土地利用变化及其生态环境效应是全球变化研究的重要内容，在当前中国，土地利用变化和城镇化过程紧密相关。近期，课题组开展了以下工作： 

　　1.  对人口密度及其空间变化进行了模拟。结合灯光影像、人口普查数据和土地利用数据，对2000-2010我国人口密度进行了模拟，并用乡镇数据对模拟结果进行了验证，效果较好。此数据为自然要素和人类活动要素在栅格尺度上融合提供了基础，为分析人口迁移的生态效应提供了支撑。研究结果显示：21世纪前10年，中国人口空间格局变化呈现出一些显著特征。1）中等密度区域“消失”，人口密度介于500-1500人/km²的区域十年间下降了41%。2）高密度区域持续增长，人口密度大于1500人/km²的区域增加了76%。3）和高密度区域一样，低密度区域也呈现出扩展的态势。这些人口密度变化对我国土地利用产生了深刻的影响。 

　　2.  用位序-规模法则分析了1990-2010间我国5个城市群的城市束（urban cluster，空间相连的城市斑块）的演化特征。结果显示：我国5大城市群都有向大城市束集中的现象，城市束空间分布非均衡化现象显著，这在发达城市群中表现更为显著。城市束空间分布的非均衡化现象可能导致大城市问题的进一步加剧。 

　　3.  由于建设用地扩展和耕地开垦等原因，我国耕地在空间上向东北和西北迁移，这可能对我国粮食生产造成影响。用县级农业统计数据和土壤有机质数据等，构建了我国耕地生产能力数据库（栅格图），分析了我国耕地空间（向东北、西北）转移对粮食生产能力的影响。结果显示：弥补1公顷建设占用的耕地，需在新疆补1.6公顷的耕地，在东北平原补2.0公顷，在内蒙古东部地区补3.6公顷。从1990到2010年，因为耕地空间转移，我国粮食生产能力下降了约2%。 

　　4.  城市化（乡村人口迁出）可能对山区植被的恢复产生影响。建立了山区植被变化的解释框架，在栅格尺度上融合了自然因子（气温、降水、高程、坡度和坡向）和人口压力变化（人口密度和土地利用强度）因子，以自然因子为控制变量，选取了9753个样本（每个样本为64 km²的正方形），定量分析了我国山区人口迁移对植被恢复的贡献。研究发现：由东北—华北—华中—华南—西南，人口迁出对植被恢复的影响呈现出逐渐增强的趋势。 

　　5.  随着青壮年外迁，迁出地居民的生产和生活方式可能发生很大变化，这对山区植被恢复可能产生影响。利用农户调查数据，运用生态足迹的方法，从人均砍柴、人均粮食产量和人均牲畜养殖等三个方面，系统地评估了（青壮年迁出后）山区人口生产足迹的变化。太行山的研究数据显示：在调查农户中，在人口减少了9.7%的同时，人均生态足迹下降了24.9%，人均活动强对植被恢复的影响可能远大于人口（数量）迁出的影响。 　　  

　　相关发表成果： 

　　1. Minghong Tan, Xiubin Li, Shiji Li, Liangjie Xin, Xue Wang, Qian Li, Wei Li, Yuanyuan Li, Wenli Xiang. Modeling population density based on nighttime light images and land use data in China. Applied Geography,2018, 90: 239–247. 

　　2. Minghong Tan. Uneven growth of urban clusters in megaregions and its policy implications for new urbanization in China. Land Use Policy, 2017, 66: 72-79. 

　　3. Yuanyuan Li, Xiubin Li, Minghong Tan*, Xue Wang, Liangjie Xin. The impact of cultivated land spatial shift on food crop production in China, 1990–2010. Land Degradation Development. 2018,29:1652–1659. 

　　4. Wei Li, Xiubin Li, Minghong Tan*. Influences of population pressure change on vegetation greenness in China's mountainous areas. Ecology & Evolution，2017,7(21):9041-9053. 

　　5. Xingyuan Xiao, Minyue Hu, Minghong Tan*, Xiubin Li. Changes in the ecological footprint of rural populations in the Taihang Mountains, China, Sustainability, 10(10), 3741.