基于神经网络模型的耕地撂荒风险评价——以广东兴宁市为例

作者：吴茗华; 王薇; 刘光盛; 王红梅^*

来源：农业现代化研究, 2019, 40(06): 1002-1010.

DOI：10.13872/j.1000-0275.2019.0096

• 耕地撂荒
• 地块尺度
• 撂荒规律
• 风险评价
• 人工神经网络模型

耕地是农业生产的基础,经过多年的耕地保护,耕地数量和质量获得较大的提升,但受青壮劳动力析出,务农人口老龄化的影响,耕地撂荒问题成为耕地保护亟待关注的新问题。面对日益严峻的耕地撂荒问题以及乡村振兴的发展要求,耕地撂荒风险评价及治理措施研究具有重要现实意义。本文以粤北山区兴宁市为例,从基础条件、自然地理环境、土壤质量和基础设施四个方面选取指标,并构建人工神经网络模型进行撂荒风险测度,探析不同撂荒风险耕地特征,最后提出分类治理对策。结果表明,耕地撂荒风险测度模型PCM系数为72.8%,能较好地测度耕地撂荒风险;兴宁市约三成耕地为高撂荒风险状态,其主要分布在土壤质量较差、基础设施条件不完善、耕作便利性较差的高海拔坡耕地上,且主要为田块细碎、形状不规整的旱地。为避免耕地大规模撂荒,建议建立耕地撂荒风险动态监测体系,加强土地流转,通过扶持种植大户,吸纳外出务工人员返乡创业等方式推广适度规模经营。

• 单位
  华南农业大学