基于TOPSIS和BP神经网络的高标准农田综合识别

• 作者: 吕雅慧 张超 朱德海 杨建宇 郧文聚 陈英义
• 来源期刊: 农业机械学报
• 学科: 经济
• 关键词: 高标准农田 综合识别 多源数据 TOPSIS BP神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 196-204
• 页数: 9页
• 分类号: F301.21
• 字数: 4671字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2018.03.024

摘要

为提高耕地综合生产能力,适应农业现代化发展需求,我国提出了高标准农田建设的重大战略部署.高标准农田的识别是建设前选址和建设后评价的基础.本文以耕地图斑为基本单元,融合遥感影像等多源数据,从本底条件、空间形态、建设水平、生态防护等方面,构建农田综合质量多特性表征体系,采用逼近理想点排序法(TOPSIS)进行初步评价,再以人机交互的方式选取各质量等级农田的真值样本,进一步采用BP神经网络算法修正各特性权值,得到农田综合质量的精确评价结果,实现高标准农田识别.以吉林省大安市为研究区,研究结果表明:基于多特性表征体系的农田综合质量评价方法精度达到96％以上;研究区高标准农田面积广大,主要分布在耕地集中连片、道路通达、生态防护良好、具有农业现代化生产优势的东北部、中北部、西北部边缘和部分南部区域;当地已备案的高标准农田和未备案、有潜力的高质量农田区域均得到有效识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱德海	中国农业大学信息与电气工程学院	128	2023	23.0	39.0
3	杨建宇	中国农业大学信息与电气工程学院	59	884	17.0	26.0
5	张超	中国农业大学信息与电气工程学院	110	973	17.0	24.0
7	郧文聚		142	3311	31.0	52.0
8	吕雅慧	中国农业大学信息与电气工程学院	8	103	5.0	8.0