不同土地利用类型

不同土地利用类型（精选10篇）

不同土地利用类型 篇1

氮素是作物生长必需的营养元素, 是土壤养分最重要的指标, 土壤中氮素的丰缺及供给状况直接影响作物的生长发育, 多为陆地植物正常生长的主要限制因子之一。土壤碱解氮是衡量氮素水平高低的一个重要指标, 能够灵敏地反映土壤氮素动态变化和供氮水平[1,2,3]。土壤氮素受土壤有机质、外界干扰[4]和植物群落[5]等的影响。另外, 农业栽培措施 (如轮作、施肥) 及利用方式的转变 (如放牧草地转化为耕地等) 也影响土壤氮的数量和结构[3]。土壤氮素由多种形态氮组成, 其形态是影响植物利用土壤氮素效率的因素之一, 各种形态氮的动态平衡是土壤肥力保持和提高的重要内容之一[6]。目前, 对土壤养分空间变异性及其影响因素做了大量的研究, 而对不同土地利用类型不同坡位处土壤剖面下土壤氮素的分布规律的详细研究较少。因此, 该研究选取云南省玉溪市澄江县抚仙湖流域尖山河小流域典型不同土地利用类型土壤氮素的空间分布进行研究, 以为该小流域内坡耕地施肥及退耕还林还草的恢复和重建提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于珠江南北盘江上游岩溶区域的玉溪市澄江县抚仙湖流域尖山河小流域, 隶属云南省玉溪市澄江县养白牛村委会, 北接龙街镇广龙村委会, 南接禄充管委会, 东临抚仙湖, 西接晋宁县, 地理位置为东经102°47′21″～102°52′02″, 北纬24°32′00″～24°37′38″, 流域总面积35 142 km2。研究区地貌类型为中山高原地带, 多年平均降雨量1 050 mm, 干湿季分明, 雨季为5月下旬至10月下旬, 暴雨基本出现在雨季, 年平均径流深30 mm, 年均蒸发量为900 mm。流域土壤主要是红紫泥土和红壤。在小流域内, 选择具有代表性的次生林地、坡耕地、人工林地及灌草丛地。次生林内乔木主要为云南松、旱冬瓜, 草本种类有紫茎泽兰等;坡耕地主要种植烤烟;人工林内乔木主要为云南松、蓝桉, 草本种类有紫茎泽兰等;灌草丛地内主要草本种类有紫茎泽兰、黄茅等。

1.2 研究方法

1.2.1 样品采集。

确定采样点之后, 对以上4种土地利用类型坡上部、坡中部及坡下部0～60 cm土层按分层取样法 (0～20、20～40、40～60 cm) 取样, 每个样点重复取3个样作为平行, 3个重复之间水平距离为5 m, 坡位之间的间隔为10 m。将所取样带回实验室后立即将鲜土样在室内铺于牛皮纸上, 自然风干后去除石块、根茎及各种新生体和侵入体, 研磨, 过筛后测定土壤含水量及土壤各养分含量。

1.2.2 相关计算及数据分析。

采用SPSS11.5实用统计软件和Excel数据处理系统, 进行数据分析和图表处理。

2 结果与分析

2.1 不同土地利用类型和坡位土壤全氮的分布

从图1可以看出, 4种土地利用方式下土壤剖面的全氮含量均出现表聚现象, 且从表层到深层都呈现递减趋势, 具有一定的规律性。不同土地利用类型在不同坡位处土壤全氮含量都呈现出坡下部>坡中部>坡上部, 可能由于研究区域多雨, 长期冲刷使许多矿物风化产物随着地表和地下径流由高处向下坡位及其坡脚淋洗迁移, 下坡位或坡脚是其他坡位水土流失的汇集。在次生林、坡耕地、人工林和灌草丛中, 土壤全氮平均含量分别为167.7、205.9、183.0、273.0 g/kg, 依次表现为灌草丛>坡耕地>人工林>次生林, 原因可能是草地草本植物分布广泛, 具有致密的浅层根系, 可以富集土壤养分[4,5], 坡耕地由于人为施肥等对坡地土壤养分影响较大。进一步分析可知, 土壤氮素含量中人类影响因素占主导地位, 且与人类干扰强度呈正相关。在土壤垂直方向, 不同土地利用类型全氮含量随土壤深度的加深均呈下降趋势。0～20 cm土层, 次生林、坡耕地、人工林、灌草丛的平均全氮含量分别为203.0、281.0、205.0、331.8 g/kg, 20～40 cm土层全氮含量分别为172.2、209.9、191.4、291.7 g/kg;40～60 cm土层全氮含量分别为149.1、170.3、167.2、233.4 g/kg, 说明4种土地利用方式下土壤剖面的全氮含量均出现表聚现象, 且从表层到深层都呈现递减趋势, 具有一定的规律性。

2.2 不同土地利用类型和坡位土壤碱解氮的分布

从图2可以看出, 4种土地利用方式下土壤剖面的碱解氮含量与全氮含量分布规律相似, 均出现表聚现象, 且从表层到深层都呈现递减趋势, 且具有一定的规律性。不同土地利用类型在不同坡位处土壤碱解氮含量也呈现出坡下部>坡中部>坡上部的趋势。在次生林、坡耕地、人工林和灌草丛中, 土壤碱解氮平均含量分别为66.69、71.03、50.68、51.24mg/kg。与全氮含量分布不同, 4种土地利用类型碱解氮平均含量依次表现为坡耕地>次生林>灌草丛>人工林。坡耕地由于人为施肥等对坡地土壤养分影响较大, 土壤碱解氮含量中人类影响因素占主导地位。其他3种土地利用类型中, 次生林地土壤碱解氮含量居首位。随着土层深度的增加, 土壤碱解氮含量均呈现不同程度的减少, 即0～20 cm土层碱解氮含量最大, 40～60 cm土层最小。

2.3 土壤全氮碱解氮的相关性分析

研究表明, 土壤碱解氮含量与坡位之间的相关系数为-0.666** (P<0.01) , 说明碱解氮含量与坡位呈显著的线性相关关系, 即随着坡位的下降, 碱解氮含量明显增加;土壤全氮含量与坡位之间的相关系数为-0.396* (P<0.05) , 说明土壤全氮与坡位呈较显著的线性相关关系;土壤全氮含量和碱解氮含量与土层深度之间的相关系数分别为-0.465**、-0.456**, 说明土壤全氮含量和碱解氮含量与土层深度呈显著的线性相关关系, 土壤全氮含量和碱解氮含量均随土层深度的增加而减少;土壤碱解氮含量和全氮含量之间的相关系数为0.500**, 说明土壤碱解氮含量与全氮含量呈显著的相关性。全氮与碱解氮的分布具有高度一致性。利用SPSS中的回归分析建立全氮与碱解氮的关系, 发现描述二者关系最好的是线性回归模型。回归方程如下:y=32.327+0.131x (x为全氮含量, y为速效氮含量, R2=0.590, n=36) , 且在回归分析统计中, 土壤全氮含量对应的t统计量值为2.469, t统计量的相伴概率Sig=0.019, 远小于系统默认的显著水平0.05, 表明自变量全氮含量在此线性回归模型中作用非常显著, 说明土壤全氮含量是碱解氮含量的主要控制因子。

3 结论与讨论

(1) 4种土地利用类型土壤全氮平均含量表现为灌草丛>坡耕地>人工林>次生林;土壤碱解氮平均含量表现为坡耕地>次生林>灌草丛>人工林;同一土地利用类型, 不同坡位土壤全氮及碱解氮含量均表现为坡下部>坡中部>坡上部, 这与高雪松等[7]、龙健等[8]的研究一致。

(2) 同一土地利用类型, 上层土壤全氮及碱解氮含量均不同程度地高于下层土壤, 即0～20 cm土层>20～40 cm土层>40～60 cm土层。土壤全氮含量与碱解氮含量之间有着显著相关性, 这与龚珊珊等[9]、王洪杰等[10]的研究一致。

(3) 土壤全氮含量与碱解氮含量之间有显著相关性。

摘要：选取我国西南部抚仙湖流域典型流域尖山河小流域为试验区, 测定不同土地利用类型 (次生林、坡耕地、人工林及灌草丛) 不同坡位处土壤剖面土壤全氮及碱解氮含量, 结果表明:4种土地利用类型土壤全氮平均含量表现为灌草丛>坡耕地>人工林>次生林;土壤碱解氮平均含量表现为坡耕地>次生林>灌草丛>人工林;同一土地利用类型, 不同坡位土壤全氮及碱解氮含量均表现为坡下部>坡中部>坡上部;同一土地利用类型, 上层土壤全氮及碱解氮含量均不同程度地高于下层土壤, 即020 cm土层>2040 cm土层>4060 cm土层。土壤全氮含量与碱解氮含量之间有着显著相关性。

关键词：土地利用类型,碱解氮,全氮,含量,空间分布

参考文献

[1]张智猛, 戴良香, 张电学, 等.冬小麦—夏玉米轮作周期内碱解氮、硝态氮时空变化及施氮安全值的研究[J].土壤通报, 2004, 35 (1) :38-42.

[2]施春健, 庄秋丽, 李琪, 等.东北地区不同纬度农田土壤碱解氮的剖面分布[J].生态学杂志, 2007, 26 (4) :501-504.

[3]VITOUSEK P M, ABER J D, HOWARTH R W, et al.Human alteration ofthe global nitrogen cycle:Sources and consequences[J].Ecological Appl-ications, 1997, 7 (3) :737-750.

[4]SILVEIRA M L, COMERFORD N B, REDDY K R, et al.Soil propertiesas indicators of disturbance in forest ecosystems of Georgia, USA[J].Ecological Indicators, 2009, 9 (4) :740-747.

[5]杨成德, 龙瑞军, 陈秀蓉, 等.东祁连山不同高寒草地类型土壤表层碳、氮、磷密度特征[J].中国草地学报, 2008, 30 (1) :1-5.

[6]ISHAQ M, IBRAHIM M.Tillage effects on soil properties at differentlevels of fertilizer application in Punjab, Pakistan[J].Soil&TillageResearch, 2002, 68 (2) :93-99.

[7]高雪松, 邓良基, 张世熔, 等.不同利用方式与坡位土壤物理性质及养分特征分析[J].水土保持学报, 2005, 19 (2) :53-56, 60, 79.

[8]龙健, 黄昌勇, 李娟.喀斯特山区土地利用方式对土壤质量演变的影响[J].水土保持学报, 2002, 16 (1) :76-79.

[9]龚珊珊, 廖善刚.桉树人工林与天然林土壤养分的对比研究[J].江苏林业科技, 2009, 36 (3) :1-4.

[10]王洪杰, 史学正, 李宪文, 等.小流域尺度土壤养分的空间分布特征及其与土地利用的关系[J].水土保持学报, 2004, 18 (1) :15.

不同土地利用类型 篇2

优势：二人同心，其利断金

注意：勿将鸡蛋放在同一个篮子

所谓“夫妻同心，其利断金”，夫妻创业二人是站在同一条船上，比较愿意同舟共济，共商对策，遇到挫折也能互相帮助。此外，夫妻创业在调配时间上比朋友合伙容易，繁杂的事情一般也不会斤斤计较。但是，夫妻创业必须注意：

1、资金不可放在同一个篮子里。因为夫妻创业有可能使一个家庭由双薪收入转为单薪收入，如果资金调度失灵，不但增加家庭的生活压力，严重的话更有可能造成夫妻失和。所以专家建议，夫妻创业时，必须准备一笔高额的周转金，以降低风险。

2、二人分工，各司其职。夫妻创业，可以依个人的性格与兴趣规划职责，如丈夫负责生产、运营的部分，妻子就负责销售或财务管理，二人通力合作又各司其职，创业时可达事半功倍之效果。

3、选择创业项目前还须考虑此行业是否为二人的共同兴趣，个性能力上能否互补，根本价值观有无差异等。另外最好考虑选择能够兼顾家庭的行业。

中年人创业

优势：善用以前的职场资源

注意：放下身段虚心学习

中年人社会经验丰富、人脉资源广阔、行业技术成熟、思虑缜密，他们不论是为理想或创业都更能得心应手。因此，中年创业者应善用已拥有的资源。但中年人要着重健康、不要太耗费体力。中年人的身体负荷有限。选择太过劳累的行业，只会让中年人的健康提早亮红灯。同时，中年人往往是家庭的经济命脉，因此资金的调度对中年创业而言也是相当重要的一门功课。

年青人创业

优势：点子多

注意：培养专业是首要

出茅庐的年青人总被人认为“不知天高地厚、水深水浅”等。但是初出茅庐的年青人创业还是有比其他人群占优势的地方，如掌握趋势流行的敏锐度较高，大胆创新、思想灵活，以及“年青不怕输光”的胆略等，都是初出茅庐的年青人的创业本钱。但总的来说，年青人要注意以下几点：

1、不要好高骛远，要多听长辈意见。多吸收别人创业的经验，才能够选择最适合自己的行业。

2、思虑必须缜密。年青人创业的社会历练不多，思虑不够严密，容易被花言巧语所欺骗。因此，年青人如果创业前不妨多思考，切勿莽撞行事。

不同土地利用类型 篇3

关键词：孩子数量；农业生产；土地利用；产出弹性

中图分类号： C92-05 文献标识码：A 文章编号：1000-4149（2014）05-0033-09

一、引言

自实行家庭联产承包责任制以来，绝大部分的农村地区在分配土地时基本上是依据“按人分配”的原则，因此，规模大的家庭分配到的土地相对就多一些。一般来说，家庭规模主要取决于孩子数量。孩子多的家庭在劳动力资源投入上占优势，进行农业生产时，他们会投入大量的劳动力要素和少量资本要素；人口少的家庭，农业生产则主要靠其他生产要素的投入来替代对劳动力要素的投入。改革开放以后，国家开始实施计划生育政策，使得家庭生育孩子数量减少，与此同时，农村剩余劳动力大规模外出务工。这两个因素作用在一起，导致农村家庭在农业生产上投入的劳动力数量开始减少，家庭原有的农业生产经营形式逐渐发生改变，这显然也影响到了家庭对土地的利用。

目前大多数文献都是从家庭兼业类型、生计多样化的角度来探究土地利用变化的情况。国内外有些学者认为当家庭劳动力转向非农生产时，不利于农地规模经营和土地有效利用，农业产出会下降，非农就业并不能给农业投资带来增加效应^[1～3]。另外一些学者则认为农户家庭生计多样化、劳动力向非农生产转移是农户在面临不完善的要素市场情况下的家庭决策，可以增加农户对土地的投入，提高土地的利用率^[4～5]。还有其他的一些学者考察了劳动力转移对作物种植种类选择、区域经济发展等的影响^[6～7]。我国学者的研究主要集中在两个方面。一是考察劳动力转移对农业生产的影响作用，学者们主要有两种观点：一种观点是劳动力转移对农业生产没有负面影响，有时还会带来一些积极的效应^[8～11]；另一种观点是农户对土地经营的程度明显下降，劳动力的转移导致农户农业经营行为发生变化，农业生产由精耕细作变化为粗放经营，农业劳动力数量减少且质量弱化，农业种植结构多样化趋势显著^[12～13]。二是研究现阶段从事农业生产的劳动力对土地利用方式以及对农业产出的影响情况，认为不同类型农户的投入行为、施肥行为、土地利用程度存在很大的差别^[14～16]。

回顾文献，我们发现学者们多是从农村劳动力转移水平角度来考察非农生产或家庭生计多样化对土地利用和农业发展的影响，对于家庭孩子数量与土地利用这个问题涉及较少。目前由于农村大量劳动力外出务工，一些家庭出现了土地的粗放经营、流转、撂荒或闲置现象。作为一个人多地少的发展中国家，粮食安全对我国的社会稳定和经济发展有着重大的意义，因此，本文以家庭作为基本的研究单位，以孩子数量作为研究切入点，来考察不同家庭土地的利用情况。

二、数据来源

本文使用的研究数据来自于国家社科基金重大项目“完善人口与计划生育利益导向政策体系研究”课题组于2013年7月在湖北省所做的调查。在抽样时，首先是按照经济的发展水平以及计划生育的实施情况来确定样本市或样本县，然后再根据经济的发展水平均衡地选取经济状况不同的样本镇，样本村则是采取随机抽样的形式来确定。最终确定的调研范围是湖北省松滋市、汉川市、孝昌县和阳新县4个县市，共包括8个镇的28个村。调查问卷主要涉及农户家庭的人口基本信息、经济社会信息、家庭经济状况、家庭生产和金融状况四个方面的内容。调研时由调查员携带问卷入户对被访者进行调查，被访者是49～75岁的农村妇女或是该年龄阶段妇女的丈夫。之所以选择两个年龄段的人群，主要是因为该年龄阶段的夫妇一般不会再生育子女，家庭子女数量基本稳定。调研结束时，共采访了1500多户农村家庭，获得了

1489个有效样本。

本文所采用的数据剔除了没有孩子的家庭，同时也剔除了没有土地的家庭，共得到有效样本1296个。文中所指的孩子数量是指被访者夫妇所生育的且至今健在的子女个数。依据家庭孩子数量的不同，我们将样本划分为1个孩子、2个孩子、3个孩子、4个孩子及以上4种不同的家庭。其中，1个孩子的家庭104个，占总样本的8.0%；2个孩子的家庭435个，占总样本的33.6%；3个孩子的家庭350个，占总样本的27.0%；4个孩子及以上的家庭407个，占总样本的31.4%。

三、不同孩子数量家庭土地的利用分析

1.不同孩子数量家庭土地的基本概况

表1中原人均土地面积是指按照村集体的分配，家庭人均所承包的土地面积。我们看到4个孩子及以上家庭人均土地面积最多，家庭每人平均承包了2.39亩土地；其次是2个孩子家庭，人均承包了2.09亩土地；再次是3个孩子家庭，人均承包了1.87亩土地；而1个孩子家庭的人均土地面积最少，平均每人承包1.65亩土地。现人均土地面积则是指存在土地流转情况时，每个家庭在原有土地基础上通过租入或租出土地后的人均土地面积。我们发现当存在土地流转的情况时，3个孩子家庭现人均承包土地面积最多，并且远远超过了其原人均土地面积，家庭每人平均承包了2.66亩土地；2个孩子家庭每人平均承包了2.48亩土地；4个孩子及以上家庭每人平均承包了2.19亩土地；1个孩子家庭的现人均土地面积依然是最少的，家庭每人平均承包了1.64亩土地。1个孩子家庭的原人均土地面积和现人均土地面积基本没有太大的变化，2个孩子、3个孩子的家庭现人均土地面积大于原人均土地面积，4个孩子及以上家庭的现人均土地面积小于原人均土地面积。

在表1中，随着家庭孩子数量的增加，其净租入的土地面积表现出先增加后减少的现象。在不考虑土地资本投入对农业产出的影响下，农业产出则主要取决于劳动力的投入能否与家庭耕种的土地面积达到最优的比例。在农村青壮年劳动力普遍外出务工的现实背景下，几乎每一个农村家庭都只剩下老人和孩子，不同家庭之间农业劳动力的数量不存在多大的差异。因此，在“按人分配”土地的原则下，孩子数量少的家庭，相对其土地面积，农业劳动力的人数仍是富足的，需要租入土地才能实现农业产出的最大化。而当家庭孩子数量较多（4个及以上）时，相对其土地面积，农业劳动力的人数却是不足的，没有达到农业产出的最大化。因而只有租出土地，才是这一类家庭最优的选择。我们从表1中可以发现，随着家庭孩子数量的增加，净租入土地面积呈现倒“U”型的变化趋势。在可浇灌土地占总土地面积的比重上，1个孩子家庭的数值最大，其次是3个孩子家庭，2个孩子家庭，而4个孩子及以上的家庭数值最小。土地的浇灌条件可以反映耕地的质量，同时也是影响农业生产的主要因素^[17]。因此，从可浇灌土地占总土地面积的比重这个数值上来看，1个孩子的家庭进行农业生产比较有利。在乡村传统中，村里分配土地时，一般是将土地按照质量分成好中差三个等级，将不同质量的耕地搭配起来分给每个家庭，因此，作为一个基本的经营单位，家庭要经营互不相连、质量不等的多块土地。当村集体对土地进行大调整后，有时为了实现土地使用权的平均化还会对土地进行一些小调整。所谓小调整主要是指村集体拿出一些预留的机动地平均分配给集体中的新增人员。因此，当一个家庭有子女出生、成家或孙辈出生等情况时，家庭的新成员就有可能在不同于原有土地的位置上分配得到一些土地，从而增加了家庭的地块数量。而孩子数量多的家庭更有可能会出现新增人口，因此，在表1中，我们看到随着孩子数量的增加，家庭所拥有的地块数量也在不断增加。地块数量的多少又反映了一个家庭土地细碎化的程度，土地细碎化对于形成规模化生产以及机械化劳作都有不利的影响，但它有在一定程度上分散并降低农业生产风险的能力。基于地块数量的差异，对于4个孩子及以上家庭的土地，其分散并降低农业生产风险的能力较强，而对于1个孩子家庭的土地，其可机械化程度较强。此外，对比不同孩子数量家庭的单位地块面积，我们也可以发现，由于地块的数量多，使得4个孩子及以上家庭的单位地块面积最小。

2.不同孩子数量家庭农业劳动力的基本情况

我们分别用教育年限

本文中教育年限按照以下准则进行划分：文盲，受教育年限为0年；参加过扫盲班，受教育年限为2年；小学文化程度，受教育年限为6年；初中文化程度，受教育年限为9年；高中文化程度，受教育年限为12年；中专及大专，受教育年限为15年；大学本科及以上，受教育年限为16年。来衡量劳动者的文化程度，用健康程度

本文中健康程度按照以下准则进行划分：健康赋值为4，一般赋值为3，差赋值为2，残疾赋值为1。 来考察劳动者的身体状况。表2为不同孩子数量家庭农业劳动力的基本情况。

表2中，总样本农业劳动力的平均年龄为58.39岁，说明目前农村家庭从事农业生产劳动力趋于中老年化。随着孩子数量的增多，4类家庭农业劳动力的平均年龄分别为53.41岁、55.93岁、59.02岁、61.72岁，也即随着孩子数量的增加，家庭农业劳动力的平均年龄也在增加。从以往学者的研究来看，家庭中年轻、身体健康、文化程度高的劳动力更愿意到城市中来从事非农生产^[18～19]，再加上非农生产对劳动力的选择，年龄大的劳动力在非农竞争中的优势不明显，因此，家庭中选择外出务工的往往是子女，而留守在家中从事农业生产的则主要是父母。这些因素就使得不同家庭的农业劳动力的平均年龄随着孩子数量的增加而增加。

随着孩子数量的增加，4类家庭农业劳动力的平均健康程度在逐渐减小。健康状况与年龄有着很大的关系，样本中4类家庭农业劳动力的平均年龄都大于50岁，说明父母或年龄大的劳动力更易留守在家中从事农业劳动。在劳动力的年龄大于50岁这个阶段内，随着年龄的增加，其身体健康状况也会呈现下降的趋势。孩子数量多的家庭中，父母不仅要辛苦工作努力挣钱抚养孩子长大，孩子的教育、工作及成家等事情也需要他们操心。繁重的工作、琐碎的家庭事务对他们的身心健康都有着不利的影响，使他们抵抗疾病的能力减弱，结果是他们不仅比孩子数量少的家庭中父母的健康程度差，而且与其他同龄人相比身体状况也处于劣势。

在总样本中，农业劳动力的平均受教育年限仅为5.13年，可以看出他们的受教育水平不高，还处于小学教育以下的水平。随着孩子数量的增加，4类家庭从事农业生产的劳动力的教育年限在逐渐减少。孩子数量少的家庭，可能父母教育水平比较高，自觉地遵守了国家的计划生育政策，主动减少了生育孩子的数量。另外，这些家庭人口负担小、经济负担轻，父母可能就有能力来支持子女接受较高的教育，从而使得孩子数量少的家庭农业劳动力的教育水平较高。而孩子数量多的家庭，父母年龄可能较大，他们年轻时能够接受较高水平教育的几率相对较小。这些家庭在对子女进行教育投资时则要考虑家庭的实际经济状况，如果不能支持所有子女接受较高的教育，父母则只能选择使部分子女接受较高教育，而剩余子女能够接受较高教育的机会就会很小。这样就使得孩子数量多的家庭中农业劳动力的平均教育年限较低。

在表2中，还可以看出目前农村家庭中从事农业生产的人数依旧占着很大的比重，达到了整个家庭人数的70.30%，说明家庭在劳动力配置时主要还是以农业劳动为主。从1个孩子家庭到3个孩子家庭，家庭从事农业生产的人口比重在不断增加，而从3个孩子家庭到4个孩子及以上家庭，从事农业生产的人口比重又开始下降。总样本中从事农业生产的女性劳动者占农业劳动者的60.78%，女性由于需要照看孩子、料理家务以及自身身体素质等原因更多地选择留在家中从事农业生产。

3.不同孩子数量家庭土地的种植结构情况

本文采用作物种类多样化和粮食收入占总收入比重两个指标来衡量不同家庭在种植作物时对于作物种类的选择。作物种类多样化主要来衡量不同家庭在农业生产时种植作物种类的多少。粮食收入占总收入比重反映家庭种植小麦、水稻、玉米、红薯等传统作物的比重。作物种类多样化公式为：多样化指标=1-∑ie2i，其中ei代表第i种作物的产值占土地总产值的比重。在作物种植种类较多的情况下，多样化指标接近于1；在作物种植种类较少的情况下，多样化指标接近于0。具体情况见表3。

从我们的计算结果来看，总样本的作物种类多样化指标为0.3637，与多样化指标的极大值1还有很大的差距，说明农村现在种植的作物多样化程度不高。在不同孩子数量的家庭中，作物种类多样化指标随着家庭孩子数量的增加也在不断增加。农民在耕作时主要会出于两个目的而选择种植多样化：一是为了降低风险，因为农作物在种植生长以及农产品的销售过程中，常常会面临生产风险

生产风险是指农作物在生产的过程中遇到气候变化、病虫害的侵袭等现象。和价格风险

价格风险是指在农作物从种植到成熟的整个过程中，农产品的价格可能会出现下降或上升的现象。，从而可能使家庭收入降低；二是为了获取更高的经济效益，经济作物的销售单价往往要高于传统的粮食作物。从表1的总地块数量与孩子数量之间的关系我们也可以看出，4个孩子及以上家庭在降低作物风险、种植多样化上更占优势，因为他们的地块数量最多，他们在农业生产时就可以选择不同的地块来种植不同种类的作物。

总样本中，粮食收入占总收入比重这一指标的数值为65.20%，说明目前大部分家庭在进行农业生产时还是会倾向选择传统的粮食作物。经济作物虽然价格高但是种植方法和技术比较复杂而且种植风险高，而现阶段农民对于传统粮食作物的种植方法和技术已比较熟悉，因此，他们往往在风险不确定的情况下，更愿意选择种植风险小的粮食作物。在不同孩子数量的家庭中，4个孩子及以上家庭的作物种类多样化指标数值最大，而其粮食收入占土地总收入比也最大，这种现象说明，4个孩子及以上家庭虽然种植了多种作物，但是粮食作物依然是他们主要种植的作物。

4.不同孩子数量家庭在土地上的投入情况

土地上的投入主要包括资本投入和劳动力投入两部分。依据我们的问卷，土地资本投入主要包括了2012年家庭购买种子、农药、化肥、薄膜以及租用他人农具、机械等的支出。土地劳动力投入主要指家庭中参与农业生产的劳动力个数。具体情况详见表4。

我们发现随着孩子数量的增加，家庭对土地单位资本的投入呈逐渐减少的状态。1个孩子家庭单位土地资本的投入最多为747.52元，4个孩子及以上家庭单位土地资本投入最少的仅为425.54元。而在单位土地劳动力投入上，孩子数量多的家庭比较占优势，4个孩子及以上家庭单位土地劳动力投入最多为 0.58人，3个孩子家庭单位土地劳动力投入为0.54人，而1个孩子和2个孩子家庭单位土地劳动力投入较少，分别为0.51人和0.50人。资本投入和劳动力投入是对作物产出比较重要的两项投入，在追求效益最大化的原则下，不同孩子数量的家庭往往会综合考虑家庭农业劳动力的数量与家庭经济情况，使劳动力要素和资本要素按照一定的替代比例投入到土地上。具体而言，家庭农业劳动力要素投入少，可能就会增加土地上资本要素的投入；家庭农业劳动力要素投入多，资本要素的投入就会减少。表4中不同孩子数量的家庭在土地上劳动力的投入和资本的投入基本遵循这一规律。

5.不同孩子数量家庭土地产出情况

本文用土地上的收入来衡量土地的产出：用2012年每个家庭土地上全部作物的产量与同期对应价格相乘，计算出土地上的收入。表5为不同孩子数量家庭的单位土地产出和人均土地产出情况。

表5中，1个孩子家庭单位土地产出为2086.50元，2个孩子家庭单位土地产出为2039.90元，3个孩子家庭单位土地产出为1720.41元，而4个孩子及以上家庭的单位土地产出仅为1457.70元，随着家庭孩子数量的增加，单位土地产出在逐渐减少。土地的产出在一定程度上反映了家庭对土地的利用情况，从这个角度来看，随着孩子数量的增加，家庭对土地的利用情况呈下降趋势。人们总是倾向于从事回报率高的劳动，在当前非农劳动报酬远高于农业劳动报酬的背景下，人们更愿意从事非农劳动。因此，孩子数量多的家庭外出务工的劳动力人数也会较多。基于这一事实，我们可以推断孩子数量多的家庭在单位土地上的劳动力投入与资本投入并没有达到最优的比例，从而不利于家庭对土地最大化地利用，其结果就是单位土地产出要低于孩子数量少的家庭。我们也发现孩子数量与人均土地产出呈现倒U型关系，从1个孩子家庭到2个孩子家庭，人均土地产出的数值在增加，从2个孩子家庭到更多孩子数量的家庭，其人均土地产出随着孩子数量的增加又呈现减少的现象。因为人均土地产出在本研究中是用家庭土地总产出与家庭总人口直接相除得到的，因此，人均土地的产出与家庭对土地的利用程度以及不同孩子数量家庭的人口数有关。

模型（1）中，资本投入的产出弹性在1%的显著水平下为正，农业劳动力数量投入的产出弹性在5%的显著水平下为正。模型（2）中，加入了劳动力的平均质量这个变量，从回归结果来看，土地资本投入及劳动力的平均质量的产出弹性均在1%的显著水平下为正，而农业劳动力数量投入的产出弹性却不再显著。模型（3）中，土地资本与农业劳动力的平均质量的产出弹性均在1%的显著水平下为正。在不考虑劳动力数量的影响下，农业劳动力质量同样对土地产出有显著的正向影响。模型（4）中，资本和人力资本存量投入的产出弹性均在1%的显著水平下为正。

在以上4个模型中，所有的产出弹性之和均小于1，说明土地资本、劳动力的投入还没有达到最佳比例，尤其是受劳动力质量因素的影响，劳动力掌握技术的速度落后于技术更新的速度，使得农业生产处于规模报酬递减阶段，因此，提高农业产出还需要进一步调整土地生产要素的投入。在以上所有的模型中资本投入的产出效应都是显著的正向作用，且它的产出弹性是最大的，因此，在当前的农业生产上，增加资本的投入就能够促使土地产出的增加。从模型（1）和模型（3）来看，劳动力的数量、劳动力的质量分开作为解释变量纳入模型对土地产出都有显著的正向影响，而模型（2）中两者同时作为解释变量时，劳动力的数量对土地产出并无显著影响，说明现阶段劳动力的质量在一定程度上对土地产出作用更明显。模型（4）说明综合体现劳动力数量和劳动力质量的劳动力人力资本存量对提高土地产出有着显著的正向作用。

五、结论与政策含义

本文主要根据2013年农村微观调查数据对不同孩子数量家庭的土地利用情况进行了比较分析。基于上面的分析，我们得出以下结论：第一，目前，不同孩子数量的农村家庭中从事农业生产的劳动力年龄较大，且以女性劳动力为主，农业劳动力的受教育程度处于小学以下水平，农业生产仍以粮食作物为主，经济作物的种植还较少。第二，随着孩子数量的增加，家庭的地块数量、种植的作物种类、农业劳动力的平均年龄都在增加，农业劳动力的平均健康程度与平均受教育年限却在逐渐下降，而净租入土地面积则随着家庭孩子数量的增加呈现倒“U”型关系。第三，随着家庭孩子数量的增加，单位土地资本投入逐渐减少，单位劳动力投入基本处于增加状态，而单位土地的产出却在不断减少。此外，文章最后探讨了资本和劳动力的投入对农业产出的影响，发现无论是增加资本数量还是增加劳动力的数量抑或是提高劳动力质量的投入，对农业产出均有积极的影响，但劳动力质量比劳动力数量对土地产出的影响作用更显著，整体上农业生产处在规模报酬递减的阶段。

当前，在不断推进城镇化的背景下，大量的农村劳动力涌向城市，从而使得农业生产的负担落在了家庭剩余人口的身上。实现土地效益的最大化就要协调好劳动力投入、资本投入以及土地数量三者之间的关系。那么目前农村留守劳动力对土地的利用能否满足农业发展的需要呢？从本文的研究结果来看，增加农业劳动力的数量和质量可以促进农业生产，这说明农村现有的劳动力数量和质量无法满足农业生产的需要。这个结论的政策含义是意味深长的。在加快推进城市化水平的现实背景下，我们不能过于强调农村劳动力向非农产业转移，而应该处理好农业劳动力与农业发展之间的关系，使得农业劳动力的数量和质量能够保持一个适当的水平，这样才能促进我国农业的可持续发展。

参考文献：

[1] Rozelle， S.， J.E，.Taylor， and A.Brauw. Migration， Remittances， and Agricultural Productivity in China[J]. The American Economic Review， 1999，（89）.

[2] Wu， H.X. and Meng， X. Do Chinese Farmers Reinvest in Grain Production？ [J].China Economic Review，1996，（7）.

[3] Wu， H.X. and Meng， X. The Direct Impact of the Relocation of Farm Labour on Chinese Grain Production[J]. China Economic Review，1996，（7）.

[4] Taylor， J.S. and A.de Brauw. Migration and Incomes in Source Communities： A New Economics of Migration Perspective form China[J]. Economic Development and Cultural Change，2003，（52）.

[5] Stark，O. The Migration of Labor[M]. Basil Blackwell， Cambridge. 1991.

[6] de Brauw， A. Seasonal Migration and Agriculture in Vietnam[R]. ESA Working Paper No.07-04，2007.

[7] Lucas， R. Emigration to South Africa’s Mines[J]. The American Economic Review，1987，（77）.

[8] 范丽霞，李谷成，蔡根女.农业部门劳动力再配置与中国农村经济增长——基于村域微观数据的一个解释[J].农业技术经济，2006，（6）.

[9] 郑贵廷，朱贵云.中国农业劳动力转移与农业经济增长[J].内蒙古农业大学学报（社会科学版），2009， （11）.

[10] 盛来运.农村劳动力流动的经济影响和效果[J].统计研究，2005，（10）.

[11] 褚清华，杨云彦.家庭规模、技术进步与农业经济增长——基于省际面板数据的分析[J].西北人口，2013，（2）.

[12] 漆世兰，杨锦绣，石川.农村劳动力转移对农业生产的负面效应分析——基于西南地区农村劳动力转移状况的调查[J].农村经济，2009，（10）.

[13] 朱启臻，杨汇泉.谁在种地——对农业劳动力的调查与思考[J].中国农业大学学报（社会科学版），2001，（1）.

[14] 梁流涛，曲福田.褚培新等.不同兼业类型农户的土地利用行为和效率分析——基于经济发达地区的实证研究[J].资源科学， 2008，（10）.

[15] 李勋来.农村人力资本陷阱：对中国农村的验证与分析[J].中国农村观察，2005，（5）.

[16] 龙翠红.人力资本对中国农村经济增长作用的实证分析[J].农业技术经济，2008，（1）.

[17] 孔祥智，庞晓鹏，张云华.北方地区小麦生产的投入要素及影响因素实证分析[J].中国农村观察，2004，（4）.

[18] 魏众.健康对非农就业及其工资决定的影响[J].经济研究，2004，（2）.

[19] 陈爽，张艳，扈立家.农村劳动力就业选择影响因素的实证分析——以辽宁营口市九垄地镇农村为例[J].农业经济，2009，（6）.

不同土地利用类型 篇4

1 研究区概况

研究地设于长沙市主城区, 长沙市地处湖南省东部偏北, 湘江下游和长浏盆地西缘。其地域范围为东经111°53′~114°15′, 北纬27°51′~28°41′。气候属亚热带季风气候, 全年气候温和、降水充沛、雨热同期、四季分明。长沙市年平均气温17.2℃, 年积温为5457℃, 市区年均降水量1361.6mm。全市辖区面积1.1819万km2, 农业人口人均占有耕地0.058hm2。长沙土壤种类多样, 可划分9个土类、21个亚类、85个土属、221个土种, 其中, 以红壤、水稻土为主, 分别占土壤总面积的70%与25%, 其余还有菜园土、潮土、山地黄壤、黄棕壤、山地草甸土、石灰土、紫色土等, 适宜多种农作物生长。

2 研究方法

2.1 样地的设置

在长沙市选取有代表性的林地、草地、交通用地及居民点用地, 每种类型分别设置6个采样点。由于城市土地的特殊性, 所以, 交通用地取土选取道路中央隔离带或者道路两旁绿化带中便于取土的点。居民点取土选择未被水泥覆盖的区域进行取样。

2.2 土壤样品采集及处理

在每个采样点按0~10、10~20、20~30cm3个层次, 分别采取土样, 并当场称取土壤鲜重, 装入无菌塑料袋带回试验室。在试验室清除土壤样品中的植物根系、凋落物、石砾等杂质, 在测定自然含水率后, 按照有机质、全N、全P、全K含量的测定要求进行自然风干处理后, 装入无菌塑料袋备用。在采集土壤样品的同时, 用环刀法测定土壤容重。

2.3 测定方法及数据处理

土壤自然含水率采用烘干法, pH值采取SJ-4A型pH计测定, 全N用半微量凯氏定氮法测定, 全P用钼锑抗比色法测定, 全K用火焰光度法测定, 有机质用重铬酸钾氧化———水合加热法测定[2]。采用Excel、spss19.0等软件对数据进行分析处理。

3 结果与分析

3.1 不同类型土地土壤基本物理性质

土壤水分是土壤的一个重要组成部分, 是林木生长发育所需水分的重要来源, 积极参与土壤中物质的转化过程[3]。从表1可以看出, 长沙不同类型土地自然含水率的平均值为草地>林地>交通用地>居民点用地。各层次之间的变化趋势为草地是随着土层的加深, 自然含水率呈下降趋势。而交通用地、林地及居民点用地随着土层的加深, 自然含水率呈上升趋势。说明草地表面的草本植物对水分有较好的蓄积能力[4], 从而导致降水蓄积在表层土壤, 这也是上层土壤的自然含水率高于下层土壤的原因。而其它3种类型的土地由于表层植被覆盖的较少, 故对自然降水蓄积能力较低, 所以, 下层土壤的自然含水率高于上层土壤。

土壤容重说明, 土壤的紧实程度是土壤物理性质的重要指标, 直接影响其它土壤肥力因素和植物生长状况, 土壤容重可反映人类活动对土壤的压实作用[5]。自然土壤的容重一般在1.3g/cm3左右, 而从表1中看出, 4种类型的土壤容重基本高于这个值, 分别是居民点>林地>草地>交通用地。说明城市居民点、城市森林、城市草地的土壤容重因为人流量相对集中, 受人为因素影响较大, 从而导致结果大于受人为因素影响较小的交通用地。而居民点、林地由于土壤深度的增加, 容重值也变大, 草地和交通用地的容重呈随深度增加而减少的趋势, 说明草地表层的草类对压力有一定的缓冲作用。表层草本植物覆盖较少的林地, 居民点对压力的缓冲作用较小, 所以, 导致底层的土壤容重值大于表层。

3.2 不同类型土壤的化学性质

3.2.1不同类型土地土壤的pH值。土壤酸碱性是土壤的重要属性, 同时也是土壤的基本化学性质之一, 它能够直接影响土壤中许多物理、化学及生物学的过程和性质。在这里我们用p H值来表示土壤的酸碱性[6]。从表2可以看出, 各土地p H值为居民点>草地>交通用地>林地, 各种类型的土地的p H值在4.00~8.73, 说明不同土地类型对p H的影响比较明显。而草地、交通用地、林地土壤的p H值基本上都呈弱酸性, 说明长沙城区的土壤呈酸性, 这可能是城市化进程中工厂、汽车等排放到大气中的NOx、SO2等气体。在大气层中形成酸雨降落到地面进入土壤中, 从而导致土壤呈酸性而居民点的土壤由于受到各种人为废弃物的影响, 土壤中常常混合了建筑垃圾、水泥和其它碱性物质, 从而导致其p H值偏碱性[7]。而各不同类型的不同层次之间基本上呈随土层的加深, 其酸 (碱) 性呈减弱的趋势。

3.2.2不同类型土地土壤的化学元素含量。有机质是土壤中比较活跃的部分, 是土壤中具有结构和生物学特征的基本物质, 它是生命活动的条件, 也是生命活动的产物。土壤有机质中含有植物生长中所必须各类营养物质, 随着有机质的矿化, 不断地释放出供植物使用。从表3中可以看出, 土壤有机质的含量差异为林地>草地>居民点>交通用地, 且不同土地利用方式的土壤有机质在空间分布上比较不均衡。在垂直空间分布上, 可以发现土壤有机质的含量随着土层的加深而呈逐渐下降趋势。这是因为地表的枯枝落叶以及植物根系分解所形成的有机质首先进入的是土壤表层, 而导致了表层土壤的有机质含量明显高于深层的土壤。

土壤中N素是植物生长必须的3大营养元素之一, 也是构成植物生命体的重要元素, 在植物生长过程中占有重要地位。据资料, 我国长江中下游地区的旱地全N含量为0.5~1.15g·kg-1。从表3中可以看出, 长沙各不同类型土地土壤的全N含量在这个范围之内, 但属于偏低的水平, 且草地、交通用地、林地基本上在0.5左右徘徊, 居民点的全N含量略高于其它种类土地, 这也与人为因素对其影响较大有一定关系。但在全N含量的垂直分布上来看, 基本上都是表层土壤的N含量高于底层土壤, 这也与表层土壤的有机质含量高有着密切关系。

我国土壤中的P普遍含量在0.3~3.5g·kg-1, 含量较低, 而在华中地区红壤中的含量就更低了。据表3看出, 长沙各类型土地土壤的P含量为居民点>交通用地>林地>草地, 说明长沙土壤的P含量还是处于较低水平。在垂直分布上, P含量随着土壤层次的加深, 也是呈降低趋势。这也与N含量的变化趋势一致, 说明土壤有机质差异能影响各营养元素的差异性。

我国土壤全K普遍含量在5~25g·kg-1之间, 从表中看出, 长沙各类型土壤全K含量普遍在6~7g·kg-1, 也属于偏低水平。

4 结论与讨论

长沙居民点土地由于各种建筑废弃物、生活垃圾的影响, 导致其p H值呈碱性, 这与保定市城市土壤的p H值基本一致, 而其它类型的土壤呈酸性, 这是因为长沙在城市发展过程中受到“酸雨”的影响而导致。有机质含量随着土壤的加深呈降低趋势, 这与湘中丘陵区土壤有机质含量存在一致的规律。长沙城市各类型土壤中全N、全P、全K含量普遍低于全国平均水平, 说明长沙城市土壤属于缺N、P、K的土壤。

本研究表明:不同土地利用方式对土壤的物理性质有一定影响, 土壤表层草本植物覆盖多的土地在保持水土及改善土壤质地方面有一定优势。居民点以及交通用地由于缺乏对植被的有效保护以及强烈的淋溶作用而导致有机质含量不高, 说明这2种类型的土地利用还有待提高。具体的改进措施:提高城市绿化率。在居民点、交通用地种植植物时, 可加入肥力较高的客土进行土壤改善, 或者加有机肥, 待土壤肥力提高后在进行绿化工作。对城市森林、草地进行管理时, 可适当使用含营养元素较高的肥料。

本研究仅对长沙的部分地区土壤理化性质进行了分析比较, 其结果不能代表整个长沙市的现状, 只能为长沙市的城市绿化以及土地利用优化提供一定的参考依据。

参考文献

[1] 康玲芬, 李锋瑞, 华伟等.不同土地利用方式对城市土壤质量的影响[J].生态科学, 2006 (1)

[2] 中国科学院南京土壤研究所.土壤理化分析[M].上海:上海科学技术出版社, 1972

[3] 高述超, 田大伦, 闫文德等.长沙城市森林土壤理化性质及碳贮量特征[J].中南林业科技大学学报, 2010 (9)

[4] 赵锦梅, 张德罡, 刘长仲, 等.祁连山东段高寒地区土地利用方式对土壤性状的影响[J].生态学报, 2012 (2)

[5] 刘云鹏, 张社奇, 谷洁等.不同土地利用方式对陕西黄河湿地土壤水分物理性质的影响[J].安徽农业科学, 2011 (5)

[6] 冯万忠, 段文标.不同土地利用方式对城市土壤理化性质及其肥力的影响[J].河北农业大学学报, 2008 (2)

不同土地利用类型 篇5

在延安燕沟试验区建立不同下垫面(草地、刈割草地、翻耕草地、灌木地、刈割灌木地、翻耕灌木地)小区,分析了30场人工模拟降雨试验的.入渗资料,结果表明,植被覆盖地平均入渗率是刈割地的1.2倍,是翻耕地的2.0倍;在地表坡度7°,草灌地土壤容重分别为1.27和0.99 g/cm3条件下,坡面平均入渗率与降雨强度具有极显著的抛物线函数关系.草地、刈割草地、灌木地、刈割灌木地雨强分别达到1.62,2.21,2.49和1.71 mm/mim时,平均入渗率具有最大值,分别为1. 17,0.97,1.67和1.51 mm/min;但翻耕草地、翻耕灌木地与此相反,雨强分别达到1.36和1.68 mm/min时,平均入渗率具有最小值,分别为0.379和0.382 mm/min;Horton入渗公式能较好地模拟不同土地利用方式下降雨的入渗过程.

作 者：赵鹏宇 徐学选 刘普灵 陈天林 廖鑫 李波 ZHAO Peng-yu XU Xue-xuan LIU Pu-ling CHEN Tian-lin LIAO Xin LI Bo  作者单位：赵鹏宇,徐学选,刘普灵,ZHAO Peng-yu,XU Xue-xuan,LIU Pu-ling(西北农林科技大学资源环境学院,陕西杨凌712100;中国科学院水利部水土保持研究所,陕西,杨凌,712100)

陈天林,CHEN Tian-lin(甘肃省水土保持科学研究所,甘肃兰州,730020)

不同土地利用类型 篇6

1 研究区概况

草海位于贵州省威宁县西部,海拔2 171.7 m,属长江流域牛栏江、横江水系,是金沙江支流横江上洛泽河的上游湖泊,其水源补给主要来自雨水,其次是地下水补给,水源极为丰富。草海的流域面积约3.8×104hm2,是贵州高原上最大的天然淡水湖泊。草海湖水较浅,透明度大,且湖底多为淤泥底质,故水生植物种类繁多。区内有高等水生植物37种,其中海菜花为国家重点保护植物;鱼类10余种;鸟类178种或亚种,其中27种为国家重点保护动物,48种属中日候鸟协定保护鸟类,并为一级保护动物黑颈鹤的主要越冬地之一。区内气候特征是冬无严寒,夏无酷暑、夏秋湿润、冬春干燥,干湿季节明显,干季11月至第二年4月,湿季5月至10月,低湿干燥,昼夜温差大。年均温为10.6 ℃,年均降水量约为1 000 mm,相对湿度80%。

2 分析方法

2.1 数据来源

以美国Landsat卫星的TM影像为研究对象,该影像空间分辨率为30 m,影像获取时间为夏季,从影像上可以分辨出有大面积植被覆盖,利于做生态环境遥感解译工作,本研究选取了2007年、2010年两个时期的TM影像作为遥感解译的数据源。

2.2 几何纠正

以2005年的TM控制影像为基准,运用专业的遥感软件对2007、2010年的TM影像进行几何纠正,选择几何纠正模型的类型为多项式变换,采用双线性内插法进行重采样,选多项式的项数为5,控制点数为21个,要求这21个点在影像上要均匀分布,并且被纠正的影像误差不超过两个像元。采用阿尔伯斯投影,椭球体选克拉索夫斯基,第一标准纬线25°,第二标准纬线47°,投影起始纬度12°,中央经线110°,中央经线偏差和起始点偏差都为0。

2.3 分类系统

根据研究区的自然特点,结合当地实际情况和TM影像的分辨率,将研究区土地利用类型划分为:有林地、灌木林地、疏林地、高覆盖草地、中覆盖草地、低覆盖草地、湖泊、水库(坑塘)、沼泽地、城市建设用地、农村建设用地、滩地、水田、山区旱地、平原区旱地共15个类型。

2.4 分类方法

参考野外作业选取的样区,运用遥感软件进行监督分类,用最大似然法进行计算机自动分类,然后聚类统计,去除小图斑,转为矢量数据,平滑,再次去除小图斑,根据遥感影像特征进行人机交互解译,结合GPS获取的野外调查点进行图斑验证修改。

3 结果与分析

运用标准假彩色432波段组合合成的2007年、2010年草海周围TM遥感影像(图1、2),利用人机交互解译得出2007年、2010年草海周围的土地利用类型分布图(图3、4),各土地利用类型面积统计结果如表1所示。

结果表明,从2007年到2010年,贵州省草海自然保护区周围的各土地利用类型面积基本保持平稳,变化幅度不大:

有林地、疏林地、高覆盖草地面积、农村居民点用地、湖泊、水库坑塘面积呈小幅度增长趋势。

灌木林地、中覆盖草地、低覆盖草地、水田、山区、旱地面积呈小幅度下降趋势。

其他土地利用类型面积没有显著变化。

影响土地利用变化的因子错综复杂,主要有自然因素和人为因素两方面。自然因素对土地利用变化有着较大的影响,但各历史时期土地利用变化都由人类对土地的利用活动造成,人类社会经济活动构成了在中小时间尺度上土地利用变化的主要驱动因素。

从2007年到2010年有林地和疏林地面积呈现明显增加趋势,山区旱地和荒草地呈现明显减少趋势,这主要是因为草海周围地区实施的退耕还林、天然林保护政策,由于对每块实行退耕还林的土地给予现金补贴,很多肥力差、耕作困难的坡耕地都退耕了,再加上荒山造林,使森林覆盖率有所增加。

从2007年到2010年灌木林地面积呈减少趋势,主要是因为一些地区在灌木林中直接种树,遥感解译出来就是有林地,造成灌木林地面积的下降。

荒草地的减少也是由于很多地区直接改草种树造成的。

从2007年到2010年水田、旱地呈减少趋势,建设用地呈增加趋势,是因为有的地区建设占用了耕地,旱地减少的另外一个原因是退耕还林。

从2007年到2010年,草海湖泊面积减少118.19 hm2,主要原因是2010年威宁地区遭遇了旱情,降雨量小于2007年,另外就是草海附近部分居民围湖造田导致,在干旱季年份农民将滩地变为耕地来使用,洪涝年份又放弃耕种,耕地又变为湖泊,而2010年草海地区旱情加重,所以造成草海湖泊面积大幅度减少。

4 结论

草海是贵州唯一的高原湿地,生态环境脆弱,做好草海的保护工作关系到局部地区的气候变化及生态环境变化,通过这次遥感调查可以看到,草海周围的森林覆盖率是增加的,整体生态环境有变好的趋势,而围湖造田现象仍然存在,所以草海的保护工作任重而道远。

参考文献

[1]安裕伦.遥感技术支持下的喀斯特地区生态环境状况初步研究[J].贵州地质,2001,18(3):89.

[2]于兵,藏淑英.资源型城镇土地利用的动态变化分析[J].哈尔滨师范大学自然科学学报,2003,19(6):31-33.

[3]徐满,郑景明,张青.庐山自然保护区及其周边土地利用变化分析[J].东北林业大学学报,2012,40(8):60.

[4]欧春平,夏军,王中根,等.土地利用/覆被变化对SWAT模型水循环模拟结果的影响研究-以海河流域为例[J].水力发电学报,2009,28(4):124-129.

[5]龙花楼,李秀彬.长江沿线样带土地利用格局及其影响因子分析[J].地理学报,2000,5(2):417-425.

不同土地利用类型 篇7

遥感技术具有宏观性、实时性、周期性及综合性等特点, 为土地利用进行快速、客观、准确的监测提供了可能。结合实际, 对监测中的一些关键技术开展研究, 不仅有利于遥感监测研究的深入, 解决监测中面临的一些关键问题, 提高监测精度, 而且对促进遥感监测技术的应用, 提高土地资源科学管理水平, 具有重要意义。

GIS (Geographical Information System) 是一种兼容、存储、管理、分析、显示和应用地理信息的计算机系统, 是分析和处理海量地理数据的通用技术。地理信息系统提供了一种认识和理解地理信息的新方式, 成为一门处理空间数据的学科。它的基本功能有以下几个方面:数据采集、检验与编辑;数据格式化、转换、概化;数据的存储与组织;查询、检索、统计、计算功能;空间分析和显示功能。GIS具有较好的查询、检索、分析和综合处理能力, 可以满足土地覆盖变化研究的需要;同时还可以结合土地覆盖变化模型库进行诸如空间格局分析、缓冲区分析、空间自相关分析等土地覆盖空间分析。引用GIS与遥感技术, 具有主动发现、方便快捷、现势性强和数据精度高等优势, 为土地覆盖提供广阔应用前景。

本项研究选择普兰店市为研究区, 通过利用遥感与地理信息系统技术对普兰店近几年生态环境进行动态研究, 对促进普兰店市经济可持续发展提供科学依据和决策方案。

一、数据源获取及预处理

(一) 研究区概况

普兰店市位于大连市地理中心, 距大连市区50公里, 全市总面积2896平方公里, 其中市区面积39平方公里, 耕地面积610平方公里, 海岸线65公里。普兰店市位于东经121°50'33"至122°36'15", 北纬39°18'25"至39°59'00"之间, 与韩国、日本隔海相望, 南接大连, 北通沈阳, 东西连渤、黄二海, 在地理位置上形成了独特的优势。陆、海、空交通异常发达, 气候宜人。优越的区位, 为经济发展提供了有利条件。

(二) 数据源获取

本次研究的数据是Landsat4-5 TM影像 (成像时间为2006年8月17日和2010年9月13日) , 通过利用ENVI 4.8软件, 对两个时相的影像进行几何校正、裁剪研究区范围和最佳波段选择等处理。本文选择TM742的组合方式。图件资料包括l:5万普兰店市地形图, l:25万大连市行政区划图。

(三) 数据预处理

首先分别把大连市普兰店市2006年8月17日, 2010年9月27日的两幅遥感图像导入ENVI软件, 通过对图像镶嵌、对已给的行政界线进行剪裁得到研究区, 选用7、4、2波段合成标准假彩色图像, 然后进行目视解译, 分析地物分布特征。

二、研究方法

遥感图像通过亮度值或像元值的高低差异及空间变化来表示不同地物的差异, 这是区分不同图像地物的物理基础。遥感图像分类就是利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析, 选择特征, 将图像中每个像元按照某种规则或算法划分不同的类别, 然后获得遥感图像中与实际地物的对应信息, 从而实现遥感图像的分类。

(一) 分类体系的确定

通过研究普兰店的土地利用分类系统, 我们将普兰店的土地利用类型分为林地、旱地、城乡用地、海上养殖、水库、水田六大类。

遥感的分类方法一般可分为两种, 监督分类和非监督分类。监督分类, 又称“训练分类法”, 用被确认类别的样本像元去识别其他未知类别像元的过程。它是先选择具有代表性的典型试验区, 用训练区中已知地面各类地物类型样本的光谱特征来“训练”计算机, 获得识别各类地物的判别模式或判别函数, 并且此模式或判别函数对未知地区的像元进行处理分类, 分别归入到一致的类别, 达到自动分类识别的目的。

监督分类较非监督分类的优点可充分利用分类地区的先验知识, 预先确定分类的类别, 可控制训练样本的选择, 并可通过反复检验训练样本, 以提高分类精度。本文使用最大似然法进行土地利用类型分类, 它是目前应用最广泛的监督分类方法, 它是通过求出每个像素对于各类别的归属概率, 把该像素分到归属概率最大的类别中去的方法。最大似然法 (Maximum Likelihood) :假定每个波段每一类统计呈均匀分布, 并计算给定像元属于特定类别的可能性。除非选择一个可能性阈值, 所有像元都将参与分类。每一个像元被归到可能性最大的那一类里。

(二) 监督分类

研究土地利用分类, 首先对遥感图像进行7、4、2假彩色合成, 通过目视解译定义训练样本, 2006年与2010年普兰店市合成RGB图像。

然后创建感兴趣区。利用Envi软件中Basic Tool-Region Of Interest就可以打开ROI TOOL选取采样点, 以ROI文件格式保存, 然后执行监督分类, 获得6种不同颜色地物的遥感分类图。

(三) 各个土地覆盖类型的提取

将分类好的图像用envi软件处理, 提取出各个地物的图像。

三、分类结果与分析

(一) 研究区土地覆盖面积变化分析

利用envi软件统计出两个时期的各分类土地覆盖面积及占总面积的比例, 同时生成柱状图, 如表1和图1所示:

由表1和图1可以看出, 普兰店市的总面积为4761平方公里, 2006年普兰店市各土地覆盖类型面积大小依次为:旱地>林地>城乡用地>水库>海上养殖>水田, 其中旱地、林地、城乡用地为普兰店市的主要土地覆盖方式, 三者总面积占普兰店市总面积的56.59%, 2010年普兰店市各土地覆盖类型面积大小依次为:林地>旱地>城乡用地>海上养殖>水田>水库, 面积大小排序发生了改变, 旱地、林地、城乡用地依然是普兰店市的主要土地覆盖方式, 三者总面积占普兰店市总面积的55.16%, 从表中可以看出, 旱地在2006年覆盖面积最大, 为1196.55平方公里, 占总面积的25.13%。林地在2010年覆盖面积最大, 为1146.36平方公里, 占总面积的24.07%。

(二) 分类精度评价

利用envi Confusion Matrix工具生成图像Kappa系数, 得到总体分类精度。

2006年总体分类精度Overall Accuracy= (277/281) 98.5765%

Kappa系数=0.9733

2010年总体分类精度Overall Accuracy= (748/768) 97.3958%

Kappa系数=0.9601 Kappa值越大, 说明分类精度越高。

为了更好地研究土地利用类型的动态变化, 对两年的分类图像进行转移矩阵的计算, 得到土地覆盖面积转移矩阵和土地覆盖转移概率矩阵 (表2、表3所示) 。

表2根据土地覆盖面积转移矩阵和土地覆盖概率转移矩阵, 对普兰店2006年和2010年两个时间段进行土地覆盖转移分析。

林地转移分析:林地在2006年-2009年主要表现在向城乡用地、旱地转移, 转移面积分别为217.94km2、181.17km2, 转移概率分别为20%、16%, 近些年普兰店市城市化的建设不断加快, 使许多林地被转移、占用变成了城市建设的一部分。林地向旱地的转移减少, 也说明林地逐渐得到了保护, 使生态环境得到不断的改善。

水库转移分析:水库在2006年-2009年主要表现在向海上养殖、水田转移, 转移面积分别为4.42km2、2.96km2, 转移概率分别为14%、9%, 水体的总面积减少了, 近年来由于普兰店市的环境受到人为或自然干扰, 降水减少, 由于人口的逐渐增多, 水资源的需求逐渐增多, 同时林地面积的增大也需要水, 湿地造田耗费水资源。另外农业生产规模的扩大, 灌溉面积增大, 灌溉用水也逐渐增多, 普兰店市需要加大节水力度, 特别是农业灌溉用水, 这样才能保证城市经济和生态环境的可持续发展。

海上养殖转移分析:水体在2006年-2009年主要表现在向水田、水库转移, 转移面积分别为24.19km2、8.01km2, 转移概率分别为24.8%、8%, 近年来普兰店市的海上渔业也得到大力发展, 出口海内外的渔产品供不应求。

水田转移分析:水田在2006年-2009年主要表现在向海上养殖、水库转移, 转移面积分别为6.98km2、3.09km2, 转移概率分别为38.7%、17%, 海上养殖取代了水稻等农作物的种植, 普兰店市沿海经济带的优势渐渐得到发挥。

城乡用地转移分析:水体在2006年-2009年主要表现在向林地、旱地转移, 转移面积分别为58.1km2、22.28km2, 转移概率分别为15.6%、6%, 城乡用地向林地的转移是城市绿化率提高的表现。

旱地转移分析:旱地在2006年-2009年主要表现在向林地和城乡用地转移, 转移面积分别为432.42km2、75.81km2, 转移概率分别为36%、6%, 旱地的不断减少, 说明普兰店近几年大力植树造林, 进行农田建设, 提高植被覆盖率, 重视了对生态环境的建设。

四、小结

本文以普兰店市为研究区, 利用2006年与2010年的遥感数据, 结合GIS技术与实地调查研究, 对研究区近年来土地覆盖动态变化与原因以及土地合理规划进行综合研究, 得到结论如下:

1.利用遥感与GIS技术可以快速追踪土地覆盖变化过程, 利用TM数据对普兰店市进行动态监测是一种有效的方法。

2.总体来看, 林地、海上养殖、水田、城乡用地的比例是增加的, 水库、旱地的比例是减少的。水田由于经济的发展, 不断向海上养殖转变;旱地也由于退耕还林、环保政策的实施, 大幅度向林地转变;这些都是良好的发展趋势, 这些一方面是为了保持土地的平衡, 一方面也促进经济的繁荣。

3.普兰店市的土地覆盖变化包括人类活动和自然因素, 其中人类活动是主导因素, 我们应该维系人口资源与经济发展的和谐关系, 加强耕地保护, 促进环境的可持续发展。

参考文献

[1]邓飚, 郭华东.基于TM影像的南旺湖地区土地利用变化监测[J].安徽农业科学, 2009 (12)

[2]王丽娟, 冯仲科, 房媛, 等.TM影像在长春市土地利用分类研究中的应用[J].河北农业科学, 2010 (1)

[3]Turner IIB L;Clark W C;Kates R W The earth as transformed by human action:global and regional change in the biosphere over the past 300years 1990

[4]周翔, 林辉.株洲市土地覆盖遥感动态变化研究[D].长沙:中南林业科技大学, 2008

[5]邓树彬.ENVI遥感图像处理方法[M].北京:科学出版社, 2010

[6]吕国楷, 洪启旺, 郝允充, 等.遥感概论[M].修订版.北京:高等教育出版社, 1997

不同土地利用类型 篇8

1 对象与方法

1. 1对象2011年8月, 中日合作“中西部家庭保健生殖健康服务能力建设研究”项目在全国选择安徽、河北、河南、湖北及重庆5省 ( 市) 14县进行基线调查。采用多阶段分层随机抽样, 第一阶段以县级单位为总体, 初级抽样单位为乡镇, 按人口规模比例每个县抽取5个乡镇; 第二阶段是在被抽中的乡镇中同样按照PPS抽样方法抽取第二级抽样单位 ( SSU) 的3个村;第三阶段是在被抽中的村用等距抽样的方法随机抽取40个家庭户, 共调查7 820户家庭。本研究按照家庭成员的年龄和代际关系对家庭进行分类, 最终确定有效样本家庭4 981户。其中有青少年的家庭1 178户中, 由育龄人群、青少年/儿童构成的二代户家庭占73. 7% , 由中老年人、育龄人群、青少年 /儿童构成的三代户家庭占26.3%, 本次调查中的一代户家庭和隔代户家庭均没有青少年。采用自填式问卷调查13 ~19岁青少年1 178名, 其中二代户青少年866名, 男性446名, 女性420名; 三代户青少年312户, 男性181名, 女性131名。

1. 2方法4种家庭类型包括一代户家庭、二代户家庭、三代户家庭和隔代家庭。一代户家庭, 指调查家庭中常住人口为单人、夫妻或兄弟姐妹等一辈人独居; 二代户家庭指调查家庭中常住人口为父母 ( 公婆) 与子女 ( 媳婿) 连续两辈人; 三代户家庭指调查家庭中常住人口为祖孙连续三辈人; 隔代家庭指调查家庭中常住人口为祖辈和孙辈间隔两辈人。

本研究使用项目组专家设计的结构式问卷进行回顾性调查, 内容包括个人现状 ( 性别、年龄、文化程度、婚姻、职业等) 、知识 ( 基本健康知识认知、获得途径和方式) 、行为 ( 过去1 a内相关健康行为、健康体检和咨询情况) 、需求和利用 ( 最希望获得的健康知识、宣传方式和咨询方式) 。经预调查修改和完善问卷, 保证重测信度高于0.9。

1. 3 统计分析 使用 SPSS 17. 0 统计软件进行一般统计学描述和 χ2检验, 探讨不同类型家庭青少年保健服务利用的现况。

2 结果

2. 1不同类型家庭青少年健康相关行为表1显示, 无论是二代户家庭还是三代户家庭的青少年, 经常或者每天吃早餐的比例均达85%以上。从不吸烟的青少年占90%以上, 而经常吸烟的青少年二代户家庭高于三代户家庭; 不饮酒的青少年三代户家庭多于二代户家庭比例。每天睡眠时间达到或超过8 h的青少年占85%以上。每周上网时间较长的二代户家庭青少年多于三代家庭青少年 ( P <0.05) 。青少年过去1个月有情绪低落情况的二代家庭近30%, 三代家庭约为20% 。他们遇到情绪低落时的处理方式40% 以上为听音乐和唱歌。

2. 2不同类型家庭青少年青春期保健知识获得途径和方式42. 5% 的二代户家庭青少年从学校获得青春期保健知识, 三代户家庭比例为47.7%。青少年获得青春期保健知识的方式主要为媒体方式, 包括书/报/杂志、电影/电视/录像/广播和网络 ( 二代户家庭青少年报告率分别为37.7%, 23.8%, 16.5%, 三代户分别为29.0%, 25.2%, 16.1%) 。

2. 3 不同类型家庭青少年健康体检和咨询情况见表2。

注: ( ) 内数字为构成比/%。部分调查项目存在缺项。

注: ( ) 内数字为构成比/%。

过去1 a青少年参加过体检的二代户家庭 ( 33.8%) 多于三代户家庭 ( 27.2%) ( P <0.05) , 80%以上为各种机构组织体检, 其中超过80% 以上为学校。2种家庭过去1 a超过90%均未为青少年进行健康咨询。进行过青少年健康咨询的10%的家庭主要咨询地点为区/县级以上医院、乡镇/街道卫生院和学校, 其中80%以上的家庭对青少年咨询服务的满意度为比较满意以上。

3 讨论

本次调查发现, 农村二代户家庭和三代户家庭的青少年早餐、吸烟、饮酒、睡眠时间、情绪低落及其处理方式等健康相关行为报告率差异无统计学意义, 说明不同家庭青少年在进入青春期以后, 行为模式更多受到学校和同学的影响而趋同, 家庭因素对此影响较小。尤其是被调查农村家庭的青少年中经常吃早餐、每天保证8 h以上睡眠时间的比例较高。相比城市青少年, 农村被调查家庭青少年吸烟、饮酒和经常情绪低落的比例较低[3], 反映了农村青少年有良好的健康行为和生活模式。

相关研究表明, 家庭功能的冲突与和谐、沟通与青少年情绪问题之间具有高度相关性[4,5]。此次调查家庭的青少年过去1个月有情绪低落情况的二代家庭占30%, 三代家庭占20%。可能因为二代家庭成员少, 家庭支持力度较弱, 家长与孩子的沟通交流机会较少。因此, 父母应当给子女一个情感温暖、理解的环境和施予理智的爱, 使子女出现心理问题的可能性减小[6]。青少年遇到情绪低落时的处理方式40% 以上为听音乐和唱歌, 说明青少年本身缺乏与人倾诉、沟通、交流的能力, 也缺乏正确的解决心理问题的方式和途径。虽然听音乐和唱歌作为转移目标的方法能够缓解青少年心理问题, 但是更有效的方法是和他人进行倾诉和沟通。因此, 应当对此进行培训和教育, 引导青少年树立正确的人生观和价值观, 懂得科学有效的缓解心理问题的方法, 解决青春期遇到的各种心理危机和问题。

被调查青少年每周上网时间超过28 h的二代户家庭占5.3%, 三代家庭占3.9%, 说明部分家庭的青少年存在过度上网现象, 可能与二代家庭生活环境更宽松有关。相关研究表明, 青少年已成为网络成瘾人群的主体人群, 对青少年的工作、学习和生活产生破坏性影响。虽然此次调查发现, 被调查家庭的青少年过度上网和网络成瘾比例相对较低, 但是考虑抽样和样本代表性问题, 针对青少年网络成瘾问题仍应贯彻预防为主的方针, 通过社会治理、学校教育和家庭关怀尽可能杜绝此现象的发生[7], 尤其是尽可能的改善家庭关系, 完善家庭功能, 提高其他社会角色 ( 如学校、政府等) 对青少年的支持力度[8,9]。

分别有42.5%的二代户家庭和47.7%的三代户家庭青少年从学校获得青春期保健知识, 且主要途径为媒体, 主要与青少年在校受教育时间较长, 与学校关系非常密切有关。因此, 如何在学校通过有效方式进行青春期健康教育是为青少年提供相关服务的关键, 学校和教育行政部门要重视青春期保健的一级预防[10]。根据青少年在校时间较多、习惯新媒体宣传形式的特点, 建议采用青春期健康教育进学校、进课堂的形式, 利用同伴教育和网络教育方式, 鼓励青少年在遇到相关问题时进行健康咨询。有关卫生服务部门和机构应当建立青少年保健门诊制度, 而家长和监护人也要关心青少年青春期问题, 形成以学校教育为主、社会教育和家庭教育参与的青春期健康教育模式。

此次调查发现, 过去1 a为青少年进行过健康检查的二代户家庭占33. 8%, 三代户家庭占27.2%; 过去1 a为青少年进行过健康咨询的分别占9.5%和9.3% , 说明各类家庭青少年参加健康体检和咨询的比例均不高。青少年处于生长发育的关键时期, 面临的主要健康问题包括视力不良、龋齿、血压异常、营养不良或过剩以及心理健康问题等[11]。健康体检和咨询能够及早掌握和发现青少年的健康状况和问题, 从而采取有针对性地干预措施, 家庭应当重视青少年参加健康体检和咨询的过程和结果。此次调查也进一步证实了学校在促进青少年参加健康体检和咨询时的作用, 是向儿童青少年提供心理健康服务的最理想场所[12]。提示应当学习国外青少年心理健康体检和咨询服务经验, 加强学校在青少年保健服务中的组织和健康教育作用[13]。

本研究主要根据各个家庭的成员间代际关系和年龄将家庭进行分类, 并比较不同类型家庭的青少年健康相关行为和保健服务利用情况, 但是研究内容还受到家庭背景、家长文化程度等因素的影响。为防止以家庭主要成员的特征为该群体单位的标志进行分析而带来的简约化错误, 本研究主要以群体单位进行分析。为进一步揭示家庭其他因素对青少年健康相关行为和保健服务利用的影响, 期待能够在以家庭成员为分析单位的继续研究分析中解答这一问题。

摘要：目的 比较农村地区不同类型家庭的青少年健康相关行为和保健服务利用情况, 为提高我国农村青少年身心健康水平及完善青少年保健服务系统提供科学参考。方法 从安徽、河北、河南、湖北及重庆等5个省 (市) 方便抽样14个项目县, 每个县按照人口规模比例法抽取5个乡镇, 每个乡镇再抽取3个村, 每个村等距抽样40户家庭。最终调查青少年家庭1 178户, 由青少年填答结构式问卷。结果 不同类型家庭青少年吃早餐、吸烟、饮酒、每天睡眠时间、1个月内情绪低落及处理方式等报告率差异均无统计学意义 (P值均>0.05) ;青少年每周上网时间超过28 h的二代户家庭占5.3%, 三代户家庭占3.9%, 差异有统计学意义 (P<0.05) 。青少年保健知识主要获得途径为学校 (二代户家庭为42.5%, 三代户家庭为47.7%) 。青少年近1 a参加健康体检的二代户家庭占33.8%, 三代户家庭占27.2, 且80%以上为有关机构 (主要为学校) 组织。近1 a内青少年进行健康咨询的家庭均不足10%。结论 不同类型农村家庭青少年健康相关行为与保健服务利用情况存在差异。社会、学校和家庭应发挥不同作用, 关注青少年身心健康发展。

不同土地利用类型 篇9

1 研究区域与实验数据

研究区域:本文所研究的区域为芜湖市。芜湖市是安徽省发展最快的地区之一, 位于长江中下游, 属亚热带湿润季风气候, 植被覆盖度高、光照充足、雨量充沛。此次研究面积约85.79km2。

实验数据:本文采用2005年9月30日04∶15∶45成像的ETM影像和2005年1月的芜湖市土地覆盖类型矢量图作为本次研究的主要数据。

2 实验方法

2.1 亮温计算

覃志豪[8]的文章中提到利用TM6反演亮温的算法同样适用于处理ETM数据, ETM所接收的辐射强度与DN值的关系方程式为[9]:L (K) =Lmin (K) + (Lmax (K) -Lmin (K) ) Qdn/Qmax。式中, L (K) 为ETM遥感器所接收到的辐射强度mWcm-2sr-1Lm-1, Qmax为最大的DN值, 即Qmax=255;Qdn为TM数据的像元灰度值, Lmax (K) 和Lmin (K) 为TM遥感器所接收到的最大辐射强度和最小辐射强度, 即相对应于Qdn=255和Qdn=0时的最大辐射强度和最小辐射强度。对landsat7卫星, ETM+的热波段ETM6的中心波长为11.45Lm, 发射前预设ETM6的常量为:当Lmin (K) =0.1238mWcm-2sr-1Lm-1时, Qdn=0;当Lmax (K) =1.56 mWcm-2sr-1Lm-1时, Qdn=255。亮度温度与辐射强度之间的关系方程为[10,11,12]:T6=K2/ln (1+K1/L (K) ) 。式中, T6为ETM6的像元亮度温度 (K) , K1和K2为发射前预设的常量, K1=60.776mWcm-2sr-1Lm-1, K2=1260.56K。图1为亮温反演结果, 按照亮温值的大小划分6个等级, 分别赋色 (图1, 见封二) 。

2.2 土地覆盖类型图的修改

利用2005年的ETM图像通过监督分类得到监督分类地类图, 使用监督分类地类图和2005年1月的地图资料来纠正原有的2005年土地利用现状矢量图, 并将土地利用现状矢量图按照图斑属性将二、三级地类合并为植被、建筑、水体三大类, 如将森林、稻田合并为植被;人类修建的道路用地、工业用地等设施归为建筑, 得到芜湖市土地覆盖类型图 (图2, 见封二) , 图2中红色、绿色、蓝色区域分别代表建筑、植被、水体;图2中3个矩形框表示用于进行亮温时空差异研究的3个区域。

2.3 叠置分析

结合其他学者的研究经验, 并采用实地校对验证修改法, 将芜湖市亮温图划分为3个亮温区间, 对应为水体、建筑、植被应有的亮温区间。使用按此区间划分所得的图层与土地覆盖类型分类图进行GIS叠加统计分析, 主要统计现实的土地覆盖类型与代表土地覆盖类型的亮温区间的重叠像元数据。按照芜湖市的发展形态, 将芜湖市划为3个缓冲区 (图2) , 区域1主要是市中心商业区和居民区, 区域2主要是居民区和公园风景区, 区域3主要由郊区农村和开发区组成;然后将每个缓冲区与芜湖市土地覆盖类型图进行叠加分析, 得到每个缓冲区内的不同覆盖类型的所占比重和随区域而变的变化信息;再将缓冲区与亮温图进行叠加分析, 得到每个缓冲区域内亮温值的总体变化信息;最后将以上3个图层进行叠加, 得到不同覆盖类型的亮温值空间变化信息。

3 结果与讨论

3.1 亮温图与土地覆盖类型相关性分析

研究区域的亮温区间为297.41K-313.07K, 整体温度处在合理范围内。经实地验证, 亮温值具有很高的准确性。从图1、图2可见:①亮温值随着区域的变化由市中心向郊区逐渐降低;②亮温值分布与土地利用类型分布有着相似的集聚规律。土地覆盖类型图的中部, 建筑面积比例较大;亮温图中部, 高亮温区域相应比例也较大。土地覆盖类型图中央有一片水体 (镜湖) 被建筑地类包围, 在亮温图中这片区域以较低的亮温值显示。通过多次实验分析, 本研究适宜利用297.41K-303.3K、303.3K-305.3K、305.3K-313.07K 3个亮温区间设定为水体、植被、建筑应有的辐射亮温值区间, 以此区间将亮温图划分为三类并与土地覆盖类型图进行叠加分析。运用GIS数据统计分析工具, 统计不同土地地类区域与对应亮温区区域之间的像元重叠数, 见表1。

注:“像元合计”一列所统计像元区域是以土地覆盖类型图各地类区域范围为准。

从表1可见, 水体、植被、建筑都与遥感图像反演出的亮温有着较高的相关性。比较建筑、水体、植被三种覆盖类型, 可得到建筑与亮温区间的相关系数最高, 水体次之, 植被与对应的亮温区间的相关系数最低。这是由于研究区域是城市地带, 在2005年1—9月底植被、水体区域会有一部分被开发建设, 而建筑区域却较少向植被、水体转化;植被的亮温值处在水体与建筑之间, 其亮温区间的确定更为复杂, 准确性相对较低, 相关性数值也会偏低。

3.2 缓冲区区域亮温值总体趋势比较分析

结合表2和图3可知, 市区中心逐渐向郊区过渡, 建筑面积所占的比例由区域1的83.39%递减为区域2的58.91%, 再逐渐递减为区域3的23.93%;相反, 植被和水体面积所占的比例却逐渐增大, 分别由11.47%、5.12%增加到22.7%、19.39%, 最后增加到48.36%、27.71%。在表3中, 区域1、2、3对应的平均亮温值分别为305.76K、304.93K、303.92K, 有着明显的降低趋势。各区域的最小亮温值也按照299.14K、298.71K、297.41K逐渐递减。分析表明, 建筑是产生城市热岛效应的主要因素。随着建筑物的密度增大, 面积比例变大, 这种热量的集聚作用也更加明显, 而在城市中提高水体和植被的面积比重则会有效降低热岛效应。刘培[13]在他的研究成果中提到了与此类似的结论。因此, 表3中各区域最小亮温值随着水体区域所占比例的增加而不断减小。区域3中的最大亮温值为313.07K, 大于区域1和区域2。经过实地考察验证得知, 区域3中存在散发高热量的城北工业区, 与亮温图中此亮温值出现的区域一致, 进一步证明了建筑与高亮温值之间存在显著的相关性。

3.3 各缓冲区域内不同土地覆盖类型的亮温值比较

将土地覆盖类型图中各缓冲区内的不同地类与芜湖亮温图进行叠加分析见表4。表4说明, 在每个缓冲区域内都表现出建筑亮温>植被亮温>水体亮温;对水体区域数据进行分析表明, 区域1内的水体亮温值大于区域2的水体亮温值, 区域3内的水体亮温值最小。主要是因为区域1内有着更多的建筑分布, 这些高亮温区域将水体围绕, 使水体接收一定的外来热量, 导致这部分水体的亮温有所上升。对建筑区域的数据分析表明, 区域1、2、3内的建筑平均亮温值也有类似的降低趋势, 这是因为随着区域1向区域2和区域3过渡, 各区域内的建筑密度降低, 建筑面积在区域中的比例下降, 而植被、水体面积所占比例增大, 这种由高亮温地类要素集聚形成的高亮温效应逐渐减弱。对植被区域的数据分析表明, 区域1内的植被平均亮温小于区域2的植被平均亮温, 但却大于区域3的植被平均亮温, 造成这种现象的原因有两点:一是文中使用的芜湖土地覆盖类型图与亮温图之间存着这一定的时间差异。在该期间内, 区域2的一部分地区存在着土地开发事实, 导致在区域2中土地覆盖类型图上有部分植被区域实际上已被开发为建筑区;而在亮温图中, 这部分区域的亮温则是由建筑辐射产生的, 这就加大了表4中植被区域的亮温值;二是在区域1内的植被比率较低, 受周围建筑的影响较大, 这样区域1的植被亮温就大于区域3的植被亮温。

注:表中的亮温值是土地覆盖类型图中各地类区域对应亮温图中相同区域内的亮温值。

根据最高亮温值分析, 同一区域内建筑区域辐射的最高亮温值最大, 植被次之, 水体则最小。从不同区域的3种地类变化来看, 在区域1内植被、水体的最高亮温值大于区域3内植被、水体的最高亮温值, 却小于区域2内的植被、水体最高亮温值。这是由于区域1和区域3在2004年12月到2005年9月期间的土地覆盖类型变化不大;而在区域2内, 植被、水体中有一部分区域被开发为建筑用地, 导致这部分区域的亮温值变大。区域1内建筑的最高亮温与区域2内的最高亮温持平, 但却小于区域3内的最高亮温值, 这是因为在区域3内有高温排放性质的城北老工业区。根据最高亮温值分析, 建筑、水体、植被基本上是按照区域1、2、3的顺序逐渐降低, 充分说明离市区的距离越远, 热岛效应的强度越低。

4 结论

本文基于Landsat ETM数据反演的亮度温度图与土地覆盖类型图的叠加, 定量分析了芜湖市热岛效应与土地覆盖类型变化之间的时空关系。结果表明:①城市热岛效应与土地覆盖类型有显著的相关关系。在建筑密集区域, 土地覆盖类型与地表亮温相关系数最高, 热岛效应也极为明显;而在水体、植被占主导的区域, 热岛效应相对较低。在建筑、植被、水体3种土地类型中, 建筑是城市热岛产生的主要因素。②随着芜湖市的城市化进程加快, 城市热岛效应也在不断凸显。在离市中心商业区一段距离的过渡带内, 大片植被、水体被开发成人工建筑, 大大增加了芜湖市热岛效应强度。③由芜湖市划分为3个缓冲区的数据信息表明, 城市热岛效应有从城市中心到边缘过渡变化, 城市中各地类亮度温度值的变化与建筑面积占缓冲区比例的变化曲线相似度非常高, 表明城市热岛具有集聚性规律, 城市内部各地类受到热量集聚效应的正相关影响, 同时也充分表明城市热岛具有明显的空间变化规律。

摘要：随着城市人口的急剧增加, 城市建筑规模迅速膨胀, 大量热源集中排放, 产生了城市内部温度明显高于郊区的特殊城市气候现象, 即“热岛效应”。以安徽省芜湖市为研究区域, 采用GIS叠加分析方法、缓冲区分析方法进行地表辐射亮温与土地覆盖类型的相关性研究。研究结果表明, 辐射亮温与地表类型有明显的相关关系, 建筑与辐射亮温的相关系数为0.87, 植被、水体与辐射亮温的相关系数分别为0.59、0.78。人工建筑因素是产生热岛效应的主要原因之一, 加大植被、水体在城市土地用地中的比重, 是控制城市热岛效应行之有效的方法, 而且利用辐射亮温图可很好地指示城市土地覆盖类型在时间上和空间上的变化。

不同土地利用类型 篇10

关键词：干热河谷,土地利用,土壤容重,土壤孔性

土地利用/土地覆被变化(LUCC)是全球环境变化研究的重要组成部分之一,与人类的生存及可持续发展密切相关[1,2]。土地利用作为人类干预土壤质量最直接、最重要的活动,深刻影响着土壤的理化性状及其生态环境,土地利用方式的变化会导致一系列土壤物理、化学性状的变化[3]。土壤孔性是土壤重要的物理性质之一,土壤孔性影响植物生长对水分、通气状况等环境条件的需要。关于不同林地对土壤孔性的影响研究较多,彭达等[4]对广东省林地土壤非毛管孔隙度分布规律进行研究。曹鹤等[5]研究华南地区8种人工林的土壤孔性特征。佘济云等[6]以长沙市城乡交错带4种人工林为研究对象,对各林分林下土壤理化性质进行比较分析,表明土壤孔性特征垂直分布规律明显。

金沙江干热河谷是我国西南地区较为特殊的一类生态系统,该区生态环境脆弱,面临着严重的水土流失、土壤荒漠化扩展和干旱程度加剧等问题[7]。土壤孔性在水分入渗、水分保持、养分供应、物质迁移等方面起到重要作用,对水土保持、植被恢复、生态重建等具有重要意义。然而关于干热河谷地区不同土地利用类型下土壤孔性特征的研究较少。针对云南省元谋县的金沙江段干热河谷地区不同土地利用类型对土壤孔性特征的影响进行研究,以期深入了解土壤性质,为干热河谷地区土壤资源管理和利用提供科学依据。

1 材料与方法

1.1 研究区概况

元谋干热河谷地处云南省中北部,是金沙江一级支流龙川江河谷的中下游地区,位于101°48′48″～101°49′54″E、25°50′30″～25°51′18″N,海拔1 067～1 138 m。该地区日照充足,热量丰富,气候干旱,年均温20.5～22.3℃,≥10℃积温7 786℃;干、湿季分明,5—10月为雨季,11月至翌年4月为旱季;年降雨量630 mm左右,年蒸发量3 911.2 mm,蒸发量是降雨量的6倍,干燥度4.4[8]。土壤因发育母质类型的多样性,主要土壤为表蚀燥红土。自然植被类型为干旱稀树草丛。

1.2 研究方法

2012年4月底,在云南省元谋县干热河谷地区选取桉树林、银合欢林、灌木林、草地和裸地5种土地利用类型。在每种土地利用类型内挖掘0～100 cm土壤剖面,每20 cm为一层,在每个土层中间部位用环刀取土壤剖面样品。尽量使采样地的坡度、坡向、坡位等环境条件保持一致。

将土壤样品带回实验室,测定土壤样品的容重、田间持水量,计算土壤的总孔隙度、毛管孔隙度和非毛管孔隙度。计算方法如下:

土壤总孔隙度(%)=(1-容重/比重)×100(1)

土壤毛管孔隙度(%)=土壤田间持水量×容重(2)

式(1)中,土壤比重取常数,为2.65。

2 结果与分析

2.1 不同土地利用类型下土壤容重变化

土壤容重是土壤的基本物理性质,土壤容重的大小可反映土壤的质地、结构和紧实程度等综合物理状况。不同土地利用类型土壤容重变化状况见表1。随着土层的增加,各利用类型土壤容重均呈增加趋势,其原因为随着土层的增加,上层土壤增厚,质量增加,对下层土壤的压实作用增大,土壤变得紧实,故下层土壤容重大于上层土壤。在同一土层中裸地的容重大于其他土壤容重,其原因为裸地无植物生长,而其他土地利用类型均有植物生长,由于植物根系的穿插作用对土体结构造成影响,使土壤孔隙增大,造成容重变小。在0～40 cm土层草地和灌丛土壤容重小于桉树林和银合欢林土壤容重,而在60～100 cm土层草地和灌丛土壤容重大于桉树林和银合欢林土壤容重,其原因为草地和灌丛植株生长矮小,其根系也相对较浅且相对集中分布在土层较浅的区域,而桉树林和银合欢林植株高大,根系分布相对较深,由于根系的作用对容重的影响,故造成不同植被在不同土层容重差异。

2.2 不同土地利用类型下土壤总孔隙度变化

不同土地利用类型土壤总孔隙度变化状况见表2。随着土层的增加各利用类型土壤总孔隙度均呈下降趋势,其原因为随着土层的增加,上层土壤增厚,质量增加,对下层土壤的压实作用增大,土壤变得紧实,土壤孔隙减少,故下层土壤总孔隙度容重小于上层土壤。在同一土层中裸地的总孔隙度小于其他土壤,其原因为裸地无植物生长,而其他土地利用类型均有植物生长,由于植物根系的穿插作用对土体结构造成影响,使土壤孔隙增大,故裸地土壤总孔隙度最小。在0～40 cm土层草地土壤总孔隙最大,而在60～100 cm土层桉树林土壤总孔隙最大,其原因为不同植被根系在不同土层分布差异所引起。

2.3 不同土地利用类型下土壤毛管孔隙度变化

毛管孔隙是土壤中最重要的持水孔隙,在植物生长过程中起到水分保蓄和供应作用。不同土地利用类型土壤毛管孔隙度变化状况见表3。在0～20 cm土层裸地土壤毛管孔隙度均低于其他土地利用类型,其原因为植被根系对土壤毛管孔隙度有一定的影响。0～20 cm土层各土地利用类型毛管孔隙度均低于其下土层,其原因为表层土壤受外界环境干扰影响较大,土壤毛管孔隙遭到破坏。20 cm以下土层受外界环境影响较少,各土地利用类型毛管孔隙度变化不大,毛管孔隙度主要取决于土壤质地,研究区土壤为燥红土,质地黏重,土壤总孔隙度高,毛管孔隙占优势。

2.4 不同土地利用类型下土壤非毛管孔隙度变化

土壤中的非毛管孔隙主要起到通气作用,其在养分供应、水分入渗、水源涵养、阻延洪水等方面都具有重要意义[4]。不同土地利用类型土壤非毛管孔隙度变化状况见表4。各土地利用类型土壤非毛管孔隙度在土壤剖面上变化趋势一致,随着土层深度的增加,土壤非毛管孔隙度下降,其原因为随着土层深度增加,下层土壤受压实的程度加大,土体变得紧实,非毛管孔隙度减少。0～20 cm土层各土地利用类型非毛管孔隙度均高于其下土层,其原因是为表层土壤受外界环境干扰影响较大,样品采集时间正处于干热河谷的旱季,天气炎热,表层土壤干旱龟裂,形成较大裂隙,故土壤非毛管孔隙较大。20 cm以下土层裸地非毛管孔隙度小于其他土地利用类型,其原因为除裸地外其他土地利用类型均有植物生长,由于植物根系生长的作用,对土地结构造成破坏,非毛管空隙度大于裸地[8,9]。

3 结论

(1)元谋干热河谷桉树林、银合欢林、灌丛、草地和裸地5种不同土地利用类型土壤容重在0～100 cm土壤剖面变化规律为随着土层深度增加,土壤容重增大;土壤总孔隙度和非毛管孔隙度随着土层深度的增加而减小;土壤毛管孔隙度较高,主要由其土壤质地决定。

(2)元谋干热河谷地区土地利用方式不同造成土壤容重、总孔隙度、毛管孔隙度和非毛管孔隙度在土壤剖面上的分布差异。

参考文献

[1]刘彦随,陈百明.中国可持续发展问题与土地利用/覆被变化研究[J].地理研究,2002,21(3):324-330.

[2]陈百明,刘新卫,杨红.LUCC研究的最新评述[J].地理科学进展,2003,22(1):22-29.

[3]FU B J,CHEN L D,MA K L,et al.The relationship between land use andsoil conditions in the hilly area of Loess Plateau in northern Shanxi,China[J].Catena,2000(39):69-78.

[4]彭达,张红爱,杨加志.广东省林地土壤非毛管孔隙度分布规律初探[J].广东林业科技,2006(22):56-59.

[5]曹鹤,薛立,谢腾芳,等.华南地区八种人工林的土壤物理性质[J].生态学杂志,2009,28(4):620-625.

[6]佘济云,叶道碧.长沙市城乡交错带4种人工林土壤养分及其相关性研究[J].林业资源管理,2010(2):57-61.

[7]第宝锋,杨忠,艾南山,等.基于RS与GIS的金沙江干热河谷区退化生态系统评价—以云南省元谋县为例[J].地理科学,2005(4):484-489.

[8]张荣祖.横断山区干旱河谷[M].北京:科学出版社,1992:10-25.