城市周边及交通沿线基本农田保护风险预警及应用——以广州增城区为例.docVIP

城市周边及交通沿线基本农田保护风险预警及应用——以广州增城区为例 张婷 马世发 黄韬 广东省国土资源技术中心 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 本文的研究目的是建立空间预警模型, 分析基本农田流失风险, 提高土地利用“卫片执法”遥感检测的针对性。研究方法为基于空间区位论, 利用人工神经网络建立数据挖掘模型, 分析土地城镇化概率, 预警耕地流失风险。研究结果显示城市周边及交通沿线优质耕地分布较多, 质量也较好, 但流失风险也较大, 耕地保护矛盾十分突出。本文的研究结论为基于数据挖掘的空间预警模型能有效预测城市周边及交通沿线耕地流失风险, 可为土地利用“卫片执法”提供监测指引。 关键词： 基本农田; 风险预警; 人工神经网络; 卫片执法; 作者简介：张婷 (1967-) , 女, 陕西渭南人, 高级工程师, 主要从事国土信息化。 收稿日期：2017-09-12 基金：广东省国土资源科研项目 (GDGTKJ2017001) 资助 Early warning for monitoring of basic farmland surrounding cities and traffic lines——A case study about Zengcheng, Guangzhou ZHANG Ting Land and Resources Technology Center of Guangdong Province; Abstract： The purpose of this paper was to propose an early warning model based on spatial data mining method to analysis the risk for protection of basic farmland, which will help for monitoring illegal land use with remote sensing. Methods include the urban expansion location theory and artificial neural network.Results demonstrate that high quality arable land usually located around cities and traffic lines, but these areas are also with a high probability for urban growth. The basic farmland which located around metropolitan areas are easier to be lost. The paper concluded that artificial neural network could be used to discover the land use change probability for early warning the occupation of arable land, which could help discover the hot areas for illegal land use monitoring. Keyword： Basic farmland; Risk early warning; Artificial neural network; Law enforcement inspection of land satellite image; Received： 2017-09-12 1 引言 为了应对日益复杂的城镇工业化形势, 确保粮食安全供给, 我国推出了永久基本农田保护政策, 进一步增强了基本农田保护效力[1]。根据国土资源部的指导文件精神, 在永久基本农田划定的过程中, 尤其是要把城镇周边及交通沿线的优质耕地优先纳入保护区, 这一策略的实施无疑也对我国城镇化过程中的土地摊大饼、无序增长起到了重要的扭转作用[2]。然而, 开发与保护是一对天然的矛盾体。虽然城镇交通沿线周边的优质耕地需要优先纳入保护范围, 但这种保护也面临着强势的城镇化冲击, 耕地保护压力十分巨大, 城乡结合部土地违法现象也更为严重[3,4]。“卫片执法”虽然增强了土地违法督查的效力, 但年度性“卫片执法”依然具有很长的空档期, 而土地利用违法行为在短期内即可造成违法事实。因此, 土地违法督查工作任务十分艰巨, 迫切需要利用相关预警手段进