基于GF-1影像的沿淮地区冬季耕地撂荒遥感调查应用
1
2019
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
基于GF-1影像的沿淮地区冬季耕地撂荒遥感调查应用
1
2019
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
我国耕地保护现状及对策研究
1
2009
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
我国耕地保护现状及对策研究
1
2009
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
基于多光谱遥感的撂荒地识别方法研究
3
2011
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
... [3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
基于多光谱遥感的撂荒地识别方法研究
3
2011
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
... [3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
森林转型、农地边际化与生态恢复
1
2011
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
森林转型、农地边际化与生态恢复
1
2011
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
Abandonment of agricultural land and its consequences: A case study in the Sikles area, Gandaki Basin, Nepal Himalaya
1
2006
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
威胁中国粮食安全最危险的因素:弃耕抛荒
1
2009
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
威胁中国粮食安全最危险的因素:弃耕抛荒
1
2009
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
Farmland Abandonment: Threat or opportunity for biodiversity conservation? A global review
1
2014
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
Research: Managing mountainous degraded landscapes after farmland abandonment in the central Spanish Pyrenees
1
1997
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
The response of soil erosion and sediment export to land-use change in four areas of europe: The importance of landscape pattern
1
2008
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
Changes in organic carbon stocks upon land use conversion in the Brazilian Cerrado: A review
1
2010
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
Carbon sequestration due to the abandoned of agriculture in the rormer USSR since 1990
1
2008
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
Agricultural abandonment in mountain areas of Europe: Environmental consequences and policy response
1
2000
... 作为人类赖以生存和发展的物质基础,耕地这一稀缺资源对于国家和人民均具有重要意义[1],中国耕地总体质量差,人均耕地少,坡耕地面积较大[2].随着城镇化进程的加快,越来越多的农民涌入城市务工经商造成乡村劳动力大量流失[3].农村耕地撂荒面积逐年增加,自2000年初开始, 耕地撂荒现象已经比较严重[4].耕地的大面积撂荒和粮食安全密切相关[5-6],另外,大量研究表明,耕地撂荒对生物多样性[7]、土壤质量[8-9]、碳循环[10-11]以及生态环境[12]等均存在影响,因此,客观、准确地掌握耕地撂荒的数量及空间分布信息日益受到各级政府的高度重视. ...
Exploring the dynamic mechanisms of farmland abandonment based on a spatially explicit economic model for environmental sustainability
1
2014
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
Spatio-temporal pattern and rationality of land reclamation and cropland abandonment in mideastern inner Mongolia of China in 1990~2005
0
2011
不同类型农户撂荒及其影响因素研究——以重庆市12个典型村为例
1
2014
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
不同类型农户撂荒及其影响因素研究——以重庆市12个典型村为例
1
2014
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
茂兰喀斯特自然保护区撂荒地时空演变、机制及其植被恢复
1
2017
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
茂兰喀斯特自然保护区撂荒地时空演变、机制及其植被恢复
1
2017
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
基于多智能体和土地转换模型的耕地撂荒模拟研究——以陕西省米脂县为例
1
2018
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
基于多智能体和土地转换模型的耕地撂荒模拟研究——以陕西省米脂县为例
1
2018
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
经济欠发达地区撂荒耕地空间格局与驱动因素分析
1
2017
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
经济欠发达地区撂荒耕地空间格局与驱动因素分析
1
2017
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
撂荒耕地的提取与分析——以山东省庆云县和无棣县为例
1
2018
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
撂荒耕地的提取与分析——以山东省庆云县和无棣县为例
1
2018
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
Detecting war-induced abandoned agricultural land in Northeast Bosnia using multispectral,multitemporal Landsat TM imagery
1
2008
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
其基于联合变化检测的耕地撂荒信息提取与驱动因素分析
1
2019
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
其基于联合变化检测的耕地撂荒信息提取与驱动因素分析
1
2019
... 现阶段耕地撂荒信息的获取主要分为农户调查和遥感手段,农户调查主要依赖于入户走访调查和层层上报的方式[13-15],这种方式虽能了解耕地撂荒的机理,但受限于调查农户的主观性和话题敏感性,加上调查采样数量和技术方法的控制,耗时长、效率低,很难得到客观、全面的撂荒信息.随着遥感技术的发展,卫星遥感影像在时间、空间分辨率方面均得到显著提高,更高时间分辨率的遥感信息有助于捕捉耕地撂荒现象的时序变化信息,而高空间分辨率特点则有助于解决山区耕地较为破碎难以准确监测的问题.因此,遥感技术具有数据覆盖范围广、高时效性、低成本等特点,对于准确估计和掌握县域尺度的耕地撂荒动态变化具有重要的意义.当前撂荒地的遥感监测方法主要分为两类:一是遥感分类方法,该方法的前提是基于撂荒地与其他地物类型的显著差异,通过遥感影像解译和野外验证的方式提取撂荒耕地[16].如宋世雄等[17]依据多模型耦合机理,模拟分析了陕西省米脂县耕地撂荒空间格局分布.牛继强等[18]基于支持向量机(SVM)分类和景观指数等方法,获取了河南省子路镇2013年、2015年季节性撂荒耕地和常年性撂荒耕地分布情况.肖国峰等[19]基于Landsat数据和HJ-1A数据,采用CART决策树分类方法,制作了1990~2017年的土地利用图,制定了撂荒地的识别规则,在此基础之上提取了研究区的撂荒地空间分布、持续撂荒时间分布和撂荒地复垦区域.二是基于NDVI时间序列特征提取撂荒耕地.如WITMER等[20]利用多时相Landsat TM影像,通过直接比较两期影像数据的光谱差异,确定变化阈值,提取了波斯尼亚东北部由战争引起的撂荒耕地.程维芳等[3]通过植被指数变化检测的方法,首先对采样点的NDVI时间序列曲线进行分析, 然后与主要土地利用类型的生命周期特征进行匹配,从而提取撂荒耕地[3].遥感分类方法的提取精度在很大程度上依赖于解译人员专业知识水平,加之撂荒地地表覆被复杂,存在混合像元导致的错分、漏分现象[21].而基于时间序列NDVI的检测方法主要应用在平原地区或耕地地块较大的区域,对于地块破碎、地形复杂、云雨天气较多的地区难以获取高分辨率时序遥感数据,这些地区的撂荒地遥感监测只能利用单期或多期中高分辨率遥感影像的方式实现. ...
基于决策树和SVM的Sentinel-2A影像作物提取方法
1
2018
... 遥感影像数据使用来自欧空局(https:∥scihub.copernicus.eu/dhus/#/home)的10 m分辨率Sentinel-2 L2A辐射精校正级产品.Sentinel-2A卫星覆盖13个光谱波段, 能够提供10 d重访周期和最高10 m空间分辨率的多光谱数据[22],现已运用于作物识别[23]、地物类型的划分[24-25]等各方面研究,对于地形复杂区域的地类划分有着重要的作用.同时为了验证研究方法在其他中分辨率遥感影像间的适用性,还使用了来自USGS(https:∥earthexplorer.usgs.gov/)的30 m分辨率Landsat7 ETM影像,用于对比分析两种数据源的分类精度.影像数据列表和研究区遥感影像见表1和图2. ...
基于决策树和SVM的Sentinel-2A影像作物提取方法
1
2018
... 遥感影像数据使用来自欧空局(https:∥scihub.copernicus.eu/dhus/#/home)的10 m分辨率Sentinel-2 L2A辐射精校正级产品.Sentinel-2A卫星覆盖13个光谱波段, 能够提供10 d重访周期和最高10 m空间分辨率的多光谱数据[22],现已运用于作物识别[23]、地物类型的划分[24-25]等各方面研究,对于地形复杂区域的地类划分有着重要的作用.同时为了验证研究方法在其他中分辨率遥感影像间的适用性,还使用了来自USGS(https:∥earthexplorer.usgs.gov/)的30 m分辨率Landsat7 ETM影像,用于对比分析两种数据源的分类精度.影像数据列表和研究区遥感影像见表1和图2. ...
基于多时相Sentinel-2A的县域农作物分类
1
2019
... 遥感影像数据使用来自欧空局(https:∥scihub.copernicus.eu/dhus/#/home)的10 m分辨率Sentinel-2 L2A辐射精校正级产品.Sentinel-2A卫星覆盖13个光谱波段, 能够提供10 d重访周期和最高10 m空间分辨率的多光谱数据[22],现已运用于作物识别[23]、地物类型的划分[24-25]等各方面研究,对于地形复杂区域的地类划分有着重要的作用.同时为了验证研究方法在其他中分辨率遥感影像间的适用性,还使用了来自USGS(https:∥earthexplorer.usgs.gov/)的30 m分辨率Landsat7 ETM影像,用于对比分析两种数据源的分类精度.影像数据列表和研究区遥感影像见表1和图2. ...
基于多时相Sentinel-2A的县域农作物分类
1
2019
... 遥感影像数据使用来自欧空局(https:∥scihub.copernicus.eu/dhus/#/home)的10 m分辨率Sentinel-2 L2A辐射精校正级产品.Sentinel-2A卫星覆盖13个光谱波段, 能够提供10 d重访周期和最高10 m空间分辨率的多光谱数据[22],现已运用于作物识别[23]、地物类型的划分[24-25]等各方面研究,对于地形复杂区域的地类划分有着重要的作用.同时为了验证研究方法在其他中分辨率遥感影像间的适用性,还使用了来自USGS(https:∥earthexplorer.usgs.gov/)的30 m分辨率Landsat7 ETM影像,用于对比分析两种数据源的分类精度.影像数据列表和研究区遥感影像见表1和图2. ...
Testing the red edge channel for improving land-use classifications based on high-resolution multi-spectral satellite data
1
2012
... 遥感影像数据使用来自欧空局(https:∥scihub.copernicus.eu/dhus/#/home)的10 m分辨率Sentinel-2 L2A辐射精校正级产品.Sentinel-2A卫星覆盖13个光谱波段, 能够提供10 d重访周期和最高10 m空间分辨率的多光谱数据[22],现已运用于作物识别[23]、地物类型的划分[24-25]等各方面研究,对于地形复杂区域的地类划分有着重要的作用.同时为了验证研究方法在其他中分辨率遥感影像间的适用性,还使用了来自USGS(https:∥earthexplorer.usgs.gov/)的30 m分辨率Landsat7 ETM影像,用于对比分析两种数据源的分类精度.影像数据列表和研究区遥感影像见表1和图2. ...
Landsat 8 vs. Sentinel-2:Examining the added value of Sentinel-2's red-edge bands to land-use and land-cover mapping in Burkina Faso
1
... 遥感影像数据使用来自欧空局(https:∥scihub.copernicus.eu/dhus/#/home)的10 m分辨率Sentinel-2 L2A辐射精校正级产品.Sentinel-2A卫星覆盖13个光谱波段, 能够提供10 d重访周期和最高10 m空间分辨率的多光谱数据[22],现已运用于作物识别[23]、地物类型的划分[24-25]等各方面研究,对于地形复杂区域的地类划分有着重要的作用.同时为了验证研究方法在其他中分辨率遥感影像间的适用性,还使用了来自USGS(https:∥earthexplorer.usgs.gov/)的30 m分辨率Landsat7 ETM影像,用于对比分析两种数据源的分类精度.影像数据列表和研究区遥感影像见表1和图2. ...
Recultivation of abandoned agricultural lands in Ukraine: Patterns and drivers
1
2016
... 对于耕地撂荒的定义,部分学者认为:耕地闲置一年以上就可视为撂荒[26],也有学者认为耕地闲置一季即可视为撂荒[27],结合前人经验,实验将连续闲置一年,即全年皆为裸地的耕地视为常年撂荒耕地,将春季和冬季闲置一季的耕地视为季节撂荒耕地. ...
欧洲耕地撂荒研究及对我国的启示
1
2013
... 对于耕地撂荒的定义,部分学者认为:耕地闲置一年以上就可视为撂荒[26],也有学者认为耕地闲置一季即可视为撂荒[27],结合前人经验,实验将连续闲置一年,即全年皆为裸地的耕地视为常年撂荒耕地,将春季和冬季闲置一季的耕地视为季节撂荒耕地. ...
欧洲耕地撂荒研究及对我国的启示
1
2013
... 对于耕地撂荒的定义,部分学者认为:耕地闲置一年以上就可视为撂荒[26],也有学者认为耕地闲置一季即可视为撂荒[27],结合前人经验,实验将连续闲置一年,即全年皆为裸地的耕地视为常年撂荒耕地,将春季和冬季闲置一季的耕地视为季节撂荒耕地. ...
1
2003
... 其中:NIR代表近红外波段,R代表可见光红光波段[28].使用耕地地块数据对研究区多时相影像的NDVI计算结果进行裁剪,得到耕地区NDVI计算结果,将其作为待分类影像. ...
1
2003
... 其中:NIR代表近红外波段,R代表可见光红光波段[28].使用耕地地块数据对研究区多时相影像的NDVI计算结果进行裁剪,得到耕地区NDVI计算结果,将其作为待分类影像. ...