Journal of Urban Intelligence and Smart Systems·9月19日 · 周六论文智慧农业 / 农业物联网阅读 0

Geospatial Intelligence for Peri-Urban Land-Use Conflicts: Evaluating Agricultural Suitability against Rapid Urbanisation using the Analytical Hierarchy Process and Cloud Computing

Sreerama Naik Naik S R · T K Prasad · Feba Jose Jasmine 等 4 人

Journal of Urban Intelligence and Smart SystemsDOI 10.59543/6mpcwr41开放获取 PDF ↗
论文解读
70接近精选线
速览

用AHP与云平台评估印度Bapatla城郊农业适宜性,揭示城市化引发的土地利用冲突。

方法

Google Earth Engine处理8个因子,AHP加权叠加分析142.2

发现

76.55%区域适宜农业,但高度适宜仅0.53%,冲突主因是城市化而非环境限制。

机会点

可引入时序遥感与动态城市扩张模拟,构建城郊农业保护与城市增长协同优化模型。

影响力12
信息增量20
专业深度17
信源权威13
时效性8

该论文利用遥感与AHP方法评估城郊农业用地冲突,方法新颖、数据详实,对农业土地保护有参考价值,但属细分领域研究,影响范围有限。

原文摘要

本文基于八项自然与土地利用特征,对巴帕特拉(Bapatla)郊区农业潜力进行了地理空间多准则评价,这些特征包括:海拔、坡度、道路可达性、距水体远近、地表温度(LST)、归一化植被指数(NDVI)、土地利用/土地覆盖(LULC)以及土壤质地,并利用Google Earth Engine进行处理。采用层次分析法(AHP)确定各准则的相对权重。NDVI权重最高(26.33%),其次为LST、坡度和距水体远近(均为14.96%),而海拔因该地区地形平坦权重最低(4.6%)。加权叠加分析将142.25 km²的研究区划分为适宜(108.90 km²;76.55%)、不适宜(32.60 km²;22.92%)和高适宜(0.75 km²;0.53%)三类。适宜区主要分布于南部及外围农业区,而不适宜区集中于巴帕特拉城区及其周边。高适宜土地面积有限,凸显了优质农业用地的稀缺性。结果表明,土地利用冲突主要由城市化驱动,而非环境限制。基于AHP的适宜性地图为农业用地保护、水资源管理和可持续城市扩张提供了循证工具。

Bapatla 农业用地 城市化相关资讯

Harbin Institute of Technology / arXiv·9月18日 · 周五精选89 分 论文农业人工智能与决策模型阅读 0

Full-Season Agentic Farm System FAIRY: Event-Driven Multi-Agent Orchestration for Soybean Production(FAIRY 全季节智能体农场系统:大豆生产的事件驱动多智能体编排)

部署全季节事件驱动多智能体系统FAIRY,在大豆农场完成从起垄到存储的全流程评估。

MDPI Remote Sensing·9月21日 · 周一79 分 论文农业遥感与作物表型阅读 0

Optimization of Farmland Management Zoning in the Black Soil Region: A Climate Adaptability Assessment Considering Crop Growth Response and Topographic Characteristics(黑土区农田管理分区优化:考虑作物生长响应与地形特征的气候适应性评估)

评估黑土区多源遥感特征组合在干旱湿润场景下的农田管理分区气候适应性。