重庆市北碚区耕地面积变化及其驱动力分析

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。     

基于BP神经网络预测林内PM2.5浓度

[目的]利用BP神经网络预测林内PM_(2.5)浓度。[方法]利用人工神经网络理论,采用2013年7月—2014年5月野外实时监测数据,建立了以气象参数、污染源强变量和林分结构特征为输入因子,林内PM_(2.5)小时平均浓度为输出因子的预测模型,并对其预测精度进行了评价。[结果]BP人工神经网络模型能够很好地捕捉污染物浓度与气象因素和林分结构间的非线性影响规律,预测结果的平均相对误差为1.71×10~(-3),均方根误差为6.77,拟合优度达0.98,模型具有很高的预测精度。而传统的多元线性回归(MLR)模型预测结果的平均相对误差、均方根误差和拟合优度分别为0.27、22.92和0.93。[结论]研究成果印证了应用BP人工神经网络模型预测林内PM_(2.5)浓度的可行性和准确性。     

美国粮食和耕地变化及其趋势分析

本文基于最小耕地面积和压力指数对2000—2013年美国耕地面积和粮食产量数据进行现状分析,在此基础上利用BP神经网络模型对2014—2015年数据进行精度测算,最后运用该模型预测美国2016—2020年数据,实证结果表明,2000—2013年美国耕地面积呈波动下降趋势,水稻、大豆等农产品呈波动上升趋势。BP神经网络具有误差小、精度高的特征,因此,本文运用该模型预测未来5年美国耕地及农产品产量状况,2016—2020年美国耕地面积呈下降态势,农产品产量呈小幅度持续上升态势。     

我国耕地面积变化的影响因素分析及政策建议

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。     

浙江省温岭市耕地资源动态变化及其驱动力分析

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。     

云南省耕地数量动态变化及驱动因子研究

 采用时间序列法、耕地动态度模型和统计分析法,对云南省1997～2005年耕地数量动态变化的驱动因子及导致其变化的原因进行分析。结果表明：耕地类型变化以旱地的变化最为明显,而耕地总面积和人均耕地变化面积处于下降的趋势;其变化除了受人口和经济增长影响外,非农建设、生态退耕、自然灾毁、农业结构调整以及土地开发、土地复垦、土地整理等驱动因子对耕地变化也起到了进一步的促进作用。其中,生态退耕因子是导致耕地减少的最主要驱动因子,而土地开发因子是耕地增加的重要途径。     

山西省土地利用动态特征及驱动因素分析

[目的]研究土地利用动态及驱动因素为土地利用规划与管理提供指导。[方法]本研究基于山西省1995、2005、2015年三期的土地利用数据,分析了研究区土地利用动态,揭示了土地利用变化的驱动因素。[结果](1)山西省土地利用主要为耕地、草地和林地。20年来耕地先增加后略有降低,林地与建设用地呈增加趋势,草地则表现为降低趋势。(2)1995-2005年,山西省土地利用变化表现为林草地开垦与退耕还林(草)并存、耕地开发为建设用地与土地复垦并存的特点,土地利用动态度高。2005-2015年土地利用转换量很小,集中表现为耕地向建设用地转化,其次为草地向建设用地转化。1995-2015年山西省各个时期土地利用程度呈增加的趋势。[结论]20年来,山西省经历了气候暖干化,人口尤其是非农业人口快速增长,经济飞速发展。在自然、社会、经济三因素协同作用下,土地利用发生了快速变化。     

抚州市耕地压力变化及趋势分析

利用耕地压力指数分析了2001—2014年江西省抚州市的耕地压力状况,并运用回归分析法、灰色预测法、曲线拟合等方法对抚州市2020和2025年的耕地压力进行预测。结果表明,2003年以前抚州市耕地压力较大,K值均大于1;2004—2014年抚州市加大了耕地保护力度,耕地压力指数K值基本保持在0.8左右。预测2020、2025年抚州市耕地压力指数分别为0.79和0.80,耕地压力仍然处于警戒线附近。抚州市应继续加大土地整理力度,改善农业生产条件,提高粮食单产。     

基于遥感数据的砚瓦川流域土地利用动态变化

以砚瓦川流域为研究对象,利用遥感影像数据,分别从土地利用空间变化、土地利用程度、土地利用变化方向等3个方面研究砚瓦川流域2008—2018年土地利用情况。结果表明:2008—2018年砚瓦川流域最主要的土地利用类型由耕地转化为林草地,土地利用总体特征表现为耕地面积减少,林草地、建设用地、交通运输用地和水域及水利设施用地面积增加,其他土地面积减少;2008—2018年耕地和其他土地的单一土地利用动态度0,面积减少;林草地、建设用地、交通运输用地和水域及水利设施用地的单一土地利用动态度0,面积增加;砚瓦川流域土地利用程度越来越高,区域内的土地资源受人类活动的影响越来越大,土地利用处于发展阶段;2008—2018年耕地是变化最剧烈的土地利用类型,其减少面积主要转化为建设用地和林草地。     

滇西北高寒山区耕地利用变化及驱动力分析——以云南宁蒗彝族自治县为例

对宁蒗县耕地动态变化进行分析发现,1996~2008年该县耕地面积数量呈减少的趋势。依据宁蒗县国土资源局提供的土地变更调查数据和宁蒗县统计局提供的社会经济资料,选取总人口、国内生产总值、县域工业总产值等共计11个指标,结合SPSS统计方法,采用主成分分析方法对滇西北高寒山区耕地利用变化的驱动力因子进行分析。结果表明,经济发展、人口增长2个因子为影响耕地变化的主导驱动因素,同时＂退耕还林＂等政策因素也是影响宁蒗县的重要驱动机制。     

宁夏耕地面积变化及驱动力分析

根据1996—2005年宁夏国土部门的统计数据,对宁夏耕地的动态变化进行分析,反映出近10年来由于城市建设的发展和生态建设的推进,宁夏耕地面积存在下降趋势.利用主成分分析法分析宁夏耕地面积变化的驱动因素,结果表明:社会经济综合作用、农业发展和退耕还林三大因素是影响宁夏耕地面积变化的三个主要驱动力因素.     

喀什经济开发区土地利用动态变化分析

根据1977和2012年2期土地利用遥感数据,在GIS空间分析的基础上运用土地利用动态度、土地利用转移矩阵、土地利用重心移动模型研究了1977 ～2012年喀什经济开发区土地利用变化情况,并分析了研究区土地利用变化的原因以及合理性.结果表明,1977～2012年喀什经济开发区园地面积变化率最大,其次是城镇住宅用地面积,耕地、林地的变化速率也较大;草地和地表水资源用地重心向西南方向偏移较大,同时难以利用的荒漠化土地和盐碱地向水资源移动相反的方向偏移,林地和耕地顺水源向南偏移;驱动喀什经济开发区土地利用变化的因素主要是经济因素和人口因素,各种土地利用类型重心的移动方向与城市未来发展具有一致性和合理性,利于未来城市发展以及人民生活.     

近30年来广西壮族自治区耕地动态变化趋势及驱动力研究

根据广西壮族自治区1978～2005年的统计资料,利用主成分方法分析影响广西壮族自治区耕地变化的驱动因子,揭示耕地面积减少的驱动机制,分析广西壮族自治区近30年来耕地数量动态变化趋势。研究结果表明,广西近30年来耕地面积经历了波动性减少的变化过程,人均耕地面积处于持续下降趋势;通过主成分分析,把影响耕地变化的13个因子进行归纳,认为经济发展水平、人口压力、农业产业结构调整和农业现代化水平是影响广西耕地变化的主要驱动力,并针对驱动力提出一定建议与对策。     

新疆生产建设兵团耕地变化趋势研究

根据新疆生产建设兵团的统计资料,分析了兵团1982年以来耕地面积变化的总体趋势和驱动因子.结果表明,经济、社会和农业技术是影响兵团耕地数量变化的三类主要因素.通过建立多元回归模型,预测出2010和2015年的耕地数量.研究结果和分析结论对兵团农业可持续发展具有重要意义.     

宁夏土地利用变化及驱动力分析

通过遥感、GIS和数理统计相结合的方法,对宁夏地区2000～2008年土地利用变化的数量、变化幅度、年变化率和动态度等进行了定量分析和研究,并进一步分析了该区土地利用变化的驱动力。结果表明,耕地面积减少836.88 km2,未利用地面积减少23.03 km2,其他土地利用类型均有不同程度的增加,其中草地的增加幅度最大,为382.58 km2,其次是林地和建设用地。驱动力分析表明,人口因素、经济因素、政策因素在短时间尺度上对土地利用变化的影响较为显著。     

赣南低山丘陵区农业产业结构“非粮化”空间分异及其驱动力探测——以寻乌县为例

为刻画赣南低山丘陵区农业产业结构“非粮化”空间分布差异,严格落实耕地保护和科学管控“非粮化”,本研究以江西省寻乌县为例,采用地理探测器因子检测、交互作用检测等方法揭示赣南低山丘陵区农业产业结构“非粮化”空间分异特征及其成因。结果表明：2020年寻乌县农业产业结构“非粮化”水平为19.42%,以耕地转为林地和园地为主。农业产业结构“非粮化”空间分异与耕地本底条件、自然资源禀赋、经济区位、政策环境4个维度的因子均显著相关,而地形、农田基础设施条件、耕地连片度是农业产业结构“非粮化”空间分异的主导驱动因子。不同农业产业类型“非粮化”的关键驱动因子不同,多数因子对耕地发展林果业和设施农业的驱动方向相反,农业产业结构“非粮化”因子交互作用均为双因子增强或非线性增强。研究表明,赣南低山丘陵区农业产业结构“非粮化”空间分异明显,需要管控农业产业结构“非粮化”总量并客观分类处置,本研究为“非粮化”分类监测和客观处置提供了参考,为低山丘陵区优化农业资源要素配置和农业产业空间布局提出建议。     

1978～2010年哈密地区耕地面积变化规律及驱动力分析

运用1978～2010年的统计资料,研究了改革开放以来哈密地区耕地数量变化趋势区域差异及驱动力。结果显示:从改革开放以来哈密耕地变化过程分3个阶段:①1978～1986年,全哈密地区耕地面积呈减少趋势;②1986～2006年,全哈密地区耕地面积变化波动比较多,总体增长趋势;③2008年达到了最高值87 090 hm2,2008年以来耕地面积变化不大。哈密地区耕地空间变化区域差异显著,哈密市耕地面积不断增加,1978～1994、1995～2010年2个阶段耕地动态度K2>K1。哈密耕地变化的主要影响因子有社会经济因素、人口因素以及农业生产条件等。     

故城县土地利用变化对生态环境影响分析

本文以故城县为例,以2009年和2018年土地利用现状为数据基础计算土地利用动态度,运用土地利用动态度分析故城县土地利用特点以及对生态环境的影响。结果表明,故城县建设用地面积增加非常多,耕地面积有所增加,园地、林地以及草地面积相对减少；故城县建设用地面积增加,在一定程度上对故城县生态环境产生负面影响；故城县农用地面积增加,对生态环境作用是双重的。     

快速城镇化过程中的小区域土地利用变化及其驱动力分析——以杭州市千岛湖镇为例

在分析1993—2004年千岛湖镇土地利用变化特征和驱动力的基础上,揭示了千岛湖镇土地利用的时空分异特征。结果表明,土地利用变化以城镇及工矿用地的输入和林地的输出为主要特点;耕地、林地、未利用地和其他未利用地的转出面积超过转入面积,而园地、其他农用地、交通用地、水利设施用地和城镇及工矿用地则相反;自然因素、城镇化、农业结构调整、比较经济利益、交通条件和政策因素是引起其土地利用变化的主要驱动力因子,距一级干道的距离是最重要的自然驱动因子。     

基于多光谱与统计数据的凤台县地理国情分析方法探讨

地理国情是重要的基本国情,对服务经济社会发展有着重要的意义。利用安徽省凤台县凤凰镇多光谱影像数据和安徽省第一次地理国情普查数据库,以2012年1:50 000更新数据为参照,从凤凰镇地表覆盖概况和变化情况角度分析该地区的城镇扩张变化程度与趋势,深层次地研究其内在驱动力因素并提出相应的措施。结果表明,2期数据的地表覆盖中耕地面积占比最大;地表覆盖变化面积居中,减小面积较大的是耕地和草地,增加面积较大的是房屋、道路和建筑用地;地表覆盖净增面积中,耕地、林地和水域面积有所减少,园地、草地、建筑区和道路等要素面积均有增加。总体来说,凤凰镇2012—2015年间主要地类变化为耕地转向建设用地,造成其根本驱动力表现在经济因素和人口因素。