延安市2000—2020年耕地非农化时空格局演变及其影响因素

李宏鹏; 田达睿; 谭静斌

doi:10.13961/j.cnki.stbctb.2022.04.041

您当前的位置：

首页 >

文章列表页 >

延安市2000—2020年耕地非农化时空格局演变及其影响因素

试验研究

- 延安市2000—2020年耕地非农化时空格局演变及其影响因素
- Spatio-temporal Pattern Evolution and Influencing Factors of Cultivated Land Non-agriculturalization in Yan'an City
- 水土保持通报 2022年42卷第4期页码：330-337
- 作者机构：
  
  1. 西安建筑科技大学建筑学院,陕西,西安,710055
  2. 长安大学建筑学院,陕西,西安,710061
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目“基于三维人地耦合的陕北黄土高原丘陵沟壑区‘次沟’人居空间优化研究”（520784060）;国家自然科学基金项目（52178056）;中国博士后科学基金面上项目（2020M673358）;中央高校基本科研业务费专项资金（300102411101）
- DOI：10.13961/j.cnki.stbctb.2022.04.041
  中图分类号： F301.24
- 纸质出版：2022
- 稿件说明：
移动端阅览
李宏鹏, 田达睿, 谭静斌. 延安市2000—2020年耕地非农化时空格局演变及其影响因素[J]. 水土保持通报, 2022,42(4):330-337.

Li Hongpeng, Tian Darui, Tan Jingbin. Spatio-temporal Pattern Evolution and Influencing Factors of Cultivated Land Non-agriculturalization in Yan'an City[J]. Bulletin of Soiland Water Conservation, 2022, 42(4): 330-337.
李宏鹏, 田达睿, 谭静斌. 延安市2000—2020年耕地非农化时空格局演变及其影响因素[J]. 水土保持通报, 2022,42(4):330-337. DOI： 10.13961/j.cnki.stbctb.2022.04.041.

Li Hongpeng, Tian Darui, Tan Jingbin. Spatio-temporal Pattern Evolution and Influencing Factors of Cultivated Land Non-agriculturalization in Yan'an City[J]. Bulletin of Soiland Water Conservation, 2022, 42(4): 330-337. DOI： 10.13961/j.cnki.stbctb.2022.04.041.

摘要

[目的

]

分析陕西省延安市2000—2020年耕地非农化的时空变化特征与影响因素，为该市耕地保护的政策制定与防止耕地非农化提供理论依据。[方法

]

以延安市为研究对象，基于2000，2005，2010，2020年4期LUCC数据，运用核密度估计、地理探测器等方法开展研究，揭示黄土高原地区耕地非农化程度及其动因。[结果

]

①2000—2020年，延安市耕地非农化面积呈现出“增—减—增”的变化，累计耕地非农化总面积为7 865.28 hm

，耕地非农化率为8.45‰。②2000—2020年，延安市耕地非农化主要沿洛河、延河的河谷川道分布，集中发生于中部和南部，核密度最大值为155.03，位于宝塔区延安新城附近；耕地非农化的次集中区是黄陵县和洛川县，核密度最大值分别是75.95，51.77。③延安市耕地非农化现象主要发生在坡度较低，海拔中等，地形位指数较低的地区。④延安市耕地非农化最主要的影响因素是城镇人口、户籍人口、地区生产总值，其解释率分别为68.65%，68.45%，66.54%。[结论

]

延安市2000—2020年耕地非农化现象显著，时间变化呈现波动性，空间异质性较强，是自然、人口、社会经济综合作用的结果。

Abstract

[Objective] The temporal and spatial variation characteristics and their the influencing factors of cultivated land conversion in Yan'an City from 2000 to 2020 were analyzed in order to provide a theoretical basis for policy-making regarding cultivated land protection and prevention of farmland conversion.[Methods] Land-use and land-cover change data for 2000

2005

2010

and 2020 were analyzed to reveal the degree and causes of non-agriculturalization in the Loess Plateau. The research was carried out by using the methods of kernel density estimation and geodetector.[Results] ① From 2000 to 2020

the non-agricultural area of cultivated land in Yan'an City changed following a pattern of increase-decrease-increase. The total non-agricultural area was 7 865.28 hectares

and the non-agricultural conversion rate of cultivated land was 8.45%. ② From 2000 to 2020

cultivated land conversion in Yan'an City was mainly located along the river valleys of the Luohe River and the Yanhe River. The non-agricultural conversion of cultivated land was concentrated in the central and southern regions

with a maximum kernel density of 155.03 located near Yan'an New City

Baota District. The sub-concentration areas of non-agricultural cultivated land were Huangling County and Luochuan County

with maximum kernel densities of 75.95 and 51.77

respectively. ③ The phenomenon of non-agriculturalization of cultivated land in Yan'an City mainly occurred in areas with low slope

medium altitude

and low topographic index. ④ The most important factors affecting the conversion of cultivated land in Yan'an City were urban population

registered population

and gross domestic product

with explanation rates of 68.65%

68.45%

and 66.54%

respectively.[Conclusion] The phenomenon of cultivated land conversion in Yan'an City from 2000 to 2020 was significant. The temporal changes were volatile

and the spatial heterogeneity was strong due to the comprehensive effects of nature

population

and social economy.

关键词

Keywords

references

崔许锋,马云梦,张光宏.基于模型集成的中国耕地非农化影响因素及其时空特征研究[J].中国农业科学,2018,51(22):4316-4327.

国务院·中共中央国务院关于做好2022年全面推进乡村振兴重点工作的意见[EB].(2022-02-22)[2022-03-13]. http://www.gov.cn/zhengce/content/2020-09/15/content_5543645.htm.

叶宇航.我国耕地非农化的驱动因素研究[J].科学决策,2015(9):33-50.

苑韶峰,杨丽霞,杨桂山,等.耕地非农化的社会经济驱动因素异质性研究:基于STIRPAT和GWR模型的实证分析[J].经济地理,2013,33(5):137-143.

谭永忠,吴次芳,牟永铭.20世纪90年代浙江省耕地非农化过程分析[J].地理科学,2004,24(1):14-19.

郭晓炜,康涌泉.新型农业经营主体视角下耕地保护问题研究[J].农业与技术,2021,41(18):152-155.

任平,吴涛,周介铭.耕地非农化的空间过程与扩散路径研究:以成都市龙泉驿区为例[J].中国土地学,2015,29(12):68-73,94.

Mark W S, Richard G K, Alun EJ. Agricultural land protection in China:A case study of local governance in Zhejiang Province[J]. Land Use Policy, 2001,18(2):329-340.

诸培新,曲福田.耕地资源非农化配置的经济学分析[J].中国土地科学,2002,16(5):14-17.

王荧.运用可交易耕地发展权优化耕地非农化配置分析[J].福建农林大学学报(哲学社会科学版),2012,15(2):25-30.

Zhai G F, Ikeda S. An empirical model of land use change in China[J]. Reviews of Urban & Regional Development Studies, 2000,12(1):36-53.

袁晓妮,鲁春阳,吕开云,等.我国耕地非农化研究进展及展望[J].中国农业资源与区划,2019,40(1):128-133.

张孝宇,谢新朋,张安录.武汉市耕地非农化的空间非均衡发展与空间扩散路径分析[J].自然资源学报,2014,29(10):1649-1659.

李丹,曲建光,王帅.黑龙江省耕地非农化的空间格局与重心曲线分析[J].测绘科学,2021,46(2):171-177.

马才学,温槟荧,柯新利.基于SOM神经网络模型的耕地非农化压力区域差异研究:以湖北省为例[J].华中农业大学学报(社会科学版),2017(04):109-117,150.DOI:10.13300/j.cnki.hnwkxb.2017.04.015.

王远飞,何洪林.空间数据分析方法[M].北京:科学出版社2007:66-71.

武爱彬,秦彦杰,赵艳霞.地形综合指数及其在土地利用地形梯度效应分析中的应用:以太行山浅山丘陵区为例[J].地理与地理信息科学,2018,34(6):93-99,118.

巩杰,高彦净,张玲玲,等.基于地形梯度的景观生态风险空间分析:以甘肃省白龙江流域为例[J].兰州大学学报(自然科学版),2014,50(5):692-698.

王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(1):116-134.

任平,吴涛,周介铭.耕地非农化的空间过程与扩散路径研究:以成都市龙泉驿区为例[J].中国土地科学,2015,29(12):68-73,94.

郇红艳,孙君.中部地区耕地非农化及其驱动因子的灰色关联分析:以安徽省阜阳市为例[J].水土保持通报,2012,32(1):82-88.

张孝宇,赖宗裕,张安录.基于地块尺度的耕地非农化驱动力空间异质性研究:以武汉市为例[J].长江流域资源与环境,2015,24(6):994-1002.

浏览量

739

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

吉林省西部地区新增耕地变化及其驱动机制的多尺度探测

2000—2024年黄河源园区生态环境质量变化及其驱动因素

中国耕地流转的时空演变特征及其驱动因素

青海省2000—2024年生态环境质量演变及其驱动因素

基于可解释性机器学习的九寨沟景区滑坡易发性评价及驱动力分析