, 金晓斌, 陈昌春Dynamically monitoring productivity of cultivated land enrolled in land consolidation programs based on fusing multi-source remote sensing data: Methodology and a case study
HONGChangqiao, JINXiaobin, CHENChangchun通讯作者:
收稿日期:2017-03-10
修回日期:2017-07-25
网络出版日期:2017-09-15
版权声明:2017《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (1347KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
中国自20世纪90年代末开始实施大规模土地整治。最初政策偏向于通过土地开发、整理、复垦等手段,补充耕地数量,缓解因建设占用、农业结构调整、生态退耕等导致的耕地面积快速减少的局势[1,2];2003年以后,以基础设施水平提升为重点的农田整治逐步成为中国土地整治的主体,“耕地数量与质量效益并重”成为主要目标,并上升为国家层面的战略布局[3-5]。农用地整治通过调整土地利用结构、完善农田基础设施,能够有效增加耕地数量、提升耕地质量,进而提升农业生产能力[6]。《全国土地整治规划（2011-2015年）》实施评价结果显示,规划期内全国多渠道建设高标准基本农田4.88亿亩,耕地质量等别平均提高1.21等,总产能提升超过100万t。《全国土地整治规划（2016-2020年）》继续将土地整治列为建设高标准农田的主要手段,并将耕地质量提高1个等别作为关键考核指标之一。目前,在项目区尺度进行产能（产量）变化监测主要包括直接法和间接法。其中,直接法多采用样地监测[7]、农户调查[8]、统计上报[9,10]等方式,其数据准确性和数据获取范围受调查区域、调查方法,以及调查者和调查对象等的限制[11];间接法多采用耕地质量等别变化[12,13]、土地生产潜力估算[14,15]、生产能力评价[16]等方法,其虽能综合反映区域耕地产能变化的趋势和特点,但结果有效性难以验证,且难以体现动态性。与传统数据相比,遥感数据由于具有时空连续性好、区域覆盖大等优势,利用其估算的耕地净初级生产力（NPP）为产能变化有效监测创造了条件[17]。净初级生产力（Net Primary Productivity,NPP）是广为使用的产能（产量）表征参数,其代表了绿色植被在单位时间和面积上所累积的有机物数量,能避免用作物产量衡量耕地生产力时作物品种变化、农业结构调整等的干扰,为不同作物生产能力提供统一的衡量标准[18]。此外,耕地生产力光能利用率模型已成为计算NPP的一种重要而广泛接受的研究方法[19]。Lobell等[20]利用AVHRR遥感数据结合耕地生产力光能利用率模型估算的NPP反映美国作物产量变化;国志兴等采用MOD17A3/NPP产品（采用MODIS遥感数据结合耕地生产力光能利用率模型）解析三江平原旱地和水田生产力的空间分异特征[21];Yan等利用1990-2000年的AVHRR和2001-2005年的MODIS遥感数据结合耕地生产力光能利用率模型模拟的耕地NPP,分析中国耕地生产力受城市化和退耕还林草的影响特征[22]。然而,目前主流的NPP产品空间分辨率相对较低,利用遥感数据估算NPP受基础数据限制,空间分辨率一般也仅能达到250 m×250 m,这对于一般建设规模为2~10 km2的土地整治项目区而言,难以有效使用。鉴于此,本文拟采用ESTARFM时空数据融合方法,综合Landsat数据（较高空间分辨率）和MODIS数据（较高时间分辨率）的优势,结合耕地生产力光能利用率模型,形成可在项目区尺度监测耕地产能的技术方法,并选取典型项目区进行案例分析,以期为有效开展大规模土地整治实施成效评估提供参考和借鉴。
2 研究方法与数据来源
2.1 研究区概况
研究区位于江苏省南通市通州区十总镇,地处121.18oE~121.22oE、32.17oN~32.20oN;属北亚热带与暖温带过渡区,受季风影响明显。地势较平坦,海拔3~4 m;土壤较肥沃、偏碱性,成土母质主要为江河冲击型和滨海盐渍型母质,质地为轻壤至中壤。研究区属江苏省脱盐平原工程类型区,土壤含盐量较高,土质疏松,保水保肥能力较差;整治前排灌设施不健全;主要种植小麦、水稻、油菜及玉米等作物。研究区的项目建设规模达630.27 hm2（其中耕地占建设总面积的58%）,通过项目建设,研究区实现新增耕地6.35 hm2;项目总投资1279万元;实施期为2006-2008年。项目区位置和整治后土地利用状况如图1所示。
显示原图|下载原图ZIP|生成PPT图1土地整理项目区位置及整治后土地利用状况
-->Fig. 1Location of land consolidation project and land use after consolidation
-->
2.2 研究思路
土地整治通过工程建设措施（土地平整、灌溉与排水、田间道路、农田防护与生态保护等工程）、土地管理方式、土地利用方式等综合作用会对耕地生产特征产生明显影 响[23-26]。通常认为,由于土地整治工程中一系列人为干扰造成生产环境的短期扰动[27,28],使得耕地产能变化存在时间变异过程;同时又因为土地整治工程的局部差异性,使得整治区内耕地（旱地、水浇地和水田）结构、形态[29]及其产能变化存在空间变异过程。传统的统计调查方法难以有效反映这一动态过程。尽管目前利用NPP来衡量大区域耕地生产力动态变化的研究已日趋成熟,但受现有卫星与传感器的局限,难以直接将其数据应用于土地整治项目区尺度的耕地产能监测。为了克服在项目区尺度现有遥感数据产品时空分辨率上的限制,本文拟基于MODIS、TM/ETM+/OLI数据,结合CASA模型和ESTARFM方法,探索基于多源遥感数据融合的土地整治区产能动态监测技术方法。技术路线如图2所示,主要思路如下：
（1）获取高时空分辨率NPP,将该结果作为耕地产能度量指标。采用ESTARFM算法对高空间分辨率NDVI和高时间分辨率NDVI进行融合,得到高时空分辨率NDVI,进而模拟出植被吸收光能的能力;基于气象站点和辐射站点数据获取的水分、温度、光照等限制因子,结合耕地最大光能利用率得到实际光能利用率;根据光能利用率模型模拟出高时空分辨率NPP。
（2）结合高空间分辨率土地利用数据,在空间细节反映能力、耕地剥离能力以及时空变异性反映能力等方面,对高时空分辨率NPP与现有1 km×1 km NPP（MOD17A3产品）以及基于高时间分辨率NDVI模拟的NPP进行比较。
（3）利用GIS缓冲区分析功能设置对照区,即项目区边界外1 km,未经过整治的区域。对照区在气象条件、作物类型、种植制度、田间管理等内外部要素上,与整治区基本相同;通过对比分析一定时期整治区和对照区的NPP差异情况,可以基本视为是由土地整治引起的耕地产能提升程度和稳定性变化。
显示原图|下载原图ZIP|生成PPT图2研究总体思路
-->Fig. 2General idea in this study
-->
2.3 研究方法
2.3.1 光能利用率模型 现有耕地NPP估算模型主要包括CASA（the Carnegie-Ames-Stanford-Approach）模型、TEM模型和BIOME-BGC模型等,其中,CASA模型是最广泛使用的NPP时空动态过程模拟的光能利用率模型之一[17]。CASA模型是Potter等[30]于1993年首次提出,由气象、植被、土壤、地貌及遥感等多数据共同驱动,反映绿色植被现实光合作用的变化,进而可用于评估绿色植被生产有机物的能力（NPP）。朱文泉等[31]对模型进行了改进,通过调整光能利用率等参数使其更接近中国实际。目前,该模型已经在中国[32,33]等地区得到广泛应用。模型主要表达式如下[31]：式中：APAR表示植被吸收的光合有效辐射;ε为实际光能利用率;PAR为入射光合有效辐射,取太阳总辐射的50%;FPAR为植被吸收入射光合有效辐射的比例;εmax为最大光能利用率,与植被类型有关;T1、T2分别表示低温和高温对植被光能利用率的限制因子,由植被光合作用最适温度和月平均气温计算得到;W为水分限制因子,由区域实际蒸散模型和Boucher提出的互补关系计算得到。具体计算过程详见相关文献[31]。
2.3.2 ESTARFM时空数据融合方法 ESTARFM（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model）方法是Zhu等[34]在STARFM方法的基础上发展而来,基于观测时间tm和tn的低空间分辨率影像和高空间分辨率影像,以及长时间序列的待测时间tp的低空间分辨率影像,模拟对应时间的高空间分辨率影像。已有研究证明该方法在MODIS与TM[35]、ETM+[36]、OLI[37]等遥感数据的融合效果方面表现良好。
ESTARFM方法的主要表达式如下[34]：
式中：Gp是最终的待测时间tp的高空间分辨率影像;Gp(m)和Gp(n)分别是基于观测时间tm和tn的高空间分辨率、低空间分辨率影像得到待测时间tp的高空间分辨率影像;Tm和Tn分别是tp相对于tm和tn的时间权重;Gt是时间t的高空间分辨率影像;Dpi和Dti分别是相似像元在tp和t的低空间分辨率影像;n是相似像元个数;wi和vi分别是相似像元对中心像元的权重和转换系数。
ESTARFM方法的基本步骤[34]是：① 基于2幅高空间分辨率数据（Landsat TM/ETM+/OLI影像）Gt(m)和Gt(n),选择与中心像元（土地类型）相似的像元;② 计算所有相似像元（土地类型基本一致）的权重wi;③ 利用线性回归方法获取转换系数vi;④ 基于待测时间tp的低空间分辨率数据（MODIS影像）以及wi和vi,最终模拟得到对应时间的高空间分辨率数据Gp。
2.4 数据来源
本文所用的数据包括遥感数据、气象数据、土地利用数据以及基础地理信息数据等。（1）遥感数据包括：2001-2015年覆盖研究区的Terra MODIS NDVI产品（MOD13Q1）（250 m,16天）,2001-2014年覆盖研究区的MODIS NPP产品（MOD17A3）（1 km,1年）,两种产品数据来源于USGS（http://www.edc.usgs.gov/）;2001-2015年覆盖研究区的Landsat4/5 TM、Landsat7 ETM+、Landsat8 OLI影像,来源于国际科学数据镜像网站（http://datamirror.csdb.cn）。
（2）气象数据包括：2001-2015年月平均气温、月总降水量、月太阳总辐射等,数据来自中国气象数据共享网（http://data.cma.cn/）;30 m ASTER GDEM数据,来自国际科学数据镜像网站（http://datamirror.csdb.cn）。
（3）土地利用数据包括：研究区整治前1
2.5 数据处理
（1）获取经筛选的适宜的遥感数据。为减弱噪声干扰,采用TIMESAT软件中的S-G滤波方法对MOD13Q1的16天合成NDVI进行平滑。从Landsat TM/ETM+/OLI影像中甄选质量较优（研究区基本无云）的影像,对少量影像的缺失部分进行条带插补[38];为消除由系统随机的辐射误差引起的影像畸变以及大气引起的辐射误差,对影像进行辐射校正和大气校正;其后,利用红波段与近红外波段计算NDVI。（2）获取高时空分辨率遥感数据。将经上述处理后的源于MODIS、TM、ETM+及OLI等影像的NDVI数据统一投影为UTM_Zone_51N。采用ESTARFM方法对高空间分辨率（30 m）Landsat NDVI和高时间分辨率（16天）MODIS NDVI进行融合,形成高时空分辨率（16天,30 m）NDVI。为了便于结果分析,采用最大值合成（MVC）方法整合得到研究期内NDVI数据集（月,30 m）。
（3）获取对应时空分辨率的气象数据。基于由气象站点获取的月平均气温、月降水量,由辐射站点获取的月太阳总辐射,以及30 m空间分辨率的DEM,采用ANUSPLINE样条插值方法[39]进行空间插值,形成研究期内的气象栅格数据集（月,30 m）。
（4）获取对应空间分辨率土地覆盖类型数据。对整治前后的土地利用数据进行栅格化处理和叠加分析,获取土地利用类型耕地变化区域。
（5）计算土地整治区及其缓冲（对照）区NPP。采用CASA改进模型获取NPP（月,30 m）。同时,设置对照数据集2组：① 基于MOD13Q1经S-G滤波、MVC方法合成后的NDVI数据集（月,250 m）,以及对应时空分辨率下的土地利用类型和气象栅格数据,采用CASA改进模型获取NPP（月,250 m）;② 基于USGS NPP产品（MOD17A3）,通过投影转换和几何校正后裁剪出对应区域NPP（年,1 km）。
3 结果分析
根据上述步骤,提取了研究区1 km空间分辨率的NPP数据;基于各类基础数据,利用CASA改进模型模拟得到空间分辨率为30 m、250 m的2001-2015年逐月NPP,并汇总得到逐年NPP。3.1 不同空间分辨率NPP比较
（1）空间精度。研究区1 km、250 m、30 m分辨率的NPP分布如图3所示。其中,1 km分辨率NPP产品（NPP1k）刻画内部细节信息的能力最低,且受边界处混合像元的影响更为显著（图3a）;250 m分辨率NPP结果（NPP250）细节信息反映能力有所提升,在居民点聚集区、水域等处能一定程度上反映出差异,同时受边界处混合像元的影响程度也有所减弱（图3b）;30 m分辨率NPP结果（NPP30）在边界处受混合像元影响程度最低,且在研究区内部具有更好的空间细节信息表达能力,能一定程度上刻画出居住用地、河流与道路边界、耕地等土地类型的差异（图3c）。（2）时间变化与趋势。通过将3种空间分辨率NPP与时间进行拟合,得到3条拟合曲线,如图4所示。NPP1k虽在拟合精度上最为显著,但在变化趋势上却表现出先升后降的倒U型状态,这明显与土地整治的产能影响特征相悖。NPP250和NPP30在所拟合的曲线形态上相似,同时先降后升的趋势也更贴近实际变化过程。
显示原图|下载原图ZIP|生成PPT图32001年3种空间分辨率的NPP
-->Fig. 3The NPP values at the three spatial resolutions in 2001
-->
显示原图|下载原图ZIP|生成PPT图43种空间分辨率多年NPP模拟值
-->Fig. 4The NPP simulation values at the three spatial resolutions
-->
3.2 耕地NPP变化提取与特征分析
（1）耕地NPP逐月变化特征对比。从逐月NPP模拟结果中对应提取各精度耕地逐月NPP（NPPG250、NPPG30）,分析二者的联系与差异（图5）。NPPG250和NPPG30表现出较强的一致性（图5a）,一定程度上说明基于多源遥感数据融合的结果与基于MODIS数据计算结果在趋势上保持一致。根据研究区土地利用情况与植被生长周期可知,多数年份中NPPG250与NPPG30之间的差异在生长季大于非生长季（图5b）。这一结果可能是由非生长季的植被覆盖较低,像元的一致性相对较高,而生长季的植被覆盖变化表现出更大的空间异质性造成。（2）耕地NPP剥离能力对比。利用（NPPG-NPP）/NPPG计算耕地NPP变化的敏感性（敏感性越大代表耕地NPP剥离能力越大）（图6）。在250 m与30 m精度下,NPPG均高于NPP（图6a）,各自敏感性多年变化范围为0.31%~0.80%和2.07%~5.20%（图6b）。这表明地类剥离会提高对应空间精度下的NPP结果,且30 m精度的地类剥离能力强于250 m精度的地类剥离能力。
（3）耕地内部差异的显化能力对比。为进一步分析两种空间分辨率NPP对项目区 耕地内部空间差异的衡量能力,获取了项目区耕地2001-2015年逐年NPP和2001年逐 月NPP的箱线图（图7）。无论在年时间尺度,还是月时间尺度,NPPG250的趋中性明显强于NPPG30,而NPPG30离散特征更强,取值范围更大;在年时间尺度上,大多数温和异常值（因图示限制,未能在图7a中体现）处于低值区,且NPPG30的温和异常值明显多于NPPG250。即NPPG30更能反映项目区内耕地像元间的空间差异。
显示原图|下载原图ZIP|生成PPT图5两种空间分辨率下耕地逐月NPP之间的联系与差异
-->Fig. 5The differences and relations of monthly farmland NPP between the two spatial resolutions
-->
显示原图|下载原图ZIP|生成PPT图6两种空间分辨率NPP的耕地剥离能力分析
-->Fig. 6Farmland information extraction capability based on NPP between the two spatial resolutions
-->
NPPG250和NPPG30均表现出在7月、8月的趋中性强于6月、9-11月,在1月、2月、12月的趋中性强于3-5月（图7b),这可能与研究区生长季作物类型、生长周期及管理方式等有关。但NPPG30在各月之间的差异程度高于NPPG250（图7b）,一定程度上说明NPPG30在项目区耕地像元间的时间变异性反映能力强于NPPG250。
显示原图|下载原图ZIP|生成PPT图7项目区耕地在年和月时间尺度上的两种空间分辨率NPP模拟结果箱线图
-->Fig. 7Boxplots of yearly and monthly farmland NPP simulation between the two spatial resolutions
-->
3.3 土地整理区耕地产能变化特征
上述分析表明,基于MODIS影像与Landsat数据融合的30 m空间分辨率NPP模拟结果可较为有效地反映研究区耕地时空动态信息。本节探索将其用于土地整理区耕地产能变化动态监测。3.3.1 耕地产能变化过程 为分析研究区耕地产能的年际变化,以项目区边界外1 km范围生成缓冲区,以缓冲区内的耕地作为项目区的对照区。按照2.3的方法计算30 m空间分辨率下缓冲区耕地NPP（NPPHG30）,结果如图8所示。2001-2015年,NPPG30存在较明显的波动过程,波动范围为519.87~728.29 g C
显示原图|下载原图ZIP|生成PPT图8研究区与缓冲区耕地NPP的年际变化
-->Fig. 8The inter-annual variability of farmland NPP between land consolidation project and the control area
-->
3.3.2 耕地产能提升特征 研究区耕地产能变化特征可以分为3个阶段,如图9所示：整治前期（2001-2005年）、扰动期（2006-2010年）和整治后期（2011-2015年）。用NPPG30与NPPHG30的差值（D）、差值绝对值的多年平均与缓冲区耕地NPP的比值（R）、扰动期与整治前期R的差值（Dr）、整治后期与整治前期R的差值（Dh）来综合表征土地整治对耕地产能提升的影响。
显示原图|下载原图ZIP|生成PPT图9土地整治引起的耕地产能变化过程
-->Fig. 9The changing process of farmland production capacity caused by land consolidation
-->
在土地整治前期,D多为较小的正值（1.44~4.74 g C
3.3.3 耕地产能稳定性变化 以不同时段的耕地产能变化标准差的差值（Db）衡量稳定性的变化,用整治区与缓冲区的耕地产能稳定性的变化的差异（Dc）来表征土地整治对耕地产能稳定性的影响。项目区与缓冲区在整治前一阶段（2001-2008年）与整治后一阶段（2009-2015年）的Db分别为-14.75 g C
4 结论与讨论
4.1 结论
本文采用ESTARFM方法融合了MODIS和TM/ETM+/OLI遥感数据,获取了较高时空分辨率NDVI,进而模拟得到30 m空间分辨率NPP结果,这一数据产品可实现对土地整治区耕地产能动态变化的有效监测。同时通过与当前1 km空间分辨率产品,以及利用250 m空间分辨率MODIS影像NDVI产品模拟的NPP进行对比,分析本文结果在土地整治区耕地产能动态监测方面的应用潜力。主要结论如下：（1）采用融合数据和光能利用率模型估算的长时间序列、高时空分辨率NPP,可有效监测土地整治区耕地产能动态变化。相较于NPP250、NPP1k,NPP30能一定程度上反映居住用地、河流与道路边界、耕地等土地类型间的差异,具有更好的耕地NPP剥离能力、耕地内部差异显化能力。同时,NPPG30在各月之间的差异程度高于NPPG250,且在生长季表现更为明显,一定程度上说明更高空间精度结果有助于像元内耕地产能的时间变异性表达。研究期内,NPP250与NPP30先降后升的趋势贴近实际变化过程,这表明在数据受限和土地利用条件允许下,适当降低空间分辨率是可行的。总体而言,采用NPP对土地整治区进行产能动态监测时,应考虑土地利用特征和规整程度,采用适宜空间分辨率来减弱像元混合（整治区内部、边界混合像元）的影响。
（2）试验区内耕地产能表现出较明显的波动过程（519.87~728.29 g C
（3）试验区内耕地产能的年际波动与缓冲区在总体上保持一致,这表明土地整治并非耕地产能年际波动的决定性因素。与整治前一阶段相比,试验区内整治后一阶段的耕地产能与缓冲区耕地产能随时间变化的差异更为显著,且呈现阶段性特征,这表明土地整治对耕地产能变化的影响具有一定的时间变化过程。试验区内整治后一阶段的耕地产能比整治前一阶段表现出更强的离散特征,即试验区内耕地产能在整治后存在较明显的空间变异过程。试验区内由土地整治引起的耕地产能均值变化呈现先减后增的趋势、稳定性变化大于其他因素,即土地整治对试验区内耕地的高产、稳产均发挥了积极影响,且对耕地产能稳定性变化的贡献值相对较大。
4.2 结论
尽管本文未能获取到可供真实验证的研究区实测NPP数据,但研究结果的数据特征已能体现土地整治区耕地产能变化规律,间接证明了研究结果对土地整治区产能变化监测的积极意义。同时,由于数据限制,本文未考虑土地整治前后水分、土壤等因素的影响[40,41]。此外,虽然NPP的数量变化能一定程度上反映出产能的变化特征,但NPP计算结果并不严格等同于产能,因此尚未将其直接用于量化土地整治带来的整治后产能提升程度。然而,考虑到自然与人为因素对土地整治区耕地产能变化影响的复杂性,以及其贡献程度动态刻画的重要性[42,43],未来有必要加强探索NPP模拟结果与耕地产能的定量关系。同时,还应考虑进一步借助高分影像和田间观测等积累数据,细化土地整治前后田块尺度的耕地产能变化特征,并尝试扩大研究尺度,开展不同农业生态类型、工程类型区的土地整治区产能动态监测,以期为行政管理部门的土地整治规划与实践管理提供参考和借鉴。
致谢：感谢香港理工大学土地测量及地理咨讯学系朱孝林老师和南京信息工程大学地理与遥感学院张雪红老师在遥感数据处理方面的帮助。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | Land consolidation (LC) is essential for ensuring rural development and for increasing land use effectiveness. LC has been implemented in China since the mid-1990s in an attempt to increase available cropland area, reduce fragmentation and promote agricultural production capacity. The purpose of this study is to identify the changes resulting from the land consolidation project (LCP) implementation, and to develop a parametric approach to assess the resource鈥揺nvironment effects. This study could promote the LCP planning, and provide the support for the decision-making of the LC authorities. The Tianmen land consolidation project in Hubei Province of China was chosen as a case study. The results of the case study showed LCP implementation results in great changes in land use types and their proportions, connectivity of field-roads, irrigation systems and drainage systems, plot numbers, plot shape and plot size. These changes bring both positive and negative effects to region environmental and economic system. Positive effects were demonstrated in agricultural production capacity and agricultural production cost and the negative effects were expressed by the ecosystem services value, landscape diversity and human disturbance intensity. |
| [2] | . 中国土地整治自1997年发展至今，内容不断丰富、功能不断拓展，对于实行中国最严格的耕地保护和节约集约用地制度的作用越来越显著。该文回顾了近20 a来土地整治的理论研究和实践探索，认为中国土地整治经过3个阶段的发展，正在经历1次新的调整，迈向以生态理念为导向的第4阶段。当前，中国土地整治存在的主要问题是：国土综合整治实践程度较低，资源环境压力没有得到有效缓解，建设用地整治的实施效果区域差别大，土地生态整治实践水平不高，土地整治资金稳定性不足。为适应时代发展要求，一要创新理念，引导土地整治向绿色化为主导特征的方向转变；二要顺应发展要求，重构土地整治新战略，稳定布局、消除障碍、阻止退化、修复污染，分类型、分区域、分程度规划组织土地整治工程项目；三要重点建设生态良田，使中国高标准生态良田达到6.67×107 hm2以上；四要依托土地整治工程实施全面节地战略；五要推进土地综合整治，优化土地利用空间格局；六要加强示范建设、完善政策机制。 中国土地整治自1997年发展至今，内容不断丰富、功能不断拓展，对于实行中国最严格的耕地保护和节约集约用地制度的作用越来越显著。该文回顾了近20 a来土地整治的理论研究和实践探索，认为中国土地整治经过3个阶段的发展，正在经历1次新的调整，迈向以生态理念为导向的第4阶段。当前，中国土地整治存在的主要问题是：国土综合整治实践程度较低，资源环境压力没有得到有效缓解，建设用地整治的实施效果区域差别大，土地生态整治实践水平不高，土地整治资金稳定性不足。为适应时代发展要求，一要创新理念，引导土地整治向绿色化为主导特征的方向转变；二要顺应发展要求，重构土地整治新战略，稳定布局、消除障碍、阻止退化、修复污染，分类型、分区域、分程度规划组织土地整治工程项目；三要重点建设生态良田，使中国高标准生态良田达到6.67×107 hm2以上；四要依托土地整治工程实施全面节地战略；五要推进土地综合整治，优化土地利用空间格局；六要加强示范建设、完善政策机制。 |
| [3] | |
| [4] | . 研究目的：分析30年来土地整治的文献特点，提出土地整治的研究热点和主要进展，为中国土地整治的理论构建和深入研究提供科学依据。研究方法：文献资料法、归纳分析法和比较分析法。研究结果：30年来，中国土地整治文章数量总体上呈现先上升后下降的趋势；土地整治的研究尺度多为行政区尺度，对自然区域尺度和多尺度的研究较为少见；土地整治新增耕地的数量与质量研究、土地整治对生态环境的影响、土地整治与新农村建设和土地整治的效益评价是当前的研究热点。研究结论：中国土地整治研究取得了显著进展，但仍存在诸多不足，以下几方面的研究仍需加强：（1）重视土地整治本质内涵及核心理论与目标的研究；（2）提高土地整治数量与质量研究的同时注重对生态潜力以及粮食产能和粮食安全的研究；（3）深化土地整治对生态环境影响的研究；（4）探索土地整治效益评价的新方法；（5）注重土地整治研究中的尺度界定和多尺度耦合研究。 研究目的：分析30年来土地整治的文献特点，提出土地整治的研究热点和主要进展，为中国土地整治的理论构建和深入研究提供科学依据。研究方法：文献资料法、归纳分析法和比较分析法。研究结果：30年来，中国土地整治文章数量总体上呈现先上升后下降的趋势；土地整治的研究尺度多为行政区尺度，对自然区域尺度和多尺度的研究较为少见；土地整治新增耕地的数量与质量研究、土地整治对生态环境的影响、土地整治与新农村建设和土地整治的效益评价是当前的研究热点。研究结论：中国土地整治研究取得了显著进展，但仍存在诸多不足，以下几方面的研究仍需加强：（1）重视土地整治本质内涵及核心理论与目标的研究；（2）提高土地整治数量与质量研究的同时注重对生态潜力以及粮食产能和粮食安全的研究；（3）深化土地整治对生态环境影响的研究；（4）探索土地整治效益评价的新方法；（5）注重土地整治研究中的尺度界定和多尺度耦合研究。 |
| [5] | . |
| [6] | China has been conducting large-scale land consolidation (LC) programs since the late 1990s to ensure national food security, stabilize farmland patterns and coordinate urban and rural development. LC activities, as an essential type of public investment, show significant impacts on national/regional social and economic progress. However, it is difficult to analyze a specific impact, especially a socio-economic one, of an LC program due to its’ diversified, far-reaching, and inter-correlated influencing factors. This paper establishes a system dynamics model to simulate the functional mechanism motivated by implementing an LC program, and an LC project in a rural area of mid-eastern China is used as the study case. Four subsystems are included in the proposed system dynamics model, namely the capital input-output subsystem, land use subsystem, agricultural production subsystem and social impact subsystem. All of these four subsystems are connected with each other and each of them is affected by its own “inputs”, those being engineering inputs and resource inputs. The simulation result shows that the proposed system dynamics model can effectively incorporate all influencing factors and demonstrate the desired characteristics (such as systematic, complex, feedback-reenter, long-term and dynamic) of socio-economic impacts of an LC program. The system dynamics model, considering the feedbacks and dynamic nature of LC, can function as a novel method to effectively evaluate the socio-economic impacts of LC. |
| [7] | . |
| [8] | . 规范评价实施效果对科学开展高标准基本农田建设具有重要意义。该文以山地丘陵区3个农业产业化进程梯度差异明显的高标准基本农田建设示范县——重庆市江津区（YQ-I）、铜梁区（YQ-II）、梁平县（YQ-III）为样区,以土地整治项目为样点,选取新型经营主体数量、土地流转规模等10项指标,构建了高标准基本农田建设后经济-社会效应评价指标体系,并将熵权法和改进TOPSIS（technique for order preference by similarity to ideal solution）模型应用于评价。结果发现,在影响经济-社会效应的各项指标中,适度规模化经营面积、项目后期管护农民参与度、农民参与项目施工收入等3项指标处于重要级,指标值变差大、影响强;农民人均农业年收入变化、整治工程村民满意度、项目后期管护措施到位度和农民参与项目施工人数等4项处于边缘级,指标值变差小、影响弱;其余指标处于次要级,影响程度居中。3个样区高标准基本农田建设后经济-社会综合效应与农业产业化进程关系密切,呈现为农业产业化进展快速型的YQ-I〉进展加速型的YQ-II〉相对缓慢型的YQ-III,效应等级分别为良、中、差;但单方面的经济效应和社会效应具有不平衡性,表现为指标等级分布不平衡、效应等级分布不平衡、研究样区内部不平衡;而随着农业产业化进程加快,经济效应和社会效应之间的差距在逐步缩小,表现为YQ-III、YQ-II和YQ-I中,经济效应贴近度与社会效应贴近度之间的差距依次为22.25、1.21和0.77倍。因此,通过农业产业化,山地丘陵区能有效地利用和发挥高标准基本农田建设的支撑作用,并通过新型经营主体更好地统筹高标准基本农田的建设与后续管护;而基于熵权法和改进TOPSIS模型的评价方法,能够有效用于高标准基本农田建设后经济-社会效应评价。 规范评价实施效果对科学开展高标准基本农田建设具有重要意义。该文以山地丘陵区3个农业产业化进程梯度差异明显的高标准基本农田建设示范县——重庆市江津区（YQ-I）、铜梁区（YQ-II）、梁平县（YQ-III）为样区,以土地整治项目为样点,选取新型经营主体数量、土地流转规模等10项指标,构建了高标准基本农田建设后经济-社会效应评价指标体系,并将熵权法和改进TOPSIS（technique for order preference by similarity to ideal solution）模型应用于评价。结果发现,在影响经济-社会效应的各项指标中,适度规模化经营面积、项目后期管护农民参与度、农民参与项目施工收入等3项指标处于重要级,指标值变差大、影响强;农民人均农业年收入变化、整治工程村民满意度、项目后期管护措施到位度和农民参与项目施工人数等4项处于边缘级,指标值变差小、影响弱;其余指标处于次要级,影响程度居中。3个样区高标准基本农田建设后经济-社会综合效应与农业产业化进程关系密切,呈现为农业产业化进展快速型的YQ-I〉进展加速型的YQ-II〉相对缓慢型的YQ-III,效应等级分别为良、中、差;但单方面的经济效应和社会效应具有不平衡性,表现为指标等级分布不平衡、效应等级分布不平衡、研究样区内部不平衡;而随着农业产业化进程加快,经济效应和社会效应之间的差距在逐步缩小,表现为YQ-III、YQ-II和YQ-I中,经济效应贴近度与社会效应贴近度之间的差距依次为22.25、1.21和0.77倍。因此,通过农业产业化,山地丘陵区能有效地利用和发挥高标准基本农田建设的支撑作用,并通过新型经营主体更好地统筹高标准基本农田的建设与后续管护;而基于熵权法和改进TOPSIS模型的评价方法,能够有效用于高标准基本农田建设后经济-社会效应评价。 |
| [9] | . 土地整治规划效益分析评价是土地整治规划重要的组成部分。该文在界定土地整治规划效益分析评价概念的基础上，运用层次分析法建立了“国家目标层——专项目标层——指标层”3级土地整治规划效益分析评价指标体系，采用统计预测方法、类比分析法和专家调查方法，对黑龙江省土地整治规划（2011－2020年）的效益进行了分析和评价。结果表明：黑龙江省土地整治规划在保红线、保发展，落实最严格的耕地保护制度和最严格的节约用地制度，促进社会主义新农村建设和统筹城乡发展方面，具有极其显著的综合效应；统计预测、类比分析和专家调查3种方法可以结合起来，用于规划的效益分析；该文的研究思路和方法可以为其它****研究区域土地整治规划效益提供依据。 土地整治规划效益分析评价是土地整治规划重要的组成部分。该文在界定土地整治规划效益分析评价概念的基础上，运用层次分析法建立了“国家目标层——专项目标层——指标层”3级土地整治规划效益分析评价指标体系，采用统计预测方法、类比分析法和专家调查方法，对黑龙江省土地整治规划（2011－2020年）的效益进行了分析和评价。结果表明：黑龙江省土地整治规划在保红线、保发展，落实最严格的耕地保护制度和最严格的节约用地制度，促进社会主义新农村建设和统筹城乡发展方面，具有极其显著的综合效应；统计预测、类比分析和专家调查3种方法可以结合起来，用于规划的效益分析；该文的研究思路和方法可以为其它****研究区域土地整治规划效益提供依据。 |
| [10] | . 近年来,中国各地进行了大量的土地整治工作,但如何合理安排土地整治项目,实现土地整治资金使用效率的最大化已成为亟待解决的问题。本文基于数据包络模型,对湖北省85个县（市、区）土地整治绩效的空间差异进行评价,然后运用生态系统服务价值相关理论测算土地整治生态潜力,并对数量、质量、生态潜力进行聚类,得出综合潜力,最后对土地整治绩效水平分级图与综合潜力分级图进行空间叠加,确定土地整治投入优先序。结果显示：①湖北省土地整治绩效水平相对较高,其中综合效率有效的地区有29个,技术效率有效的地区有36个,规模效率有效的地区有29个,三者均值分别为0.8607,0.8931,0.9600。从空间分布上来看：综合效率均值、技术效率均值均呈现中间高两头低的态势,而规模效率则表现为中间低两头高;②土地整治综合潜力可以划分成五个潜力级别区;③全省可划分成16个土地整治优先投入区、25个次优先投入区、20个一般投入区、24个投入紧缩区,并结合各区域特点,指出未来土地整治的重点方向。研究为确定新一轮土地整治资金投入的方向、提高土地整治资金使用效率,提供基础性的理论依据。 近年来,中国各地进行了大量的土地整治工作,但如何合理安排土地整治项目,实现土地整治资金使用效率的最大化已成为亟待解决的问题。本文基于数据包络模型,对湖北省85个县（市、区）土地整治绩效的空间差异进行评价,然后运用生态系统服务价值相关理论测算土地整治生态潜力,并对数量、质量、生态潜力进行聚类,得出综合潜力,最后对土地整治绩效水平分级图与综合潜力分级图进行空间叠加,确定土地整治投入优先序。结果显示：①湖北省土地整治绩效水平相对较高,其中综合效率有效的地区有29个,技术效率有效的地区有36个,规模效率有效的地区有29个,三者均值分别为0.8607,0.8931,0.9600。从空间分布上来看：综合效率均值、技术效率均值均呈现中间高两头低的态势,而规模效率则表现为中间低两头高;②土地整治综合潜力可以划分成五个潜力级别区;③全省可划分成16个土地整治优先投入区、25个次优先投入区、20个一般投入区、24个投入紧缩区,并结合各区域特点,指出未来土地整治的重点方向。研究为确定新一轮土地整治资金投入的方向、提高土地整治资金使用效率,提供基础性的理论依据。 |
| [11] | . 研究目的：为进一步拓展土地整治遥感监测手段，本文以多时相高分辨率遥感数据为数据源，在土 地整治工程地物信息提取基础上，构建形象进度评价模型以综合掌握项目实施进展。研究方法：挣值分析法，实证研究法，文献研究法。研究结果：从遥感影像提取 的工程矢量信息分析评价结果符合项目实际进展。研究结论：在遥感监测信息提取的基础上，本文提出的工程形象进度评价模型可用于计算项目整体工程进展，评价 项目进度情况，并找出导致项目进展缓慢的工程建设内容。 研究目的：为进一步拓展土地整治遥感监测手段，本文以多时相高分辨率遥感数据为数据源，在土 地整治工程地物信息提取基础上，构建形象进度评价模型以综合掌握项目实施进展。研究方法：挣值分析法，实证研究法，文献研究法。研究结果：从遥感影像提取 的工程矢量信息分析评价结果符合项目实际进展。研究结论：在遥感监测信息提取的基础上，本文提出的工程形象进度评价模型可用于计算项目整体工程进展，评价 项目进度情况，并找出导致项目进展缓慢的工程建设内容。 |
| [12] | . |
| [13] | . 土地整治可提升耕地自然质量，改善耕地生产条件，研究土地整治项目对耕地质量的影响具有一定意义。该文以上高县2012年土地整治项目为例，在耕地质量等别年度更新的基础上，分析土地整治项目工程对耕地自然质量和生产条件的影响，通过判别耕地自然质量稳定因素和变化因素，增加土地利用修正因素构成评价体系，按农用地分等思路，从整治前后耕地质量等别的变化来研究土地整治项目对耕地质量的影响，并通过多元回归分析方法分析对耕地质量影响较显著的因素。研究结果为：整治后研究区自然质量等从9.06等提升至8.81等，利用等从6.03等提升至4.68等；土地整治项目对耕地质量变化影响较显著的因素主要有：有机质含量、土壤pH值、排水条件、灌溉保证率、田块规整度、路网密度。研究结果表明：耕地自然质量变化因素和土地利用修正因素的选取可准确反映土地整治项目工程特征，评价结果也符合耕地质量真实情况。该文的农用地分等修正方法对于整治后耕地质量评价是可行的，同时评价结果可作为土地整治绩效提供依据。 土地整治可提升耕地自然质量，改善耕地生产条件，研究土地整治项目对耕地质量的影响具有一定意义。该文以上高县2012年土地整治项目为例，在耕地质量等别年度更新的基础上，分析土地整治项目工程对耕地自然质量和生产条件的影响，通过判别耕地自然质量稳定因素和变化因素，增加土地利用修正因素构成评价体系，按农用地分等思路，从整治前后耕地质量等别的变化来研究土地整治项目对耕地质量的影响，并通过多元回归分析方法分析对耕地质量影响较显著的因素。研究结果为：整治后研究区自然质量等从9.06等提升至8.81等，利用等从6.03等提升至4.68等；土地整治项目对耕地质量变化影响较显著的因素主要有：有机质含量、土壤pH值、排水条件、灌溉保证率、田块规整度、路网密度。研究结果表明：耕地自然质量变化因素和土地利用修正因素的选取可准确反映土地整治项目工程特征，评价结果也符合耕地质量真实情况。该文的农用地分等修正方法对于整治后耕地质量评价是可行的，同时评价结果可作为土地整治绩效提供依据。 |
| [14] | . 为科学合理测算耕地整治潜力，提高潜力测算结果的应用性，该文结合二调数据及农用地分等数据，进行了耕地整治数量潜力和质量潜力的测算研究，耕地整治数量潜力测算采用耕地系数法（CLC，cultivated land coefficient），耕地整治质量潜力测算采用农用地分等因子提高后的预评价法。研究表明：五华县耕地整治潜力较大，数量总潜力为841.69 hm2，各行政村数量潜力分布情况为南高北低；质量潜力方面，经过整治，耕地自然等别可平均提高1.28等，利用等别可平均提高0.71等，生产能力可提高57 862.99×104 kg。该研究方法符合当地土地整治实际情况，研究结果可为制定县域土地整治规划、划定高标准基本农田建设区及确定耕地整治建设重点项目区提供参考。 为科学合理测算耕地整治潜力，提高潜力测算结果的应用性，该文结合二调数据及农用地分等数据，进行了耕地整治数量潜力和质量潜力的测算研究，耕地整治数量潜力测算采用耕地系数法（CLC，cultivated land coefficient），耕地整治质量潜力测算采用农用地分等因子提高后的预评价法。研究表明：五华县耕地整治潜力较大，数量总潜力为841.69 hm2，各行政村数量潜力分布情况为南高北低；质量潜力方面，经过整治，耕地自然等别可平均提高1.28等，利用等别可平均提高0.71等，生产能力可提高57 862.99×104 kg。该研究方法符合当地土地整治实际情况，研究结果可为制定县域土地整治规划、划定高标准基本农田建设区及确定耕地整治建设重点项目区提供参考。 |
| [15] | . 耕地质量潜力测算是土地整治项目设计的基础工作，其测算方法有待进一步研究。该文依据农用地分等方法和数据，利用自然等指数、利用等指数，构建可实现潜力测算模型，测算出经土地整治后自然等、利用等别提升的可实现潜力。以中江县土地整治项目进行了实证研究，在利用预评价法对项目区分等因素可改变和消除的幅度进行了可行性分析的基础上，测算了项目区耕地质量可实现潜力。结果表明，整治后项目区自然及利用等指数均可有所提升，分等单元的省自然等、利用等指数提升区间为171.24～605.34、89.30～232.96，国家自然等、利用等指数提升区间为161.10～471.67、62.26～162.09。按照划分等别区间分值转换后，省自然等、省利用等、国家自然等、国家利用等分别平均提升0.66等、0.63等、0.84等、0.62等。该研究方法符合当地土地整治实际情况，提高了耕地质量潜力测算的应用性，可为土地整治项目设计编制和耕地质量建设提供参考。 耕地质量潜力测算是土地整治项目设计的基础工作，其测算方法有待进一步研究。该文依据农用地分等方法和数据，利用自然等指数、利用等指数，构建可实现潜力测算模型，测算出经土地整治后自然等、利用等别提升的可实现潜力。以中江县土地整治项目进行了实证研究，在利用预评价法对项目区分等因素可改变和消除的幅度进行了可行性分析的基础上，测算了项目区耕地质量可实现潜力。结果表明，整治后项目区自然及利用等指数均可有所提升，分等单元的省自然等、利用等指数提升区间为171.24～605.34、89.30～232.96，国家自然等、利用等指数提升区间为161.10～471.67、62.26～162.09。按照划分等别区间分值转换后，省自然等、省利用等、国家自然等、国家利用等分别平均提升0.66等、0.63等、0.84等、0.62等。该研究方法符合当地土地整治实际情况，提高了耕地质量潜力测算的应用性，可为土地整治项目设计编制和耕地质量建设提供参考。 |
| [16] | . <p>以产能提高为核心的农用地整治已上升为国家层面的重要战略之一。通过建立农用地整治影响下的农田生产能力估算模型,定量评价湖北省内平原、丘陵及山地3种不同类型区农用地整治对农田生产能力的影响,结果表明:①农用地整治后,山地型整治区农田生产能力提高168.91%,丘陵型整治区提高57.78%,平原型整治区提高38.32%;②平原型整治区基础设施要素提高最大,为78.62%;丘陵型整治区水资源要素提高最大,为75%;山地型整治区基础设施要素提高最大,为199.12%;③总体上,基础设施要素对农田生产能力的贡献率都最大。建议国家农用地整治在政策上适当增加对山地型和丘陵型整治区的重视,项目区应合理配套农村居民点整治工程,并尽量避免生态损失。</p> <p>以产能提高为核心的农用地整治已上升为国家层面的重要战略之一。通过建立农用地整治影响下的农田生产能力估算模型,定量评价湖北省内平原、丘陵及山地3种不同类型区农用地整治对农田生产能力的影响,结果表明:①农用地整治后,山地型整治区农田生产能力提高168.91%,丘陵型整治区提高57.78%,平原型整治区提高38.32%;②平原型整治区基础设施要素提高最大,为78.62%;丘陵型整治区水资源要素提高最大,为75%;山地型整治区基础设施要素提高最大,为199.12%;③总体上,基础设施要素对农田生产能力的贡献率都最大。建议国家农用地整治在政策上适当增加对山地型和丘陵型整治区的重视,项目区应合理配套农村居民点整治工程,并尽量避免生态损失。</p> |
| [17] | 61The CNPP decreased by 13.77TgC due to urban expansion in China from 1992 to 2015.61This CNPP loss caused a decline of 12.45milliontons of grain production.61The mean annual grain self-sufficiency rate decreased by 2% due to urban expansion. |
| [18] | . |
| [19] | Much concern has been raised about how multifactor global change has affected food security and carbon sequestration capacity in China. By using a process-based ecosystem model, the Dynamic Land Ecosystem Model (DLEM), in conjunction with the newly developed driving information on multiple environmental factors (climate, atmospheric CO2, tropospheric ozone, nitrogen deposition, and land cover/land use change), we quantified spatial and temporal patterns of net primary production (NPP) and soil organic carbon storage (SOC) across China's croplands during 1980–2005 and investigated the underlying mechanisms. Simulated results showed that both crop NPP and SOC increased from 1980 to 2005, and the highest annual NPP occurred in the Southeast (SE) region (0.32 Pg C yr611, 35.4% of the total NPP) whereas the largest annual SOC (2.29 Pg C yr611, 35.4% of the total SOC) was found in the Northeast (NE) region. Land management practices, particularly nitrogen fertilizer application, appear to be the most important factor in stimulating increase in NPP and SOC. However, tropospheric ozone pollution and climate change led to NPP reduction and SOC loss. Our results suggest that China's crop productivity and soil carbon storage could be enhanced through minimizing tropospheric ozone pollution and improving nitrogen fertilizer use efficiency. |
| [20] | Remote sensing of net primary production (NPP) is a critical tool for assessing spatial and temporal patterns of carbon exchange between the atmosphere and biosphere. However, satellite estimates suffer from a lack of large-scale field data needed for validation, as well as the need to parameterize plant light-use efficiencies (LUEs). In this study, we estimated cropland NPP with the Carnegie-Ames-Stanford-Approach (CASA), a biogeochemical model driven by satellite observations, and then compared these results with field estimates based on harvest data from United States Department of Agriculture National Agriculture Statistics Service (NASS) county statistics. Observed interannual variations in NPP over a 17-year period were well modelled by CASA, with exceptions mainly due to occasional difficulties in estimating NPP from harvest yields. The role of environmental stressors in agriculture was investigated by running CASA with and without temperature and moisture down-regulators, which are used in the model to simulate climate impacts on plant LUE. In most cases, correlations with NASS data were highest with modelled stresses, while the opposite was true for irrigated and temperature resistant crops. Analysis of the spatial variability in computed LUE revealed significantly higher values for corn than for other crops, suggesting a simple parameterization of LUE for future studies based on the fraction of area with corn. Absolute values of LUE were much lower than those reported in field trials, due to uncommonly high yields in most field trials, as well as overestimates of absorbed radiation in CASA attributed to bias from temporal compositing of satellite data. Total NPP for US croplands, excluding Alaska and Hawaii, was estimated as 0.62 Pg C year 鈭1 , representing 鈭20% of total US NPP, and exhibited a positive trend of 3.7 Tg C year 鈭2 . These results have several implications for large-scale carbon cycle research that are discussed, and are especially relevant for studies of the role of agriculture in the global carbon balance. |
| [21] | . 为了提高三江平原的农田生产力，该文基于EOS/MODIS卫星2000～2005年的MOD17A3数据集，采用空间分析方法，结合数字高程模型（DEM）、道路、河流、居民点等空间数据，对三江平原低产农田的空间分布和影响因素进行了分析。结果表明，阴坡农田低产率（32.16%）高于阳坡（25.49%），说明阳坡更有利于农田植被生长。随着海拔的升高，旱田低产率呈现低—高—低的变化趋势，在100～200 m高程带，旱田低产率最高，为39.62%。旱田和水田低产率与距居民点的距离（≤5 km）、距道路的距离（≤3 km）、距河流的距离（≤12 km）呈反比，对应的相关系数分别为-0.979（p＜0.01）、-0.999（p＜0.05）、-0.935（p＜0.05）和-0.980（p＜0.01）、-0.998（p＜0.05）、-0.923（p＜0.05）。研究结果为确保区域农业生产、土地资源合理利用和区域可持续发展提供科学依据。 为了提高三江平原的农田生产力，该文基于EOS/MODIS卫星2000～2005年的MOD17A3数据集，采用空间分析方法，结合数字高程模型（DEM）、道路、河流、居民点等空间数据，对三江平原低产农田的空间分布和影响因素进行了分析。结果表明，阴坡农田低产率（32.16%）高于阳坡（25.49%），说明阳坡更有利于农田植被生长。随着海拔的升高，旱田低产率呈现低—高—低的变化趋势，在100～200 m高程带，旱田低产率最高，为39.62%。旱田和水田低产率与距居民点的距离（≤5 km）、距道路的距离（≤3 km）、距河流的距离（≤12 km）呈反比，对应的相关系数分别为-0.979（p＜0.01）、-0.999（p＜0.05）、-0.935（p＜0.05）和-0.980（p＜0.01）、-0.998（p＜0.05）、-0.923（p＜0.05）。研究结果为确保区域农业生产、土地资源合理利用和区域可持续发展提供科学依据。 |
| [22] | In this study,the changes of agricultural production from cropland transformation in the periods of the late 1980s-2000 and 2000-2005 were estimated based on:1)the cropland transformation results derived from Landsat TM imagery by artificial interpretation method,and 2)net primary productivity(NPP)data from the light use efficiency models of Global Production Efficiency Model(GloPEM)and Vegetation Photosynthesis Model(VPM). Changes of regional grain production capacity were mainly from two aspects of cropland transformation:cropland conversion(e.g.urbanization,converting cropland into forest)and land reclamation(e.g.converting grassland into cropland).The impacts of different cropland transformation types on agricultural production within the two periods were evaluated,a series of comparisons were conducted between the two periods as well as different regions. Results indicated that the agricultural production loss due to urban sprawl accounted for more than 60%during both stages(1980s-2000 and 2000-2005)in the total loss.In the first stage, generally,agricultural production increased evidently.The increased production from land reclamation was 87%higher than production decrease from cropland conversion.However,in the second stage(2000-2005)the agricultural production loss due to cropland conversion was 31%higher than the production increase from land reclamation,in other words,the production decrease due to cropland loss could not be compensated by limited land reclamation,as unban expansion and Grain for Green(GFG)project played an important role in cropland transformation since around 2000.Production losses from GFG project and urbanization were 57%and 85%higher than that in the previous stage,respectively.Due to GFG project,the states of agricultural production equilibrium changed from positive balance from the 1980s to 2000 into a negative balance during 2000-2005.the loss of agricultural production mainly occurred in Northeast China,Inner Mongolia,Yunnan and Zhejiang provinces from the 1980s to 2000,and then transferred to Inner Mongolia,Shaanxi,Gansu, Sichuan and Guizhou provinces from 2000 to 2005.The production loss due to urbanization mainly occurred in Jiangsu,Hebei,Anhui,Shandong,Henan and Guangdong provinces from the 1980s to 2000,then changed into provinces of Zhejiang,Guangdong,Shandong,Fujian and Jiangsu during 2000-2005.The land reclamation foci transferred from Northeast China to Northwest China in the two stages,the greatest contribution regions to agricultural production shifted from the Xinjiang Uygur Autonomous Region from the 1980s to 2000 into Heilongjiang Province during 2000-2005.Due to the cropland transformation from urbanization and GFG project,two thirds of provinces showed a significant change in agricultural production balance state in the two stages. |
| [23] | 中国科学院机构知识库(中国科学院机构知识库网格（CAS IR GRID）)以发展机构知识能力和知识管理能力为目标，快速实现对本机构知识资产的收集、长期保存、合理传播利用，积极建设对知识内容进行捕获、转化、传播、利用和审计的能力，逐步建设包括知识内容分析、关系分析和能力审计在内的知识服务能力，开展综合知识管理。 |
| [24] | 61Study of 137Cs residuals to assess the impact of land consolidation on soil erosion.61Conversion of depositional areas into sediment delivering areas.61Intensive erosion and deposition concentrated on present and former field borders.61Soil redistribution largely dominates by tillage-induced processes.61Soil erosion on present field borders hardly simulated by conversion model. |
| [25] | . 该文以莱芜市里辛土地整理项目为例，采用野外采样和室内分析相结合的方法，研究了丘陵区土地整理对土壤理化性状的影响。研究结果表明，土地整理对土壤物理性状影响极显著或显著；对土壤化学性状影响不显著；各土壤理化性状的变异系数，除土壤体积质量增加、土壤黏粒稍有增加外，其他均下降，整理后土壤理化性状更均匀。土壤理化性状变化原因主要是整理中注重物理措施、忽视土壤培肥，施工不规范及国家有关标准不具体等造成。今后应重视土壤培肥，规范施工，完善有关土地整理标准、明确各项土壤理化性状指标等，以确保土壤质量提高。 该文以莱芜市里辛土地整理项目为例，采用野外采样和室内分析相结合的方法，研究了丘陵区土地整理对土壤理化性状的影响。研究结果表明，土地整理对土壤物理性状影响极显著或显著；对土壤化学性状影响不显著；各土壤理化性状的变异系数，除土壤体积质量增加、土壤黏粒稍有增加外，其他均下降，整理后土壤理化性状更均匀。土壤理化性状变化原因主要是整理中注重物理措施、忽视土壤培肥，施工不规范及国家有关标准不具体等造成。今后应重视土壤培肥，规范施工，完善有关土地整理标准、明确各项土壤理化性状指标等，以确保土壤质量提高。 |
| [26] | . 为了研究松嫩平原西部土地整理对盐渍化土壤的改良效果，以吉林省白城市镇赉县土地整理项目区为研究区域，采用野外采样与室内分析相结合的方法，分析了原耕地、盐碱地和新增耕地土壤电导率、阳离子总量、阴离子总量、碱化度、pH值、有机质以及阳离子交换量等指标的差异。结果表明：在0～20和﹥20～40 cm土层上，新增耕地土壤电导率显著低于盐碱地44.9%和37.0%（P＜0.05），显著高于原耕地35.7%和58.6%（P＜0.05）；新增耕地阳离子总量和阴离子总量均显著低于盐碱地（P＜0.05）；盐碱地土壤碱化度在37.0%～38.2%之间，pH值接近10.0，为重度碱化土壤，新增耕地土壤碱化度在18.0%～21.6%之间，pH值低于9.0，为中度碱化土壤，其土壤碱化程度与原耕地接近；新增耕地土壤有机质显著高于盐碱地33.4%和61.3%（P＜0.05），在0～20 cm土层上显著低于原耕地21.5%（P＜0.05）；新增耕地阳离子交换量比盐碱地提高16.7%和25.1%（不显著，P＞0.05），同时显著高于原耕地4.8%和11.0%（P＜0.05）。典范对应分析表明，土壤盐渍化、肥力指标和土壤离子组成与样地类型分布存在着空间上的有序关系，样地类型由盐碱地向新增耕地的变化，在土壤理化性质层面是盐渍化指标降低、肥力指标升高的过程；在土壤离子组成层面是HCO3?、CO32?和Na+等离子含量降低的过程。总体来看，松嫩平原西部土地整理能有效改良盐渍化土壤，但新增耕地土壤质量仍低于原耕地，建议在土地整理中通过完善灌溉与排水系统、将土地平整工程与深耕深松和增施有机肥相结合及采用生物措施等提升盐渍化土壤的改良效果。 为了研究松嫩平原西部土地整理对盐渍化土壤的改良效果，以吉林省白城市镇赉县土地整理项目区为研究区域，采用野外采样与室内分析相结合的方法，分析了原耕地、盐碱地和新增耕地土壤电导率、阳离子总量、阴离子总量、碱化度、pH值、有机质以及阳离子交换量等指标的差异。结果表明：在0～20和﹥20～40 cm土层上，新增耕地土壤电导率显著低于盐碱地44.9%和37.0%（P＜0.05），显著高于原耕地35.7%和58.6%（P＜0.05）；新增耕地阳离子总量和阴离子总量均显著低于盐碱地（P＜0.05）；盐碱地土壤碱化度在37.0%～38.2%之间，pH值接近10.0，为重度碱化土壤，新增耕地土壤碱化度在18.0%～21.6%之间，pH值低于9.0，为中度碱化土壤，其土壤碱化程度与原耕地接近；新增耕地土壤有机质显著高于盐碱地33.4%和61.3%（P＜0.05），在0～20 cm土层上显著低于原耕地21.5%（P＜0.05）；新增耕地阳离子交换量比盐碱地提高16.7%和25.1%（不显著，P＞0.05），同时显著高于原耕地4.8%和11.0%（P＜0.05）。典范对应分析表明，土壤盐渍化、肥力指标和土壤离子组成与样地类型分布存在着空间上的有序关系，样地类型由盐碱地向新增耕地的变化，在土壤理化性质层面是盐渍化指标降低、肥力指标升高的过程；在土壤离子组成层面是HCO3?、CO32?和Na+等离子含量降低的过程。总体来看，松嫩平原西部土地整理能有效改良盐渍化土壤，但新增耕地土壤质量仍低于原耕地，建议在土地整理中通过完善灌溉与排水系统、将土地平整工程与深耕深松和增施有机肥相结合及采用生物措施等提升盐渍化土壤的改良效果。 |
| [27] | . 为研究土地整理对紫色土区土壤理化特性的影响，采用整理前后点对点的定位采集样品方式进行野外作业，应用主成分分析法和聚类分析法对比分析Ⅰ区（土地整理年限为19个月）、Ⅱ区（土地整理年限为7个月）与Ⅲ区（土地整理年限为1个月）土地整理前后的土壤理化性状相关关系的变化情况。结果表明：短期土地整理年限内（该文设定为19个月），土地整理年限的长短对表土层土壤性质的变化有影响。土地整理工程实施后，Ⅰ区大部分土壤性质更均匀，土壤性质的变化主要为有利的，有机质和阳离子交换量分别显著增加9.59%和13.84%（P＜0.05），土壤砂粒减小（P＜0.05），粉粒和黏粒增加（P＜0.05），团聚体破坏率显著减小33.22%（P＜0.05）；Ⅱ区土层厚度显著增加为25 cm（P＜0.05），砾石含量显著增加（P＜0.05），土壤有效持水量显著增加102.96%（P＜0.05）；Ⅲ区大部分土壤性质更均匀，土壤性质的变化主要是不利的，容重显著增高14.63%（P＜0.05），粉粒含量、有机质分别显著降低14.16%和24.95%（P＜0.05），团聚体破坏率显著增加58%（P＜0.05）。3个区域土地整理后土壤性质间的相关关系都发生了变化。Ward Linkage法各分类组分之间具有更好的相关性，而Average Linkage法与主成分分析结果具有更好的一致性。该文的研究结果可为紫色土区农田的整治工程提供依据。 为研究土地整理对紫色土区土壤理化特性的影响，采用整理前后点对点的定位采集样品方式进行野外作业，应用主成分分析法和聚类分析法对比分析Ⅰ区（土地整理年限为19个月）、Ⅱ区（土地整理年限为7个月）与Ⅲ区（土地整理年限为1个月）土地整理前后的土壤理化性状相关关系的变化情况。结果表明：短期土地整理年限内（该文设定为19个月），土地整理年限的长短对表土层土壤性质的变化有影响。土地整理工程实施后，Ⅰ区大部分土壤性质更均匀，土壤性质的变化主要为有利的，有机质和阳离子交换量分别显著增加9.59%和13.84%（P＜0.05），土壤砂粒减小（P＜0.05），粉粒和黏粒增加（P＜0.05），团聚体破坏率显著减小33.22%（P＜0.05）；Ⅱ区土层厚度显著增加为25 cm（P＜0.05），砾石含量显著增加（P＜0.05），土壤有效持水量显著增加102.96%（P＜0.05）；Ⅲ区大部分土壤性质更均匀，土壤性质的变化主要是不利的，容重显著增高14.63%（P＜0.05），粉粒含量、有机质分别显著降低14.16%和24.95%（P＜0.05），团聚体破坏率显著增加58%（P＜0.05）。3个区域土地整理后土壤性质间的相关关系都发生了变化。Ward Linkage法各分类组分之间具有更好的相关性，而Average Linkage法与主成分分析结果具有更好的一致性。该文的研究结果可为紫色土区农田的整治工程提供依据。 |
| [28] | . |
| [29] | . 为了客观监测和评价土地整治项目建设成效,基于高空间分辨率遥感影像,以耕地图斑数据为约束,利用面向对象分类方法识别田块,并构建田块级和区域级田块空间形态评价指标体系,选取田块面积、规整度、紧致性和连片性等4个指标为田块层级评价指标,选取田块密度、平均田块面积、最大田块指数、景观形状指数和周长面积分维数等5个指标为区域层级评价指标,并分别对两个层级指标进行去量纲处理,构建综合指标。分别以广西丘陵区和海南平原区的土地整治区作为试验区,试验结果表明：广西研究区整治前田块层级耕地空间形态综合指标分布在50~70,整治后提升到70~90,海南研究区整治前在70~90,整治后提升到90~100;广西研究区整治前区域层级田块空间形态综合指标值为41,整治后提升到83;海南研究区整治前为63,整治后提升到92。表征经过土地整治,两个研究区的田块形态均得到了较大提升。研究提出的土地整治项目建设成效遥感监测和评价方法,可以为我国土地整治和高标准农田建设的监测和评价提供技术支撑。 为了客观监测和评价土地整治项目建设成效,基于高空间分辨率遥感影像,以耕地图斑数据为约束,利用面向对象分类方法识别田块,并构建田块级和区域级田块空间形态评价指标体系,选取田块面积、规整度、紧致性和连片性等4个指标为田块层级评价指标,选取田块密度、平均田块面积、最大田块指数、景观形状指数和周长面积分维数等5个指标为区域层级评价指标,并分别对两个层级指标进行去量纲处理,构建综合指标。分别以广西丘陵区和海南平原区的土地整治区作为试验区,试验结果表明：广西研究区整治前田块层级耕地空间形态综合指标分布在50~70,整治后提升到70~90,海南研究区整治前在70~90,整治后提升到90~100;广西研究区整治前区域层级田块空间形态综合指标值为41,整治后提升到83;海南研究区整治前为63,整治后提升到92。表征经过土地整治,两个研究区的田块形态均得到了较大提升。研究提出的土地整治项目建设成效遥感监测和评价方法,可以为我国土地整治和高标准农田建设的监测和评价提供技术支撑。 |
| [30] | This paper presents a modeling approach aimed at seasonal resolution of global climatic and edaphic controls on patterns of terrestrial ecosystem production and soil microbial respiration. We use satellite imagery (Advanced Very High Resolution Radiometer and International Satellite Cloud Climatology Project solar radiation), along with historical climate (monthly temperature and precipitation) and soil attributes (texture, C and N contents) from global (1°) data sets as model inputs. The Carnegie-Ames-Stanford approach (CASA) Biosphere model runs on a monthly time interval to simulate seasonal patterns in net plant carbon fixation, biomass and nutrient allocation, litterfall, soil nitrogen mineralization, and microbial COproduction. The model estimate of global terrestrial net primary production is 48 Pg C yrwith a maximum light use efficiency of 0.39 g C MJPAR. Over 70% of terrestrial net production takes place between 30°N and 30°S latitude. Steady state pools of standing litter represent global storage of around 174 Pg C (94 and 80 Pg C in nonwoody and woody pools, respectively), whereas the pool of soil C in the top 0.3 m that is turning over on decadal time scales comprises 300 Pg C. Seasonal variations in atmospheric COconcentrations from three stations in the Geophysical Monitoring for Climate Change Flask Sampling Network correlate significantly with estimated net ecosystem production values averaged over 50°-80° N, 10°-30° N, and 0°-10° N. |
| [31] | . 该文在综合分析已有光能利用率模型的基础上，构建了一个净初级生产力(<EM>NPP</EM>)遥感估算模型，该模型体现了3方面的特色：1)将植被覆盖分类引入模型，并考虑植被覆盖分类精度对 <EM>NPP</EM> 估算的影响，由它们共同决定不同植被覆盖类型的归一化植被指数(<EM>NDVI</EM>)最大值；2)根据误差最小的原则，利用中国的<EM>NPP</EM>实测数据，模拟出各植被类型的最大光能利用率，使之更符合中国的实际情况；3)根据区域蒸散模型来模拟水分胁迫因子，与土壤水分子模型相比，这在一定程度上对有关参数实行了简化，使其实际的可操作性得到加强。模拟结果表明，1989～1993年中国陆地植被<EM>NPP</EM>平均值为3.12 Pg C (1 Pg=10<SUP>15</SUP> g)，<EM>NPP</EM>模拟值与观测值比较接近，690个实测点的平均相对误差为4.5%；进一步与其它模型模拟结果以及前人研究结果的比较表明，该文所构建的<EM>NPP</EM>遥感估算模型具有一定的可靠性，说明在区域及全球尺度上，利用地 理信息系统技术将遥感数据和各种观测数据集成在一起，并对<EM>NPP</EM>模型进行参数校正， 基本上可以实现全球范围不同生态系统<EM>NPP</EM>的动态监测。 该文在综合分析已有光能利用率模型的基础上，构建了一个净初级生产力(<EM>NPP</EM>)遥感估算模型，该模型体现了3方面的特色：1)将植被覆盖分类引入模型，并考虑植被覆盖分类精度对 <EM>NPP</EM> 估算的影响，由它们共同决定不同植被覆盖类型的归一化植被指数(<EM>NDVI</EM>)最大值；2)根据误差最小的原则，利用中国的<EM>NPP</EM>实测数据，模拟出各植被类型的最大光能利用率，使之更符合中国的实际情况；3)根据区域蒸散模型来模拟水分胁迫因子，与土壤水分子模型相比，这在一定程度上对有关参数实行了简化，使其实际的可操作性得到加强。模拟结果表明，1989～1993年中国陆地植被<EM>NPP</EM>平均值为3.12 Pg C (1 Pg=10<SUP>15</SUP> g)，<EM>NPP</EM>模拟值与观测值比较接近，690个实测点的平均相对误差为4.5%；进一步与其它模型模拟结果以及前人研究结果的比较表明，该文所构建的<EM>NPP</EM>遥感估算模型具有一定的可靠性，说明在区域及全球尺度上，利用地 理信息系统技术将遥感数据和各种观测数据集成在一起，并对<EM>NPP</EM>模型进行参数校正， 基本上可以实现全球范围不同生态系统<EM>NPP</EM>的动态监测。 |
| [32] | . Urban land development substantially alters the terrestrial carbon cycle, particularly the net primary productivity (NPP), from local to global scales. However, limited attempts have been undertaken to elucidate the differences in NPP between pre- and post-urban land development in China. In this paper, the terrestrial NPP after urbanization in China was assessed by using the Carnegie-Ames-Stanford approach (CASA), toward which a calibration was conducted for adapting this model on the fine-scale application. In addition, a method of neighborhood proxy was applied to acquire the NPP in the absence of urban land development, assuming that non-urban lands can represent their nearby urban lands before they were transformed. Our analyses indicate that urban land development had overall negative effects on terrestrial NPP. They reduced the NPP at an accelerating rate of 0.3102×0210 613 02Pg02C02year 611 , approximately 5.88% of the annual reduction during the period of 2000–2006 in China. Furthermore, these effects of NPP variations exhibited obvious differences in the amounts and spatial distributions. However, the NPP showed a slight increase around some regions that experienced rapid urbanization, as well as the arid regions in northwest China. These were probably caused by the effects of Urban Heat Island (UHI) and Urban Rain Island (URI), an introduction of faster growing exotics, various resource augmentations and so on. |
| [33] | . 植被净初级生产力（NPP）对气候变化的响应研究是全球变化研究的核心内容之一。在区域尺度上研究NPP年际间的空间变化规律,探究气候因子与植被生长的关系,是应对气候变化区域响应、探讨区域生态过程的科学基础。基于SPOT VEGETATION NDVI植被指数数据、气候和植被分类数据,利用光能利用率模型（CASA）估算了中国南方红壤丘陵区泰和县1998-2012年植被NPP,分析了NPP时空分布特征及其与气候因子的相关性。结果表明：1 1998-2012年泰和县植被年均NPP为762 g C/m2·a,不同植被类型差异明显,空间上表现出东西高、中间低的分布特征;2 1998-2012年泰和县植被NPP总体呈增长趋势,年际波动较大,平均值为2.21×106g C/a;3研究区NPP与年降水量呈不显著正相关关系,与年均气温呈显著负相关关系,表明温度是影响该地区植被NPP的主要气候因子。 植被净初级生产力（NPP）对气候变化的响应研究是全球变化研究的核心内容之一。在区域尺度上研究NPP年际间的空间变化规律,探究气候因子与植被生长的关系,是应对气候变化区域响应、探讨区域生态过程的科学基础。基于SPOT VEGETATION NDVI植被指数数据、气候和植被分类数据,利用光能利用率模型（CASA）估算了中国南方红壤丘陵区泰和县1998-2012年植被NPP,分析了NPP时空分布特征及其与气候因子的相关性。结果表明：1 1998-2012年泰和县植被年均NPP为762 g C/m2·a,不同植被类型差异明显,空间上表现出东西高、中间低的分布特征;2 1998-2012年泰和县植被NPP总体呈增长趋势,年际波动较大,平均值为2.21×106g C/a;3研究区NPP与年降水量呈不显著正相关关系,与年均气温呈显著负相关关系,表明温度是影响该地区植被NPP的主要气候因子。 |
| [34] | Due to technical and budget limitations, remote sensing instruments trade spatial resolution and swath width. As a result not one sensor provides both high spatial resolution and high temporal resolution. However, the ability to monitor seasonal landscape changes at fine resolution is urgently needed for global change science. One approach is to 鈥渂lend鈥 the radiometry from daily, global data (e.g. MODIS, MERIS, SPOT-Vegetation) with data from high-resolution sensors with less frequent coverage (e.g. Landsat, CBERS, ResourceSat). Unfortunately, existing algorithms for blending multi-source data have some shortcomings, particularly in accurately predicting the surface reflectance of heterogeneous landscapes. This study has developed an enhanced spatial and temporal adaptive reflectance fusion model (ESTARFM) based on the existing STARFM algorithm, and has tested it with both simulated and actual satellite data. Results show that ESTARFM improves the accuracy of predicted fine-resolution reflectance, especially for heterogeneous landscapes, and preserves spatial details. Taking the NIR band as an example, for homogeneous regions the prediction of the ESTARFM is slightly better than the STARFM (average absolute difference [ AAD ] 0.0106 vs. 0.0129 reflectance units). But for a complex, heterogeneous landscape, the prediction accuracy of ESTARFM is improved even more compared with STARFM ( AAD 0.0135 vs. 0.0194). This improved fusion algorithm will support new investigations into how global landscapes are changing across both seasonal and interannual timescales. |
| [35] | . 融合多源遥感数据生成高时空分辨率数据具有重要的应用价值.对目前常用的3种时空融合方法进行对比分析, 即基于时序数据(STIFM)、基于混合像元分解(STDFM)和增强型自适应遥感图像(ESTATFM)的时空融合方法.以盈科灌区为例, 由多时相的MODIS数据提取地物的时间变化信息, 结合初期的ASTER/TM影像的空间信息, 融合生成30m具有MODIS时间分辨率的数据.以真实的ASTER数据为基准, 从光谱特征和地物类别的角度定量评价结果, 表明STDFM和ESTATFM分别在红波段和近红外波段取得效果最优, 相关系数分别为0.91和0.71, 3种方法融合的NDVI效果基本相当, 相关系数均高于0.84.在地物类别空间信息的表达方面, ESTATFM方法在异质性较强的玉米和小麦区域具有较好的适用性. 融合多源遥感数据生成高时空分辨率数据具有重要的应用价值.对目前常用的3种时空融合方法进行对比分析, 即基于时序数据(STIFM)、基于混合像元分解(STDFM)和增强型自适应遥感图像(ESTATFM)的时空融合方法.以盈科灌区为例, 由多时相的MODIS数据提取地物的时间变化信息, 结合初期的ASTER/TM影像的空间信息, 融合生成30m具有MODIS时间分辨率的数据.以真实的ASTER数据为基准, 从光谱特征和地物类别的角度定量评价结果, 表明STDFM和ESTATFM分别在红波段和近红外波段取得效果最优, 相关系数分别为0.91和0.71, 3种方法融合的NDVI效果基本相当, 相关系数均高于0.84.在地物类别空间信息的表达方面, ESTATFM方法在异质性较强的玉米和小麦区域具有较好的适用性. |
| [36] | . <p>多源遥感数据时空融合模型是解决目前遥感数据获取能力不足问题的重要方法之一，当前主要融合方法的研究，集中于平原区域，缺乏复杂条件下的多源遥感数据融合技术的应用研究。针对我国南方复杂条件，本文对比研究了多源遥感数据时空融合模型在我国南方复杂条件下的应用能力。针对LORENZO模型、LIU模型、统计回归模型、STARFM和ESTARFM 5种主流多源遥感数据时空融合模型，采用Landsat-ETM+和MODIS数据，以江苏省南京市的小块区域为实验区，利用5种模型生产融合影像，以真实Landsat-ETM+数据为模板，定性和定量评价融合效果的好坏。结果表明：除LORENZO模型外，其余4种模型获得的融合影像与真实影像之间都具有较高的相关性，相关系数均高于0.6，其中，ESTARFM模型的融合影像与真实影像间的相关性最高，融合效果最好，其次为STARFM模型，再次为LIU模型和统计模型法。在融合过程中采用距离、时间和光谱等信息越多，融合效果越好，在复杂地区的适用能力越强，融合影像更能反映地物的细节特征。</p> <p>多源遥感数据时空融合模型是解决目前遥感数据获取能力不足问题的重要方法之一，当前主要融合方法的研究，集中于平原区域，缺乏复杂条件下的多源遥感数据融合技术的应用研究。针对我国南方复杂条件，本文对比研究了多源遥感数据时空融合模型在我国南方复杂条件下的应用能力。针对LORENZO模型、LIU模型、统计回归模型、STARFM和ESTARFM 5种主流多源遥感数据时空融合模型，采用Landsat-ETM+和MODIS数据，以江苏省南京市的小块区域为实验区，利用5种模型生产融合影像，以真实Landsat-ETM+数据为模板，定性和定量评价融合效果的好坏。结果表明：除LORENZO模型外，其余4种模型获得的融合影像与真实影像之间都具有较高的相关性，相关系数均高于0.6，其中，ESTARFM模型的融合影像与真实影像间的相关性最高，融合效果最好，其次为STARFM模型，再次为LIU模型和统计模型法。在融合过程中采用距离、时间和光谱等信息越多，融合效果越好，在复杂地区的适用能力越强，融合影像更能反映地物的细节特征。</p> |
| [37] | Monitoring the spatio-temporal development of vegetation is a challenging task in heterogeneous and cloud-prone landscapes. No single satellite sensor has thus far been able to provide consistent time series of high temporal and spatial resolution for such areas. In order to overcome this problem, data fusion algorithms such as the Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model (ESTARFM) have been established and frequently used in recent years to generate high-resolution time series. In order to make it applicable to larger scales and to increase the input data availability especially in cloud-prone areas, an ESTARFM framework was developed in this study introducing several enhancements. An automatic filling of cloud gaps was included in the framework to make best use of available, even partly cloud-covered Landsat images. Furthermore, the ESTARFM algorithm was enhanced to automatically account for regional differences in the heterogeneity of the study area. The generation of time series was automated and the processing speed was accelerated significantly by parallelization. To test the performance of the developed ESTARFM framework, MODIS and Landsat-8 data were fused for generating an 8-day NDVI time series for a study area of approximately 98,000 km2 in West Africa. The results show that the ESTARFM framework can accurately produce high temporal resolution time series (average MAE (mean absolute error) of 0.02 for the dry season and 0.05 for the vegetative season) while keeping the spatial detail in such a heterogeneous, cloud-prone region. The developments introduced within the ESTARFM framework establish the basis for large-scale research on various geoscientific questions related to land degradation, changes in land surface phenology or agriculture. |
| [38] | . Landsat-7机载扫描行校正器（Scan Line Corrector，SLC）失效后的ETM+影像（SLC-OFF影像）约有22%的数据缺失，严重限制了该影像在冰川研究中的应用，特别对长期缺乏高质量遥感影像的高亚洲地区冰川运动连续监测产生较大影响。以Karakoram 中部最大的锡亚琴冰川为例，初步评估了Landsat-7 ETM+SLC-OFF影像在山地冰川表面流速提取方面的适用性和可行性。选取2009年和2010年两景SLC-OFF影像，运用局部直方图匹配法（Local Linear Histogram Match，LLHM）和加权线性回归法（Weighted Liner Regression，WLR）修复缺失数据条带，并利用亚像元互相关方法对修复后两景影像进行冰川表面流速估算。结果表明，LLHM和WLR两种方法均能有效修复冰川区Landsat-7 SLC-OFF影像，其冰流估算结果与同期Landsat-5TM 影像的冰流结果较为一致，三者冰流速估算精度分别为±5.9m ·a<sup>-1</sup>、±6.3m ·a<sup>-1</sup>和±4.0m ·a<sup>-1</sup>，验证了Landsat-7 SLC-OFF 影像在山地冰川流速监测中的应用潜力。 Landsat-7机载扫描行校正器（Scan Line Corrector，SLC）失效后的ETM+影像（SLC-OFF影像）约有22%的数据缺失，严重限制了该影像在冰川研究中的应用，特别对长期缺乏高质量遥感影像的高亚洲地区冰川运动连续监测产生较大影响。以Karakoram 中部最大的锡亚琴冰川为例，初步评估了Landsat-7 ETM+SLC-OFF影像在山地冰川表面流速提取方面的适用性和可行性。选取2009年和2010年两景SLC-OFF影像，运用局部直方图匹配法（Local Linear Histogram Match，LLHM）和加权线性回归法（Weighted Liner Regression，WLR）修复缺失数据条带，并利用亚像元互相关方法对修复后两景影像进行冰川表面流速估算。结果表明，LLHM和WLR两种方法均能有效修复冰川区Landsat-7 SLC-OFF影像，其冰流估算结果与同期Landsat-5TM 影像的冰流结果较为一致，三者冰流速估算精度分别为±5.9m ·a<sup>-1</sup>、±6.3m ·a<sup>-1</sup>和±4.0m ·a<sup>-1</sup>，验证了Landsat-7 SLC-OFF 影像在山地冰川流速监测中的应用潜力。 |
| [39] | . 基于统计学的插值方法是地理学、生态学领域研究气温空间化的主要方法之一，对获取精细化气温数据进行生态模拟具有重要意义。结合国内外气温空间插值的主要研究成果，对常用气温空间化方法进行了归纳、对比，探讨各种方法的适用性和不足之处，从而为涉及气温空间化的具体研究提供一定的参考，并探讨了各类方法优化的方向。不同方法的对比分析结果表明：各种气温空间化方法各有所长，在具体的应用中都取得过较好的效果，但并不存在普适性的方法，在实际应用时必须针对研究区域具体的地理特征进行方法适用性验证或对各类方法中的具体参数进行改进，才能实现区域气温的空间最优化模拟。根据气温场的物理分布特征，结合GIS技术，考虑地形等更多的相关因子以提高气温分布微观细节的模拟精度是未来重要的发展趋势。 基于统计学的插值方法是地理学、生态学领域研究气温空间化的主要方法之一，对获取精细化气温数据进行生态模拟具有重要意义。结合国内外气温空间插值的主要研究成果，对常用气温空间化方法进行了归纳、对比，探讨各种方法的适用性和不足之处，从而为涉及气温空间化的具体研究提供一定的参考，并探讨了各类方法优化的方向。不同方法的对比分析结果表明：各种气温空间化方法各有所长，在具体的应用中都取得过较好的效果，但并不存在普适性的方法，在实际应用时必须针对研究区域具体的地理特征进行方法适用性验证或对各类方法中的具体参数进行改进，才能实现区域气温的空间最优化模拟。根据气温场的物理分布特征，结合GIS技术，考虑地形等更多的相关因子以提高气温分布微观细节的模拟精度是未来重要的发展趋势。 |
| [40] | . 土壤属性的快速、精确测定是实现现代精细农业的基础。本研究分析了江苏省北部滨海土壤的属性特征以及碳酸钙的可见-近红外反射光谱特征，探讨利用可见-近红外光谱估算滨海土壤碳酸钙含量的可行性，比较不同光谱反射率数据集、不同预处理方法以及不同建模方法定量反演的优劣。结果表明：（1）苏北滨海土壤有机质含量较低、碳酸钙含量较高，其光谱曲线在2340 nm处有较明显的碳酸钙吸收特征；（2）滨海土壤碳酸钙含量与土壤的可见-近红外波段反射率呈正相关，且碳酸钙含量高低对于土壤的近红外波段反射率的影响高于可见光波段；（3）可见-近红外反射光谱可用于估算滨海土壤碳酸钙含量。就建模结果而言，381～2459 nm波段反射光谱数据集、log（1/R）预处理、偏最小二乘回归三者结合的效果比较理想。 土壤属性的快速、精确测定是实现现代精细农业的基础。本研究分析了江苏省北部滨海土壤的属性特征以及碳酸钙的可见-近红外反射光谱特征，探讨利用可见-近红外光谱估算滨海土壤碳酸钙含量的可行性，比较不同光谱反射率数据集、不同预处理方法以及不同建模方法定量反演的优劣。结果表明：（1）苏北滨海土壤有机质含量较低、碳酸钙含量较高，其光谱曲线在2340 nm处有较明显的碳酸钙吸收特征；（2）滨海土壤碳酸钙含量与土壤的可见-近红外波段反射率呈正相关，且碳酸钙含量高低对于土壤的近红外波段反射率的影响高于可见光波段；（3）可见-近红外反射光谱可用于估算滨海土壤碳酸钙含量。就建模结果而言，381～2459 nm波段反射光谱数据集、log（1/R）预处理、偏最小二乘回归三者结合的效果比较理想。 |
| [41] | . |
| [42] | . 利用1986--2010年江苏省63个气象站的常规气象数据和粮食单产统计资料，分析了苏 北、苏中、苏南地区和江苏全省三种时间尺度的气候变化特征；基于自助抽样（bootstrap）和一元线性回归的方法，研究了各区和全省粮食产量对作物年 （11月一次年10月）、夏粮一秋粮生长季（11月～次年5月和6-10月）和月尺度气候要素的响应；并定量评价了过去25a气候变化对各区和全省粮食产 量的影响以及各气候要素的贡献。结果表明：1）在作物年、夏粮一秋粮生长季以及月尺度上，三区和全省各气候要素均发生了不同程度的变化，且存在一定的时空 差异。在不断发展的农业管理措施和技术以及气候的共同作用下，三区和全省粮食单产显著（P〉0．01）增加，其中，全省增加趋势为66．89kg·hm- 2·a-1。2）除苏南地区对作物年尺度上的气候变化响应不显著外，粮食产量对降水的不随时间变化的负响应关系（即随降水的增加而减小，减小而增加）均在 不同时间尺度和地区得到了体现，说明降水对这些地区粮食生产的影响十分重要；其中，苏北、苏中和全省粮食产量随作物年降水的增加（减少）而减小（增加）， 平均速率分别为0．19％·（10mm）-1、0．09％·（10mm）。和0．11％·（10mm）-1。3）三类模型结果均显示气候变化使得苏北、苏 南和江苏粮食产量减小，但结果略有差异，其中，利用月气候要素建立的模型c的结果显示气候变化对粮食单产（总产）的影响最大，其均值分别为-6．51％· （10a）=1（-11．28×10^8kg·（10a）-1）、-3．27％·（10a）-1（-2．36×10^8kg·（10a）-1）和 -1．34％·（10a）-1（-4．45×10^8kg·（10a）-1）。另外，为了系统而全面地评估气候变化对粮食产量的影响，考虑月尺度的气候变 化的影响是十分必要的。 利用1986--2010年江苏省63个气象站的常规气象数据和粮食单产统计资料，分析了苏 北、苏中、苏南地区和江苏全省三种时间尺度的气候变化特征；基于自助抽样（bootstrap）和一元线性回归的方法，研究了各区和全省粮食产量对作物年 （11月一次年10月）、夏粮一秋粮生长季（11月～次年5月和6-10月）和月尺度气候要素的响应；并定量评价了过去25a气候变化对各区和全省粮食产 量的影响以及各气候要素的贡献。结果表明：1）在作物年、夏粮一秋粮生长季以及月尺度上，三区和全省各气候要素均发生了不同程度的变化，且存在一定的时空 差异。在不断发展的农业管理措施和技术以及气候的共同作用下，三区和全省粮食单产显著（P〉0．01）增加，其中，全省增加趋势为66．89kg·hm- 2·a-1。2）除苏南地区对作物年尺度上的气候变化响应不显著外，粮食产量对降水的不随时间变化的负响应关系（即随降水的增加而减小，减小而增加）均在 不同时间尺度和地区得到了体现，说明降水对这些地区粮食生产的影响十分重要；其中，苏北、苏中和全省粮食产量随作物年降水的增加（减少）而减小（增加）， 平均速率分别为0．19％·（10mm）-1、0．09％·（10mm）。和0．11％·（10mm）-1。3）三类模型结果均显示气候变化使得苏北、苏 南和江苏粮食产量减小，但结果略有差异，其中，利用月气候要素建立的模型c的结果显示气候变化对粮食单产（总产）的影响最大，其均值分别为-6．51％· （10a）=1（-11．28×10^8kg·（10a）-1）、-3．27％·（10a）-1（-2．36×10^8kg·（10a）-1）和 -1．34％·（10a）-1（-4．45×10^8kg·（10a）-1）。另外，为了系统而全面地评估气候变化对粮食产量的影响，考虑月尺度的气候变 化的影响是十分必要的。 |
| [43] | . 全球气候变暖作为一个不争的客观事实,不可避免地对农业生产产生影响。针对传统多元线性回归分析方法,不能直接分析气象因子与水稻气象单产时序关系,根据1978-2010年间江苏省水稻单产数据和同期气象时序数据,研究了水稻单产的影响因素,提取了水稻气象单产;利用连续小波变换方法研究了水稻气象单产、水稻营养生长与生殖生长期间的日照时数、降水和气温等气象因子的时序变化特征;利用交叉小波和相干小波变换方法,研究了水稻营养生长与生殖生长期间气象因子与水稻气象单产间的相互影响关系。结果显示:(1)近33 a间,江苏省水稻气象单产占实际单产的比重逐渐减小,水稻生产抵御气象灾害能力逐渐增强。(2)水稻气象单产与日照时数、降水量和气温等气象因子有几乎一致的特征周期。(3)在水稻分蘖期、孕穗期与开花结实期,气象单产与日照时数、降水量和气温间的相位差关系较为复杂。水稻分蘖期日照时数的增多有利于水稻单产的增加,降水的增多导致水稻单产的下降。水稻开花结实期日照时数的增强、昼夜温差的变大有利于水稻单产的增加,夜间最低气温的上升会导致水稻单产的下降。为了应对全球气候变暖,需要进一步改变水稻种植方式,加强土地利用监管,积极开展农村土地综合整治,加强高标准基本农田建设,加大农田水利设施建设,调整作物播种期,加强气象灾害应对防范体系建设,更好地发挥生物技术在适应气候变化中的作用。 全球气候变暖作为一个不争的客观事实,不可避免地对农业生产产生影响。针对传统多元线性回归分析方法,不能直接分析气象因子与水稻气象单产时序关系,根据1978-2010年间江苏省水稻单产数据和同期气象时序数据,研究了水稻单产的影响因素,提取了水稻气象单产;利用连续小波变换方法研究了水稻气象单产、水稻营养生长与生殖生长期间的日照时数、降水和气温等气象因子的时序变化特征;利用交叉小波和相干小波变换方法,研究了水稻营养生长与生殖生长期间气象因子与水稻气象单产间的相互影响关系。结果显示:(1)近33 a间,江苏省水稻气象单产占实际单产的比重逐渐减小,水稻生产抵御气象灾害能力逐渐增强。(2)水稻气象单产与日照时数、降水量和气温等气象因子有几乎一致的特征周期。(3)在水稻分蘖期、孕穗期与开花结实期,气象单产与日照时数、降水量和气温间的相位差关系较为复杂。水稻分蘖期日照时数的增多有利于水稻单产的增加,降水的增多导致水稻单产的下降。水稻开花结实期日照时数的增强、昼夜温差的变大有利于水稻单产的增加,夜间最低气温的上升会导致水稻单产的下降。为了应对全球气候变暖,需要进一步改变水稻种植方式,加强土地利用监管,积极开展农村土地综合整治,加强高标准基本农田建设,加大农田水利设施建设,调整作物播种期,加强气象灾害应对防范体系建设,更好地发挥生物技术在适应气候变化中的作用。 |
