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

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。

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。