撂荒耕地信息獲取方法研究進展與展望

陳 航，譚永忠，鄧欣雨，肖 武

·土地保障與生態安全·

撂荒耕地信息獲取方法研究進展與展望

陳 航，譚永忠，鄧欣雨，肖 武※

（浙江大學公共管理學院土地管理系，杭州 310058）

撂荒作為耕地利用邊際化的最終表現形式，是中國近20 a以來耕地利用亟需解決的重要問題之一，而有效獲取撂荒耕地信息是探究撂荒耕地時空變化與影響因素的基礎前提，也是政府進行耕地政策調整，保障耕地資源可持續利用的重要依據。該研究應用文獻綜述法與歸納總結法，基于國內外學者在撂荒耕地信息獲取研究上的成果，對撂荒耕地信息獲取方法進行歸納總結，并對未來研究方向進行了展望。結果表明：1）綜合前人研究成果，撂荒耕地信息獲取方法可以分為基于抽樣調查、文獻薈萃分析以及遙感獲取的3種類型。2）基于抽樣調查的撂荒耕地信息獲取方法在案例研究上應用較廣，且有著近乎一致的研究范式，但數據空間表征能力較弱。全國家庭調查數據在一定程度上增加了數據的空間屬性，但對原始數據的二次篩選減少了樣本容量，降低了數據的可信性。3）文獻薈萃法基于“二手”的文獻或數據，研究結果受已公開發表文章數量的限制，且需要研究人員對相關領域熱點關鍵詞有全面了解，目前該方法在撂荒耕地信息獲取應用上相對較少。4）遙感衛星與計算機技術發展給撂荒耕地信息獲取提供了便利，基于地物特征規則與土地利用信息變化，多種耕地撂荒檢測方法被開發，但受限于高空間分辨率與大范圍提取需求，仍存在較大的優化空間，未來研究可在數據選擇與處理、特征和方法融合上進行更深一步的探索。

土地利用；數據；耕地；撂荒；信息獲取

0 引 言

耕地作為糧食生產的載體，是保障國家糧食安全、維護社會穩定的重要物質基礎。隨著中國工業化和城市化的快速推進，越來越多的年輕人從農村走向城市[1-2]。農村勞動力析出與農業活動相對效益低等原因，使得耕地撂荒成為現階段中國農地利用的常態[3-5]。耕地撂荒衍生出一系列的社會、經濟以及生態環境問題[6-7]，使之成為近20年來中國耕地利用亟需解決的重要問題之一。撂荒耕地時空信息的準確提取有助于深入剖析耕地撂荒的原因、機制及影響[8]。在快速城鎮化背景下，耕地非農化與食物消費升級使得耕地保護形式日益嚴峻，需要重新審視與正確看待耕地撂荒現象，并提出針對性的應對策略。

耕地撂荒又稱耕地拋荒、棄耕，通常是指農戶在某一時期內主動對現有耕地停止或減少耕作，從而導致耕地處于荒蕪或未充分利用的狀態，是耕地利用邊際化的最終表現形式[1]。關于耕地荒蕪持續時間的認定，目前學術界還沒有形成統一，相關研究將荒蕪一季的稱為季節性撂荒，荒蕪持續時間為一年和一年以上的認定為全年性和常年性撂荒[1,9-11]。這種基于明確荒蕪時間界限認定的撂荒行為屬于狹義上的撂荒，而廣義上的撂荒通常是從耕地利用程度的視角來判斷，不僅包含顯性視角下未利用的閑置耕地；還包括隱性視角下未充分利用的耕地[12]。隱性撂荒在實際中是很難測度的，研究中提到的撂荒耕地多指代顯性撂荒。耕地撂荒是特定土地制度內多種因素共同作用的結果[13-14]，在中國不同歷史發展階段都曾出現，但是從20世紀80年代起才開始逐漸受到關注[12,15]，且近年來撂荒的勢頭也有增無減[16]。耕地撂荒并沒有因較早發現得到解決，反而逐漸從“季節性撂荒”發展到“常年性撂荒”[17]，從“隱性撂荒”發展到“顯性撂荒”，甚至到“變性撂荒”[18]。耕地撂荒還使得中國耕地利用陷入惡性循環，出現了“中國式”悖論——“耕地擴張與耕地撂荒并存”[16]，不僅降低了土地利用效率，還對國家糧食安全和鄉村振興戰略構成嚴重威脅。因此，快速獲取撂荒耕地時空信息，準確定位耕地撂荒發生的地點、持續時間以及規模，對于評估耕地利用邊際化趨勢與保持耕地穩定利用具有重要意義。

耕地撂荒與撂荒耕地是2個不同的概念，前者是一個土地利用變化過程，體現了耕地從正常耕作到撂荒的變化；后者可以看作一種特殊的土地利用類型，是耕地撂荒的最終表現形式[19]，兩者從不同視角描繪了撂荒特征。國內外學者基于這2個不同的路徑，在撂荒耕地時空信息獲取上開展了廣泛研究[8,16,19-22]。農戶訪談和實地調查是了解區域撂荒耕地空間分布特征和探究農戶與撂荒耕地關系最主要的方式，該方法適用于小尺度研究。隨著研究范圍逐漸擴大，訪談成本逐漸增加，效率逐漸降低[23]。與實地調查等傳統方法相比，在獲取大尺度范圍內撂荒耕地時空信息上，遙感技術是一種更高效、更具成本效益的方法[24]。航攝圖像是獲取早期撂荒耕地時空信息的主要數據源，但該時期影像主要為黑白格式，人工處理效率相對較低，時間成本較高[25]。隨著遙感衛星技術的發展，高時空分辨率影像開始涌現，撂荒耕地時空信息獲取方法隨之由人工目視解譯發展到遙感自動提取和時序變化檢測[26]。一系列技術與方法的進步使得撂荒耕地信息實現了從人工解譯到智能提取、從書面統計到電子存儲的跨越。然而由于中國撂荒耕地多分布在山地丘陵區[27]，受權屬與地形影響，撂荒耕地分布零散，加上多變的氣候條件，使得遙感識別受到數據質量、數據分辨率等條件的多重限制，并沒有形成成熟的研究體系。并且受限于耕地空間細碎化與大范圍提取的需求，國內尚未有系統的撂荒耕地信息提取方法研究，也未見大范圍的撂荒耕地信息提取案例。在目前大多數研究中，撂荒耕地信息獲取依然依賴于樣本調查，并沒有形成全國范圍內的撂荒耕地權威統計數據，這對于探究撂荒耕地時空變化和影響機理的地區差異有著重要影響[9-10,28]。因此，有必要對撂荒耕地信息獲取方法進行歸納與總結。

信息獲取是探究撂荒耕地時空分布與驅動因素的基礎前提，是國家政府進行耕地利用政策調整和保障糧食安全的重點研究內容[24]。國內受產權制度和地形因素影響，耕地地塊單元小，撂荒耕地空間分布并不集中，重點探討遙感手段獲取撂荒耕地信息的研究較少[24,29]。而國外，尤其在東歐地區，前蘇聯解體改變了土地制度，導致連片撂荒農場出現，前蘇聯加盟共和國和東歐等國家的學者在該方面的研究相對較多，研究成果涉及撂荒的概念、驅動因素、生態環境效應以及治理政策等多個方面[10,12,30]，而對撂荒耕地信息獲取方法的總結研究也相對較少。鑒于此，本文通過文獻梳理，在歸納總結撂荒耕地信息獲取方法研究的基礎上，將撂荒耕地信息獲取方法劃分為基于抽樣調查、文獻薈萃以及遙感獲取3種類型，并根據耕地撂荒狀態和技術應用現狀，本文對各個方法應用進行了綜述，并對未來研究方向進行綜合展望，為耕地利用變化檢測和管理提供適當參考。

1 撂荒耕地信息獲取方法的研究進展

本文首先利用“撂荒”、“拋荒”以及“棄耕”等關鍵詞，基于知網CNKI數據庫統計了抽樣調查、文獻薈萃以及遙感獲取3種方法在中國各地區的應用。發現目前撂荒耕地信息統計研究主要集中在省市或更小尺度，方式以抽樣調查為主，形式多為案例研究，應用遙感技術獲取撂荒耕地信息的研究數量在逐漸增加。國家尺度上，撂荒耕地信息統計主要以家庭調查數據為主，且目前還沒有應用遙感技術的實例研究。

1.1 基于抽樣調查的撂荒耕地信息獲取

抽樣調查是進行信息獲取與統計最直接的方法，在撂荒耕地信息獲取上扮演著重要角色[31]。根據研究尺度和數據來源的差別，本文將抽樣調查分為區域農戶抽樣調查和全國家庭調查統計2種。

1.1.1 區域農戶抽樣調查

區域農戶抽樣調查主要以參與式農戶評估法（Participatory Rural Appraisal，PRA）為主，該方法是對傳統簡單抽樣調查方法的改進和補充[32]。因具備簡單靈活、成本較低的特點，在揭示區域經濟發展與社會現象中具有獨特的優勢[33]。相對于結構式而言，實際應用多采用半結構訪談。研究人員基于預調查結果反映的社會狀況，擬定調查主題和提綱。再由專業人員以問卷形式與當地不同類型人員進行訪談與互動，在對話過程中了解農戶家庭信息和生產生活狀況，從而獲取當地人對區域經濟和社會發展的評價，確保研究結果的科學性[34]。

應用PRA法獲取撂荒耕地信息主要應用在小尺度區域案例研究，用來探索耕地撂荒內在的社會經濟驅動，且有著近乎一致的研究范式。研究人員首先要選定以是否撂荒或者撂荒面積作為被解釋變量[23,35]，然后從地塊、農戶以及村域尺度上[14]，選擇表征自然條件、生產條件、農戶特征以及權屬制度等多個解釋變量[36-38]，構建影響因素信息數據庫，在各村鎮內隨機抽取農戶、村干部或者農業部門進行面對面訪談，最后進行農戶家庭耕地撂荒的單因素或多因素影響分析。該方式能較好地探討農村家庭特征與撂荒耕地之間的相關關系，有利于揭示耕地撂荒的內在機理。然而由于統計數據主要來源于農戶主觀判斷，當調查內容設及到農戶利益時，難免會影響農戶主觀行為，從而降低數據準確性。除此之外，數據的書面統計形式在撂荒耕地的空間特征表達能力上有所欠缺，僅依靠抽樣調查結果無法探究空間位置對耕地撂荒的影響，存在一定的不足。

1.1.2全國家庭調查統計

小尺度地區撂荒耕地抽樣調查多以獨立的科研單位為主，當進行大范圍地區撂荒耕地信息統計時，假期返鄉的農村大學生則是主要媒介。以李升發等[27]為主的研究人員就曾通過該方式，獲得了中國25個省份、142個區縣、235個村落、2994個農村家庭2014－2015年的撂荒耕地統計數據，實現了中國山區縣級尺度的撂荒耕地首次定量評估。結果表明中國山區市縣耕地撂荒現象明顯，而撂荒程度不高，整體上呈現出南高北低的分布格局。農戶復耕導致該結果撂荒率高估1.3%，統計單位、抽樣誤差以及人為主觀因素等多方面綜合影響也使撂荒率存在難以量化的低估。

常規實地調查手段需要耗費大量人力物力，目前在國家尺度上獲取的撂荒耕地信息多來源于已有的全國家庭調查數據。如郭貝貝等[39]基于4期中國家庭追蹤調查統計數據（China Family Panel Studies，CFPS），篩選得到全國24個省市24 504份包含撂荒耕地信息的家庭調查數據，并從顯性與隱性撂荒角度構建量化指標，探究全國2010－2016年縣域尺度不同地區農戶耕地撂荒概率與區域差異，統計結果表明隱形撂荒比例明顯高于顯性撂荒，不同省份的撂荒動因存在明顯空間分異。金芳芳等[40]基于2003年與2014年2期中國家庭收入調查數據（China Household Income Projects，CHIP），篩選得到14個省份共計16 721個樣本數據，統計結果表明2002－2013年中國整體耕地閑置率從0.32%上升到5.72%，其中西部地區閑置耕地占比最高，東部最低。鄭沃林等[41]基于2014年中國勞動力動態調查數據（China Labor-force Dynamics Survey，CLDS），篩選得到全國29個省份13 750受訪者數據，研究結果表明農地確權頒證對耕地撂荒有明顯抑制作用，促進了農業投資行為。也有學者基于中國家庭金融調查數據（China Household Finance Survey，CHFS），對全國29個省262個市縣進行家庭調查，發現全國農用地在2011與2013年各有13.5%與15%的農用地處于撂荒狀態[42]。以上家庭調查數據均是在全國范圍內進行的家庭隨機抽樣調查，具有一定的代表性和權威性。數據來源豐富，形式多樣，能在一定程度上表征撂荒耕地的空間分布特征。但各數據庫建立的最初目的并不是獲取撂荒耕地信息，數據二次篩選難免會減少調查樣本容量，從而降低數據可信度。此外，調查結果也極大的依賴于樣本區域與樣本密度的選擇，且很難回溯不同歷史階段撂荒耕地的空間分布，該方法在探索撂荒耕地時空格局變化上受限較大。

1.2 基于文獻薈萃法的撂荒耕地信息統計

基于現有獲取撂荒耕地信息的研究成果，傳統的文獻綜述法將文獻按照一定的邏輯關系進行分類[43]，通過綜合評述使混亂的文獻變得條理化與系統化，而對各案例的研究結果缺少系統整合，并沒有滿足領域專家對文獻分析的需求[44]，在此背景下，文獻薈萃法逐漸受到推廣?；谖墨I梳理的文獻薈萃分析是對研究目的相同且相互獨立的多個試驗結果進行的系統分析，并且按照一定規律從宏觀的角度對各數據相關關系進行探索，從而提高原有研究質量。該方法最初應用在醫學、心理學以及教育學等領域[45]，近年來逐漸在地理學、景觀學等自然學科領域受到推廣[46]。

隨著耕地撂荒案例研究的增多，文獻薈萃法也逐漸應用在撂荒耕地信息獲取研究上。如劉成武等[47]通過搜集的國內關于耕地與農產品利用的文獻資料，建立了中國1980－2002年的撂荒耕地信息數據庫，統計結果表明在此期間21個省107個縣市發生了耕地撂荒，主要集中在中部地區，范圍廣，面積大。時間上東部地區耕地撂荒集中在1992－1995年之間，中部地區集中在1998－2002年之間，而西部地區在各時間內撂荒分布相對平均。張學珍等[48]應用文獻薈萃分析法，搜集撂荒主題的相關論文，提取1992－2017年全國20個省165個縣的撂荒耕地數據，整體上呈逆時針旋轉90°的T字型空間分布格局，2010年前撂荒地區主要分布在長江中下游的湖南、湖北與安徽等東西橫軸帶狀區，2010年后以甘肅、貴州與云南為主的南北帶狀區撂荒分布占主導，農業比較收益低與勞動力析出分別是86%和78%市縣耕地撂荒的共性因素。國外學者也使用該方法進行了撂荒耕地信息獲取的相關研究，根據農業用地的表現形式，探索撂荒耕地的撂荒程度、空間分布特征及其生態環境效應和政策調整。研究地區多局限于前蘇聯和歐洲東部等撂荒耕地分布集中的國家，并且多以國家為撂荒數據統計單元[6,49]。文獻薈萃法獲取的撂荒耕地信息基于前人研究成果，應用大數據分析思路，不僅能在一定尺度單元上表征不同地區的撂荒率和時空變化，還能對比不同地區耕地撂荒的主要驅動因素，對于探究宏觀尺度上撂荒耕地的時空格局變化和影響機理提供了依據。但文獻薈萃分析以已發表文章數量為數據統計基礎，受此限制，目前應用該方法獲取撂荒耕地信息的研究相對較少。另外，各案例研究選擇的市縣的代表性也有待考證。

1.3 基于遙感的撂荒耕地信息提取

本文根據撂荒耕地特征和耕地撂荒過程2個視角，將現有利用遙感手段提取撂荒耕地信息的方法分為直接提取—基于特征規則的撂荒耕地信息提取和間接提取—基于變化檢測的撂荒耕地信息提取[50]。前者將撂荒耕地視為一種特殊的土地利用類型，根據某幾個時間點下的地物光譜和紋理特征進行提取；后者根據耕地撂荒過程中地物光譜和物候特征的時序變化，檢測撂荒行為。

1.3.1 基于特征規則的撂荒耕地信息提取

1）人工目視解譯

人工目視解譯是進行撂荒耕地信息提取的早期方法。該方法以一定圖件作為解譯底圖，由研究人員對圖像上的地物特征進行綜合分析、比較和判斷，用輪廓線圈定同類別地物，并以相同符號或代碼表示[51]。

在遙感技術發展的初期，航攝圖像是進行撂荒耕地信息提取的主要數據來源。學者們以黑白航攝圖像為主，結合實地調查，獲取管轄范圍內的土地利用普查數據[25]。然而由于撂荒耕地并不包含在國家土地利用分類標準體系中，實地調查中需要解譯員依據經驗或對比前后圖像實現撂荒耕地的目視解譯[52]。隨著遙感衛星和影像處理技術的發展，多種類型的高時空分辨率影像開始出現，該類影像包含豐富的光譜信息和紋理信息，給解譯員提供了便利，不僅提高了撂荒耕地解譯精度，還實現了撂荒耕地的持續有效監測。底圖選擇能有效結合區域撂荒耕地時空分布特點，具有很高的自主性，不僅能區分季節性撂荒和全年性、常年性撂荒，撂荒水田和撂荒旱地也能依靠解譯員的豐富經驗被識別[53]。在明確初始時間地塊范圍的前提下，撂荒耕地的解譯精度還能有額外的提升[54]。

2）影像自動分類

人工目視解譯是一個耗時耗力的方法，計算機技術的發展給影像分類技術帶來了較大突破，基于影像的自動分類技術順勢而生。與其他地物分類方法一致，撂荒耕地分類包含監督分類與非監督分類，這2種方法在撂荒耕地信息獲取上均有應用，如表1所示。

表1 影像自動分類方法在撂荒耕地信息獲取中的應用

監督分類是一個訓練和學習的過程，根據訓練樣本，匹配和選擇影像所包含的特征參數，建立撂荒耕地的判別規則，提取撂荒耕地[65]。因此訓練樣本的選擇對撂荒耕地提取精度有決定性影響，這也需要解譯員對研究區有一定的了解。最小距離法、支持向量機以及隨機森林法是最常用的幾種撂荒耕地監督分類方法，分類過程中主要依據訓練樣本的光譜信息，然而由于短期撂荒耕地與未撂荒耕地存在相似的光譜特征，分類結果經常出現“同譜異物”或“同物異譜”的現象。針對此問題，研究人員對地物識別規則進行了算法提升，將分類對象從像元擴大到對象，形成了基于面向對象的分類方法[66]。該方法將地物光譜、紋理和空間信息進行了綜合，有效利用了遙感影像攜帶的信息，減少了數據冗余。分類結果以對象形式呈現，在一定程度上減少了椒鹽現象的產生，提高了撂荒耕地解譯質量[66]。

非監督分類是一個聚類過程，以不同地物的空間特征差別為依據，通過計算機分析對圖像進行聚類統計的方法，該方法不需要分類人員對研究區有深入了解[65]。目前應用非監督分類提取撂荒耕地研究相對較少，迭代自組織分類（Iterative Self-Organizing Date Analysis Techniques Algorithm，ISODATA）是常用方法。

1.3.2 基于變化檢測的撂荒耕地信息提取

變化檢測是提取撂荒耕地信息的主要途徑[67]。其基本原理是利用時間堆棧數據，基于不同觀測時間點耕地作物特征，采用面向像元或對象的方法，通過構建地物判別規則或識別特征曲線變化來檢測耕地撂荒過程。根據檢測對象的不同，可以分為基于土地利用與土地信息的耕地撂荒變化檢測，前者包括基于雙時間點分類疊加檢測和基于土地利用變化軌跡檢測[68]，后者主要為基于遙感指數時序變化檢測。

1）基于雙時點分類疊加檢測

基于雙時間點分類疊加檢測用來評估2個時間點之間的耕地撂荒情況（如圖1a）。該方法將第一個時間點屬于耕地，而下一個時間點屬于草地、灌木或林地的對象認定為撂荒耕地[69]。學者多通過雙時點變化檢測來探究土地制度變化、社會活動等對耕地利用與耕地撂荒的影響。

土地制度對耕地利用有重要影響，蘇聯解體導致土地制度發生變革，現代東歐國家出現了大面積的撂荒農場。在此背景下，一些歐洲學者利用制度改革前后的航攝或遙感影像，進行土地利用分類和疊加分析，提取土地制度變化造成的撂荒耕地范圍和規模，還可以有效排除退耕還林、農牧重建的地塊單元，提高了信息獲取精度[70]。生物物理因素與社會經濟變化也會嚴重影響耕地利用，一些學者通過構建綜合表征法，探究山區農村耕地利用中的撂荒耕地空間分布格局[71-72]。在探究該問題過程中，國外學者重點關注耕地與人類活動外的其他客觀影響因素，而國內研究多從農戶或耕地本身主觀條件入手，探究耕地利用邊際化的內在機理[73]。但是由于山區耕地地塊規模較小，歷史影像分辨率不滿足提取精度要求，學者多將歷史時期土地利用數據與現有高分影像分類結果進行疊加分析，扣除退耕還林等工程范圍，獲取撂荒耕地空間分布格局，還提高了山區撂荒耕地信息提取精度[74]。土地利用數據還包含二級土地利用類型，在區分撂荒水田和旱地上具有獨特的優勢[75]。除此之外，諸如現代戰爭等社會活動也會嚴重限制耕地利用，一方面會徹底清除耕地附著物，造成當季耕地荒蕪；另一方面也會對人身生命安全構成威脅，影響耕地農戶正常耕作[55,76]。

2）基于土地利用軌跡變化檢測

基于土地利用變化軌跡檢測使用3個或更多時間節點的遙感影像來構建土地利用變化軌跡（提取方法如圖1b），檢測的連續性決定了該方法具有鮮明的時效特征。

在進行歷史撂荒耕地信息提取時，歷史檔案地理信息是主要的參照資料。謝麗[77]以現存民國時期多種地圖為數據源，在復原行政區劃改革基礎上，整理了民國時期和田地區墾荒地與撂荒耕地的時空變化軌跡。20世紀中期，航攝圖像為探究撂荒耕地時空軌跡變化提供了最早的圖像數據來源。盡管該時期的影像為黑白模式，因其具備較高的空間分辨率，提高了撂荒耕地時空變化軌跡檢測精度[78]。20世紀末，前蘇聯解體，俄羅斯和眾多東歐國家相繼出現耕地撂荒，Landsat與MODIS成為該段時期耕地撂荒變化軌跡檢測的主要數據源。學者們以支持向量機為主要分類方法[21]，對歐洲不同國家和地區的撂荒耕地空間分布和規模進行了提取[79-80]。進入21世紀，高分辨率影像開始出現，種類逐漸增多，數據融合可以有效彌補因云層覆蓋而導致的影像空缺[8,29]，給丘陵山區耕地撂荒檢測提供了數據基礎。另外，合成孔徑雷達數據不受天氣影響，更有助于填補耕地撂荒長時序檢測中的數據空白[81]。多源數據融合在一定程度上還提高了數據集的時間分辨率，將影像間隔由年縮短到季，不僅提高了撂荒耕地分類精度，還有效區分了撂荒耕地類型[24]。

圖1 基于變化檢測的撂荒耕地信息獲取原理圖[8,82-83]

3）基于遙感指數時序變化檢測

基于土地利用變化檢測的撂荒耕地信息提取過程相對繁瑣，必須要先進行土地利用分類，再根據分類結果時序變化判斷是否撂荒。并且由于數據集時間分辨率遠低于衛星影像觀測周期，影像采集的時間不能總是與作物物候保持重疊，因而容易錯過最佳檢測時期[57]?；谶b感指數的時序變化檢測為撂荒耕地信息提取提供了更高時間分辨率檢測的手段，能夠敏感的檢測出耕地利用程度的變化（提取方法如圖1c）。縱觀已有成果可以發現，研究差異主要體現在所選用的數據類型、遙感指數以及檢測對象上。

MODIS與Landsat影像具備較高的時間分辨率，是進行耕地撂荒時序變化檢測的主要數據來源，但是由于空間分辨率相差較大，適用場景有所不同。MODIS NDVI是MODIS衛星系列影像中應用較多的數據，盡管空間分辨率較低，但是在東歐等具有較大規模農場的地區依然具有較廣泛的應用[19-20]。Landsat影像空間分辨率相對更高，一定程度上能夠彌補MODIS NDVI數據的不足，在中國撂荒耕地分布零散的丘陵山地和平原區，檢測效率和精度相對較高[24,56]。除了上述中分辨率影像外，高分辨率遙感影像逐漸應用到耕地撂荒時序檢測中，且在山區耕地撂荒檢測上應用效果更好。但由于該類影像發展時間短，開源數據少，大部分數據回歸周期長，應用中通常以年或季為時間間隔進行短期時序檢測[57]，特殊情況下也會作為中低分辨率影像的補充數據[16]。

NDVI是進行耕地撂荒時序變化檢測的主要遙感指數，在作物光譜和物候特征上具有較高的識別效率和準確率[19,83]。但短期撂荒耕地與未撂荒耕地在光譜信息上差別不顯著，當選擇的樣本或對象不是純凈像元時，指數曲線和變化趨勢相似，很難建立區分兩者的判別規則[82]。另外，不同地區和作物類型的物候信息也有很大差別，僅依靠NDVI指數變化不能充分反映撂荒過程。作物生長期內除了植被指數發生變化外，土壤和水分指數也在相應發生變化，這種變化在水稻種植中體現的更為明顯[84]。因此，當檢測地區包含多種類型作物時，將植被指數與土壤背景反射率、水體指數等相結合通常是檢測撂荒行為更好的選擇[57,59,85]。

計算機技術的提高還使得越來越多的學者將檢測單元從像元擴大到地塊[86]。地塊作為耕地最基本的個體單位，邊界明顯，作物單一，紋理信息特征明顯。以耕地地塊作為檢測單元可以有效減少誤差，還可以通過影像分割技術彌補部分地區可用遙感影像不足的問題[66]。學者將面向對象、邊緣檢測、多分辨率分割與時序分析等技術相結合，根據作物光譜和物候信息提取可能的耕地地塊范圍，在此基礎上，結合地塊遙感指數的時序變化，創建時間分割算法，得到耕地撂荒發生的確切地點和時間。這種方法不僅能有效區分撂荒與休耕，還可以檢測耕地撂荒期間的復耕行為[87-88]。

相對于其他檢測方法，基于遙感指數時序變化檢測的數據集時間分辨率較高，能同時進行年內檢測與年際檢測，在區分撂荒耕地類型上準確率更高[22]。

1.4 撂荒耕地信息獲取方法的比較分析

本文通過回顧抽樣調查、薈萃分析以及遙感獲取3種撂荒耕地信息獲取過程，還將各方法的原理、應用以及優缺點進行了對比分析，系統總結了不同尺度下的方法應用。

抽樣調查是獲取撂荒耕地農戶家庭信息最直接的方法，能在一定程度上表征撂荒耕地空間信息，在探究耕地撂荒的內在機理上有獨特優勢，但因其具備較高的人力和時間成本，在小尺度地區應用較廣泛。文獻薈萃分析基于“二手”數據，統計效率高，不僅能獲得以市縣為單元的撂荒耕地空間分布特征，還能對比不同地區耕地撂荒的主要影響因素，但研究結果的全面性受參考文章數量、案例研究地點和時間的限制。基于遙感的撂荒耕地信息提取技術能在不同尺度下進行實時信息獲取和歷史時序動態檢測，準確定位耕地撂荒發生的地點、規模和持續時間，有效區分撂荒耕地類型。但該方法的實現需要相對較高的技術和計算機硬件要求，研究可行性和效率受研究時段、研究尺度和數據選擇影響較大。

從實際應用角度考慮，在不同的研究目的、研究尺度以及研究時段下，撂荒耕地信息獲取方法適宜性存在明顯差別。當以小尺度地區為研究區進行耕地撂荒過程分析時，抽樣調查是最好的選擇，可以快速獲取撂荒耕地與農戶的相關統計信息，從而探究耕地撂荒背后的社會經濟因素。當現有案例研究成果較多時，可以采用文獻薈萃法在大尺度上統計撂荒耕地信息，通過匯總先前的研究結果，在空間上以單元形式進行表征，有助于探究和對比撂荒耕地的區域差異。當進行大尺度地區撂荒耕地時空格局變化檢測時，遙感是最高效的手段，可以有效定位撂荒耕地的空間位置和規模，并且區分撂荒類型。因此，研究人員在進行撂荒耕地信息提取前，需要充分考慮自身需求，結合實際情況選擇適宜的方法，在得到高精度結果的同時，提高研究效率。

2 結論與研究展望

2.1 結 論

隨著社會發展進程的快速推進，耕地撂荒現象日益突出，隨之衍生出的一系列后果使其成為耕地利用過程中亟需解決的重要問題之一。撂荒耕地信息獲取是明晰撂荒耕地發生的時間、規模、動態變化以及探究驅動因素的基礎前提。本文應用文獻綜述法，對撂荒耕地信息獲取方法進行了梳理，并分析了各方法在實際應用的優缺點。主要得出以下研究結論：

1）基于抽樣調查的撂荒耕地信息獲取方法包括省市行政區尺度上的區域農戶抽樣調查與國家尺度上的家庭調查。前者以撂荒為主題進行入戶調查，目的明確，然而結果為面板統計數據，不包含撂荒耕地的空間屬性；后者雖然能在一定程度上彌補該不足，但全國家庭調查的直接目的并不是用來探究耕地撂荒，數據二次篩選降低了樣本容量與結果可信度。

2）基于文獻薈萃的撂荒耕地信息獲取是文獻綜述研究的另一種表達形式，是對研究目的相同且獨立的多個試驗結果進行的系統分析。該方法主要用于宏觀尺度下的撂荒耕地信息梳理與統計，數據空間精度較低，并且實際應用中還要以一定數量的成果作為數據統計基礎，受限較大。

3）應用遙感手段進行的撂荒耕地信息獲取基于撂荒耕地特征和耕地撂荒過程2個不同視角，可以有效彌補其他2種方法在獲取數據時空特征上的不足，但該方法的實現需要較高的專業知識和計算機硬件。實際應用中還需要研究人員充分考慮自身需求，進而優化數據和方法選擇，提高研究效率和研究結果精度。另外，隨著云計算與機器學習等技術發展，該方法有望得到進一步優化，成為未來獲取撂荒耕地信息的主要渠道。

4）通過方法對比可以看出，以上3種方法在數據獲取的便利性、統計結果的時序性、研究尺度的適用性以及統計結果空間可視化表達等方面各有側重。進行數據獲取時，研究人員要充分考慮自身需求，了解研究區耕地利用基本狀況，從而選擇適宜的方法，提高研究效率。

2.2 研究展望

隨著科學技術的發展，撂荒耕地信息獲取方法取得了很大的進步，然而到目前為止仍然沒有形成高效的、可推廣的耕地撂荒檢測體系，也沒有形成國家與大區域尺度的撂荒耕地統計數據。因此，建立一個全面系統的撂荒耕地信息提取技術體系，對于檢測耕地撂荒過程、分析內在機理和維護耕地合理利用具有重要意義。本文綜合現有研究的現狀，對未來撂荒耕地信息獲取各方法的未來研究提出了以下看法：

1）抽樣調查仍是獲取小尺度地區撂荒耕地信息，探究農戶與耕地利用關系的最常用方法。未來研究應該提高區域農戶預調查的全面性，減少問卷中敏感話題的設計，最大限度降低因農戶主觀行為造成的數據可信度下降。并且為了進一步探究農戶生計條件與撂荒耕地的關系，可以對農戶進行跟蹤調查，形成時序統計數據。還可通過與無人機技術的結合，彌補該方法在撂荒耕地空間表征方面的不足。另外，也可探索不同類型家庭調查數據之間的融合，增加國家尺度上的樣本調查容量，提高數據置信度。

2）基于文獻薈萃分析利用的是“二手”數據，研究結果受以發表文章數量的限制，全面搜索相關文獻至關重要。未來研究可以將薈萃分析與大數據應用相結合，設置多個相關詞匯和目標數據庫，提高文獻搜索的廣度和深度，增加樣本容量。

3）遙感技術在獲取大尺度撂荒耕地信息方面具有很大的優勢，能夠更好地反映撂荒耕地時空演變過程，將會是未來撂荒耕地信息獲取的主流方法。遙感數據的質量是確保結果精度的重要前提，未來研究要在明晰研究區撂荒地規模和空間分布的前提下，應用影像分割和數據融合技術，收集更小尺度上可用的影像單元，最大程度減少因氣候原因導致的影像不足的問題，構建分辨率適宜的遙感數據集合。云計算與機器學習等技術的發展使遙感在未來探索大尺度和高分辨率耕地撂荒檢測上具備高效率和高精度的潛力，將面向對象分類、邊緣檢測與作物物候特征相結合，可以實現優勢互補，提升山區邊遠地帶撂荒耕地的提取效率和檢測精度。未來研究還可探索遙感影像檢測和全國家庭調查統計數據的結合，在獲取撂荒耕地時空特征的基礎上，探討大尺度下耕地撂荒過程的內在機理與地區差異。

[1] 李升發，李秀彬. 中國山區耕地利用邊際化表現及其機理[J]. 地理學報，2018，73(5)：803-817.

Li Shengfa, Li Xiubin. Economic characteristics and the mechanism of farmland marginalization in mountainous areas of China[J]. Acta Geographica Sinica, 2018, 73(5): 803-817. (in Chinese with English abstract)

[2] 王國剛，劉彥隨，劉玉. 城鎮化進程中農村勞動力轉移響應機理與調控：以東部沿海地區為例[J]. 自然資源學報，2013，28(1)：1-9.

Wang Guogang, Liu Yansui, Liu Yu. Regional model and mechanism of rural labor transfer response to rapid urbanization in Eastern Coastal China[J]. Journal of Natural Resources, 2013, 28(1): 1-9. (in Chinese with English abstract)

[3] 花曉波，閻建忠，袁小燕. 勞動力務農機會成本上升對丘陵山區農地棄耕的影響：以重慶市酉陽縣為例[J]. 西南大學學報：自然科學版，2014，36(1)：111-119.

Hua Xiaobo, Yan Jianzhong, Yuan Xiaoyan. The impact of the rise of labor opportunity cost on farmers’ land abandonment behavior in hilly areas: A case study of Youyang County in Chongqing[J]. Journal of Southwest University: Nature Science Edition, 2014, 36(1): 111-119. (in Chinese with English abstract)

[4] 黃建強，李錄堂. 從農村勞動力視角探析耕地拋荒行為：基于會同縣農村的實證研究[J]. 北京理工大學學報：社會科學版，2009，11(6)：42-47.

Huang Jianqiang, Li Lutang. The phenomenon of idling arable land in view of rural labor: An empirical study of the phenomenon on the basis of the reality in Huitong County[J]. Journal of Beijing Institute of Technology: Social Science Edition, 2009, 11(6): 42-47. (in Chinese with English abstract)

[5] 田玉軍，李秀彬，馬國霞，等. 勞動力析出對生態脆弱區耕地撂荒的影響[J]. 中國土地科學，2010，24(7)：4-9.

Tian Yujun, Li Xiubin, Ma Guoxia, et al. Influences of labor emigration from agriculture on the production abandonment of cultivated land in ecological sensitive areas[J]. China Land Science, 2010, 24(7): 4-9. (in Chinese with English abstract)

[6] Queiroz C, Beilin R, Folke C, et al. Farmland abandonment: Threat or opportunity for biodiversity conservation? A global review[J]. Frontiers in Ecology and the Environment, 2014, 12(5): 288-296.

[7] 孫宏嶺，孫紅霞. 威脅中國糧食安全最危險的因素：棄耕拋荒[J]. 糧食科技與經濟，2009，33(1)：19-20.

Sun Hongling, Sun Hongxia. The most dangerous factor threatening China's food security: Farmland abandoning[J]. Grain Science and Technology and Economy, 2009, 33(1): 19-20. (in Chinese with English abstract)

[8] 肖國峰，朱秀芳，侯陳瑤，等. 撂荒耕地的提取與分析：以山東省慶云縣和無棣縣為例[J]. 地理學報，2018，73(9)：1658-1673.

Xiao Guofeng, Zhu Xiufang, Hou Chenyao, et al. Extraction and analysis of abandoned farmland: A case study of Qingyun and Wudi counties in Shandong Province[J]. Acta Geographica Sinica, 2018, 73(9): 1658-1673. (in Chinese with English abstract)

[9] 陳欣怡，鄭國全. 國內外耕地撂荒研究進展[J]. 中國人口資源與環境，2018，28(S2)：37-41.

Chen Xinyi, Zheng Guoquan. Research progress on arable land abandonment in China and Abroad[J]. China Population, Resources and Environment, 2018, 28(S2): 37-41. (in Chinese with English abstract)

[10] 李升發，李秀彬. 耕地撂荒研究進展與展望[J]. 地理學報，2016，71(3)：370-389.

Li Shengfa, Li Xiubin. Progress and prospect on farmland abandonment[J]. Acta Geographica Sinica, 2016, 71(3): 370-389. (in Chinese with English abstract)

[11] 譚術魁. 耕地撂荒程度描述、可持續性評判指標體系及其模式[J]. 中國土地科學，2003，17(6)：3-8.

Tan Shukui. Extent description and index system of sustainability judgment and its pattern cultivated land abandoning[J]. Chinese Land Science, 2003, 17(6): 3-8. (in Chinese with English abstract)

[12] 楊國永，許文興. 耕地拋荒及其治理：文獻述評與研究展望[J]. 中國農業大學學報，2015，20(5)：279-288.

Yang Guoyong, Xu Wenxing. Cultivated land abandoning and its governance: Literature review and research prospective[J]. Journal of China Agricultural University, 2015, 20(5): 279-288. (in Chinese with English abstract)

[13] Gould K A. Land regularization on agricultural frontiers: The case of Northwestern Petén, Guatemala[J]. Land Use Policy, 2006, 23(4): 395-407.

[14] 張英，李秀彬，宋偉，等. 重慶市武隆縣農地流轉下農業勞動力對耕地撂荒的不同尺度影響[J]. 地理科學進展，2014，33(4)：552-560.

Zhang Ying, Li Xiubin, Song Wei, et al. Effect of agricultural laborer on cropland abandonment under land circulation at different levels in Wulong County, Chongqing City[J]. Progress in Geography, 2014, 33(4): 552-560. (in Chinese with English abstract)

[15] 熊正德，姚柱，張艷艷. 基于組合賦權和SEM的農田拋荒影響因素研究：以農民個人資本為視角[J]. 經濟地理，2017，37(1)：155-161.

Xiong Zhengde, Yao Zhu, Zhang Yanyan. Influential factors of farmland abandonment using combination weight and SEM: From the perspective of farmer’s individual capital[J]. Economic Geography, 2017, 37(1): 155-161. (in Chinese with English abstract)

[16] 程維芳，周藝，王世新，等. 基于多光譜遙感的撂荒地識別方法研究[J]. 光譜學與光譜分析，2011，31(6)：1615-1620.

Cheng Weifang, Zhou Yi, Wang Shixin, et al. Study on the method of recognizing abandoned farmlands based on multispectral remote sensing[J]. Spectroscopy and Spectral Analysis, 2011, 31(6): 1615-1620. (in Chinese with English abstract)

[17] 羅擁華. 耕地拋荒必然危及國家糧食安全嗎[J]. 現代經濟探討，2012(10)：64-69.

Luo Yonghua. Will abandonment of cultivated land endanger national food security[J]. Modern Economic Research, 2012(10): 64-69. (in Chinese with English abstract)

[18] 劉成武，李秀彬. 農地邊際化的表現特征及其診斷標準[J]. 地理科學進展，2005，24(2)：106-113.

Liu Chengwu, Li Xiubin. The character and diagnostic criterion for marginisation of the arable land[J]. Progress in Geography, 2005, 24(2): 106-113. (in Chinese with English abstract)

[19] Alcantara C, Kuemmerle T, Prishchepov A V, et al. Mapping abandoned agriculture with multi-temporal MODIS satellite data[J]. Remote Sensing of Environment, 2012, 124: 334-347.

[20] Alcantara C, Kuemmerle T, Baumann M, et al. Mapping the extent of abandoned farmland in Central and Eastern Europe using MODIS time series satellite data[J]. Environmental Research Letters, 2013, 8(3): 35035.

[21] Kuemmerle T, Olofsson P, Chaskovskyy O, et al. Post‐Soviet farmland abandonment, forest recovery, and carbon sequestration in Western Ukraine[J]. Global Change Biology, 2011, 17(3): 1335-1349.

[22] 楊通，郭旭東，岳德鵬，等. 基于聯合變化檢測的耕地撂荒信息提取與驅動因素分析[J]. 農業機械學報，2019，50(6)：201-208.

Yang Tong, Guo Xudong, Yue Depeng, et al. Information extraction and driving factor assessment of farmland abandonment based on joint change detection[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(6): 201-208. (in Chinese with English abstract)

[23] 張佰林，楊慶媛，嚴燕，等. 快速城鎮化進程中不同類型農戶棄耕特點及原因：基于重慶市十區縣540戶農戶調查[J]. 資源科學，2011，33(11)：2047-2054.

Zhang Bailin, Yang Qingyuan, Yan Yan, et al. Characteristics and reasons of different households’ farming abandonment behavior in the process of rapid urbanization based on a survey from 540 households in 10 counties of Chongqing municipality[J]. Resources Science, 2011, 33(11): 2047-2054. (in Chinese with English abstract)

[24] 張天柱，張鳳榮，黃敬文，等. 工業化區域撂荒耕地空間格局演變及影響因素分析[J]. 農業工程學報，2019，35(15)：246-255.

Zhang Tianzhu, Zhang Fengrong, Huang Jingwen, et al. Spatial pattern evolution of abandoned arable land and its influencing factor in industrialized region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(15): 246-255. (in Chinese with English abstract)

[25] Izquierdo A E, Grau H R. Agriculture adjustment, land-use transition and protected areas in Northwestern Argentina[J]. Journal of Environmental Management, 2009, 90(2): 858-865.

[26] 張碧蓉，侯志華，段平，等. 不同分辨率影像的撂荒地提取方法[J]. 測繪與空間地理信息，2018，41(7)：176-179.

Zhang Birong, Hou Zhihua, Duan Ping, et al. Abandoned land extraction methods for different resolution images[J]. Geomatics & Spatial Information Technology, 2018, 41(7): 176-179. (in Chinese with English abstract)

[27] 李升發，李秀彬，辛良杰，等. 中國山區耕地撂荒程度及空間分布：基于全國山區抽樣調查結果[J]. 資源科學，2017，39(10)：1801-1811.

Li Shengfa, Li Xiubin, Xin Liangjie, et al. Extent and distribution of cropland abandonment in Chinese mountainous areas[J]. Resources Science, 2017, 39(10): 1801-1811. (in Chinese with English abstract)

[28] 史鐵丑，李秀彬. 歐洲耕地撂荒研究及對我國的啟示[J]. 地理與地理信息科學，2013，29(3)：101-103.

Shi Tiechou, Li Xiubin.Farmland abandonment in European and its enlightenment to China[J]. Geography and Geo-information Science, 2013, 29(3): 101-103. (in Chinese with English abstract)

[29] 馬尚杰，裴志遠，王飛，等. 基于GF-1影像的沿淮地區冬季耕地撂荒遙感調查應用[J]. 農業工程學報，2019，35(1)：235-241.

Ma Shangjie, Pei Zhiyuan, Wang Fei, et al. Application on remote sensing survey of abandoned farmlands in winter along the Huaihe river based on GF-1 image[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(1): 235-241. (in Chinese with English abstract)

[30] Ustaoglu E, Collier M J. Farmland abandonment in Europe: An overview of drivers, consequences, and assessment of the sustainability implications[J]. Environmental Reviews, 2018, 26(4): 396-416.

[31] Khanal N R, Watanabe T. Abandonment of agricultural land and its consequences[J]. Mountain Research and Development, 2006, 26(1): 32-40.

[32] 郝仕龍，李壁成，于強. PRA 和 GIS 在小尺度土地利用變化研究中的應用[J]. 自然資源學報，2005，20(2)：309-315.

Hao Shilong, Li Bicheng, Yu Qiang. Application of the participatory rural appraisal and GIS method to the research of small scale land use change[J]. Journal of Natural Resources, 2005, 20(2): 309-315. (in Chinese with English abstract)

[33] 馮艷芬，董玉祥，王芳. 大城市郊區農戶棄耕行為及影響因素分析：以廣州番禺區農戶調查為例[J]. 自然資源學報，2010，25(5)：722-734.

Feng Yanfen, Dong Yuxiang, Wang Fang. Household farming abandonment behavior and its influencing factors in metropolitan suburbs: A case of households survey in Panyu, Guangzhou[J]. Journal of Natural Resources, 2010, 25(5): 722-734. (in Chinese with English abstract)

[34] 何威風，閻建忠，周洪，等. 森林轉型的微觀機制：以重慶市山區為例[J]. 自然資源學報，2016，31(1)：102-113.

He Weifeng, Yan Jianzhong, Zhou Hong, et al. The micro-mechanism of forest transition: A case study in the mountainous areas of Chongqing[J]. Journal of Natural Resources, 2016, 33(1): 102-113. (in Chinese with English abstract)

[35] 梁流濤，翟彬. 基于PRA和LCA方法的農戶土地利用行為環境效應評價：以河南省傳統農區為例[J]. 中國土地科學，2015，29(5)：84-92.

Liang Liutao, Zhai Bin. Environmental impacts of farmer households' land use behaviors via the methods of PRA and LCA[J]. China Land Science, 2015, 29(5): 84-92. (in Chinese with English abstract)

[36] 陳紅，吳世新，馮雪力. 基于遙感和GIS的新疆耕地變化及驅動力分析[J]. 自然資源學報，2010，25(4)：614-624.

Chen Hong, Wu Shixin, Feng Xueli. Study on the changes of cultivated land and the driving factors in Xinjiang based on RS and GIS[J]. Journal of Natural Resources, 2010, 25(4): 614-624. (in Chinese with English abstract)

[37] 李贊紅，閻建忠，花曉波，等. 不同類型農戶撂荒及其影響因素研究：以重慶市12個典型村為例[J]. 地理研究，2014，33(4)：721-734.

Li Zanhong, Yan Jianzhong, Hua Xiaobo, et al. Factors influencing the cultivated land abandonment of households of different types: A case study of 12 typical villages in Chongqing municipality[J]. Geographical Research, 2014, 33(4): 721-734. (in Chinese with English abstract)

[38] 羅明忠，劉愷，朱文玨. 確權減少了農地拋荒嗎：源自川，豫，晉三省農戶問卷調查的PSM實證分析[J]. 農業技術經濟，2017(2)：15-27.

[39] 郭貝貝，方葉林，周寅康. 農戶尺度的耕地撂荒影響因素及空間分異[J]. 資源科學，2020，42(4)：696-709.

Guo Beibei, Fang Yelin, Zhou Yinkang. Influencing factors and spatial differentiation of cultivated land abandonment at the household scale[J]. Resources Science, 2020, 42(4): 696-709. (in Chinese with English abstract)

[40] 金芳芳，辛良杰. 中國閑置耕地的區域分布及影響因素研究[J]. 資源科學，2018，40(4)：719-728.

Jin Fangfang, Xin Liangjie. Spatial distribution and impact factors of farmland abandonment[J]. Resources Science, 2018, 40(4): 719-728. (in Chinese with English abstract)

[41] 鄭沃林，羅必良. 農地確權頒證對農地拋荒的影響：基于產權激勵的視角[J]. 上海財經大學學報，2019，21(4)：90-99.

Zheng Wolin, Luo Biliang. The impact of farmland ownership certification on farmland abandonment: Based on the property rights incentive[J]. Journal of Shanghai University of Finance and Economics, 2019, 21(4): 90-99. (in Chinese with English abstract)

[42] Xu D, Deng X, Guo S, et al. Labor migration and farmland abandonment in rural China: Empirical results and policy implications[J]. Journal of Environmental Management, 2019, 232: 738-750.

[43] 段亞明，周洪，劉秀華，等. 中國耕地撂荒的研究進展與展望[J]. 江蘇農業科學，2018，46(13)：13-17.

Duan Yaming, Zhou Hong, Liu Xiuhua, et al. Research progress and prospect of abandonment of China’s cultivated land[J]. Jiangsu Agricultural Sciences, 2018, 46(13): 13-17. (in Chinese with English abstract)

[44] 張孜銘，劉向，曾培春. 知識發現視角下的文獻量化：薈萃分析框架[J]. 情報雜志，2019，38(9)：150-157.

Zhang Ziming, Liu Xiang, Zeng Peichun. Document quantification from the perspective of knowledge discovery quantification-meta-analysis framework[J]. Journal of Intelligence, 2019, 38(9): 150-157. (in Chinese with English abstract)

[45] 齊磊，唐權. 多案例文獻薈萃分析法的提出及其研究思路[J]. 北京航空航天大學學報：社會科學版，2019，32(2)：139-145.

Qi Lei, Tang Quan. Study on origin and research ideas of multi-case oriented literature meta-analysis method[J]. Journal of Beijing University of Aeronautics and Astronautics: Social Sciences Edition, 2019, 32(2): 139-145. (in Chinese with English abstract)

[46] Goodman J E, Petito B C, Sax S N, et al. Rethinking Meta- analysis: Applications for air pollution data and beyond[J]. Risk Analysis, 2015, 35(6): 1017-1039.

[47] 劉成武，李秀彬. 1980年以來中國農地利用變化的區域差異[J]. 地理學報，2006，61(2)：139-145.

Liu Chengwu, Li Xiubin. Regional differences in the changes of the agricultural land use in China during 1980-2002[J]. Acta Geographica Sinica, 2006, 61(2): 139-145. (in Chinese with English abstract)

[48] 張學珍，趙彩杉，董金瑋，等. 1992－2017年基于薈萃分析的中國耕地撂荒時空特征[J]. 地理學報，2019，74(3)：411-420.

Zhang Xuezhen, Zhao Caishan, Dong Jinwei, et al. Spatio-temporal pattern of cropland abandonment in China from 1992 to 2017: A Meta-analysis[J]. Acta Geographica Sinica, 2019, 74(3): 411-420. (in Chinese with English abstract)

[49] Novara A, Gristina L, Sala G, et al. Agricultural land abandonment in Mediterranean environment provides ecosystem services via soil carbon sequestration[J]. The Science of the Total Environment, 2017, 576: 420-429.

[50] 董金瑋，吳文斌，黃健熙，等. 農業土地利用遙感信息提取的研究進展與展望[J]. 地球信息科學學報，2020，22(4)：772-783.

Dong Jinwei, Wu Wenbin, Huang Jianxi, et al. State of the art and perspective of agricultural land use remote sensing information extraction[J]. Journal of Geo-information Science, 2020, 22(4): 772-783. (in Chinese with English abstract)

[51] 陳寧強，戴錦芳. 人機交互式土地資源遙感解譯方法研究[J]. 遙感技術與應用，1998，13(2)：15-20.

Chen Ningqiang, Dai Jinfang. Method research on man-machine interactive interpreting and analysing of the land resource by using remote sensing[J]. Remote Sensing Technology and Application, 1998, 13(2): 15-20. (in Chinese with English abstract)

[52] Lieskovsky J, BezáK P, ?pulerová J, et al. The abandonment of traditional agricultural landscape in Slovakia: Analysis of extent and driving forces[J]. Journal of Rural Studies, 2015, 37: 75-84.

[53] 李陽兵，羅光杰，黃娟. 茂蘭喀斯特自然保護區撂荒地時空演變，機制及其植被恢復[J]. 中國巖溶，2017，36(4)：447-453.

Li Yangbing, Luo Guangjie, Huang Juan. Spatial temporal evolution, mechanism and vegetation restoration of abandoned farmland in the Maolan National Nature Reserve[J]. Carsologica Sinica, 2017, 36(4): 447-453. (in Chinese with English abstract)

[54] 鄭財貴，邱道持，葉公強，等. 基于GIS空間分析的撂荒地空間分布特征研究：以重慶市璧山縣大路鎮為例[J]. 農機化研究，2010(3)：31-36.

Zheng Caigui, Qiu Daochi, Ye Gongqiang, et al. Study on spatial distribution characteristics of abandoned cropland based on spatial analysis of GIS: A case of Dalu Town Bishan County in Chongqing Municipality[J]. Journal of Agricultural Mechanization Research, 2010(3): 31-36. (in Chinese with English abstract)

[55] Witmer F D, O'Loughlin J. Satellite data methods and application in the evaluation of war outcomes: Abandoned agricultural land in Bosnia-Herzegovina after the 1992-1995 conflict[J]. Annals of the Association of American Geographers, 2009, 99(5): 1033-1044.

[56] 牛繼強，林昊，牛櫻楠，等. 經濟欠發達地區撂荒耕地空間格局與驅動因素分析[J]. 農業機械學報，2017，48(2)：141-149.

Niu Jiqiang, Lin Hao, Niu Yingnan, et al. Analysis of spatial pattern and driving factors for abandoned arable lands in underdevelopment region[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(2): 141-149. (in Chinese with English abstract)

[57] Yoon H, Kim S. Detecting abandoned farmland using harmonic analysis and machine learning[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 166: 201-212.

[58] Estel S, Kuemmerle T, AlcáNtara C, et al. Mapping farmland abandonment and recultivation across Europe using MODIS NDVI time series[J]. Remote Sensing of Environment, 2015, 163: 312-325.

[59] Morell M S, Estornell J, Sebastiá F M. Comparison of Sentinel-2 and high-resolution imagery for mapping land abandonment in fragmented areas[J]. Remote Sensing, 2020, 12(12): 2062.

[60] 李廣泳，姜廣輝，張永紅，等. 我國耕地撂荒機理及盤活對策研究[J/OL].中國國土資源經濟，2020. [2020-09-05]. https://doi.org/ 10.19676/ j.cnki.1672-6995.000482

Li Guangyong, Jiang Guanghui, Zhang Yonghong, et al. Research on the mechanism of cultivated land abandonment and the countermeasures of revitalization in China[J/OL]. Natural Resource Economics of China, 2020. [2020-09-05]. https://doi.org/10.19676/j.cnki.1672-6995.000482. (in Chinese with English abstract)

[61] Kolecka N, Kozak J, Kaim D, et al. Understanding farmland abandonment in the Polish Carpathians[J]. Applied Geography, 2017, 88: 62-72.

[62] GüNthert S, Siegmund A, Thunig H, et al. Object-based detection of LUCC with special regard to agricultural abandonment on Tenerife (Canary Islands) [C]//Earth Resources and Environmental Remote Sensing/GIS Applications II. International Society for Optics and Photonics, 2011, 81811I.1-81811I.7.

[63] Chen Y, Wang Y, Fu B, et al. Spatial patterns of farmland abandonment and its impact factors in the central Three Gorges Reservoir Area[J]. Journal of Mountain Science, 2018, 15(3): 631-644.

[64] 丁銳，張二梅，謝紫菁，等. 冀魯豫省際邊界區域撂荒地提取與分析[J]. 湖北農業科學，2019，58(13)：122-128.

Ding Rui, Zhang Ermei, Xie Zijing, et al. Extraction and analysis of abandoned farmland in the boundary region of Hebei, Shandong and Henan Provinces[J]. Hubei Agricultural Sciences, 2019, 58(13): 122-128. (in Chinese with English abstract)

[65] 王圓圓，李京. 遙感影像土地利用/覆蓋分類方法研究綜述[J]. 遙感信息，2004(1)：53-59.

Wang Yuanyuan, Li Jing. Classification methods of land use/cover based on remote sensing technology[J]. Remote Sensing Information, 2004(1): 53-59. (in Chinese with English abstract)

[66] Hussain M, Chen D, Cheng A, et al. Change detection from remotely sensed images: From pixel-based to object-based approaches[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2013, 80: 91-106.

[67] Sikor T, Müller D, Stahl J. Land fragmentation and cropland abandonment in Albania: Implications for the roles of state and community in post-socialist land consolidation[J]. World Development, 2009, 37(8): 1411-1423.

[68] Carmona A, Nahuelhual L. Combining land transitions and trajectories in assessing forest cover change[J]. Applied Geography, 2012, 32(2): 904-915.

[69] Müller D, Leit?O P J, Sikor T. Comparing the determinants of cropland abandonment in Albania and Romania using boosted regression trees[J]. Agricultural Systems, 2013, 117: 66-77.

[70] Van V J, De G H, Rietveld P, et al. Manifestations and underlying drivers of agricultural land use change in Europe[J]. Landscape and Urban Planning, 2015, 133: 24-36.

[71] Gellrich M, Zimmermann N E. Investigating the regional-scale pattern of agricultural land abandonment in the Swiss mountains: A spatial statistical modelling approach[J]. Landscape and Urban Planning, 2007, 79(1): 65-76.

[72] Melendez P I, HernáNdez E I, Navarro P J, et al. Socioeconomic factors influencing land cover changes in rural areas: The case of the Sierra de Albarracín (Spain)[J]. Applied Geography, 2014, 52: 34-45.

[73] 宋世雄，梁小英，陳海，等. 基于多智能體和土地轉換模型的耕地撂荒模擬研究：以陜西省米脂縣為例[J]. 自然資源學報，2018，33(3)：515-525.

Song Shixiong, Liang Xiaoying, Chen Hai, et al. The simulation of cropland abandonment based on multi-agent system and land transformation model: A case study of Mizhi County, Shaanxi Province[J]. Journal of Natural Resources, 2018, 33(3): 515-525. (in Chinese with English abstract)

[74] 邵景安，張仕超，李秀彬. 山區土地流轉對緩解耕地撂荒的作用[J]. 地理學報，2015，70(4)：636-649.

Shao Jingan, Zhang Shichao, Li Xiubin. The role of rural farmland transfer in preventing farmland abandonment in the mountainous areas[J]. Acta Geographica Sinica, 2015, 70(4): 636-649. (in Chinese with English abstract)

[75] 史鐵丑，徐曉紅. 重慶市典型縣撂荒耕地圖斑的提取與驗證[J]. 農業工程學報，2016，32(24)：261-267.

Shi Tiechou, Xu Xiaohong. Extraction and validation of abandoned farmland parcel in typical counties of Chongqing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(24): 261-267. (in Chinese with English abstract)

[76] Witmer F D. Detecting war‐induced abandoned agricultural land in Northeast Bosnia using multispectral, multitemporal Landsat TM imagery[J]. International Journal of Remote Sensing, 2008, 29(13): 3805-3831.

[77] 謝麗. 民國時期和田河流域洛浦墾區墾荒，撂荒地的空間分布格局：基于歷史資料的信息可視化重建[J]. 地理學報，2013，68(2)：232-244.

Xie Li. The spatial distribution of reclaimed and abandoned land in Luopu of Hotan River Basin during the period of Republic of China based on the historical data[J]. Acta Geographica Sinica, 2013, 68(2): 232-244. (in Chinese with English abstract)

[78] Sluiter R, De J S. Spatial patterns of Mediterranean land abandonment and related land cover transitions[J]. Landscape Ecology, 2007, 22(4): 559-576.

[79] Sieber A, Kuemmerle T, Prishchepov A V, et al. Landsat- based mapping of Post-Soviet land-use change to assess the effectiveness of the Oksky and Mordovsky protected areas in European Russia[J]. Remote Sensing of Environment, 2013, 133: 38-51.

[80] Smaliychuk A, Müller D, Prishchepov A V, et al. Recultivation of abandoned agricultural lands in Ukraine: Patterns and drivers[J]. Global Environmental Change, 2016, 38: 70-81.

[81] Yusoff N M, Muharam F M, Takeuchi W, et al. Phenology and classification of abandoned agricultural land based on ALOS-1 and 2 PALSAR multi-temporal measurements[J]. International Journal of Digital Earth, 2017, 10(2): 155-174.

[82] Zhu Z. Change detection using Landsat time series: A review of frequencies, preprocessing, algorithms, and applications[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 130: 370-384.

[83] Yin H, Prishchepov A V, Kuemmerle T, et al. Mapping agricultural land abandonment from spatial and temporal segmentation of Landsat time series[J]. Remote Sensing of Environment, 2018, 210: 12-24.

[84] Alhammadi M S, Glenn E P. Detecting date palm trees health and vegetation greenness change on the eastern coast of the United Arab Emirates using SAVI[J]. International Journal of Remote Sensing, 2008, 29(6): 1745-1765.

[85] Milenov P, Vassilev V, Vassileva A, et al. Monitoring of the risk of farmland abandonment as an efficient tool to assess the environmental and socio-economic impact of the common agriculture policy[J]. International journal of Applied Earth Observation and Geoinformation, 2014, 32: 218-227

[86] Yusoff N M, Muharam F M. The use of multi-temporal Landsat imageries in detecting seasonal crop abandonment[J]. Remote Sensing, 2015, 7(9): 11974-11991.

[87] Yin H, Butsic V, Buchner J, et al. Agricultural abandonment and re-cultivation during and after the Chechen Wars in the Northern Caucasus[J]. Global Environmental Change, 2019, 55: 149-159.

[88] 鄧欣雨. 基于遙感時序分析的黑龍江省撂荒地時空監測[D]. 北京：中國地質大學，2019.

Deng Xinyu. Spatial-temporal Analysis of Farmland Abandonment in Heilongjiang Province Using Time Series Remote Sensing Data[D]. Beiing: China University of Geosciences, 2019. (in Chinese with English abstract)

Progress and prospects on information acquisition methods of abandoned farmland

Chen Hang, Tan Yongzhong, Deng Xinyu, Xiao Wu※

(,,,310058,)

A farmland served as the carrier of grain production is an important material basis to the food security. The abandonment of farmland has become one of the most important problems in China's farmland utilization over the past 20 years, particularly on a series of social, economic, and environmental issues. Therefore, it is necessary to quickly capture the spatial and temporal information, including the accurate location, duration, and the scale of abandoned farmland, in order to evaluate the marginal trend, and further to maintain the sustainable use of farmland. According to the current status of information acquisition methods for the abandoned farmland, this study was first to summarize the advanced methods of acquiring abandoned farmland information, and then to make a comprehensive prospect for the directions of future research. The results show that: 1) Three types can be divided in the methods of information acquisition: sampling survey, literature meta-analysis, and remote sensing. 2) In a sampling survey, the information acquisition method of abandoned farmland was widely used in small-scale case studies, indicating a nearly consistent research paradigm, but the spatial representation ability was relatively weak. To a certain extent, the national household survey data increased the spatial attribute of data, but the secondary screening of original data reduced the sample size and the credibility. Moreover, most panel data has made it difficult to trace the abandoned farmland information in different historical stages. 3) In literature meta-analysis, the information statistics method of abandoned farmland applied the idea of big data analysis, and further integrated the previous research data. It can be used to not only represent the abandonment rate and spatial-temporal changes of different regions, but also compare the main driving factors of abandoned farmland in different regions. However, the research findings of this method were confined to only a few published articles, while, a comprehensive understanding of hot keywords was highly demanding in related fields. At present, only a relatively few applications were found in the acquisition of abandoned farmland information. 4) Remote sensing can be expected to the mainstream for the information acquisition of abandoned farmland, as the development of satellites and computer technologies in the future. A variety of detection methods for the abandoned farmland have been developed, according to the object features and information changes of land use. There was still a large optimization space in the remote sensing, due to the high spatial resolution and large-scale extraction requirements. With the emergence of cloud computing and machine learning, the remote sensing has the promising potential to explore large-scale and high-resolution detection of abandoned farmland. Therefore, future research can be further explored in data selection and processing, feature fusion, and method fusion. The findings can provide an appropriate reference for the detection and management of farmland use.

land use; data; farmland; abandoned farmland; information acquisition

陳 航，譚永忠，鄧欣雨，等. 撂荒耕地信息獲取方法研究進展與展望[J]. 農業工程學報，2020，36(23)：258-268.doi：10.11975/j.issn.1002-6819.2020.23.030 http://www.tcsae.org

Chen Hang, Tan Yongzhong, Deng Xinyu, et al. Progress and prospects on information acquisition methods of abandoned farmland[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(23): 258-268. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.23.030 http://www.tcsae.org

2020-09-06

2020-10-05

國家自然科學基金項目（42071269）；教育部人文社科基金項目（19YJA630065）；教育部人文社科基金項目（20C10335010）；國家社會科學基金項目（19FGLB054）

陳航，博士生，主要研究方向為耕地利用與保護。Email：c.hang@zju.edu.cn

肖武，博士，研究員，博士生導師，主要從事耕地利用與保護、耕地撂荒監測及驅動力研究。Email：xiaowuwx@126.com

10.11975/j.issn.1002-6819.2020.23.030

F301

A

1002-6819(2020)-23-0258-11