奉節縣臍橙果園用地時空演變特征與驅動因子分析

王 斌 何丙輝 林 娜 王 偉 李天陽 安麗超

(1.西南大學資源環境學院， 重慶 400715； 2.重慶市地理信息和遙感應用中心， 重慶 401147；3.重慶交通大學土木工程學院， 重慶 400074)

0 引言

大規模種植經濟作物導致原有林地、耕地等被替代，這已成為全球范圍內較為典型的土地利用/覆被變化(Land use/cover change, LUCC)過程，尤其在熱帶、亞熱帶地區比較多見[1]。種植經濟作物可為地區和農戶帶來比糧食作物更可觀的經濟收益，同時勞力投入也明顯少于種植糧食作物。但是，經濟作物擴張會影響生態系統服務的供給，帶來諸如生物多樣性降低、土壤肥力下降、CO2排放增加以及水土流失加劇等生態環境問題，對農業可持續發展造成較大的威脅[2-3]。

近年來，對經濟作物用地變化驅動力的研究逐漸增多[1，3-10]。大多研究認為，土地利用擴張內部驅動機制具有非線性和復雜性。目前，在建立驅動因子體系時大部分研究充分考慮了自然和社會經濟2方面，但對政策因子的研究相對較少，可嘗試將政策因子納入驅動力因子范疇，以探索政策因子在經濟作物擴張過程中的重要程度。以往研究采用的傳統經驗統計法(Empirical-statistical)依靠先驗知識，不能很好地解釋非線性和復雜要素的關聯關系[11]。而機器學習方法能更好地解釋非線性要素之間的復雜關系，在LUCC建模中更具優勢[11-12]。隨機森林回歸模型作為新型機器學習算法，可對各變量的相對重要性進行排序，并定量分析某特定變量的邊際依賴性，對經濟作物土地利用驅動力因子有更強的分析和解釋能力[3]，因此，可用來探討奉節臍橙果園擴張的驅動力機制。

臍橙是奉節縣乃至三峽庫區的支柱性農業產業，近年來在鄉村振興、精準扶貧等相關背景下，發展較為迅速，已成為當地居民脫貧致富的產業。據奉節縣年鑒、政府工作報告、臍橙官方公眾號及相關資料顯示，在2000—2020年短短的20年間，奉節縣臍橙產業總體規模增長約150%，年均增長約7.5%，已成為奉節主導產業之一。同時，奉節地形地貌復雜，是典型的生態環境敏感區，近年來整體水土流失和滑坡等地質災害愈發嚴重。因此，探討當地臍橙果園擴張的態勢和動因，對進一步分析其與生態環境之間的關聯關系、制定更適宜的可持續土地利用政策、優化未來產業發展規劃及生態環境保護規劃等具有重要的現實意義。

本文基于Landsat影像、高分二號、地理國情監測等數據，利用隨機森林回歸方法對2000—2019年期間奉節縣臍橙果園時空演變格局和驅動力因子進行定量分析，以期為臍橙產業的科學發展、區域土地可持續利用提供決策支持。

1 研究區概況

奉節縣地處重慶市東部、三峽庫區腹心地區，位于東經109°1′17″～109°45′58″、北緯30°29′19″～31°22′33″，東鄰巫山縣，南接湖北省恩施市，西連云陽縣，北界巫溪縣，幅員面積4 098.44 km2(《奉節年鑒·2020》)，如圖1所示。奉節屬四川盆地東部山地地貌，海拔135～2 123 m，境內山地面積占總面積的88.3%，中山(海拔1 000 m以上)占總面積80.01%，北部為大巴山南麓的一部分，東部和南部為巫山和七曜山的一部分，長江橫切七曜山形成著名的瞿塘峽；地貌總體為東南、東北高而中部偏西稍平緩，南北約為對稱分布，以長江為對稱軸，離長江越遠海拔越高，有少量平緩河谷平壩；境內長江干流41.5 km，有梅溪河、大溪河、草堂河、朱衣河等主要支流；縣境屬中亞熱帶濕潤季風氣候，四季分明，無霜期長，雨量充沛，日照時間長，年平均無霜期287 d，年平均濕度67%，年平均降水量1 132 mm，常年日照時數為1 639 h。

奉節縣具有臍橙生產的“無臺風、無凍害、無檢疫性病蟲害”的三大獨特生態優勢，是世界上少有的臍橙特產生態帶。其臍橙品牌價值達182.8億元，位居全國橙類品牌首位。目前，奉節臍橙核心產區主要分布在草堂鎮、白帝鎮、汾河鎮、康樂鎮、永安鎮和永樂鎮等地，大多以農戶為單位進行種植和經營管理。

2 研究方法和數據來源

2.1 概念模型

本研究設計了一個概念模型(圖2)，以引導奉節縣臍橙果園用地變化的驅動力分析。以往研究大多將驅動因子歸結為2類：自然和社會經濟。梁鑫源等[13]認為農業政策始終是各驅動因素的主導，SU等[14]認為政策因子對經濟作物種植和擴張有著顯著影響，在制定政策時應在促進經濟作物種植和保護自然資源之間取得平衡。本研究將臍橙驅動力因素劃分為3類：自然、社會經濟和政策，再細分為不同組別，然后選擇相應的潛在因子。自然因素包括地形、土壤、水源和鄰域情況；社會經濟因素包括人口、可達性和經濟發展情況；政策因子根據自然資源、生態環境、農業、水利等行業差異具有不同的特點，本研究為便于定量分析，主要選取農業領域與臍橙發展有關的資金因子。各類驅動因子的影響是非線性的，總體影響并不是個體效應簡單的線性加權之和，而是復雜的融合、交互、積累和偏移的非線性耦合過程。

臍橙果園不僅受到多種維度的驅動因子影響，也受到不同空間層級的影響，其相對重要性與空間尺度、維度和時間周期等都有著一定的聯系。根據研究區的特點，本研究設置像元和鄉鎮2個空間尺度，以更全面地分析臍橙果園土地利用變化的驅動機制。

2.2 采用的數據和來源

本研究主要利用Landsat系列衛星影像數據(https:∥www.usgs.gov)(表1)和高分2號影像數據，提取了2000、2006、2012、2019年4個時間節點的臍橙果園分布數據，分別使用地理國情監測數據和第三次全國國土調查數據、2012年度土地變更調查數據以及歷史地理信息數據庫對4年的解譯結果進行輔助校核，通過驗證樣本對臍橙果園提取結果進行了評價，4期影像提取精度均達到85%以上。遙感影像的輻射校正、大氣校正、幾何校正、鑲嵌和裁剪等數據處理工作采用ENVI 5.3軟件完成。水系、道路、城市建成區以及30 m分辨率的數字高程模型(DEM)等數據來自于奉節縣基礎地理信息數據庫，用于提取高程、坡度、坡向等地形地貌數據以及可達性因子。臍橙果園樣點土壤質地類別、土壤pH值和土壤有機質含量來自重慶市林業普查數據。鄰域林地占比、農田占比等土地利用數據主要來自于地理國情普查和監測、國土調查以及基礎地理信息數據庫，部分歷史數據采用衛星影像進行解譯提取，鄰域統計范圍為90 m緩沖區。鄉鎮尺度年末總人口、國民生產總值及農民人均純收入等數據源自奉節縣年鑒，臍橙產業專項資金源自奉節縣臍橙產業發展中心，社會經濟等數據來自于奉節縣年鑒、官方網站、官方公眾號等。各驅動因子采用ArcGIS 10.6軟件進行數據處理和計算，對應的統計特征見表2。

表1 Landsat系列遙感數據

表2 臍橙果園擴張潛在驅動因子描述性統計

2.3 潛在因子選擇

根據圖2所示的概念模型，涉及像元、鄉鎮2個尺度，自然、社會經濟和政策3個維度，地形、土壤、水源、可達性、資金、社會經濟、鄰域情況等類別，一共選擇26個潛在驅動因子，如表2所示。由于研究區空間范圍和研究期有限，氣溫、降水等氣候因素變化幅度非常小，對臍橙果園LUCC的影響可以忽略不計，因此本研究未選擇氣候因子。

本研究像元尺寸為30 m×30 m,在該空間尺度下，政策因素影響作用有限，因此，該尺度主要包含自然、社會經濟2個維度。在自然因素方面，臍橙果園的生長與地形、土壤、水源等自然條件密切相關[15-16]。根據奉節縣山地地貌的特點，本研究選擇高程、坡度、坡向等地形因子作為潛在驅動因子。土壤的類別、酸堿度及有機質含量對臍橙果園的生長和產量有著重要影響[17-18]，選取土壤質地類別、土壤pH值和土壤有機質含量作為潛在驅動因子。另外，考慮到經濟作物LUCC與水源可達性和鄰域土地利用狀況有一定關聯[19]，選取了水源可達性、鄰域林地和農田占比等潛在驅動因子。社會經濟條件是目前土地利用變化的重要影響因素之一[20-21]，像元尺度下，交通可達性是主要社會經濟條件。三峽庫區交通不太便利，交通可達性對臍橙生產、管理以及銷售的物流成本和經濟效益有重要影響。由于奉節縣高速公路數量少、里程短，對于臍橙發展的影響較小，因此本研究選擇與國道距離、與省道距離、與縣道距離、與鄉道距離、與城區距離這5項潛在驅動因子。

在鄉鎮尺度下，從自然、社會經濟和政策3方面分別選取潛在因子。在自然方面，選取平均高程、高程標準差、平均坡度、坡度標準差作為潛在驅動因子。在社會經濟方面，選取鄉鎮年末總人口、國民生產總值、農民人均純收入作為潛在驅動因子。奉節地處三峽庫區，經濟基礎弱、底子薄，臍橙種植基本是以農戶為單位從事經營管理，因此，產業幫扶、扶貧等政策因素在臍橙產業發展過程中起到了重要的引導和推動作用，是一類重要影響因子。

以往很多研究當中，對于政策因子考慮較少，或者僅僅停留在定性分析層面。鑒于政策因子的重要性，本研究在概念模型中引入了政策維度，并選取臍橙產業扶貧專項資金、現代農業柑橘專項資金和臍橙產業科技項目資金作為潛在驅動因子，將3類資金數據進行空間化處理，導入到隨機森林模型當中作為自變量參與回歸運算，嘗試對政策因子開展定量分析，為后續政策研究制定提供客觀和精確的技術參考依據。

2.4 果園樣點抽樣策略

已有研究發現，LUCC在空間上表現出典型的自相關性，可能會與獨立性假設相沖突[1,22]。本研究Moran’sI指數為0.2，可以確定臍橙果園擴張存在顯著的空間自相關性，需要采用系統隨機抽樣的方法來加以解決，通過設置系統抽樣閾值以保證臍橙果園樣點具有代表性和合理性，規避偏態分布[3]。經測試得出，當X、Y方向抽樣距離均為90 m時，臍橙果園樣點空間自相關性大大降低，Moran’sI指數降低為0.08，所以將臍橙果園樣點抽樣閾值設置為3個像元。抽樣點編碼為1表示為擴張點，編碼為0表示為不變點，2類樣點采集數量基本趨于一致。本研究2000—2019年臍橙果園樣點總數為1 890個。

2.5 隨機森林回歸分析

傳統的經驗-統計方法表現出較大的局限性，如過擬合、依賴性強、無法有效處理多維數據等，難以滿足本研究的需求。隨機森林回歸方法(Random forest regression, RFR)最先由BREIMAN[23]提出，是一種基于分類與回歸決策樹(Classification and regression decision tree)的新型機器學習算法，其主要思想是聚合若干回歸樹，每個樹使用獨立選擇的樣本，最終集成眾多決策樹的結果對回歸任務進行統籌分析。該方法首先采用隨機且有放回的方式從原始樣本中抽取多個樣本(又稱為bootstrap法)，再對每個bootstrap樣本構建決策樹，然后將所有決策樹組成隨機森林，最終通過投票或平均的方式確定預測結果[24]。決策樹構建過程中，根據節點隨機分裂法從M個原始變量中隨機選擇m個特征變量，后據方差不純度指標對這m個特征變量進行建樹，共生成N棵決策樹，回歸過程中決策樹數量N和隨機選取的特征變量數m需優化來得出最佳擬合結果[23-25]。

相對于其他回歸模型而言，隨機森林具有精確度高、不易過擬合、高維數據處理能力強等優點[26]，可以對特征變量進行重要性評分和排序，還可以通過邊際依賴性分析來定量評估每個因素的邊際相對重要性、累積效應和變化閾值，但是其計算量和復雜度偏高、運算時間較長，不太適合實時化的數據分析和模擬。隨機森林回歸模型的可以定量評估特征重要性和邊際依賴性的特點，適用于開展LUCC驅動因子的量化分析，尤其是在研究經濟作物擴張的非線性和復雜的驅動機制上具有一定優勢，所以，采用隨機森林回歸算法對奉節臍橙果園擴張的驅動因子進行定量分析，探討其內在機理和規律。

對于本研究而言，計算時間長短可以不作重點考慮，但需要采取有效的精度控制策略。為盡量避免小樣本場景中可能存在的樣本異常和數據噪聲的影響，首先對隨機森林回歸模型進行參數配置實驗，發現在回歸樹總數在800～1 200區間、特征子集個數為5～10區間時，OOB(Out of bag)誤差較低并保持穩定，同時解耦和降維效果較好，然后對回歸樹和子集數量進行離散化處理，分別取800、1 000、1 200棵和5、8、10個進行組合，共形成9套參數組合方案，并在此基礎上進行了9次模型回歸運算，最終發現基于參數組合(1 000、10)的運算結果OOB誤差達到最優，所以最終將回歸樹總數設定為1 000棵，將特征子集個數設定為10個(圖3)。此外，為削弱隨機性的負面影響，累計進行了25次隨機森林回歸運算，取每個因子相對重要性的均值作為最終結果開展相對重要性和邊際依賴性分析，以確保模型的精度和可解釋性。研究過程中，采用EnMAP-BOX軟件和Python 3.7開發語言進行隨機森林回歸模型構建、數據處理和精度分析。

3 結果分析

3.1 精度和誤差分析

ROC(Receiver operating characteristic)曲線適用于評估和可視化回歸模型的表現性能，ROC曲線下面積(Area under the ROC curve, AUC-ROC)適合定量測算回歸模型精度參數，故本研究采用ROC、AUC-ROC來分析實驗結果的精度。為對比隨機森林和其他主流回歸模型的精度情況，采用多元線性回歸模型(Multivariable linear regression, MLR)、邏輯回歸模型(Logistic regression, LR)分別進行了實驗，并測算了AUC-ROC精度。AUC-ROC取值范圍為0～1，值越大表明回歸模型性能越好，根據常用的等級劃分方案，AUC-ROC大于0.90為優秀；在(0.80,0.90]區間為較好；在(0.70,0.80]區間為一般；在(0.60,0.70]區間為較差；小于等于0.60則表示失敗。本研究采取了交叉驗證策略，交叉驗證重復了25次并對AUC-ROC取平均值，以準確掌握模型精度指標，經測算，隨機森林回歸模型(RFR)、多元線性回歸模型(MLR)、邏輯回歸模型(LR)的AUC-ROC精度分別為0.81、0.78、0.80(圖4)，可見隨機森林回歸模型在本研究中具有一定精度上的優勢。

研究過程中，將回歸樹的數量逐步放大進行實驗，發現在回歸樹數量達到800以上時OOB誤差基本收斂，在800～1 200區間維持在0.14左右，且趨于穩定，如圖5所示。

3.2 臍橙果園擴張時空格局分析

根據2000、2006、2012、2019年奉節縣臍橙果園分布圖(圖6)可以發現，2000—2019年期間，奉節縣臍橙果園規模快速增長，增幅達150%，呈現出顯著的擴張態勢。由圖6可知，奉節縣臍橙果園主要沿長江與梅溪河、大溪河、草堂河、朱衣河等水系呈帶狀分布，分布于河谷兩岸一、二級階地區域，并沿流域方向逐步擴張。2000—2006年期間，大溪河沿岸擴張較快，主要集中在五馬鎮、新民鎮、永樂鎮、鶴峰鄉等地，另外，在草堂河流域白帝鎮、草堂鎮，梅溪河流域康樂鎮、石崗鄉，以及朱衣河流域朱衣鎮有少量擴張。2006—2012年期間，長江與各支流附近都有一定規模擴張，主要順著流域方向朝縱深發展，其中，在長江附近沿朱衣鎮、安坪鎮、康坪鄉向西擴張，大溪河流域沿鶴峰鄉、新民鎮、五馬鎮向西南發展，草堂河流域沿白帝鎮、草堂鎮、汾河鎮、巖灣鄉朝東北方向擴張，梅溪河流朝康樂鎮、大樹鎮、石崗鄉及西北方向擴張。2012—2019年期間，向長江流域和各支流流域延伸速度變緩，但各鄉鎮內部臍橙擴張速度較快，尤其是朱衣鎮、安坪鎮、永樂鎮、康樂鎮、白帝鎮、草堂鎮等鄉鎮臍橙種植規模增長迅猛，部分鄉鎮增長率超過40%。目前，奉節縣臍橙果園主要分布在長江和各支流附近的平壩和淺山地帶，其中長江沿岸占據了主導地位，是奉節臍橙的核心產區。

從時間維度上來看，2000—2006年增速較緩，為28.5%；2006—2012年增速有所提高，達到33.3%；2012—2019年增速最快，達到41.7%，在總增長規模當中占比達到51%，屬于奉節臍橙的高速發展階段，如圖7所示。

3.3 臍橙果園擴張驅動力因子分析

采用隨機森林回歸方法對各潛在因子的相對重要性進行定量分析，結果如表3所示，近20年臍橙果園擴張過程中排在前8位的驅動因子是平均坡度、平均高程、與水源地距離、臍橙產業扶貧專項資金、現代農業柑橘專項資金、臍橙產業科技項目資金、與城區距離和土壤pH值，表明臍橙果園擴張對地形、水源、土壤條件和政策因素較為敏感。鄉鎮尺度平均坡度、平均高程和像元尺度與水源地距離、土壤pH值等自然條件因子排序靠前，說明自然因子是臍橙果園擴張的主要驅動力。

表3 2000—2019年各驅動因子相對重要性

與以往一些研究不同，本研發發現鄉鎮層級的臍橙產業扶貧專項資金、現代農業柑橘專項資金、臍橙產業科技項目資金這3項政策相對重要性數值均排序靠前，由此可見，奉節縣臍橙擴張過程中明顯受到了政策因子的影響。奉節經濟基礎相當薄弱，近年來，在產業扶貧、對口幫扶、鄉村振興等政策帶動下，臍橙產業獲得的資金支持力度越來越大，也因此得到更快速的發展。以朱衣鎮、白帝鎮、草堂鎮等為例，在2013、2017年分別獲得了518、600萬元資金支持，使2012—2016年、2016—2019年2個階段擴張非常迅速。

像元層級鄰域林地占比、鄰域農田占比相對重要性比較靠前，說明臍橙果園擴張對鄰域土地利用類型較為敏感。與縣道距離、與鄉道距離等因子相對重要性較高，但與省道距離、與國道距離等因子相對重要性較低，這與奉節縣境內交通條件有關，奉節縣境內國道、省道規模較小，所以臍橙更依賴通達性更好的縣道、鄉道等公路。年末總人口相對重要性偏低，表明人口總規模對于臍橙果園擴張的影響力并不明顯。

3.4 驅動力因子的邊際依賴性

部分依賴圖(Partial dependence plots)適用于可視化呈現復雜回歸模型中因變量對某個自變量的依賴程度[1]。選取表3中排序位于前9位的驅動因子進行邊際依賴性分析，定量評估這些驅動因子對臍橙果園擴張的影響。

如圖8所示，當平均坡度在5°～15°時，其相對重要性呈增加趨勢，在15°～25°區間趨于平穩，超過25°之后呈下降趨勢，說明坡度25°以上不適宜種植臍橙。平均高程在200 m以下時，相對重要性上升較快，在200～450 m區間緩慢增長，超過450 m以后逐步下降，表明臍橙主要分布在高程450 m以下的低海拔地帶。當臍橙果園與水源地距離小于3 km時，其相對重要性維持在較高水平，大于等于3 km時相對重要性迅速下降到較低水平，可以看出臍橙種植對水源的依賴性較強。當土壤pH值在[5.5,6.6)區間時，其相對重要性呈上升趨勢并在6.6處達到峰值，在(6.6,7.6]區間保持較高水平，大于7.6后迅速下降，表明臍橙種植適宜的土壤pH值范圍為[5.5,7.6]。分別采用編碼1～9表示平坡、北、東北、東、東南、南、西南、西、西北等坡向，當坡向為東南、南、西南、西的陽坡時，其相對重要性保持在較高水平，在北、東北、西北、西方向的陰坡時，相對重要性則明顯較低，說明臍橙更傾向于在陽坡進行種植。

以鄉鎮場鎮、縣城建成區為城區中心，當臍橙果園與城區中心距離在5～20 km區間時，其相對重要性逐步上升，在20～30 km區間保持較高水平，大于30 km時，其相對重要性迅速下降，說明臍橙果園傾向于在距離城區30 km以內擴張。

當鄉鎮尺度臍橙產業扶貧專項資金小于2千萬元時，其相對重要性較低，為2.0～2.5千萬元時，其相對重要性迅速上升，上升至7.5千萬元處達到峰值，在7.5～9.6千萬元區間其相對重要性趨于穩定。現代農業柑橘專項資金相對重要性隨資金規模增長而上升，在0～30萬元和360～450萬元區間上升速度較快，在30～360萬元和大于450萬元兩個區間緩慢增長。臍橙產業科技項目資金相對重要性與資金規模正相關，在資金規模達到10萬元以前增長較快，超過10萬元之后穩步增長。可以看出，鄉鎮層級的3項資金因子相對重要性均隨著資金規模增加而呈上升趨勢，并維持在較高水平，表明資金因子在臍橙擴張過程中具有顯著的影響力。

4 討論

研究發現，在自然因子中，臍橙果園傾向于發生在鄉鎮尺度平均坡度15°～25°，平均高程為200～450 m，距離水源地3 km內，土壤pH值為[5.5,7.6]，土壤質地為粘土的區域，這與奉節縣臍橙果樹的生長特性相符合。臍橙適宜在25°以下坡度進行種植，首選平地，其次為丘陵、山地，而奉節縣境內山地面積占比較高，地形較為復雜，因此，在奉節縣種植臍橙需要考慮的重要問題是盡量選擇坡度較緩的區域，才能獲得更好的經濟效益。高程在一定程度上影響著溫度、濕度、光照和風力，臍橙種植需要規避凍害、風害等風險，因此對高程有一定要求。臍橙對土壤條件要求較高，pH值適宜的粘土、壤土、沙壤土比較適合臍橙生長，因此，像元層級的土壤驅動因子相對重要性較高。由于臍橙經濟效益高于附近其他經濟林和農作物，因此臍橙果園擴張過程中存在占用鄰域林地、農田的現象，像元尺度的鄰域林地占比、鄰域農田占比等因子驅動作用力較強，這與ZHANG等[1]研究結論部分類似。

在社會經濟因素中，與城區距離、與鄉道距離、與省道距離等可達性因子相對重要性較高，這是因為臍橙的運輸、包裝和銷售需要集中的物流集散地，在互聯網電子商務營銷模式的支持下，由集散地面向全國輻射，以提高臍橙產業鏈的整體效率。

與以往一些研究有所不同，本研究發現政策類因子在臍橙果園擴張中發揮了不可忽視的作用。鄉鎮層級的臍橙產業扶貧專項資金、現代農業柑橘專項資金、臍橙產業科技項目資金這3項政策因子相對重要性排序位于前6位，可見地方政府扶持臍橙產業的政策有力地刺激了臍橙果園的開發。從邊際依賴圖上可直觀看出，臍橙擴張更趨向于專項資金和科技資金扶持力度大的地區，比如朱衣鎮、康樂鎮、白帝鎮、永樂鎮、草堂鎮等。這些扶持資金可以幫助當地建設優質臍橙示范基地、加強農業科技研究、強化農戶技術培訓以及開發臍橙旅游業態等，能有效地吸引大型果品企業入駐和開發臍橙果園，在促進臍橙產業發展的同時實現脫貧增收。

上述結果表明，臍橙果園擴張受到自然、社會經濟和政策因子的綜合作用，這些作用在不同層級上有顯著的空間異質性，同時具有復雜性和非線性的特點[27-29]。

5 結論

(1)建立了涵蓋自然、社會經濟、政策3個維度和像元、鄉鎮2種尺度的概念模型，采用隨機森林回歸方法定量分析了臍橙果園擴張的驅動力因子和邊際依賴性。結果表明，2000—2019年，奉節縣臍橙果園呈現出快速擴張的態勢，主要向長江及其支流流域方向發展。

(2)根據隨機森林回歸分析的各因子相對重要性數值，平均坡度、平均高程、與水源地距離、臍橙產業扶貧專項資金數額、現代農業柑橘專項資金數額、臍橙產業科技項目資金數額、與城區距離、土壤pH值和坡向等因子排序靠前，說明臍橙果園擴張是自然、社會經濟和政策因子綜合作用的結果。其中，鄉鎮層級的臍橙產業扶貧專項資金、現代農業柑橘專項資金、臍橙產業科技項目資金這3項政策因子驅動力顯著。

(3)根據邊際依賴性分析結果，臍橙果園擴張傾向于發生在平均坡度為15°～25°、平均高程為200～450 m、距離水源地3 km內、土壤pH值為5.5～7.6，有資金支持、區位條件好的區域。

(4)隨機森林回歸模型具有直觀、客觀和高精度的優點，能定量分析臍橙果園擴張的驅動因素，是一種實用和有效的方法。