本发明专利技术涉及一种将对有限多个在年份上两两连续的遥感卫星影像的解译结果用于高精度估算大地理区域范围内农作物实际轮作周期的方法，适用于农业及相关领域，估算的对象为农作物或其它地面对象。有限多个在年份上两两连续的遥感卫星影像中的农作物在空间上变化的解译结果作为估算作物轮作周期的数据，再根据农作物轮作为平稳随机过程、农作物轮作顺序不同其轮作周期也不尽相同以及按自然乡或村（根据需要也可是市或县）作为轮作周期估算的独立样本（或更小区域）可以显著提高轮作周期估算精度的结论，建立的估算公式可简单、快速、高精度的估算不同轮作顺序的农作物轮作周期的变化。本发明专利技术进一步涉及实现这种方法的技术。
【技术实现步骤摘要】
本专利技术涉及农业及相关领域，用于估算农作物轮作周期或其他地面对象的空间变化规律。
技术介绍
通常将在同一地块上，一种作物种植一定的时间后，再种植另一种作物一定的时间，并且一直交替下去的过程称为作物轮作，这两种时间分别称为从一种作物到另一种作物的轮作时间，也称为轮作周期。轮作是作物主要的耕作栽培模式之一，显著降低了农药的使用量，改善了生态环境，具有较高的经济、社会和生态效益。我国不仅在南方地区水旱以及旱旱轮作广泛应用，而且在北方地区轮作也广泛应用，如玉米与大豆的轮作就具有明显的生态和经济效益，国家每年投资近亿元用于补助实施大豆与玉米轮作的农户。在世界范围内，轮作同样也正在成为提高农业生产的生态和经济效益的关键技术，但是要提高轮作的效益，就必须研究作物轮作水平的实际变化，并据此来优化轮作周期，而如何在大的地理区域范围内估算农作物实际轮作水平一直是农业领域中面临的一个难题，这个问题的解决对于制定相应的作物轮作管理策略，具有重要的价值，国内外的学者对此已进行了大量的探索。由于受技术手段的限制，多年来，农作物轮作周期问题的研究受18、19世纪的一些经典说法的约束，进展很少，通常认为农作物轮作周期为2到5年不等，争议较大，有关农作物实际轮作周期估算的研究尚未见客观的报道，许多教科书上类似的说法与我国的实际生产情况相距甚远，并没有得到科学的验证，仅仅是对经验的总结，因此，农作物实际轮作周期的分析估算实际上由古至今一直是一个悬而未决的问题。在国际上，印度的学者在1995年通过卫星影像观察到区域范围的农作物轮作现象，但并未对农作物轮作周期进行研究和估算。美国及西方国家的学者对轮作研究的主要工作集中在小范围内试验不同的农作物轮作模式所产生的经济和生态效益，并没有估算农作物的实际轮作水平。本专利的申请人于2004年在《中国棉花》杂志上，首次发表文章报告了运用卫星遥感技术估算棉花水稻的轮作周期的成果，但这一成果给出的估算方法简化了许多影响轮作周期变化的重要因素，仅采用了连续两年的卫星遥感影像，估算精度较差，其实际应用受到了很大限制。本专利技术的目的是采用一种新的方法运用对卫星遥感影像的解译结果，并通过建立在统计学以及随机过程基础上的数学模型，来分析估算大地理区域范围内的农作物的实际轮作周期，其具有方法简单，估算精度高，易于应用等特点。
技术实现思路
本专利技术将从有限多个在年份上两两连续的卫星遥感影像上解译出来的在大地理范围内分布的轮作区域中的所有同一地块上不同年份的农作物轮作的基本数据，根据地理范围的大小不同，分别按市、县、乡或村为单位来计算农作物的轮作周期，再根据从一种作物到另一种作物轮作顺序不同，他们的轮作周期也不尽相同的结论，运用在轮作为平稳随机过程基础上建立的公式来估算不同顺序农作物的轮作周期。因此，将有限多个在年份上两两连续的卫星影像的解译结果用于高精度估算大地理区域范围内农作物实际轮作周期的方法成为本专利技术的重要特征。本专利技术农作物轮作周期的卫星遥感估算方法的技术方案是首先，对获取的覆盖要研究轮作区域的农作物的遥感影像进行解译，获得每个乡或镇(市或县)的农作物轮作数据；再运用农作物轮作周期估算公式对该轮作数据进行分析，即可获得农作物的轮作周期。本专利技术的农作物遥感影像解译主要包括四个步骤，首先对原始影像进行几何校正，线性拉伸增强等预处理；其次根据野外实地调查确定轮作农作物以及其他作物的解译标志；然后再通过人工目视解译，从影像中提取轮作农作物的信息并生成含轮作农作物图斑的解译图件，之后，对该图件实地验证检查，对有问题的图斑进行修正，使图件的解译准确可靠；最后生成包含轮作农作物的矢量化解译图件，并通过地理信息系统对解译图件进行空间分析处理，获得轮作农作物的轮作数据。研究农作物轮作的周期，通常必须对轮作区域进行多年观察，并且对所获得的数据进行统计分析，才能获得令人信服的结果，因此，本专利技术利用从有限多个在年份上两两连续的遥感卫星影像中获得的数据来估算农作物的轮作周期。有限多个在年份上两两连续的遥感卫星影像是指选取的多年遥感卫星影像在年份上每两幅影像是连续的，但连续的每两幅影像之间在年份上可以是间断的。本专利技术设计的农作物轮作周期估算公式，除了利用有限多个在年份上两两连续的遥感卫星影像监测外，采用了对轮作区域内所有乡镇的农作物轮作水平同时观察的方法，来估算一个理想化的典型乡镇的农作物轮作水平(对市、县可同样的讨论)，相当于将乡一级的随机试验样本数量扩大到多个，以更加准确地推算出该区域的农作物的轮作周期，其依据为各个乡镇以及各个农户之间在轮作及耕作栽培管理上具有明显的相互独立性，基本符合统计学上对样本独立性的要求；农作物轮作的周期性反映在用随机过程描述的作物轮作过程时，该过程具有平稳性，在统计学上就相当于每年农作物轮作的数量应大致相同，可根据每年农作物轮作的数量估算出完成整个农作物轮作所需要的时间或周期；有限多个在年份上两两连续的多个乡镇的独立样本在数量上对于研究具有平稳性的乡一级的农作物轮作过程的统计特征或周期来说，应该是足够大。现在，以棉花与水稻轮作为例来说明农作物轮作周期估算公式，但本公式适用于所有农作物轮作周期的估算是本专利技术的重要特征。在有限多个在年份上两两连续的遥感卫星影像监测的相邻两年中，用“棉/稻”表示上一年种棉花的地块在下一年种了水稻的面积。对于给定的地块，如果“棉i/稻i+1”表示在此地块上，第i年种棉花而第i+1年种水稻的面积，则下一年种水稻占上一年种棉花面积的比例即“水稻的面积i+1/棉花的面积i”被定义为此地块i年到i+1年的棉稻轮作因子或简称为此地块i年的棉稻轮作因子，并且用CRRFi(Cotton-Rice Rotation Factor)来表示，CRRFi=NRAiCCAi;]]>其中CCAi为对于给定的地块在第i年种棉花的面积；NRAi为CCAi中，第i+1年种水稻的面积。假设仅有棉花与水稻在某一给定的地块上进行轮作，对此地块连续监测N年，这一轮作过程可以用具有明显周期性的平稳随机过程来描述，而且在此地块上，棉稻轮作因子为CRRFi(i＝1，……，N-1)，则棉花与水稻的轮作周期CRRP(Cotton-Rice Rotation Period)为CRRP=limN→∞1N-1Σi=1N-11CRRFi;]]>由于实际上观察的年数N是有限的，因此当N足够大时，棉稻轮作周期CRRP的近似值CRRP‾=1N-1Σi=1N-11CRRFi.]]>由于棉花与水稻轮作过程可以用具有明显周期性的平稳随机过程来描述，因此每年棉花轮作的数量在统计学上应该大致相同，而且棉花与水稻轮作周期是存在并可计算的。因为仅有棉花与水稻在给定的地块上进行轮作，所以根据CRRFi的定义，在给定“上一年棉花面积”CCAi的情况下，如果每年有“棉/稻”面积NRAi改种水稻，则 年可将“上一年棉花面积”改种完，故CRRPi＝1/CRRFi成立。假设所要求的周期CRRP是随机变量ξ的数学期望E(ξ)，那么近似确定CRRP的方法是对ξ进行N次重复抽样，产生相互独立的ξ值的序列ξ1，......，ξN(ξ1＝1/本文档来自技高网...
【技术保护点】
一种将对有限多个在年份上两两连续的遥感卫星影像的解译结果用于高精度估算大地理区域范围内农作物实际轮作周期的方法，采用对有限多个在年份上两两连续的遥感卫星影像中的作物轮作空间变化的解译结果作为估算作物轮作周期的数据源，根据农作物轮作为平稳随机过程、农作物轮作顺序不同其轮作周期也不尽相同以及按自然乡或村（市或县）作为轮作周期估算的独立样本（或更小区域）可以显著提高轮作周期的估算精度的结论，建立的合理估算公式可以简单、快速、高精度的估计不同轮作顺序的农作物的轮作周期及空间变化。
【技术特征摘要】
【专利技术属性】
技术研发人员：朱泽生，孙玲，
申请(专利权)人：江苏省农业科学院，
类型：发明
国别省市：84[中国|南京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。