精品文献
农村土地利用
人工神经网络在农村土地利用分类中的应用
为克服传统方法在土地利用分类中的不足,提出了以Google Earth公开遥感图像为样本,在采用灰度共生矩阵方法提取图像纹理特征和利用主成分分析法进行特征优选的基础上,建立BP神经网络图像分类的遥感图像土地利用分类模型。以Matlab工具为平台对实验图像进行验证。结果表明:该分类模型分类总体精度达到88.00%,Kappa系数达到0.814 5,优于传统的最大似然分类方法,对农村资源规划与环境调查有较大帮助。
基于数据包络分析的分水镇农村土地利用效率评价
基于数据包络分析的分水镇农村土地利用效率评价
研究目的:运用数据包络分析建立农村土地利用效率评价模型。研究方法:分别从\"技术效率\"、\"纯技术效率\"、\"规模效率\"等方面进行评价,并进一步分析分水镇各行政村的投入过剩与产出不足。研究结果:杭州市分水镇的农村土地利用效率总体良好,空间上表现为东南高西北低,非DEA有效的行政村在投入方面表现较好,但是产出部分明显不足,空间上表现为环绕中心镇区分布。研究结论:DEA模型能够突破主观因素的限制,有效地评价农村土地利用效率。