中国耕地破碎化的时空动态演变与驱动机制：基于1990-2020年多维评估的多尺度解析

本研究针对中国耕地破碎化(CLF)威胁粮食安全与生态可持续的核心问题，通过构建多维耕地破碎化指数(CLFI)，集成时空立方体与地理探测器技术，揭示了1990-2020年全国耕地破碎化"先改善后恶化"的逆转趋势，发现夜间灯光(NTL)与道路密度(RDD)等人为因素主导东部平原区驱动，而海拔与土壤有机碳(SOC)制约西部生态脆弱区，为差异化土地整治政策提供科学依据。

　　

随着中国城镇化进程加速，耕地资源面临前所未有的压力。耕地破碎化(Cultivated Land Fragmentation, CLF)作为土地资源退化的典型表现，不仅降低农业生产效率，更威胁国家粮食安全。尽管已有研究关注CLF的局部特征，但全国尺度的长期动态演变规律及其驱动机制仍不清晰。这种认知空白使得政策制定者难以针对不同区域特点实施精准治理。在此背景下，安徽师范大学地理与旅游学院联合江淮耕地资源保护与生态修复重点实验室的研究团队，在《Landscape Ecology》发表了一项开创性研究，首次构建了覆盖中国全域30年的CLF动态图谱，揭示了人为扩张与自然约束的复杂博弈机制。

研究团队采用"指标构建-模式解析-驱动建模"的三阶段框架，整合中国土地覆盖数据集(CLCD)与12类环境社会经济数据，创新性地将空间时间立方体分析与多尺度地理加权回归(MGWR)相结合。关键技术包括：(1)基于9项景观指标构建多维CLFI指数；(2)运用Theil-Sen斜率估计量化时空趋势；(3)通过地理探测器识别驱动因子交互效应；(4)采用MGWR解析驱动力的空间异质性。

时空分布特征
研究发现1990-2020年间中国CLF呈现"先降后升"的转折趋势：1990-2000年65.2%县区破碎度下降，但2000年后逆转，2010-2020年83.8%县区呈现恶化态势。东部平原如东北平原(NCP)与黄淮海平原(HHHP)因耕地连片性好始终维持低CLF，而黄土高原(LP)与云贵高原(YGP)等地形复杂区则持续高值。

驱动机制解析
人为因素在全国尺度占据主导，夜间灯光(NTL,q=0.44)与不透水面比率(ISR,q=0.35)解释力最强，但存在显著区域分异：东部平原受GDP与道路密度(RDD)驱动明显，而青藏高原(QTP)等地更受海拔与最低温度(T_min)制约。交互分析揭示NTL×海拔(q=0.52)存在最强非线性增强效应。

空间尺度效应
MGWR模型显示环境因子如降水(带宽2808)具有全局影响，而经济指标如GDP带宽波动于241-1086，反映其作用尺度随发展阶段变化。这种多尺度特征证实CLF是自然本底与人类活动时空耦合的结果。

该研究首次系统揭示了中国CLF的阶段性转折规律与多尺度驱动机制，为差异化土地管理提供科学依据：东部平原需强化耕地红线与智慧农业，西部生态区应推行梯田工程与生态补偿。方法论上，集成时空立方体与MGWR的框架为全球土地变化研究提供了新范式。研究结果对实现联合国可持续发展目标(SDGs)中的零饥饿与可持续城市发展具有重要实践价值。