基于AgentLA模型的农田精准灌溉管理分区研究

依据农田水资源利用与土地资源开发的耦合特性,开展农田精准灌溉管理分区研究,划定需灌溉管控的农田利用对象区。以三江平原典型流域挠力河流域为研究区,基于Landsat OLI影像、DEM数据和气象台站等多源数据为基本信息源,结合遥感和GIS技术定量探讨该流域农田水分盈亏状态,最后利用多智能体的空间优化配置模型(AgentLA)划定出农田灌溉区。结果表明:与常规的密度分割法相比,AgentLA模型不仅考虑了农田水分盈亏状态,也兼顾空间形态属性,使得所划定的灌溉区既覆盖了高水分亏缺状态农田,也具备较高的紧凑性,避免其空间格局过于凌乱和破碎。模型运行结果显示,在20%的农田灌溉目标面积下,挠力河流域内83.40%的中度、99.86%的重度、0.71%的正常和100%的严重缺水的农田需进行灌溉管控。研究结果为农田精准化灌溉管理提供思路借鉴,为相关学者研究提供基础。

基于ANN-CA及AgentLA模型的农用地整治研究——以吉林省敦化市为例

以吉林省敦化市为例,基于ArcGIS 10.6平台、GeoSOS的ANN-CA和AgentLA模型,在预测建设用地扩张占用耕地整治亟需度的基础上,结合农用地整治规模效应、生态安全性、耕地限制因素,实现多因素相耦合,对农用地整治进行分区并自动生成高标准农田保护区范围。结果表明:预测期内,敦化市耕地在空间分布格局上依旧延续耕地的保护与占用相重叠、人地矛盾尖锐的特点,各乡镇整治亟需度存在明显差异。敦化市耕地质量提升潜力较大,主要限制因素为剖面构型,其他限制因素为坡度、质地-构型以及障碍层-构型。将研究区耕地划分为5个整治类型区,明确了各类型区的整治方向与重点。AgentLA模型在划定高标准农田保护区范围方面具有很高的应用价值,具有斑块个数少、单个图斑面积大也更紧凑的特点。

基于耦合地理模拟优化系统GeoSOS的农田保护区预警

依据农田保护区规划与城市发展模拟相耦合的新思路,开展农田保护区预警研究。以广东番禺为实验区,首先利用基于多智能体的空间优化配置模型(AgentLA)自动生成农田保护区范围。AgentLA模型能避免产生分散、破碎的空间格局,有利于保护区的管理和维护。通过地理模拟优化系统GeoSOS中的神经网络CA模型对研究区2025年的城市发展格局进行三个情景的模拟:低速增长情景、基准情景和高速增长情景。最后利用GIS空间分析方法将预测结果与农田保护区相结合,提取农田保护与城市扩张产生冲突的区域。总体上,冲突的严重程度随着空间上城市扩张强度的增大而加剧,高速增长情景中冲突区域的面积较大。冲突区域的存在一方面说明了农田保护区需要相应的法律、法规支持,否则可能会因城市扩张而被侵占;另一方面也反映了农田保护与地区发展之间的冲突。因此,可以根据所提取的冲突区域面积大小、空间位置等特征,采取某种形式补偿,以此取得农田保护与地方利益之间的平衡。