面向历史土地利用研究的苏皖地区耕地分布的影响因子分析及宜垦性模型构建
Analysis of the Impact Factors of Cropland Distribution and Model Building in Jiangsu and Anhui for Historical Land Use Research
DOI: 10.12677/GSER.2014.32003, PDF,  被引量    国家自然科学基金支持
作者: 袁 存, 魏学琼, 方修琦：北京师范大学地理学与遥感科学学院，北京，中国；叶 瑜：北京师范大学环境演变与自然灾害教育部重点实验室，北京，中国；李蓓蓓：南京信息工程大学语言与文化学院，南京，中国
关键词: 因子分析；网格化重建；耕地；模型构建；苏皖；Factors Analysis； Grid Reconstruction； Cropland； Model Building； Jiangsu and Anhui
摘要: 精确的格点化区域历史土地利用数据是进行历史土地利用/土地覆被变化环境效应模拟的基础。由于缺少充足可信的历史图件等资料，历史网格化数据无法直接获取，通常是根据现代耕地分布格局及其形成的驱动因素，对某一区域的历史耕地总和数据进行降尺度的格点化分配。本文以苏皖地区为例，基于现代遥感数据分析了耕地空间分布与气候、坡度、海拔高度、土壤、河流湖泊、人口等因子的关系，发现影响苏皖地区耕地分布最为关键的因素是河湖及坡度。河流湖泊地区为非耕地的剔除区域，坡度与垦殖率的相关系数高达−0.628，苏皖地区海拔未达到气候影响下的耕地垦殖上限。在此基础上构建了耕地空间分布模型，对现代的耕地格局进行10 km × 10 km的模型重建，并进行了模型评估检验。检验结果显示，无论是从均值还是从相关系数或标准偏差来看，宜垦性模型的空间分配结果与现代遥感数据的空间格局差异均不大，两者的相关系数R为0.798，标准偏差S为22.2，两者差值的均值为0.09。该现代宜垦性模型能够用于耕地格局重建，可为该区历史时期耕地数据网格化处理提供参考。
Abstract: Accurate historical gridded data of land use are the base for the environmental effect simulation of the land use/land cover change. Because of lacking of sufficient credible historical map data, his-torical grid data couldn’t access directly. It is usually assigned downscaling based on the modern distribution pattern of cropland and its driving factors. This paper analyzed the relationship be-tween spatial distribution of cropland and climate, slope, elevation, soil, river and lake, population based on modern remote sensing data in Jiangsu and Anhui. The most key factors in Jiangsu and Anhui are river and elevation. The area that river flows through doesn’t distribute cropland. The correlation coefficient of slope and reclamation rate is as high as −0.628; the highest elevation in Jiangsu and Anhui is under the upper limit elevation that can be cultivated because of climate. The paper also constructed the cropland spatial distribution model with spatial resolution of 10 km × 10 km, and assessed the model. It is suggested that the reconstruction data and the remote sensing data are not different obviously from the correlation coefficient or standard deviation. The corre-lation coefficient is 0.821 and the standard deviation is 20.6. This model can be used in cropland reconstruction in Jiangsu and Anhui, and provide references for historical cropland gridded data.
文章引用：袁存, 叶瑜, 李蓓蓓, 魏学琼, 方修琦. 面向历史土地利用研究的苏皖地区耕地分布的影响因子分析及宜垦性模型构建[J]. 地理科学研究, 2014, 3(2): 18-29. https://dx.doi.org/10.12677/GSER.2014.32003

参考文献

[1] Ramankutty, N. and Foley, J.A. (1999) Estimating historical changes in global land cover: Croplands from 1700 to 1992. Global Biogeochemical Cycle, 13, 997-1027.
[2] Ramankutty, N. and Foley, J.A. (1999) Estimating historical changes in land cover: North American croplands from 1850 to1992. Global Ecology and Biogeography, 8, 381-396.
[3] Pongratz, J., Reick, C., Raddatz, T. and Claussen, M. (2008) A reconstruction of global agricultural areas and land cover for the lastmillennium. Global Biogeochemical Cycles, 22, Article ID: GB3018.
[4] Goldewijk, K.K. (2001) Estimating global land use change over the past 300 years: The HYDE database. Global Biogeochemical Cycles, 15, 417-433.
[5] Goldewijk, K.K., Beusen, A., Drecht, G.V. and Vos, M.D. (2011) The HYDE 3.1 spatially explicit database of human-induced global land-use change over the past 12,000 years. Global Ecology and Biogeography, 20, 73-86.
[6] 朱枫, 崔雪锋, 缪丽娟 (2012) 中国历史时期土地利用数据集的重建方法述评. 地理科学进展, 12, 1563-1573.
[7] 李巧萍, 丁一汇, 董文杰 (2006) 中国近代土地利用变化对区域气候影响的数值模拟. 气象学报, 3, 257-270.
[8] IPCC (2007) Climate change 2007: The physical science basis: Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change. Cambridge University Press, Cambridge and New York.
[9] Zheng, J.Y., Lin, S.S. and He, F.N. (2009) Recent progress in studies on land cover change and its regional climatic effects over China during historical times. Advances in Atmospheric Sciences, 26, 793-802.
[10] 尹永飞, 陈星, 张洁, 汤剑平 (2009) 中国过去 300 年土地利用变化及其气候效应. 第四纪研究, 6, 1162-1169.
[11] 李蓓蓓, 方修琦, 叶瑜, 张学珍 (2010) 全球土地利用数据集精度的区域评估——以中国东北地区为例. 中国科学:地球科学, 8, 1048-1059.
[12] Li, B.B., Fang, X.Q., Ye, Y. and Zhang, X.Z. (2010) Accuracy assessment of global historical cropland datasets based on regional reconstructed historical data—A case study in Northeast China. Science China Earth Sciences, 53, 1689-1699.
[13] 何凡能, 李士成, 张学珍, 葛全胜, 戴君虎 (2012) 中国传统农区过去 300 年耕地重建结果的对比分析. 地理学报, 9, 1190-1200.
[14] Zhang, X.Z., He, F.N. and Li, S.C. (2013) Reconstructed cropland in the mid-eleventh century in the traditional agricultural area of China: Implications of comparisons among datasets. Regional Environmental Change, 13, 969-977.
[15] 林珊珊, 郑景云, 何凡能 (2008) 中国传统农区历史耕地数据网格化方法. 地理学报, 1, 83-92.
[16] 何凡能, 李士成, 张学珍 (2011) 北宋中期耕地面积及其空间分布格局重建. 地理学报, 11, 1531-1539.
[17] 李柯, 何凡能, 张学珍 (2011) 基于 MODIS 数据网格化重建历史耕地空间分布的方法——以清代云南省为例. 地理研究, 12, 2281-2288.
[18] 李士成, 何凡能, 陈屹松 (2012) 清代西南地区耕地空间格局网格化重建. 地理科学进展, 9, 1196-1203.
[19] Liu, M.L. and Tian, H.Q. (2010) China’s land cover and land use change from 1700 to 2005: Estimations from high-resolution satellite data and historical archives. Global Biogeochemical Cycles, 24, Article ID: GB3003.
[20] 颉耀文, 王学强, 汪桂生, 余林 (2013) 基于网格化模型的黑河流域中游历史时期耕地分布模拟. 地球科学进展, 1, 71-78.
[21] 国家统计局 2010年第六次全国人口普查主要数据公报(第2号) http://www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm
[22] 《中国农业全书*江苏卷》总编辑委员会 (1998) 中国农业全书*江苏卷. 中国农业出版社, 北京.
[23] 《中国农业全书*安徽卷》总编辑委员会 (1998) 中国农业全书*安徽卷. 中国农业出版社, 北京.
[24] 国务院第二次全国农业普查领导小组, 中华人民共和国国家统计局 (2009) 中国第二次全国农业普查资料汇编农村卷. 中国统计出版社, 北京.
[25] 江苏省水文水资源勘测局 (2002) 江苏省水文志. 江苏古籍出版社, 南京.
[26] 李世奎, 侯光良, 欧阳海, 崔读昌, 郑剑非 (1988) 中国农业气候资源和农业气候区划. 科学出版社, 北京.
[27] 孙颔, 石玉林 (2003) 中国农业土地利用. 江苏科学技术出版社, 南京.
[28] 张家诚 (1991) 中国气候总论. 气象出版社, 北京.
[29] 李天杰 (2005) 土壤地理学. 第三版, 高等教育出版社, 北京.
[30] 朱华忠 (2006) 基于生态过程参数的中国森林遥感分类及碳密度变化格局. 博士论文, 中国科学院地理科学与资源研究所, 北京.
[31] 德希珀金斯 (1984) 中国农业的发展(1368-1968年). 上海译文出版社, 上海.
[32] 安徽省志水利志编委会 (1994) 安徽省水利志水文志. 黄山书社, 合肥.
[33] 国家统计局农村社会经济调查司 (2012) 中国农村统计年鉴. 中国统计出版社, 北京.
[34] 安徽省统计局, 国家统计局江苏调查总队 (2013) 安徽统计年鉴2013. 中国统计出版社, 北京.
[35] 江苏省统计局, 国家统计局江苏调查总队 (2013) 江苏统计年鉴2013. 中国统计出版社, 北京.
[36] 程纯枢 (1991) 中国的气候与农业. 气象出版社, 北京.
[37] 王静爱, 左伟 (2010) 中国地理图集. 中国地图出版社, 北京.

为你推荐