基于多源大数据和机器学习的全国耕地质量评价及时空变化
ID:229 View Protection:PRIVATE Updated Time:2023-04-11 09:11:03 Hits:2198 Oral Presentation

Start Time:2023-05-06 14:05(Asia/Shanghai)

Duration:15min

Session:7B 7B、遥感与地理信息科学 » 7B-17B-1 遥感与地理信息科学

No files

Abstract
耕地是粮食生产的重要保障,对实现可持续发展目标(SDG)具有重要意义。党的二十大报告指出,要全方位夯实粮食安全根基,牢牢守住十八亿亩耕地红线,确保中国人的饭碗牢牢端在自己手中。由于缺乏连续的大规模采样数据,全国范围内耕地质量的长时序时空变化很少被量化。本研究基于全国19万份耕地质量土壤监测样本,基于多源大数据和机器学习方法,首次全面评估了近40余年来全国耕地质量的时空分布及变化特征。结果表明在过去的40年中,全国耕地的耕地质量总体提升。全国平均耕地质量提高了约9%,其中高质量耕地增加了约14%。在空间差异方面,黄淮海地区的高质量耕地在过去40年中增加最多,占总增加面积的62%。而中国北部和西部地区,特别是东北地区和黄土高原地区,在近20年面临一定的耕地退化问题。本研究为评价过去40年中国耕地质量的时空变化和特征提供了技术方法和科学数据支撑,可为促进农业生产和管理、保障粮食安全、促进可持续发展和高质量发展提供科技支撑。
 
Keywords
耕地质量,大数据,机器学习,时空变化,粮食安全
Speaker
张杰
中国农业大学

Submission Author
张杰 中国农业大学
白雪源 中国农业大学
崔振岭 中国农业大学
张福锁 中国农业大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 05

    2023

    to

    May 08

    2023

  • Mar 31 2023

    Draft paper submission deadline

  • May 25 2023

    Registration deadline

Sponsored By
青年地学论坛理事会
中国科学院青年创新促进会地学分会
Organized By
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学(武汉)
Contact Information
Previous Conferences