基于两点机器学习方法的土壤有机质空间分布预测

准确预测土壤有机质(Soil Organic Matter,SOM)空间分布对精细农业、耕地质量建设、生态环境保护以及固碳减排等均具有重要的意义。该研究探讨了基于两点机器学习方法(Two-pointMachineLearning,TPML)提高SOM空间分布预测的可行性。以黑龙江省海伦市为研究区,以气候、地形地貌、社会经济和空间位置信息等因素作为辅助变量,充分利用空间位置信息和属性相似关系,有效处理SOM空间分布异质性及其与辅助变量间关系异质性,以提高TPML方法进行SOM空间分布预测的精度。采用随机森林、基于随机森林的回归克里格、反距离权重法和普通克里格(Ordinary Kriging,OK)方法作为对比,以平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、预测值与真实值相关系数(r)和决定系数(R²)作为评价指标,进行不同样本量下的多组对比试验,评价不同方法的预测精度。结果表明：1)研究区SOM含量在1.775～7.188 g/kg之间,平均值为3.179 g/kg,空间分布...     

利用网格法确定县域农田整治优先度

为了科学测算农田整治难度系数,合理确定不同评价单元整治的优先次序,该文根据研究区域农田整治特点,以江苏省宝应县为例,以规则网格为评价单元,从土地利用结构、农田空间格局、可提高生产能力、土壤环境质量、人口社会因素等5个影响因素,构建农田整治优先度评价指标体系。对研究区按1′×1′的经纬度网格划分的532个网格评价单元进行农田整治优先度测算,并根据计算结果,按整治优先顺序将整个研究区划分为近期、中期和远期网格单元,分别占42%、31%和27%。远期网格单元分布在宝应县中部和南部的平原区,该区域农田的连片性、细碎度和质量等别等优于其他区域。研究结果表明,该文提出的区域农田整治优先度评价方法,有助于确定农田整治先后顺序,明确优先开展整治区域和方向。该方法为区域土地整治规划提供支撑,也为中国各县市开展高标准基本农田建设提供科学参考。     

玉米生育期空间插值方法比较

采用合适的空间插值方法可以估计全国主产区玉米生育期的空间分布情况,从而指导不同地区的种植生产。该文通过比较反距离加权法、径向基函数法、克里格法等插值方法的异同,以调查县夏播玉米5个阶段的生育期为数据源,对黄淮海夏播玉米区生育期的数据进行空间插值处理,并使用交叉验证对表面精度进行分析。结果表明：播种期、出苗期和成熟期的最适合插值方法为径向基函数法,其均方根预测误差分别为5.077、5.320、5.243 d,拔节期和抽雄期的最佳插值方法为反距离加权法,其均方根预测误差分别为7.826、6.403 d;播种期和出苗期由西南至东北逐渐延后,其余阶段生育期以东南至西北为中轴线向两侧逐渐延后。     

基于物元分析的区域土地生态安全评价方法研究

现有土地生态安全评估涉及大量的行政区社会经济数据,评价方法常常忽略单个指标对综合值的影响程度,本文构建了基于地质-水文-生物（GHB）的生态安全评价体系,提出基于物元分析的区域土地生态安全评价方法,以大安市为例进行土地生态安全水平定量评价。评价得出大安市87.45%的土地生态安全水平处在安全级,但整体生态安全水平仍有较大提升空间;单个指标分析表明,大安市土地生态建设重在推进重要水源管理、提高植被覆盖度、减少矿产开采量和减少地下水开采量等工作。研究结果表明,物元分析能够揭示单个评价指标的分异信息,对大安市生态安全的改善有一定指导意义。     

玉米抗倒性检测环境的选取方法

倒伏是玉米的重要胁迫之一,为提高玉米新品种抗倒性检测的效率,需选择倒伏胁迫高发环境作为测试环境。该文结合倒伏胁迫发生机理和大风概率统计模型,首先计算每个气象站点的因风倒伏概率,通过插值和区域统计,得到东华北、黄淮海两大玉米主产区各县区的因风倒伏概率,最后进行玉米抗倒性检验环境的选取分析。结果表明：倒伏胁迫概率超过60%的县区适宜作为玉米抗倒性检测的备选环境,只需3～5个点即可基本保证每年试验都会发生倒伏胁迫;黄淮海发生极严重倒伏胁迫的平均概率高于东华北,与实际情况吻合,两大区域可作为极严重倒伏胁迫检测环境的备选县区有54个,严重倒伏有16个,一般性倒伏有21个;本方法为测试环境选取决策提供了一种量化操作的手段,有助于提高测试环境倒伏胁迫的发生概率和新品种抗倒性检测的效率,降低应用风险。     

基于综合质量空间自相关性分析的耕地保护分区方法

从耕地的自然条件、利用情况和经济水平出发,结合耕地的空间属性,借助空间自相关性分析方法,提出了科学、合理的耕地保护分区方法。首先运用全局空间自相关的方法,探究高平市耕地质量在空间上整体的分布情况,以便进行下一步更细致的分析;再运用局部空间自相关的方法,以耕地质量指数为变量,探究高平市耕地质量的空间分布规律,最终基于综合质量的分析结果提出耕地保护分区方案。研究结果表明:整体分析显示,高平市耕地的自然条件、利用情况和经济水平皆表现出显著聚集性;局部分析得出,高平市耕地从自然条件、利用情况和经济水平3方面呈现出一定的规律性,HH(高-高)型和LL(低-低)型耕地表现为聚集分布;HL(高-低)型和LH(低-高)型耕地呈零星分布。最终从耕地的3方面分别进行局部分析,并依据3个局部分析结果组合,结合实际,提出耕地保护分区的方法及思路。     

基于核密度估计的京津冀地区耕地破碎化分析

为了深入分析京津冀地区耕地破碎化和人工干扰程度,以空间网格为基本单元,采用核密度函数法对耕地进行密度计算,继而采用自然断点法进行密度分区,采用景观格局指数法,对耕地的空间分布特征、破碎化程度进行定量分析,最后采用耕地破碎度指数和人工干扰指数对比分析提出耕地整治的方向。结果表明:耕地核密度变化范围为0~95.08点/km2,85%以上的耕地集中分布在区域中部和东南部的中密度区到高密度区,耕地面积随着密度降低而减少;耕地斑块密度指数、斑块边界密度指数、面积加权分维数和耕地斑块聚集度在不同密度区的变化情况均反映出破碎化程度随着耕地密度减小而增大;耕地破碎度指数和人工干扰度指数均随着耕地密度降低而升高,人工干扰是该区域耕地破碎化程度加剧的主要因素。采用核密度估计法能合理地反映耕地聚集程度和破碎化程度,可为京津冀地区协同发展、耕地整治和土地利用优化布局提供理论支撑。     

2013—2015年京津冀新增耕地时空特征与来源分析

利用2013—2015年土地变更调查新增耕地数据,基于县域和区域两种尺度,运用重心模型、区位基尼系数、地理集中度以及统计分析等方法,分析3年京津冀地区新增耕地时空特征,并从不同来源对新增耕地状况进行深入解析,以期为京津冀后续建设尤其是雄安新区建设提供参考。研究结果表明：从2013—2015年京津冀新增耕地整体看,新增耕地主要集中在中东部平原区、西部山区和北部高原区3大区域;从不同年份分析,京津冀地区新增耕地面积先减后增,重心从京津冀东北方逐渐向西南方偏移,并呈高度聚集态势。新增水浇地是京津冀地区新增耕地的主要地类。新增耕地主要是通过农村土地整治新增耕地的方式而来,大部分来源于草地,生态问题愈发突出。最后,深入分析新增耕地时空变化规律,建议京津冀在未来建设中因地制宜,加大〖JP〗节水力度,注重生态文明建设。     

基于TOPSIS和局部空间自相关的永久基本农田划定方法

永久基本农田划定是保护优质耕地、控制建设用地占用优质耕地的有效手段,也是高标准农田建设的基础。本文提出了一种基于优劣解距离法(Technique for order preference by similarity to an ideal solution,TOPSIS)和局部空间自相关的永久基本农田划定方法,从耕地的自然禀赋、区位条件、建设水平和生态景观条件4个角度出发,构建较全面的综合质量评价体系,借助TOPSIS法对耕地综合质量进行评价;引入空间聚类的思想对耕地综合质量进行局部空间自相关分析;最后,依据各区域的耕地综合质量及空间聚类特征,将符合要求的耕地划入永久基本农田。以河北省高碑店市为研究区开展实证研究,结果表明,该方法划定的永久基本农田较合理,划定永久基本农田面积为339.61 km2,占高碑店市耕地总面积的81.75%,划定比例达到国家相关规程要求。本文在耕地质量评价中加入生态景观因素,并结合最佳距离阈值和改进的反距离空间权重矩阵的空间聚类方法,为永久基本农田划定提供了新思路。     

基于元胞自动机复合模型的村镇土地利用变化模拟

为向村镇土地利用规划和管理提供合理决策依据,开展村镇土地利用空间格局变化进行模拟研究。在元胞自动机模型基础上,引入马尔科夫模型和多标准评价方法,构建元胞转移数量规则及空间位置规则,从自然环境、社会经济与政策等3方面分析土地利用影响因子,构造元胞自动机复合模型;选取北京市房山区为研究区,以村镇为单元对其土地利用空间格局进行模拟。结果显示:房山区的耕地、林地面积不断减少,建设用地占用农用地现象突出;人口集中、农业资源丰富的平原区各村镇土地利用变化明显。研究表明,多标准评价方法使元胞转移空间位置有规律可循,并有效避免模拟结果中大量错误斑点的产生;以村镇为单元进行分析,模拟的结果更加精细和合理。