土地利用和土地覆蓋變化（LUCC）在長期內顯著改變了地球表面（Roberts, 2019; Ellis et al., 2021），對區(qū)域和全球氣候及陸地生態(tài)系統(tǒng)產生了重大影響（Stephens et al., 2019; Liu et al., 2022; Friedlingstein et al., 2023）。自工業(yè)革命以來，全球約42%-68%的土地表面受到了人類土地利用活動的影響（Hurtt et al., 2006）。作為最重要的土地利用類型之一，農田在過去300年里大幅擴張，其全球占比從2%增加到11%（Goldewijk, 2017）。這種變化對土壤健康、生物多樣性、碳平衡和氣候變化具有深遠影響（Outhwaite et al., 2022; Wang et al., 2022; Friedlingstein et al., 2023）。重建長期且準確的農田變化對于理解過去的氣候變化、碳排放以及人類活動的生態(tài)影響至關重要（Potapov et al., 2022; Huang et al., 2024）。
自1990年以來，包括“過去全球變化”（PAGES）項目、“國際地球-生物圈計劃”（IGBP）和“全球土地項目”（GLP）在內的多個全球項目共同推動了歷史LUCC的定量重建，產生了多個著名的全球歷史土地利用數據集，例如全新世時期的人為土地利用估算數據（HYDE）（Klein Goldewijk et al., 2011; Goldewijk, 2017）、1700年至1992年的全球農田和牧場數據（SAGE）（Ramankutty and Foley, 1999; Ramankutty, 2012）、過去千年的全球LUCC數據（PJ）（Pongratz et al., 2008）以及前工業(yè)時代的LUCC情景（KK10）（Kaplan and Krumhardt, 2011）。這些數據集被廣泛用于長期全球變化研究（Kaplan et al., 2011; Koch et al., 2019; Ellis et al., 2021）。然而，在將全球數據集應用于區(qū)域或地方尺度時需要謹慎。像SAGE和HYDE這樣的全球數據集依賴于在州或國家層面匯總的土地利用/土地覆蓋清查數據，其農田估算結果與歐洲（Kaplan et al., 2017）、巴西（Leite et al., 2012）和印度（Moulds et al., 2018）等地區(qū)的區(qū)域研究存在顯著差異。對中國長期農田數據的評估也表明，HYDE、SAGE和KK10的重建結果無法準確反映該國的歷史事實與土地利用過程（Fang et al., 2020; He et al., 2023; Wang et al., 2024）。
中國東北地區(qū)是中國最重要的糧食生產基地之一，占全國糧食產量的四分之一以上（國家統(tǒng)計局，2024年）。該地區(qū)的農業(yè)歷史可追溯至約300年前（He et al., 2023）。農業(yè)擴張導致自然植被覆蓋度大幅減少，進而加劇了土壤侵蝕（Xie et al., 2019），并導致土壤碳和氮含量急劇下降（Ge et al., 2008; Liu et al., 2024）。然而，SAGE和HYDE的數據未能準確反映過去300年中國東北地區(qū)的實際農田開發(fā)情況（Li et al., 2010; Zhao et al., 2022）。因此，準確重建農田分布至關重要。葉等人（2009）利用歷史文獻和多源數據轉換模型重建了過去300年的縣級農田比例數據，賈等人（2024）進一步更新和擴展了這項工作。但這些數據集僅表示縣級農田面積，而非網格內農田的精確空間分布，這限制了其在研究土地利用變化對生態(tài)和氣候影響方面的應用。此外，現有的少數網格化數據集通常缺乏連續(xù)的歷史序列（Zhang et al., 2015; Zhang et al., 2017）。因此，將縣級農田比例轉化為高分辨率、空間明確的地圖是下一步的關鍵。
為實現這一目標，通常采用基于適宜性的空間分配模型（Yang et al., 2015; He et al., 2019; He et al., 2023）。這些模型識別影響農田分布的關鍵因素，量化農田適宜性，并根據適宜性系數進行空間分配。然而，現有方法大多假設各因素與適宜性之間存在線性關系，并依賴統(tǒng)一或專家定義的權重來平衡不同變量的影響。這種簡化方法無法捕捉農田發(fā)展模式中的區(qū)域異質性和復雜非線性機制，從而限制了結果的準確性和可解釋性。
在本研究中，引入了非線性適宜性函數來明確描述農田概率對各種因素的連續(xù)響應，并結合機器學習得到的變量權重來量化各變量的相對重要性。這一框架提供了一種基于數據且空間適應性強的替代傳統(tǒng)方法的方式，顯著提高了農田重建的精度和可解釋性。此外，該方法具有可移植性，適用于其他地區(qū)和土地覆蓋類型。
基于改進的重建框架，本文提出了一個新的網格化數據集，重建了1700年至2020年中國東北地區(qū)的歷史農田分布。該數據集使用基于適宜性的空間分配模型，結合了賈等人（2024）提供的縣級農田比例數據，具有30米的空間分辨率，提供了320年期間的28張農田分布圖，這是該地區(qū)首個高精度、空間明確的長期農田數據集。這項工作填補了數據可用性的關鍵空白，為進一步研究東北地區(qū)的土地利用變化、碳排放和區(qū)域生態(tài)動態(tài)提供了重要基礎。
