全球历史LUCC数据集新疆地区耕地数据可靠性评估

李美娇 ，何凡能*，赵彩杉, ，杨帆

1.山西财经大学资源环境学院，山西 太原 030006；2.中国科学院地理科学与资源研究所/中国科学院陆地表层格局与模拟重点实验室，北京 100101；3.中国科学院大学，北京 100049；4.河南大学黄河文明与可持续发展研究中心暨黄河文明省部共建协同创新中心，河南 开封 475001

土地利用与土地覆被变化（land use and land cover change，LUCC）是全球环境变化的重要组成部分和主要驱动因素，因而成为全球变化研究的关键领域之一（Arneth et al.，2017；Harper et al.，2018；韩艳莉等，2019；刘强等，2021）。历史时期LUCC重建作为LUCC研究的重要组分，因其在长时间尺度气候与生态效应模拟和全球碳循环研究等方面的重要意义，而受到国际学术界的密切关注（Dias et al.，2016；Goldewijk et al.，2017；Yu et al.，2018；Wei et al.，2020）。许多国际重大科学研究计划，如土地利用与土地覆被变化（Land-Use and Land-Cover Change，LUCC）（Turner et al.，1995）、全球土地计划（Global Land Project，GLP）（Brovkin et al.，2004）及 Land Cover 6k计划（Gaillard et al.，2015）和未来地球计划（Future Earth）等（傅伯杰等，2015），均将历史时期LUCC列为其核心研究内容之一。

在全球变化研究和国际科学计划的引领和推动下，国内外学者在历史LUCC重建研究方面已取得显著进展。目前，国际上较具代表性的成果当数4个全球数据集：全球土地利用数据集（Center for Sustainability and the Global Environment，SAGE）（Ramankutty，2012）、全球农牧空间数据集（Pongratz Julia，PJ）（Pongratz et al.，2008）、全球历史环境数据集（Historical Database of the Global Environment，HYDE）（Goldewijk et al.，2017）和全球土地利用/覆被数据集（Kaplan and Krumhardt 2010，KK10）（Kaplan et al.，2011）等。全球数据集自发布以来，已被广泛应用于全球或区域气候变化、碳循环和LUCC生态效应模拟研究中（Peng et al.，2017；Fuchs et al.，2018）。然而，因各数据集在数据来源、重建思路和空间分配算法等方面尚存在较多不确定性，其重建结果的可靠性也不断受到质疑。首先，不同全球数据集之间重建结果存在较大差异，如 Kaplan et al.（2011）研究指出，HYDE数据集估算所得前工业时代由人类活动引起的土地利用面积比KK10数据集低约80%。其次，区域性评估结果也表明，全球数据集重建结果不能客观反映区域土地利用的时空变化特征。例如，其在中国传统农区耕地存在明显高估，且未表现出区域土地垦殖在原有中心垦区基础上，向边疆地区和山地、丘陵区不断扩张的历史过程（何凡能等，2012）；又如，在东北地区的耕地数量变化和空间分布也均不合理，没有体现出清代封禁政策解封后东北地区移民开垦的快速增长及移民开垦区域从南到北逐步推进的过程（方修琦等，2020）；在青藏高原地区耕地面积的估算结果也显著偏低，且不能很好地反映过去百年区域耕地的空间分布及变化特征（Li et al.，2019）；此外，在欧洲地区垦殖率显著偏低，变化趋势也与区域重建结果不符（Kaplan et al.，2018；Zhang et al.，2021）。因此，为给予全球变化研究以更加可靠的区域数据，国内外学者基于本国丰富的历史文献资料，开展了大量历史耕地重建工作，这些成果为全球数据集的充实和完善提供了丰富的区域性案例（Waisanen et al.，2002；Tian et al.，2014；Li et al.，2016；叶瑜等，2009；李美娇等，2020；郭蓉等，2021）。

新疆地处欧亚内陆腹地，气候极端干旱，地理环境复杂，是典型的气候变化敏感区和生态环境脆弱区；清代以来，受清政府移民屯垦影响，新疆地区土地利用格局发生了由“南农北牧”向“以农为主”的重大转化（安成邦等，2020），区域历史LUCC过程及其生态环境效应受到全球变化领域的重点关注（傅伯杰等，2015）。然而，已有新疆区域土地利用变化研究还主要集中在遥感数据较为丰富的近 50年，全球数据集虽含盖新疆地区，但其是否可以真实反映新疆耕地的时空变化特征目前仍不明晰。有鉴于此，本研究拟以新疆地区为研究对象，依据中国学者基于历史文献资料、近现代调查统计数据和现代遥感土地利用数据重建的历史和现代耕地数据，并结合新疆典型时段土地垦殖扩展历史史实，采用趋势对比、数量对比和空间格局对比相结合的方法，对全球数据集中新疆地区耕地数据的可靠性进行评估。评估结果可为新疆地区耕地数据集的研制提供借鉴，为全球数据集的完善提供区域性参考。

1 数据与方法

1.1 研究区概况

新疆地处中国西北部，深居欧亚大陆腹地，西接帕米尔高原，东北倚蒙古高原，南与青藏高原为邻，向东通过河西走廊与内地相连。今日之新疆东西横跨经度 23°（73°40′—96°18′E），南北占纬度 15°（34°40′—49°51′N），国土面积 166 km2。区域地理环境复杂，自北向南由阿尔泰山系、准噶尔盆地、天山山系、塔里木盆地和昆仑山系形成“三山夹两盆”的基本地貌轮廓（图1）。区内气候极端干旱，年均降雨量仅145 mm，以天山山系为界，北疆属干旱中温带，南疆属干旱暖温带，相较而言，南疆光热资源相对丰富，冰川积雪融化汇成河流，为干旱地区农业发展创造了良好的条件，因而历史上新疆曾长期维持“南农北牧”的土地利用格局，在南疆是以粟/黍（Setaria italica/Panicummiliaceum）-小麦/大麦（Triticum aestivum/Hordeumvulgare）-畜牧为特征的混合经济，在北疆则以游牧经济为主，且这种格局一直延续至清代前期（安成邦等，2020）。

图1 研究区示意图Figure1 Schematic diagram of the study area

清朝建立以来，清政府在平定准噶尔，逐渐实现对西北边疆统治的过程中，不断在新疆地区驻兵兴屯，屯垦范围随疆域的变化由南向北、由东向西逐渐扩展；清朝统一新疆之后，为了稳固边疆统治，各朝政府仍在新疆采取“以边养边”、“移民实边”的移民屯垦政策，大量内地移民涌入新疆，据统计：从清政府“移民实边”到建国后组建生产建设兵团，新疆人口由清初的不足百万，增至建国后的约 500万（曹树基，2000），再到21世纪初的2000多万（国家统计局，2012），人口增长20倍之多。人口的爆发式增长以及土地的大规模开垦，使得新疆地区“南农北牧”的土地利用模式发生根本性变革，北疆地区土地利用方式由以游牧为主向以农业为主转化，时至清末，农业已成为北疆地区主要的经济生产方式（华立，1998）。

1.2 数据来源与处理

本文所引用的数据主要包括全球历史耕地数据、新疆区域性历史和现代耕地数据，此外，还包括历史时期新疆地区屯田点数据等。

1.2.1 全球历史耕地数据

目前含盖新疆地区清代以来耕地数据的全球数据集主要有HYDE（Goldewijk et al.，2017）、SAGE（Ramankutty，2012）和 KK10（Kaplan et al.，2011）等。因KK10重建的土地利用/覆被类型主要为森林和人类活动用地（包括耕地和牧草地）两种，未形成独立的历史耕地数据，无法开展相关评估，因此，文中选取了HYDE 3.2和SAGE中的耕地数据进行评估（表1）。

表1 代表性的全球历史土地利用数据集Table 1 Representative global historical land use datasets

1.2.2 区域历史耕地数据

清代和民国时期新疆耕地数据主要引自张莉等（2020）（以下简称张氏数据）和杨越（2012）（以下简称杨氏数据）。两组数据均以新疆地区丰富的历史文献资料为依据，结合区域土地制度、赋役制度和垦殖政策等史料，详细考释了区域册载田亩或屯田数据性质，并进一步辨识了致使册载数据偏离实际的影响因素（包括隐匿、折亩、休耕和亩制等）；在此基础上，通过构建因素修正、指数订正等方法，分别重建了清代至民国时期 1909年和1944年2个时点玛纳斯河流域（相当于今新疆沙湾县、石河子市和玛纳斯县）和清代1776、1795、1806、1850、1909年等5个时点奇台-济木萨地区（相当于今新疆奇台县和吉木萨尔县）的耕地面积（图2）。相较全球数据集而言，两组数据具有更加坚实的史料基础和与之相适应的方法特点，因而重建的耕地数量也更为准确、可靠。

图2 新疆地区已有历史耕地数据重建区域Figure 2 Reconstruction areas of existing historical cropland data in Xinjiang region

1.2.3 区域现代耕地数据

建国以来新疆耕地数据主要引自陈曦（2008）（以下简称陈氏数据）。该数据以20世纪60年代地形图（1∶10万）和2000年的ETM影像为基本信息源（分辨率为30 m），并辅以区域土地资源调查图和 MSS影像，通过地形图人工矢量化和遥感影像目视解译、分类，生成了1960年和2000年两期新疆全域及额敏河地区、天山北坡地区、吐鲁番地区、哈密地区、塔里木河“四源一干”地区等重点区域的土地利用/覆被矢量数据。可见，该数据是基于中国新疆地区地形图、遥感影像、土地资源调查图等获得的，相对全球数据集而言，在区域尺度上有更为可靠的数据基础，结果应更接近区域土地利用/覆被变化实际。

1.2.4 区域历史屯田点数据

鉴于目前尚无基于新疆土地利用范式建立的全疆历史耕地网格化数据集，本研究将能较为明显反映新疆地区，尤其是北疆地区土地垦殖扩散过程的屯田点数据纳入对比，以分析全球数据集在新疆地区可能存在的不确定性。屯田点数据主要引自赵予征等（2009）《丝绸之路屯垦研究》，其以《清实录》、《清朝文献通考》、《西域图志》、《新疆识略》等典籍或地方志等为史料基础，详细考证了清康熙至宣统年间新疆地区屯田点(包括兵屯、民屯、回屯、旗屯和遣屯等)的分布及变迁过程。文中按照其所考证的屯田点古今地名对照表，采用ArcGIS对新疆屯田点数据进行了空间数字化，得到清前期（1716—1721年）5个和清中期（1756—1778年）109个屯田点空间分布图，并以此作为全球数据集空间重建合理性评估的基础。

1.3 评估方法

综合已有新疆历史和现代耕地数据特点，本文拟采用定量和定性评估相结合的方法，从变化趋势、耕地数量和空间格局等方面，对全球数据集新疆地区耕地数据可靠性进行评估。

1.3.1 定量评估法

（1）趋势对比法。趋势对比法是从宏观角度揭示不同目标数据变化趋势一致性或差异程度的方法（He et al.，2018）。本研究以张氏、杨氏和陈氏数据为基准，采用趋势对比法定量评估 HYDE和SAGE等全球数据集新疆地区耕地数据在过去数百年至数十年变化趋势方面的不确定性。趋势对比法以土地利用动态度为指标，其计算公式为：

式中：

K——研究时段内耕地变化动态度，其绝对值大小可表示耕地面积变化的剧烈程度；

C(t1)和C(t2)——全球数据集或中国本土数据集在年份t1和年份t2的耕地面积；

T——研究时长，文中设T的单位为年（a）；

K值——研究区耕地数量的年变化率，K的正负表示增长和下降。

（2）相对差异对比法。相对差异比值可用于表征同类事物不同个体之间的差异程度（李蓓蓓等，2010），适用于本文中对不同来源新疆全域和分地区耕地面积差异程度的评估。计算公式如下：

式中：

Cglobe(t)——全球数据集新疆历史耕地面积；

订货成本是指企业在决定购买某种或是某些产品后向供应商发出订单而发生的成本，主要包括内部人员费用和管理费用。企业订购成本主要特征是与采购次数有关，而与企业订货量大小无关。

CXJ(t)——中国本土重建的新疆全域或分地区耕地面积；

R——相对差异比值。

由于全球数据集与区域重建结果在时点分布上并不完全一致，文中以本土数据重建时点为基础，选取全球数据集中与之临近的时点进行对比，如提取全球数据集中1780、1810、1850和1910年新疆奇台-吉木萨尔地区，1910年和1940年玛纳斯河流域地区，以及1960年和2000年新疆全域及重点地区的耕地数据，与区域数据进行对比，计算相对差异比值。

1.3.2 定性评估法

在缺乏定量或定性历史土地覆被记录的情况下，可通过收集整理与区域土地垦殖变化过程密切相关的历史和自然记录，或能够反映典型时段农业开发空间格局的信息，对全球数据集中相应时段的合理性进行间接评估（方修琦等，2020）。文中通过整理和数字化可表征清代北疆地区土地垦殖拓展过程的清代屯田点分布数据，结合区域土地垦殖史实，对全球数据集中新疆耕地空间格局重建的合理性进行区域评估。

2 结果与分析

2.1 数量评估

2.1.1 清代民国时期数量评估

清代和民国时期主要以杨氏数据和张氏数据为基准，包括清代中后期（1776—1909年）奇台-吉木萨尔地区和清末民国时期（1909—1944年）玛纳斯河流域地区耕地数据。从对比结果看（图 3，表 2），不论是变化趋势还是耕地总量，区域重建结果与全球数据集均存在较大差异。

表2 全球数据集与本土杨氏数据和张氏数据的相对差异比值（R）Table 2 The relative difference ratio (R) of cropland area between HYDE 3.2, SAGE, the Yang-dataset,and the Zhang-datasets

图3 全球数据集与杨氏数据（a）和张氏数据（b）耕地数量对比Figure 3 Comparison of cropland area from HYDE 3.2, SAGE, the Yang-dataset, and the Zhang-datasets

从相对差异比值看，HYDE 3.2和SAGE对清中后期（1776—1909年）奇台-吉木萨尔地区耕地面积均存在严重低估（表 2）。研究时段内前者的重建结果仅是杨氏数据的0.04—0.56，且其中3个时点的相对差异比值小于 0.1，即不足杨氏数据的10%；后者的重建结果虽然在1776年和1909年前后与杨氏数据较为接近，但在其余两个时点的相对差异比值也仅为0.67和0.42。与之相反，两个全球数据集在清末民国时期（1909—1944年）玛纳斯河流域地区的耕地面积存在严重高估。1910年和1940年HYDE 3.2的重建结果分别约为张氏数据的3.08和5.12倍，SAGE的重建结果与张氏数据相对差异比值更是达到8.95和4.80。

2.1.2 建国以来耕地数量评估

建国以来主要以陈氏数据为准，对全球数据集中1960—2000年间新疆全域及额敏河、天山北坡、吐鲁番、哈密和塔里木河（流域）“四源一干”地区等区域的耕地数据进行定量评估。由图4可知，研究时段内全球数据集和陈氏数据中新疆及各重点区域的耕地数量均呈增长态势，但耕地总量存在较大差异。

如图 4所示，1960—2000年间 HYDE 3.2和SAGE数据集在新疆全域及各重点地区的耕地变化趋势与陈氏数据基本一致，但天山北坡地区差异相对较大，其中，陈氏数据耕地年增长率约为3.67%，而两个全球数据集分别为1.08%和1.02%。从数量相对差异看，HYDE 3.2和SAGE数据集在新疆地区的耕地总量明显低于陈氏数据，其中，1960年和2000年前者仅为陈氏数据的0.75和0.67，后者约为陈氏数据的0.71和1.05（表3）。就新疆各重点区域而言，吐鲁番和哈密地区为严重低估区，两个时点HYDE 3.2分别仅为陈氏数据的0.51、0.60和0.32、0.27，SAGE分别为陈氏数据的 0.49、0.73和 0.50、0.75。与之相反，塔里木河（流域）“四源一干”地区则比陈氏数据偏高，HYDE 3.2与陈氏数据的相对比值约为1.10和1.06，SAGE的相对比值约为0.94和1.47。

图4 全球数据集与陈氏数据耕地数量对比Figure 4 Comparison of cropland area in the from HYDE 3.2, SAGE, and the Chen-datasets

表3 全球数据集与本土陈氏数据的相对差异比值（R）Table 3 The relative difference ratio (R) of cropland area from HYDE 3.2, SAGE, and the Chen-datasets

2.2 空间格局评估

2.2.1 现代空间格局评估

利用ArcGIS和Matlab的数据提取和空间统计分析功能对HYDE 3.2和SAGE中耕地面积进行分区统计，得到新疆各重点区域的土地垦殖率分布图，最后将其与基于陈氏数据得到的土地垦殖率分布图进行对比。从图5可知，全球数据集与区域数据在耕地分布的宏观格局上较为接近，总体表现为耕地主要分布在额敏河、天山北坡和塔里木河（流域）“四源一干”等地区，吐鲁番和哈密地区耕地分布则相对较少。然而，由于各数据之间耕地总量存在较大差异，导致全球数据集与区域数据在耕地空间分布格局上也存在较多不同（图 5）。例如，1960年HYDE 3.2数据集的垦殖率空间分布表现为天山北坡地区>额敏河地区>塔里木河（流域）“四源一干”地区>吐鲁番地区>哈密地区，而SAGE表现为额敏河地区>天山北坡地区>塔里木河（流域）“四源一干”地区>吐鲁番地区>哈密地区，陈氏数据与HYDE 3.2格局相似，但在额敏河地区、吐鲁番地区和哈密地区土地垦殖率存在明显差异，相对差异比值分别为0.61、0.51和0.32；2000年各数据集的垦殖率空间分布格局与 1960年基本接近，但从相对差异比值看，除塔里木河（流域）“四源一干”地区数值在分别为1.06和1.05外，HYDE 3.2和SAGE数据集与陈氏数据在其他各区域的土地垦殖率相对差异比值分别为0.27—0.60和0.47—0.55。

图5 1960和2000年全球数据集和陈氏数据新疆重点区域土地垦殖空间格局对比Figure 5 Comparison of the reclamation spatial pattern in reconstruction areas of Xinjiang from HYDE 3.2, SAGE, and the Chen-datasets in 1960 and 2000

2.2.2 历史空间格局评估

新疆北疆地区的土地垦殖历史，可以看作是政府行为的移民屯垦过程，而屯田点的分布可以在一定程度上表征屯垦的时空分布和变迁过程。本文首先选取了清代屯垦发展鼎盛时期清前期（1716—1721年）和中期（1756—1778年）新疆屯田点数据，利用 ArcGIS进行空间数字化，得到清代前期和中期的屯田点分布图；其次，选取HYDE 3.2和SAGE全球数据集中与之相近时点的空间网格化数据，采用ArcGIS中的“空间分析-提取分析-按掩模提取”功能，以新疆地区矢量多边形数据为基准，提取全球数据集中新疆地区的耕地网格化数据，最后，以前述数据为基础，结合研究时段内新疆屯垦发展史实，对全球数据集新疆地区耕地空间分布格局的合理性进行评估。

从图6可知，清前期康熙年间，清政府在新疆地区设立的屯田点数量仅有5个，屯田分布范围仍然相对较小，仅限于东部的哈密、巴里坤和吐鲁番等地区（图6c），时至清中期乾隆年间，清政府在平定准噶尔的过程中，为解决边防大军的粮饷，巩固在新疆的统治，乾隆帝决定在新疆大规模屯垦实边，新疆地区的屯田逐渐向西扩展，屯田点开始遍布天山南北（图6f），北疆地区作为清朝屯垦的重点，土地利用方式经历了由牧向农的历史性转变。相关研究也表明，清政府“移民实边”、“以边养边”政策的实施，使得新疆地区“南农北牧”的土地利用格局被彻底改变，时至清中后期，北疆地区开始超越南疆成为新疆主要的农垦区（赵予征，2009；安成邦，2020）。然而，HYDE 3.2和SAGE数据集中在 1700年就已将耕地大量分配在当时仍以由牧为主的北疆地区，并未反映出新疆地区土地垦殖“从南到北，由东向西”扩展的历史进程。虽然 1770年全球数据集在北疆地区的耕地分布格局在宏观上与新疆屯田范围接近，但仍存在将耕地大量分配在当时并未有屯田分布的北部阿勒泰地区（图6b、e）。可见，HYDE 3.2和SAGE全球数据集在新疆地区的耕地空间格局重建存在较大的不确定性。

图6 1700年和1770年全球数据集新疆地区耕地空间分布格局和清前期（1716—1721年）和中期（1756—1778）新疆屯田点分布格局Figure 6 The spatial pattern of cropland in Xinjiang region from HYDE 3.2 and SAGE in 1700 (a, b)and 1770 (d, e), and the distribution of land reclamation points during the early (AD1 716-1721) (c)and middle (AD 1756-1778) (f) Qing Dynasty

3 讨论

3.1 差异原因分析

3.1.1 耕地数量重建方法的差异

全球数据集立足于全球尺度，其选用的数据资料和构建的重建方法要考虑到全球的多个地区，既要体现资料丰富、研究程度较高国家和地区，也要考虑资料匮乏、研究程度较低的区域。而区域数据集则完全专注于区域尺度，深度挖掘史料记载和调查统计资料，重建目标就在于客观反映区域尺度土地用/覆被的变化状况（杨帆等，2019）。

新疆地区而言，HYDE 3.2和SAGE数据集中的区域耕地数据在 1960年之后主要引用联合国粮农组织的耕地统计数据，1960年以前，则以人口为代用指标，按历史人口和人均耕地面积进行推算。而中国本土区域性耕地数据，均基于新疆地区历史文献资料，通过对册载田亩或屯田数据性质及影响因素（包括隐匿、折亩、休耕和亩制等）的辨识，构建不同的订正方法，将册载数据订正为真实的耕地面积；现代新疆区域耕地数据则结合区域地形图、遥感影像和土地资源调查图等生成。与之相关，1960年以前，全球数据集与区域重建结果（奇台-吉木萨尔地区和玛纳斯河流域）无论是变化趋势还是耕地总量均差异显著，偏低时耕地数量不及区域数据的10%，偏高时为区域数据的5—8倍之多；1960年以后，全球数据集与区域数据均以遥感和统计数据为基础数据源，两者间的相对差异有缩小的趋势，各区域相对差异比值在0.27—1.58之间。正如HYDE和SAGE数据集创建者已在其相关研究中指出的那样：全球数据集在推算区域尺度耕地数据的过程中，人口数据和人均耕地面积均存在较大不确定性（Ramankutty，2012；Goldewijk et al.，2017），更加准确、可靠的区域耕地变化数据，依然需要本国学者进行更多、更深入的研究。

3.1.2 耕地空间重建方法的不确定性

HYDE 3.2和SAGE数据集均由欧美研究机构创建，空间重建主要基于欧美地区的土地利用范式，假设历史时期耕地分布与现代相近，并以现代遥感耕地空间格局为基础，或基于现代耕地分布格局进行线性回溯，或结合人口密度、坡度、距水体远近等因素进行耕地空间分布插值，且在全球和不同历史时段采用同一算法，未充分考虑自然条件、社会制度和经济发展方式等区域差异及由此而致的不同历史阶段、不同区域人类土地利用方式和土地垦殖历史过程存在差异的史实。例如，HYDE 3.2和SAGE数据集以现代耕地空间分布格局为基准，将清前期新疆地区的耕地大量分配在当时仍以游牧为主的北疆地区，未充分考虑清代移民屯垦对新疆地区土地利用方式和耕作技术的重要影响以及农垦区域“从南到北，由东向西”逐步推进的历史过程。而从新疆屯垦史实看，清代北疆的垦殖始于平准时期（AD1716—1759），且主要分布在东疆；清中后期，新疆地区才基本完成了土地利用格局由“南农北牧”向以农为主的转化，并延续至今。因此，1960年以来，全球数据集与区域重建数据中各重点区域耕地空间分布宏观格局相对较为接近。可见，全球数据集基于现代耕地空间分布格局进行历史耕地空间重建的思路在拓垦区和土地利用方式发生较大转化的区域并不完全适用。

3.2 区域历史耕地数据质量改进方向

全球历史土地利用数据集为我们深入理解过去人类土地利用活动的变化特征、对现在全球环境变化的影响以及模拟未来的发展趋势等提供了重要的基础数据，然而，区域性评估结果表明：全球数据集中新疆地区的耕地数据仍存在较大不确定性。虽然目前新疆地区耕地重建研究已取得一定进展，但相关研究仍十分薄弱，这对我们进一步认识区域人类与环境之间相互作用的机制、过程和规律，进而定量评估人类活动对区域乃至全球气候及生态环境的影响均有十分不利的影响。因此，为给予全球及区域气候与生态效应模拟以更加可靠的区域土地利用数据，需要在继续深入挖掘新疆地区各类与土地利用相关的历史文献资料的基础上，重点开展新疆地区册载屯田数据性质辨识和基于数据特点的订正方法构建等工作，以重建更加合理、可靠的新疆全域历史耕地数据。同时，针对新疆地区的土地垦殖历史特点，应重点挖掘各种表征区域人类耕作行为和空间扩散行为的人文因子，如屯垦制度、移民历史、垦殖政策等嵌入空间重建模型中，构建适用于新疆地区土地利用范式的历史耕地空间重建方法，这不仅有助于建立新疆地区高信度耕地网格化数据集，还可为相似土地利用范式区的耕地网格化重建提供方法借鉴。

4 结论

本研究以张氏数据、杨氏数据、陈氏数据以及区域屯田点数据为基准，采用趋势对比、数量对比和空间对比等评估方法，对全球数据集中新疆地区耕地数据的可靠性进行了直接和间接评估，得出以下结论：

（1）全球数据集中清代以来新疆地区的耕地数据与区域重建结果存在较大偏差。其中，HYDE 3.2在奇台-吉木萨尔地区存在明显低估，仅为区域数据的0.04—0.56；而在玛纳斯河流域地区，HYDE 3.2和SAGE中的耕地数据又存在明显高估，分别为区域数据的3.08—8.95和4.80—5.12；1960年以来全球数据集中新疆地区的耕地数据与区域数据差异有减小趋势，分别为陈氏数据的 0.67—0.75和0.71—1.05。

（2）区域垦殖史实表明：清代以来，新疆地区土地利用格局经历了“南农北牧”向“以农为主”的转化，且清初期（1716—1721年）北疆地区仍以游牧为主；而HYDE 3.2和SAGE数据集中北疆地区在清前期（1716—1721年）已有大量耕地分布，且耕地数量分别占到同时期区域耕地总量的42.84%和61.26%。全球数据集未能真实反映出屯垦政策影响下区域土地垦殖“从南到北，由东向西”逐步推进的历史过程。

（3）全球与区域数据集中新疆地区耕地数量差异，主要源于不同数据集之间数据来源及重建方法的差异，而空间重建的不合理之处，在于基于现代土地利用模式和现代耕地空间分布格局进行历史耕地数量和空间重建的思路在以新疆为例的拓垦区和土地利用方式发生较大转化的区域并不完全适用。