基于土地功能的农村居民点内部用地结构分类

科学合理的农村居民点内部用地功能结构分类是提升农村土地利用效率、实现用地结构优化配置的重要前提。该文在梳理农村居民点用地分类现状的基础上,从土地利用的功能角度出发,构建了涵盖农村居民点用地生产功能、生活功能、生态功能和潜在功能的分类体系,其中包含4个一级类、10个二级类和37个三级类;并以该分类方法为基础,通过实地调查典型农村居民点内部用地结构现状,从微观视角揭示内部用地结构。基于新的分类体系,大兴庄村用地类型可分为28种,农村居民点内部生产用地、生活用地和生态用地的比例分别为34.73%、53.53%和4.06%,可挖潜面积比例为占农村居民点总面积的13.09%。研究结果为中国农村居民点用地分类体系构建提供了基本思路和工作框架。     

基于GF-1 WFV数据的玉米与大豆种植面积提取方法

准确掌握农作物的空间种植分布情况,对于国家宏观指导农业生产、制定农业政策有重要意义。针对黑龙江省玉米与大豆生育期接近、光谱特征相似,较难区分的问题,以多时相16 m空间分辨率高分一号(GF-1)卫星宽覆盖(wide field of view,WFV)影像为数据源,选择归一化植被指数(normalized difference vegetation index,NDVI)、增强植被指数(enhanced vegetation index,EVI)、宽动态植被指数(wide dynamic range vegetation index,WDRVI)、归一化水指数(normalized difference water index,NDWI)4个特征,结合实地调查样本点,采用随机森林分类算法,提取黑龙江省黑河市嫩江县玉米与大豆种植面积。研究表明,区分玉米与大豆的最佳时段为9月下旬至10月上旬,即大豆已收获而玉米未收获的时段,在4个待选特征中,NDVI、NDWI与WDRVI指数组合表现最佳;随机森林算法与最大似然算法、支持向量机算法相比,分类精度更高,其总体分类精度为84.82%,Kappa系数为77.42%。玉米制图精度为91.49%,用户精度为93.48%;大豆制图精度为91.14%,用户精度为82.76%。该方法为大区域农作物的分类提供重要参考和借鉴价值。     

农村居民点用地的多功能性划分及其农户利用差异性评价

受农户生计方式多元化和城市文化的影响,农村居民点内部用地分工更为明显且呈多功能性,探讨农村居民点用地的多功能性及农户个体利用的差异性特征,既利于客观测算农村居民点用地资产价值,又能为合理设计农民新居内部构型提供理论基础。研究以重庆市江津区燕坝村1 923处农村居民点用地为研究对象,在农村居民点用地的多功能性划分基础上构建多功能评价指标体系,测算农村居民点用地的优势功能,进而辨析不同生计类型农户的农村居民点用地优势功能差异性。其结果为:按照二级分类体系,农村居民点用地可划分为居住用地、农业生产用地、非农生产用地、附属用地4个1级地类,堂屋用地、圈舍养殖用地、院落用地等11个2级地类;不同生计类型农户的农村居民点用地优势功能差异明显,农业专业化发展型农户以农业生产功能为主导(优势度达1.987 8),而兼业发展型农户优势功能不明显,具均衡性;农业多样化发展型农户、非农多样化发展型农户、非农专业化发展型农户分别以服务功能(优势度1.873 0)、居住功能(优势度1.569 2)、非农生产功能(优势度2.387 9)为主导。农户生计方式与农村居民点用地优势功能是相适应的,农民新居建设应根据不同生计类型农户的生计方式设计不同的农村居民点用地组合模式。     

基于HJ时间序列数据的农作物种植面积估算

通过对长时间序列遥感影像的波谱变化特征分析,可以有效地进行农作物种类识别与信息提取,提高农作物种植面积的遥感监测精度。中空间分辨率多光谱遥感影像适合于中国大范围大宗农作物面积监测,也是能够提供稳定时间序列遥感数据源之一。该研究以河北省衡水市为研究区域,采用2011年10月3日-2012年10月24日期间,16景30 m空间分辨率的HJ-1A/B卫星CCD(电荷耦合元件,charge-coupled device)影像月度NDVI(归一化植被指数,normalized difference vegetation index)时间序列数据,针对冬小麦、夏玉米、春玉米、棉花、花生和大豆等主要作物类型,在全生育期波谱特征曲线分析基础上,提取主要作物类型的曲线特征,采用基于NDVI阈值的决策分类技术,进行了农作物种植面积遥感识别,以15个规则的2 km×2 km的地面实测GPS(全球定位系统,global positioning system)样方进行了精度验证。考虑到大豆和花生2种作物的NDVI时间序列特征相似性较高,将这2种作物合并为一类进行分类,并命名为小宗作物。结果表明,冬小麦、夏玉米、春玉米、棉花和小宗作物等5类目标可以有效识别,分类总体精度达到90.9%,制图精度分别为94.7%、94.7%、82.4%、86.9%和81.2%,其他未分类类别精度为85.9%。利用中高分辨率遥感时间序列卫星影像,在大宗农作物时间序列的变化规律分析基础上,可以准确地提取大宗农作物种植面积,在农作物面积资源调查中具有较大的应用潜力。     

中国北方红色土壤分类问题的探讨

现今出露于中国北方地表的红色土壤是在红色古土壤和红色古风化壳上发育的,而且大多经历了不连续的成土过程。中国北方红色土壤分布广泛、成因复杂,在分类中还存在着许多问题。从20世纪70年代末至今,我国土壤分类经历了由土壤发生学分类向土壤系统分类的重大转变,对北方红色土壤的分类也进行了多次修订。虽然每次修订都有所改进,但直到目前关于北方红色土壤的分类位置问题仍没有得到彻底解决。因此,今后需要对中国北方红色土壤的形成过程及土壤的性态特征和理化性状进行深入研究,建立适合北方红色土壤系统分类的诊断层和诊断特性,以明确中国北方红色土壤在系统分类中的位置,进一步完善中国土壤系统分类。     

农用地分等中产量比系数求算方法的研究

对现行《农用地分等规程》中产量比系数计算方法进行探讨,寻求产量比系数的最佳求算方法;研究结果表明《规程》中产量比系数的算法使得研究区冬季作物的自然质量等指数偏大,与实际不符;按两套产量比系数计算的结果则不存在这一问题;建议在农用地分等中,种植制度为一年两熟的地区应分冬夏设两个基准作物,分别编制冬季播种作物和夏季播种作物的产量比系数。     

贵溪冶炼厂周边农田土壤重金属污染特性及评价

在对贵溪冶炼厂周边区域的农田土壤及生产的稻谷进行采样调查和数据处理分析的基础上,对农田土壤重金属污染特性和现状进行了监测和初步评价,结果表明:农田土壤重金属污染可能来源于贵溪冶炼厂废水的排放及尾矿渣的堆放,与灌溉水源无关;用国家土壤环境质量二级标准进行评价可知,农田土壤重金属的综合污染指数较高,土壤污染已处于重度污染等级,单项重金属污染指数表明Cu、Cd的含量已严重超标,并处于重度污染等级,Zn、Pb和As的含量未构成污染;水泉村、竹山村与所生产的稻谷三者之间呈显著或极显著正相关,即农田生态系统呈复合污染的趋势。     

修正法农用地定级方法探讨及与因素法比较-以宜兴市为例

目前我国基本上采用因素法进行农用地定级,而作为重要方法之一的修正法则应用很少。本文以宜兴市为例,对修正法农用地定级技术路线、指标控制区划分、单元划分、修正因素选取和量化、定级指数计算、级别划分的方法和改进进行探讨,并与因素法比较。结果表明:修正法和因素法的方法原理大致相似,但修正法在分等基础上进行,是对分等结果的细化和深化,可大大缩减工作量,而且其定级结果具有很好的横向可比性。     

基于无人机高光谱遥感影像的防护林树种分类

树种信息对林业资源监测和管理具有重要意义,及时准确地掌握树种及长势状况是防护林工程建设与效益评价的基础。为研究利用无人机高光谱数据进行防护林树种分类的效果,选取典型区域使用Matrice600型六旋翼无人机搭载Rikola高光谱成像仪获取高光谱影像,基于支持向量机-递归特征消除算法（SVM-RFE）选取原始波段最佳组合,再结合纹理特征、植被指数和数理统计特征,使用随机森林算法对所有特征进行重要性评估并与分类精度相结合进行特征优化,进而构建高光谱影像全波段、原始波段最佳组合、全部特征变量、基于随机森林（RF）特征优化后特征变量4种分类方案,分别采用最大似然法（MLC）、支持向量机（SVM）、随机森林对防护林优势树种进行分类。结果表明：所提出的基于交叉验证的SVM-RFE算法选出的原始波段组合能更好地还原原始光谱特征;通过RF算法的特征重要性分析与分类精度相结合的方法可以有效选出重要特征,当使用全部特征的85%（包括17个光谱特征、3个纹理特征、5个植被指数和3个数理统计特征）进行分类时,总体精度最高为9593%（Kappa系数为0.9475）;所有特征中植被指数特征最重要,3种分类方法中RF算法分类总体精度（OA）最高。     

基于改进残差网络的田间葡萄霜霉病病害程度分级模型

针对传统葡萄霜霉病人工诊断分级方法低效且存在滞后性的问题,提出了一种改进残差网络的田间葡萄霜霉病识别及病害程度分级模型.在田间采集霜霉病前期、中期、后期以及健康叶片图像,并模拟天气、拍摄角度及设备噪声等影响因素进行数据增容;基于不同发病程度叶片间特征相似度高、区分难度大的特点,在优选ResNet-50模型的基础上,为解...