农业资源与环境学报

作者：张秀霞,邓灵芝,李旺平,张喜来,汪孝贤,林庆润,程小强

单位：兰州理工大学土木工程学院, 兰州 730050,兰州理工大学甘肃省应急测绘工程研究中心, 兰州 730050,兰州理工大学土木工程学院, 兰州 730050,兰州理工大学甘肃省应急测绘工程研究中心, 兰州 730050,兰州理工大学土木工程学院, 兰州 730050,兰州理工大学甘肃省应急测绘工程研究中心, 兰州 730050,兰州理工大学土木工程学院, 兰州 730050,兰州理工大学甘肃省应急测绘工程研究中心, 兰州 730050,兰州理工大学土木工程学院, 兰州 730050,兰州理工大学甘肃省应急测绘工程研究中心, 兰州 730050,兰州理工大学土木工程学院, 兰州 730050,兰州理工大学甘肃省应急测绘工程研究中心, 兰州 730050,兰州理工大学土木工程学院, 兰州 730050,兰州理工大学甘肃省应急测绘工程研究中心, 兰州 730050

关键词：撂荒耕地，MaxEnt模型，特征优选，空间分布，凉州区,

基金：甘肃省自然科学基金项目（24JRRA176，22JR5RA247）

针对西北干旱区撂荒耕地面积小、分布分散、背景复杂及光谱异质性大等特点，基于MaxEnt模型，提出了一种基于多时相多特征的撂荒耕地识别方法。本研究以甘肃省凉州区为例，基于Sentinel-2A影像数据构建光谱特征、纹理特征及物理特征共42个特征因子，优选特征因子后，利用MaxEnt模型进行撂荒耕地的精细提取，并分析了凉州区2021年和2022年撂荒耕地的时空分异特征。结果表明：5月缨帽变换特征的亮度分量、7月纹理特征的相关性统计量和光谱特征的归一化植被指数及 9月光谱特征的归一化差值裸地与建筑用地指数对研究区撂荒耕地识别精度贡献较大；基于农作物物候特征的MaxEnt模型提取撂荒耕地具有较高的可靠性，ROC曲线下面积（AUC）值均大于0.90，处于“极好”水平；混淆矩阵评估总体精度两年均在90.00%以上，Kappa系数均高于0.80；2021、2022年撂荒面积分别为8 605.29、5 642.42 hm2，撂荒率分别为8.80%、5.65%，2022年较2021年撂荒面积有所减少，两年连续撂荒面积共 3 637.62 hm2，撂荒率为 3.64%。凉州区撂荒耕地呈整体零散稀疏、局部集中的分布特征。研究表明，基于农作物多时相多特征的MaxEnt模型撂荒耕地的提取方法，能够在干旱区少样本的情况下获得较高的提取精度，对实现河西地区大区域尺度的撂荒耕地提取具有重要意义。

来源：2025年第3期

《农业资源与环境学报》期刊编辑部

查看农业资源与环境学报杂志2025年第3期