中国耕地撂荒时空演变及驱动机制研究
文献类型：学位论文
| 作者 | 李寒 |
| 答辩日期 | 2022-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 宋伟 |
| 关键词 | 耕地撂荒 遥感提取 时空分布 驱动因素 中国 |
| 学位名称 | 硕士 |
| 学位专业 | 自然地理学 |
| 英文摘要 | 耕地撂荒在全球众多国家和地区都呈现出多发态势。近年来，随着中国城市 化进程的不断加快和经济的快速发展，耕地撂荒现象也频见报道。不过，由于耕 地撂荒是一个复杂和渐进的过程，需要连续的土地利用数据才能够绘制撂荒耕地 分布。所以，尽管全球范围内的土地利用覆被数据集比较丰富，但关于耕地撂荒 的数据集仍较为缺乏。我国目前仍缺乏全国范围内的全覆盖的耕地撂荒时空信息 数据，不利于对耕地撂荒现状的全面了解和相关政策措施的制定。一般来说，在 获取耕地撂荒数据的时候，多采用农户调查或遥感监测。农户调查可以很容易的 获取撂荒耕地的数量，但是很难获得撂荒耕地的空间分布信息。由于这些调查多 是抽样调查，通常很难提供一个案例区耕地撂荒的全景图，且耕地撂荒的空间分 布的决定因素很难确定。日益增多且能够自由获取的遥感数据，为长时间序列的 耕地撂荒信息空间化表达提供非常好的数据基础。 撂荒耕地可以划分为自发性撂荒和诱发性撂荒两种类型，前者是一种农户的 自发行为，后者则是一种政策诱导的结果。本研究的耕地撂荒包括这两种类型。 此外，在利用遥感手段识别撂荒耕地的过程中，如何有效区分休耕地与撂荒耕地 也是一个难点。全球范围内，多用 2 年或者 5 年作为区分休耕地与撂荒地的一 个时间界限。中国统计年鉴（2008-2012 年）对耕地面积的表述中包括抛荒未满 三年的时间限定。因此，本研究采用了弃耕 3 年及以上这个时间限定。根据遥 感影像分辨率的差异，研究者采用了百米级、十米级、米级和亚米级的遥感影像 来开展撂荒耕地的识别工作。为了降低识别成本并增加提取方法的可移植性，利 用免费和中等分辨率（250 m）卫星图像（MOD13Q1）来进行撂荒提取。首先， 本研究发展了一种基于年度土地利用轨迹追踪识别撂荒地的方法。通过重构归一 化差异植被指数（NDVI）时间序列获取植被物候特征，利用随机森林分类方法 获得每年土地分类数据，进而构建土地利用变化轨迹，计算耕地各像元的停止耕 作周期，识别了我国长时间序列的耕地撂荒空间分布。然后，用探索性空间数据 分析和新兴时空热点分析等方法，评价耕地撂荒的时空异质性，解析了全国撂荒 耕地的时空演变规律。最后，基于地理探测器方法，量化了社会经济和自然环境因素对耕地撂荒空间分布的影响，为保证我国粮食安全提出的适应政策及建议给 予科学依据，以期裨益于减缓耕地撂荒所带来的负面影响。研究表明： （1）从 2001-2020 年，我国耕地撂荒面积（包括诱导性和自发性撂荒）的范 围为 36399.30-226873.77 km2，平均为 148381.14 km2，整体的耕地撂荒率在 2.02%- 12.62%之间，多年平均值为 8.25%，且耕地撂荒的面积呈现逐渐升高的趋势。 （2）从空间上看，耕地撂荒分布存在显著的空间异质性。耕地撂荒整体的 分布格局呈现由东部向西部逐渐增加的趋势。我国西南部的撂荒地分布较集中； 而东部地区撂荒地分布相对稀少。耕地撂荒的分布还表现于地形地貌差异上，我 国西南山区耕地撂荒分布较为集中，少数平原地区也发生耕地撂荒现象。山区耕 地撂荒率呈现出由南向北逐渐降低的趋势，其中长江流域一带山区撂荒率相对较 高，而东北的长白山区较低。 （3）耕地撂荒率的空间分布表现出显著的空间正自相关和高度聚集的特征。 空间集聚特征以热点聚集和冷点聚集为主。热点集聚地区集中在西南部，冷点集 聚主要分布在东部。不显著区域多分布在热点和冷点集聚过渡区，高低聚集多零 星分布在冷点集聚周围，而低高聚集多分布在热点集聚周围。从地貌上看，西南 山区、东北的长白山等多是热点集聚集中分布区，东北平原、华北平原、长江中 下游平原等地区多是冷点集聚集中分布区。从演变趋势来看，总体聚类趋势逐渐 增强。热点集聚区域在西南地区呈现逐渐扩张趋势，冷点聚集大部分地区在减少。 振荡的热点，减少的冷点是整个研究区域耕地撂荒的主要进化模式。 （4）2005、2010 和 2015 年自然环境因素（包括高程、坡度、地貌类型、土 壤类型、植被类型、平均年总降水量和年平均温度）的 q 统计值（表示影响因子 对耕地撂荒率分布的解释力）的多年均值在 0.0163 和 0.0669 之间。其中，高程 的 q 统计值多年平均值最大，平均年总降水量最小。高程和地貌类型是解释撂荒 率空间分布的重要决定变量，而气候条件的影响相对较弱。各社会经济因素（包 括国内生产总值、总人口、人均生产总值、城乡可支配收入差距和乡村人口占比） 的 q 统计值介于 0.0091 和 0.0258 之间。其中，国内生产总值的 q 统计值多年平 均值最大，总人口最小。国内生产总值和城乡收入差距相比总人口指标对中国耕 地撂荒率空间分布解释更强。 最后，根据耕地撂荒的空间分布格局的特征以及耕地撂荒的驱动力分析，为 未来耕地撂荒的土地管理政策提供建议。对于耕地条件相对较好发生的撂荒，如 平原地区，国家可以适当出台一系列惠农政策，落实耕地保护补偿制度，来提高 农户种粮收入，调动其种植积极性。同时，要不断提升耕地监管与预警管理能力， 实行耕地的信息化、精细化管理，及时对耕地撂荒监测评价。而对于耕地条件不 利的地区发生的弃耕，如我国耕地撂荒多集中于山区，可以通过增产性技术来提 高优质耕地的集约度，减少对山区耕地的依赖，从而促进山区边际土地的森林植 被恢复。 |
| 学科主题 | 自然地理学 |
| 语种 | 中文 |
| 页码 | 84 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/184585]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 李寒. 中国耕地撂荒时空演变及驱动机制研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2022. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。