贵州省粮食安全与耕地压力时空动态变化及驱动因素分析

运用耕地压力指数模型、粮食平衡系数和主成分分析的研究方法,对贵州省及9个地市1989—2005年的粮食生产、耕地压力指数、粮食平衡系数作动态变化分析,及对粮食生产的综合条件进行了主成分分析,分析研究结果表明：①贵州粮食产量迅速增加。从1989年的708．25万t增加至2005年的1288万t,通过主成分分析,贵州的粮食产量与投入粮食生产的资本、技术和劳动与粮食产出密切相关。②人口增长与耕地面积减少的矛盾突出。人口数量呈直线型增长,从1989年的3134．94万人增加至3931．12万人,16a间增加了800万人;耕地面积呈减少趋势,从1989年的185．38万hm^2减少至175．35万hm^2。③耕地压力指数下降,从1989年的1．77降至2005年的1．22,主要原因是耕地综合生产力提高的结果,粮食平衡系数相应提高,但仍低于临界水平1,区域粮食生产相对全国平均水平未能自给。④各个地区的耕地压力减小,遵义市耕地压力系数最小,近年来小于1;粮食平衡系数上升,除遵义市外,其他地区仍小于1,人均粮食占有量为达到全国平均水平,同时各地区之间的粮食安全与耕地压力存在差异性。图4,表1,参16。     

陇东南地区粮食安全与空间格局分析-以天水市为例

基于天水市1978—2008年的农业经济统计数据,运用最小耕地面积和耕地压力指数模型对天水市的粮食安全状况进行时空动态分析,利用空间自相关模型对天水市的113个乡镇的人均耕地面积和人均粮食占有量进行空间分布分析。分析结果表明：天水市的5县2区中的秦安县为粮食较安全区域,耕地压力指数较小,其他区、县分剐为粮食较不安全区域和不安全区域;通过计算全局Moran指数I得出：天水市的人均耕地面积、人均粮食占有量都呈现出明显的空间全局正自相关;Moran散点图刻画了天水市各个乡镇人均粮食和耕地占有量的局部空间联系形式,呈现出一种高高聚集和低低聚集的空间组织形式。图8,参12。     

基于耕地压力指数和GM（1,1）模型的区域粮食安全状况研究——以甘肃省天水市为例

在分析天水市1996-2005年耕地、人口、粮食动态变化的基础上,计算最小人均耕地面积和耕地压力指数,运用GM（1,1）模型对未来15 a天水市耕地压力指数进行了预测。研究结果显示：1996-2005年,虽然天水人均耕地面积持续减少,但由于耕地生产率不断提高,粮食产量和人均占有量在持续增加,最小人均耕地面积和耕地压力指数呈现降低的趋势,但是耕地压力指数始终在1之上。未来15 a耕地压力指数将进一步降低,耕地生产力的供给水平高于食物消费水平,区域粮食安全隐患较小。     

苏州市耕地数量动态变化及驱动力分析

基于近30a的统计资料和近10a来土地详查与变更数据,分析苏州市耕地数量变化的动态过程及其空间差异,并通过主成分分析初步探讨了耕地数量变化的主要驱动因子。研究表明:苏州市耕地数量呈现明显的波动减少趋势,耕地变化的区域差异显著;人口增长、工业化、第三产业发展等社会经济因素是引起耕地变化的内在决定性因子,农业技术进步、经济利益驱动等因素是影响耕地数量变化外部驱动因子。图4,表3,参5。     

太原市耕地资源动态变化及驱动力分析

利用1949—2005年的统计数据,分析了太原市耕地资源动态变化过程,并选取总人口、全社会固定资产投资额、人均GDP、工业总产值、第三产业比例等指标进行主成分分析。研究结果表明：太原市耕地数量经历了较快增长-急剧减少-平稳减少-波状减少的变化过程,太原市各地区的耕地变化也有明显差异性;通过主成分分析以及建立太原市耕地面积与驱动力因子的多元线性回归模型,得到经济因素、人口因素和第三产业发展是影响太原市耕地变化的主要因素。研究内容和分析结论对太原市耕地资源可持续利用具有重要意义。图4,表4,参18。     

陕西省耕地压力时空变化规律分析及预测

根据耕地压力指数理论和模型,分析了陕西省耕地压力的时空变化规律及成因,并对未来变化进行了预测.结果表明:虽然粮食单产和复种指数不断提高,但是由于耕地面积大量持续减少、人口的不断增多,1978～2005年陕西省耕地压力指数较高,耕地压力较大,并且呈上升趋势;2005年区间耕地压力差异不显著,但区间1996～2005年耕地压力变化差异明显,陕北高原区>秦巴山区>关中平原区.通过预测,2015年陕西省耕地压力指数达到2.237,耕地压力非常大.针对陕西省耕地压力指数逐渐增大现状,为减缓耕地压力提出相应的建议.图6,参7.     

武汉城市圈耕地非农化时空特征及其与粮食产量的关系

城市化和工业化的发展促使部分耕地非农化,必将对粮食安全产生影响。以城市化和工业化发展较快的武汉城市圈为例,探索了1992—2007年间该区域耕地非农化的时空特征及其对粮食产量的影响。研究结论如下：①武汉城市圈耕地非农化速度高于湖北省的整体水平;该区域大部分县域单元的耕地面积和人均耕地面积均呈现减少态势。②各县域单元耕地非农化速度与区位有密切的联系;区位好的县域单元,耕地非农化速度相对较快,反之则反。③从等级划分角度分析,大部分县域单元的耕地非农化规模与耕地非农化速度相一致。④属于高、中产田的县域单元耕地非农化的数量相对较少。⑤耕地非农化不一定会引起粮食产量的减少,还取决于粮食单产的变化方向和变化程度等因素。⑥因耕地非农化而造成的粮食减产规模与耕地非农化规模在空间上基本保持一致;每年武汉城市圈因耕地非农化而造成的粮食减产,相当于147万人的粮食消费量。图2,表4,参16。     

近57年来新疆哈密耕地变化及驱动力分析

通过1949~2005年的统计资料,研究了近57a来哈密地区耕地的时空动态变化情况及其影响因子,并对其关系做了定量分析。结果显示:57a来哈密地区耕地面积总体呈上升趋势,其中1949年到1960年耕地面积急速增长,1961年至今耕地面积变化处于波动状态。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。面对目前人均耕地面积急速下降的问题,应该采取法律、行政、经济、技术等手段,保护优质土地,高效利用土地,达到保护耕地的最终目标。     

内蒙古耕地压力的组合预测模型及动态分析

运用耕地压力指数计算了内蒙古1990-2008年间的耕地压力时间序列,选择指数模型、多项式模型和GM（1,1）模型对耕地压力变化趋势进行回归分析,建立了耕地压力的组合预测模型,采用粒子群优化算法求得组合预测模型的最优权重。研究表明：将粒子群优化算法应用到耕地压力组合预测模型的权重求解是可行的;1990-2008年间内蒙古耕地面积、人均粮食占有量都有所增加,耕地压力指数呈现明显下降趋势;预测结果表明2015年内蒙古耕地压力为0.714,未来5a粮食生产处于安全状态。最后提出了减轻耕地压力以确保粮食安全的措施。     

基于粮食安全和GM（1，1）模型的耕地保有量研究——以甘肃省天水市为例

耕地保有量预测是土地利用总体规划的重要内容。以甘肃天水市为例,根据1996—2005年土地利用变更数据及人口、粮食统计数据,综合利用基于粮食安全出发的粮食需求法和GM（1,1）模型的数学方法两种方法来确定耕地保有量,并将所得结果相互验证、对比分析,以提高预测可信度。结果表明：天水市2010年和2020年的耕地保有量为508781hm2和463588hm2。图2,表4,参11。     

且末绿洲耕地变化与驱动力研究

利用且末绿洲多年的调查资料和统计资料,对该地区耕地资源利用和变化的基本特征、数量变化的基本过程、空间差异以及耕地变化主要驱动因子进行了分析.结果表明:近20年来,且末绿洲耕地面积呈不断扩大趋势,由于人口的持续增长造成人均耕地面积呈现下降的态势;且末绿洲耕地变化的主要因素是社会经济的发展,从单一因子考虑主要是由于人口数量增加的驱动.对于且末绿洲的可持续发展,认为应该进一步做好农业产业结构优化,加快城市化进程,加强生态环境的建设工作.图1,表4,参17.     

微山县耕地变化驱动力研究

根据济宁市微山县1990~2004年的相关统计数据,利用灰色关联分析方法确定了影响耕地面积变化的驱动因子,并对其最大驱动力进行了分析。结果表明:微山县耕地面积变化与农业总产值在工农总产值中的比例关联系数最大,达到0.815 85,其次为粮食单产、农作物播种面积、全社会固定资产投资完成额、GDP、城市化水平、公路客运量和社会消费品零售总额。最后通过其15a间的耕地面积变化数据,建立了耕地面积灰色GM(1,1)预测模型,平均相对误差为2.89%,精度较高,可以用于后期的耕地面积变化预测。     

耕地压力评价模型的建立及应用

提出标准人均耕地面积的概念。利用标准人均耕地面积这一指标对华北平原的安阳市1995~2005年耕地压力进行分析、评价。结果表明,该市耕地压力总的趋势逐渐减轻。分析了这一指标在耕地压力评价运用中的优点和存在的不足。图3,表1,参19。     

江苏省人均粮食地域格局变化特征及其驱动力研究

应用GIS技术和空间自相关分析方法,探讨了1995年以来江苏省县域尺度人均粮食地域格局变化特征及粮食生产与经济发展的空间匹配格局,初步分析了粮食生产地域格局变化的驱动因素.结果表明:县域人均粮食存在显著的空间自相关特征,高高聚集和低低聚集趋势增强,全省粮食生产在经济发展相对滞后的洪泽湖流域、里下河地区和沿海农业区中部得到加强,而逐渐从经济发达的苏锡常地区退出;县域经济发展和粮食生产的地域格局呈现出日益显著的空间差异化特征;县域经济发展和政策导向是人均粮食地域格局变化的重要驱动因素,农业自然地理条件对粮食生产布局的决定性作用已有所减弱,在土地和劳动力等资源的比较优势利用基础上形成的社会经济发展综合驱动力对粮食生产布局产生着日益显著的影响.图4,参21.