GIS and remote sensing based multicriteria analysis for identifying potential agricultural land: A case study on Savar Upazila, Bangladesh
Raju Ahmed · Shaikh Mehdee Mohammad · Ummul Momanin Coalee 等 4 人
用GIS与遥感多准则分析评估孟加拉Savar地区潜在农业用地适宜性。
Landsat-8监督分类提取土地利用，结合土壤、地形数据用AHP与MCE做适宜
仅12.42%为农地，高、中、边缘、不适宜分别占24.28%、29.53%、24.66%、21.53
可引入时序遥感与气候情景，动态评估适宜性变化并耦合作物种植决策支持。
方法规范、数据可靠的区域农用地适宜性案例研究，但属孟加拉地方尺度，对国内三农信息化仅有方法借鉴价值，不宜进入每日精选。
尽管农业在国内生产总值（GDP）中的贡献逐渐下降，但它仍是孟加拉国经济的支柱。农耕是孟加拉国农村生计的主要方式，但农业用地正日益减少。虽然目前孟加拉国在粮食生产方面，尤其是稻米和其他一些主要农产品方面已实现自给自足，但据预测，在不久的将来，该国将因气候相关威胁而面临巨大挑战。本研究旨在运用地理信息系统（GIS）和遥感（RS）基础上的多准则分析，确定达卡县萨瓦尔乡（分区）适宜耕作的土地潜力。研究考虑了土壤、地形以及土地利用与土地覆盖（LULC）等相关生物物理特征。土壤数据来自土壤资源开发研究所（SRDI），高程数据来自航天飞机雷达地形测绘任务（SRTM），卫星影像则来自Landsat-8。土地利用与土地覆盖分类采用最大似然监督分类技术，适宜耕作区的识别则运用多准则评价（MCE）和层次分析法（AHP）。研究发现，土地利用与土地覆盖类别中，农业用地、建成区、休耕地、植被覆盖、水体及湿地分别占12.42%、31.01%、25.69%、25.98%、4.81%和0.09%。研究还发现，农业用地适宜性分为高度适宜、中度适宜、勉强适宜和不适宜，分别占24.28%、29.53%、24.66%和21.53%。相比之下，当前农业用地仅占本研究区土地总面积的12.42%。Kappa精度值为0.88，总体精度值为0.90，表明土地利用与土地覆盖分类近乎完美。本研究提供了地方层面的信息，可供农民在决定种植模式和适宜性时参考。《孟加拉国农村发展研究》，第26卷第1期，2023年（第13-26页）