2017年土地科學研究重點進展評述及2018年展望
——土地工程與信息技術分報告

胡振琪，王曉彤，梁宇生，趙會順，陳 洋，曹 瑜

（中國礦業大學（北京）土地復墾與生態重建研究所，北京 100083）

土地工程與信息技術主要包含了土地工程與土地信息技術兩大領域。依據土地利用工程、土地整治（工程）和土地工程研究對象和研究目標的一致性，我們將這三者統稱為“土地工程”[1]。土地工程依據整治對象為未利用土地、未合理利用土地、損毀退化與污染土地，區分為土地開發、土地整理、土地復墾和土地修復。土地信息技術研究涉及土地信息采集技術、土地信息處理技術、動態監測技術、土地信息可視化表達與系統開發等方面。通過對2017年國內外相關學術文獻數據庫的檢索，在中國知網（CNKI）、萬方期刊全文數據庫、Elsevier、Springer、ProQuest等電子期刊數據庫，以關鍵詞未利用地（unutilized land）/耕地后備資源開發（cultivated reserved land resources）、土地整治（Land Renovation）/農村土地整理（rural land arrangement）/城鎮土地整理（Urban land consolidation）、土地復墾（land reclamation）/生態重建（ecological restoration）/損毀土地（land destruction）/土壤重構（soil reconstruction）/地貌重塑（landform restruction）、土地修復（land remediation）/污染土地（contaminated land）/退化土地（degraded land）、土地測量（land survey）/GIS/RS/GPS/3S/無人機（Unmanned Aerial Vehicle）/INSAR/三維激光掃描（3D laser scanning）等進行檢索，共篩選出文獻81篇，其中中文文獻56篇，外文文獻25篇。主要分布在《中國土地科學》、《農業工程學報》、《煤炭學報》、《生態環境學報》、《測繪通報》、Ecological Indicators、Remote Sensing of Environment等期刊，遴選文獻分布情況見表1。

1 2017年國內土地工程與信息技術領域重點問題研究進展評述

2017年，在土地工程與信息技術領域中，學科發展建設、土地復墾和土地修復均取得了較大的研究進展。學科發展建設方面，土地工程學、土地信息技術學的概念、內涵、學科體系的探討趨于清晰，土地科學作為一級學科的體系更為完善。土地工程方面：土地開發生態風險分析分析備受關注；生態整理與整理監管問題得到重視；土壤重構的研究日益深入，復墾質量與復墾技術的革新更加完備；污染土地修復技術不斷加強，對土地修復管理機制的深入探討，為土地修復治理模式體系構建起到了積極地推動作用。信息技術方面：土地信息采集工作主要圍繞遙感、無人機航空攝影測量技術、三維激光掃描技術展開；綜合應用土地信息處理技術更加關注數據更新的重要作用；動態監測技術側重于新方法的探索與應用；土地信息可視化表達更加關注以三維技術反演土地覆被信息。

表1 2017 土地工程與信息技術領域國內外研究文獻分布情況Tab.1 Literature on land and engineering and land information technology

1.1 土地工程國內研究進展

1.1.1 土地開發 土地工程中土地開發的研究對象是未利用土地，未利用地作為重要的耕地后備資源，研究其開發適宜性及開發生態風險是實現土地可持續利用的重要舉措，保障中國糧食安全、實現經濟發展和生態文明建設均具有重要意義[2]。根據耕地后備資源的分布特征研究其開發組合序列是有效開發利用耕地后備資源、補充耕地的重要前提[3]。耕地后備資源需在區域不同的資源條件與利用方向基礎上，進行針對性的差異化保護與開發管理，發揮資金投入的最佳效益，實現開發區域的協調發展[4]。

1.1.2 土地整理

（1）生態整理。重點基于景觀生態學原理，分析土地整理項目與生態文明建設之間的相互關系[5]，與此同時，探討了利用生態系統服務變化評價生態風險的可能[6]。為進一步探究土地整理對景觀生態的影響，分別就土地整治工程建設對農田生態系統的影響[7]和對農地細碎化的影響進行了研究[8]。總結了中國土地整理中的景觀生態學研究現狀，并提出土地整理中的景觀生態學研究展望[9]。

（2）整理監管。側重于從多元投入、政策創新、強化監管、能力提升4個方面來強化土地整理監管[10]，以供給側結構性改革為切入視角，重點探討土地整理的轉型方向及其制度構建[11]，以期為新時期土地整理實踐及機制創新提供參考。

（3）村莊整理。注重從微觀尺度分析農村衰落的原因和規律[12]，提出農村土地整理的工程化不應過度偏重于工程技術手段平整土地并配套建設農業基礎設施，應更加注重權屬調整[13-14]，通過生態系統的自我修復能力來實現“精明退出”[15]，闡述農地整理管護績效的影響因素，提出要加強農村土地整理項目后期管護力度并調動農民積極參與整理[16]。

（4）城鎮土地整理。更關注土地整理潛力的評價，城鎮土地布局的優化[17]。對城鎮非建設用地轉用的驅動機制[18]，并構建了兼顧地理空間和屬性空間的雙重自組織模型，對土地整理項目區進行時空配置[19]。綜合分析農地流轉績效區域差異表現及原因[20]。在高標準基本農田優化分區方面，采用熱點分析方法劃定了高標準農田建設一級優先區、二級優先區和不宜建設區[21]。

1.1.3 土地復墾

（1）復墾質量。注重從土壤理化性質的角度，對復墾土地質量進行評價[22]，重點研究復墾土壤的粒徑組成[23]、土壤孔隙分布狀況[24]及不同充填材料的配比[25]對土壤水分及溶質運移的影響。對土壤水分的研究多采用入滲試驗的方法，復墾土地利用類型不同，土壤的入滲特性存在顯著性差異[26]。相關研究發現土壤容重隨復墾時間增加呈現下降趨勢，土壤含水量隨時間呈上升趨勢[27]。

（2）復墾技術。重點關注東部高潛水位地區充填復墾技術及西北干旱、半干旱地區微生物復墾技術的應用。東部高潛水位地區，針對采煤塌陷積水，造成大面積的農田無法耕種的難題，提出邊采邊復動態施工標高模型[28]，并對間隔條帶式黃河泥沙充填采煤沉陷地復墾技術工藝流程并進行實踐[29]。西北干旱、半干旱地區為典型生態脆弱區，通過叢枝菌根真菌，實現復墾土壤的水肥供應[30-31]。

（3）地貌重塑。著重從園林學視角進行礦區損毀土地的地貌重塑，根據礦區的實際情況進行塌陷區景觀生態再造，并結合人類生活、社會發展的需要,向旅游業、農業等方向發展[32]。植被是礦區生態系統全面恢復的關鍵，對先鋒植物和適生植物進行草、灌、喬不同模式的組合配置，能夠有效控制地表徑流[33]。

1.1.4 土地修復

（1）污染土地修復。側重于化學修復、物理修復和生物修復。化學修復方面，通過總結生物強化和生物刺激等綠色代表性技術的研究，指出今后聯合修復思路和加強分子方法應用的研究方向[34]。在物理修復方面，通過增加電流強度,促進土壤中Zn的解析,提高了去除效率[35]，并有利于去除土壤中的低濃度重金屬污染物[36]。生物修復的方面，提出了植被覆蓋度方面優選穴鋪植生袋建植法[37]，并利用轉基因植物修復污染及細胞工程技術，強化植物修復[38]。

（2）修復管理機制。主要關注土地修復治理模式的體系構建、污染場地風險管控為導向的治理模式和土地污染的工作管理機制[39]。采取以風險管控為主的防治策略，確保受污染土壤的安全利用[40]。土地污染的工作管理機制方面，以國家支持推進的六個先行區為重點, 系統的提出了先行區內涵定位、推進思路、階段劃分、建設任務和工作機制[41]。

1.2 土地信息技術國內研究進展

1.2.1 土地信息采集技術 主要圍繞遙感、無人機航空攝影測量技術、三維激光掃描技術采集地形地貌及地籍信息展開研究。結合高分辨率DOM遙感影像，采用面向對象的分類方法進行土地利用信息提取[42]；無人機航測技術以其機動、快速、經濟等優勢，能夠在面積較小的大比例尺地形上，輕松獲取測區的影像數據，繪制地形圖，顯著減輕土地測繪工作量[43]，并能快捷的采集土地確權工作的基礎地理數據[44]，還有學者運用自檢校光束法對影像進行平差處理，提升無人機土地確權的精度[45]，采用無人機傾斜攝影三維建模技術，通過采集分析三維地理數據，解決房地信息不對稱、現場核實難等問題提高不動產登記效率[46]。同時還實現了對黃土高原地區黃土滑坡的精細化測量，進行滑坡數字化處理[47]；結合三維激光掃描技術快速高效的預防地質災害[48]。

1.2.2 土地信息處理技術 數據更新對土地信息數據保持其現勢性具有重要作用，國內有學者提出以1∶500 地形圖為更新數據源，采用面向區域全要素更新的方法，實現1∶500 基礎地理信息數據庫的快速更新[49]；有學者提出了一種基于要素的數據聯動更新技術，以要素為中心對多種尺度的基礎地理信息數據聯動更新生產，并設計出聯動更新程序，驗證了該技術的可行性和高效性[50]。

1.2.3 動態監測技術 側重于通過Landsat、Geoeye、MODIS及國產高分一號等多種數據源，積極探索土地動態監測方法[51]實現了動態檢測的自動化[52]。采用無人機航測技術，對礦區進行三維重建，并結合數字高程模型（DEM）與數字正射影像圖（DOM）等實現對礦區開采的動態監測[53]；采用基于相位相干性的非線性人工角反射器InSAR解算算法，有效地避免相位解纏誤差，大大增強對大尺度地形測繪和地表形變監測能力[54]。

1.2.4 土地信息可視化表達與系統開發 在土地信息可視化表達方面更加關注以三維技術反演土地覆被信息，采用三維GIS與物聯網相結合，實現了精準農業作業區三維虛擬場景的可視化展示[55]。通過結合CLUE-S模型和Markov、Tietenberg模型，開展區域土地利用變化的多情景模擬對比研究，厘清不同土地利用變化情景特點，以期為土地利用規劃與政策制定提供多決策支持[56]。

2 2017年國外土地工程與信息技術領域重點問題研究進展評述

2017年，國外關于土地工程與信息技術方面的研究，重點圍繞土地開發、土地整理、土地復墾與土地修復、土地信息技術等幾個問題展開。土地開發，重點關注農林用地的開發，并對其土地開發過程造成的水土流失現象開展了相關研究。土地整理研究主要集中于土地整理過程對生態景觀結構的影響、土地整理的績效以及土地整理過程中土地權益問題；土地復墾研究重點注重充填復墾對生態環境及土地質量的影響和土地復墾適宜性評價問題；土地修復主要關注植物修復技術及微生物修復工藝的創新；土地信息技術強調新技術在土地信息采集、處理、動態監測和可視化表達等方面的應用及創新。通常，技術的選擇多采用無人機航空攝影測量技術及遙感技術，降低土地信息采集成本并提高效率；注重開發新算法以提高土地信息處理精度；常通過D-InSAR技術實現土地利用狀況的動態監測、并結合可視化GIS技術實現土地信息可視化表達2D到3D的轉變等。

2.1 土地工程國外研究進展

2.1.1 土地開發 在發展中國家開發農林用地不僅能夠防止土地退化，而且還能夠緩解貧困。巴基斯坦將資源匱乏的塔爾地區的沙丘開發為農林用地并對兩種耕種方式（間隔種植和周邊種植）開展了試驗研究[57]。由于土地開發的增加，減緩地表徑流的負面影響成為人們關注的焦點，了解土地開發如何影響地表徑流是土地可持續發展利用的必要條件。采用低影響開發管理實踐（LID-BMPs）方法，對混合土地使用和土地覆被進行了研究，結果表明，在土地開發的四個不同階段，暴雨或者大量降雨對裸地和入滲率低的土地，產生地表侵蝕的影響較大[58]。

2.1.2 土地整理 在進行土地整理過程中，更加注重對景觀結構的變化的影響及自然保護的重要性[59]。在土地整理績效方面，通過緩沖宗地來考慮土地碎片，然后量化它們的接近度，從而為土地決策者提供更適當的指導方針對土地整理項目進行有效評估[60-61]。在土地權益方面，通過移動應用軟件和衛星圖像收集土地信息應用了經驗法和對特定專用表面區域進行標記的數學方法，建立了規劃建設土地整理的模式，并對土地所有權的處理進行了分析[62]。

2.1.3 土地復墾 在充填復墾對生態環境及土地質量的影響方面，利用造紙廠污泥（PMS）進行充填復墾后，增加了N2O和C2O的排放量[63]。復墾土壤中添加“石膏+稻麥秸稈”能夠有效改良鹽堿土[64]。固體廢棄物焚燒后的底灰與灘涂淤泥配比后作為充填材料（MCIBA）具有較高的強度值，在淋溶過程中絕大多數元素較穩定，只有當IBA達到30%時，存在鎘超標[65]。在土地復墾的適宜性評價方面。通過對伊朗的克爾曼的戈哈爾鐵礦適宜性評價，創新性地提出限制綜合條件的方法，該方法適應性強并且易于操作[66]。綜合運用生物多樣性指標，對土地復墾的空間層面進行了評價，結果表明根據地區坡度、地表沉積等因素可以進行不同功能區的劃分[67]。

2.1.4 土地修復 在植物修復技術方面，通過生化終點測量相關植物生產力等方法進行本地植物物種的篩選[68]。為了防止地中海沙漠化進一步的損害，并實現對森林清除殘留物的循環利用，將森林殘留物添加到干燥的地中海山區，作為土壤改良劑可以提高生態系統生產力和植被覆蓋率，控制土壤流失[69]。在微生物修復方面，經研究發現，采用生物表面活性劑協助微生物降解多環芳烴類化合物，是一種對土壤污染修復的可行性方法[70]。以石灰性土壤的形成為過程作為參考，建立適當和彈性的微生物群落，促進酸化尾礦土壤的修復[71]。

2.2 土地信息技術國外研究進展

2.2.1 土地信息采集技術 無人機航空攝影測量技術與網絡RTK技術憑借其經濟性、高機動性、高分辨率、高集成度、低成本等優勢在土地信息采集中得到了廣泛的應用[72-73]。

2.2.2 土地信息處理技術 通過電磁啟發式算法（EM）與屬于蟻群優化算法（ACO）的EMAPI算法進行土地覆被遙感數據分類，顯著提高了遙感影像分類精度[74]。利用Landsat-8和Sentinel-1A衛星獲得的十九個多時相場景，采用多級DL架構實現了烏克蘭地區試驗田異質環境中作物的詳細分類[75]。結合影像數據，利用GIS和地統計學分析方法，探明了1990—2000年和2000—2014年土地利用和土地覆蓋發生變化的主要原因[76]。

2.2.3 動態監測技術 采用D-InSAR技術, 結合航天飛機雷達地形測繪任務（SRTM）數據，消除了干涉圖中由于地形產生的相位變化，高精度快速評估潛在的地面沉降[77]。國外學者主要通過構建解譯方法對遙感影像進行解譯，并以此為基礎監測土壤侵蝕、含水率以及土地荒漠化等動態變化情況[78-79]。

2.2.4 土地信息可視化表達與系統開發 一些國際研究嘗試使用矩陣形式的大量機械部件構建可視化GIS系統，形成真實的3D表面。為了便于可視化GIS數據處理，數據的概括顯得至關重要。基于這個視角，有學者提出了三維數據中Douglas-Peucker線簡化自適應算法和基于最近鄰法估計每個節點的顯著性，來實現對柵格數據的概括[80]。也有學者從DEM的每個點量化可見量，開發了一種高效的數據處理和計算并重的算法，實現2D視域到3D 視域的轉變[81]。

3 2017年國內外土地工程與信息技術領域重點研究問題對比

國內外土地工程與信息技術領域研究主題相似，主要圍繞土地開發、土地整理、土地復墾與土地修復、土地信息技術等方面展開。在土地開發方面國內主要側重開發前的生態風險分析、分區等的研究，國外則側重開發后對生態環境的影響研究；在土地整理方面國內外關注的重點均是生態整理和整理監管問題；在土地復墾方面，國內重點關注復墾質量與新技術的研究，而國外則重點關注新型的充填復墾材料應用對生態環境及土壤質量的影響；在土地修復方面，國內重點關注污染土地修復技術工藝、土地修復管理機制的探討，而國外重點關注植物修復技術中微生物修復工藝的創新；土地信息技術方面，都強調無人機航空攝影測量技術在土地信息采集中的廣泛應用。

表2 國內外土地工程與技術研究關注重點比較Tab.2 Comparison of the main contents of land engineering and land information technology

4 土地工程與信息技術領域研究展望

4.1 主要科技需求

生態文明建設是中華民族永續發展的千年大計，而土地工程與信息技術領域的研究正是生態文明建設的技術支撐與實施保障。2017年，黨的十九大在北京召開，習近平總書記十九大報告共分為13個部分，其中第一、三、四部分提到了生態文明建設，整個第九部分都是對生態文明建設的論述。報告中提出的實施重要生態系統保護和修復重大工程；完成生態保護紅線、永久基本農田、城鎮開發邊界三條控制線劃定工作；推進荒漠化、石漠化、水土流失綜合治理，強化濕地保護和恢復，加強地質災害防治等等的工作要求，都為土地工程與信息技術領域的研究提供了一系列的研究課題。

4.2 重點研究問題

展望2018年土地工程與信息技術的發展趨勢，在土地工程方面，將進一步完善土地工程的概念、內涵、學科體系；加強土地工程支撐理論和獨特的技術原理研究；更加重視提高耕地數量和質量、退化土地、污染土地的修復技術以及山水林田湖城區域一體化的綜合整治技術；完善土地整治的監管運行體系和法律保障制度體系；深入推進供給側結構性改革視角下土地整治工作的開展。在土地信息技術方面，研究高效、精準的多元國土信息獲取技術；研究土地信息的標準化、高效和安全組織、數據存儲、數據交換和數據共享管理機制和技術；研究土地信息數據的深度挖掘分析、綜合表達、集成應用技術。

4.3 《中國土地科學》關注重點

2018年，《中國土地科學》將繼續重點關注針對土地科學學科構建中土地工程與信息技術學科體系的探討與完善；供給側改革視角下的土地整治發展；同時也將重點關注土地工程與信息技術領域中新方法、新思路、新技術以及新裝備的應用。

參考文獻（References）：

［1］胡振琪，梁宇生，許濤，等. 試論土地工程學［J］. 中國土地科學，2017，31（9）：15 - 23.

［2］賈啟建，何玲. 河北省懷來縣宜耕未利用地開發適宜性及生態風險評價［J］. 水土保持研究，2017，24（4）：83 - 88.

［3］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］. 農業機械學報，2017，48（6）：116 - 124.

［4］劉洋洋，游振波，陳美球，等. 江西省耕地后備資源潛力分布及開發組合序列分析［J］. 中國農業資源與區劃，2017，38（8）：105 - 110.

［5］孫心如，周學武，王占岐. 農村土地整治與生態文明建設耦合關系研究［J］. 水土保持研究，2017，24（2）：267 - 271.

［6］董玉紅，劉世梁，王軍，等. 基于景觀格局的土地整理風險與固碳功能評價［J］. 農業工程學報，2017，33（7）：246 - 253.

［7］黃學鋒，金曉斌，張曉霞，等. 土地整治項目對農田生態系統影響的能值分析［J］. 中國農業大學學報，2017，22（4）：47 - 58.

［8］李洪義，李爽，呂添貴，等. 基于景觀格局視角的土地整治對農地細碎化影響評價研究［J］. 長江流域資源與環境，2017，26（1）：67 - 73.

［9］王軍，鐘莉娜. 景觀生態學在土地整治中的應用研究進展［J］. 生態學報，2017，37（12）：3982 - 3990.

［10］賈文濤. 強化監管，為土地整治改革創新保駕護航［J］.中國土地，2017，（11）：33 - 36.

［11］項曉敏，金曉斌，王溫鑫，等. 供給側結構性改革視角下的土地整治制度創新初探［J］. 中國土地科學，2017，31（4）：12 - 21.

［12］冉逸簫，張鳳榮，張佰林，等. 貧困山區農村衰落的特征及診斷——以重慶市酉陽縣為例［J］. 資源科學，2017，39（6）：999 - 101.

［13］張曉濱，葉艷妹. 基于線性規劃運輸模型的農地整理權屬調整［J］. 農業工程學報，2017，33（7）：227 - 234.

［14］劉新衛，趙崔莉. 農村土地整治的工程化及其成因［J］.中國農村經濟，2017，（7）：15 - 28.

［15］關小克，王秀麗，張鳳榮，等. 生態剛性約束下的山區農村居民點整治與調控——以北京市門頭溝區為例［J］. 資源科學，2017，39（2）：220 - 230.

［16］梅國芳. 土地整治項目后期管護思考與建議［J］. 中國土地，2017，（8）：40 - 41.

［17］雷彤，賈敏，邱英華. PPP模式“整鎮推進”土地整治探索研究——以山東省濟南市黃河鎮為例［J］. 中國土地，2017，（8）：36 - 39.

［18］胡偉艷，魏安奇，劉恬. 武漢區級和地塊級城鎮非建設用地轉用驅動機制研究［J］. 中國土地科學，2017，31（7）：52 - 59.

［19］任艷敏，徐亞輝，劉玉，等. 基于雙重自組織模型的土地整治項目區時空配置研究［J］. 北京大學學報（自然科學版），2017，53（2）：360 - 368.

［20］黃東學，程久苗，費羅成，等. 安徽省農地流轉績效差異分析［J］. 中國農業資源與區劃，2017，38（3）：73 - 78.

［21］趙冬玲，何珊珊，林尚緯，等. 基于TOPSIS和熱點分析的高標準農田建設優先區選擇［J］. 農業機械學報，2017，48（7）：15.

［22］張世文，周妍，羅明，等. 廢棄地復墾土壤重金屬空間格局及其與復墾措施的關系［J］. 農業機械學報，2017，48（12）：1 - 11.

［23］閔祥宇，李新舉，李奇超. 機械壓實對復墾土壤粒徑分布多重分形特征的影響［J］. 農業工程學報，2017，33（20）：274 - 283.

［24］張佳瑞，王金滿，秦倩，等. 基于CT掃描的煤礦排土場土壤孔隙三維多重分形特征［J］. 土壤通報，2017，48（4）：786 - 793.

［25］邵芳，胡振琪，李星宇，等. 黃河泥沙充填復墾覆土材料垂直一維入滲特性研究［J］. 煤炭科學技術，2017，45（1）：226 - 230.

［26］呂剛，傅昕陽，李葉鑫，等. 海州露天煤礦排土場復墾區不同土地利用類型土壤入滲特征［J］. 水土保持學報，2017，31（3）：123 - 128.

［27］龐碧琳，于亞軍.復墾煤矸山不同利用類型土壤微生物群落分析［J］. 土壤通報，2017，48（2）：359 - 364.

［28］張瑞婭，肖武，胡振琪. 邊采邊復耕地區動態施工標高模型構建與實例分析［J］. 煤炭學報，2017，42（8）：2125 -2133.

［29］胡振琪，邵芳，多玲花，等. 黃河泥沙間隔條帶式充填采煤沉陷地復墾技術及實踐［J］. 煤炭學報，2017，42（3）：557 - 566.

［30］岳輝，畢銀麗. 基于主成分分析的礦區微生物復墾生態效應評價［J］. 干旱區資源與環境，2017，31（4）：113 - 117.

［31］畢銀麗.叢枝菌根真菌在煤礦區沉陷地生態修復應用研究進展［J］. 菌物學報，2017，36（7）：800 - 806.

［32］寇曉蓉，白中科，杜振州，等. 黃土區大型露天煤礦企業土地復墾質量控制研究［J］. 農業環境科學學報，2017，36（5）：957 - 965.

［33］吳杰. 基于園林景觀改造的生態化農業示范園構建實踐及規劃——以司馬礦區為研究對象［J］. 中國農業資源與區劃，2017，38（4）：148 - 153.

［34］祝方，任文濤. 電場強度對Fe（Ⅲ）強化電動修復Zn污染土壤效果的影響［J］. 生態環境學報，2017，26（7）：1250 -1254.

［35］郭書海，吳波，胡清，等. 污染土壤修復技術預測［J］. 環境工程學報，2017，11（6）：3797 - 3804.

［36］郝大程，周建強，韓君. 土壤重金屬和有機污染物的微生物修復：生物強化和生物刺激［J］. 生物技術通報，2017，33（10）：9 - 17.

［37］李云禎，董薦，劉姝媛，等. 基于風險管控思路的土壤污染防治研究與展望［J］. 生態環境學報，2017，26（6）：1075 - 1084.

［38］張紅振，董璟琦，高勝達，等. 中國土壤修復產業健康發展建議［J］. 環境保護，2017，45（11）：58 - 61.

［39］武強，劉宏磊，陳奇，等. 礦山環境修復治理模式理論與實踐［J］. 煤炭學報，2017，42（5）：1085 - 1092.

［40］王夏暉，李志濤，陸軍，等. 土壤污染綜合防治先行區推進路線圖設計［J］. 環境保護，2017，45（5）：9 - 12.

［41］孔令偉，薛春曉，蘇鳳，等. 不同建植技術對露天煤礦排土場生態修復效果的影響及評價［J］. 水土保持研究，2017，24（1）：187 - 193.

［42］陳冬梅，馮策元，周建民. 面向對象的農村用地信息遙感提取技術應用——以寧夏西吉為例［J］. 城市發展研究，2017，（9）：127 - 133.

［43］王利鋒，王冰，楊令剛. Trimble無人機UX5 HP在礦區測繪中的應用［J］. 測繪通報，2017，（2）：155 - 156.

［44］史經，謝偉秋. 無人機航測技術在農村土地承包經營權確權調查底圖制作中的應用［J］. 測繪通報，2017，（9）：92 - 95.

［45］薛武，馬永政，趙玲，等. 無人機農村宅基地高精度確權應用［J］. 國土資源遙感，2017，29（3）：124 - 127.

［46］崔瑤瑤，杜甘霖，張玉俠. 無人機傾斜攝影三維建模在農房確權登記發證項目中的應用［J］. 測繪通報，2017，（S1）：192 - 194.

［47］胡磊，彭勁松，葉波. 三維激光掃描技術在地質災害應急測繪中的應用［J］. 測繪通報，2017，（9）：154 - 155.

［48］彭大雷，許強，董秀軍. 基于高精度低空攝影測量的黃土滑坡精細測繪［J］. 工程地質學報，2017，25（2）：424 -435.

［49］李路英.1∶500 基礎地理信息數據庫更新方法探討［J］.測繪通報，2017，（5）：132 - 135.

［50］吳思，高倩影，李亮，等.多尺度基礎地理數據聯動更新技術［J］. 測繪通報，2017，（5）：139 - 142.

［51］李晶，申瑩瑩，焦利鵬，等. 基于Landsat TM/OLI影像的兗州煤田水域面積動態監測［J］. 農業工程學報，2017，33（18）：243 - 250.

［52］王剛武.利用矢量影像法進行土地利用變化自動檢測［J］. 測繪通報，2017，（7）：55 - 60.

［53］章夢霞，鄭新奇，劉波. 無人機影像支持的礦區開采動態監測方法［J］. 測繪通報，2017，（10）：43 - 47.

［54］敖萌，張勤，趙超英. 改進的CR-INSAR技術用于四川甲居滑坡形變監測［J］. 武漢大學學報（信息科學版），2017，（3）：377 - 383.

［55］盧健，陳桂芬，孟穎，等. 基于三維 GIS 的農田環境模擬監測的研究及系統實現［J］. 中國農業科技導報，2017，19（3）：50 - 55.

［56］李斌，劉越巖，張斌，等. 基于Tietenberg模型的土地利用變化多情景模擬預測——以武漢市蔡甸區為例［J］. 資源科學，2017，39（9）：1739 - 1752.

［57］Khan M, Mahmood H Z, Abbas G, et al. Agroforestry Systems as Alternative Land-Use Options in the Arid Zone of Thal,Pakistan［J］. Small-scale Forestry，2017：1 - 17.

［58］Paulemercado M A, Lee B Y, Memon S A, et al. Influence of land development on storm water runoff from a mixed land use and land cover catchment［J］. Science of the Total Environment，2017，s 599 - 600：2142 - 2155.

［59］Dobbs C, Nitschke C, Kendal D. Assessing the drivers shaping global patterns of urban vegetation landscape structure［J］. Science of the Total Environment, 2017，592：171 - 177.

［60］Kwinta A, Gniadek J. The description of parcel geometry and its application in terms of land consolidation planning［J］.Computers & Electronics in Agriculture，2017，136：117 - 124.［61］Zhou J, Qin X, Liu L, et al. A potential evaluation model for land consolidation in fragmental regions［J］. Ecological Indicators，2017，74：230 - 240.

［62］Poropat A. Planned building land consolidation in the context of land subdivision of a unique plo［tJ］. Tehnicki Vjesnik，2017，2（43）：887 - 895.

［63］Faubert P, Durocher S, Bertrand N, et al. Greenhouse Gas Emissions after Application of Landfilled Paper Mill Sludge for Land Reclamation of a Nonacidic Mine Tailings Site［J］.Journal of Environmental Quality，2017，4（65）：950 - 960.

［64］Son J K, Shin W T, Lee S H, et al. Reclamation of a coastal reclaimed tidal land soil by gypsum and rice straw［J］. Archives of Agronomy & Soil Science，2017，6（36）：761 - 770.

［65］Quek A, Wu D, Xu W, et al. Feasibility of Singapore IBA waste for land reclamation［J］. Journal of Environmental Geotechnics，2017，2（15）：67 - 75.

［66］Thiffault E, Webster K, Lafleur B, et al. Biophysical indicators based on spatial hierarchy for informing land reclamation: The case of the Lower Athabasca Rive（rAlberta,Canada）［J］. Ecological Indicators，2017，72：173 - 184.

［67］Moosavirad S M, Behnia B. Suitability evaluation for land reclamation in mining areas: Gol-e-Gohar Iron Ore Mine of Sirjan, Kerman, Iran［J］. International Journal of Surface Mining Reclamation & Environment，2017，3（11）：38 - 51.

［68］Chiochetta C G, Toumi H, Bhm R, et al. Use of phytoproductivity data in the choice of native plant species to restore a degraded coal mining site amended with a stabilized industrial organic sludge［J］. Environmental Science &Pollution Research，2017（，11）：1 - 10.

［69］Tripathi V, Edrisi S A, Chen B, et al. Biotechnological Advances for Restoring Degraded Land for Sustainable Developmen［tJ］. Trends in Biotechnology，2017，35（9）：847 - 854.

［70］Bezza F A, Chirwa E M N. The Role of Lipopeptide Biosurfactant on Microbial Remediation of Aged Polycyclic Aromatic Hydrocarbon（ PAHs）-contaminated Soi［lJ］.Chemical Engineering Journal，2017，309：563 - 576.

［71］O’Brien P L, Desutter T M, Ritter S, et al. A large-scale soil-mixing process for reclamation of heavily disturbed soils［J］. Ecological Engineering，2017，109：84 - 91.

［72］Lee, Sang C, Kim, et al. Accuracy and Economic Evaluation for Utilization of National/Public Land Actual Condition Survey Using UAV Images［J］. Journal of the Korean Society of Surveying Geodesy Photogrammetry & Cartography，2017，35（3）：175 - 185.

［73］Bob V D M, Kooistra L, Suomalainen J, et al. Remote sensing of plant trait responses to field-based plant-soil feedback using UAV-based optical sensors［J］. Biogeosciences，2017，14（3）：733 - 749.

［74］Jayanth J, Shalini VS, Kumar TA. Classification of remote sensed data using hybrid method based on ant colony optimization with electromagnetic metaheuristic［J］. Current Science，2017，113（2）：284 - 291.

［75］Kussul N, Lavreniuk M, Skakun S, et al. Deep Learning Classification of Land Cover and Crop Types Using Remote Sensing Data［J］. IEEE Geoscience & Remote Sensing Letters，2017，（99）：1 - 5.

［76］Antonio J. Sanhouse-Garcia, YanethBustos-Terrones, et al.Multi-temporal analysis for land use and land cover changes in an agricultural region using open source tools［J］. Remote Sensing Applications: Society and Environment，2017，8：278 - 290.

［77］S Suganth, L Elango, S K Subramanian. Microwave D-InSAR technique for assessment of land subsidence in Kolkata city,India［J］. Arabian Journal of Geosciences, 2017，10（21）：458.

［78］Sadeghi M , Babaeian E , Tuller M, et al. The optical trapezoid model: A novel approach to remote sensing of soil moisture applied to Sentinel-2 and Landsat-8 observations［J］. Remote Sensing of Environment，2017，198：52 - 68.

［79］Ajaj QM, Pradhan B, Noori AM, et al. Spatial Monitoring of Desertification Extent in Western Iraq using Landsat Images and GIS［J］. Land Degradation and Development，2017，28（8）：2418 - 2431.

［80］Maria Papadogiorgaki, Panagiotis Partsinevelos. Adaptive DTM generalization methods for tangible GIS applications［J］.Earth Science Informatics，2017，10（4）：1 - 12.

［81］Cervilla A R, Tabik S, Vias J, et al. Total 3D-viewshed Map:Quantifying the Visible Volume in Digital Elevation Models［J］. Transactions in GIS，2017，21：591 - 607.