CN113191666A - 耕地整治潜力评价方法、终端以及计算机可读存储介质 - Google Patents

耕地整治潜力评价方法、终端以及计算机可读存储介质 Download PDF

Info

Publication number
CN113191666A
CN113191666A CN202110541414.5A CN202110541414A CN113191666A CN 113191666 A CN113191666 A CN 113191666A CN 202110541414 A CN202110541414 A CN 202110541414A CN 113191666 A CN113191666 A CN 113191666A
Authority
CN
China
Prior art keywords
potential
farmland
evaluation
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.)
Granted
Application number
CN202110541414.5A
Other languages
English (en)
Other versions
CN113191666B (zh
Inventor
陈启强
殷君茹
张明霞
王�华
齐长升
殷浩
张珂
杜欣珂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Mingzhi Consulting Co ltd
Zhengzhou University of Light Industry
Original Assignee
Beijing Mingzhi Consulting Co ltd
Zhengzhou University of Light Industry
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Mingzhi Consulting Co ltd, Zhengzhou University of Light Industry filed Critical Beijing Mingzhi Consulting Co ltd
Priority to CN202110541414.5A priority Critical patent/CN113191666B/zh
Publication of CN113191666A publication Critical patent/CN113191666A/zh
Application granted granted Critical
Publication of CN113191666B publication Critical patent/CN113191666B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Animal Husbandry (AREA)
  • Game Theory and Decision Science (AREA)
  • Agronomy & Crop Science (AREA)
  • Operations Research (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种耕地整治潜力评价方法、终端以及计算机可读存储介质；该方法包括构建评价指标，由评价区域内耕地的数据构建耕地的评价指标；获得耕地潜力值，由所述评价指标获得所述评价区域内耕地的潜力值，根据所述潜力值对所述评价区域内耕地的潜力进行评价分析。通过构建集成“数量‑质量‑生态”的耕地整治潜力评价指标体系，有利于系统解析耕地整治潜力，有助于充分挖掘耕地数量、质量、生态，能够有效衔接不同层级的评价指标、充分发挥耕地的数量提升潜力、质量改进潜力和生态改善潜力。

Description

耕地整治潜力评价方法、终端以及计算机可读存储介质
技术领域
本发明涉及耕地整治潜力评价技术领域，尤其涉及一种耕地整治潜力评价方法、终端以及计算机可读存储介质。
背景技术
我国耕地资源人均占有量少，资源分配不均，且质量不高，耕地整治是实现土地利用从粗放型转变为集约节约型变的重要举措。系统解析耕地整治潜力对解决国土空间开发利用问题，修复国土空间功能，提升国土空间质量具有重大意义。
耕地整治潜力是一定区域内，综合社会经济发展的需要，对耕地资源的利用方式、强度、分布及人地关系的再组织和再优化可达到最优状态的能力。科学进行耕地整治潜力评价与综合分区可为确定耕地整治重点区域，制定整治计划安排等提供依据和参考，对有效解决耕地质量下降、细碎化程度升高、生产能力下降及生态环境恶化等问题具有重要的支撑作用。而在进行耕地整治潜力评价时针对目标较为单一。因此，如何对耕地整治潜力进行全域覆盖的科学评估、如何合理布局耕地整治分区策略，是需要研究的重要问题。
发明内容
本发明主要解决的技术问题是提供一种耕地整治潜力评价方法，解决进行耕地整治潜力评价时针对目标较为单一的问题。
为解决上述技术问题，本发明采用的一个技术方案是提供一种耕地整治潜力评价方法，包括步骤：
构建评价指标，由评价区域内的耕地数据构建耕地评价指标；
获得耕地潜力值，由所述耕地评价指标获得所述评价区域内的耕地潜力值，根据所述耕地潜力值对所述评价区域内耕地的潜力进行评价分析。
优选的，所述耕地数据包括有数量数据、质量数据和/或生态数据，与之对应的所述耕地评价指标包括有数量评价指标、质量评价指标和/或生态评价指标。
优选的，所述数量评价指标包括有待整治耕地面积、非耕地系数和/或后备资源系数；所述质量评价指标包括有土地利用提升指数、土地经济提升指数和/或灌溉保证率；所述生态评价指标包括斑块密度、平均形状指数和/或聚合度指数。
优选的，对所述耕地评价指标进行标准化处理，获取所述耕地评价指标的标准化值，当耕地评价指标为正向指标时，标准化值表示为：
Figure BDA0003071720380000021
当耕地评价指标为负向指标时，标准化值表示为：
Figure BDA0003071720380000022
其中：rij表示第i个评价区域内第j项耕地评价指标的标准化值,xij、xmax和xmin分别为第i个评价区域内第j项耕地评价指标的实际值、最大值和最小值；
由所述标准化值获取所述耕地评价指标的信息熵，所述信息熵表示为：
Figure BDA0003071720380000023
Figure BDA0003071720380000024
Figure BDA0003071720380000025
其中：pij表示在第j项指标下第i个评价区域所占的比重，ej为第j项耕地评价指标的信息熵，满足ej≥0；n为评价区域的个数，j∈n，k是公示系数；
由所述信息熵获得所述耕地评价指标的权重系数，所述权重系数表示为：
Figure BDA0003071720380000026
其中：wj为第j项耕地评价指标的权重系数，j为耕地评价指标，m为耕地评价指标的个数，j∈m；
由所述标准化值和所述权重系数获得所述耕地潜力值，所述耕地潜力值表示为：
Figure BDA0003071720380000027
其中：Fi表示第i个评价区域内的耕地潜力值。
优选的，所述耕地潜力值包括有数量潜力值、质量潜力值、生态潜力值和/或综合潜力值。
优选的，预设多个所述综合潜力值的阈值，对所述综合潜力值进行等级划分，获得多个潜力等级，由所述潜力等级确定整治耕地的优先顺序。
优选的，根据所述数量潜力值、质量潜力值和/或生态潜力值对所述评价区域进行聚类，确定所述评价区域的聚类类别。
优选的，所述聚类类别包括有数量提升区、质量改进区和/或生态改善区。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种终端设备，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现所述的耕地整治潜力评价方法。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质，其上存储有程序指令，所述程序指令被处理器执行时实现所述的耕地整治潜力评价方法。
本发明的有益效果是：通过构建集成“数量-质量-生态”的耕地整治潜力评价指标体系，有利于系统解析耕地整治潜力，有助于充分挖掘耕地数量、质量、生态，能够有效衔接不同层级的评价指标、充分发挥耕地的数量提升潜力、质量改进潜力和生态改善潜力。
对综合潜力值进行潜力等级划分，由潜力等级可准确的确定对评价区域内整治耕地的优选顺序，从而能够快速定位到需要优先整治的区域。为评价区域的整治顺序提供参考数据。
由数量潜力值、质量潜力值、生态潜力值对评价区域进行聚类，确定数量提升区、质量改进区或生态改善区，为制定相关的政策提供清楚明了的数据基础。为评价区域的整治方向提供参考数据。
附图说明
图1是根据本发明耕地整治潜力评价方法一实施例的流程图；
图2是根据本发明耕地整治潜力评价方法一实施例的聚类示意图。
具体实施方式
为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。附图中给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本说明书所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
需要说明的是，除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限值本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1显示了本发明耕地整治潜力评价方法的实施例，包括：
步骤S1:构建评价指标，由评价区域内的耕地数据构建耕地评价指标。
优选的，由评价区域内耕地的数量数据、质量数据和生态数据构建耕地评价指标。
优选的，数量数据由第三次国土调查数据库获得，包括有耕地、田坎、沟渠、坑塘水面，农村道路等土地，行政区界限属性数据，村级调查区界限属性数据。参考《土地利用现状分类》GBT 21010-2017，《国土调查数据库标准》。
进一步的，数量数据包括有待整治耕地面积，非耕地系数，后备资源系数。用以反映耕地的数量情况。
优选的，质量数据由评价区域内的农用地分等单元数据库获得，包括自然等指数，利用等指数，土地利用系数。参考《农用地质量分等数据库标准》。
进一步的，质量数据包括有土地利用提升指数、土地经济提升指数、灌溉保证率。用以反应耕地生产力的质量情况。
优选的，生态数据由第三次国土调查的图斑数据，先转换成栅格数据后，利用Fragstats软件获得。
进一步的，生态数据包括斑块密度、面积加权形状指数、聚合度指数。用以反应评价区域内耕地的布局情况。
进一步的，将待整治耕地面积、非耕地系数、后备资源系数、土地利用提升指数、土地经济提升指数、灌溉保证率、斑块密度、面积加权形状指数、聚合度指数作为评价指标，其计算方法、说明和指标属性如下表1所示：
表1耕地整治潜力评价指标
Figure BDA0003071720380000041
Figure BDA0003071720380000051
步骤S2:获得耕地潜力值，由所述耕地评价指标获得所述评价区域内的耕地潜力值，根据所述耕地潜力值对所述评价区域内耕地的潜力进行评价分析。
优选的，根据耕地评价指标，获取评价区域内的耕地的综合潜力值，由综合潜力值对评价区域内的耕地进行评价。
由于上述耕地评价指标的单位、度量不同，所以需要消除量纲差异，对耕地评价指标进行标准化处理。根据指标属性的不同获取对应的耕地评价指标的标准化值。正向指标包括有整治耕地面积、非耕地系数、后备资源系数、土地利用提升指数、土地经济提升指数、灌溉保证率和斑块密度。负向指标包括有面积加权形状指数和聚合度指数。
当耕地评价指标为正向指标时，标准化值表示为：
Figure BDA0003071720380000061
当耕地评价指标为负向指标时，标准化值表示为：
Figure BDA0003071720380000062
其中：rij表示第i个评价区域内第j项耕地评价指标的标准化值,xij、xmax和xmin分别为第i个评价区域内第j项耕地评价指标的实际值、最大值和最小值。
由此可获取评价区域内各个耕地评价指标的标准化值。
进一步的，由标准化值获取耕地评价指标的信息熵。
Figure BDA0003071720380000063
Figure BDA0003071720380000064
Figure BDA0003071720380000065
其中：pij表示在第j项指标下第i个评价区域所占的比重，ej为第j项耕地评价指标的信息熵，满足ej≥0；n为评价区域的个数，i∈n，k是公式系数。
进一步的，由所述信息熵获取所述耕地评价指标的权重系数。
Figure BDA0003071720380000066
其中：wj为第j项耕地评价指标的权重系数，j为耕地评价指标，m为耕地评价指标的个数，m＝9，j∈m。
进一步的，由所述耕地评价指标的标准化值和所述耕地评价指标的权重系数，对应的获取评价区域内耕地的综合潜力值。
Figure BDA0003071720380000067
其中：Fi表示第i个评价区域内的综合潜力值。wj和rij分别为耕地评价指标待整治耕地面积、非耕地系数、后备资源系数、土地利用提升指数、土地经济提升指数、灌溉保证率、斑块密度、面积加权形状指数、聚合度指数的权重系数和标准化值，m为耕地评价指标的个数，m＝9，j∈m。
进一步的，由综合潜力值的大小划分评价区域的潜力等级，综合潜力值越大，潜力等级越高。
优选的，预设多个综合潜力值的阈值，对所述综合潜力值进行等级划分，获得多个潜力等级，由所述潜力等级确定整治耕地的优先顺序。
优选的，预设综合潜力值的第一综合阈值、第二综合阈值、第三综合阈值、第四综合阈值、第五综合阈值。综合潜力值大于第一综合阈值的为Ⅰ级潜力，优先级最高。综合潜力值小于第一综合阈值大于第二综合阈值的为Ⅱ级潜力，优先级次于Ⅰ级潜力。综合潜力值小于第二综合阈值大于第三综合阈值的为Ⅲ级潜力，优先级次于Ⅱ级潜力。综合潜力值小于第三综合阈值大于第四综合阈值的为Ⅳ级潜力，优先级次于Ⅲ级潜力。综合潜力值小于第五综合阈值的为Ⅳ级潜力，优先级次最低。
即优先级顺序为：Ⅰ级潜力＞Ⅱ级潜力＞Ⅲ级潜力＞Ⅳ级潜力＞Ⅴ级潜力。
根据潜力等级设定评价区域的整治优先级。优选的，潜力等级越大，整治优先级越高，即优先整治潜力等级大的评价区域。
由潜力等级即可准确的确定对评价区域内整治耕地的优选顺序，从而能够快速定位到需要优先整治的区域。为评价区域的整治顺序提供参考数据。
进一步的，耕地评价指标可以分为数量评价指标、质量评价指标和生态评价指标。数量评价指标包括待整治耕地面积、非耕地系数、后备资源系数；质量评价指标包括土地利用提升指数、土地经济提升指数、灌溉保证率；生态评价指标包括斑块密度、平均形状指数、聚合度指数。
进一步的，由数量评价指标的信息熵获取数量评价指标的权重系数。
Figure BDA0003071720380000071
其中：
Figure BDA0003071720380000072
为第j项数量评价指标的权重系数，j为数量的评价指标，
Figure BDA0003071720380000073
为第j项数量评价指标的信息熵，m为数量评价指标的个数，m＝3，j∈m。
进一步的，数量评价指标的标准化值表示为：
Figure BDA0003071720380000074
其中：
Figure BDA0003071720380000075
表示第i个评价区域内第j项数量评价指标的标准化值,
Figure BDA0003071720380000076
xmax和xmin分别为第i个评价区域内第j项数量评价指标的实际值、最大值和最小值。
进一步的，由数量评价指标的标准化值和数量评价指标的权重系数，对应的获取评价区域内耕地的数量潜力值。
Figure BDA0003071720380000081
其中：
Figure BDA0003071720380000082
表示第i个评价区域内的数量潜力值。
Figure BDA0003071720380000083
和
Figure BDA0003071720380000084
分别为数量评价指标待整治耕地面积、非耕地系数、后备资源系数的权重系数和标准化值。
进一步的，由质量评价指标的信息熵获取质量评价指标的权重系数。
Figure BDA0003071720380000085
其中：
Figure BDA0003071720380000086
为第j项质量评价指标的权重系数，j为质量的评价指标，
Figure BDA0003071720380000087
为第j项质量评价指标的信息熵，m为质量评价指标的个数，m＝3，j∈m。
进一步的，质量评价指标的标准化值表示为：
Figure BDA0003071720380000088
其中：
Figure BDA0003071720380000089
表示第i个评价区域内第j项数量评价指标的标准化值,
Figure BDA00030717203800000810
xmax和xmin分别为第i个评价区域内第j项质量评价指标的实际值、最大值和最小值。
进一步的，由质量评价指标的标准化值和质量评价指标的权重系数，对应的获取评价区域内耕地的质量潜力值。
Figure BDA00030717203800000811
其中：
Figure BDA00030717203800000812
表示第i个评价区域内的质量潜力值。
Figure BDA00030717203800000813
和
Figure BDA00030717203800000814
分别为质量评价指标土地利用提升指数、土地经济提升指数、灌溉保证率的权重系数和标准化值。
进一步的，由生态评价指标的信息熵获取生态评价指标的权重系数。
Figure BDA00030717203800000815
其中：
Figure BDA00030717203800000816
为第j项生态评价指标的权重系数，j为生态的评价指标，
Figure BDA00030717203800000817
为第j项生态评价指标的信息熵，m为生态评价指标的个数，m＝3，j∈m。
进一步的，生态评价指标的标准化值表示为：
Figure BDA00030717203800000818
其中：
Figure BDA00030717203800000819
表示第i个评价区域内第j项数量评价指标的标准化值,
Figure BDA00030717203800000820
xmax和xmin分别为第i个评价区域内第j项生态评价指标的实际值、最大值和最小值。
进一步的，由生态评价指标的标准化值和生态评价指标的权重系数，对应的获取评价区域内耕地的生态潜力值。
Figure BDA0003071720380000091
其中：
Figure BDA0003071720380000092
表示第i个评价区域内的生态潜力值。
Figure BDA0003071720380000093
和
Figure BDA0003071720380000094
分别为生态评价指标斑块密度、平均形状指数、聚合度指数的权重系数和标准化值。
由所述数量潜力值、质量潜力值、生态潜力值或综合潜力值可判断评价区域内对应的数量潜力、质量潜力、生态潜力或综合潜力，潜力值越大说明该区域的整治潜力越高，进行整治后越能够合理的利用耕地。从而从数量，质量，生态综合分析对评价区域内的耕地进行综合评估。
进一步的，根据数量潜力值、质量潜力值、生态潜力值对评价区域进行聚类。
优选的，选择合适的聚类数目，预设聚类总数目为1-10，将数量潜力值、质量潜力值、生态潜力值作为输入样本进行聚类，得到不同聚类数目下对应的误差平法和，用线段将相邻的误差平方和连接，对比线段倾斜角度的变化量，若一聚类数目对应的误差平方和处线段倾斜度的变化量最大，使连接曲线呈现手肘状，则将该点对应的聚类数目作为最优聚类数目。
优选的，将数量潜力值、质量潜力值、生态潜力值作为输入样本，预设聚类总数目，在输入样本中随机选择一个样本的点作为初始预设聚类中心点，由输入样本与初始预设聚类中心点的距离计算下一预设聚类中心点的概率，将距离下一预设聚类中心点概率最大的点作为第二预设聚类中心点，计算输入样本与第一和第二预设聚类中心点的距离，获得第三预设聚类中心点，直到获得的预设聚类中心点达到预设聚类总数目。然后将输入样本分配到与预设聚类中心点欧式距离最近的点，根据每一聚类输入样本的平均值更新聚类中心点，不断迭代，直到达到迭代次数或聚类中心变化范围在一定阈值内。获得聚类中心点处的潜力值，及各个评价区域所归属的聚类类别。
优选的，将聚类的类别分为数量提升区、质量改进区和生态改善区。
预设中心点处的数量潜力值的第一数量潜力阈值和第二数量潜力阈值，若中心点处的数量潜力值小于第一数量潜力阈值，则表明数量潜力值为低，若中心点处的数量潜力值大于第一数量潜力阈值小于第二数量潜力阈值，则表明中心点处的数量潜力值为中，若中心点处的数量潜力值大于第二数量潜力阈值，则表明中心点处的数量潜力值为高。
优选的，将中心点处的数量潜力值为高的评价区域作为数量提升区。
预设中心点处的质量潜力值的第一质量潜力阈值和第二质量潜力阈值，若中心点处的质量潜力值小于第一质量潜力阈值，则表明质量潜力值为低，若中心点处的质量潜力值大于第一质量潜力阈值小于第二质量潜力阈值，则表明质量潜力值为中，若中心点处的质量潜力值大于第二质量潜力阈值，则表明质量潜力值为高。
优选的，将中心点处的质量潜力值为高的评价区域作为质量改进区。
预设中心点处的生态潜力值的第一生态潜力阈值和第二生态潜力阈值，若中心点处的生态潜力值小于第一生态潜力阈值，则表明生态潜力值为低，若中心点处的生态潜力值大于第一生态潜力阈值小于第二生态潜力阈值，则表明生态潜力值为中，若中心点处的生态潜力值大于第二生态潜力阈值，则表明生态潜力值为高。
优选的，将中心点处的生态潜力值为高的评价区域作为生态改善区。
进一步的，可根据所述数量提升区、质量改进区或生态改善区确定，该评价区域中耕地的整治方向为提升数量、改进质量或改善生态，从而为制定相关的政策提供清楚明了的数据基础。为评价区域的整治方向提供参考数据。
为进一步说明上述实施例，以A乡镇为例来说明。在A乡镇中包括多个行政村，对应的耕地评价指标如下表2所示。
表2A乡镇各行政村耕地评价指标
Figure BDA0003071720380000101
Figure BDA0003071720380000111
根据指标属性的不同获取对应的耕地评价指标的标准化值。
以南岗村为例，在列表中整治总面积(TAR)最大值为户岗村所对应值484.56公顷，最小值为农场二队102.03公顷。
则南岗村的正向指标和负向指标的算法如下：
TAR(正向指标)：
Figure BDA0003071720380000112
AWMSI(负向指标)：
Figure BDA0003071720380000113
以同样的计算方法获得各行政村的标准化值，如下表3所示，表3A乡镇各行政村的标准化值
Figure BDA0003071720380000114
由标准化值获得耕地评价指标的权重系数如表4所示，权重系数之和为1。
表4耕地评价指标的权重系数
Figure BDA0003071720380000121
由标准化值和权重系数获得各行政村的综合潜力值，以南岗村为例：
南岗村的综合潜力值＝0.173*0.0782+0.986*0.0654+0.038*0.3992+0.793*0.0303+0.778*0.0832+0.358*0.1123+0.141*0.0861+0.386*0.0314+1.000*0.1139＝0.360。以同样的计算方法获得各行政村的综合潜力值，如下表5所示。
表5A乡镇各行政村的潜力值
Figure BDA0003071720380000122
对综合潜力值进行划分，等级划分情况如下：Ⅰ级潜力的潜力值范围为0.360-0.583，Ⅱ级潜力的潜力值范围为0.302-0.360，Ⅲ级潜力的潜力值为0.242-0.302，Ⅳ级潜力的潜力值范围为0.182-0.242，Ⅴ级潜力的潜力值范围为0.142-0.182。即第一综合阈值、第二综合阈值、第三综合阈值、第四综合阈值、第五综合阈值分别为0.583、0.360、0.302、0.242、0.182、0.142。
根据综合潜力值的可确定耕地整治的优先级，Ⅰ级潜力包括有南岗村、大岗游村、任祥村、刘寸岗村、田沈寨村；Ⅱ级潜力包括有北岗村、宋营村、任张村、游庄村、户岗村、苏刘庄村、寇村；Ⅲ级潜力包括有铁佛寺村、杜庄村、三王村、小岗郭村、游庄村；Ⅳ级潜力包括有韩庄村、小岗张村；Ⅴ级潜力包括有蒲口村、七宅村、陈村、田刘庄村、农场二队；
优先级顺序为：Ⅰ级潜力＞Ⅱ级潜力＞Ⅲ级潜力＞Ⅳ级潜力＞Ⅴ级潜力。
根据潜力等级设定评价区域的整治优先级。由潜力等级即可准确的确定对评价区域内整治耕地的优选顺序，从而能够快速定位到需要优先整治的区域。为评价区域的整治顺序提供参考数据。
同样的，可获取数量评价指标、质量评价指标和生态评价指标的权重系数，如下表6所示，表6数量评价指标、质量评价指标和生态评价指标的权重系数
Figure BDA0003071720380000131
由数量评价指标、质量评价指标和生态评价指标和权重系数分别获取数量潜力值、质量潜力值、生态潜力值。预设聚类总数目为1-10，将数量潜力值、质量潜力值、生态潜力值作为输入样本进行聚类，如图2所示，在聚类中心点为3处，线段倾斜度的变化量最大，得到的最优聚类数目为3。即将数量潜力值、质量潜力值、生态潜力值聚类为3个类别。乡镇各行政村的数量潜力值、质量潜力值、生态潜力值及聚类类别如下表7所示。
以南岗村为例：
南岗村的数量潜力值＝0.173*0.1442+0.986*0.1205+0.038*0.7353＝0.147。
南岗村的质量潜力值＝0.793*0.1342+0.778*0.3684+0.358*0.4974＝0.571。
南岗村的生态潜力值＝0.141*0.3720+0.386*0.1358+1.000*0.4922＝0.597。
表7A乡镇各行政村的数量潜力值、质量潜力值、生态潜力值及聚类类别
Figure BDA0003071720380000141
表7中，聚类类别0、1、2的聚类中心点处的潜力值如表8所示，表8聚类中心点处的潜力值
Figure BDA0003071720380000142
根据聚类中心点处的潜力值进行高、中、低相对划分。中心点处的数量潜力值0-0.1为低，0.1-0.2为中，>0.2为高；中心点处的质量潜力值0-0.4为低，0.4-0.5为中，>0.5为高；中心点处的生态潜力值0-0.3为低，0.3-0.4为中，>0.4为高。即中心点处的数量潜力值的第一数量潜力阈值和第二数量潜力阈值分别为0.1和0.2。即中心点处的质量潜力值的第一质量潜力阈值和第二质量潜力阈值分别为0.4和0.5。即中心点处的生态潜力值的第一生态潜力阈值和第二生态潜力阈值分别为0.3和0.4。
由此可获得聚类类别0、1、2的聚类特征，如表9所示，
表9聚类类别0、1、2的聚类特征
Figure BDA0003071720380000151
由此即可根据聚类类别的特征，中心点处的数量潜力值高的聚类类别0定义为数量提升区，中心点处的质量潜力值高的聚类类别1定义为质量改进区，中心点处的生态潜力值高的聚类类别2定义为生态改善区。
由上表7可知，数量提升区包括有大岗游村、任祥村、刘寸岗村。质量改进区包括有杜庄村、三王村、韩庄村、小岗郭村、宋营村、游庄村、户岗村、苏刘庄村、游庄村、农场二队。生态改善区包括有南岗村、铁佛寺村、北岗村、小岗张村、任张村、蒲口村、七宅村、田沈寨村、陈村、寇村、田刘庄村。
由此即可直观的得出，对大岗游村、任祥村、刘寸岗村的耕地数量进行提升。对杜庄村、三王村、韩庄村、小岗郭村、宋营村、游庄村、户岗村、苏刘庄村、游庄村、农场二队的耕地质量进行改进。对南岗村、铁佛寺村、北岗村、小岗张村、任张村、蒲口村、七宅村、田沈寨村、陈村、寇村、田刘庄村的生态进行改善。为耕地的整治方向提供参考数据，从而制定对应的整治政策。
由此可见，本发明综合数量、质量、生态三方面构建耕地评价指标体系，综合考虑耕地整治潜力；由潜力等级即可准确的确定对评价区域内整治耕地的优选顺序，从而能够快速定位到需要优先整治的区域。为评价区域的整治顺序提供参考数据。根据数量提升区、质量改进区或生态改善区确定该评价区域中耕地的整治方向为提升数量、改进质量或改善生态，从而为制定相关的政策提供清楚明了的数据基础。为评价区域的整治方向提供参考数据。
以上仅为本发明的实施例，并非因此限值本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种耕地整治潜力评价方法，其特征在于，包括步骤：
构建评价指标，由评价区域内的耕地数据构建耕地评价指标；
获得耕地潜力值，由所述耕地评价指标获得所述评价区域内的耕地潜力值，根据所述耕地潜力值对所述评价区域内耕地的潜力进行评价分析。
2.根据权利要求1所述的耕地整治潜力评价方法，其特征在于，所述耕地数据包括有数量数据、质量数据和/或生态数据，与之对应的所述耕地评价指标包括有数量评价指标、质量评价指标和/或生态评价指标。
3.根据权利要求2所述的耕地整治潜力评价方法，其特征在于，所述数量评价指标包括有待整治耕地面积、非耕地系数和/或后备资源系数；所述质量评价指标包括有土地利用提升指数、土地经济提升指数和/或灌溉保证率；所述生态评价指标包括斑块密度、平均形状指数和/或聚合度指数。
4.根据权利要求3所述的耕地整治潜力评价方法，其特征在于，对所述耕地评价指标进行标准化处理，获取所述耕地评价指标的标准化值，当耕地评价指标为正向指标时，标准化值表示为：
Figure FDA0003071720370000011
当耕地评价指标为负向指标时，标准化值表示为：
Figure FDA0003071720370000012
其中：rij表示第i个评价区域内第j项耕地评价指标的标准化值，xij、xmax和xmin分别为第i个评价区域内第j项耕地评价指标的实际值、最大值和最小值；
由所述标准化值获取所述耕地评价指标的信息熵，所述信息熵表示为：
Figure FDA0003071720370000013
Figure FDA0003071720370000014
Figure FDA0003071720370000015
其中：pij表示在第j项指标下第i个评价区域所占的比重，ej为第j项耕地评价指标的信息熵，满足ej≥0；n为评价区域的个数，i∈n，k是公示系数；
由所述信息熵获得所述耕地评价指标的权重系数，所述权重系数表示为：
Figure FDA0003071720370000021
其中：wj为第j项耕地评价指标的权重系数，j为耕地评价指标，m为耕地评价指标的个数，j∈m；
由所述标准化值和所述权重系数获得所述耕地潜力值，所述耕地潜力值表示为：
Figure FDA0003071720370000022
其中：Fi表示第i个评价区域内的耕地潜力值。
5.根据权利要求4所述的耕地整治潜力评价方法，其特征在于，所述耕地潜力值包括有数量潜力值、质量潜力值、生态潜力值和/或综合潜力值。
6.根据权利要求5所述的耕地整治潜力评价方法，其特征在于，预设多个所述综合潜力值的阈值，对所述综合潜力值进行等级划分，获得多个潜力等级，由所述潜力等级确定整治耕地的优先顺序。
7.根据权利要求5所述的耕地整治潜力评价方法，其特征在于，根据所述数量潜力值、质量潜力值和/或生态潜力值对所述评价区域进行聚类，确定所述评价区域的聚类类别。
8.根据权利要求7所述的耕地整治潜力评价方法，其特征在于，所述聚类类别包括有数量提升区、质量改进区和/或生态改善区。
9.一种终端设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现权利要求1至8任一项所述的耕地整治潜力评价方法。
10.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至8任一项所述的耕地整治潜力评价方法。
CN202110541414.5A 2021-05-18 2021-05-18 耕地整治潜力评价方法、终端以及计算机可读存储介质 Active CN113191666B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110541414.5A CN113191666B (zh) 2021-05-18 2021-05-18 耕地整治潜力评价方法、终端以及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110541414.5A CN113191666B (zh) 2021-05-18 2021-05-18 耕地整治潜力评价方法、终端以及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113191666A true CN113191666A (zh) 2021-07-30
CN113191666B CN113191666B (zh) 2023-11-24

Family

ID=76982283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110541414.5A Active CN113191666B (zh) 2021-05-18 2021-05-18 耕地整治潜力评价方法、终端以及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113191666B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114066327A (zh) * 2021-12-20 2022-02-18 北京中宇瑞德建筑设计有限公司 一种区域耕地质量评价方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101546421A (zh) * 2009-04-01 2009-09-30 河北农业大学 一种基于gis的省域可比耕地质量评价方法
WO2014120887A1 (en) * 2013-01-30 2014-08-07 The Board Of Trustees Of The University Of Illinois System and methods for identifying, evaluating and predicting land use and agricultural production
CN105809350A (zh) * 2016-03-10 2016-07-27 广东省城乡规划设计研究院 面向建设用地整治的自然村空心化程度及类型识别方法
CN106355334A (zh) * 2016-08-30 2017-01-25 中国农业大学 农田建设区域判定方法
CN107423504A (zh) * 2017-07-21 2017-12-01 西南科技大学 基于改进赋权法的丘区耕地整理潜力评价方法
CN108009694A (zh) * 2016-10-27 2018-05-08 中国科学院遥感与数字地球研究所 空心村整治潜力分级评估系统
CN108596512A (zh) * 2018-05-09 2018-09-28 武汉大学 服务于主体功能区的城镇发展水平综合评估方法
CN110390076A (zh) * 2018-04-18 2019-10-29 重庆师范大学 一种对土地整治工程布局的生态适应性确定方法
CN110503283A (zh) * 2018-05-18 2019-11-26 重庆师范大学 一种县域高标准基本农田建设综合成效的评估方法
CN110502725A (zh) * 2019-08-12 2019-11-26 华南农业大学 基于相关性分析与随机森林的耕地定级指标赋权方法
CN111985422A (zh) * 2020-08-25 2020-11-24 兰州交通大学 基于遥感的耕地田面坡度估算方法、估算装置
CN112561252A (zh) * 2020-11-30 2021-03-26 郑州轻工业大学 一种含新能源地区电网无功组合评价方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101546421A (zh) * 2009-04-01 2009-09-30 河北农业大学 一种基于gis的省域可比耕地质量评价方法
WO2014120887A1 (en) * 2013-01-30 2014-08-07 The Board Of Trustees Of The University Of Illinois System and methods for identifying, evaluating and predicting land use and agricultural production
CN105809350A (zh) * 2016-03-10 2016-07-27 广东省城乡规划设计研究院 面向建设用地整治的自然村空心化程度及类型识别方法
CN106355334A (zh) * 2016-08-30 2017-01-25 中国农业大学 农田建设区域判定方法
CN108009694A (zh) * 2016-10-27 2018-05-08 中国科学院遥感与数字地球研究所 空心村整治潜力分级评估系统
CN107423504A (zh) * 2017-07-21 2017-12-01 西南科技大学 基于改进赋权法的丘区耕地整理潜力评价方法
CN110390076A (zh) * 2018-04-18 2019-10-29 重庆师范大学 一种对土地整治工程布局的生态适应性确定方法
CN108596512A (zh) * 2018-05-09 2018-09-28 武汉大学 服务于主体功能区的城镇发展水平综合评估方法
CN110503283A (zh) * 2018-05-18 2019-11-26 重庆师范大学 一种县域高标准基本农田建设综合成效的评估方法
CN110502725A (zh) * 2019-08-12 2019-11-26 华南农业大学 基于相关性分析与随机森林的耕地定级指标赋权方法
CN111985422A (zh) * 2020-08-25 2020-11-24 兰州交通大学 基于遥感的耕地田面坡度估算方法、估算装置
CN112561252A (zh) * 2020-11-30 2021-03-26 郑州轻工业大学 一种含新能源地区电网无功组合评价方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
倪九派 等: "基于AHP和熵权法赋权的区域土地开发整理潜力评价", 《农业工程学报》, pages 202 - 209 *
冯雪力 等: "基于灰色关联分析和遥感信息模型的新疆典型农区非耕地系数研究", 《中国沙漠》, pages 156 - 161 *
宋艳华 等: "土地整治耕地质量评价方法改进研究――以禹州市为例", 《河南科学》, pages 1790 - 1796 *
廖磊;于诗雯;何玉婷;: "基于占补平衡视角的耕地整治质量评估", 广东土地科学, no. 01, pages 25 - 32 *
张欣欣;田惠文;毕如田;: "矿区耕地整治潜力评价与整治分区", 农业工程学报, no. 16, pages 249 - 258 *
李晓丹 等: "基于景观格局的农用地整治优先度评价研究", 《土地开发工程研究》, pages 25 - 34 *
董廷旭;可华明;: "绵阳市涪城区耕地景观格局时空演变特征分析", 西南科技大学学报, no. 03 *
贾丽 等: "基于综合质量的农村居民点整治潜力分区研究", 《江苏农业科学》, pages 248 - 254 *
贾丽;吴冰冰;高泽崇;张长春;: "高标准基本农田建设时序安排研究――以河北省涿州市为例", 中国生态农业学报, no. 09 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114066327A (zh) * 2021-12-20 2022-02-18 北京中宇瑞德建筑设计有限公司 一种区域耕地质量评价方法及系统

Also Published As

Publication number Publication date
CN113191666B (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
Zhou et al. Spatial characteristics and risk factor identification for land use spatial conflicts in a rapid urbanization region in China
Lu et al. Analysis and comprehensive evaluation of sustainable land use in China: Based on sustainable development goals framework
Peng et al. Scale relationship between landscape pattern and water quality in different pollution source areas: A case study of the Fuxian Lake watershed, China
Zhang et al. Sustainable development in China: Trends, patterns, and determinants of the “Five Modernizations” in Chinese cities
Qian et al. Spatio-temporal characteristics of cultivated land fragmentation in different landform areas with a case study in Northeast China
Song et al. Arrangement of high-standard basic farmland construction based on village-region cultivated land quality uniformity
CN108596512A (zh) 服务于主体功能区的城镇发展水平综合评估方法
CN112906950A (zh) 一种海绵城市规划设计系统
CN108122077A (zh) 一种水环境安全评价方法及装置
CN113191666B (zh) 耕地整治潜力评价方法、终端以及计算机可读存储介质
Wei et al. Exploring resources and environmental carrying capacities at the county level: A case study of China’s Fengxian County
CN107862475A (zh) 一种新增水田潜力评估方法及系统
Ye et al. Spatial pattern of cultivated land fragmentation in mainland China: Characteristics, dominant factors, and countermeasures
Chen et al. Identifying ecological degradation and restoration zone based on ecosystem quality: A case study of Yangtze River Delta
CN112348324B (zh) 一种冲突空间识别方法、终端设备及存储介质
Ren et al. Land use evaluation considering soil properties and agricultural infrastructure in black soil region
Hu et al. Objective diagnosis of machine learning method applicability to land comprehensive carrying capacity evaluation: A case study based on integrated RF and DPSIR models
Jiayu et al. Balancing urban expansion with ecological integrity: An ESP framework for rapidly urbanizing small and medium-sized cities, with insights from Suizhou, China
You et al. The impact of the grain for green program on farmers’ well-being and its mechanism—Empirical analysis based on CLDS data
Zhou et al. Quantification and driving mechanism of cultivated land fragmentation under scale differences
Yang Performance evaluation model of economic compensation policy for cultivated land protection in coastal areas based on propensity value matching method
Najib et al. An application of coastal erosion decision problem using interval type-2 fuzzy DEMATEL method
Zou et al. A multidimensional assessment and analysis of farmland fragmentation in the southeast coastal area of China
CN109165835A (zh) 传统村落乡村性的测算方法及装置
CN111401683B (zh) 古村落传统性的测算方法及装置

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
GR01 Patent grant
GR01 Patent grant