基于地形改进NPP指数的县域耕地产能测算

发布时间：2021-06-07 12:55

　　为了快速准确测算耕地产能,开展耕地质量和产能评价工作,落实"三位一体"的耕地占补政策,该研究尝试将耕地初级净生产力（NPP,Net Primary Productivity）运用于耕地产能测算。在具体提取NPP指数时,使用顾及地形要素对于太阳辐射影响改进的CASA模型,并在此基础上运用地理加权回归以及空间相关性的方法比较了NPP数据与耕地利用指数数据以验证NPP数据运用于耕地产能计算的可行性。研究结果表明:基于NPP获得的耕地产能数据总体呈现中部东南-西北轴线方向以及南部平原NPP指数较高东北、西南两侧较低的布局,而通过与耕地利用指数的地理加权回归发现两者有较强相关性。NPP指数可以直接用于耕地产能评价,能够提高工作效率和准确性。 

【文章来源】：农业工程学报. 2020,36(10)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

宾阳县地形修正前后NPP指数分布图

对地形修正的NPP指数与耕地利用等指数的地理加权回归分析发现其相关性较好，但存在局部相关系数较低的区域，通过区域分布特征，结合耕地产能影响因素分布特征，可分析局部相关系数较低处差异较大的原因，以耕地产能影响因素进行原因解释，从而体现不同测算方式下，测算结果对影响因素反映灵敏性的差异，分析不同测算方法的优劣。经过结果比较可以发现，局部相关系数较低的区域主要为铁路公路沿线地区、西南丘陵区、南端郁江支流沿岸，东北部溶蚀平原区4部分（图2b）。结合影响耕地产能的常规因素比较4个部分的耕地特征，从而获得两者差异产生的原因，从而选择更具有现实可靠性的计算方法计算耕地产能。1）地形地貌特征差异下NPP优于耕地利用指数

【参考文献】：
期刊论文
[1]退耕还林还草工程对黄土高原植被总初级生产力的影响[J]. 尤南山,董金玮,肖桐,刘纪远,Xiao Xiangming.  地理科学. 2020(02)
[2]基于校正的CASA模型NPP遥感估算及分析——以河西走廊为例[J]. 李传华,曹红娟,范也平,韩海燕,孙皓,王玉涛.  生态学报. 2019(05)
[3]基于长时间序列遥感数据反演NPP的耕地质量评价[J]. 马佳妮,张超,吕雅慧,高璐璐,郧文聚,朱德海.  农业机械学报. 2019(01)
[4]基于GIS和CASA的滇南山区植被NPP时空分异及其影响因素——以云南省元阳县为例[J]. 陈峰,李红波,刘亚静.  生态学杂志. 2018(07)
[5]基于MOD17A3的中国陆地植被NPP变化特征分析[J]. 李登科,王钊.  生态环境学报. 2018(03)
[6]基于多源遥感数据融合的土地整治区产能动态监测:方法与案例[J]. 洪长桥,金晓斌,陈昌春,王慎敏,项晓敏,杨绪红,顾铮鸣,周寅康.  地理研究. 2017(09)
[7]基于BEPS模型的东北三省森林生态系统NPP模拟[J]. 毛学刚,焦裕欣,张颖.  森林工程. 2017(01)
[8]横断山区2004-2014年植被NPP时空变化及其驱动因子[J]. 王强,张廷斌,易桂花,陈田田,别小娟,何奕萱.  生态学报. 2017(09)
[9]基于TEM模型的三江源草畜平衡分析[J]. 李猛,何永涛,付刚,石培礼,张宪洲,孙建,李仁强,王军邦.  生态环境学报. 2016(12)
[10]中国东南部植被NPP的时空格局变化及其与气候的关系研究[J]. 崔林丽,杜华强,史军,陈昭,郭巍.  地理科学. 2016(05)

博士论文
[1]地理加权回归基本理论与应用研究[D]. 覃文忠.同济大学 2007

硕士论文
[1]基于NPP数据的山东省耕地产能时空格局分析[D]. 商令杰.山东师范大学 2018
[2]基于NPP的土地整治对耕地产能影响研究[D]. 洪长桥.南京信息工程大学 2018
[3]基于CASA模型的青藏高原NPP时空分布动态研究[D]. 邹德富.兰州大学 2012



本文编号：3216615