三峡库区土地利用驱动力评价及机制分析*

谭少军，邵景安， 2※，邓 华，张仕超， 2

(1.重庆师范大学地理与旅游学院，重庆 400047； 2.三峡库区地表过程与环境遥感重庆市重点实验室，重庆 400047； 3.西南大学资源与环境学院，重庆 400716)

0 引言

土地利用驱动力系指引起土地利用方式和目的发生改变的因素，具有整体性特征，各要素形成合力驱动土地利用方式和目的发生改变[1]。20世纪90年代到21世纪初,土地利用/覆盖变化(LUCC)研究成为全球范围内需要攻克的热点课题之一[2-3]，与此同时全球陆地计划、未来地球计划和土地变化科学计划等国际研究计划陆续开展亟待解决不同尺度上土地利用变化与人类活动之间的相互影响机制[4]， 2014年全球土地计划第二次开放大会(Global land Project 2nd Open Science Meeting)提出了土地利用再思考主题[5]。作为土地利用/覆盖变化研究的核心内容之一[6-7]，土地利用驱动力评价与分析可在一定程度上查明与识别人—地关系间的相互作用强度与方向，进而用于调控土地利用变化的强度、速度与方向，优化国土空间开发与战略布局。三峡库区作为中西部过渡地带，是长江上游流域的重要组成部分，无论是在地区发展，还是在国家层面的发展格局中都具有十分重要的地位和意义[8-9]。然而，伴随三峡工程建设的完成进入后三峡时期，库区土地利用驱动力在人为活动转变、区域发展转型、产业结构调整等的共同作用下，如何识别库区土地利用驱动力，并对其展开清晰地评价与时空格局演变分析则是极其重要的，将成为未来众多学者关注的热点领域之一。目前相关研究主要集中于尺度升降[10-14]、热点地区[15-16]、因子量化[17]等方面。通过对比上述相关文献可以发现：(1)虽然目前探讨土地利用驱动机制数学方法较多，但是这些研究仍然不能很好的解答复杂系统下土地驱动因子贡献程度问题； (2)土地利用驱动力作为一个系统研究，综合探讨区域土地利用驱动要素合力的文献相对较少。因此，如何科学合理的进行土地利用驱动力评价，并进行一定程度土地利用驱动机制阐述成为该文需要解决的科学问题。为力求全方位、多角度更加深入地研究近25年三峡库区土地利用驱动力的时空格局状况，将库区各个区(县)作为研究单元，使用1990年、2000年、2010年和2015年4期相关数据，结合投影寻踪模型对近25年土地利用驱动力进行综合评价和内部机制分析，借助探索性空间分析方法探寻其时空演化规律，揭示库区土地利用驱动力的格局特征与演化趋势，力图为库区国土空间开发优化和土地资源的可持续利用方略的制定提供科学依据，服务于转型期长江上游流域生态—经济耦合效应的提升。

1 材料与方法

1.1 区域概况

三峡库区(106°50′E～110°50′E和29°16′N～31°25′N)泛指水位175m淹没的重庆和湖北境内范围，辖区面积5.8万km2(图1)。地形复杂多样，沟壑纵横，以山地、丘陵地形为主，占辖区面积的95.7%； 典型的亚热带季风性湿润气候，为北温带和亚热带的过渡地带，年均温17～19℃，年均降水量1 100～1 200mm； 以紫色土、水稻土、石灰性土、黄壤和黄棕壤等土壤类型为主，不同土壤类型肥力差异显著； 以亚热带常绿阔叶林为基带，植物种类繁多，在生物多样性和生态系统多样性方面均有较为明显的优势，是为数不多的植物“基因库”和“聚宝盆”； 水资源丰富，除长江水系外，尚有嘉陵江、乌江、大宁河、彭溪河、香溪河等流域支流，呈不对称、向心的网状水系格局。多样化自然条件造就了多样化成土条件，库区地质条件复杂，水土流失严重，生态环境脆弱，土地资源十分有限，利用结构不尽合理。土地利用类型复杂，以耕地、林地、草地、水域和建设用地5种利用类型为主，分布相对集中。

1.2 数据来源与处理流程

通过中科院地理空间数据云(http：//www.gscloud.cn/)下载得到(90m×90m 分辨率DEM)，并利用ArcGIS区域统计模块得到各区县内高程最低值和最高值； (2)通过中国气象数据网(http：//data.cma.cn/)获取各区县年平均气温与年降水量数据； (3)通过《中国县市经济统计年鉴》《中国区域经济统计年鉴》《重庆市统计年鉴》《湖北省统计年鉴》《宜昌市统计年鉴》《恩施州统计年鉴》《四川省统计年鉴》和库区1： 1万土壤侵蚀度矢量数据，以及各区(县)相应年份国民经济与社会发展公报获取库区区县经济、生活、交通、人口、政策、技术和生态方面数据。

1.3 研究方法

(1)构建指标体系

参照相关学者研究结果[18-21]并结合三峡库区的具体情况，拟从自然、经济、人口、政策、生态、生活、技术和交通8个方面构建土地利用驱动力评价指标体系。在初步体系的基础上剔除并消除相关性显著的指标，最终确定为8个子系统，共计30个评价指标(表1)。

(2)投影寻踪模型

目前关于土地利用驱动力的相关研究，大多从自然和人为两个方面来对土地利用驱动力进行定性或定量的描述与测度[22]，也有学者从环境方面来研究土地利用变化[23-25]。归纳发现，定性分析主要集中于早期土地利用驱动力研究中[26]，定量分析目前主要使用主成分分析[27-28]、多元逐步回归[29]等方法，但这些方法仅限于探索土地利用驱动力之间的线性关系。土地利用驱动力作用的复杂性、非线性特点决定不能单纯地使用线性方法来对其进行研究，投影寻踪模型作为一种综合性评价方法，在处理高维度、非线性、非正态问题方面具有独到之处[30]，而且能够很好地分析各驱动力因子在土地利用驱动力中的贡献程度，可以较好的阐述区域土地利用机制。目前投影寻踪模型在水质、环境评价等领域都得到成功的应用[31-33]，特别是近年来在土地集中度应用方面取得了较好效果[34]。而土地利用驱动力包含高维度系统，且要素之间关系复杂，故投影寻踪模型适宜于解决土地利用驱动力问题，步骤如下(表2)。

表1 土地利用驱动力综合评价体系

子系统指标层自然X1：相对高差(m，-)；X2：年均温(℃，+)；X3：年降水量(mm，+)经济X4：人均GDP(元，+)；X5：第一产业产值(万元，+)；X6：第二产业产值(万元，+)；X7：第三产业产值(万元，+)生活X8：城镇居民人均可支配收入(元/人，+)；X9：农村居民人均纯收入(元/人，)；X10：城乡居民储蓄存款余额(万元，+)；X11：人均粮食占有量(t/万人，+)；X12：社会消费品零售总额(万元，+)交通X13：公路客运量(万人，+)；X14：公路货运量(万t，+)；X15：水运客运量(万人，+)；X16：水运货运量(万t，+)人口X17：年末常住人口(万人，+)；X18：城镇化率(%，+)；X19：人口净迁移率(‰，-)；X20：人口密度(人/km2，+)；X21：人口自然增长率(‰，+)；X22：文盲率(%，+)政策X23：社会固定资产投资(万元，+)；X24：基本建设开发投资(万元，+)技术X25：农业机械总动力(万W，+)；X26：化肥折纯施用量(万t，+)；X27：农村用电量(kW·h，+)生态X28：城市绿化率(%，+)；X29：生活垃圾无害化处理率(%，+)；X30：中度以上水土流失面积比(%，-)

表2 投影寻踪步骤

步骤处理过程第一步：归一化处理设各指标值的样本集为{x∗(i，j)|i=1～27，j=1～30}，其中，x∗(i，j)为第i个样本的第j个指标，i、j分别为样本数和指标数。归一化处理过程如下：x(i，j)=x∗(i，j)-xmin(j)xmax(j)-xmin(j)或x(i，j)=xmax(j)-x∗(i，j)xmax(j)-xmin(j)(1)式(1)中，x(i，j)代表第i个样本第j个指标标准化值；x∗(i，j)代表第i个样本第j个指标原始值；xmax(i，j)代表指标j的最大值；xmin(i，j)代表指标j的最小值第二步：构建投影指标函数计算公式为：z(i)=∑pj=1a(j)x(i，j)(2)式(2)中，a为单位长度向量第三步：优化投影指标函数基于第二步建立的指标函数，进行目标函数优化。目标函数计算公式为：Q(a)=SzDz(3)式(3)中，Sz为投影值Z(i)的标准差；Dz为Z(i)的局部密度其约束条件为：∑mj=1a2(j)=1(4)式(4)中，a(j)代表指标j投影向量第四步：优劣排序将第三步计算的最佳投影方向带入式(2)可求得投影值，即评价值，评价值越大代表土地利用驱动力越大

2 结果与分析

2.1 土地利用变化驱动力综合评价

区域土地利用驱动力大小很大程度上反映了区域人地相互作用强度。借助DPS软件投影寻踪模型进行土地利用驱动力评价，得到1990年、2000年、2010年和2015年三峡库区土地利用驱动力的综合评价投影值(表3)，并进行可视化显示(图2)。近25年来，库区各区(县)土地利用驱动力展现为不同程度的增加趋势，且城市密集地区较农村地区高。具体表现如下几方面。

(1)1990年排在前3位的是重庆主城区、宜昌、长寿，排在后3位的是奉节、云阳和开县，主要因为重庆主城区、宜昌和长寿位于地势平缓的低山丘陵区，为开发和建设提供了很好的基底条件，而且伴随城镇化的快速推进，大量农村人口涌入城镇，从而加速了这一区域的土地利用变化过程与程度。然而，位于地形起伏较大的秦巴山区的奉节、云阳和开县，则受高山地形限制，加之大部分人口进城务工或居住(被城镇化)，土地利用驱动力不强。

(2)2000年排在前3位是重庆主城区、宜昌市区、万州区，排在后3位的是巫溪、开县和石柱。同样地，地形起伏仍是引起库区土地利用驱动力产生空间异质性的主要原因。更为重要的是，在这一时期，伴随三峡工程建设的大力推进，受大江截流、水库淹没、移民安置、城镇迁建及配套设施建设等主体工程的胁迫，库区土地利用驱动力的空间分异显著加剧。

(3)2010年排在前3位的是重庆主城区、涪陵和万州区，排在后3位的是兴山、秭归和巫溪。2009年三峡工程全面建成，并成功蓄水175m，而后则进入了后移民时期。当然，在这一时期，库区地形条件的限制仍是分析土地利用驱动力所不能回避的关键因素，而与前两个期有很大的不同：一方面，这一时期库区进入后移民时期，三峡工程的大部分主体性工程建设均已结束，后期配套设施建设也主要集中于自然条件相对优越区； 另一方面，2002～2006年库区范围大规模实施退耕还林政策，以及务农机会成本攀高，部分耕地用于农业生产的比较收益极为低下，使得部分不能机械替代人力的陡坡耕地被边际化为林草地，这在很大程度上促使地形起伏较大区的土地利用由耕地转为林地或草地，从而导致人为土地利用驱动力总体衰减。

(4)2015年排在前3位的是重庆主城、江津和万州，排在后3位的是开县、秭归和忠县。进入后三峡时期，新型城镇化仍然是促进这一时期城镇建设用地不断增大的原因。在广大农村地区，伴随着1.2亿hm2耕地“红线”划定，以及永久性基本农田建设、精准扶贫政策的推行与落实，一定程度上促进了耕地数量增加，同时也缓解了耕地撂荒现象。加之前一时期退耕还林政策落实，以及三峡水库主体工程完成，林地、草地、水域数量也相对稳定。而开县、秭归和忠县3县主要是由于生态退耕政策已经实施完毕，加之库区移民安置工作基本上完毕，土地利用变化呈衰减趋势。

表3 1990～2015年三峡库区土地利用变化驱动力综合评价值

区县评价值区县评价值19902000201020151990200020102015重庆主城5 2146 3347 1428 935奉节0 0611 0711 5841 615 江津0 8252 9153 0573 173巫山0 6310 9511 2991 314 万州0 4392 9313 3213 214巫溪0 1170 7830 9721 206 涪陵0 7622 8273 3723 159石柱0 6310 9231 3141 522 长寿1 1242 1422 8243 074宜昌2 1653 1053 1523 161 丰都0 6351 4421 7612 249夷陵1 1211 9912 3242 558 武隆0 6161 0511 2741 576兴山0 7721 0780 8571 268 忠县0 7821 4391 8511 121秭归0 5211 1120 8651 074 开县0 0460 9721 2631 023巴东0 7431 1091 2711 519 云阳0 0421 5561 7321 733

2.2 土地利用驱动机制分析

为进一步分析各指标对土地利用驱动力贡献程度，采用投影寻踪模型的最佳向量投影做进一步解释。最佳向量投影方向大小反映各指标在土地利用驱动力中的贡献程度，绝对值越大，贡献度越大。为详尽分析库区土地利用变化驱动因素的主次及其时间序列变化，对1990年、2000年、2010年和2015年的最佳投影方向进行统计(图3a)。一般来讲，土地利用驱动机制主要包括：自然、经济、生活等要素。为从宏观上把握库区近25年来土地利用驱动机制，按照上述划分标准将土地利用驱动因子进行归类求和，得到8个要素的最佳投影向量值(图3b)。可以发现： 1990年库区土地利用变化驱动要素主要为经济、生活、交通和人口4个要素，可以称为“生计—经济”绝对驱动型。其中，排在前5位的驱动因子分别是X15(公路货运)、X13(公路客运)、X10(城乡居民储蓄存款余额)、X6(第二产业产值)、X11(人均粮食占有量)。这一时期国家大力支持发展公路交通，库区各区(县)公路线路建设长度及相应基础设施面积都有所增加，例如1990年重庆市公路里程为2.116 2万km，较1980年增加4 351km。而且，由于此时国家户籍制度放松加快，城镇化的快速提升使得城乡之间、地区之间的差异逐渐明显。加之，重庆主城区及沿江区(县)的工业实力都较为雄厚，第二产业在这一时期的发展势头也较为强劲，例如1990年工业产值比重为44.7%，比1986年增加6%，有助于城镇用地的扩张和蔓延。再者，因为这一时期部分地形起伏较大的山区农村依然比较贫困，生计来源主要系于农业土地，促使了一些地区耕地面积的扩张。

图1 三峡库区高程及行政区划 图2 1990～2015年三峡库区土地利用变化驱动力综合评价值的空间分异

图3 三峡库区土地利用驱动力指标最佳投影方向

2000年库区土地利用变化驱动要素仍然主要为生活、交通、人口、经济4个要素，依旧为“生计—经济”绝对驱动型，但是经济要素的贡献度有所下降。这一时期库区土地利用驱动机制逐渐发生变化，主要表现为伴随着城镇化进程加快，城乡之间的差距逐渐凸显，大量人口从农村“析出”，同时由于这一时期伴随三峡库区主体工程逐步推进以及大量基础设施建设，促使城镇建设用地以及交通用地增加。其中，排在前5位的驱动因子分别是X12(社会消费品零售总额)、X14(水运客运量)、X10(城乡居民储蓄存款余额)、X7(第三产业产值)、X9(农村居民人均收入)。与1990年相比，这一时期伴随着市场经济的进一步发展和产业结构的转型升级，库区居民对农副产品的需求增加迅速，第三产业作用开始在库区各区(县)国民经济中突显，进一步促进了城镇建设用地增加； 当然，在这一过程中，当地居民也从经济发展和产业转型中享用了大量的福祉和成果，人民生活水平较1990年有较大程度的提高。但是，由于城乡二元结构的逐渐加深，加之城镇化步伐的加快，耕地边际化现象开始出现并有所发展，大量耕地闲置或荒废促使耕地转化为林地或草地，促使林地和草地数量增加。同时随着库区截流开始，重庆—宜昌段下游水运条件有所改善，有助于沿岸深水港口的建设。

2010年土地利用驱动要素虽然仍然为人口、交通、生活和经济4个要素，但是政策、科技以及生态等要素地位逐渐显现，可以称为“生计—经济”主导驱动型。一方面,城乡之间的巨大差距依旧明显，人们为了寻求最佳的教育、医疗以及基础设施条件大量涌进城镇，促使原有耕地转化为城镇建设用地。另一方面，自2000年以来政府针对长江上游地区推行的退耕还林政策作用明显，山区实行的小农机械化率亦有所提高，同时城镇建设规划也不再片面追求不透水面积，城市绿化用地比例有所提高。其中排在前5位的驱动因子分别是X7(第三产业产值)、X16(水运货运量)、X10(城乡居民储蓄存款余额)、X23(全社会固定资产投资总额)、X26(化肥使用量)。同2000年相比，这一时期，库区第三产业发展更快，相应对土地的需求量更大。与此同时，在国家统筹城乡、战略决策助推下，库区城镇化发展的势头更为迅速； 当然，在这一过程中，城镇扩张对建设用地的需求量也必然随之增加。2009年水库蓄水水位达到175m，这在很大程度上促进了重庆—湖北长江段水运的发展，其黄金水道优势逐渐显现，而与之相配套的港口等基础设施建设数量和规模亦有所增加。这一时期，政策对土地利用的驱动作用明显，伴随新农村建设带来的一批大型项目的开展，促使部分耕地和林草地转化为居住用地。与2000年相比，这一时期土地边际化的现象更加显著； 同时， 2004～2015年的中央一号文件及库区地方政府加快农村土地流转的政策，在促使原来已边际化或粗放经营的土地转化为适度规模经营的土地方面获得了显著成效，从侧面反映这种变化。

2015年土地利用驱动要素则呈现出均衡化特点，除自然要素变化较小以外，其他要素的贡献度更加接近，可以成为“多元均衡协同”驱动型。一方面，经济发展、基础设施建设以及城镇化仍然占据一定主导地位； 另一方面，其他要素的作用也更加明显。这一时期土地利用驱动要素作用更加多元化和复杂化。其中，排在前5位的驱动因子是X7(第三产业产值)、X16(水运货运量)、X23(全社会固定资产投资总额)、X26(化肥使用量)和X18(城镇化率)，伴随着后三峡时期到来，前期产业结构更新升级，第三产业继续兴起势头强劲，促使其他土地利用类型转化为建设用地以及观光休憩用地， 2015年第三产业产值比重为47.7%，较2010年增加0.9%。同时，三峡水库“长江黄金航道”功能开始发挥， 2015年港口吞吐量为1.575 007亿t，比2010年增加6 081.05万t，促进了航运业的兴起。而与之配套的基础设施建设用地规模亦有所扩大。新一轮退耕还林、精准扶贫、土地整治政策的落实，以及土地资源市场化加速[35-36]，一定程度上促进了其他用地转化为耕地，从而增加了耕地数量。

3 结论与反思

近25年来，三峡库区土地利用驱动力呈现出空间地域的稳定性和时间序列的动态性，驱动机制逐渐由生活、人口和交通主导驱动，逐渐转变为多要素协同驱动。库尾重庆主城区附近、库首宜昌市区附近土地利用驱动力较强，表现为城镇用地驱动型； 而渝东北和湖北巴东、秭归、兴山诸县土地利用驱动力较弱，主要是林草地和水体驱动型。其他地区相对复杂，表现为多种类型土地利用驱动并存格局。

如何因地制宜地进行土地资源重构，优化国土空间开发成为需要考虑的问题。首先，对于库首和库尾的经济发达地区，在城乡统筹、新型城镇化背景下，考虑土地资源的高效利用，做好节约集约，切实发挥市场在土地资源配置中的基础作用，尽量减少土地资源的闲置与浪费； 其次，对于广大库中地区，特别是秦巴山区的南麓诸县，应在生态优先、绿色发展的前提下，合理优化山水林田湖生命共同体的时空布局。

[1] 杨梅， 张广录，侯永平.区域土地利用变化驱动力研究进展与展望.地理与地理信息科学， 2011, 27(1): 95～100

[2] 李秀彬. 全球环境变化研究的核心领域：土地利用/土地覆被变化的国际研究动向.地理学报， 1996, 51(6): 553～558

[3] 李秀彬. 中国近20年来耕地面积的变化及其政策启示.自然资源学报， 1999, 14(4): 329～333

[4] 李家洋， 陈泮勤，葛全胜，等.全球变化与人类活动的相互作用——我国下阶段全球变化研究工作的重点，地球科学进展， 2005, 20(4): 371～377

[5] 段宝玲， 卜玉山.全球土地计划第二次开放科学大会(GLP 2nd Open Science Meeting)会议述评.生态学报， 2014, 34(10): 2796～2799

[6] 李月臣. 土地利用/覆盖变化驱动力研究.水土保持研究， 2008, 15(3): 116～120

[7] Jiyuan Liu，Zengxiang Zhang，Xinliang Xu，et al.Spatial patterns and driving forces of land use change in China during the early 21st century.Journal of Geographical Sciences， 2010, 20(4): 483～494

[8] 江晓波， 马泽忠，曾文蓉，等.三峡地区土地利用/土地覆被变化及其驱动力分析.水土保持学报， 2004, 18(4): 108～112

[9] 曹银贵， 王静，刘正军.三峡库区近30年土地利用时空变化特征分析.测绘科学， 2007, 32(6): 167～170

[10]龙花楼， 王文杰，翟刚，等.安徽省土地利用变化及其驱动力分析，长江流域资源与环境， 2002, 11(6): 527～530

[11]郭程轩， 徐颂军，巫细波.基于地统计学的佛山市土地利用变化驱动力时空分异，经济地理， 2009, 29(9): 1524～1529

[12]杨武年， 刘恩勤，陈宁，等.成都市土地利用遥感动态监测及驱动力分析，西南交通大学学报， 2010, 45(2): 185～189

[13]王晓峰， 任志远，黄青.农牧交错区(县)域土地利用变化及驱动力分析——以陕北神木县为例，干旱区地理， 2003, 26(4): 402～407

[14]孙雁， 刘志强，王秋兵.百年沈阳城市土地利用空间扩展及其驱动力分析，资源科学， 2011, 33(11): 2022～2029

[15]王天巍， 李朝霞，史志华.都市圈边缘区多尺度土地利用驱动力研究，华中农业大学学报， 2008, 27(4): 471～477

[16]张予书， 王立新，张红旗，等.疏勒河流域土地利用变化驱动因素分析——以安西县为例，地理科学进展， 2003, 22(3): 270～278

[17]党安荣， 史慧珍，何新东.基于3S技术的土地利用动态变化研究，清华大学学报(自然科学版)， 2003, 4(10): 1408～1411

[18]摆万奇， 赵士洞.土地利用变化驱动力系统分析.资源科学， 2001, 23(3): 39～41

[19]Tobler W.A computer movie simulating urban growth in the Detroit region.Economic Geography， 1970, 46(2): 234～240

[20]Tobler W.On the first law of geography：A reply.Annals of the Association of American Geographers， 2004, 94(2): 304～310

[21]邵景安， 李阳兵，魏朝富.区域土地利用变化驱动力研究前景展望.地球科学进展， 2007, 22(8): 798～809

[22]何英彬， 姚艳敏，唐华俊，等.土地利用/覆盖变化驱动力机制研究新进展.中国农学通报， 2013, 29(2): 190～195

[23]Antrop，M.Conservation of biological and cultural diversity in threatened Mediterranean landscapes.Landscape and Urban Planning， 1993， 24： 3～13

[24]Bielsa.I，Pons.X，Bunce.B.Agricultural abandonment in the North Eastern Iberian Peninsula：The use of basic landscape metrics to support planning.Journal of Environmental Planning Management， 2005， 48： 85～102

[25]Badia，Anna，Sauri，David，Cerdan，Rufi，et al.Causality and management of forest fires in mediterranean environments：an example from catalonia.Environmental Hazards， 2002, 4(1): 3～32

[26]王宗明， 张柏，张树清.吉林省近20年土地利用变化及驱动力分析.干旱区资源与环境， 2004, 18(6): 61～65

[27]高啸峰， 王树德，宫阿都，等.基于主成分分析法的土地利用/覆被变化驱动力研究.地理与地理信息科学， 2009, 25(1): 36～39

[28]李月臣， 刘春霞.1987～2006年北方13省土地利用/覆盖变化驱动力分析.干旱区地理， 2009, 32(1): 37～46

[29]朱家彪， 杨伟平，粟卫民.基于多元逐步回归与通径分析的临澧县建设用地驱动力研究.经济地理， 2008, 28(3): 488～507

[30]陈广洲， 汪家权.基于投影寻踪的城市生态系统健康评价.生态学报， 2009, 29(9): 4918～4923

[31]李彦苍， 周书敬.基于改进投影寻踪的海洋生态环境综合评价.生态学报， 2009, 29(10): 5736～5740

[32]马峰， 王千，蔺文静，等.基于指标体系投影寻踪模型的水资源承载力评价——石家庄为例.南水北调水利与科技， 2012, 10(3): 62～66

[33]侯秀玲， 周益民，王绍俊，等.基于投影寻踪模型的农田土壤重金属污染分析.三峡环境与生态， 2012, 34(1): 59～62

[34]邓楚雄， 谢炳庚，李晓青，等.基于投影寻踪法的长株潭城市群地区耕地集约利用评价.地理研究， 2013, 32(11): 2000～2008

[35]曹飞， 邵景安，邓华，等.影响山区农业活动收入因素分析——以重庆武隆县4个村为例，中国农业资源与区划， 2016, 37(5): 73～80

[36]熊繁， 邵景安.不同土地利用情景下农村景观生态格局优化，中国农业资源与区划， 2016, 37(2): 11～21