为满足多尺度的耕地资源精细化管理需求,解决面积占优格网化方法(Rule of Max Area,RMA)精度依赖于最佳尺度的问题,提出基于多尺度格网的耕地信息无损提取与表达方法。基于山西省芮城县1∶1万土地利用现状数据,创建32m×32m、64m...为满足多尺度的耕地资源精细化管理需求,解决面积占优格网化方法(Rule of Max Area,RMA)精度依赖于最佳尺度的问题,提出基于多尺度格网的耕地信息无损提取与表达方法。基于山西省芮城县1∶1万土地利用现状数据,创建32m×32m、64m×64m、128m×128m、256m×256m、512m×512m 5个不同尺度的格网数据,并以32m×32m为基础格网数据集进行耕地信息无损格网化,通过Arc Engine二次开发实现了多尺度格网的耕地信息的快速提取,提出了基于格网耕地纯度指数表达耕地空间分布的方法并制作了专题图。采用耕地面积误差分析方法和标准差椭圆模型对研究成果进行了检验。结果显示:多尺度耕地格网数据中的耕地面积误差均小于0.1m^2,实现了无损格网表达;多尺度耕地格网数据的平均中心相差小于1m,分布方向角平均小于0.1°,表明耕地信息无损提取方法能精确提取耕地的数量信息和分布情况。对比RMA方法格网化结果,基于耕地纯度指数表达方法能定量化表征耕地的空间分布特征,可为多尺度耕地资源管理提供准确的数据支持。展开更多
文摘为满足多尺度的耕地资源精细化管理需求,解决面积占优格网化方法(Rule of Max Area,RMA)精度依赖于最佳尺度的问题,提出基于多尺度格网的耕地信息无损提取与表达方法。基于山西省芮城县1∶1万土地利用现状数据,创建32m×32m、64m×64m、128m×128m、256m×256m、512m×512m 5个不同尺度的格网数据,并以32m×32m为基础格网数据集进行耕地信息无损格网化,通过Arc Engine二次开发实现了多尺度格网的耕地信息的快速提取,提出了基于格网耕地纯度指数表达耕地空间分布的方法并制作了专题图。采用耕地面积误差分析方法和标准差椭圆模型对研究成果进行了检验。结果显示:多尺度耕地格网数据中的耕地面积误差均小于0.1m^2,实现了无损格网表达;多尺度耕地格网数据的平均中心相差小于1m,分布方向角平均小于0.1°,表明耕地信息无损提取方法能精确提取耕地的数量信息和分布情况。对比RMA方法格网化结果,基于耕地纯度指数表达方法能定量化表征耕地的空间分布特征,可为多尺度耕地资源管理提供准确的数据支持。
