导读:本文包含了耕地变化论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:耕地,土壤,阳原县,分解,旱田,菲律宾,耕地面积。
耕地变化论文文献综述
王晨冰,王鸿,赵秀梅,牛茹萱,王发林[1](2019)在《非耕地日光温室条件下10个桃品种的光合日变化特征研究与分析》一文中研究指出在西北地区戈壁非耕地日光温室条件下测定了10个桃品种的桃树叶绿素含量、光合率日变化特性[包括净光合速率(Pn)、蒸腾速率(E)、气孔导度(Gs)、细胞间隙CO2]以及果实性状。结果表明:不同桃品种叶绿素总量、日均净光合速率、果实产量和品质各不相同,其中油桃品种中油14号叶绿素含量最高,为3.03 mg/g;油桃品种华光净光合速率日均值最高,为13.83μmol/(m2·s);油桃品种金辉气孔导度日均值最大,为0.372μmol/(m2·s);油桃品种金辉蒸腾速率日均值最大,为8.86 mmol/(m2·s),普通桃品种春雪胞间CO2浓度日均值最大,为371.8μmol/(m2·s)。普通桃品种春雪平均单果重最大,为176 g;普通桃品种春美单株平均产果量最高,为13.5 kg;油桃品种金辉、中油4号、沪油002和普通桃品种单株平均产果量较高,为10.4~13.0kg。综合评价,普通桃品种春美、春雪和油桃品种金辉、中油4号表现良好,可在西北地区戈壁非耕地日光温室推广栽培。(本文来源于《甘肃农业科技》期刊2019年11期)
任永星,李晓燕,王宗明,杨黎敏[2](2019)在《1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究》一文中研究指出以Landsat遥感影像为数据源,利用面向对象和决策树方法获得多期土地覆被数据;以此为基础,分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明:1990~2015年期间,吉林省西部耕地面积增加了2159.33 km2,增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加,但在2010~2015年期间呈减少趋势。水田面积持续扩张,25年间增加了1139.39 km2(51.7%),旱田净转化为水田的面积不断增加,1990~2000年为69.13km2,2000~2010年为156.19 km2,2010~2015年为288.27 km2。人口和经济的增长是导致耕地面积迅速增长的主要原因,影响水田面积扩张和旱田向水田转化的驱动因素有:科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议,为区域农业生产和生态建设提供科学借鉴。(本文来源于《遥感技术与应用》期刊2019年05期)
陶荣,孔雪松,陈翠芳,刘茜,张俊[3](2019)在《“二调”以来湖北省耕地变化的时空特征及其驱动因子识别》一文中研究指出为了识别耕地动态变化特征与驱动机制,基于湖北省第二次土地调查以来的土地利用数据,从省域、县域与地块3个尺度,系统分析了2009—2016年湖北省耕地变化的数量和景观格局特征,运用回归分析定量识别了驱动耕地变化的主要因子。结果表明:(1)湖北省耕地面积呈现出不断下降的趋势,耕地与其他地类之间的转换关系复杂而频繁,城乡建设用地整治已成为耕地补充的重要来源;(2)湖北省大部分地区的耕地斑块密度都呈现出小幅增长的态势,耕地斑块平均规模有下降趋势,耕地斑块形状趋于复杂化,耕地破碎化程度趋于严重。(3) 2009—2016年,经济驱动因素对湖北省耕地变化的作用明显,尤以人均GDP的影响最为显着,而自然因素对耕地变化的影响作用相对较小。研究将为统筹耕地资源保护与社会经济发展动态关系,制定区域差异化的耕地资源保护策略提供决策思考。(本文来源于《水土保持研究》期刊2019年06期)
潘佩佩,杨桂山,王晓萌,王丽艳,王雪然[4](2019)在《太湖流域粮食生产对耕地利用变化动态响应分析及预测》一文中研究指出认识耕地利用与粮食生产的耦合作用规律是确保粮食安全和可持续发展的基础。基于模型模拟、GIS和多目标情景模拟等方法,在定量分析粮食生产对耕地利用变化动态响应基础上,分析流域粮食生产变化的关键驱动要素及粮食增产潜力,为流域耕地利用动态调控和粮食安全问题解决提供参考。结果表明:(1)1985~2015年流域耕地利用与粮食生产变化空间集聚性显着,耕地量变、耕地利用结构和方式变化幅度分别为39.2%、23.6%和19.3%,上述变化导致粮食减产44.1%;(2)1985~2015年耕地量变对流域粮食减产贡献率为50.7%,耕地利用方式变化和耕地量变则分别以43.4%和76.3%的贡献率成为前后15年粮食减产的主要驱动因素。集聚在流域北部56.8%的区域受耕地量变影响显着;太湖东南24.3%的区域和杭州-桐乡-嘉善一线等18.9%的区域分别受耕地利用方式和结构变化影响较大。随时间变化,耕地量变影响加剧,粮食减幅增加;(3)未来耕地数量持续减少,粮食安全压力较大,低-中-高方案变动下耕地量变影响范围缩小53.5%,耕地利用方式和结构影响区分别增加了2倍和1.25倍,粮食增产区由5.4%增加到54.1%。不同区域粮食生产对耕地利用变化响应的时空差异显着,未来响应变化敏感区将是流域粮食增产潜力区和耕地利用关键调控区。(本文来源于《长江流域资源与环境》期刊2019年10期)
侯艳丽,马俊[5](2019)在《我国耕地面积变化的影响因素分析及政策建议》一文中研究指出近年来,随着我国城镇化进程的推进,建设用地面积不断扩张,大量良田被占用;再加上不合理利用耕地资源,这些都严重威胁到我国耕地的质量,导致耕地已逐渐成为我国社会发展的稀缺资源。因此,分析我国耕地面积变化的影响因素对预测我国未来耕地面积的变化趋势、合理利用耕地资源、保障粮食安全、实现耕地的可持续利用等都具有显着的现实意义。定性分析了我国1949—2018年耕地面积和耕地利用现状,采用因子分析法提取出我国耕地利用变化的驱动因子主成分,同时建立多元回归模型,分析驱动因子对耕地面积变化的影响。结果表明,自新中国成立以来,我国耕地面积经历了持续增加—持续减少—波动减少—较平稳4个阶段;我国经济发展水平较高的区域耕地利用变化率较大;经济发展、人口增长和城镇化是我国耕地面积变化的主要影响因素。最后,提出了相关政策建议。(本文来源于《安徽农业科学》期刊2019年18期)
刘浩田,孙敏轩,孙强强,张平,孙丹峰[6](2019)在《基于双年份叁季相光谱混合分解的耕地变化遥感检测方法初步研究——以甘肃省民勤县为例》一文中研究指出为切实保护耕地,基于遥感技术对不同耕地演化类型,包括不变耕地、新增耕地、撂荒耕地和退耕耕地进行识别和检测,以民勤县为例,采用2010和2015年2个年份的春、夏、初冬地物景观叁季相特点的Landsat TM/OLI数据作为主要数据源。依据不同耕地演化类型的季相变异规律和内部要素特征选取具有物理意义的端元丰度值、丰度值差值建立2年份混合决策树划分不同耕地演化类型。同时对比分析在2010和2015年各自决策树土地利用/覆被分类结果后比较提取的耕地演化类型。结果表明:民勤县大部分耕地未发生变化,新增耕地在各个区域均有一定量的分布且主要分布在下游;退耕耕地大面积分布在坝区;撂荒耕地主要分布在沙漠绿洲过渡带。研究表明通过能够与地物先验知识关联的端元丰度值、特征端元丰度的差值建立决策树可以有效实现不同耕地演化类型的检测。误差矩阵精度评价结果显示,基于混合决策树耕地演化类型提取结果在总体精度上要高于分类后变化检测的结果。(本文来源于《中国农业大学学报》期刊2019年09期)
张茂茂,张雪松,何炬,王全喜,王鹏[7](2019)在《基于村域尺度的鄂北地区耕地时空变化特征分析——以湖北省随县厉山镇为例》一文中研究指出为分析与掌握耕地资源的空间分布及其时空变化规律,切实提高耕地保护与建设水平,以湖北省随县厉山镇2009和2015年土地利用现状数据为基础,综合运用耕地集中度指数、核密度和空间自相关分析对耕地的空间分布及其时空变化特征进行研究。结果表明:1)2009和2015年厉山镇耕地空间分布密度具有明显的集聚特征,核密度最大值分别为31和38块/km~2,且在时间尺度上有进一步增大的趋势;2)2009—2015年厉山镇耕地总量减少,且主要集中在厉山镇北部和西南部,减少面积达434.20 hm~2,占耕地减少总面积的89.20%;3)2009和2015年厉山镇耕地规模以中型耕地集中村为主,但大型耕地集中村所在行政村耕地占总耕地比例最大,分别为55.55%和56.08%,超过了小型和中型耕地集中村耕地所占总耕地比例之和;4)2009和2015年厉山镇行政村耕地面积比的全局空间自相关Moran’s I分别为0.525 1和0.397 0,耕地的空间分布具有显着的空间自正相关;局部自相关来看,耕地分布较多的区域主要集中在同心村和宇宙村,耕地分布较少的区域集中在以车水沟村以北的山区。(本文来源于《中国农业大学学报》期刊2019年09期)
肖长明[8](2019)在《兴业县耕地土壤酸碱度变化特征研究》一文中研究指出本研究以兴业县耕地土壤为研究对象,测定了全县耕层土壤酸碱度,分析了水田、旱地、耕地等p H值变化特征。结果表明,全县耕层土壤酸碱度整体处于酸性以上状态,与第二次土壤普查结果对比,土壤酸碱度变化比较大。近年来,过量施用化学肥料使得化肥与有机肥投入结构不合理、碱性肥料投入不足,是造成土壤酸碱度降低的主要原因。(本文来源于《现代农业科技》期刊2019年17期)
高珊珊,闫金凤,王梦涵,徐美荣,张宵宵[9](2019)在《1990~2017年菲律宾耕地时空变化特征分析》一文中研究指出菲律宾作为农业大国,其耕地格局变化关系到整个国家的粮食产量,影响粮食安全。结合菲律宾耕作制度与作物特点,利用归一化植被指数(NDVI)、归一化水体指数(MNDWI)、耕地归一化指数(PI)提取旱地水田,并采用耕地指数及耕地变化指数从国家、区级两层面上分析了1990~2017年菲律宾耕地时空变化特征,选取复种指数对耕地利用格局进一步讨论。结果表明:①27年间,耕地(旱地水田)呈增长趋势,旱地、水田分别增长了23. 47%、25. 96%,水田旱地比例由73. 99%上升至75. 49%;②菲律宾耕地具有整体分散,区域集中的分布特征,呈沿原有耕地向四周扩展的变化趋势;③1990、2017年复种指数均大于200%,表明菲律宾耕地集约化程度较高,这与菲律宾地理位置、气候条件的优越性及种植作物特点关系密切;④1990~2017年,菲律宾人均耕地面积减少26. 5%,粮食产量无法自给自足,另外菲律宾旱地水田空间分布过于集中,不利于粮食流通与供应。菲律宾政府应先解决土地分配问题,发展规模农业、科技农业,保证粮食市场流通顺利,尽量避免粮食危机问题加重。(本文来源于《科学技术与工程》期刊2019年25期)
张丽霞[10](2019)在《河北省阳原县耕地养分变化评价》一文中研究指出通过对阳原县耕作土壤氮磷钾含量的分析研究,了解阳原县土壤养分现状及发展对策。为转变农民施肥观念,促进肥料产业优化调整,建立土壤配方和科学施肥长效的机制提供依据。(本文来源于《现代农业》期刊2019年09期)
耕地变化论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
以Landsat遥感影像为数据源,利用面向对象和决策树方法获得多期土地覆被数据;以此为基础,分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明:1990~2015年期间,吉林省西部耕地面积增加了2159.33 km2,增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加,但在2010~2015年期间呈减少趋势。水田面积持续扩张,25年间增加了1139.39 km2(51.7%),旱田净转化为水田的面积不断增加,1990~2000年为69.13km2,2000~2010年为156.19 km2,2010~2015年为288.27 km2。人口和经济的增长是导致耕地面积迅速增长的主要原因,影响水田面积扩张和旱田向水田转化的驱动因素有:科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议,为区域农业生产和生态建设提供科学借鉴。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
耕地变化论文参考文献
[1].王晨冰,王鸿,赵秀梅,牛茹萱,王发林.非耕地日光温室条件下10个桃品种的光合日变化特征研究与分析[J].甘肃农业科技.2019
[2].任永星,李晓燕,王宗明,杨黎敏.1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究[J].遥感技术与应用.2019
[3].陶荣,孔雪松,陈翠芳,刘茜,张俊.“二调”以来湖北省耕地变化的时空特征及其驱动因子识别[J].水土保持研究.2019
[4].潘佩佩,杨桂山,王晓萌,王丽艳,王雪然.太湖流域粮食生产对耕地利用变化动态响应分析及预测[J].长江流域资源与环境.2019
[5].侯艳丽,马俊.我国耕地面积变化的影响因素分析及政策建议[J].安徽农业科学.2019
[6].刘浩田,孙敏轩,孙强强,张平,孙丹峰.基于双年份叁季相光谱混合分解的耕地变化遥感检测方法初步研究——以甘肃省民勤县为例[J].中国农业大学学报.2019
[7].张茂茂,张雪松,何炬,王全喜,王鹏.基于村域尺度的鄂北地区耕地时空变化特征分析——以湖北省随县厉山镇为例[J].中国农业大学学报.2019
[8].肖长明.兴业县耕地土壤酸碱度变化特征研究[J].现代农业科技.2019
[9].高珊珊,闫金凤,王梦涵,徐美荣,张宵宵.1990~2017年菲律宾耕地时空变化特征分析[J].科学技术与工程.2019
[10].张丽霞.河北省阳原县耕地养分变化评价[J].现代农业.2019