摘要：抽样比、样本空间布局及抽样单元尺度是组成空间抽样调查方案的基础要素。为进一步改善现行农作物种植面积空间抽样调查效率,该文以吉林省德惠市为研究区,以玉米种植面积为研究对象,选取正方形网格作为抽样单元,通过空间分析、"3S"技术与传统抽样方法相结合进行农作物种植面积空间抽样方案优化设计试验研究。结果表明,抽样单元间空间自相关性随单元尺度的增大而增大,两者间呈线性正相关关系。当抽样单元尺度为500 m×500 m时,抽样单元间空间自相关性几乎不存在。遵循传统抽样理论要求样本间相互独立原则,选取500 m×500 m作为最优抽样单元尺度;对抽样单元内玉米种植面积与耕地面积进行相关分析发现,两者间存在极显著线性正相关关系。为提高玉米种植面积空间分层抽样效率,可选取耕地面积作为分层标志;以抽样外推总体相对误差(r)和变异系数(coefficient of variation,CV)为空间抽样效率评价指标,在4种(简单随机、系统等距、分层随机及分层系统等距)样本空间布局方式中,选取分层系统等距抽样作为最优样本布局方式;在7种抽样比(0.5%、1.0%、1.5%、2.0%、2.5%、3.0%、3.5%)设计水平中,选取1%作为最优抽样比。该文可为提高农作物面积空间抽样调查效率提供试验依据。

摘要：空间抽样是实现区域农作物面积高效估算的重要手段,农作物分布受自然条件等因素影响普遍存在空间自相关性,但以往针对空间相关性对农作物面积抽样效率的影响研究明显不足。该研究选取安徽省凤台县为研究区,通过2017年4月4景GF-1全色多光谱影像(Panchromatic and Multispectral,PMS)与Google Earth高空间分辨率影像相结合提取研究区冬小麦。设计10种抽样单元尺度、3种抽样外推方法、2种相对允许误差和5种样本布局方式,构建多种冬小麦面积空间抽样方案。利用全局莫兰指数(global Moran’s index)评价不种尺度下抽样单元内冬小麦面积比的空间自相关强度,分析空间自相关性对冬小麦面积抽样效率(抽样误差、样本容量和空间布局)的影响。研究结果表明,抽样单元内冬小麦面积比的空间自相关强度随单元尺度的增大而减小,全局莫兰指数相应地由0.75降至0.50。无论在何种尺度下抽样单元内冬小麦面积比都呈显著的空间正相关性;抽样外推冬小麦面积总体的误差随空间自相关强度的减小呈先减小后明显增大的趋势。在10种抽样单元尺度中,当抽样单元尺度为2000m且抽样比为5%时,无论采用何种抽样方法外推总体的误差均为最小(简单随机抽样、系统和分层抽样外推总体的相对误差分别为17.94%、9.48%和1.82%);当相对允许误差设计为5%时,简单随机抽样外推总体所需样本容量随空间自相关强度的降低从660降至56。而分层抽样的样本容量不受空间自相关性的影响;5种样本布局方式中,采用分层随机抽样方式外推冬小麦面积总体的平均相对误差、平均变异系数和均方根误差最小,分别为1.82%、3.19%和0.11×10^(8)m^(2)。该研究可为有空间自相关存在下的农作物面积空间抽样方案合理设计提供参考依据。

摘要：抽样单元尺寸是空间抽样调查方案设计过程中的关键要素。合理的抽样单元尺寸对降低抽样调查费用、改善抽样外推总体精度具有重要意义。为实现农作物种植面积空间抽样调查中抽样单元尺寸的优化设计,论文以河南省为研究区,以冬小麦种植面积为研究对象,选取正方形网格作为抽样单元,遵循传统抽样理论中抽样单元间相互独立原则,通过分析不同抽样单元尺寸与对应该尺寸下的抽样框内总体单元间全局空间自相关指数(Moran’s I)的相关关系,进行了抽样单元尺寸的初选。为最终实现抽样单元尺寸优选,基于初选的8种抽样单元尺寸,分别构建抽样框,采用以抽样单元内冬小麦面积占单元面积比例(麦土比)为分层标志的分层抽样方法进行了研究区冬小麦种植面积空间抽样样本抽选、总体外推及误差估计试验研究,结果表明:抽样比随抽样单元尺寸的增大而增大;8种抽样单元尺寸下的外推总体相对误差和变异系数均较小,变化范围分别为3.82%～5.75%和3.76%～4.69%;以抽样调查费用和抽样误差为抽样效率评价指标,优选出抽样单元尺寸为20 000 m×20 000 m时,进行研究区冬小麦种植面积抽样调查的效率最高。

摘要：棉花是我国重要的经济作物之一 ,准确、及时地提供棉花的播种面积 ,对政府部门及时掌握棉花生产情况、制定相关调控政策 ,对棉花加工企业与棉农预测市场情况有重要意义。由于中巴卫星的应用 ,对新疆农情的及时遥感监测成为可能 ,从而使遥感监测可以覆盖全国。但是 ,考虑到中国东、中、西部县级面积相差很大 ,必须设计不同的抽样方法。在新疆棉花监测的抽样设计中 ,采用了标准地形图幅作为分层抽样的抽样单元的方法。在黄淮海、长江中下游棉区采用县为单元的分层抽样的方法 ,抽样样本用遥感调查的方法获得。

摘要：基于信息熵概念和最大似然分类后验概率设计了信息熵和信息量指标作为冬小麦遥感抽样的分层标志,与传统面积规模指标进行对比分析,验证了该方法的有效性。试验结果表明,信息熵和信息量指标相较传统面积规模指标,在不同尺寸抽样单元下,能够有效提高抽样反推的估算精度。在种植结构单一、地块规整的汤阴县,上述2个指标在(80 m×80 m)^(400 m×400 m)抽样单元下,均能不同程度地提高反推结果的相对精度;在种植结构复杂、地块较破碎的中牟,上述2个指标能够在192 m×192 m以下抽样单元下有效提高估算精度。

摘要：为了快速、准确地获取作物分布信息,探索使用主动遥感影像(Sentinel-1A)和被动遥感影像(Sentinel-2)提取冬小麦空间分布的可行性。首先,根据冬小麦的物候特征,合成冬小麦全生育期的Sentinel-1A影像;并依据各类地物的NDVI(归一化植被指数)时序曲线合成一期高质量的冬小麦越冬后Sentinel-2影像。其次,设计Sentinel-1A影像、Sentinl-2影像和融合Sentinel-1A与Sentinl-2主被动遥感影像3种分类方案,然后在Google Earth Engine(GEE)云平台上基于随机森林算法对冬小麦进行分类。结果表明,基于全生育期Sentinel-1A影像的冬小麦用户精度和生产者精度分别为83.15%和86.44%,提取结果中存在较多的“椒盐”噪声;基于冬小麦越冬后Sentinl-2影像的冬小麦用户精度和生产者精度分别为87.98%和84.75%,提取精度较使用全生育期Sentinel-1A影像有所提高,但分类结果受“异物同谱”的影响,产生许多错分;融合主被动遥感影像的冬小麦用户精度和生产者精度分别为96.57%和95.48%,相较于仅使用单一数据源,冬小麦分类精度有不同程度的提升。

摘要：为了试验中国自主发射的高分一号卫星16 m影像在抽样调查美国大豆面积的有效性问题,解决目前中国农业遥感调查主要依靠国外数据源的问题。在95%置信水平和误差<5%的要求下,首先设计了2013年模拟抽样试验(6种抽样比),以抽样框中大豆面积为分层指标,将抽样单元划分为6层,以总体相对误差和变异系数为抽样效率评价指标,试验确定理论最小抽比为1.8%。然后设计了2014年抽样试验,采用和2013年抽样试验相同的方法,不同是遥感样本为高分一号16 m影像(抽样比4.8%),抽样结果与美国农业部统计数据对比的误差为5.1%。结果表明:在美国大豆的生长季节内,高分一号16 m影像具有保证美国大豆面积抽样调查的覆盖能力。该试验可为作物面积空间抽样调查方案设计提供参考。

摘要：[教材版本]人教版教材高中《地理》必修3第一章《地理环境与区域发展》第二节"地理信息技术在区域地理环境研究中的应用"。[教学目标]知识与技能利用图像,结合实际,了解GPS在定位导航中的应用;通过具体案例了解地理信息技术在某些领域的应用;通过搜集资料、图像,进行分析对比,以加深对地理信息技术的理解。

摘要：以ERDAS IMAGINE为操作平台,利用2020年Landsat与Planet卫星数据作为遥感信息源,通过监督分类方法和实地调查,提取云南省勐腊县天然橡胶种植面积信息,并与2020年橡胶面积统计数据进行对比分析。结果表明:利用Landsat遥感影像调查橡胶种植面积准确率约为92.5%,基本能反映区域橡胶种植分布情况。

摘要：利用遥感技术及时、准确地掌握主要粮食作物种植面积,对相关部门制定农业生产和农村政策具有重要的意义。针对目前商业软件(ERDAS、ENVI等)存在业务性不强、数据组织管理无序、难以操作等问题,设计并实现了一套适合粮食作物种植面积遥感测量业务软件系统。该系统以遥感技术和空间抽样技术为支撑,采用3层软件架构模式,实现了遥感图像处理、粮食作物面积测量、海量遥感数据管理等功能,具有业务流程明确、数据管理有效、升级快速便捷的特点,能够很好地满足业务化运行需要。通过2009年北京市冬小麦面积遥感测量业务运行,证明该系统能够简单、快速准确地测量出冬小麦的种植面积,达到满足业务化测量精度和时效的要求。