共查询到20条相似文献,搜索用时 328 毫秒
1.
重庆市北碚区耕地面积变化及其驱动力分析 总被引:3,自引:3,他引:0
利用重庆市北碚区2000—2012年的耕地面积和社会经济统计数据,分析其耕地资源的数量变化特征,采用主成分分析法定量分析了影响耕地面积变化的驱动因素,揭示了耕地面积变化的驱动机制。结果表明,北碚区耕地面积与人均耕地面积均呈现快速减少—缓慢减少的阶段变化特征;经济发展、农业发展因素、城市化水平和交通因素是影响北碚区耕地面积变化的四大主要驱动因子;可以从减少建设占用耕地、加强土地开发整理、加强高标准基本农田建设等方面达到保护耕地的目的。 相似文献
2.
潜江市耕地格局与景观破碎化研究 总被引:1,自引:0,他引:1
基于2000年和2010年两期GlobeLand 30土地覆盖数据,以湖北省潜江市为研究区,分析潜江市土耕地时空变化特征,并计算该市19个乡镇的耕地斑块面积与破碎度指数,建立耕地面积和破碎度耦合的9种耕地变化模式,分析各乡镇耕地面积、耕地破碎度变化以及两者相联系形成的耕地变化特征。结果表明,2000—2010年,潜江市耕地总面积基本保持稳定,但潜江市内部各乡镇耕地面积变化幅度差异显著,耕地破碎化加剧;潜江市"耕地面积减少伴随着破碎度增加"的耕地变化模式占主导地位,位于城市化发展较快的东北地区,而"耕地面积增加伴随破碎度减少"的乡镇主要分布在农业比较发达的西南地区。潜江市城市建设用地逐渐占用耕地,导致城市边缘耕地面积骤减,耕地内部破碎化趋势严重。 相似文献
3.
中国耕地问题长久以来一直是人们关注的热点也是难点问题。根据重庆市1952—2003年长序列耕地和经济统计数据及1997年重庆市直辖以来土地利用调查数据,重点分析了重庆市耕地利用变化与社会经济发展的关系,以及直辖以来耕地的变化情况。分析表明:①重庆市耕地变化与经济总体发展水平(GDP)的相关性较强,相关系数为0.798,但耕地面积的变化并不完全由经济社会发展引起的,引起耕地大量减少的主导因素是生态保护的需要。②重庆市1997—2003年耕地共减少21.84万hm2,减少去向由多至少依次为生态退耕、建设占用、改 相似文献
4.
5.
6.
7.
近年来,随着我国城镇化进程的推进,建设用地面积不断扩张,大量良田被占用;再加上不合理利用耕地资源,这些都严重威胁到我国耕地的质量,导致耕地已逐渐成为我国社会发展的稀缺资源。因此,分析我国耕地面积变化的影响因素对预测我国未来耕地面积的变化趋势、合理利用耕地资源、保障粮食安全、实现耕地的可持续利用等都具有显著的现实意义。定性分析了我国1949—2018年耕地面积和耕地利用现状,采用因子分析法提取出我国耕地利用变化的驱动因子主成分,同时建立多元回归模型,分析驱动因子对耕地面积变化的影响。结果表明,自新中国成立以来,我国耕地面积经历了持续增加—持续减少—波动减少—较平稳4个阶段;我国经济发展水平较高的区域耕地利用变化率较大;经济发展、人口增长和城镇化是我国耕地面积变化的主要影响因素。最后,提出了相关政策建议。 相似文献
8.
耕地是农业生产的基础,是维护粮食安全的重要保障。笔者依据济南市统计数据重点分析了济南市耕地数量变化及其对粮食生产的影响,结果表明:(1)1978—2004年,耕地总面积和人均耕地面积持续减少,至2004年人均耕地面积减少为0.055hm2。(2)1978—1999年粮食总产量总体以增长为主,1999年粮食总产达到历史最高水平;2000年以后,粮食总产量大幅度下降。(3)耕地数量变化对粮食生产具有持久的约束作用。1979—1982年耕地面积与粮食总产量之间的相关性较强,1983年以后二者之间的相关性逐渐变小,表明耕地面积变化对粮食总产的约束作用弱化。但是,受边际报酬递减规律制约,粮食总产的增加不可能完全依靠提高粮食单产来实现,保持一定数量的耕地面积是保障粮食安全的先决条件。 相似文献
9.
重庆都市区耕地面积变化与经济发展相关性的实证分析 总被引:2,自引:0,他引:2
耕地作为人类不可替代的自然资源的基础,其数量和质量的特性决定着一个国家或地区社会经济的可持续发展.通过对重庆都市区(1996-2004年)耕地面积变化与经济发展的相关性分析,将都市区分为三种类型:①经济增长超前,耕地减少滞后;②经济增长与耕地减少同步;③经济增长,耕地减少超前.总体上,都市区的经济增长模式仍属于资源消耗型.重庆都市区耕地面积减少量与GDP增加量比值的差别较大,说明被转用的那部分耕地的利用效益在不同的区域之间存在较大的差异. 相似文献
10.
11.
依据2009—2015年江苏省土地变更调查成果,运用土地利用相关指标测算模型,从数量变化和空间变化2个角度找出江苏省第二次土地调查以来土地利用演化的规律,并利用指数平滑法对"十三五"期间江苏省土地利用结构进行预测。结果表明:"二调"以来,江苏省耕地面积不断减少,建设用地面积迅速增加,与耕地面积变化呈负相关;江苏省地级市中,耕地、城镇村及工矿用地相对变化率最高的均为苏州市,其城市扩展规模亟需控制;2016—2020年江苏省耕地面积将呈现波动下降趋势,建设用地面积会继续增长,但耕地减少速度逐渐放缓,城市无序扩张将得到相应控制,建设用地面积增速也将放缓。 相似文献
12.
利用永济市1990年和2008年两期TM数据,在遥感图像处理软件ERDAS IMAGINE的支持下,采用RS和GIS相结合的技术方法,通过土地利用动态度模型、土地利用程度时空演变模型的引入,定量分析了18年来永济市土地利用的时空演变。研究表明,该地区城乡居民建设用地增加非常快,耕地面积增加,未利用地大幅减少,林草地减少幅度不大,水域面积呈现萎缩的现象。18年间土地利用动态度变化较小,其综合土地利用动态度为1.73%,耕地和林草地年变化速度最慢,建设用地年变化速度最快,未利用地和水域年变化速度相对居中。土地利用综合指数分别是252.52和263.87,土地利用指数逐渐增大,从土地利用程度指数极限来看,该区域的开发程度已达到中等水平状态。1990~2008年土地利用程度变化量都大于零,反映该区域土地利用处于发展期。 相似文献
13.
14.
本文基于3S技术,采用景观生态学方法对东胜区2000年-2010年土地利用景观格局变化进行分析结果表明,研究区城镇工矿用地、林地面积持续增长,耕地、沙地和其它未利用地面积持续减少,草地和水域面积2000年-2005年增加、2005年-2010年减少,其中城镇工矿用地、林地面积增加和沙地面积减少变化显著。景观指数变化特征是:斑块数量(NP)和斑块密度增(PD)加、平均斑块面积(AREA-MN)减少,破碎度指数(CI)持续增高,景观格局逐年破碎化;香农多样性指数(SHDI)和香农均匀度指数(SHEI)增加,景观异质性提高;平均形状指数(SHAPE-MN)增加,斑块的形状由复杂趋于简单,环境资源斑块逐渐减少,引入性斑块将增加。景观类型转移主要特征是:①耕地转向草地、城镇建设用地和林地,转移面积分别是3 806.6hm2、3 679.1hm2和2 109.8hm2;②草地转向林地、城镇建设用地、耕地和未利用地,转移面积分别是3 456.9hm2、3 136.4hm2、2 552.8hm2和1 374.6hm2;③沙地和其他未利用地转向草地,转移面积分别是2 882.9hm2和3 327.3hm2;④还有638.3hm2水域转移成未利用地,1 064.5hm2林地转移成草地。 相似文献
15.
为重大工程项目实施过程中定量地考虑对生态系统产生的影响,同时为环洞庭湖区域土地资源可持续利用、生态环境保护与建设提供决策支持,根据1996—2008年环洞庭湖区域土地利用/土地覆盖变化数据,应用Costanza生态系统服务价值计算公式和谢高地等的中国陆地生态系统单位面积服务价值研究成果,结合敏感性分析,研究了环洞庭湖区基本农田建设重大工程项目区涉及的14个县(市、区)土地利用变化对生态系统服务价值的影响。结果表明:环洞庭湖区域生态系统服务功能年度经济价值在1996—2008年期间呈先快速增加后缓慢下降的变化趋势,期间净增加19.01×107元,说明研究区域实施退田还湖还林宏观政策的调整是正确的;单项服务价值变化中食物生产减少量达到5.00×107元,主要是食物生产系数最高的耕地减少造成;敏感性系数分析表明,采用谢高地的生态价值系数是合理的。 相似文献
16.
17.
18.
快速城市化地区生态系统对土地利用变化的响应——以浙江省为例 总被引:4,自引:0,他引:4
采用土地利用经济生态位模型、土地利用程度综合指数模型和生态服务价值评价方法,结合浙江省1996--2005年的土地利用更新调查数据.研究该区域生态系统对土地利用变化的响应.结果表明:(1)浙江省非农用地对农用地的捕获力呈逐年增强的趋势.土地利用整体上朝利用强度增大、广度增加的方向发展,而区域生态系统服务价值量则呈现逐年下降的趋势;(2)浙江省生态服务功能价值量分别与土地利用生态位差值和土地利用综合指数呈显著的负相关关系,其中与土地利用综合指数相关度最高;(3)在推进城市化过程中,控制非农用地的外延扩展,增加农地转用的生态补偿,减小土地利用的经济生态位差值能有效抑制农地的快速减少,促进区域"经济"与"生态"的协调发展. 相似文献
19.
浙江省温岭市耕地资源动态变化及其驱动力分析 总被引:1,自引:0,他引:1
利用温岭市1996~2006年的土地利用调查数据和相关社会经济统计资料,分析了温岭市耕地资源的时空变化特征,并利用主成分分析法揭示温岭市耕地资源动态变化的驱动因子。结果表明:11年来,温岭市耕地面积总体上呈减少趋势,耕地资源变化空间差异明显,太平街道和石塘镇耕地相对变化率较大,是温岭市耕地减少的主要集中区。造成温岭市耕地资源减少的主要驱动因子为人口增长、经济发展、产业结构调整和农业技术的进步等。 相似文献