【摘要】：農(nóng)作物面積信息是國家制定糧食政策和經(jīng)濟計劃的重要依據(jù)。及時準(zhǔn)確獲取農(nóng)作物面積信息對于科學(xué)調(diào)整種植業(yè)規(guī)模結(jié)構(gòu),加強農(nóng)作物生產(chǎn)管理,保證農(nóng)產(chǎn)品有效供給和國家糧食安全具有重要意義。隨著對地觀測技術(shù)的發(fā)展,將衛(wèi)星遙感與傳統(tǒng)抽樣理論相結(jié)合構(gòu)建的空間抽樣方法,充分發(fā)揮了遙感與抽樣統(tǒng)計的各自優(yōu)勢,已被美國、歐盟及中國在內(nèi)的多個國家廣泛應(yīng)用于大區(qū)域農(nóng)作物面積統(tǒng)計調(diào)查業(yè)務(wù)中,有效提高了農(nóng)作物面積信息獲取的精度和時效性。然而,以往農(nóng)作物面積空間抽樣研究與實踐均假設(shè)抽樣單元滿足經(jīng)典統(tǒng)計學(xué)要求的獨立不相關(guān)原則,僅憑傳統(tǒng)抽樣方法進行樣本抽選與總體外推,并未考慮農(nóng)作物種植受自然條件、社會經(jīng)濟等因素影響所具有的空間相關(guān)性和變異性,導(dǎo)致在抽樣方案設(shè)計的合理性與總體推斷的準(zhǔn)確性方面存在明顯不足。針對上述問題,本文選取安徽省鳳臺縣、吉林省德惠市、河南省濮陽縣為研究區(qū),利用GF-1遙感影像數(shù)據(jù)提取三種農(nóng)作物,采用空間分析技術(shù)、地統(tǒng)計學(xué)理論和傳統(tǒng)抽樣方法相結(jié)合,定量評價各種農(nóng)作物的空間自相關(guān)性和空間變異性,分析空間自相關(guān)性和空間變異性在不同抽樣單元尺度下的變化特征和規(guī)律。設(shè)計多種抽樣方案,選取樣本容量(n)、抽樣外推總體相對誤差(Re)和總體總值估計量的變異系數(shù)(CV)作為抽樣效率的評價指標(biāo),分析農(nóng)作物的空間自相關(guān)性和空間變異性對抽樣效率的影響,對比傳統(tǒng)抽樣與考慮空間自相關(guān)性和變異性的空間抽樣的抽樣效率,從抽樣單元尺度、樣本容量和樣本布局三個方面實現(xiàn)空間自相關(guān)性和空間變異性農(nóng)作物面積抽樣方案的優(yōu)選。全文主要結(jié)論如下:(1)采用全局空間自相關(guān)指數(shù)Moran’s I評價鳳臺縣冬小麥面積的空間自相關(guān)性,發(fā)現(xiàn)抽樣單元內(nèi)冬小麥面積的空間自相關(guān)性隨著抽樣單元尺度的增加逐漸減小。3種空間抽樣方案的外推估計結(jié)果表明,抽樣單元內(nèi)農(nóng)作物面積的空間自相關(guān)性對抽樣效率產(chǎn)生影響的有效尺度范圍為500 m至2000 m,在此抽樣單元尺度范圍內(nèi),按5%抽樣比進行分層抽樣的空間抽樣方案是適合空間自相關(guān)農(nóng)作物的最優(yōu)抽樣方案。樣本空間布局結(jié)果表明,在不考慮分層標(biāo)志情況下,空間自相關(guān)性能夠通過樣本單元的布設(shè)方式提高抽樣精度。(2)選取全局空間自相關(guān)指數(shù)Moran’s I、局部空間自相關(guān)指數(shù)Moran’s I和局部自相關(guān)LISA圖作為農(nóng)作物面積空間自相關(guān)性的評價指標(biāo),農(nóng)作物面積的局部LISA聚集圖表明抽樣單元內(nèi)冬小麥面積的局部自相關(guān)性表現(xiàn)出多類型聚集向單一類型聚集的過渡性變化特征,當(dāng)抽樣單元尺度為3500 m×3500 m時,抽樣單元內(nèi)農(nóng)作物面積具有顯著的全局空間自相關(guān)性,局部空間自相關(guān)性最強。采用傳統(tǒng)抽樣方法和空間抽樣方法對3500 m×3500 m抽樣單元尺度下的冬小麥面積進行外推估計并對比各種抽樣方法的抽樣效率,發(fā)現(xiàn)在10%的期望誤差條件下,按抽樣單元內(nèi)冬小麥面積比作為分層標(biāo)志的分層抽樣具有相對最高的抽樣效率。(3)利用變異函數(shù)作為農(nóng)作物空間變異性的評價指標(biāo)時,發(fā)現(xiàn)基臺值隨著抽樣單元尺度的增加呈階段性遞減趨勢,塊金系數(shù)在500 m和2500 m處具有極大值,抽樣單元內(nèi)農(nóng)作物面積在2500m處的空間自相關(guān)性最小,空間變異性最大。不同抽樣方案對空間變異農(nóng)作物面積的外推估計結(jié)果表明,抽樣單元內(nèi)農(nóng)作物面積的空間變異性對抽樣效率產(chǎn)生影響的有效尺度范圍為500 m至3500m,按5%抽樣比在此抽樣單元尺度范圍內(nèi)進行分層抽樣的抽樣方案是最高效的空間變異農(nóng)作物抽樣方案。(4)根據(jù)樣本單元內(nèi)農(nóng)作物面積的空間變異特征,利用克里金法對3種空間抽樣方法的農(nóng)作物面積外推估計精度進行評價和比較,其交叉驗證和獨立數(shù)據(jù)集驗證結(jié)果表明,在10%的期望誤差條件下,采用普通克里金插值估計法對抽樣單元間空間變異程度相對較強的農(nóng)作物面積進行最優(yōu)估計時,空間系統(tǒng)抽樣方法是一種使區(qū)域內(nèi)誤差更小、精度更高的樣本單元布設(shè)方法。
【學(xué)位授予單位】：中國農(nóng)業(yè)科學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F326.1
【圖文】：

農(nóng)作物種植面積空間分布數(shù)據(jù)農(nóng)作物面積抽樣單元空間相關(guān)性特征研究全局空間自相關(guān)性分析指標(biāo)選取與評價局部空間自相關(guān)性分析指標(biāo)選取與評價空間自相關(guān)性的尺度變化特征空間自相關(guān)性對農(nóng)作物面積空間抽樣效率的影農(nóng)作物面積抽樣單元空間變異性特征研究空間變異性的分析指標(biāo)選取與模型構(gòu)抽樣單元農(nóng)作物面積空間變異性的尺度變化特征農(nóng)作物面積比的空間變異性結(jié)構(gòu)特征分析空間變異性對農(nóng)作物面積空間抽樣效率的影響

本研究選取安徽省鳳臺縣為研究區(qū)。鳳臺縣地處淮北平原，位于116°21′-116°56′E、32河中游，全縣總土地面積 1100km2，常用耕地面積 461km2�？h境內(nèi)地勢自西向東南化范圍在 19.4m~40m 之間。屬亞熱帶季風(fēng)氣候，多年平均降雨量 800-1000mm，水主要糧食作物。種植結(jié)構(gòu)主要是稻-麥一年兩熟制，其中冬小麥主要在 10 月中旬播種獲。圖 2.1 給出了鳳臺縣的地理位置及土地利用情況。

圖 2. 2 基于 GF-1 影像提取冬小麥面積Fig 2.2 Winter wheat area was extracted based on GF-1 imageGF-1 數(shù)據(jù)經(jīng)過預(yù)處理后，利用第 2（藍）、3（綠）、4（紅）波段合成假彩色圖像，如圖 2.2a 所示，經(jīng)地面驗證與目視解譯對該假彩色圖像進行監(jiān)督分類。本文根據(jù)研究目的簡單地將地物劃分為冬小麥和非冬小麥，抽取冬小麥的訓(xùn)練樣本（共 651 個像元），采用最大似然法得到鳳臺縣冬小麥種植面積分類結(jié)果。為了驗證分類結(jié)果，將 GF-1 2 m 分辨率的 PAN 全色影像對 8 m 分辨率的PMS 多光譜影像進行融合處理后的 2 m 分辨率的真彩色影像與 Google Earth 作為精度驗證的主要信息源對分類結(jié)果進行精度評價。在冬小麥和非冬小麥圖層上選取 300 個隨機點，評價后得到的總體分類精度為 89%，Kappa 系數(shù)為 0.79。根據(jù)評價結(jié)果可以看出，該方法得到的冬小麥分類結(jié)果精度較高，能夠近似準(zhǔn)確的反映鳳臺縣 2017 年的冬小麥種植面積情況。圖 2.2b 給出了監(jiān)督分類后的 2017 年鳳臺縣冬小麥空間分布。2.3.2 空間自相關(guān)性評價度量空間自相關(guān)的前提是要定義“空間權(quán)重矩陣”(Spatial Weighted Matrix，Wij)（Maciel 等2010），通過本研究抽樣單元方案設(shè)計與鳳臺縣遙感影像，發(fā)現(xiàn)研究區(qū)內(nèi)冬小麥基本上屬于區(qū)域間a．預(yù)處理融合假彩色影像 b．監(jiān)督分類提取冬小麥空間分布圖

【相似文獻】

相關(guān)期刊論文 前10條

1 林晨;;完善新一輪農(nóng)作物面積調(diào)查[J];中國統(tǒng)計;2018年02期

2 謝德泉;農(nóng)作物面積調(diào)查中如何運用GPS技術(shù)[J];中國統(tǒng)計;2005年10期

3 劉惠辰;;美國小麥的估產(chǎn)[J];黑龍江農(nóng)業(yè)科學(xué);1988年04期

4 ;信息匯總[J];山西農(nóng)業(yè)科學(xué);1989年09期

5 ;櫖來N炁┳魑錈婊齕J];東南亞研究資料;1964年03期

6 ;美國主要農(nóng)作物面積及產(chǎn)量[J];農(nóng)業(yè)經(jīng)濟;1983年01期

7 ;我區(qū)秋冬種農(nóng)作物面積創(chuàng)歷史最高紀(jì)錄[J];廣西政報;1995年02期

8 徐錦余;試論農(nóng)作物面積與產(chǎn)量預(yù)測工作的程序化規(guī)范化管理[J];農(nóng)業(yè)信息探索;1991年02期

9 李杰;譚榮建;;基于高分1號衛(wèi)星數(shù)據(jù)的農(nóng)作物面積遙感測量[J];浙江農(nóng)業(yè)科學(xué);2018年03期

10 劉俊杰;;湖北農(nóng)作物面積遙感測量試點工作的實踐與啟示[J];中國統(tǒng)計;2016年07期

相關(guān)會議論文 前2條

1 祖冬琦;李瑩;朱乃芬;李亦兵;王淑華;;利用遙感影像提取農(nóng)作物面積和預(yù)測產(chǎn)量的方法[A];“加入WTO和科學(xué)技術(shù)與吉林經(jīng)濟發(fā)展——機遇·挑戰(zhàn)·責(zé)任”吉林省第二屆科學(xué)技術(shù)學(xué)術(shù)年會論文集（上）[C];2002年

2 田曉華;;阜新野生動物危害調(diào)查及防治對策[A];遼寧省植物保護學(xué)會、遼寧省昆蟲學(xué)會2011年學(xué)術(shù)交流研討會（西安）論文集[C];2011年

相關(guān)重要報紙文章 前10條

1 記者 祖麗皮亞;全州正播農(nóng)作物面積達78.31萬畝[N];克孜勒蘇日報(漢);2019年

2 記者 黃景蓮;去年我市參保農(nóng)作物面積達800萬畝[N];巴彥淖爾日報(漢);2018年

3 記者 王國秀;農(nóng)作物面積與去年持平[N];包頭日報;2014年

4 記者 王朝霞;全省春播農(nóng)作物面積將達3925萬畝[N];甘肅日報;2013年

5 首席記者 魏貴富;今年我省春播農(nóng)作物面積將達3924萬畝[N];山西經(jīng)濟日報;2009年

6 通訊員 梁先�！〔誊� 丁輝;澧縣落實秋冬農(nóng)作物面積100萬畝[N];常德日報;2011年

7 記者 韓倩;今年我市完成秋冬種農(nóng)作物77萬畝[N];北海日報;2009年

8 記者 柳德新邋通訊員 嚴(yán)樂軍;受旱農(nóng)作物面積有所增加[N];湖南日報;2008年

9 記者 劉威 通訊員 高志宏;我州春播農(nóng)作物面積21.26萬畝[N];克孜勒蘇報;2007年

10 木魚;天津春播農(nóng)作物面積預(yù)計400萬畝[N];糧油市場報;2007年

相關(guān)碩士學(xué)位論文 前6條

1 仲格吉;空間相關(guān)性和變異性對農(nóng)作物面積空間抽樣效率的影響研究[D];中國農(nóng)業(yè)科學(xué)院;2019年

2 李杰;基于GF-1遙感影像的農(nóng)作物面積提取方法研究[D];昆明理工大學(xué);2018年

3 劉文杰;基于ArcEngine的農(nóng)作物面積遙感測量應(yīng)用系統(tǒng)設(shè)計與實現(xiàn)[D];昆明理工大學(xué);2018年

4 張蕊;大尺度農(nóng)作物面積車載調(diào)查輔助系統(tǒng)軟件設(shè)計[D];西北農(nóng)林科技大學(xué);2008年

5 鄂月勝;農(nóng)作物種植面積遙感監(jiān)測系統(tǒng)設(shè)計與實現(xiàn)[D];湖北大學(xué);2011年

6 馬倩倩;基于RapidEye遙感影像的農(nóng)作物種植面積提取研究[D];山東師范大學(xué);2012年

本文編號：2779050