武汉大学刘耀林教授团队最新发文!农田废弃风险诊断与空间调控的综合框架:以中国都市圈为例

受多种自然和社会经济因素的影响，农田废弃（FA）现象已在全球范围内普遍存在。然而，现有研究尚未利用已知的农田废弃情况来研究未来的风险防范。因此，本研究提出了一个针对农田废弃风险诊断与空间调控的综合框架，并以中国武汉都市圈（WHM）为例开展了实证研究。首先，我们开发了一种农田废弃风险诊断方法，包括基于EVI时序波动特征的农田废弃识别，以及基于MaxEnt模型的农田废弃风险预测。随后，我们对抵御农田弃耕风险的主导特征因子进行了非线性响应分析，并建立了这些主导因子的调节效应函数。最后，引入SOM+K均值空间聚类算法，识别主导因素的调整效应聚类，旨在探索针对农田废弃风险的差异化空间调控策略。研究结果表明：（1）武汉都市圈的高风险农田主要分布在武汉-鄂州-黄石的中心城区周边，以及武汉-黄冈交界处和黄石南部的丘陵山区。(2) 主导特征因子的置换重要性分析表明，武汉都市圈的农田废弃风险主要受16个因素影响。主导因子的调节效应表明，提高土壤肥力、促进农业机械化、提高粮食收购价格、规范农地出让价格以及发展多元化农村产业以遏制劳动力外流等措施，可以在整个区域内实现调节农田废弃风险的收益与困难之间的最优平衡。其他主导因子在局部区域也具有显著影响。(3) 已识别出六个主导因子的调节效应聚类。我们认为，针对不同的聚类可以实施差异化的治理措施，以实现对废弃风险的空间调控。

参考先前研究，本研究提出了一个用于农田废弃风险诊断与空间调控的综合框架。该框架的优势与创新包括：（1）我们开发了一种农田废弃风险诊断方法，包括基于EVI时序波动特征的农田废弃识别以及基于MaxEnt模型的农田废弃风险预测，填补了现有研究的空白。(2) 我们对抵御农田废弃风险的主导特征因子进行了非线性响应分析，并建立了这些主导因子的调节效应函数。(3) 引入了SOM+K均值聚类算法来识别主导因子的调节效应聚类，旨在探索针对农田废弃风险的差异化空间调控策略。本研究为有效防止农田撂荒提供了新的思路和方法，但也存在一些局限性。其一是受土地调查数据获取条件的限制，本研究仅在武汉都市圈进行了实证应用。在其他典型地区推广应用的适用条件仍需进一步探索。另一个问题是，在大范围区域开展农民调查极具挑战性，这使得我们无法获取武汉都市圈农民的耕作意愿数据。因此，我们采用了农村家庭人均可支配收入、农村家庭农业依赖度、农村家庭劳动力人数以及拥有土地承包权的农村人口比例等替代指标来反映农民的耕作意愿。目前，中国农业农村部正牵头建设并更新全国农民追踪调查数据库。在后续研究中，我们将持续关注并申请获取该数据库的成果，以期更新和完善我们的研究框架。