Evaluation and Influencing Factors of the Cultivated Land Quality in Tibet and Qinghai
-
摘要: 以西藏自治区和青海省为研究区，从土壤性状和技术条件评价耕地质量，识别其主导限制因子，探索其宏观影响因素，以期为提升耕地生产力、保障高原地区粮食安全提供支撑．基于主观和客观综合赋权确定指标权重，引入随机森林方法探索区域宏观自然—经济—社会因素影响．结果显示：西藏自治区和青海省耕地主要以中等地为主，面积占比为44.6%，中等地多为青海省的湟水谷地地区的坡耕地，较高的田面坡度制约了耕地高效利用．海拔和城镇距离对于高原地区整体耕地质量具有重要影响．在多数地区，海拔与耕地质量呈现出负相关关系；城镇距离对于耕地质量的影响存在空间差异；在藏中南和边疆带区，受到技术条件影响，高质量耕地往往布局在城市周边；在高原东北部河谷地区，邻近城市周边的耕地土壤质量更低，土壤退化更易发生．Abstract: Taking Tibet and Qinghai Province as the study areas, we evaluate the cultivated land quality in terms of soil properties and technical conditions, identify its dominant limiting factors, and explore its macroscopic influences, with a view to providing support for enhancing the productivity of cultivated land and ensuring food security in the plateau region. The evaluation indicators weights are determined based on the combining of subjective and objective weighting, and the random forest method is introduced to explore the influence of regional macro natural-economic-social factors. The results show that the cultivated land in the Tibet and Qinghai is mainly medium land, accounting for 44.6% of the area, and the medium land is mostly sloping land in the “Huangshui” Valley area of Qinghai and the high slope of the field surface restricts the utilization use of arable land. Elevation and the Distances to City have important effects on the cultivated land quality globally. In most areas, Elevation and arable land quality show a negative correlation. The influence of Distances to City on the cultivated land quality varies spatially. In the central and southern Tibetan and frontier belt areas, high quality cultivated land is often laid out around cities due to the improvment of technical conditions. In contrast, in the valley areas of the northeastern plateau, the soil quality of arable land adjacent to the urban periphery is lower and degradation is more likely to occur.
-
Key words:
- Cultivated land quality /
- Qinghai-Tibet Plateau /
- Land use /
- Randome forest /
- GIS
-
表 1 耕地质量评价指标权重
田面坡度 有效土层厚度 土壤有机质含量 表层土壤质地 剖面构型 灌溉保证率 耕作距离 熵权权重 0.02 0.03 0.02 0.02 0.02 0.5 0.38 专家权重 0.16 0.13 0.10 0.09 0.09 0.22 0.22 组合权重 0.11 0.10 0.08 0.07 0.07 0.30 0.27 
下载: 导出CSV
表 2 相关系数矩阵
表层土壤质地 田面坡度 灌溉保证率 耕作距离 剖面构型 土壤有机质含量 有效土层厚度 表层土壤质地 1 田面坡度 −0.08** 1 灌溉保证率 −0.24** 0.40** 1.00** 耕作距离 0.14** 0.13** 0.13** 1 剖面构型 0.80** −0.08** −0.24** 0.13** 1 土壤有机质含量 0.30** −0.19** −0.56** 0.14** 0.28** 1 有效土层厚度 0.33** 0.00** −0.02** 0.14** 0.28** 0.10** 1 注：*P≤0.05，**P≤0.01
下载: 导出CSV
表 3 随机森林回归拟合精度
农业区划 训练集R2 测试集R2 训练集RMSE 测试集RMSE 藏中南区 0.93 0.56 1.71 4.39 边疆带区 0.93 0.53 1.85 5.23 三江源区 0.82 0.78 4.04 4.55 高原东北部河谷区 0.95 0.66 1.98 5.21 柴达木盆地绿洲区 0.97 0.92 1.25 2.23 祁连山-青海湖区 0.94 0.90 1.39 2.00
下载: 导出CSV
表 4 随机森林回归变量重要性得分
农业区划 海拔 城镇距离 GDP 地块面积 降水 人口密度 温度 藏中南区 0.33 0.16 0.11 0.10 0.11 0.10 0.08 边疆带区 0.28 0.38 0.04 0.11 0.08 0.04 0.06 三江源区 0.57 0.20 0.03 0.02 0.11 0.02 0.05 高原东北部河谷区 0.26 0.11 0.13 0.08 0.09 0.22 0.11 柴达木盆地绿洲区 0.27 0.18 0.22 0.02 0.17 0.04 0.09 祁连山-青海湖区 0.02 0.68 0.08 0.01 0.07 0.03 0.11
下载: 导出CSV
表 5 耕地质量与影响因素偏相关性系数
海拔 距城镇距离 GDP 地块面积 降水 人口密度 温度 藏中南区 −0.02 −0.22** 0.13** 0.26** 0.15** 0.19** −0.04** 边疆带区 −0.28** −0.44** 0.12** 0.26** 0.28** 0.27** 0.2** 三江源区 −0.55** 0.39** 0.38** 0.18** −0.09** 0.19** 0.06 高原东北部河谷区 −0.26** 0.2** 0.08** −0.09** −0.31** 0.06** 0.19** 柴达木盆地绿洲区 −0.24** 0.06* 0.3** −0.05 0.32** 0.18** −0.37** 祁连山-青海湖区 −0.24** 0.72** 0.02 0.38** 0.1** −0.14** −0.39** 注：*P≤0.05; **P≤0.01
下载: 导出CSV
-
[1] 李超,程锋,郧文聚. 耕地生态建设与保护问题探讨[J]. 中国土地,2022(3):30 doi: 10.13816/j.cnki.ISSN1002-9729.2022.03.09 [2] 刘彦随,乔陆印. 中国新型城镇化背景下耕地保护制度与政策创新[J]. 经济地理,2014,34(4)1 [3] 叶思菁,宋长青,程锋,等. 中国耕地健康产能综合评价与试点评估研究[J]. 农业工程学报,2019,35(22):66 [4] SHUYI R,SONG C,YE S,et al. The spatiotemporal variation in heavy metals in China’s farmland soil over the past 20 years:a meta-analysis[J]. Science of the Total Environment,2022,806:150322 doi: 10.1016/j.scitotenv.2021.150322 [5] 刘玉洁,吕硕,陈洁,等. 青藏高原农业现代化时空分异及其驱动机制[J]. 地理学报,2022,77(1):214 [6] 沈仁芳,陈美军,孔祥斌,等. 耕地质量的概念和评价与管理对策[J]. 土壤学报,2012,49(6):1210 [7] 张凤荣,薛永森,鞠正山,等. 中国耕地的数量与质量变化分析[J]. 资源科学,1998,20(5):32 [8] 孔祥斌,张青璞. 中国西部区耕地等别空间分布特征[J]. 农业工程学报,2012,28(22):1 [9] 2019年全国耕地质量等级情况公报 [J]. 中华人民共和国农业农村部公报,2020,(04):113[9] ★★★. 关于全国耕地质量等级情况的公报[J]. 中华人民共和国农业农村部公报,2015(1):58 [10] 孙瑞,金晓斌,赵庆利,等. 集成 “质量-格局-功能” 的中国耕地整治潜力综合分区[J]. 农业工程学报,2020,36(7):264 [11] 张凤荣,安萍莉,王军艳,等. 耕地分等中的土壤质量指标体系与分等方法[J]. 资源科学,2002,24(2):71 [12] 赵建军,张洪岩,王野乔,等. 基于AHP和GIS的省级耕地质量评价研究:以吉林省为例[J]. 土壤通报,2012,43(1):70 [13] 宋长青,程昌秀,史培军. 新时代地理复杂性的内涵[J]. 地理学报,2018,73(7):1204 [14] 谢晓彤,朱嘉伟. 耕地质量影响因素区域差异分析及提升途径研究:以河南省新郑市为例[J]. 中国土地科学,2017,31(6):70 [15] 刘慧芳,毕如田,郭永龙,等. 晋中市耕地质量空间分异格局与影响因素研究[J]. 农业机械学报,2021,52(12):216 [16] 宋长青,程昌秀,杨晓帆,等. 理解地理“耦合”实现地理“集成”[J]. 地理学报,2020,75(1):3 [17] 王惠文,孟洁. 多元线性回归的预测建模方法[J]. 北京航空航天大学学报,2007,33(4):500 [18] 李欣海. 随机森林模型在分类与回归分析中的应用[J]. 应用昆虫学报,2013,50(4):1190 [19] 张雷,王琳琳,张旭东,等. 随机森林算法基本思想及其在生态学中的应用:以云南松分布模拟为例[J]. 生态学报,2014,34(3):650 [20] LV C,LIU Y. Regulatory division map for ecological protection and agriculture and animal husbandry on the Tibetan Plateau (2018) [DS]. 2020, [21] 叶思菁. 大数据环境下遥感图谱应用方法研究:以作物干旱监测为例[J]. 测绘学报,2018,47(6):892 [22] 叶思菁,张超,王媛,等. GF-1遥感大数据自动化正射校正系统设计与实现[J]. 农业工程学报,2017,33(S1):266 [23] 叶思菁,朱德海,姚晓闯,等. 基于移动GIS的作物种植环境数据采集技术[J]. 农业机械学报,2015,46(9):325 [24] 温良友,孔祥斌,张蚌蚌,等. 基于可持续发展需求的耕地质量评价体系构建与应用[J]. 农业工程学报,2019,35(10):234 doi: 10.11975/j.issn.1002-6819.2019.10.030 [25] GONG P,LI X,ZHANG W. 40-Year (1978-2017) human settlement changes in China reflected by impervious surfaces from satellite remote sensing[J]. Science Bulletin,2019,64(11):756 doi: 10.1016/j.scib.2019.04.024 [26] 徐新良. 中国人口空间分布公里网格数据集 [DS]. 中国科学院资源环境科学数据中心数据注册与出版系统2017, [27] 徐新良. 中国GDP空间分布公里网格数据集 [DS]. 资源环境科学数据注册与出版系统,2017, [28] 何超,李萌,李婷婷,等. 多目标综合评价中四种确定权重方法的比较与分析[J]. 湖北大学学报(自然科学版),2016,38(2):172 doi: 10.3969/j.issn.1000-2375.2016.02.015 [29] WANG X Y,SONG C Q,CHENG C X,et al. Cross-national perspectives on using sustainable development goals (SDGs) indicators for monitoring sustainable development:a database and analysis[J]. Chinese Geographical Science,2021,31(4):600 doi: 10.1007/s11769-021-1213-9 [30] WAN C J,KUZYAKOV Y,CHENG C X,et al. A soil sampling design for arable land quality observation by using SPCOSA-CLHS hybrid approach[J]. Land Degradation & Development,2021,32(17):4889 [31] BREIMAN L. Random forests[J]. Machine Learning,2001,45(1):5 doi: 10.1023/A:1010933404324 [32] 白贵书. 高维偏相关系数的估计[D]. 成都:电子科技大学,2021 [33] 罗静,陈琼,刘峰贵,等. 青藏高原河谷地区历史时期耕地格局重建方法探讨:以河湟谷地为例[J]. 地理科学进展,2015,34(2):207 [34] 邵景安,张仕超,李秀彬. 山区耕地边际化特征及其动因与政策含义[J]. 地理学报,2014,69(2):227 doi: 10.11821/dlxb201402007 [35] 张晓平. 基于功能导向的西藏土地整治研究[D]. 北京:中国农业大学,2014 [36] YE S J,SONG C Q,GAO P C,et al. Visualizing clustering characteristics of multidimensional arable land quality indexes at the County level in mainland China[J]. Environment and Planning A:Economy and Space,2022,54(2):222 doi: 10.1177/0308518X211062232 [37] SIJING,YE,. Spatial patterns of County-level arable land productive-capacity and its coordination with land-use intensity in mainland China[J]. Agriculture,Ecosystems & Environment,2022,326:107757 [38] 徐明岗,卢昌艾,张文菊,等. 我国耕地质量状况与提升对策[J]. 中国农业资源与区划,2016,37(7):8 doi: 10.7621/cjarrp.1005-9121.20160703 -
点击查看大图
图(2) / 表(5)
计量
- 文章访问数: 96
- HTML全文浏览量: 24
- PDF下载量: 13
- 被引次数: 0
