基于遥感的福建闽侯丘陵区农作物种植面积空间抽样方法

以福建闽侯县作为研究区,采用传统抽样(简单随机抽样、系统抽样、分层抽样)、空间抽样(空间随机抽样、空间系统抽样、空间分层抽样)等方法对研究区农作物种植面积进行样本抽选、总体推算及误差估计,结果表明:1 500 m×1 500 m格网为最优抽样单元尺寸,空间分层抽样方法的相对误差为3.86%,变异系数为6.03%,抽样成本为6.03,抽样效率高.与传统抽样方法相比,空间抽样方法显著减少样本容量,节约调查成本.     

基于3S的森林植被面积空间抽样方法

以辽宁省为例,应用中分辨率成像光谱仪影像(MODIS)数据进行森林信息提取,并选取森林面积为研究对象,采用网格单元作为抽样单元,应用随机、系统、分层的抽样方法对辽宁省森林面积进行抽样估算,在获得最优抽样方法的基础上进行第2阶段抽样,设计不同样本容量水平下的森林面积空间抽样方法试验。结果表明:以县森林面积覆盖百分比为分层标志的分层抽样方法抽样效率最高,在第2阶段抽样估算的8种样本容量水平下,当样本容量为8时,抽样精度达到95%,并且所需样本数量最少,达到了森林面积抽样精度要求。应用此方法能够减少森林资源调查成本和工作量,可以结合遥感、地理信息系统和全球定位系统技术(3S技术),进行大区域范围森林面积的监测。     

冬小麦种植面积空间抽样样本布局的优化设计

【目的】样本布局是空间抽样调查方案设计中的关键要素。优化设计样本布局对于提高抽样样本对总体的代表性、降低抽样调查成本、改善抽样外推总体精度具有重要意义。论文针对现有农作物种植面积空间抽样调查技术体系中存在样本布局设计合理性不足的问题（如采用简单随机抽样进行样本布局设计时,无法保证各样本单元间相互独立、彼此间不存在空间相关性;而以往系统等距布样方式又存在样本间隔的制定缺乏科学依据）,进一步提高现行农作物种植面积空间抽样调查效率。【方法】选取安徽省蒙城县和冬小麦种植面积2009年和2010年的冬小麦空间分布数据（分别源自ALOS AVNIR-2 和Landsat5 TM影像提取结果）,通过地统计学理论与“3S”技术（遥感、地理信息系统和全球定位技术）及传统抽样方法相结合,首先,设计8种抽样单元尺寸水平,利用不同种尺寸水平的抽样单元离散抽样区、构建抽样框;其次,选取简单随机抽样方法初选样本单元,利用初选样本构建抽样单元内冬小麦种植面积比例的变异函数理论模型,基于该模型分析抽样单元间空间关联性和异质性,定量确定抽样单元空间关联阈值;然后,遵循传统抽样理论要求样本间相互独立原则,以抽样单元空间关联阈值为抽样间隔,采用空间系统等距的布局方式对冬小麦种植面积空间抽样样本布局进行了优化设计;最后,以简单随机抽样方法为对照,选取抽样外推总体相对误差、总体总值估计量的变异系数（CV）及样本容量为评价指标,对布局优化设计后的抽样样本外推总体精度、稳定性（通过变异系数反映）及抽样成本（通过样本容量反映）进行定量评价试验研究。【结果】抽样单元内冬小麦种植面积比例的变异性随单元尺度的增大而增大,8种单元尺度下的抽样单元内冬小麦种植面积比例的变异系数变化范围为32.75%—43.46%,属中等变异;抽样单元内冬小麦种植面积比例在一定范围内存在强烈的空间相关性,该空间相关性主要由结构性因素（如气候、地形、土壤类型等自然因素）决定。抽样单元内冬小麦种植面积比例的空间关联阈值随抽样单元尺寸的增大而增大;当抽样单元尺寸较小时（500 m×500 m—2 000 m×2 000 m）,在样本容量相同条件下,经布局优化设计后的抽样样本外推总体的相对误差和变异系数明显低于简单随机抽样;当抽样单元尺寸较大时（2 500 m×2 500 m—4 000 m×4 000 m）,布局优化设计后的抽样样本外推总体的相对误差和变异系数虽未明显降低,但样本容量却显著减小。【结论】该文可为改善农作物种植面积空间抽样调查效率提供试验依据。为研究区和研究对象,以正方形网格作为抽样基础单元,基于蒙城县     

福建省闽侯县区域农作物种植面积的空间抽样方案

基于国产GF-1号卫星影像农作物空间分布数据,以正方形网格作为抽样单元形状,综合应用遥感技术、空间抽样方法、模拟退火算法及空间自相关理论,对福建省闽侯县农作物种植面积进行估算.结果表明:根据全局自相关指数Moran's I及其显著性指标Z Score,选取1 500 m×1 500 m作为最优单元尺寸;对研究区进行剖分,构建抽样框,对比空间随机抽样、空间系统抽样及空间分层抽样的抽样结果,空间分层抽样方法的样本容量为37,相对误差为3.86%,抽样效率最高;运用模拟退火优化算法规划野外调查的最优路径,确定空间抽样调查方案.     

基于遥感抽样的农作物种植面积测量野外调查系统设计与实践

传统农业统计野外调查方式的调查效率、数据质量已经不能满足我国社会经济发展对农业统计调查数据及时精准的要求,基于空间信息技术发展新的农业统计调查方法对提升我国农业统计调查能力具有重要意义。本研究在充分了解基于遥感抽样的农作物种植面积测量业务流程的基础上,设计开发了基于遥感抽样的农作物种植面积测量野外调查系统,将农作物面积测量野外调查的数据组织与管理、数据采集、任务分配、调查进展实时监测等整个业务流程集成为一个数字化系统平台,并基于可移动终端设备实现了野外调查数据采集的核心系统功能。2016年基于遥感抽样的农作物种植面积测量野外调查系统已广泛应用到31个省区和1 100个粮食大县及第三次全国农业普查农作物种植面积遥感测量工作中,实践应用表明该系统可满足农作物面积遥感抽样调查的业务要求,能够显著提升野外调查工作的效率。     

农作物种植面积遥感提取研究进展

介绍了农作物种植面积遥感提取方面的研究进展,新算法包括：选择多时相数据、多源遥感数据;GIS辅助等手段,并指出采用中分辨率与低分辨率数据相结合的测量方法是获取作物种植面积的主要趋势之一。     

农作物空间格局遥感监测研究进展

遥感技术因其高时效、宽范围和低成本等优点正被广泛应用于对地观测活动中,为大区域尺度掌握农作物空间格局提供了新的科学技术手段。本文系统总结了近10年来国内外农作物空间格局遥感监测在理论、方法、实践应用等方面取得的新进展,指出了亟待解决的问题,并对今后的发展方向进行了展望。研究认为,农作物种植面积遥感监测主要根据遥感传感器记录的不同农作物光谱特征的差异,进行不同农作物种植面积的识别,方法主要包括:基于光谱特征、基于作物物候特征和基于多源数据的农作物遥感识别方法。遥感技术应用于农作物复种模式监测主要根据时间序列植被指数描述的作物季节活动过程,利用不同的拟合方法得到作物生长曲线,实现作物复种模式有效监测。农作物种植方式遥感监测是更高层次的遥感应用,主要利用时间序列遥感数据,根据作物植被指数的变化规律区分不同作物生育周期,判断不同复种模式下作物的种植顺序和方式。在未来相当长的一段时间内,建立农作物空间格局遥感监测的理论和技术体系、发展和改进遥感影像分类方法、优化时间序列遥感数据平滑技术和提高信息提取的自动化与流程化将是农作物空间格局遥感监测需要重点解决的几个关键问题。     

关于大面积农作物产量抽样实测的做法

进行大面积农作物产量的抽样实测调查,能够比较准确地推算农作物产量,以掌握第一手农作物产量资料,供党政领导部门安排有关工作的参考。现在我省和其他兄弟省一样,正在逐步开展这一工作。在一个县(或公社)的大面积农作物产量实测调查工作中,目前广泛地采用等距随机抽样实测法,就是在农作物成熟收获之前,按照预     

基于总体抽样下子总体追加抽样设计的棉花种植面积遥感估算方法研究

针对遥感与抽样相结合的农作物种植面积估算方法中,子总体的作物种植面积估算需要新的抽样体系设计和样本野外调查等繁重工作,缺少基于总体下对子总体的作物种植面积估算的方法,以沙湾县、玛纳斯县和呼图壁县为总研究区,提出了基于遥感和PPS抽样相结合的总体抽样下子总体追加抽样设计的子总体研究区呼图壁县棉花种植面积估算方法,并以新疆建设兵团统计局公布数据为真值对其估算结果进行对比分析。结果显示,基于总体抽样下子总体追加抽样设计后,子总体研究区估计量的变异系数为0.023 3,远低于0.05,而追加抽样设计前变异系数为0.122 3,说明样本在该方法下的代表性得到极大提高。以新疆建设兵团统计局公布数据为真值进行对比发现,子总体研究区棉花种植面积提取精度达到94.2%,能够有效提取子总体中的棉花种植面积,同时避免了重新建立子总体研究区抽样体系所需要的人力、物力、财力等资源的消耗。     

农作物空间格局遥感监测研究进展

我国大多数地区农业发展模式依旧是传统农业耕种模式方式,虽然使用了新型的农作物种类,产量有了很大的提升。但是,由于没有科学的生产方式,农作物的产量和质量依然不能满足于目前的市场需求。近年来,卫星遥感技术被应用到农作物的空间格局上,使得农作物的生产产生了巨大的变化。随着遥感监测技术的不断提高,遥感监测在农作物生长中的应用也越来越广泛,遥感监测技术具有时效高、范围大、成本较低等众多优点,以此在农作物监测中具有重要的作用,正是因为遥感监测在农作物空间格局中的广泛应用,为广大地区在农作物空间格局上提供了科学的数据和技术方式,使得农作物不断增产增收,不仅提供了更为科学的种植方式,更是提高了农户在种植业上的收入。     

Design of a spatial sampling scheme considering the spatial autocorrelation of crop acreage included in the sampling units

Information on crop acreage is important for formulating national food polices and economic planning.Spatial sampling,a combination of traditional sampling methods and remote sensing and geographic information system(GIS)technology,provides an efficient way to estimate crop acreage at the regional scale.Traditional sampling methods require that the sampling units should be independent of each other,but in practice there is often spatial autocorrelation among crop acreage contained in the sampling units.In this study,using Dehui County in Jilin Province,China,as the study area,we used a thematic crop map derived from Systeme Probatoire d’Observation de la Terre(SPOT-5)imagery,cultivated land plots and digital elevation model data to explore the spatial autocorrelation characteristics among maize and rice acreage included in sampling units of different sizes,and analyzed the effects of different stratification criteria on the level of spatial autocorrelation of the two crop acreages within the sampling units.Moran’s I,a global spatial autocorrelation index,was used to evaluate the spatial autocorrelation among the two crop acreages in this study.The results showed that although the spatial autocorrelation level among maize and rice acreages within the sampling units generally decreased with increasing sampling unit size,there was still a significant spatial autocorrelation among the two crop acreages included in the sampling units(Moran’s I varied from 0.49 to 0.89),irrespective of the sampling unit size.When the sampling unit size was less than3 000 m,the stratification design that used crop planting intensity(CPI)as the stratification criterion,with a stratum number of 5 and a stratum interval of 20%decreased the spatial autocorrelation level to almost zero for the maize and rice area included in sampling units within each stratum.Therefore,the traditional sampling methods can be used to estimate the two crop acreages.Compared with CPI,there was still a strong spatial correlation among the two crop acreages included in the sampling units belonging to each stratum when cultivated land fragmentation and ground slope were used as stratification criterion.As far as the selection of stratification criteria and sampling unit size is concerned,this study provides a basis for formulating a reasonable spatial sampling scheme to estimate crop acreage.     

橄榄星室木虱卵空间分布型及抽样技术研究

应用分布型指数法研究了橄榄星室木虱卵的空间分布型和抽样技术．1wao的回归模型n=1．9435〉0、b=1．0522〉1和Taylor幂法则α=0．2147〉0、β=1．2958〉1表明：橄榄星室木虱卵呈聚集分布，聚集强度随种群密度的升高而增强，聚集原因由种群聚集均数A〉2可知是昆虫本身的习性所致，分布的基本成分是个体群，个体间相互吸引．在空间格局的基础上制定了不同允许误差下的最适抽样公式和判断橄榄星室木虱是否达到防治标准的序贯抽样表．     

枇杷潜蛾幼虫空间分布型及抽样技术研究

运用6项聚集度指标和2种回归方法对枇杷潜蛾幼虫的空间分布型及聚集原因进行分析。结果表明,该虫在任何密度下都呈聚集分布并遵从负二项分布,聚集原因是由某些环境因素所致,分布的基本成分为个体群;几种常见的抽样方法与全查比较,并进行差异性显著测验,表明5点式为最佳抽样方法;通过分析并拟合出枇杷潜蛾幼虫在枇杷园中的最适理论抽样数模型和序贯抽样模型。     

样点数对县域土壤养分空间变异特征评价的影响

以广东省阳西县测土配方施肥耕地地力调查数据为基础,应用地统计学和GIS空间分析技术,对耕层土壤pH、有机质、全氮、有效磷和速效钾进行空间插值质量研究。结果表明:(1)土壤养分变异系数的顺序为速效钾>速效磷>有机质>全氮>pH,插值误差随土壤养分空间变异系数增大而增加。(2)插值精度随着插值样点数的增加而不断提高,土壤养分的预测值与实测值的相关系数逐渐增加。采样密度相同时,土壤养分的标准均方根误差(NRMSE)值由大到小的变化顺序是速效钾>有效磷>全氮>有机质>pH值。(3)对阳西县土壤养分空间变异情况进行评价时,土壤pH值和全氮采样时应以30～60 hm2耕地为一个采样单元;土壤有机质采样时应以20～30 hm2耕地为一个采样单元;土壤有效磷和速效钾采样时应最大以20 hm2耕地为一个采样单元。     

粟瘿蜂在板栗林的分布及抽样技术

对板栗Castanea mollissima林的系统调查结果表明栗瘿蜂Dryocosmus kuriphilus虫口密度随板栗林龄的递增而逐渐上升.间种了农作物的板栗林的栗瘿蜂虫口密度较低.在任何虫口密度下,栗瘿蜂在林间均为聚集分布,分布的基本成分是个体群,其聚集度随着种群密度的升高而增大.栗瘿蜂虫口密度在单株树树冠的东南西北4个方向之间无显著差异,而在内外层或上下层之间存在极显著差异.双对角线、单对角线、平行线和简单随机抽样方法均可作为栗瘿蜂虫口数量的调查方法.采用Iwao方法求出了最适抽样数和列出了序贯抽样表.     

天然黄山松群落种群分布格局取样技术的研究

对黄山松（Pinus taiwanensis)三个群落采用随机样方（random quadrats)、相邻格子样方（contiguous grid quadrats)、中心点四分法（point-centered quarter)和最近相邻法（nearst neighbor)4种抽样方法进行分布格局研究，并对各方法在种群分布格局研究中的适用性予以客观评价，比较其在种群分布格局测定分析中的效用。结果表明，随机样方和相邻样方能得到相同的结果，是理想的抽样方法，但鉴于随机样方的本身缺点，相邻格子方法为最佳取样技术。     

哈尔滨市城市土壤重金属空间分布特征及相关分析

利用GIS软件和地统计学方法分析哈尔滨市土壤重金属镉、铅、铜、锌(Cd、Pb、Cu、Zn)元素在市区内的含量分布、空间异质性以及元素之间的相互关系。样品为2008年10月在哈尔滨市区内采集的53个土样,采样面积为7 086 km2。分析结果表明,土壤重金属元素Cd、Pb、Cu、Zn块金值与基台值之比C0/(C0+C)都在25%～75%之间,属于中等的空间相关性;Cu和Zn、Cd都存在极显著正相关,Zn不仅与Cu、Cd存在着极显著正相关还与Pb存在着极显著正相关。Cd元素分布表现出明显的阶梯状,由道外区向道里区逐渐降低,道外区域整体偏高含量在0.22～0.26 mg.kg-1之间,属于轻污染级(0.2～0.4 mg.kg-1);Pb元素平均含量为41.1 mg.kg-1,在轻污染级别以内(35～70 mg.kg-1),其中较高区域是南岗区和平房区;Cu元素的分布特征是东北部的道外区高于整个市区的平均值(34.54 mg.kg-1),而南部的南岗区、道里区、平房区、阿城地区低于平均值(34.54 mg.kg-1);Zn元素平均含量为108.6 mg.kg-1,略高于Zn的警戒含量100 mg.kg-1,其中道外区属于中污染级(200～300 mg.kg-1),含量在239.5～287.4 mg.kg-1。