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.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115063036A(43)申请公布日2022.09.16(21)申请号202210885217.X(22)申请日2022.07.26(71)申请人中国测绘科学研究院地址100036北京市海淀区莲花池西路28号(72)发明人张玉董春赵荣亢晓琛康风光栗斌(74)专利代理机构北京星通盈泰知识产权代理有限公司11952专利代理师李筱(51)Int.Cl.G06Q10/06(2012.01)G06Q50/02(2012.01)权利要求书2页说明书10页附图4页(54)发明名称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(57)摘要本发明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。CN115063036ACN115063036A权利要求书1/2页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：2CN115063036A权利要求书2/2页其中，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。7.根据权利要求6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S42包括：S421：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。8.根据权利要求7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S43包括：S431：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。9.面向地块尺度的耕地非农非粮化驱动因素探测系统，其特征在于，包括：图斑获取模块，用于获取耕地非农非粮化的