浅析国土空间体系下成片开发现存问题和解决路径——以太湖县晋湖片区为例

在国土空间体系的背景下,2020 年 1 月发布的修订后《土地管理法》第四十五条以及安徽省自然资源厅关于印发《安徽省土地征收成片开发标准实施细则》对于土地成片开发都做了详细的要求。本文首先阐述了当前成片开发编制过程中存在的具体问题;其次以太湖县晋湖片区为例,从科学布局各类产业用地空间,合理划定成片开发方案范围,加强编制过程中与国空进行动态衔接,重视并加强现状调研摸底和公众参与等方面探讨成片开发方案编制路径,从而为地方成片开发方案提供编制思路。

基于无人机RGB影像的玉米种植信息高精度提取方法

为探究易获取且成本低的超高分辨率无人机(Unmanned Aerial Vehicle,UAV)航拍“红-绿-蓝”(Red-Green-Blue,RGB)彩色影像提取作物种植信息的方法,该研究选取植被指数、“色度-色饱和度-亮度”(Hue-Saturation-Intensity,HSI)色彩特征和纹理特征等3种特征,通过比较贝叶斯(Bayes)、K最邻近分类(K-Nearest Neighbor,KNN)、支持向量机(Support Vector Machine,SVM)、决策树(Decision Tree,DT)和随机森林(Random Forest,RF)共5种监督分类算法及不同特征组合的分类效果,以实现玉米种植信息的高精度提取。结果表明,使用单一种类特征或使用全部3种特征均不能获得最优的分类精度;将植被指数与HSI色彩特征或与纹理特征进行组合获得的总体分类精度(5种算法平均值)比仅使用植被指数获得的总体分类精度分别提高了4.2%和8.3%;在所有特征组合中,HSI色彩特征和纹理特征组合为最优选择,基于该特征空间的RF算法获得了最高的分类精度,总精度为86.2%,Kappa系数为0.793;基于RF算法进行降维并不能显著提高或降低分类精度(SVM除外),但所保留的特征因子可给出符合实际背景和意义的解释,并可提高分类结果的稳定性。研究结果可为基于无人机RGB影像的作物种植信息高精度提取提供方法参考。