耕地弃耕遥感智能监测与分析.pdf

耕地弃耕遥感智能监测与分析杨建宇杨建宇 教授教授土地科学与技术学院土地科学与技术学院/中国农业大学中国农业大学自然资源部农用地质量与监控重点实验室自然资源部农用地质量与监控重点实验室农业农村部农业灾害遥感重点实验室农业农村部农业灾害遥感重点实验室20232023年年1010月月1919日日一、研究背景与意义二、国内外研究现状三、弃耕定义与遥感表征四、典型地区及全国弃耕智能提取五、结论与讨论一、研究背景与意义研究背景与意义 全球粮食危机全球粮食危机疫情、俄乌冲突、极端天气等诸多不利因素导致国际粮价大幅度上涨粮价大幅度上涨。印度、乌克兰、阿根廷等国相继出台粮粮食出口禁令食出口禁令，还有部分国家从国际市场上大量购买粮食，加剧了供求矛盾供求矛盾。联合国世界粮食计划署已经发出警告，人类或将面临“二战后最大的粮食危二战后最大的粮食危机机”，贫困和饥饿问题的恶化。全球粮食出口禁令国家食品类型禁令结束日期阿根廷豆油、豆粕2023年12月31日阿尔及利亚意大利面、小麦衍生物、植物油、糖2022年12月31日埃及植物油、玉米2022年6月12日小麦、面粉、油、扁豆、意大利面、豆类2022年6月10日印度小麦2022年12月31日印度尼西亚棕榈油、棕榈仁油2022年12月31日伊朗土豆、茄子、西红柿、洋葱2022年12月31日哈萨克斯坦小麦、小麦粉2022年6月15日科索沃小麦、玉米、面粉、植物油、盐、糖2022年12月31日土耳其牛肉、羊肉、山羊肉、黄油、食用油2022年12月31日乌克兰小麦、燕麦、小米、糖2022年12月31日俄罗斯糖、葵花籽2022年8月31日小麦、混合麦meslin、黑麦、大麦、玉米2022年6月30日塞尔维亚小麦、玉米、面粉、油2022年12月31日突尼斯水果、蔬菜2022年12月31日科威特鸡肉制品、谷物、植物油2022年12月31日研究背景与意义 全球粮食危机全球粮食危机(Zheng Qiming,Nature Communication,2023)利用1992-2020年ESA-CCI数据产品发现全球弃耕面积有101M公顷公顷，平均每年3.6Mha。撂荒主要集中在亚洲亚洲、欧洲和非洲，尤其是俄罗斯(12.4M)、中国中国(8.7M)(8.7M)和巴西(8.4M)。如果能合理利用弃耕，能够带来363 Pcal 1的粮食生产潜力，1080 MtCO 2 1的气候变化缓解潜力。Zheng,Q.,Ha,T.,Prishchepov,A.V.,Zeng,Y.,Yin,H.,&Koh,L.P.(2023).The neglected role of abandoned cropland in supporting both food security and climate change mitigation.Nature Communications,14(1),6083.研究背景与意义 我国粮食安全我国粮食安全对世界粮食的依赖，必须引起重视！对世界粮食的依赖，必须引起重视！2022年我国粮食产量再创新高粮食产量再创新高，全年全国粮食总产量68653万吨，连续8年保持在1.3万亿斤万亿斤，比上年增加368万吨，增长增长0.5%。我国利用占世界耕地总面积约7%的耕地，养活了世界约22%的人口。2022年中国进口粮食进口粮食14687万吨，出口出口粮食为322万吨，粮食对外依存度依然保持对外依存度依然保持高位态势高位态势。2022年中国粮食进口金额进口金额为826.46亿美元，同比增长增长10.5%；中国粮食出口金额为10.41亿美元，同比下降0.42%。中国粮食进出口顺逆差以逆差为主逆差为主。研究背景与意义 我国粮食安全我国粮食安全耕地保护是“国之大者”耕地保护是“国之大者”2013十八亿亩耕地红线必须坚守十八亿亩耕地红线必须坚守，没有一点点讨价还价的余地！2015耕地是我国最为宝贵的资源，像保护大熊猫一样保护耕地像保护大熊猫一样保护耕地。2017耕地是粮食生产的命根子耕地是粮食生产的命根子，坚决遏制土地违法行为，牢牢守住耕地红线。2019严格保护耕地严格保护耕地，扩大轮作休耕试点，健全耕地草原森林河流湖泊休养生息制度，建立市场化、多元化生态补偿机制。2021耕地保护要求要非常明确，1818亿亩耕地必须实至名归亿亩耕地必须实至名归，农田就是农田，而且必须是良田必须是良田。2022全面推进乡村振兴，坚持农业农村优先发展，巩固拓展脱贫攻坚成果，全方位夯实粮食安全根基，牢牢守住十八亿亩耕地红牢牢守住十八亿亩耕地红线，确保中国人的饭碗牢牢端在自己手中线，确保中国人的饭碗牢牢端在自己手中。研究背景与意义“非农化”“非农化”“非粮化”“非粮化”监测监测国务院办公厅关于防止耕地“非粮化”稳定粮食生产的意见国务院办公厅关于坚决制止耕地“非农化”行为的通知农业农村部印发关于统筹利用撂荒地促进农业生产发展的指导意见弃耕弃耕弃耕弃耕研究背景与意义 弃耕可对自然环境和农业发展产生多方面的影响弃耕可对自然环境和农业发展产生多方面的影响负面影响 对粮食安全产生负面影响（Environmental science&policy,2006）降低耕地和农业生物多样性（Biomass and Bioenergy,2005）正面影响 加速生态恢复（Environmental science&technology,2008）提高碳固存（Global Biogeochemical Cycles,2013）影响程度均依赖于弃耕持续时间的长短影响程度均依赖于弃耕持续时间的长短（Global change biology,2017）任务 发生弃耕的耕地 出现弃耕的时间遥感技术 长时序土地覆被变化遥感监测二、国内外研究现状国内外研究现状 弃耕现状与影响弃耕现状与影响期刊期刊时间时间作者作者作者单位作者单位尺度尺度数据数据Science2022Christopher L.Crawford普林斯顿大学全球典型区域全球典型区域LandsatScience2023Gergana N.Daskalova国际应用系统分析研究所-Nature Food2021Peter Potapov马里兰大学全球全球LandsatNature Food2022Victor Mackenhauer Olsen哥本哈根大学南苏丹南苏丹LandsatNature Sustainability2021Jan Sandstad Nss挪威科技大学全球全球ESA CCINature Communication2023Qiming Zheng,Lian Pin Koh香港理工大学全球全球ESA-CCINature Communications2021Karina Winkler瓦赫宁根大学全球全球粮农组织统计数据和遥感产品Communications earth&environment2023Maren H.Gvein挪威科技大学全球全球ESA-CCI国内外研究现状 国际弃耕遥感监测国际弃耕遥感监测方法方法数据数据时间步长时间步长尺度尺度作者作者&单位单位期刊期刊&时间时间基于土地覆被基于土地覆被分类的方法分类的方法MODIS2-5年欧洲Stephan Estel，德国洪堡大学RSE，2015Landsat5年高加索北部He Yin，威斯康星大学GEC,2015Sentinel-1.2/Landsat/MODIS 1年南苏丹哥本哈根大学团队Nature Food,2021直接对比法直接对比法SPOT 4+Landsat+MODIS1年非洲-萨赫勒哥本哈根大学团队RSE，2017Landsat1年波兰Natalia Kolecka，雅盖隆大学RSE，2021时间序列轨迹时间序列轨迹分析法分析法MODIS5年内蒙古He Yin，威斯康星大学RSE，2018Landsat全球典型地区RSE，2020Sentinel-23年韩国关阳HeeyeunYoon，首尔国立大学ISPRS,2020基于土地覆被基于土地覆被产品的方法产品的方法EAS-CCI5年全球Qiming Zheng,Lian Pin Koh,香港理工大学Nature Communication,2023CLCD5年中国Maoxin Zhang,Tingting He*,浙江大学SCI TOTAL ENVIRON,2022国内外研究现状 国内弃耕遥感监测国内弃耕遥感监测尺度尺度数据数据时间步长时间步长作者作者&单位单位期刊期刊&时间时间区域区域MODIS1年Chao Wang,Qingfeng Sun*,波多黎各大学Sci.Rep,2016Landsat4年Zhenrong Du,Jianyu Yang,*中国农业大学TGRS,2021Landsat+Sentinel-21年Zhonghui Wei,Xiaohe Gu,北京市农业信息技术研究中心RS,2021MODIS+Landsat5年Taixia Wu*，河海大学GISCI REMOTE SENS,2022Landsat+Sentinel-2/Changqiao Hong*,Xiaobin Jin*,南京大学J.Environ.Manage，2023Landsat3年Yulin Jiang*,Fu Chen*,中国农业大学SCI TOTAL ENVIRON,2023全国全国MODIS3年Xiufang Zhu*,北京师范大学SCI TOTAL ENVIRON,2021MODIS1年，5年Le Li,Yaozhong Pan*,广东工业大学LDD,2022CLCD5年Maoxin Zhang,Tingting He*,浙江大学SCI TOTAL ENVIRON,2022Sentinel-1+Sentinel-2/Bingwen Qiu*，福州大学INT J APPL EARTH OBS，2022国内外研究现状 存在的问题存在的问题弃耕弃耕定义不明确定义不明确，弃耕的，弃耕的时间步长争议较大时间步长争议较大、弃耕地块的、弃耕地块的遥感表征复杂遥感表征复杂已有研究中，弃耕的时间步长集中在1-5年弃耕涉及“变”(耕地变为非耕地)和“不变”(非耕地的状态持续一段时间)两个过程缺乏缺乏适宜的大尺度系统遥感监测方法适宜的大尺度系统遥感监测方法,尤其是区分弃耕和退耕的模型。相比于传统的变化监测尤其是区分弃耕和退耕的模型。相比于传统的变化监测目标，弃耕涉及的目标，弃耕涉及的时间长时间长、弃耕后地类、弃耕后地类变化多样变化多样，对变化监测算法的要求更高，对变化监测算法的要求更高弃耕的遥感监测仅通过耕地与非耕地两类的转换关系识别弃耕地退耕的遥感监测缺少连续密集的监测长时序土地覆被长时序土地覆被样本采集工作量大样本采集工作量大且且获取困难获取困难基于无监督分类的方法监测精度较低时间序列轨迹分析算法不适用于弃耕与退耕的遥感监测样本迁移和扩增近年来在长时序土地覆被变化监测领域取得了较好的效果三、弃耕定义与遥感表征弃耕定义与遥感表征定性定义定性定义弃耕弃耕：指放弃耕作，与抛荒、撂荒的意义相同，一般是农民的自发行为（柯炳生，2020）退耕退耕：在我国一般指生态退耕，指出于生态改善的目的，将耕地退出粮食耕种改种林或草，具有积极性（张蓬涛，2006）定量定义定量定义弃耕弃耕：至少有连续两年到五年没有耕种的耕地（FAO，2016）退耕退耕：出于生态保护或其他目的在耕地人为种植草本植物或树木和灌木，即由耕地转换为草地或林地，并持续三年或以上（美国农业部）；退耕还林（草）工程于项目实施的第四年开展验收，多位于坡度25以上(中国国务院)http:/ Z.,Yang J.*,Ou C.,Zhang,T.Agricultural land abandonment and retirement mapping in the Northern China crop-pasture band using temporal consistency check and trajectory-based change detection approach.IEEE Transactions on Geoscience and Remote Sensing,2021,60:1-12.弃耕定义与遥感表征 弃耕与其他相近概念弃耕与其他相近概念退耕：退耕：土地覆被类别由耕地转为大于等于四年连续草地和林地的区域(坡度25以上)弃耕弃耕：至少连续四年没有耕种且又没有发生退耕的耕地休耕：休耕：小于四年未耕种的耕地复耕：复耕：弃耕或退耕后又被重新耕种的区域(持续时间需满足大于等于四年)耕地减少：耕地减少：耕地变为建设用地、水体等其他土地覆被类型稳定耕地：稳定耕地：研究时间段内一直为耕地的区域四、典型地区及全国弃耕智能提取1.北方农牧交错带弃耕智能提取 研究区概况研究区概况北方农牧交错带我国重要的生态功能区和安全屏障，也是世界四大农牧世界四大农牧交错带之一交错带之一资源环境压力大：沙漠化、草地退化、自然灾害频繁大致沿400mm降水等值线两侧分布，横跨了辽宁、内蒙古、河北、山西、陕西、甘肃、宁夏7 7个省份，个省份，162个旗个旗县，县，46.73万万km2半湿润地区与半干旱地区的气候交汇带，丰年500600mm，干旱年份250mm；区域年蒸发量16002500mm，导致气候更加干燥在政策及自然禀赋条件的影响下耕地易发生退耕与弃耕典型地区及全国弃耕智能提取 数据概况数据概况Landsat数据：Landsat-5 TM,Landsat-7ETM+,Landsat-8 OLI;使用MODIS数据对Landsat的数据缺失部分进行补值。FROM-GLC 年度不透水层变化数据JRC 全球地表水制图数据SRTM 地形数据典型地区及全国弃耕智能提取典型地区及全国弃耕智能提取 土地覆被分类训练及验证样本土地覆被分类训练及验证样本标注了19982019年稳定的耕地、草地、林地及其他四类样本，共获得训练样本点5031个，验证样本点4316个1.北方农牧交错带弃耕智能提取典型地区及全国弃耕智能提取 弃耕与退耕监测结果验证样本弃耕与退耕监测结果验证样本弃耕样本点：20012016年每年各100个稳定耕地样本点：1079个共计5879个退耕样本点：20012016年每年各100个耕地减少（转为建设用地或水体等）、复耕及休耕等其他样本点：20012016年每年各100个1.北方农牧交错带弃耕智能提取典型地区及全国弃耕智能提取基于数据增强的样本扩增基于数据增强的样本扩增基于多尺度特征提取的样本扩增基于多尺度特征提取的样本扩增通过多尺度特征提取可以将样本点及其周围其他地物的光谱特征囊括进来，在样本集中增加部分混合像元的特征，提高模型对混合像元的分类能力，从而优化分类结果。初始样本点0，光谱特征 0102 0获得缓冲区内的其他同类样本点1,2,利用变化向量分析获得光谱特征差异12 基于基于加权和变化向量分析加权和变化向量分析的样本扩增的样本扩增以点0为中心构建半径为100km的缓冲区获取距离最小的4个样点 1,2,3,4新的样本特征 1,2,=0.5 01,02,0+0.15 11,12,1+0.15 21,22,2+0.1 31,32,3+0.1 41,42,41.北方农牧交错带弃耕智能提取典型地区及全国弃耕智能提取扩增前后土地覆被分类结果对比扩增前后土地覆被分类结果对比区域区域A和和B：山间平原耕地和梯田的分类结果连片性更好且形状更为完整区域区域C：改善西北部荒漠化较为严重的地区中草地、耕地和裸地的混分现象区域区域D和和E：在一定程度上改善分类结果中的椒盐现象，使得地物提取结果更为完整纯净，地物边缘也与实际情况更为相符，如区域D中的草地类别和区域E中的其他类别综上：综上：本文提出的样本扩增方法可有效提高分类模型的泛化能泛化能力和对混合像元的识别能力，改善分类结果中的椒盐现象力和对混合像元的识别能力，改善分类结果中的椒盐现象，优化土地覆被分类结果典型地区及全国弃耕智能提取 基于基于LCTCDLCTCD算法的弃耕监测结果算法的弃耕监测结果1.北方农牧交错带弃耕智能提取典型地区及全国弃耕智能提取 北方农牧交错带典型弃耕类型北方农牧交错带典型弃耕类型由于土壤沙化导致的弃耕由于土壤沙化导致的弃耕主要分布于研究区东北部的内蒙古自治区科尔沁沙地西侧由于土地荒漠化导致的弃耕由于土地荒漠化导致的弃耕主要分布于研究区西北部内蒙古自治区中部由于水土流失导致的弃耕（坡耕地）由于水土流失导致的弃耕（坡耕地）主要分布于黄土丘陵地带1.北方农牧交错带弃耕智能提取典型地区及全国弃耕智能提取 北方农牧交错带典型弃耕类型北方农牧交错带典型弃耕类型由于水土流失导致的弃耕（梯田）由于水土流失导致的弃耕（梯田）主要分布于黄土丘陵地带其他原因导致的弃耕其他原因导致的弃耕主要分布于研究区其他丘陵地带的坡耕地其他原因导致的弃耕其他原因导致的弃耕主要分布于研究区平原地带大片耕地的边缘1.北方农牧交错带弃耕智能提取典型地区及全国弃耕智能提取 精度验证精度验证1=2 +1.北方农牧交错带弃耕智能提取典型地区及全国弃耕智能提取区域整体的空间分布特征分析区域整体的空间分布特征分析弃耕强度较大的区域主要位于研究区陕甘宁三省交接处的黄土高原西北部陕甘宁三省交接处的黄土高原西北部，内蒙古自治区中部土地荒漠化内蒙古自治区中部土地荒漠化较为严重的地区，以及研究区东北部科尔沁沙地的西侧较为严重的地区，以及研究区东北部科尔沁沙地的西侧。退耕在北方农牧交错带的分布较为广泛退耕在北方农牧交错带的分布较为广泛。如宁夏回族自治区南部六盘山脉地带宁夏回族自治区南部六盘山脉地带，陕西省和山西省北部黄土陕西省和山西省北部黄土高原地区高原地区，以及北京市周边河北省北部的山区丘陵地带等以及北京市周边河北省北部的山区丘陵地带等都出现了较强的退耕强度都出现了较强的退耕强度。典型地区及全国弃耕智能提取区域整体的时间分布特征分析区域整体的时间分布特征分析 整体整体上上，本文获得的本文获得的研究区内退耕面积的变化研究区内退耕面积的变化与我国土地利用政策的实施情况关联性较好与我国土地利用政策的实施情况关联性较好。识别结果中2002年的退耕面积达到了最高峰，大部分退耕均发生在第二实施阶段，即20022007年之间。2010年后，研究区内宁夏、陕西等地开始实行生态移民政策，因此在2010年后研究区内的退耕面积又出现了小幅增长。弃耕面积虽也同样呈现逐年平缓下降的趋势，弃耕面积虽也同样呈现逐年平缓下降的趋势，和国家逐年对耕地保护重视程度相关和国家逐年对耕地保护重视程度相关。1.北方农牧交错带弃耕智能提取典型地区及全国弃耕智能提取基于地形的空间分布特征分析基于地形的空间分布特征分析与地形数据的叠加分析结果表明与地形数据的叠加分析结果表明，退耕地、弃耕地和稳定耕地所处坡度，退耕地、弃耕地和稳定耕地所处坡度和海拔和海拔的差异性较大，梯度明显。的差异性较大，梯度明显。稳定耕地一般位于海拔较低和坡度较缓的地区，退耕地一般所处的地区坡度较陡，但弃耕地的海拔更高。且从左图中可以看出，北方农牧交错带区域内坡度大于等于15的坡耕地大部分得到了退耕，退耕还林退耕还林（草）工程实施效果显著（草）工程实施效果显著。典型地区及全国弃耕智能提取 研究区概况研究区概况 人口密集、经济发达、资源环境与发展矛盾人口密集、经济发达、资源环境与发展矛盾突出突出 水资源短缺、耕地质量差、收益低水资源短缺、耕地质量差、收益低 地处华北平原，地势地处华北平原，地势西北高，东南低西北高，东南低，地貌，地貌丰富丰富 三调结果显示，京津冀耕地总面积三调结果显示，京津冀耕地总面积9685.929685.92万万亩，对比二调亩，对比二调减少了减少了1165.081165.08万万亩亩2.京津冀弃耕智能提取图片来源：北京市城市总体规划（2016-2015年）典型地区及全国弃耕智能提取 多源遥感数据收集多源遥感数据收集 Landsat (30m)2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2000年2001年2002年2003年2004年2005年2006年GISD30(30m)SRTM DEM(30m)2.京津冀弃耕智能提取典型地区及全国弃耕智能提取 研究方法研究方法典型地区及全国弃耕智能提取 多种土地覆被产品引导的样本选取策略多种土地覆被产品引导的样本选取策略分辨率产品19801990 2000 2005 2010 2015 2016 2017 2018 2019 2020 202130mGLC_FCS30（中科院刘良云团队）5年一期中科院土地覆被分类目视解译数据5年一期CLCD武汉大学黄昕团队AGLC2000-2015中山大学刘小平团队GlobeLand30（GLC）国家地理信息中心FROM-GLC10清华大学宫鹏团队Global Land Cover and Land（马里兰大学）10mSentinel-2 10m Land Use/Land Cover Timeseries（ESRI）ESA WorldCover欧空局多种公开的土地覆被分类产品2.京津冀弃耕智能提取典型地区及全国弃耕智能提取 变化区域土地覆被分类结果变化区域土地覆被分类结果78%80%82%84%86%88%90%92%94%96%98%100%2000-2020年土地覆被分类精度A1A2A30.700.750.800.850.900.951.002000-2020年京津冀土地覆被分类Kappa系数A1A2A3京津冀农业资源环境分区图A1A1-阴山两麓阴山两麓-长城沿线区长城沿线区：最低：2020：OA:87.85%Kappa:0.8481最高：2010：OA:95.44%Kappa:0.9423A2A2-渤海湾区渤海湾区：最低：2016：OA:86.17%Kappa:0.8250最高：2001：OA:98.62%Kappa:0.9822A3A3-华北平原区华北平原区：最低：2016：OA:86.23%Kappa:0.8275最高：2000：OA:98.40%Kappa:0.9798典型地区及全国弃耕智能提取 弃耕时空格局分析弃耕时空格局分析 时间特征时间特征 每年弃耕面积80,00080,000公顷公顷左右；与2001-2009年相比，2010-2016年弃耕趋趋势有所减缓势有所减缓；2017年弃耕面积突增，需要引起足够重视；河北省河北省弃耕面积远高于北京北京的弃耕面积；弃耕面积最小的是天津市天津市。2.京津冀弃耕智能提取典型地区及全国弃耕智能提取 弃耕时空格局分析弃耕时空格局分析 空间特征空间特征2.京津冀弃耕智能提取京津冀弃耕格局：一横一纵“倒L”格局；多发生在北部和西部山区，即西北部水源涵养区，东部地势平坦的平原地区分布较少；弃耕面积大的区县集中于西北部的张家口市，北部的承德市、东北部的唐山市和秦皇岛市。2001-2017年京津冀1公里格网弃耕分布图京津冀各区县弃耕总面积汇总图典型地区及全国弃耕智能提取 弃耕相关因素分析弃耕相关因素分析 坡度坡度随着坡度的升高，弃耕的面积面积不断减少不断减少。但是由于高坡度地区耕地面积较少，弃耕率呈现弃耕率呈现升高趋势升高趋势。2.京津冀弃耕智能提取不同坡度弃耕面积不同坡度弃耕率典型地区及全国弃耕智能提取 城市化城市化按照不透水面占比划分4种城市化发展水平不同的区域城市化程度高城市化程度高的地区，弃耕面积小面积小，弃耕率低弃耕率低；高农业高农业压力区弃耕面积大，弃耕率压力区弃耕面积大，弃耕率高高；弃耕受城市化进程的影响不受城市化进程的影响不大大。不同城市化区域不同城市化区域弃耕面积和弃耕率2.京津冀弃耕智能提取 弃耕相关因素分析弃耕相关因素分析典型地区及全国弃耕智能提取 弃耕相关因素分析弃耕相关因素分析 政策政策2010年后弃耕减少原因：2006年取消农业税农业税；2008年提高农产品收购价格农产品收购价格；金融危机造成外出务工机会减少外出务工机会减少；上述原因提高了农民的耕作积极性2.京津冀弃耕智能提取典型地区及全国弃耕智能提取注：数据不包括港澳台3.全国弃耕智能提取（2017-2021）0.00%0.50%1.00%1.50%2.00%2.50%050000100000150000200000250000北京市天津市河北省山西省内蒙古自治区辽宁省吉林省黑龙江省上海市江苏省浙江省安徽省福建省江西省山东省河南省湖北省湖南省广东省广西省海南省重庆市四川省贵州省云南省西藏自治区陕西省甘肃省青海省宁夏回族自治区新疆维吾尔自治区单位：公顷公顷弃耕率 全国弃耕面积：401068.95公顷 全国弃耕率：0.31%行政区划面积(公顷)弃耕率15内蒙古 231302.66 2.01%11北京1627.84 1.74%65新疆45334.19 0.64%61陕西12055.08 0.41%21辽宁19908.00 0.38%35福建3218.18 0.35%22吉林18860.71 0.25%62甘肃12694.56 0.24%64宁夏2462.10 0.21%13河北10515.04 0.17%54西藏658.73 0.15%14山西4583.35 0.12%53云南5643.31 0.10%37山东6247.61 0.10%典型地区及全国弃耕智能提取注：数据不包括港澳台3.全国弃耕智能提取省区县面积(公顷)15内蒙古阿鲁科尔沁旗37039 15内蒙古巴林左旗27502 15内蒙古巴林右旗22828 15内蒙古西乌珠穆沁旗14197 15内蒙古翁牛特旗10817 15内蒙古固阳县9952 15内蒙古敖汉旗9201 15内蒙古宁城县8104 21辽宁省建平县7936 15内蒙古科尔沁右翼中旗7775 15内蒙古开鲁县6709 15内蒙古松山区6350 15内蒙古扎鲁特旗5341 15内蒙古科尔沁左翼中旗5203 15内蒙古武川县4985 15内蒙古科尔沁左翼后旗4747 15内蒙古奈曼旗4688 65新疆额敏县3242 15内蒙古喀喇沁旗2756 22吉林通榆县2681 五、结论与讨论结论与讨论弃耕主要分布在研究区水土流失、土水土流失、土地荒漠化以及土壤沙化地荒漠化以及土壤沙化等较为严重的西北和北部地区西北和北部地区。随着年份的推移，弃耕有向低海拔和有向低海拔和平缓坡度地区蔓延的趋势，但整体上平缓坡度地区蔓延的趋势，但整体上仍呈现出较强的空间聚集性仍呈现出较强的空间聚集性。在弃耕现象相对严重的中国北方地区，自然环境因素自然环境因素对弃耕的影响大于社会大于社会经济因素经济因素对弃耕的影响。结论结论结论与讨论 讨论讨论1 1-研究对象研究对象弃耕、退耕弃耕、退耕、休耕、轮作、复耕耕地变化体系弃耕退耕复耕？复耕？种植制度分布图(Le Li,Yaozhong Pan*,LDD,2022)轮作？轮作？休耕？休耕？弃耕退耕结论与讨论 研究尺度研究尺度区域区域、国家、全球全球粮食安全北方农牧交错带京津冀全国尺度全球尺度(Zhu X,et SCI TOTAL ENVIRON,2021)(Welcome-GlobeLand30()结论与讨论 讨论讨论2 2-研究任务研究任务智能识别智能识别、驱动力机制“过程-格局-驱动”京津冀论文成果论文成果：1.Du Z.,Yang J.*,Ou C.,Zhang,T.Agricultural land abandonment and retirement mapping in the Northern China crop-pasture band using temporal consistency check and trajectory-based change detection approach.IEEE Transactions on Geoscience and Remote Sensing,2021,60:1-12.2.Zhang,T.,Hu,D.,Wu,C.,Liu,Y.,Yang,J.*,&Tang,K.Large-scale apple orchard mapping from multi-source data using the semantic segmentation model with image-to-image translation and transfer learning.Computers and Electronics in Agriculture,2023.213,108204.3.Zhang,T.,Yang,J.*,Tan,D.,Zhou Han.,Dai A.Abandoned cropland mapping and its influencing factors analysis:A case study in Beijing-Tianjin-Hebei.Catena.(Under review)4.Zhang,T.,Yang,J.*,Tang,K.,et al.Abandoned Cropland Mapping with Phenology-Enhanced Change Vector Analysis and Semi-Supervised Learning in Different Cropping Intensity Area.IEEE Transactions on Geoscience and Remote Sensing.(Under review)5.Wu C.,Jia W.,Yang J.*,Zhang T,Dai A,Zhou H.Economic Fruit Forest Classification Based on Improved U-Net Model in UAV Multispectral Imagery.Remote Sens.2023,15,2500.项目支撑项目支撑：1.基于偏向性深度特征融合的弃耕遥感监测与分析,2023.01-2026.12.（国家自然科学基金,42271282）2.高标准农田天空地一体化智慧监管技术与应用,2022.11-2026.10.(国家重点研发计划,2022YFB3903500)团队成员团队成员：张婷婷、代安进、周晗、吴春晓博士，杜贞容副教授：张婷婷、代安进、周晗、吴春晓博士，杜贞容副教授谢 谢！敬请批评指正！