首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   0篇
  国内免费   1篇
测绘学   2篇
地质学   1篇
自然地理   3篇
  2024年   1篇
  2023年   1篇
  2022年   1篇
  2021年   1篇
  2018年   1篇
  2017年   1篇
排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
基于CiteSpace软件国内外撂荒地研究进展与述评   总被引:1,自引:0,他引:1  
基于Web of Science(WOS)和CNKI数据库中以撂荒地为研究主题的文献数据,借助CiteSpace软件对国内外撂荒地研究学科、作者、内容、热点、进程进行梳理,进而对撂荒地成因、机制、影响进行分析。了解国内外撂荒地研究历程和研究现状,并总结遏制土地撂荒的具体措施和办法,期待为中国撂荒地研究提供指引。结果表明:① 国内外学者对撂荒耕地的关注不尽相同,国外学者多研究撂荒地的形成机制,国内学者则侧重揭示耕地撂荒现象。农用地撂荒是国外的研究热点,撂荒政策、模型模拟和遥感技术运用是国内的研究热点。② 国内外撂荒地研究的发展历程有所差别,各阶段呈现出不同的研究特征。③ 撂荒地研究中国内外学者在成因、机制、影响、举措等方面有共识。建议学者采用地理空间大数据、流数据、遥感影像数据等,对撂荒地的时空模拟、趋势推演、风险评估等开展研究;探寻不同资源禀赋和社会经济背景下撂荒的驱动和演变规律,总结演化过程;提出自然-社会-经济等科学化、系统化的研究方法,丰富研究内容和成果;并开展村镇级小尺度案例研究,为理论深化和方法创新提供支撑,进而为小尺度区域的撂荒地生态修复与治理提供理论支撑和案例借鉴。  相似文献   
2.
针对耕地撂荒监测的迫切需求,文章发展了一种基于光学时序特征的撂荒地遥感识别方法,利用Sentinel-2时间序列数据构建耕地NDVI时序曲线,基于撂荒地和非撂荒耕地NDVI在监测时间窗口内的振幅差异,通过F1指数迭代式选取撂荒地识别的最佳振幅分割阈值,构建撂荒地识别规则,并在广东省湛江市坡头区开展耕地撂荒监测试验,分析撂荒地块的景观格局特征。研究表明:1)对比撂荒地与非撂荒地的NDVI时序曲线形态发现,撂荒地全年NDVI时序曲线变化平缓,变化幅度较小;非撂荒耕地由于作物生长发育的物候过程,NDVI时序呈现较大的变化幅度。2)通过迭代式选取振幅分割阈值,撂荒地与非撂荒地NDVI振幅的最佳分割阈值为0.42,在该分割阈值下,撂荒地和非撂荒地的识别精度分别为91.83%和90.20%。3)对撂荒地景观格局特征分析结果表明,2020年坡头区耕地撂荒面积为14.65 km2,约占耕地总面积的10.1%,撂荒地块普遍面积较小、形状不规则,空间上分布零散,少有大面积撂荒现象。  相似文献   
3.
李阳兵  罗光杰  黄娟 《中国岩溶》2017,36(4):447-453
本研究以高分辨率遥感影像和实地调查为基本数据源,运用Arcmap和Fragstats软件,研究了茂兰自然保护区弃耕撂荒地的空间分布与动态演变。结果表明:整个保护区的弃耕地主要集中在缓冲区和实验区;从2005年到2015年,弃耕地的空间分布范围明显减少,斑块面积逐渐增加;2005年和2010年,撂荒地数量与距聚落距离呈正相关,2015年,撂荒地主要分布在距聚落<200 m、600~800 m和>1 000 m的缓冲范围;弃耕地植被恢复型演替主要分布在核心区和缓冲区。研究结果为全面反映保护区的人地关系演变和生态恢复情况提供了参考。   相似文献   
4.
精准掌握耕地撂荒信息对保护耕地资源及国家粮食安全具有重要意义。本研究针对现有时间加权动态时间规整(TWDTW)模型在撂荒监测方面的局限性,提出基于均值校正策略的M-TWDTW模型的撂荒地遥感监测方法。基于Sentinel-2 NDVI时间序列数据,利用撂荒地样本构建撂荒地参考NDVI时序,基于M-TWDTW模型校正参考时序,并计算未知像元时序与校正后时序的相似性距离,基于决策树方法获取距离的最佳分割阈值,识别撂荒地并验证识别精度。研究结果表明,与常规TWDTW方法相比,M-TWDTW方法弱化了撂荒时长不一引起的NDVI绝对值差异的影响,重点捕捉NDVI时序曲线的形态特征,能大幅度提高撂荒地的识别精度(TWDTW:66.85%,M-TWDTW:90.45%),在大范围撂荒地遥感监测中具有较大的应用潜力。  相似文献   
5.
不同分辨率影像的撂荒地提取方法   总被引:1,自引:0,他引:1  
撂荒地对土地利用有很大的影响,利用遥感影像识别并提取撂荒地可以进一步加强对其保护和利用,故撂荒地的影像特征提取具有极大的意义。本文着重研究基于不同分辨率影像的撂荒地信息的提取方法,对于高分辨率遥感影像直接采用目视解译的方法,中分辨率影像采用决策树分析法,低分辨率则是采用时间序列的生命周期法及归一化差分植被指数来提取撂荒地。针对不同分辨率影像选择不同方法来进行撂荒地的提取,并分析不同方法的优缺点,可为以后的研究提供思路。  相似文献   
6.
耕地撂荒遥感监测是推进撂荒地整治、保障粮食安全的常用手段.遥感影像解译易受到不同地物光谱信息的干扰而影响提取精度,并且难以区分轮休与撂荒.以四川省凉山彝族自治州普格县为研究区域,在分析该地区撂荒地光谱特征及农作物物候特征的基础上,采用基于决策树与时序NDVI变化检测耦合的方法,以Landsat系列数据作为数据源,对区域...  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号