基于分层抽样的水稻种植面积回归估计-江苏农业科学.PDFVIP

— ２０６— 江苏农业科学　２０１７年第４５卷第１６期 申克建，王　飞，裴志远，等．基于分层抽样的水稻种植面积回归估计［Ｊ］．江苏农业科学，２０１７，４５（１６）：２０６－２１０． ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１７．１６．０５１ 基于分层抽样的水稻种植面积回归估计 申克建，王　飞，裴志远，孙冠楠 （农业部规划设计研究院，北京 １００１２５） 　　摘要：随着农业统计需求和遥感技术的发展，中国农业部即将使用中分辨率遥感数据开展中国主要农作物的全覆 盖遥感调查，如何修正全覆盖调查结果使其更接近农作物面积真值是需要研究的问题。以水稻为例，在区域尺度上利 用基于样本无人机数据解译得到的水稻种植面积修正基于中分辨率数据解译得到的水稻种植面积，分别比较分层分 别回归估计和分层合并回归估计，利用基于全覆盖无人机数据解译得到的水稻种植面积验证回归估计值。在给定 ５％误差和９５％置信水平下，抽样比为０．３６％（最小样本量公式换算）的抽样结果表明：（１）２种方法的估计精度都大 于９５％；（２）合并比估计的精度好于分别比估计。 　　关键词：水稻种植面积；中分辨率数据；无人机数据；分层抽样；回归估计 　　中图分类号：Ｓ１２７　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１７）１６－０２０６－０５ 　　农作物面积是各级管理部门进行生产指导、农业补贴、农 ３０个类别的土地覆盖类型监测总体精度大约在８０％～８５％ ［２－３］ 业保险核查等决策的重要依据，也是农作物产量预测和环境 之间，高分辨数据的分类精度超过９５％ 。随着地球资源 ［１］ 管理等研究的重要依据 。这些管理和研究需要解决的重 卫星对地观测能力不断提高，中分辨率数据（１０～６０ｍ）正逐 要问题是提高农作物面积估算精度。遥感技术结合地理信息 渐可以保证大尺度全覆盖，但是由于混合像元等问题不能满 ［４］ 系统（ＧＩＳ）和全球定位系统（ＧＰＳ）等现代地球信息技术能提 足农业统计等行业应用的精度要求 。高分辨率数据 供及时、客观的农作物面积信息。目前，３０ｍ格网尺度、２０～ （＜５ｍ）可以得到符合要求的行业应用精度，但它受幅宽和 重访周期的局限，无法满足调查区域的影像全覆盖，甚至不能 收稿日期：２０１６－１０－１１ ［５］ 提供满足抽样要求的影像 。在３Ｓ技术（指遥感、地理信息 基金项目：国家自然科学基金（编号；国家重点研发计划 系统、全球定位系统）的支持下，遥感和抽样调查相结合的空 （编号：２０１６ＹＦＢ０５０１５０５）。 间抽样调查方法得到了广泛应用，地面调查是获取抽样样本 作者简介：申克建（１９８２—），男，河北廊坊人，博士，工程师，研究方向 ［６］ 的重要手段，但地面调查存在强度大、费用高等不足 。近 为农业遥感。Ｅ－ｍａｉｌ：ａｓｈｅｎｋｅｊｉａｎ＠１２６．ｃｏｍ。 些年来，无人机被广泛应用于民用领域，它具有机动、灵活的