耕地质量监测预警研究进展

毛雪，马友华，朱海娣，尹国庆，王强，王静，张贝尔（.安徽农业大学经济管理学院，合肥006；.安徽农业大学资源与环境学院，合肥006；.安徽省经济研究院，合肥0000）

耕地质量监测预警研究进展

毛雪1，马友华2*，朱海娣1，尹国庆1，王强2，王静1，张贝尔3
（1.安徽农业大学经济管理学院，合肥230036；2.安徽农业大学资源与环境学院，合肥230036；3.安徽省经济研究院，合肥230000）

耕地质量是人类社会赖以生存与发展的物质基础，是农业发展的基本生产资料。为发挥监测预警体系在耕地质量建设中的主体作用，实现耕地质量的可持续利用，本文采用文献综述法和系统分析法综述了耕地质量监测和预警体系在国内外的研究进展，并着重对时间序列分析模型、灰色预测模型和回归分析模型三种耕地质量预警模型进行阐述。耕地质量监测预警体系具有实时、动态、全方位的监测与预警功能，对监测预警指标体系、方法、周期、模型和理论实践探究还需要进一步完善，同时还需要借助应用大数据，以期为耕地质量精准化监测预警提供实时的数据及模型支持服务。

耕地质量；监测；预警；模型；大数据

1　前言

耕地资源紧缩，耕地质量下降，对人类的生存造成威胁，直接影响着人类社会的可持续发展［1］。“十三五”规划提出：“坚持最严格的耕地保护制度，坚守耕地红线，实施藏粮于地、藏粮于技战略”。粮食安全的根本在耕地、关键在耕地质量，为了响应国家号召，加强耕地质量保护，开展耕地质量监测预警体系研究，建立风险识别和预警机制，当务之急是以可控方式和节奏主动释放风险，重点提高耕地质量风险防控能力。国土资源部为切实加强耕地质量管理，根据《耕地质量等别调查评价与监测工作方案》和年度预算安排，在2014年全面开展全国耕地质量等别年度更新评价工作和年度监测评价试点工作，为形成耕地质量等别年度监测评价试点研究报告做准备。

耕地质量监测预警体系主要包括耕地质量监测、评价、预警等环节，它们之间有着密切联系，其关注的核心都是耕地质量的演化和变化。同时本文提出未来在大数据时代的引领下，应尽快建立全面精准的耕地质量监测预警体系，加强耕地质量目标责任考核，实施“藏粮于地”战略。

2　耕地质量监测体系研究

目前对耕地质量还没有统一的定义。刘友兆认为耕地质量是构成耕地的各种自然因素和环境条件状况的总和，表现为耕地生产能力的高低、耕地环境状况的优劣以及耕地产品质量的高低［2］；李丹等提出耕地质量包括本底质量、健康质量和经济质量三个部分［3］。吴群认为，耕地质量是耕地各种性质的综合反映，衡量耕地质量主要有三个方面的因素，即耕地适宜性、耕地生产潜力和耕地现实生产力［4］；赵登辉等认为，耕地质量是耕地的综合属性，由耕地肥力和耕地位置两方面决定的［5］；张露［6］等在分析耕地质量时，认为耕地质量应该包括三部即耕地的生态环境质量、耕地的经济质量和耕地的管理质量。

2.1国外耕地质量监测体系

耕地质量监测是预警系统的核心内容，同时也是实现动态预警的关键所在，是一项全新的工作，需要从监测样点布设、监测指标选取、指标信息采集、监测评价方法等方面进行研究，从而建立科学的耕地质量监测体系。目前国外在耕地质量监测上已构筑了成熟的体系。

2.1.1加拿大耕地质量监测体系

世界上最早开展耕地质量监测的是加拿大，由于水土流失、土壤结构恶化、盐渍化、酸化等耕地退化问题日趋严重，1988年1月加拿大召开了耕地质量监测的讨论会议。对监测区的选择制定了7条标准，通过三维坐标地形数据对取样点进行精确定位，利用栅格状取样法和横交式取样法在分层基础上采用分层随机抽样方法确定取样点。到1992年，已在全国建立了23个基准点（Benchmark Sites），构成基准监测网络［7］。

2.1.2美国耕地质量监测体系

美国从1977年开始，用立法形式正式确立了5年进行1次国家资源清查的制度，发展目标是创建一个持续的、部门间的、定位于自然资源监测计划。原理是根据既定的监测样点数量，应用ArcGIS软件在地图上绘制一定大小密度的方格网，网格布设的稠密取决于监测的精度。在每个网格内采用“五点法”采集土壤样本，即为所在网格区域内的监测数据。虽然计划是5年进行1次，但其监测样点分为核心和轮流采样点。核心点每年都进行采样，轮流点每隔几年进行1次采样。采样数据包括：种植作物、土地利用方式、水土保护措施（包括梯田、排水沟、缓冲隔离带等）、耕作类型、灌溉类型等［8］。

2.1.3欧盟耕地质量监测体系

欧盟由于当时政策的不统一，各国采取不同的监测方法，所得到的监测数据也不一致。后来欧盟实施土壤环境评价监测项目（TheEnvironmental Assessment of Soil for Monitoring Project），制定了耕地监测程序和相关规定，覆盖全部欧盟成员国［9］。采用网格方法对监测样点设定位置，确保每块图斑和每种土地利用类型都有监测点［10］。该监测体系分级进行，二级包括一级所有的监测样点，这样使监测样点更加分散，样点数据代表性更加典型。一级监测网是在每300km2的面积内设1个监测点，即在边长16km和17km长网格交界的地方设定，这样可包含所有的土地利用类型和土壤类型。初级田间采样点的面积通过监测点的大小和土壤剖面的性状进行确定，一般为100m2至1hm2之间。至少设定4个监测区，每个区采10-100份样品，严格按土壤分层进行取土，实现数据的标准化［11，12］。

笔者认为综述以上三个耕地质量监测体系，加拿大在选择监测区制定的标准充分考虑了耕地质量的差异性，将自然、经济和社会等因素考虑在内，提高了耕地质量监测体系的准确性；美国监测体系的优点是简便易行，适用于土地性质相对均一的区域，缺点是因素的差异和图斑地块的完整性在网格中不易体现，并且难以全面反映研究区的耕地质量变化情况；欧盟监测体系的优点是进行分级监测，在土壤质量退化的监测区加大布点的密度，提高了监测的准确性，但是采用统一的监测方法，没有将不同国家的差异性考虑在内。

2.2国内耕地质量监测体系

我国实施严格的耕地管理制度，在管理耕地数量方面，从土地资源详查、变更调查，到第二次全国土地大调查，已经基本构建了比较完整的技术支撑体系，而在质量管理方面仍处于初级阶段，目前尚未建立统一的耕地质量监测体系。

耕地质量监测的研究主要涉及的方面有建立监测指标体系、选定监测指标周期、确定监测方法、布设监测样点、划定监测样区等方面。李丹、刘友照等以江苏省金坛市为实例研究，从耕地本底质量、经济质量和健康质量出发，建立耕地质量动态变化指标体系，探索了各指标的数量化实现方式，并运用建立的模型对耕地质量动态变化进行研究［13］；颜国强、杨洋对耕地质量动态监测开展了初探，提出采用时间序列模型分析法和影响因素分析法预测耕地质量演变方向，结合自然指标和社会经济指标构建了相应的监测指标体系，为及时准确的掌握耕地质量变化提供了依据［14］；周慧珍、曹子荣等人研究的内容主要有关基本农田动态监测及预警。基于硬件和外设以及数据库、灰色预测、动态监测等软件组成的GIS系统，研究汇制了基本农田动态监测及预警系统，能有效的用于进行不同时间与空间的基本农田动态监测与基本农田动态总量的预警预测，为保护基本农田提供了科学支撑［15］；王洪波等［16］结合中国农用地分等和产能核算工作，对由于占、毁、调、退、开发、整理、复垦和生存条件改变等原因导致的耕地产能衰减或提高现象进行动态评价，将监测样点与监测样区相结合、重点监测和基线监测相结合，设计了耕地产能监测体系；葛向东、彭补拙等通过监测耕地数量、质量、权属及价格变化，利用定位监测，建立耕地动态监测系统和耕地动态监测管理信息系统，根据布设固定监测样点，从而获取相关的监测数据，为保证耕地总量动态平衡起到了预警的作用［17］；彭茹燕［18］、吴克宁等［19］充分运用农用地分等成果，将标准样地国家级汇总成果与耕地质量动态监测相结合，在农用地分等指标体系和评价方法的前提下，选取标准样地，通过标准化监测手段，就如何设置标准样地动态监测进行研究［20］；孙亚彬［21］等人依据耕地质量等级监测试点项目，建立“自然等别主导因素”理论模型，并用所建模型对控制区进行细分，保证了监测样点的代表性和耕地质量监测信息的完整性；郭力娜［22］以已完成农用地分等国家级汇总的冀豫鄂3省为案例区，用格网法与景观多样性指数法对3省布设农用地等别质量监测样带，采用分层抽样法选取标准样地的监测点，构造了节省时间和经济成本的监测控制网络。

综合国内的研究进展，笔者认为目前国内对耕地质量监测相关的研究都比较分散，没有就如何全面的开展耕地质量监测工作加以分析探讨，形成综合性的耕地状况监测评价。后期在借鉴国外成熟的耕地质量监测体系时，应建立统一的耕地质量监测网络，完善耕地质量监测指标体系，定期发布耕地质量评估报告，以提高耕地质量监管水平和预测预警能力。为保证耕地质量动态监测预警体系的有效性与准确性，还需要及时更新监测数据，体现时效性，并且要制订出调整监测样地数量增减与位置异动的操作规范，为建设国内统一的耕地质量监测体系提供理论依据。

3　耕地质量预警体系的研究

预警的产生和发展源于资本主义周期性的经济危机，一般是指对危机与危险状态的一种预前信息警报或警告［23］。耕地质量预警已成为当前学术界研究的热点问题之一，运用一定的科学方法预报耕地质量超过临界值的时空范围和危险程度，对满足该时段区域社会经济发展需要的耕地质量状况实行临界警戒，以此为耕地质量建设提供早期预警［24］。通过对区域耕地时空演变进行模拟，耕地质量预警体系体现出耕地“质”与“量”的演化规律，在把握区域耕地资源保护“度”的同时，对不正常状态的时空范围和危害程度进行预测并提出方法措施［25］。

3.1耕地质量预警相关研究

目前我国的耕地预警体系尚未形成完整，耕地质量预警相对成熟，主要包括耕地质量预警的理论研究、指标体系研究、方法研究以及对预警理论的实践探究四个方面。国内研究学者鉴于我国耕地质量已经存在的警情，在综合自然、经济和社会各个方面的因素之后，提出以下相关学科理论体系在耕地质量研究系统中集成、融合的分析理论：包括追求可持续发展，始终围绕人地和谐共生的人地关系理论［26］；土地利用方式分散、土地利用方向变更困难以及土地报酬递减等因素所导致的耕地资源稀缺理论；谋求经济发展与人口、资源、环境协调发展的耕地生态经济理论［27］；以及将耕地预警体系的定性分析和定量研究都提高到了一个新水平的DSC理论等［28］。目前已构建的耕地质量预警指标体系包括耕地基础地力总量、耕地面积的变化，其判定警度指标包括耕地面积、人口数量、耕地地力贡献率、区域耕地平均粮食单产等；监测警兆指标包括人口增长率、土壤质量监测指数、耕地投入指数、区域城市化水平、农业土地利用比较效益等［29］。

随着耕地质量预警理论的不断进步与发展，耕地质量预警研究逐渐从预警指标体系演变到预警模型的探究，很多学者为此建立了耕地质量预警模型，使耕地质量预警从抽象走向直观，具有现实性和可操作性。

3.2耕地质量预警模型的应用

耕地质量预警模型是耕地质量体系的重要组成部分，为耕地质量的持续利用管理和耕地总量动态平衡战略的实施提供了实时数据及模型支持服务。

3.2.1时间序列分析模型

时间序列分析是一种处理动态数据的统计方法，通过整合过去和现在变化规律的观测数据构造而成，利用曲线拟合和参数估计，预测事物的趋势变化、周期性变化和随机性变化。根据时间序列是否平稳分为自回归移动平均模型ARMA模型和自回归求和移动平均模型ARIMA模型，其中ARMA模型又可以细分为AR模型、MA模型和ARMA模型三大类。

刘友兆［30］等在耕地质量预警模型探究中，结合耕地质量特性和系统提出了采用指数平滑模型求得序列平滑预测值的时间序列分析法；邓力［31］在预测成都市耕地资源警情时，采用时间序列分析法中的指数曲线型预测模型对时间和指标值进行统计分析，得到耕地数量安全值的预测模型和检验参数，对成都市耕地数量子系统的耕地安全评价值进行预测；莫增文［32］提出了一种新的时间序列模式匹配方法—动态模式匹配，针对基于动态时间弯曲的时间序列相似性搜索算法给出优化策略以提高算法的执行效率。

3.2.2灰色预测模型

灰色预测模型是由华中理工大学邓聚龙教授于1982年提出利用少量的、不完全的信息建立数学模型并进行预测的一种预测方法，在时间序列短、统计数据少、信息不完全的系统分析与建模上具有独特的效果。

李启宇［33］在对四川省耕地资源进行预警分析时，通过对原始数据进行累加生成，借助时间响应函数对四川省2004-2015年的人口数量、粮食单位面积产量、粮食播种面积占农作物播种面积的比例和耕地数量进行预测；王楠君［34］从粮食安全角度出发，利用灰色预警模型就经济发达地区的粮食播种面积和人均耕地面积进行短期预警，并针对江苏省短期轻警的状况提出控制人口数量的排警方法；李志斌［35］以东北三省的粮食生产状态为研究目标，运用灰色关联系统对影响东北三省粮食生产的因素进行定性判断，从而获得粮食总产与影响因素的动态关联分析结果，构建了粮食生产安全模型。

3.2.3回归分析模型

回归分析法是探究变量之间的数量变化规律，用一定的数学表达式来描述一个或几个变量之间的变化对另一个变量的影响程度。根据自变量个数的不同可分为一元回归分析预测法和多元回归分析预测法，依据自变量和因变量之间的相关关系不同，又可分为线性回归预测和非线性回归预测。

葛向东［36］以江苏省锡山市为例，利用二项式回归模型对锡山市第二次土壤普查数据进行分析，依据土壤质量指数与地力贡献率存在着显著的正相关性，得出锡山市基准年和预警年的地力贡献率，并预测其耕地系统产出能力的稳定性呈下降趋势；段金龙［37］在评价河南区域土壤多样性的格局与意义时，将土属的面积、斑块的数量和空间分布多样性用一元回归分析进行两两组合，发现三者之间存在一定程度的正相关关系，符合正态分布。从空间角度很好的描述了土壤资源的分布离散性，为评价土壤要素之间的关联性提供了新的思路和研究方法；刘继红［38］基于封丘县的40个样点、169个样品的土壤容重，利用普通回归分析和逐步回归分析构建表层和心土层容重PTFs，相对于前者，逐步回归分析具有更强的解释能力和更高的预测精度，进一步揭示了PTFs的预测精度主要取决于预测变量的遴选范围与数据质量。

综合以上三种预警模型，笔者认为时间序列分析模型简便易行，成本较低，应用范围较广，灰色预警模型所需建模的信息少，运算方便，在处理小样本预测上精度较高，而回归分析模型适用于较大的样本预测，为避免发生随意外推的回归预测，需要对现象之间的依存关系进行定性分析。

4　大数据精准化的应用

耕地质量监测预警体系作为国家转变未来土地管理方式的重要技术支撑，需要加强大数据精准化的应用技术研究。随着信息技术的迅猛发展，耕地质量监测预警体系迎来了大数据时代，“大数据开启了一次重大的时代转型”［39］，是提升耕地质量的前沿领域。高度的信息化和数字化将耕地质量监测体预警系研究推到了新的高度［40］，利用互联网连接，再加以数据驱动，拥有数据的规模和运用数据的能力将成为耕地质量监测预警体系的重要组成部分，对数据的占有、控制和运用也将成为其重点发展方向。笔者认为，随着农业大数据热潮的来临，应尽早探索农业大数据精准化的技术和应用模式，将耕地质量预警模型与大数据相结合，为促进其发展搭建大数据平台。通过对耕地质量监测预警体系相关的大数据进行一定的深度分析和智能挖掘，将监测数据、监测技术和预警应用三者结合起来，可以更准确、更多维的为警情、警源、警度、警兆提供预测，制定科学合理的耕地质量预警体系，从而提升耕地质量预警模型的精确性。

5　展望

完善耕地质量监测体系，提升耕地质量预警精度对建立耕地质量监测预警体系至关重要。为提高耕地质量的可持续利用，在研究层次上不仅要借鉴国外成熟的耕地质量监测体系，注重土壤理化性状和生物学特性的变化，同时要依据区域差异性选取监测指标，确立差异化的监测预警指标体系，并根据当地的社会经济发展、生态环境演变的基本特征，修正和完善关键监测指标的参数。建立耕地质量监测预警体系在实际应用中还要注重预警单元的发展状态对其他相关区域的影响效应，综合考察其历史变化特征值，对监测指标体系和预警参数进行调整，努力在选取指标、确定精度、监测布点和建立模型等方面最大程度地满足预警要求。

目前，我国耕地质量监测预警数据信息存在着信息孤岛和重复建设问题，主要表现在国土部门与农业部门的信息系统无法在统一平台上协同完成、高度共享。由于系统割裂，缺乏统一的规划设计和标准规范，导致数据信息分散、孤立，无法实现信息共享；并且各部、省、市、县各级建设主体关注重点不同，使数据系统建设多有重复，缺乏整体统筹性。为建立统一的信息服务平台，为耕地质量监测预警体系提供“一站式”的数据服务，耕地质量数据建设应“以公开为原则，不公开为例外”，实现国土资源信息公开化，通过建立和完善耕地质量数据资源共享目录，实现不同部门之间多维度、多专题数据共享，充分发挥数据信息在国土资源管理和社会服务方面的作用，促进耕地质量监测预警体系的智能化、数据化和精准化发展。

［1］徐美，朱翔.湖南省土地生态安全预警及调控研究［D］.长沙：湖南师范大学，2013.

［2］刘友兆，马欣，徐茂.耕地质量预警［J］.中国土地科学，2003，17（6）：9-12.

［3］李丹，刘友兆，李治国.耕地质量动态变化实证研究—以江苏省金坛市为例［J］.中国国土资源经济，2004，17（6）：22-25.

［4］吴群.耕地质量、等级与价格刍议［J］.山东省农业管理干部学院学报，2002，18（1）：73-76.

［5］赵登辉，郭川.对耕地定级与估价几个问题的思考［J］.中国土地，1997，11（12）：18-19.

［6］张露，濮励杰，周峰.土地质量及其度量初步研究［J］.南京大学学报（自然科学版），2004，40（3）：378-388.

［7］Action D F.A program to assess and monitor soil quality in Canada-Soil quality evaluation program summary［M］.Research Branch Agriculture Canada，1994.

［8］NRIsummary Report［R］.UnitedStatesDepartmentof Agriculture，2007.

［9］LucaMontanAarella.TowardsaThematicStrategy forSoil Protection［R］.Brussels：European Commission，2002：1-9.

［10］HUBER S，PROKOP G，ARROUAYS D，etal.Environmental assessment of soil for monitoring volume I：Indictors＆amp;Criteria［R］. Luxembourg：OfficeforOfficialPublicationsof theEuropean Communities，2008.

［11］张广星，于东升，等.BIO-NORM与EO耕地质量评价方法对比研究［J］.地理科学，2011，31（8）：1014-1016.

［12］MaitiT，MillerCP，MukhopadhyayPK.Neural networkimputation：anexperiencewiththenationalresources inventory survey［J］.Journalof Agricultural，Biological，and Environmental Statistics，2008，13（3）：255-269.

［13］李丹.耕地质量动态变化研究［D］.南京：南京农业大学，2003.

［14］颜国强，杨洋.耕地质量动态监测初探［J］.国土资源情报，2005（3）：41-43.

［15］周慧珍，曹子荣，蒋晓.基本农田动态监测及预警研究［J］.土壤学报，1999，36（2）：245-252.

［16］王洪波，郧文聚，吴次芳，等.基于农用地分等的耕地产能监测体系研究［J］.农业工程学报，2008，24（4）：122-126.

［17］葛向东，许彦曦，彭补拙.县级耕地动态监测体系的理论与方法研究［J］.经济地理，2001，21（3）：346-350.

［18］彭茹燕，张晓沛.基于农用地分等成果的国家耕地质量动态监测体系设计［J］.资源与产业，2008，10（5）：96-98.

［19］吴克宁，焦雪瑾，梁思源，等.基于标准样地国家级汇总的耕地质量动态监测点构架研究［J］.农业工程学报，2008，24 （10）：74-79.

［20］Carol A.Ferguson，Richard L.Bowen，M.Akram Kahn.A State wide LESA System forHawaii［J］.Journal of Soil and Water Covervation，1991（1）：263-267.

［21］孙雅彬，吴克宁，胡晓涛，等.基于潜力指数组合的耕地质量等级监测布点方法［J］.农业工程学报，2010，19（4）：245-254.

［22］郭力娜，张凤荣，等.基于标准样地的国家级农用地质量监测体系建设研究—以冀豫鄂三省为例［J］.资源科学，2009，31 （9）：1957-1966.

［23］何焰，由文辉.水环境生态安全预警评价与分析—以上海市为例［J］.安全与环境工程，2004，11（4）：1-4.

［24］Zhou Huizhen，Cao Zirong，Jiang Xiao.Dynamic monitoring and pre_warning for basic farmland.Acta Pedologica Sinica，1999（36）5：245-252.

［25］王玉佳，马友华，史泽鹏，等.耕地质量预警的研究与应用研究进展［J］.中国农学通报，2013，29（35）：241-244.

［26］孙峰华，朱传耿，等.TRIZ：研究人地关系问题的一种新的理论与方法［J］.地理研究，012，31（10）：1741-1745.

［27］杨晓蕾.毕节市耕地资源安全评价研究［D］.贵阳：贵州师范大学，2008.

［28］连臣，宋戈.黑龙江省耕地资源安全预警分析［D］.哈尔滨：东北农业大学，2013.

［29］段正松，尹秋月，何毅峰.基于标准样地的耕地质量预警机制初探—以广西为例［J］.中国农学通报，2013，29（14）：155-160.

［30］张鸿辉，刘友兆，曾永年，等.耕地质量预警系统设计与实证［J］.农业工程学报，2008，24（8）：74-79.

［31］邓力，邓良基.成都市耕地资源预警及对策研究［D］.成都：四川农业大学，2010.

［32］莫增文，赵亚伟.基于时间序列分析技术的预测模型设计与应用［D］.北京：中国科学院大学，2014.

［33］李启宇，张文秀.四川省耕地资源预警研究［D］.成都：四川农业大学，2006.

［34］王楠君，吴群.经济发达地区耕地预警系统研究—以江苏省为例［D］.南京：南京农业大学，2006.

［35］李志斌，陈佑启，姚艳敏，等.基于GIS的区域性耕地预警信息系统设计［J］.农业现代化研究，2007，28（1）：57-60.

［36］葛向东，张侠，濮励杰，等.江苏锡山市耕地预警系统研究［J］.南京大学学报（自然科学版），2002，38（4）：532-538.

［37］段金龙，张学雷，吴强.区域多样性的格局、评价与意义—以河南省为例［D］.郑州：郑州大学，2012.

［38］刘继红，兰传宾，陈杰.区域土壤容重转换函数构建于预测结果评价—以河南省封丘县为例［J］.土壤通报，2013，4（1）：77-81.

［39］维克托·迈尔—舍恩伯格.大数据时代［M］.浙江人民出版社，2012：2-4.

［40］温孚江.大数据农业［M］.中国农业出版社，2015：3-5.

（2016-05-20收稿S编辑）

Research progress of cultivated land quality monitoring and early warning

MAO Xue et al
（Economics and Management College of Anhui Agricultural University，Hefei 230036，China）

Cultivated land quality is the material foundation for the survival and development of human society，is the basic means of production of agricultural development.To play the main role in cultivatedlandqualitymonitoringandearlywarningsystem construction and realize the sustainable use of cultivated land quality，this paper adopts literature review method and system analysis method to review the cultivated land quality monitoring and early warning system's research progress at home and abroad，and emphatically analysis three kinds of cultivated land quality early-warning models which is the time series model，the grey prediction model and regression analysis model.Cultivated land qualitymonitoringandearlywarningsystemwithreal-time，dynamic and comprehensive monitoring and early warning function still need further perfect in monitoring and early warning index system，method，cycle，model and theory practice exploration.In order to provide real-time data monitoring and early warning model of support services for accurate cultivated land quality，it's also need to apply in large datas.

Cultivated land quality；Monitoring；Warning；Model；Big data

F301

A

1003-7853（2016）03-0076-06

安徽省发改委“安徽省资源环境承载力预警研究”

毛雪（1993-），女，安徽淮南人，硕士，主要从事土地资源信息管理方面研究。

马友华（1962-），男，安徽霍邱人，教授，博士，主要从事农业资源与环境研究。