山东省耕地显性转型时空特征及影响因素分析

范德强 王 萍 吕 晓 翟腾腾

( 1)曲阜师范大学地理与旅游学院,276826,山东日照； 2)日照市国土空间规划与生态建设重点实验室,276826,山东日照；3)东北大学文法学院,110004,沈阳 )

自第一次科技革命以来，生产力的迅速提升与不合理的城市规划等因素加剧了人地关系的失衡.以1995年“国际地圈—生物圈计划”(IGBP)和“全球环境变化人文计划”(IHDP)联合发表的《土地利用与土地覆被变化科学研究计划》为基础，土地利用与覆被变化(LUCC)这一课题迅速引起了各国学者的高度重视[1,2].我国的LUCC研究主要在“热点地区”和“脆弱区”这两类地区展开[3-6]，并结合全球变化、可持续发展、土地整理等其他热点研究主题[7-10]，以LUCC为核心的综合研究框架正逐渐形成[11].龙华楼[12]认为在一定时期内某区域的土地同时具有显性形态(数量、空间结构属性)与隐性形态(产权、固有投入等属性)两种形态.耕地作为土地利用转型的重要源头，在土地利用转型研究中具有“牵一发而动全身”的重要地位[13].研究耕地利用转型首先要明确耕地的显性形态特征.牛善栋等人[14]对乡村振兴视角下耕地利用转型的内涵给出了较为全面的界定，认为耕地利用显性形态与耕地利用空间形态两种观点趋同.基于此，耕地利用显性形态可以表述为在某一特定时段及区域内，耕地在数量、空间和时间尺度上的特征、发展趋势和变化规律的集合.

过去300年时间内，我国耕地数量呈“抛物线”式变化[15].17世纪前叶增长趋势明显，至20世纪前叶逐渐稳定；再至20世纪90年代中叶，国内工业化进程处于快速发展阶段，建设用地需求量激增导致耕地数量锐减，耕地保护势在必行.杜文星等人[16]在综合前人研究成果的基础上提出，结合国家宏观经济发展战略定位，城乡融合发展的战略目标和土地制度改革的方向对区域城乡土地进行‘全域全覆盖+全地类要素+土地利用显隐性转型’的动态综合研究，是今后城乡土地利用转型研究的重点.山东省人多地少，地形、地质条件复杂，耕地质量及空间分布严重不均，耕地面积与建设用地面积此消彼长的矛盾尖锐.已有研究主要侧重于研究长江中游地区、黄淮海平原等省际宏观区域[17-21]，较少针对单一省份展开研究，叠加数据以2年期土地利用栅格数据为主，最大叠加至3年期土地利用栅格数据，较难在更大时间尺度上归纳图谱变化的规律，较少与景观指数相结合，在空间变化上对显性变化的空间分异性体现不足[22,23].因此，选择山东省作为研究区域，以8年期土地利用栅格数据为底图，使用修正后的栅格数据叠加公式进行叠加运算，以8年期的连续转型路径为主要依据分析耕地显性转型的整体变化特征，通过景观指数分析耕地显性转型的形态变化特征，使用主成分分析法揭示影响山东省耕地利用显性形态变化的主要因素，从更为综合的角度为山东省耕地保护提供数据支撑，为山东省产业结构转型与空间规划布局提供参考.

1 研究数据与方法

1.1数据来源

1.1.1 空间栅格数据 本研究数据主要来自国家科技基础条件平台-国家地球系统科学数据共享平台-黄河下游科学数据中心(http://henu.geodata.cn)提供的1980年、1990年、1995年、2000年、2005年、2008年、2010年、2013年山东省土地利用栅格数据.2015年山东省土地利用栅格数据来自中国科学院资源环境数据云平台(http://www.resdc.cn).使用ArcGIS软件中的“Reclassify”工具，将LUCC分类体系中的6-未利用地与9-海域扩张合并为6-未利用地.即在后续处理中，将各地类赋值为：1-耕地，2-林地，3-草地，4-水域，5-建设用地，6-未利用地.

1.1.2 社会经济数据 本文选择各地市的城镇人口(x1)、农村人口(x2)、国内生产总值(x3)、生活垃圾清运量(x4)、公路里程(x5)、财政预算收入(x6)、城乡居民储蓄(x7)和金融机构各项贷款余额(x8)作为耕地显性形态变化的驱动因素进行分析.上述研究数据均来自2001年至2016年的《山东统计年鉴》.

1.2研究方法

1.2.1 栅格数据叠加法 本研究使用栅格数据叠加法分析山东省耕地利用显性形态转型的数量变化特征.栅格数据叠加所用方法为修正后的像元叠加公式:

(1)

其中，N为叠加后的像元值，R为将无数据栅格转为0值后的栅格数据，n为栅格数据按时间顺序降序排列后的序数值.n越大，表明栅格数据越接近当前年份.当n=2时，上述公式可简化为

N=((Fi+1)×10+(Fj+1)×1)-11.

(2)

其中，F为参与叠加的栅格数据，i为较早年份，j为较晚年份.N0为参与计算的背景值,现实含义为研究区域外的数据或地类缺少造成的无数据.如，1980、1990、2000年的栅格数据叠加后出现N0=1(“001”)，代表在该像元范围在1980-1990年无数据，1990-2000年数值为1.现实意义为1980-1990年该像元处地类数据缺失，1990-2000年之间地类转换为1.这种情况主要发生在黄河入海口处，黄河三角洲面积不断增长，研究区域边界年际变化明显.

利用ArcGIS栅格计算器功能完成数据叠加操作.首先，使用setNull()函数将栅格数据中的空值转型为0；其次，使用上述公式进行像元计算，分别得到初末期各地类转型数量和初末期各地类转型路径；最后，导出计算结果的属性表，使用Excel中的筛选功能得到与耕地相关的地类转型数据.

1.2.2 耕地保持率 耕地保持率指某地在耕地发生变化的过程中，始终不变的耕地面积与研究初期耕地总面积的比值.该数据可从宏观角度概括地展示各地经济社会发展对耕地的依赖程度.耕地保持率越大，说明该地发展对耕地的依赖程度越小.

(3)

其中，h为耕地保持率，n0为耕地不变的面积，i为耕地转化方向，k为耕地转化方向的数量.

1.2.3 景观指数计算 为分析山东省耕地利用显性转型的形态变化特征，本文研究耕地斑块层级指标，包含：1)斑块面积(CA)、2)景观分割指数(DIVISION)、3)斑块密度(PD)、4)最大斑块面积指数(LPI)、5)景观形状指数(LSI)、6)散布与并列指数(IJI)、7)景观破碎化指数(SPLIT)和8)景观聚集度指数(AI).

利用Fragstats4.2.1软件进行景观指数计算.点击New按钮新建一个文件，在Input layers选项卡里点击Add layer添加.tif格式的栅格文件，在Analysis parameters选项卡里选择Sampling strategy下的No sampling，并在Class metrics前打勾，其他为软件默认设置，点击右侧Class metrics按钮，选择需要计算的各项指标，点击左上角的Run按钮，在弹出的对话框中点击Proceed即可完成计算，点击Results按钮下的Save run as将计算结果保存为.class格式的文件，使用Excel软件打开并另存为.xlsx格式以便后期使用.

1.2.4 主成分分析 本研究通过STATA软件进行山东省耕地利用显性形态转型的影响因素分析，将主成分个数设置为8，以便求得线性组合来刻画高维影响因子的作用强度.

2 结果与分析

2.1整体变化分析由图1可知，研究期内山东省耕地显性转型以转出过程为主，耕地转出过程存在小范围集聚性，耕地转入过程则集聚在黄河三角洲、微山湖等近水域地区.山东省耕地转入主要分布于黄河三角洲地区、内陆水域(湖泊、河流)周边以及临沂市、日照市的山地丘陵区.主要原因在于黄河三角洲的自然发育、人类在内陆水域周边的围垦造田活动，以及临沂市、日照市广泛开展的土地整理工作，梯田及高标准农田建设稍见成效.其它转化指的是不包含耕地的转型过程.

图1 1980-2015年山东省耕地显性变化空间分布

在1980-2015年，山东省共发生耕地变化30 646.08 km2，占耕地总面积的25.923%.表1中占比是转型路径面积占耕地总转型面积的比重，其中以2010年前后的建设用地向耕地转移(即“111111551”路径)为主，占耕地显性转型总面积的22.898%.2010年前后建设用地扩张程度较大，大量耕地被占用.排在第二、三位的分别是2010年前后的耕地向草地、耕地向建设用地转型，分别占耕地显性转型总面积的10.758%和9.996%.耕地显性转型路径类型众多，但整体上可以概括为以下两种模式：

2.1.1 A>B模式 该模式概括了单一像元由A地类直接转型到B地类的转型路径.在转型为B地类之前，A地类保持不变；转型为B地类之后，地类保持稳定不变.例如“111155555”转型路径，在2000年之前，该像元始终为耕地，在2005年转为建设用地后，直到2015年始终保持建设用地的土地利用类型不变，中间年份未发生土地利用类型变化的扰动.该模式的稳定性最好，在表1中代表耕地一次性和永久性地向其他地类转化，即耕地流失路径，与以2年期栅格数据为一组分别研究耕地流失路径相比，8年期耕地流失路径不包含下文中的A>B>A模式，因此8年期耕地流失路径的面积之和即为研究期内耕地实际减少量.

2.1.2 A>B>A模式 在该模式下，A地类在研究期内保持稳定，但由于某种扰动因素的作用，短期内变为了B地类，在扰动因素消失或影响效果减弱后又恢复为A地类.例如“111111551”转型路径，在2008年之前，该像元始终为耕地，但在2010年至2013年间变为建设用地，在2015年土地利用类型又恢复为耕地，在研究期内共经历2次连续扰动.山东省耕地显性形态转型多为A>B>A模式，即山东省内多数耕地都受到过不同程度的扰动，由表1可知，受到2次连续扰动的情况大于受到1次扰动的情况，且多为建设用地产生的扰动，占耕地转型路径的22.898%，水域产生的扰动次之，占1.864%；1次扰动多为林地引起，占耕地转型路径的1.415%.该模式代表了耕地的维持，与全年期始终不变的耕地像元不同，扰动因子产生与消失的过程部分或全部转化为耕地保护的代价，是耕地多宜性和较难恢复特性的集中体现，也是耕地与扰动因子之间矛盾的集中体现，代表耕地转型的不稳定性.扰动因子的数量和种类越多该转化路径代价越高，越不稳定，因此扰动因子的数量可以用作相关研究评价耕地保护效益的指标之一，路径所占面积可以作为相关研究中衡量耕地与扰动因子矛盾程度的指标之一.

2.1.3 两种模式之间的相互关系 由A>B>A模式可知，研究期内扰动因子的影响次数最大为2次，且为连续影响.因此在A>B模式中，当B地类在路径中出现的次数小于2次时，可被视为一个扰动因子，该转型路径很有可能在下一个节点转化为A>B>A模式.例如“111111115”转型路径，在2015年该像元由耕地转为建设用地，由于建设用地这一扰动因子出现次数小于2次，这一像元在接下来的转化路径中有较大概率恢复为耕地，而不是保持建设用地不变.因此，上述两种模式不是恒定不变的，随着研究时段的延长或缩短，同一像元的转型路径会可能会发生变化，但两模式的面积之和始终为研究期内耕地总变化量.由表1可知，山东省耕地转型路径以“111111551”为主，建设用地为耕地转型的主要干扰因子，耕地利用与建设用地利用之间的矛盾最为突出.

表1 1980-2015年山东省耕地显性转型路径前15位

如图2所示，菏泽市的耕地保持率最小，临沂市的耕地保持率最大，其余地市的耕地保持率均处于在0.900的较高水平.说明山东省17地市对耕地的依赖程度较低，多数耕地从未发生过地类转化.菏泽市耕地保持率低于全省平均值，说明菏泽市较多耕地处于转化与恢复的动态过程当中，不利于耕地的永续利用.

图2 山东省17地市耕地保持率

2.2分区变化分析由表2可知，1980-2015年山东省耕地消耗主要向建设用地转型，耕地增加主要为建设用地补充，但建设用地消耗量远大于补充量.除耕地与建设用地之间的相互转型外，鲁东地区以耕地与草地之间的相互转型为主；鲁南地区以耕地和水域之间的相互转型为主；鲁西北地区和鲁中地区，耕地以向水域的转出为主要消耗方向，以草地的转入为主要来源.

表2 1980-2015年山东省各分区耕地利用转移矩阵 km2

如图3所示，左列是耕地向其它地类转出量分级，展示耕地的去向；右列为其它地类向耕地转入量分级，显示耕地的来源.

图3 17地市耕地显性转型数量分级图

1) a、b两图为耕地与林地转型分级情况.在a图中，高级区位于济南市、烟台市和临沂市.低级区多分布在鲁南与鲁西北地区的东部，鲁中地区南部也有低级区存在.在b图中，山东省只有济南市位于高级区范围内，胶东半岛除青岛市属于低级区外，其他地市均属于中级区.济南市的林地向耕地转入量远高于周边地市，为区域极大值；青岛市却与济南市恰好相反，其转出量略低于周边地市，成为区域极小值.

2) c、d两图为耕地与草地转型分级情况.在c图中，以莱芜市为中心，其周边地市均为中级区域.烟台与临沂两地市是耕地向草地转出量最多的区域.在d图中，只存在东营市一个高级区，中级区有两个，分别是烟台市与临沂市；其它地市的草地向耕地转入量普遍较低.

3) e、f两图为耕地与水域转型分级情况.在e图中，除聊城、莱芜、淄博、威海以及枣庄五地市外，耕地向水域转化程度都位于中、高水平.在f图中，东营市与菏泽市水域向耕地转出量较高.

4) g、h两图为耕地与建设用地转型分级情况.在g图中，自半岛内陆至沿海，耕地转向建设用地的分级呈现高低相间分布的特点，只有潍坊市位于高级区.对比h图中，耕地向建设用地转化量处于中等水平的滨州及泰安两地市，反而在建设用地向耕地转化量上位于中等水平.

5) i、j两图为耕地与未利用地转型分级情况.在i图中，鲁中地区为耕地向未利用地转化的低水平地区.在j图中，滨州市、德州市、东营市和潍坊市未利用地资源较为丰富，属于未利用地向耕地转化的高水平地区.

2.3形态变化特征1)斑块面积(CA)是计算其他指标的基础指标，指景观中单个斑块类型的数量.图4中，CA呈现波动下降的趋势，在1990-1995年降幅最大，之后降幅逐渐减缓，并在2008年首次降至102 500 km2以下；其上升阶段有三个，第一阶段为1980-1990年，涨幅为121.49 km2，第二阶段为1995-2000年，涨幅为699.60 km2，第三阶段为2018-2010年，涨幅为1 172.10 km2.2)景观分割指数(DIVISION)衡量景观的分割程度，越接近1，分割程度越严重.图4中，DIVISION多数时期均在0.8以上，在2015年最接近1，为0.89；在2000年、2010年和2013年三年内，DIVISION位于0.8以下，其中2010年最低，为0.68.这表示省内耕地斑块的分割程度仍然较大.3)斑块密度(PD)表达单位面积上的斑块数.图4中，PD总体呈现出上升趋势，并于1995-2000年和2008-2010年期间出现两次不同程度的下降，其中第二次的下降幅度最大，为0.007 5/km2；在上升阶段中，2013-2015年的涨幅最大，为0.014 2/km2.4)最大斑块面积指数(LPI)是景观优势的简单度量，表示最大斑块面积占总景观面积的比重.图4中，LPI呈现出震荡变动的趋势，虽有时会高于25%，但又会很快回落到25%附近，并可明显划分为四个阶段：第一阶段为1980-1995年，期间LPI一直维持在25 %附近；第二阶段为1995-2005年，在2000年突现极值点，此时LPI为44.27%；第三阶段为2005-2008年，LPI处于稳定期；第四阶段为2008-2015年，在2010年和2013年出现两个极值点，LPI最大为2010年的56.04%.5)景观形状指数(LSI)是斑块形状复杂程度的标准化度量，当斑块形状规则时会接近1.由图4可知，LSI呈现波动上升趋势，并与PD表现出较强的相关性，LSI超过220的点有3个，分别为2005年、2008年和2015年，在2008-2010年降幅最明显，为12.60；而在2013-2015年增幅最明显，为14.9，这说明耕地斑块正朝不规则化增加的方向演变.6)散布与并列指数(IJI)是对斑块邻接的度量，IJI较小时，说明斑块分布相对聚集，而当IJI接近100时，表示斑块分布相对分散.由图4可知，IJI呈现出震荡减小的趋势，但整体仍维持在75%附近的水平上，在2010与2013年出现极小值，最小值为2013年的64.00%.7)景观破碎化指数(SPLIT)是单一斑块被划分为等面积小斑块的个数，随着斑块类型减少同时细分为更小斑块而增加.由图4可知，SPLIT多处于5.00以上，只有2000年、2010年和2013年低于该值，最低为2010年的3.17，最高为2015年的8.80，这表明耕地斑块正在逐渐减少并被细分为更小的斑块.8)景观聚集度指数(AI)基于同类型斑块像元间公共边界长度来计算，随着斑块类型聚集而增大.由图4可知，AI正波动降低，并于2008年首次低于93.00%，在2015年达到最低值92.79%，期间经历过两次增长阶段，第一次增长是1995-2000年，涨幅0.09%；第二次增长是2008-2010年，涨幅0.44%，在下降阶段中，降幅最大为2010-2015年的0.57%，这表明耕地斑块的聚集度正逐渐降低.

图4 1980-2015年山东省耕地斑块层级景观指数

3 耕地显性转型影响因素分析

主成分分析意在付出最小信息损失的代价，将高维信息数据进行降维,并依据降维后得到的主成分对高维信息中各维度间的相互关系和对主成分的影响程度进行简要分析.本文在对数据使用正规化方法进行标准化后，使用StataSE16软件，运用pca命令，将影响耕地显性转型的8个因素转化为等量主成分，再从中选取特征值大于零的主成分用于影响因素分析.廖柳文等人[25]提出了乡村劳动力变动下耕地利用转型的动力机制，唐一峰等人[26]使用动态空间Durbin模型研究公路基础设施建设对耕地利用转型的影响，史洋洋等人[23]综合分析自然地理、社会经济、交通区位和土地管理等因素，提出耕地利用转型的动力机制概念框架.基于上述研究成果，本文选取城镇人口(x1)、农村人口(x2)、国内生产总值(x3)、生活垃圾清运量(x4)、公路里程(x5)、财政预算收入(x6)、城乡居民储蓄(x7)和金融机构各项贷款余额(x8)作为影响耕地转型的8个因素.

3.1合理性分析KMO检验用于评价变量之间相关关系的强弱，取值介于0和1之间.KMO得分越接近1，表明变量的共性越高.一般将KMO得分在0.60至0.69称为“勉强接受”，在0.70至0.79称为“可以接受”，在0.80至0.89称为“比较好”.由表3可知，各年KMO检验值均在0.66以上，全部通过检验，且2015年KMO检验得分最高，处于“比较好”的评价等级.

表3 KMO检验得分

SMC为多元回归分析模型中的可决系数，它检验变量之间的线性关系，数值越高表示变量之间线性关系越强，越适合主成分分析.由表4可知，各因素历年的SMC得分普遍高于0.80，只有农村人口的SMC得分在2008年与2010年期间低于该值.

表4 SMC检验得分

3.2影响因素分析主成分的特征值为该主成分所包含信息的方差，反映信息的离散程度.累计贡献率反映了主成分包含信息量的大小.一般取特征值大于1.00且累计贡献率大于0.85的主成分作为降维结果.由表5可知，只有前两位主成分满足上述条件，因此，选取主成分1与主成分2为8个影响因素的降维结果.

主成分载荷为各影响因素对主成分的贡献程度和方向，数值越大表示对主成分影响越大，符号的正负表示影响因素与主成分之间的关系为正相关或负相关.例如2000年主成分z1和z2与各影响因素之间的关系可以表示为：

z1=0.40x1+0.17x2+0.39x3+0.38x4+0.28x5+0.39x6+0.39x7+0.37x8.

(4)

z2=0.06x1+0.73x2-0.17x3-0.15x4+0.56x5-0.19x6-0.04x7-0.23x8.

(5)

表5 历年各主成分(z)、特征值(λ)及其累计贡献率(Σ)

令主成分载荷构成的系数矩阵为Ci，各影响因素构成的变量矩阵为X，主成分为z，则X与z之间的关系可以进一步表示为矩阵乘法,

zi=Ci·X，i=1,2.

(6)

由公式(4)和公式(5)可知主成分与影响因素之间为多元线性关系，由公式(6)可知不同年份的Ci各不相同，表示不同年份中各影响因素间的相互关系和影响程度也各不相同.

由表6可知，z1的主成分载荷均为正值，z2的主成分载荷中存在较多负值，x3、x4、x6和x8在z1中的载荷始终为正值，在z2中的载荷始终为负值；x7在z1中的载荷始终为正值，但在z2中的载荷存在着正负值的波动变化.在z1中x1为主要贡献因素，在z2中x2为主要贡献因素，x3、x4、x6和x8多为社会经济发展数据，表示社会经济发展对z1起正向推动作用，对z2起负向抑制作用，结合两主成分的主要贡献因素和耕地固有的向价值更高的地类转化的趋势，即可归纳出z1提取的是耕地非农利用维度的信息，以城镇人口为主导，随社会经济的不断发展而增加；z2提取的是耕地保护维度的信息，以农村人口为主导，随社会经济的不断发展而减少，即z1越大耕地向其他地类转化的趋势越大，越容易产生A>B模式，z2越大耕地维持其原有形态的稳定性越大，越难产生A>B>A模式，且B地类在转型路径中出现的次数越少.

表6 历年主成分(z)载荷矩阵

4 讨 论

无数据地类与耕地的相互转型可以展示1980年(初期)与2015年(末期)栅格数据的缺失情况，及其对于耕地变化的影响程度.如图所示，17地市总体水平在150个栅格以下,临沂市1980年的耕地向2015年的无数据地类转型了超过200个栅格，而仅有不超过100个栅格是从无数据地类转向耕地.与之相反，德州市的无数据地类转向耕地的栅格数则远大于耕地转向无数据地类的栅格数.这说明1980年和2015年的数据都有不同程度的缺失.初期数据中，德州市数据缺失最多，菏泽市次之；末期数据中，临沂市缺失最多，聊城市次之；莱芜市两期数据均无缺失.山东省1980年和2015年的栅格数据在耕地变化的范围中数据缺失总量为1 562个栅格，合15.62 km2，占整体耕地栅格变化量的比重仅有0.015%，因此在耕地变化的研究中可以将由数据缺失引起的研究误差忽略不计.受篇幅限制，本文并未对耕地转移路径以及各项景观指数的突变点出现的原因作进一步研究和讨论.

图5 山东省17地市耕地—无数据相互转型栅格数

5 结 语

本文在整体变化、分区变化和形态变化方面探讨了山东省耕地显性转型的时空特征，并利用主成分分析法分析影响山东省耕地显性转型的主要因素.研究发现1)山东省耕地转移路径多样，可分为A>B和A>B>A两种模式，且以A>B>A模式中的“111111551”路径为主.耕地转入过程多集聚出现在近水域地区，耕地转出过程多分散在省域范围内，但小范围会出现一定程度的集聚，这体现出耕地的转入过程具有明显的“区域偏好”；耕地的转出过程则具有更好的适应性，在省内各个区域均有可能发生.2)除耕地转向建设用地在全自然地理分区内转移面积最大以外，鲁东、鲁西北地区以草地向耕地的转移为主，鲁南、鲁中地区以建设用地向耕地的转移为主.这说明，排除耕地向建设用地转化这一极值之后，耕地的转化以转入过程为主，且沿海的鲁东、鲁西北地区与内陆的鲁南、鲁中地区耕地的主要来源有所不同，沿海地区耕地的主要来源为草地，内陆地区耕地的主要来源为建设用地.3)耕地斑块面积、聚集度正逐渐下降，分割程度、密度逐渐增大，最大斑块优势基本稳定，形状不规则化程度增加，分布相对分散，这显示耕地的破碎化程度依然较高.耕地斑块的各项指数在年际变化的过程中都出现过不同程度的波动和震荡.4)人口因素依然是影响耕地显性转型的首要因素，z1与z2分别对应了耕地显性转型路径的A>B模式和A>B>A模式，可以作为衡量耕地显性转型的趋势和稳定性的量化依据.

在空间尺度上，山东省耕地显性转型具有地域分异规律，整体变化表现为转入地区和转出地区的分异，分区变化表现为内陆和沿海地区的分异.相关研究大多关注转入地区和转出地区的分异规律而弱化了沿海与内陆地区的分异规律.在时间尺度上，山东省耕地显性转型表现出转移路径的多样性，斑块变化的波动性.耕地显性转型的本质是扰动因子对耕地的影响，在空间尺度上体现为栅格像元的替代，在时间尺度上体现为扰动持续的时长，在图谱上体现为耕地转型路径的多样性.转移路径的多样性是在较长时间尺度上研究耕地显性转型的直观方法，它将初、末研究期之间的地类转移情况一并考虑在内，规避了分析计算大量土地利用转移矩阵的弊端.在影响因素上，人口因素占主导地位，这与其他学者关于土地利用变化影响因素的分析不谋而合.综合时间和空间尺度来看，研究期内山东省耕地显性转型具有明显的时空分异规律，耕地的保护与管理应做到“因地制宜”与“因时制宜”兼顾，沿海地区与内陆地区统筹规划，降低耕地转型路径多样性，增强耕地稳定性，使A>B模式成为主体，避免A>B>A模式带来的资源浪费和对耕地质量的影响.在影响因素中，城乡二元人口结构对耕地显性转型的影响尤为深刻，因此在推进新型城镇化的同时，应开展区域城乡适度规模的相关研究，寻找满足区域耕地经营需要的最适乡村人口和最适乡村规模，并以此为依据反演最适城镇人口，进而通过最适城镇人口划定城镇扩张边界，减小建设用地对耕地的扰动.