科研产出
四川茶叶适生空间演化以及生产空间响应特征
《中国农业资源与区划 》 2023 北大核心 CSCD CSSCI
摘要：[目的]茶产业已经成为乡村振兴的支柱性产业和贫困山区茶农增收的重要抓手。四川作为中国重要的茶叶产区，预测茶叶适生空间将为生产空间布局优化提供依据。[方法]文章基于1980—2020年气候、土壤、地形三方面的环境数据，通过MaxEnt模型构建分布位置和环境变量的关系模型对四川茶叶适生空间进行预测，并结合种植面积探究生产空间对适生空间的响应模式。[结果]（1）表明构建的关系模型可信度高，可以预测5个阶段的茶叶适生空间（AUC> 0.9）。影响四川茶叶生长的主要环境变量为海拔、pH、年降水量、坡度、生长季相对湿度，其中海拔430～1 200m,pH 4.4～5.3，年降水量大于1 080mm，坡度小于10°，相对湿度大于78%的区域最适宜茶叶生长。（2）茶叶适生空间多分布于四川盆地西部平原区和盆周山地区，呈“C”字型，1980—2020年适生空间面积在232万～269万hm~2，变化趋势整体上呈现波动上升。（3）四川茶叶的适生空间重心演变轨迹整体上呈现“北移”趋势，2000年之后，迁移方向从南移转为北移；生产空间重心变化幅度较适生空间波动性更强。（4） 1990—2020年茶叶适生空间面积增加，而生产空间除了面积大幅增加外，还表现出明显的空间聚集性。负响应区域主要集中于川南与川东北两大区域，1990—2020年生产空间与适生空间呈现强负响应的区县数量明显增加。1990年强正响应区域主要聚集在北部，到2020年强正响应区域在空间分布上较为分散。[结论]四川茶叶适生空间的面积较广，茶叶发展潜力巨大。
全文链接
请求原文
1978-2020年中国柑橘面积与产量格局演变研究
《中国农业信息 》 2023
摘要：[目的]摸清柑橘面积与产量格局变化和增产空间分异对我国柑橘产业优化发展有重要意义.[方法]文章基于1978-2020年柑橘生产相关面板数据,从全国和省域2个尺度,利用产业集中率、生产集中度系数、增产贡献率等指标,分析我国柑橘近40年面积与产量格局时空演变特征,探究柑橘增产的贡献区域和贡献因素,讨论柑橘产业存在的问题并提出建议.[结果](1)1978年以来,我国柑橘生产总体扩张,柑橘产业的地理聚集特征显著且缓慢降低;柑橘生产经历了快速扩张期、波动发展期和稳定增长期3个阶段,各个时期的增产主导因素不同,单产提升对全国柑橘增产的贡献显著.(2)各省柑橘种植面积和产量变化明显,且生产空间差异显著;种植格局由高度聚集且独立分布于中西部省份向东南沿海省份扩张,再逐渐西移内扩;2020年广西已成为全国柑橘生产第一大区域;柑橘增产情况差异明显,增速良好的省份占柑橘主产省份总数的71.43%,主要分布在中部地区,滞后增产的省份主要集中在东南沿海的江苏、浙江、广东和西南的四川;西南和华南省份柑橘增产的主导因素是种植规模的扩张,中部省份柑橘增产的主要原因则是单产提升.[结论]研究结果有助于提高对我国柑橘产业发展变化及存在问题的认识,为我国柑橘产业在保障农产品有效供给背景下优化布局调整、保持产业健康发展提供参考.
全文链接
请求原文
川西平原油菜种植区域时空变化分析*蒋梓淳,徐嘉昕,黄平,张珣,王思,
《中国农业信息 》 2021
摘要：【目的】提取四川省粮食生产核心区川西平原油菜种植区域空间分布信息,分析种植区域的空间特征和面积变化,以期为四川省农业政策制定、产业结构进一步调整和优化提供参考。【方法】文章将GF-1、Sentinel-2和Landsat-8全色波段影像和多光谱影像进行融合,分别得到空间分辨率为15 m、10 m和15 m的融合图像;利用最大似然分类法对融合图像的RGB假彩色图像进行地物分类,提取油菜种植区域信息。以Google Earth发布的历史影像建立验证样区,通过目视解译提取油菜种植区域,验证遥感影像的提取精度。【结果】获得了该地区2016年和2018年共2期油菜种植区域空间信息。川西平原油菜主要分布在北部、东北部、西部和南部浅丘地带,零散分布于中部平原地区。2018年油菜种植面积较2016年有所增长,主要增加区域在川西平原崇州市、大邑县、邛崃市等市县。【结论】川西平原近年来油菜种植面积总体保持增长势态。四川省油菜产业的发展使得油菜种植区域差异化逐渐明显,需要进行针对性分析,因地制宜地研究和确定产业的战略目标与规划、区域农业产业化经营应遵循的法律或规则。
全文链接
请求原文
基于Landsat-8和Sentinel-2A多光谱影像的陆良县日光温室面积估算
《西南农业学报 》 2019 北大核心 CSCD
摘要：【目的】选取云南省陆良县,开展基于Landsat-8 OLI和Sentinel-2A MSI影像的设施种植区域监测研究,及时为农业生产管理提供准确的设施农业空间信息。【方法】首先分析日光温室及其他典型地物的遥感特征,然后使用目视解译以及最小距离法、马氏距离法、最大似然法、支持向量机等4种监督分类方法提取设施种植空间信息,再使用亚米级Google earth历史影像为底图建立验证样区。通过目视解译提取样区设施种植区域信息,以此验证Landsat-8和Sentinel-2A影像的监测精度,选择最优监测方法。【结果】使用Landsat-8影像,基于目视解译及4种监督分类方法的精度依次为97. 54%、77. 31%、91. 35%、91. 89%和83. 15%;使用Sentinel-2A影像,基于目视解译及4种监督分类方法的精度依次98. 82%、80. 80%、87. 01%、93. 89%和85. 41%。【结论】①2种影像的日光温室监测均适于使用最大似然法,其估算精度与目视解译精度误差分别为5. 65%和4. 93%;②遥感监测显示,2016年陆良县日光温室主要集中于该县湖积平原区。基于Landsat-8影像监测的面积为5381. 62 hm2,基于Sentinel-2A影像监测的面积为5347. 84 hm2。
全文链接
请求原文
基于OLI影像的四川丘陵地区水稻种植面积监测
《西南农业学报 》 2018 北大核心 CSCD
摘要：【目的】为使用Landsat8 OLI遥感影像准确监测四川丘陵地区水稻种植面积。【方法】根据丘谷相对高差分别选定浅丘、深丘水稻样方各4个,通过地面样方调查和同生长季Google Earth影像解译获取的样方水稻种植面积作为验证数据,评价基于OLI融合影像的川中丘陵的水稻种植面积监测精度。OLI影像经正射校正后,使用15 m全色波段影像和30 m多光谱影像融合,得到15 m分辨率的融合影像,使用最大似然法进行监督分类,获取监测结果。【结果】与样方验证数据比较,在样方面积相同的情况下基于OLI影像的水稻种植面积监测结果显示,浅丘区的平均精度为93.7%,误差范围为1.0%~8.7%;深丘区的为92.5%,误差范围为1.5%~15.8%。【结论】根据浅丘区、深丘区监测结果的误差范围差异,随着丘谷高差增大,地形趋于复杂、地块趋于狭长与破碎,OLI影像监测结果的不确定性增加,精度有下降的趋势。该研究为改进OLI影像监测四川丘陵地区水稻种植面积精度提供参考。
全文链接
请求原文
基于GF-1PMS影像的柠檬种植面积估算
《中国农业资源与区划 》 2016 北大核心
摘要：为应用国产高空间分辨率影像快速、准确估算丘陵区柠檬种植面积,文章基于GF-1 PMS影像使用不同数据预处理及分类法估算柠檬种植面积。通过对影像进行大气校正、数据融合、滤波等处理,分别得到光谱反射率数据、融合影像和纹理特征数据(分辨率分别为8m、2m、2m)。通过可分离性分析,发现荒草地和未成林柠檬的可分性最差,二者在光谱反射率数据、融合影像和纹理图像中的可分性数值均小于1.8,是影响柠檬分类精度的主要因素。基于最大似然法的分类精度评价结果显示,纹理图像数据估算精度好于8m分辨率的多光谱反射率数据和2m分辨率的融合图像,适当的影像预处理有助于提高监督分类精度。对比基于最大似然法的精度,基于面向对象法的柠檬面积估算精度达95.09%,高于监督分类法的,使用GF-1 PMS影像估算柠檬面积最优方法为面向对象法。该研究为应用国产高分辨率遥感数据快速、准确估算丘陵地区果树种植面积提供了相关参考。
关键词： GF-1 PMS影像 柠檬 丘陵 种植面积 精度
全文链接
请求原文
首页上一页1下一页尾页
