不同撂荒耕地类型空间格局及影响因素研究——以德阳市中江县为例

【目的】本文揭示了不同类型撂荒耕地空间分异规律及影响因素。【方法】本文基于目视解译与实地调查提取撂荒耕地信息,结合GIS空间分析、景观格局多项指数和二元logistic回归模型,对中江县30个乡镇季节性、常年性撂荒地的空间格局特征及影响因素展开研究。【结果】研究区域季节性撂荒占撂荒地总面积61.9%,常年性撂荒占撂荒总面积38.1%,且撂荒地类型集中为旱地,水田占比较少;综合空间格局多项指数,形状复杂、面积小、空间上分散的地块易形成季节性撂荒,而常年性撂荒地多为空间分布集中、面积大的地块;地形、灌溉距离、耕作劳动力均是影响撂荒地形成和分布的重要影响因素;通过二元logistic回归模型测算表明,影响撂荒的主要因素依次为斑块面积、地形指数和灌溉距离,其中季节性撂荒与三者存在显著正向影响,而常年性撂荒与三者存在显著负向影响。【结论】撂荒耕地的分布与自身特征存在密切联系,各因素的影响程度存在显著差异。     

基于GEE的陕西关中西部耕地季节性撂荒时空变化特征

【目的】研究陕西关中西部耕地季节性撂荒的时空变化特征,揭示其驱动机制,旨在为有效遏制耕地季节性撂荒,保障国家粮食安全提供参考。【方法】基于谷歌地球引擎（Google Earth Engine,GEE）平台的Landsat和Sentinel-2遥感影像,采用随机森林分类算法,对位于陕西关中西部的宝鸡扶风县、岐山县、凤翔区及陈仓区的部分区域2000-2020年耕地季节性（7-10月）撂荒的时空变化特征进行了分析。【结果】2000-2020年陕西关中西部耕地撂荒可以明显地划分为3个阶段：2000-2002年为快速增加阶段,耕地季节性撂荒呈现快速扩大趋势,撂荒率和撂荒面积分别由9.58%,16 578.83 hm²上升到了的55.85%,96 699.52 hm²;2002-2013年为波动升高阶段,耕地经历了短暂复耕又撂荒的过程,2013年耕地撂荒率和撂荒面积均攀升到了最高点,分别为63.10%,109 256.78 hm²;2013年之后为缓慢复耕阶段,耕地季节性撂荒面积逐年减少,到2020年撂荒率和撂荒面积分别为18.22%,31 554.94 hm²,撂荒面积较2013年减少约70 000 hm²,但撂荒地面积仍高于2000年。从空间分布来看,2000-2020年陕西关中西部耕地季节性撂荒面积的增加呈现由研究区周边向中心靠拢的趋势,撂荒地复耕面积的变化则相反,这与研究区北部是山地、南部是渭河、西部是千河的地貌分布有关,越靠近边缘,交通、灌溉条件越差,越易于更早撂荒。【结论】探明了陕西关中西部耕地季节性撂荒的时空变化特征,其与经济发展、政策制度和自然因素等密切相关。     

岩溶槽谷区撂荒耕地空间分异特征及其驱动因子

以地处岩溶槽谷区的贵州省铜仁市碧江区和万山区为研究区,以2017年土地利用变更调查数据库和2019年高分遥感影像为基础,经目视解译和野外实地调查获取撂荒耕地数据,运用热点分析揭示撂荒耕地的空间分异特征,并采用二分类Logistic回归模型分析撂荒耕地的驱动因子。结果表明:研究区耕地总体撂荒率为17.32%,旱地撂荒率比水田高,分别为23.54%和9.52%。撂荒水田的极热点区分布于西南部和东北部的城乡结合部乡镇,冷点区空间分布规律不明显;撂荒旱地的极热点区分布于西部和东北部的城乡结合部乡镇,极冷点区和冷点区主要分布于东部乡镇。水田和旱地撂荒的驱动因子大致相同,但主次有所差异。水田撂荒的驱动因子从高到低依次为地块面积>距聚落距离>坡度>灌溉距离>交通距离>高程>地块形状指数,旱地撂荒的驱动因子从高到低依次为距聚落距离>地块面积>坡度>灌溉距离>高程>交通距离>地块形状指数。总体而言,岩溶槽谷区耕地撂荒的主要驱动因子是距聚落距离,说明劳动力析出、农村空心化是影响耕地撂荒的主要原因。同时,地块面积、坡度、灌溉距离等也与耕地撂荒密切相关。     

基于GTWR模型的安徽省耕地利用效率影响因素时空分析

利用DEA模型测度安徽省16个地市耕地利用效率,运用ESDA模型从全局和局部分析了耕地利用效率的时空变化特征,通过GTWR模型从时空维度探讨了安徽省耕地利用效率的主要影响因素。结果表明,(1)2013—2017年安徽省16个地市耕地利用综合效率均值均大于0.9,安徽省耕地利用效率处于较高水平,且随时间变化波动起伏,规模效率是导致综合效率变化的关键;(2)耕地利用效率H-H集聚区从空间上由合肥市向西北逐步迁移,L-L集聚区分布在安徽省西南部,主要为山地、丘陵区;(3)人均GDP、灌溉指数、复种指数、农业劳动力人均耕地面积等因素显著影响安徽省耕地利用效率,其中灌溉指数对耕地利用效率解释力最大,复种指数、劳动力人均耕地面积和人均GDP的解释力次之;(4)耕地利用效率影响因素影响程度的空间变化存在显著差异。     

作物耕作节律与多时相遥感结合的山地耕地信息提取方法探索

【目的】由于山地地貌区的耕地分布破碎度大,仅应用中分辨率遥感影像难以获得高精度的山地耕地分布信息,如何提高应用中分辨率遥感影像提取山地耕地信息的精度是亟需研究的问题。【方法】本文在分析区域主要作物及其生育期随季节变化的基础上,根据耕地与其他地物在植被覆盖时间序列变化上的区别,基于多时相遥感影像,提出了一种将作物生长和耕作节律与多时相遥感结合的耕地信息遥感提取方法。【结果】应用该方法准确的提取了典型山地区四川省会理县的耕地分布信息。【结论】这种方法提取速度快,结果具有一定的实时性和较高的准确性,可以满足耕地利用及管理中对耕地信息适时获取的要求,也可以应用于对历史耕地矢量数据中地块错分进行修正、更新漏分问题等。     

基于ECLDeeplab模型提取华北地区耕地的方法

准确提取耕地信息对农业资源调查、遥感估产以及灾害监测等具有重要意义,从遥感图像中提取耕地的信息属于图像识别和分类的问题,目前深度学习是非常适合的方法。以语义图像分割(Deeplab)模型为基础,选择耕地为提取目标,建立了一种从高分2号遥感影像上提取耕地信息的方法耕地提取语义图像分割(ECLDeeplab)。首先分析了耕地在高分2号遥感影像上的表现特点;其次依据耕地的具体特点对Deeplab的结构进行调整,形成了能够提取耕地的网络结构;最后用训练成功的网络进行提取耕地,得到精度较高的分割结果。应用方法对山东省肥城市的2016年12月至2017年3月的10幅影像进行了试验,试验结果表明,该方法获取的耕地精度为88.3%,提取耕地信息得到了较好的结果。     

2007—2020年新疆额敏县野果林时空分布和重心动态变化

以额敏县野果林分布区域为研究区,利用2007年快鸟（Quick bird）遥感影像、2013年和2020年高分一号卫星遥感影像、野果林野外实测数据等,实现野果林的信息解译和面积提取,基于动态度模型、转移矩阵模型、重心迁移模型,分析了2007—2020年研究区野果林的时空分布特征和动态变化情况,掌握了各类地物与野果林之间的相互转换,剖析了野果林空间分布的重心偏移规律,探讨了影响研究区野果林时空分布变化的原因。结果表明,2007—2020年,野果林面积增加了3.91 km2,呈持续缓慢增加趋势,旅游景区的开发,直接导致建筑用地面积有所增加;14年间,野果林面积逐步增加,归因于草地和裸土向野果林的转换较为频繁,其中草地向野果林的转化最为显著;野果林的重心变化幅度较小,空间分布较为稳定。     

基于分形理论的撂荒耕地和未撂荒耕地空间分布研究

【目的】探讨撂荒地的影响因素和空间格局，为解决撂荒问题提供参考。【方法】借助 分形理论对研究区道路、水系、居民点和不同高程、坡度、坡向范围的撂荒耕地和未撂荒耕 地的信息维数计算，并与撂荒耕地和未撂荒耕地在不同地形要素下的面积、地块百分比对 比。【结果/ 结论】撂荒耕地空间分布比未撂荒耕地的空间分布更均匀；区内撂荒耕地和未 撂荒耕地的空间格局与水系基本一致；不同高程对范围内撂荒耕地和未撂荒耕地的空间格局 不一致；坡度大于25° 的耕地最容易撂荒，且空间范围分布最集中；6°~15° 的地块最不易撂 荒，但空间格局相对较分散；阴坡的耕地撂荒现象最严重，且分布集中；未撂荒耕地不具备 明显的坡向特征。     

农作物分布格局动态变化的遥感监测——以东北三省为例

【目的】当前对涉及到耕地内部不同作物空间分布及其变化的研究较少。本文旨在探讨大尺度作物种植面积和分布格局遥感提取方法及景观生态学中景观格局指数在作物格局动态变化分析中的应用。【方法】基于2005年和2010年作物生育期内遥感影像全覆盖的MODIS-NDVI数据,利用RS、GIS技术,通过分析东北地区主要作物（水稻、玉米、大豆）的种植结构、物候历及NDVI曲线特征,建立不同作物面积遥感提取模型,提取大尺度农作物空间分布格局信息。同时,利用景观格局指数方法分析农作物格局动态变化特征和变化规律。【结果】与多年平均统计数据比较,基于MODIS遥感数据提取的作物面积信息,2005年和2010年平均精度达到了90%以上;5年间,东北地区主要作物种植结构发生了较大变化。其中大豆平均斑块面积减少,面积年动态度为-4.47%,水稻和玉米平均斑块面积均增加,且5年的变化幅度均超过20%。【结论】成本和收益是作物面积增加或减少的主要原因;用中等分辨率的遥感数据进行大尺度作物面积提取的方法是可行的;景观生态学中格局指数可以用来分析耕地内部作物格局的动态变化规律。     

达拉特旗耕地利用潜力时空分布及其限制因素研究

耕地利用潜力是耕地理论产能、可实现产能和实际产能3个产能层次间的差距。研究其时空分布特点及影响因素对于西部生态脆弱区耕地产能提升和粮食安全维护具有重大意义。基于农用地产能核算和2009~2011年耕地等级变化监测的外业调查成果,采用逐步回归法对达拉特旗耕地利用潜力时空分布特征及其限制因素进行研究。结果显示乡镇中吉格斯太镇的理论利用总潜力最低,昭君镇最高,呈现扩大趋势;可实现利用潜力总体呈现北部和西部高,南部和东部低,乡镇中展旦召苏木最低,昭君镇最高,呈现缩小趋势。灌溉次数、水源、侵蚀和污染状况是耕地理论利用潜力的4大限制因子,实际单产、地形、是否受灾、灌溉水源、剖面构型、机械投入和灌溉方式是可实现利用潜力的7大限制因子。     

四川省武胜县耕地撂荒问题研究

基于对四川省武胜县的调研,分析了武胜县耕地撂荒的现状及原因,研究发现造成四川省武胜县耕地撂荒的原因主要来自4个方面：自然环境因素、经济因素、政策制度因素和人为因素.在此基础上,提出了遏制耕地撂荒蔓延的对策建议.     

基于无人机多光谱影像的地物识别

【目的】利用2018年5和6月获取的无人机多光谱影像对北京市大兴试验基地的部分农田进行地物类型提取研究。【方法】确定感兴趣地物种类,对影像进行时相与光谱特征分析,然后确定归一化植被指数NDVI、归一化绿蓝差异指数NGBDI、修正型比值植被指数MSR和红边波段反射率可以作为最优分类特征,通过基于光谱变量阈值分割的决策树分类法,实现地物分类,并提取种植面积,选取基于目视解译的地面调查数据进行方法验证。【结果】基于时相与光谱特征的决策树分类方法有较好效果,该方法用于小麦、果树和大棚的提取,误差值分别为10.68%、6.06%和16.48%,面积提取误差在17%以内,对无人机多光谱遥感影像进行地物识别具有一定的适用性。【结论】无人机低成本、高效率的优势为农田信息及时获取提供参考。     

基于遥感与GIS的岐山县景观空间格局分析

以岐山县为研究实例,选取景观多样性、破碎度、分离度等指标,利用遥感影像对该区的景观空间格局进行分析。将研究区域分为耕地、林地、未利用土地、水域、牧草地、居民点及工矿交通用地、园地这7个景观类型,通过地理信息系统软件Arcgis9.2操作得出岐山县土地利用现状图。结果表明:岐山县南北两端景观基质为林地,中部景观基质为耕地。耕地占岐山县面积的53.2%,是最具优势的景观类型。在各景观类型中,耕地总面积最大,平均斑块面积最大,破碎度最小,分离度最小。园地总面积最小,平均斑块面积最小,破碎度最大,分离度最大。居民点及工矿交通用地的分布状况导致其破碎度和分离度大。     

基于无人机可见光遥感的棉花面积信息提取

【目的】针对传统大区域棉花种植信息提取方法相对落后的问题,运用面向对象的影像分析方法,对无人机遥感试验获取的可见光影像进行棉花种植信息的提取。【方法】选用双子星MyFlyDream MTD固定翼无人机搭载佳能EF-M 18-55相机,获取新疆建设兵团第八师135团的可见光影像,借助eCognition软件平台,运用面向对象的方法对研究区内棉花种植信息进行提取试验。【结果】目视解译提取的棉花种植面积为0.35 km²,面向对象提取的棉花种植面积为0.33 km²,分类结果精度为94.29%,误差系数为5.71%,可以有效地提取研究区域棉花种植信息。【结论】面向对象的分类方法相比于传统的基于像素的分类方法提取精度更高,更加接近于目视解译的提取结果。     

基于地形因素的洪雅县景观格局定量分析与功能划分

以四川省洪雅县2010年10月LandsatTM卫星的中分辨率遥感影像为数据源,利用RS、GIS技术和Fragstats 3.3软件,选择斑块面积等9类景观指数对2010年洪雅县景观格局进行定量分析,以地形为分异基础进行景观类型分布特征分析.结果表明:洪雅县为山地景观,平均斑块面积2.224 5hm2,景观形状指数137.46,斑块密度45块/km2,平均斑块分维数1.062 9,景观类型形状简单,破碎化程度低,景观格局稳定.林地和耕地为其主要景观类型,林地主要分布在坡度大于15°的较高海拔区域,耕地主要分布小坡度于25°的低海拔区域.根据地貌、景观类型以及行政边界,将洪雅县分为北部生活服务区、中部生产经济区和南部生态防护区,并提出了不同区域的生态规划重点.     

基于多源遥感数据的大连新港海域溢油诊断

利用MODIS和Radarsat-2遥感数据对大连新港2010年7月16日的海上溢油信息进行提取分析,经过预处理的MODIS遥感数据,采用波段运算提取出溢油信息。较高分辨率的Radarsat-2数据经过几何校正、滤波等预处理,根据溢油的特点采用纹理分析法提取出边界明显的溢油信息,并与MODIS的溢油结果进行比较分析,排除MODIS图像上的非溢油信息,实现两种数据的优势互补。利用ArcGIS 9.3软件分别对2010年7月18日的MODIS数据和2010年7月19日的Radarsat-2数据提取出的溢油区域进行面积计算,其结果分别为174km2和198 km2与中国海监船的报道相符合,说明了此方法的可行性。     

近20年密云县土地利用变化的时空特征研究

在RS和GIS技术的支持下,基于1988、1992、1996、2000、2004年Landsat遥感图像和2008年中巴地球资源卫星（CBERS）影像,对北京市密云县1988-2008年的土地利用信息进行提取,并计算了土地利用类型面积和转移矩阵,在此基础上定量分析了1988-2008年密云县土地利用变化的时空特征。结果表明,1988-2008年密云县城市化现象较为明显,土地利用类型中林地及耕地所占比重较大,未利用地变化最为显著,其次林地及耕地面积均有明显增加,水域面积有明显减少趋势,草地面积所占比例相对较少,面积变化不大。     

基于3S的商都县景观格局动态变化研究

本文以商都县为例,选取1993、2001和2010年3期TM遥感影像为基础数据源,建立该区土地利用遥感影像解译标志,在Arcgis9.3和Fragstats软件支持下,获取各景观类型属性数据和图形数据,建立空间信息数据库,研究了商都县近17年的景观空间格局动态变化.结果表明商都县景观破碎度较小,各类型景观面积为耕地＞未利用地＞林地＞草地＞建设用地＞水域,景观总体分布均匀,多样性高;在退耕、防护林建设等政策下,耕地面积逐年下降变为林地、草地,面积从1993年到2010年分别增加了8 124.03hm2和4 921.47hm2;耕地机械化发展整合,破碎度最小,未利用地、林地和建设用地破碎度较大,草地、水域破碎度在减小,同时建设用地逐年聚集化发展,未利用地分布不均匀.     

GIS和RS技术在土地利用动态监测中的应用

土地利用遥感动态监测能够快速提取土地利用变化信息,更新土地利用现状图,对于土地资源合理利用、科学管理具有重要的意义.以不同时相遥感影像为主要数据源,结合其他多种数据,探讨了土地利用遥感动态监测的技术流程.以1989年和2000年石河子垦区及周边地区TM影像为基础,分析了该区域土地利用的变化趋势.研究区内的土地利用变化总体趋势是耕地(农田)面积大幅度增加,以草(林)地向耕地(农田)的转化最为显著,各种土地利用类型处在相互转化中.