论文部分内容阅读
及时了解、准确掌握主要农作物种植面积信息，对党和政府制定农业和农村政策，准确估计粮食产量，确保我国粮食安全具有重要的意义。常规的统计学方法因其固有的局限性已无法满足现代农业统计工作对效率与精度的需求；遥感信息提取技术的不确定性也导致其无法独立完成具备完善统计学意义的面积测量工作。因此，将统计抽样调查技术与遥感技术相结合，综合二者优势而发展起来的空间抽样技术在农作物种植面积测量方面已得到广泛应用。然而，由于多种因素的影响，有时无法获得现势全覆盖的遥感影像，将无法为抽样提供依据。此刻，如何充分利用历史遥感影像数据构建抽样调查方案，是解决无现势遥感数据下农作物种植面积测量的关键。
本研究以北京市的大兴、顺义、通州、房山四个区以及江苏省泗洪县作为研究区，以冬小麦为研究对象，以历史多年遥感图像为研究数据，探讨基于历史遥感影像的现势空间抽样的科学性与可行性。首先分析冬小麦历史种植区域与现势种植区域的相关性，选择合理的指标作为分区参数对入样总体进行分区，然后在分区内部进行历史种植面积与现势种植面积的相关性分析，并在分区内设计适宜的空间抽样方案。研究主要得到以下结论：
(1)两个研究区内最近几年的冬小麦种植情况逐年都在发生着变化，但整体分布趋势并没有显著的改变，冬小麦历史种植面积区域存在一定的相关性。利用冬小麦历史种植面积的区域相关性可大致确定冬小麦的种植范围，在缺少现势遥感影像时可为抽样提供入样总体。只要利用遥感提取作物种植面积达到一定精度的条件下，无现势遥感数据时，利用历史遥感数据进行现势空间抽样设计是有效和可靠的，这样大大提高了遥感的应用范围。为无现势遥感影像情况下的抽样方案设计奠定了基础。
(2)利用历史种植规律作为分区参数，以历史种植频率、历史种植规模波动性两个参数对农作物种植区域进行分区。结果表明：在农作物种植面积年际间波动较大的地区，这种分区的方法可显著提高历史种植面积与调查值之间的相关性，减小样本间的方差，提高样本对总体的代表性，有效提高分层效率。
(3)在农作物种植面积年际间波动较大的地区，相对于简单随机抽样、面积规模分层抽样，分区抽样的方法精度有了较大程度的提高：抽样比仅为1％(样本量115)时，抽样平均精度已高于90％，置信区间已[96.4，103.6]；抽样比高于2％(样本量230)时，抽样平均精度已稳定在95％以上，置信区间高[97.5，102.5]；在种植面积规模年际间较稳定的地区，分区抽样方法的估计精度较面积规模分层并没有明显的提高，这是由于在此地区，历史种植面积规模与现势种植面积之间已存在较高的相关性，直接用面积规模分层，分层效率已与分区抽样方法的分层效率相近似并且已经能够保证取得相对较高的估计精度：当抽样比例为1％时，平均抽样精度已接近95％。