Identification of Cultivable Wastelands in Meghalaya, India using Geospatial Technology for Agricultural Reclamation
Ronak Meena · Chandan Goswami · C. P. Suresh 等 4 人
利用遥感与GIS识别印度梅加拉亚邦可耕荒地并评估其农业复垦潜力。
LISS-IV多光谱影像、假彩色合成与目视解译的土地利用分类。
识别出约34万公顷可耕荒地，占全邦15.2%，以稀疏灌木地为主。
可结合机器学习自动分类与土壤、气候数据，构建荒地复垦适宜性评价模型。
基于LISS-IV遥感与GIS的印度梅加拉亚邦可耕荒地清查，数据翔实、方法规范，对农业土地复垦与空间规划有参考价值，但属区域案例，公共影响有限。
适宜耕作的 cultivable wasteland（可耕荒地）是一项重要的土地资源，可用于提高农业生产力和可持续土地管理。本研究旨在利用遥感（Remote Sensing）和地理信息系统（Geographic Information System, GIS）技术估算梅加拉亚邦的可耕荒地，并评估将荒地开垦用于农业的可能性。对2025—2026年LISS-IV传感器多光谱卫星数据进行处理，生成假彩色合成影像（False Colour Composite, FCC），并通过目视图像解译进行土地利用/土地覆盖（Land Use/Land Cover, LULC）分类，以区分主要可耕荒地类别：密灌丛地、疏灌丛地、草地/放牧地以及轮垦区。约340,673.36公顷土地被识别为可耕荒地，占梅加拉亚邦总地理面积的近15.2%。在已识别类别中，疏灌丛地面积最大（206,595.18公顷），其次为密灌丛地（99,488.89公顷）、轮垦区（34,331.34公顷）和草地/放牧地（257.94公顷）。这些荒地的分布表明，通过适当的土地恢复和可持续管理措施，具有相当大的开垦潜力。所生成的空间数据库和专题图件为土地利用规划、资源管理和政策制定提供了基础信息，旨在提高梅加拉亚邦的农业生产力和实现荒地的可持续利用。