對應的自然、社會經濟條件的差異性。因此，在監測網絡設計時選擇以突顯國土空間類型與功能差異的指示性指標為優化目標變量，以與其密切相關的自然、社會經濟因子為輔助變量，開展國土空間分區，構建多目標優化函數進行空間采樣，形成國土空間監測網絡優化布局參考方案。基于以上方法優選的監測樣點，理論上能在成本控制條件下最大程度上實現對主要國土空間類型與功能變化及影響其變化的相關自然、社會經濟因子信息的同步捕捉和動態獲取，從而達到國土空間綜合監測的目的。

2.2 技術路線

采用代表性監測的思路進行國土空間監測網絡布局的優化設計。首先開展國土空間分區，基于國土空間（土地）利用及其有較強相關性的自然條件、社會經濟因子數據，采用重復二分聚類方法進行空間分區，得到農業生產空間、城鄉建設空間、生態保育空間分區方案；然后基于監測樣點對不同的農業生產空間類型、城鄉建設空間類型、生態保育空間類型和地理空間的代表性，設計國土空間監測網絡布設多目標優化函數，使用多目標優化求解算法生成國土空間監測網絡布設備選方案。

本文以縣級行政區作為采樣單元，基于該優化方法產生的國土空間代表性監測網絡能夠通過一套監測樣點實現對農業、城鄉建設、生態主要國土空間類型的代表性監測，同時能夠確保在地理空間上的相對均勻，體現監測樣點在地域空間上的代表性。如圖1所示，特定國土空間的A（農業生產）、B（城鄉建設）、C（生態保育）3種分區方案對應同一套監測樣點，通過在監測樣點進行國土空間綜合監測，能夠使用3個樣點a、b、c完成A、B、C三種分區方案的各個分區類型的代表性監測，同時在地理空間上實現均勻覆蓋。該方法選出的每個監測樣點均能同時代表A、B、C中的一種國土空間類型，即每個監測樣點均能同時獲取農業生產、城鄉建設、生態保育空間的相關信息。

圖1 國土空間監測網絡優化設計示意圖Fig.1 The optimized design for territorial land monitoring Network

3 國土空間監測網絡布局優化模型

3.1 構建空間采樣數據集

水、土、氣、生等自然要素以及人口、產業等相關社會經濟要素是國土空間系統的基本組成要素。本文以縣級行政區為基本單元，用土地利用數據表征國土空間特征，收集各縣域國土空間數據以及與其密切相關的自然本底和社會經濟數據，構建空間采樣數據集。

（1）自然本底數據。圍繞國土空間系統的水、土、氣、生等主導性自然要素，選取了年平均降水量、干燥度、土壤有機質、≥10℃積溫、年平均氣溫、光溫生產潛力、植被指數、高程、坡度等數據，這些因子反映了國土空間的自然本底信息。數據格式為柵格，來源于中國科學院資源環境科學數據中心的氣象要素空間插值、地形地貌等數據。

（2）國土空間（土地利用）數據。基于2015年末土地變更調查分縣數據，依據《土地利用現狀分類》（GB/T21010-2007），按照主體功能原則，歸并形成三類國土空間：農業生產空間主要包括耕地，城鄉建設空間包括城市、建制鎮、村莊、采礦用地、風景名勝及特殊用地，生態保育空間包括園地、林地、草地、水域（含河流水面、湖泊水面、水庫水面、坑塘水面、冰川與永久積雪）、濕地（含沿海灘涂、內陸灘涂、沼澤地）和退化土地（含鹽堿地、沙地、裸地）。為消除行政區大小帶來的差異，分別用農業生產空間、城鄉建設空間和生態保育空間面積除以行政區面積，得到墾殖率、城鄉建設強度、生態覆蓋度3個指標，用作國土空間分區的目標變量。

（3）社會經濟數據。社會經濟信息包括人口、糧食產量、GDP、第一產業增加值、第二產業增加值、固定資產投資等指標，主要來源于《中國縣域統計年鑒2016（縣市卷）》、2015年社會經濟統計年鑒、相關統計公報等資料，這些指標直接或間接地反映了國土空間變化的社會經濟驅動因素。

3.2 確定國土空間分區指標與方法

國土空間分區采用gCLUTO（Graphical ClusteringToolkit）軟件提供的重復二分聚類方法完成。gCLUTO軟件能夠有效完成高維數據的高效聚類，并通過bootstrap抽樣消除參與聚類數據本身的不確定性，提高聚類結果的穩定性和可靠性[16-17]。重復二分聚類方法是一種劃分聚類方法，通過遞歸的二分完成聚類，能夠以較小的計算資源完成高質量的聚類結果[18-19]。在聚類過程中，選擇式（1）所示的余弦函數作為相似度函數，選擇式（2）所示的I2函數作為聚類準則函數。將每個縣（區）作為聚類對象，聚類完成后，將屬于同一類的縣（區）合并，形成一個空間分區。

式（1）中，di和dj為包含兩個對象屬性的矢量，dti為di的轉置，‖di‖和‖dj‖分別為di和dj的模。

式（2）中，k為聚類個數，Si是第i個類，di和dj為屬于Si的兩個對象。

選取墾殖率、城鄉建設強度、生態覆蓋度3個指標來表征國土空間功能類型。將其與自然和社會經濟因子做相關性分析，確定與國土空間特征密切相關的自然和社會經濟因素，作為國土空間分區輔助變量。基于相關性分析結果，農業生產空間采用墾殖率、戶籍人口、第一產業增加值、農業機械總動力、糧食總產量、年平均降水量、土壤有機質含量、光溫生產潛力、高程、坡度共10個變量進行分區。城鄉建設空間采用二級分區，首先采用城鄉建設強度、戶籍人口、GDP、第二產業增加值、公共財政收入、公共財政支出、居民儲蓄存款余額、年末金融機構各項貸款余額、規模以上工業總產值、固定資產投資、普通中學在校學生數、小學在校學生數、醫療衛生機構床位數、高程、坡度共15個變量進行一級聚類，然后對城鄉建設強度最大的一類（城市群地區）按照空間坐標進行二級聚類分區。生態保育空間采用生態覆蓋度、年平均降雨量、年平均溫度、NDVI、土壤有機質含量、光溫生產潛力、高程、坡度、≥10℃積溫、干燥度共10個變量進行分區。

3.3 確定國土空間分區數

空間分層分異特性分析地理探測器被廣泛用于探測各類因變量和結果變量的相關性[20]。將分區結果作為因變量，將農業生產空間、城鄉建設空間、生態保育空間等分別作為結果變量。理想的分區方法應該能夠使得分區結果體現農業生產、城鄉建設、生態保育3類空間各自的空間分異性。本文采用地理探測器的空間分區分異性指數q值來衡量分區效果。q值的計算方法為：

式（3）中，n為所有縣（區）數目，nh為第h個分區內的縣（區）數目，L為分區數，δ2h為第h個分區內結果變量的方差，δ2為整個研究區域內結果變量的方差。q取值為0—1之間。對于相同分區數，q值越大說明分區效果越好。對于不同分區數，q值一般隨著分區數的增加而增大，但是由于分區數增大（監測點增多）會增加監測成本，因此通過繪制邊際效益曲線并尋找邊際效益曲線的拐點來確定最佳分區數。

3.4 設定優化目標函數

優化目標主要考慮監測樣點對不同的農業生產空間類型、城鄉建設空間類型、生態保育空間類型的代表性，以及地理空間分布的均勻性。因此，監測網絡的優化目標設計如式（4）所示：

式（4）中，f1（s）為監測樣點對不同的農業生產空間類型的代表性優化目標函數，f2（s）為監測樣點對不同的城鄉建設空間類型的代表性優化目標函數，f3（s）為監測樣點對不同的生態保育空間類型的代表性優化目標函數，f4（s）為地理空間均勻分布優化目標函數，分別定義為式（5）—式（8）：

式（5）中，L為農業生產空間分區數，τh為位于第h個分區內的監測點數目。當每個分區內都有一個監測點時，f1（s）取值最小。

式（6）中，L為城鄉建設空間分區數，τh為位于第h個分區內的監測點數目。當每個分區內都有一個監測點時，f2（s）取值最小。

式（7）中，L為生態保育空間分區數，τh為位于第h個分區內的監測點數目。當每個分區內都有一個監測點時，f3（s）取值最小。

式（8）中，N為全國監測點總數，ci表示第i個縣（區），s表示距離ci最近的監測點，distance（ci，s）表示ci和s之間的距離。f4（s）即最短距離最小（Minimization of the Mean of the Shortest Distances，MMSD）準則，經常被用于以地理空間均勻為目的采樣布設優化[21]。

3.5 多目標函數優化求解

為了同時優化多個目標函數，同步實現對3類分區的代表性和地理空間的代表性，采用多路空間模擬退火方法（Multi-Path Spatial Simulated Annealing，MP-SSA）進行優化求解。該方法基于空間模擬退火（Spatial Simulated Annealing，SSA），通過為每個優化目標設置單獨的降溫路徑和終止條件實現對多個目標的同步優化，解決了SSA只能進行單目標優化的問題。優化迭代過程中新解是否接受由所有路徑共同決定，實行一票否決制。每個目標依據Metropolis 準則確定是否接受新解，即用式（9）依次計算每一個目標對新解的接受概率：

生成0—1之間的隨機數rand，如果rand＜pi，則目標fi的判斷結果為接受，否則目標fi的判斷結果為不接受。完成針對每個目標的判斷后，判斷是否存在目標fi選擇拒絕s2，如果存在，則拒絕s2；否則選擇接受。

在優化過程中，為每個退火路徑設置了同樣的降溫參數和終止條件。設置初始溫度為1，降維速度為0.95，最低溫度為1×10-15。終止條件為連續拒絕100次。

圖2 不同國土空間分類數q值曲線Fig.2 The q value change curve with different territorial land zoning numbers

4 國土空間監測網絡布局優化方案

4.1 國土“三生”空間分區方案

基于地理探測器q統計方法，確定農業生產空間、城鄉建設空間、生態保育空間的最佳分類數量。三類國土空間各自的分類數q值曲線如圖2所示。根據q值曲線變化規律，確定農業生產空間的分類數為16類，城鄉建設空間的分類數為12類，生態保育空間的分類數為18類。其中，城鄉建設空間的第一類主要是高度城市化地區，為進一步凸顯其內部差異，基于空間坐標進行了二級聚類分區，細分成23個亞類，即城鄉建設空間共計分為34類。其中，23個亞類與城市群的空間分布特征具有很強的空間契合度。國土“三生”空間不同分區目標變量均值如表1所示，其中某些分區之間的目標變量均值相近，但是輔助變量存在較大差異，因此單獨分成了一類。

表1 國土“三生”空間不同分區的目標變量均值表Tab.1 Mean values of target variables regarding different agricultural production, construction and ecology zones

4.2 國土空間監測網絡布局優化方案

基于上述模型，在精度要求范圍內，可形成多套監測網絡布局備選方案，理論上來講，這些方案均符合科學布點要求。這時，需要專家知識介入，根據國土空間監測實踐工作的要求、各地監測點布設的均衡性與可行性等因素，從多套方案中優選出監測網絡布局參考方案。

圖3 農業生產空間監測點分布圖Fig.3 Agricultural production zones and monitoring samples

圖4 城鄉建設空間監測點分布圖Fig.4 Urban-rural construction zones and monitoring samples

圖5 生態保育空間監測點分布圖Fig.5 Ecological protection zones and monitoring samples

最終，形成了由34個縣域監測點形成的國土空間監測網絡布局優化方案，其中，每個點均代表1種類型的農業生產、城鄉建設、生態保育空間（圖3—圖5）。34個點空間分布均勻，基本上每省都有監測點（圖6）。通過與農業綜合區劃、生態功能區劃、城鎮化發展綜合區劃、主體功能區劃等已有空間分區成果進行空間比對分析，上述監測網絡布局方案能夠實現對主要國土空間類型的全面覆蓋，可為國土空間監測網絡建設實踐提供參考依據。

圖6 國土空間監測網絡布局方案Fig.6 Land monitoring network optimal distribution

5 國土空間監測基地精準選址

上述國土空間監測網絡布局優化方案是在考慮有限因素條件下形成的理論方案，可用于全國尺度國土空間監測網絡規劃布局時對監測樣點的數量、空間位置及輻射區域進行總體控制。實際工作中，要把監測樣點建成監測基地來開展具體監測工作。監測基地的精準選址涉及的因素更為復雜，當地的基地建設意愿、基礎科研條件、科研體制機制等往往是基地選址中需要考慮的現實因素，但是受數據獲取條件等的影響，在上述模型中難以量化和體現，理論上本模型所采用的指標集是不完備集，因此，監測基地實際選點過程中，還要在本文提出的方案基礎上，充分考慮多種因素，基于科學決策程序，對監測樣點進行適當替換、調整，在維護選點科學性的同時，兼顧可行性。

表2 國土空間監測樣點與國土空間分區類型對應關系表Tab.2 Correspondence between land monitoring samples and the types of land zoning

5.1 決策因素

監測基地服務于國土空間監管和科學研究等復合目標[12]。基地選址時要綜合考慮以下因素：（1）選址具有地域代表性，能夠代表所在地域的特點，在自然資源稟賦條件、土地利用方式、社會經濟發展等方面具有典型的地域特色，優先選擇自然條件有特色、國土空間變化劇烈、人為活動干擾大、土地管理和利用特征顯著的地區作為監測基地；（2）研究主題符合學科發展的需求，具有學科代表性及鮮明的研究特色和明確的近、中、遠期研究目標，便于建設由監測基地—監測站點—監測樣地形成的多級監測網絡體系；（3）具有高水平的科技研發平臺與團隊、強有力的保障團隊和健全完善的科技制度體系；（4）具有相對完善的科研基礎條件，在相關研究領域具有扎實的數據基礎和成果積累，具有必需的儀器設備、科研設施和場地，能夠保障數據觀測的便捷性和穩定性；（5）具有基地建設的積極性，能夠保障穩定的運行經費來源；（6）具有科技協同創新組織能力，能夠吸納所在區域的科技研發機構開展協同攻關；（7）具有成果示范與轉化的便捷條件，便于科技成果轉化與推廣，能夠形成較好的科技示范效應。

5.2 科學流程

建議在綜合考量上述因素的基礎上，充分利用專家知識，采用“上下結合”的決策模式和科學程序確定縣域監測基地選址。充分發揮專家在選址科學決策中的作用，由來自國家、區域、市縣不同層級的土地管理、農業、生態、城市等相關專業的科研工作者、公共管理決策者、企業專家組成咨詢委員會，按照國家需求，結合地方實際，科學選址。同時，通過考核，對基地選點的科學性進行長期跟蹤評估，優化調整。

6 結論與討論

構建國土空間監測網絡，實現國土空間多級、綜合、動態監測，對于及時掌握國土空間變化規律，揭示其自然、社會因子影響機制，研究優化調控機理，制定國土空間開發與優化調控政策具有重要意義。本文基于多目標優化方法，提出了國土空間監測網絡布局優化參考方案，可用于國土空間變化數據的持續觀測，還可為土地領域的野外觀測基地布點提供參考,并有望為自然資源綜合監管、國土空間監管、土地調查數據核查、土地督察、土地政策實施效應評估等自然資源管理工作提供支撐。

相關技術方法可為下一步重點區域精細化國土空間監測網絡的構建提供參考。在全國不同區域構建起集標準化與差異化為一體的區域性國土空間監測網絡，獲取第一手國土空間系統觀測數據，對支撐相關基礎研究和關鍵技術研發，提升國土資源科技支撐服務水平，加快學科、平臺和隊伍建設具有重要意義。

及時開展國土空間監測網絡構建理論、技術研究與實踐探索，對于推動形成地學大數據，構建完善的人地關系認知、診斷與調控體系是非常必要的。國土空間多級綜合動態監測體系的構建依賴于互聯網思維下多視角探測與分析技術的集成應用。要將遙感技術的宏觀監測優勢、地面監測的精細化優勢、GIS、互聯網和物聯網的集成化優勢以及大數據分析技術的深度挖掘優勢等結合起來，全視角研究、揭示國土空間系統變化的科學規律，加強對國土空間系統的全面認知、綜合診斷與優化調控，形成國土空間持續利用科學決策支撐體系。

參考文獻（References）：

［1］ 生態文明體制改革總體方案［EB/OL］ . http: //news.xinhuanet.com/politics/2015 - 09/21/c_1116632159.htm，2015 - 09 - 21.

［2］ 自然生態空間用途管制辦法（試行）［EB/OL］ . http: //www.mlr.gov.cn/zwgk/zytz/201704/t20170424_1499615.htm.

［3］ 建立國家公園體制總體方案［EB/OL］ . http://news.xinhuanet. com/politics/2017-09/26/c_1121727905. htm，2017 - 09 - 26.

［4］ 趙士洞. 美國國家生態觀測站網絡（ NEON）—概念、設計和進展［J］ . 地球科學進展，2005，20（5）：578 - 583.

［5］ 任娟，肖洪浪，李錦秀，等. 美國大尺度綜合環境觀測站網計劃介紹及其相關研究［J］ . 地球科學進展，2008，23（3）：327 - 330.

［6］ 國土資源部. 國土資源部中長期科學和技術發展規劃綱要（2006—2020年）［EB/OL］ . http: //www.mlr.gov.cn/tdzt/zxgz/kyzx/xgwj/201004/t20100429_717352.htm.

［7］ 國土資源部. 國土資源“十三五”科技創新發展規劃［EB/OL］ . http: //www.mlr.gov.cn/zwgk/zytz/201609/t20160914_1417105.htm.

［8］ P. H. Verburg, N. Crossman, E. C. Ellis, et al. Land system science and sustainable development of the earth system: A global land project perspective［J］ . Anthropocene，2015，（12）：29 - 41.

［9］ P. H. Verburg, K. H. Erb, O. Mertz, et al. Land System Science: between global challenges and local realities［J］ .Current Opinion in Environmental Sustainability，2013，（5）：433 - 437.

［10］ 馮廣京. 關于土地科學學科視角下“土地（系統）”定義的討論［J］ . 中國土地科學，2015，29（12）：1 - 10.

［11］ 馮廣京. 土地科學學科獨立性及學科體系研究框架［M］ .北京：中國社會科學出版社，2015：39 - 99.

［12］ 張衍毓，郭旭東，陳美景. 土地系統多級綜合觀測研究網絡建設框架［J］ . 中國土地科學，2016，30（7）：4 - 13.

［13］ 張衍毓，陳美景. 國土空間系統認知與規劃改革構想［J］ .中國土地科學，2016，30（2）：11 - 21.

［14］ 中華人民共和國國土資源部，國務院第二次全國土地調查領導小組辦公室. 第二次全國土地調查成果分析［M］ .北京：地質出版社，2017.

［15］ 劉紀遠，匡文慧，張增祥，等. 20世紀80年代末以來中國土地利用變化的基本特征與空間格局［J］ . 地理學報，2014，69（1）：3 - 14.

［16］ Matt Rasmussen, George Karypis. gCLUTO: An interactive clustering, visualization, and analysis system［R］ . Technical Report TR-04-021, University of Minnesota，2004.

［17］ Zhao Y., Karypis G. Clustering in the life sciences［A］ . M.Brownstein, A. Khodursky, D. Conniffe. Functional Genomics:Methods and Protocols［M］ . New Jersey: Humana Press.

［18］ Zhao Y., Karypis G. Criterion functions for document clustering: Experiments and analysis［J］ . Machine Learning，2004，55：311 - 331.

［19］ Desikan K., Grace G. H. Optimal Clustering Scheme for Repeated Bisection Partitional Algorithm［J］ . International Journal of Engineering Research and Applications，2013，3（5）：1492 - 1495.

［20］ Wang J., Li X., George C., et al. Geographical Detectors-Based Health Risk Assessment and its Application in the Neural Tube Defects Study of the Heshun Region, China［J］ .International Journal of Geographical Information Science，2010，24（1）：107 - 127.

［21］ Van Groenigen J. W., Siderius W., Stein A. Constrained optimisation of soil sampling for minimisation of the kriging variance［J］ . Geoderma，1999，87（3 - 4）：239 - 259.