为更好地引导云南山区宜耕未利用地的开发,该文以云南省典型的山区县―弥渡县为例,将GIS(geographical information system,GIS)空间分析技术、层次分析法(analytical hierarchy process,AHP)及特尔菲法(Delphi)相结合,分别构建宜耕未...为更好地引导云南山区宜耕未利用地的开发,该文以云南省典型的山区县―弥渡县为例,将GIS(geographical information system,GIS)空间分析技术、层次分析法(analytical hierarchy process,AHP)及特尔菲法(Delphi)相结合,分别构建宜耕未利用地开发适宜性评价模型、新增耕地指数及补充耕地潜力模型、宜耕未利用地开发潜力分区评价模型,对云南山区宜耕未利用地开发适宜性与潜力分区进行了分析。结果表明,研究区宜耕未利用地开发适宜性分为4个等级:最适宜、中等适宜、勉强适宜、不适宜,面积分别为71.21、1177.39、1681.00和62.00hm2,分别占研究区总面积的2.38%、39.36%、56.19%、2.07%。研究区宜耕未利用地实际开发潜力为1248.60hm2,预计新增耕地面积977.45hm2。潜力分区结果表明,研究区可划分为5个潜力区和1个非潜力区。其中,Ⅰ级潜力区实际开发潜力164.97hm2,可新增耕地144.21hm2;Ⅱ级潜力区实际开发潜力53.38hm2,可新增耕地46.66hm2;Ⅲ级潜力区实际开发潜力210.64hm2,可新增耕地164.01hm2;Ⅳ级潜力区实际开发潜力773.93hm2,可新增耕地590.11hm2;Ⅴ级潜力区实际开发潜力45.68hm2,可新增耕地32.46hm2。研究结果的应用表明,该种方法得出的适宜性评价结果、新增耕地测算结果及潜力分区结果与当地实际较为吻合。展开更多
为了加强大面积范围内未利用地监管,提出通过遥感技术识别存在潜在污染的未利用地.以甘肃省北部地区为研究区,首先,基于Landsat卫星数据进行土地利用/覆被类型遥感解译,确定该区域未利用土地范围.其次,对图像进行主成分分析,将第一主分...为了加强大面积范围内未利用地监管,提出通过遥感技术识别存在潜在污染的未利用地.以甘肃省北部地区为研究区,首先,基于Landsat卫星数据进行土地利用/覆被类型遥感解译,确定该区域未利用土地范围.其次,对图像进行主成分分析,将第一主分量作为灰度共生矩阵的数据源,选用能量、熵、惯性矩、相关作为特征量,同时结合对应图像的灰度变化绝对值提取变化较大的区域.最后,通过对比2010年和2015年Landsat遥感图像的特征量变化情况,提取有明显纹理或灰度变化区域,结合Google Earth高分辨率影像与包含工矿企业位置信息的感兴趣点(point of interest,POI)数据,得到2010—2015年此区域土壤疑似污染点40处,总面积约为10 km2.对其中21处结果进行实地调查验证,其中有19处疑似污染点被证实,识别精度约为90%.提出的基于灰度共生矩阵方法识别未利用地疑似污染的方法,较传统人工解译方法,能够显著节省人力、物力,提高监测效率,并且具有较好的精度.展开更多
文摘为更好地引导云南山区宜耕未利用地的开发,该文以云南省典型的山区县―弥渡县为例,将GIS(geographical information system,GIS)空间分析技术、层次分析法(analytical hierarchy process,AHP)及特尔菲法(Delphi)相结合,分别构建宜耕未利用地开发适宜性评价模型、新增耕地指数及补充耕地潜力模型、宜耕未利用地开发潜力分区评价模型,对云南山区宜耕未利用地开发适宜性与潜力分区进行了分析。结果表明,研究区宜耕未利用地开发适宜性分为4个等级:最适宜、中等适宜、勉强适宜、不适宜,面积分别为71.21、1177.39、1681.00和62.00hm2,分别占研究区总面积的2.38%、39.36%、56.19%、2.07%。研究区宜耕未利用地实际开发潜力为1248.60hm2,预计新增耕地面积977.45hm2。潜力分区结果表明,研究区可划分为5个潜力区和1个非潜力区。其中,Ⅰ级潜力区实际开发潜力164.97hm2,可新增耕地144.21hm2;Ⅱ级潜力区实际开发潜力53.38hm2,可新增耕地46.66hm2;Ⅲ级潜力区实际开发潜力210.64hm2,可新增耕地164.01hm2;Ⅳ级潜力区实际开发潜力773.93hm2,可新增耕地590.11hm2;Ⅴ级潜力区实际开发潜力45.68hm2,可新增耕地32.46hm2。研究结果的应用表明,该种方法得出的适宜性评价结果、新增耕地测算结果及潜力分区结果与当地实际较为吻合。
文摘为了加强大面积范围内未利用地监管,提出通过遥感技术识别存在潜在污染的未利用地.以甘肃省北部地区为研究区,首先,基于Landsat卫星数据进行土地利用/覆被类型遥感解译,确定该区域未利用土地范围.其次,对图像进行主成分分析,将第一主分量作为灰度共生矩阵的数据源,选用能量、熵、惯性矩、相关作为特征量,同时结合对应图像的灰度变化绝对值提取变化较大的区域.最后,通过对比2010年和2015年Landsat遥感图像的特征量变化情况,提取有明显纹理或灰度变化区域,结合Google Earth高分辨率影像与包含工矿企业位置信息的感兴趣点(point of interest,POI)数据,得到2010—2015年此区域土壤疑似污染点40处,总面积约为10 km2.对其中21处结果进行实地调查验证,其中有19处疑似污染点被证实,识别精度约为90%.提出的基于灰度共生矩阵方法识别未利用地疑似污染的方法,较传统人工解译方法,能够显著节省人力、物力,提高监测效率,并且具有较好的精度.