用于地市及县两级粮食补贴核算的种植面积遥感估算方法
【专利摘要】本发明公开用于地市及县两级粮食补贴核算的种植面积遥感估算方法，包括如下步骤：步骤P1：对省域内粮食作物的种植面积抽样调查；步骤P2：遥感影像选择与预处理；步骤P3：粮食作物遥感识别；步骤P4：混合像元的处理；步骤P5：建立粮食作物种植面积估算模型，对区县级行政单元的大宗粮食作物种植面积进行估算。
【专利说明】用于地市及县两级粮食补贴核算的种植面积遥感估算方法
【技术领域】
[0001]本发明涉及遥感监测方法，特别涉及一种用于地市及县两级粮食补贴核算的粮食种植面积遥感估算方法。
【背景技术】
[0002]粮食直接补贴政策是近年来我国最为重要的政府支农政策之一，旨在“进一步加大国家惠农、支农政策力度，更好地调动农民种粮积极性，保护种粮农民利益”。随着对农民补贴资金的不断增加，政府对补贴资金的管理也需要加强。目前我国各省均启动了以粮食种植面积基础的补贴政策。为了实施粮食种植的补贴，需要对地市及县级行政单元的粮食种植面积进行核算。目前主要是采用统计上报方式，由各县上报粮食种植面积，然后由省级财政部门根据上报的粮食种植面积核算补贴金额。
[0003]通过统计方式估算农作物种植面积是目前统计部门的主要手段，但是由于样本布设、地面调查和统计误差，以及主观方面因素，数据质量难以保证。而且由于该数据是用于计算各县自己的粮食补贴金额，因此存在明显的虚报现象，使国家财政资金存在较大的浪费现象。因此必须发展一种客观、可靠的监测方法，而遥感技术因其在时间与空间尺度上的优越性，在快速准确监测大宗粮食作物种植面积方面具备优势。然而由于粮食补贴一般在区县级行政单元上进行，因而要求具有在区县级尺度具有较高的准确性(优于85%)，使利用遥感方法监测大区域内精确到区县级的大宗粮食作物种植面积成为一项难度较大又急需解决的任务。
【发明内容】
[0004]针对现有技术中存在的不足，本发明的目的在于提供一种用于地市及县两级粮食补贴核算的种植面积遥感估算方法，能够有效降低在大范围内靠地面调查获取作物种植面积信息的成本，同时也能够有效地避免地面调查过程中因人工参与而产生的主观影响，为我国粮食补贴政策的执行提供客观、准确的基础信息。
[0005]本发明的技术方案是这样实现的:一种用于地市及县两级粮食补贴核算的种植面积遥感估算方法，包括如下步骤:
[0006]步骤Pl:对目标省域内粮食作物的种植面积进行抽样调查；
[0007]步骤P2:遥感影像选择与预处理；
[0008]步骤P3:粮食作物遥感识别；
[0009]步骤P4:混合像元的处理；
[0010]步骤P5:建立粮食作物的种植面积估算模型，对地市及县两级行政单元的粮食作物的种植面积进行估算。
[0011]上述用于地市及县两级粮食补贴核算的种植面积遥感估算方法，在步骤Pl中:以研究区历史农作物种植面积和种植比例结构为基础，建立省域范围的面积抽样框架，并根据粮食作物的种植结构、期望精度与可靠性计算样本量，并采用系统布样方式进行布样，具体包括如下步骤:
[0012]步骤PlOl:利用地理信息系统工具建立覆盖省域范围的矩形格网，矩形格网尺寸大小为:长度和宽度均为5公里，删除跨越省界的矩形格网单元，按照自上而下、自左而右的顺序对每个矩形格网单元进行编号，使得每个矩形格网单元具有唯一的编号；
[0013]步骤P102:利用研究区最近5年的粮食作物的种植面积和种植比例结构，计算样本量，样本量计算公式如下:
【权利要求】
1.用于地市及县两级粮食补贴核算的种植面积遥感估算方法，其特征在于，包括如下步骤: 步骤Pl:对目标省域内粮食作物的种植面积进行抽样调查； 步骤P2:遥感影像选择与预处理； 步骤P3:粮食作物遥感识别； 步骤P4:混合像元的处理； 步骤P5:建立粮食作物的种植面积估算模型，对地市及县两级行政单元的粮食作物的种植面积进行估算。
2.根据权利要求1所述的用于地市及县两级粮食补贴核算的种植面积遥感估算方法，其特征在于，在步骤Pl中:以监测省份农作物种植面积和种植比例结构历史数据为基础，建立省域范围的面积抽样框架，并根据粮食作物的种植结构、期望精度与可靠性计算样本量，并采用系统布样方式进行布样，具体包括如下步骤: 步骤PlOl:利用地理信息系统工具建立覆盖省域范围的矩形格网，矩形格网尺寸大小为:长度和宽度均为5公里，删除跨越省界的矩形格网单元，按照自上而下、自左而右的顺序对每个矩形格网单元进行编号，使得每个矩形格网单元具有唯一的编号； 步骤P102:利用研究区最近5年的粮食作物的种植面积和种植比例结构数据，计算样本量，样本量计算公式 如下:
3.根据权利要求2所述的用于地市及县两级粮食补贴核算的种植面积遥感估算方法，其特征在于，在步骤P2中:根据作物物候期，确定合适时相的环境星CCD数据作为数据源，并对选定的环境星CXD数据进行预处理，具体包括如下步骤: 步骤P201:参考研究区历史物候数据，分别在作物播种期后30天、拔节期、开花期和收获前期获取4景影像；步骤P202:以1:10万地形图为参考影像，应用二次多项式方法对环境星CXD影像进行几何精校正，误差控制在I个像元以内； 步骤P203:对环境星CCD影像进行辐射定标处理，定标采用如下公式进行
4.根据权利要求3所述的用于地市及县两级粮食补贴核算的种植面积遥感估算方法，其特征在于，在步骤P3中:利用最大似然分类或支持向量机分类方法，以步骤P104所述的地面样方调查结果为训练样本，对环境星CXD影像进行分类，识别不同的粮食作物，具体包括如下步骤: 步骤P301:调入地面调查样本矢量数据，利用地理信息系统工具将其分成两个面积相等的部分，即将样本分成两个样本库；分别将不同的粮食作物多边形提取出来，并对每个多边形进行编号，使得每个多边形具有唯一标识号；按照多边形的唯一标识号，将粮食作物的多边形分为2个部分，奇数记录为第I部分，偶数记录为第2部分，同时删除面积小于8100平方米的多边形； 步骤P302:选取步骤P301所得的两个样本库中的任何一部分，作为农作物遥感分类的训练样本库，从中选取地块较大且色彩稳定的多边形，作为光谱训练集，然后利用光谱训练工具，训练出不同农作物的光谱特征； 步骤P303:采用最大似然法或支持向量机进行影像分类，将每个像元赋为某种农作物，最终得到影像的农作物分类结果，并对分类结果进行重编码，把一种作物对应的像元值设为1，其他作物设为O，得到该作物纯像元分布数据集；对每种作物重复此步骤，分别得到每种作物纯像元分布数据集，从而得到不同农作物的分布图。
5.根据权利要求4所述的用于地市及县两级粮食补贴核算的种植面积遥感估算方法，其特征在于，在步骤P4中:在步骤P3分类的基础上，对于多种农作物交错区域的混合像元，建立基于光谱特征的分解模型，计算不同像元内各种作物的面积百分比，具体包括如下步骤: 步骤P401:对P206所获影像进行非监督分类，获取不同农作物的种植区域，并去除步骤P303所获得的纯象元区域，得到混合像元分布区； 步骤P402:从步骤P3的光谱训练特征中读取不同作物的光谱特征平均值，计算每种农作物和裸地RV1、NDV1、EVI的均值，建立线性混合像元分解模型，计算公式为:
6.根据权利要求5所述的用于地市及县两级粮食补贴核算的种植面积遥感估算方法，其特征在于，在步骤Ρ5中:以步骤Ρ1、步骤Ρ3和步骤Ρ4为基础，建立粮食作物种植面积估算模型，对地市及县两级行政单元的粮食作物种植面积进行估算，具体包括如下步骤: 步骤Ρ501:根据不同像元的面积比例，统计不同地市及县两级行政单元内不同粮食作物的像元数据，并根据像元大小计算不同地市及县两级行政单元内各种作物的毛种植面积； 步骤Ρ502:利用不同地市及区县内的耕地系数(耕地占图斑面积的比例，来自耕地数据集)，估算每个地市及县两级行政单元内各种作物的净种植面积: 净种植面积=毛种植面积*耕地系数； 步骤Ρ503:用回归估算模型，抽样得到的作物的种植成数与分类得到的作物的种植成数相互修正，计算各地市及县两级行政单元内各种粮食作物的种植面积； 步骤Ρ504:统计汇总得到全省各种粮食作物的种植面积。
【文档编号】G06F19/00GK103761447SQ201410054798
【公开日】2014年4月30日 申请日期:2014年2月18日 优先权日:2014年2月18日
【发明者】李强子, 张焕雪, 杜鑫, 刘吉磊, 王红岩 申请人:中国科学院遥感与数字地球研究所