基于信息熵分层抽样的冬小麦区域种植面积估算

doi:10.15933/j.cnki.1004-3268.2018.02.027

河南农业科学 ›› 2018, Vol. 47 ›› Issue (2): 140-147.DOI: 10.15933/j.cnki.1004-3268.2018.02.027

• 农产品加工与安全·农业工程·农业信息技术 • 上一篇下一篇

基于信息熵分层抽样的冬小麦区域种植面积估算

王铮,李文君,张锦水

1.北京师范大学，北京，100875；2.河南省农业科学院，河南郑州，450002

收稿日期:2017-08-20 出版日期:2018-02-15 发布日期:2018-02-15
通讯作者: 张锦水（1978-），男，河北沧州人，副教授，主要从事遥感模式识别和农业遥感方面研究。 E-mail：zhangjsh@bnu.edu.cn
作者简介:王铮（1978-），男，河南郑州人，在读研究生，研究方向：遥感统计。E-mail：:13133703@qq.com
基金资助:
国家自然科学基金（41301444）；高分辨率对地观测系统重大专项。

Received:2017-08-20 Published:2018-02-15 Online:2018-02-15

摘要/Abstract

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，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。

关键词: 信息熵, 信息量, 面积规模, 分层抽样, 冬小麦, 种植面积

中图分类号:

王铮,李文君,张锦水. 基于信息熵分层抽样的冬小麦区域种植面积估算[J]. 河南农业科学, 2018, 47(2): 140-147.

参考文献

[1]Li Q,Wu B,Jia K,et al.Maize acreage estimation using ENVISAT MERIS and CBERS-02B CCD data in the North China Plain[J]. Computers & Electronics in Agriculture,2011,78(2):208-214. [2]Yadav I S,Srinivasa Rao N K,Reddy B M C,et al. Acreage and production estimation of mango orchards using Indian Remote Sensing (IRS) satellite data[J].Scientia Horticulturae,2002,93(2): 105－123. [3]顾晓鹤，韩立建．中低分辨率小波融合的玉米种植面积遥感估算[J]．农业工程学报，2012，28(3)：203-209． [4]王迪，周清波，刘佳．作物面积空间抽样研究进展[J]．中国农业资源与规划，2012，33(2)：9-14． [5]许文波，张国平，范锦龙．利用MODIS遥感数据监测冬小麦种植面积[J]．农业工程学报，2007，23(12)：144－149． [6]黄青，唐华俊，吴文斌.农作物分布格局动态变化的遥感监测——以东北三省为例[J].中国农业科学，2013，46(13)：2668-2676． [7]蒙继华，杜鑫，张淼．物候信息在大范围作物长势遥感监测中的应用[J]．遥感技术与应用，2014，29(2)：278-285． [8]张锦水，潘耀忠，胡潭高．冬小麦种植面积空间抽样效率影响因子分析[J]．农业工程学报，2009，25(8)：169-173． [9]张东霞，张继贤，常帆．遥感技术在主要粮食作物估产中的应用[J]．测绘科学，2014，11(39)：95-103． [10]Stehman S V,Hansen M C,Broich M,et al. Adapting a global stratified random sample for regional estimation Of forest cover change derived from satellite imagery[J].Remote Sensing of Environment,2011,115(2):650-658. [11]朱爽，张锦水．面向省级农作物种植面积遥感估算的分层方法[J]．农业工程学报，2013，29(2)：184-191． [12]王迪，周清波.空间抽样方法估算冬小麦播种面积[J].农业工程学报，2012，28(10)：177-184． [13]刘国栋,邬明权.基于GF-1卫星数据的农作物种植面积遥感抽样调查方法[J].农业工程学报， 2015, 31 (5):160-166. [14]Gallego F J,Stibig H J.Area estimation from a sample of satellite images: The impact of stratification on the clustering efficiency[J]. International Journal of Applied Earth Observation and Geoinformation,2013(22): 139-146. [15]权文婷,王钊.冬小麦种植面积遥感提取方法研究[J]．国土资源遥感，2013，25(4)：8-15． [16]潘耀忠,李乐,张锦水.基于典型物候特征的MODIS-EVI时间序列数据农作物种植面积提取方法—小区域冬小麦实验研究[J].遥感学报,2011,15(3):578-594. [17]Tsiligirides T A.Remote sensing as a tool for agricultural statistics:a case study of area frame sampling methodology in Hellas[J]. Computers and Electronics in Agriculture,1998,20(1): 45-77. [18]胡潭高，张锦水，潘耀忠．景观破碎度在冬小麦面积抽样设计中的应用研究[J]．遥感学报，2010，14(6)：1117－1138． [19]Pradhan S. Crop area estimation using GIS,remote sensing and area frame sampling[J]. International Journal of Applied Earth Observation,2001,3(1): 6-92. [20]陈仲新，刘海启，周清波.全国冬小麦面积变化遥感监测抽样外推方法的研究[J]．农业工程学报，2000(5)：126－129． [21]张锦水，申克建，潘耀忠.HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算[J]．中国农业科学，2010(16)：3306－3315． [22]谭建光，张锦水，高晨雪.基于结构规模的冬小麦种植面积遥感抽样估算[J]．农业工程学报,2012，28(23)：114-122． [23]柏延臣,王劲峰.遥感数据专题分类不确定性评价研究:进展、问题与展望[J]．地球科学进展, 2005, 20(11): 1218-1220. [24]张尧庭,方开泰.1982.多元统计分析引论[M].北京:科学出版杜,1997:306-317.

基于信息熵分层抽样的冬小麦区域种植面积估算

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	徐春燕, 张倩, 王雅娴, 王红雨, 盛开, 王宜伦. 商品有机肥对砂质潮土理化性状、冬小麦产量及养分积累的影响[J]. 河南农业科学, 2024, 53(2): 56-64.
[2]	连延浩, 杜飞波, 薛博, 王志强, 任永哲, 林同保, 李森. 垄作结合一次性施肥对冬小麦氮素利用及经济效益的影响[J]. 河南农业科学, 2023, 52(9): 56-65.
[3]	张科谦, 程钢, 吴微, 宋向阳, 张子谦, 姚顺, 吴帅. 融合主被动遥感影像的冬小麦种植面积提取研究[J]. 河南农业科学, 2023, 52(6): 160-171.
[4]	戎亚思, 李国强, 张杰, 张建涛, 王猛, 郑国清, 冯伟. 基于AquaCrop 模型的河南省冬小麦灌溉制度优化研究[J]. 河南农业科学, 2023, 52(2): 151-161.
[5]	郭燕, 井宇航, 贺佳, 张会芳, 贾德伟, 王来刚. 基于无人机影像多源信息的冬小麦生物量与产量估算[J]. 河南农业科学, 2023, 52(12): 149-161.
[6]	李菲菲, 汤军, 高贤君, 杨元维, 占杨英. 基于GEE 的气候变化对豫北地区冬小麦播种面积与产量影响研究[J]. 河南农业科学, 2022, 51(8): 150-165.
[7]	马红艳, 聂兆君, 刘红恩, 李畅, 秦世玉, 赵鹏. 施氮量和施硒方式对冬小麦产量和籽粒矿质元素积累的影响[J]. 河南农业科学, 2022, 51(5): 10-22.
[8]	井宇航, 郭燕, 张会芳, 戎亚思, 张少华, 冯伟, 王来刚, 贺佳, 刘海礁, 郑国清. 无人机飞行高度对冬小麦植株氮积累量预测模型的影响[J]. 河南农业科学, 2022, 51(2): 147-158.
[9]	徐佳敏, 王帅丽, 穆心愿, 赵霞, 唐保军, 夏来坤, 赵亚丽, 刘天学. 秸秆附着微生物对土壤养分、小麦根际细菌多样性及产量的影响[J]. 河南农业科学, 2022, 51(1): 60-70.
[10]	余梦, 谷晓博, 李援农, 陈朋朋, 杨金宇, 李昱鹏. 播期和种植模式对冬小麦氮转运和产量的影响[J]. 河南农业科学, 2021, 50(10): 27-36.
[11]	魏庆伟, 朱黎明, 王福州. 近地遥感监测冬小麦关键发育时期的方法研究[J]. 河南农业科学, 2021, 50(10): 163-171.
[12]	董飞, 闫秋艳, 杨峰, 贾亚琴, 李峰, 鲁晋秀, 张建诚. 播种方式对不同灌溉条件下冬小麦产量及土壤水热条件的影响[J]. 河南农业科学, 2020, 49(4): 7-14.
[13]	刘卫玲, 程思贤, 李娜, 吴健, 杨丽, 李潮海, 赵亚丽. 深松（耕）时期与方式对砂姜黑土耕层养分和冬小麦、夏玉米产量的影响[J]. 河南农业科学, 2020, 49(3): 8-16.
[14]	李俊红, 邵运辉, 刘瑞, 丁志强, 李舞, 张洁, 吕军杰, 姚宇卿. 长期垄作覆盖对旱地冬小麦、夏玉米产量和水分利用效率的影响[J]. 河南农业科学, 2020, 49(3): 24-31.
[15]	黎世民, 张红利, 王来刚, 郑国清, 郭燕, 高建华. 基于格网和模糊聚类的河南省冬小麦气象干旱风险区划与分析[J]. 河南农业科学, 2020, 49(11): 172-180.