没有合适的资源?快使用搜索试试~ 我知道了~
利用地理空间技术评估埃塞俄比亚Didessa流域玉米生产土地适宜性分析
农业中的人工智能6(2022)34埃塞俄比亚Didessa流域利用地理空间技术进行玉米生产的土地适宜性分析Mitiku Badasa Moisaa,Mr. J.,Firdissa Sadeta Tiyeb,Indale Niguse Dejenec,Dessalegn Obsi Gemedada埃塞俄比亚Shambu校区Wollega大学技术学院农业工程系b埃塞俄比亚沃莱加大学金比校区社会科学和人文学院地理和环境研究系c埃塞俄比亚内格姆特校区沃勒加大学自然和计算科学学院地球科学系。d埃塞俄比亚吉马吉马大学农业和兽医学院自然资源管理系a r t i c l e i nf o文章历史记录:2021年12月22日收到2022年2月3日收到修订版,2022年2022年2月11日在线提供保留字:农业生产土地适宜性重叠分析a b s t r a c t实际土地适宜性评估是提高产量的先决条件,使农业社区能够在适当的地方种植适当的作物。玉米是埃塞俄比亚稳定的粮食作物之一,在高原、中部和低地三个农业生态区均有种植 尽管如此,由于缺乏关于土地适宜性的知识和信息,玉米产量很低。土地适宜于玉米种植对于最大限度地减少粮食安全问题至关重要本研究的目的是确定潜在的土地适合玉米生产的Didessa流域,埃塞俄比亚西部使用多标准评估(MCE)和地理空间技术。从土地利用/土地覆被变化、气候、地形、土壤和基础设施等方面对玉米地适宜性进行评价。应用基于MCE的两两比较矩阵对玉米种植的适宜性进行了评价。 结果表明,研究区高度适宜玉米种植面积为977.7km2(14.1%),中度适宜玉米种植面积为4794.9km2(69.1%),中度适宜玉米种植面积为1118.8km2(16.1%),不适宜玉米种植面积为51.5km2(0.7%)。该研究为决策机构和农业社区利用玉米种植潜力提供了重要信息版权所有© 2022作者。出版社:Elsevier B.V.我代表科爱通信公司,公司这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。1. 我不想让你失望在全球范围内,2020年约生产11.62亿吨玉米(Solanki等人,2020年)。世界玉米产量从1971年的3.13亿吨增加到2020年的11.62亿吨,这表明每年增加3.07%(Nyagumbo等人,2016年)。 农业是埃塞俄比亚的支柱和主要收入来源(Berhanu和Poulton,2014年; Headey等人, 2014年)。 玉米种植在埃塞俄比亚的许多地区广泛实施(Kassie等人,2015年)。它不仅在埃塞俄比亚而且在全球范围内广泛种植以获得商业利益(Linda et al.,2015; Habibie等人,2019年)。尽管如此,有些人由于缺乏食物而无法进食(Regassa和Stoecker,2012; Mota等人, 2019年)。在贫穷国家,如简称:AEZ,农业生态区; AHP,层次分析法; CI,一致性指数; CR,一致性比率; DN,数字数; IDW,反距离加权; LST,地表温度; LULC,土地利用土地覆盖; MCE,多标准评价;MoWIE,水利灌溉工程部; NDVI,归一化差异植被指数; NMA,国家气象局; USGS,美国地质调查局。*通讯作者。电子邮件地址:mitikubadasa10@gmail.com(M.B. Moisa)。在埃塞俄比亚,不能利用现有技术进行产量开发导致玉米产量低(Asfaw等人, 2012; Abate等人, 2019年)。据报道,该国由于缺乏技术手段而导致粮食短缺(Bewket,2007年; Dijk等人, 2020年)。大约在17世纪后期,玉米作物被引入埃塞俄比亚(Huffnagel,1961; Abate等人,2015年)。在埃塞俄比亚,玉米在高地、中部和低地农业生态区种植(Eliaset al., 2013; Tessema和Simane,2019;Dendir和Simane,2019)。在埃塞俄比亚,通过使用创新作物类型和农业投入来增加农业产出的做法正在获得推动力(Tamene等人, 2017; Sime和Aune,2018;Silva等人, 2021年)。 除了使用更好的品种和农业投入外,在投资农业之前确 定 特定土地的 适 当性 有 助 于 最 大限 度 地 利 用 现有 土 地 资 源(Ahamed等人,2016年)。土地适宜性评估对于土地利用规划至关重要(Vasu等人,2018; Habibie等人, 2019; Mehrjardi等人, 2020; Al-Taani等人, 2021年)。玉米生产的土地适宜性评价尽管具有重要意义,但在全国范围内,特别是在研究区,却很少受到重视。在埃塞俄比亚,已经进行了一些关于土地对玉米生产的物理适合性的研究(Girma等人,2015; Alemu和Worku,2017; Debesa等人, 2020年)。生物物理参数,如https://doi.org/10.1016/j.aiia.2022.02.0012589-7217/© 2022作者。出版社:Elsevier B.V.我代表科爱通信公司,公司这是一篇CC BY-NC-ND许可证下的开放获取文章(http:creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表农业中的人工智能杂志主页:http://www.keaipublishing.com/en/journals/农业人工智能/M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工图1.一、研究区域的位置图。35气候(降雨量和温度)、土壤、土地利用和海拔都包括在先前的研究中。然而,在以往的研究中,在土地物理适宜性评价中没有考虑地表温度的影响因此,本研究拟将土地适宜性作为一个物理土地适宜性的判断标准。2. MATERIALS和METHODS2.1. 研究区域的描述这项研究是在埃塞俄比亚西部的Didessa流域进行的地理上,迪德萨流域位于7 ° 49 ′30″至8 °54′30″ N和36 ° 1′00″至37 ° 6′00″E之间(图1)。①的人。迪德萨流域的地形范围从平均海平面以上1354米至3154米。流域总面积6942.9平方公里.2.1.1. 气候研究区在夏季(6月)降雨量最大。这是由W ed ajoetal制作的。(2019)在迪德萨河子流域表明,平均最低和最高温度分别为13 °C和26.5 °C。 Gemeda等人的其他研究(2021年)在Bedele站,这是位于内Didessa河次流域的平均最低和最高温度分别为11.9 °C和26.2 °C2.1.2. 土壤类型研究区土壤类型多样在现有的土壤类型中,以浅成土占优势,面积为4235.7km2(61.0%),其次为赤红壤,面积为518.6km2(7.5%)。2.2. 数据来源和说明OLI/TIRS 2020 的 陆 地 卫 星 图 像 从 美 国 下 载 美 国 地 质 调 查 局(USGS)网站(https://www.usgs.gov/),用于土地利用土地覆盖(LULC)分类。 气候数据来自埃塞俄比亚国家气象局(NMA),土壤数据来自水利和灌溉工程部(MoWIE),高程数据来自ASTER DEM(表1;图2)。2)。2.3. 数据分析2.3.1. 降雨Didessa流域内和附近的四个站,即Gimbi、Nekemte、Bedele和Arjo的降雨量数据,M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工图二、研究方法流程图。36表1研究所用数据的描述数据数据类型分辨率(m)来源气候数据降雨量数据30NMALandsat OLI/TIRSLST,LULC30 USGSASTER DEM海拔30 USGS因此,使用热红外两个波段的亮度温度、陆地表面发射率的平均值和差异来估计LST(Cheng等人,2015年)。第1阶段:将多个磁盘合并为多个存储空间(TOA)空间土壤数据土壤类型、排水、深度和质地30 MoWIELandsat传感器中的热数据并以一种表示像素的方式被存储在数字中,该数字尚未被校准并转换成辐射单位(Aik等人, 2020; Moisa等人,2022年)埃塞俄比亚国家气象局。我们使用反距离加权(IDW)技术对四个站点的气候数据进行插值,以获得研究区域及其周围站点的年降雨量数据。年降雨量插值与30米的分辨率,然后提取到研究区。2.3.2. 地表温度在本研究中,LST是从2020年Landsat OLI/TIRS的热波段中检索的(Adeola等人,2017年)的报告。应用单窗算法从OLI/ TIRS图像的热波段中提取LST。因此,LST是从Landsat 8(OLI/TIRS)中检索的,其中 波 段 10 的 热 波 段 由 以 下 单 窗 口 算 法 使 用 ( Guo 等 人 , 2020;Sekertekin和Bonafoni,2020)。将数字(DN)转换为陆地卫星TIRS热波段 的光谱辐 射率(Dener 和Alves,2016;Ziaul 和Ziul,2018)。使用(Eq. ① ①)。Lλ哪里Atmo shereToA的L λ T o p osp ectral a di n ce。Wm−2sr−1μm−1μ mML1/4来自元数据的特定于频带的乘法重新缩放因子Radianne−multi-bandx;其中x是频带编号来自Meta数据的AL1/4波段Radiance−add−band x;其中x是波段数M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工37¼Lλ表2本研究所选参数的成对比较矩阵K1¼是校准常数 1Lλ1是传感器0sapertune处的光谱辐射率。W;及Ln¼是自然对数m2srμmQ Cal¼量化和校准的标准产品像素值第3阶段:L和S级存储器存储器使用和虚拟化利用归一化植被指数(NDVI)对植被覆盖度和绿度的因此,作为一个可行的基函数,它研究了通过利用与植被指数的经验相关性将NDVI转换为与覆盖部分相关的值(Tomar等人,2013年)。NDVI计算是确定植被比例(PV)的关键此外,还应确定与PV相关的发射率(ε)(公式10)。(三))。第2阶段:将数据集转换为可扩展数据集在DN被转换为辐射率之后,热带的光谱辐射率应该被转换为亮温(BT),如Moisa等人最近所使用的。(2022)使用(Eq. (2))。K2NDVINIR−R近红外光谱仪哪里NDVI¼是归一化差异植被指数ð3ÞBT¼ ln. K11BT¼在−传感器亮度温度下K2¼是校准常数 2ð2ÞNIR是近红外波段,R是红色波段Landsat 8使用波段5(红外)和波段4(红色)估算归一化差异植被指数值。在估算出植被指数后,计算出植被所占比例,反映了地表比辐射率。图三. 研究区年降雨量图。因素纹理排水土壤类型LULC 土壤深度高程降雨LST土壤12222334纹理排水½1222334土壤类型½1/2122233LULC½1/21/212233土壤深度½1/21/21/21223高程1/31/31/21/21/2123降雨1/31/31/31/31/21/212LST¼1/41/31/31/31/31/21=4.427.078.9510.511.9815.5619.3622.16M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工38ω;:ω;ðω1美元。λTBΣInԑ第4步:确定虚拟化的准备工作植被的比例估计使用(方程。(4))。2.3.3. 高程从USGS网站(https://www.usgs.gov/)下载分辨率为30 m的ASTERDEM,并用于获取海拔高度PV ¼.NDVI−NDVIminΣ2ð4Þ(米)。从这个组织中,我们提取了NDVImax−NDVImin步骤5:地面发射率地表比辐射率(Emax)是估算地表温度的重要参数陆地表面发射率计算如下(Sobrino等人, 2004; Chibuike等人,2018)使用(Eq.(5))。电话:021-8888888传真:021 - 8888888辐射表面温度使用方程校正发射率(六)、LST¼TB−273:156P哪里LST¼是以开尔文为单位的陆地表面温度TB¼是辐射表面温度,单位为开尔文λ1是发射辐射的波长λ 11:5μ mp= hch是普朗克常数 6 2610 −34J S c是σ1:438ω10−2ππ光速2:998 10 8m/s); σ是Stefan Boltzmann常数(1.38* 10 −23JK −1);而λ是地表发射率。研究区,这是非常重要的了解土地适宜玉米生产。玉米作物种植在低地地区更有利,反之亦然(Gorfu和Ahmed,2011年; Rashid等人, 2013年)。2.3.4. 土壤数据研究区的土壤数据来自水利和灌溉工程部,并剪切到研究区。此外,土壤数据转换为栅格格式的30米的空间分辨率和重新分类,根据以前的研究Debesa等。(2020)进行叠加分析。2.3.5. 土地利用土地覆被类型多光谱Landsat OLI/TIRS层叠加并提取到Didessa流域。采用监督分类最大似然算法对研究区的LULC进行了分类使用ERDAS Imagine2015软件将图像分类为耕地、森林、草地、茂密和开阔林地以及城市地区2.4. 准则权重估计根据专家意见,使用层次分析法(AHP)模型(Saaty,2004;Abine,2021)处理Saaty(1980)开发了该模型,以比较每个标准的相对重要性。Saaty(1980)提供了一个标度范围来表示以下方面的相对重要性:M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工39图四、研究区地表温度。M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工40¼¼表3LST等级和相应的适用性等级。表4研究区农业生态区划及适宜性等级编号LST等级(°C)面积(平方公里)面积(%)适用性等级S·N农业生态区面积(平方公里)面积(%)适用性等级1<231171.316.9不适合1低地1640.823.6高度适合223-25.72286.632.9勉强适合2米德兰兹4990.871.9适度适宜325.7-28.42144.730.9适度适宜3高地311.34.5勉强适合4>28.41340.319.3高度适合总6942.9100.0总6942.9100.0每个因子的范围在1到9之间最后,计算成对比较矩阵优先级的权重(表2)。计 算 一 致 性 比 ( CR ) 以 检 查 比 较 的 一 致 性 ( Yohannes 和Soromessa,2018)。CR使用(等式2)计算。(七))。CR值范围为0 - 1(Saaty,1980;Malczewski,2000)。CR 0.1是一个合理的一致性水平一致性指数(CI)的计算在耕地适宜性分析中具有重要意义。(七)、2.5. 加权叠加分析利用ArcGIS环境中的叠加分析功能,对各重分类因子进行聚合和加权。应用Debesa等提出的成对比较矩阵分析方法,分析了玉米土地适宜性分析中各因子的相对重要性。(2020年)。使用等式(1)进行成对矩阵比较(Rabia和Terribile,2013)(九)、CIλmax−nn−1ð7Þ深圳市维熙科技有限公司其中λmax是成对比较矩阵的最大特征值,n是类:式中,S为适宜性;Wi为因子权重;Xi为因子i的标准评分:然后,CR使用Eq.(8)如Saaty(1980)所建议的。CRCIRIð8Þ3. ResultsandDiscusion3.1. 年降雨量其中RI是使用Saaty量表利用降水资料分析了研究区年降水量,这是玉米生产的基本要求之一与-图五、研究区农业生态区。M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工41图第六章研究区土壤类型。没有降雨,就没有农业,特别是靠雨水灌溉的农业根本无法运作。 Didessa流域的西北部地区不适合玉米作物的发展(图3)。根据Kinduet al.(2009)指出,降雨量是玉米作物种植选址的最重要参数。3.2. 地表温度估算利用OLI/TIRS 2020 Landsat图像的热波段确定了研究区的LST温暖的温度适合玉米作物种植,而寒冷的温度不是。其中1340.3km2(19.3%)的研究区适宜玉米生产。最适宜的地区集中在研究区的中部和北部(图11)。4)。然而,1171.3平方公里(16.9%)的面积,研究区的西南部地区不适合玉米作物生产(表3)。 这些发现与Habibie et al. (2019),他发现高LST是玉米作物生产力的最佳选择。表5土壤类型及其相应的适宜性等级。表6研究区土壤质地及其适宜性等级S/No土壤质地面积(平方公里)面积(%)适宜性等级S·N土壤类型面积(平方公里)面积(%)适用性等级1砂质粘土10.30.8不适合1纯变性土988.214.2不适合2粘壤土127.51.8勉强适合2单重砂质土991.214.3勉强适合3砂质粘壤土3826.755.1适度适宜3单成层Alisol4235.761.0适度适宜4壤土80.71.2高度适合4单成硝态土209.13.0高度适合5砂壤土2478.035.0适度适宜5Rhodic Nitisols518.67.5高度适合6壤质砂土419.86.0勉强适合总6942.9100.0总6942.9100.0M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工423.3. 研究区农业生态区从数字高程模型中提取研究区的农业生态区划。以前的研究Hurni(1998年),Gorfu和Ahmed(2011年)被用来创建农业生态区(AEZ)Didessa流域。这项研究的结果显示,低地占研究区域的核心部分,而中部占相当大的部分(图5)。我们的研究结果表明,共1640.8平方公里(23.6%)的研究面积被认为是非常有利的玉米作物种植(表4)。Gorfu和Ahmed(2011)和Rashid等人进行的先前研究。(2013)得出结论,低地地区适合种植玉米。3.4. 土壤类型研究区的主要土壤类型包括纯变性土、单重砂姜黑土、单重稀散土、单重硝态土和Rhodic硝态土(图1)。(六)。结果表明,单一硝态土和紫红色硝态土对玉米生产非常有利,面积为727.7km2(10.5%)(表5)。但在总面积为988.2km2的纯变性土中,图第七章研究区土壤质地图。M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工43图八、研究区土壤排水图。足够(14.2%)。该研究的结果与早期研究一致(Sultan,2013)。3.5. 土壤质地研究区的土壤质地分为六组。砂质粘土、粘壤土、砂质粘壤土、壤土、砂质壤土和壤土砂。研究区土壤质地适宜玉米生产的面积为80.7km2,占总面积的1.2%砂质粘土不适宜(0.8%),总面积10.3km2 砂质粘壤土占研究区域的大部分,面积为3826.7km2(55.1%),适度适合玉米农业(表6;图6)。 7)。 该研究的结果与先前研究的结果更一致(Hussien等人, 2019年)。3.6. 土壤排水研究区的土壤排水图(图)。(八)。研究区的排水系统可分为良好、中等、偏强、过度和不完善5类。Al-Mashreki的研究等人(2015)证明良好和适度的排水适合玉米生产。结果表明,整个Didessa 流 域 的 6143.1km2 ( 88.5% ) 非 常 适 合 玉 米 农 业 , 而 372.7km2(5.4%)不适合(表7)。3.7. 土壤深度用于确定玉米作物发展的可行土地的最基本土壤性质是土壤深度(Kindu等人, 2009年)。玉米作物生产力受益于深土壤深度。根据土壤深度,我们可以对土地是否适合某些作物进行分类。研究区域的土壤深度等级如图9所示。结果表明,4209.4km2(60.6%)非常适合玉米生产,73.2km2(1.1%)不适合玉米生产(表8)。3.8. 适宜玉米生产的从综合的8个因素,土地适合玉米生产(图)。 10)。结果表明,977.7km2(14.1%),M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工44表7土壤排水和适宜性等级。表8土壤深度和适宜性等级。编号土壤排水面积(平方公里)面积(%)适用性等级编号土壤深度(cm)面积(平方公里)面积(%)适用性等级1不完善116.11.7勉强适合1<5073.21.1不适合2中度311.04.5高度适合250–75778.211.2勉强适合3以及6143.188.5不适合375–1001882.227.1适度适宜4有些过度372.05.4不适合4>1004209.460.6高度适合5过度0.70.0总6942.9100.0总6942.9100.0高度适宜玉米生产的面积为4794.9km2(69.1%),中度适宜玉米生产的面积为1118.8km2(16.1%),中度不适宜玉米生产的面积为51.5km2(0.7%)。这一数据清楚地表明,大部分研究区是适度适合玉米生产 Debesa等人也报道了类似的研究结果。2020年,在Dabo Hana县。集中在中部的低海拔地区,由于气温较高(高地表温度),更有利于玉米生产,因此是高度和中度因此,西部和东部的一些地区图第九章研究区土壤深度图。M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工45图10. 土地适宜玉米生产面积。表9玉米生产适宜面积S/否适宜性等级面积(平方公里)面积(%)1非常适合977.7 14.12中度适宜4794.9 69.13勉强适合1118.8 16.14不适合51.5 0.7共计6942.9 100.0不太适合玉米生产。 东北地区地势高、气温低,不适宜玉米生产。4. 联系我们了解土地对作物生产的适宜性可以提高产量,并有助于实现联合国可持续发展目标,如无贫困和零饥饿。流域尺度玉米生产的土地适宜性评价对于提高埃塞俄比亚等农业经济体的粮食安全至关重要利用气候、LULC、LST、土壤、地形和基础设施数据等因子评价了玉米生产的物理土地适宜性在这项研究中,地理空间技术,以确定研究区的玉米生产的物理土地适宜性研究结果表明,低海拔、高地表温度地区,适合玉米生产。结果表明,高度适宜玉米种植面积为977.7km2,占总面积的14.1%,中度适宜玉米种植面积为4794.9km2 ,占总面积的69.1%。约1118.8平方公里(16.1%),51.5km2(0.7%)为极不适宜和不适宜玉米生产。本研究结果可为决策机构促进Didessa流域玉米集约化生产提供为了提高粮食安全,研究区的农业社区应该种植高度和中度适宜的玉米生产区。此外,为了维持农业社区的生活,将在研究区进行类似作物品种的物理土地适宜性研究与此相关的数据和数据库NA.用于打印的打印机NA.Availabilityofdata本研究所用数据将根据通讯作者的要求提供M.B. Moisa,F.S.Tiye,I. N.Dejene等人农业人工46资金这项研究没有收到资金CRDIAUTOR SHIPCONTRIBUTIA N SSTATMitiku Badasa Moisa:概念化,数据策展,形式分析,调查,方法论,资源,软件,验证,可视化,写作形式分析,调查,方法论,资料来源,写作&-评论编辑. Indale Niguse Dejene:正式分析,调查,方法论,资源,写作设计和操作系统:形式、创新、方法、资源、写作Competinterest的Declartion提交人声明没有利益冲突致谢作者感谢Wollega大学技术学院、Shambu校区、Wollega大学Gimbi校区、Wollega大学Nekemte校区和Jimma大学农业和兽医学院提供开展本研究的现有设施引用阿巴特,T.,Shiferaw,B.,Menkir,A.,Wegary,D.,Kebede,Y.,Tesfaye,K.,Kassie,M.,Bogale,G.,Tadesse,T.,2015年。 改变埃塞俄比亚玉米生产力的因素。食品安全。7,965-98 1.阿巴特,T. M.,Dessie,A. B.,梅基,T. M.,2019年。埃塞俄比亚阿 姆 哈 拉 州 北贡达尔地区红 辣 椒 生 产 中 小 农 的 技 术 效 率 。J. Econom. Struct.8(1),1-18.Abine,R.E.,2021年沿喀麦隆火山线滑坡敏感性的地理信息系统和遥感评估喀麦隆. Res.Square Platform LLC 2021. https://doi.org/10.21203/rs.3.rs-819468/v1网站。Adeola,上午,Olwoch,J.M.,Botai,J.O.,de Rautenbach,W.C.J.,Kalumba,上午,Tsela,P.L.,阿迪莎,我的天Nsubuga,F.W.N.,2017. 南非普马-兰加省恩科马齐市绘制蚊子繁殖生境地图的陆地卫星衍生环境度量。S. Afr. Geogr. J. 99(1),14-28.Ahamed,T.,野口河,Takigawa,T.,田湖,2016年。 生物生产工程:可持续农业系统的自动化和精确农艺学。第2版 新星科学出版公司,美国纽约Aik,D.H.J.,伊斯梅尔,M.H.,Muharam,F.M.,2020年。马来西亚金马伦高原陆地利用/土地 覆 盖 变 化 及 其 与 地 表 温 度 的 关 系 土 地 九 千 三 百 七 十 二 。https://doi.org/10.3390/land9100372网站。Alemu,G.,Worku,K.,2017. 基于GIS的埃塞俄比亚西南部Jimma地区Gumay Woreda选定多年生作物土地利用适宜性分析。快去J. Soc. Sci. 浪研究4(1),3-18。Al-Mashreki,M.H.,Atroosh,K.B.,Mu Zahi,A.A.,Obaid,N.A.,Caoline,K.,2015年。基于GIS的也门阿比扬三角洲经济作物(棉花、芝麻和花生)土地适宜性评价Am. J.Exp. Agric. 8(6),384-405.Al-Taani,A.,Al-hubsan,Y.,法尔汉岛,2021年利用地理信息系统和遥感技术进行农业用地适宜性评价:约旦马安省案例研究。埃及J. Remote Sens. Space Sci. 24(1),109-117。Asfaw,S.,Shiferaw,B.,Simtowe,F.,利珀湖2012. 现代农业技术对小农福利的影响:来自坦桑尼亚和埃塞俄比亚的证据。Food Policy37(3),283-29 5.Berhanu,K.,Poulton,C.,2014年。埃塞俄比亚农业推广政策的政治经济学:经济增长与政治控制。Dev.政策修订版32(s2),s197-s213。Bewket,W.,2007年埃塞俄比亚西北部高地水土保持常规技术干预:农民的接受和采用。土地使用政策24(2),404Cheng,X.,魏,B.,陈,G.,宋,C.,2015. 公园规模及其周边城市景观格局对公园降温效应的影响。J.城市规划。Dev. 141(3),A4014002。Chibuike,E.M.,Lbukun,A.O.,Kunda,J.J.,Abba,A.,2018年使用地理空间技术评估绿 色 公 园 对 阿 布 贾 城 市 微 气 候 的 雷 姆 Sens. Appl.Soc. Environ. 11 ( 11-21 ) 。https://doi.org/10.1016/j.rsase.2018.04.006网站。Debesa,G.,Gebre,S.L.,Melese,A.,Regassa,A.,Teka,S.,2020. 基于地理信息系统和遥感的埃塞俄比亚西南部Dabo Hana地区主要谷类作物的土地适宜性分析。CogentFood Agric. 6(1),178010 0.Dendir,Z.,Simane,B.,2019. 埃塞俄比亚Gurage行政区不同农业生态区生计对气候变率和变化的脆弱性。进度灾难Sci. 3,100035。Dener,E.,阿尔维斯湖2016年。巴西小城市聚集区地面城市热岛强度的季节和空间变化气候第4(4)页,第61页。https://doi.org/10.3390/cli4040061.Elias,A.,Nohmi,M.,Yasunobu,K.,Ishida,A.,2013年。 农业推广计划对小农农业生产力的影响:来自埃塞俄比亚高原三个农民协会的证据。 J. 农业Sci. 第五条第8款。https://doi.org/10.5539/jas.v5n8p163网站。Gemeda,D. O.,Korecha,D.,Garedew,W.,2021年埃塞俄比亚西南部最潮湿的地区存 在 气 候 变 化 的 证 据 赫 利 翁 9 , e08009 。https://doi.org/10.1016/j 。heliyon.2021.e08009.吉尔马河Moges,A.,Quraishi,S.,2015年。基于GIS的埃塞俄比亚东部农作物生产的土地 适 宜 性 评 价 : Jello 流 域 的 案 例 研 究 农 业 技 术 。 四 , 一 百 三 十 九 。https://doi.org/10.4172/2168-9881.1000139网站。Gorfu,D.,Ahmed,E.,2011年。埃塞俄比亚的农作物和农业生态区埃塞俄比亚农业研究所高级研究员。https://prrp-ethiopia.wur.nl/index/component/phocadownload/category/8-%20crops%20and%20agro-ecological%20zones%2 0toal%2 0- %2 0dereeje %20gfu 277 0。pdf?downloa d=5 1:cro ps-annd-agro-ecological-zones-total-dereje-gorfu(2022年1月20日访问)。郭杰,Ren,H.,郑宇,吕,S.,Dong,J.,2020年。利用SURFRAD数据集对Landsat8/TIRS图像杂散光校正前后的地表温度反演进行评估。远程传感器12(6),1023。哈比比,MI,野口河,Shusuke,M.,Ahamed,T.,2019. 利用卫星遥感和基于GIS的多标准决策支持系统对印度尼西亚玉米生产的土地适宜性分析。GeoJournal. 86,777-807。Headey,D.,Dereje,M.,太妃糖,A. S.,2014年。埃塞俄比亚的土地限制和农业集约化:对高潜力地区的村级分析。Food Policy 48,129-141.赫夫纳格尔,H.P.,一九六一年埃塞俄比亚的农业。粮农组织,罗马。Hurni,H.,1998年 土壤保持研究计划埃塞俄比亚研究报告埃塞俄比亚农业生态带。瑞士伯尔尼大学发展与环境中心,与埃塞俄比亚农业部合作。Hussien,K.,Woldu,G.,Birhanu,S.,2019年。基于GIS的埃塞俄比亚东部Hararghe地区Erer流域地面灌溉多标准土地适宜性分析East Afr. J. Sci. 13(2),169-18 4.凯西,B.T.,Asseng,S.,R.P.罗特,Hengsdijk,H.,Ruane,A.C.,Van Ittersum,M.K.,2015年。利用不同的气候变化情景和作物模型,探讨气候变化对埃塞俄比亚中部裂谷玉米生产的影响和适应选择。爬上去张。129(1),145-158。Kindu,M.,Kidanu,S.,Chernet,T.,2009年基于GIS的农用地目标作物适宜性埃尔。技术报告https://doi.org/10.13140/RG.2.2.18047.30887。Linda,A.,Oluwatola,A.,Opeyemi,T.A.,2015. 利用GIS技术对奥约州Egbeda地方政府区域进行玉米生产的土地适宜性分析。世界科学、工程和技术学院。国际环境学会Ecol.Eng.9(3),294-29 9. Malczewski,J.,两千 GIS与多准则决策分析约翰·威利父子公司加拿大、美国Mehrjardi,R.T.,Nabiollahi,K.,拉索利湖克里河,Scholten,T.H.,2020年。利用机器学习模型进行土地适宜性农学。10,573。https://doi.org/10.3390/agronomy10040573网站。Moisa,M.B.,Merga,B. B.,Gemeda,D. O.,2022年基于多指标的农业干旱评估:GilgelGibe子流 域的案例 研究。TheorApplClimatol,South-ernEthiopiahttps://doi.org/10.1007/s00704-022-03962-4莫塔戒酒协会Lachore,S.T.,Handiso,Y.H.,2019年。埃塞俄比亚南部Wolaita区DamotGale Woreda农村家庭粮食不安全及其决定因素评估。农业、粮食安全。8(1),1-11.尼亚贡博岛,Mkuhlani,S.,比萨角,Kamalongo,D.,迪亚斯,D.,Mekuria,M.,2016年。在马拉维和莫桑比克的对比农业生态中基于保护性农业的玉米-豆类种植系统的玉米产量效应。Nutr.循环农业生态系统105(3),275-29 0.Rabia,A.H.,Terribile,F.,2013. 引入一种新的土地适宜性评价参数概念。国际环境学会Sci. Dev. 4(1),15-19.拉希德,Z.,Zaidi,P.H.,Vinayan,M.T.,夏尔马,S. S.,塞蒂,T.S.,2013年。玉米对霜霉病的抗性在热带亚洲低地的霜霉属物种中。作物保护43,183-19 1.Regassa,N.,Stoecker,B.J.,2012年。埃塞俄比亚南部Sidama区家庭粮食无保障和饥饿状况。公共卫生Nutr. 15(7),1276-1283。Saaty,T.L.,1980年 层次分析法。 McGraw-Hill International,New York,NY.Saaty,T.L.,2004. 决策采用层次分析法和网络法(AHP/ANP)。《系统科学杂志》系统工程13(1),1-35。Sekertekin,A.,Bonafoni,S.,2020年。利用不同算法和发射率模型对陆地卫星8日间和夜间地表温度反演的敏感性分析和验证。远程传感器12,2776。https://doi.org/10.3390/rs12172776网站。席尔瓦,J.V.,Reidsma,P.,Baudron,F.,Jalet,A.M.,Tesfaye,K.,van Ittersum,M.K.,2021年埃塞俄比亚小农耕作系统中的小麦产量差距。艾力冈。坚持住。Dev. 41(1),1Sime,G.,Aune,J.B.,2018年改良作物品种和农业实践的可持续性:埃塞俄比亚中部裂谷的案例研究农业8(11)。网址:http://doi.org/10.3390/agriculture8110177S obrinoA,Jo s é,J iménez-MuozC,Juan,P ao li ni,Leonard o,20 04. LANDSATTM 5的地形图检索。环境遥感卷90(4),434-440。https://doi.org/10.1016/j.rse.2004.02.003网站。Solanki,R.L.,Nagar,K.C.,Agarwal,S.K.,Swami,P.,Indoria,D.,2020年。 大豆[Glycine max(L.)Merrill]通过集群前线演示。国际期刊当前Microbiol.应用科学9(4
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 十种常见电感线圈电感量计算公式详解
- 军用车辆:CAN总线的集成与优势
- CAN总线在汽车智能换档系统中的作用与实现
- CAN总线数据超载问题及解决策略
- 汽车车身系统CAN总线设计与应用
- SAP企业需求深度剖析:财务会计与供应链的关键流程与改进策略
- CAN总线在发动机电控系统中的通信设计实践
- Spring与iBATIS整合:快速开发与比较分析
- CAN总线驱动的整车管理系统硬件设计详解
- CAN总线通讯智能节点设计与实现
- DSP实现电动汽车CAN总线通讯技术
- CAN协议网关设计:自动位速率检测与互连
- Xcode免证书调试iPad程序开发指南
- 分布式数据库查询优化算法探讨
- Win7安装VC++6.0完全指南:解决兼容性与Office冲突
- MFC实现学生信息管理系统:登录与数据库操作
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功