基于STIRPAT模型的耕地面积变化及其影响因素

经济快速发展对耕地面积减少的影响,是当前土地利用变化研究领域的热点之一。该文利用STIRPAT模型,以苏州市1978-2005年耕地面积数据及其相关社会经济影响因素的时间序列数据为例,分析了人口、产业结构和城市化水平对耕地面积变化的影响及富裕度与耕地占用之间的相关性。结果表明:在诸多影响因素中,人口数量的变化是引起改革开放以来苏州市耕地面积减少的主要因素;而第三产业增加值占地区生产总值比重和城市化率的变化对耕地面积的减少也发挥着重要作用;在观测数据范围内,富裕度和耕地面积之间存在类似环境Kuznets曲线,并且苏州市正处于该曲线的前期阶段,属于矛盾的凸显期。据此,研究认为缓解苏州市耕地面积减少的压力可从控制人口、调整产业结构、提高城市化水平、转变经济增长方式等方面入手。     

陕西省旬邑县耕地面积变化及驱动力分析

根据旬邑县1989-2009年统计资料,分析该县近二十年来耕地面积动态变化过程,并选取GDP、人口、城镇化水平等10个社会经济因子,采用单因子关联分析和多因子主成分分析法,研究社会经济发展对耕地面积变化的影响,并揭示了引起耕地数量变化的驱动机制,为生态脆弱区合理保护耕地资源提供参考.结果表明:1989-2009年旬邑县耕地面积总体上呈现下降趋势,经历了稳步减少(1989-2000年)、缓慢减少(2000-2003年)到平稳(2003-2009年)的发展阶段.主成分分析结果表明导致该县耕地面积变化的驱动因素为经济发展、人口增长和农业科技进步.     

北京市平谷区耕地面积变化及其驱动力的数理分析

以北京市平谷区为研究区域,讨论了不同地貌区耕地数量变化的空间差异及其流向,并利用多元回归方法分析了整个研究区以及各地貌区耕地数量变化的驱动机制。研究结果表明:①虽然各地貌区耕地数量变化具有空间差异性,但总体上均表现出强度大、比率高等特点;②整个研究区耕地数量变化的主要流向是园地,其次是建设用地;③对整个研究区以及各个地貌区两个层次上驱动机制的数理分析表明,不同区域耕地数量的变化是由不同的驱动因素导致的,但总体而言,其转化都是由社会经济环境和自然环境共同引起的,其中社会经济环境中的人文因素影响更大;④不论在何种地貌区域,耕地资源禀赋,即耕地本身的数量和质量,并不是一个驱动因子,说明耕地的转化程度不随耕地数量和质量的变化而变化,因此应加大对优质耕地以及重点区域耕地的保护力度。     

定西市耕地资源变化社会驱动力及模型研究

根据1994～2004年定西市耕地统计资料,运用主成分分析法对该市耕地资源利用与变化的基本特征和主要驱动机制进行了分析,将其概括为人口、经济和土地生产力三种类型,同时对耕地面积变化及其影响因子的关系进行了定量研究。在此基础上,建立了耕地动态变化与社会驱动因子综合指数之间的线性回归模型。     

锡山市土地利用变化的社会驱动力分析

本文以无锡锡山市为例,分析其土地利用的动态变化及土地利用变化的社会驱动力,包括经济发展、城镇化和工业化、人口增长、政治经济政策这4个方面,并运用主成分分析法对耕地面积变化的社会驱动力作定量分析。     

重庆江津市土地利用变化及社会驱动力分析

运用重庆江津市1990~2002年土地利用数据,分析其土地利用的动态变化及土地利用程度等变化情况,得出耕地面积变化是该区土地利用变化的核心类型。接着运用其社会经济发展状况有关数据和主成分分析法对耕地面积变化的社会驱动力作定量分析,总结出经济发展、城镇化和工业化、人口增长、农业生产效益、政治经济政策这5个因素是引起其耕地利用变化的主要社会驱动力因子。     

海晏县耕地变化驱动力模型及因子分析

利用多元统计学与系统动力学原理和方法建立了海晏县耕地利用变化的驱动力模型,从县域规模水平上对海晏县耕地利用变化的驱动因子及其作用机理和过程进行了分析。结果发现,在海晏县除进入模型的总人口、年末存栏羊数是耕地利用变化的主要决定因子外,国家大政方针和政策也是该县耕地利用变化的主要驱动因子之一。最后探讨了该县土地资源可持续利用的对策和措施。     

兰州市耕地资源变化的社会驱动力研究

土地利用/覆盖变化已成为当前全球变化研究的前沿和热点之一,而耕地的变化又是区域土地利用变化的核心类型,根据兰州市的统计资料,分析了1992～2002年该市耕地面积变化的趋势.运用主成分分析法对影响耕地面积变化的8个社会驱动因子进行定量研究,将其概括为人口经济因素和土地生产力因素,并建立了多元线性回归模型.     

基于TM数字图像的耕地变化检测及其驱动力分析

以黄河三角洲垦利县为研究靶区,采用多时相陆地卫星TM 数据,对耕地的动态变化及其驱动力进行了系统研究。采用人机交互式的目视解译和人工修正方法提取耕地信息,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耕地变化信息的获取。在此基础上,建立了基于TM数字图像的耕地变化及其自然和人为驱动力指标,通过耕地变化及其相关因素分析、空间一致性分析等,确定了耕地变化的驱动因子。结果表明：从1987年至1998年,垦利县耕地面积减少了5 321.8 hm²,平均每年减少483.8 hm²,耕地的减少主要分布于中部稻田区和东北部旱区。不良的人为活动、土壤盐渍化和水源的匮乏是该区耕地动态变化的驱动因子。     

国家尺度耕地变化驱动力的定量分析方法

该文使用中国1987～1989年和2000年两期土地利用遥感调查数据,探索了国家尺度土地利用变化驱动力分析的定量研究方法。以全国耕地变化为例,首先通过GIS和遥感技术对全国耕地变化与自然、社会经济状况进行综合分区,然后利用人工神经网络对各类型区的耕地变化的主导因素进行了分析。研究发现,东部沿海地区及四川盆地自1987年到2000年发生的耕地流失严重,城市化导致的城镇人口增长进而导致城镇扩张、市场经济条件下区域经济之间的相互作用、第二、三产业的迅速发展是其主导原因。在变量选取中大样本的神经网络训练得到较好结果,表明神经网络在土地利用变化驱动力研究中具有强大能力,并说明了先分区后筛选变量的研究思路的合理性。该研究方法对其他类型的土地利用变化驱动力研究以及全球变化研究具有借鉴作用。     

青海省2000-2008年间耕地变化及驱动力研究

该文分析了青海省2000—2008年期间耕地变化的特征及影响耕地变化的主要驱动力。基于青海省土地利用变更调查序列数据,选取了耕地总量、人均耕地变化、耕地增减情况等指标分析了青海省耕地的数量变化特点,选取动态度差异指标,分析了全省耕地变化的区域差异特征。结合青海省耕地变化的特点和区域发展的特征,采取定性分析与定量分析相结合的方法,从耕地保护政策、生态退耕工程、土地开发整理工程、重大建设工程、人口与民族因素和城镇化进程6个方面分析了耕地变化的驱动力。根据耕地变化的特征和主要的驱动力,在耕地管理层面建议坚持最严格的耕地保护制度,加大土地整理的力度,坚持差异化的耕地保护政策,协调重大建设工程对耕地的占用。     

江西省耕地的动态变化及驱动因子

利用江西省1990—2009年耕地变化数据以及社会经济资料,分析了该区域耕地动态变化的时空特征,并将主成分分析和多元线性回归分析相结合,揭示了江西省耕地数量变化的主要驱动力。结果表明,江西省耕地数量变化在时序上呈现出先减少后增加的趋势;在空间上区域差异性较大,不同时期各市耕地利用动态度波动较大;江西省耕地动态变化的主要驱动因子包括经济增长、社会发展和农业科技提高3个主要类别,总体上,耕地数量变化与人口、GDP、全社会固定资产投资、3大产业、耕地产出率以及农机机械总动力之间存在着显著相关性,在第1主成分中经济和人口两大因子是主要的驱动因素,第2主成分中农业科技进步是主要因子。     

黑龙江省耕地集约利用驱动因素分析

为探寻耕地集约利用的主要驱动力及各因素之间的相互关系,从自然、人口、政策、科技和社会经济五个方面选取30个指标,采用灰色关联法和通径分析法定量分析影响黑龙江省耕地集约利用的驱动因素及作用机理。结果表明:（1）自然因素和人口因素是黑龙江省耕地集约利用变化的主要驱动力,社会经济因素和科技因素是次要驱动力,政策因素对耕地集约利用的影响作用最小;（2）城市化水平和非农业人口是决定耕地集约利用的主导因子,尽管总人口和粮食单产对耕地集约利用的直接作用较小,但通过其它指标对耕地利用集约度的间接作用较大。     

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。     

2009—2018年湖南省县域耕地时空演变及其驱动力

[目的]分析近年来湖南省县域单元耕地的时空变化特征及驱动力,为耕地保护政策的制定提供决策依据。[方法]基于湖南省2009—2018年的土地利用变更调查数据库,利用耕地变化动态度、景观格局指数和地理探测器模型,从数量规模、景观格局和驱动力等方面分析湖南省县级行政单元的耕地变化。[结果](1)2009—2018年,湖南省耕地总量累计增加379.02 km²。新增耕地主要分布在环洞庭湖地区、湘中盆地群和湘西北等土地整治重点地区。(2)在土地综合整治等工程的积极作用下,湖南省耕地图斑形状趋于规整化;而受城镇化和基础设施建设的影响,全省耕地破碎化趋势明显。(3)地方财政收支情况、人口增长和地形条件是湖南省2009—2018年间耕地变化的主要驱动力因子。各驱动因子之间通过双因子增强和非线性增强等交互作用实现对耕地时空变化的综合影响。[结论]湖南省耕地保护成效显著,但依然面临许多挑战。新时期全省耕地保护应该处理好国土空间开发与保护之间的关系;新增耕地的开发应当更加注重对农村低效建设用地的复垦而减少对生态空间的挤占;优化耕地保护政策,切实提高现有耕地的经济产出效益,发挥市场机制在...     

陕西省2000-2018年土地利用时空演变及驱动因素

[目的] 分析陕西省土地利用变化及驱动因素,为促进该省土地资源综合优化配置和社会经济可持续发展提供科学依据。[方法] 基于2000,2010和2018年陕西省的土地利用遥感监测数据,通过土地利用动态度、土地利用转移矩阵、空间自相关等方法定量分析陕西省土地利用的时空演变特征,并利用主成分分析法对其土地利用变化的驱动力进行分析。[结果] 各土地利用类型面积均有不同程度的变化。其中,耕地面积下降最多,工矿建设用地面积增速最快,水域面积变化最小。土地利用类型受自然条件的影响,空间差异性显著。农村居民用地、未利用地、耕地、林地、草地的空间聚集性强,水域、城镇居民用地和工矿生产用地的空间集聚性性相对较弱,草地、工矿建设用地形成新的集聚区。陕北高原和关中平原土地利用转移相对频繁,陕南山区土地利用转换相对较小。榆林市和延安市主要表现为耕地向林地和草地转移以及未利用地和草地向工矿建设用地转移,西安市主要表现为耕地和农村居民用地向城镇居民用地转移。土地利用变化的主要因素是城市化发展过程中社会经济的发展以及产业结构的调整。[结论] 陕西省土地利用变化区域差异较大,应因地制宜制定土地利用规划,促进人口—经济—生态之间的协调发展。     

重庆市不同经济区耕地动态变化及其驱动力差异性分析

根据1985～2000年耕地统计和社会经济资料．对重庆经济较发达的北碚区、欠发达的万州区和经济落后的酉阳县三不同经济区的耕地动态变化进行了统计分析。结果表明．三不同经济区的耕地变化无论在数量上还是结构比等方面均有明显下降，且经济较发达的北碚区相对经济欠发达的万州区和经济发展落后的酉阳县而言耕地数量减少、结构比下降的速度(率)更快。通过主成分分析法和多元线性回归分析表明，人口的增长、工业化和城镇化的进程、第三产业的发展、社会经济管理机制以及社会行为等这些影响耕地变化的主要社会驱动力因子．对不同经济区耕地变化的影响存在着一定的差异性。利用灰色动态预测模型GM(1，1)对不同经济区未来10年耕地变化预测表明，不同经济区耕地变化将会继续减少．且经济较发达的北碚区和经济欠发达的万州区耕地减少的速度(率)基本保持一致，但经济落后的酉阳县耕地减少的速度较前两者更快。     

基于人粮关系的陕西省耕地资源承载指数时空变化与预测

[目的]分析陕西省2010—2019年耕地承载指数的时空变化特征,并对2020—2025年的耕地承载指数与人粮关系进行预测,为该区国土空间规划和耕地保护政策制定提供理论参考。[方法]基于统计年鉴面板数据,运用重心迁移模型、地理探测器、GM(1,1)模型等方法开展研究。[结果](1)2010—2019年陕西省总体粮食产量、人口、耕地承载力都有所上升,耕地资源承载指数(LCCI)小幅度波动下降,人粮关系稍微缓和;各地级行政区耕地资源承载指数波动较大,变化剧烈的时间段为2010—2011年、2014—2015年、2017—2018年。(2)2010—2019年陕西省耕地承载指数区域差异明显,呈现出南高北低的空间格局,西安市、杨凌示范区为高值中心,榆林市为低值中心;从分区角度,耕地资源承载指数排序为：陕南地区>关中地区>陕北地区。10 a间陕西省的耕地资源承载指数重心位于咸阳市境内,总体迁移方向为从东北向西南,指向西安市与杨凌示范区。2013—2015年、2017—2018年两个时间段的路径存在明显的突变,与各地级行政区耕地承载指数的消长有关。(3)陕西省耕地资源承载指数时空变化最...