CN109214686B - 一种面向耕地占补平衡的定量分析方法 - Google Patents
一种面向耕地占补平衡的定量分析方法 Download PDFInfo
- Publication number
- CN109214686B CN109214686B CN201811053047.9A CN201811053047A CN109214686B CN 109214686 B CN109214686 B CN 109214686B CN 201811053047 A CN201811053047 A CN 201811053047A CN 109214686 B CN109214686 B CN 109214686B
- Authority
- CN
- China
- Prior art keywords
- analysis
- farmland
- area
- model
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004445 quantitative analysis Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 212
- 239000013589 supplement Substances 0.000 claims abstract description 71
- 238000004364 calculation method Methods 0.000 claims description 38
- 244000025254 Cannabis sativa Species 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 4
- 241000282414 Homo sapiens Species 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 11
- 238000010276 construction Methods 0.000 description 3
- 238000013467 fragmentation Methods 0.000 description 3
- 238000006062 fragmentation reaction Methods 0.000 description 3
- 238000003973 irrigation Methods 0.000 description 3
- 230000002262 irrigation Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012764 semi-quantitative analysis Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向耕地占补平衡的定量分析方法,其中,所述定量分析方法包括:确定定量分析的分析区域,在所述分析区域内进行分析数据收集,获取分析数据;所述分析数据包括土地利用图斑数据、耕地质量等级图斑数据和地面高程栅格数据;在获取分析数据后,进行定量分析模型的构建处理,获取定量分析模型;根据所述分析模型依次进行耕地占补数量与质量分析、耕地占补空间异质性分析和耕地占补景观格局分析,获取定量分析结果。在本发明实施例中,通过本发明实施例中的面向耕地占补平衡的定量分析方法进行定量分析可以减少在分析过程中的人为主观因素的干扰,从而获得更加准确的耕地的空间形态和景观格局信息。
Description
技术领域
本发明涉及耕地数据分析技术领域,尤其涉及一种面向耕地占补平衡的定量分析方法。
背景技术
土地是人类赖以生存和发展的物质基础,耕地作为土地资源的精华部分,承担着保证粮食安全的重任,与国家和地区的农业、社会经济和生态环境的可持续发展息息相关。然而,随着全球经济的快速发展以及城市化和工业化的持续推进,大量耕地转化为非农用地。
由于中国经济的快速增长对耕地资源保持着旺盛的需求,同时耕地资源又承担着保证国家粮食安全的重任,中国政府自1997年以来制定了一系列耕地保护政策。而耕地占补平衡(RCBF)作为中国耕地保护政策中最严格的制度之一,明确要求非农建设经批准占用耕地要按照“占多少,补多少”的原则,补充数量和质量相当的耕地。耕地占补平衡制度发展20年以来经历了“数量平衡”-“数量-质量平衡”-“数量-质量-生态平衡”的三个阶段,已形成较为完善的政策体系。
然而,耕地占补平衡政策的实施在起到一定积极作用的同时,也带来了一系列的问题,对区域粮食安全、生态环境及社会经济稳定造成潜在的威胁。现有的对耕地的占补平衡分析主要是基于定性分析或者结合耕地相关统计数据进行半定量分析,容易在分析过程中参入人为主观因素的干扰,可能严重影响相应的分析结果。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种面向耕地占补平衡的定量分析方法,可以减少在分析过程中的人为主观因素的干扰,从而获得更加准确的耕地的空间形态和景观格局信息。
为了解决上述技术问题,本发明实施例提供了一种面向耕地占补平衡的定量分析方法,所述定量分析方法包括:
确定定量分析的分析区域,在所述分析区域内进行分析数据收集,获取分析数据;所述分析数据包括土地利用图斑数据、耕地质量等级图斑数据和地面高程栅格数据;
在获取分析数据后,进行定量分析模型的构建处理,获取定量分析模型;
根据所述分析模型依次进行耕地占补数量与质量分析、耕地占补空间异质性分析和耕地占补景观格局分析,获取定量分析结果。
可选的,所述进行定量分析模型的构建处理,获取定量分析模型,包括:
进行耕地占补差值模型构建处理,获取耕地占补差值模型;
进行耕地整体质量差值模型构建处理,获取耕地整体质量差值模型;
进行区域耕地变化差值模型构建处理,获取区域耕地变化差值模型;
进行景观格局变化模型构建处理,获取景观格局变化模型;
将所述耕地占补差值模型、耕地整体质量差值模型、区域耕地变化差值模型和景观格局变化模型进行组合,获取定量分析模型;
所述耕地占补差值模型的模型公式如下:
Di(g)=Ci(g)-Ri(g);
所述耕地整体质量差值模型的模型公式如下:
所述区域耕地变化差值模型的模型公式如下:
Dij=Cij-Rij;
所述景观格局变化模型的模型公式如下:
Dijk=Lijk-Fijk;
其中,Di(g)表示第i类耕地在第g级中的耕地占补差值,Ci(g)表示第i类耕地在第g级中的补充面积,Ri(g)表示第i类耕地在第g级中的占用面积;D表示耕地整体质量的差值,Cg表示第g级耕地的补充面积,Rg表示第g级耕地的占用面积,AC表示耕地补充的总面积,AR表示耕地占用的总面积;Dij表示第i类耕地在区域j中的区域耕地变化差值,Cij表示第i类耕地在区域j中的补充面积,Rij表示第i类耕地在区域j中的占用面积;Dijk表示第i类耕地对应的第k个景观指数在区域j中的耕地景观指数变化差值,Lijk表示后一时期第i类耕地对应的第k个景观指数在区域j中的值,Fijk表示前一时期第i类耕地对应的第k个景观指数在区域j中的值;i,j,k为大于0的自然数,g=1,2,3,…,n,n为大于0的自然数。
可选的,所述根据所述分析模型进行耕地占补数量与质量分析,获取定量分析结果,包括:
根据所述分析模型进行耕地占补数量对比分析,获取分析结果;
根据所述分析模型进行耕地占补质量对比分析,获取分析结果;
所述根据所述分析模型进行耕地占补空间异质性分析,获取定量分析结果,包括:
根据所述分析模型进行区域耕地占补配额分析,获取分析结果;
根据所述分析模型进行区域耕地占补地形分析,获取分析结果;
根据所述分析模型进行林草用地补充耕地分析,获取分析结果;
所述根据所述分析模型进行耕地占补景观格局分析,获取定量分析结果,包括:
根据所述分析模型进行类型级别指数分析,获取分析结果;
根据所述分析模型进行景观级别指数分析,获取分析结果。
可选的,所述根据所述分析模型进行耕地占补数量对比分析,获取分析结果,包括:
对预设年度耕地的年度变化数据进行合并,并根据合并结果在属性表信息中确定变更图斑在预设年度的变更前的地类和变更后的地类,以确定所述变更图斑属于耕地占用图斑或者耕地补充图斑,并按照耕地占用和耕地补充分别导出数据;
对所述耕地占用图斑的面积和所述耕地补充图斑的面积进行分类统计,获取各类型耕地的占用面积和补充面积;
将各类型耕地的占用面积和补充面积输入所述耕地占补差值模型进行计算分析,获取各类型耕地的补充面积与占用面积的差值;
其中,所述各类型耕地包括水田、水浇地和旱地。
可选的,所述根据所述分析模型进行耕地占补质量对比分析,获取分析结果,包括:
以预设年度的耕地年度变更图斑数据为基础,将对应年度的耕地质量等级图斑数据进行空间插值处理,获取不同年度的耕地变更质量等级图斑数据;
对不同年度的耕地变更质量等级图斑数据进行合并,获取合并结果;
根据合并结果的属性表信息确定变更图斑在预设年度的变更前地类和变更后地类及其质量等级信息,并按耕地占用和耕地补充分别导出数据;
根据导出的耕地占用数和耕地补充数据对各等级及各类型的耕地占用图斑面积和耕地补充图斑面积进行统计,获取统计结果;
将所述统计结果输入所述耕地占补差值模型和所述耕地整体质量差值模型进行计算分析,获取各等级及各类型的耕地补充面积与占用面积的差值,和耕地整体质量的差值。
可选的,所述根据所述分析模型进行区域耕地占补配额分析,获取分析结果,包括:
对耕地占用图斑面积和耕地补充图斑面积进行区域划分,获取划分结果;
根据所述划分结果对各区域各类型耕地的占用和补充面积进行统计,获取统计结果;
将所述统计结果输入所述区域耕地变化差值模型中进行计算分析,获取各区域中的各类型耕地的补充面积与占用面积的差值。
可选的,所述根据所述分析模型进行区域耕地占补地形分析,获取分析结果,包括:
将耕地占用面积、耕地补充面积和地面高程栅格数据转化为矢量数据,获取耕地占用矢量数据、耕地补充矢量数据和地面高程栅格矢量数据;其中所述地面高程栅格数据包括高程数据和坡度数据;
对分析区域的耕地占用矢量数据、耕地补充矢量数据与地面高程栅格矢量数据进行处理,获取具有地面高程栅格信息的确定区域的耕地占用矢量数据和耕地补充矢量数据;
对具有地面高程栅格信息的确定区域的耕地占用矢量数据和耕地补充矢量数据进行统计,并进行差值计算分析,获取分析结果。
可选的,所述根据所述分析模型进行林草用地补充耕地分析,获取分析结果,包括:
提取出预设年度间各区域林地和草地补充为各类型耕地的图斑,获取提取结果;
根据所述提取结果计算分析出各区域林地和草地补充为各类型耕地的面积。
可选的,所述根据所述分析模型进行类型级别指数分析,获取分析结果,包括:
分别对预设年度间每年的耕地质量等级图斑数据转化为grid格式数据,并用栅格数据值为grid格式数据标注耕地类型,获取grid栅格数据;
根据分析区域中的各区域行政边界数据获取各区域的grid栅格数据;
将各区域的grid栅格数据依次进行斑块数量、平均斑块大小、斑块密度、平均欧氏最邻近距离和面积加权平均形状指数的分析计算,获取计算结果;
将所述计算结果导入所述景观格局变化模型中进行计算分析,获取耕地景观指数变化差值。
可选的,所述根据所述分析模型进行景观级别指数分析,获取分析结果,包括:
分别对预设年度间每年的耕地质量等级图斑数据转化为grid格式数据,并用栅格数据值为grid格式数据标注耕地类型,获取grid栅格数据;
根据分析区域中的各区域行政边界数据获取各区域的grid栅格数据;
将各区域的grid栅格数据依次进行斑块数量、平均斑块大小、聚集度指数和散布与并列指数的分析计算,获取计算结果;
将所述计算结果导入所述景观格局变化模型中进行计算分析,获取耕地景观指数变化差值。
在本发明实施例中,通过本发明实施例中的面向耕地占补平衡的定量分析方法进行定量分析可以减少在分析过程中的人为主观因素的干扰,从而获得更加准确的耕地的空间形态和景观格局信息,减少潜藏在表层现象下的困境和问题的挖掘难度;从而挖掘耕地占补平衡政策实施过程中存在的一系列表面问题和潜在问题,从而对未来耕地保护工作和开展及国家粮食安全保障提供有价值的科学信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是是本发明实施例中的面向耕地占补平衡的定量分析方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例:
请参阅图1,图1是是本发明实施例中的面向耕地占补平衡的定量分析方法的流程示意图。
如图1所示,一种面向耕地占补平衡的定量分析方法,所述定量分析方法包括:
S11:确定定量分析的分析区域,在所述分析区域内进行分析数据收集,获取分析数据;所述分析数据包括土地利用图斑数据、耕地质量等级图斑数据和地面高程栅格数据;
在本发明具体实施过程中,在本发明实施例中选择某省为具体的定量分析的分析区域,某省作为改革开放的前沿区域,2011-2015年期间伴随社会经济与人口的高速增长,某省的耕地也经历了剧烈的变化;作为中国最发达的地区之一,如何协调某省耕地保护与社会经济发展之间的矛盾具有现实意义与指导意义;因此,以某省作为案例进行具体的分析研究;耕地数量和质量的变化在很大程度上受到社会经济因素的影响;因此,为了更好地反映某省耕地占补的空间分布模式以及实施耕地占补平衡政策时存在的问题,本文根据社会经济发展程度将某省划分为4个区域:(1)某省平原区;(2)某省东部沿海区;(3)某省西部沿海区;(4)某省西北山区。
具体的,在确定分析区域中的某省国土资源厅收集相关的分析数据,收集为2011年-2015年间的土地利用图斑数据,其中包括2015年某省的土地利用现状数据和2011年-2015年耕地年度变更数据;土地利用图斑数据主要通过全省年度土地变更调查获取;土地利用现状划分为农用地、建设用地和其他用地三个一级类;其中二级类耕地属于农用地,又可划分为水田、水浇地和旱地三种利用类型。
收集耕地质量等级图斑数据,是通过全省耕地质量等级年度变更调查获取,共划分为15个等别,其中1等耕地质量最好,15等耕地质量最差;确定评价耕地图斑的分等因素,量化分等因素,结合光温(气候)潜力指数和产量比系数,确定评价耕地图斑的自然质量等指数,再结合土地利用系数进而确定评价耕地图斑的土地利用等指数,最后对评价耕地图斑的质量等别进行划分
地面高程栅格数据的收集,在本发明实施例中通过美国航天飞机雷达地形测绘使命STRM(Shuttle Radar Topography Mission)分辨率为90m的数据进行收集;该数据覆盖中国全境,且具有实时性强,免费获取等优点,有效推动全球范围数字地形分析工作开展。
S12:在获取分析数据后,进行定量分析模型的构建处理,获取定量分析模型;
在本发明具体实施过程中,所述进行定量分析模型的构建处理,获取定量分析模型,包括:
进行耕地占补差值模型构建处理,获取耕地占补差值模型;
进行耕地整体质量差值模型构建处理,获取耕地整体质量差值模型;
进行区域耕地变化差值模型构建处理,获取区域耕地变化差值模型;
进行景观格局变化模型构建处理,获取景观格局变化模型;
将所述耕地占补差值模型、耕地整体质量差值模型、区域耕地变化差值模型和景观格局变化模型进行组合,获取定量分析模型。
所述耕地占补差值模型的模型公式如下:
Di(g)=Ci(g)-Ri(g);
所述耕地整体质量差值模型的模型公式如下:
所述区域耕地变化差值模型的模型公式如下:
Dij=Cij-Rij;
所述景观格局变化模型的模型公式如下:
Dijk=Lijk-Fijk;
其中,Di(g)表示第i类耕地在第g级中的耕地占补差值,Ci(g)表示第i类耕地在第g级中的补充面积,Ri(g)表示第i类耕地在第g级中的占用面积;D表示耕地整体质量的差值,Cg表示第g级耕地的补充面积,Rg表示第g级耕地的占用面积,AC表示耕地补充的总面积,AR表示耕地占用的总面积;Dij表示第i类耕地在区域j中的区域耕地变化差值,Cij表示第i类耕地在区域j中的补充面积,Rij表示第i类耕地在区域j中的占用面积;Dijk表示第i类耕地对应的第k个景观指数在区域j中的耕地景观指数变化差值,Lijk表示后一时期第i类耕地对应的第k个景观指数在区域j中的值,Fijk表示前一时期第i类耕地对应的第k个景观指数在区域j中的值;i,j,k为大于0的自然数,g=1,2,3,…,n,n为大于0的自然数。
具体的,通过计算各类型(各等级)耕地占补差值,而建立耕地占卜差值模型,用于衡量某省各类型(各等级)耕地占补的数量是否实现动态平衡,具体的构建模型的公式如下:
Di(g)=Ci(g)-Ri(g);
通过计算耕地整体质量差值,而建立耕地整体质量差值模型,用于衡量某省整体耕地质量的变化情况,具体的构建模型的公式如下:
通过计算区域耕地变化差值,而建立区域耕地变化差值模型,用于衡量某省第i类(第g级)耕地在区域j中占补的数量是否实现动态平衡,具体的构建模型的公式如下:
Dij=Cij-Rij;
具体的,为了研究某省省耕地占补平衡政策实施导致的耕地景观格局变化,而建立的景观格局变化模型,具体的公式如下:
Dijk=Lijk-Fijk;
其中,上述公式的字母的含义:Di(g)表示第i类耕地在第g级中的耕地占补差值,Ci(g)表示第i类耕地在第g级中的补充面积,Ri(g)表示第i类耕地在第g级中的占用面积;D表示耕地整体质量的差值,Cg表示第g级耕地的补充面积,Rg表示第g级耕地的占用面积,AC表示耕地补充的总面积,AR表示耕地占用的总面积;Dij表示第i类耕地在区域j中的区域耕地变化差值,Cij表示第i类耕地在区域j中的补充面积,Rij表示第i类耕地在区域j中的占用面积;Dijk表示第i类耕地对应的第k个景观指数在区域j中的耕地景观指数变化差值,Lijk表示后一时期第i类耕地对应的第k个景观指数在区域j中的值,Fijk表示前一时期第i类耕地对应的第k个景观指数在区域j中的值;i,j,k为大于0的自然数,g=1,2,3,…,n,n为大于0的自然数。
S13:根据所述分析模型依次进行耕地占补数量与质量分析、耕地占补空间异质性分析和耕地占补景观格局分析,获取定量分析结果。
在本发明具体实施过程中,所述根据所述分析模型进行耕地占补数量与质量分析,获取定量分析结果,包括:根据所述分析模型进行耕地占补数量对比分析,获取分析结果;根据所述分析模型进行耕地占补质量对比分析,获取分析结果;所述根据所述分析模型进行耕地占补空间异质性分析,获取定量分析结果,包括:根据所述分析模型进行区域耕地占补配额分析,获取分析结果;根据所述分析模型进行区域耕地占补地形分析,获取分析结果;根据所述分析模型进行林草用地补充耕地分析,获取分析结果;所述根据所述分析模型进行耕地占补景观格局分析,获取定量分析结果,包括:根据所述分析模型进行类型级别指数分析,获取分析结果;根据所述分析模型进行景观级别指数分析,获取分析结果。
进一步的,所述根据所述分析模型进行耕地占补数量对比分析,获取分析结果,包括:对预设年度耕地的年度变化数据进行合并,并根据合并结果在属性表信息中确定变更图斑在预设年度的变更前的地类和变更后的地类,以确定所述变更图斑属于耕地占用图斑或者耕地补充图斑,并按照耕地占用和耕地补充分别导出数据;对所述耕地占用图斑的面积和所述耕地补充图斑的面积进行分类统计,获取各类型耕地的占用面积和补充面积;将各类型耕地的占用面积和补充面积输入所述耕地占补差值模型进行计算分析,获取各类型耕地的补充面积与占用面积的差值;其中,所述各类型耕地包括水田、水浇地和旱地。
具体的,在本发明实施例中预设年度为2011-2015年,在Arcmap10.2软件中耕地占补差值模型对获取的2011-2015年耕地年度变更数据进行计算分析;首先使用Union工具对2011-2015年耕地年度变化数据进行合并,并根据合并结果在属性表信息中确定变更图斑在2011-2015年的变更前的地类和变更后的地类,以确定所述变更图斑属于耕地占用图斑或者耕地补充图斑,并按照耕地占用和耕地补充分别导出数据;然后,使用summarystatistics工具分别对耕地占用图斑面积和耕地补充图斑面积进行分类统计,以获取各类型耕地(水田、水浇地、旱地)的占用面积和补充面积,将各类型耕地的占用面积和补充面积输入所述耕地占补差值模型进行计算分析,获取各类型耕地的补充面积与占用面积的差值;其中结果显示如表1。
表1某省占用和补充各类型耕地的面积(公顷)
耕地类型 | 占用 | 补充 | 补充-占用 |
水田 | 15455.90 | 1759.95 | -13695.95 |
水浇地 | 6292.52 | 6876.48 | 583.96 |
旱地 | 7574.27 | 82219.24 | 74644.97 |
合计 | 29322.69 | 90855.67 | 61532.98 |
由上述表中可知,2011-2015年间某省补充耕地的面积比占用耕地的面积多6.15万公顷,总体上实现了耕地数量占补平衡;然而,可以发现在补充的耕地中,旱地面积高达8.22万公顷,占全省补充耕地总面积的90.49%;水田和水浇地合计补充0.86万公顷,比重仅为9.51%;由此可见,该时期内某省耕地数量实现占补平衡的原因主要是旱地的大量补充;除了旱地,水浇地补充面积比占用面积多了583.96公顷,也实现了数量占补平衡。
虽然某省耕地数量在整体上实现了占补平衡,但是补充水田的面积却远小于占用水田的面积,缺口达到1.37万公顷,水田并未实现数量上的占补平衡;同时,在2011-2015年间,全省占用水田的面积达到1.55万公顷,分别是水浇地和旱地占用面积的2.47倍和2.04倍;全省补充水田的面积为0.18万公顷,仅为水浇地和旱地补充面积的0.26倍和0.02倍;这也表明了与水浇地、旱地相比,水田更容易被占用,且补充的难度相对较大。
进一步的,所述根据所述分析模型进行耕地占补质量对比分析,获取分析结果,包括:以预设年度的耕地年度变更图斑数据为基础,将对应年度的耕地质量等级图斑数据进行空间插值处理,获取不同年度的耕地变更质量等级图斑数据;对不同年度的耕地变更质量等级图斑数据进行合并,获取合并结果;根据合并结果的属性表信息确定变更图斑在预设年度的变更前地类和变更后地类及其质量等级信息,并按耕地占用和耕地补充分别导出数据;根据导出的耕地占用数和耕地补充数据对各等级及各类型的耕地占用图斑面积和耕地补充图斑面积进行统计,获取统计结果;将所述统计结果输入所述耕地占补差值模型和所述耕地整体质量差值模型进行计算分析,获取各等级及各类型的耕地补充面积与占用面积的差值,和耕地整体质量的差值。
具体的,在本发明实施例中预设年度为2011-2015年,在Arcmap10.2软件中应用模型对获取的2011-2015年耕地年度变更数据和耕地质量等级数据进行计算分析;首先以2011-2015年的耕地年度变更图斑数据为基础,将对应年份耕地质量等级图斑数据进行spatial join空间插值处理,以获取不同年份耕地变更的质量等级图斑数据;然后,使用Union工具对2011-2015年耕地变更质量等级图斑数据进行合并,并根据合并结果的属性表信息确定变更图斑在2011-2015年的变更前地类和变更后地类及其质量等级信息,并按耕地占用和耕地补充分别导出数据;接着,使用summary statistics工具分别对各等级各类型耕地占用图斑面积和耕地补充图斑面积进行统计,获取统一结果;将所述统计结果输入所述耕地占补差值模型和所述耕地整体质量差值模型进行计算分析,获取各等级及各类型的耕地补充面积与占用面积的差值,和耕地整体质量的差值;具体的结果如表2。
表2某省补充和占用各类型各等级耕地面积的面积差值(公顷)
耕地质量等级 | 水田 | 水浇地 | 旱地 | 合计 |
1等 | -45.92 | -10.03 | 9.74 | -46.21 |
2等 | -925.58 | -47.42 | 333.88 | -639.12 |
3等 | -1848.43 | 266.40 | 2858.16 | 1276.13 |
4等 | -1747.10 | 3806.84 | 5219.38 | 7279.12 |
5等 | -4108.88 | 44.02 | 18995.30 | 14930.44 |
6等 | -3367.36 | -2747.46 | 17054.97 | 10940.15 |
7等 | -1428.71 | -707.16 | 13540.65 | 11404.78 |
8等 | -211.74 | -24.47 | 10850.96 | 10614.75 |
9等 | -7.57 | 11.16 | 4919.35 | 4922.94 |
10等 | -4.65 | -7.94 | 859.72 | 847.13 |
11等 | 0.00 | 0.00 | 2.87 | 2.87 |
合计 | -13695.95 | 583.96 | 74644.97 | 61532.98 |
由于地理位置原因,某省具有充足的光、温、水条件,这使得全省的耕地质量普遍较高;某省耕地的质量等级分布在1-11等(共16等,1等质量最优),而3-11等耕地均实现了占补平衡;其中,5-8等耕地的补充面积远多于占用面积,合计为4.79万公顷;虽然3-11等耕地实现了占补平衡,但质量等级最高的1等耕地和2等耕地分别缺口了46.21公顷和639.12公顷,并未实现占补平衡。
全省1-10等的水田均无法实现占补平衡,缺口主要集中在2-7等,合计面积达到1.34万公顷;全省水浇地虽然在总体上达到了占补平衡,但1等、2等、6等、7等、8等和10等耕地均出现了不同程度的缺口,合计缺口面积为0.35万公顷;与水田和水浇地相比,全省1-11等旱地均实现了占补平衡;其中,5-8等旱地为主要补充来源,合计补充面积比占用面积多6.04万公顷。
2011-2015年间某省补充耕地的面积加权平均质量等级为6.05,而占用耕地的面积加权平均质量等级却为5.39,这也表明了补充耕地的质量等级要比占用耕地的质量等级低0.66等,耕地整体质量变化趋势不容乐观。
进一步的,所述根据所述分析模型进行区域耕地占补配额分析,获取分析结果,包括:对耕地占用图斑面积和耕地补充图斑面积进行区域划分,获取划分结果;根据所述划分结果对各区域各类型耕地的占用和补充面积进行统计,获取统计结果;将所述统计结果输入所述区域耕地变化差值模型中进行计算分析,获取各区域中的各类型耕地的补充面积与占用面积的差值。
具体的,以耕地数量占补分析获取的全省各类型耕地(水田、水浇地、旱地)的占用面积和补充面积为基础,在Arcmap10.2软件中进行空间统计;首先使用identity工具分别对耕地占用图斑数据和耕地补充图斑数据进行区域划分;然后,使用summary statistics工具对各区域各类型耕地的占用和补充面积进行统计,将所述统计结果输入所述区域耕地变化差值模型中进行计算分析,获取各区域中的各类型耕地的补充面积与占用面积的差值;具体的结果如表3所示。
表3某省各区域占用和补充各类耕地的面积(公顷)
各区域均实现了耕地占补平衡,其中,平原区、东沿海区、西沿海区和西北山区补充耕地比占用耕地分别高出0.01万公顷、0.63万公顷、3.73万公顷和1.78万公顷;然而,虽然各区域的耕地实现了占补平衡,但是各区域的水田均未实现占补平衡。这种情况以平原区和西北山区最为严峻,分别缺口面积达0.44万公顷和0.47万公顷;而东沿海区和西沿海区水田合计缺口面积也达到了0.47万公顷;对于水浇地,除了;西沿海区,另外三个区域均无法实现占补平衡,其中又以平原区最为突出,缺口面积达0.41万公顷;全省水浇地能够实现占补平衡主要是由于西沿海区的大量补充,面积为0.52万公顷;同时,西沿海区的旱地补充面积也远高于占用面积,达到3.44万公顷,为区域最高值;西沿海区也是唯一一个实现水浇地和旱地双平衡的区域,这主要可以通过其优越的农业生产条件和相对落后的经济发展状况进行解释;除此之外,旱地在平原区、东沿海区和西北山区的补充面积比占用面积分别高出0.86万公顷、0.88万公顷和2.29万公顷,旱地的大量补充也使得这三个区域实现了耕地的占补平衡。
进一步的,所述根据所述分析模型进行区域耕地占补地形分析,获取分析结果,包括:将耕地占用面积、耕地补充面积和地面高程栅格数据转化为矢量数据,获取耕地占用矢量数据、耕地补充矢量数据和地面高程栅格矢量数据;其中所述地面高程栅格数据包括高程数据和坡度数据;对分析区域的耕地占用矢量数据、耕地补充矢量数据与地面高程栅格矢量数据进行处理,获取具有地面高程栅格信息的确定区域的耕地占用矢量数据和耕地补充矢量数据;对具有地面高程栅格信息的确定区域的耕地占用矢量数据和耕地补充矢量数据进行统计,并进行差值计算分析,获取分析结果。
具体的,以耕地数量占补分析获取的全省各类型耕地(水田、水浇地、旱地)的占用面积和补充面积为基础,结合高程数据和坡度数据(坡度数据通过高程数据和slope工具计算获取),在Arcmap10.2软件中进行空间分析和空间统计;首先通过raster to polygon工具将高程数据和坡度数据转化为矢量数据;然后,使用identity工具分别对全省耕地占用矢量数据、补充矢量数据与高程矢量数据、坡度矢量数据进行处理,以获取具有高程和坡度信息的全省耕地占用矢量数据和补充矢量数据;接着,使用summary statistics工具对各区域各类型耕地的占用和补充面积进行统计,并进行差值计算,结果如表4、表5所示。
表4某省各区域占用和补充不同高程的耕地面积(公顷)
表5某省各区域占用和补充不同坡度的耕地面积(公顷)
除了西北山区,某省各区域占用耕地的高程均以≤50m为主,其中,平原区、东沿海区和西沿海区占用高程≤50m耕地的面积分别是1.14万公顷、0.39万公顷和0.35万公顷,分别占区域占用耕地总面积的85.48%、90.89%和82.39%;对于耕地补充,平原区和东沿海区补充耕地的高程也以≤50m为主,分别占区域补充耕地总面积的55.32%、63.49%;然而,平原区高程≤50m的耕地并未实现占补平衡,缺口为0.40万公顷;西沿海区补充耕地的高程以<200m为主,合计占区域补充耕地总面积的98.01%;而由于西北山区的地形限制,无论是占用耕地还是补充耕地的高程均以50-200m为主,占用面积和补充面积分别为该区域占用和补充耕地总面积的59.58%和60.71%。
某省各区域占用耕地的坡度均以≤1°为主,其中,平原区、东沿海区、西沿海区和西北山区占用坡度≤1°耕地的面积分别是1.16万公顷、0.39万公顷、0.37万公顷和0.53万公顷,分别占区域占用耕地总面积的87.17%、90.47%、87.86%和70.76%;同时,各区域补充耕地的坡度也均以≤1°为主,其中,平原区、东沿海区、西沿海区和西北山区补充坡度≤1°耕地的面积分别是1.16万公顷、0.39万公顷、0.37万公顷和0.53万公顷,分别占区域补充耕地总面积的64.27%、64.32%、69.52%和43.68%;全省范围内仅平原区坡度≤1°的耕地未实现占补平衡,缺口为0.30万公顷。
进一步的,所述根据所述分析模型进行林草用地补充耕地分析,获取分析结果,包括:提取出预设年度间各区域林地和草地补充为各类型耕地的图斑,获取提取结果;根据所述提取结果计算分析出各区域林地和草地补充为各类型耕地的面积。
具体的,以耕地占补空间特征分析中获取的各区域各类型耕地补充图斑为基础,通过Arcgis10.2软件提取出2011-2015年间各区域林地和草地补充为各类型耕地的图斑。然后,使用summary statistics工具计算出各区域林地和草地补充为各类型耕地的面积,具体的计算结果如表6所示。
表6某省各区域林地草补充耕地的面积(公顷)
类型 | 平原区 | 东沿海区 | 西沿海区 | 西北山区 |
林地→水田 | 176.55 | 17.47 | 59.66 | 14.02 |
林地→水浇地 | 175.57 | 0.02 | 16.82 | 1.12 |
林地→旱地 | 5823.98 | 3705.17 | 9916.14 | 17722.32 |
草地→水田 | 86.52 | 23.71 | 13.37 | 3.71 |
草地→水浇地 | 50.73 | 0.00 | 16.96 | 11.75 |
草地→旱地 | 1192.84 | 1251.24 | 1209.65 | 3530.88 |
2011-2015年,某省通过开垦林地补充耕地的总面积为3.76万公顷;其中,西北山区通过林地开垦补充耕地面积最多,达1.77万公顷,占全省林地开垦补充耕地总面积的47.14%;次之为西沿海区,通过林地开垦补充耕地1.00万公顷;而平原区和东沿海区通过林地开垦补充耕地相对较少,面积合计0.99万公顷;同时,旱地是林地补充的主要耕地类型,面积达3.72万公顷,占2011-2015年全省开垦林地补充耕地总面积的98.77%;其中,平原区、东沿海区、西沿海区和西北山区通过开垦林地补充旱地的面积分别占全省开垦林地补充旱地总面积的15.67%、9.97%、26.68%和47.68%。全省通过开垦林地补充水田和水浇地的数量相对较少,且主要分布在平原区,2011-2015年平原区通过开垦林地合计补充水田和水浇地352.12公顷。
2011-2015年,某省通过开垦草地补充耕地的总体特征与通过开垦林地补充耕地相类似,全省共开垦草地补充耕地0.74万公顷;其中,西北山区通过草地开垦补充耕地面积最多,达0.35万公顷,占全省草地开垦补充耕地总面积的47.98%;而平原区、东沿海区和西沿海区通过草地开垦补充耕地相对较少,分别占全省草地开垦补充耕地总面积的18.00%、17.25%和16.78%;同时,旱地是草地补充的主要耕地类型,面积达0.72万公顷,占2011-2015年全省开垦草地补充耕地总面积的97.20%。其中,平原区、东沿海区、西沿海区和西北山区通过开垦草地补充旱地的面积分别占全省开垦草地补充旱地总面积的16.60%、17.42%、16.84%和49.15%。全省通过开垦草地补充水田和水浇地的数量相对较少,且主要分布在平原区,2011-2015年平原区通过开垦草地合计补充水田和水浇地137.25公顷。
进一步的,所述根据所述分析模型进行类型级别指数分析,获取分析结果,包括:分别对预设年度间每年的耕地质量等级图斑数据转化为grid格式数据,并用栅格数据值为grid格式数据标注耕地类型,获取grid栅格数据;根据分析区域中的各区域行政边界数据获取各区域的grid栅格数据;将各区域的grid栅格数据依次进行斑块数量、平均斑块大小、斑块密度、平均欧氏最邻近距离和面积加权平均形状指数的分析计算,获取计算结果;将所述计算结果导入所述景观格局变化模型中进行计算分析,获取耕地景观指数变化差值。
具体的,首先,在Arcgis10.2软件中通过feature to raster工具分别将2011年和2015年耕地质量等级图斑数据转化为grid格式数据,栅格数据值为耕地类型(如1代表水田、2代表水浇地、3代表旱地)。然后,通过extractby mask工具和各区域行政边界数据获取各区域grid栅格数据。接着,将各区域grid格式的栅格数据导入至FRAGSTATS4.2中,并在Class metrics项中选择斑块数量(NP)、平均斑块大小(AREA_MN)、斑块密度(PD)、平均欧氏最邻近距离(ENN_MN)和面积加权平均形状指数(SHAPE_AM)等五个指数,点击run获取结果,将所述计算结果导入所述景观格局变化模型中进行计算分析,获取耕地景观指数变化差值;具体结果如表7所示。
表7某省各区域各类型指数变化趋势
斑块数量(NP)、平均斑块大小(AREA_MN)、斑块密度(PD)和平均欧氏最邻近距离(ENN_MN)等指数可以反映出各耕地类型的破碎度。其中,斑块数量(NP)和斑块密度(PD)的增加以及平均斑块大小(AREA_MN)和平均欧氏最邻近距离(ENN_MN)的减小表明,在耕地占补平衡政策的实施下,某省各区域相应耕地类型的破碎度正在加剧;虽然2011-2015年间各区域各类型耕地在整体上呈现出了破碎度不断加剧的特征,但各区域旱地的平均斑块大小(AREA_MN)均有所增加;这主要是因为各区域实现耕地占补平衡依赖于旱地的大规模补充,而且相较于水田和水浇地,大量补充旱地有利于降低耕地补充的经济成本并增加城市建设用地的指标。
对于面积加权平均形状指数(SHAPE_AM),可以发现各区域除了水田表现出了增加趋势,水浇地和旱地都表现出了减少趋势,这可以通过各类型耕地对外部环境条件的需求进行解释;由于城市扩展用地需要,大量位置优越且形状规整的耕地被占用,而补充的耕地往往受到外部环境和地形因素所限制;一般情况下,水田补充更容易受到人类活动影响而且对地形坡度、土壤水分等条件要求更高。因此,相比水浇地和旱地,水田的形状更趋于规则化。
进一步的,所述根据所述分析模型进行景观级别指数分析,获取分析结果,包括:分别对预设年度间每年的耕地质量等级图斑数据转化为grid格式数据,并用栅格数据值为grid格式数据标注耕地类型,获取grid栅格数据;根据分析区域中的各区域行政边界数据获取各区域的grid栅格数据;将各区域的grid栅格数据依次进行斑块数量、平均斑块大小、聚集度指数和散布与并列指数的分析计算,获取计算结果;将所述计算结果导入所述景观格局变化模型中进行计算分析,获取耕地景观指数变化差值。
具体的,首先,在Arcgis10.2软件中通过feature to raster工具分别将2011年和2015年耕地质量等级图斑数据转化为grid格式数据,栅格数据值为耕地(如1代表耕地)。然后,通过extract by mask工具和各区域行政边界数据获取各区域grid栅格数据。接着,将各区域grid格式的栅格数据导入至FRAGSTATS4.2中,并在Landscape metrics项中选择斑块数量(NP)、平均斑块大小(AREA_MN)、聚集度指数(CONTAG)和散布与并列指数(IJI)等四个指数,点击run获取结果,将所述计算结果导入所述景观格局变化模型中进行计算分析,获取耕地景观指数变化差值,获取的耕地景观指数变化差值如表8所示。
表8某省各区域各景观指数变化趋势
指数 | AREA_MN | PD | CONTAG | IJI |
平原区 | -0.07 | 0.66 | -0.16 | -0.98 |
东沿海区 | -0.18 | 0.58 | -0.88 | -1.84 |
西沿海区 | 0.02 | -0.07 | -0.13 | 0.67 |
西北山区 | 0.00 | 0.03 | -0.26 | -0.51 |
根据2011-2015年间各区域平均斑块大小(AREA_MN)和斑块密度(PD)的变化情况,呈现出了与表8相似的耕地破碎度特征;在某省经济发展相对发达的区域,平原区和东沿海区耕地的平均斑块大小(AREA_MN)和斑块密度(PD)均呈现出显著的耕地破碎度正在加剧的特征;同时,两个指数的变化程度明显强于另外经济相对落后的区域;这表明经济发达区域实施耕地占补平衡政策的过程中,更容易导致耕地破碎化的出现,且破碎化程度往往更加严重。
对于聚集度指数(CONTAG),某省各区域均呈现出下降的特征;这一方面表明各区域耕地的破碎程度在进一步加剧,另一方面表明水田与水田之间的连接性在减弱而且水田不再是各区域的主导耕地景观类型;同时,某省各区域散布与并列指数(IJI)的下降表明了区域内不同耕地类型图斑之间相邻接的可能性在逐渐降低;然而,西沿海区的散布与并列指数(IJI)表现出与另外三个区域相反的特征,上升了0.67,表明了该区域内各耕地类型图斑之间相邻接的可能性在逐渐上升;这主要由于该区域具有相对较高的农业生产适宜性和相对落后的经济发展情况,使得2011-2015年间大量耕地尤其是旱地在区域内不断进行补充所致。
在本发明实施例中,通过本发明实施例中的面向耕地占补平衡的定量分析方法进行定量分析可以减少在分析过程中的人为主观因素的干扰,从而获得更加准确的耕地的空间形态和景观格局信息,减少潜藏在表层现象下的困境和问题的挖掘难度;从而挖掘耕地占补平衡政策实施过程中存在的一系列表面问题和潜在问题,从而对未来耕地保护工作和开展及国家粮食安全保障提供有价值的科学信息。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的一种面向耕地占补平衡的定量分析方法进行了详细介绍,本文中应采用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种面向耕地占补平衡的定量分析方法,其特征在于,所述定量分析方法包括:
确定定量分析的分析区域,在所述分析区域内进行分析数据收集,获取分析数据;所述分析数据包括土地利用图斑数据、耕地质量等级图斑数据和地面高程栅格数据;
在获取分析数据后,进行定量分析模型的构建处理,获取定量分析模型;
根据所述分析模型依次进行耕地占补数量与质量分析、耕地占补空间异质性分析和耕地占补景观格局分析,获取定量分析结果;
所述进行定量分析模型的构建处理,获取定量分析模型,包括:
进行耕地占补差值模型构建处理,获取耕地占补差值模型;
进行耕地整体质量差值模型构建处理,获取耕地整体质量差值模型;
进行区域耕地变化差值模型构建处理,获取区域耕地变化差值模型;
进行景观格局变化模型构建处理,获取景观格局变化模型;
将所述耕地占补差值模型、耕地整体质量差值模型、区域耕地变化差值模型和景观格局变化模型进行组合,获取定量分析模型;
所述耕地占补差值模型的模型公式如下:
Di(g)=Ci(g)-Ri(g);
所述耕地整体质量差值模型的模型公式如下:
所述区域耕地变化差值模型的模型公式如下:
Dij=Cij-Rij;
所述景观格局变化模型的模型公式如下:
Dijk=Lijk-Fijk;
其中,Di(g)表示第i类耕地在第g级中的耕地占补差值,Ci(g)表示第i类耕地在第g级中的补充面积,Ri(g)表示第i类耕地在第g级中的占用面积;D表示耕地整体质量的差值,Cg表示第g级耕地的补充面积,Rg表示第g级耕地的占用面积,AC表示耕地补充的总面积,AR表示耕地占用的总面积;Dij表示第i类耕地在区域j中的区域耕地变化差值,Cij表示第i类耕地在区域j中的补充面积,Rij表示第i类耕地在区域j中的占用面积;Dijk表示第i类耕地对应的第k个景观指数在区域j中的耕地景观指数变化差值,Lijk表示后一时期第i类耕地对应的第k个景观指数在区域j中的值,Fijk表示前一时期第i类耕地对应的第k个景观指数在区域j中的值;i,j,k为大于0的自然数,g=1,2,3,…,n,n为大于0的自然数。
2.根据权利要求1所述的定量分析方法,其特征在于,所述根据所述分析模型进行耕地占补数量与质量分析,获取定量分析结果,包括:
根据所述分析模型进行耕地占补数量对比分析,获取分析结果;
根据所述分析模型进行耕地占补质量对比分析,获取分析结果;
所述根据所述分析模型进行耕地占补空间异质性分析,获取定量分析结果,包括:
根据所述分析模型进行区域耕地占补配额分析,获取分析结果;
根据所述分析模型进行区域耕地占补地形分析,获取分析结果;
根据所述分析模型进行林草用地补充耕地分析,获取分析结果;
所述根据所述分析模型进行耕地占补景观格局分析,获取定量分析结果,包括:
根据所述分析模型进行类型级别指数分析,获取分析结果;
根据所述分析模型进行景观级别指数分析,获取分析结果。
3.根据权利要求2所述的定量分析方法,其特征在于,所述根据所述分析模型进行耕地占补数量对比分析,获取分析结果,包括:
对预设年度耕地的年度变化数据进行合并,并根据合并结果在属性表信息中确定变更图斑在预设年度的变更前的地类和变更后的地类,以确定所述变更图斑属于耕地占用图斑或者耕地补充图斑,并按照耕地占用和耕地补充分别导出数据;
对所述耕地占用图斑的面积和所述耕地补充图斑的面积进行分类统计,获取各类型耕地的占用面积和补充面积;
将各类型耕地的占用面积和补充面积输入所述耕地占补差值模型进行计算分析,获取各类型耕地的补充面积与占用面积的差值;
其中,所述各类型耕地包括水田、水浇地和旱地。
4.根据权利要求2所述的定量分析方法,其特征在于,所述根据所述分析模型进行耕地占补质量对比分析,获取分析结果,包括:
以预设年度的耕地年度变更图斑数据为基础,将对应年度的耕地质量等级图斑数据进行空间插值处理,获取不同年度的耕地变更质量等级图斑数据;
对不同年度的耕地变更质量等级图斑数据进行合并,获取合并结果;
根据合并结果的属性表信息确定变更图斑在预设年度的变更前地类和变更后地类及其质量等级信息,并按耕地占用和耕地补充分别导出数据;
根据导出的耕地占用数和耕地补充数据对各等级及各类型的耕地占用图斑面积和耕地补充图斑面积进行统计,获取统计结果;
将所述统计结果输入所述耕地占补差值模型和所述耕地整体质量差值模型进行计算分析,获取各等级及各类型的耕地补充面积与占用面积的差值,和耕地整体质量的差值。
5.根据权利要求2所述的定量分析方法,其特征在于,所述根据所述分析模型进行区域耕地占补配额分析,获取分析结果,包括:
对耕地占用图斑面积和耕地补充图斑面积进行区域划分,获取划分结果;
根据所述划分结果对各区域各类型耕地的占用和补充面积进行统计,获取统计结果;
将所述统计结果输入所述区域耕地变化差值模型中进行计算分析,获取各区域中的各类型耕地的补充面积与占用面积的差值。
6.根据权利要求2所述的定量分析方法,其特征在于,所述根据所述分析模型进行区域耕地占补地形分析,获取分析结果,包括:
将耕地占用面积、耕地补充面积和地面高程栅格数据转化为矢量数据,获取耕地占用矢量数据、耕地补充矢量数据和地面高程栅格矢量数据;其中所述地面高程栅格数据包括高程数据和坡度数据;
对分析区域的耕地占用矢量数据、耕地补充矢量数据与地面高程栅格矢量数据进行处理,获取具有地面高程栅格信息的确定区域的耕地占用矢量数据和耕地补充矢量数据;
对具有地面高程栅格信息的确定区域的耕地占用矢量数据和耕地补充矢量数据进行统计,并进行差值计算分析,获取分析结果。
7.根据权利要求2所述的定量分析方法,其特征在于,所述根据所述分析模型进行林草用地补充耕地分析,获取分析结果,包括:
提取出预设年度间各区域林地和草地补充为各类型耕地的图斑,获取提取结果;
根据所述提取结果计算分析出各区域林地和草地补充为各类型耕地的面积。
8.根据权利要求2所述的定量分析方法,其特征在于,所述根据所述分析模型进行类型级别指数分析,获取分析结果,包括:
分别对预设年度间每年的耕地质量等级图斑数据转化为grid格式数据,并用栅格数据值为grid格式数据标注耕地类型,获取grid栅格数据;
根据分析区域中的各区域行政边界数据获取各区域的grid栅格数据;
将各区域的grid栅格数据依次进行斑块数量、平均斑块大小、斑块密度、平均欧氏最邻近距离和面积加权平均形状指数的分析计算,获取计算结果;
将所述计算结果导入所述景观格局变化模型中进行计算分析,获取耕地景观指数变化差值。
9.根据权利要求2所述的定量分析方法,其特征在于,所述根据所述分析模型进行景观级别指数分析,获取分析结果,包括:
分别对预设年度间每年的耕地质量等级图斑数据转化为grid格式数据,并用栅格数据值为grid格式数据标注耕地类型,获取grid栅格数据;
根据分析区域中的各区域行政边界数据获取各区域的grid栅格数据;
将各区域的grid栅格数据依次进行斑块数量、平均斑块大小、聚集度指数和散布与并列指数的分析计算,获取计算结果;
将所述计算结果导入所述景观格局变化模型中进行计算分析,获取耕地景观指数变化差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811053047.9A CN109214686B (zh) | 2018-09-10 | 2018-09-10 | 一种面向耕地占补平衡的定量分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811053047.9A CN109214686B (zh) | 2018-09-10 | 2018-09-10 | 一种面向耕地占补平衡的定量分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109214686A CN109214686A (zh) | 2019-01-15 |
CN109214686B true CN109214686B (zh) | 2020-12-29 |
Family
ID=64986782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811053047.9A Active CN109214686B (zh) | 2018-09-10 | 2018-09-10 | 一种面向耕地占补平衡的定量分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109214686B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754132A (zh) * | 2020-06-30 | 2020-10-09 | 四川省国土整治中心 | 一种生态用地占补平衡计算与应用方法 |
CN113656515B (zh) * | 2021-08-18 | 2024-08-23 | 中国农业大学 | 耕地破碎度可视化方法、系统、电子设备及介质 |
CN115147070A (zh) * | 2022-06-17 | 2022-10-04 | 广东省国土资源技术中心(广东省基础地理信息中心) | 一种地块面积的修约方法及装置 |
CN117010639A (zh) * | 2023-07-28 | 2023-11-07 | 成都市自然资源调查利用研究院(成都市卫星应用技术中心) | 确定占补耕地数量质量平衡的方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101017543A (zh) * | 2007-02-14 | 2007-08-15 | 南京大学 | 实现土地资源利用中三地平衡的方法 |
CN101546420A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种实现耕地占用补充过程中耕地数量质量双重平衡的评价方法 |
KR20140076981A (ko) * | 2012-12-13 | 2014-06-23 | 주식회사 우리은행 | 인터넷 뱅킹을 이용한 토지보상채권거래 시스템 및 방법 |
CN106846160B (zh) * | 2017-01-25 | 2020-07-07 | 宁波市农业技术推广总站 | 一种耕地占补空间审核方法及装置 |
CN107909260A (zh) * | 2017-11-10 | 2018-04-13 | 浙江省地理信息中心 | 一种自然资源资产离任审计评价方法 |
CN108305021A (zh) * | 2018-03-29 | 2018-07-20 | 华南农业大学 | 一种基于psr模型下的耕地占补平衡绩效评价方法 |
-
2018
- 2018-09-10 CN CN201811053047.9A patent/CN109214686B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109214686A (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214686B (zh) | 一种面向耕地占补平衡的定量分析方法 | |
Yang et al. | Spatiotemporal evolution of urban agglomerations in four major bay areas of US, China and Japan from 1987 to 2017: Evidence from remote sensing images | |
CN106548141B (zh) | 一种基于三角网的面向对象耕地信息自动提取方法 | |
CN111598045B (zh) | 一种基于对象图谱和混合光谱的遥感耕地变化检测方法 | |
CN102915616B (zh) | 一种区域栅格累加土地沙漠化预警方法 | |
CN111062446B (zh) | 基于多源国土资源数据的土地类型分类方法 | |
Jin et al. | Land use/land cover change and its impacts on protected areas in Mengla County, Xishuangbanna, Southwest China | |
CN111222536A (zh) | 一种基于决策树分类的城市绿色空间信息提取方法 | |
CN116415318B (zh) | 一种基于数学形态学的内流区湖泊水文连通性建模方法 | |
CN117523120A (zh) | 基于三维场景的自然资源确权登记单元界址点设置方法 | |
Renetzeder et al. | A spatial regional reference framework for sustainability assessment in Europe | |
CN113269030A (zh) | 石漠化演变的遥感监测方法 | |
CN106980701A (zh) | 一种地理影响民居建筑形态的统计系统及统计方法 | |
He et al. | Landscape pattern analysis based on GIS technology and index analysis | |
CN115544789A (zh) | 基于数字高程模型和坡度成本距离的河谷平原提取方法 | |
CN115170968A (zh) | 一种复杂场景地块的遥感提取方法、装置、计算机设备及存储介质 | |
Günlü et al. | Forest site classification using Landsat 7 ETM data: A case study of Maçka-Ormanüstü forest, Turkey | |
CN115329012A (zh) | 基于多源数据多维度评价的林木种植选择方法及系统 | |
Nawata et al. | Mapping of climatic data in Northeast Thailand: Rainfall | |
CN103364309A (zh) | 野生大黄种群结构和合理采挖量的遥感监测方法 | |
Shetty et al. | Effect of landscape metrics on varied spatial extents of Bangalore, India | |
Chen et al. | Windbreak and sand fixation of sand plants based on intelligent image processing and plant landscape design | |
He et al. | Evaluation of ecological environment of Songshan scenic area based on GF-1 data | |
CN115374860A (zh) | 一种利用正负地貌准确识别山区地貌分类的方法 | |
CN115204547B (zh) | 基于高分辨率遥感影像的丘陵山区耕地宜机化确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Hu Yueming Inventor after: Liu Zhenjie Inventor before: Hu Mingyue Inventor before: Liu Zhenjie |
|
GR01 | Patent grant | ||
GR01 | Patent grant |