面向地块尺度的耕地非农非粮化驱动因素探测方法及系统技术方案

本发明专利技术涉及面向地块尺度的耕地非农非粮化驱动因素探测方法及系统，包括以下步骤：S1：获取耕地非农非粮化的地块图斑、类型及面积，并为每个斑块进行编号；S2：获取耕地非农非粮化的各类影响因子；S3：对各类影响因子进行共线性检验；S4：计算各类影响因子对耕地非农非粮化的影响程度。本发明专利技术所提供的面向地块尺度的耕地非农非粮化驱动因素探测方法及系统利用ArcGIS软件以及R语言，能够摆脱社会经济统计数据和行政区划单元的限制，计算获取耕地非农非粮的影响因子，并对不同影响因子进行离散分级，从而能从地块尺度精准地量化识别每种非农非粮化背后的单一影响因子和交互组合因子。农非粮化背后的单一影响因子和交互组合因子。农非粮化背后的单一影响因子和交互组合因子。

【技术实现步骤摘要】
面向地块尺度的耕地非农非粮化驱动因素探测方法及系统


[0001]本专利技术涉及生态质量评价
，具体涉及面向地块尺度的耕地非农非粮化驱动因素探测方法及系统。

技术介绍

[0002]目前针对耕地非农非粮化研究的视角较多，但是定性描述多于定量测度，研究所用的影响因素指标大多是社会经济统计数据，无论指标数据或者区域均尚未脱离行政区划的限制，不能精准定位到具体的地块图斑及其非农非粮化类型。尽管有少数研究开展地块尺度的耕地非农非粮化空间格局分异及驱动机制研究，但总得来说还存在许多问题，具体表现在三个方面：第一，目前耕地非农非粮化研究大多局限于耕地非农化或非粮化某一方面，不能同时兼顾这两个方面，更没有面向具体类型开展差异化的驱动因素精准探测；第二，数据指标缺少高精度地理要素空间关系或相互作用指标，数据以政区为单元，时空精度不高且县区级及以下农村等数据资料不易获取；第三，研究方法主要以实地调查、多元回归建模分析为主，较少顾及空间分异性思维和多种影响因素的交互影响驱动方法研究。
[0003]通过对耕地非农非粮化驱动机制的关键问题和核心要素研究发现，种粮效益低是影响耕地非农非粮化的最关键因素之一。然而，考虑到耕地自然质量和可利用程度在一定程度上决定了农业生产方向和潜力，影响农产品产量和质量，进而影响农民是否愿意选择种粮、弃耕或者进行非农非粮的决策等方面。据此，基于地块尺度，从地理空间视角，提出一种摆脱社会经济统计数据和行政区划单元制约的耕地非农非粮化驱动因素精准探测方法。

技术实现思路

[0004]本专利技术提供的面向地块尺度的耕地非农非粮化驱动因素探测方法及系统，能够解决上述过程中的技术问题。
[0005]本专利技术解决上述技术问题的技术方案如下：第一方面，本专利技术提供了面向地块尺度的耕地非农非粮化驱动因素探测方法，包括以下步骤：S1：获取耕地非农非粮化的地块图斑、类型及面积，并为每个斑块进行编号；S2：获取耕地非农非粮化的各类影响因子；S3：对各类影响因子进行共线性检验；S4：计算各类影响因子对耕地非农非粮化的影响程度。
[0006]在一些实施例中，所述步骤S1中包括：S11：提取第三次国土调查数据中耕地图斑数据，以及地理国情中地表覆盖数据；S12：将耕地图斑数据与地表覆盖数据进行空间叠加，得到耕地非农非粮化图斑数据；S13：计算每个耕地非农非粮化地块图斑的类型以及面积。
[0007]在一些实施例中，所述步骤S2包括：
S21：获取耕地非农非粮化地块土壤因子；S22：获取耕地非农非粮化地块形状因子；S23：计算耕地非农非粮化地块地形因子；S24：计算耕地非农非粮化地块地理区位因子；S25：计算耕地非农非粮化地块交通可达性因子；S26：获取耕地非农非粮化图斑的功能因子。
[0008]在一些实施例中，所述步骤S3还包括：S31：调用R语言vif函数对六类因子的所有指标值计算VIF值，并剔除VIF大于10的影响因子，计算公式如下：其中，代表每个影响因子的VIF值，是多个因子辅助回归的可决系数。
[0009]在一些实施例中，所述步骤S4包括以下步骤：S41：确定各因子最佳离散化方法；S42：计算单个影响因子对耕地非农非粮化的影响程度；S43：计算任两个影响因子交互作用对耕地非农非粮化的影响程度；S44：比较步骤S42以及步骤S43中计算得到的影响程度。
[0010]在一些实施例中，所述步骤S41包括：S411：采用5种离散化方法，对步骤S31中VIF值小于10的影响因子的Q值进行计算，并选取计算得到Q值最大的方法为离散化最佳方法，Q值的计算公式为：其中，为耕地非农非粮化影响因子F在S个耕地非农非粮化图斑数量的解释力值；其中，耕地非农非粮化影响因子F包括了土壤、形状、地形、地理区位、交通可达性、功能因子六类因子指标分级值；n和分别表示次区域内耕地非农非粮化图斑总数和方差；表示区域m的耕地非农非粮化图斑数量；的取值范围在0至1之间，即值越大，该因子对某类型耕地非农非粮化布局影响程度越大。
[0011]在一些实施例中，所述步骤S42包括：以步骤S411中最佳离散化方法离散后的影响因子层作为因子参数，以步骤S13中得到的耕地非农非粮化类型作为被解释变量，计算每个因子参数对被解释变量的解释力Q值。
[0012]在一些实施例中，所述步骤S43包括：分别计算任意两种影响因子对耕地非农非粮化类型的解释力Q值，计算任意两种影响因子进行交互时对耕地非农非粮化类型的解释力Q值，并进行比较。
[0013]第二方面，本专利技术提供了面向地块尺度的耕地非农非粮化驱动因素探测系统，包括：图斑获取模块，用于获取耕地非农非粮化的地块图斑、类型及面积，并为每个斑块
进行编号；影响因子获取模块，用于获取耕地非农非粮化的各类影响因子；共线性检验模块，用于对各类影响因子进行共线性检验；影响力计算模块，用于计算各类影响因子对耕地非农非粮化的影响程度。
[0014]在一些实施例中，所述图斑获取模块包括：数据提取子模块，用于提取第三次国土调查数据中耕地图斑数据，以及地理国情数据中地表覆盖数据；空间叠加子模块，用于将耕地图斑数据与地表覆盖数据进行空间叠加，得到耕地非农非粮化图斑数据；面积计算子模块，用于计算每个耕地非农非粮化地块图斑的类型以及面积。
[0015]本申请的有益效果是：本专利技术使用了一种面向地块尺度的耕地非农非粮化驱动因素精准探测方法。首先，利用第三次国土调查中耕地和同期基础性地理国情监测数据中地表覆盖，提取耕地非农非粮化图斑面积及类型；其次，计算耕地非农非粮化图斑的形状、土壤、地形、地理区位、交通可达、政策信息共六类因子指标值；然后，通过调用R语言中VIF程辑包检验六类因子之间是否存在共线性；在此基础上通过对不同分级方法比较确定六类因子的最佳分级数与分级方法，为后续地理探测器提供标准的类型值输入参数；最后，通过调用R语言中地理探测器程辑包精准地探测每类耕地非农非粮化的影响因子影响程度和两两因子组合的交互作用。该方法摆脱社会经济统计数据和行政区划单元的限制，且能从地块尺度精准地量化识别每种非农非粮化背后的单一影响因子和交互组合因子。
附图说明
[0016]图1为本申请的面向地块尺度的耕地非农非粮化驱动因素精准探测方法流程图；图2为本申请步骤S1的子流程图；图3为本申请步骤S2的子流程图；图4为本申请步骤S3的子流程图；图5为本申请步骤S4的子流程图；图6为本申请步骤S41的子流程图；图7为本申请步骤S42的子流程图；图8为本申请步骤S43的子流程图。
具体实施方式
[0017]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0018]为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开，而非对本申请的限定。基于所描述的本申请的实施例，本领域普通技术人员所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向地块尺度的耕地非农非粮化驱动因素探测方法，其特征在于，包括以下步骤：S1：获取耕地非农非粮化的地块图斑、类型及面积，并为每个斑块进行编号；S2：获取耕地非农非粮化的各类影响因子；S3：对各类影响因子进行共线性检验；S4：计算各类影响因子对耕地非农非粮化的影响程度。2.根据权利要求1所述的面向地块尺度的耕地非农非粮化驱动因素探测方法，其特征在于，所述步骤S1中包括：S11：提取第三次国土调查数据中耕地图斑数据，以及地理国情中地表覆盖数据；S12：将耕地图斑数据与地表覆盖数据进行空间叠加，得到耕地非农非粮化图斑数据；S13：计算每个耕地非农非粮化地块图斑的类型以及面积。3.根据权利要求2所述的面向地块尺度的耕地非农非粮化驱动因素探测方法，其特征在于，所述步骤S2包括：S21：获取耕地非农非粮化地块土壤因子；S22：获取耕地非农非粮化地块形状因子；S23：计算耕地非农非粮化地块地形因子；S24：计算耕地非农非粮化地块地理区位因子；S25：计算耕地非农非粮化地块交通可达性因子；S26：获取耕地非农非粮化图斑的功能因子。4.根据权利要求3所述的面向地块尺度的耕地非农非粮化驱动因素探测方法，其特征在于，所述步骤S3还包括：S31：调用R语言vif函数对六类因子的所有指标值计算VIF值，并剔除VIF大于10的影响因子，计算公式如下：其中，代表每个影响因子的VIF值，是多个因子辅助回归的可决系数。5.根据权利要求4所述的面向地块尺度的耕地非农非粮化驱动因素探测方法，其特征在于，所述步骤S4包括以下步骤：S41：确定各因子最佳离散化方法；S42：计算单个影响因子对耕地非农非粮化的影响程度；S43：计算任两个影响因子交互作用对耕地非农非粮化的影响程度；S44：比较步骤S42以及步骤S43中计算得到的影响程度。6.根据权利要求5所述的面向地块尺度的耕地非农非粮化驱动因素探测方法，其特征在于，所述步骤S41包括：S411：采用5种离散化方法，对步...

【专利技术属性】
技术研发人员：张玉，董春，赵荣，亢晓琛，康风光，栗斌，
申请(专利权)人：中国测绘科学研究院，
类型：发明
国别省市：