区域农业水土资源系统风险特征及其对种植结构的影响效应研究
发布时间:2020-05-28 21:15
【摘要】:农业水土资源是维持社会经济平稳发展的重要资源,是保障粮食生产安全的关键因素。随着经济的快速发展和人口的不断发展,农业水土资源受到的干扰日益增强,引发的农业水土资源系统生态环境问题日益增多,前景不容乐观。建三江管理局是我国重要的粮食储备基地和商品粮生产基地。在高强度农业开发的影响下,地下水水位下降、农业面源污染加剧、水土流失加剧等负面影响逐步显现,水土资源压力日渐增加。此种背景下,评价地区水土环境质量,构建区域水土资源系统风险评价指标体系,评价区域水土资源系统风险,筛选区域水土资源系统风险演进的关键驱动因子,优化农业种植结构,可以为区域农业水土资源风险相关研究提供一定的科学依据,对于维护水土资源可持续利用和保障粮食安全、生态安全具有重要的理论和现实意义。本文以建三江下辖的15农场为例,评价了管理局下辖15个农场的地下水质量和土壤质量,测度了区域农业水土资源风险等级,分析了系统风险的关键驱动因子,并优化了当地农业种植结构,主要研究及内容如下:(1)分别建立了基于磷虾群算法优化BP神经网络的地下水水质、土壤质量的综合评价模型,对建三江管理局2016年的地下水水质、土壤质量进行了评价,并根据2016年相关数据分别建立了地下水质量指数和土壤质量指数的偏最小二乘回归方程,对数据进行延展,进而对建三江管理局地下水质量和土壤质量的演化特征进行分析。结果表明:建三江管理局下各农场地下水水质基本良好,均处于III类(包括III类)以上,I类水质主要集中在管理局西南位置,II类水质主要集中在北部和南部,III类水质主要分布于中东部和中西部;土壤质量总体较好,所有农场土壤质量均处于III级以上(包括III级),土壤质量等级为II级的农场主要分布于管理局西南和东北位置,土壤质量等级为III类的农场除主要分布于西北与东南位置,建三江管理局地下水质量从1997~2016年呈下降趋势,但2013~2016年建三江管理局地下水水质有好转的迹象,建三江管理局土壤质量从1997~2016年逐年下降,但是2013~2016年土壤质量指数还有略微增大的趋势,说明建三江管理局土壤质量有好转的趋势。(2)分别建立了基于改进鱼群优化算法的投影寻踪农业水土资源系统风险评价模型和基于实数编码加速遗传算法的农业水土资源系统风险评价模型对建三江管理局15个农场2016年的水土资源风险进行了测度分析,通过对比筛选出最优评价模型,进而通过对建三江管理局的15个农场1997~2015年的农业水土资源风险进行了逐年评价,分析了1997~2016年间各农场水土资源风险的时空变异特征,最后利用主成分分析法筛选出建三江管理局农业水土资源风险的关键驱动因子。结果表明:2016年建三江管理局各农场水土资源风险等级均处于III级以上(包括III级),AAFSA-PPE模型可靠性、稳定性均优于RAGA-PPE模型,更适用于区域水土资源风险评价,从1997~2016年,建三江管理局农业水土资源系统风险总体上呈上升的趋势。1997年建三江管理局农业水土资源风险等级为II级的农场主要集中分布于管理局北部以及中部,水土资源风险等级为III级的农场主要分布在管理局南部,风险等级为II级的农场与III级农场比例为3:2,到2016年建三江管理局农业水土资源风险等级为II级的农场仅剩3个,风险等级为II级的农场与III级农场比例为1:4。建三江管理局农业水土资源系统风险评价的关键驱动因子为单位耕地面积水资源量、土地利用率、垦殖率、农业土地利用率、未利用地率、单位耕地面积农药施用量、单位耕地面积化肥施用量、单位面积粮食产量。(3)以建三江管理局各农场主要粮食作物种植面积为决策变量,总产值最大、粮食作物总产量最大以及总灌溉用水量最小为目标,以耕地资源、农业灌溉用水量、种植业净产值、农业水土资源风险等为约束条件,构建了基于多目标粒子群算法的种植结构优化模型。结果表明:经过种植结构优化,建三江管理局2020、2030和2040年三种主要粮食作物总产量、总净效益、灌溉用水量3个目标函数均可得到一定程度的提高,多目标粒子群农业种植结构模型具有可行性;经过调整以后,建三江管理局2020、2030和2040年水稻的种植比例有所下降、玉米、大豆比例有所增加。要实现增产、增收以及农业节水,建三江管理局今后应当适当控制水稻种植比例,稳定玉米和大豆种植比例。加入惩罚系数的多目标种植结构优化模型在保证粮食总产量和总效益值增加、灌溉用水量减小前提下,还能够进一步降低农业水土资源压力,从而降低了建三江管理局农业水土资源风险。
【图文】:
技术路线图
建三江管理局作为黑龙江粮食生产核心区,长期以来农业用水效率不高,地下水开采强度大,加之土地资源长期掠夺性经营,农民长期过量不合理使用化肥、农药,建三江管理局水土环境遭受巨大的威胁,因此,开展对三江平原的水土环境质量评价势在必行。分别建立基于 KHA 优化 BP 神经网络的地下水水质、土壤质量的综合评价模型,,对建三江管理局 201年的地下水水质、土壤质量进行评价,获取地下水质量指数和土壤质量指数,并根据上述数据分别建立地下水质量指数和土壤质量指数的偏最小二乘回归方程,对建三江管理局地下水质量和土壤质量的演化特征进行分析。2.1 研究区域概况建三江管理局位于黑龙江省东北部,地处三江平原腹地,在黑龙江、松花江、乌苏里江汇流的河间地带[6]。地理坐标为东经 132°31′38″㧟134°32′19″,北纬 46°49′47″㧟48°12′58″。辖区总面积 1.24 万 km2,全区地势平缓,西南高、东北低,除少数山丘外,绝大部分是平原沼泽地带,其面积为 11291km2。区内水系发达,河网纵横交错,水资源丰富,其中耕地面积75.3 万 hm2。建三江下辖 15 个国营农场,分别为:八五九、胜利、七星、勤得利、大兴、青龙山、前进、创业、红卫、前哨、前锋、洪河、鸭绿河、二道河、浓江。具体行政分区图见图 2-1。
【学位授予单位】:东北农业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F327;S27;S15
【图文】:
技术路线图
建三江管理局作为黑龙江粮食生产核心区,长期以来农业用水效率不高,地下水开采强度大,加之土地资源长期掠夺性经营,农民长期过量不合理使用化肥、农药,建三江管理局水土环境遭受巨大的威胁,因此,开展对三江平原的水土环境质量评价势在必行。分别建立基于 KHA 优化 BP 神经网络的地下水水质、土壤质量的综合评价模型,,对建三江管理局 201年的地下水水质、土壤质量进行评价,获取地下水质量指数和土壤质量指数,并根据上述数据分别建立地下水质量指数和土壤质量指数的偏最小二乘回归方程,对建三江管理局地下水质量和土壤质量的演化特征进行分析。2.1 研究区域概况建三江管理局位于黑龙江省东北部,地处三江平原腹地,在黑龙江、松花江、乌苏里江汇流的河间地带[6]。地理坐标为东经 132°31′38″㧟134°32′19″,北纬 46°49′47″㧟48°12′58″。辖区总面积 1.24 万 km2,全区地势平缓,西南高、东北低,除少数山丘外,绝大部分是平原沼泽地带,其面积为 11291km2。区内水系发达,河网纵横交错,水资源丰富,其中耕地面积75.3 万 hm2。建三江下辖 15 个国营农场,分别为:八五九、胜利、七星、勤得利、大兴、青龙山、前进、创业、红卫、前哨、前锋、洪河、鸭绿河、二道河、浓江。具体行政分区图见图 2-1。
【学位授予单位】:东北农业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F327;S27;S15
【参考文献】
相关期刊论文 前10条
1 王慧;李静;李印海;王宏;;基于粒子群神经网络的高技术企业技术项目选择研究[J];科技管理研究;2013年23期
2 刘潇;郭萍;;基于不确定性的旱作作物种植结构优化[J];干旱地区农业研究;2013年06期
3 李建芳;粟晓玲;;基于虚拟水细分的多目标种植结构优化模型[J];灌溉排水学报;2013年05期
4 刘名冲;刘瑞卿;张路路;许v
本文编号:2685848
本文链接:https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/2685848.html