农业机械学报

作者：郭梦雨，陈正，汤怀志，夏秋乐，沐青，周同

单位：中国农业大学,农业农村部工程建设服务中心,中国农业大学,中国农业大学,农业农村部工程建设服务中心,农业农村部工程建设服务中心,

关键词：高标准农田;多源数据;模糊隶属度;等级评定;西南LP县

基金：国家重点研发计划项目（2021YFD1500201）和国家自然科学基金项目（69191019）

高标准农田建设评价对于明确高标准农田建设状况、强化高标准农田建设监管具有重要意义，但目前面临着数据来源多样、难以统一应用于评价等问题。本研究从农田基础设施建设工程、农田地力提升工程以及工程建后管理层面构建了高标准农田建设综合评定指标体系，基于多源数据和模糊聚类，提出了一套多源数据处理的方法体系，并在西南LP县进行了应用。结果表明：高标准农田建设等级评定多源数据通过模糊聚类将其分为定性数据、定量数据以及直观数据3类。其中，定性数据模糊化处理方法通常为分级打分法;定量数据模糊化处理方法包括模糊隶属函数、最小-最大标准化等方法;直观数据模糊化处理方法通常为景观指数分析后采用分级打分法。西南LP县2019年5标段高标准农田建设项目80个评定单元大多处于三等及以上水平，总体建设水平较高。单因素评定与高标准农田建设综合评定具有一定代表性。农田基础设施建设工程质量和农田地力提升工程质量在高标准农田建设综合评定中具有较为重要的影响。通过随机森林模型筛选出对综合评定结果影响较大的5个关键影响因素，包括排水能力、灌溉能力、耕作田块面积、道路可达性以及田块标准化程度，构成高标准农田建设综合评定最小数据集。研究结果可为探索适用于全国大尺度范围的高标准农田建设等级评定及关键影响因素分析提供方法参考。

来源：2025年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第10期