CN113822770A - 一种农田建设区域智能划定方法和系统 - Google Patents
一种农田建设区域智能划定方法和系统 Download PDFInfo
- Publication number
- CN113822770A CN113822770A CN202111144062.6A CN202111144062A CN113822770A CN 113822770 A CN113822770 A CN 113822770A CN 202111144062 A CN202111144062 A CN 202111144062A CN 113822770 A CN113822770 A CN 113822770A
- Authority
- CN
- China
- Prior art keywords
- farmland
- quality
- land
- optimization
- target
- 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 75
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000005457 optimization Methods 0.000 claims abstract description 78
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 238000012216 screening Methods 0.000 claims abstract description 16
- 239000002689 soil Substances 0.000 claims abstract description 12
- 238000011161 development Methods 0.000 claims abstract description 11
- 230000006872 improvement Effects 0.000 claims description 41
- 238000004519 manufacturing process Methods 0.000 claims description 35
- 238000013441 quality evaluation Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 15
- 238000011160 research Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 12
- 238000005067 remediation Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000002955 isolation Methods 0.000 abstract description 6
- 230000009466 transformation Effects 0.000 description 8
- 238000009418 renovation Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012795 verification Methods 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
- 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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Marine Sciences & Fisheries (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种农田建设区域智能划定方法和系统，所述方法包括：获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。既能保护优质耕地地块，又能促进耕地集中连片的边界闭合、能够发挥空间引导与隔离作用的高标准基本农田建设区域。
Description
技术领域
本申请实施例涉及农田设计技术领域，具体涉及一种农田建设区域智能划定方法和系统。
背景技术
高标准农田是指土地平整、集中连片、设施完善、农电配套、土壤肥沃、生态良好、抗灾能力强，与现代农业生产和经营方式相适应的旱涝保收、高产稳产，划定为永久基本农田的耕地。高标准农田建设是保障国家粮食安全的重要举措，划定科学的高标准农田建设区域对发挥高标准农田建设绩效具有重要意义。从内涵上，高标准农田建设区域不仅要集中连片、设施配套、高产稳产，还应生态良好、形态稳定、抗灾能力强，与现代农业生产和经营方式相适应；从划定对象选择上，不仅要考虑现状条件好的地块，还应考虑经整治后可达到高标准条件的地块。
现有划定技术一般考虑了耕地地块的土壤肥力、基础设施建设和区位等特性。在选择评价指标体系的基础上，通过对所选指标的空间量化和综合，获取现有耕地质量指数。同时，根据区域零星地类和基础设施用地的面积，获取可增加耕地数量。然后，结合增加耕地数量，根据质量指数与当地耕地标准质量的地块的对比，获取耕地质量提升潜力最大的地块组合，即入选高标准农田建设地块。
现有高标准基本农田建设区域划定的实质是在耕地整治数量和质量评价基础上筛选出较大的潜力地块，仅是基本农田地块的识别与合并，导致高标准农田建设区地块分布散乱、边界破碎，而非划定真正意义上具有空间调控与引导作用的土地利用分区。保护区内耕地集中连片管理却被忽略，基本农田保护区细碎、零散的分布格局既增加了规模化生产的难度，也增加了与周边不同用途土地间冲突，增大了基本农田被转为它用的风险。
发明内容
为此，本申请实施例提供一种农田建设区域智能划定方法和系统，既能保护优质耕地地块，又能促进耕地集中连片的边界闭合、能够发挥空间引导与隔离作用的高标准基本农田建设区域。
为了实现上述目的，本申请实施例提供如下技术方案：
根据本申请实施例的第一方面，提供了一种农田建设区域智能划定方法，所述方法包括：
获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；
基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；
通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；
将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；
对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。
可选地，所述方法还包括：
运用局部空间自相关方法，分析目标农田建设区空间集聚格局；
对优质集中地块和嵌入高潜力地块的低质地块进行区片式合并，去除零散地块，填补集中地块的天窗，识别高标准基本农田建设地块初步入选区域；
利用邻近保护重点区域边界的线形地物修正建设区边界，划定边界清晰的具有空间调控与引导作用的高标准农田建设区；所述线形地物包括高等级道路、河流和重要地物。
可选地，所述对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，包括：
以耕地的光温气候生产潜力指数aij为计算起点，在农用地分等加权平均法计算耕地自然质量分的基础上，对耕地整治质量评价得到的自然质量分，经作物产量比系数βj、土地利用系数kL的逐级修正，得到优化前耕地利用指数；结合研究区实际，分析耕地质量参评因素中土地优化指标和优化程度，对优化后耕地质量进行重新评价，得到优化后耕地利用指数；根据优化前后利用等指数差值得到耕地整治质量潜力Pi。
可选地，根据优化前后利用等指数差值得到耕地整治质量潜力Pi，按照如下公式计算：
式中，Pi为第i个评价单元的耕地质量提升潜力；αij为光温气候生产潜力指数；a为指耕地本底条件权重；wk1为耕地本底因素权重；fijk1、f'ijk1为分别为整治前、后第i个分等单元内第j种作物第k1个因素得分；b为指耕地生产环境条件权重；Wk2为耕地生产环境因素权重；Fijk2、F'ijk2为分别为整治前后第i个分等单元内第j种作物第k2个因素得分；βj为第j中作物的产量比系数；kl为土地利用系数。
可选地，所述基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价，包括：
采用专家咨询和已有研究确定耕地生产环境条件二级指标分级标准、得分及其权重；在农用地分的自然质量分的基础上，运用加权修正法得到耕地生产环境条件优化后的自然质量分。
根据本申请实施例的第二方面，提供了一种农田建设区域智能划定系统，所述系统包括：
农田信息获取模块，用于获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；
评价模块，用于基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；
修正模块，用于通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；
高标准农田筛选模块，用于将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；
农田潜力优化模块，用于对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。
可选地，所述系统包括：
农田格局分析模块，用于运用局部空间自相关方法，分析目标农田建设区空间集聚格局；
区片式合并模块，用于对优质集中地块和嵌入高潜力地块的低质地块进行区片式合并，去除零散地块，填补集中地块的天窗，识别高标准基本农田建设地块初步入选区域；
农田划定模块，用于利用邻近保护重点区域边界的线形地物修正建设区边界，划定边界清晰的具有空间调控与引导作用的高标准农田建设区；所述线形地物包括高等级道路、河流和重要地物。
可选地，所述农田潜力优化模块，具体用于：
以耕地的光温气候生产潜力指数aij为计算起点，在农用地分等加权平均法计算耕地自然质量分的基础上，对耕地整治质量评价得到的自然质量分，经作物产量比系数βj、土地利用系数kL的逐级修正，得到优化前耕地利用指数；结合研究区实际，分析耕地质量参评因素中土地优化指标和优化程度，对优化后耕地质量进行重新评价，得到优化后耕地利用指数；根据优化前后利用等指数差值得到耕地整治质量潜力Pi。
可选地，根据优化前后利用等指数差值得到耕地整治质量潜力Pi，按照如下公式计算：
式中，Pi为第i个评价单元的耕地质量提升潜力；αij为光温气候生产潜力指数；a为指耕地本底条件权重；wk1为耕地本底因素权重；fijk1、f'ijk1为分别为整治前、后第i个分等单元内第j种作物第k1个因素得分；b为指耕地生产环境条件权重；Wk2为耕地生产环境因素权重；Fijk2、F'ijk2为分别为整治前后第i个分等单元内第j种作物第k2个因素得分；βj为第j中作物的产量比系数；kl为土地利用系数。
可选地，所述评价模块，具体用于：
采用专家咨询和已有研究确定耕地生产环境条件二级指标分级标准、得分及其权重；在农用地分的自然质量分的基础上，运用加权修正法得到耕地生产环境条件优化后的自然质量分。
根据本申请实施例的第三方面，提供了一种设备，所述设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行第一方面任一项所述的方法。
根据本申请实施例的第四方面，提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如第一方面任一项所述的方法。
综上所述，本申请实施例提供了一种农田建设区域智能划定方法和系统，通过获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。既能保护优质耕地地块，又能促进耕地集中连片的边界闭合、能够发挥空间引导与隔离作用的高标准基本农田建设区域。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本申请实施例提供的一种农田建设区域智能划定方法；
图2为本申请实施例提供的一种农田建设区域智能划定系统。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
耕地质量潜力在表现形式上是整治前后耕地质量等别差额，可通过整治前后土地要素的定性、定量研究，确定其改变幅度和影响度，从而测算耕地质量提升的程度。鉴于此，基于农用地分等成果，建立服务于土地整治的耕地质量评价指标体系，以整治前后耕地质量等别的变化确定耕地整治潜力。
首先，分析土地整治可改造耕地质量限制因素和农用地分等因素的差异，确定土地整治可改造因素。其次，针对平耕地和坡耕地两种类型，从耕地本底条件和生产环境条件两方面构建服务于土地整治的耕地质量评价指标体系，修订农用地分等结果，得到耕地整治可改造因素修正后的现状耕地质量，并与基准作物实际产量做相关分析进行精度验证。然后，根据研究区耕地质量限制因素的可改造程度，重新量化可改造因素得分，获取整治后的耕地质量。最后，基于农用地分等规程，以整治前后耕地利用等指数的变化建立耕地整治质量潜力测算模型，得到耕地整治质量潜力。
本申请实施例的目的就是提出一种既能保护优质耕地地块，又能促进耕地集中连片的边界闭合、能够发挥空间引导与隔离作用的高标准基本农田建设区域。图1示出了本申请实施例提供的一种农田建设区域智能划定方法，所述方法包括：
步骤101：获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；
步骤102：基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；
步骤103：通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；
步骤104：将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；
步骤105：对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。
在一种可能的实施方式中，所述方法还包括：
运用局部空间自相关方法，分析目标农田建设区空间集聚格局；对优质集中地块和嵌入高潜力地块的低质地块进行区片式合并，去除零散地块，填补集中地块的天窗，识别高标准基本农田建设地块初步入选区域；利用邻近保护重点区域边界的线形地物修正建设区边界，划定边界清晰的具有空间调控与引导作用的高标准农田建设区；所述线形地物包括高等级道路、河流和重要地物。
在一种可能的实施方式中，在步骤102中，所述基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价，包括：
采用专家咨询和已有研究确定耕地生产环境条件二级指标分级标准、得分及其权重；在农用地分的自然质量分的基础上，运用加权修正法得到耕地生产环境条件优化后的自然质量分。
在一种可能的实施方式中，在步骤105中，所述对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，包括：
以耕地的光温气候生产潜力指数aij为计算起点，在农用地分等加权平均法计算耕地自然质量分的基础上，对耕地整治质量评价得到的自然质量分，经作物产量比系数βj、土地利用系数kL的逐级修正，得到优化前耕地利用指数；结合研究区实际，分析耕地质量参评因素中土地优化指标和优化程度，对优化后耕地质量进行重新评价，得到优化后耕地利用指数；根据优化前后利用等指数差值得到耕地整治质量潜力Pi。
在一种可能的实施方式中，根据优化前后利用等指数差值得到耕地整治质量潜力Pi，按照如下公式(1)计算：
式中，Pi为第i个评价单元的耕地质量提升潜力；αij为光温气候生产潜力指数；a为指耕地本底条件权重；wk1为耕地本底因素权重；fijk1、f'ijk1为分别为整治前、后第i个分等单元内第j种作物第k1个因素得分；b为指耕地生产环境条件权重；Wk2为耕地生产环境因素权重；Fijk2、F'ijk2为分别为整治前后第i个分等单元内第j种作物第k2个因素得分；βj为第j中作物的产量比系数；kl为土地利用系数。
根据研究区耕地质量限制因素的可改造程度，重新量化可改造因素得分，获取整治后的耕地质量，并以整治前后耕地利用等指数的变化建立耕地整治质量潜力测算模型，得到耕地整治质量潜力。
所划定区域可以最大程度地体现质量提升潜力的目标，还要具有空间引导与隔离功能，以及空间连续、边界清晰等特点，可以发挥其景观廊道的空间屏障作用，降低保护区标识建设成本，方便基本农田保护区实行园区式管理，形成“闭合、连片、不留天窗”的高标农田建设区域。
在本申请实施例提供的农田规划实施例中，基于基本农田标准对目标农田的土壤质量、土地条件、基础设施和空间形态进行多因素综合评价，得到自然质量分，所述自然质量分涉及区位条件、城镇化发展压力和生态安全这几个方面。再通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；分析剩余基本农田质量限制性，筛选规划期内土地整治可改造主要指标，分析其可改造程度，确定整治后可建成的高标准基本农田建设区。最后确定的高标准基本农田建设区包括基本具备高标准条件的基本农田和经整治可达高标准条件的基本农田。
本申请实施例提供的方法在以往技术仅考虑补充耕地数量和质量的基础上，初步选择高标准农田建设的地块，然后根据地理空间分布指数进一步提取耕地分布集聚程度等参数，选取集聚度和潜力均较高的地块初步入选高标准农田建设区域。在此基础上，识别周边高等级公路、河流及重要线状地物作为高标准农田建设区域。本申请实施例中还建立了耕地整治质量潜力评价指标体系。该指标体系的建立基于耕地整治工程措施与耕地质量限制因素的改造关系，反映了耕地在田块形态、田间道路状况及农田防护体系等生产环境条件的建设现状，并显化了耕地整治工程措施对耕地质量构成因素的可改造性及其程度差异，为构建服务于土地整治的耕地质量评价指标体系提供了方法借鉴。该方法所评价的耕地质量结果与基准作物实际产量相关系数R2达0.8517，相关关系高于农用地分等评价结果，提高了耕地质量评价精度。
综上所述，本申请实施例提供了一种农田建设区域智能划定方法和系统，通过获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。既能保护优质耕地地块，又能促进耕地集中连片的边界闭合、能够发挥空间引导与隔离作用的高标准基本农田建设区域。
基于相同的技术构思，本申请实施例还提供了一种农田建设区域智能划定系统，如图2所示，所述系统包括：
农田信息获取模块201，用于获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；
评价模块202，用于基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；
修正模块203，用于通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；
高标准农田筛选模块204，用于将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；
农田潜力优化模块205，用于对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。
在一种可能的实施方式中，所述系统包括：
农田格局分析模块，用于运用局部空间自相关方法，分析目标农田建设区空间集聚格局；
区片式合并模块，用于对优质集中地块和嵌入高潜力地块的低质地块进行区片式合并，去除零散地块，填补集中地块的天窗，识别高标准基本农田建设地块初步入选区域；
农田划定模块，用于利用邻近保护重点区域边界的线形地物修正建设区边界，划定边界清晰的具有空间调控与引导作用的高标准农田建设区；所述线形地物包括高等级道路、河流和重要地物。
在一种可能的实施方式中，所述农田潜力优化模块205，具体用于：
以耕地的光温气候生产潜力指数aij为计算起点，在农用地分等加权平均法计算耕地自然质量分的基础上，对耕地整治质量评价得到的自然质量分，经作物产量比系数βj、土地利用系数kL的逐级修正，得到优化前耕地利用指数；结合研究区实际，分析耕地质量参评因素中土地优化指标和优化程度，对优化后耕地质量进行重新评价，得到优化后耕地利用指数；根据优化前后利用等指数差值得到耕地整治质量潜力Pi。
在一种可能的实施方式中，根据优化前后利用等指数差值得到耕地整治质量潜力Pi，按照公式(1)计算。
在一种可能的实施方式中，所述评价模块202，具体用于：
采用专家咨询和已有研究确定耕地生产环境条件二级指标分级标准、得分及其权重；在农用地分的自然质量分的基础上，运用加权修正法得到耕地生产环境条件优化后的自然质量分。
基于相同的技术构思，本申请实施例还提供了一种设备，所述设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行所述的方法。
基于相同的技术构思，本申请实施例还提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行所述的方法。
本说明书中上述方法的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
需要说明的是，尽管在附图中以特定顺序描述了本发明方法的操作，但这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
虽然本申请提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种农田建设区域智能划定方法，其特征在于，所述方法包括：
获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；
基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；
通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；
将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；
对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
运用局部空间自相关方法，分析目标农田建设区空间集聚格局；
对优质集中地块和嵌入高潜力地块的低质地块进行区片式合并，去除零散地块，填补集中地块的天窗，识别高标准基本农田建设地块初步入选区域；
利用邻近保护重点区域边界的线形地物修正建设区边界，划定边界清晰的具有空间调控与引导作用的高标准农田建设区；所述线形地物包括高等级道路、河流和重要地物。
3.如权利要求1所述的方法，其特征在于，所述对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，包括：
以耕地的光温气候生产潜力指数aij为计算起点，在农用地分等加权平均法计算耕地自然质量分的基础上，对耕地整治质量评价得到的自然质量分，经作物产量比系数βj、土地利用系数kL的逐级修正，得到优化前耕地利用指数；结合研究区实际，分析耕地质量参评因素中土地优化指标和优化程度，对优化后耕地质量进行重新评价，得到优化后耕地利用指数；根据优化前后利用等指数差值得到耕地整治质量潜力Pi。
4.如权利要求3所述的方法，其特征在于，根据优化前后利用等指数差值得到耕地整治质量潜力Pi，按照如下公式计算：
式中，Pi为第i个评价单元的耕地质量提升潜力；αij为光温气候生产潜力指数；a为指耕地本底条件权重；wk1为耕地本底因素权重；fijk1、f'ijk1为分别为整治前、后第i个分等单元内第j种作物第k1个因素得分；b为指耕地生产环境条件权重；Wk2为耕地生产环境因素权重；Fijk2、F'ijk2为分别为整治前后第i个分等单元内第j种作物第k2个因素得分；βj为第j中作物的产量比系数；kl为土地利用系数。
5.如权利要求1所述的方法，其特征在于，所述基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价，包括：
采用专家咨询和已有研究确定耕地生产环境条件二级指标分级标准、得分及其权重；在农用地分的自然质量分的基础上，运用加权修正法得到耕地生产环境条件优化后的自然质量分。
6.一种农田建设区域智能划定系统，其特征在于，所述系统包括：
农田信息获取模块，用于获取目标农田的基本信息，所述基本信息包括土壤质量、土地条件、基础设施和空间结构信息；
评价模块，用于基于多因素综合评价法对所述目标农田的基本信息进行目标农田自然质量分的评价；
修正模块，用于通过区位发展生态安全优化法进行逐级修正，得到目标农田的综合质量；
高标准农田筛选模块，用于将目标农田的综合质量符合设定条件的确定为高标准基本农田建设区；
农田潜力优化模块，用于对剩余的目标农田的质量的限制因子进行分析，筛选规划期内土地优化指标和优化程度，确定优化后建成的高标准基本农田建设区。
7.如权利要求6所述的系统，其特征在于，所述系统包括：
农田格局分析模块，用于运用局部空间自相关方法，分析目标农田建设区空间集聚格局；
区片式合并模块，用于对优质集中地块和嵌入高潜力地块的低质地块进行区片式合并，去除零散地块，填补集中地块的天窗，识别高标准基本农田建设地块初步入选区域；
农田划定模块，用于利用邻近保护重点区域边界的线形地物修正建设区边界，划定边界清晰的具有空间调控与引导作用的高标准农田建设区；所述线形地物包括高等级道路、河流和重要地物。
8.如权利要求6所述的系统，其特征在于，所述农田潜力优化模块，具体用于：
以耕地的光温气候生产潜力指数aij为计算起点，在农用地分等加权平均法计算耕地自然质量分的基础上，对耕地整治质量评价得到的自然质量分，经作物产量比系数βj、土地利用系数kL的逐级修正，得到优化前耕地利用指数；结合研究区实际，分析耕地质量参评因素中土地优化指标和优化程度，对优化后耕地质量进行重新评价，得到优化后耕地利用指数；根据优化前后利用等指数差值得到耕地整治质量潜力Pi。
9.如权利要求8所述的系统，其特征在于，根据优化前后利用等指数差值得到耕地整治质量潜力Pi，按照如下公式计算：
式中，Pi为第i个评价单元的耕地质量提升潜力；αij为光温气候生产潜力指数；a为指耕地本底条件权重；wk1为耕地本底因素权重；fijk1、f'ijk1为分别为整治前、后第i个分等单元内第j种作物第k1个因素得分；b为指耕地生产环境条件权重；Wk2为耕地生产环境因素权重；Fijk2、F'ijk2为分别为整治前后第i个分等单元内第j种作物第k2个因素得分；βj为第j中作物的产量比系数；kl为土地利用系数。
10.如权利要求6所述的系统，其特征在于，所述评价模块，具体用于：
采用专家咨询和已有研究确定耕地生产环境条件二级指标分级标准、得分及其权重；在农用地分的自然质量分的基础上，运用加权修正法得到耕地生产环境条件优化后的自然质量分。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111144062.6A CN113822770A (zh) | 2021-09-28 | 2021-09-28 | 一种农田建设区域智能划定方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111144062.6A CN113822770A (zh) | 2021-09-28 | 2021-09-28 | 一种农田建设区域智能划定方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113822770A true CN113822770A (zh) | 2021-12-21 |
Family
ID=78921670
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111144062.6A Pending CN113822770A (zh) | 2021-09-28 | 2021-09-28 | 一种农田建设区域智能划定方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113822770A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115222550A (zh) * | 2022-06-30 | 2022-10-21 | 河南理工大学 | 基于耦合协调度模型的永久基本农田优化调整方法及系统 |
| CN115879832A (zh) * | 2023-03-01 | 2023-03-31 | 北京市农林科学院信息技术研究中心 | 区域农田建设需求的划分方法、装置及电子设备 |
| CN117036986A (zh) * | 2023-10-10 | 2023-11-10 | 北京佰信蓝图科技股份有限公司 | 一种以现状耕地空间分布预测农田集中连片度的方法 |
| CN117689224A (zh) * | 2023-11-23 | 2024-03-12 | 中国科学院地理科学与资源研究所 | 一种面向国土规划的高标准农田建设潜力区识别方法 |
| CN118071279A (zh) * | 2024-01-26 | 2024-05-24 | 浪潮(山东)农业互联网有限公司 | 一种用于高标准农田建设全过程的数字化监管系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110298520A (zh) * | 2018-03-21 | 2019-10-01 | 重庆师范大学 | 一种农田建设难度确定方法 |
-
2021
- 2021-09-28 CN CN202111144062.6A patent/CN113822770A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110298520A (zh) * | 2018-03-21 | 2019-10-01 | 重庆师范大学 | 一种农田建设难度确定方法 |
Non-Patent Citations (6)
| Title |
|---|
| 姜广辉 等: ""基于空间集聚格局和边界修正的基本农田保护区划定方法"", 《农业工程学报》, vol. 31, no. 23, pages 222 - 229 * |
| 宋戈等: ""基于可改良限制因子的耕地质量等别提升潜力研究"", vol. 35, no. 14, pages 261 - 269 * |
| 张瑞娟 等: ""耕地整治质量潜力测算方法"", 《农业工程学报》, vol. 29, no. 14, pages 238 - 244 * |
| 张瑞娟等: ""耕地整治质量潜力测算方法"" * |
| 王新盼 等: ""高标准基本农田建设区域划定方法"", 《农业工程学报》, vol. 29, no. 10, pages 241 - 250 * |
| 王新盼等: ""高标准基本农田建设区域划定方法"" * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115222550A (zh) * | 2022-06-30 | 2022-10-21 | 河南理工大学 | 基于耦合协调度模型的永久基本农田优化调整方法及系统 |
| CN115879832A (zh) * | 2023-03-01 | 2023-03-31 | 北京市农林科学院信息技术研究中心 | 区域农田建设需求的划分方法、装置及电子设备 |
| CN117036986A (zh) * | 2023-10-10 | 2023-11-10 | 北京佰信蓝图科技股份有限公司 | 一种以现状耕地空间分布预测农田集中连片度的方法 |
| CN117036986B (zh) * | 2023-10-10 | 2023-12-22 | 北京佰信蓝图科技股份有限公司 | 一种以现状耕地空间分布预测农田集中连片度的方法 |
| CN117689224A (zh) * | 2023-11-23 | 2024-03-12 | 中国科学院地理科学与资源研究所 | 一种面向国土规划的高标准农田建设潜力区识别方法 |
| CN118071279A (zh) * | 2024-01-26 | 2024-05-24 | 浪潮(山东)农业互联网有限公司 | 一种用于高标准农田建设全过程的数字化监管系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113822770A (zh) | 一种农田建设区域智能划定方法和系统 | |
| Xu et al. | Design of an integrated climatic assessment indicator (ICAI) for wheat production: A case study in Jiangsu Province, China | |
| Liu et al. | Random forest regression evaluation model of regional flood disaster resilience based on the whale optimization algorithm | |
| Ge et al. | Spatiotemporal dynamics of grassland aboveground biomass and its driving factors in North China over the past 20 years | |
| Kumar et al. | Site suitability analysis for urban development using GIS based multicriteria evaluation technique: A case study of mussoorie municipal area, dehradun district, uttarakhand, India | |
| CN111950942B (zh) | 基于模型的水污染风险评估方法、装置和计算机设备 | |
| Hoff et al. | Reporting of irradiance modeling relative prediction errors | |
| CN103198139A (zh) | 用户电力数据的用能分析方法 | |
| Taylor et al. | Dynamic modeling of the effects of vegetation management on weather-related power outages | |
| CN115796702A (zh) | 一种红壤土地综合治理生态修复成效的评估方法及系统 | |
| Bekar et al. | Cross-regional modelling of fire occurrence in the Alps and the Mediterranean Basin | |
| Xiang et al. | Mapping potential wetlands by a new framework method using random forest algorithm and big Earth data: A case study in China's Yangtze River Basin | |
| CN107608938B (zh) | 基于增强回归树算法的面向二值分类的因子筛选方法 | |
| CN117114176A (zh) | 基于数据分析和机器学习的土地利用变化预测方法及系统 | |
| Deepthi et al. | Performance assessment of general circulation models: application of compromise programming method and global performance indicator technique | |
| Zhang et al. | Evaluation of regional agricultural drought vulnerability based on unbiased generalized grey relational closeness degree | |
| CN111553593A (zh) | 一种针对城市行道树的安全风险评估方法及系统 | |
| Do et al. | Site form classification—a practical tool for guiding site-specific tropical forest landscape restoration and management | |
| Ahn et al. | Evaluating precipitation distributions at regional scales: a benchmarking framework and application to CMIP5 and 6 models | |
| CN104123447A (zh) | 一种基于改进数据包络分析的制造系统综合评价方法 | |
| Li et al. | Identifying spatial patterns of synchronization between NDVI and climatic determinants using joint recurrence plots | |
| Herla et al. | A quantitative module of avalanche hazard—Comparing forecaster assessments of avalanche problems with information derived from distributed snowpack simulations | |
| Mamoon et al. | Assessment of climate change impacts on IDF curves in Qatar using ensemble climate modeling approach | |
| CN116030355B (zh) | 一种地物分类方法及系统 | |
| Liu et al. | Assessing maize drought hazard for agricultural areas based on the fuzzy gamma model |
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 |