弃耕行为对亚热带农田土壤有机质时空变化作用机理研究

为明晰弃耕行为对耕地质量关键性指标——土壤有机质时空变化的作用机理，以粤东粮食主产区海丰、陆丰和陆河3个县（市）农田为研究对象，2015─2018年连续4年对205个典型亚热带农田样点进行跟踪监测，综合野外调查采样、农户调查走访及室内检测分析，采用统计分析与地理探测器相结合的方法，构建了研究区典型弃耕行为模式，分析了不同地理情境下弃耕行为对农田土壤有机质含量变化的作用机理。结果表明：研究区农田弃耕行为主要表现为季节弃耕、调整弃耕、年轮弃耕、长期弃耕4种模式，在总体监测样点中具有弃耕行为的农田样点173个，占总数的84.39%，其中年轮弃耕和长期弃耕综合占比达59.03%。各种弃耕行为模式农田土壤有机质均呈增长趋势，而长期耕作则导致整体下降，监测样点4年间土壤有机质平均增加量表现为：季节弃耕（1.55 g·kg^-1） > 调整弃耕（1.43 g·kg^-1） > 年轮弃耕（0.27 g·kg^-1） > 长期弃耕（0.24 g·kg^-1） > 长期耕作（-0.42 g·kg^-1）。在不同地理情景下，随着海拔高度增加，弃耕农田的土壤有机质整体下降；田间含水量过大或较少，会导致弃耕行为对农田土壤有机质影响显著；相对于滨海沙土，容重较大的赤红壤和红壤农田土壤有机质对弃耕行为的响应更强，应重点防范台地、水浇地及容重较大的土壤类型农田因弃耕行为导致的耕地质量下降。研究表明，农田弃耕行为在我国部分地区表现异常严重，且弃耕类型在不同地理情景下对土壤有机质含量影响不同，亟需通过制定相关政策制度将无序弃耕规范为有序休耕。     

耕地遥感识别研究进展与展望

快速、准确获取耕地数量及其分布信息是研究耕地时空格局和生态效应的基础，也是及时制定应对粮食问题对策的迫切需求。近年来，随着卫星遥感技术的迅猛发展，遥感以其宏观性、实时性以及经济性为耕地信息快速获取提供了可能性。本文归纳了遥感技术应用于识别耕地信息的研究进展，总结了国内外耕地信息提取研究中常用的数据源、分类算法、时相选择、分类对象，讨论了上述四大类在提取耕地信息过程中的优缺点。随着传感器数量不断增加，遥感影像时间分辨率、空间分辨率及光谱分辨率不断提高，分类算法的不断涌现，基于多源遥感数据，集成智能分类算法识别耕地将成为必然的发展趋势。     

基于大数据背景的高寒草地资源数据库建设与应用 ——以青海省为例

在大数据时代背景下，为实现高寒草地资源的充分开发利用、共享和安全保护，以青海省为例根据高寒草地资源数据特征以及高寒草地资源监管业务需求，制定了高寒草地资源数据库标准。采用XML技术实现数据统一转换，通过Oracle与ArcGIS平台构建了统一管理与控制的高寒草地资源数据库，并阐述了高寒草地资源数据库在草地监管的应用。本研究克服了传统数据管理独立性和共享性差的困难，为高寒草地管理工作提供全面、高度共享的数据支撑与技术支持，加快了高寒草地资源信息化建设进程。     

基于随机森林算法的耕地质量定级指标体系研究

【目的】分析研究区域内的耕地质量差异,优化耕地利用与布局,为耕地保护提供参考依据。【方法】以青海省共和县、都兰县和乌兰县的耕地为研究对象,根据历史及现有文献收集耕地质量的影响因素,采用随机森林算法和相关性分析筛选定级指标并确认权重,通过加权求和法计算定级指数并划分级别,得到定级结果。与常用的特尔菲法定级成果进行比较分析。【结果】随机森林算法得到的变量重要性(I)范围在0.03～11.94,相关性分析结果显示,大部分影响因素间相关性不显著,有8个为显著相关,综合I值和相关性分析结果将30个影响因素收敛为4个纬度下的14个定级指标,其中影响研究区域耕地质量的主要因素为生态系统脆弱性、生长季平均降水和年总太阳辐射量,权重分别为0.11、0.10和0.09,随机森林算法评价结果与实际情况相符。【结论】与常用的特尔菲法比较,随机森林算法稳定性更好,级别指数变幅区间更小,更有利于构建省级空间尺度的耕地级别可比序列。     

耕地质量低空遥感-地面传感双重采集系统研究

【目的】将无人机(UAV)低空遥感检测系统与无人机-无线传感器网络(UAV-WSN)集成,实现通过一套系统进行低空遥感监测和地面长期监测的双重监测,为耕地质量的空间和时间变化提供监测数据。【方法】本研究探讨了现有UAV-WSN系统无法实现双重采集的问题,设计了一套用于耕地质量监测的低空遥感-地面传感双重采集系统,提出一套双重采集的工作流程,以及提升性能的基于航线的LEACH算法。仿真分析试验中调整UAV飞行高度和地面节点密度,以比较双重采集系统和UAV-WSN系统总飞行时间的不同。【结果】双重采集系统1次飞行同时采集2种监测数据,无需完成低空遥感监测数据采集后再次走遍所有地面节点,在低空遥感地面图像分辨率变化的情况下,总飞行时间比UAV-WSN系统快165 s;双重采集系统根据无人机航线和地面节点位置进行调整,在地块内节点数量变化的情况下,总飞行时间基本不变,比UAV-WSN系统快129～194 s。【结论】双重采集系统能够减少现场采样所需的总工作时长,降低采样工作的复杂程度,提升耕地质量监测的效率。     

基于GIS与灰关联综合评价模型的生态公益林林分质量评价

文章研究探讨了地理信息系统(GIS)技术与层次分析模型和灰关联综合评价模型的结合在生态公益林林分质量评价中的应用。并以广州市白云区为例,应用ArcGIS进行空间数据采取、处理与分析,选取树种组成、林分郁闭度、林层结构、林龄、覆盖度、凋落物层厚度和平均胸径为评价指标;以小班为评价单元;采用层次分析法确定评价因素的权重;构造灰关联综合评价模型,计算各单元的灰关联综合评价值,得出各单元按质量从劣到优排列的序列,根据评价标准将林分质量分为一、二、三等,分别占全区生态公益林总面积的6.19%,28.52%和65.29%;并应用ArcGIS绘制评价结果图。     

青海省高寒草地土壤侵蚀强度及其空间分布特点

开展高寒草地土壤退化评价有助于掌握高寒草地退化的空间分布规律,对维持草地生态安全、保障区域可持续发展具有重要的意义。本研究基于改进的通用土壤侵蚀修订模型对青海省高寒草地土壤侵蚀退化强度和空间分布进行评价,并计算了2005—2014年青海省高寒草地土壤侵蚀评价指数,从而分析其变化趋势。结果表明：2014年度青海省高寒草地土壤侵蚀强度轻度、中度、重度和极度剧烈退化面积及占比分别为166 925 km²（39.5%）,98 729 km²（23.4%）,949 401 km²（22.5%）及61 787 km²（14.6%）。土壤侵蚀强度整体呈现以最剧烈区域为中心,向四周辐射的趋势,主要影响因素包括风蚀、水蚀及放牧强度等。此外,青海省高寒草地2005—2014年土壤侵蚀变化恢复面积为258 495 km²（61.2%）,反映了近年来青海省草地保护工作成效显著,然而在青海省的中东部地区高寒草地土壤退化的形势仍比较严峻,应当引起相关部门的高度重视。     

基于DNA编码的人工免疫模型在土壤质量评价中的应用

针对目前土壤质量评价方法中存在的不足之处，该文通过分析人工免疫模型中二进制编码所存在的问题，提出采用DNA编码对其进行改进，构造一种基于DNA编码的人工免疫模型进行土壤质量评价。利用该模型对东莞赤红壤现代农业试验区进行土壤质量评价，将试验区土壤质量分为4等，根据实地抽样对照评价的结果，结果表明采用基于DNA编码的人工免疫模型进行土壤质量评价时与实际相符，并具有稳定、结果可靠等特点，能较好地解决在进行土壤质量评价时，对于具有空间特性、模糊性、不确定性以及多指标的对象难以评价等问题。     

协同光学与雷达遥感数据的面向对象土地覆盖变化检测

西南地区受云、雨天气的影响,高质量的光学数据难以获取,合成孔径雷达数据可以全天时全天候地工作,但其重访周期较长,因此在多云多雨地区协同光学与雷达数据开展土地覆盖变化检测,可以弥补单一遥感数据源的不足,对国土资源调查评估及全球变化研究具有重要的意义。该研究基于2019年眉山地区Sentinel-2光学数据对2016年和2019年全极化Radarsat-2数据生成的差异影像进行面向对象引导分割,提取对象级多维特征,并提出FSO-RF变化检测框架,该框架利用样本间距离度量可分性特征空间优化（Feature Space Optimization, FSO）方法来优化特征空间,结合面向对象的随机森林（Random Forest,RF）分类器实现土地覆盖变化检测,与现有的变化检测算法对比,该研究的变化检测框架在精度上有较大提升,在试验区的准确率达到92.90%,通过抽取具有代表性的样区进行检验,两个样区变化检测结果的准确率分别为95.08%和88.16%。该研究提出的算法框架可以很好地满足城镇、农田等不同地物类别的变化检测需求,在国土资源监测中具有一定的应用价值。     

基于线性规划的县级建设用地结构优化研究

以电白县为例,针对新一轮土地利用总体规划修编的土地利用结构优化,以区域经济效益最大化构建目标函数,社会、生态效益为约束条件,应用线性规划方法优化建设用地结构,研究规划期2020年城镇用地、农村居民点用地、采矿用地、其他建设用地、交通用地和水利用地等6类建设用地结构优化模式,为土地利用总体规划结构布局提供参考。