CN110503283A - 一种县域高标准基本农田建设综合成效的评估方法 - Google Patents
一种县域高标准基本农田建设综合成效的评估方法 Download PDFInfo
- Publication number
- CN110503283A CN110503283A CN201810478156.9A CN201810478156A CN110503283A CN 110503283 A CN110503283 A CN 110503283A CN 201810478156 A CN201810478156 A CN 201810478156A CN 110503283 A CN110503283 A CN 110503283A
- Authority
- CN
- China
- Prior art keywords
- high standard
- construction
- projection
- value
- index
- 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.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 129
- 230000000694 effects Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000002245 particle Substances 0.000 claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 238000012271 agricultural production Methods 0.000 claims abstract description 15
- 238000003973 irrigation Methods 0.000 claims description 24
- 230000002262 irrigation Effects 0.000 claims description 24
- 239000002689 soil Substances 0.000 claims description 21
- 238000013467 fragmentation Methods 0.000 claims description 13
- 238000006062 fragmentation reaction Methods 0.000 claims description 13
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 12
- 238000003786 synthesis reaction Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 11
- 239000003621 irrigation water Substances 0.000 claims description 8
- 230000006870 function Effects 0.000 description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000011161 development Methods 0.000 description 11
- 230000018109 developmental process Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 208000037805 labour Diseases 0.000 description 8
- 238000011160 research Methods 0.000 description 8
- 238000012876 topography Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000009313 farming Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000001131 transforming effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000004087 circulation Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007596 consolidation process Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000035558 fertility Effects 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004162 soil erosion Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 244000037666 field crops Species 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000003971 tillage Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种县域高标准基本农田建设综合成效的评估方法，包括：根据多主体满意度、农业生产条件、农田生态环境以及土地平整状况四个方面的指标，构建县域高标准基本农田建设综合成效的评估体系；通过采用熵权法对县域高标准基本农田建设综合成效的评估体系中的各指标进行指标赋权，形成各标准化指标数据；利用投影寻踪PP模型和粒子群优化PSO算法对所述各标准化指标数据进行处理，对县域高标准基本农田建设综合成效进行评估。
Description
技术领域
本发明涉及农田建设技术领域，特别涉及一种县域高标准基本农田建设综合成效的评估方法。
背景技术
目前，全国范围开展了土地整治工程，并取得了丰硕成果。但在丘陵区，受地形起伏、产权制度等限制性因子胁迫，耕作地块细碎度高，连片度低，农村道路建设难度大，成本高，可达耕作区的田间道、生产大路较为缺乏，适度规模经营不发育，机械化程度低，各要素资源整合受阻。另外，受非农务工工资提升的强力驱动，大量青壮年劳动力外出务工或进城居住，人地关系发生了较大变革，耕作半径以外耕地撂荒现象普遍，伴随的空心村问题也愈加严重。土地平整、设施配套、生态建设等工程的实施，定会改善当地民生、提高居民福祉。然而，在国家与地方投入大量资金后，难免产生如下疑问：丘陵山区高标建设的成效到底如何？是否适应适度规模经营和现代农业产业发展的需要？等等，这些问题的清晰回答均需通过对丘陵山区已实施的高标建设后的成效评估来实现。
目前，关于高标建设的研究主要集中于建设时序安排、发展模式]、潜力分析]、区域划定]等，对工程建设后评价尚处于起步阶段，且大部分涉及到后评价的研究尺度主要以行政单元为主(特别是村、乡(镇)等)，项目区水平及不同尺度间的耦合研究较少，导致后评价结果缺乏针对性，且难以实现不同层面建设目标的尺度依赖。
发明内容
本发明的目的是提供一种县域高标准基本农田建设综合成效的评估方法，从县域尺度进行建设后的综合成效评价，为丘陵区高标建设的深入开展及其改进措施制定提供科学参考。
本发明的一种县域高标准基本农田建设综合成效的评估方法包括：
根据多主体满意度、农业生产条件、农田生态环境以及土地平整状况四个方面的指标，构建县域高标准基本农田建设综合成效的评估体系；
通过采用熵权法对县域高标准基本农田建设综合成效的评估体系中的各指标进行指标赋权，形成各标准化指标数据；
利用投影寻踪PP模型和粒子群优化PSO算法对所述各标准化指标数据进行处理，对县域高标准基本农田建设综合成效进行评估。
优选地，所述的利用投影寻踪PP模型和粒子群优化PSO算法对所述各标准化指标数据进行处理，对县域高标准基本农田建设综合成效进行评估包括：
利用PP模型对所述标准化指标数据进行运算，得到投影指标函数；
利用PSO算法对所述投影指标函数进行参数优化，得到最大投影指标函数；
利用最大投影指标函数所对应的最佳投影方向的单位长度向量和各标准化指标数据，对县域高标准基本农田建设综合成效进行评估。
优选地，所述的对县域高标准基本农田建设综合成效进行评估包括：
将最大投影指标函数所对应的最佳投影方向的单位长度向量和各标准化指标数据分别带入到用于将多维数据综合成一维方向的投影值的公式中，计算每个标准化指标数据的投影值；
将计算得到的投影值作为县域高标准基本农田建设综合成效的评估值。
优选地，所述的用于将多维数据综合成一维方向的投影值z(i)的公式为：
其中，a为单位长度向量，x是标准化指标数据。
优选地，所述的利用PP模型对所述标准化指标数据进行运算，得到投影指标函数Q(a)的公式为：
Q(a)＝SzDz 公式(6)
Sz为投影值z(i)的标准差，Dz为z(i)的局部密度。E(z)为序列z(i)的均值，R为局部密度的窗口半径，取值为0.1Sz，r(i,j)为样本间的距离，u(m)为单位阶跃函数， m＝R-r(i,j)，当m≥0时，其取值为1，当m<0时，取值为0。
优选地，利用PSO算法对所述投影指标函数进行参数优化，得到最大投影指标函数包括：
将PSO算法中当前粒子位置si(t+1)为所述公式(5)中的投影方向a，将其代入上述公式(5)，计算一维投影值z(i)；
根据所述公式(7)和所述公式(8)计算Sz和Dz；根据公式所述(6)计算投影指标函数Q(a)，即为粒子适应值fi(t+1)
当t+1与t时刻的最优粒子适应值不再发生变化或达到最大迭代次数Gmax时，当前粒子群寻找全局极值即为最佳投影方向a*，所对应的适应值即为最大投影指标函数Q*(a)。
优选地，所述主体满意度的指标包括：农民个体满意度A1、公司企业满意度A2和人均新增年收入A3。
优选地，所述农业生产条件的指标包括：道路通达性B1、道路硬化率B2、沟渠密度B3和灌溉保证率B4。
优选地，所述农田生态环境的指标包括：植被覆盖率C1、景观多样性指数C2以及有效土层厚度C3。
优选地，所述土地平整状况的指标包括：耕地破碎度D1、耕地连片度D2以及梯田化率D3。
相对于现有技术，本发明的一种县域高标准基本农田建设综合成效的评估方法的有益效果为，借助粒子群优化投影寻踪模型对高标准建设后的综合成效进行评估，识别出存在的问题和可能的原因，为丘陵区高标建设的深入开展及其改进措施制定提供科学参考。
下面结合附图对本发明的一种县域高标准基本农田建设综合成效的评估方法进行详细说明。
附图说明
图1是本发明的一种县域高标准基本农田建设综合成效的评估方法的示意图。
具体实施方式
图1显示了本发明的一种县域高标准基本农田建设综合成效的评估方法，其包括：
根据多主体满意度、农业生产条件、农田生态环境以及土地平整状况四个方面的指标，构建县域高标准基本农田建设综合成效的评估体系；
通过采用熵权法对县域高标准基本农田建设综合成效的评估体系中的各指标进行指标赋权，形成各标准化指标数据；
利用投影寻踪PP模型和粒子群优化PSO算法对所述各标准化指标数据进行处理，对县域高标准基本农田建设综合成效进行评估。
具体地说，本发明利用投影寻踪PP模型和粒子群优化PSO算法对所述各标准化指标数据进行处理，对县域高标准基本农田建设综合成效进行评估的处理包括：
利用PP模型对所述标准化指标数据进行运算，得到投影指标函数；
利用PSO算法对所述投影指标函数进行参数优化，得到最大投影指标函数；
利用最大投影指标函数所对应的最佳投影方向的单位长度向量和各标准化指标数据，对县域高标准基本农田建设综合成效进行评估。
具体地说，本发明对县域高标准基本农田建设综合成效进行评估的处理包括：
将最大投影指标函数所对应的最佳投影方向的单位长度向量和各标准化指标数据分别带入到用于将多维数据综合成一维方向的投影值的公式中，计算每个标准化指标数据的投影值；
将计算得到的投影值作为县域高标准基本农田建设综合成效的评估值。
优选地，所述的用于将多维数据综合成一维方向的投影值z(i)的公式为：
其中，a为单位长度向量，x是标准化指标数据。
具体地说，本发明利用PP模型对所述标准化指标数据进行运算，得到投影指标函数Q(a)的公式为：
Q(a)＝SzDz 公式(6)
Sz为投影值z(i)的标准差，Dz为z(i)的局部密度。E(z)为序列z(i)的均值，R为局部密度的窗口半径，取值为0.1Sz，r(i,j)为样本间的距离，u(m)为单位阶跃函数， m＝R-r(i,j)，当m≥0时，其取值为1，当m<0时，取值为0。
具体地说，本发明利用PSO算法对所述投影指标函数进行参数优化，得到最大投影指标函数的处理包括：
将PSO算法中当前粒子位置si(t+1)为所述公式(5)中的投影方向a，将其代入上述公式(5)，计算一维投影值z(i)；
根据所述公式(7)和所述公式(8)计算Sz和Dz；根据公式所述(6)计算投影指标函数Q(a)，即为粒子适应值fi(t+1)
当t+1与t时刻的最优粒子适应值不再发生变化或达到最大迭代次数Gmax时，当前粒子群寻找全局极值即为最佳投影方向a*，所对应的适应值即为最大投影指标函数Q*(a)。
本发明的主体满意度的指标包括：农民个体满意度A1、公司企业满意度A2和人均新增年收入A3。本发明的农业生产条件的指标包括：道路通达性B1、道路硬化率B2、沟渠密度B3和灌溉保证率B4。本发明的农田生态环境的指标包括：植被覆盖率C1、景观多样性指数C2以及有效土层厚度C3。本发明的土地平整状况的指标包括：耕地破碎度D1、耕地连片度D2以及梯田化率D3。
下面以垫江县为例，对本发明的上述方法做进一步说明。
垫江县位于川东盆地低山丘陵区(107°13′～107°40′E、29°38′～30°31′N)，幅员1518km2。地貌以丘陵为主，带有边缘局部中低山、西南局部及边缘低山和中部丘陵河谷的整体格局。2015年末总人口97.57万，非农业人口23.29万。建设的内容主要包括土地平整2646hm2(坡改梯、田块归并等)，维修及新筑田坎174.3km；新修≥3.0m 田间道63.0km，维修改建田间道176.4km，新修≥1.5m生产大路130.2km，维修改建≤1.2m生产便道42.0km；新修筑骨干排灌沟渠50.4km，维修改建骨干排灌沟渠46.2km，维修及新建山坪塘210口，新修蓄水池(沉沙凼)336口；新修堡坎护坡约470处，营造防护林134.4万株。
数据来源
访谈数据：申请人于2015年12月-2016年1月为期2个月对样区所涉及的173个高标建设项目进行详细参与式农户访谈和实地走访勘察，其中调研项目访谈农户不少于涉及总农户的5％，且尽可能走访不同经营主体。面对面访谈农户1271户，发放问卷1200 份，收回1188份，有效问卷1176，有效率97.96％。问卷内容包括：建设规模、基础设施改善状况、耕地质量变化、土地流转、农田防护林建设、农户建设满意度(工程实施满意度、村领导参与实施的满意度、日常生活改善满意度)等情况。
图件数据：2012年第2次土地变更调查数据、耕地质量数据和各乡(镇)土地利用规划数据库(2006-2020年)，2015年土地变更和耕地质量等级数据、标准分幅地形图、高分辨率SPOT5影像(2015年)及2013年已开展高标建设项目红线范围、高标项目库等。除耕地质量等级数据来源于样区农委、高分辨率SPOT5影像来源于中科院地理所外，其他数据均来源于样区国土房管局及土地储备整治中心。
统计数据：社会经济统计数据、产业发展规划、报告等均来自于样区发改委、统计局、农委等相关职能部门，重点乡(镇)数据来源于所在乡(镇)农经站、扶贫办等部门。
数据处理
①对耕地质量等级数据、第2次土地利用变更数据、30m精度DEM、村级行政区划矢量文件及高标建设项目矢量文件进行校正，设置统一投影坐标；借助ENVI平台用监督分类法提取路网信息(如乡镇公路、田间道路等)；将所有数据(实地调研访谈数据及社会经济数据)导入相应图斑属性表，以实现数据可视化；借助ArcGIS10.2软件，将高标建设项目规划图(.DWG格式)转换.SHP格式，校正处理，以满足所有数据在 ArcGIS10.2平台中进行同步运算。
②因高标建设项目的规划范围与竣工验收时的范围可能存在差异，为保证规划前与建设后有较强可比性，客观、真实地反映高标建设实施后的综合绩效，首先对规划范围进行修正(ArcGIS10.2软件中的Analysis Tools工具箱—Overlay—Union命令即可完成)，再用重叠部分对建设前后的项目区范围进行切割，保证实施前后空间布局范围一致。
评价体系构建
鉴于评价高标建设成效具有复杂性、多样性、离散性等特征，研究根据实际情况并结合2012和2015年数据，参考永久基本农田划定要求，遵循科学合理、独立系统、目标量化的原则，从4个维度选取13个指标(表1)。
①多主体满意度。选取农民个体满意度、公司企业满意度、农民人均新增年收入来刻画，其中农民和公司企业满意度是从不同角度反映工程实施效果的重要指标；农民人均新增年收入是反映产业结构调整、产业转型、劳动力合理分配的重要方面，也是反映工程实施效果的重要指标之一。
②农业生产条件。反映道路、沟渠建设难度及成效的重要指标，主要涉及道路通达性和硬化率、沟渠密度和灌溉保证率。道路通达性反映田间道路、生产道路铺设长度及宽度；道路硬化率反映田间道路与农田生态系统间的融合程度；沟渠密度是反映排水进水能力的重要指标；灌溉保证率指当地是否存在水源及水源满足田块的灌溉程度，
③农田生态环境。反映高标实施后在改善生态环境、优化生态结构、促进生态良性循环等方面取得的成果。使用植被覆盖率、景观多样性指数和有效土层厚度3个指标衡量。植被覆盖率用项目区林草地、水域面积与其总面积的比来衡量；景观多样性指数可表征景观系统中土地利用的丰富程度，其值越高破碎化程度越高，用Fragstats3.3软件计算得到；有效土层厚度是工程实施前后反映土壤肥力、水土保持以及保墒、保肥、保水的重要指标。
④土地平整状况。衡量高标建设的难易程度，包括耕地连片度、耕地破碎度和梯田化率3个指标。耕地连片度可衡量田块整治后在空间上是否连片，形状是否规则。根据当地实际情况并参考现有研究[18]确定耕地连片度距离阈值为10m，计算图斑面积，再将缓冲区融合后的数据与分析前数据叠合即得耕地连片度；耕地破碎度指耕地景观分割程度，是衡量工程实施后耕地满足规模化经营、机械化耕作、节水节能的重要指标。梯田化率主要是指坡度在2-25°之间耕地占耕地总面积百分比[23,24]，反映耕地分布的地形条件，是衡量高标建设成果的重要指标之一。
表1高标准农田建设综合绩效评价指标体系
粒子群优化投影寻踪模型
熵权法属于客观赋权，具备严密的数学推理过程，实质是根据各指标相关关系或各指标值变异程度来确定权数，所得结果更加科学和客观。本研究采用采用熵权法进行指标赋权。
投影寻踪模型(PP)作为适于高维度、非线性和非正态的综合评价方法]，可用于高标建设后综合成效评估的复杂性和非线性。在PP模型降维过程中，会涉及最优化问题，粒子群优化(PSO)算法有高效全局寻优搜索能力。PSO算法]基本原理是将每个粒子看作空间中一个解，通过根据与同伴的飞行经验不断调整自己的飞行航线，每个粒子在飞行过程所经历过的最好位置就是粒子本身找到的最优解。并且，粒子群优化投影寻踪模型在高标建设综合成效评价应用中较为少见，该模型可避免权重确定的主观任意性及不同空间尺度耦合的局限性，评价结果与原始数据所反映的特征和实际较为接近，能克服主观偏性及人为因素带来的误差影响。
PSO算法步骤：设粒子搜索空间为N维，第i(i＝1，2，…，N)个粒子位置、速度和适应值分别为Si、Vi和fi。粒子随机产生初始位置S1与初始速度V1后的每次迭代中，粒子通过跟踪2个最优解(一个是个体极值pbestd(t)，一个是全局极值gbest (t))来更新自己，在t+1时刻找到这2个最优值时，粒子按以下公式更新自己位置和新的速度。
vi(t+1)＝wvi(t)+c1b1(t)(pi(t)-si(t)+c2b2(t)g(t)-si(t)) (1)
si(t+1)＝si(t)+vi(t+1) (2)
其中，w为惯性权重；c1、c2为加速常数，分别代表粒子个体和群体学习因子；b1(t)和b2(t)分别为粒子个体和群体在速度更新过程中[0，1]间均匀分布随机数；为防止粒子速度过大飞出边界，限vi(t+1)∈[vmin,vmax]。判断每个粒子的个体最优值：对每个粒子，将其当前适应值和上次个体最优值f(pi(t))比较，如当前适应值优于它，则令pi(t+1)取当前适应值即si(t+1)，否则，个体最优值仍为pi(t)。判断整个粒子群的全局最优值：比较当前每个粒子个体最优值，找出迭代中全局最优值，与历史全局最优g(t)比较，如优于g(t)，则令其取当前迭代中全局最优值，否则其仍为原来值，每个粒子适应值fi(t+1)由实际优化决定。构造步骤详见表2：
表2粒子群优化投影寻踪模型构建步骤
单项指标变异程度分析
高标建设后各指标基本统计量如表3，耕地连片度标准差最大，达16.23，说明高标建设前后耕地连片度所得值比较分散。农民个体满意度标准差最小，仅为0.08，说明取值比较集中。
变异系数又称“标准差率”，是反映指标的变异程度，也是衡量指标的离散程度[27]。本研究借助变异系数对所选指标进行变异程度分析，从侧面反映高标建设工程的实施效果。根据变异系数分类原则，A1、A2、B1、B3、B4、C1、C2、C3、D3九个指标属弱变异；A3、B2、D1、D2四指标属中等变异。样区海拔相对较低，地势平缓，大多区域田面高差相对较小，耕作条件基本满足，高标建设实施后，耕地连片度大大增加，道路贯通更加便捷，灌溉条件大为改善，地块面积增大，农民收入增加，不同经营主体的满意度提高。耕地连片度变异系数高达12.32％，变异程度最大。受地形地貌、交通区位、产业发展等因素影响，耕地连片度提升在每个区域发生概率大小不同。农民人均新增年收入、道路硬化率、耕地破碎度、植被覆盖率和灌溉保证率的变异程度也较大，分别为 11.98％、11.85％、11.51％、9.77％、8.63％。受地形、水源、社会经济及政策等因素影响，样区灌溉条件、耕作条件及道路硬化率均表现出较大差异。而且，伴随田块归并、缓坡整治、坡改梯等工程的开展，造成建设前后空间上耕地破碎化度的高度离散性。农民个体满意度、公司企业满意度、土层厚度、道路通达性、沟渠密度、梯田化率和景观多样性指数的变异系数分别为1.70％、2.73％、3.78％、4.43％、6.69％、6.03％、4.19％，变异程度相对较小。农民个体满意度的变异系数最小，原因是高标建设不同程度改善了当地居民生产、生活条件。道路通达性、沟渠密度和景观多样性指数的解释，由于国家政策 (到2020年底，全国95％的乡村间须贯通水泥路面，；禁止开发林地，大量占用耕地，并鼓励植树造林等)的大力贯彻，导致不同项目区内部道路、沟渠及其生态景观所呈现出的差异度变小。
表3原始数据统计
农业生产条件成效
样区新修及维修3.5m田间道237.4km，新修1.2m生产大路130km，铺设及其维修田间道路42km，使得道路通达性提升25％(接近90％)，机械化耕作率提升30％(接近 95％)，其中生产路的路网密度增至38.22m/hm2，田间道密度增至20.92m/hm2，达到标准(生产路密度≥35m/hm2，田间道密度≥19m/hm2)。但道路通达性呈非均质空间分布格局，总体上呈现北部槽谷区和南部鹤大台地区高于中部区的格局。受地形地貌、区位条件、产业发展等影响，道路须实施差别化建设。结果显示建前道路通达性较好的区域建后通达性更好。建设后项目所在行政村道路硬化率由原来22.54％增加到32.87％(生产大路硬化长度超过150km)。建设前道路硬化率相对较高区主要分布在中部，南北两端略低，与立地条件、产业发展需求及交通区位等有很大关系。建设后，道路硬化率得到很大程度提升，分布格局改变，高值区和亚高值区占主导地位，鹤大台地区低值空间集聚度逐渐缩小。
建设前所选项目当中12个项目区基本没有灌溉保证，仅1个基本满足灌溉要求。建设后灌溉条件明显改善，灌溉条件最少提升1个档次，尤其长龙乡长久村灌溉条件由建前无外部水源提升到水源充足达到重庆市土地整治规划中灌溉保证率标准(≥70％)。原因是该区地势平缓，农业生产以粮油为主(水稻-油菜占主导地位)，且明月山与黄华山“两山夹一槽”的地势便于集雨，高标建设后效果较为明显。南部鹤大台地周边与北部完全不同，产业发展以果木为主，灌溉条件要求较低，从而在空间分布上呈现异质性。建设后沟渠密度大大增加，沟渠的建设使得进排水能力大大增加，北部地势相对平缓，沟渠布设难度较小，成本低，沟渠密度较大。南部鹤大台地区地形起伏较大，沟渠建设难度大，布设密度较小。
农地平整状况成效
高标建设前后耕地破碎度的空间分布发生了明显变化。平均斑块面积由0.011hm2提升到0.045hm2，增加幅度超过300％。建设后耕地破碎度的高值区由建设前的中北部转移到南部鹤大台地区，中部及其北部在高标建设过程中因田块归并、缓坡整治、坡改梯等的非均衡开展，耕地破碎度大大减小，大大提高农业生产的稳定性、劳动生产率和适度规模经营率，。然而，鹤大台地区耕地破碎度的减小幅度相对较小，该区域立地条件差，耕地较为破碎，建设难度较大。在“三生”理念的指导下，要求尽量不改变原有的地形地貌，尽可能杜绝大挖大填工程，确保生态环境、土壤耕作层、物种多样性等不受损害。为此，这一区域高标建设的农地凭证状况成效主要体现为，服务于果木及部分山地蔬菜的种植，注重微地貌的影响开展小范围建设，不搞大面积的土地平整与田块归并。
相比高标建设前，建设后耕地连片性得到很大幅度的提升，但增幅在空间上表现出显著的差异性。所选取12个项目中，曹回镇龙家村高标建设后耕地连片度增加幅度超过200％。其余建项目区建设前耕地连片度指数均不同程度得到提高，但南部的提升速度明显高于北部。南部因鹤大台地基础条件较差，建设效果更加明显。高标建设过程中的田块归并、消除田土坎、坡改梯等的实施使耕地连片度得到不同程度提升，且耕地面积增加与连片性提高间存在较大相关性，这与前人研究结果]一致。耕地连片性的提高及破碎度的降低有助于城乡要素资源的互动与整合，提升农业适度规模化率和土地流转率，提高当地居民收入。
为实现保水、保土与保肥“三保”目的，高标建设以归并田土坎和水平梯田为主，为保证田间农作物正常采光，高标建设过程中田块方向应尽量设置为南北走向，并且尽可能整成以矩形最佳。在北部两山所加的槽谷坪坝区周嘉玉皇项目等区域，由于区开展土地平整、降坡处理等，梯田化率提升最为明显。地形起伏较大、地块破碎的南部鹤大台地梯田化率提升较为明显。其余区域梯田化率也到得了不同程度提升。但是，坡改梯过程必然需要对原有微地貌进行改造、破坏或重塑，土壤结构被破坏，加剧水土流失。所以，后续高标建设应该结合实际情况，考虑工程与周围生态环境景观和谐美，建设具备经济效益和生态效益双收益的高标准基本农田。
农田生态环境成效
高标建设前景观多样性指数的均值为1.8，建设后降至1.2。高标建设后林地、草地、水域(含水田)面积不同程度的增加。截止2015年底，垫江县林地面积达到34134hm2，草地面积达到44.4hm2，水域达到4902hm2。高标建设对农田提质增效、农田区生态完整性改善发挥了很大作用。鹤大台地及周围区的林草地占比略高于北部。样区北部林草地面积则相对较小，而南部鹤大台地区因地形起伏较大，是立体循环农业的主要分布区。在林草地较为集中分布区，植被多样性指数和植被覆盖率定会较高，建设后的生态环境成效也较为显著。
有效土层厚度是从侧面反映高标建设后生态环境改善的一项重要指标，土层越厚，其蓄水能力越强，雨水的下渗率越高，地表径流量就越少，水土流失发生的动力降低。而且，对耕作层来说，土层越厚，土壤肥力越好，耕地质量越高，地表植被长势越好，有助于直接增加植被生物量与生物多样性。有效土层厚度在高标建设前后的变化展现出显著的空间异质性。北部区海拔较低，地形起伏较小，由于耕作时间较久，耕地土层厚度较大，南部区因地形限制，耕地面积较小，土层较薄，建设后有效土层厚度均不同程度得到提升，从土层厚度分布格局看，南部鹤大台地效果更为明显。
多主体满意度成效
不同经营主体(农民个体、公司企业、种养大户等)对高标建设成效的整体评价较高。样区高标建设沿着初期落地难→现在可协商→未来积极争取的路线发展，取得很好的成效。建设后农民个体满意度大幅提高，空间上满意度较高区主要分布在北部槽谷区和南部鹤大台地区，且低值区的分布范围大大缩小。鹤大台地区地形起伏较大，田面高度差悬殊、基础设施条件相对较差，开展高标建设正是农民所希望的。相比农民个体，公司企业的满意度更高，空间异质性更加明显。建设后北部区的公司企业满意度大大提升，因田块归并、道路修筑使得耕地适度规模化率及机械化率、耕作便捷性大大提升，为生产资料的运输、农产品收获销售提供极大便利。
高标建设后农民人均新增年收入也发生显著变化，由建设前5542元增加到11480元，空间分布较为均匀。高标建设带给当地农民的收入增加主要体现在3大方面：一是从事农业生产的收入增加。建设后田块面积增大，耕地连片度大大提升，道路通达性增加，灌溉条件大为改善，农业生产抵御自然灾害的能力提高，高产、稳产有较大保证，有助于农民收入的提高；二是从事高标工程建设的非农务工收入增加。高标项目落地后定会解决滞留劳动力的临时就业问题，增加留守农民的非农收入；三是土地流转收入和农业产业务工收入增加。农业生产条件改善后，大量公司企业入驻，农户耕地大量流转，从而获得流转承包耕地的收入。耕地流转后，部分农民又被吸纳为公司企业的产业工人，又可获得农业产业的务工收入。
高标准基本农田建设综合成效
上述单一因子的分析有一定片面性，为了全面科学客观的评价高标建设效果，本研究运用基于PSO算法的PP模型开展高标建设的综合成效评估，按照表2中的步骤予以计算，得出12个项目的各项指标值(表4)。
表4综合绩效评价指标评价值
接着，借助熵权法对所选取的指标进行赋权，其次，运用PP模型，将标准化数据依次代入式(5)、(7)、(8)和(6)，得到投影指标函数；再次，采用POS算法进行参数优化。借助MATLAB进行调试，选择PSO优化过程参数，规定：种群规模N＝300，惯性权重w＝0.88，学习因子c1＝c2＝2，最大迭代次数Gmax＝100。在MATLAB环境下对12个待评价项目的总目标和4个子目标分别进行评价，运行PSO-PPE程序，得到总目标的最佳投影方向与4个子目标的投影方向(表5)；最后，通过公式(5)计算选取12个项目的总目标与4个子目标的最佳投影值(评价值)及其排序(表6)。
表5总目标与子目标最佳投影方向
表6综合成效评估结果
对比高标建设前的农田基本情况，建设后的综合成效较为显著(表7)。项目水平上高标建设前后耕地面积发生较大程度变化，建设后耕地面积平均增加13.29％，这与已有研究结果[29]一致，符合样区地处西南丘陵山区的立地条件。通过田块归并、削薄田坎、坡改梯及零星地类的开发使得普顺镇红岩村高标建设区的耕地由15.31hm2增加到 22.60hm2。有助于实现耕地总量动态平衡和“双保目标”的实现，甚至将增加耕地的剩余部分用于跨县域的占补平衡，也正是地方满意度提升的主要原因，高标建设的动力十足，但空间差异较为明显，南部鹤大台地区因地形限制，基础条件较差，建设后的综合成效较中部、北部来更为明显。
长龙长久村、普顺红岩村(I级)建设的综合成效最高，面积为758.54hm2，占比53.26％。多主体满意度和农业生条件两个维度较为显著，而农田生态环境和农地平整状况也引起了足够重视，投影值位居第二。原因是项目距离县城最近，交通区位条件优越，加之，地方各级领导较为重视，高标建设项目落地的机会最大，建设较为顺利，建设后的综合成效最好。
表7综合评价等级划分
II级所涉及项目看，高标建设后的综合成效整体较高，4个子目标的投影值也与之匹配，面积为535.66hm2，占比为37.62％。原因是这类项目区大部分位于鹤大台地区及周围，立地、交通区位条件较差，道路通达度、道路硬化率、耕地连片度、灌溉保证率等均较低。当然，这也为高标建设的选址及建成后综合成效的凸显提供了基础。2003 年后，伴随非农务工工资的增加，务农机会成本大大提升，导致鹤大台地区大量农村青壮年劳动力从农业当中“析出”，造成留守劳动力劳均耕地、劳均年龄均呈增大趋势，部分不能机械替代人力的陡坡或远距离的耕地出现撂荒、闲置或粗放利用现象，并且这一现象在未来几年还会呈增强趋势，与已有文献结果一致[29,30]。鹤大台地区这一人地关系变动情形，正是高标建设实现资源整合和土地优化配置的切入点，为农业产业结构重组、转型及升级提供了机会。反过来，说明该区农业生产条件较差，正是高标投入与成效最佳显现的重点区，在该区开展高标建设符合践行供给侧结构性改革及落实精准扶贫政策的需求。
III级所包含项目主要分布在周嘉玉皇村、永安鱼龙村、五洞月江村、曹回龙家村4个项目区，综合成效相对较差，4个子目标所得投影值也相对较低，面积为129.81hm2，占比为9.12％。五洞月江村项目的生态绩效评价位居第六，即高标建设极大地改善了项目区的生态环境(表6)。主要是这类项目区位条件复杂，在高标建设过程中部分撂荒地用来植树造林，且水域面积较原来也有所扩大。加之，分布在明月山和黄华山所夹槽谷区，地势相对较为平缓，规模化粮油产业，高值、多功能现代农业已有一定雏形，如蔬菜、花卉、苗木、休闲观光等产业，可以说，两山所夹槽谷区是多种经营主体、多元融资来源、多种农业结构等的集聚区，也是产业转型升级速度快、经营主体角逐强的主要区域，更是政府及外来企业重点打造的模范代表区。但是这一区域高标建设的综合成效并未达到该水平，原因在于，该区已有较好的立地条件和产业基础，高标建设是为了针对产业发展的某些具体需求而开展的，如产业转型、产业升级乃至产业链延伸等。
尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。
Claims (10)
1.一种县域高标准基本农田建设综合成效的评估方法，其特征在于，包括：
根据多主体满意度、农业生产条件、农田生态环境以及土地平整状况四个方面的指标，构建县域高标准基本农田建设综合成效的评估体系；
通过采用熵权法对县域高标准基本农田建设综合成效的评估体系中的各指标进行指标赋权，形成各标准化指标数据；
利用投影寻踪PP模型和粒子群优化PSO算法对所述各标准化指标数据进行处理，对县域高标准基本农田建设综合成效进行评估。
2.根据权利要求1所述的方法，其特征在于，所述的利用投影寻踪PP模型和粒子群优化PSO算法对所述各标准化指标数据进行处理，对县域高标准基本农田建设综合成效进行评估包括：
利用PP模型对所述标准化指标数据进行运算，得到投影指标函数；
利用PSO算法对所述投影指标函数进行参数优化，得到最大投影指标函数；
利用最大投影指标函数所对应的最佳投影方向的单位长度向量和各标准化指标数据，对县域高标准基本农田建设综合成效进行评估。
3.根据权利要求1或2所述的方法，其特征在于，所述的对县域高标准基本农田建设综合成效进行评估包括：
将最大投影指标函数所对应的最佳投影方向的单位长度向量和各标准化指标数据分别带入到用于将多维数据综合成一维方向的投影值的公式中，计算每个标准化指标数据的投影值；
将计算得到的投影值作为县域高标准基本农田建设综合成效的评估值。
4.根据权利要求3所述的方法，其特征在于，所述的用于将多维数据综合成一维方向的投影值z(i)的公式为：
其中，a为单位长度向量，x是标准化指标数据。
5.根据权利要求3所述的方法，其特征在于，所述的利用PP模型对所述标准化指标数据进行运算，得到投影指标函数Q(a)的公式为：
Q(a)＝SzDz 公式(6)
Sz为投影值z(i)的标准差，Dz为z(i)的局部密度。E(z)为序列z(i)的均值，R为局部密度的窗口半径，取值为0.1Sz，r(i,j)为样本间的距离，u(m)为单位阶跃函数，m＝R-r(i,j)，当m≥0时，其取值为1，当m＜0时，取值为0。
6.根据权利要求5所述的方法，其特征在于，利用PSO算法对所述投影指标函数进行参数优化，得到最大投影指标函数包括：
将PSO算法中当前粒子位置si(t+1)为所述公式(5)中的投影方向a，将其代入上述公式(5)，计算一维投影值z(i)；
根据所述公式(7)和所述公式(8)计算Sz和Dz；根据公式所述(6)计算投影指标函数Q(a)，即为粒子适应值fi(t+1)
当t+1与t时刻的最优粒子适应值不再发生变化或达到最大迭代次数Gmax时，当前粒子群寻找全局极值即为最佳投影方向a*，所对应的适应值即为最大投影指标函数Q*(a)。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述主体满意度的指标包括：农民个体满意度A1、公司企业满意度A2和人均新增年收入A3。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述农业生产条件的指标包括：道路通达性B1、道路硬化率B2、沟渠密度B3和灌溉保证率B4。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述农田生态环境的指标包括：植被覆盖率C1、景观多样性指数C2以及有效土层厚度C3。
10.根据权利要求1-9任一项所述的方法，其特征在于，所述土地平整状况的指标包括：耕地破碎度D1、耕地连片度D2以及梯田化率D3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810478156.9A CN110503283A (zh) | 2018-05-18 | 2018-05-18 | 一种县域高标准基本农田建设综合成效的评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810478156.9A CN110503283A (zh) | 2018-05-18 | 2018-05-18 | 一种县域高标准基本农田建设综合成效的评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110503283A true CN110503283A (zh) | 2019-11-26 |
Family
ID=68584322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810478156.9A Pending CN110503283A (zh) | 2018-05-18 | 2018-05-18 | 一种县域高标准基本农田建设综合成效的评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110503283A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110992201A (zh) * | 2019-12-17 | 2020-04-10 | 黄河勘测规划设计研究院有限公司 | 生态灌区实现节水挖潜的综合措施配置方法 |
| CN111340516A (zh) * | 2020-03-13 | 2020-06-26 | 安图实验仪器(郑州)有限公司 | 基于信息熵与变异系数融合算法的满意度评价系统及方法 |
| CN113191666A (zh) * | 2021-05-18 | 2021-07-30 | 郑州轻工业大学 | 耕地整治潜力评价方法、终端以及计算机可读存储介质 |
| CN114240082A (zh) * | 2021-11-29 | 2022-03-25 | 吉林农业大学 | 基于温室气体排放评价的循环农业种养资源优化分配方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105760978A (zh) * | 2015-07-22 | 2016-07-13 | 北京师范大学 | 一种基于温度植被干旱指数(tvdi)的农业旱灾等级监测方法 |
| CN106548278A (zh) * | 2016-10-25 | 2017-03-29 | 河南理工大学 | 一种高标准基本农田建设项目区优选自动化计算方法 |
-
2018
- 2018-05-18 CN CN201810478156.9A patent/CN110503283A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105760978A (zh) * | 2015-07-22 | 2016-07-13 | 北京师范大学 | 一种基于温度植被干旱指数(tvdi)的农业旱灾等级监测方法 |
| CN106548278A (zh) * | 2016-10-25 | 2017-03-29 | 河南理工大学 | 一种高标准基本农田建设项目区优选自动化计算方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘名冲等: "基于粒子群优化投影寻踪模型的土地整治综合效益评价研究", 《土壤通报》 * |
| 谭少军等: "基于生态适宜性评价的西南丘陵区土地整治工程布局研究", 《地理研究》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110992201A (zh) * | 2019-12-17 | 2020-04-10 | 黄河勘测规划设计研究院有限公司 | 生态灌区实现节水挖潜的综合措施配置方法 |
| CN111340516A (zh) * | 2020-03-13 | 2020-06-26 | 安图实验仪器(郑州)有限公司 | 基于信息熵与变异系数融合算法的满意度评价系统及方法 |
| CN113191666A (zh) * | 2021-05-18 | 2021-07-30 | 郑州轻工业大学 | 耕地整治潜力评价方法、终端以及计算机可读存储介质 |
| CN113191666B (zh) * | 2021-05-18 | 2023-11-24 | 郑州轻工业大学 | 耕地整治潜力评价方法、终端以及计算机可读存储介质 |
| CN114240082A (zh) * | 2021-11-29 | 2022-03-25 | 吉林农业大学 | 基于温室气体排放评价的循环农业种养资源优化分配方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kanianska et al. | Land-use and land-cover changes in rural areas during different political systems: A case study of Slovakia from 1782 to 2006 | |
| Guobin | Soil conservation and sustainable agriculture on the Loess Plateau: challenges and prospects | |
| CN110503283A (zh) | 一种县域高标准基本农田建设综合成效的评估方法 | |
| McConnell et al. | Precision conservation: A geospatial decision support tool for optimizing conservation and profitability in agricultural landscapes | |
| Wang et al. | An indigenous knowledge-based sustainable landscape for mountain villages: The Jiabang rice terraces of Guizhou, China | |
| Girma et al. | Irrigation practices in Ethiopia: Characteristics of selected irrigation schemes | |
| Zhen et al. | Future land use and food security scenarios for the Guyuan district of remote western China | |
| CN110298520A (zh) | 一种农田建设难度确定方法 | |
| Vermeer | Economic development in provincial China: The central Shaanxi since 1930 | |
| Kau et al. | Modelling land suitability to evaluate the potential for irrigated agriculture in the Nile region in Sudan | |
| Conijn et al. | Agricultural resource scarcity and distribution: a case study of crop production in Africa | |
| Parajuli | Agro-ecology and irrigation technology: comparative research on farmer-managed irrigation systems in the Mid-hills of Nepal | |
| Ramadani et al. | Processes affecting sustainable use of agricultural land in Kosovo | |
| KUDERIN et al. | Landscape planning of the Kazaly irrigation array of Southern Kazakhstan | |
| Xie et al. | Mechanism, risk, and solution of cultivated land reversion to mountains and abandonment in China | |
| Dudzińska et al. | Directions for land management in rural areas | |
| Sharma et al. | Geography and development of hill areas: A case study of Arunachal Pradesh | |
| Lathouwers et al. | Reconstructing valley landscapes. GIS-analyses of past land use changes in three Flemish river valleys since the late 18th century | |
| Sharma | Spatial Pattern of Land Use and Levels of Agricultural Development In Aligarh District, UP | |
| Brandsma et al. | Green and Blue Water R esources and Management Scenarios using the SWAT model for the Upper Duhe Basin, China-Feasibility Study | |
| Hills et al. | Deserts as Producing Regions Today | |
| Li et al. | Economic development and optimal allocation of land use in ecological emigration area in China | |
| Pichura et al. | Innovative Management of Business Integration and Education in Transnational Economic Systems | |
| Jacobs et al. | Exploring the potential impact of reforestation on the hydrology of the Upper Tana River Catchment and the Masinga Dam, Kenya | |
| Xu et al. | Agricultural Land Suitability Assessment Based on GIS at the County Scale in Yibin, China |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191126 |