1、 南阳师范学院 20XX 届毕业生毕业论文（设计）题 目：南水北调中线水源地农用地 粮食生产空间差异研究 完 成 人： 班 级： 学 制： 专 业： 地理信息系统 指导教师： 完成日期： 目 录摘要 (1)0 引言 (1)1 研究区概况 (2)2 数据来源与分析方法 (3)2.1 数据来源 (3)2.2 研究方法 (3)3 水源区粮食生产空间差异的变化分析 (3)3.1 水源区总体格局特征分析 (3)3.2 县域粮食生产的空间差异 (4)3.3 粮食生产地域格局变化的影响因素 (5)4 结论 (6)参考文献 (6)Abstract (7)第 1 页（共 8 页）南水北调中线水源地农用地粮食生产
2、空间差异研究摘要:本文通过对南水北调中线水源地涉及的 40 个县市 2000 年至 2010 年十年的粮食总产量及耕地面积的变化情况进行分析及处理，利用地理空间分析方法和空间分析软件, 分析了南水北调中线水源地粮食生产空间分布状况,包括各县粮食生产的空间关联性。该时期内水源区各县粮食生产在空间关联性上正相关,相关系数较小,空间分布并非表现出完全随机性, 而是表现出空间相似值之间的空间聚集。分析表明，县域耕地面积、种植结构是县域粮食生产的重要影响因素。该研究结果可为南水北调中线水源地县域粮食生产布局与优化和粮食生产政策制定提供科学依据。关键词：空间自相关;南水北调中线水源地;粮食生产;Moran
3、 指数0 引言空间差异是指不同地域范畴社会经济发展水平及其结构的差异。区域经济发展过程中由于区域内资源、环境等各方面的差异，经济发展水平及其结构会出现不同特点。南水北调中线水源地随着工程的实施，在生态环境、农业生产以及经济发展各方面都发生很大程度的改变。而农业生产是关乎民生的重要指标，影响粮食生产的最主要因素是耕地的面积和质量。南水北调是国家资源优化配置及可持续发展的特大型引水工程，工程建设将直接减少耕地、林地、果地面积，导致农业减产，影响农民增收。大坝加高，库容增加，丹江口正常蓄水位由 157m 提高到 170 m，水域面积由原来的 74.5 万平方米增加到 105 万m2，将淹没当地大量土
4、地，则必然会影响粮食生产布局的改变。淹没涉及湖北省的丹江口市、郧县、郧西县、十堰市，河南省的淅川县，邓州市，陕西省的白河县等地，据统计，初期工程全市淹没面积 347000 m2，其中耕地 20 万亩。而所淹没土地大多是库区高产地和丰产园，这将给当地带来不可估量的经济损失。但与此同时南水北调中线工程的兴建 ,也将改善该区域的农业灌溉条件，基本上缓解农业缺水状况，提高粮食的复种指数和农作物单位面积产量。1 研究区概况丹江口水库是南水北调中线工程的主要水源地，包括汉江和丹江两大水系。第 2 页（共 7 页）图 1 南水北调中线水源地行政区划水源区主要涉及河南、湖北、陕西三省境内的 40 个县市。本次
5、研究区域主要是丹江口水库河流上游的陕西省汉中市的南郑县、城固县、洋县、西乡县、勉县、宁强县、略阳县、镇巴县、留坝县、佛坪县，安康市的汉阴县、石泉县、宁陕县、紫阳县、岚皋县、平利县、镇坪县、旬阳县、白河县、商洛市的商州区、洛南县、丹凤县、商南县、山阳县、镇安县、柞水县；河南省内包括南阳市西峡县、内乡县、淅川县、邓州市，三门峡的卢氏县和洛阳市的栾川县；河北省主要包括十堰市的郧县、郧西县、竹山县、竹溪县、房县、丹江口市、张湾区、茅箭区。中线水源区属于秦巴土石山区，山高坡陡，土壤贫瘠，降水量大且集中，为中度水土流失区。水源地位于北亚热带至温带的湿润半湿润季风气候区，农作物耕作制度多为一年两熟。其中河南
6、和湖北境内各县市属北亚热带季风型大陆性气候，气候温和湿润，四季分明，雨量充沛，多年平均降雨量 820mm,光热资源 、水资源丰富，粮食作物播种面积占 68%。大宗作物品种为冬小麦、夏玉米和水稻。但是该区的农业用水量约占全部用水量的 80，由于水资源时空分布不能满足农作物正常生长对水分的需求，因此，灌溉仍是该区域提高粮食生产水平的基础和前提。2 数据来源与研究方法2.1 数据来源第 3 页（共 7 页）南水北调中线水源地行政区划，本文所采取的数据为分南水北调中线水源区地理空间分布 Shapefile 数据, 数据主要包括 2000 年-2010 年中线水源地40 个县市的经济数据和行政信息，如人
7、口、耕地面积、粮食产量等。2.2 研究方法(1)空间权重矩阵。在 GeoDa 中可以直接 Create Weights。添加 ID Variable 确定空间权重矩阵。(2)求全局空间自相关指标。Moran ,s I 指数反映的是空间邻接或空间邻近区域单元属性值的相似程度, Moran 指数 I 的取值一般在 -1,1 之间, 小于 0 表示负相关, 等于 0 表示不相关,大于 0 表示正相关。(3)Moran 散点图。Moran 散点图用于研究局域空间的异质性。Moran 散点图的 4 个象限,分别对应于区域单元与其邻居之间 4 种类型的局部空间联系形式。其重要的优势在于能够进一步具体区分区
8、域单元和其邻居之间属于高值和高值、低值和低值、高值和低值、低值和高值之中的哪种空间联系形式。其表现形式为笛卡尔直角坐标系,横坐标为各空间单元标准化后的属性值,纵坐标为标准化后的由空间连接矩阵决定的相邻单元属性值的平均值。3 水源区粮食生产空间差异的变化分析3.1 总体格局特征分析2000 年以来，南水北调中线地区粮食总产量总体呈现增长态势，与全国粮食生产的变动趋势基本一致。由图 2 和图 3 可知，2000 年粮食产量2010 4t 的县域只有 2 个，2010 年增加至 7 个，2000 年粮食生产低值区主要分布在留坝县，佛坪县，镇坪县，宁陕县几个地区，高值区分布在邓州市，郧县等地，2010
9、 年低值区与 2000 年相比，其中留坝县、佛坪县和宁陕县粮食产量减少，镇坪县则有所增加，邓州、郧县仍为粮食生产的高值区，并且有增加了内乡县、淅川县、郧西县、竹山县、竹溪县几个县市。由于降水季节分配不均及灌溉设施较少，不少作物种植困难且产量较低，南水北调中线工程的兴建 ,将改善南阳的农业灌溉条件，提高农作物单位面积产量，对农用土地生产潜力的发挥起着促进作用。同时基本上缓解农业缺水状况,提高粮食的复种指数和单位面积产量,并缓解部分区域人畜用水紧张局面、有效增加林草种植和家畜饲养。因此，虽然适合粮食生产的耕地面积减少，但是随着农业生产中有第 3 页（共 7 页）效灌溉面积的增加对第 4 页（共 7
10、 页）粮食的增产作用，粮食总产的增长幅度将弥补库区淹没的耕地所带来的损失，并且有效灌溉面积的增长对粮食总产的边际贡献仍处于递增阶段。图 3 中汉中市、安康市、商州市和十堰市市辖区没有采集数据所以不做考虑。图 2 2000 年2010 年粮食面积和粮食产量图 3 2000 年和 2010 年五分位数的粮食产量分布图3.2 县域粮食生产的空间差异通过 Geoda095i 软件对 GDP 数据进行全局空间自相关分析,如图 4 所示。空间关联性分析首先要建立空间权重矩阵，其后利用软件可以绘制出(2000CL, W _ 2000CL)和（2010CL，W _ 2010CL）为坐标的 Moran 散点图。
11、选用基于邻接的“Queen”规则，计算了中线水源区县域粮食的 Global Morans I 估计值。第 4 页（共 7 页）图 4 2000 年和 2010 年粮食产量 Moran 散点图第 5 页（共 7 页）根据县域粮食产量数据，得到南水北调中线地区 2000 年和 2010 年两个研究年份粮食生产的 Moran 散点图（图 4） 。通过 Geoda095i 软件对 GDP 数据进行全局空间自相关分析, 结果如图 4 所示。在图 4 中分布在第一象限和第三象限的点为正相关的点数据，Moran ,s I 为空间正相关, 说明这些区域具有较大的空间正相关性,也就是说水源地各县市粮食生产的空间
12、分布并非表现出完全随机性, 而是表现出空间相似值之间的空间聚集。其空间关联特征是:位于第一象限和第三象限内, 即通常的热点和冷点区域, 属于高一高集聚和低一低集聚类型, 落入这两个象限的空间单元存在较强的空间正相关。3.3 粮食生产地域格局变化的影响因素南水北调中线工程的兴建使得该区域耕地大量减少,人地矛盾更加突出 ,削弱了农业发展的物质基础。土地是农业的载体土地资源的减少必然影响农业发展。而且由于对土地的不合理利用也出现了一系列问题,土地荒漠 化 、土壤侵蚀和水土流失,植被遭到破坏，这种传统的农业发展模式在人地矛盾越来越尖锐的今天是不可行的，既破坏了水源地脆弱的生态平衡，又削弱了农业自身的发
13、展基础,农业收成低下，随着经济发展,对非农用地的需求在不断增加 ,人均耕地也呈减少趋势。工程建设使区域性人多地少的矛盾更加突出 ,加大了农村的人口压力。南水北调中线工程对调水水质要求较高，必须减少化肥和农药的施用量 ,但是 ,化肥、农药等的投入是农业增产的保证 ,减少施用量不可避免地会造成农业减产。当地保护水源和促进农业发展的应对措施面对南水北调中线工程建设给农业带来的影响 ,在农业发展上需要因地制宜地采取相应的对策措施。南水北调中线工程为南阳生态农业发展提供广阔空间 ,有利于农产品质量改善和产业结构调整。国家将采取严厉的环境保护措施 ,加大对水环境质量 ,有利于大力发展以生态环境保护为基础、
14、以建设绿色农业带为重点、种养复合发展的高效生态农业 ,为这一区域改善农产品质量、扩大绿色食品生产提供良好的环境。促进农业产业结构调整。从国家粮食安全考虑，该区域仍需保持粮食生产的比重。在此基础上，积极调整农业产业结构，发展比较优势农业,尤其是发展劳动密集型农业。在农业产业结构调整中，应在稳定小麦、水稻、玉米等大宗粮食生产的同时，尽量减少农药、化肥、地膜污染,控制化肥投入量 ,增加绿肥和有机肥使用量；提高化肥利用率，在土壤改良上，增加土壤有机质含量，改良土壤物理性质。第 6 页（共 7 页）4 结论本文以 2000 年2010 年南水北调中线水源地各县市的粮食生产数据为支撑, 对其进行了空间统计
15、分析,得出该时期内该区域的粮食生产在空间关联性上成正相关， 相关系数较小，空间分布并非表现出完全随机性，而是表现出空间相 似值之间的空间聚集。分析借助 GeoDa 进行粮食生产空间差异的分析，具有简洁、直观、易操作和快速等特点。当然还存在很多不足，这种分析会存在偏差，因为各县的面积大小不一样，数据不齐全也不够精确。粮食生产的空间差异还受到多种因素影响， 如何促进农业与生态环境的良性互动与协调发展，以及这些因素之间的相关性也有待于进一步研究。参 考 文 献1王国强，宋艳华.基于耕地质量数量的河南省粮食生产能力研究J.中国农业资源与区划，2012，33（1）:49-55.2刘彦随，王介勇，郭丽英.
16、中国粮食生产与耕地变化的时空动态J.中国农业科学，2009,42（12）:4269-4274.3万鲁河，王绍巍，陈晓红.基于 GeoDA 的哈大齐工业走廊 GDP 空间关联性J.地理研究，2011,30（6）.4吴海峰.南水北调中线工程对农业发展的影响及对策J.黄河科技大学学报，2010,12(4).5刘玉，郭丽英，刘彦随.1980-2008 年环渤海地区县域粮食的时空动态变化及分析J.农业工程学报，2012,28(12).6徐珊，宋戈，李丹，王扬.东北粮食生产区耕地资源时空变化及其对粮食生产能力的影响J.农业工程学报，2012,28(21):1-9.7鲁春阳，杨庆媛，文枫.重庆市耕地与粮食生
17、产动态变化研究J. 农机化研究，2012(9):12-15.8谢红霞,李锐,任志远,薛亮.基于指数法的陕西省耕地和粮食时空变化分析J.资源科学，2007(5),29(3):170-176.North Water Transfer Project to agricultural land food production space difference第 7 页（共 7 页）Abstract :This paper is analysed the changes in total grain output and arable land of the water source of the mi
18、ddle route of south-to-north water transfer project from the year of 2000 to 2010, forty counties is involved in the project. It used the geographical spatial analysis software to analysis the spatial distribution of the grain of the water source of the middle route of south-to-north water transfer
19、project, including the spatial association of grain distribution in each county. In this period, it performances positive correlation of grain distribution in each county, the correlation coefficient is small, the spatial distribution is not absolute stochastic but aggregation in similar spatial val
20、ue. The experiment illustrates the arable land and planting structure are the key factors affecting the grain distribution in county. the grain distribution in counties of the water source of the middle route of south-to-north water transfer project and grain production policy can be made according to the scientific result.Key words: Spatial Autocorrelation; Middle Route; Food production; Moran Index
