科学测度耕地多功能权衡与协同关系对于量化和表征耕地隐性形态具有重要意义,可为构建土地利用绿色转型调控路径、揭示人地关系演化过程提供科学依据。该研究以黄河流域(河南段)为研究区域,利用1990-2020年时间序列社会经济发展数据,从...科学测度耕地多功能权衡与协同关系对于量化和表征耕地隐性形态具有重要意义,可为构建土地利用绿色转型调控路径、揭示人地关系演化过程提供科学依据。该研究以黄河流域(河南段)为研究区域,利用1990-2020年时间序列社会经济发展数据,从耕地的生产、社会、生态以及文化功能4个维度系统构建耕地多功能评价指标体系及土地系统功能权衡度(Land system Function Trade-off Degree,LFTD)模型,测算黄河流域(河南段)耕地多功能指数,解析耕地多功能之间权衡与协同关系时序演化特征,以此揭示耕地利用隐性形态的演变规律。结果表明:1)1990-2020年间黄河流域(河南段)耕地的生产、社会、生态和文化功能均呈增长态势,且生产与文化功能增长较为突出。2)按照功能层次性,将1990-2020年间耕地多功能的变化划分为6个阶段。在1990-2010年的前四个阶段中以生产与生态功能为主,在2010-2020年的后两个阶段中以生产与文化功能为主,并且功能间作用关系较为复杂。3)1990-2020年间,耕地生产、社会、生态和文化功能间相互作用关系呈现“权衡为主导-权衡协同持平-权衡为主导”的演化特征,黄河流域(河南段)耕地功能于2010年后呈现显著转型特征。4)耕地转型影响因素关联性随时间变化而不同。1990-2020年影响因素关联性变化显示:城镇化率、农业机械总动力、粮食总产量、第三产业占比是显著影响因素。耕地隐性形态变化可深层次显化耕地利用转型,为耕地可持续利用提供参考。展开更多
针对R-cut(Ratio cut)边缘检测分割模型对高分辨率遥感影像分割时存在过分割和模糊边缘敏感性问题,提出了一种多尺度R-cut(Multi-scale ratio cut,MSR-cut)的遥感影像边缘检测分割方法。首先,采用形态重建的分水岭分割算法对影像过分割...针对R-cut(Ratio cut)边缘检测分割模型对高分辨率遥感影像分割时存在过分割和模糊边缘敏感性问题,提出了一种多尺度R-cut(Multi-scale ratio cut,MSR-cut)的遥感影像边缘检测分割方法。首先,采用形态重建的分水岭分割算法对影像过分割,形成多个超像素区域;然后计算并提取影像各个区域的纹理特征信息熵值、光谱特征与邻域均值差分归一化值,分别进行同质性和异质性的有效衡量;并构建评价函数获取最优分割尺度,对这些超像素区域进行初步合并,得到影像的粗分割结果;最后结合各地物的边界权重信息,从全局角度用R-cut的方法对粗分割结果进一步合并,完成对影像的精细分割,生成最终的分割结果。实验选取5个不同场景的高分辨率遥感影像,采用定性和定量两种方法对比分析本文方法与传统R-cut边缘检测分割、Spectral-Rcut边缘检测分割和Textured-Rcut边缘检测分割方法。实验结果表明,MSR-cut边缘检测分割方法能够有效提高分割精度,增强噪声鲁棒性,可取得较好的分割视觉效果。展开更多
文摘科学测度耕地多功能权衡与协同关系对于量化和表征耕地隐性形态具有重要意义,可为构建土地利用绿色转型调控路径、揭示人地关系演化过程提供科学依据。该研究以黄河流域(河南段)为研究区域,利用1990-2020年时间序列社会经济发展数据,从耕地的生产、社会、生态以及文化功能4个维度系统构建耕地多功能评价指标体系及土地系统功能权衡度(Land system Function Trade-off Degree,LFTD)模型,测算黄河流域(河南段)耕地多功能指数,解析耕地多功能之间权衡与协同关系时序演化特征,以此揭示耕地利用隐性形态的演变规律。结果表明:1)1990-2020年间黄河流域(河南段)耕地的生产、社会、生态和文化功能均呈增长态势,且生产与文化功能增长较为突出。2)按照功能层次性,将1990-2020年间耕地多功能的变化划分为6个阶段。在1990-2010年的前四个阶段中以生产与生态功能为主,在2010-2020年的后两个阶段中以生产与文化功能为主,并且功能间作用关系较为复杂。3)1990-2020年间,耕地生产、社会、生态和文化功能间相互作用关系呈现“权衡为主导-权衡协同持平-权衡为主导”的演化特征,黄河流域(河南段)耕地功能于2010年后呈现显著转型特征。4)耕地转型影响因素关联性随时间变化而不同。1990-2020年影响因素关联性变化显示:城镇化率、农业机械总动力、粮食总产量、第三产业占比是显著影响因素。耕地隐性形态变化可深层次显化耕地利用转型,为耕地可持续利用提供参考。
文摘针对R-cut(Ratio cut)边缘检测分割模型对高分辨率遥感影像分割时存在过分割和模糊边缘敏感性问题,提出了一种多尺度R-cut(Multi-scale ratio cut,MSR-cut)的遥感影像边缘检测分割方法。首先,采用形态重建的分水岭分割算法对影像过分割,形成多个超像素区域;然后计算并提取影像各个区域的纹理特征信息熵值、光谱特征与邻域均值差分归一化值,分别进行同质性和异质性的有效衡量;并构建评价函数获取最优分割尺度,对这些超像素区域进行初步合并,得到影像的粗分割结果;最后结合各地物的边界权重信息,从全局角度用R-cut的方法对粗分割结果进一步合并,完成对影像的精细分割,生成最终的分割结果。实验选取5个不同场景的高分辨率遥感影像,采用定性和定量两种方法对比分析本文方法与传统R-cut边缘检测分割、Spectral-Rcut边缘检测分割和Textured-Rcut边缘检测分割方法。实验结果表明,MSR-cut边缘检测分割方法能够有效提高分割精度,增强噪声鲁棒性,可取得较好的分割视觉效果。
