文档介绍：万方数据
基于/的大区域农作物空间分布疎,’洹W苊婊蚴保李杨线洌剃,吕恒Υ貉,王妮芯壳趴中国是传统的农业大国,农作物的种植面积及其空间分布反映了农业生产资源的情况,是进行农业结构调整的依据,是研究粮食区域平衡,预测农业资源综合生产能力与人口承载能力的重要数据源。中国获取农作物种植面积的手段通常是通过国家统计局农业普查制度和层层上报及抽样获得【,该方法工作量大但无法获得作物空间分布特征,基于这些信息进行宏观调控和管理,预期效果很难保证。近年来,遥感技术引入到农业监测中,在农作物的分类、农作物长势监测、大面积作物产量预测、农情预报研究等方面做出了重要贡献。美国的苹苹芭访说腗苹嘉E┮狄8屑术的发展探索出了一些成功的技术方法降】。“农作物遥感监测计划”、“中国科学院农作物遥感监测计划”、“农业部农作物遥感监测计划”也形成了一套适合中国国情的监测方法。随着遥感技术的不断发展,研究主要集中于提高农作物面积的提取精度。县级及小区域试验方法相对成熟,但是受到调查费用和遥感数据质量的影响,无法开展大区域的农作物的测量调查【俊8叻直媛适菔现大区域的全覆盖测量费用较高,而中低分辨率数据质量无法满足需求且难以保证面积测量的准确性,因此目前针对大区域的研究方法主要集中在利用遥感技术辅助传统的抽样方法来进行大面积的作物测量研究,对于结构复杂地区遥感前期获取精度不能保证,存在抽样总体误差较大、分层标志难以确定、样本量过大且稳定性也相对较差,对于大区域的研究仍然存在很多问题无法解本研究以种植结构较复杂的江苏省为研究区,利用长时间序列数据集进行羌喽椒掷啵媒帐「氐乜槭萁ǚ掷后结果进行叠加,得到耕地范围分类结果;结合国家统计局农业普查数据,;同时以野外调查样方数据与/数据农用地分类结果进行回归分析制图,分别得到研究区主要的作物水稻、小麦、玉米的农作物分布情况并进行两种方法的相关性分析,为大区域进行农作物分布情况调查提供有效和准确的技术支持。江苏省位于长江、淮河下游,黄海、东海之滨,北接山东,西连安徽,东南与上海、浙江接壤,介于平均气温介于匦我云皆V鳎蜕角陵集中在北部和西南部,=帐∠龅丶妒校鍪邢角县级市、个县。主要的粮食作物有水稻、小麦、玉米、棉花等,整个江苏省种植结构相对复杂,丘陵地区农作物种植地块较破碎。,南京;暇┝忠荡笱肿试从牖肪逞г海暇摘要:随着遥感技术在农业上的广泛应用,及时准确掌握小区域农作物长势和分布的方法相对成熟,但对于省级以上的大区域而言,进行作物遥感测量涉及数据、耗费时间和经费等问题,而中国的农业普查制度又存在时效性的问题。以江苏省为研究区,利用/长时间序列数据作为农作物分布研究的底图,分别与研究区农业普查数据和野外调查样方数据进行农作物空间分布的统计回归分析和对比,结果表明:对于大区域而言,/长时间序列数据对农业作物生长期特征翰庥薪虾玫胤从Γ渲鹧氖奔浞直媛士梢悦植箍占浞直媛实牟蛔悖捎行У囟耘┳魑长势进行动态监测:农普查数据、野外调查样方与时间序列分类结果结合进行回归分析,基本可以满足空间分布情况的调查研究,相对于遥感分类法和传统抽样调查等方式,该方法可以高效率低成本地掌握大区域农作物窄问分布情况。关键词:作物,遥感,数据处理,/琋鸩交毓椋占浞植簂桑甶中图分类号:文献标志码