基于3S技术的耕地定级方法及实证研究 ——以长清区为例
发布时间:2021-11-28 05:36
耕地是粮食生产的绝对基础,其质量的优劣直接影响着粮食安全和社会秩序的稳定,对耕地质量进行调查评价,是从数量、质量、生态等方面探索耕地保护方法的重要手段。利用3S技术调查研究区实际耕作情况、创建地理数据库、管理调查检验样点,探索构建耕地定级方法体系,为耕地定级成果在永久基本农田划定、耕地资源资产价值核算、制订征地区片价等实际工作中的应用提供了重要依据。本研究综合国内外耕地质量评价理论和主要观点,在我国已有的耕地质量评价方法基础上,以耕地质量等别评价成果为基础,以原国土资源部颁布的《农用地定级规程》(GBT 28405-2012)为依据,探索构建了耕地定级评价方法体系,并使用3S手段,利用土地利用现状、高分遥感影像等数据资料和空间影像资料,在2017年耕地质量等别成果的基础上,对济南市长清区进行了实证研究。本研究延续《农用地定级规程》(GB/T 28405-2012)中的原则、评价方法和评价流程,依据推荐的指标,充分考虑耕地实际种植作物和耕作制度的多样性,形成了耕地定级的备选因素因子表。在评价过程中延续耕地分等单元作为评价单元,利用成对比较法对因素因子权重进行赋分,采用加权求和法计算单元分...
【文章来源】:山东师范大学山东省
【文章页数】:76 页
【学位级别】:硕士
【部分图文】:
长清区位置示意图
山东师范大学硕士学位论文25图4-2遥感影像配准图4-3影像裁剪(2)地类图斑提取①监督分类用ENVI5.3软件打开研究区耕地影像图,用目视判读的方法观察研究区耕地利用情况,在耕地部分未发现明显的大棚种植影像,故依据ENVI软件《农业耕作变化监测》专题中的分类方法,按实际情况将耕地划分为绿植耕地、留茬耕地和休耕地/裸地三类。其中,将深绿色判读为绿植耕地,代表耕地种植小麦-玉米等作物,熟制为一年两熟;将浅绿色判读为留茬耕地,代表耕地种植制度为单一作物、一年一熟;将灰色判读为休耕地/裸地,此类耕地未种植作物。判读后对耕地进行遥感影像分类,采用监督分类的方法,选取训练样本并选用最大似然分类,将耕地影像输出为绿植耕地、留茬耕地和休耕地/裸地三类进行保存。图4-4选取训练样本,使用最大似然法
山东师范大学硕士学位论文25图4-2遥感影像配准图4-3影像裁剪(2)地类图斑提取①监督分类用ENVI5.3软件打开研究区耕地影像图,用目视判读的方法观察研究区耕地利用情况,在耕地部分未发现明显的大棚种植影像,故依据ENVI软件《农业耕作变化监测》专题中的分类方法,按实际情况将耕地划分为绿植耕地、留茬耕地和休耕地/裸地三类。其中,将深绿色判读为绿植耕地,代表耕地种植小麦-玉米等作物,熟制为一年两熟;将浅绿色判读为留茬耕地,代表耕地种植制度为单一作物、一年一熟;将灰色判读为休耕地/裸地,此类耕地未种植作物。判读后对耕地进行遥感影像分类,采用监督分类的方法,选取训练样本并选用最大似然分类,将耕地影像输出为绿植耕地、留茬耕地和休耕地/裸地三类进行保存。图4-4选取训练样本,使用最大似然法
本文编号:3523810
【文章来源】:山东师范大学山东省
【文章页数】:76 页
【学位级别】:硕士
【部分图文】:
长清区位置示意图
山东师范大学硕士学位论文25图4-2遥感影像配准图4-3影像裁剪(2)地类图斑提取①监督分类用ENVI5.3软件打开研究区耕地影像图,用目视判读的方法观察研究区耕地利用情况,在耕地部分未发现明显的大棚种植影像,故依据ENVI软件《农业耕作变化监测》专题中的分类方法,按实际情况将耕地划分为绿植耕地、留茬耕地和休耕地/裸地三类。其中,将深绿色判读为绿植耕地,代表耕地种植小麦-玉米等作物,熟制为一年两熟;将浅绿色判读为留茬耕地,代表耕地种植制度为单一作物、一年一熟;将灰色判读为休耕地/裸地,此类耕地未种植作物。判读后对耕地进行遥感影像分类,采用监督分类的方法,选取训练样本并选用最大似然分类,将耕地影像输出为绿植耕地、留茬耕地和休耕地/裸地三类进行保存。图4-4选取训练样本,使用最大似然法
山东师范大学硕士学位论文25图4-2遥感影像配准图4-3影像裁剪(2)地类图斑提取①监督分类用ENVI5.3软件打开研究区耕地影像图,用目视判读的方法观察研究区耕地利用情况,在耕地部分未发现明显的大棚种植影像,故依据ENVI软件《农业耕作变化监测》专题中的分类方法,按实际情况将耕地划分为绿植耕地、留茬耕地和休耕地/裸地三类。其中,将深绿色判读为绿植耕地,代表耕地种植小麦-玉米等作物,熟制为一年两熟;将浅绿色判读为留茬耕地,代表耕地种植制度为单一作物、一年一熟;将灰色判读为休耕地/裸地,此类耕地未种植作物。判读后对耕地进行遥感影像分类,采用监督分类的方法,选取训练样本并选用最大似然分类,将耕地影像输出为绿植耕地、留茬耕地和休耕地/裸地三类进行保存。图4-4选取训练样本,使用最大似然法
本文编号:3523810
本文链接:https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/3523810.html
教材专著