Efficient Evaluation Method for Paddy Field Quality at Plot Scale Based on Multi-Source Data and Random Forest Model

doi:10.1002/ldr.70274

2025-11-11

PRE

DOI：10.1002/ldr.70274

原文链接

原文求助

摘要

En 中文

中国正快速建设设施完善的农田项目，其中稻田是其关键组成部分，使得对稻田耕地的质量进行高效监测成为农业资源管理的核心问题。然而，现有的耕地质量评价方法仍存在一些问题，如评价指数复杂、数据采集效率低和时效性差。因此，本研究选取嘉兴市作为设施完善农田建设的良好代表区域，通过文献分析筛选出一个包含七项核心指标的简化稻田质量指标体系，该体系可通过结合遥感及相关数据进行快速计算。采用随机森林（RF）算法构建多指标融合评价模型，以实现地块尺度上快速准确的稻田质量评价，解决了传统方法的主观性问题。结果表明：（1）基于随机森林的稻田评价模型精度达到89.5%，与稻田质量等级划分高度一致；（2）指标间冗余度低（归一化植被指数（NDVI）与净初级生产力（NPP）最大相关系数为0.36）；光温生产潜力（LTPP）贡献最大（0.47），其次为NPP（0.19）和田间距离（0.10），这些是区分稻田生产潜力和质量的关键指标；（3）嘉兴市稻田质量等级呈现明显的集聚特征，55.83%的稻田被评为高等级。本研究验证了简化指标体系和多源数据融合的有效性，为监测设施完善农田项目的建设效果提供了高效方法。

Keyword:

cultivated land quality assessment

indicator optimization

multi-source remote sensing integration

paddy field

random forest model

期刊

Land Degradation and Development

IF:

3.7

论文数:

4.3K

被引数:

1.3W

机构

china agricultural university

学者数:

5.1W

论文数: 3.0W

被引数: 43

引用论文

Global Consequences of Land Use 土地利用的全球后果

Science

IF0

2005-07-22

PREAI

Jonathan A. Foley; Ruth DeFries; Gregory P. Asner; Carol Barford; Gordon Bonan; Stephen R. Carpenter; F. Stuart Chapin; Michael T. Coe; Gretchen C. Daily; Holly K. Gibbs; Joseph H. Helkowski; Tracey Holloway; Erica A. Howard; Christopher J. Kucharik; Chad Monfreda; Jonathan A. Patz; I. Colin Prentice; Navin Ramankutty; Peter K. Snyder

Study on cultivated land quality evaluation from the perspective of farmland ecosystems

ECOLOGICAL INDICATORS

IF7.4

2022-06-01