首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到15条相似文献,搜索用时 140 毫秒
1.
空间抽样是实现区域农作物面积高效估算的重要手段,农作物分布受自然条件等因素影响普遍存在空间自相关性,但以往针对空间相关性对农作物面积抽样效率的影响研究明显不足。该研究选取安徽省凤台县为研究区,通过2017年4月4景GF-1全色多光谱影像(Panchromatic and Multispectral, PMS)与Google Earth高空间分辨率影像相结合提取研究区冬小麦。设计10种抽样单元尺度、3种抽样外推方法、2种相对允许误差和5种样本布局方式,构建多种冬小麦面积空间抽样方案。利用全局莫兰指数(global Moran’s index)评价不种尺度下抽样单元内冬小麦面积比的空间自相关强度,分析空间自相关性对冬小麦面积抽样效率(抽样误差、样本容量和空间布局)的影响。研究结果表明,抽样单元内冬小麦面积比的空间自相关强度随单元尺度的增大而减小,全局莫兰指数相应地由0.75降至0.50。无论在何种尺度下抽样单元内冬小麦面积比都呈显著的空间正相关性;抽样外推冬小麦面积总体的误差随空间自相关强度的减小呈先减小后明显增大的趋势。在10种抽样单元尺度中,当抽样单元尺度为2000m且抽样比为5%时,无论采用何种抽样方法外推总体的误差均为最小(简单随机抽样、系统和分层抽样外推总体的相对误差分别为17.94%、9.48%和1.82%);当相对允许误差设计为5%时,简单随机抽样外推总体所需样本容量随空间自相关强度的降低从660降至56。而分层抽样的样本容量不受空间自相关性的影响;5种样本布局方式中,采用分层随机抽样方式外推冬小麦面积总体的平均相对误差、平均变异系数和均方根误差最小,分别为1.82%、3.19%和0.11×108 m2。该研究可为有空间自相关存在下的农作物面积空间抽样方案合理设计提供参考依据。  相似文献   

2.
全国冬小麦面积变化遥感监测抽样外推方法的研究   总被引:48,自引:14,他引:34  
该文提出了一种可以用于业务化运行的全国冬小麦面积变化遥感监测方法。根据我国冬小麦生产的特点,采用分层抽样方法,以全国冬小麦种植面积以往的统计数据为分层指标,将全国1411个冬小麦生产县划分为6层,建立全国冬小麦面积变化遥感监测抽样外推模型;然后,以TM影像覆盖来近似随机地从各层抽取所需数量的冬小麦生产县,采用人工判读的方法解译冬小麦的变化,并以县为单位统计;最后利用外推模型得出全国冬小麦面积的变化。通过1999、2000年连续2年的运行试验,得到了满意的结果  相似文献   

3.
玉米种植面积空间抽样调查方案优化设计   总被引:3,自引:0,他引:3  
抽样比、样本空间布局及抽样单元尺度是组成空间抽样调查方案的基础要素。为进一步改善现行农作物种植面积空间抽样调查效率,该文以吉林省德惠市为研究区,以玉米种植面积为研究对象,选取正方形网格作为抽样单元,通过空间分析、"3S"技术与传统抽样方法相结合进行农作物种植面积空间抽样方案优化设计试验研究。结果表明,抽样单元间空间自相关性随单元尺度的增大而增大,两者间呈线性正相关关系。当抽样单元尺度为500 m×500 m时,抽样单元间空间自相关性几乎不存在。遵循传统抽样理论要求样本间相互独立原则,选取500 m×500 m作为最优抽样单元尺度;对抽样单元内玉米种植面积与耕地面积进行相关分析发现,两者间存在极显著线性正相关关系。为提高玉米种植面积空间分层抽样效率,可选取耕地面积作为分层标志;以抽样外推总体相对误差(r)和变异系数(coefficient of variation,CV)为空间抽样效率评价指标,在4种(简单随机、系统等距、分层随机及分层系统等距)样本空间布局方式中,选取分层系统等距抽样作为最优样本布局方式;在7种抽样比(0.5%、1.0%、1.5%、2.0%、2.5%、3.0%、3.5%)设计水平中,选取1%作为最优抽样比。该文可为提高农作物面积空间抽样调查效率提供试验依据。  相似文献   

4.
冬小麦种植面积空间抽样效率影响因子分析   总被引:10,自引:4,他引:6  
基于遥感与抽样的农作物种植面积测量方法结合了遥感和抽样理论的优势,已经成为农作物种植面积测量中有着广泛应用前景的测量方法。以格网为单元,进行分层空间抽样,分析在二值图像的情况下,抽样格网大小、分层层数对抽样精度、抽样精度方差、抽样比的影响;将二值图像分类结果定义为作物区,随机混入不同丰度10%,20%,……,100%的冬小麦,在不同冬小麦丰度(即不同的分类误差)的前提下,分析抽样格网大小、分层层数、分类误差对抽样精度、抽样比的影响,确定最优分层定义为6层,在分类误差小于40%(即冬小麦丰度大于60%)的前提下,可以有效地进行空间抽样推算区域冬小麦种植面积,为农作物种植面积测量空间抽样方案的优化提供理论基础。  相似文献   

5.
为了通过数据同化方法提高冬小麦的估产精度,以陕西省关中平原为研究区域,采用标定的CERES-Wheat模型模拟8个典型样点冬小麦整个生育期的叶面积指数(LAI),通过四维变分(4DVAR)和集合卡尔曼滤波(En KF)2种同化算法同化CERES-Wheat模型模拟的LAI和遥感数据反演的LAI,获得单点尺度的LAI同化数据,将单点尺度的LAI同化值扩展到区域尺度,对两种同化方法的单点尺度和区域尺度的同化结果进行对比与分析。结果表明,两种同化方法均能综合遥感反演LAI和模型模拟LAI的优势,使LAI同化值更符合冬小麦LAI的实际变化规律;在单点尺度和区域尺度上,En KF-LAI均更能反映关中平原冬小麦的实际生长状况。采用En KF-LAI构建关中平原冬小麦估产模型估测2008年和2014年的冬小麦单产,通过实测单产对估产模型进行验证,结果表明,2008年样点估测单产与实测单产的相对误差均小于15%,部分县估测单产与实测单产的相对误差均小于10%;与2014年模拟单产与实测单产间的相对误差相比,估测单产与实测单产间的相对误差降低0.57%~9.30%,RMSE降低217 kg/hm2,其中,8个样点的估产精度达到94%以上,表明组合估产模型的估产精度较高。  相似文献   

6.
利用Terra/MODIS数据提取冬小麦面积及精度分析   总被引:7,自引:4,他引:3  
利用遥感技术提取作物播种面积是农情监测研究中一种实用而可行的方法。以河北省藁城市为研究区域,研究利用多时相Terra/MODIS数据提取2004年冬小麦播种面积的技术方法。在分析MODIS波谱特性与冬小麦生物学特征,并考虑了有关植被指数图像对面积提取精度的影响基础上,选择将MODIS数据的Red、Blue、NIR和ESWIR波段作为基础工作波段。利用4种方法提取了2004年藁城市各乡镇的冬小麦播种面积,并利用2004年各乡镇统计数据及土地利用数据进行了精度评价。结果表明:4种方法提取的冬小麦播种面积总体上都与参考值比较吻合,总体误差和平均误差均小于5%。可见,利用Terra/MODIS数据提取冬小麦播种面积是完全可行的。研究还发现,最佳的MODIS数据是冬小麦抽穗期的Red、Blue、NIR、ESWIR波段图像和冬小麦播种期与抽穗期EVI差值图像的组合。  相似文献   

7.
冬小麦播种面积监测是农情遥感的重要研究内容之一,及时、准确地获取冬小麦的播种面积对冬小麦产量估算具有重要的意义。该文在面向对象技术的支持下,首先利用融合的高空间分辨率SPOT5遥感影像提取农田地块专题层信息;然后在专题层控制下对多时相的ETM+遥感数据统一尺度分割,得到不同时相遥感影像相同形状的地块特征基元;通过光谱特征规则集构建不同时相的冬小麦信息提取模型,实现对各个时期冬小麦播种田块对象的提取;最后通过交叉验证,确定最终的冬小麦播种面积。结果表明,该方法能够快速获得冬小麦播种面积,总体精度达到90%以上,基本上能够满足农情遥感监测的需求,为冬小麦种植面积遥感快速监测提供了一种可行的方法。  相似文献   

8.
基于Kriging估计误差的县域耕地等级监测布样方法   总被引:7,自引:2,他引:5  
为了监测耕地的质量等级,通常采取抽样调查的方法.由于空间样本间存在不独立性等原因,传统抽样方法效率低、精度不高.为此,该文提出基于Kriging估计误差的布样方法,定义了反映Kriging估计情况的统计量作为评估监测网的标准,通过分析样本量与抽样精度的变化趋势确定最优样本容量,将调整过的方形格网作为监测网的基础,在泰森多边形限制下对监测网优化增密,并选用部分标准样地作为监测点.以北京市大兴区为例对该方法进行验证,结果表明,当监测点数同为48时,该文方法均方根误差小于简单随机抽样、分层抽样以及单一使用格网布样的方法,预测总体均值的相对误差为0.07%.因此,该文方法使用较少的监测点反映县域耕地等级的分布状况和变化趋势,能够满足县域耕地等级监测的需求.  相似文献   

9.
基于结构规模的冬小麦种植面积遥感抽样估算   总被引:6,自引:3,他引:3  
在种植结构复杂地区,由于受到混合像元和同期作物的影响,传统的以规模为分层标志进行冬小麦种植面积遥感估算难以保证抽样效率和精度。该文综合考虑混合像元、同期作物的影响,构建了结构规模指标进行冬小麦种植面积遥感抽样估算。采用TM和QuickBird为研究数据,设计不同的抽样方案估算冬小麦的种植面积,计算标准误差、准确度和变异系数衡量估算精度,与传统简单随机、规模指标分层抽样进行对比分析,验证本文方法的有效性。试验结果表明,以结构规模指标分层抽样的反推结果在各项指标上均明显优于传统简单随机、规模指标分层抽样方式,尤其在小样本量时,标准误差降低2.0×105m2,准确度提升了1%。该研究结果为在大范围种植结构复杂地区进行冬小麦种植面积遥感估算的改进提供了试验依据。  相似文献   

10.
河北省冬小麦生产空间格局及其控制因素   总被引:2,自引:0,他引:2  
在气候变化与水资源短缺的背景下,华北平原冬小麦生产面临巨大的挑战,明确冬小麦生产的空间格局及其控制因素,可为本区冬小麦的科学规划管理决策和高效生产提供依据。基于河北省各县市2004—2013年冬小麦单位面积产量与农情资料,以主产区(以县市平均冬小麦播种面积大于总播种面积的20%为标准选取)101个县市为基本研究单元,采用系统聚类分析对河北省冬小麦主产区进行区域划分;利用因子分析方法对冬小麦生产要素进行主成分分析,并利用逐步回归分析方法建立冬小麦产量与主要控制因素主成分之间的关系。结果表明,河北省冬小麦主产区分为4个(Ⅰ~Ⅳ),各区冬小麦产量水平从Ⅰ区向Ⅳ区依次递减,产量变异依次增大,且各区差异均达显著水平(P0.05)。冬小麦产量(Y)与化肥因子(F1)、灌溉因子(F3)、年降水量因子(F4)、年降水量下限因子(F5)有显著的线性回归关系(R2=0.685,P0.05),其中F1、F3分别解释了Y的21.7%、37.4%,F4、F5解释了Y的9.4%。据此说明灌溉是影响河北省冬小麦产量区域差异的首要因素,其次是化肥使用量,而年降水量对产量区域差异影响较小。农药因子(F2)的回归效应不显著,说明冬小麦病虫害发生及防治具有区域随机性变化特点,对冬小麦生产的区域差异不形成显著影响。另外,全省冬小麦播种面积比重与产量水平有较好的区域吻合度(R2=0.409,P0.05),说明在现有管理模式下冬小麦区域布局基本合理,只是在东部低平原沿海的极个别低产县的播种面积明显偏高,结合冬小麦对灌溉条件的依赖性,认为这些县市的冬小麦布局需要慎重审视。  相似文献   

11.
农作物种植面积遥感抽样调查的误差影响因素分析   总被引:6,自引:3,他引:3  
空间抽样技术在农作物种植面积调查中具有不可替代的作用,各抽样要素(抽样率、抽样调查单元尺寸及布局)对于抽样精度的影响至关重要。该文以湖南省晚稻为研究对象,设计了9种抽样调查单元和31种抽样率水平,以晚稻面积百分比为分层标志进行空间分层抽样,分析抽样格网大小、抽样率及样本空间分布格局对面积估算精度的敏感性及控制途径,并建立3种影响因素对面积估算的综合评估模型。结果表明:1)作物面积估计的平均抽样误差随抽样格网尺寸的增加而增加(R2=0.92),当抽样格网控制在5 km以内时,平均误差基本限制在5%以下,标准差变幅稳定在0.12以内;2)作物面积估计的平均抽样误差随抽样率的增加而逐渐降低(R2=0.82),当抽样率达到0.4%时,平均误差基本限制在5%以内,标准差变幅稳定在0.12以内;3)在抽样率确定的情况下,样本的空间分布是影响抽样精度的重要因素,随着样本空间分布由近似均匀分布向随机分布再向集群分布变化,作物面积估计量的平均抽样误差逐渐增大,当样本空间分布的方差均值比指标0.7时,平均误差控制在5%以内,标准差变幅稳定在0.1以内;4)得到3种影响因素对面积估算精度的定量评估模型。该成果揭示了农作物种植面积抽样过程中样方尺寸、抽样率和样本空间分布对精度影响的敏感性,为农作物种植面积监测空间抽样方案的选取以及确定特定的抽样方案可以达到的面积估算水平提供了理论基础。  相似文献   

12.
综合季相节律和特征光谱的冬小麦种植面积遥感估算   总被引:7,自引:3,他引:4  
及时准确地获取区域和国家尺度的作物种植面积和空间分布具有重要意义。针对目前中低分辨率遥感数据相结合方法的局限,提出一种新的作物类型识别方法。首先基于MODIS NDVI数据的时间优势,提取研究区各类植被的NDVI时间序列曲线,从而分析冬小麦在季相节律上的识别特征,构建冬小麦识别模型。再将MODIS像元分类处理,纯耕地像元利用冬小麦的季相节律特征识别;耕地与其他植被的混合像元利用混合像元分解的思想提取耕地组分的NDVI时间序列,从而进行识别,进一步根据空间关系将识别结果重新定位到中分辨率尺度上;冬小麦与其他作物的混合像元覆盖区则利用TM遥感影像的光谱差异加以区分。在伊洛河流域主要农业区,以冬小麦为识别对象,结果表明识别精度达到96.3%。该方法为作物种植信息的提取提供了新的解决问题的途径,也对其他类型作物的识别也具有重要的参考价值。  相似文献   

13.
基于GF-1卫星数据的农作物种植面积遥感抽样调查方法   总被引:15,自引:7,他引:8  
GF-1号卫星是中国2013年4月26日发射的一颗高分辨率遥感卫星,为解决该新型卫星数据在农作物对地抽样遥感调查中的应用技术方法问题,该文针对GF-1号卫星数据的特点,研究了基于GF-1号卫星16m WFV传感器和2m/8m PMS传感器卫星数据的农作物种植面积遥感抽样调查方法。根据研究区物候历,选择农作物识别关键期的16m WFV传感器数据进行多时相农作物种植面积的中分辨率遥感提取;在中分辨率农作物面积遥感分类图基础上,计算研究区域的MORAN I指数,确定格网抽样单元的大小,进行多目标农作物的MPPS(multivariate probability proportional to size)抽样;对抽样单元采用2m/8 m PMS传感器卫星数据进行高分辨率农作物面积制图;最后根据MPPS抽样方法进行总体农作物种植面积的推断,并计算CV值,评价抽样精度。以江苏省东台市为研究区对GF-1号卫星数据进行了应用研究。研究结果表明,GF-1号卫星数据完全可以应用于县级农作物种植面积的提取,农作物种植面积提取精度优于90%。  相似文献   

14.
面向省级农作物种植面积遥感估算的分层方法   总被引:8,自引:3,他引:5       下载免费PDF全文
针对当前遥感抽样估算中分层标志缺乏遥感识别误差描述的问题,该文探讨了基于农作物遥感识别结果的不同分层方法的抽样效率。以江苏省为研究区,采用2阶段分层,采用数字高程模型(digital elevation model,DEM)标准差进行一阶段分层,在一阶段分层的基础上,分别采用农作物识别种植规模、遥感识别破碎度、种植结构以及种植结构与破碎度指标进行二阶段分层。试验结果表明:种植结构与破碎度指标的分层效率最高,相对效率达到5.90,该分层指标融合了遥感分类结果反演出的种植结构和破碎度,不但能够有效地反映出农作物区域的景观特征,同时也较为合理地反映出区域间作物种植的差异性,为提高省级农作物种植面积遥感抽样估算效率提供有力的参考。  相似文献   

15.
基于空间平衡法的县域耕地质量监测布样方法   总被引:6,自引:2,他引:4  
县域监测样点布局是反映耕地质量等级变化的基础,样本点布设的质量直接影响到耕地质量监测的结果和精度。因此,该文提出了基于空间平衡法的县域耕地质量监测布样方法,对影响耕地质量监测成本和精度的主要因素进行分析,选取样本点距离道路远近、样本点所在位置坡度高低和自然质量各等别样本容量3个方面综合生成包含概率栅格图层,图层中的像元值指总体单元中一个单元相对于其他单元被抽中的相对概率,在此基础上,运用空间平衡算法对包含概率栅格层进行空间改造,抽样选取监测样点,以平均Kriging预测标准差和监测样本点距县级主要道路的平均距离作为优化评价准则,将该方法与传统抽样方法进行比较分析。以江西省吉安县为例,全县布设78个监测样点,结果表明,当样点数量相同时,该方法相较传统布样方法在抽样精度和抽样成本方面均有一定的优势,能有效地监测耕地质量变化,满足县域耕地质量监测的需求。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号