基于农业大数据可视化方法的中国生猪空间流通模式

发布时间：2019-11-03 05:02

【摘要】：利用大数据可视化手段研究中国省际间生猪流通问题,用GIS将整合后的多源数据进行数据可视化,研究中国19个省(市)的区域间生猪流通现状。参照《国家新型城镇化规划(2014~2020年)》和前人研究成果,将区域间生猪流通现状与中国城市群可视化结果结合进行分析,归纳各城市群生猪流通现况,获得基于城市群发展的生猪空间流通模式,从空间角度分析中国整体生猪空间流通格局存在问题。结果显示,中国总体生猪流向有明显的"西猪东运,北猪南运"趋势,京津冀城市群、长江三角洲城市群和珠江三角洲城市群是中国最主要3个吸纳外埠生猪供应地区,是中国整体生猪流通系统中最重要的组成部分。
【图文】：

技术路线图,技术路线,生猪

获取和相关农业部门提供的生猪流动数据在完整性、真实性、连续性等方面也难以得到保证。为弥补这些问题，本研究在使用生猪统计数据、相关农业部门提供的数据和网络生猪数据的基础上，借鉴辛贤和尹坚等对中国区域间肉类产品流通的研究成果，并通过调研，对部分数据进行了补充和修正。1.2技术路线传统研究多以统计和调研手段为主，难以体现生猪数据的空间属性与地域特征，我们将生猪统计数据、GIS与遥感数据进行结合分析，提出基于大数据的中国（不包括香港、澳门、台湾地区）生猪空间流通模式可视化分析技术路线（图1）。它由数据收集、数据分析处理和可视化结果输出3部分组成。其中，数据收集部分包括统计数据、网络数据、GIS与遥感数据；数据分析处理部分则由数据整合及标准化与可视化分析构成；第3部分包括生猪区域间流动现状可视化分析、城市群发展现状可视化分析以及主要城市群生猪流动模式可视化分析。图1技术路线Fig.1Researchflowchart1）数据收集部分。生猪统计数据是本研究最主要数据源，但统计数据获取手段多采用县、市、省逐级上报和抽样调查方法，数据准确性受人为因素影响过多，缺少客观性，加之生猪产业链条中监测数据多来自各个部门，共享性差，所以从大数据理念出发，利用其他生猪关联数据、网络数据和调研数据作为生猪统计数据的参考和校正，以增强数据的准确性和实时性。网络数据包括在网络上查询到的生猪相关数据和利用网络分析软件在互联网与社交网络上提取的数据等，网络数据的应用具有数据获取成本低、时效性强、涵盖信息丰富等优势，是大数据技术的重点研究对象之119

生猪,产地

北地区的生猪流动[19~22]；为了观察发达城市的生猪空间流通情况，我们选取了北京、上海、重庆作为北方地区、东部沿海地区、内陆地区发达城市代表（其中天津与北京因生猪流通情况相似地理位置相近，合并为一个对象）。新疆、西藏、青海、甘肃、宁夏、陕西、山西、内蒙古、贵州、福建、江西、海南、香港、澳门14省（市）2012年生猪总出栏量为11581万头，占全国总量的16.59%，，对中国整体生猪流通体系影响较小，且该14省（市）生猪流通数据难以获取，所以未划入研究范围。中国生猪空间流通现状可视化分析成果图如图2所示。图中以省会坐标位置代表该省份，东北三省都以长春坐标为准，图中箭头颜色对应生猪流出源省份的颜色，北京、天津、重庆因对外无稳定的生猪供应，在图2中没有显示出来。图2中国主要生猪产地与消费地域Fig.2Pig’smainproducingandconsumptionareainChina由图2显示的生猪的调入与调出情况，可将研究目标省份划分为4类：一是生猪大量调入地区，包括北京、上海、江苏、浙江、广东；二是既有生猪调出也有生猪调入地区，包括东北三盛河南、山东、湖北、湖南、四川；三是生猪大量调出地区，包括河北、安徽、云南、广西；四是重庆，无大量的生猪调入和调出。第一类地区全部分布在中国东南沿海，是经济最发达的省份或直辖市，区域人口密度也尽数排在中国前10之列，猪肉供应需求最高。第二类地区多处内陆，是中国粮食和生猪主产区，经济发达程度与人口密度略低于第一类地区，相互之间存在着生猪的调入调出，也对第一类地区进行供应。第三类地区除广西沿海外，都是位于内陆，人口密度虽然不低，但经济欠发达，生猪与粮食产量也不及第二类地区，生猪多数外调120

【相似文献】