耕地撂荒危及區(qū)域糧食安全和當(dāng)?shù)厣鷳B(tài)環(huán)境,當(dāng)前耕地撂荒信息的提取多基于MODIS、Landsat、SPOT、TM/ETM+等影像數(shù)據(jù),這些影像數(shù)據(jù)時(shí)空分辨率或光譜分辨率較低,對(duì)地形復(fù)雜區(qū)域的地類提取有一定的干擾,文章基于分辨率為10 m的Sentinel-2衛(wèi)星數(shù)據(jù),利用隨機(jī)森林算法進(jìn)行土地利用分類,并依據(jù)耕地撂荒判別規(guī)則提取耕地撂荒信息,得到以下結(jié)論:（1）采用隨機(jī)森林算法分類對(duì)2017—2019年影像進(jìn)行分類,其精度均在0.7～0.9之間,Sentinel-2特有的紅邊波段指數(shù)特征可以有效提高山區(qū)復(fù)雜地形的土地利用分類精度;（2）2017—2018年休耕面積為11.374 5 km~2,2018—2019年休耕面積為6.736 4 km~2,2017—2019年撂荒面積為3.964 1 km~2,得到撂荒率為7.8%,可以看出八里灣鎮(zhèn)的休耕現(xiàn)象較普遍,耕地撂荒現(xiàn)象比較嚴(yán)重;（3）結(jié)合坡度來(lái)看,撂荒主要分布在坡度大于15觷的西南部,說(shuō)明坡度大,不宜于耕種的地方撂荒嚴(yán)重。 

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
一、引言
二、研究區(qū)概況
三、數(shù)據(jù)來(lái)源與方法
    （一）數(shù)據(jù)來(lái)源
    （二）數(shù)據(jù)預(yù)處理
    （三）隨機(jī)森林算法分類
    （四）耕地撂荒的提取規(guī)則
        1. 耕地撂荒的定義。
        2. 耕地撂荒的提取規(guī)則。
四、結(jié)果與分析
五、結(jié)論與討論
    （一）結(jié)論
    （二）討論


【參考文獻(xiàn)】：
期刊論文
[1]基于多時(shí)相Sentinel-2A的縣域農(nóng)作物分類[J]. 吳靜,呂玉娜,李純斌,李全紅.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(09)
[2]基于隨機(jī)森林和Sentinel-2影像數(shù)據(jù)的低山丘陵區(qū)土地利用分類——以重慶市江津區(qū)李市鎮(zhèn)為例[J]. 張衛(wèi)春,劉洪斌,武偉.  長(zhǎng)江流域資源與環(huán)境. 2019(06)
[3]撂荒耕地的提取與分析——以山東省慶云縣和無(wú)棣縣為例[J]. 肖國(guó)峰,朱秀芳,侯陳瑤,夏興生.  地理學(xué)報(bào). 2018(09)
[4]不同分辨率影像的撂荒地提取方法[J]. 張碧蓉,侯志華,段平,李佳.  測(cè)繪與空間地理信息. 2018(07)
[5]“撂荒地”影像特征分析及信息提取——以右玉縣牛心堡鄉(xiāng)為例[J]. 王利,李欣欣.  遼寧師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[6]單變量特征選擇的蘇北地區(qū)主要農(nóng)作物遙感識(shí)別[J]. 王娜,李強(qiáng)子,杜鑫,張?jiān)?趙龍才,王紅巖.  遙感學(xué)報(bào). 2017(04)
[7]經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)撂荒耕地空間格局與驅(qū)動(dòng)因素分析[J]. 牛繼強(qiáng),林昊,牛櫻楠,樊勇,唐文武.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(02)
[8]基于時(shí)序歸一化植被指數(shù)的撂荒地調(diào)查研究[J]. 阿力木江·吐斯依提,朱秀芳,努爾麥麥提·艾爾肯.  上海國(guó)土資源. 2016(04)
[9]耕地撂荒研究進(jìn)展與展望[J]. 李升發(fā),李秀彬.  地理學(xué)報(bào). 2016(03)
[10]歐洲耕地撂荒研究及對(duì)我國(guó)的啟示[J]. 史鐵丑,李秀彬.  地理與地理信息科學(xué). 2013(03)

碩士論文
[1]半干旱地區(qū)基于遙感與農(nóng)戶調(diào)查的耕地撂荒原因探究[D]. 馬玲玲.內(nèi)蒙古師范大學(xué) 2010



本文編號(hào)：3648270