基于空间自相关的区域农地变化驱动力研究—

基于空间自相关的区域农地变化驱动力研究——以珠三角地区为例

曹祺文, 吴健生, 仝德, 张晓娜, 卢志强, 司梦林

Drivers of regional agricultural land changes based on spatial autocorrelation in the Pearl River Delta,China

CAO Qiwen,WU Jiansheng,TONG De,ZHANG Xiaona,LU Zhiqiang,SI Menglin

表5 珠三角地区耕地变化驱动力回归模型对比

Table 5 Comparison of regression models for driving forces of cultivated land change

解释变量	Logistic					AutoLogistic
解释变量	参数β值估计	标准误差 SE	检验统计量 Wald χ²	Pr>χ²	发生比率	参数β值估计	标准误差 SE	检验统计量 Wald χ²	Pr>χ²	发生比率
θ_preciptation	-0.000 14	0.000 6	0.063	0.802	0.999 8	0.001 02	0.000 6	2.541	0.111	1.001 0
θ_temperature	-2.332 41**	0.862 8	7.307	0.007	0.097 1	-0.754 10	0.919 1	0.673	0.412	0.470 4
θ_sunshine	-0.003 26*	0.001 3	6.072	0.014	0.9967	-0.003 46*	0.001 4	5.739	0.017	0.996 5
Elevation	-0.003 18	0.001 6	3.720	0.054	0.996 8	-0.000 71	0.001 5	0.212	0.645	0.999 3
Slope	-0.007 75	0.015 4	0.253	0.615	0.992 3	-0.019 39	0.015 9	1.489	0.222	0.980 8
Aspect	0.104 53	0.057 0	3.366	0.067	1.110 2	0.131 29*	0.060 3	4.744	0.029	1.140 3
OM	-0.002 39*	0.001 0	5.610	0.018	0.997 6	-0.001 23	0.001 0	1.463	0.226	0.998 8
Pop_density	0.000 60	0.000 3	3.442	0.064	1.000 1	0.000 09*	0.000 0	6.265	0.012	1.000 1
Rural_pop_density	0.000 29	0.000 2	2.793	0.095	1.000 3	0.000 21	0.000 2	1.260	0.262	1.000 2
Invest	-0.000 10**	2.79E-8	7.320	0.007	0.999 9	-0.000 01*	2.88E-8	5.274	0.022	0.999 9
Power	-0.000 10	0.51E-8	2.941	0.086	0.999 0	0.000 01	0.58E-8	1.933	0.164	1.000 1
GDP	0.000 08**	0.04E-8	362.849	0.000	1.001 0	0.000 06**	0.05E-8	159.412	0.000	1.000 1
DIS2center	0.000 04	0.000 1	3.189	0.074	1.000 1	0.000 04	0.000 1	2.282	0.131	1.000 1
DIS2road	-0.000 90**	0.000 2	9.095	0.003	0.999 0	-0.000 04	0.000 1	2.003	0.157	0.999 5
DIS2railway	-0.000 40**	0.05E-8	63.836	0.000	0.999 9	-0.000 02**	0.05E-8	21.539	0.000	0.999 9
DIS2residential	0.000 01	0.000 1	0.447	0.504	1.000 1	0.000 02	0.000 1	1.229	0.268	1.000 1
DIS2river	-0.000 01	0.000 1	0.721	0.396	0.999 9	0.000 01	0.000 1	0.612	0.434	1.000 1
Lag_crop						2.361 23**	0.158 9	220.566	0.000	10.604 0
Lag_light						0.008 39*	0.003 9	4.435	0.035	1.008 4
常数Constant	-1.702 33**	0.409 7	17.267	0.000	0.182 2	-2.739 45**	0.439 7	38.815	0.000	0.064 6
模型参数	LR χ²（17）=1 473.39 P=0.000 ROC=0.841 0 预测正确率PCP=78.72%					LR χ²（19）=1 785.98 P=0.000 ROC=0.8 693 预测正确率PCP=80.30%