共查询到18条相似文献,搜索用时 240 毫秒
1.
2.
3.
4.
5.
6.
青岛市土地利用演化驱动力因素分析 总被引:1,自引:0,他引:1
在RS和GIS技术支持下,首先,以青岛市1986、2000和2006年3期遥感影像为基础,以谷歌地图为参考,对3期遥感影像进行分类处理,提取出了同时期的土地利用数据。其次,利用数学模型对1986~2006年青岛市土地利用数量变化、土地利用速度变化、土地利用程度变化等方面进行了分析。再次,结合同期青岛市社会经济统计资料,应用主成分分析法得到了影响青岛市土地利用发生变化的主要社会经济驱动力因子,计算得出青岛市社会经济驱动力指数,指出社会经济因素对土地利用的驱动力呈不断上升的趋势;应用多元线性回归分析法建立了青岛市水域、林地、建筑用地和耕地的社会经济驱动力模型,得到了影响每种土地利用类型的社会经济因子。最后,运用Markov模型预测了2012~2030年青岛市的土地利用变化趋势。 相似文献
7.
为探索研究区土地利用变化及其驱动因素,根据保定市区2008~2013年土地利用现状、社会经济统计数据,分析了保定市土地利用变化,并运用主成分分析法对影响研究区土地利用变化的驱动力因素进行了研究.结果表明:2008 ~ 2013年保定市区的耕地面积呈现下降趋势,城镇村及工矿用地面积呈现逐年递增趋势;保定市区土地利用程度的变化率均小于0,保定市区土地利用程度正处在调整期或衰退期;经济发展、人口增长与农业发展、城市化进程的不断加快等社会因子是导致保定市土地利用情况发生变化的主要驱动力. 相似文献
8.
徐州市土地利用变化及驱动力分析——基于主成分分析法 总被引:1,自引:0,他引:1
以2006年到2016年徐州市社会经济发展和土地利用数据为基础,对十年间土地利用数量变化进行分析,并运用SPSS软件进行主成分分析,确定徐州市土地利用变化的驱动力因素。研究结果表明,耕地变化较小,建设用地变化较大,人口数、GDP、人均收入、三产产值比重和固定资产投资是主要驱动力。 相似文献
9.
经济欠发达地区土地利用变化及其驱动因素分析——以白城市为例 总被引:1,自引:0,他引:1
《农业与技术》2015,(23)
研究经济欠发达地区土地利用变化及驱动力,可以科学指导该地区社会经济的可持续发展与土地资源的可持续利用。以白城市为例,分析了2009~2014年土地利用结构变化、动态变化、程度变化,并借助SPSS平台采用主成分分析,寻找影响多年来土地利用变化的驱动力因素。研究表明,白城市土地利用变化的主要驱动因子为经济发展、产业机构调整、农业发展及人口变化。 相似文献
10.
吉安市土地利用变化的驱动力因素分析 总被引:2,自引:1,他引:1
应用灰色关联度分析方法,对影响吉安市土地利用变化的驱动力因素进行了分析。结果表明,吉安市城镇人口数量、城市化率、农业总产值和粮食总产量等指标对吉安市土地利用面积变化起着主导作用。 相似文献
11.
在分析1993—2004年千岛湖镇土地利用变化特征和驱动力的基础上,揭示了千岛湖镇土地利用的时空分异特征。结果表明,土地利用变化以城镇及工矿用地的输入和林地的输出为主要特点;耕地、林地、未利用地和其他未利用地的转出面积超过转入面积,而园地、其他农用地、交通用地、水利设施用地和城镇及工矿用地则相反;自然因素、城镇化、农业结构调整、比较经济利益、交通条件和政策因素是引起其土地利用变化的主要驱动力因子,距一级干道的距离是最重要的自然驱动因子。 相似文献
12.
13.
14.
近年来,上海的耕地数量和质量不断下降,对粮食安全和社会稳定都构成严重威胁。根据上海市及郊区范围内1995~2004年的耕地面积数据及其他重要社会经济发展数据,利用因子分析方法分析了对耕地变化有重要影响的经济、社会等主要因素,并对影响耕地变化的驱动力进行了研究。通过定量分析:耕地面积变化的驱动力可以归纳为经济发展和社会发展动力、工业化和社会系统压力以及农业科技进步。 相似文献
15.
16.
采用农户问卷和参与式农村评估的方法,对山东省临沂市探沂镇、南通市开屏村、江苏省南京市锁石村3地农户福祉进行评估,分别研究以经济、生态和政策为主导驱动力下的土地利用变化对农户福祉的影响。结果表明:不同驱动力主导的土地利用转变各具特点,通过不同的路径影响农民的福祉。经济为主要驱动力时,农户收入的提高伴随着环境污染和耕地减少带来的严重粮食安全问题;政策为主要驱动力时,农村整体环境质量改善,但是经济发展疲乏与不合理的征地补偿政策带来农户福祉的降低;生态为主要驱动力时,当地生态系统服务能力整体提升,但是仍然存在着粮食安全问题。 相似文献
17.
18.
以1996~2008年高淳县土地变更数据为基础资料,分析了12年中土地变化的特点及主要驱动力因子,表明:(1)12年来全县土地利用类型的变化主要表现为耕地的大幅度下降和建设用地的增加;(2)通过NOSA分析得出,影响该县土地利用变化的主要驱动力因子是经济增长和城镇化水平的提高;(3)GM(1,1)模型预测结果表明:土地利用变化的总趋势为耕地和未利用地持续减少,建设用地面积加速增长,园地和林地相对较稳定。 相似文献