專利名稱:歷史遙感產(chǎn)品數(shù)據(jù)支持下的作物種植面積測量高效抽樣方法
技術(shù)領(lǐng)域:
本發(fā)明涉及一種以歷史遙感產(chǎn)品數(shù)據(jù)建立抽樣框和設(shè)計(jì)分層抽樣輔助變量實(shí)現(xiàn)作物種植面積測量的高效抽樣方法。
背景技術(shù):
及時(shí)準(zhǔn)確的統(tǒng)計(jì)農(nóng)作物種植面積對國家和區(qū)域的糧食生產(chǎn)、貿(mào)易及糧食安全預(yù)警有重要意義。遙感信息具有覆蓋范圍大、探測周期短、資料豐富、現(xiàn)勢性強(qiáng)、費(fèi)用低等優(yōu)勢, 成為了農(nóng)作物種植面積測量的一項(xiàng)重要手段。然而,直接用遙感識別的方法進(jìn)行農(nóng)作物種植面積提取,存在分類器、操作人員經(jīng)驗(yàn)、樣本選擇、遙感影像質(zhì)量等眾多因素的影響,致使作物種植面積提取的區(qū)域精度難以保障,分類結(jié)果錯(cuò)入錯(cuò)出導(dǎo)致區(qū)域面積無法量化。當(dāng)前單純采用遙感技術(shù)進(jìn)行農(nóng)作物種植面積識別難以支撐作物種植面積的業(yè)務(wù)化測量,因此, 采用科學(xué)合理的抽樣方法是業(yè)務(wù)化運(yùn)行的作物種植面積監(jiān)測的關(guān)鍵因素。使用遙感技術(shù)結(jié)合統(tǒng)計(jì)抽樣方法的數(shù)據(jù)收集方式,以衛(wèi)星、航空照片、專題地圖等材料為面積框。對研究區(qū)域按照相似性原則進(jìn)行分層或分區(qū),以規(guī)則網(wǎng)格或者不規(guī)則的行政區(qū)劃數(shù)據(jù)(鄉(xiāng)鎮(zhèn)、村)為抽樣單元,采用一定的抽樣方法(分層抽樣、整群抽樣、系統(tǒng)抽樣等)進(jìn)行采樣,結(jié)合收集的田間數(shù)據(jù)進(jìn)行估算的方式,這種方式可以客觀的反映數(shù)據(jù)的真實(shí)性,具有空間屬性,維護(hù)更新方便。該種面積框抽樣的方法已在多個(gè)國家得到廣泛認(rèn)可和應(yīng)用,成為了政府以及統(tǒng)計(jì)部門在大面積農(nóng)作物面積估算中使用的方法。如美國國家航空航天局(NASA)、國家海洋大氣局(NOAA)、農(nóng)業(yè)部(USDA)聯(lián)合制定了 “大面積作物清查試驗(yàn)”即LACIE計(jì)劃(Large Area Crop Inventory Experiment)和“利用空間遙感技術(shù)進(jìn)行農(nóng)業(yè)禾口資源調(diào)查,,艮口 AgRISTARS 計(jì)劃(Agricultural and Resources Inventory Surveys Through Aerospace Remote Sensing),完成了對世界主要小麥產(chǎn)區(qū)的面積、產(chǎn)量和總產(chǎn)量的估算實(shí)驗(yàn),其中作物種植面積的估算主要利用陸地衛(wèi)星資料。歐盟MARS (Monitoring Agriculture with Remote Sensing)計(jì)劃是一項(xiàng)遙感技術(shù)應(yīng)用于農(nóng)業(yè)統(tǒng)計(jì)的十年研究項(xiàng)目。該項(xiàng)目研究目的是利用遙感技術(shù)開發(fā)出能夠改善歐洲共同體內(nèi)部農(nóng)業(yè)統(tǒng)計(jì)體系的新方法。我國學(xué)者在應(yīng)用抽樣技術(shù)估算作物種植面積方面也進(jìn)行了有益探索。周華茂借鑒和吸取了歐盟農(nóng)業(yè)遙感研究項(xiàng)目(MARQ的有關(guān)農(nóng)作物面積抽樣調(diào)查方法的經(jīng)驗(yàn),結(jié)合我國水稻生產(chǎn)的實(shí)際情況,建立了一套適合我國南方稻區(qū)水稻播種面積抽樣調(diào)查的技術(shù)體系和地面面積取樣框圖。謝鴻光等研究了中比例尺度遙感調(diào)查中建立基于土地利用類型和土地利用結(jié)構(gòu)的采樣區(qū)劃,布設(shè)多重采樣框架;王延頤等利用TM影像進(jìn)行成數(shù)抽樣對江蘇省興化縣的水稻種植面積進(jìn)行監(jiān)測;陳仲新和劉海啟采用分層抽樣方法分別實(shí)現(xiàn)了全國冬小麥面積變化遙感監(jiān)測的外推以及大尺度耕地變化監(jiān)測。焦險(xiǎn)峰等使用1 2. 5萬比例尺地形圖標(biāo)準(zhǔn)分幅建立抽樣框架,完成了新疆棉花種植面積監(jiān)測,吳炳方和李強(qiáng)子提出了基于農(nóng)作物種植結(jié)構(gòu)區(qū)劃,采用整群抽樣和樣條采樣技術(shù)相結(jié)合的測量辦法,進(jìn)行了大區(qū)域農(nóng)作物種植面積的估算。
3
綜觀大范圍農(nóng)作物種植面積調(diào)查方法的發(fā)展,面積框抽樣調(diào)查逐步取代了傳統(tǒng)的抽樣方法,已經(jīng)為世界許多國家和組織所采納。但是,傳統(tǒng)采用面積框多利用統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分層,難以獲得與目標(biāo)作物相關(guān)性高的分層標(biāo)志,無法滿足高效的抽樣效率。利用遙感識別的方式獲取的遙感產(chǎn)品作為分層標(biāo)志已證實(shí)與目標(biāo)作物有著非常高的相關(guān)性,可以提高抽樣效率。但采用現(xiàn)勢遙感測量結(jié)果作為輔助變量仍存在不可避免的問題,主要是獲取關(guān)鍵期遙感影像進(jìn)行作物識別雖得到作物面積高精度的保證,但遙感數(shù)據(jù)的獲取易受到天氣、 重返周期以及作物物候(例作物播種初期,由于未出苗無法獲取影像)等因素的影響無法保證現(xiàn)勢的全覆蓋預(yù)分類結(jié)果的穩(wěn)定獲取,從而限制了空間抽樣方案的設(shè)計(jì)和應(yīng)用,這也是當(dāng)前采用遙感建立抽樣框進(jìn)行農(nóng)作物種植面積測量的瓶頸所在。我國作為農(nóng)業(yè)大國,作物種植習(xí)慣的規(guī)律是普遍存在的,如在歷年種植冬小麥概率高的地塊內(nèi),現(xiàn)勢種植小麥的種植概率也會高。因此,可以做一個(gè)假設(shè)在一個(gè)地塊內(nèi),作物種植具有一定的穩(wěn)定性,多年種植概率高的地塊,來年種植該作物的概率也高。雖然遙感數(shù)據(jù)源的不斷獲取,歷史遙感數(shù)據(jù)源已經(jīng)積累了豐富的歷史產(chǎn)品,因此,充分利用歷史遙感產(chǎn)品數(shù)據(jù),依據(jù)歷史遙感產(chǎn)品反映現(xiàn)勢農(nóng)作物的種植規(guī)律,為抽樣調(diào)查提供準(zhǔn)確的入樣總體和輔助信息,提高抽樣效率,構(gòu)建一套適于農(nóng)作物抽樣的統(tǒng)計(jì)遙感調(diào)查方案,滿足農(nóng)作物種植面積調(diào)查的業(yè)務(wù)化測量。本發(fā)明要解決的技術(shù)問題在于,針對現(xiàn)有遙感與抽樣調(diào)查作物種植面積調(diào)查中存在的問題,利用歷史遙感產(chǎn)品數(shù)據(jù)為分層標(biāo)志構(gòu)建適用于農(nóng)作物種植面積測量的抽樣調(diào)查方案,提高抽樣調(diào)查的效率,以解決無現(xiàn)勢遙感數(shù)據(jù)下農(nóng)作物種植面積的測量。本發(fā)明采用的技術(shù)方案為以歷史遙感作物產(chǎn)品數(shù)據(jù)建立分層標(biāo)志,抽樣時(shí)采用兩階段分層的抽樣方法(Two-stage stratified sampling,TSS)。變化率可以用來定量描述農(nóng)作物多年的種植變化規(guī)律,變化率又稱為“標(biāo)準(zhǔn)差率”,是衡量觀測值變異程度的一個(gè)統(tǒng)計(jì)量。當(dāng)進(jìn)行兩個(gè)或多個(gè)資料變異程度的比較時(shí),如果度量單位與平均數(shù)相同,可以直接利用標(biāo)準(zhǔn)差來比較。如果單位和(或)平均數(shù)不同時(shí), 比較其變異程度就不能采用標(biāo)準(zhǔn)差,而需采用標(biāo)準(zhǔn)差與平均數(shù)的比值(相對值)來比較。其可以消除單位和(或)平均數(shù)不同對兩個(gè)或多個(gè)資料變異程度比較的影響。變化率已經(jīng)被許多學(xué)者用來描述數(shù)據(jù)集的分散程度。薛麗香等使用變化率對邊界點(diǎn)進(jìn)行檢索,首先計(jì)算出數(shù)據(jù)對象到它的k_距離鄰居距離之和的平均值,然后用平均值的倒數(shù)作為每個(gè)點(diǎn)的密度,通過變異系數(shù)刻畫數(shù)據(jù)對象密度分布特征尋找邊界點(diǎn),Sushil I^radha使用變化率作為面積估計(jì)值與地面調(diào)查值之間無偏程度的度量指標(biāo)。對于每個(gè)抽樣單元來說,多年歷史種植面積變化率(Crop Acreage Coefficient of Variance in Multi-years, CACVM)表述如下
權(quán)利要求
1.一種歷史遙感產(chǎn)品數(shù)據(jù)支持下的作物種植面積測量高效抽樣方法,其特征在于,所述方法包括以下幾個(gè)步驟步驟一對遙感數(shù)據(jù)標(biāo)準(zhǔn)化預(yù)處理;步驟二 以輔助變量作為分層依據(jù),采用兩階段分層抽樣;首先對歷史中分辨率遙感影像作物種植面積進(jìn)行提取,結(jié)合耕地地塊數(shù)據(jù),建立入樣總體;其次,采用不同的輔助變量作為分層標(biāo)志,基于歷史產(chǎn)品數(shù)據(jù)的分層標(biāo)志的計(jì)算;然后,將歷史遙感產(chǎn)品用作入樣總體和抽樣框的合理性分析;最后,對分層標(biāo)志進(jìn)行有效性研究。
2.根據(jù)權(quán)利要求1所述的高效抽樣方法,所述的輔助變量為農(nóng)作物種植面積多年變化率和面積規(guī)模,所述的兩階段分層抽樣包括以下兩個(gè)階段第一階段采用農(nóng)作物種植面積多年變化率作為分層標(biāo)志將入樣總體分割成不同的子總體;第二階段在第一階段劃分的子總體前提下以面積規(guī)模為分層標(biāo)志進(jìn)一步分層,在各子總體中利用隨機(jī)抽樣方法抽選樣本;所述入樣總體為區(qū)域內(nèi)的耕地范圍,所述兩階段分層抽樣還包括抽樣單元的建立,抽樣單元的類型包括由自然邊界構(gòu)成的地塊,鄉(xiāng)、村行政邊界或者規(guī)則的格網(wǎng)數(shù)據(jù)。所述分層標(biāo)志為多年農(nóng)作物種植面積變化率CACVM,定義為Stji代表抽樣單元內(nèi)第i年的農(nóng)作物種植面積,N代表歷史年份,t代表歷史總年數(shù),Mean 代表抽樣單元內(nèi)多年農(nóng)作物種植面積平均值,SD代表單個(gè)抽樣單元內(nèi)多年農(nóng)作物種植面積的標(biāo)準(zhǔn)差,CACVM代表抽樣單元內(nèi)種植面積年際間的變化率。禮、&、…仏代表一階段分層后的各層數(shù)據(jù)集合,L為一階段分層的層數(shù),總體R為一階段分層后各層的并集; R = R1 U R2 U . . . U R1在一階段分層內(nèi)采用面積規(guī)模指標(biāo)進(jìn)行二階段分層,Rn,Ri2,…,Rim分別代表一階段分層結(jié)果中第i層的二階段分層結(jié)果,M為一階段分層內(nèi)二階段分層的層數(shù),一階段每個(gè)分層集合為內(nèi)部二階段分層結(jié)果的并集,則 Ri = Ril U Ri2 U · · · U Rij(j = 1,2—M)
3.根據(jù)權(quán)利要求2所述的高效抽樣方法,其特征在于利用歷史遙感產(chǎn)品數(shù)據(jù)建立兩階段分層標(biāo)志(農(nóng)作物種植面積多年變化率,面積規(guī)模)進(jìn)行兩階段分層抽樣,采用累計(jì)平方根法確定最優(yōu)分層的劃分點(diǎn),即根據(jù)分層標(biāo)志y的密度函數(shù)f(y)的開方累計(jì)計(jì)算分層。
全文摘要
本發(fā)明涉及一種以歷史遙感產(chǎn)品數(shù)據(jù)建立抽樣框和設(shè)計(jì)輔助變量實(shí)現(xiàn)作物面積測量的高效的抽樣方法。CACVM和Mean分別代表抽樣單元內(nèi)多年作物種植面積的變化率和平均規(guī)模。將此兩個(gè)指標(biāo)分別用做一個(gè)兩階段分層抽樣方法的一階段和二階段分層的分層標(biāo)志。以北京市冬小麥種植面積最集中的大興、房山、順義和通州四區(qū)縣作為研究區(qū)進(jìn)行試驗(yàn),對本發(fā)明方法的有效性進(jìn)行評價(jià)。
文檔編號G01B21/28GK102175209SQ20101057675
公開日2011年9月7日 申請日期2010年12月7日 優(yōu)先權(quán)日2010年12月7日
發(fā)明者何浩, 張錦水, 潘耀忠, 胡潭高, 趙蓮 申請人:北京師范大學(xué)