土地整治區田塊空間形態變化遙感監測與評價

張 超 劉佳佳 陳英義 呂雅慧 楊建宇,2 朱德海,2

(1.中國農業大學信息與電氣工程學院， 北京 100083； 2.國土資源部農用地質量與監控重點實驗室， 北京 100035)

土地整治區田塊空間形態變化遙感監測與評價

張 超1劉佳佳1陳英義1呂雅慧1楊建宇1,2朱德海1,2

(1.中國農業大學信息與電氣工程學院， 北京 100083； 2.國土資源部農用地質量與監控重點實驗室， 北京 100035)

為了客觀監測和評價土地整治項目建設成效，基于高空間分辨率遙感影像，以耕地圖斑數據為約束，利用面向對象分類方法識別田塊，并構建田塊級和區域級田塊空間形態評價指標體系，選取田塊面積、規整度、緊致性和連片性等4個指標為田塊層級評價指標，選取田塊密度、平均田塊面積、最大田塊指數、景觀形狀指數和周長面積分維數等5個指標為區域層級評價指標，并分別對兩個層級指標進行去量綱處理，構建綜合指標。分別以廣西丘陵區和海南平原區的土地整治區作為試驗區，試驗結果表明：廣西研究區整治前田塊層級耕地空間形態綜合指標分布在50～70，整治后提升到70～90，海南研究區整治前在70～90，整治后提升到90～100；廣西研究區整治前區域層級田塊空間形態綜合指標值為41，整治后提升到83；海南研究區整治前為63，整治后提升到92。表征經過土地整治，兩個研究區的田塊形態均得到了較大提升。研究提出的土地整治項目建設成效遙感監測和評價方法，可以為我國土地整治和高標準農田建設的監測和評價提供技術支撐。

遙感； 土地整治； 面向對象分類； 田塊形態； 監測； 評價

引言

耕地細碎化主要存在于人地矛盾突出的國家和區域，是與耕地規?；洜I相悖的一種土地利用格局[1]。耕地細碎化造成農村土地利用效率低下、農業經營成本升高，從而限制了農業現代化的發展[2]。目前，耕地細碎化在我國的突出表現就是地塊分散細碎、農戶經營規模小，并且這種現象隨著社會經濟的快速發展和轉型日益嚴峻[3]。有針對性地開展農村土地整治，可優化土地利用格局，提升土地利用效率。此類土地整治項目主要目的之一就是改善田塊空間形態，因此，田塊形態評價是土地整治項目建設成效評價的重要內容。

通過土地整治工程可使田塊歸并，如2006年廣西率先開展的“小塊并大塊”項目[4]，將小塊細碎耕地規整為大塊耕地，以便于機械化耕作。目前多數研究中使用的評價單元地塊數據為實地調查、統計分析，以及基于遙感影像和現有圖件數據獲取。呂振宇等[3]使用實地調查耕作地塊數據和遙感影像獲取最終耕作地塊數據；HAZEU等[5]以國家土地覆蓋數據為約束，主要以歸一化差值植被指數(NDVI)區分不同研究單元。針對耕地空間形態評價，目前選擇的衡量指標主要分為社會屬性指標和地塊空間屬性指標[6-13]。耕地細碎化程度量化的研究中，MANJUNATHA等[6-8]以農戶地塊數或地塊面積等單指標衡量，TAN等[9-13]以多指標衡量，構建了J指數、I指數、S指數、LF指數等來量化耕地細碎化程度[11-13]。降低耕地細碎化程度手段主要是土地整治工程，以及土地流轉途徑[14-15]；在研究工具和方法上主要是采用生產函數、回歸分析等[16-18]。目前多數研究都集中在評價方法和指標體系上。針對評價基本單元，直接采用現有耕地數據進行分析結果比較粗糙，采用實地調查數據耗時耗力，實時性差。

因此，本文提出基于遙感識別田塊，并構建評價指標的完整的評價方法。以研究區整治前后兩期遙感影像數據為主要數據源，在耕地圖斑的約束下，基于光譜差異性進行面向對象的田塊圖斑識別，進一步構建田塊層級和區域層級評價指標，對土地整治項目區田塊形態進行監測和評價，以期為我國土地整治、高標準農田建設監測和評價提供支撐。

1 研究區和數據源

1.1 研究區概況

選取海南省?？谑袞|山鎮土地整治項目區和廣西省崇左市江州區某土地整治項目區作為研究區，如圖1所示。江州項目區地理坐標為東經107°25′～107°27′，北緯22°26′，屬亞熱帶季風氣候，主要農作物有水稻、甘蔗。東山鎮項目區為國家投資土地整理項目，位于?？谑行阌^，地理坐標為東經 110°15′～110°18′，北緯19°42′～ 19°44′，以瓜菜種植為主。

海南研究區屬于平原區，通過對道路溝渠重規劃的方式來提升田塊形態；廣西研究區地處丘陵，主要依靠土地整治項目和農民之間權屬調整的方式進行田塊歸并。兩個項目區自然環境差異明顯，土地整治方式也各有側重，但均是針對耕地細碎化問題開展土地整治項目，改善田塊形態。選取特色鮮明的兩個項目區，一方面說明本文所提評價方法的適用性，另一方面對比我國平原與丘陵區田塊歸并土地整治工程成效差異。

圖1 研究區及遙感影像Fig.1 Study area and remote sensing imagery

1.2 數據

1.2.1 遙感數據

本文選取的兩個項目區整治前、后兩期遙感數據為空間分辨率0.5 m的Google Earth影像數據。海南研究區分別選取2010年和2015年遙感影像，廣西研究區選取2004年和2014年遙感影像。對兩期原始遙感影像分別進行校正、裁剪等預處理，形成項目區整治前后遙感數據。

1.2.2 農用地分等數據

在全國農用地分等成果數據庫中，選擇項目區1∶10 000耕地圖斑數據，以遙感影像數據為基礎，進行投影、校正、裁剪等預處理，形成項目區的耕地圖斑數據。

2 研究方法

利用研究區整治前后兩期高空間分辨率遙感影像，以耕地圖斑數據作為約束，進行影像分割，以分類圖斑之間光譜差異性進行面向對象分類，識別出更為精細的田塊數據。分別從田塊層面和區域層面構建評價指標，計算耕地空間形態的各項指標，對比分析土地整治前后耕地圖斑的空間形態特性變化情況，評價土地整治項目建設成效。具體技術路線圖如圖2所示。田塊層面指標包括田塊面積、緊致性、規整度以及連片性；區域層面指標包括平均田塊面積、田塊密度、最大田塊指數、景觀形狀指數以及周長面積分維數等5個指標，構造成區域層級形態綜合指標，定量反映兩個研究區整治前后田塊形狀變化的整體情況。

圖2 技術路線圖Fig.2 Flow chart of technology

2.1 田塊遙感識別

現有的耕地圖斑是依據田間末級溝、渠、路等線狀地物劃分成的土地利用管理基本單元，但實際農業生產的田塊更加破碎。本文提出一種更加精細的田塊提取方法，依據遙感影像，在耕地圖斑的約束下進行面向對象分類，基于光譜差異性進一步識別田塊。

以耕地圖斑作為約束條件，對遙感影像進行分割，即在每個耕地圖斑內部再分割為更小尺度的分類單元，同時根據耕地圖斑屬性信息剔除非農田區域。再依據是否統一耕作，進一步細分耕地圖斑。在實際生產中，統一耕作的田塊，反映到遙感影像上，光譜信息、紋理信息等保持一致。本文采取通過判斷相鄰分類單元之間的光譜差異性，確定分類單元是否屬于同一田塊。從農業生產的角度考慮，該方法獲得的田塊更符合農業生產管理的實際情況。

2.2 田塊級別田塊空間形態指標

本文主要從田塊幾何形狀和空間連片性兩個角度構建田塊級的空間形態指標。

2.2.1 田塊幾何形狀

田塊幾何形狀規整有利于機械耕作，本文選擇規整度和緊致性指數兩個指標評價田塊形狀。規整度是指田塊形狀與正方形的接近程度，空間緊致性指數用面積-周長比來度量，表征田塊有合理的形態，計算式分別為[19-20]

(1)

(2)

式中D——田塊周長A——田塊面積

2.2.2 空間連片性

本文通過耕地連片程度值來評價農田的空間連片性。該值依據地塊面積大小來量化，值越大代表連片程度高，反之則連片程度低，計算式為

(3)

式中A0、A1——通過對全區所有耕地地塊面積采用自然斷點法獲得閾值

2.3 區域級別田塊空間形態指標

選取田塊密度、平均田塊面積、最大田塊指數、景觀形狀指數和周長面積分維數等5個指標來進行總體評價，其中最大田塊指數(P)反映了田塊的連片程度；景觀形狀指數(S)反映田塊形狀的復雜程度，值越大田塊形狀越不規則；周長面積分維數(F)反映了田塊形狀復雜性，取值范圍一般應在1～2之間，其值越接近1，斑塊越簡單，其值越接近2，斑塊形狀就越復雜。計算公式分別為

(4)

式中Ai——第i個田塊面積

(5)

(6)

式中Di——第i個田塊周長

2.4 綜合評價指標

采用觀測值與適宜值比值方法，去除各指標量綱，實現歸一化，同時同趨化處理，使每個評價指標對田塊形態評價結果呈正向影響[21-22]，結果處于[0，1]值域內，公式為：

正向指標

(7)

負向指標

(8)

將同一層級無量綱指標進行無權重累加，并轉化到[0，100]值域區間，形成不同層級的綜合評價指標。

3 試驗結果與分析

3.1 田塊識別及精度評價

3.1.1 高分辨率遙感田塊識別結果

基于光譜差異性進行面向對象的田塊識別，獲得的田塊數據相對于耕地圖斑數據更加精細，細節如圖3a所示。可以看出，耕地圖斑包含多個田塊，如果直接以耕地圖斑數據作為初始數據，進行田塊空間形態分析，所得結果并不能反映農田生產的實際情況。而以本文所提方法識別出的田塊數據，在充分考慮到各級路、溝、渠等線狀地物對農田的劃分，還在一定程度上考慮到了權屬、農業生產管理等信息，劃分出的田塊數據更接近實際，進一步進行田塊空間形態計算，并對比土地整治前后的變化，可以更客觀地評價土地整治效益[23]。

圖3 田塊圖斑識別結果Fig.3 Identification results of field patch

以本文提出的方法對兩個研究區整治前后進行田塊識別，結果如圖3所示。廣西研究區耕地質量數據中耕地圖斑為216個，以本文方法進行田塊識別，整治前田塊數為1 142個，整治后的田塊數為636個。海南研究區耕地質量數據中耕地圖斑為184個，以本文方法進行田塊識別，整治前田塊數為595個，整治后的田塊數為271個。雖然兩個項目區自然狀況差異較大，土地整治方式不同，但利用本文的方法均進行了進一步有效田塊識別。對比兩項目區整治前后田塊數量，可看出兩個項目區經過整治均取得較好成效。

3.1.2 田塊識別精度評價

為進行田塊識別精度評價，本文從廣西研究區整治前后數據中分別選取60個田塊圖斑作為樣本，在海南研究區分別選取40個，共計200個樣本點。以目視解譯結果為依據，對試驗結果進行田塊面積精度評價，如表1所示。表中田塊識別精度為目視解譯田塊面積與實驗識別田塊面積之差，與實驗識別田塊面積百分比。

表1 田塊識別精度評價
Tab.1 Accuracy evaluation of field patch identification

田塊識別精度0～5%5%～10%10%～20%20%～30%30%～100%田塊提取效果較好好一般較差差田塊面積精度/%廣西研究區5345165181.6海南研究區422992088.7

從表1中可以看出，以本文方法提取田塊，廣西研究區田塊面積精度達到81.6%，海南研究區達到88.7%。兩個研究區的田塊識別結果均較為理想。但是海南研究區的田塊識別結果優于廣西，這是由于廣西地處丘陵，自然條件復雜，耕地尤為破碎，對光譜差異性計算影響較大，造成較大誤差。

3.2 田塊級別空間形態評價指標計算

3.2.1 單項指標計算

從田塊面積、規整度、緊致性和連片性等4個指標反映耕地的空間形態，分別對兩個研究區進行指標計算，結果如圖4所示，可以明顯看出研究區范圍內田塊的4個指標經過土地整治后均有所提升。

廣西研究區整治前田塊面積多數小于1 hm2，整治后多數處于3～4 hm2；整治前田塊規整度主要分布于大于2.2區間，整治后大多田塊提升到1.3～1.6之間；整治前田塊緊致性主要位于0.01～0.02區間，整治后提升到0.02～0.03；整治前田塊連片性大多位于20～40區間，整治后很多田塊達到100。

海南研究區整治前田塊面積多數小于1 hm2，整治后多數大于2 hm2；整治前田塊規整度主要分布在小于1.6區間，整治后分布在小于1.3區間；整治前田塊緊致性分布在0.02～0.05區間，整治后大多田塊的緊致性達到0.05；整治前田塊連片性大多位于20～40區間，整治后很多田塊達到100。

對比兩個研究區，4個指標無論整治前后，海南研究區均要優于廣西研究區，尤其是反映田塊幾何形態的規整度和緊致性兩個指標，這是由兩個項目區所處區域的地理條件所決定。

圖4 田塊級別空間形態分項指標Fig.4 Four types of evaluation index in field level

3.2.2 綜合指標計算

面積、規整度、緊致性和連片性從不同的角度反映田塊形態，且不同指標對田塊形態呈正向或負向的影響趨向，為了更加直觀地反映整治效果，利用本文構建的田塊空間形態綜合指標進行評價，該指標值域[0，100]，值越大，田塊形態越理想，計算結果如圖5所示。

廣西研究區整治前的田塊形態綜合指標主要介于50～70之間，整治后提升到70～90之間；海南研究區整治前的田塊形態綜合指標主要介于70～90之間，整治后提升到90～100之間?？梢钥闯觯瑹o論在丘陵區域還是在平原區域，經過土地整治都有較為顯著的效果。

圖5 田塊級別空間形態綜合指標Fig.5 Comprehensive evaluation index in field level

3.3 區域級別田塊空間形態評價指標計算

3.3.1 單項指標計算

為了進一步對比區域級別土地整治項目建設成效，選擇田塊密度等5個可以反映區域耕地空間形態情況的指數，對兩個項目區整治前后變化進行整體分析，具體結果見表2。

表2顯示，廣西研究區經過整治后，田塊密度由23個/hm2減少到10個/hm2，平均田塊面積由4.32 hm2增加到10.31 hm2；海南研究區田塊密度由13個/hm2減少到6個/hm2，平均田塊面積由7.65 hm2增加到16.36 hm2。田塊密度和平均田塊密度兩個指數均可反映區域內田塊的破碎程度，兩個項目區田塊密度降低，平均田塊面積增加，說明兩個研究區經過土地整治田塊破碎化程度有所好轉。對比兩個項目區可以看出，廣西研究區田塊整體比海南研究區破碎。

表2 區域級別田塊形態分項指標計算結果
Tab.2 Calculation results of five types of evaluation index in regional level

研究區田塊密度/(個·hm-2)平均田塊面積/hm2最大田塊指數景觀形狀指數周長面積分維數廣西研究區整治前234.320.0256.811.98整治后1010.310.0528.271.47海南研究區整治前137.650.0227.361.43整治后616.360.0318.351.21

廣西研究區最大田塊指數由0.02增加到0.05，海南由0.02增加到0.03，可以得出，經過土地整治，兩個項目區的田塊連片性有所提高。

廣西研究區景觀形狀指數由56.81減小到28.27，周長面積分維數由1.98減小到1.47；海南景觀形狀指數由27.36減小到18.35，周長面積分維數由1.43減小到1.21。以上數據表明，經過整治兩個項目區的田塊幾何形態更加規整。項目區對比，廣西研究區的田塊幾何形態比海南研究區略差。

3.3.2 綜合指標計算

區域層級各指標反映側重點不同，通過去量綱，構建區域級別田塊形態綜合指標，表達兩個研究區整治前后的田塊總體狀況。

區域層級的田塊形態綜合指標直觀表達了研究區域田塊形態的整體水平，值越大，該區域內田塊形態的整體水平越好。廣西研究區經過整治后區域級別田塊形態綜合指標由41提升到83；海南研究區由63提升到92。經過整治，兩個研究區的綜合指數均有所提升，表明在田塊空間形態方面，兩個研究區田塊質量的整體水平均有所改善。由于自然條件影響，廣西研究區田塊經過整治的提升空間比海南研究區更大，廣西經過整治，區域級別田塊形態綜合指標提升了42，而海南提升了29。但從整體區域指標計算結果可以看出，無論是丘陵區還平原區，經過土地整治田塊空間形態都得到了明顯的改善。

4 結論

(1)提出以耕地圖斑為約束條件，基于高分辨率遙感影像的光譜差異性，采用面向對象方法識別田塊，得到了更加精細的田塊數據，更符合農田生產的實際情況。

(2)從田塊和區域兩個級別構建田塊空間形態評價多指標體系，并基于兩個級別多指標體系分別構建綜合指標，從兩個級別，分指標和綜合指標評價研究區田塊形態變化。

(3)客觀評價了廣西丘陵區和海南平原區的土地整治項目區，從結果可以看出兩項目區經過土地整治，田塊空間形態改善效果顯著。

(4)對比兩個研究區計算結果，可以看出由于自然條件影響，丘陵區田塊在空間形態上，經過整治提升空間大于平原區。

1 陳紅宇，朱道林，鄖文聚，等．嘉興市耕地細碎化和空間集聚格局分析[J]．農業工程學報，2012，28(4)：235-242． CHEN Hongyu, ZHU Daolin, YUN Wenju, et al. Analysis on cultivated land fragmentation and spatial agglomeration pattern in Jiaxing City [J]. Transactions of the CSAE, 2012, 28(4):235-242. (in Chinese)

2 呂振宇．耕地細碎化的評價、效應及整治研究[D]．北京:中國農業大學，2015． Lü Zhenyu. Study on evaluation, effect and consolidation of cultivated land fragmentation—an empirical analysis based on Quzhou Country[D]. Beijing: China Agricultural University, 2015. (in Chinese)

3 呂振宇，牛靈安，郝晉珉，等．基于層次分析法的耕地細碎化程度多指標綜合評價研究[J]．中國農學通報，2014，30(26)：200-206． Lü Zhenyu, NIU Ling’an, HAO Jinmin, et al. Study on the multi-index comprehensive evaluation of cultivated land fragmentation’s degree based on the analytical hierarchy process [J]. Chinese Agricultural Science Bulletin, 2014, 30(26):200-206. (in Chinese)

4 盧艷霞，黃盛玉，王柏源，等．農村土地整治創新模式的思考——基于廣西壯族自治區崇左市龍州縣“小塊并大塊”的啟示[J]．中國土地科學，2012，26(2)：84-87． LU Yanxia, HUANG Shengyu, WANG Baiyuan, et al.The innovative pattern of the rural land readjustment： the implication of the aggregation from small to large parcel (ASLP) in Longzhou County Chongzuo City, Guangxi Zhuang Autonomous Region[J]. China Land Science, 2012, 26(2):84-87. (in Chinese)

5 HAZEU Gerard, MILENOV Pavel, PEDROLI Bas, et al. High nature value farmland identification from satellite imagery, a comparison of two methodological approaches[J]. International Journal of Applied Earth Observation and Geoinformation, 2014, 30: 98-112.

6 MANJUNATHA A V, ANIK A R, SPEELMAND S, et al. Impact of land fragmentation, farm size, land ownership and crop diversity on profit and efficiency of irrigated farms in India[J].Land Use Policy,2013, 31:397-405.

7 張海鑫，楊鋼橋．耕地細碎化及其對糧食生產技術效率的影響[J]．資源科學，2012，34(5)：903-910． ZHANG Haixin, YANG Gangqiao. The effects of land fragmentation on technical efficiency of food production: an empirical analysis based on stochastic frontier production function and micro-data of households[J].Resources Science, 2012, 34(5): 903-910. (in Chinese)

8 TAN Shuhao, HEERINK Nico, QU Futian. Land fragmentation and its driving forces in China[J].Land Use Policy,2006, 23(3):272-285.

9 TAN S, HEERINK N, KUYVENHOVEN A, et al. Impact of land fragmentation on rice producers’technical efficiency in South-East China NJAS Wageningen[J].Journal of Life Sciences,2010, 57(2):117-120.

10 DI FALCO Alvatore, PENOV Ivan, ALEKSIEV Aleksi, et al. Agrobiodiversity, farm profits and land fragmentation: evidence from Bulgaria[J].Land Use Policy,2010, 27(3):763-771.

11 趙凱．論土地細碎化及其定量測定方法[J]．中國土地科學，2011，25(10)：35-39． ZHAO Kai. Land fragmentation and it’s quantitative measurement method[J]. China Land Sciences, 2011, 25(10):35-39. (in Chinese)

12 BLAREL B, HAZELL P, PLACE F, et al. The economics of farm fragmentation: evidence from Ghana and Rwanda[J].The World Bank Economic Review, 1992, 6(2):233-254.

13 WU Z P, LIU M Q, JOHN D. Land consolidation and productivity in Chinese household crop production[J]. China Economic Review, 2005, 16(1): 28-49.

14 黃思琴，陳英，張仁陟，等．基于景觀指數的耕地細碎化與農業經濟水平的空間相關性分析[J]．干旱地區農業研究，2015，33(3)：238-244． HUANG Siqin, CHEN Ying, ZHANG Renzhi, et al. Spatial correlation analysis of land fragmentation and agriculturedevelopment based on landscape indexes[J]. Agricultural Research in the Arid Areas, 2015, 33(3): 238-244. (in Chinese)

15 FALCO S D, PENOV I, ALEKSIEV A, et al. Agrobiodiversity, farm profits and land fragmentation: evidence from Bulgaria[J].Land Use Policy, 2010, 27(3): 763-771.

16 李鵬山，呂雅惠，張超，等．基于核密度估計的京津冀地區耕地破碎化分析[J/OL]．農業機械學報，2016，47(5)：281-287．http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20160538&flag=1. DOI：10.6041/j.issn.1000-1298.2016.05.038. LI Pengshan, Lü Yahui, ZHANG Chao, et al. Analysis of cultivated land fragmentation in Beijing-Tianjin-Hebei region based on kernel density estimation[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(5):281-287. (in Chinese)

17 奉婷，張鳳榮，李燦，等．基于耕地質量綜合評價的縣域基本農田空間布局[J]. 農業工程學報，2014，30(1):200-210. FENG Ting, ZHANG Fengrong, LI Can, et al. Spatial distribution of prime farmland based on cultivated land quality comprehensive evaluation at county scale[J]. Transactions of the CSAE, 2014, 30(1): 200-210. (in Chinese)

18 竇莉莉，鄭學昌，楊珺雯，等．北京奧后夏季農業景觀的變化特征分析——以北京市大興區、通州區為例[J]．北京師范大學學報，2015,51(增刊1)：1-7． DOU Lili, ZHENG Xuechang, YANG Junwen, et al.Changes in summer agricultural landscapes since the 2008 Beijing Summer Olympics: the case of Daxing District and Tongzhou District, Beijing[J]. Journal of Beijing Normal University, 2015，51(Supp.1):1-7. (in Chinese)

19 DEMETRIOU D, SEE L, STILLWELL J. A parcel shape index for use in land consolidation planning[J]. Transactions in GIS, 2013, 17(6): 861-882.

20 DEMETRIOU D, STILLWELL J, SEE L. A new methodology for measuring land fragmentation[J]. Computers, Environment and Urban Systems, 2013, 39(39): 71-80.

21 白瑋，郝晉珉，張秋平，等．土地利用總體規劃中生態退耕規劃標準指標體系構建與應用[J]．農業工程學報，2007，23(1)：72-76． BAI Wei, HAO Jinmin, ZHANG Qiuping, et al. Establishment and application of the indicator system for planning standard of ecological restoration in the general land use planning [J]. Transactions of the CSAE, 2007, 23(1): 72-76. (in Chinese)

22 段瑞娟，郝晉珉，張潔瑕．北京區位土地利用與生態服務價值變化研究[J]. 農業工程學報，2006，22(9)：21-28． DUAN Ruijuan, HAO Jinmin, ZHANG Jiexia. Land utilization and changes on eco-service value in different locations in Beijing[J]. Transactions of the CSAE, 2006, 22(9): 21-28. (in Chinese)

23 馮昕，杜世宏，張方利，等．基于多尺度融合的高分辨率影像城市用地分類[J]．地理與地理信息科學，2013，29(3)： 43-47． FENG Xin, DU Shihong, ZHANG Fangli, et al. Urban land classification of high resolution images based on multi-scale fusion [J]. Geography and Geo-Information Science, 2013, 29(3):43-47. (in Chinese)

Remote Sensing Monitor and Evaluation on Patch Morphology Changing in Land Consolidation Areas

ZHANG Chao1LIU Jiajia1CHEN Yingyi1Lü Yahui1YANG Jianyu1,2ZHU Dehai1,2

(1.CollegeofInformationandElectricalEngineering,ChinaAgriculturalUniversity,Beijing100083,China2.KeyLaboratoryforAgriculturalLandQuality,MonitoringandControl,MinistryofLandandResources,Beijing100035,China)

In order to objectively monitor and evaluate the effectiveness of land consolidation, a new method to identify filed patch data was proposed, which was based on remote sensing imagery and taking arable land polygon data as constraints. The field patch data identified by using this method not only had regional characteristics, but also considered ownership information to some extent. On this basis, evaluation index system in field and regional levels was respectively built for cultivated field patch fragmentation’s degree. Patch area, regularity, compactness and connectivity were chosen as evaluation indexes in field level and mean area, density of field patch, LAI, LSI and PAFRAC were chosen as evaluation indexes in regional level. And then the indexes in two levels were made to be dimensionless respectively. The method was applied to Guangxi hilly areas and Hainan plains. The results of experiment showed that after consolidation, the majority of comprehensive evaluation index in field level of Guangxi region was improved from 50～70 to 70～90, and that in Hainan plains was improved from 70～90 to 90～100. The comprehensive evaluation index in regional level of Guangxi hilly areas was increased from 41 to 83 after land consolidation, and that in Hainan plains was increased from 63 to 92. The proposed method for identifying field patch can support the monitor and evaluation of land consolidation projection aimed at land fragmentation, no matter study areas located in hilly areas or plain areas. Hence, the research result can provide support for remote sensing monitor and evaluation in land consolidation areas and remote sensing discerning of well-facilitated farmland.

remote sensing; land consolidation; object-oriented classification; patch morphology; monitor; evaluation

10.6041/j.issn.1000-1298.2017.01.014

2016-01-25

2016-07-25

國家高技術研究發展計劃(863計劃)項目(2013AA10230103)和國土資源部公益性行業科研專項(201511010-06)

張超(1972—)，男，教授，博士生導師，主要從事農業與國土資源遙感監測研究，E-mail: zhangchaobj@cau.edu.cn

陳英義(1980—)，男，副教授，博士生導師，主要從事大數據和數據模型研究，E-mail: chyingyi@126.com

S127； F311

A

1000-1298(2017)01-0104-08