本研究選用國產(chǎn)高分二號衛(wèi)星（GF-2）遙感影像為數(shù)據(jù)源,在不同類型耕地遙感識別的基礎上,利用景觀格局指數(shù)分析方法,探索研究區(qū)水稻地、大豆地、蔬菜地、休閑耕地和大棚種植地這5類耕地景觀的景觀格局指數(shù)空間粒度效應。結果表明,5類耕地景觀的斑塊所占景觀面積比例對粒度變化不敏感;面積加權平均斑塊分維數(shù)隨著粒度增大,變化幅度較小;平均斑塊面積和平均最近距離隨著粒度的增大呈現(xiàn)不同程度增加的趨勢;邊緣密度、面積加權鄰近指數(shù)和聚集度指數(shù)隨著粒度的增大呈現(xiàn)不同程度下降的趨勢。大豆地和休閑耕地的邊緣密度以及聚集度指數(shù)隨著粒度增大降幅最明顯,水稻地的平均最近距離隨著粒度增加增幅最明顯。 

【文章來源】：江蘇農(nóng)業(yè)學報. 2020,36(03)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

研究區(qū)位置圖

研究區(qū)景觀提取結果圖

圖3顯示,隨著粒度的增大,研究區(qū)各類耕地景觀的斑塊所占景觀面積比例基本保持不變,表明斑塊所占景觀面積比例沒有明顯的粒度效應。圖4顯示,隨著粒度的增大,5類耕地景觀的邊緣密度均呈下降趨勢。粒度為1～10 m時,5類耕地景觀邊緣密度的變化率相差不大,降幅均在10.00%以內(nèi)。粒度為10～100 m時,各類耕地景觀邊緣密度的降幅逐漸增大,不同耕地景觀的變化率差距增大,大豆地和休閑耕地的降幅更為明顯。粒度為30 m時,5類耕地邊緣密度的降幅均超過25.00%,其中大豆地的降幅為38.26%,休閑耕地的降幅為31.96%。當粒度達到50 m時,大豆地的降幅達到52.22%,休閑耕地的降幅為47.30%。當粒度達到100 m時,大豆地的降幅為87.70%,休閑耕地的降幅為80.00%。

【參考文獻】：
期刊論文
[1]基于面向?qū)ο蟮脑O施蔬菜高分遙感影像提取[J]. 趙建鵬,楊秀峰,李國洪,李旭青,金永濤,劉世盟.  江蘇農(nóng)業(yè)學報. 2019(04)
[2]1980-2015年云南坡耕地資源時空分布及演變特征分析[J]. 陳正發(fā),史東梅,何偉,夏建榮,金慧芳,婁義寶.  農(nóng)業(yè)工程學報. 2019(15)
[3]南方丘陵區(qū)耕地質(zhì)量與景觀格局指數(shù)相關性分析[J]. 韓逸,郭熙,江葉楓,饒磊,孫凱,余慧敏.  江蘇農(nóng)業(yè)學報. 2018(05)
[4]和林格爾縣耕地景觀時空變化分析[J]. 梁潔,靳春燕,諾敏,趙姍姍,許洋.  內(nèi)蒙古農(nóng)業(yè)大學學報(自然科學版). 2017(02)
[5]高精度遙感影像下農(nóng)牧交錯帶小流域景觀特征的粒度效應[J]. 張慶印,樊軍.  生態(tài)學報. 2013(24)
[6]基于景觀指數(shù)的細碎化對耕地利用效率影響研究——以揚州市里下河區(qū)域為例[J]. 李鑫,歐名豪,馬賢磊.  自然資源學報. 2011(10)
[7]基于多時相遙感影像的東北三省作物分布信息提取[J]. 郝衛(wèi)平,梅旭榮,蔡學良,杜建濤,劉勤.  農(nóng)業(yè)工程學報. 2011(01)
[8]遙感影像空間分辨率及粒度變化對城市景觀格局分析的影響[J]. 朱明,濮勵杰,李建龍.  生態(tài)學報. 2008(06)
[9]上海市城市土地利用景觀的空間尺度效應[J]. 徐麗華,岳文澤,曹宇.  應用生態(tài)學報. 2007(12)
[10]大尺度景觀結構指數(shù)的因子分析[J]. 王新明,王長耀,占玉林,牛錚.  地理與地理信息科學. 2006(01)



本文編號：2998316