基于主成分回归和GM（1,1）模型的安康市耕地面积变化及预测分析

doi:10.14088/j.cnki.issn0439-8114.2022.15.012

湖北农业科学 ›› 2022, Vol. 61 ›› Issue (15): 80-84.doi: 10.14088/j.cnki.issn0439-8114.2022.15.012

基于主成分回归和GM（1,1）模型的安康市耕地面积变化及预测分析

张建东^1,2,3, 王丽^1,2, 王恒¹, 雒昆利⁴

1.安康学院旅游与资源环境学院,陕西安康 725000;
2.陕西省科协院士专家工作站,陕西安康 725000;
3.陕南乡村振兴研究中心,陕西安康 725000;
4.中国科学院地理资源与科学研究所,北京 100101

收稿日期:2022-06-29 出版日期:2022-08-10 发布日期:2022-08-25
通讯作者: 雒昆利（1959-）,女,陕西西安人,研究员,博士,博士生导师,主要从事地质环境与健康研究,（电子信箱）luokl@igsnrr.ac.cn。
作者简介:张建东（1981-）,男,甘肃民勤人,讲师,硕士,主要从事区域资源开发与保护研究,（电话）13571437753（电子信箱）zjd111zjd@163.com
基金资助:
国家自然科学基金项目（42007283）; 安康市科研项目（AK2021-RK-07）; 安康学院专项（2021AYKFKT06）

Cultivated land area change and prediction by the principal component regression and GM （1,1） model in Ankang City

ZHANG Jian-dong^1,2,3, WANG Li^1,2, WANG Heng¹, LUO Kun-li⁴

1. School of Tourism & Environment, Ankang University, Ankang 725000, Shaanxi, China;
2. Academician and Expert Workstation of Shaanxi, Ankang 725000, Shaanxi, China;
3. Research Center for Rural Revitalization in Southern Shaanxi,Ankang 725000, Shaanxi, China;
4. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China

Received:2022-06-29 Online:2022-08-10 Published:2022-08-25

摘要/Abstract

摘要： 对陕西省安康市2010—2020年耕地面积动态变化进行定量评价,并运用主成分回归和GM（1,1）灰色预测模型对耕地面积变化进行预测分析。结果表明,安康市耕地面积在2010—2020年逐年减少,共减少15 773 hm²。主成分回归分析得出影响安康市耕地面积发生变化的主要因素为社会经济因素[常住人口、第一产业产值、第二产业产值、GDP（国内生产总值）、城镇化率、全社会固定资产投资增长率和财政收入];GM（1,1）模型预测安康市的耕地面积于2024年将减少至355 269.4 hm²。在经济快速发展、城镇不断扩展、常住人口增加的背景下,耕地保护、土地整治工作刻不容缓。

关键词: 耕地面积, 主成分回归分析, GM（1, 1）模型, 安康市

Abstract: The dynamic change of cultivated land area in Ankang City from 2010 to 2020 was quantitatively evaluated, and the change of cultivated land area was forecasted and analyzed by using principal component regression and GM （1,1） grey forecasting model. The results showed that the area of arable land in Ankang City decreased year by year from 2010 to 2020, with a total reduction of 15 773 hm² was reduced. Principal component regression analysis showed that the main factors affecting the change of cultivated land area in Ankang City were socio-economic factors （permanent population, output vaule of primary industry, output vaule of secondary industry, GDP（Gross Domestic Product）, urbanization rate, growth rate of total fixed asset investment and fiscal revenue）; GM（1,1） model predicted that the area of arable land in Ankang City would be reduced to 355 269.4 hm² in 2024. With the rapid development of economy, the continuous expansion of cities and the increase of resident population, it is urgent to protect the arable land and improve the land.

Key words: area of cultivated land, principal component regression analysis, GM （1, 1） model, Ankang City

中图分类号:

F323.21

张建东, 王丽, 王恒, 雒昆利. 基于主成分回归和GM（1,1）模型的安康市耕地面积变化及预测分析[J]. 湖北农业科学, 2022, 61(15): 80-84.

ZHANG Jian-dong, WANG Li, WANG Heng, LUO Kun-li. Cultivated land area change and prediction by the principal component regression and GM （1,1） model in Ankang City[J]. HUBEI AGRICULTURAL SCIENCES, 2022, 61(15): 80-84.

参考文献

[1] 张扬, 周忠发, 黄登红, 等. 喀斯特山区耕地时空演变与影响因子分析[J]. 农业工程学报,2020, 36(22): 266-275.
[2] MARTELLOZZO F, RAMANKUTTY N, HALL R J, et al.Urbanization and the loss of prime farmland: A case study in the calgary- -edmonton corridor of Alberta[J]. Regional environmental change, 2015,15(5): 881-893.
[3] 晏蔚楠,夏建国,辜莉娟,等. 四川省耕地等别空间分布特征[J]. 中国人口·资源与环境, 2016, 26(S2): 215-218.
[4] 李晓怡, 郭雅倩, 周丽. 基于灰色系统理论的我国农村耕地流转面积预测模型[J]. 环渤海经济瞭望, 2018(1): 144-146.
[5] 郭荣中, 申海建, 杨敏华. 基于GM(1,1)模型的长株潭地区土地覆被变化分析及趋势预测[J]. 湖北农业科学, 2020, 59(16): 54-60.
[6] 宋开山, 刘殿伟, 王宗明, 等. 三江平原过去50年耕地动态变化及其驱动力分析[J]. 水土保持学报, 2008, 22(4): 75-81.
[7] 文高辉,胡冉再琪,唐璇, 等. 洞庭湖区耕地利用碳排放与生态效率时空特征[J]. 生态经济,2022,38(7): 132-138.
[8] 臧俊梅, 唐春云, 王秋香, 等. 基于Super-SBM模型的广东省耕地利用效率空间非均衡性及影响因素研究[J]. 中国土地科学, 2021, 35(10): 64-74.
[9] 何新莹, 聂艳, 王朴, 等. 基于改进灰靶模型的耕地质量评价方法与实证[J/OL]. 土壤学报, https://kns.cnki.net/kcms/detail/32.1119.P.20220423.1755.006.html.
[10] 刘宇杰, 武红旗, 李润. 基于GIS的耕地空间分布及利用状况研究[J]. 农业与技术, 2021, 41(19): 53-57.
[11] 王雨枫, 王娟. 京津冀地区耕地利用时空分异与影响机制分析[J]. 农业机械学报, 2022, 53(1): 192-197,214.
[12] 刘燕, 李倩. 基于主成分—回归方法的商洛市耕地面积变化研究[J]. 辽宁农业科学, 2019(5): 35-39.
[13] 姜云璐, 曹月娥, 贺忠发, 等. 基于灰色预测模型的昆仑山区土地利用时空变化研究——以和田地区为例[J]. 安徽农业科学, 2022, 50(1): 70-75.
[14] 李旭, 马惠兰. 基于MATLAB主成分分析的北京市耕地面积变化影响因素研究[J]. 天津农业科学, 2011, 17(6): 70-74.
[15] 巴哈尔古丽·吾甫尔, 瓦哈甫·哈力克. 基于主成分分析的巴州耕地变化趋势与驱动力[J]. 干旱区资源与环境, 2012, 26(3): 105-110.
[16] 徐艳, 周勇, 湛蓝. 基于灰色模型GM(1,1)的荆州市耕地动态变化分析[J]. 湖北农业科学, 2007,46(5): 713-715.

基于主成分回归和GM（1,1）模型的安康市耕地面积变化及预测分析

Cultivated land area change and prediction by the principal component regression and GM （1,1） model in Ankang City

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	屈群屹, 杨慧, 赵永华, 韩磊. 2009—2017年中国耕地资源与粮食产量时空变化特征[J]. 湖北农业科学, 2022, 61(8): 29-34.
[2]	张盉儆. 安康市生态环境保护与农业经济耦合协调发展评价研究[J]. 湖北农业科学, 2022, 61(8): 140-143.
[3]	袁合涛. 科技创新驱动富硒产业高质量发展路径研究[J]. 湖北农业科学, 2022, 61(7): 187-191.
[4]	任青青, 张淑兰, 张海军, 刘全玉. 1953—2020年安康市高温特征指数的变化研究[J]. 湖北农业科学, 2022, 61(10): 33-38.
[5]	张妍, 任燕妮, 唐海琴. 基于耦合协调度评价的协同创新驱动经济发展研究——以陕西省安康市为例[J]. 湖北农业科学, 2021, 60(9): 152-156.
[6]	王选程, 赵临龙, 闫琪. 安康富硒茶营销战略的思考[J]. 湖北农业科学, 2021, 60(19): 149-152.
[7]	张晓敏. 易地扶贫搬迁后续扶持工作的安康实践[J]. 湖北农业科学, 2021, 60(17): 194-198.
[8]	张志莉. 优化的灰色-马尔可夫模型在呼伦贝尔市年降水量预测中的应用[J]. 湖北农业科学, 2021, 60(16): 64-69.
[9]	郑治国, 郭俊理, 李平录. 基于GIS的陕西省安康市地质灾害易发性分区[J]. 湖北农业科学, 2020, 59(3): 53-57.
[10]	周琼, 田永和. 富硒水稻品种的筛选[J]. 湖北农业科学, 2020, 59(18): 15-17.
[11]	李茹. 义乌市社会经济发展与耕地面积变化的协调性研究[J]. 湖北农业科学, 2020, 59(18): 176-180.
[12]	郭荣中, 申海建, 杨敏华. 基于GM（1,1）模型的长株潭地区土地覆被变化分析及趋势预测[J]. 湖北农业科学, 2020, 59(16): 54-60.
[13]	赵临龙. 安康市山水园林生态旅游城市打造的研究[J]. 湖北农业科学, 2020, 59(15): 97-103.
[14]	单琨, 杨帅, 罗晶, 李茜. 河北省冬小麦返青期预测模型研究[J]. 湖北农业科学, 2020, 59(12): 22-26.
[15]	周晓帆, 李静, 王瑞, 李锐, 王瑞娴. 安康市花魔芋matK基因的克隆及分析[J]. 湖北农业科学, 2020, 59(11): 131-133.