论文部分内容阅读
及时、准确的获取区域冬小麦的种植面积信息,对于准确估计和预测冬小麦产量,及时掌握冬小麦生长情况,制定合理的生产管理措施等具有重要意义。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算方而已得到广泛应用。但是,空间抽样方法在我国的研究与应用中,尚缺乏对遥感信息不确定性的考虑,抽样调查的总体精度难以得到保障。
本文以冬小麦为研究对象,针对区域冬小麦种植面积空间抽样调查中存在的抽样框架、抽样方法和总体精度三者之间相互制约与影响的关系,选择典型试验区,采用中分辨率遥感影像为辅助数据源,以分层抽样方法为核心,研究探讨区域冬小麦种植面积空间抽样调查的合理有效方案。研究过程中,遥感数据辅助提供入样总体及分层参数,以增强分层标志与调查H标值之间的相关性;用实地测量为主的方式调查样本,以提高样本获取的可靠性。研究结果表明:
(1)在我国复杂的农业种植结构背景下,采用二阶段抽样、样本单元点调查的方式更能提高野外测量或室内目视解译的工作效率。实地调查过程中可能存在的点样本定位误差具有随机性,对总体抽样外推结果的影响很小。
(2)分层抽样采用的分层标志与调查目标之间的相关性直接影响分层抽样设计的有效性。使用较低分辨率影像或非现势的影像数据生成分层标志,与调查目标之间的相关性较弱,分层效率低;存达到相同抽样精度的情况下,需要比使用高质量的数据源提供更多的样本。
(3)基于图斑分类错误率的PPS分层二阶段抽样方法,用对总体比例的估计间接估计总体总值,分层效益显著;在抽样样本数量与结构得到优化的同时,非抽样误差对抽样调查精度的影响也得到了最大可能的避免,提高了总体精度。