基于Pearson灰色关联熵的粮食产量主影响因子识别——以河南省为例

被引:9
作者
张贞 [1 ]
马赛 [1 ]
汪权方 [1 ,2 ]
机构
[1] 湖北大学资源环境学院
[2] 农业部遥感应用中心武汉分中心
关键词
粮食产量; 主影响因子; Pearson系数; 熵权灰色关联法; 河南省;
D O I
10.13448/j.cnki.jalre.2017.278
中图分类号
F326.11 [粮食作物];
学科分类号
020205 ; 1203 ; 0202 ;
摘要
区域粮食产量主控因子的诊断需要合理遴选评价指标并准确测度气象气候等各影响因素的作用。文中以河南省1989-2014年的农业统计资料为数据源,首先将Pearson相关分析法应用于从资源投入、气候变化、技术进步、制度政策等四个方面构建的河南省粮食产量影响因子评价指标集,以进行评价指标的定量遴选和消除依据主观经验选择评价指标的局限性,然后再应用熵权法改进后的灰色关联分析法来识别河南省粮食产量主影响因子。研究结果显示:基于Pearson系数和灰色关联熵相结合的粮食产量主影响因子识别结果较符合河南省的客观实际,对于与粮食产量关系密切但其影响通常难以量化的气象气候等因子所起的作用也能够较准确地测度。农田有效灌溉面积、耕地面积和粮食作物播种面积三项因子是河南省粮食产量的主控因子,并且农田有效灌溉面积的灰色关联熵最高,耕地面积和粮食作物播种面积的灰色关联熵也明显高出位于其后的其它因子,这表明河南省粮食生产受到区域内水资源匮乏的强烈影响,同时该省当前的粮食产量(产出)是通过投入大量的耕地资源要素并保持较高的作物种植规模而得以实现的,这与农业可持续发展的内涵并不相符。平均气温、日照时数、年降水总量以及化肥农药的使用量和成灾面积也是河南省粮食产量变化的主要因素,这显示出该省粮食生产的现代化水平不高,受气象气候因子的制约作用明显,对灾害的防御和抵抗能力较弱,存在对易于造成农业面源污染问题的化肥农药依赖性较强的现象;农业机械等科技投入要素对河南省1989年以来粮食产量的影响较小,明显低于气温和降水等气象气候因子的作用。
引用
收藏
页码:43 / 48
页数:6
相关论文
共 35 条
[1]  
河南省粮食生产影响因素的量化分析与对策.[D].何春花.河南农业大学.2009, 06
[2]  
Dynamical analysis on influencing factors of grain production in Henan province based on grey systems theory.[J].Bingjun Li;Chunhua He;Liping Hu;Yanhua Li.Grey Systems: Theory and Application.2012, 1
[3]  
灰色系统理论教程.[M].邓聚龙著;.华中理工大学出版社.1990,
[4]   我国粮食主产区粮食全要素生产率时空演变及驱动因素 [J].
张利国 ;
鲍丙飞 .
经济地理, 2016, 36 (03) :147-152
[5]   河南省粮食综合生产能力影响因素的量化分析结果及其政策含义 [J].
郭慧萍 .
河南工业大学学报(社会科学版), 2016, 12 (01) :1-6
[6]   1951—2012年河南省气候变化对冬小麦和玉米产量的影响 [J].
赵丹丹 ;
翟石艳 .
中国农学通报 , 2015, (29) :152-157
[7]   基于改进广义灰色关联度的河南省粮食生产影响因素分析 [J].
杨铭 ;
刘青利 .
西南师范大学学报(自然科学版), 2015, 40 (09) :174-180
[8]   河南省粮食产量波动特征及影响因素分析 [J].
李青松 ;
邓素君 ;
徐国劲 ;
文倩 ;
朱嘉伟 .
中国农学通报, 2015, (18) :226-230
[9]   基于对数均值迪氏指数法的中国粮食产量影响因素分解 [J].
周志刚 ;
郑明亮 .
农业工程学报, 2015, 31 (02) :1-6
[10]   2004—2012年河南五地市粮食产量影响因子的灰色关联分析 [J].
赵奇 ;
范春丽 ;
杨玉珍 .
河南科学, 2014, 32 (12) :2486-2490