仲格吉,周清波,王 迪
(中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,北京 100081)
农作物面积是各级管理部门进行农业生产指导、国家制定粮食政策的重要依据[1],及时准确地了解农作物种植面积,对于准确估计和预测农作物产量,加强农作物生产管理[2-5],确保我国粮食安全具有重要意义[6,7]。抽样技术因具有低成本、高质量、高效率的优越性而被广泛应用于社会、经济、科技、自然等调查领域。随着“3S”技术的发展,结合了遥感与传统抽样方法优势的空间抽样技术逐渐被应用到大区域农作物面积监测当中[8-12]。如美国的大面积农作物估产计划(Large Area Crop Inventory Experiment,LACIE)和欧盟的农业遥感监测计划(Monitoring Agriculture with Remote Sensing,MARS),利用“3S”技术与分层抽样相结合的空间抽样调查方法有效提高了大区域农作物面积信息的获取精度和时效性[13-15]。
近年来,国内外学者利用空间抽样方法在农作物面积估计领域相继开展了研究[16-21],选用的抽样方法包括整群抽样、分层抽样和多阶段抽样,涉及到的农作物类型有小麦、玉米、水稻及棉花等。但已有的这些研究所使用的传统抽样方法均建立在抽样单元相互独立的基础上[22-24],较少针对样本点的空间分布特征开展特定的抽样调查,农作物由于受自然条件(气候、土壤类型、地形地貌等)和社会经济因素等影响,在一定尺度上存在不同程度的空间变异,这种空间变异性会导致样本容量和抽样方差的过高估计[25,26],从而限制空间抽样方案的优化设计。……