本站小編為你精心準備了海濱濕地利用空間格局優(yōu)化參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《自然資源學(xué)報》2014年第六期

1濕地利用空間格局模擬模型

濕地利用空間格局模擬研究正處于探索階段，城鎮(zhèn)用地擴張模擬研究卻相對成熟，其技術(shù)框架和理論方法已形成特定的范式，運用CA來模擬城鎮(zhèn)擴張的最為典型的模型包括：SLEUTH模型[13]、DUEM模型[14]、ULEM模型[9]、ULOM模型[15]、CFCA模型[16]等。海濱濕地開發(fā)過程所引起的覆被變化與城鎮(zhèn)用地擴張的內(nèi)在機理存在諸多差異，而LUCC空間格局模擬的技術(shù)實現(xiàn)過程卻存在相通性，前人代表性的技術(shù)框架和模型設(shè)計可充分借鑒。本研究選擇較為成熟的BP神經(jīng)網(wǎng)絡(luò)與CA耦合模型作為模擬的基礎(chǔ)方法，改進輸入變量與模擬過程，以實現(xiàn)海濱濕地利用的空間格局優(yōu)化模擬。

1.1BP-CA模型框架海濱濕地的BP-CA模型是一個綜合考慮諸多驅(qū)動因素的、在濕地規(guī)劃層面上兼顧開發(fā)與保護的、側(cè)重于微觀尺度的元胞自動機擴展空間規(guī)劃模型。BP-CA模型的功能模塊（圖1）包括數(shù)據(jù)獲取模塊、數(shù)據(jù)修正模塊、訓(xùn)練模塊和規(guī)劃模塊4個。在此，數(shù)據(jù)修正模塊是CA實現(xiàn)空間格局優(yōu)化模擬的前提，在往年開發(fā)合理性評價的基礎(chǔ)上，人為把真實覆被數(shù)據(jù)中不合理的人工濕地復(fù)原為自然濕地，為訓(xùn)練合理開發(fā)的轉(zhuǎn)換規(guī)則提供數(shù)據(jù)支持。

1.2BP神經(jīng)網(wǎng)絡(luò)設(shè)計BP神經(jīng)網(wǎng)絡(luò)設(shè)計采用面向?qū)ο蠼Ｋ悸罚肕atlabR2010b開發(fā)。網(wǎng)絡(luò)結(jié)構(gòu)分為3層（圖2）：第1層為數(shù)據(jù)輸入層，共23個神經(jīng)元，分別對應(yīng)影響海濱濕地利用變化的空間變量；第2層為隱藏層，兩組實驗中神經(jīng)元分別為13、17個；第3層為輸出層，由8個神經(jīng)元組成，分別對應(yīng)8類海濱濕地覆被類型的轉(zhuǎn)換概率。在此，直接調(diào)用人工神經(jīng)網(wǎng)絡(luò)工具箱中的feedforwardnet函數(shù)，設(shè)定trainlm為訓(xùn)練功能函數(shù)，該函數(shù)根據(jù)Levenberg-Marquardt算法優(yōu)化了權(quán)重和偏置值的計算，可提高模型精度。空間驅(qū)動變量選擇的合適與否將直接決定模型構(gòu)建的成敗，進而直接影響模擬結(jié)果。在海濱濕地開發(fā)利用過程中，人為驅(qū)動因素與自然驅(qū)動因素共同影響著覆被的演替，而前者更居于主導(dǎo)地位。結(jié)合前人研究經(jīng)驗和海濱濕地的實際情況，充分考慮空間距離、鄰居構(gòu)型、人口經(jīng)濟和自然屬性四大變量類型，遴選出23個可定量化的空間驅(qū)動子變量（表1），這些驅(qū)動變量的確定將為獲得有效的覆被變化轉(zhuǎn)換規(guī)則提供數(shù)據(jù)支持。其中，S4、S7、S9和S23屬自然驅(qū)動因素的定量化，S13至S20這8個鄰居構(gòu)型變量屬元胞自動機模型特有的變量類型，其余變量均屬人為驅(qū)動因素。

1.3CA設(shè)計CA模塊采用60m×60m空間分辨率的正方網(wǎng)格式元胞，以TIF圖像存儲柵格數(shù)據(jù)，每個柵格單元對應(yīng)唯一的屬性標識碼。元胞狀態(tài)為變化前后柵格單元的濕地覆被類型的有限離散集合，考慮了自然濕地、人工濕地與非濕地間的相互轉(zhuǎn)化。鄰居采用7×7的擴展摩爾（Moore）鄰居，即元胞的鄰居半徑為3，共有48個鄰居單元共同構(gòu)成。使用BP神經(jīng)網(wǎng)絡(luò)來獲取CA模塊的運行轉(zhuǎn)換規(guī)則，簡化模型的復(fù)雜度。二維地理元胞（L2）下一時刻的狀態(tài)（Et+1）由當前元胞狀態(tài)（Et）、鄰居集合（N）、轉(zhuǎn)換規(guī)則（f）共同決定，數(shù)學(xué)式[17]為Et+1=(L2,Et,N,f)，其中N為包含23個空間驅(qū)動變量的元胞狀態(tài)。746在運用BP-CA模型模擬未來濕地開發(fā)格局之前，需要判別模型的已有模擬精確度。通常使用改進的Lee-Sallee指數(shù)[12]，該指數(shù)能衡量模擬數(shù)據(jù)與歷史數(shù)據(jù)之間空間分布的相似性，其計算式為L=(A0∩A1)/(A0∪A1)，L∈[0,1]，A0為歷史數(shù)據(jù)，A1為模擬數(shù)據(jù)。若L∈[0.3,0.7]，則表明模擬結(jié)果精度較高。

2格局優(yōu)化模擬的思路

借鑒黎夏等提出的優(yōu)化城市形態(tài)的模擬思路[18]，本文提出更為通用的覆被空間格局優(yōu)化模擬思路，即：用BP-CA來發(fā)現(xiàn)轉(zhuǎn)換規(guī)則，可模擬土地利用覆被的時空格局變化；也可根據(jù)不同的規(guī)劃目的，形成相應(yīng)的準則來對原始數(shù)據(jù)進行修改，模擬出優(yōu)化的覆被格局，具體流程見圖3。就海濱濕地利用規(guī)劃而言，過去的無序圍墾，使有些養(yǎng)殖塘、耕地、林地、鹽場，甚至是建設(shè)用地落在自然保護區(qū)核心區(qū)或接近重要生態(tài)保護區(qū)。為此，本研究的空間格局優(yōu)化原則是保障海濱濕地的原有生態(tài)功能，即物質(zhì)生產(chǎn)、能量轉(zhuǎn)換、涵養(yǎng)水源、凈化水質(zhì)、調(diào)節(jié)氣候等獨特功能。空間格局優(yōu)化的實現(xiàn)方法是基于BP合理開發(fā)轉(zhuǎn)換規(guī)則的CA模擬，重點是該轉(zhuǎn)換規(guī)則的自動提取。可以對模型輸入訓(xùn)練點的實際值進行修改（退為自然濕地），在理想情況下，這些點應(yīng)該保持為自然濕地。利用這些修改過的訓(xùn)練數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，使得BP神經(jīng)網(wǎng)絡(luò)去掉不合理的因素，由此獲得優(yōu)化的模擬結(jié)果。根據(jù)不同的規(guī)劃方案和過度圍墾評價標準，可以有不同的準則來判斷是否對某些點進行修改。基于優(yōu)化原則，本研究在灘涂圍墾的合理性評價時選用了海濱濕地生態(tài)位模型。

3數(shù)據(jù)的收集與處理

3.1研究區(qū)概況與數(shù)據(jù)來源大豐海濱濕地位于江蘇省沿海地帶中部，鹽城市東南，介于32°55´～33°41´N，120°23´～121°04´E之間。東瀕黃海，有112km海岸線；南與東臺市接壤，西與大豐市方強鎮(zhèn)、新豐鎮(zhèn)、大中鎮(zhèn)、通商鎮(zhèn)、萬盈鎮(zhèn)、大橋鎮(zhèn)毗鄰，北與鹽城市射陽縣交界，研究區(qū)面積約20.53×104hm2。本研究所用數(shù)據(jù)主要包括遙感數(shù)據(jù)和非遙感數(shù)據(jù)，其中包括：1988、2002和2009年三期LandsatTM（或ETM+）遙感影像（行列號：P119，R037），大豐市2009年1:1萬土地利用現(xiàn)狀調(diào)查數(shù)據(jù)，源于各類年鑒的人口、經(jīng)濟統(tǒng)計數(shù)據(jù)，野外實地勘察數(shù)據(jù)。為便于遙感解譯和研究需要，本研究還參考了《大豐市土地利用總體規(guī)劃（2006—2020年）》、《鹽城市沿海灘涂圍墾開發(fā)規(guī)劃》、《江蘇沿海灘涂圍墾開發(fā)規(guī)劃（2009—2020年）》、《江蘇鹽城沿海濕地珍禽國家級自然保護區(qū)總體規(guī)劃（2006—2020年）》等資料。

3.2模型數(shù)據(jù)預(yù)處理結(jié)合研究需要，將研究區(qū)覆被分為淺海灘涂、植被灘涂、養(yǎng)殖塘、耕地、林地、鹽場、城鄉(xiāng)建設(shè)用地和河流道路八大類，使用人工目視解譯法，生成各年大豐海濱濕地覆被現(xiàn)狀矢量數(shù)據(jù)。為滿足CA模型運算條件，高效實現(xiàn)數(shù)據(jù)在Matlab軟件中的讀入與運算，12個空間距離變量的獲取通過ArcGIS的空間分析“SpatialAnalyst”模塊的“Distance”工具實現(xiàn)（2002年的分析結(jié)果見圖4），8個鄰居構(gòu)型變量的統(tǒng)計通過設(shè)計好的Matlab計算模塊完成，2個人口經(jīng)濟變量和1個自然屬性變量則使用ArcGIS的柵格生成模塊“FeaturestoRaster”工具獲得。所有模型輸入數(shù)據(jù)均轉(zhuǎn)換成單精度TIF圖像格式，且保證柵格大小一致、同一地域的柵格無偏移。為滿足BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練與仿真的數(shù)據(jù)需要，必須對所有輸入變量進行均一化，使數(shù)據(jù)值域控制在-1~1之間，計算公式為Hi=(xi-xmin)/(xmax-xmin)，此預(yù)處理由Matlab計算模塊完成。此外，對輸出層訓(xùn)練目標數(shù)據(jù)也需在Matlab中進行統(tǒng)一的0、1編碼。

3.3不合理開發(fā)區(qū)域診斷海濱濕地的無序過度開發(fā)，必然導(dǎo)致局部濕地生態(tài)功能的快速退化，應(yīng)用濕地功能生態(tài)位模型可實現(xiàn)對過度開發(fā)區(qū)域的有效診斷，在此借鑒歐維新等提出的評價方法[19]及其測算的鹽城海濱濕地生態(tài)環(huán)境價值損益標準[20-21]。考慮到研究區(qū)總面積和各濕地類型細碎度，并對比了不同評價尺度下的生態(tài)位評價效果，最終采用900m×900m格網(wǎng)為生態(tài)元[22]，分別計算1988、2002和2009年生態(tài)位態(tài)值、生態(tài)位勢值和生態(tài)功能經(jīng)濟價值，并對三類結(jié)果均一化處理后進行疊加求和，獲得大豐海濱濕地生態(tài)功能綜合評價值（圖5上）。在此，將3個年份生態(tài)功能綜合評價值分成了4個等級，來展示大豐海濱不同地段的生態(tài)功能強弱，生態(tài)功能值越大則生態(tài)功能越強，等級的劃分綜合考慮了3個年份所有柵格下數(shù)值的概率分布，0.0517、0.4348、0.5382分別為該區(qū)生態(tài)綜合功能由低到高的分界值。參考2007年國家環(huán)保總局劃定的江蘇鹽城濕地珍禽國家級自然保護區(qū)邊界，以生態(tài)保護重點區(qū)為生態(tài)功能高期望值為設(shè)定原則，根據(jù)所有評價單元的生態(tài)功能價值分布，把核心區(qū)期望值定為0.4348，實驗區(qū)期望值定為1.3808×10-4（實驗區(qū)生態(tài)功能最低價值），緩沖區(qū)期望值的設(shè)定以離核心區(qū)距離增大而等差遞減（劃分成25個等級，值域范圍為1.3808×10-4~0.0517）。而后，將濕地生態(tài)功能綜合評價的實際值減去期望值，當結(jié)果小于某臨界值時，說明該地段海濱濕地開發(fā)相對不合理，假設(shè)此臨界值設(shè)為-0.04時，不合理開發(fā)區(qū)域主要是集中在2002和2009年的核心區(qū)內(nèi)及緩沖區(qū)內(nèi)離核心區(qū)較近的連片養(yǎng)殖塘（圖5下）。

4海濱濕地空間開發(fā)格局優(yōu)化模擬

4.1實驗方案的設(shè)計分析發(fā)現(xiàn)1988—2002年與2002—2009年兩個時間段內(nèi)大豐海濱存在著明顯不同的覆被演替特征，2002年后覆被演替過程不斷加劇，圍墾速度明顯增快，覆被間逆向轉(zhuǎn)換過程時有發(fā)生。受實際覆被演替規(guī)律的限制，且為有效避免BP-CA模型自身的缺陷（模擬步長固定），本研究需完成兩組模擬實驗，通過對比和求同，獲得大豐海濱濕地利用空間格局優(yōu)化結(jié)果。實驗一，使用1988和2002年真實的覆被空間數(shù)據(jù)，此時模擬步長為14a，訓(xùn)練樣本點的抽取不規(guī)避任何歷史不合理開發(fā)區(qū)域，重點訓(xùn)練前14a間大豐海濱濕地?zé)o序開發(fā)的內(nèi)在轉(zhuǎn)換規(guī)則，以該階段的海濱灘涂開發(fā)速率與特征為基礎(chǔ)，預(yù)測2016年可能的覆被分布；實驗二，使用2002和2009年修改的覆被空間數(shù)據(jù)，此時模擬步長為7a，即對歷史不合理開發(fā)區(qū)域先進行覆被退變，在此基礎(chǔ)上完成訓(xùn)練樣本點的抽取，重點訓(xùn)練后7a間大豐海濱濕地合理有序開發(fā)的內(nèi)在轉(zhuǎn)換規(guī)則，以不同于實驗一的海濱灘涂開發(fā)速率與特征為基礎(chǔ)，預(yù)測2016年可能的覆被優(yōu)化分布；最后，保留實驗一二結(jié)果中共同演化部分，對不同的開發(fā)區(qū)段，參考生態(tài)功能價值變化趨勢，以盡可能滿足生態(tài)需求為原則，提取出合理的海濱濕地開發(fā)控制邊界。兩組實驗方案均在BP-CA模型下完成，均涉及訓(xùn)練樣本提取、轉(zhuǎn)換規(guī)則訓(xùn)練、測試仿真模擬、模型精度判斷、預(yù)測仿真模擬這五大階段（圖3）。

4.2樣本獲取與模型訓(xùn)練訓(xùn)練樣本選擇與獲取亦是模擬成敗的關(guān)鍵。以往研究者普遍采用隨機抽樣的方式在研究區(qū)內(nèi)一次性獲取一定數(shù)量的訓(xùn)練樣本數(shù)據(jù)，此時樣本抽取比例越高，轉(zhuǎn)換規(guī)則精度越高。該抽樣方式僅適用于覆被類型相對單一、各覆被類型面積相對均衡、各覆被類型間演替過程相對簡單、待觀察覆被類型面積相對較大、模擬對象元胞個數(shù)相對有限的情況。但本文研究對象卻不具備以上條件，如大豐海濱濕地中的城鄉(xiāng)建設(shè)用地在1988、2002和2009年僅占研究區(qū)面積的0.22%、0.41%和1.06%，同時8種覆被類型間演替過程相對復(fù)雜。為提高樣本有效信息量，本研究對傳統(tǒng)隨機抽樣進行改進，將各覆被面積比例與隨機抽樣相結(jié)合，即單覆被面積÷研究區(qū)總面積＝單覆被樣本數(shù)÷總樣本數(shù)，單覆被訓(xùn)練樣本由隨機抽樣獲得，共抽取10000個訓(xùn)練樣本點，兩組實驗具體單覆被樣本數(shù)見表2，該方法可避免重要覆被類型抽樣少甚至不抽樣的問題。模型校準與精度檢驗是提升模擬精度的核心環(huán)節(jié)，確定適當?shù)腂P隱藏層節(jié)點數(shù)是本階段的研究重點。目前，學(xué)界就如何確定BP隱藏層節(jié)點數(shù)未達成共識，除了參考Kolmogorov定理外，大多仍采用試湊的方式[23]。在本研究的兩組實驗中，分別就隱藏層節(jié)點數(shù)為10~19的三層式BP神經(jīng)網(wǎng)絡(luò)逐一進行了測試，比較訓(xùn)練結(jié)果和模擬精度后，實驗一二分別選擇13、17個隱藏層節(jié)點作為三層式BP最優(yōu)結(jié)構(gòu)（精度見表2）。訓(xùn)練之初，定義BP神經(jīng)網(wǎng)絡(luò)的最大訓(xùn)練步數(shù)為500，最小均方差為0.0025，動量因子為0.001，學(xué)習(xí)速率基值為0.02，誤差增大連續(xù)容忍次數(shù)為6。按照上述設(shè)計，在訓(xùn)練開始階段，誤差收斂十分明顯，大約在30次后收斂速度趨緩，當誤差連續(xù)增大6次時停止訓(xùn)練，并以最小均方差最小時的BP參數(shù)定義神經(jīng)網(wǎng)絡(luò)模型。

4.3模擬結(jié)果為了在現(xiàn)有的模擬精度上，再次提高仿真精度，在BP-CA模擬結(jié)果閾值設(shè)定環(huán)節(jié)，參照兩階段不同的覆被演替特征，對兩組實驗的各覆被演替方向做了設(shè)定，最終仿真精度與表2結(jié)果相比又提高近0.3個百分點，2016年覆被預(yù)測結(jié)果將更為合乎情理。實驗一，精度測試階段的2002年仿真格局與真實覆被相比精度達93.64%，在此基礎(chǔ)上，仿真預(yù)測出2016年大豐濕地利用空間格局分布（圖6②）；實驗二，2009年仿真精度達94.45%，再仿真預(yù)測2016年格局（圖6⑥），該結(jié)果北部保留了連片的植被灘涂，屬理想狀態(tài)。2002年前在大豐海濱地區(qū)耕地開發(fā)與養(yǎng)殖塘開發(fā)并重，同時南部林場規(guī)模有序擴大，延續(xù)此種開發(fā)態(tài)勢至2016年，耕地和養(yǎng)殖塘仍將繼續(xù)向海擴張。但是，隨著開發(fā)驅(qū)動因子和制約因子的改變，20世紀末的開發(fā)規(guī)律將被打破，適宜開發(fā)為耕地的灘涂已幾乎蕩然無存，養(yǎng)殖塘的開發(fā)將成為沿海灘涂開發(fā)的主要方式，隨著經(jīng)濟的發(fā)展和大豐港口的擴大，大豐海濱中部地區(qū)大豐港附近的建設(shè)用地需求量也將不斷增長，故實驗一預(yù)測的2016年結(jié)果可能與未來開發(fā)利用格局會有點偏差。從精度檢驗結(jié)果分析，實驗二的轉(zhuǎn)換規(guī)則的正確性要比實驗一的高，這意味著在預(yù)測仿真時實驗二的可信度也更高。當忽略江蘇鹽城沿海濕地珍禽國家級自然保護區(qū)核心區(qū)及臨近核心區(qū)的部分緩沖區(qū)內(nèi)的灘涂開發(fā)時，其他沿海灘涂的未來開發(fā)基本遵循了近年開發(fā)利用態(tài)勢，其2016年預(yù)測結(jié)果對未來大豐海濱濕地利用更具有指導(dǎo)意義。

4.4合理開發(fā)控制邊界的確定土地利用空間格局模擬的最終目的應(yīng)是為未來土地利用方式轉(zhuǎn)變提供科學(xué)參考。在此，為了獲得最終的大豐海濱濕地未來合理開發(fā)的控制邊界，本研究主要參考實驗二的2016年模擬結(jié)果，以實驗一的2016年模擬結(jié)果做輔助修正，并結(jié)合對大豐海濱地區(qū)未來開發(fā)趨勢的正確把握，劃定大豐海濱2016年灘涂開發(fā)合理的控制邊界。同時，對大豐海濱灘涂未來開發(fā)做以下假設(shè)：①已開發(fā)的建設(shè)用地保留，②保護區(qū)核心區(qū)內(nèi)及周邊已開發(fā)的灘涂類型暫不退變，③忽略所有零星的地類轉(zhuǎn)變。假設(shè)2的提出是考慮到大豐濱海北端的養(yǎng)殖塘已經(jīng)長期存在，在未來開發(fā)過程中強制性地將此處的養(yǎng)殖塘退變?yōu)橹脖粸┩康目尚行圆粡姡蕦Υ颂庰B(yǎng)殖塘進行了保留（參照2009年真實狀況，未擴大也未縮小）。經(jīng)調(diào)整后，預(yù)期至2016年大豐海濱地區(qū)植被灘涂、養(yǎng)殖塘、耕地、林地、鹽場、城鄉(xiāng)建設(shè)用地、河流道路將分別達到20769.48、39435.12、73919.52、3569.40、1001.88、2175.48、7084.80hm2，具體空間格局分布見圖7。此大豐海濱濕地開發(fā)方案，將最大限度地保護大豐野生動植物棲息繁衍生長的濕地，尤其是在大豐南北端都留足了足夠的自然濕地空間，在南段還特別保留了野生麋鹿遷徙的自然廊道；同時允許中段地區(qū)的適度開發(fā)，以加快大豐國際港口的建設(shè)；而對南部暫不滿足農(nóng)業(yè)開發(fā)條件的連片自然濕地，可筑建風(fēng)能和太陽能發(fā)電機組，在充分利用自然資源的同時還可為大豐構(gòu)建獨特的沿海灘涂景觀帶。

5結(jié)論與討論

本研究綜合考慮了影響海濱濕地利用變化的自然條件、社會經(jīng)濟和生態(tài)保護等23個空間變量，借助Matlab平臺，耦合BP神經(jīng)網(wǎng)絡(luò)和元胞自動機，確定大豐海濱濕地2016年的合理開發(fā)控制邊界。研究表明：①近些年大豐海濱濕地覆被類型間的演替趨于頻繁，自然濕地年開發(fā)速度明顯加快，開發(fā)重心不斷東移，呈現(xiàn)出向海“滾動開發(fā)”的特征，即大量植被灘涂被直接開發(fā)為養(yǎng)殖塘，當養(yǎng)殖塘地區(qū)土壤鹽堿度降低后再開發(fā)為耕地或林地，而建設(shè)用地的開發(fā)主要集中在大豐港附近；②植被灘涂和林地具有較高的濕地生態(tài)功能，通過生態(tài)位的計算，發(fā)現(xiàn)大豐海濱濕地高生態(tài)功能區(qū)域逐年向海一側(cè)萎縮，僅南北兩端生態(tài)重點保護區(qū)域的生態(tài)功能基本保持穩(wěn)定；③歷經(jīng)BP結(jié)構(gòu)的優(yōu)選、不合理開發(fā)區(qū)域規(guī)避、訓(xùn)練樣本科學(xué)抽取等方法改進，提升了模擬運行效率和精度（93.6%以上），再結(jié)合格局優(yōu)化模擬思路，實現(xiàn)了海濱濕地利用空間格局優(yōu)化。BP-CA模型作為覆被過程仿真模型已受到越來越多的關(guān)注，但轉(zhuǎn)換規(guī)則定義的準確性成為制約模擬的瓶頸，嘗試加入多智能體和人工免疫智能技術(shù)，以及對情景結(jié)果的多目標優(yōu)化都存在深入研究的必要性。另外，海濱濕地開發(fā)的驅(qū)動因素較為復(fù)雜，不僅受到自然條件的制約，而且受到經(jīng)濟條件的束縛，開發(fā)政策與比較利益更成為了直接驅(qū)動因素，為了模擬出更為合理的空間格局，BP-CA模型的驅(qū)動變量有待進一步擴展與完善；同時可嘗試采用Logistic模型遴選和檢驗變量的相關(guān)性及其影響顯著度[24]，保留重要性大并剔除相關(guān)度高的驅(qū)動變量以提高模型運算效率，也有待深入研究。

作者：歐維新肖錦成李文昊單位：南京農(nóng)業(yè)大學(xué)土地管理學(xué)院農(nóng)村土地資源利用與整治國家地方聯(lián)合工程研究中心