论文部分内容阅读
迅速准确地获得农作物种植面积一直以来都是统计部门的工作重点之一。传统的抽样统计方法难以满足当代农业统计工作的效率和精度要求。基于遥感技术与传统的抽样技术的农作物种植面积提取方法已经得到广泛地应用。然而,我国现行的农作物抽样调查业务仍然采用传统的统计调查技术,存在抽样基础数据现势性不高和抽样地块野外实地调查工作量大等问题。针对上述问题,本文在现行的农作物抽样调查业务的基础上,根据业务化运行需求研究遥感与抽样调查技术相结合的农作物面积提取方法。选择辽宁省北镇市作为研究区,以行政村为抽样单元,依据农业普查数据编制抽样框;选取环境卫星(HJ-1A/B)数据作为数据源,根据研究区内农作物的物候特征选择环境卫星数据的时相,通过野外调查地块数据建立解译标志,采用决策树方法提取农作物种植面积来更新抽样单元内的农作物种植面积统计数据;根据现行农作物抽样调查业务采用的多变量与规模成比例的概率抽样方法从研究区的226个行政村中抽取了24个行政村;通过面向对象分类方法对样本村的ZY-102C卫星数据进行农作物种植面积提取以减少野外调查工作量;结合样本村的农作物种植面积提取结果,根据抽样方法的总量反推公式对研究区农作物种植面积进行总量反推;根据抽样标准差系数(反推总量的变异系数)计算抽样精度,通过国家统计局公布的统计数据对反推结果做精度评价。研究得到以下结论: (1)面向对象分类方法以对象作为基本的分析单元,在充分利用对象光谱信息的同时,兼顾对象的几何、纹理等特征,有利于提高分类精度;采用面向对象分类方法提取高空间分辨率影像的农作物种植面积可以减少野外实地调查的工作量。 (2)依据农作物的物候特征,选择体现作物典型特征的多个时相中空间分辨率遥感数据可以较为准确地提取县级区域农作物的种植面积,可用于更新研究区内农作物种植面积的统计调查数据。 (3)基于中高空间分辨率遥感影像,通过遥感与抽样调查技术相结合的农作物种植面积提取方法能够有效的提取县级农作物种植面积,满足我国农作物抽样调查业务化运行需求。