1990—2020年淮河生态经济带耕地资源分布变化特征与驱动机制

探索淮河生态经济带耕地资源分布变化特征，可为保护耕地、保障国家粮食安全提供规划和决策依据。基于1990—2020年遥感影像数据，利用空间探索、统计分析等方法，揭示该区域耕地资源在过去30年的时空分布变化及其驱动机制，并进一步对2030年土地利用进行情景预测。结果表明：1）淮河生态经济带土地利用结构以耕地为主，平均占比为68.70%；近30年来研究区耕地面积剧烈缩减8.63×10⁵ hm²，年均减少2.88×10⁴ hm²，其中旱地减少占耕地总减少量的82%；耕地的流失主要在于建设用地的侵占。2）耕地资源具有明显的集聚特征，以淮河为分界线集聚分布，呈现“东南水田、西北旱地”的典型分布特征。3）耕地资源分布变化的主导驱动因子包括农业机械化水平、粮食产量、人口等社会驱动力；生态驱动力各要素对耕地资源变化的驱动力则相对较为稳定。4）自然发展情景下，2030年耕地面积持续减少1.10×10⁵ hm²，在积极的耕地保护情景下，耕地面积将显著增加5.29×10⁵ hm²；采取耕地保护情景，鲁中南低山丘陵区以及桐柏—伏牛山通过开垦部分疏林地和低覆盖草地将其整治为耕地，东部沿海可将沿海水域合理建设为建设用地，中部区域可通过减少建设用地的碎片化，较大程度上使耕地资源的连片化，从而在一定程度上提高耕地的利用效率。研究对于优化淮河生态经济带耕地资源结构以及空间优化配置具有重要意义。     

垦利县冬小麦面积的卫星遥感与分布动态监测技术

应用陆地卫星TM资料和遥感图像处理ENVI3.2软件，以监督分类波谱角法、人机交互等方法提取冬小麦面积及分布信息。采用图像复合分类监测、比值（差值）图像监测、分类结果叠加监测和信息复合人机交互目视提取等方法研究了垦利县1987～1998年冬小麦播种面积及其空间分布的动态变化。结果显示，垦利县冬小麦播种面积呈不断增加的趋势，11年间共增加了11 264.5 hm²，其中从1992～1996年增加幅度较大。麦田面积的增加主要在垦利县中部和靠近黄河口的两侧地区，其减少则主要分布于西南和东北两个原小麦集中分布区。研究结果为该县冬小麦生产的管理及决策提供了科学依据。     

陕西黄土台塬区土地系统变化特征分析

基于GIS和RS支持,采用土地利用变化系列指标对陕西黄土台塬区1985-2010年土地利用变化特征进行了分析。结果表明,2010年黄土台塬区耕地984337.30 hm²,草地143030.47 hm²,建设用地105871.35 hm²,分别占总面积77.89%,11.32%和8.38%;研究时段内耕地、草地、林地、水域依次减少20866.61,11065.22,1186.44和748.96 hm²,分别比1985年减少了2.08%,7.18%,4.60%和11.64%;建设用地增加33902.8 hm²,为1985年的47.11%;建设占用耕地26668.8 hm²,占建设用地转入流的96.26%;草地转耕地18923.9 hm²,占草地转出流的93.24%;1985-1990年土地系统较为稳定,综合动态度为0.52;1990-1995土地利用变化活跃,综合动态度达到3.60,其后逐渐降低,到2005-2010降低为1.16,土地系统趋于稳定。空间上,耕地转建设用地在城镇周边幅度较大,草地和耕地互转主要在渭南台塬东部、咸阳塬北部以及宝鸡台塬区。     

基于遥感与GIS的土地用途转移分析——以洞庭湖区为例

采用遥感、GIS一体化技术，以1989～1990、1999～2000年获取的陆地资源卫星Landsat TM或ETM图像为主信息源，对洞庭湖区近10年土地用途的转移变化进行了检测，对驱动变化的主要因素进行了分析。结果表明，1990年以来的10年间，耕地减少0.9万hm²，占总面积的比重减少了0.32%；各类建设用地总计增加了0.75万hm²，比重增加0.26%；水域增加0.16万hm²，比重增加了0.06%。林地略有减少，草地、未利用地略有增加。流失的耕地中，绝大部分被退田还渔还湖，或被建设用地所占用。建设用地的扩张占地中，耕地被占74.08%，林地被占20.86%。土地利用、土地价格及税收等方面的政策、城市化与工业化、农业结构的调整、以及科技的进步对土地用途的转移有决定性的影响。     

黄河口耕地遥感动态监测及其生态环境安全分析

采用多时相陆地卫星TM数据，以分类后比较法和历史土地利用专题图支持下的目视检测方法进行黄河口耕地变化动态监测。建立了基于TM数字图像的耕地变化及其相关自然和人为因素变化的指标，对与耕地变化相关的自然环境要素变化及人为影响进行了分析。结果表明：从1987∽1998年，垦利县耕地增减变化较大，面积减少了5321．8hm^2，平均每年减少483．8hm^2。耕地的变化反映出该区土壤盐渍化的加重和水源的匮乏，以及人为不良活动的影响。在此基础上提出了该区生态环境安全的对策措施。     

东北地区土地利用转换及其生态效应分析

基于1990、1995、2000年3期Landsat TM影像数据，在遥感与GIS支持下分析了东北地区1990～2000年土地利用转换特征与格局，以及耕地内部水田与旱地转换态势和成因。研究表明：农业土地利用内部及其非农化转换趋势明显。耕地、草地年均减少4.99×10⁴和1.40×10⁴ hm²，水域、林地、建设用地年均增加2.39×10⁴、1.93×10⁴和1.44×10⁴ hm²；不同时期的土地利用类型转换差异较大，以1990～1995年间变化为主，耕地、林地和建设用地变化量分别占总变化量的93.5%、85.8%和75.8%。耕地内部水田和旱地的转换频繁，主要是政策调控和市场调节综合作用下实施农田改造工程的结果。退耕还林草与林草地开垦的逆向发展，以及水田与旱地频繁的转换过程，已带来土地退化、水资源浪费和环境恶化等严重负面效应。     

黄河口耕地遥感动态临测及其生态环境安全分析

采用多时相陆地卫星TM数据,以分类后比较法和历史土地利用专题图支持下的目视检测方法进行黄河口耕地变化动态监测.建立了基于TM数字图像的耕地变化及其相关自然和人为因素变化的指标,对与耕地变化相关的自然环境要素变化及人为影响进行了分析.结果表明从1987～1998年,垦利县耕地增减变化较大,面积减少了5 321.8 hm2,平均每年减少483.8 hrn2.耕地的变化反映出该区土壤盐渍化的加重和水源的匮乏,以及人为不良活动的影响.在此基础上提出了该区生态环境安全的对策措施.     

中条山森林碳密度时空变化及其驱动因素分析

森林碳库在全球碳循环中发挥着重要的作用。为深入了解山西省中条山区森林植被碳密度的时空动态变化及其影响因素,以2005—2015年3期国家森林资源连续清查数据为基础,通过随机森林和结构方程模型,定量研究了森林植被的碳密度以及各驱动因子对碳密度空间分布的贡献度。结果表明:(1)2005年、2010年、2015年中条山森林植被碳密度和碳储量分别为24.87,26.56,31.42 Mg C/hm²和15.89,16.00,20.15 Tg C,二者均呈持续增加趋势,年均增长率分别为2.63%和2.68%。(2)植被碳密度空间分布特征为高(＞100 Mg C/hm²)和中高(60~100 Mg C/hm²)碳密度样地主要分布在中条山中部和西南部,低碳密度区(＜60 Mg C/hm²)主要在东北部。(3)林龄和年均降雨量是影响研究区植被碳密度空间格局的重要驱动因子,林龄对碳密度的直接正向影响最为显著,年均降雨量通过对林分因子的间接影响进而影响碳密度的空间分布格局。     

基于灰色系统理论的挠力河流域净耕地面积预测

[目的] 研究如何精准提取净耕地利用信息,为农田管理与耕地科学利用提供理论支持。[方法] 基于灰色系统理论提出净耕地预测思路,以典型粮食产区挠力河流域为研究区,在土地利用变更调查数据支持下,运用净耕地系数、突变检测模型、灰色动态模型（GM）等数理模型,提取并验证净耕地（包括旱地和水田）利用信息。[结果] 挠力河流域土地利用斑块面积变化表现出显著的“灰色”特征,对20 hm²等额面积区间的非旱地和非水田斑块面积累加处理,可增强数据列的规律性特征;GM （1,1）灰色系统模型和多项式预测方法均可较为准确地提取非旱地和非水田面积信息。2018年,挠力河流域旱地和水田的净面积分别是1.06×10⁶ hm²和3.87×10⁵ hm²,对应的净系数为97.65%和98.07%。[结论] 耕地斑块面积变化具有灰色特征,可采用灰色系统理论进行净耕地面积预测。     

陕西省人均生态足迹动态变化及驱动模型研究

以熊德龙等改进的生态足迹理论为基础,分析了陕西省1990-2007年人均生态足迹的动态变化,并利用主成分分析和多元性线性回归方法,分析了人均生态足迹驱动力并建立驱动模型。结果表明,陕西省人均生态足迹从1990年的0.818hm²上升到2007年的2.854hm²,人均生态承载力略有下降,说明陕西省始终处于生态赤字状态。2003年以后陕西省生产性生态足迹大于消费性生态足迹,区域生态资源呈输出状态,社会经济发展对能源产业依赖性更加明显。陕西省人均生态足迹动态变化是人口、经济、环境、技术、土地利用程度等多方面因素综合作用的结果,经济增长与重工业率提高是生态足迹动态变化的主要驱动因素。     

黄河三角洲耕地变化及其驱动力的卫星遥感分析

Taking Kenli County in the Yellow River Delta, China, as the study area and using digital satellite remote sensing techniques, cultivated land use changes and their corresponding driving forces were explored in this study. An interactive interpretation and a manual modification procedure were carried out to acquire cultivated land information. An overlay method based on classification results and a visual change detection method which was supported by land use maps were employed to detect the cultivated land changes. Based on the changes that were revealed and a spatial analysis between cultivated land use and related natural and socio-economic factors, the driving forces for cultivated land use changes in the study area were determined. The results showed a decrease in cultivated land in Kenli County of 5321.8 ha from 1987 to 1998, i.e., an average annual decrement of 483.8 ha, which occurred mainly in the central paddy field region and the northeast dry land region. Adverse human activities, soil salinization and water deficiencies were the driving forces that caused these cultivated land use changes.     

不同轮作制度下土壤中不稳定有机碳组分的变化

Taking Kenli County in the Yellow River Delta, China, as the study area and using digital satellite remote sensing techniques, cultivated land use changes and their corresponding driving forces were explored in this study. An interactive interpretation and a manual modification procedure were carried out to acquire cultivated land information. An overlay method based on classification results and a visual change detection method which was supported by land use maps were employed to detect the cultivated land changes. Based on the changes that were revealed and a spatial analysis between cultivated land use and related natural and socio-economic factors, the driving forces for cultivated land use changes in the study area were determined. The results showed a decrease in cultivated land in Kenli County of 5321.8 ha from 1987 to 1998, i.e., an average annual decrement of 483.8 ha, which occurred mainly in the central paddy field region and the northeast dry land region. Adverse human activities, soil salinization and water deficiencies were the driving forces that caused these cultivated land use changes.     

东北粮食主产区耕地资源变化驱动机制及其对粮食产量的影响

以东北粮食主产区巴彦县为研究区,以3S技术为手段,运用Logistic模型识别研究区耕地资源变化驱动因子,采用单因素指标法及通径分析法,探讨了单因子及复合因子对研究区粮食产量的影响。结果表明:(1)研究区耕地资源变化驱动因子主要为坡度、土壤类型、地均GDP等8个敏感性因子,且每个驱动因子对耕地资源变化的驱动机制各不相同;(2)单一驱动因子指标分级变化会引起粮食产量的改变,变化最大值为土壤有机质含量在1—2级间的改变,最小值为政策法规在2—3级间的改变;(3)复合因子对粮食产量主要表现为耕地资源变化驱动因子复合总效应每改变0.1,粮食产量的变化值约在950kg/hm2。耕地资源变化的单因子及复合因子对粮食产量均产生较大影响,粮食生产能力的提高应根据驱动因子的不同特征制定具体措施。     

耕地整理潜力测算

在GIS支持下，采用样区法测算了延庆县的耕地整理潜力。结果表明：县内平耕地的无效耕地系数平均为6.14%，低、中、高3种整理水平的耕地整理潜力系数是0.68%、2.10%、2.81%，相应的耕地整理潜力为109.29、337.53、451.64 hm²；坡耕地的无效耕地系数平均为9.95%，低、中、高3种整理水平的耕地整理潜力系数是0.70%、3.03%、4.20%，对应的耕地整理潜力为90.68、392.52、544.09 hm²。延庆县采用的测算耕地无效耕地系数的样区法、所取得的平耕地与坡耕地的无效耕地系数、不同耕地整理水平的耕地整理潜力系数可作为同类地区的耕地整理潜力测算参考，依据这两个系数测算的延庆县耕地整理潜力可作为延庆县耕地整理规划及土地整理项目可行性研究的科学依据。     

湖南省耕地资源动态变化及其驱动力

[目的]研究湖南省1996—2011年耕地资源的变化过程,定量分析耕地变化的驱动因子,并对该区域耕地的变化趋势进行预测,为合理利用和保护耕地资源,促进区域经济的可持续发展和粮食安全生产提供重要参考。[方法]利用湖南省近16a的土地利用调查数据及相关社会经济资料,根据研究区域的特点选取了总人口、地区生产总值、农业机械化水平等14个指标,利用主成分分析法对耕地变化的驱动力进行分析,最后采用灰色系统GM(1,1)模型对研究区域耕地的变化趋势进行预测。[结果]1996—2011年湖南省人均耕地面积下降趋势明显,由1996年的0.066 9hm2减少到2011年的0.058 0hm2,该省耕地数量变化存在明显的区域差异。耕地面积变化驱动力主要由人口增长、社会发展、农业生产能力、人民生活水平4个方面构成。预测结果表明,研究区域2014—2020年的耕地面积继续呈下降趋势。[结论]湖南省耕地减少速度快,土地垦殖率高,且后备资源贫乏,应加大耕地的保护力度,以促进区域的粮食安全和可持续发展。     

基于RS和GIS的渭南8县市地貌类型及居民地时空变化分析

基于遥感和GIS技术,以2000年TM和2007年CBERS影像为主要数据源,分析了渭南8县(市、区)地貌格局及居民地面积的时空变化.分析结果表明:(1)研究区地貌类型复杂多样,山、川、塬、沟壑、沙地和河道兼具,以渭北台塬和渭北沟壑面积最广,比重均超过20%;(2)7 a间研究区居民地增加6 044.1hm~2,其中临渭区增长2 718.6 hm~2,面积变化最多,其次是大荔县,面积增长1057.8 hm~2,潼关县增长最少,为123.1 hm2;研究区居民地单一土地利用动态度(年变化率)均值为2.03%,而各县年变化率以临渭区最高(3.75%),澄城县最低,仅0.85%.     

基于限制程度排序的卢龙县耕地质量提升重点区域划定研究

耕地是保证国家粮食安全的先决条件,也是保障社会安全及社会可持续发展的物质基础。中国耕地总体数量基数大,但整体的质量水平却很低。为明确耕地整治方向,针对不同地区进行不同重点的耕地整治,本文基于秦皇岛卢龙县农用地分等定级,构建耕地质量评价指标体系,运用得分因子标识法,确定限制因子组合类型,引入障碍度模型对限制因子组合进行修正,对卢龙县进行限制因子重点区域划定。结果显示,卢龙县15 981个耕地地块都存在高限制因子,汇总95种限制因子组合类型,共计43 909.71 hm~2。引入障碍度模型修正后卢龙县耕地可划分为5个主导限制因子重点区域:道路通达度限制因子主导区、地形坡度限制因子主导区、灌溉保证率限制因子主导区、农田防护林比率限制因子主导区和有效土层厚度限制因子主导区;其中农田防护林比率限制因子主导区整治面积最大,为37 680.91 hm~2,占耕地总面积的85.81%,主要分布在卢龙镇、燕河营镇和双望镇;其次为有效土层厚度限制因子主导区,面积为3 861.32 hm~2,主要分布在印庄乡;道路通达度限制因子主导区整治面积为1 876.16 hm~2,主要分布在双望镇;灌溉保证率限制因子主导区整治面积为319.44 hm~2,主要分布在燕河营镇;地形坡度限制因子主导区整治面积最小,为171.87 hm~2,占耕地总面积的0.39%,主要分布在刘田各庄镇。结合重点区域内限制因子可知,卢龙县主要限制因子以农田防护林比率和有效土层厚度为主,灌溉保证率和道路通达度为辅;在进行耕地整治时,可重点加强防护林建设,增加有效土层厚度,改良土壤,提高土壤肥力,加强农田设施及田间道路建设,确保粮食稳中增产,保障区域内粮食安全。研究结果可为丘陵山区整治规划、划定耕地质量提升重点区域提供技术支持,为今后耕地整治提供科学依据。