成都郊区农业乡镇的土地利用变化特征分析

【目的】定量分析成都郊区农业乡镇土地利用变化特征，对产业结构调整优化意义重大。 【方法】文章选择以农业为主导的乡镇，建立浅丘、平坝不同地形的土地利用现状调查样区各 2 个，通过 2013 年和 2018 年分辨率优于 1 m 的高分辨率遥感影像获取土地利用类型信息，计 算土地利用类型转移矩阵，分析该区土地利用时空变化特征。【结果】（1）2013—2018 年该地 区农业用地结构发生明显变化，园地、设施大棚和坑塘水面等占比上升，耕地和林地占比下 降。（2）主要土地利用类型转移为耕地转出与园地转入，其中耕地主要转为园地、设施大棚和 建设用地，分别占转出面积的 64.1%、15.3% 和 12.5%；园地主要来源于耕地和林地，分别占 转入面积的 83.2% 和 11.5%。（3）浅丘、平坝不同地形农区发展的主导产业不同，显著影响农 业土地利用类型转化，浅丘区以耕地和林地转为园地为主，平坝区以耕地转为设施大棚和果 园为主。【结论】成都郊区农业乡镇的农业产业类型、规模化趋势改变了该地区农业土地利 用格局、提高了土地集约化水平，研究结果可为农业产业结构优化调整、乡村振兴提供参考。     

基于遥感监测的地面抽样方法研究——以四川水稻播面变化为例

论述了四川省水稻遥感监测地面样方布设的方法,通过分析四川省特殊的地理位置,结合遥感影像,科学合理地探讨了可运行化的地面抽样方法,即采用分层抽样统计与地面典型抽样统计相结合的方法,利用差分GPS(精度为亚米级)建立四川省水稻监测地面样方,提高监测精度,在95%的置信区间里,可以达到90%的准确率,服务于全省水稻播种面积大尺度遥感监测。     

信息时代下四川省农地流转与规模化经营路径分析

【目的】开展农地确权工作旨在放活土地经营权,促进农地流转,实现农业规模经营,然而现实中农地流转出现与预期效果不一致的现象。文章重点为四川省农业规模经营的发展提出可行路径。【方法】文章以农户有限理性为基本假设,运用前景理论分别对四川省成都平原地区、浅丘地区和山区的农户,在农地确权前后对农地流转的心理认知进行分析,并针对不同地区农户农地流转心理状态及当地资源禀赋提出适宜的农业规模经营实现路径。【结果】山区农户生存能力较弱,对土地依赖程度强,土地用于满足其生存需求,通过农地确权降低了流转意愿;浅丘地区农户生存能力较强,对土地依赖程度较弱,土地用于满足其安全需求,在农地确权之后,部分农户倾向于短期流转,部分农户愿意流入土地;成都平原地区农户生存能力强,对土地依赖程度弱,土地用于满足其社交需求和尊重需求,流转土地的态度在农地确权之后趋于开放。【结论】对于四川省山区,提出"充分发挥生态优势,第三产业带动发展"与"细化生产分工,实现农业服务规模经营"路径建议;对于四川省浅丘地区,提出"发展土地股份合作社,按面积入股分红退股"与"产品标准化生产,产业品牌化发展"路径建议;对于成都平原地区,提出"互联网+新型农业经营主体+智慧农业"与"打造田园综合体,开发新型产业发展亮点"路径建议。     

基于“双评价”的水土流失敏感性评价——以四川省理县为例

【目的】分析区域资源禀赋与环境条件,针对理县国土空间开发利用问题和风险予以准确分析,识别生态保护极重要区(包括生态极脆弱区),明确农业生产最大合理规模和适宜空间,准确编制国土空间规划,构建国土空间开发保护格局。【方法】文章以《资源环境承载能力和国土空间开发适宜性评价技术指南》为理论指导;高分一号WFV影像为主要数据源,基于“双评价”下的水土流失敏感性评价,选择降雨侵蚀力因子、土壤可蚀性因子、地形起伏度因子、植被覆盖因子构建水土流失敏感性评价指标体系,运用空间分析的方法按技术指南标准对水土流失敏感性进行分级。【结果】(1)理县全县水土流失敏感性以中度、高度区域为主(占59.53%),与理县特殊地形构造及全面气候情况较相符;(2)在土壤可蚀性因子、地表起伏度因子和植被覆盖因子影响下,理县全县范围内水土流失面积和敏感性之间存在较为显著的关系。【结论】针对不同级别分区提出相应的治理措施,可为农业城镇空间结构优化调整、乡村振兴提供参考,优化国土空间用地布局。     

基于冠层反射率模型的作物参数多阶段反演方法研究进展

利用遥感手段,基于冠层反射率(canopy reflectance,CR)模型反演农作物参数具有经济、高效、普适性好的特点,是智慧农业快速、精确监测区域尺度农情信息的理想方法。然而,CR模型反演过程受"病态反演"问题影响。针对此,前人提出了多阶段目标决策(multi-stage,sample-direction dependent,target-decisions,MSDT)法和面向对象(object-based)反演法。分别依据CR模型参数的敏感性和不确定性,以及作物参数的空间分布特征,将反演过程划分为若干阶段,每阶段只反演部分参数,前阶段反演结果作为后阶段反演的先验知识,以此减少CR模型参数优化的不确定性,改善"病态反演"问题。该文系统总结了MSDT法与面向对象反演法,将其归纳为统一的"多阶段反演"方法,并提出概念模型。基于此,总结、讨论了多阶段反演中如下三方面共性问题,试分析可能的解决途径:1)多阶段反演决策还需要广泛比较、科学论证与改进,以确保其合理性和有效性;未来研究中,应将MSDT法与面向对象反演方法有机结合,在统一的多阶段反演技术框架下,制定更加合理的反演决策方法。2)CR模型的参数化精度可能影响多阶段反演;未来应尝试利用"天空地一体化"遥感技术和尺度转换方法获取先验知识,提高CR模型参数化精度。3)多阶段反演过程中,反演误差逐级传递;未来研究中,一方面应尝试识别并纠正前阶段反演中的误差,另一方面应合理利用前阶段反演结果,避免前阶段反演误差影响后阶段的反演。     

基于ACRM模型与敏感波段的农作物LAI与LCC反演

【目的】面向现代农业生产和管理的数据需求，基于ACRM 冠层反射率模型，探索适 于冬小麦叶面积指数（LAI）和叶片叶绿素含量（LCC）反演的波段选择方案。【方法】文章 考虑高光谱数据降维和CR 模型模拟误差，选出覆盖蓝、绿、红与近红外的5 个波段（波段 选择方案B1），开展LAI 与LCC 同步反演。然后分别选择LAI 和LCC 的敏感波段，开展对 应参数的反演试验。【结果】（1）基于B1，能够在多数田块实现较为准确的LAI 与LCC 同 步反演（LAI 反演值与实测值间决定系数（R2）为0.860 4，均方根误差（RMSE）为0.963； LCC 反演的R2 为0.814 1，RMSE 为0.069）。（2）仅利用LAI 或LCC 敏感波段反演结果的R2 与RMSE 同时略有升高，但与基于B1 的反演结果相比，无明显差异。【结论】通过该研究与 利用相同数据的前期研究对比发现，旨在高光谱数据降维与限制CR 模型模拟误差的波段选 择，对LAI 反演精度改进作用较为显著。相较而言，仅选用单一目标参数（LAI 或LCC）的 敏感波段，对反演精度改进并不明显。由此，一方面证实了常规反演方法与面向对象反演法 不强调选用单一目标参数敏感波段的合理性；另一方面，并不否定多阶段目标决策（MSDT） 反演法以及一些相关研究提出的，仅采用单一目标参数敏感波段来开展反演的合理性。     

基于高分辨率卫星影像的基本农田监测研究——以郫县古城镇为例

采用高分辨率卫星影像结合基本农田数据库对基本农田变化进行实时监测,在较短的时间内能够准确、及时的获取基本农田的面积变化和变化流向信息,为基本农田保护提供有力决策依据。     

基于高分辨率遥感影像的农村房屋自动化识别

【目的】 为了改善遥感影像分类算法对“同谱异物”的农村房屋与乡村道路的区分能力,提高房屋识别的空间平滑性与自动检测精度,为后续的农村宅基地遥感监测提供技术支撑。【方法】 文章基于光谱-空间核函数集成支持向量机（光谱-空间核SVM）算法框架,发展了一种适于高分辨率遥感影像的农村房屋自动化识别方法。首先,对高分辨率遥感影像进行空间分割以及影像的空间邻域关系进行建模。其次,获取分割图斑内像元灰度值的均值作为空间特征,以像元灰度值作为光谱特征,利用光谱-空间核SVM算法进行房屋预提取。单独提取影像中的道路、裸地等区域,并制作掩膜对房屋预提取结果进行修正。最后,通过众数滤波,对房屋识别结果进行空间平滑处理,抑制噪声。【结果】 该试验得到的Kappa系数、总体精度和F1分数分别为0.75、98.0%和0.76;而基于像元光谱的常规识别方法得到的上述指标分别为0.40、91.8%和0.44。【结论】 该文提出的方法能有效抑制将道路、裸地识别为房屋,且具有良好的空间平滑性能。