基于时序EVI的2000—2019年吉林省耕地生产力时空分析

吉林省是中国重要的粮食主产区和商品粮生产基地,全面、客观地揭示吉林省近20年耕地生产力水平,对挖掘区域增产潜力,推动耕地资源可持续利用,保障区域粮食安全具有重要意义。本文基于Google Earth Engine(GEE)平台提取2000—2019年吉林省MODIS-EVI数据,结合变异系数和Sen-Mann Kendall趋势检验,构建耕地生产力时空分析方法,研究吉林省20年耕地生产力时空变化、稳定性及变化趋势。结果表明：吉林省耕地生产力在20年间整体处于上升趋势,中西部耕地集中连片区生产力的变化趋势好于东部较为破碎耕地片区,西部耕地与东部耕地生产力差距逐渐缩小。吉林省东部山区的耕地生产力高于西部平原区,耕地生产力低值区位于城镇周边和西北部盐碱泡沼分布密集的低洼地带;高值区集中在河流附近耕地连片区域。不同地貌类型成因中,湖成地貌、风成地貌条件下耕地生产力低于流水地貌和火山熔岩地貌。耕地生产力稳定性呈东南高西北低的趋势,其中水田的生产力稳定性优于旱地和水浇地。利用时序遥感数据监测吉林省耕地生产力,可为高标准农田建设、耕地质量提升等工程的开展提供技术支撑。     

基于TOPSIS和BP神经网络的高标准农田综合识别

为提高耕地综合生产能力,适应农业现代化发展需求,我国提出了高标准农田建设的重大战略部署。高标准农田的识别是建设前选址和建设后评价的基础。本文以耕地图斑为基本单元,融合遥感影像等多源数据,从本底条件、空间形态、建设水平、生态防护等方面,构建农田综合质量多特性表征体系,采用逼近理想点排序法(TOPSIS)进行初步评价,再以人机交互的方式选取各质量等级农田的真值样本,进一步采用BP神经网络算法修正各特性权值,得到农田综合质量的精确评价结果,实现高标准农田识别。以吉林省大安市为研究区,研究结果表明:基于多特性表征体系的农田综合质量评价方法精度达到96%以上;研究区高标准农田面积广大,主要分布在耕地集中连片、道路通达、生态防护良好、具有农业现代化生产优势的东北部、中北部、西北部边缘和部分南部区域;当地已备案的高标准农田和未备案、有潜力的高质量农田区域均得到有效识别。     

基于耕地连片度的高标准基本农田建设划区

为提高高标准基本农田划定区域的耕地连片性,在耕地综合质量评价和耕地连片网络基础上,提出了局部耕地连片度计算公式来评价耕地的连片性,并采用四象限法空间耦合耕地质量和连片度2个时空属性。结果表明:献县高标准基本农田优先建设区域面积为24 803.45 hm~2,重点建设区域面积为19 688.77 hm~2,有条件建设区域面积为19 538.64 hm~2,与面积累加方法相比,优先建设区域连片度提高了15.55%,而有条件建设区域连片度减小了37.82%,表明该方法明显提高了高标准基本农田建设划区的耕地连片度。     

吉林省保护性耕作技术发展走势

吉林省是国家粮食主产省和重要的商品粮生产基地,玉米、水稻和大豆是吉林的主要农作物。2010年吉林省耕地资源总面积8915.13万亩,其中粮食作物播种面积6637万亩,包括旱田作物种植面积5646.4万亩和水稻种植面积990.6万亩。玉米作为吉林省支     

基于云模型的耕地土壤养分模糊综合评价

土壤养分综合评价在很大程度上存在着模糊性和随机性,为有效解决评价中定性概念与评价指标按隶属函数定量描述这一不确定转换问题,基于云理论及模糊数学原理,构建了基于云模型的耕地土壤养分模糊综合评价方法。以吉林省大安市为研究对象,选取耕作层中有机质等7个土壤养分元素的含量作为评价指标,利用熵权法确定各指标权重,计算得到评价对象的土壤养分模糊云综合指数(Cloud fuzzy comprehensive index,CFCI),并对CFCI进行COK插值,形成土壤养分CFCI等级分布图。结果表明:从评价结果的数据特征来看,研究区域CFCI范围在2.43~4.89之间,平均值为3.78,标准差为0.45,变异系数为11.85%,属于中等变异程度;从评价结果的空间分布格局来看,大安市耕地土壤养分综合水平呈现由北向南逐渐下降的趋势,且呈现耕地集中连片度越高的地方,土壤养分综合水平越高的特点。     

基于云模型的吉林大安耕地土壤养分模糊综合评价

土壤养分综合评价在很大程度上存在着模糊性和随机性,为有效解决评价中定性概念与评价指标按隶属函数定量描述这一不确定转换问题,基于云理论及模糊数学原理,构建了基于云模型的耕地土壤养分模糊综合评价方法。以吉林省大安市为研究对象,选取耕作层中有机质等7个土壤养分元素的含量作为评价指标,利用熵权法确定各指标权重,计算得到评价对象的土壤养分模糊云综合指数(Cloud fuzzy comprehensive Index,CFCI),并对CFCI进行COK插值,形成土壤养分CFCI等级分布图。结果表明:从评价结果的数据特征来看,研究区域CFCI范围在2.43~4.89之间,平均值为3.78,标准差为0.45,变异系数为11.85%,属于中等变异程度;从评价结果的空间分布格局来看,大安市耕地土壤养分综合水平呈现由北向南逐渐下降的趋势,且呈现耕地集中连片度越高的地方,土壤养分综合水平越高的特点。     

基于云模型的吉林大安耕地土壤养分模糊综合评价

土壤养分综合评价在很大程度上存在着模糊性和随机性,为有效解决评价中定性概念与评价指标按隶属函数定量描述这一不确定转换问题,基于云理论及模糊数学原理,构建了基于云模型的耕地土壤养分模糊综合评价方法。以吉林省大安市为研究对象,选取耕作层中有机质等7个土壤养分元素的含量作为评价指标,利用熵权法确定各指标权重,计算得到评价对象的土壤养分模糊云综合指数(Cloud fuzzy comprehensive Index,CFCI),并对CFCI进行COK插值,形成土壤养分CFCI等级分布图。结果表明:从评价结果的数据特征来看,研究区域CFCI范围在2.43~4.89之间,平均值为3.78,标准差为0.45,变异系数为11.85%,属于中等变异程度;从评价结果的空间分布格局来看,大安市耕地土壤养分综合水平呈现由北向南逐渐下降的趋势,且呈现耕地集中连片度越高的地方,土壤养分综合水平越高的特点。     

基于云模型的吉林大安耕地土壤养分模糊综合评价

土壤养分综合评价在很大程度上存在着模糊性和随机性,为有效解决评价中定性概念与评价指标按隶属函数定量描述这一不确定转换问题,基于云理论及模糊数学原理,构建了基于云模型的耕地土壤养分模糊综合评价方法。以吉林省大安市为研究对象,选取耕作层中有机质等7个土壤养分元素的含量作为评价指标,利用熵权法确定各指标权重,计算得到评价对象的土壤养分模糊云综合指数(Cloud fuzzy comprehensive Index,CFCI),并对CFCI进行COK插值,形成土壤养分CFCI等级分布图。结果表明:从评价结果的数据特征来看,研究区域CFCI范围在2.43~4.89之间,平均值为3.78,标准差为0.45,变异系数为11.85%,属于中等变异程度;从评价结果的空间分布格局来看,大安市耕地土壤养分综合水平呈现由北向南逐渐下降的趋势,且呈现耕地集中连片度越高的地方,土壤养分综合水平越高的特点。     

基于云模型的吉林大安耕地土壤养分模糊综合评价

土壤养分综合评价在很大程度上存在着模糊性和随机性,为有效解决评价中定性概念与评价指标按隶属函数定量描述这一不确定转换问题,基于云理论及模糊数学原理,构建了基于云模型的耕地土壤养分模糊综合评价方法。以吉林省大安市为研究对象,选取耕作层中有机质等7个土壤养分元素的含量作为评价指标,利用熵权法确定各指标权重,计算得到评价对象的土壤养分模糊云综合指数(Cloud fuzzy comprehensive Index,CFCI),并对CFCI进行COK插值,形成土壤养分CFCI等级分布图。结果表明:从评价结果的数据特征来看,研究区域CFCI范围在2.43~4.89之间,平均值为3.78,标准差为0.45,变异系数为11.85%,属于中等变异程度;从评价结果的空间分布格局来看,大安市耕地土壤养分综合水平呈现由北向南逐渐下降的趋势,且呈现耕地集中连片度越高的地方,土壤养分综合水平越高的特点。     

基于优化PROSAIL叶倾角分布函数的玉米LAI反演方法

叶面积指数(LAI)是描述玉米冠层结构的重要参数之一,PROSAIL模型是常用于反演LAI的机理模型,能较为真实地反演植被冠层真实情况,但PROSAIL模型中使用的叶倾角分布函数假定区域内所有作物叶倾角分布是相同的,不能反映玉米植株真实的叶倾角分布情况。本研究以高分一号遥感影像和地基激光雷达点云数据作为数据源,充分利用地基激光雷达(TLS)在获取植被结构参数上的优势,通过体素化的方法对玉米叶片回波点云进行分割,获取每个拟合叶片单元的叶倾角,进而得到玉米植株真实的叶倾角分布,结合椭球分布函数得到玉米精确的叶倾角分布函数,实现对PROSAIL模型中叶倾角分布函数的优化。研究过程中分别基于未改进的PROSAIL模型和经过TLS优化后的PROSAIL模型反演黑龙江825农场主要玉米种植区的LAI。LAI反演结果表明:2种反演方法得到的LAI与实测LAI都具有较好的相关性,决定系数R2分别为0.557 6和0.858 3,模型可信度较高;但基于PROSAIL模型反演所得LAI结果偏低,在利用TLS数据提取叶倾角对模型进行优化后,反演LAI的估算精度由26.53%提高到96.23%。由此可知,通过引入TLS点云数据改进农作物叶倾角分布函数能大幅度提高LAI反演的准确性。     

基于景观格局与空间自相关的永久基本农田划定研究

在综合考虑耕地综合质量、空间自相关性和景观格局的基础上,进行永久基本农田的划定,对区域粮食安全和生态安全具有重要的意义。以崇仁县为例,借助GIS平台与Geo Da软件,通过耕地综合质量评价体系的构建进行耕地综合质量评价,根据综合质量评价结果进行空间自相关分析,再根据自相关分析结果与耕地景观生态安全格局对应关系,进行永久基本农田的划定。根据研究区土壤理化性质、耕作利用条件和耕作区位条件,提出了一种基于耕地综合质量、综合质量聚类关系和耕地景观结构的永久基本农田划定方法,划定崇仁县永久基本农田305.94 km~2,划入的耕地更符合永久基本农田的要求,有助于基本农田长期的管理和保护,也可为丰富耕地综合质量评价与基本农田划定研究提供参考。     

基于宜耕性评价的耕地利用效率分区与提升路径

在宜耕性的基础上,为合理提高耕地利用效率、加强生态文明建设和资源可持续利用,以原阳县为例,综合考虑耕地利用效率与宜耕性评价结果,对耕地利用效率进行分区,提出各区域耕地利用效率提升路径。结果表明：从耕地利用效率来看,原阳县耕地利用整体水平不高,其综合效率均值为0.837,纯技术效率和规模效率均有较大的提升空间;从宜耕性评价结果来看,原阳县耕地的适宜宜耕区、基本适宜宜耕区、低适宜宜耕区、流域保护区面积分别占耕地总面积的37.84%、41.36%、19.09%、1.71%,整体宜耕性较强。叠加组合耕地利用效率和宜耕性评价结果,将原阳县耕地利用效率分为保持区、提升区、调整区、保护区。从可持续利用和生态保护角度考虑,结合差异化的整治措施,保持区宜耕性和耕地利用效率均较高,应以维持现有耕地利用效率、延伸耕地的生态和经济价值为重点;提升区宜耕性强、耕地利用效率较低,应通过规模化经营最大限度地提高其有效利用效率;调整区宜耕性差,不宜提升耕地利用效率,应发展生态农业或设施水培农业,在提高耕地经济效益的同时,缓解耕地与生态保护压力;保护区内耕地应逐步退出,充分发挥其湿地功能与生态功能。本研究可为耕地资源的可持续利用提供决策参考。     

云南省耕地自然等分布特征

通过分析耕地质量自然等分布特征，整体把握云南省耕地质量情况，为区域内耕地统一规划及耕地占补平衡等管理与保护提供科学依据。基于云南省年度更新评价成果数据，运用面积加权平均法、空间分析和数理统计的方法，分析2015年度全省及各州（市）耕地自然等分布特征。结果表明，全省耕地自然等别中等偏低，导致耕地变化的原因主要是土地开发整理复垦、建设占用及占补平衡政策的实施，该研究为区域内耕地管理与保护提供科学依据。      

中国水毁耕地空间分布格局

洪水灾害不仅威胁人民的生命财产,也影响着资源环境生态系统的安全,对耕地资源的数量和质量极具破坏性。耕地一旦遭到破坏,需要投入巨大的人力、物力和财力,才能恢复其生产力。该文在分析水毁耕地致灾因子的基础上,选取了降水、地形起伏度、洪灾发生频度和水系（包括河流及湖泊）缓冲区等限制性因子,综合因子隶属度叠加的评价方法,对中国水毁耕地空间分布格局进行了研究,将中国水毁耕地分为重度危险、中度危险和轻度危险3级和9个亚级,并提出了相应的防治对策。评价结果表明:重度危险级主要分布在中国7大江河流域沿岸和云贵高原,面积19.44万km2;中度危险级主要分布在东南部沿海丘陵区和黄土高原,面积40.74万km2;轻度危险级分布于华北平原、三江平原和西北内陆地区,面积68.29万km2。对全国水毁耕地危险度进行分级评价,以此进行空间分布格局研究,可为防灾、赈灾和土地整理规划编制、基本农田建设标准的制定提供基础理论依据。      

基于分等因素组合和物元分析的耕地质量潜力研究

为了科学测算和评估耕地质量潜力,以河北省涿州市为研究区,以400 m×400 m规则网格为评价单元,基于涿州市2013年耕地质量等别数据,运用改进的因素组合法、层次分析法、物元分析模型等,分别计算耕地整治的自然质量潜力和利用质量潜力。研究结果表明:灌溉保证率和有机质含量是涿州市耕地自然质量的可改造限制因素,且灌溉保证率是主导限制因素;涿州市耕地基础设施水平整体偏低,应通过水利灌排、田间道路修建、增加防护林等工程改善利用条件。通过提升可改造限制因素和影响土地利用系数的指标值,涿州市耕地质量国家自然等、国家利用等可分别提升0.53等、0.73等。提出的研究方法为精细化评估区域耕地质量、制定县域土地整治规划提供了方法参考。     

我国耕地流转绩效评价研究

在发展农业现代化的大时代背景下,农村耕地流转是促进农村经济产业化与规模化发展的必由之路,与此同时,也是实现耕地资源最优配置的客观要求,农村耕地流转的规模化经营有利于提高农业生产利润率,增加农民收益。本文采用文献资料法和对比分析法,总结了我国耕地流转基本情况及现存问题,并对农村耕地流转模式的综合绩效进行比较研究,根据绩效评价分析结果,提出了几点提升耕地流转的对策建议。      

大豆振兴背景下吉林省大豆供给反应研究——基于Nerlove模型的实证分析

大豆振兴背景下,大豆成为吉林省农业结构调整的关键作物。本文利用1985—2019年吉林省大豆相关数据,通过建立Nerlove模型对大豆供给反应进行分析,得出吉林省大豆短期供给价格弹性为0.23,而长期供给价格弹性为0.39,表明大豆供给对价格反应较为迟缓,缺乏弹性。测得预期价格调整系数为0.72,调整时滞为1.39,表明大豆种植户在调整种植面积行为上的滞后期约为1年。通过对吉林省大豆供给反应影响因素分析发现滞后一期的大豆播种面积、大豆市场价格、大豆与玉米单位面积收益比和大豆相关政策都对当期大豆播种面积有显著影响。基于此本文剖析了各影响因素的作用机理,提出深化农业供给侧结构性改革、完善米豆轮作制度和大豆生产者补贴政策,稳定价格、改善大豆与玉米的比价关系,提高大豆种植收益等建议,以鼓励吉林省农户大豆种植积极性,保障大豆良性供给。     

基于耕地质量评价和局部空间自相关的高标准农田划定

高标准农田建设是优化农田空间布局,改善耕地基础设施,提高耕地质量和综合生产能力的重要举措。而科学合理地划定建设区域是高标准农田建设的重要环节。以河南省焦作市为例,构建了耕地综合质量评价体系,并通过层次分析法对各个评价指标赋权。再结合理想点逼近法和局部空间自相关分析对高标准农田建设分区及时序提出了方案。研究结果表明:焦作市耕地整体质量较好,且在空间分布上体现出了较强的正相关性;利用局部空间自相关分析可将耕地分为4个高标准农田建设区域。