廣東省農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度綜合評(píng)價(jià)方法及其空間特征研究

劉玉，孟超，蔡玉梅，路磊，唐林楠

（1. 北京市農(nóng)林科學(xué)院信息技術(shù)研究中心，北京 100097；2. 中國(guó)國(guó)土勘測(cè)規(guī)劃院，北京 100035；3. 自然資源部土地利用重點(diǎn)實(shí)驗(yàn)室，北京 100035；4. 黑龍江省肇東市農(nóng)業(yè)技術(shù)推廣中心，黑龍江 肇東 151100）

農(nóng)業(yè)是保障國(guó)民經(jīng)濟(jì)穩(wěn)定發(fā)展的基礎(chǔ)產(chǎn)業(yè)[1]。隨著中國(guó)經(jīng)濟(jì)邁進(jìn)高質(zhì)量發(fā)展階段，農(nóng)業(yè)發(fā)展逐漸由“數(shù)量型”向契合“創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享”發(fā)展理念的“質(zhì)量型”轉(zhuǎn)變[2]。農(nóng)業(yè)高質(zhì)量發(fā)展意味著在資源稟賦、勞動(dòng)力狀況、歷史基礎(chǔ)及經(jīng)濟(jì)發(fā)展水平等綜合作用下，地區(qū)農(nóng)業(yè)差異化發(fā)展[3]， 并形成生產(chǎn)、經(jīng)濟(jì)或競(jìng)爭(zhēng)等比較優(yōu)勢(shì)，拉動(dòng)地方農(nóng)業(yè)增長(zhǎng)。《中共中央國(guó)務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見(jiàn)》指出，到2025年，我國(guó)農(nóng)業(yè)農(nóng)村現(xiàn)代化將取得重要進(jìn)展，農(nóng)業(yè)基礎(chǔ)建設(shè)、糧食和重要農(nóng)產(chǎn)品供應(yīng)、農(nóng)業(yè)質(zhì)量效益和競(jìng)爭(zhēng)力等將實(shí)現(xiàn)大幅度改善和提升。據(jù)此，在“三農(nóng)”工作重心歷史性轉(zhuǎn)移之際，開(kāi)展農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度評(píng)價(jià)研究，客觀辨識(shí)區(qū)域農(nóng)業(yè)發(fā)展空間差異，并因地制宜制訂差異化策略，將為促進(jìn)農(nóng)業(yè)高質(zhì)高效發(fā)展、鄉(xiāng)村全面振興等提供支撐。

農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度評(píng)價(jià)是服務(wù)部門及地方農(nóng)業(yè)發(fā)展問(wèn)題診斷辨識(shí)、管理與決策實(shí)踐的重要環(huán)節(jié)，其關(guān)鍵問(wèn)題是如何把評(píng)價(jià)對(duì)象從高維映射到低維或一維，進(jìn)而基于轉(zhuǎn)化后的數(shù)值、序列或類別，開(kāi)展特征分析與決策等。目前，學(xué)者們重點(diǎn)關(guān)注了水稻、蔬菜等的生產(chǎn)和區(qū)位優(yōu)勢(shì)[4-5]、優(yōu)勢(shì)格局演化與布局優(yōu)化[6-7]、優(yōu)勢(shì)區(qū)域差異與影響因素[8-9]等內(nèi)容，在農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度內(nèi)涵、指標(biāo)體系構(gòu)建、評(píng)價(jià)方法選擇等方面已形成了一定成果[10]，覆蓋城市群、省域、縣域等多個(gè)尺度，而農(nóng)業(yè)現(xiàn)代化[11]、農(nóng)業(yè)高質(zhì)量發(fā)展[12]、農(nóng)業(yè)可持續(xù)發(fā)展[13]、農(nóng)業(yè)綠色發(fā)展[14]、農(nóng)業(yè)競(jìng)爭(zhēng)力[15]等內(nèi)容也為農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度評(píng)價(jià)研究提供了諸多視角與方法借鑒。但在以下方面尚有拓展空間：1）在指標(biāo)體系構(gòu)建方面，更傾向于農(nóng)業(yè)生產(chǎn)、區(qū)位等單一優(yōu)勢(shì)評(píng)價(jià)或測(cè)度研究，并以規(guī)模、產(chǎn)量、效益等為主要維度來(lái)構(gòu)建模型，而綜合考慮生產(chǎn)、區(qū)位、生態(tài)、市場(chǎng)等多重優(yōu)勢(shì)的研究較少。2）在 評(píng)價(jià)方法選擇方面，通常分為基于知識(shí)和規(guī)則梳理的邏輯推理（經(jīng)驗(yàn)指數(shù)和法、模糊綜合評(píng)判方法等）和基于自學(xué)習(xí)、自適應(yīng)系統(tǒng)的樣本學(xué)習(xí)機(jī)制（人工神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)方法等）2種[16]。隨著高質(zhì)量的農(nóng)業(yè)資源監(jiān)測(cè)調(diào)查數(shù)據(jù)快速增長(zhǎng)，并逐漸由低維屬性向高維屬性跨越，傳統(tǒng)方法的評(píng)價(jià)結(jié)果在反映農(nóng)業(yè)發(fā)展優(yōu)勢(shì)方面難免不足[17-18]。隨著統(tǒng)計(jì)學(xué)和計(jì)算機(jī)技術(shù)的發(fā)展，逐漸形成了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等智能計(jì)算方法[19]，在農(nóng)情分析與建模、農(nóng)業(yè)氣象制圖、農(nóng)產(chǎn)品質(zhì)量檢測(cè)與分級(jí)等領(lǐng)域得到廣泛運(yùn)用與實(shí)踐[20-21]。

鑒于此，本研究嘗試界定農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度內(nèi)涵，構(gòu)建基于機(jī)器學(xué)習(xí)的農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度綜合評(píng)價(jià)方法，客觀評(píng)價(jià)廣東省縣域農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度；借助空間分析方法，揭示不同方面的空間分布特征與方向差異，并提出應(yīng)對(duì)策略，以期為新形勢(shì)下農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度的智能化評(píng)價(jià)提供方法借鑒，為農(nóng)業(yè)空間布局優(yōu)化和鄉(xiāng)村產(chǎn)業(yè)振興等提供有效支撐。

1 研究區(qū)概況

廣東省地處中國(guó)南部，與香港、福建、湖南等地接鄰。全省陸地總面積為17.97萬(wàn)km2，共轄廣州、深圳、珠海等21個(gè)地級(jí)市，121個(gè)縣（縣級(jí)市、自治縣、市轄區(qū)）。區(qū)域地勢(shì)北高南低，山地、丘陵和平原交錯(cuò)，北部多為山地和高丘陵，南部則為平原和臺(tái)地（表1）。截至2019年，全省常住人口11 521萬(wàn)人，其中鄉(xiāng)村人口3 295萬(wàn)人；地區(qū)生產(chǎn)總值107 671.07億元，其中農(nóng)林牧漁業(yè)增加值 4 477.17億元；農(nóng)村居民人均可支配收入18 818元，農(nóng)產(chǎn)品進(jìn)出口貿(mào)易總額2 160.81億元，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展處于全國(guó)前列。近年來(lái)，廣東省相繼編制了《廣東省實(shí)施鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》《關(guān)于推進(jìn)現(xiàn)代農(nóng)業(yè)高質(zhì)量發(fā)展的指導(dǎo)意見(jiàn)》等政策文件與規(guī)劃，來(lái)指導(dǎo)、推動(dòng)全省農(nóng)業(yè)高質(zhì)量發(fā)展，積極打造農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)高質(zhì)量發(fā)展的先行區(qū)[22]。因此，開(kāi)展廣東省縣域農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度綜合評(píng)價(jià)和空間特征研究，具有典型性和迫切性。鑒于部分市轄區(qū)沒(méi)有農(nóng)業(yè)數(shù)據(jù)或者數(shù)據(jù)不齊全，對(duì)單元進(jìn)行合并，最終形成110個(gè)單元。

表1 廣東省縣域地形地貌分布Table 1 Topographic and geomorphological distribution of Guangdong Province

2 研究方法

2.1 農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度內(nèi)涵界定及評(píng)價(jià)方法

2.1.1 內(nèi)涵界定及指標(biāo)體系構(gòu)建 農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度發(fā)軔于要素稟賦論、比較優(yōu)勢(shì)論等理論[23]。早期階段，學(xué)者們主要從規(guī)模和產(chǎn)量方面構(gòu)建規(guī)模（效率）比較優(yōu)勢(shì)指數(shù)來(lái)反映農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度。隨著產(chǎn)業(yè)發(fā)展理論的拓展與豐富，農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度被認(rèn)為是區(qū)位、生產(chǎn)、資源、市場(chǎng)等多種優(yōu)勢(shì)的綜合體現(xiàn)[12,14]。本研究將農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度定義為：以農(nóng)業(yè)生產(chǎn)基本要素配置和投入為基礎(chǔ)、以追求農(nóng)業(yè)經(jīng)濟(jì)高質(zhì)高效為目標(biāo)，涵蓋一個(gè)國(guó)家或區(qū)域的自然資源稟賦、經(jīng)濟(jì)產(chǎn)業(yè)基礎(chǔ)、農(nóng)業(yè)生產(chǎn)投入、現(xiàn)代化水平、經(jīng)營(yíng)體系、發(fā)展?jié)摿?、生態(tài)等多重優(yōu)勢(shì)，是農(nóng)業(yè)生產(chǎn)、經(jīng)營(yíng)、組織、管理等過(guò)程表現(xiàn)出來(lái)的綜合優(yōu)勢(shì)體現(xiàn)。遵循典型性、科學(xué)性、系統(tǒng)性、可操作性等原則，并參考《全國(guó)農(nóng)業(yè)現(xiàn)代化規(guī)劃（2016—2020年）》以及農(nóng) 業(yè)現(xiàn)代化[11,24]、農(nóng)業(yè)高質(zhì)量發(fā)展[22]、農(nóng)業(yè)競(jìng)爭(zhēng)力[15]、農(nóng)業(yè)適宜性[25]等相關(guān)文獻(xiàn)資料，從自然地理本底、農(nóng)業(yè)生產(chǎn)環(huán)境、農(nóng)業(yè)質(zhì)量效益、經(jīng)營(yíng)組織效益、生態(tài)協(xié)調(diào)能力和產(chǎn)業(yè)發(fā)展?jié)摿?方面選取17項(xiàng)指標(biāo)構(gòu)建農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度綜合評(píng)價(jià)指標(biāo)體系（表2）。

表2 農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度綜合評(píng)價(jià)指標(biāo)體系Table 2 Comprehensive evaluation index system of agricultural development advantage degree

1）自然地理本底是農(nóng)業(yè)賴以發(fā)展的自然物質(zhì)基礎(chǔ)，也是農(nóng)業(yè)發(fā)展差異形成的重要因素[28]，選取地形位指數(shù)、光溫生產(chǎn)潛力指數(shù)和耕地面積來(lái)表征。2）農(nóng)業(yè)生產(chǎn)環(huán)境反映地區(qū)在勞動(dòng)力、資本、技術(shù)等人為追加投入要素的比較優(yōu)勢(shì)，選取農(nóng)業(yè)機(jī)械化水平和有效灌溉率表征。3）農(nóng)業(yè)質(zhì)量效益?zhèn)戎睾饬哭r(nóng)業(yè)綜合產(chǎn)出能力[24]，包括土地產(chǎn)出效益、農(nóng)業(yè)產(chǎn)出效益、結(jié)構(gòu)效益等，分別用地均農(nóng)業(yè)產(chǎn)出、勞均農(nóng)業(yè)產(chǎn)出、農(nóng)林牧漁增加值率表征。4）農(nóng)村經(jīng)營(yíng)組織效益反映一定產(chǎn)業(yè)組織化水平下農(nóng)村的社會(huì)經(jīng)濟(jì)發(fā)展水平，選取經(jīng)營(yíng)組織化程度、農(nóng)村居民人均可支配收入和第一產(chǎn)業(yè)從業(yè)人員比重表征。5）生態(tài)協(xié)調(diào)能力側(cè)重反映縣域農(nóng)業(yè)發(fā)展對(duì)生態(tài)環(huán)境造成的負(fù)面影響。選取化肥農(nóng)藥負(fù)荷量、塑料農(nóng)膜負(fù)荷量、河道治理率[29]表征。6）產(chǎn)業(yè)發(fā)展?jié)摿κ寝r(nóng)業(yè)發(fā)展的活力體現(xiàn)，選取鄉(xiāng)村通達(dá)度、節(jié)水灌溉面積比重和休閑農(nóng)業(yè)示范點(diǎn)個(gè)數(shù)表征。其中，鄉(xiāng)村通達(dá)度是度量縣域內(nèi)部交通網(wǎng)絡(luò)結(jié)構(gòu)以及對(duì)外聯(lián)系的重要指標(biāo)[8]，反映農(nóng)業(yè)生產(chǎn)、農(nóng)民生活的綜合交通便利程度。節(jié)水灌溉面積比重和休閑農(nóng)業(yè)示范點(diǎn)個(gè)數(shù)分別表征縣域節(jié)水農(nóng)業(yè)發(fā)展和產(chǎn)業(yè)融合能力。

2.1.2 指標(biāo)標(biāo)準(zhǔn)化處理、權(quán)重確定與指數(shù)計(jì)算 選取極值法進(jìn)行指標(biāo)無(wú)量綱化處理，并采用熵權(quán)法確定權(quán)重（表2），該方法具有高于層次分析法和專家經(jīng)驗(yàn)評(píng)估法的可信度，在多元指標(biāo)體系的綜合評(píng)價(jià)應(yīng)用廣泛，通常指標(biāo)變異程度越大，提供信息越多，權(quán)重越高[30]。爾后，借助綜合指數(shù)法計(jì)算農(nóng)業(yè)發(fā)展分項(xiàng)及綜合優(yōu)勢(shì)度。熵權(quán)法公式詳見(jiàn)文獻(xiàn)資料[15]，標(biāo)準(zhǔn)化及綜合指數(shù)法計(jì)算公式如下：

式中：x'ij、xij、minxij、maxxij分別表示第i個(gè)縣第j項(xiàng)指標(biāo)的標(biāo)準(zhǔn)化值、實(shí)際值、最小值、最大值。公式（1）和（2）分別表示正向和逆向指標(biāo)的標(biāo)準(zhǔn)化公式。Gik表示第i個(gè)縣第k維優(yōu)勢(shì)度，k分別代表自然地理本底、農(nóng)業(yè)生產(chǎn)環(huán)境等；Wj表示第j項(xiàng)指標(biāo)權(quán)重，p表示自然地理本底等維度對(duì)應(yīng)的指標(biāo)項(xiàng)數(shù)。Gi表示第i個(gè)縣的綜合優(yōu)勢(shì)度。

2.2 基于機(jī)器學(xué)習(xí)的農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度評(píng)價(jià)模型構(gòu)建

機(jī)器學(xué)習(xí)是人工智能體系的一個(gè)重要分支，通過(guò)將數(shù)據(jù)由非完整結(jié)構(gòu)化轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化形式，并將大量統(tǒng)計(jì)學(xué)模型部署于計(jì)算機(jī)系統(tǒng)中，用于發(fā)現(xiàn)數(shù)據(jù)尤其是大型數(shù)據(jù)集中的模式或規(guī)律，進(jìn)而對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)或分類。與傳統(tǒng)方法相比，機(jī)器學(xué)習(xí)以其“黑箱化”的數(shù)據(jù)處理模型和自主學(xué)習(xí)能力，避開(kāi)了權(quán)重設(shè)置、指標(biāo)間的復(fù)雜線性關(guān)系以及量綱等干擾因素，并提供一系列優(yōu)化策略，提升了結(jié)果的可靠性[31]。目前，機(jī)器學(xué)習(xí)集成了人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、支持向量機(jī)等經(jīng)典算法。其中，BP神經(jīng)網(wǎng)絡(luò)是一種基于誤差反向傳播的監(jiān)督型網(wǎng)絡(luò)，具有較強(qiáng)的非線性處理能力和容噪能力，通過(guò)對(duì)輸入信息、輸出信息、誤差的計(jì)算和反饋，修改BP網(wǎng)絡(luò)中各層神經(jīng)元的權(quán)值，從而得到最小誤差信號(hào)并形成最終的網(wǎng)絡(luò)模型，方法成熟并應(yīng)用廣泛[32]。據(jù)此，將BP神經(jīng)網(wǎng)絡(luò)融入農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度綜合評(píng)價(jià)研究，探討其應(yīng)用可行性。技術(shù)流程如圖1。

2.2.1 學(xué)習(xí)樣本選取及網(wǎng)絡(luò)參數(shù)設(shè)置 1）學(xué)習(xí)樣本選取?？紤]到農(nóng)業(yè)數(shù)據(jù)的地域分異特點(diǎn)，借助ArcGIS“Geostatistical Analysis”模塊的創(chuàng)建子集工具篩選樣本（通常，學(xué)習(xí)樣本占總體樣本數(shù)的70%以上。為提升學(xué)習(xí)效果，設(shè)置為80%），使樣本在空間上隨機(jī)均勻分布；為避免模型過(guò)擬合，借助dividerand函數(shù)將學(xué)習(xí)樣本隨機(jī)分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，比例分別為70%、15%、15%。

2）關(guān)鍵網(wǎng)絡(luò)參數(shù)設(shè)置。①輸入層、隱含層和輸出層的激活函數(shù)分別為‘logsig’、‘tansig’、‘purelin’。②訓(xùn)練函數(shù)選用‘trainlm’。學(xué)習(xí)率設(shè)置為0.01。③目標(biāo)函數(shù)選擇均方差函數(shù)（MSE，mean squared error），目標(biāo)值設(shè)為10-5。越接近目標(biāo)值，模型擬合效果越好。④為避免過(guò)擬合造成的模型無(wú)法泛化和精度過(guò)低等問(wèn)題，訓(xùn)練次數(shù)（epoch）選擇1000次，有效性檢驗(yàn)(validation checks)最大失敗次數(shù)為6次。

2.2.2 樣本學(xué)習(xí)結(jié)果評(píng)價(jià)及模擬 基于2.2.1中的經(jīng)驗(yàn)公式確定隱含層神經(jīng)元個(gè)數(shù)，取值在4～15之間，并采用試錯(cuò)法確定最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)。具體規(guī)則如下： 1）依次調(diào)整隱含層神經(jīng)元節(jié)點(diǎn)個(gè)數(shù)，并修改相關(guān)參數(shù)，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，當(dāng)訓(xùn)練結(jié)果“R2越接近1，且通過(guò)有效性驗(yàn)證和測(cè)試”時(shí)，認(rèn)為網(wǎng)絡(luò)具有良好的學(xué)習(xí)效果，保存網(wǎng)絡(luò)仿真值，并循環(huán)執(zhí)行操作，直至結(jié)束。

2）計(jì)算并比較樣本數(shù)據(jù)的仿真輸出值與預(yù)期輸出值之間的MSE/RMSE值，尋找MSE/RMSE均最小時(shí)對(duì)應(yīng)的隱含層神經(jīng)元個(gè)數(shù)。由圖2可知，隱含層神經(jīng)元個(gè)數(shù)為5時(shí)，MSE/RMSE均最小，分別為6.0×10-5和8.3×10-4，故確定最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu)為17-5-1。而后，基于相應(yīng)結(jié)構(gòu)和相關(guān)參數(shù)，對(duì)所有樣本執(zhí)行操作，并保存網(wǎng)絡(luò)仿真輸出值，操作執(zhí)行結(jié)束，將結(jié)果導(dǎo)入ArcGIS中以備分析。

2.3 空間分析方法

2.3.1 重心模型 重心模型來(lái)源于物理學(xué)，是一種分析地理現(xiàn)象空間變異及動(dòng)態(tài)變化過(guò)程的方法，在地理學(xué)領(lǐng)域通常借助于要素的某種屬性和地理坐標(biāo)，以對(duì)比分析同一要素的地理分布重心變化或不同要素的地理分布重心變化[33]。本研究用于分析農(nóng)業(yè)發(fā)展各分項(xiàng)優(yōu)勢(shì)度的地理分布重心移動(dòng)方向和移動(dòng)距離變化，用以探尋各要素的地理空間差異，公式如下：

式中：O(X，Y)表示某項(xiàng)優(yōu)勢(shì)度重心的地理坐標(biāo)。（Xi，Yi）表示縣域i的地理坐標(biāo)，具體用質(zhì)心坐標(biāo)代替；Ai為縣域i某項(xiàng)優(yōu)勢(shì)度的屬性值。θ為重心移動(dòng)角度，以正東方向?yàn)?°，順時(shí)針旋轉(zhuǎn)為負(fù)，逆時(shí)針旋轉(zhuǎn)為正。若0°＜θ＜90°，為東北方向；90°＜θ＜180°，為西北方向；-90°＜θ＜0°，為東南方向；-180°＜θ＜-90°，為西南方向。D為重心移動(dòng)距離。R指把經(jīng)緯度坐標(biāo)轉(zhuǎn)換為平面距離所對(duì)應(yīng)的值，取常數(shù)值111.11 km。Xm、Xq、Ym、Yq分別是某項(xiàng)優(yōu)勢(shì)度第m級(jí)和第q級(jí)重心的經(jīng)度值和緯度值。

2.3.2 標(biāo)準(zhǔn)差橢圓 標(biāo)準(zhǔn)差橢圓（Standard Deviational Ellipse，SDE）是Lefever[34]于1926年提出的一種常規(guī)空間統(tǒng)計(jì)工具，能夠從多方面反映地理要素空間分布的整體性特征，包括4個(gè)基本要素：質(zhì)心反映要素空間分布格局的相對(duì)位置；長(zhǎng)、短軸分別表示要素在主要、次要方向上的離散程度，其比值體現(xiàn)要素空間分布的形態(tài)；由長(zhǎng)軸與正北方向順時(shí)針產(chǎn)生的夾角（即轉(zhuǎn)角），反映要素分布的主趨勢(shì)方向，具體公式為：

式中：(Xwmc,Ywmc)是空間要素(Xi,Yi)質(zhì)心；(X'i,Y'i)是空間要素(Xi,Yi)距離質(zhì)心(Xwmc,Ywmc)相對(duì)坐標(biāo)；wi為空間要素屬性值；Dx、Dy分別為沿x軸、y軸的標(biāo)準(zhǔn)差。

3 結(jié)果與分析

3.1 農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度綜合評(píng)價(jià)

基于17-5-1的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)計(jì)算廣東省農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度，并利用自然斷裂法將結(jié)果從強(qiáng)到弱依次分為I、II、III和IV 4個(gè)級(jí)別（圖3b）。與綜合指數(shù)法計(jì)算得到的綜合優(yōu)勢(shì)度期望值及分級(jí)結(jié)果對(duì)比可知（圖3a），縣域農(nóng)業(yè)優(yōu)勢(shì)度仿真值與期望值的絕對(duì)誤差介于0～0.020 9之間，平均絕對(duì)誤差為0.001，樣本總體均方差為0.028 8；在分級(jí)結(jié)果方面，除梅縣區(qū)、花都區(qū)、南沙區(qū)、電白區(qū)、湛江市區(qū)的級(jí)別略有變化外，其余單元仿真值對(duì)應(yīng)級(jí)別與單元對(duì)應(yīng)優(yōu)勢(shì)度期望值所在級(jí)別均一致，錯(cuò)分率為4.55%。樣本絕對(duì)誤差、總體均方差和分級(jí)結(jié)果錯(cuò)分率等均在可接受范圍內(nèi)，表明神經(jīng)網(wǎng)絡(luò)能夠很好的獲取知識(shí)，實(shí)現(xiàn)農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度的智能化評(píng)價(jià)。

3.2 農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度空間分布特征

2019年廣東省縣域農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度空間分異性明顯（圖3b），平原區(qū)總體優(yōu)于丘陵臺(tái)地和山地丘陵區(qū)，并以廣州、佛山、惠州、深圳、東莞等珠江三角洲平原區(qū)縣域?yàn)楹诵南蛲馑p，粵西和粵東亦形成了類似的格局，但空間集聚程度和總體水平均較弱。具體而言，I級(jí)區(qū)共16個(gè)縣，平均值為0.422 5，集中位于珠三角平原區(qū)（廣州、惠州、 東莞、佛山、深圳等），雷州半島和潮汕平原區(qū)內(nèi)亦有零星分布；II級(jí)區(qū)共38個(gè)縣，平均值為0.357 5，在空間上以粵西南分布居多，主要位于珠三角平原區(qū)、肇慶和清遠(yuǎn)南部地區(qū)，粵東北（梅州、潮汕）地區(qū)亦有少量分布；III級(jí)區(qū)共34個(gè)單元，平均值為0.313 9，空間分布以韶關(guān)和河源市為代表的粵東北地區(qū)為主，云浮市內(nèi)亦有分布；IV級(jí)區(qū)共22個(gè)單元，平均值為0.269 5，空間上以汕尾、揭陽(yáng)、梅州以及清遠(yuǎn)、韶關(guān)、河源等市內(nèi)居多，陽(yáng)江和云浮市內(nèi)亦有少量分布，綜合優(yōu)勢(shì)度最弱。

由圖4可知，自然地理本底、農(nóng)業(yè)生產(chǎn)環(huán)境和生態(tài)協(xié)調(diào)能力是廣東省農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度的主要貢獻(xiàn)因素，各縣三項(xiàng)優(yōu)勢(shì)度累計(jì)值占綜合優(yōu)勢(shì)度的比值均在50%以上。借助自然斷裂法同樣將6個(gè)分項(xiàng)優(yōu)勢(shì)度由強(qiáng)至弱分成I～I(xiàn)V級(jí)，進(jìn)一步分析分項(xiàng)農(nóng)業(yè)優(yōu)勢(shì)度的空間特征（表3）。

表3 優(yōu)勢(shì)度重心及標(biāo)準(zhǔn)差橢圓參數(shù)Table 3 Center of gravity and standard deviation ellipse parameters

3.2.1 自然地理本底 與綜合優(yōu)勢(shì)度重心（113.65°E，23.23°N）相比，自然地理本底重心（113.5°E，23.19°N） 分別向西和向南偏移16.74 km和4.46 km，向西南共偏移17.33 km，表明粵西南方向的自然地理本底優(yōu)勢(shì)較強(qiáng)，并以粵西方向最明顯。標(biāo)準(zhǔn)差橢圓覆蓋范圍和長(zhǎng)軸（Y軸）均較大，短軸標(biāo)準(zhǔn)距離略小，長(zhǎng)短軸比值較大，表明橢圓范圍內(nèi)偏西南-偏東北方向的極化趨勢(shì)加劇，而偏西北-偏東南方向的分散態(tài)勢(shì)加強(qiáng)。具體來(lái)看，I級(jí)區(qū)標(biāo)準(zhǔn)差橢圓偏西南-偏東北方向的極化態(tài)勢(shì)最明顯，橢圓范圍覆蓋了雷州半島丘陵臺(tái)地區(qū)以及茂名、陽(yáng)江、云浮等丘陵區(qū)縣域，這些單元耕地資源和光熱條件良好，為區(qū)域農(nóng)業(yè)發(fā)展提供了豐厚的自然物質(zhì)條件。Ⅱ級(jí)～I(xiàn)V級(jí)橢圓重心東北偏移趨勢(shì)加劇。Ⅱ級(jí)區(qū)主要分布在粵中南部地區(qū)（清遠(yuǎn)、肇慶、中山、江門、湛江）和粵東北丘陵和潮汕平原區(qū)（河源、揭陽(yáng)、潮州、梅州、五華）內(nèi)，這部分單元地勢(shì)平坦，且光熱條件良好，具有較強(qiáng)的農(nóng)業(yè)發(fā)展適宜性。而處于IV級(jí)的清遠(yuǎn)、惠州、深圳、梅州等粵東北縣域由于光溫生產(chǎn)潛力和耕地稟賦較差，自然地理本底優(yōu)勢(shì)較弱。

3.2.2 農(nóng)業(yè)生產(chǎn)環(huán)境 農(nóng)業(yè)生產(chǎn)環(huán)境重心（113.98°E，23.24°N）位于綜合優(yōu)勢(shì)度重心（113.65°E，23.23°N） 最東北方向，橢圓面積最小，僅為綜合優(yōu)勢(shì)度橢圓面積的85.95%，長(zhǎng)軸和短軸均收縮，長(zhǎng)短軸比值卻最大，表明農(nóng)業(yè)生產(chǎn)環(huán)境的空間分布差異明顯，可能存在集聚區(qū)，且東北方向明顯強(qiáng)于西南方向。與農(nóng)業(yè)生產(chǎn)環(huán)境重心（113.98°E，23.24°N）相比，I級(jí)區(qū)重心（114.59°E，23.02°N）向東南方向偏移72.26 km，覆蓋面積僅為0.87萬(wàn)km2，區(qū)域內(nèi)空間差異懸殊。其中，順德區(qū)、蓬江區(qū)和南澳縣的農(nóng)業(yè)灌溉率和農(nóng)業(yè)機(jī)械投入最好，具有絕對(duì)優(yōu)勢(shì)。Ⅱ級(jí)區(qū)橢圓重心（114.47°E，23.26°N）向東北方向偏移54.97 km，覆蓋面積5.16萬(wàn)km2，橢圓范圍內(nèi)以Ⅱ級(jí)縣域居多，單元地處珠江三角洲平原區(qū)和潮汕平原區(qū)，平坦的地勢(shì)為區(qū)域農(nóng)業(yè)灌溉提供了較好的基礎(chǔ)，有利于形成農(nóng)業(yè)生產(chǎn)環(huán)境優(yōu)勢(shì)。III和IV級(jí)重心西北方向偏移趨勢(shì)更明顯，橢圓面積逐漸增大，空間分布分散，其中，IV級(jí)區(qū)則以偏西南-偏西北方向分布為主，在清遠(yuǎn)、韶關(guān)市分布較為集中，這部分單元農(nóng)業(yè)水利投入和農(nóng)業(yè)機(jī)械投入均較少，總體處于劣勢(shì)。

3.2.3 農(nóng)業(yè)質(zhì)量效益 農(nóng)業(yè)質(zhì)量效益重心（113.64°E，23.26°N）與農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度重心（113.65°E，23.23°N）基本重合，橢圓面積最大，為10.94萬(wàn)km2，表明農(nóng)業(yè)質(zhì)量效益空間分布分散態(tài)勢(shì)最明顯，其對(duì)農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度的影響不再明顯，這與農(nóng)業(yè)發(fā)展日益注重經(jīng)濟(jì)以外的效益有關(guān)[14]。其中，Ⅰ級(jí)區(qū)因單元數(shù)目較少，尚未形成相應(yīng)的標(biāo)準(zhǔn)差橢圓分布，僅包括順德區(qū)和香洲區(qū)，二者分別因良好的土地產(chǎn)出和勞動(dòng)產(chǎn)出優(yōu)勢(shì)，表現(xiàn)出絕對(duì)優(yōu)勢(shì)；Ⅱ級(jí)區(qū)重心（113.27°E，23.28°N）位于農(nóng)業(yè)質(zhì)量效益重心（113.64°E，23.26°N）偏西方向，其中，茂名、肇慶、清遠(yuǎn)、云浮、揭陽(yáng)和梅州市內(nèi)縣域丘陵、山地、平原等地貌類型多樣，產(chǎn)業(yè)形式多樣，具有明顯的農(nóng)林牧漁業(yè)發(fā)展優(yōu)勢(shì)，加之土地和勞動(dòng)產(chǎn)出效益相對(duì)較好，農(nóng)業(yè)質(zhì)量效益優(yōu)勢(shì)較強(qiáng)。III～I(xiàn)V級(jí)橢圓呈偏西南-偏東北方向分布，III級(jí)橢圓面積分布較大，空間分布總體均衡，IV級(jí)橢圓面積分布小，差異相對(duì)明顯，并以陽(yáng)江、佛山、江門、中山市內(nèi)的縣域最弱。

3.2.4 經(jīng)營(yíng)組織效益 經(jīng)營(yíng)組織效益重心（113.44°E，23.19°N）偏離綜合優(yōu)勢(shì)度重心（113.65°E，23.23°N） 西南方向15.67 km，橢圓面積一致，長(zhǎng)短軸之比略微下降，長(zhǎng)軸和短軸均收縮，表明該項(xiàng)優(yōu)勢(shì)以西南方向最優(yōu)。與經(jīng)營(yíng)組織效益重心（113.44°E，23.19°N）相比，I級(jí)和Ⅱ級(jí)區(qū)標(biāo)準(zhǔn)差橢圓偏西南-偏東北方向分布趨勢(shì)加強(qiáng)，III級(jí)和IV級(jí)區(qū)重心東北方向偏移趨勢(shì)加劇。其中，I級(jí)區(qū)橢圓覆蓋了順德區(qū)、黃埔區(qū)、德慶縣、高明區(qū)、東莞市、梅縣區(qū)、徐聞縣、湛江市區(qū)、深圳市等，縣域農(nóng)業(yè)發(fā)展各具特色，在農(nóng)民收入、產(chǎn)業(yè)組織化水平以及就業(yè)水平方面表現(xiàn)均較突出，具有絕對(duì)的經(jīng)營(yíng)組織效益優(yōu)勢(shì)。Ⅱ級(jí)區(qū)橢圓覆蓋范圍包括粵西南地區(qū)（湛江、茂名）和粵中地區(qū)（東莞、深圳、佛山、廣州、肇慶），單元優(yōu)勢(shì)次之。III級(jí)橢圓范圍內(nèi)相應(yīng)級(jí)別的縣域分布相對(duì)分散。IV級(jí)區(qū)橢圓面積較小，為5.07萬(wàn)km2，僅為經(jīng)營(yíng)組織效益橢圓面積的51.79%，長(zhǎng)短軸之比為3.88，呈狹長(zhǎng)型橢圓分布，方向呈偏西南-偏東北分布，覆蓋了東莞、惠州、汕尾、揭陽(yáng)、潮州、汕頭等粵東南地區(qū)縣域，縣域間差異較大。其中，潮汕平原區(qū)內(nèi)的單元以及和平縣、陽(yáng)春市，由于較低的收入水平以及產(chǎn)業(yè)組織化水平，效益表現(xiàn)最差。

3.2.5 生態(tài)協(xié)調(diào)能力 生態(tài)協(xié)調(diào)能力的重心（113.67°E，23.26°N）與農(nóng)業(yè)質(zhì)量效益（113.64°E，23.26°N）以及農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度重心（113.65°E，23.23°N）基本重合，表明生態(tài)協(xié)調(diào)能力內(nèi)部差異性與農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度整體水平相似。與生態(tài)協(xié)調(diào)能力重心（113.67°E，23.26°N）相比，由I～I(xiàn)V級(jí)，各等級(jí)生態(tài)協(xié)調(diào)能力優(yōu)勢(shì)區(qū)的重心呈“西南-東南-東北-西南”的偏移趨勢(shì)，橢圓面積呈先增大后收縮態(tài)勢(shì)。其中，I～I(xiàn)II級(jí)橢圓面積由8.82萬(wàn)km2增至11.92萬(wàn)km2，而后收縮至IV級(jí)的8.63萬(wàn)km2，表明隨著等級(jí)的降低，橢圓范圍內(nèi)縣域等級(jí)差異分散態(tài)勢(shì)加劇，但I(xiàn)V級(jí)橢圓范圍內(nèi)的縣域等級(jí)差異不均衡性加強(qiáng)。結(jié)合其指數(shù)分布來(lái)看，生態(tài)協(xié)調(diào)能力優(yōu)勢(shì)區(qū)集中位于粵中南地區(qū)（肇慶、廣州、江門、東莞、河源、惠州），雷州半島亦有少量分布，這部分縣域河道治理率高、化肥農(nóng)藥以及農(nóng)膜負(fù)荷量小，生態(tài)協(xié)調(diào)優(yōu)勢(shì)相對(duì)較強(qiáng)。而粵西南丘陵以及粵東地區(qū)的生態(tài)協(xié)調(diào)優(yōu)勢(shì)相對(duì)較弱，并以茂名、陽(yáng)江、清遠(yuǎn)、云浮、汕尾、揭陽(yáng)等市內(nèi)的縣域表現(xiàn)最差。

3.2.6 產(chǎn)業(yè)發(fā)展?jié)摿?產(chǎn)業(yè)發(fā)展?jié)摿χ匦模?13.79°E，23.22°N）偏移農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度重心（113.65°E，23.23°N）東南方向15.67 km，長(zhǎng)短軸之比與農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度相同，但長(zhǎng)軸和短軸均收縮，表明產(chǎn)業(yè)發(fā)展?jié)摿σ詵|南方向發(fā)展更優(yōu)，并呈集聚分布。與產(chǎn)業(yè)發(fā)展?jié)摿Φ闹匦南啾龋蒊～I(xiàn)V級(jí)，各等級(jí)產(chǎn)業(yè)發(fā)展?jié)摿?yōu)勢(shì)區(qū)的重心呈現(xiàn)“東北-西北-西南-東北”的偏移趨勢(shì)；在橢圓覆蓋范圍上，隨著級(jí)別的減弱，各等級(jí)橢圓面積呈現(xiàn)“增大-收縮-增大-收縮”的態(tài)勢(shì)；在長(zhǎng)短軸之比方面，I級(jí)最大（5.30），是產(chǎn)業(yè)發(fā)展?jié)摿﹂L(zhǎng)短軸之比的2.24倍，表明I級(jí)橢圓范圍內(nèi)縣域差異較大，并在偏西南-偏東北方向極化趨勢(shì)加劇；Ⅱ和IV級(jí)橢圓范圍內(nèi)的縣域空間分布趨于分散，且分散趨勢(shì)加強(qiáng)；III級(jí)橢圓西南方向偏移趨勢(shì)加劇，區(qū)域內(nèi)覆蓋了茂名、陽(yáng)江、云浮、清遠(yuǎn)等產(chǎn)業(yè)發(fā)展?jié)摿θ鮿?shì)區(qū)和江門、佛山、廣州等優(yōu)勢(shì)區(qū)，前者多為丘陵地帶，地形限制較大，道路建設(shè)受限，農(nóng)業(yè)生產(chǎn)和生活便利較差，產(chǎn)業(yè)發(fā)展?jié)摿^弱，后者多處于平原區(qū)，地勢(shì)平坦，路網(wǎng)完善，節(jié)水農(nóng)業(yè)和休閑農(nóng)業(yè)發(fā)展迅速，具有明顯的潛力 優(yōu)勢(shì)。

在教育教學(xué)改革中，各國(guó)高校都將實(shí)踐能力和創(chuàng)新精神作為主要目標(biāo)進(jìn)行研究與改革。國(guó)外在20世紀(jì)60年代就開(kāi)始了這方面的調(diào)研，隨著時(shí)間的推移，也積累了很多成功經(jīng)驗(yàn)，開(kāi)發(fā)出了一些適用于本國(guó)的人才培養(yǎng)模式，如雙元制模式、CBE模式等。我國(guó)從20世紀(jì)80年代開(kāi)始了應(yīng)用型人才培養(yǎng)模式的創(chuàng)新，在學(xué)習(xí)和借鑒外國(guó)優(yōu)秀經(jīng)驗(yàn)的基礎(chǔ)上，根據(jù)本國(guó)國(guó)情，開(kāi)發(fā)出了一些新課程，例如多元統(tǒng)合型課程等，這些課程模式各有特點(diǎn)，但仍然不能適應(yīng)我國(guó)快速發(fā)展的新形勢(shì)對(duì)人才的需要。

4 結(jié)論與政策建議

4.1 結(jié)論

本研究從自然地理本底、農(nóng)業(yè)生產(chǎn)環(huán)境、農(nóng)業(yè)質(zhì)量效益、經(jīng)營(yíng)組織效益、生態(tài)協(xié)調(diào)能力和產(chǎn)業(yè)發(fā)展?jié)摿?個(gè)維度構(gòu)建評(píng)價(jià)指標(biāo)體系，并借助機(jī)器學(xué)習(xí)框架下的BP算法以及空間分析方法，開(kāi)展廣東省農(nóng)業(yè)發(fā)展優(yōu)勢(shì)度的實(shí)證研究和空間特征分析，主要結(jié)論如下：

1）2019年廣東省農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度空間格局差異明顯，平原區(qū)總體優(yōu)于丘陵臺(tái)地和山地丘陵區(qū)，珠江三角洲平原區(qū)縣域農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度最突出。

2）6個(gè)分項(xiàng)優(yōu)勢(shì)度的空間分布和等級(jí)差異明 顯，其中，自然地理本底、農(nóng)業(yè)生產(chǎn)環(huán)境和生態(tài)協(xié)調(diào)能力是主要貢獻(xiàn)因素。相對(duì)于農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度而言，自然地理本底和經(jīng)營(yíng)組織效益表現(xiàn)為粵西南方向優(yōu)于粵東北方向；農(nóng)業(yè)生產(chǎn)環(huán)境表現(xiàn)為粵東北方向優(yōu)于粵西南方向；產(chǎn)業(yè)發(fā)展?jié)摿Ρ憩F(xiàn)為粵東南方向較優(yōu)；農(nóng)業(yè)質(zhì)量效益和生態(tài)協(xié)調(diào)能力的內(nèi)部差異性與農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度整體差異相似，但農(nóng)業(yè)質(zhì)量效益對(duì)農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度的影響不再起到關(guān)鍵作用，生態(tài)協(xié)調(diào)能力表現(xiàn)為粵中南和粵東北方向相對(duì)較優(yōu)。

4.2 政策建議

綜上，未來(lái)廣東省可依托粵西南雷州半島、粵中南珠江三角洲平原區(qū)、粵東南潮汕平原以及粵東北山地丘陵區(qū)相應(yīng)的農(nóng)業(yè)發(fā)展優(yōu)勢(shì)，分別形成高效農(nóng)業(yè)區(qū)、現(xiàn)代都市農(nóng)業(yè)區(qū)、特色農(nóng)業(yè)區(qū)和生態(tài)農(nóng)業(yè)區(qū)，助力農(nóng)業(yè)高質(zhì)量發(fā)展。具體建議如下：

1）針對(duì)湛江、茂名、清遠(yuǎn)、肇慶等粵西南丘陵區(qū)縣域，依托現(xiàn)有資源稟賦、農(nóng)業(yè)質(zhì)量效益以及經(jīng)營(yíng)組織效益優(yōu)勢(shì)，借助龍頭企業(yè)、現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園等新型經(jīng)營(yíng)主體，深化水果、有機(jī)茶葉、草藥、海鮮等農(nóng)產(chǎn)品生產(chǎn)與加工產(chǎn)業(yè)，加快品牌創(chuàng)建與推廣，提升其全國(guó)知名度，實(shí)現(xiàn)區(qū)域農(nóng)業(yè)提質(zhì)升級(jí)。

3）針對(duì)汕尾、揭陽(yáng)、汕頭和潮州等粵東南區(qū)域，以潮汕平原為核心，結(jié)合區(qū)域地形資源、產(chǎn)業(yè)融合優(yōu)勢(shì)，以蔬菜種植、水產(chǎn)養(yǎng)殖等優(yōu)勢(shì)產(chǎn)業(yè)為依托，加快養(yǎng)殖生產(chǎn)智能化、農(nóng)業(yè)機(jī)械化投入，提高其生產(chǎn)投入水平，加快形成規(guī)?；F(xiàn)代化的產(chǎn)業(yè)園區(qū)，并加大港口、道路等交通設(shè)施的建設(shè)，配合產(chǎn)業(yè)園建設(shè)，形成農(nóng)產(chǎn)品加工、物流配送一體化的農(nóng)業(yè)產(chǎn)業(yè)化布局，助力精細(xì)農(nóng)業(yè)發(fā)展。

4）針對(duì)清遠(yuǎn)、韶關(guān)、河源、梅州等粵東北山地丘陵區(qū)縣域，結(jié)合區(qū)域地形地貌優(yōu)勢(shì)和生態(tài)優(yōu)勢(shì)，加強(qiáng)丘陵山地（果園、茶葉）生產(chǎn)機(jī)械化、智能養(yǎng)殖機(jī)械裝備研發(fā)力度與資金投入，改善農(nóng)業(yè)生產(chǎn)環(huán)境；加大地方財(cái)政資金或社會(huì)資金投入，吸引龍頭企業(yè)或農(nóng)業(yè)公司入駐；結(jié)合清新、英德、乳源、仁化、東源等縣的特色農(nóng)業(yè)優(yōu)勢(shì)，實(shí)現(xiàn)區(qū)域生態(tài)農(nóng)業(yè)、觀光休閑農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展，改善農(nóng)民收入和農(nóng)業(yè)產(chǎn)出效益雙低面貌，助力鄉(xiāng)村振興。

本研究結(jié)論與《廣東省國(guó)土空間規(guī)劃（2020—2035年）》中農(nóng)業(yè)生產(chǎn)空間布局基本一致，表明基于機(jī)器學(xué)習(xí)的智能化評(píng)價(jià)方法在縣域農(nóng)業(yè)發(fā)展綜合優(yōu)勢(shì)度評(píng)價(jià)中具有適用性，對(duì)農(nóng)業(yè)發(fā)展評(píng)價(jià)智能化方法具有一定的參考價(jià)值。但需要指出的是，隨著農(nóng)業(yè)數(shù)據(jù)的海量增長(zhǎng)和智能化評(píng)價(jià)方法的發(fā)展，在智能化方法探索、應(yīng)用與系統(tǒng)開(kāi)發(fā)方面，建立指標(biāo)預(yù)篩選機(jī)制和指標(biāo)貢獻(xiàn)診斷機(jī)制將成為評(píng)價(jià)成果有效指導(dǎo)農(nóng)業(yè)發(fā)展的關(guān)鍵，而BP網(wǎng)絡(luò)在該方面的探索還有待完善，未來(lái)模型設(shè)計(jì)時(shí)需重點(diǎn)關(guān)注指標(biāo)智能化篩選和特征識(shí)別。本研究基于縣域尺度開(kāi)展農(nóng)業(yè)智能化評(píng)價(jià)方法研究，而基于大尺度、大樣本數(shù)據(jù)集的應(yīng)用效果有待進(jìn)一步探討。