项目名称: 抽样单元空间相关性和变异性对农作物面积空间抽样效率的影响机理研究

项目编号: No.41471365

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 天文学、地球科学

项目作者: 王迪

作者单位: 中国农业科学院农业资源与农业区划研究所

项目金额: 84万元

中文摘要: 针对目前国内外农作物面积空间抽样方法研究中因对抽样单元空间相关性和变异性考虑不足,从而限制了空间抽样效率的提高这一问题,本项目以我国主要粮食作物(小麦、水稻、玉米)为研究对象,选取3个国家级抽样调查县(吉林省德惠市、河南省濮阳市和江苏省溧阳市)为研究区,拟引入地统计学及景观生态学理论,通过空间分析技术、3S技术与传统抽样方法相结合,研究农作物面积抽样单元空间相关性和变异性特征,分析抽样单元尺度、农作物空间分布、耕地景观破碎度等因素对空间相关性和变异性的影响;评价传统抽样与考虑空间相关性和变异性的空间抽样方法在估计农作物面积时的效率;研究空间相关性和变异性对农作物面积空间抽样效率的影响,提出农作物面积空间抽样优化设计方法。预期成果对探明空间相关性和变异性对农作物面积空间抽样效率的影响机理,提高农作物面积抽样调查效率,评价空间抽样方法在不同地区应用的适宜性具有重要学术意义和实用价值。

中文关键词: 农作物面积;空间抽样;空间相关性;空间变异性

英文摘要: Aiming at the issue that the sampling efficiency is still not high, due to the lack of considering spatial correlation and variability of sampling units in the spatial sampling scheme for crop acreage estimation. In this study, 3 national sampling survey counties(DeHui Couty in Jilin Province, PuYang County in Henan Province and LiYang County in Jiangsu Province)are selected as the study area, and main food crops(winter wheat, rice and maize)in China are chosen as the study objects to investigate and understand michanisims of impacts of spatial correlation and variability on spatial sampling efficiencies.To do that, Geostatistics and landscape ecology theory are introduced, spacial analysis,3S technology (Remote Sensing, Geography Information Systems, Global Positioning Systems)and the traditional sampling methods are used to study the characteristics of spatial corrlation and variability of sampling units. The influnces of sampling unit scale, crop spatial distribution and farmland landscape fragmentation on spatial correlation and variability are analyzed; The efficiencies of traditional sampling methods and spatial sampling methods that considering spatial correlation and variability of sampling units are evaluated; The impact of spatial correlation and variability on spatial sampling efficiencies is discussed; Finally,the method on optimizing spatial sampling scheme for crop acreage estimation is proposed. This study will play an important role to verify the influence rules of spatial correlation and variability on spatial sampling efficiencies,improve the sampling survey productivity and evaluate the application suitability of spatial sampling methods in the different regions.

英文关键词: crop acreage;spatial sampling;spatial correlation;spatial variability

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
18+阅读 · 2022年2月8日
【AAAI2022】跨域少样本图分类
专知会员服务
29+阅读 · 2022年1月22日
【AAAI2022】基于对比时空前置学习的视频自监督表示
专知会员服务
19+阅读 · 2021年12月19日
【NeurIPS2021】由相似性迁移的弱样本细粒度分类
专知会员服务
20+阅读 · 2021年11月11日
【NeurIPS2021】基于贝叶斯优化的图分类对抗攻击
专知会员服务
17+阅读 · 2021年11月6日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
【NeurIPS 2020】深度学习的不确定性估计和鲁棒性
专知会员服务
49+阅读 · 2020年12月8日
你真的会用 iOS 的 Safari 浏览器吗|付费试读
少数派
0+阅读 · 2022年4月13日
严望佳建议:建立权威数字经济指数,引领数字化高质量发展
CCF计算机安全专委会
0+阅读 · 2022年3月5日
你是在创新,还是在瞎搞?
人人都是产品经理
0+阅读 · 2022年1月23日
【AAAI2022】跨域少样本图分类
专知
1+阅读 · 2022年1月22日
你能接受刘海屏的 MacBook 吗?
ZEALER订阅号
0+阅读 · 2021年10月18日
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
13+阅读 · 2021年6月14日
小贴士
相关主题
相关VIP内容
【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
18+阅读 · 2022年2月8日
【AAAI2022】跨域少样本图分类
专知会员服务
29+阅读 · 2022年1月22日
【AAAI2022】基于对比时空前置学习的视频自监督表示
专知会员服务
19+阅读 · 2021年12月19日
【NeurIPS2021】由相似性迁移的弱样本细粒度分类
专知会员服务
20+阅读 · 2021年11月11日
【NeurIPS2021】基于贝叶斯优化的图分类对抗攻击
专知会员服务
17+阅读 · 2021年11月6日
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23日
【NeurIPS 2020】深度学习的不确定性估计和鲁棒性
专知会员服务
49+阅读 · 2020年12月8日
相关资讯
你真的会用 iOS 的 Safari 浏览器吗|付费试读
少数派
0+阅读 · 2022年4月13日
严望佳建议:建立权威数字经济指数,引领数字化高质量发展
CCF计算机安全专委会
0+阅读 · 2022年3月5日
你是在创新,还是在瞎搞?
人人都是产品经理
0+阅读 · 2022年1月23日
【AAAI2022】跨域少样本图分类
专知
1+阅读 · 2022年1月22日
你能接受刘海屏的 MacBook 吗?
ZEALER订阅号
0+阅读 · 2021年10月18日
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员