黄淮海地区县域粮食生产空间分异格局及其影响因素探测
发布时间：2021-12-28 09:30
基于累积分布函数和空间自相关分析方法,系统地分析2015年黄淮海地区县域粮食产量的空间集聚特征,并借助地理探测器分析18个因子对黄淮海地区及不同类型县域粮食产量的影响及其交互作用,提炼出主导因素,得到如下结果。黄淮海地区县域粮食产量呈现"低值集聚、高值离散"的特征,并在空间上呈现显著的同质集聚性。其中,显著高值集聚区主要分布在豫东南、皖北和苏北地区,显著低值集聚区主要分布在京津冀地区和山东临海县域。综合考虑空间约束和粮食产量分布差异,将黄淮海地区分为粮食高产区、中高产区、中低产区和低产区4个类型区。18个因子对黄淮海地区县域粮食产量的影响不一,主要表现为双因子增强型和非线性增强型。其中,高产区的主导因素为第一产业增加值、化肥施用量（折纯）和农业机械总动力,属于社会经济及要素投入作用型;中高产区的主导因素为耕地面积、区域人口、第一产业增加值和农业机械总动力,表现为综合作用型;中低产区的主导因素为耕地面积和化肥施用量（折纯）,表现为地理环境及要素投入作用型;低产区的主导因素为植被指数、耕地面积、第一产业增加值、化肥施用量（折纯）和农业机械总动力,表现为综合作用型。针对不同区域的研究结果,提...
【文章来源】：北京大学学报(自然科学版). 2020,56(02)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
黄淮海地区县域粮食产量累积频率分布
刘玉等黄淮海地区县域粮食生产空间分异格局及其影响因素探测319图2黄淮海县域粮食产量LISA图(a)和空间分布类型(b)Fig.2LISAmap(a)andspatialdistributiontype(b)ofgrainyieldinHuang-Huai-HaiRegion的伪F统计量较大。结合粮食产量的分布差异,确定最佳组数为4,并根据各组粮食产量特征(表3)分别命名为高产区、中高产区、中低产区和低产区。由图2(b)可知,粮食高产区和低产区的分布特征与粮食产量空间集聚特征基本上相符,表明分组结果能够客观地反映区域粮食产量的差异。其中,高产区集中分布在豫东南及皖北平原一带,中高产区以苏皖鲁三省为主,中低产区主要位于豫北和鲁西低山区一带,低产区则以京津冀地区为主。4个区粮食产量的空间集聚性总体上弱于黄淮海地区整体水平,高产区、中高产区和中低产区均在1%的显著性水平下表现出较强的空间集聚性,且中高产区和高产区的集聚性较强,表明这两个类型区的粮食生产在空间上的集聚模式较突出;低产区呈现随机分布状态,未表现出明显的空间集聚特性。2.2区域粮食产量影响因素的地理探测器分析地理探测器所需的自变量为类型变量,故借助自然断点法,将因子划分为低要素水平、中低要素水平、中高要素水平和高要素水平,并分别以整个黄淮海地区及其4个类型区对应的粮食产量为因变量,探讨各因子对粮食产量的影响作用(表4)。2.2.1不同因素对各类型区的作用由表4可知,2015年各类因素对黄淮海地区县域粮食产量的影响程度及显著性存在较大差异。三类因子中,地理环境类因子的解释力均表现出显著性,并以耕地面积、年均降水量、植被指数和年平均气温的解释力为最强(q>0.3),表明地理环境因子对黄淮海地区的县域粮食生产格局分异起关键作用;社表3不?
【参考文献】：
期刊论文
[1]关于新时代我国粮食安全观的思考[J]. 成升魁,李云云,刘晓洁,王灵恩,吴良,鲁春霞,谢高地,刘爱民. 自然资源学报. 2018(06)
[2]中国县域粮食产量时空演变及影响因素变化[J]. 王凤,刘艳芳,孔雪松,陈奕云,潘佳威. 经济地理. 2018(05)
[3]县域农村贫困化空间分异及其影响因素——以陕西山阳县为例[J]. 武鹏,李同昇,李卫民. 地理研究. 2018(03)
[4]基于粗糙集理论的武汉市农业土地利用数据分析及规划决策研究[J]. 梁本哲,王占岐. 中国农业资源与区划. 2018(03)
[5]近50年气候驱动下三江平原粮食生产潜力时空演变分析[J]. 杜国明,马敬盼,张露洋,孙晓兵,张志宇,刘钊. 水土保持研究. 2018(02)
[6]农业机械与农业劳动力投入对粮食产出的影响及其替代弹性[J]. 黄玛兰,李晓云,游良志. 华中农业大学学报(社会科学版). 2018(02)
[7]江西省典型县域经济差异影响因子地理探测研究[J]. 杨丰硕,杨晓梅,王志华,齐文娟,李治,孟樊. 地球信息科学学报. 2018(01)
[8]基于地理探测器的黑龙江垦区农场粮食产量影响因素分析[J]. 叶妍君,齐清文,姜莉莉,张岸. 地理研究. 2018(01)
[9]中国粮食产量时空格局演变研究[J]. 丁金梅,杨奎,马彩虹,文琦. 干旱区地理. 2017(06)
[10]新时期中国粮食供需平衡态势及粮食安全观的重构[J]. 谢高地,成升魁,肖玉,鲁春霞,刘晓洁,徐洁. 自然资源学报. 2017(06)
本文编号：3553818
【文章来源】：北京大学学报(自然科学版). 2020,56(02)北大核心EICSCD
【文章页数】：9 页
【部分图文】：
黄淮海地区县域粮食产量累积频率分布
刘玉等黄淮海地区县域粮食生产空间分异格局及其影响因素探测319图2黄淮海县域粮食产量LISA图(a)和空间分布类型(b)Fig.2LISAmap(a)andspatialdistributiontype(b)ofgrainyieldinHuang-Huai-HaiRegion的伪F统计量较大。结合粮食产量的分布差异,确定最佳组数为4,并根据各组粮食产量特征(表3)分别命名为高产区、中高产区、中低产区和低产区。由图2(b)可知,粮食高产区和低产区的分布特征与粮食产量空间集聚特征基本上相符,表明分组结果能够客观地反映区域粮食产量的差异。其中,高产区集中分布在豫东南及皖北平原一带,中高产区以苏皖鲁三省为主,中低产区主要位于豫北和鲁西低山区一带,低产区则以京津冀地区为主。4个区粮食产量的空间集聚性总体上弱于黄淮海地区整体水平,高产区、中高产区和中低产区均在1%的显著性水平下表现出较强的空间集聚性,且中高产区和高产区的集聚性较强,表明这两个类型区的粮食生产在空间上的集聚模式较突出;低产区呈现随机分布状态,未表现出明显的空间集聚特性。2.2区域粮食产量影响因素的地理探测器分析地理探测器所需的自变量为类型变量,故借助自然断点法,将因子划分为低要素水平、中低要素水平、中高要素水平和高要素水平,并分别以整个黄淮海地区及其4个类型区对应的粮食产量为因变量,探讨各因子对粮食产量的影响作用(表4)。2.2.1不同因素对各类型区的作用由表4可知,2015年各类因素对黄淮海地区县域粮食产量的影响程度及显著性存在较大差异。三类因子中,地理环境类因子的解释力均表现出显著性,并以耕地面积、年均降水量、植被指数和年平均气温的解释力为最强(q>0.3),表明地理环境因子对黄淮海地区的县域粮食生产格局分异起关键作用;社表3不?
【参考文献】：
期刊论文
[1]关于新时代我国粮食安全观的思考[J]. 成升魁,李云云,刘晓洁,王灵恩,吴良,鲁春霞,谢高地,刘爱民. 自然资源学报. 2018(06)
[2]中国县域粮食产量时空演变及影响因素变化[J]. 王凤,刘艳芳,孔雪松,陈奕云,潘佳威. 经济地理. 2018(05)
[3]县域农村贫困化空间分异及其影响因素——以陕西山阳县为例[J]. 武鹏,李同昇,李卫民. 地理研究. 2018(03)
[4]基于粗糙集理论的武汉市农业土地利用数据分析及规划决策研究[J]. 梁本哲,王占岐. 中国农业资源与区划. 2018(03)
[5]近50年气候驱动下三江平原粮食生产潜力时空演变分析[J]. 杜国明,马敬盼,张露洋,孙晓兵,张志宇,刘钊. 水土保持研究. 2018(02)
[6]农业机械与农业劳动力投入对粮食产出的影响及其替代弹性[J]. 黄玛兰,李晓云,游良志. 华中农业大学学报(社会科学版). 2018(02)
[7]江西省典型县域经济差异影响因子地理探测研究[J]. 杨丰硕,杨晓梅,王志华,齐文娟,李治,孟樊. 地球信息科学学报. 2018(01)
[8]基于地理探测器的黑龙江垦区农场粮食产量影响因素分析[J]. 叶妍君,齐清文,姜莉莉,张岸. 地理研究. 2018(01)
[9]中国粮食产量时空格局演变研究[J]. 丁金梅,杨奎,马彩虹,文琦. 干旱区地理. 2017(06)
[10]新时期中国粮食供需平衡态势及粮食安全观的重构[J]. 谢高地,成升魁,肖玉,鲁春霞,刘晓洁,徐洁. 自然资源学报. 2017(06)
本文编号：3553818
本文链接：https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/3553818.html
