灰色关联分析在吐鲁番市农用地适宜性评价中的应用

选用新疆吐鲁番市农用地的2518个单元,在DPS统计软件的支持下,用灰色关联分析[1]确定产量与各因子之间的灰色关联值,并结合专家的意见确定各因子的权重,用指数和法确定其得分,然后用聚类分析进行农用地适应性评价,评价出宜农用地的各适应等级。     

基于灰色关联分析法的耕地系统协调度研究

将协调度定义引入耕地系统,构建耕地系统集约指标评价体系,引入12个评价因子,应用灰色关联分析法获得各评价因子的影响频度。依据2004-2008年兰州市相关数据,利用评价因子影响频度进行耕地系统协调度分析,得到兰州市下属三县耕地系统的协调系数。结合各县区实际情况,分别提出提升耕地系统协调度的方法。结果表明,基于灰色关联度分析法的耕地系统协调度研究可以在众多评价因子中筛选出对整体系统影响频度最大或较大的因子,可为系统未来的协调发展给出合理的建议。     

基于灰色关联模型的耕地变化驱动力分析——以鄱阳湖地区为例

把灰色关联数学模型运用于区域耕地变化的驱动力研究之中,应用该模型对鄱阳湖地区1949～2002年不同阶段的耕地变化驱动力进行了分析,并结合不同的历史环境,确定了不同历史时期下影响耕地变化的各个驱动因子的关联程度和主次地位,以期为人们保护耕地,合理利用土地,实现鄱阳湖地区土地利用的可持续发展提供指导。     

灰色关联层次分析法在麦绿素原料适宜采收期确定上的应用

以‘大中88-91’大麦苗为试验材料,以蛋白质、黄酮、叶绿素含量和麦苗产量为评价因子,采用层次分析法(AHP)对评价因子进行权重排序计算,通过灰色关联度分析法(GRA)确定大麦苗适宜采收期。层次分析法结果表明:各评价因子权重排序为黄酮含量(0.4170)叶绿素含量(0.284)蛋白质含量(0.170)产量(0.075)。灰色关联分析法结果表明:五叶期和六叶期与"理想采收期"关联度最高,灰色关联度分别为0.891、0.903,故五叶期和六叶期为适宜采收期。因此,层次分析和灰色关联分析相结合的方法可运用于麦绿素适宜采收期的确定。     

江阴市耕地地力评价因子权重及隶属度的确定

根据全国耕地地力评价因子总集,选取适合江阴市具有代表性的耕地地力因子,结合当地的实际,确定各评价因子的权重、隶属度,为该市的耕地地力评价与测土配方施肥提供参考。     

天门市各乡镇耕地资源可持续利用评价

选取人均产粮、粮食单产、耕地面积等指标作为天门市各乡镇耕地资源可持续利用评价的指标体系,采用层次分析法来确定各指标的权重,然后用灰色评价法对各乡镇的耕地资源可持续利用状况进行评价。结果显示：天门市各乡镇耕地资源可持续利用水平存在一定的差异,部分乡镇存在耕地资源生产力水平低、稳定性差、经济投入不高等情况。最后,提出了实现天门市各乡镇耕地资源可持续利用水平进一步提高的措施建议。     

珠江三角洲耕地后备资源开发潜力评价

耕地后备资源是耕地的重要补充来源,在耕地总量动态平衡中具有重要作用.以珠江三角洲为例,研究其耕地后备资源的类型、数量、质量和分布状况,结合实际,初选评价因子通过逐步判别法筛评价因子,确定评价因子的分级分值,采用特尔斐法与熵权法确定自然条件、社会经济以及生态环境因素的权重.然后基于GIS技术,根据评价图斑的属性数据,结合评价体系,确定每个评价单元各个因子的得分,再通过指数加权模型计算每个评价单元的总得分,确定各单元的潜力等级.     

耕地地力评价因子权重及隶属度的确定

根据耕地地力评价因子总集,按照选取的因子应对耕地地力有较大的影响,在评价区域内的变异较大,在时间序列上具有相对的稳定性,因子之间独立性较强的原则,选取拉萨市耕地地力评价因子。结合拉萨市实际,确定各评价因子的权重、隶属度,为全面推广测土配方施肥技术提供依据。     

基于GIS的湖北省京山县耕地地力质量评价

以京山县野外调查、社会统计和室内化验分析等工作为基础,采用GIS工具分别建成京山县耕地空间数据库和属性数据库.按照农业部的统一规程筛选确定了评价因子.用土壤图和土地利用图叠加生成评价单元,在ArcMap中通过克里金插值获取各评价单元不同耕地属性的评价信息,运用模糊评价法、特尔斐法和层次分析法建立了评价因子的隶属函数模型和层次分析模型,并与GIS结合对京山县耕地地力进行评级,制作了主要耕地地力属性专题图.还对京山县不同耕地地力等级的面积统计和分布特点以及各等级耕地的主要属性进行了分析,研究结果对当地耕地质量管理,促进新农村建设具有指导意义.     

喀斯特山区旱耕地土壤环境质量评价——以贵阳市乌当区为例

依据土壤环境质量各评价指标的渐变性和模糊性，采用模糊数学方法确定土壤重金属内梅罗综合污染指数隶属度函数并对土壤肥力指标、土壤立地条件各评价因子进行处理，运用主成分分析法确定各评价因子的权重，采用层次分析法从土壤肥力状况、重金属污染程度和立地条件等3组评价指标上对喀斯特山区（以贵阳市乌当区为例）石灰岩母质发育的旱耕地土壤环境质量进行了较为全面、科学的评价。结果表明，金华镇旱耕地的土壤肥力质量最高，下坝乡的最低;下坝乡旱耕地的土壤重金属污染环境质量最好，朱昌镇的最差;东风镇旱耕地的土壤立地条件质量最高，水田镇的最低;研究区域内石灰岩母质发育的旱耕地土壤环境质量综合评价排序为东风镇旱耕地〉金华镇旱耕地〉朱昌镇旱耕地〉下坝乡旱耕地〉水田镇旱耕地。     

甘肃省天水市耕地面积时序变化分析

为了更深入了解经济发展与耕地面积变化之间的关系,选择天水市1949~2007年的耕地面积及人口资料,同时根据要求选用部分数据运用SPSS主成分分析法定量分析该市耕地面积变化的驱动机制。结果表明,影响该市耕地变化的主要因素是经济发展、人口增长和相关政策。并通过Excel软件的矩阵运算实现了该市耕地面积的灰色模糊预测。结果显示,天水市耕地面积在未来10年依然逐渐减少,随着社会经济发展对土地面积需求的增多,耕地形势不容乐观。最后,提出天水市耕地可持续发展的对策措施。     

阿勒泰市耕地资源动态变化及驱动力分析

[目的]通过对1995～2009年阿勒泰市耕地数量和质量变化的探究,分析耕地数量变化的驱动力因子,为合理利用、因地制宜管理耕地资源提供依据.[方法]用灰色关联度分析方法对影响耕地数量变化的因素进行了探索性研究.[结果]阿勒泰市近15年耕地数量呈波动变化态势,影响耕地数量变化的因素主要是经济和社会因素.[结论]综合分析影响耕地数量变化的社会、经济因素,工业建设投资、农业建设投资、农业总产值以及城市化水平是影响耕地数量变化的主要驱动力.     

西部欠发达地区耕地动态变化及需求预测研究——以四川省井研县为例

以四川省井研县为例,结合新一轮土地利用总体规划修编,分析了该县域耕地利用中存在的问题,分别采用主成分分析和灰色关联度法分析了井研县耕地利用变化的驱动力;然后,运用灰色系统预测模型,研究其耕地的未来发展趋势,以期掌握其发展动向;最后,以实现耕地总量动态平衡为目标,提出实现土地可持续利用的对策,从而有效地指导当前土地资源管理工作和控制未来的土地利用。这对于促进西部欠发达地区资源、环境和人口的协调与经济可持续发展有着重要意义。     

快速城市化地区耕地数量变化的人文驱动力分析——以无锡市为例

运用灰色关联分析结合主成分分析的方法,对无锡市1998～2009年耕地数量变化的人文驱动力因素进行了分析,并采用多元线性回归方法拟合得到无锡市耕地数量变化的人文驱动力模型。结果表明:无锡市耕地数量变化的主要人文驱动力是人口增长、农业经济发展及农业科技水平,并从这3个方面出发,对无锡市耕地资源保护提出了一些相应的建议。     

农业生产条件对农业经济发展影响的多元统计分析

根据1991-2004年我国农业发展的统计资料,应用灰色关联分析方法,对农业生产条件与农业经济发展的关系进行了研究,结果显示农用固定资产资金额对农业经济发展的影响最大,农业物质生产条件对农业经济的影响明显,其中农机总动力对农业经济的影响近年来明显增强,而农村劳动力、耕地面积和灌溉面积对农业经济发展的影响较小。     

闽侯县耕地土壤环境质量评价

在实地调查和分析测试的基础上,借助GIS技术,进行闽侯县耕地土壤环境质量评价,结果表明,全县耕地土壤环境质量总体较高,清洁和尚清洁的耕地占全县保护区耕地总面积的98.98%,处于轻度污染水平的仅占1.02%。环境质量处于清洁水平的土壤类型主要有黄泥田、灰泥田、青泥田、黄泥砂田和红泥土等土属,处于轻度污染水平的土壤类型主要有黄泥田等土属。在环境质量评价的基础上,提出了闽侯县耕地土壤合理利用的对策。     

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。     

安徽省城市化进程与耕地面积变化的相关研究

运用相关系数和回归模型对安徽省城市化水平与耕地面积的关系进行了分析,发现安徽省城市化水平与耕地面积之间具有显著的线性相关关系,在此基础上建立了两者之间的线性回归模型。最后提出了安徽省城市化进程中保护耕地的对策。     

南京市耕地利用集约度变化及影响因素研究

基于能值分析理论对2000—2015年南京耕地利用集约度进行测算并进行时序变化分析,运用灰色关联法分析各影响因素对南京耕地利用集约度的贡献率。结果表明:南京耕地利用集约度持续上升;各投入要素中,农业机械集约度快速增长,劳动力、农用化肥和农药集约度呈下降趋势;各影响因素中,耕地利用集约度与建设用地面积之间耦合度最强。