农业机械学报

作者：吕雅慧,郧文聚,张超,朱德海,杨建宇,陈英义

单位：中国农业大学,国土资源部农用地质量与监控重点实验室,中国农业大学;国土资源部农用地质量与监控重点实验室,中国农业大学;国土资源部农用地质量与监控重点实验室,中国农业大学;国土资源部农用地质量与监控重点实验室,中国农业大学,

关键词：高标准农田;综合识别;多源数据;TOPSIS;BP神经网络

基金：国家高技术研究发展计划（863计划）项目(2013AA10230103)

为提高耕地综合生产能力，适应农业现代化发展需求，我国提出了高标准农田建设的重大战略部署。高标准农田的识别是建设前选址和建设后评价的基础。本文以耕地图斑为基本单元，融合遥感影像等多源数据，从本底条件、空间形态、建设水平、生态防护等方面，构建农田综合质量多特性表征体系，采用逼近理想点排序法（TOPSIS）进行初步评价，再以人机交互的方式选取各质量等级农田的真值样本，进一步采用BP神经网络算法修正各特性权值，得到农田综合质量的精确评价结果，实现高标准农田识别。以吉林省大安市为研究区，研究结果表明：基于多特性表征体系的农田综合质量评价方法精度达到96%以上；研究区高标准农田面积广大，主要分布在耕地集中连片、道路通达、生态防护良好、具有农业现代化生产优势的东北部、中北部、西北部边缘和部分南部区域；当地已备案的高标准农田和未备案、有潜力的高质量农田区域均得到有效识别。

来源：2018年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第3期