江苏省水稻主产区水稻种植调减模式遥感监测

发布时间：2021-11-13 00:56

　　本研究基于遥感卫星影像,获取江苏省监测区内2015年和2019年水稻种植的空间分布信息,分析监测区内水稻种植面积变化程度、变化模式以及变化位置。结果表明,至2019年,监测区内90.7%的水稻田仍为水稻田,9.3%的水稻田调减为非水稻田,与2015年相比,监测区内水稻面积总计减少5.7%。在调减的水稻面积中,调减为水产养殖的占29.7%,调减为水生作物的占18.3%,调减为其他作物的占52.0%。调减幅度和调减模式具有很强的地域特征,水稻面积减少幅度大于10.1%的图幅框集中分布于里下河农区,减少幅度小于5.0%的图幅框集中分布于徐淮农区。针对监测区内3种调减模式,徐淮农区占比最大的是水稻→其他作物,其次是水稻→水生作物,最少的是水稻→水产养殖;里下河农区占比最大的是水稻→水产养殖,其次是水稻→水生作物,最少的是水稻→其他作物。 

【文章来源】：江苏农业学报. 2020,36(04)北大核心CSCD

【文章页数】：8 页

【部分图文】：

水稻调减空间分布图

根据2015年和2019年野外实地调查资料确定水稻和其他地物的解译标志,建立相关的影像解译标志库。以2015年卫星影像为底图,从耕地数据库中提取相关信息,生成2015年水稻空间分布信息。以2019年的卫星影像为底图,从2015年水稻空间分布信息中提取2019年的水稻空间分布信息,以及2015年为水稻2019年为非水稻的地块信息,再从耕地数据库中补充2015年不是水稻而2019年为水稻的地块信息,生成最终的2019年水稻空间分布信息。1.2.3 水稻种植调减模式

图3显示,2015年监测区内水稻面积为8.16×105 hm2,2019年为7.69×105 hm2,减少5.7%。2015年57.1%的水稻分布在徐淮农区,42.9%的水稻分布在里下河农区,2019年58.8%的水稻分布在徐淮农区,41.2%的水稻分布在里下河农区。图3 水稻空间分布图

【参考文献】：
期刊论文
[1]江苏水稻南繁的现状及发展对策[J]. 孙统庆,汤义华,吴连勇,陈斌,邵培珺,陈永梅.  中国稻米. 2019(04)
[2]基于Landsat8-OLI遥感影像水稻种植区提取方法研究[J]. 李孟倩,苏世宗.  华北理工大学学报(自然科学版). 2019(03)
[3]基于多源数据融合模型的水稻面积提取[J]. 魏永霞,杨军明,吴昱,王斌,SHEHAKK M,侯景翔.  农业机械学报. 2018(10)
[4]基于县域单元的我国水稻生产时空动态变化[J]. 王小慧,姜雨林,刘洋,卢捷,尹小刚,史磊刚,黄晶,褚庆全,陈阜.  作物学报. 2018(11)
[5]东北三省水稻种植面积时空变化监测与分析[J]. 曹丹,白林燕,冯建中,景海涛,李华林,张倩,张沛,孙金珂.  江苏农业科学. 2018(10)
[6]GF-1卫星多时相组合近红外数据水稻识别能力[J]. 王利民,刘佳,杨福刚,姚保民,邵杰,杨玲波.  农业工程学报. 2017(23)
[7]基于Landsat 8 OLI遥感影像的沈阳市水稻种植面积提取方法[J]. 郑璐悦,许童羽,周云成,杜文.  浙江农业学报. 2017(10)
[8]基于多时相OLI数据的宁夏大尺度水稻面积遥感估算[J]. 刘佳,王利民,姚保民,杨福刚,杨玲波,王小龙,曹怀堂.  农业工程学报. 2017(15)
[9]江苏里下河地区稻田生态种养创新模式及关键技术[J]. 张家宏,王桂良,黄维勤,朱凌宇,寇祥明,王守红,韩光明,徐荣.  湖南农业科学. 2017(03)
[10]RapidEye卫星红边波段对农作物面积提取精度的影响[J]. 刘佳,王利民,滕飞,杨玲波,高建孟,姚保民,杨福刚.  农业工程学报. 2016(13)

硕士论文
[1]近30年黑龙江水稻种植区域遥感提取及其时空变化分析[D]. 李志鹏.中国农业科学院 2014



本文编号：3491987