中国耕地资源安全模式识别的PNN神经网络方法

• 作者: 李宁 李春华 王斌年 骆华莹
• 来源期刊: 中国农学通报
• 学科: 工学
• 关键词: 耕地安全 指标阈值 模式识别 PNN网络
• 年，卷（期）: 2011,（26）
• 所属期刊栏目: 农村发展——农村信息
• 页码范围: 181-186
• 分类号: TP181
• 字数: 4479字
• 语种: 中文

摘要

耕地资源安全不仅事关中国的粮食安全,而且影响中国的生态安全和社会安全.为了分析各地区耕地安全的特点和影响因素,笔者首先选取评价指标,构建区域耕地资源安全风险评价模型,然后应用安全预警理论建立耕地安全风险评价指标阈值标准,最后利用PNN神经网络模型,对中国区域耕地风险进行分析.结果表明,中国耕地安全风险分为5类地区:高度危险区:四川、云南、内蒙古、福建、重庆、陕西、贵州、甘肃、青海,主要是生态脆弱区；危险地区:山东、北京、上海、天津、广西；值得关注地区:宁夏、江苏、浙江、西藏、广东,既有经济发达地区又有相对落后地区；安全区:辽宁、山西、河南、河北；高度安全区:安徽、湖南、湖北、新疆、海南、江西、吉林、黑龙江,安全和高度安全区中,大部分是中国的粮食主产区.这意味着中国耕地保护政策要转向耕地生态背景和质量的保护,经济发展对耕地资源的压力也不容忽视,同时要继续加强对粮食主产区耕地保护的倾斜政策,确保中国的粮食安全.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆华莹	中南林业科技大学理学院	1	2	1.0	1.0
2	王斌年	中南林业科技大学理学院	1	2	1.0	1.0