基于遥感的阿鲁科尔沁旗人工饲草面积及生产经济变化分析

文献类型： 中文期刊

第一作者： 秦琪

作者： 秦琪;魏一博;梁庆伟;马磊超;徐大伟;沈贝贝;侯路路;辛晓平

作者机构：

关键词： 人工饲草;作物识别;生产变化;Google Earth engine;TM影像

期刊名称： 中国农业资源与区划

ISSN： 1005-9121

年卷期： 2023 年 07 期

页码： 39-48

收录情况： 北大核心 ; CSCD ; CSSCI

摘要： [目的]人工饲草的种植规模和生产水平是衡量一个国家畜牧业发达程度的重要标志。及时准确地获取人工饲草种植面积，分析人工饲草生产的长期变化趋势，为饲草产业的发展和管理提供科学的数据支撑。[方法]文章以内蒙古自治区赤峰市阿鲁科尔沁旗为例，基于Google Earth Engine (GEE)云平台和Landsat卫星遥感数据，依据玉米、苜蓿、燕麦3种饲草作物的生长特性和物候差异，使用机器学习算法对2000—2020年3种饲草作物的种植面积进行了逐年提取。在此基础上，结合入户调查数据，分析了3种人工饲草的种植面积、产量、价格在2015—2020年的变化趋势。[结果] 2000—2020年3种饲草作物的种植面积均显著增加，增加的区域位于研究区西部、南部的退化草地和沙地，以及河谷等水资源丰富的区域。在3种人工饲草中，苜蓿种植发展最为迅速，在2010年后种植面积和产量均快速增长；燕麦的种植起步较晚并且种植面积最小；青贮玉米的产量虽然在稳步增加，但是青贮玉米种植面积占全旗玉米总种植面积的比例并没有增加。[结论]阿鲁科尔沁旗人工饲草的种植在2010年开始快速发展，在2015年形成规模化种植，进入平稳发展阶段。人工饲草的种植能够改良退化草地和沙地，但是受水资源分布的影响。苜蓿和燕麦的产量增长是因为种植面积的扩大，青贮玉米产量的增长是因为单产的增长。人工饲草的种植虽然快速增加，但是饲草缺口仍然不能得到满足。

分类号： S812`F326.3

  • 相关文献

[1]宁夏人工饲草生产现状及高质量发展策略. 杜建民,张蓉,王占军,蒋齐. 2020

[2]用高分一号数据提取玉米面积及精度分析. 郭燕,武喜红,程永政,王来刚,刘婷. 2015

[3]多星数据协同的地块尺度作物分类与面积估算方法研究. 覃泽林,曾志康. 2016

[4]基于Landsat 8 OLI影像的大兴安岭西麓春小麦识别方法的比较研究. 乌兰,乌兰吐雅,包珺玮. 2017

[5]基于历史增强型植被指数时序的农作物类型早期识别. 郝鹏宇,唐华俊,陈仲新,牛铮. 2018

[6]高分六号卫星WFV新增谱段对农作物识别精度的改善. 姚保民,王利民,王铎,刘佳,季富华. 2020

[7]基于GEE的郑州市洪水监测及生态影响评估. 李勇永,郭涛,张晓萍,王学恭. 2022

[8]基于GEE云平台与Sentinel数据的高分辨率水稻种植范围提取-以湖南省为例. 桑国庆,唐志光,毛克彪,邓刚,王靖文,李佳. 2022

[9]基于Sentinel-1/2数据的中国南方单双季稻识别结果一致性分析. 杨靖雅,胡琼,魏浩东,蔡志文,张馨予,宋茜,徐保东. 2022

[10]基于多时相遥感植被指数的柑橘果园识别. 梁晨欣,黄启厅,王思,王聪,余强毅,吴文斌. 2021

[11]协同遥感与统计数据的粤西甘蔗种植分布提取及时空分析. 杨颖频,吴志峰,黄启厅,骆剑承,吴田军,董文,胡晓东,肖文菊. 2023

[12]东北三省2020-2022年间10 m空间分辨率耕地资源空间分布数据集. 申格,刘航,李丹丹,陈实,邹金秋. 2023

[13]基于GEE的黄河上游生态环境质量动态监测与评价:以龙羊峡至积石峡段为例. 周喆,胡夏嵩,刘昌义,付江涛,赵吉美,邢光延,何伟鹏. 2023

[14]大丰市滩涂生态系统服务价值评估. 孙玲,朱泽生,,刘羽,张继林. 2004

[15]基于TM影像的作物自动分类技术研究. 侯亮,王新栋,高倩,刘素英. 2015

[16]基于TM影像江阴市土地利用/覆盖监测. 王华,申双和,李秉柏. 2006

[17]基于优化ISODATA法的冬小麦长势分级监测. 李正金,李卫国,申双和. 2009

[18]基于TM遥感信息和产量形成过程的水稻估产模型. 李卫国. 2007

[19]基于TM影像的草原沙漠化信息增强方法的研究. 刘同海,吴新宏,董永平. 2009

[20]MODIS逐日积雪覆盖率产品验证及算法重建. 张颖,黄晓东,王玮,梁天刚. 2013

作者其他论文 更多>>

微信小程序