胡永森周朝陽(yáng)

(1.中國(guó)科學(xué)院空天信息創(chuàng)新研究院遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100101；2.江西省國(guó)防科技信息和衛(wèi)星應(yīng)用中心，江西 南昌 330038)

在農(nóng)業(yè)生產(chǎn)中，掌握及時(shí)的農(nóng)作物耕地面積信息不僅有著重要的經(jīng)濟(jì)意義，對(duì)政府相關(guān)決策的制定也極為重要[1]。目前我國(guó)主要使用的農(nóng)作物種植面積統(tǒng)計(jì)方式有2種，分別由地方統(tǒng)計(jì)局和地方農(nóng)業(yè)調(diào)查隊(duì)承擔(dān)。根據(jù)國(guó)家統(tǒng)計(jì)局對(duì)農(nóng)作物種植面積數(shù)據(jù)獲取方式的要求，采用抽樣的方式進(jìn)行，由各縣級(jí)調(diào)查隊(duì)根據(jù)樣方的位置對(duì)樣本地塊進(jìn)行調(diào)查，并將樣本調(diào)查結(jié)果反饋給省農(nóng)業(yè)調(diào)查隊(duì)，各省農(nóng)業(yè)調(diào)查隊(duì)利用縣級(jí)調(diào)查隊(duì)的調(diào)查數(shù)據(jù)進(jìn)行反推得出全省的數(shù)據(jù)，并上報(bào)到國(guó)家統(tǒng)計(jì)局農(nóng)村社會(huì)經(jīng)濟(jì)調(diào)查司；采用層層上報(bào)的方法，得到按行政單元統(tǒng)計(jì)的作物面積信息，主要由地方統(tǒng)計(jì)局承擔(dān)，由各縣統(tǒng)計(jì)局對(duì)本縣各鄉(xiāng)鎮(zhèn)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，鄉(xiāng)鎮(zhèn)的數(shù)據(jù)由各村上報(bào)得到，經(jīng)逐級(jí)上報(bào)最終到達(dá)各省統(tǒng)計(jì)局，省統(tǒng)計(jì)局對(duì)上報(bào)數(shù)據(jù)進(jìn)行審核批準(zhǔn)后報(bào)給國(guó)家統(tǒng)計(jì)局農(nóng)村社會(huì)經(jīng)濟(jì)調(diào)查司。

我國(guó)的統(tǒng)計(jì)工作成績(jī)斐然，為國(guó)民經(jīng)濟(jì)的健康有序運(yùn)行作出了很大的貢獻(xiàn)。但傳統(tǒng)的統(tǒng)計(jì)方式在實(shí)際工作的應(yīng)用中，往往存在一些難以克服的困難，導(dǎo)致越來(lái)越跟不上人們對(duì)數(shù)據(jù)的精準(zhǔn)性、現(xiàn)勢(shì)性等高要求。如，由各省農(nóng)調(diào)隊(duì)承擔(dān)的抽樣調(diào)查工作得不到相應(yīng)省份的縣級(jí)數(shù)據(jù)，并且樣本通常較多且分布較為散亂，給調(diào)查工作增添了許多麻煩。而由統(tǒng)計(jì)局承擔(dān)的采取層層上報(bào)方式的調(diào)查方法，由于中間過(guò)程太多，導(dǎo)致數(shù)據(jù)的抗干擾能力不強(qiáng)，與實(shí)際值有偏差。查閱國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)年鑒可以發(fā)現(xiàn)，我國(guó)在2009年的棉花種植面積達(dá)到495.2萬(wàn)hm2，而查詢中國(guó)棉花協(xié)會(huì)的棉花種植面積數(shù)據(jù)可以發(fā)現(xiàn)為514.53萬(wàn)hm2，相差19.3萬(wàn)hm2。同時(shí)，有專(zhuān)家依據(jù)烏魯木齊鐵路局提供的棉花出疆總量進(jìn)行推算，發(fā)現(xiàn)從2002—2009年的7a時(shí)間里，推算出的產(chǎn)量與統(tǒng)計(jì)局公布數(shù)據(jù)累計(jì)相差280萬(wàn)t[2]。而利用遙感與空間抽樣方法進(jìn)行的作物面積估算方法已經(jīng)得到迅速發(fā)展，并趨于成熟。因此，改進(jìn)我國(guó)當(dāng)前的統(tǒng)計(jì)調(diào)查手段，為政府有關(guān)決策部門(mén)提供快速、精確、全面的統(tǒng)計(jì)信息是十分有必要的。

1 國(guó)內(nèi)外研究現(xiàn)狀

從20世紀(jì)70年代開(kāi)始，科學(xué)家們開(kāi)始利用遙感技術(shù)結(jié)合空間抽樣方法對(duì)農(nóng)作物的長(zhǎng)勢(shì)進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，并對(duì)作物進(jìn)行種植面積的估算和估產(chǎn)[3]。這種基于經(jīng)典統(tǒng)計(jì)抽樣原理結(jié)合空間統(tǒng)計(jì)學(xué)理論發(fā)展起來(lái)的空間抽樣技術(shù)在農(nóng)情遙感監(jiān)測(cè)中的應(yīng)用日益廣泛[4]。在大區(qū)域作物面積監(jiān)測(cè)方面，利用空間抽樣技術(shù)和3S技術(shù)進(jìn)行作物面積遙感監(jiān)測(cè)的新型統(tǒng)計(jì)方法已經(jīng)受到越來(lái)越多的專(zhuān)家和學(xué)者的青睞[5]。利用空間抽樣方法針對(duì)研究區(qū)域進(jìn)行空間抽樣體系設(shè)計(jì)，并結(jié)合遙感技術(shù)為樣本這樣的小區(qū)域地塊提供高分辨率的遙感數(shù)據(jù)，最終反推出總體[6]。這種方法很好地解決了利用常規(guī)統(tǒng)計(jì)方法所產(chǎn)生的效率和精度低下等問(wèn)題。

1.1 國(guó)外研究現(xiàn)狀

美國(guó)在1974—1977年實(shí)施了名為大面積作物估產(chǎn)試驗(yàn)(Large Area Crop Inventory and Experiment，LACIE)的計(jì)劃，該計(jì)劃由美國(guó)國(guó)家航天局(NASA)、美國(guó)農(nóng)業(yè)部(USDA)、美國(guó)商務(wù)部(USDC)、美國(guó)國(guó)家海洋和大氣管理局(NOAA)等多部委合作主持,建立了遙感與抽樣相結(jié)合的空間抽樣體系[7]。該計(jì)劃主要分為3個(gè)步驟，先在美國(guó)本土的大平原小麥主產(chǎn)區(qū)進(jìn)行小麥種植面積的估算及后期估產(chǎn)，然后將研究區(qū)拓展至全美和世界其他部分地區(qū)進(jìn)行試驗(yàn)研究，最終達(dá)到對(duì)世界小麥主要種植區(qū)進(jìn)行小麥種植面積估算及估產(chǎn)的目的，主要采用遙感影像為L(zhǎng)andsat Mss，編織的抽樣框大小為9.26×11.11km2。結(jié)果顯示，估算精度均優(yōu)于90%，效果較優(yōu)且該計(jì)劃已進(jìn)入業(yè)務(wù)化運(yùn)行階段[8]。緊接著美國(guó)在基于前述研究的經(jīng)驗(yàn)及基礎(chǔ)之上在1980年開(kāi)始了名為農(nóng)業(yè)和資源的空間遙感調(diào)查計(jì)劃(Agriculture and Resources Inventory Surveys Through Aerospace Remote Sensing，AGRISTARS)，依據(jù)統(tǒng)計(jì)部門(mén)的農(nóng)業(yè)測(cè)量數(shù)據(jù)采用了分層抽樣的方法，對(duì)樣方大小進(jìn)行了調(diào)整，城區(qū)采用25.9hm2，耕地地區(qū)采用259hm2，對(duì)世界上小麥、棉花、水稻等8種主要糧食作物進(jìn)行長(zhǎng)勢(shì)的動(dòng)態(tài)監(jiān)測(cè)和估產(chǎn)，取得了很好的經(jīng)濟(jì)和社會(huì)效益。在利用前期研究成果的基礎(chǔ)上，美國(guó)又相繼開(kāi)展了農(nóng)田數(shù)據(jù)層計(jì)劃(Cropland Data Layer Program，CDL計(jì)劃)，該計(jì)劃在2010年實(shí)現(xiàn)了對(duì)美國(guó)36個(gè)州的作物種植面積估算。

歐盟于1987年提出農(nóng)業(yè)遙感監(jiān)測(cè)(Monitoring Agriculture with Remote Sensing，MARS)計(jì)劃,1988年經(jīng)由歐盟內(nèi)各機(jī)構(gòu)進(jìn)行工作協(xié)調(diào)和安排后開(kāi)始展開(kāi)，總部的協(xié)調(diào)機(jī)構(gòu)位于意大利，旨在對(duì)歐盟的農(nóng)業(yè)調(diào)查方法進(jìn)行改進(jìn)并最終建成可業(yè)務(wù)化運(yùn)行的系統(tǒng)。該計(jì)劃主要分為MARS-I和MARS-II 2個(gè)部分。其中，第1部分是從1989—1993年，主要包括如何對(duì)作物進(jìn)行動(dòng)態(tài)監(jiān)測(cè)和快速估產(chǎn)、怎樣通過(guò)基于面積編制的抽樣框來(lái)構(gòu)建空間抽樣體系以對(duì)作物種植面積進(jìn)行估計(jì)和對(duì)作物進(jìn)行估產(chǎn)等7項(xiàng)研究。第2部分是從1994—1998年，包括基于遙感技術(shù)的作物面積估算和估產(chǎn)的再研究、根據(jù)統(tǒng)計(jì)結(jié)果對(duì)農(nóng)業(yè)補(bǔ)貼政策的前期研究以及將該計(jì)劃中的研究方法拓展至非歐盟區(qū)的研究等3個(gè)部分，但是由于當(dāng)時(shí)業(yè)務(wù)部門(mén)不能接受基于遙感技術(shù)的高成本，同時(shí)遙感影像對(duì)估計(jì)誤差有多大影像的爭(zhēng)論還很大，這些都對(duì)研究進(jìn)展產(chǎn)生了一些阻力。除MARS計(jì)劃外，歐盟還進(jìn)行了LUCAS計(jì)劃(Land Use/Cover Area-frame Survey)、Geoland2計(jì)劃。LUCAS計(jì)劃采用3a一周期進(jìn)行一次調(diào)整的方案，先后采用了兩階段系統(tǒng)抽樣方法，非集中樣方的兩相系統(tǒng)抽樣等方法，并調(diào)整了抽樣數(shù)量、樣方大小等抽樣體系的基礎(chǔ)要素。Geoland2計(jì)劃啟動(dòng)于2008年，由歐盟第7框架計(jì)劃支持，采用系統(tǒng)抽樣的方法，抽樣框選用10km×10km的正方形單元格，對(duì)動(dòng)態(tài)監(jiān)測(cè)土地覆蓋變化具有很好的效果。與此同時(shí)，俄羅斯、印度、加拿大等國(guó)家都開(kāi)展了基于抽樣和遙感的農(nóng)情監(jiān)測(cè)研究，這些研究大多參考了美國(guó)的農(nóng)業(yè)和資源的空間遙感調(diào)查計(jì)劃和農(nóng)業(yè)監(jiān)測(cè)計(jì)劃[9,10]。

1.2 國(guó)內(nèi)研究現(xiàn)狀

國(guó)內(nèi)農(nóng)業(yè)土地覆蓋情況大多呈現(xiàn)出種植結(jié)構(gòu)復(fù)雜、土地破碎度較高等情況，因此很多專(zhuān)家學(xué)者在基于遙感和抽樣的基礎(chǔ)上進(jìn)行了大量的實(shí)驗(yàn)與研究，提出了許多針對(duì)我國(guó)農(nóng)作物種植結(jié)構(gòu)的作物面積估算方法和估產(chǎn)模型。早在20世紀(jì)70年代末陳述彭先生就提出針對(duì)我國(guó)的種植結(jié)構(gòu)現(xiàn)狀進(jìn)行遙感估產(chǎn)的建議，在20世紀(jì)80年代初，我國(guó)開(kāi)始汲取國(guó)外的研究經(jīng)驗(yàn)并在此基礎(chǔ)上進(jìn)行結(jié)合我國(guó)土地現(xiàn)狀的研究。在農(nóng)作物種植面積監(jiān)測(cè)和估產(chǎn)方面，我國(guó)分別開(kāi)展了黃淮海平原小麥估產(chǎn)、華北6省冬小麥估產(chǎn)、新疆棉花種植面積估算等研究，這些研究均采用了遙感結(jié)合抽樣的方法，并針對(duì)不同研究區(qū)域設(shè)計(jì)了不同的空間抽樣方法，但對(duì)樣本的空間位置分布的把握不夠充分。吳炳方等[11]在1997年，利用NOAA/AVHRR數(shù)據(jù)和高分辨率數(shù)據(jù)估算出研究區(qū)水稻種植面積的變化并在后來(lái)構(gòu)建了農(nóng)情遙感速報(bào)系統(tǒng)，該系統(tǒng)結(jié)合了我國(guó)農(nóng)民的種植習(xí)慣構(gòu)建了一個(gè)二級(jí)的抽樣體系，該體系以線狀的樣條采樣框架為核心，在估算主要作物種植面積方面具有很高的精度。陳仲新[12]在2000年提出分層抽樣的方法對(duì)全國(guó)冬小麥種植面積進(jìn)行監(jiān)測(cè)，并進(jìn)行了2a的業(yè)務(wù)化運(yùn)行試驗(yàn)，效果較好。為了進(jìn)一步提高抽樣精度，考慮到我國(guó)國(guó)土面積較大，地形復(fù)雜多樣的因素，焦險(xiǎn)峰等[13]在2002年提出了針對(duì)全國(guó)的棉花種植面積遙感監(jiān)測(cè)抽樣方法設(shè)計(jì)，考慮了我國(guó)西部、中部、東部的種植結(jié)構(gòu)不一樣，縣級(jí)面積差別大的情況，分別進(jìn)行了不同的抽樣設(shè)計(jì)。

在后來(lái)研究中，王迪等[14]提出了對(duì)抽樣的基礎(chǔ)要素進(jìn)行優(yōu)化的玉米種植面積調(diào)查方案，該方案將4種基本抽樣方法和7種抽樣比進(jìn)行不同的組合實(shí)驗(yàn)，最終得到最優(yōu)抽樣比，該實(shí)驗(yàn)為后來(lái)優(yōu)化空間抽樣效率提供了一種思路。鄔明權(quán)等[15]將國(guó)外的多變量概率抽樣方法(Multivariatte Probability Proportional to Size,MPPS)引入國(guó)內(nèi)并與遙感結(jié)合進(jìn)行遼寧省北鎮(zhèn)市的水稻和玉米種植面積提取，提供了一個(gè)利用一套樣本對(duì)多個(gè)變量進(jìn)行估算的思路。隨著我國(guó)高分系列衛(wèi)星的相繼發(fā)射和投入使用，對(duì)結(jié)合抽樣的作物遙感測(cè)量研究提供了強(qiáng)大的數(shù)據(jù)支持。劉國(guó)棟等[16]利用高分一號(hào)衛(wèi)星數(shù)據(jù)結(jié)合抽樣方法進(jìn)行了作物面積的估算，對(duì)GF-1號(hào)衛(wèi)星數(shù)據(jù)在對(duì)地抽樣遙感測(cè)量中的技術(shù)方法問(wèn)題進(jìn)行了探討。

目前，國(guó)內(nèi)業(yè)務(wù)化運(yùn)行較廣且較為成功的是2016年開(kāi)展的第三次全國(guó)農(nóng)業(yè)普查工作及后續(xù)常規(guī)調(diào)查，采用方法主要是結(jié)合各省農(nóng)作物種植結(jié)構(gòu)、當(dāng)年或上一年主要農(nóng)作物中分辨率遙感測(cè)量結(jié)果、國(guó)土耕地空間分布數(shù)據(jù)等分別進(jìn)行復(fù)合分層、兩階段分層抽樣(PPS抽樣、分層隨機(jī)抽樣)構(gòu)建抽樣框，以變異系數(shù)值(Coefficient of variation,CV)作為是否達(dá)到預(yù)期抽樣精度判斷指標(biāo),利用各樣方實(shí)地調(diào)查取得的分品種農(nóng)作物面積及其對(duì)應(yīng)的設(shè)計(jì)權(quán)數(shù)[17]，見(jiàn)圖1。

圖1 抽樣調(diào)查路線圖

作物面積反推方式：

(1)

式中，ymij是第m層第i個(gè)普查區(qū)(樣本村)第j個(gè)樣本網(wǎng)格的地面實(shí)測(cè)某品種農(nóng)作物面積；Wmi是第m層第i個(gè)樣本普查區(qū)的設(shè)計(jì)權(quán)數(shù)；Wmij是第m層第i個(gè)樣本普查區(qū)第j個(gè)樣本網(wǎng)格對(duì)應(yīng)的權(quán)數(shù)。抽中村樣方分布示意圖見(jiàn)圖2，單個(gè)樣方調(diào)查表見(jiàn)圖3。

圖2 抽中村樣方分布示意圖

圖3 單個(gè)樣方調(diào)查表

2 總結(jié)及展望

歐美等發(fā)達(dá)國(guó)家已經(jīng)開(kāi)展過(guò)大量的系統(tǒng)性實(shí)驗(yàn)，因此這些國(guó)家在結(jié)合空間抽樣技術(shù)的農(nóng)情遙感監(jiān)測(cè)方面有著很好的基礎(chǔ)，形成了以樣本采樣為主的歐盟調(diào)查體系和以點(diǎn)采樣為主的美國(guó)抽樣體系。目前我國(guó)農(nóng)情遙感監(jiān)測(cè)的主要發(fā)展思路為采用遙感技術(shù)與空間抽樣技術(shù)相結(jié)合的方法，綜合常規(guī)統(tǒng)計(jì)學(xué)和遙感技術(shù)的優(yōu)勢(shì)同時(shí)以地理信息系統(tǒng)(GIS)和全球定位系統(tǒng)(GPS)為輔助進(jìn)行農(nóng)情監(jiān)測(cè)。利用地理信息系統(tǒng)技術(shù)(GIS)解決空間抽樣設(shè)計(jì)和調(diào)查網(wǎng)點(diǎn)規(guī)劃、數(shù)據(jù)管理的核心問(wèn)題，提高野外抽樣網(wǎng)點(diǎn)的代表性；利用全球定位技術(shù)(GPS)解決野外樣本點(diǎn)查找、定位以及測(cè)量的問(wèn)題，提高野外樣本點(diǎn)查找的準(zhǔn)確性，進(jìn)一步提升測(cè)量的精度，提高統(tǒng)計(jì)數(shù)據(jù)的質(zhì)量，進(jìn)而獲取調(diào)查區(qū)域更加準(zhǔn)確的數(shù)據(jù)信息。我國(guó)雖然起步較晚，但經(jīng)過(guò)多年的大力發(fā)展已經(jīng)取得了較大成果，尤其是由我國(guó)提出并成功構(gòu)造的以線狀采樣框架為基礎(chǔ)的GVG農(nóng)情采樣系統(tǒng)，引起了歐美等國(guó)家的極大關(guān)注，并且相比其他國(guó)家的采樣方法，該方法更適合我國(guó)復(fù)雜的種植結(jié)構(gòu)，具有很高的實(shí)用價(jià)值。隨著基于抽樣方法的農(nóng)情遙感監(jiān)測(cè)技術(shù)的應(yīng)用需求越來(lái)越大，同時(shí)伴隨國(guó)家GF系列衛(wèi)星的發(fā)射和相關(guān)政策的支持，對(duì)地抽樣的遙感測(cè)量方法將會(huì)得到更長(zhǎng)遠(yuǎn)的發(fā)展。

與此同時(shí)，雖然許多專(zhuān)家學(xué)者提出了很多不同的空間抽樣方法，但要將這些基礎(chǔ)研究與進(jìn)行業(yè)務(wù)化運(yùn)行之間還有很大的差距。因此，如何針對(duì)農(nóng)情監(jiān)測(cè)對(duì)象的空間抽樣設(shè)計(jì)中的基礎(chǔ)要素的優(yōu)化設(shè)計(jì)及抽樣精度的定量表達(dá)上制定一個(gè)統(tǒng)一規(guī)范，以便對(duì)不同的抽樣方法進(jìn)行整合優(yōu)化使用并推廣到其它監(jiān)測(cè)區(qū)域進(jìn)行借鑒是以后研究的方向之一。在抽樣體系的設(shè)計(jì)中，空間抽樣有別于傳統(tǒng)抽樣，其需要考慮調(diào)查區(qū)域作物在空間上的分布及關(guān)聯(lián)性，因此需要相關(guān)理論的深入研究和支持以更好地解決空間異質(zhì)性、樣本空間變化規(guī)律和空間布局合理性等問(wèn)題。