基于不同分辨率影像的山区耕地细碎化评价及其尺度效应

发布时间：2021-06-05 12:49

　　研究耕地细碎化的尺度效应对山区耕地细碎化遥感监测、耕地整治与可持续利用具有重要意义。选取贵州省坝区孙家村、丘陵区亚鱼村和山地区小坝村3个不同地貌背景的典型村为案例区,在构建细碎化测度模型基础上,量化分析0.1 m、1 m、2 m、5 m、10 m分辨率下耕地细碎化程度的尺度效应。研究结论:①随着影像分辨率下降,不同地貌背景下的耕作地块特征有明显的尺度效应。②不同地貌背景下的耕地细碎化程度存在差异,丘陵区的细碎化程度最高,坝区次之,山地区最低。不同影像分辨率下的耕地细碎化程度具有明显的尺度效应,3个典型村的耕地细碎化指数均呈现幂函数式下降;且不同地貌背景的耕地细碎化程度对尺度变化响应程度不同,坝区的耕地细碎化粒度响应最为强烈,丘陵区次之,山地区最弱。③以前1个尺度为参照计算耕地细碎化程度的损失精度时,坝区和丘陵区的耕地细碎化程度在影像分辨率由2 m变为5 m时最敏感,山地区小坝村对尺度变化的敏感度从2 m处呈现升高趋势;以基础尺度为参照时,丘陵区的耕地细碎化程度对尺度变化的敏感度最高,山地区次之,坝区最低。研究旨在为山区的耕地细碎化调查、评价以及治理提供借鉴。 

【文章来源】：地理研究. 2020,39(06)北大核心CSSCICSCD

【文章页数】：12 页

【部分图文】：

典型村影像图

综上，在贵州山区，选取农户宅基地到农户所有耕作地块的道路网络距离总和来测度耕地细碎化程度更为适用。道路网络距离的总和不仅表征了通勤距离，也表征了农户经营的地块数量（农户经营的地块数量越多，道路网络距离越长）和地块形状（地块的形状越规整，道路网越简化，道路网络距离越短）。农户耕地细碎化指数计算公式如下：式中：LFI为农户耕地细碎化指数；k为某农户地块数；Si为农户地块i到其宅基地的道路网络距离，宅基地到耕作地块的道路网络距离越长，农户耕地细碎化程度越高。

为了定量描述3个典型村在不同影像分辨率下耕地细碎化指数的变化趋势，对5个分辨率下耕地细碎化指数进行回归分析发现，可通过三项式函数对其变化进行精准预测（图3）。其中，坝区孙家村、丘陵区亚鱼村、山地区小坝村的R2系数分别0.998、0.998、0.995，拟合效果达到显著性相关，这说明3个典型村的耕地细碎化指数对尺度变化的响应具有明显的规律性。其次，为充分了解不同地貌背景的耕地细碎化程度随尺度变化的差异性，分别计算了3个典型村的细碎化指数随尺度变化的变异系数。其中，坝区孙家村的变异系数最大，为0.594；其次是丘陵区亚鱼村，变异系数为0.578；山地区小坝村最小，变异系数为0.563。即坝区孙家村的耕地细碎化粒度响应最为强烈，丘陵区亚鱼村次之，山地区小坝村最弱。为定量识别耕地细碎化对于尺度变化的敏感度，将0.1 m分辨率设定为基础尺度，根据公式（4），计算不同尺度与其前一尺度、不同尺度与基础尺度的耕地细碎化的变化度，得到细碎化程度对于尺度变化的损失精度（表4）。

【参考文献】：
期刊论文
[1]华北集约化农区耕地细碎化特征及其整治模式研究——以河北曲周为例[J]. 孙晓兵,孔祥斌,温良友,胡莹洁.  农业现代化研究. 2019(04)
[2]不同格网尺度下的黄山市生境质量差异分析[J]. 彭建,徐飞雄.  地球信息科学学报. 2019(06)
[3]耕地细碎化对农户耕地生产率的影响机理与实证[J]. 文高辉,杨钢桥.  中国人口·资源与环境. 2019(05)
[4]基于道路网络分析技术的耕地细碎化测度模型改进[J]. 葛玉娟,赵宇鸾.  资源科学. 2019(04)
[5]耕地细碎化的影响:国外研究综述与启示[J]. 臧良震,苏毅清.  农业经济. 2018(12)
[6]基于景观格局的卢龙县耕地细碎化评价及影响因素研究[J]. 臧亮,梁红颖,梁文涛,张春利.  水土保持研究. 2018(06)
[7]土地整治对耕地细碎化影响评价指标适用性分析[J]. 孙瑞,金晓斌,项晓敏,曹帅,徐翠兰,隋雪艳,刘敏,周寅康.  农业工程学报. 2018(13)
[8]乡村振兴战略下贵州山区森林转型路径研究[J]. 赵宇鸾,葛玉娟,旷成华,张颖.  贵州师范大学学报(自然科学版). 2018(01)
[9]环渤海地区县域耕地景观细碎化时空变异分析——以昌黎县为例[J]. 陈锦坪,杨伟州,魏明欢,赵丽,张蓬涛.  中国农业资源与区划. 2017(08)
[10]冬小麦面积遥感识别精度与空间分辨率的关系[J]. 王利民,刘佳,高建孟,杨玲波,杨福刚,王小龙.  农业工程学报. 2016(23)



本文编号：3212200