基于GlobeLand30的耕地资源损失过程研究——以环渤海地区为例

杨 洋，麻馨月，何春阳

（1.中国海洋大学法政学院，山东 青岛 266100；2.地表过程与资源生态国家重点实验室（北京师范大学），北京 100875；3.北京师范大学人与环境系统可持续性研究中心，北京 100875）

基于GlobeLand30的耕地资源损失过程研究
——以环渤海地区为例

杨 洋1，麻馨月1，何春阳2，3

（1.中国海洋大学法政学院，山东 青岛 266100；2.地表过程与资源生态国家重点实验室（北京师范大学），北京 100875；3.北京师范大学人与环境系统可持续性研究中心，北京 100875）

研究目的：认识和理解耕地资源损失过程。研究方法：基于中国成功研制出的世界上首套30 m分辨率2000—2010年GlobeLand 30数据，利用GIS空间分析方法，综合分析环渤海地区耕地资源损失流向、质量和空间特征。研究结果：2000—2010年，环渤海地区土地利用/覆盖变化剧烈，耕地资源明显减少，主要损失流向为人造覆盖、草地、水体和森林；耕地资源损失区域主要位于降水量较少、海拔较高等耕作条件较差的地区；耕地资源重心总体向东南方向移动，破碎化程度日趋严重。研究结论：基于GlobeLand30数据的耕地资源损失过程研究能有效揭示耕地资源损失流向、质量和空间特征，为区域耕地资源利用与保护提供了积极借鉴和参考。

土地利用；耕地资源损失；流向；质量；空间；GlobeLand30；环渤海地区

1 引言

耕地资源是土地资源的精华，是保障国家粮食安全的重要基础［1］。在中国，虽然有广大的草原和草地，也有可观的海洋和内陆水面，但耕地资源仍然承载着人类生存的基本食物来源［2-3］。随着经济的高速发展，人口数量的迅速增长，城市化进程的不断推进，中国耕地资源数量损失、质量降低的现象屡有发生［4-6］。及时揭示耕地资源时空变化特征，对于耕地资源保护和国家粮食安全具有重要意义。

覆盖了京津冀、山东半岛和辽中南三大城市群的环渤海地区，是中国继长三角、珠三角之后的第三大增长极，已经进入了城乡发展转型的关键时期［7］。伴随着城市化进程的加快、城市建设用地的增加，环渤海地区耕地资源数量损失和质量下降等问题已引起了多方关注，学者们在耕地被占用态势、耕地变化对粮食生产的影响、耕地利用集约度以及耕地重心转移格局等方面开展了一系列有益的研究［8-11］。然而，这些研究多采用统计数据或较小比例尺遥感数据获取该地区土地利用情况，不仅费时费力而且精度较低。因此，快速准确地获取研究区地表覆盖数据尤为重要。

免费对外发布的全球地表覆盖数据产品Globeland 30为土地利用变化相关研究提供了新的数据手段［12-13］，科学杂志Nature也对该数据进行了报道［14］。目前，已有不少学者成功开展了该数据的应用研究［15-17］。例如，利用该数据，陈军等对全球城乡建设用地空间分布与变化进行了统计分析［15］，曹鑫等对全球陆表水体空间格局与波动进行了初步分析［19］，张宇硕等对西伯利亚2000—2010年地表覆盖变化特征进行了综合分析等［17］。此外，该数据在对外公开发布之前开展了基于知识的GlobeLand 30耕地数据质量检查方法与工程实践研究，耕地精度高达83.06%［18］。可见，利用GlobeLand 30数据开展区域耕地资源时空变化特征研究是具有可行性和可靠性的。

因此，本文以全球地表覆盖数据产品GlobeLand 30为基础，利用GIS空间分析方法，揭示环渤海地区耕地资源时空动态变化特征，目的在于丰富GlobeLand 30数据的应用案例，为区域耕地资源的合理利用与保护提出参考，为区域土地资源可持续利用与调控提供依据。

2 数据和方法

2.1研究数据

（1）GlobeLand 30数据。该数据是中国成功研制出的世界上首套30 m分辨率全球地表覆盖数据，比同类全球产品的空间分辨率提高了10倍左右。该数据包含2000年和2010年两个时相，包括耕地、林地、水体、人造覆盖等10大类型，全球总体分类精度达80%以上［12-13］，可免费下载使用（http://www.globallandcover.com/ GLC30Download/index.aspx）。本文从GlobeLand 30数据中获取环渤海地区的地表覆盖数据进行使用（图1，封三）。

（2）气象站点数据。该数据来源于中国气象科学数据共享服务网（http://cdc.nmic.cn/home.do）。环渤海地区共有90个气象站点，选用其中62个具有2000—2010年完整数据的气象站点的数据资料。气象站点数据包括2000年和2010年62个气象站点的经、纬度，各站点的地面月平均温度及月降水量。

（3）DEM数据。该数据来源于美国航空航天局（NASA）与日本国际经贸商业部（METI）合作开发的全球DEM数据产品（ASTER GDEM），空间分辨率为30 m。

2.2研究方法

本文基于2000—2010年GlobeLand 30数据分析环渤海地区土地利用/覆盖总体特征，在此基础上从三个方面来表征其耕地资源损失过程：首先，采用变化量和变化率两个指标，分行政区统计耕地资源面积总体变化和变化剧烈程度，以揭示耕地资源损失流向特征，确定耕地增减的热点区域；其次，通过将耕地资源数据与平均气温、平均降水量数据和高程、坡度数据叠加，分别从气候和地形两个方面分析耕地资源损失质量特征，确定耕地损失区域的质量高低；最后，通过计算耕地资源重心、耕地资源斑块数量、斑块密度、最大斑块指数、聚集度和平均最近距离等来分析研究区耕地资源空间变化特征及耕地资源损失景观特征（表1）。

（1）分析LUCC总体特征。根据环渤海地区土地利用/覆盖情况，将土地利用/覆盖类型划分为：耕地、森林、草地、灌丛地、湿地、水体、人造覆盖、裸地、海域9类，代号依次为1—9。对2000年和2010年土地利用/覆盖图和按照下列的地图代数方法，求得土地利用变化图Ci×j来表征土地利用变化的类型及其空间分布：

据此可以求得土地利用类型相互转化的数量关系的转移矩阵。

（2）分析耕地资源损失流向特征。采用变化量和变化率指数对耕地资源流向特征进行分析，公式如下：

式（2）中，ΔF为2000—2010年耕地资源面积变化量，Fb为2010年耕地资源面积，Fa为2000年耕地资源面积。

式（3）中，P为耕地资源面积变化率，ΔF为2000—2010年耕地资源面积变化量，Fa为2000年耕地资源面积。

（3）分析耕地资源损失质量特征。首先，利用气象数据计算并生成30 m分辨率的平均气温和平均降水量数据，分别与耕地资源数据叠加，从气候方面分析环渤海地区2000—2010年耕地资源损失区域的土地质量特征。其次，利用DEM数据产品生成环渤海地区30 m分辨率的高程和坡度数据，分别与耕地资源数据叠加，从地形方面分析环渤海地区2000—2010年耕地资源损失区域的土地质量特征。

（4）分析耕地资源损失空间特征。首先，计算耕地资源重心［19］，通过分析耕地资源重心的移动情况揭示耕地资源空间聚集及其位移规律。其次，在GIS技术支持下，统计耕地资源斑块数量并计算其斑块密度指数［4］，揭示环渤海地区耕地资源空间破碎化情况及其变化特征。再次，将环渤海地区2000年和2010年GlobeLand30数据及省级行政区划栅格数据进行叠置分析，分别得到耕地资源损失主要流向类型、不同区域的栅格数据。进一步利用FRAGSTATS软件，从耕地资源损失主要流向类型和区域两个维度出发，计算耕地资源损失最大斑块指数、平均最近距离和聚集度等指数并分析耕地资源损失主要流向类型、不同区域的景观格局特征。

表1 景观指数及其描述Tab.1 Landscape indices and their description

3 结果分析

3.1环渤海地区LUCC总体特征

环渤海地区2000—2010年土地利用/覆盖变化的基本特征是：（1）耕地资源和湿地资源明显减少，净损失面积分别为6223.47 km2和1538.73 km2，所占比例分别从2000年的60.97%和0.56%下降到2010年的59.75%和0.26%，损失率分别为1.99%和53.12%；（2）人造覆盖、草地和森林均有较大幅度的增加，面积分别增加了4726.82 km2、1360.16 km2和390.68 km2，所占比例分别从2000年的7.56%、11.92%和16.74%上升至2010年的8.48%、12.19%和16.82%，增加率分别为12.19%、2.22%和0.46%；（3）土地利用/覆盖变化的位置主要集中在城市扩张地区，尤其是北京、天津等大城市周边的扩张地带（图1，封三）。

3.2环渤海地区耕地资源损失流向特征

对于整个环渤海地区耕地资源而言，2000—2010年合计损失17376.03 km2，损失流向主要表现为耕地转变为人造覆盖、草地、水体和森林4种类型。其中，耕地转化为人造覆盖的面积为8682.58 km2，转化为草地的面积为5133.77 km2，转化为水体的面积为1911.14 km2；转化面积占耕地流失总面积的比重依次为49.97%、29.55%和11.00%（表3）。尽管如此，在环渤海地区，耕地资源仍然是绝对主导景观类型。

对于环渤海地区5个省级行政区而言，2000—2010年耕地资源流失数量由大到小依次为山东、河北、辽宁、天津和北京。其中，山东和河北的耕地资源流失面积分别高达6357.38 km2和6164.81 km2，依次占到了环渤海地区耕地流失总面积的36.59 %和35.48 %（表2）。具体如下：（1）对于北京而言，耕地主要转变为人造覆盖、草地和森林，转化面积分别为487.76 km2、63.86 km2和51.00 km2；转化面积占北京耕地流失总面积的比重依次为78.67%、10.30%和8.23%，占整个环渤海地区耕地流失总面积的比重依次为2.81%、0.37%和0.29%。（2）对于天津而言，耕地主要转变为人造覆盖和水体，转化面积分别为602.42 km2和293.05 km2；转化面积占天津耕地流失总面积的比重依次为63.35%和30.82%，占整个环渤海地区耕地流失总面积的比重依次为3.47%和1.69%。（3）对于河北而言，耕地主要转变为草地、人造覆盖、森林和水体，转化面积分别为3143.62 km2、2182.56 km2、384.00 km2和368.09 km2；转化面积占河北耕地流失总面积的比重依次为50.99%、35.40%、6.23%和5.97%，占整个环渤海地区耕地流失总面积的比重依次为18.09%、12.56%、2.21%和2.12%。（4）对于辽宁而言，耕地主要转变为草地、森林和人造覆盖，转化面积分别为1532.43 km2、811.52 km2和768.05 km2；转化面积占辽宁耕地流失总面积的比重依次为46.68%、24.72%和23.40%，占整个环渤海地区耕地流失总面积的比重依次为8.82%、4.67%和4.42%。（5）对于山东而言，耕地主要转变为人造覆盖、水体和草地，转化面积分别为4641.78 km2、1076.73 km2和372.36 km2；转化面积占山东耕地流失总面积的比重依次为73.01%、16.94%和5.86%，占整个环渤海地区耕地流失总面积的比重依次为26.71%、6.20%和2.14%。

3.3环渤海地区耕地资源损失质量特征

从气候条件来看，环渤海地区2000—2010年耕地资源损失区域主要集中分布于年降水量较少、年均气温较高的地区，且所占比例更大（表3）。具体而言，年降水量少于800 mm的地区耕地资源损失严重，耕地资源所占比例由2000年的98.61%降至2010年的78.72%，共计降低了19.89%；年均气温高于10°C的地区耕地资源存在一定的损失，耕地资源所占比例由2000年的66.41%降至2010年的64.16%，共计降低了2.25%。

从地形条件来看，环渤海地区2000—2010年耕地资源损失区域主要集中分布于高海拔地区，不同坡度的耕地资源所占比例基本未发生变化（表4）。具体而言，高程高于1000 m的地区耕地资源存在一定的损失，耕地资源所占比例由2000年的4.83%降至2010年的4.40%，共计降低了0.43%；坡度小于25°的地区耕地资源发生了微弱的损失，耕地资源所占比例由98.64%降至2010年的98.63%，共计降低了0.01%。

由上可见，气候因素比地形因素对环渤海地区2000—2010年耕地资源质量的限制性程度更大，耕地资源损失区域主要位于年降水量较少、海拔较高等耕作条件较差的地区，但年降水量较少地区的耕地资源损失比例最大。不难看出，干旱化是影响环渤海地区耕地资源质量的关键性制约因素。

表2 环渤海地区各省区2000—2010年耕地损失流向Tab.2 The flow direction of the cultivated land loss in Bohai Rim at the provincial level from 2000 to 2010

表3 环渤海地区不同气候条件下的耕地资源分布Tab.3 The distribution of cultivated land resources in different climate conditions in Bohai Rim

表4 环渤海地区不同地形条件下的耕地资源分布Tab.4 The distribution of cultivated land resources in different terrain conditions in Bohai Rim

3.4环渤海地区耕地资源损失空间特征

环渤海地区2000—2010年耕地资源重心总体上在向东南方向移动（表5）。具体而言，从地理坐标来看，环渤海地区耕地资源重心向东移动了0.03°，向南移动了0.01°；从平面坐标来看，环渤海地区耕地资源重心向东移动了1033.13 m，向南移动了1324.75 m。环渤海地区东南部主要为广阔的平原，是区域主要的粮食生产基地［15］，可见，环渤海地区2000—2010年耕地资源重心在空间上呈现出向粮食生产基地移动的趋势。

表5 环渤海地区2000—2010年耕地资源重心位置Tab.5 The gravity center position of cultivated land resources in Bohai Rim from 2000 to 2010

环渤海地区2000—2010年耕地资源空间破碎化程度在增大（表6）。具体而言，从斑块数量来看，环渤海地区耕地资源斑块数量增长迅速，从2000年的125487.00个增至2010年的141188.00个，增长了15701.00个，增长率约为12.51%；从斑块密度来看，环渤海地区耕地资源斑块密集程度迅速增大，由2000年的0.40个/km2增至2010年的0.46个/km2，增长率约为15.00%。可见，尽管区域耕地资源面积总量在减小，但其破碎化程度却在增大，连通性、完整性和团聚性呈现出下降趋势，不利于耕地资源规模化、产业化生产，亟需采取有力措施缓解这一局面。

表6 环渤海地区2000—2010年耕地资源空间破碎化特征Tab.6 The spatial fragmentation of cultivated land resources in Bohai Rim from 2000 to 2010

在环渤海地区2000—2010年耕地资源损失的4种主要类型中，耕地资源转变为草地的斑块在空间分布上较为集中，耕地资源转变为人造覆盖、水体和森林的斑块则均在空间分布上呈现出分散的状态（表7）。具体而言：（1）耕地资源转变为人造覆盖的斑块平均最近距离最小，远小于转变为水体和森林的斑块平均最近距离，斑块团聚性不强，在空间分布上较为分散；（2）耕地资源转变为草地的斑块聚集度最高，斑块密度最小，其斑块连通性较强，在空间分布上较为集中；（3）耕地资源转变为水体的最大斑块指数、平均最近距离指数均明显高于其他耕地资源损失类型，具有优势程度较高的大斑块，但在空间分布上较为分散；（4）耕地资源转变为森林的斑块聚集度和最大斑块指数均明显小于其他类型，斑块密度明显大于其他类型，其景观优势程度较低，斑块较小且在空间分布上极为分散。

表7 环渤海地区2000—2010年耕地资源损失主要类型的景观格局特征Tab.7 The landscape pattern of cultivated land loss on main types in Bohai Rim from 2000 to 2010

在环渤海地区5个省级行政区中，2000—2010年耕地资源损失景观格局特征主要可分为三大类：（1）对于北京和天津而言，北京耕地资源损失斑块的最大斑块指数和聚集度均远大于其他省区，且斑块密度明显小于其他省区；天津耕地资源损失斑块的平均最近距离比其他省区都小，且最大斑块指数和聚集度均仅次于北京。这表明，北京和天津耕地资源损失斑块中均含有优势程度较高的大斑块，且在空间分布上较为集中。（2）对于辽宁而言，耕地资源损失斑块的最大斑块指数和聚集度都明显低于其他省区，而斑块密度和平均最近距离则均高于其他省区。这表明，辽宁耕地资源损失斑块的景观优势程度较低，斑块较小且在空间分布上较为分散。（3）对于河北和山东而言，耕地资源损失斑块的斑块密度、最大斑块指数、聚集度和平均最近距离在5个省级行政区中均处于中等水平，即河北和山东耕地资源损失斑块的景观格局特征主要介于第（1）类和第（2）类之间。

4 结论与讨论

4.1结论

本文基于从2000—2010年GlobeLand30数据中获取的环渤海地区地表覆盖数据，利用GIS空间分析方法，借助Fragstats 3.3软件，运用土地利用类型相互转化的数量关系转移矩阵、耕地资源面积变化量和变化率指数、气候和地形条件下耕地资源分布、重心变化以及多种景观指数，明确研究区土地利用/覆盖总体特征，综合分析耕地资源损失流向、质量和空间特征。结果表明：（1）环渤海地区2000—2010年耕地资源损失严重，共损失了6223.47 km2，损失率为1.99%。其中，山东、河北耕地资源损失数量最多，由于基数原因，北京耕地资源损失数量最少。耕地主要转变为人造覆盖、草地、水体和森林，虽然也有其他用地类型转变为耕地，但由于占多补少，耕地资源处于赤字状态。（2）环渤海地区2000—2010年耕地资源损失区域主要位于降水量较少、海拔较高等耕作条件较差的地区。从气候条件看，主要分布在年降水量较少、年均气温较高的地区，且年降水量较少的地区所占比例更大；从地形条件看，主要分布在高海拔地区，分布在不同坡度条件下的耕地资源比例基本未发生变化。相比较而言，气候因素比地形因素对研究区耕地资源质量限制性程度更大，干旱化是影响研究区耕地资源质量的关键性制约因素。（3）环渤海地区2000—2010年耕地资源重心整体向东南方向移动，由于东南部主要为广阔的平原，是研究区主要的耕地分布与粮食生产基地，耕地资源重心在空间上呈现出向粮食生产基地移动的趋势；耕地资源斑块数量、斑块密度指数均有较大幅度的增长，斑块密集度增加，耕地田块规模变小。耕地资源的连通性、完整性、团聚性呈下降趋势，破碎化程度日趋严重，不利于集中连片作业，降低了耕地资源生产力。连通性较强、空间上较为集中的耕地资源损失斑块主要流向类型为草地，多分布于北京市和天津市内。

4.2讨论

耕地资源损失主要受自然因素和人文因素两大方面的影响，其中，自然因素主要包括气候变化、自然灾害等，人文因素主要包括政策、经济、人口等。虽然自然因素是土地利用/覆盖变化的客观物质基础，但在中国经济增长的“第三极”，环渤海地区耕地资源损失过程中的人文因素影响不容忽视。

首先，相关土地管理政策尤其是退耕还林还草政策的实施，对环渤海地区耕地资源变化具有强制性和指导性的作用。为保护和改善生态环境，国家发布了《国务院关于进一步做好退耕还林还草试点工作的若干意见》等一系列政策，北京、天津、河北和辽宁均在《退耕还林工程规划》（2001—2010年）中的工程建设范围之列。

其次，环渤海地区作为中国主体功能区划中进行城市化开发的国家级重点地区，对于城市建设用地具有巨大的需求，而城市周边的耕地资源则成为了城市化进程中的重要土地来源。在环渤海地区2000—2010年耕地资源损失数量中，被人造覆盖占用的耕地资源面积多达8682.58 km2，占到了耕地资源损失总量的49.97%。

再次，人口的迅速增长和经济的快速发展，也极大地加剧了环渤海地区耕地资源损失过程。2000—2010年，环渤海地区人口增长了1500余万，GDP增长了约7.89 万亿元，二、三产业迅猛发展，对居民点、公共设施和交通用地等建设用地的需求量急剧增加，从而间接驱动了耕地资源损失过程。

（

）：

［1］ 吴大放，刘艳艳，董玉祥，等. 我国耕地数量、质量与空间变化研究综述［J］ .热带地理，2010，30（2）：108 - 113.

［2］ 蔡运龙. 中国经济高速发展中的耕地问题［J］ .资源科学，2000，22（3）：24 - 28.

［3］ 宋小青，吴志峰，欧阳竹. 1949年以来中国耕地功能变化［J］ .地理学报，2014，69（4）：435 - 447.

［4］ 李景刚，何春阳，史培军，等. 近20年中国北方13省的耕地变化与驱动力［J］ .地理学报，2004，59（2）：274 - 282.

［5］ Lichtenberg， E.， Ding， C.R. Assessing farmland protection policy in China［J］ . Land Use Policy， 2008， 25（1）: 59 - 68.

［6］ Yang， H.， Li， X.B. Cultivated land and food supply in China［J］ . Land Use Policy， 2000， 17（2）: 73 - 88.

［7］ 刘彦随，杨忍.中国环渤海地区城乡发展转型格局测度［J］ .地理学报，2015，70（2）：248 - 256.

［8］ 何书金，李秀彬，朱会义，等. 环渤海地区耕地利用态势及保护开发途径［J］ .地理研究，2002，21（3）：331 - 338.

［9］ 刘玉，薛剑，潘瑜春. 环渤海地区耕地利用集约度时空分异研究［J］ . 农业现代化研究，2012，33（1）：86 - 89.

［10］ 何书金，李秀彬，朱会义，等. 环渤海地区耕地变化及动因分析［J］ . 自然资源学报，2002，17（3）：345 - 352.

［11］ 郭丽英，李刚. 环渤海地区城镇化进程中耕地面积及其重心转移格局分析［J］ . 中国农业资源与区划，2013，34（4）：32 - 36.

［12］ Han， G.， Chen， J.， He， C. Y.， et al. A Web-based System for Supporting Global Land Cover Data Production［J］ . ISPRS Journal of Photogrammetry and Remote Sensing， 2015， 103（5）: 66 - 80.

［13］ 陈军，陈晋，廖安平，等. 全球30米地表覆盖遥感制图的总体技术［J］ .测绘学报，2014，43（6）：551 - 557.

［14］ Chen， J.， Ban， Y. F.， Li， S. N. China: Open access to Earth land-cover map［J］ . Nature， 2014， 514（7523）: 434.

［15］ 陈军，陈利军，李然，等. 基于GlobeLand30的全球城乡建设用地空间分布与变化统计分析［J］ .测绘学报，2015，44（11）：1181 -1188.

［16］ 曹鑫，陈军，陈利军，等. 全球陆表水体空间格局与波动初步分析［J］ .中国科学D辑： 地球科学，2014，44（8）：1661 - 1670.

［17］ 张宇硕，陈军，陈利军，等. 2000—2010年西伯利亚地表覆盖变化特征——基于GlobeLand30的分析［J］ .地理科学进展，2015，34（10）：1324 - 1333.

［18］ 刘吉羽，彭舒，陈军，等. 基于知识的Globeland30耕地数据质量检查方法与工程实践［J］ . 测绘通报，2015，61（4）：42 - 48.

［19］ 刘彦随，王介勇，郭丽英. 中国粮食生产与耕地变化的时空动态［J］ .中国农业科学，2009，42（12）：4269 - 4274.

［20］ 董玉红，刘世梁，安南南，等. 基于景观指数和空间自相关的吉林大安市景观格局动态研究［J］ .自然资源学报，2015，30（11）：1860 - 1871.

［21］ 孔雪松，刘艳芳，常旭. 基于GIS的城镇用地空间演化与景观特征分析［J］ .经济地理，2012，32（4）：67 - 71.

（本文责编：陈美景）

The Loss Process of Cultivated Land based on GlobeLand 30: A Case Study of Bohai Rim

YANG Yang1， MA Xin-yue1， HE Chun-yang2，3
（1. Law & Politics School， Ocean University of China， Qingdao 266100， China； 2. State Key Laboratory of Earth Surface Processes and Resource Ecology（Beijing Normal University）， Beijing 100875， China； 3. Center for Human-Environment System Sustainability， Beijing Normal University， Beijing 100875， China）

The purpose of this paper is to recognize and understand the loss process of cultivated land. The loss process of cultivated land in Bohai Rim is synthetically analyzed by GIS spatial analysis method from three aspects，namely flow direction， quality and spatial characteristics. The GlobeLand30 data developed by China， which is the first land use/cover data from 2000 to 2010 with 30 m resolution in the world， is used in the paper. The results showed that the land use/cover experienced drastic change in Bohai Rim from 2000 to 2010. The cultivated land resources reduced obviously and mainly converted to artificial surfaces， grass lands， water areas and forests. The loss areas of cultivated land were mainly located in the district with tillage conditions， where had less precipitation with higher altitude. The gravity center of cultivated land generally moved towards the southeast while the fragmentation of cultivated land wasaggravated. The conclusion is that the research based on GlobeLand30 can effectively reveal the flow direction， quality and spatial characteristics of cultivated land loss. It provides positive references for the utilization and protection of regional cultivated land.

land use； loss of cultivated land； flow direction； quality； space； GlobeLand 30； Bohai Rim

F301.21

A

1001-8158（2016）07-0072-08

10.11994/zgtdkx.20160817.134456

2016-04-15；

2016-06-23

国家自然科学基金项目（41401174）；青岛市博士后人员应用研究项目（82214250）。

杨洋（1984-），女，湖北黄冈人，博士，副教授，硕士生导师。主要研究方向为土地资源可持续利用。E-mail: yangyang@ouc.edu.cn