基于總體抽樣設(shè)計的子總體作物面積遙感測量

胡永森，王 力，吳良才，施開分，周 巍，王長耀

（1.東華理工大學(xué) 測繪工程學(xué)院，江蘇 南昌 330013；2.中國科學(xué)院遙感與數(shù)字地球研究所遙感科學(xué)國家重點實驗室，北京 100101；3.國家統(tǒng)計局農(nóng)村社會經(jīng)濟調(diào)查司，北京 100826；4.流域生態(tài)與地理環(huán)境監(jiān)測國家測繪地理信息局重點實驗室，江蘇 南昌 330013）

基于總體抽樣設(shè)計的子總體作物面積遙感測量

胡永森1,2,4，王 力2，吳良才1，施開分3，周 巍3，王長耀2

（1.東華理工大學(xué) 測繪工程學(xué)院，江蘇 南昌 330013；2.中國科學(xué)院遙感與數(shù)字地球研究所遙感科學(xué)國家重點實驗室，北京 100101；3.國家統(tǒng)計局農(nóng)村社會經(jīng)濟調(diào)查司，北京 100826；4.流域生態(tài)與地理環(huán)境監(jiān)測國家測繪地理信息局重點實驗室，江蘇 南昌 330013）

討論了在普遍適用的遙感與PPS抽樣相結(jié)合的農(nóng)作物種植面積估算方法中，基于總體抽樣設(shè)計下的子總體參數(shù)的估計。該方法省去了針對子總體所需要的新的抽樣體系設(shè)計及外業(yè)調(diào)查等繁重工作，分析了子總體估計量的性質(zhì)。以北疆主要棉花產(chǎn)區(qū)沙灣縣、瑪納斯縣、呼圖壁縣為總研究區(qū)進行抽樣體系設(shè)計，以沙灣縣為子總體，以棉花種植面積為研究對象進行了試驗。結(jié)果顯示，該方法在基于總體抽樣設(shè)計的條件下不僅能夠有效提取農(nóng)作物種植面積，而且簡便易操作，反推精度達到92.5%，變異系數(shù)為0.025 27。

子總體；空間抽樣；參數(shù)估計；農(nóng)作物面積

隨著人們對數(shù)據(jù)現(xiàn)勢性的要求越來越高，傳統(tǒng)的統(tǒng)計方式已經(jīng)難以滿足人們的需求[1-4]?；谶b感結(jié)合統(tǒng)計抽樣原理和空間統(tǒng)計學(xué)理論形成的空間抽樣技術(shù)在農(nóng)情遙感監(jiān)測中的應(yīng)用越來越廣泛[5-9]，如美國大面積農(nóng)作物估產(chǎn)計劃（LACIE計劃）、農(nóng)業(yè)和資源的空間遙感調(diào)查計劃（AGRISTTARS計劃）、歐盟的MARS計劃等均采用了遙感與空間抽樣技術(shù)相結(jié)合的方法[10-11]。1997年，吳炳方等利用高分辨率的遙感數(shù)據(jù)成功估算出了水稻的種值面積，并且構(gòu)建了“中國農(nóng)情遙感速報系統(tǒng)”，提出了以樣條（線狀）采樣框架為核心、適用于中國特點的基于二級抽樣的農(nóng)作物種植面積監(jiān)測技術(shù)[12-13]。然而這些抽樣體系的設(shè)計只探討了簡單估計量中總體總量的估計，缺乏對基于總體抽樣設(shè)計的子總體參數(shù)估計的充分探討。本文在普遍適用的遙感與PPS抽樣相結(jié)合的農(nóng)作物種植面積估算方法中探討了基于總體抽樣設(shè)計下的子總體參數(shù)的估計方法。

1 研究區(qū)及數(shù)據(jù)源

本文以北疆棉花主產(chǎn)區(qū)沙灣縣、瑪納斯縣、呼圖壁縣為總研究區(qū)（總體），以棉花種植面積為研究對象，在基于總體抽樣設(shè)計體系及樣本外業(yè)調(diào)查情況下，以沙灣縣為子總體，利用總體已有資料進行子總體棉花種植面積的估算。

總體抽樣設(shè)計中，根據(jù)北疆主要農(nóng)作物物候歷，利用不同農(nóng)作物類型在物候歷上（表1）的差異，根據(jù)遙感影像在時間上的可獲取性，選擇總研究區(qū)農(nóng)作物易識別關(guān)鍵期的多時相環(huán)境與災(zāi)害監(jiān)測預(yù)報小衛(wèi)星星座和Landsat OLI/TIRS（OLI陸地成像儀）中分辨率遙感影像，構(gòu)建時序NDVI數(shù)據(jù)進行農(nóng)作物分類[14]，分類后研究區(qū)子總體的中分影像農(nóng)作物分類圖如圖1所示（其中121為棉花）。選擇2.5 km×2.5 km的格網(wǎng)作為一級抽樣框，分類后的中分影像數(shù)據(jù)作為抽樣框中的輔助數(shù)據(jù)為PPS抽樣服務(wù)，以抽樣框中的耕地面積作為輔助調(diào)查的設(shè)計變量。野外調(diào)查樣本如圖2所示，被抽中的一級抽樣框用高分影像覆蓋，并在樣本內(nèi)隨機抽取3個250 m×250 m的二級小樣方進行野外調(diào)查，對覆蓋樣本的高分影像進行監(jiān)督分類，得到一級格網(wǎng)樣本內(nèi)相應(yīng)的作物數(shù)據(jù)[15-17]，其中高分影像采用高分一號2 m分辨率的全色影像和8 m分辨率的多光譜影像融合得到。

表1 北疆主要農(nóng)作物物候歷

圖1 沙灣縣中分影像農(nóng)作物分類圖

圖2 樣地實地調(diào)查分布圖示例

2 研究方法

則子總體的樣本單元觀測值xi與總體的樣本單元觀測值yi有同樣關(guān)系：

假設(shè)第i個單元的樣本規(guī)模為mi，則記則有：

根據(jù)總體參數(shù)Y的PPS估計量得子總體參數(shù)X的估計量分別為：由PPS估計量得無偏性可知：，因此為無偏估計量，其方差為：

3 反推結(jié)果及精度評價

遙感結(jié)合PPS抽樣方法構(gòu)造的空間抽樣體系充分利用了PPS抽樣在前期抽樣和后期總體參數(shù)反推過程中基于輔助變量進行抽樣和反推的方法，該方法在現(xiàn)行的區(qū)域作物種植面積估算方法中具有一定的優(yōu)勢和很好的普適性。但是，在對總體中的子總體進行研究時常常需要建立新的子總體抽樣體系和樣本調(diào)查等繁重的外業(yè)工作。因此，本文探討了是否可以基于遙感和PPS抽樣相結(jié)合的空間抽樣體系，利用對總研究區(qū)估算參數(shù)（即總研究區(qū)作物種植面積）時的樣本數(shù)據(jù)中來自子總體的樣本數(shù)據(jù)對子總體參數(shù)（即子研究區(qū)內(nèi)作物種植面積）進行估計的可行性，并給出了相應(yīng)公式，分析了子總體估計量的性質(zhì)。

根據(jù)文中方法進行估計，提取子總體沙灣縣棉花種植總面積為211.301萬畝，CV（coefficient of variation，CV）為0.025 27。從沙灣縣影像中提取的棉花種植面積包括沙灣縣和位于沙灣縣新疆建設(shè)兵團部分團場的棉花種植面積總和。因此，根據(jù)2014年新疆維吾爾自治區(qū)統(tǒng)計局和新疆建設(shè)兵團統(tǒng)計局公布的數(shù)據(jù)可得到沙灣縣實際棉花種植總面積為228.433萬畝。對比本文方法，子總體棉花種植總面積估算精度達到92.5%，說明該方法繼承了總體空間抽樣體系的優(yōu)勢，故子總體反推結(jié)果較優(yōu)，并且省去了針對子總體重新進行抽樣體系設(shè)計及外業(yè)調(diào)查等繁重工作。在文中所提方法下的沙灣縣棉花種植總面積估計量的變異系數(shù)為0.025 27，符合統(tǒng)計學(xué)中樣本變異程度小于0.05的要求，說明本方法對總體中已有的來自子總體的樣本進行了很好的整合，樣本變異程度很小，為后期較優(yōu)的反推精度打下基礎(chǔ)。

4 結(jié) 論

針對普遍適用的遙感和PPS抽樣相結(jié)合的農(nóng)作物種植面積估算方法，提出了基于總體抽樣設(shè)計下的子總體參數(shù)的估計，省去了針對子總體調(diào)查所需要的重新設(shè)計抽樣體系和野外樣本調(diào)查等繁瑣的工作。實驗證明，子總體的總量估計量估算精度較高，達到了92.5%，其中CV為0.025 27，遠低于要求的0.05，說明子總體中已有的樣本在本方法下的變異程度較低，樣本代表性高。但是，當(dāng)子總體中來自總體的樣本較少或者必須增加子總體的樣本時，該方法還是否適用需要進一步探討。

[1] 趙銳,湯君友,何隆華.江蘇省水稻長勢遙感監(jiān)測與估產(chǎn)[J].國土資源遙感,2002(3):9-11

[2] GALLEGO J,BAMPS C.Remote Sensing and Land Cover Area Estimation[J].International Journal of Remote Sensing,2004,25(15):3 019-3 047

[3] 王迪,周清波,陳仲新,等.空間抽樣方法估算冬小麥播種面積[J].農(nóng)業(yè)工程學(xué)報,2012,28(10):177-184

[4] 吳炳方.全國農(nóng)情檢測與估產(chǎn)運行化遙感方法[J].地理學(xué)報,2000,55(1):25-35

[5] 黃青,王迪,劉佳.農(nóng)情遙感監(jiān)測中空間抽樣技術(shù)研究現(xiàn)狀及發(fā)展趨勢[J].中國農(nóng)業(yè)資源與區(qū)劃,2009,30(2):13-17

[6] 張小偉,余光輝,溫小榮,等.空間分層抽樣在森林覆蓋面積監(jiān)測中的應(yīng)用[J].南京林業(yè)大學(xué)學(xué)報（自然科學(xué)版）,2012,36(3):81-84

[7] 胡潭高,張錦水,潘耀忠,等.基于不同抽樣方法的遙感面積測量方法研究[J].國土資源遙感,2008(3):37-41

[8] 張錦水,申克建,潘耀忠,等.HJ-1號衛(wèi)星數(shù)據(jù)與統(tǒng)計抽樣結(jié)合的冬小麥區(qū)域面積估算[J].中國農(nóng)業(yè)科學(xué),2010(16): 3 306-3 315

[9] 譚建光,張錦水,高晨雪,等.基于結(jié)構(gòu)規(guī)模的冬小麥種植面積遙感抽樣估算[J].農(nóng)業(yè)工程學(xué)報，2012,28(23):114-122

[10] 周清波.國內(nèi)外農(nóng)情遙感現(xiàn)狀和發(fā)展趨勢[J].中國農(nóng)業(yè)資源與區(qū)劃,2004,25(5):9-14

[11] 王力凡,潘劍君.利用高-中-低精度遙感的大區(qū)域高精度耕地面積估測分析[J].江西農(nóng)業(yè)學(xué)報，2011,23(4):153-155

[12] 吳炳方,劉海燕.水稻種植面積估計的運行化遙感方法[J].遙感學(xué)報,1997(1),58-63

[13] OKAMOTO K.Estimation of Rice-Planted Area in the Tropical Zone using a Combination of Optical and Microwave Satellite Sensor Data[J].International Journal of Remote Sensing,1999,20(5):1 045 -1 048

[14] 鄔明權(quán),楊良闖,于博,等.基于遙感與多變量概率抽樣調(diào)查的作物種植面積測量[J].農(nóng)業(yè)工程學(xué)報,2014,30(2):146-152

[15] 巢寧佳.遙感影像監(jiān)督分類[J].江西測繪,2007(4):63-64

[16] 賈坤,李強子,田亦陳,等.遙感影像分類方法研究進展[J].光譜學(xué)與光譜分析,2011,31(10):2 618-2 623

[17] 管珍,曹廣超，易俊柱.面向?qū)ο蟮倪b感影像分類研究[J].科技創(chuàng)新導(dǎo)報,2010(34):8-10

[18] 謝邦昌.抽樣調(diào)查的理論及其應(yīng)用方法[M].北京：中國統(tǒng)計出版社,1998

[19] KISH L.Survey Sampling[M].New York:John Wiley and Sons Ltd,1965

[20] 馮士雍,施錫銓.抽樣調(diào)查—理論、方法與實踐[M].上海:上?？茖W(xué)技術(shù)出版社,1996

[21] COCHRAN W G.Sampling Techniques[M].New York:John Wiley and Sons Ltd,1997

P237

B

1672-4623（2017）02-0063-02

10.3969/j.issn.1672-4623.2017.02.020

2015-10-14。

項目來源：國家高技術(shù)研究發(fā)展計劃資助項目（2014AA06A511）；國家自然基金資助項目（41371358）；國家科技重大專項基金資助項目（14CNIC-032079-32-02）；國家統(tǒng)計局新疆棉花種植面積遙感調(diào)查項目。

胡永森，碩士研究生，主要從事農(nóng)業(yè)遙感研究。