基于遥感解译的中国农房空间分布特征分析

摘要

中国农房分布研究是乡村振兴的基础性工作之一。本文利用Mask R-CNN深度学习框架,采用亚米级遥感影像,基于中国各省农房的人文地理特征,分省训练出适用于本地的农房遥感解译模型,共识别1484个县的1.54亿栋农房,总建筑面积达298.2亿m^(2),创建出以单体农房为基础的多尺度中国农房数据库。本文分别以县域、镇域和聚落为单元进行农房密度分析:县域单元的农房密度呈现“东密西疏”的分布特征,与胡焕庸线揭示的人口分布格局相符;镇域单元的农房密度沿三大地形阶梯自西向东递增,分布从集中走向平均,与农业区划的农业生产力、地形地貌特征高度耦合;聚落单元的农房分布则呈现“南密北疏”特征形态,与气候条件、地形地貌、人均耕地等相关联。中国农房数据库的建设将为“可计算的”乡村研究奠定基础。