加入收藏| Select Language
您好,欢迎来到减贫研究数据库!
CPAD全方位展现我国贫困地区档案、减贫政策演进、贫困成因与减贫努力、国内外减贫理论与实践、专家观点与建议、减贫数据图表,为学术提供理论指导,为政府提供决策参考,为中国减贫事业提供智力支持。
5年脱贫7000万,时间紧,任务重,精准扶贫是关键!CPAD全方位展现我国贫困地区档案、减贫政策演进、贫困成因与减贫努力、国内外减贫理论与实践、专家观点与建议、减贫数据图表,为学术提供理论指导,为政府提供决策参考,为中国减贫事业提供智力支持。
4.9万余篇学术报告,超过8.5亿字
覆盖832个重点贫困县14个连片特困区
随着全球气候变化、人口不断增长和城市化迅速发展,粮食安全问题和政策一直是国际社会关注的热点。中国利用全球9%的耕地养活约18%的人口,人多地少突出的基本国情,决定了粮食安全是中国长治久安的重要基础。伴随快速城镇化和工业化过程,大量农业劳动力脱离农业进入非农产业,耕地撂荒普遍发生,不仅造成耕地资源的极大浪费,对中国粮食安全也构成一定威胁,而且撂荒的耕地容易引起水土流失和沙化等生态问题。相比耕地数量减少和质量退化,耕地撂荒具有隐蔽性,实际撂荒耕地信息的提取难度较高。综观中国耕地撂荒特征的研究,就研究尺度和手段而言,大多数是针对县、乡(镇)尺度的研究,一般通过实地调查揭示耕地撂荒的时空特征。这类调查主要集中于地形比较复杂、农业生产条件较差的山区,且多以村庄为调查对象。对国家尺度撂荒耕地的空间分布及其演变特征的认识非常有限,从而对国家层面与耕地撂荒相关的决策支持相对较弱。本文利用土地覆被数据和归一化植被指数等遥感数据,借鉴复种指数研究方法来提取全国范围内的耕地和补充耕地撂荒的时空变化特征,提供了一个新途径去认识全国耕地撂荒情况。耕地撂荒识别精度受到遥感数据质量、时空分辨率、参数设置等影响,意味着测算结果是对真实情况的一个近似,但总体趋势是可接受的。
识别方法、数据处理和来源
(一)识别方法与认定标准
首先基于土地覆被数据识别耕地,再基于归一化植被指数(Normalized Difference Vegetation Index,NDVI)识别每块耕地的复种指数,进而判断耕地利用情况以及是否抛荒。耕地某年的复种指数为0则意味着当年耕地被完全闲置撂荒。耕地复种指数下降但仍在种植,比如从种植两季降
相关资源
下载排行