一種農作物最優輪作周期的遙感估算方法
2023-05-14 13:09:36
專利名稱：一種農作物最優輪作周期的遙感估算方法
技術領域：
本發明涉及農業及相關領域，用於估算在大地理區域中農作物的最優輪作周期。
背景技術：
通常將在同一地塊上，一種作物種植一定的時間後，再種植另一種作物一定的時間，並且一直交替下去的過程稱為作物輪作，這兩種時間分別稱為從一種作物到另一種作物的輪作時間，也稱為輪作周期。輪作是作物主要的耕作栽培模式之一，顯著降低了農藥的使用量，改善了生態環境，具有較高的經濟、社會和生態效益。我國不僅在南方地區水旱以及旱旱輪作廣泛應用，而且在北方地區輪作也廣泛應用，如玉米與大豆的輪作就具有明顯的生態和經濟效益，國家每年投資近億元用於補助實施大豆與玉米輪作的農戶。在世界範圍內，輪作同樣也正在成為提高農業生產的生態和經濟效益的關鍵技術，但是要提高輪作的效益，就必須研究作物輪作水平的實際變化，並據此來求得最優輪作周期，而如何在大地理區域範圍內估算農作物的最優輪作周期一直是農業領域中面臨的一個難題，這個問題的解決對於制定相應的作物輪作管理策略，提高農業生產的經濟、社會和生態效益具有十分重要的意義，國內外的學者對此已進行了大量的探索。
由於受技術手段的限制，多年來，關於農作物最優輪作周期問題的研究受18、19世紀的一些經典說法的約束，進展很少，通常認為農作物輪作周期為2到5年不等，爭議較大，有關農作物最優輪作周期估算的研究尚未見客觀的報導，許多教科書上類似的說法與我國的實際生產情況相距甚遠，並沒有得到科學的驗證，僅僅是對經驗的總結，因此，農作物最優輪作周期的分析估算實際上由古至今一直是一個懸而未決的問題。
本發明的目的是採用一種新方法估算在大地理區域中使農作物生產取得最好的生態和經濟效益的最優輪作周期。首先選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域，然後通過對遙感影像中最優輪作區域的農作物在空間上的變化進行解譯，並將解譯結果作為估算農作物輪作周期的數據，再建立相關的公式並代入解譯數據來估算農作物的實際輪作周期，最終將此輪作周期作為該農作物的最優輪作周期，該方法具有高效、簡單、客觀、易於應用等特點，可廣泛用於所有農作物的最優輪作周期的估算。
發明內容
本發明首先選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域，再將從有限多個在年份上兩兩連續的衛星遙感影像上解譯出來的在大地理範圍內分布的該輪作區域中的所有同一地塊上不同年份的農作物輪作的基本數據，根據地理範圍的大小不同，分別按市、縣、鄉或村為單位來計算農作物的輪作周期，再根據從一種作物到另一種作物輪作順序不同，他們的輪作周期也不盡相同的結論，運用在輪作為平穩隨機過程基礎上建立的公式來估算不同順序農作物的輪作周期，並將在最優輪作區域中求得的農作物的輪作周期作為該農作物的最優輪作周期。因此，選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域，再將有限多個在年份上兩兩連續的衛星影像的解譯結果用於高精度估算最優輪作區域內農作物的實際輪作周期，最後將該輪作周期作為該農作物的最優輪作周期的方法成為本發明的重要特徵。
本發明農作物最優輪作周期的遙感估算方法的技術方案是首先，選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域，再對獲取的覆蓋最優輪作區域的農作物的遙感影像進行解譯，獲得每個鄉或鎮(市或縣)的農作物輪作數據；再運用農作物輪作周期估算公式對該輪作數據進行分析，即可獲得農作物實際輪作周期或最優輪作周期。
本發明的農作物最優輪作區域的選擇主要包括六個步驟，首先選擇若干個侯選農作物輪作區域，區域的劃分可以按行政區劃，也可以按農業區劃以及其它合適的區劃方式；其次，對不同的輪作區域的輪作機會和成本進行評估，選擇輪作機會多而且輪作成本低的區域作為侯選區域；第三，分析在防治與輪作有關的病蟲害方面所使用的農藥的數量，選擇使用農藥量少的區域作為侯選區域；第四，分析輪作病蟲害造成農作物產量的減少情況，選擇減產量少的區域作為侯選區域；第五，分析輪作增加農作物產量的情況，選擇增產多的區域作為候選區域；第六，採用比較優勢的分析方法，對上述各種因素進行綜合評估，確定在輪作條件、經濟和生態效益方面具有明顯優勢的區域作為農作物的最優輪作區域。
本發明的農作物遙感影像解譯主要包括四個步驟，首先對原始影像進行幾何校正，線性拉伸增強等預處理；其次根據野外實地調查確定輪作農作物以及其他作物的解譯標誌；然後再通過人工目視解譯，從影像中提取輪作農作物的信息並生成含輪作農作物圖斑的解譯圖件，之後，對該圖件實地驗證檢查，對有問題的圖斑進行修正，使圖件的解譯準確可靠；最後生成包含輪作農作物的矢量化解譯圖件，並通過地理信息系統對解譯圖件進行空間分析處理，獲得輪作農作物的輪作數據。
研究農作物輪作的周期，通常必須對輪作區域進行多年觀察，並且對所獲得的數據進行統計分析，才能獲得令人信服的結果，因此，本發明利用從有限多個在年份上兩兩連續的遙感衛星影像中獲得的數據來估算農作物的輪作周期。有限多個在年份上兩兩連續的遙感衛星影像是指選取的多年遙感衛星影像在年份上每兩幅影像是連續的，但連續的每兩幅影像之間在年份上可以是間斷的。
本發明設計的農作物輪作周期估算公式，除了利用有限多個在年份上兩兩連續的遙感衛星影像監測外，採用了對輪作區域內所有鄉鎮的農作物輪作水平同時觀察的方法，來估算一個理想化的典型鄉鎮的農作物輪作水平(對市、縣可同樣的討論)，相當於將鄉一級的隨機試驗樣本數量擴大到多個，以更加準確地推算出該區域的農作物的輪作周期，其依據為各個鄉鎮以及各個農戶之間在輪作及耕作栽培管理上具有明顯的相互獨立性，基本符合統計學上對樣本獨立性的要求；農作物輪作的周期性反映在用隨機過程描述的作物輪作過程時，該過程具有平穩性，在統計學上就相當於每年農作物輪作的數量應大致相同，可根據每年農作物輪作的數量估算出完成整個農作物輪作所需要的時間或周期；有限多個在年份上兩兩連續的多個鄉鎮的獨立樣本在數量上對於研究具有平穩性的鄉一級的農作物輪作過程的統計特徵或周期來說，應該是足夠大。
現在，以棉花與水稻輪作為例來說明農作物輪作周期估算公式，但本公式適用於所有農作物輪作周期的估算是本發明的重要特徵。
在有限多個在年份上兩兩連續的遙感衛星影像監測的相鄰兩年中，用「棉/稻」表示上一年種棉花的地塊在下一年種了水稻的面積。對於給定的地塊，如果「棉i/稻i+1」表示在此地塊上，第i年種棉花而第i+1年種水稻的面積，則下一年種水稻佔上一年種棉花面積的比例即「水稻的面積i+1/棉花的面積i」被定義為此地塊i年到i+1年的棉稻輪作因子或簡稱為此地塊i年的棉稻輪作因子，並且用CRRFi(Cotton-Rice Rotation Factor)來表示，CRRFi=NRAiCCAi;]]>其中CCAi為對於給定的地塊在第i年種棉花的面積；NRAi為CCAi中，第i+1年種水稻的面積。
假設僅有棉花與水稻在某一給定的地塊上進行輪作，對此地塊連續監測N年，這一輪作過程可以用具有明顯周期性的平穩隨機過程來描述，而且在此地塊上，棉稻輪作因子為CRRFi(i＝1，……，N-1)，則棉花與水稻的輪作周期CRRP(Cotton-Rice Rotation Period)為CRRP=limN1N-1i=1N-11CRRFi;]]>由於實際上觀察的年數N是有限的，因此當N足夠大時，棉稻輪作周期CRRP的近似值CRRP=1N-1i=1N-11CRRFi.]]>由於棉花與水稻輪作過程可以用具有明顯周期性的平穩隨機過程來描述，因此每年棉花輪作的數量在統計學上應該大致相同，而且棉花與水稻輪作周期是存在並可計算的。
因為僅有棉花與水稻在給定的地塊上進行輪作，所以根據CRRFi的定義，在給定「上一年棉花面積」CCAi的情況下，如果每年有「棉/稻」面積NRAi改種水稻，則 年可將「上一年棉花面積」改種完，故CRRPi＝1/CRRFi成立。
假設所要求的周期CRRP是隨機變量ξ的數學期望E(ξ)，那麼近似確定CRRP的方法是對ξ進行N次重複抽樣，產生相互獨立的ξ值的序列ξ1，......，ξN(ξ1＝1/CRRF1，........，ξN＝1/CRRFN)，則其算術平均值N=1Ni=1Ni;]]>根據強大數定理，P(limNN=CRRP)=1;]]>因此，當N充分大時，ξN≈E(ξ)＝CRRP；成立的概率等於1，因此可用ξN作為所求量CRRP的估算值。
根據上述定理，可以利用對輪作區域的M個鄉鎮連續N年衛星監測數據，計算該輪作區域的棉稻輪作周期，CRRP=1N-1i=1N-11CRRFi=1N-1i=1N-1(j=1MCCAij2NRAijj=1MCCAij);]]>其中M為鄉鎮總數；NRAij為第j個鄉鎮在第i年種棉花的面積中，在第i+1年種水稻的面積；CCAij為第j個鄉鎮在第i年種棉花的面積。
同理，對於水稻與棉花輪作的情況，可推出計算輪作區域的稻棉輪作周期公式RCRP=1N-1i=2N1RCRFi=1N-1i=2N(j=1MCCAij2NCAijj=1MCCAij);]]>其中M為鄉鎮總數；RCRFi為i年種棉花的面積中有多少在i-1年種水稻；NCAij為第j個鄉鎮在第i-1年種水稻的面積中，在第i年種棉花的面積；CCAij為第j個鄉鎮在第i年種棉花的面積。
如對輪作順序不加區分，稻與棉或棉與稻輪作周期則是指稻棉輪作周期與棉稻輪作周期的算術平均值，CRCRRP=(CRRP+RCRP)/2.]]>由於在選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域中，農戶均具有根據實際情況自動調整輪作周期的能力，所有農戶的這種能力在統計學上，將使整個區域的輪作周期在總體上趨向於最優，所以估算出的農作物輪作周期就是該農作物在最優輪作區域以及所有其它區域的最優輪作周期。
因此，可根據上述公式估算出最優輪作區域中農作物的實際輪作周期，並將該周期作為該農作物的最優輪作周期。
具體實施例方式
實施例1求棉稻最優輪作周期。
根據農作物最優輪作區域選擇的六個步驟，首先按行政區劃在長江流域選擇所有棉稻輪作(市)縣作為侯選農作物輪作區域；其次，對每個(市)縣的棉稻輪作機會和成本進行評估，選擇輪作機會多而且輪作成本低的為侯選區域；第三，分析每個(市)縣在防治與棉稻輪作有關的病蟲害方面所使用的農藥的數量，選擇使用農藥量少的區域作為侯選區域；第四，分析每個(市)縣輪作病蟲害造成棉稻產量的減少情況，選擇減產量少的區域作為侯選區域；第五，分析輪作增加農作物產量的情況，選擇增產多的區域作為侯選區域；第六，採用比較優勢的分析方法，對所有棉稻輪作(市)縣的上述各種因素進行綜合評估，確定在輪作條件，經濟和生態效益方面具有明顯優勢的江蘇省蘇北某市作為棉稻的最優輪作區域。
江蘇省蘇北某市為全國著名的農業大市，位於裡下河農區，總面積2393平方公裡，人口155萬，轄45個鄉鎮，現有耕地13萬公頃，水域面積為全市總面積的四分之一，是國家商品糧和優質棉基地，年產糧食110萬噸、棉花4萬噸，與水稻、棉花同期生長的作物有玉米、大豆、山芋、蔬菜等。研究區域主要為棉花與水稻輪作，此外棉花也與其它作物輪作，但不是主流輪作模式。
研究採用的衛星影像為11937的陸地7號衛星影像和軌道號為11937的陸地5號衛星影像，覆蓋了上述研究區域，影像的每個像元或柵格的尺寸為30米×30米。在研究區域，對稻棉和棉稻輪作進行觀察的最佳時相為7月到8月。因此，我們選擇的四期TM影像的日期為2001年7月26日、2002年7月29日、2003年7月24日、2004年7月26日，影像質量符合解譯要求。
根據上述棉稻輪作周期公式CRRP=1N-1i=1N-11CRRFi=1N-1i=1N-1(j=1MCCAij2NRAijj=1MCCAij),]]>對遙感影像解譯獲得的數據進行分析，結果如表1所示。
表1 蘇北某市2001年到2004年棉稻輪作水平遙感調查(面積單位公頃，周期單位年)
根據表1，2001年到2004年植棉面積波動較大，例如，從2001年到2002年，面積下降21.62％；從2002年到2003年，面積上升6.55％；而從2003年到2004年，面積繼續上升8.05％。同期，各鄉鎮的植棉面積波動也很大，面積增加的鄉鎮，2001年到2002年為10個；2002年到2003年為20個；2003年到2004年為25個。鄉鎮植棉面積增加的個數，基本上反映了蘇北某市植棉面積增減的總趨勢。從周期變化方式的特點來看，根據2001年到2002年的數據計算的棉稻輪作周期為2.01年；根據2002年到2003年的數據計算棉稻輪作周期為3.42年；根據2003年到2004年的數據計算的棉稻輪作周期為3.01年；差異較大，但基本上反映了從2001年以來，特別是2001年，蘇北某市各鄉鎮種植業調整對棉稻輪作的影響。從總體上來看，由連續4年對棉稻輪作周期監測的三個周期數據的算術平均值獲得的平均周期為2.81年，與我國明朝科學家徐光啟的2到3年(平均約為2.5年)的說法僅相差12.40％，比較接近。
根據上述估算出的最優輪作區域江蘇省蘇北某市的棉稻實際輪作周期，即可推斷我國棉稻的最優輪作周期為2.81年，實際應為2年或3年。
實施例2求稻棉最優輪作周期。
最優輪作區域以及研究採用的衛星影像的選擇同實施例1。
根據上述稻棉輪作周期公式RCRP=1N-1i=2N1RCRFi=1N-1i=2N(j=1MCCAij2NCAijj=1MCCAij),]]>對遙感影像解譯獲得的數據進行分析，結果如表2所示。
表2 蘇北某市2001年到2004年稻棉輪作水平遙感調查表(面積單位公頃，周期單位年)
根據表2，稻棉輪作平均周期為2.89年，即可推斷我國稻棉的最優輪作周期為2.89年，與棉稻最優輪作周期2.81年十分接近，兩者僅相差2.85％，實際應為2年或3年，完全一致，說明從棉花到水稻的輪作面積與從水稻到棉花的輪作面積基本相同，這一現象符合輪作的基本規律，也符合上述關於輪作過程是具有周期性以及平穩性的隨機過程的假設，並且說明本發明的輪作估算公式是合理的，遙感解譯的精度達到了試驗的要求，綜合二者結果可得到不考慮輪作順序的我國棉花最優輪作周期為2.85年，實際應為2年或3年。
由於在棉稻輪作周期和稻棉輪作周期的計算中，採用了不同的解譯面積，前者為當年種棉花下年種水稻的面積，而後者為上年種水稻當年種棉花的面積，二者具有相對的獨立性，可以作為互為正確性驗證的依據。因此，可以利用計算的棉稻與稻棉周期結果之間的差異，作為檢驗遙感影像解譯精度、輪作周期估算準確性的重要指標，在實際應用中具有重要的理論和實踐價值。
權利要求
1.一種農作物最優輪作周期的遙感估算方法，涉及農業及相關領域，估算的對象為在大地理區域中使農作物生產取得最好生態和經濟效益的最優輪作周期。首先選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域，然後對遙感影像中最優輪作區域的農作物在空間上的變化進行解譯，並將解譯結果作為估算農作物輪作周期的數據，再建立相關的公式並代入解譯數據來估算農作物的實際輪作周期，最終將此輪作周期作為該農作物的最優輪作周期，該方法具有高效、簡單、客觀、易於應用等特點，可廣泛用於所有農作物的最優輪作周期的估算。本發明進一步涉及實現這種方法的技術。
2.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述估算的對象為在大地理區域中使農作物生產取得最好生態和經濟效益的最優輪作周期是指在同一地塊上，一種作物種植一定的時間後，再種植另一種作物一定的時間，並且一直交替下去的過程稱為作物輪作，所花費的時間稱為從一種作物到另一種作物的輪作時間，也稱為輪作周期，用年份對作物輪作周期研究的結論同樣適用於用其它時間單位對作物輪作周期的研究，在此基礎上，在大地理區域中根據一種農作物最優輪作周期的遙感估算方法估算出的農作物最優輪作周期進行輪作，可以使該農作物生產取得最好的生態和經濟效益。
3.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述首先選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域是指農作物最優輪作區域的選擇主要通過六個步驟來實現，首先選擇若干個侯選農作物輪作區域，區域的劃分可以按行政區劃，也可以按農業區劃以及其它合適的區劃方式；其次，對不同的輪作區域的輪作機會和成本進行評估，選擇輪作機會多而且輪作成本低的區域作為侯選區域；第三，分析在防治與輪作有關的病蟲害方面所使用的農藥的數量，選擇使用農藥量少的區域作為侯選區域；第四，分析輪作病蟲害造成農作物產量的減少情況，選擇減產量少的區域作為侯選區域；第五，分析輪作增加農作物產量的情況，選擇增產多的區域作為侯選區域；第六，採用比較優勢的分析方法，對上述各種因素進行綜合評估，確定在輪作條件、經濟和生態效益方面具有明顯優勢的區域作為農作物的最優輪作區域。
4.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述然後對遙感影像中最優輪作區域的農作物在空間上的變化進行解譯是指選取用於解譯的多年遙感影像在年份上每兩幅影像是連續的，但連續的每兩幅影像之間在年份上可以是間斷的。
5.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述然後對遙感影像中最優輪作區域的農作物在空間上的變化進行解譯是指對從遙感影像上解譯出的數據以相鄰的兩年為基本組合，每一組合包括前一年被輪作作物的面積以及在相同的地塊上前一年被輪作作物在下一年改種或輪作為另一種作物的面積。
6.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述並將解譯結果作為估算農作物輪作周期的數據，再建立相關的公式並代入解譯數據來估算農作物的實際輪作周期是指農作物輪作可以用平穩隨機過程來描述，具有周期性並且是可以計算的，這裡的周期性是在統計學上計算出來的所有參與輪作的一種作物被另一種農作物輪換種植所需要的年份數。
7.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述並將解譯結果作為估算農作物輪作周期的數據，再建立相關的公式並代入解譯數據來估算農作物的實際輪作周期是指參與輪作的甲、乙兩種作物，甲與乙輪作與乙與甲輪作是兩個不同的概念，它們的輪作周期可以不同，如對輪作順序不加區分，甲乙輪作周期則是指甲與乙輪作周期與乙與甲輪作周期的算術平均值。
8.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述並將解譯結果作為估算農作物輪作周期的數據，再建立相關的公式並代入解譯數據來估算農作物的實際輪作周期是指相對於大地理區域，按自然鄉或村(市或縣)(或更小)符合獨立樣本要求的區域作為計算作物輪作周期的基本單位，將大幅增加計算作物周期的獨立樣本數，減少對遙感影像數量的要求，並可提高估算作物輪作周期的精度。
9.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述並將解譯結果作為估算農作物輪作周期的數據，再建立相關的公式並代入解譯數據來估算農作物的實際輪作周期是指下述以C農作物與R農作物輪作為例所描述的數學公式、推導過程、計算結果以及應用方法適用於對所有農作物的輪作周期及空間變化的估算，假定已經獲得了C農作物與R農作物輪作區域的M個鄉鎮連續N年遙感衛星影像的解譯數據，那麼可用下式來計算C農作物與R農作物輪作周期， 其中M為鄉鎮總數；NRAij為第j個鄉鎮在第i年種C農作物的面積中，在第i+1年種R農作物的面積；CCAij為第j個鄉鎮在第i年種C農作物的面積，同理，假定已經獲得了R農作物與C農作物輪作區域的M個鄉鎮連續N年遙感衛星影像的解譯數據，那麼可用下式來計算R農作物與C農作物輪作周期， 其中M為鄉鎮總數；NCAij為第j個鄉鎮在第i-1年種R農作物的面積中，在第i年種C農作物的面積；CCAij為第j個鄉鎮在第i年種C農作物的面積，如對輪作順序不加區分，R農作物與C農作物或C農作物與R農作物輪作周期則是指R農作物C農作物輪作周期與C農作物R農作物輪作周期的算術平均值，
10.根據權利要求1所述的一種農作物最優輪作周期的遙感估算方法，其特徵在於所述最終將此輪作周期作為該農作物的最優輪作周期是指在選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域中，由於農戶具有根據實際情況自動調整輪作周期的能力，所有農戶的這種能力在統計學上，將使整個區域的輪作周期在總體上趨向於最優，所以估算出的農作物輪作周期就是該農作物在最優輪作區域以及所有其它區域的最優輪作周期。
全文摘要
本發明涉及一種農作物最優輪作周期的遙感估算方法，涉及農業及相關領域，估算的對象為在大地理區域中使農作物生產取得最好生態和經濟效益的最優輪作周期。首先選擇農作物輪作條件、生態和經濟效益均為最好的輪作區域作為最優輪作區域，然後對遙感影像中最優輪作區域的農作物在空間上的變化進行解譯，並將解譯結果作為估算農作物輪作周期的數據，再建立相關的公式並代入解譯數據來估算農作物的實際輪作周期，最終將此輪作周期作為該農作物的最優輪作周期，該方法具有高效、簡單、客觀、易於應用等特點，可廣泛用於所有農作物的最優輪作周期的估算。本發明進一步涉及實現這種方法的技術。
文檔編號G06Q50/00GK1794282SQ20051013492
公開日2006年6月28日 申請日期2005年12月29日 優先權日2005年12月29日
發明者朱澤生, 孫玲, 朱犁 申請人:江蘇省農業科學院