农用地整理对碳储量和粮食产能的影响

农用地整理对区域生态系统的空间格局和功能产生的影响需要持续不断的予以关注和调节。该文以福建省建溪流域为例,采用碳储量多源模型和耕地生产潜力模型估算了建溪流域的碳储量和粮食产能,分析了区域尺度农用地整理对碳储量和粮食产能的影响。研究表明:与2010年相比,2016年碳存储总量降低了38.28×10~6 t,为369.29×10~6 t;整理区以1.41%的土地贡献了整个建溪流域1.70%的碳储量减少量,农用地整理对建溪流域生态系统的固碳服务有负作用;2016年建溪流域的粮食产能提高了10.83×10~4t,为124.46×10~4t;农用地整理项目区占建溪流域耕地面积的14.61%,贡献了20.87%的粮食产能提高值,有效提高了建溪流域耕地的粮食产能。农用地整理所产生的碳效应不容忽视,在农用地整理中需要注重生态措施的运用。     

新疆农用地集体经营方式的探索

随着社会主义市场经济体制的建立,农业的市场化、标准化的步伐不断加快,传统的农业生产方式和机制面临着巨大的挑战。如何对新疆农业经营方式进行有益创新是主要探讨的问题。通过回顾我国农用地经营政策的演变、分析了新疆地区发展基础及瓶颈。结合乡村振兴战略规划指导思想,探讨出适应新疆集体经营的新模式和实施建议。     

基于问题导向的设施农用地强化管理探析

随着我国农业、农村现代化进程的逐步推进,农业产业结构进一步由传统农业向现代农业转变。设施农业作为现代农业的发展方向之一,相比传统农业具有土地效益高、农民增收快等优势。近年来,随着设施农业的迅速发展,设施农用地管理工作开始面临一些新情况和新问题。为进一步加强和完善设施农用地管理,在分析了目前设施农用地管理工作中所面临的新问题的基础上,提出一些针对性措施和建议,以期为我国设施农业建设发展提供有益参考。     

基于WebGIS的浦东新区农用地内外一体化核查平台的设计与实现

基于Web GIS以及移动GIS技术,建立了浦东新区农用地内外一体化核查平台,实现前台信息采集上报、后台数据核实统计、野外核查的一体化、网络化使用功能,旨在为新区农用地的信息化管理、农业生产统计和涉农补贴发放提供科学依据和方法。     

江浙皖地区农用地污染现状及治理途径

基于江浙皖地区农用地污染概况,从政策法规、人口、技术、经济等方面分析了农用地污染的影响因素。针对江浙皖地区,结合全国实际,从政策、市场、技术3个方面设计出了合理的农用地污染治理途径,提出了合理化的政策建议。     

基于耕地质量成果的上海市耕地占补平衡运行机制研究

在对我国耕地占补平衡问题分析的基础上,结合占补平衡耕地质量内涵和上海市耕地质量成果应用条件分析,构建以数量平衡为前提的耕地质量占补平衡运行机制。该机制框架包括耕地质量评估和监测机制、占补平衡指标储备机制、占补平衡指标跨区使用机制和占补平衡实施经济保障机制等4个方面,以为完善耕地占补平衡制度提供依据。     

农用地整理质量重估实证研究——以山东省茌平县冯官屯镇为例

土地重估是土地整理的重要技术工作之一，其评价结果是土地整理绩效评价的重要依据。以茌平县冯官屯镇土地综合整治项目为例，采用GIS技术、实地调查和室内分析相结合，在耕地分等研究成果的基础上，根据项目区内基础设施完成情况，更新了影响耕地质量的因素因子，对项目区内耕地质量进行重估。结果表明，整理后项目区内的耕地自然质量等比整理前提高了0．8个等别，利用等提高了1.3个等别，经济等提高了0．9个等别，农用地整理实施效果明显。通过土地重估，不仅可以科学地评价土地整理项目的实施效果，还可为耕地保护，实现耕地数量与质量的“占补平衡”提供详实的科学依据。     

南涧县发放全国首本经济林木(果)权证

<正>南涧彝族自治县发放了全国首本经济林木(果)权证,实现了经济林木(果)的物权和农用地承包经营权"一证跨两权"的重大突破。近年来,南涧县针对农村发展赚钱项目多,农民手里缺资金的实际,努力寻求金融与"三农"工作的结合点,帮助农民、农企搭建金融服务平台,探索开发适合农村农民需求、操作性强的金融产品,结合全省"三农"金融服务改革创新试点工作的开展,在农村优势资源     

基于深度置信网络的农用地基准地价评估模型

该文针对现有基准地价评估模型主观性较强及精度不够等问题，提出了一种基于深度学习思想的农用地基准地价评估方法，构建了样本特征集合与地价标签集合的深层网络结构映射关系，并以广东省普宁市农用地基准地价评估为实例，验证了模型的可行性和有效性。结果如下：1）与神经网络、支持向量机这类浅层学习模型相比，深度置信网络模型其对地价的拟合精度要高出3.61%，3.12%；2）在训练样本只有300时，深度置信网络模型对地价的拟合误差为16.43%，比神经网络、支持向量机模型的拟合精度最少要高出6.76个百分点；3）深度置信网络模型对单个样本的运算时间及内存占用比神经网络、支持向量机模型都要高，但在评估精度都达到95%左右的情况下，深度置信网络模型所需训练样本较少，支持向量机训练时间为193 s，而深度置信网络模型耗时187 s，两者耗时基本持平；4）基于DBN模型对耕地评估单元的地价测算结果，将将普宁市耕地评估单元划分为5级，然后利用面积加权法求取对应的级别基准地价范围为21.34～26.23元/m2。上述试验结果表明该方法在对样本点地价的评估精度上要优于传统的浅层方法，并且该模型计算所得普宁市耕地基准地价与耕地质量在空间分布规律上保持一致。     

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。