建立具有空间属性的历史时期土地覆被数据集有助于更好地模拟土地覆被变化的气候与生态效应。本文遴选并量化了影响我国传统农区耕地分布的主导因子，并以此为依据设计了一套将历史耕地数据网格化(分辨率为60km×60km)的方法与算法模型；利用基于清代官方档册重建的中国传统农区历史耕地资料，采用上述方法与算法，建立了清代6个时间断面网格化耕地数据集，并绘制垦殖率分布图;通过1820年耕地网格化结果与册载田亩数据的比较，检验了模型的有效性；最后，本文还分析了清代耕地的时空变化特征及其驱动因素。主要结论有：　　 (1)在60km×60km的空间分辨率上，海拔高度、地面坡度与人口分布状况对我国传统农区耕地分布的影响最为显著。其中，海拔高度高于3500m的地区由于气候条件对农作物生长的限制故而可以视为非农耕区;在海拔高度低于3500m的地区，一定区域内地势平缓且人口聚集度大的网格垦殖率相对较大。本文以此为依掘所构建的历史耕地数据网格化模型，既能简化模型，又能充分体现主导影响因子的作用以保证模型的精度。　　 (2)清代的耕地变化经历了从前期复原性垦殖至中期拓展性垦殖，最后到后期局部抛荒与复垦的阶段性过程。在这一过程中，同时表现出显著的空间分异特征：1724年前后，中国传统农区的耕地拓展从低海拔、坡度小的地区向中高海拔、坡度大的地区转移。