1980-2020年贵州省草地空间分布格局演变及驱动力分析

doi:10.11686/cyxb2023185

草业学报 ›› 2024, Vol. 33 ›› Issue (1): 1-18.DOI: 10.11686/cyxb2023185

• 研究论文 •

1980-2020年贵州省草地空间分布格局演变及驱动力分析

余万洋¹(), 陈怡帆¹, 方发永¹, 张金鑫²(), 李舟³, 赵龙山¹()

^1.贵州大学林学院，贵州贵阳 550025
^2.中国林业科学研究院生态保护与修复研究所，国家林业和草原局草原研究中心，北京 100091
^3.贵州大学动物科学学院，贵州贵阳 550025

收稿日期:2023-05-31 修回日期:2023-06-28 出版日期:2024-01-20 发布日期:2023-11-23
通讯作者: 张金鑫,赵龙山
作者简介:longshanzh@163.com
E-mail： zhang_jin_xin@163.com
余万洋（1996-），男，贵州六盘水人，在读博士。E-mail： wanyangyu2022@163.com
基金资助:
贵州省林业科研项目(黔林科合［2022］23号);贵州省科技支撑项目（黔科合支撑［2022］一般202）资助

An analysis of grassland spatial distribution and driving forces of patterns of change in grassland distribution in Guizhou Province from 1980 to 2020

Wan-yang YU¹(), Yi-fan CHEN¹, Fa-yong FANG¹, Jin-xin ZHANG²(), Zhou LI³, Long-shan ZHAO¹()

^1.College of Forestry，Guizhou University，Guiyang 550025，China
^2.Institute of Ecological Conservation and Restoration，Chinese Academy of Forestry，Grassland Research Center，National Forestry and Grassland Administration，Beijing 100091，China
^3.College of Animal Science，Guizhou University，Guiyang 550025，China

Received:2023-05-31 Revised:2023-06-28 Online:2024-01-20 Published:2023-11-23
Contact: Jin-xin ZHANG,Long-shan ZHAO

摘要/Abstract

摘要：

草地在喀斯特地区石漠化治理和畜牧业发展中发挥重要作用，探明草地空间分布格局演变特征及其驱动力，对维护区域草地生态功能，实现可持续发展具有重要意义。本研究基于土地利用数据集，分析贵州省1980-2020年草地空间转移特征，将景观格局与空间自相关相结合，深入识别草地空间分布格局演化规律及有效管理区域，并利用地理探测器量化草地空间分布格局演变的驱动力。结果表明：1）40年来，贵州省草地面积变化可划分为增长期（1980-2000年）、衰退期（2000-2015年）、恢复期（2015-2020年）3个阶段，草地面积总体上减少了176.88 km²。发生变化区域集中在西部与南部地区，以草地和林地、耕地之间的转移为主，草地总体空间分布格局表现出“西部与南部高，东部与北部低”的特征；2）草地整体景观破碎程度增加，聚合度降低，形状趋于复杂，区县尺度的草地斑块更破碎和分散，但形状更规则；3）草地全局空间自相关程度减弱，局部自相关存在高-高聚集和低-高聚集的空间聚类现象，且集中分布在西部与南部地区；4）草地空间分布格局主要受自然因素的影响，海拔是主导因子，解释力最高，为42.9%。双因子的交互作用可增强对草地空间分布格局的解释力，海拔与牧业产值、年平均气温、人口密度、GDP均存在较强的交互作用，在海拔主导的草地总体分布格局下，区域间社会经济因素的不同和变化显著影响草地空间分布格局的演变，同时地区政策起重要导向作用。

关键词: 草地, 空间分布动态, 景观格局, 空间自相关, 驱动因素, 贵州省

Abstract:

Grassland plays an important role in controlling rocky desertification and supporting animal husbandry in karst areas. Information about grassland spatial distribution patterns and driving forces of change in grassland patterns in karst areas is important for planning maintenance of regional grassland ecological functions and achieving sustainable development. Based on land-use datasets， in this study， we analyzed the spatial patterns and changes of grassland distribution in Guizhou Province from 1980 to 2020. Combined the landscape pattern and spatial autocorrelation to deeply identified the evolution law of grassland spatial distribution patterns and effective management areas. And quantified the driving forces of the spatial distribution patterns evolution of grassland by using geographic detector. It was found that： 1）In the past 40 years， the change of grassland area in Guizhou Province can be divided into three stages： a growth period （1980-2000）， a decline period （2000-2015） and a recovery period （2015-2020）， with an overall decrease from 1980 to 2020 of 176.88 km². The areas that have undergone changes mainly occurred in the western and southern regions of Guizhou Province， with the main changes being transfer between grassland， forest， and cultivated land. The overall spatial occurrence of grassland could be summarized as “high in the west and south， low in the east and north”. 2）Over time from 1980 to 2020， the degree of fragmentation of grassland increased， the degree of aggregation decreased， and the shape tended to become complex. Grassland patches at the county level are more fragmented and scattered， but their shapes are more regular， than at provincial level. 3）The Anselin Local Moran’s I tool was used to assess the uniformity of aggregation. Using this analytical approach， the spatial clustering patterns of high-high aggregation and low-high aggregation， concentrated in the western and southern regions， were detected. 4）The spatial distribution pattern of grassland was affected mainly by natural factors， among which elevation was the dominant factor， explaining up to 42.9% of data variation for grassland spatial distribution. The power of elevation to explain grassland spatial distribution pattern was enhanced by considering other factors as statistically interacting with elevation， in particular livestock industry output， mean annual temperature， density of population and GDP. Under the overall distribution pattern of grassland dominated by elevation， the differences and changes in social and economic factors between regions significantly affected the evolution of grassland spatial distribution patterns， and regional policies also played an important guiding role.

Key words: grassland, spatial distribution dynamics, landscape pattern, spatial autocorrelation, driving factors, Guizhou Province

余万洋, 陈怡帆, 方发永, 张金鑫, 李舟, 赵龙山. 1980-2020年贵州省草地空间分布格局演变及驱动力分析[J]. 草业学报, 2024, 33(1): 1-18.

Wan-yang YU, Yi-fan CHEN, Fa-yong FANG, Jin-xin ZHANG, Zhou LI, Long-shan ZHAO. An analysis of grassland spatial distribution and driving forces of patterns of change in grassland distribution in Guizhou Province from 1980 to 2020[J]. Acta Prataculturae Sinica, 2024, 33(1): 1-18.

图/表 20

参考文献 51

1	Song Y Q， Xu M， Xu T T， et al. Changes in plant community assembly from patchy degradation of grasslands and grazing by different-sized herbivores. Ecological Applications， 2023， 33（2）： e2803.
2	Zhang X N， Li X D， Nian L L， et al. A bibliometric evaluation of the status of the water conservation function of grassland ecosystems. Acta Prataculturae Sinica， 2022， 31（6）： 35-49.
	张晓宁，李晓丹，年丽丽，等. 基于文献计量的草地生态系统水源涵养功能研究现状. 草业学报， 2022， 31（6）： 35-49.
3	Scurlock J M， Hall D M. The global carbon sink： A grassland perspective. Global Change Biology， 1998， 4： 229-233.
4	Gao L， Ding Y. Progress in research and practice of restoration of degraded grassland around the world. Acta Prataculturae Sinica， 2022， 31（10）： 189-205.
	高丽，丁勇. 世界退化草地恢复研究和实践进展. 草业学报， 2022， 31（10）： 189-205.
5	Reinermann S， Asam S， Kuenzer C. Remote sensing of grassland production and management-A review. Remote Sensing， 2020， 12（12）： 1949.
6	Zhou Y， Li X H， Liu Y S. Land use change and driving factors in rural China during the period 1995-2015. Land Use Policy， 2020， 99， 105048.
7	Fu F， Deng S M， Wu D， et al. Research on the spatiotemporal evolution of land use landscape pattern in a county area based on CA-Markov model. Sustainable Cities and Society， 2022， 80： 103760.
8	Zhang J D， Mei Z X， Lv J H， et al. Simulating multiple land use scenarios based on the FLUS model considering spatial autocorrelation. Journal of Geo-Information Science， 2020， 22（3）： 531-542.
	张经度，梅志雄，吕佳慧，等. 纳入空间自相关的FLUS模型在土地利用变化多情景模拟中的应用. 地球信息科学学报， 2020， 22（3）： 531-542.
9	Wan H W， Li H X， Gao J X， et al. Spatial pattern analysis of carbon sequestration potential of vegetation ecosystem in China. Acta Ecologica Sinica， 2022， 42（21）： 8568-8580.
	万华伟，李灏欣，高吉喜，等. 我国植被生态系统固碳能力提升潜力空间格局研究. 生态学报， 2022， 42（21）： 8568-8580.
10	Cui W L， Chen M Y， Zhong H Y. Spatial differentiation and differentiated management of ecological security in the Bay Area based on ESDA and GA： A case study of the Zhejiang Greater Bay Area. Acta Ecologica Sinica， 2023， 43（5）： 2074-2087.
	崔旺来，陈梦圆，钟海玥. 基于探索性空间数据分析和地统计分析的湾区生态安全空间分异及差异化管理——以浙江大湾区为例. 生态学报， 2023， 43（5）： 2074-2087.
11	Song C Q， You S C， Liu G H， et al. Spatio-temporal pattern and change of Nagqu grassland and the influence of human factors. Acta Prataculturae Sinica， 2012， 21（3）： 1-10.
	宋春桥，游松财，刘高焕，等. 那曲地区草地植被时空格局与变化及其人文因素影响研究. 草业学报， 2012， 21（3）： 1-10.
12	Wang Z Q， Zhang Y Z， Yang Y， et al. Quantitative assess the driving forces on the grassland degradation in the Qinghai-Tibet Plateau， in China. Ecological Informatics， 2016， 33： 32-44.
13	Wang J F， Xu C D. Geodetector： Principle and prospective. Acta Geographica Sinica， 2017， 72（1）： 116-134.
	王劲峰，徐成东. 地理探测器：原理与展望. 地理学报， 2017， 72（1）： 116-134.
14	Liao C J， Yue Y M， Wang K， et al. Ecological restoration enhances ecosystem health in the karst regions of southwest China. Ecological Indicators， 2018， 90： 416-425.
15	Chi Y K， Xiong K N， Zhang Y， et al. The beneficial results， problems and suggestions of grass-planting and livestock-raising to bring rocky desertification under control in the Karst areas of southwest China. Heilongjiang Animal Science and Veterinary Medicine， 2015， 479（11）： 143-147.
	池永宽，熊康宁，张俞，等. 西南喀斯特地区种草养畜治理石漠化的效益、问题与建议. 黑龙江畜牧兽医， 2015， 479（11）： 143-147.
16	Yang Z H. Improve the grassland construction and achieve the herbivorous animal husbandry developing and rock desertification control. Pratacultural Science， 2008， 182（9）： 59-63.
	杨振海. 加快岩溶地区草地建设步伐实现草食畜牧业发展和石漠化治理双赢. 草业科学， 2008， 182（9）： 59-63.
17	Fang J Z， Xiong K N， Chi Y K， et al. Research advancement in grassland ecosystem vulnerability and ecological resilience and its inspiration for improving grassland ecosystem services in the karst desertification control. Plants， 2022， 11（10）： 1290.
18	Zhang Z H. Exploring the way of controlling rocky desertification and developing ecological animal husbandry in Guizhou Province. Pratacultural Science， 2006， 23（8）： 63-67.
	张自和. 贵州治理石漠化发展生态畜牧业探索之路. 草业科学， 2006， 23（8）： 63-67.
19	Huangfu J Y， Lu X S， Zhao X G， et al. The present situation of natural grassland resource in Guizhou Province and its development and utilization strategy. Pratacultural Science， 2009， 26（9）： 70-76.
	皇甫江云，卢欣石，赵熙贵，等. 贵州草地资源现状及开发利用对策. 草业科学， 2009， 26（9）： 70-76.
20	Gao J F， Su X L， Xiong K N， et al. Grasslands eco-environment and stockbreeding development in the karst areas of Guizhou province. Acta Prataculturae Sinica， 2011， 20（4）： 279-286.
	高渐飞，苏孝良，熊康宁，等. 贵州岩溶地区的草地生态环境与草地畜牧业发展. 草业学报， 2011， 20（4）： 279-286.
21	Lin T， Wu D F， Yang M Z， et al. Evolution and simulation of terrestrial ecosystem carbon storage and sustainability assessment in karst areas： A case study of Guizhou Province. International Journal of Environmental Research and Public Health， 2022， 19（23）： 16219.
22	Chen Q W， Xiong K N， Dan W H， et al. Coupling characteristics of ecology and poverty in typical karst areas： case study of 9000 provincial level poor villages in Guizhou Province. Acta Ecologica Sinica， 2021， 41（8）： 2968-2982.
	陈起伟，熊康宁，但文红，等. 典型喀斯特区生态与贫困耦合特征分析——以贵州省9000个省级贫困村为例. 生态学报， 2021， 41（8）： 2968-2982.
23	Gao J B， Wu S H， Cai Y L. Investigating the spatial heterogeneity of vegetation cover at multi-scales： A case study in karst Guizhou Plateau of China. Geographical Research， 2013， 32（12）： 2179-2188.
	高江波，吴绍洪，蔡运龙. 区域植被覆盖的多尺度空间变异性——以贵州喀斯特高原为例. 地理研究， 2013， 32（12）： 2179-2188.
24	Liu J Y， Ning J， Kuang W H， et al. Spatia-temporal patterns and characteristics of land-use change in China during 2010-2015. Acta Geographica Sinica， 2018， 73（5）： 789-802.
	刘纪远，宁佳，匡文慧，等. 2010-2015年中国土地利用变化的时空格局与新特征. 地理学报， 2018， 73（5）： 789-802.
25	Zhu H Y， Li X B. Discussion on the method of regional land use change index model. Acta Geographica Sinica， 2003（5）： 643-650.
	朱会义，李秀彬. 关于区域土地利用变化指数模型方法的讨论. 地理学报， 2003（5）： 643-650.
26	Oom D， Pereira J M C. Exploratory spatial data analysis of global MODIS active fire data. International Journal of Applied Earth Observation and Geoinformation， 2013， 21： 326-340.
27	Dadashpoor H， Azizi P， Moghadasi M. Land use change， urbanization， and change in landscape pattern in a metropolitan area. Science of the Total Environment， 2019， 655： 707-719.
28	Wu W Y， Zhang J， Sun Z Y， et al. Attribution analysis of land degradation in Hainan Island based on geographical detector. Ecological Indicators， 2022， 141： 109119.
29	Mei Z M. On the developmental ways for returning farmland to woodland or grassland and water-saving agro-forestry in the ecological fragile Karst area of Guizhou. Carsologica Sinica， 2003（4）： 44-49.
	梅再美. 贵州喀斯特脆弱生态区退耕还林还草与节水型混农林业发展的途径探讨. 中国岩溶， 2003（4）： 44-49.
30	Chen L H， He Z H， Pan S， et al. Spatial and temporal evolution characteristics of karst agricultural drought based on different time scales and driving detection. Journal of Soil and Water Conservation， 2023， 37（2）： 136-148.
	陈莉会，贺中华，潘杉，等. 基于不同时间尺度的喀斯特农业干旱时空演变特征及驱动探测——以贵州省为例. 水土保持学报， 2023， 37（2）： 136-148.
31	Deng L Z， Su W C， Yang Z H. Analysis of agricultural structure evolution and driving forces in karst area based on CCA and PCA Model. Southwest China Journal of Agricultural Sciences， 2017， 30（4）： 869-875.
	邓灵稚，苏维词，杨振华. 基于CCA与PCA模型的岩溶地区农业结构演变及其驱动力分析. 西南农业学报， 2017， 30（4）： 869-875.
32	Song S Z， Xiong K N， Chi Y K， et al. Study on improvement of degraded grassland in rocky desertification control in the karst areas of Southern China. Journal of Domestic Animal Ecology， 2019， 40（3）： 82-87， 96.
	宋淑珍，熊康宁，池永宽，等. 中国南方喀斯特石漠化治理中的退化草地改良研究综述. 家畜生态学报， 2019， 40（3）： 82-87， 96.
33	Sun Q Z， Liu R L， Chen J Y， et al. Effect of planting grass on soil erosion in karst demonstration areas of rocky desertification integrated rehabilitation in Guizhou Province. Journal of Soil and Water Conservation， 2013， 27（4）： 67-72， 77.
	孙泉忠，刘瑞禄，陈菊艳，等. 贵州省石漠化综合治理人工种草对土壤侵蚀的影响. 水土保持学报， 2013， 27（4）： 67-72， 77.
34	Statistics Bureau of Guizhou Province. Guizhou Statistic Yearbook. Beijing： China Statistics Press， 2019.
	贵州省统计局. 贵州统计年鉴. 北京：中国统计出版社， 2019.
35	National Forestry and Grassland Administration. China Forestry and Grassland Statistic Yearbook. Beijing： China Forestry Publishing House， 2021.
	国家林业和草原局. 中国林业和草原年鉴. 北京：中国林业出版社， 2021.
36	Wang Y H， Tang W J， Li S， et al. Change in grassland productivity in Qinghai Province and its driving factors. Acta Prataculturae Sinica， 2022， 31（2）： 1-13.
	王亚晖，唐文家，李森，等. 青海省草地生产力变化及其驱动因素. 草业学报， 2022， 31（2）： 1-13.
37	Zhang Y R， He Y， Li Y L， et al. Spatiotemporal variation and driving forces of NDVI from 1982 to 2015 in the Qinba Mountains， China. Environmental Science and Pollution Research， 2022， 29（34）： 52277-52288.
38	Zhu L J， Meng J J， Zhu L K. Applying Geodetector to disentangle the contributions of natural and anthropogenic factors to NDVI variations in the middle reaches of the Heihe River Basin. Ecological Indicators， 2020， 117： 106545.
39	Shu S J， Wang Y， Chu H Y. Spatial distribution of temperature in China： Geographic and orographic influences. Journal of Nanjing University （Natural Sciences）， 2009， 45（3）： 334-342.
	舒守娟，王元，储惠芸. 地理和地形影响下我国区域的气温空间分布. 南京大学学报（自然科学）， 2009， 45（3）： 334-342.
40	Zhu M， Zhou Z F， Jiang Y， et al. Spatial and temporal heterogeneity of precipitation based on the landforms of Guizhou Plateau. Research of Soil and Water Conservation， 2020， 27（3）： 181-189.
	朱孟，周忠发，蒋翼，等. 基于贵州高原地貌分区的降水时空异质性特征. 水土保持研究， 2020， 27（3）： 181-189.
41	Su D X. Characteristics of natural grassland in Guizhou Province and it’s evaluation. Journal of Natural Resources， 1987（2）： 153-160.
	苏大学. 贵州天然草地资源的自然特征和评价. 自然资源学报， 1987（2）： 153-160.
42	Huangfu J Y， Mao F X， Lu X S. Analysis of grassland resources in southwest China. Acta Prataculturae Sinica， 2012， 21（1）： 75-82.
	皇甫江云，毛凤显，卢欣石. 中国西南地区的草地资源分析. 草业学报， 2012， 21（1）： 75-82.
43	Xu L X， Xiong K N， Zhang J H， et al. Advantages and potentials for the development of animal husbandry in Guizhou Karst area. Journal of Domestic Animal Ecology， 2015， 36（12）： 60-66.
	许留兴，熊康宁，张锦华，等. 贵州喀斯特地区草地畜牧业发展优势与潜力分析. 家畜生态学报， 2015， 36（12）： 60-66.
44	Bardgett R D， Bullock J M， Lavorel S， et al. Combatting global grassland degradation. Nature Reviews Earth and Environment， 2021， 2（10）： 720-735.
45	Jiang A P， Jin T T， Zhang L P， et al. Influence of road construction on vegetation net primary productivity in southwest China. Acta Ecologica Sinica， 2022， 42（9）： 3624-3632.
	蒋爱萍，靳甜甜，张丽萍，等. 西南地区道路建设对植被净初级生产力的影响. 生态学报， 2022， 42（9）： 3624-3632.
46	Liu J Y， Kuang W H， Zhang Z X， et al. Spatiotemporal characteristics， patterns and causes of land use changes in China since the late 1980s. Acta Geographica Sinica， 2014， 69（1）： 3-14.
	刘纪远，匡文慧，张增祥，等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局. 地理学报， 2014， 69（1）： 3-14.
47	Zhang B F， Miao C H. Spatiotemporal changes and driving forces of land use in the Yellow River Basin. Resources Science， 2020， 42（3）： 460-473.
	张佰发，苗长虹. 黄河流域土地利用时空格局演变及驱动力. 资源科学， 2020， 42（3）： 460-473.
48	Fang J Y， Geng X Q， Zhao X， et al. How many areas of grasslands are there in China？ Chinese Science Bulletin， 2018， 63（17）： 1731-1739.
	方精云，耿晓庆，赵霞，等. 我国草地面积有多大？科学通报， 2018， 63（17）： 1731-1739.
49	Li Z， Han W C， Hu Q Y， et al. Land use/cover classification based on combining spectral mixture analysis model and object-oriented method. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（17）： 225-233.
	李卓，韩文超，胡起源，等. 融合光谱混合分解与面向对象的土地利用/覆被分类. 农业工程学报， 2021， 37（17）： 225-233.
50	Guo M R， Liu T， Han P， et al. Discriminating data of spacial distribution of artificial grassland based on multi-source satellite remote sensing date fusion. Chinese Journal of Grassland， 2019， 41（5）： 53-62.
	郭茉苒，刘涛，韩鹏，等. 基于多源卫星遥感数据融合的人工草地空间分布信息提取. 中国草地学报， 2019， 41（5）： 53-62.
51	Chen H， Wang Y， Zhang X， et al. Extraction and application of land use/land cover information in the middle and lower reaches of Ziwu River on the south slope of Qinling Mountains. Acta Ecologica Sinica， 2022， 42（22）： 9239-9249.
	陈航，王颖，张昕，等. 秦岭南坡子午河中下游流域土地利用/土地覆被信息提取及其应用. 生态学报， 2022， 42（22）： 9239-9249.

数据类型 Data type	年份 Year	空间分辨率 Space resolution （m）	数据来源 Data sources
土地利用类型Land use types	1980、1990、1995、2000、2005、2010、2015、2020	30	中国科学院地理科学与资源研究所Data Center for Resources and Environmental Sciences， Chinese Academy of Sciences （RESDC， http：//www.resdc.cn）
年降水量Annual precipitation	1995、2000、2005、2010、2015、2020	1000
年平均气温Mean annual temperature	1995、2000、2005、2010、2015、2020	1000
国内生产总值GDP	1995、2000、2005、2010、2015、2020	1000
人口密度Density of population	1995、2000、2005、2010、2015、2020	1000
数字高程模型Digital elevation model	-	30	地理空间数据云Geospatial data cloud （https：//www.gscloud.cn/）
牧业产值Livestock industry output	1995、2000、2005、2010、2015、2020	各区县Districts and counties	贵州省经济社会发展统计数据库Guizhou economic and social development statistical database （https：//data.cnki.net/）

数据类型 Data type	年份 Year	空间分辨率 Space resolution （m）	数据来源 Data sources
土地利用类型Land use types	1980、1990、1995、2000、2005、2010、2015、2020	30	中国科学院地理科学与资源研究所Data Center for Resources and Environmental Sciences， Chinese Academy of Sciences （RESDC， http：//www.resdc.cn）
年降水量Annual precipitation	1995、2000、2005、2010、2015、2020	1000
年平均气温Mean annual temperature	1995、2000、2005、2010、2015、2020	1000
国内生产总值GDP	1995、2000、2005、2010、2015、2020	1000
人口密度Density of population	1995、2000、2005、2010、2015、2020	1000
数字高程模型Digital elevation model	-	30	地理空间数据云Geospatial data cloud （https：//www.gscloud.cn/）
牧业产值Livestock industry output	1995、2000、2005、2010、2015、2020	各区县Districts and counties	贵州省经济社会发展统计数据库Guizhou economic and social development statistical database （https：//data.cnki.net/）

驱动因素Driving factor	因子Factor	变量Variable	离散化方法Discretization method
地形Terrain factors	坡度Slope （°）	X₁	专家经验法Expert experience method
地形Terrain factors	海拔Elevation （m）	X₂	自然间断法Natural breaks
气候Climate factors	年平均气温Mean annual temperature （℃）	X₃	自然间断法Natural breaks
气候Climate factors	年降水量Annual precipitation （mm）	X₄	自然间断法Natural breaks
社会经济Social and economic factors	人口密度Density of population （person·km^-2）	X₅	分位数法Quantile method
	国内生产总值GDP （×10⁴ yuan·km^-2）	X₆	分位数法Quantile method
	牧业产值Livestock industry output （×10⁴ yuan）	X₇	自然间断法Natural breaks

驱动因素Driving factor	因子Factor	变量Variable	离散化方法Discretization method
地形Terrain factors	坡度Slope （°）	X₁	专家经验法Expert experience method
地形Terrain factors	海拔Elevation （m）	X₂	自然间断法Natural breaks
气候Climate factors	年平均气温Mean annual temperature （℃）	X₃	自然间断法Natural breaks
气候Climate factors	年降水量Annual precipitation （mm）	X₄	自然间断法Natural breaks
社会经济Social and economic factors	人口密度Density of population （person·km^-2）	X₅	分位数法Quantile method
	国内生产总值GDP （×10⁴ yuan·km^-2）	X₆	分位数法Quantile method
	牧业产值Livestock industry output （×10⁴ yuan）	X₇	自然间断法Natural breaks

草地转入 The grassland transfer in	时段Period
草地转入 The grassland transfer in	1995-2000	2000-2005	2015-2020	1980-2020
耕地Cultivated land	268.27	245.34	1101.27	1235.40
林地Forest land	1500.23	200.75	3656.43	4600.20
水域Water body	1.40	1.18	14.24	9.44
建设用地Construction land	8.70	2.21	21.45	7.40
未利用地Unused land	1.80	0.15	1.74	2.59
草地转出 The grassland transfer out	时段Period
草地转出 The grassland transfer out	1995-2000	2000-2005	2015-2020	1980-2020
耕地Cultivated land	582.01	693.00	979.77	1523.79
林地Forest land	622.91	1178.72	1999.91	3972.32
水域Water body	12.03	4.29	88.88	159.04
建设用地Construction land	9.79	12.51	233.00	374.11
未利用地Unused land	0.15	0.20	0.66	1.24

1980-2020年贵州省草地空间分布格局演变及驱动力分析

An analysis of grassland spatial distribution and driving forces of patterns of change in grassland distribution in Guizhou Province from 1980 to 2020

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 51

相关文章 15

编辑推荐

Metrics

类型 Type	指数意义 Index meaning	分级标准 Classification standard	范围 Range （km²）	区县数量Number of counties （No.）
类型 Type	指数意义 Index meaning	分级标准 Classification standard	范围 Range （km²）	1995-2000	2000-2005	2015-2020	1980-2020
草地增加 Grassland increase	急剧增加Drastic increase	>A_i+2S_i	>156.25	2	0	6	2
	中度增加Moderate increase	≥A_i+S_i， ≤A_i+2S_i	≥102.48， ≤156.25	0	0	2	3
	轻度增加Slight increase	≥A_i， <A_i+S_i	≥48.70， <102.48	3	0	3	12
	微度增加Very slight increase	>0， <A_i	>0， <48.70	33	3	9	51
草地减少 Grassland decrease	微度减少Very slight decrease	≥A_d， <0	≥-24.66， <0	46	62	60	6
	轻度减少Slight decrease	≥A_d-S_d， <A_d	≥-70.72， <-24.66	3	23	5	2
	中度减少Moderate decrease	≥A_d-2S_d， <A_d-S_d	≥-116.79， <-70.72	1	0	0	4
	急剧减少Drastic decrease	<A_d-2S_d	<-116.79	0	0	3	8

转移特征 Transfer character	变化类型 Transfer types	景观格局指数Landscape pattern index
转移特征 Transfer character	变化类型 Transfer types	斑块密度PD	景观形状指数LSI	聚集度指数AI
草地转出 The grassland transfer out	草地→林地Grassland→forest land	1.18	156.43	65.14
	草地→耕地Grassland→cultivated land	2.10	276.85	12.94
	草地→水域Grassland→water bodies	0.05	55.11	41.82
	草地→建设用地Grassland→construction land	0.08	60.39	60.91
	草地→未利用地Grassland→unused land	0.00	7.24	7.83
草地转入 The grassland transfer in	林地→草地Forest land→grassland	1.17	167.62	72.39
	耕地→草地Cultivated land→grassland	2.31	288.60	11.72
	水域→草地Water bodies→grassland	0.03	31.14	20.29
	建设用地→草地Construction land→grassland	0.04	34.31	24.51
	未利用地→草地Unused land→grassland	0.00	6.67	51.74

行政区 Administrative region	年份Year
	1995		2000		2015		2020
	HH	LH	HH	LH	HH	LH	HH	LH
贵阳市Guiyang City	0.20	0.61	0.14	0.54	0.09	0.45	0.11	0.46
六盘水市Liupanshui City	0.94	1.16	0.65	0.85	0.63	0.82	0.52	1.04
遵义市Zunyi City	0.20	0.63	0.19	0.58	0.15	0.51	0.14	0.51
安顺市Anshun City	0.61	0.84	0.36	0.65	0.32	0.60	0.46	0.75
铜仁市Tongren City	0.31	0.95	0.27	0.91	0.23	0.83	0.22	0.82
黔南布依族苗族自治州Qiannan Buyi and Miao Autonomous Prefecture	0.77	2.03	0.61	1.89	0.59	1.73	0.56	1.72
黔东南苗族侗族自治州Qiandongnan Miao and Dong Autonomous Prefecture	0.46	1.36	0.39	1.27	0.33	1.02	0.32	1.04
黔西南布依族苗族自治州Qianxinan Buyi and Miao Autonomous Prefecture	1.49	1.62	1.09	1.36	1.00	1.34	0.98	1.51
毕节市Bijie City	1.38	2.12	1.09	1.84	0.97	1.71	1.00	1.93
总计Total	6.36	11.32	4.79	9.90	4.31	9.01	4.32	9.78

驱动因子 Driving factor	q值q value						平均q值 Mean q value
驱动因子 Driving factor	1995	2000	2005	2010	2015	2020	平均q值 Mean q value
X₁	0.054*	0.057*	0.054*	0.055*	0.056*	0.064*	0.057
X₂	0.425*	0.403*	0.411*	0.406*	0.406*	0.429*	0.413
X₃	0.462*	0.406*	0.301*	0.194*	0.285*	0.255*	0.317
X₄	0.179*	0.348*	0.115*	0.126*	0.215*	0.251*	0.206
X₅	0.047*	0.057*	0.078*	0.070*	0.043*	0.154*	0.075
X₆	0.120*	0.114*	0.034*	0.064*	0.053*	0.070*	0.076
X₇	0.114*	0.130*	0.146*	0.234*	0.254*	0.411*	0.215

年份 Year	人口密度 Density of population （Person·km^-2）	国内生产总值GDP （×10⁸ yuan）	牧业产值 Livestock industry output （×10⁸ yuan）	城镇化率 Urbanization rate （%）	牛羊出栏量 The amount of cattle and sheep slaughter （×10⁴ heads）	农作物播种面积 Crop sown area （km²）
1995	199	636	102	23.83	160.40	42053
2000	200	1029	110	23.87	216.82	70440
2005	1178	1939	194	26.87	383.34	48041
2010	1948	4519	304	33.81	295.26	48893
2015	2463	10541	665	42.01	379.40	55422
2020	2231	17860	1019	53.15	473.51	54754

安沙舟	安渊	毕玉蓉	邴孝利	曹成有	陈兵林	陈旭君	陈长青	程建峰	程金花
戴伟民	丁成龙	丁国华	董全民	董召荣	杜自强	段廷玉	方香玲	冯彦皓	高学文
耿玉清	龚吉蕊	郭丁	郭继勋	郭龙	郭正刚	韩立强	韩烈保	韩玉竹	韩云华
杭苏琴	何树斌	贺晓	胡涛	黄晓东	贾倩民	贾善刚	雷蕾	李飞	李惠侠
李建龙	李美	李胜利	李万宏	李伟斌	李旭东	李彦忠	李造哲	李镇清	李志强
林慧龙	蔺吉祥	凌宁	刘慧霞	刘杰	刘金荣	刘权	刘世亮	刘文献	刘永杰
刘志民	吕晓涛	马景永	马清	马啸	马永清	毛培胜	毛胜勇	穆春生	彭远英
尚占环	邵涛	沈益新	沈禹颖	时磊	苏艳军	苏永中	苏勇	孙洪仁	孙丽娟
唐增	田沛	汪诗平	王德利	王虎成	王剑峰	王竞红	王丽佳	王三根	王晓娟
王新宇	谢文刚	徐世健	闫涛	杨成德	杨惠敏	杨宪龙	姚拓	于应文	于卓
袁明龙	曾彦军	查同刚	张吉宇	张建国	张金屯	张世挺	张万军	张卫建	张兴旭
赵宁	赵祺	赵威	朱宏	朱剑霄	庄苏

[1]	杨志贵, 张建国, 李锦荣, 于红妍, 常丽, 宜树华, 吕燕燕, 张玉琢, 孟宝平. 内蒙古温性草原草地类型近20年时空动态变化研究[J]. 草业学报, 2023, 32(9): 1-16.
[2]	张东, 侯晨, 马文明, 王长庭, 邓增卓玛, 张婷. 高寒草地不同灌丛化梯度下土壤酶活性研究[J]. 草业学报, 2023, 32(9): 79-92.
[3]	张慧龙, 杨秀春, 杨东, 陈昂, 张敏. 2000-2020年内蒙古草地植被覆盖度时空变化及趋势预测[J]. 草业学报, 2023, 32(8): 1-13.
[4]	康燕霞, 姜渊博, 齐广平, 银敏华, 马彦麟, 汪精海, 贾琼, 唐仲霞, 汪爱霞. 红豆草与无芒雀麦混播草地生产力提升的水分调控模式研究[J]. 草业学报, 2023, 32(8): 115-128.
[5]	李雪敏, 李同宁, 吴芝雨, 武振国. 多情景模拟下内蒙古草地生态系统服务价值时空演变[J]. 草业学报, 2023, 32(8): 14-27.
[6]	邢虎成, 王贤芳, 周清, 闫景彩, 揭雨成. 湖南52县草地资源的类型、等级及利用现状分析[J]. 草业学报, 2023, 32(8): 91-103.
[7]	黄治鹏, 黄毅, 杨全俊, 夏超, 张岩. 蒙古国草地农业及对我国的启示[J]. 草业学报, 2023, 32(6): 1-15.
[8]	崔婷, 王勇, 马晖玲. 外源IAA作用下草地早熟禾中调控Cd长距离运输的关键基因表达及其代谢通路分析[J]. 草业学报, 2023, 32(6): 146-156.
[9]	高婕, 赵新全, 刘文亭, 杨晓霞, 张春平, 俞旸, 曹铨, 刘玉祯, 张雪, 董全民. 基于供给—消耗关系的青海省高寒草地承载力时空变化分析[J]. 草业学报, 2023, 32(5): 1-12.
[10]	马婧, 郭方君, 邹枝慧, 孙琳, 陈芳. 腾格里沙漠南缘不同恢复阶段沙质草地植被的季节变化特征[J]. 草业学报, 2023, 32(5): 203-210.
[11]	郭芮, 伏帅, 侯蒙京, 刘洁, 苗春丽, 孟新月, 冯琦胜, 贺金生, 钱大文, 梁天刚. 基于Sentinel-2数据的青海门源县天然草地生物量遥感反演研究[J]. 草业学报, 2023, 32(4): 15-29.
[12]	马源, 王晓丽, 王彦龙, 马玉寿, 崔海鹏. 生态恢复领域草种丸粒化研究进展[J]. 草业学报, 2023, 32(4): 197-207.
[13]	江奥, 敬路淮, 泽让东科, 田黎明. 放牧影响草地凋落物分解研究进展[J]. 草业学报, 2023, 32(4): 208-220.
[14]	哈雪, 张金青, 白方旭, 马祥荣, 王安琦, 马晖玲. 甘肃野生草地早熟禾种质种子产量相关性状分析及其对矿质元素利用效应评价[J]. 草业学报, 2023, 32(4): 54-67.
[15]	雷石龙, 廖李容, 王杰, 张路, 叶振城, 刘国彬, 张超. 高寒草地植物多样性与Godron群落稳定性关系及其环境驱动因素[J]. 草业学报, 2023, 32(3): 1-12.

驱动因子 Driving factor	年份Year
驱动因子 Driving factor	1995	2000	2005	2010	2015	2020
坡度Slope （°）	25~35	25~35	25~35	25~35	25~35	25~35
海拔Elevation （m）	1980~2748	1980~2748	1980~2748	1980~2748	1980~2748	1980~2748
年平均气温Mean annual temperature （℃）	6.7~11.9	6.2~11.4	7.1~12.7	7.6~13.4	6.9~13.0	5.8~12.1
年降水量Annual precipitation （mm）	983~1160	894~1157	1294~1467	838~997	820~969	607~999
人口密度Density of population （person·km^-2）	10~102	41~88	41~108	116~195	139~239	171~205
国内生产总值GDP （×10⁴ yuan·km^-2）	59~124	7~356	60~110	72~118	509~820	542~721
牧业产值Livestock industry output （×10⁴ yuan）	2161~4239	2910~4236	4722~7122	4987~8619	38579~54373	59685~80528

驱动因子 Driving factor	年份Year
驱动因子 Driving factor	1995	2000	2005	2010	2015	2020
坡度Slope （°）	25~35	25~35	25~35	25~35	25~35	25~35
海拔Elevation （m）	1980~2748	1980~2748	1980~2748	1980~2748	1980~2748	1980~2748
年平均气温Mean annual temperature （℃）	6.7~11.9	6.2~11.4	7.1~12.7	7.6~13.4	6.9~13.0	5.8~12.1
年降水量Annual precipitation （mm）	983~1160	894~1157	1294~1467	838~997	820~969	607~999
人口密度Density of population （person·km^-2）	10~102	41~88	41~108	116~195	139~239	171~205
国内生产总值GDP （×10⁴ yuan·km^-2）	59~124	7~356	60~110	72~118	509~820	542~721
牧业产值Livestock industry output （×10⁴ yuan）	2161~4239	2910~4236	4722~7122	4987~8619	38579~54373	59685~80528