作物多元數輪作周期的最優遙感評估方法
2023-05-09 05:29:26 1
專利名稱：作物多元數輪作周期的最優遙感評估方法
技術領域：
本發明涉及農業及相關領域，用於在大地理區域中評估農作物的多元數輪作周期，實現對農作物輪作的科學管理。
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或周期的實際變化，對輪作周期進行評估，並根據評估結果對農作物輪作進行科學管理，而如何在大地理區域範圍內評估農作物的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。導致這一問題出現的主要原因是並不知道如何準確的估算農作物輪作周期以及周期究竟應該與什麼樣的參照標準進行比較，由於缺乏估算方法和比較標準，所以根本就不可能對農作物輪作周期進行客觀評估。
由於受技術手段的限制，多年來，關於農作物輪作周期問題的研究受18、19世紀的一些經典說法的約束，由於缺少估算方法，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，有關農作物輪作周期估算和評估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，農作物輪作周期的估算和評估實際上由古至今一直是一個懸而未決的問題。
導致對農作物輪作周期的估算和評估研究進展緩慢的主要原因之一是並不知道如何準確的表示和描述農作物輪作周期，而農作物輪作自身的特點已說明，傳統的用單一數值描述農作物之間的輪作周期方法是不科學的，首先農作物之間的輪作存在明顯的對稱性，其次這種農作物之間的輪作是相互的，第三在農作物輪作周期之間存在明顯的不對稱性，即它們數值的大小並不一定相等，而所有這三個關鍵特徵根本就無法用單一數值來描述，採用單一數值很難對農作物輪作周期進行客觀估算和評估，從而制約了用科學的方法對農作物輪作周期的估算和評估進行深入研究，所以必須尋找新的方法。
本發明的目的是採用一種新方法對農作物輪作周期進行最優遙感評估。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多元數輪作周期作為最優多元數輪作周期，最終再將其它輪作區域的該農作物的多元數輪作周期與最優多元數輪作周期比較，實現對該農作物多元數輪作周期的最優評估，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多元數輪作周期的最優評估，本發明進一步涉及實現這種方法的技術。
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多元數輪作周期作為該農作物的最優多元數輪作周期，再將其它輪作區域的該農作物的多元數輪作周期與最優多元數輪作周期比較，又將評估劃分為僅僅與某一時刻有關的靜態評估和與不同時刻有關的動態評估，定義相關的評估指標，實現對該農作物多元數輪作周期的靜態和動態的最優評估。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多元數輪作周期，最後將該輪作周期作為該農作物的最優多元數輪作周期，再將其它輪作區域的該農作物的多元數輪作周期與最優多元數輪作周期比較，又將評估劃分為僅僅與某一時刻有關的靜態評估和與不同時刻有關的動態評估，定義相關的評估指標，實現對該農作物多元數輪作周期的靜態和動態的最優評估的方法成為本發明的重要特徵。
本發明作物多元數輪作周期的最優遙感評估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；再運用農作物多元數輪作周期估算公式對該輪作數據進行分析，獲得農作物實際多元數輪作周期或最優多元數輪作周期；再將其它輪作區域的該農作物的多元數輪作周期與最優多元數輪作周期比較，又將評估劃分為僅僅與某一時刻有關的靜態評估和與不同時刻有關的動態評估，定義相關的評估指標，實現對該農作物多元數輪作周期的靜態和動態的最優評估。
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。
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。
研究農作物多元數輪作的周期，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多元數輪作周期。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多元數輪作周期估算公式，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多元數輪作周期，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。
本發明設計的作物多元數輪作周期的最優遙感評估方法適用於所有農作物是本發明的重要特徵。
現在，以棉花與水稻輪作為例來說明農作物多元數輪作周期估算公式，但本公式適用於所有農作物多元數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，NE=CRRP;]]>成立的概率等於1，因此可用 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。
推廣到一般情況，稱用上述方法求得的農作物輪作周期為農作物的統計學輪作周期，簡稱為農作物的統計輪作周期。因此，在大地理範圍內，作物x與y的輪作可以用它們之間的統計輪作周期來描述，根據上述分析，在一般情況下，作物x與作物y的輪作周期與作物y與作物x的輪作周期是不同的，這種在農作物統計輪作周期之間的不對稱性與通常農作物輪作周期之間的不對稱性的物理含義是相同的。因此，農作物x和y之間的輪作周期可以用下述m階多元數來描述(x1，...，xm，y1，...，ym，f1(x1，...，xm，y1，...，ym)，...，fp(x1，...，xm，y1，...，ym))其中xi(i＝1，...，m)為用m種不同的方法所求得的農作物x與農作物y的輪作周期；yi(i＝1，...，m)為用m種不同的方法所求得的農作物y與農作物x的輪作周期；fj(x1，...，xm，y1，...，ym)(j＝1，...，p)為用p種不同的方法所求的反映在輪作周期xi和yi(i＝1，...，m)之間的差異函數，因此可以將多元數輪作周期中的元分為三類，第一類與農作物x與y的輪作有關，第二類與農作物y與x的輪作有關，第三類與第一類和第二類元有關。
現在假定僅用上述稻棉輪作周期與棉稻輪作周期公式求得農作物x與y之間的輪作周期分別為x1和y1，描述x1和y1之間的周期差異函數為f1(x1，y1)＝y1-x1，則描述農作物x與y輪作的一階多元數輪作周期為(x1，y1，y1-x1)。通過與傳統的用單一數值描述的農作物x與y之間的輪作周期相比較，農作物多元數輪作周期提供了更加全面的信息，是一種更為科學的描述方法，並且可以得到許多重要的性質，以一階多元數輪作周期(x1，y1，y1-x1)為例如果y1-x1＞0，則說明輪作使農作物x的收益比作物y的收益更大，這是因為如果對於農作物x與y的輪作來說，輪作是使作物x具有更高的生態和經濟效益，那麼農作物x與y輪作周期的長短通常與生態和經濟效益有密切的關係，農作物x與y的輪作周期短些以及農作物y與x的輪作周期長些，通常對農作物x更為有利，即對於兩個多元數輪作周期的比較，在x1相同的情況下，更要考慮差異函數值y1-x1的大小，即對y1值進行比較，y1值越大則輪作的效果越好。
綜上所述，以棉花與水稻輪作為例來說明農作物的一階多元數輪作周期估算公式如下，但本公式適用於所有農作物一階多元數輪作周期的估算是本發明的重要特徵，對於農作物的m階多元數輪作周期可作類似分析。農作物x與y輪作的一階多元數輪作周期(x1，y1，y1-x1)其中x1=CRRP;y1=RCRP;y1-x1=CRRP-RCRP.]]>在以下分析中，如果不加以特別說明，所有多元數輪作周期均是指一階多元數輪作周期。
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，將使整個區域的多元數輪作周期在總體上趨向於最優，所以估算出的農作物多元數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多元數輪作周期。
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多元數輪作周期，並將該周期作為該農作物的最優多元數輪作周期。
本發明設計的作物多元數輪作周期的最優遙感評估方法如下農作物多元數輪作周期的最優遙感評估分為靜態評估和動態評估，靜態評估是指僅僅對每一個單獨年份的農作物多元數輪作周期進行評估，動態評估是指在靜態評估的基礎上，進一步評估不同年份農作物多元數輪作的最優遙感評估指標的變化情況，用於研究農作物多元數輪作周期或水平好壞變化的趨勢，但本方法適用於所有農作物多元數輪作周期的最優遙感評估是本發明的重要特徵。
靜態評估假定農作物i與農作物j進行輪作，用於提高農作物生產的生態和經濟效益，則可以用下述公式來估算在農作物i與農作物j進行輪作時，相關的農作物多元數輪作周期的最優遙感評估指標δijsδijs＝f(xa，xb，xc)；其中f(xa，xb，xc)為求δijs值的函數；變量xa為農作物i的實際多元數輪作周期xa＝(x11，y11，y11-x11)；變量xb為農作物i的最優多元數輪作周期xb＝(x12，y12，y12-x12)；變量xc為與評估指標的最大值、農作物i、農作物j、農作物輪作病蟲害、耕作栽培方式、輪作區域的地理條件以及其它生態和經濟因素有關的量。
f(xa，xb，xc)可以有多種形式，例如可以用多元回歸方法求δijs值，此時有δijs＝f(xa，xb，xc)＝a11x11+b11y11+c11(y11-x11)+a12x12+b12y12+c12(y12-x12)；其中回歸係數a11，...，c12與評估指標的最大值、農作物i、農作物j、農作物輪作病蟲害、耕作栽培方式、輪作區域的地理條件以及其它生態和經濟因素有關。可以通過在農作物i的輪作區域，根據實際多元數輪作周期的不同，設置若干個樣方，再在每個樣方中設定δijs實際值，並根據相對應的x11，...，(y12-x12)的值，用回歸的方法確定係數a11，...，c12的值。
通過上述多元回歸方程對樣方中的實際數據的處理，並且令xa＝(CRTPij，RCTPij，RCTPij-CRTPij)，xb＝(CRTNij，RCTNij，RCTNij-CRTNij)，回歸係數a11，...，c12用係數Sij、Cij和Dij來取代，可以得到求δijs值的更簡單的公式如下δijs＝Sij-{Cij×(CRTPij-CRTNij)+Dij×(RCTPij-RCTNij)}；
其中(1)Sij為農作物i和農作物j輪作所能得到的評估指標δijs的最大值，即規定δijs的最大值為Sij，0≤δijs≤Sij，實際上δijs也可為負值作為對太低水平輪作的評估值。
(2)Cij和Dij為與農作物i和農作物j、輪作病蟲害、耕作栽培方式以及輪作區域的地理條件等有關的係數，用於對δijs進行規範化，使δijs更加合理。
(3)1≤CRTPij＜∞，1≤CRTNij＜∞，1≤RCTPij＜∞，1≤RCTNij＜∞。
根據估算的農作物i與農作物j的實際多元數輪作周期，應用上式即可估算出該農作物i的評估指標δijs的值，δijs的值越大說明輪作水平越高，從而實現靜態對農作物多元數輪作周期的最優遙感評估。
動態評估定義δijs′為農作物i多元數輪作周期的最優遙感評估指標δijs的導數，用於對δijs的動態變化進行最優評估ijs=dijsdt=f2(xa,xb,xc)-f1(xa,xb,xc)t2-t1;]]>此式表示在兩個不同時刻t2和t1之間，δijs的差值與在兩個不同時刻之間所經歷的時間的比值(例如，兩個不同時刻可以是兩個不同的年份，而時間則是在兩個不同的年份之間所經歷的年數)，這個值反映了農作物i多元數輪作周期的最優遙感評估指標δijs的變化趨勢。
根據估算的農作物i與農作物j的實際多元數輪作周期，應用上式即可估算出該農作物i的評估指標δijs的值，進一步可估算出δijs′的值，對於研究δijs未來變化趨勢來說t2-t1＞0，所以δijs′＜0且|δijs′|的值越大說明輪作水平向不好的方向變化的趨勢越強，從而實現動態對農作物多元數輪作周期的最優遙感評估。
根據上述定義的評估指標，將估算的實際農作物i多元數輪作周期與最優農作物i多元數輪作周期進行比較，就可實現靜態和動態對農作物多元數輪作周期的最優遙感評估。
具體實施例方式
實施例1求棉稻最優多元數輪作周期。
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。
求稻棉最優輪作周期。
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，與棉稻輪作平均周期2.81年十分接近，兩者僅相差2.85％，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。
綜上所述，棉花與水稻的一階最優多元數輪作周期計算如下因為(x1，y1，y1-x1)其中x1=CRRP;y1=RCRP;y1-x1=CRRP-RCRP.]]>所以(x1，y1，y1-x1)＝(2.81，2.89，2.89-2.81)＝(2.81，2.89，0.08)即蘇北某市棉花與水稻的最優多元數輪作周期為(2.81，2.89，0.08)。
在表1和表2的基礎上，可以計算蘇北某市各鄉鎮的多元數輪作周期如表3所示。
表3蘇北某市棉稻多元數輪作周期的遙感估算
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。如果用棉花將水稻輪作完所需要的時間y1明顯大於用水稻將棉花輪作完所需要的時間x1，那麼這就說明在棉花改種水稻後的連作時間要比水稻改種棉花後連作的時間更長，因此可以更加充分利用水稻的浸泡作用殺死植棉土壤中殘存的病蟲害，以達到更好的輪作效果，因此對於兩個多元數輪作周期的比較，在x1相同的情況下，更要考慮差異函數值y1-x1的大小，即對y1值進行比較，y1值越大則輪作的效果越好，根據這一結論，可以對表3進行更加深入的分析，並可得出更多有用的結果。
實施例2棉稻多元數輪作周期的最優遙感評估表4蘇北某市棉稻輪作周期的最優遙感評估
根據農作物多元數輪作周期的最優遙感評估方法，對蘇北某市鄉鎮的棉稻多元數輪作周期的最優遙感評估的結果如表4所示，其中兩次實際多元數輪作周期的估算時間相隔t2-t1＝2年，評估指標δijs的最大值Sij＝100，係數Cij＝23.47，Dij＝-1.47。在靜態分析欄δijs1和δijs2中，分別給出對兩次各鄉鎮實際多元數輪作周期的最優遙感評估結果，而在動態分析欄δijs′中，給出了兩次實際多元數輪作周期最優遙感評估的動態變化的分析，共有21個鄉鎮多元數輪作周期向最優多元數輪作周期逼近，多元數輪作周期的總的趨勢是向好的方向發展，也說明該區域的輪作管理策略是有效的。
權利要求
1.本發明涉及作物多元數輪作周期的最優遙感評估方法，涉及農業及相關領域，評估對象為使農作物生產取得生態和經濟效益的多元數輪作周期，首先選擇最優輪作區域，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多元數輪作周期的數據，再建立公式並代入解譯數據來估算農作物的實際多元數輪作周期作為最優多元數輪作周期，最終再將其它輪作區域的該農作物的多元數輪作周期與最優多元數輪作周期比較，實現對該農作物多元數輪作周期的最優評估，該方法具有高效、簡單、客觀、應用廣泛等特點，可廣泛用於所有農作物多元數輪作周期的最優評估，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所述的作物多元數輪作周期的最優遙感評估方法，其特徵在於所述評估對象為使農作物生產取得生態和經濟效益的多元數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，通過遙感在大地理區域中根據生態和經濟效益最優對農作物多元數輪作周期進行評估。
3.根據權利要求1所述的作物多元數輪作周期的最優遙感評估方法，其特徵在於所述首先選擇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所述的作物多元數輪作周期的最優遙感評估方法，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所述的作物多元數輪作周期的最優遙感評估方法，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所述的作物多元數輪作周期的最優遙感評估方法，其特徵在於所述並將解譯結果作為估算農作物多元數輪作周期的數據，再建立公式並代入解譯數據來估算農作物的實際多元數輪作周期作為最優多元數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所述的作物多元數輪作周期的最優遙感評估方法，其特徵在於所述並將解譯結果作為估算農作物多元數輪作周期的數據，再建立公式並代入解譯數據來估算農作物的實際多元數輪作周期作為最優多元數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。
8.根據權利要求1所述的作物多元數輪作周期的最優遙感評估方法，其特徵在於所述並將解譯結果作為估算農作物多元數輪作周期的數據，再建立公式並代入解譯數據來估算農作物的實際多元數輪作周期作為最優多元數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，並可提高估算作物多元數輪作周期的精度。
9.根據權利要求1所述的作物多元數輪作周期的最優遙感評估方法，其特徵在於所述並將解譯結果作為估算農作物多元數輪作周期的數據，再建立公式並代入解譯數據來估算農作物的實際多元數輪作周期作為最優多元數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，推廣到一般情況，稱用上述方法求得的農作物輪作周期為農作物的統計學輪作周期，簡稱為農作物的統計輪作周期，因此，在大地理範圍內，作物x與y的輪作可以用它們之間的統計輪作周期來描述，根據上述分析，在一般情況下，作物x與作物y的輪作周期與作物y與作物x的輪作周期是不同的，這種在農作物統計輪作周期之間的不對稱性與通常農作物輪作周期之間的不對稱性的物理含義是相同的，因此，農作物x和y之間的輪作周期可以用下述m階多元數來描述(x1，…，xm，y1，…，ym，f1(x1，…，xm，y1，…，ym)，…，fp(x1，…，xm，y1，…，ym))其中xi(i＝1，…，m)為用m種不同的方法所求得的農作物x與農作物y的輪作周期；yi(i＝1，…，m)為用m種不同的方法所求得的農作物y與農作物x的輪作周期；fj(x1，…，xm，y1，…，ym)(j＝1，…，p)為用p種不同的方法所求的反映在輪作周期xi和yi(i＝1，…，m)之間的差異函數，因此可以將多元數輪作周期中的元分為三類，第一類與農作物x與y的輪作有關，第二類與農作物y與x的輪作有關，第三類與第一類和第二類元有關，現在假定僅用上述稻棉輪作周期與棉稻輪作周期公式求得農作物x與y之間的輪作周期分別為x1和y1，描述x1和y1之間的周期差異函數為f1(x1，y1)＝y1-x1，則描述農作物x與y輪作的一階多元數輪作周期為(x1，y1，y1-x1)，通過與傳統的用單一數值描述的農作物x與y之間的輪作周期相比較，農作物多元數輪作周期提供了更加全面的信息，是一種更為科學的描述方法，並且可以得到許多重要的性質，以一階多元數輪作周期(x1，y1，y1-x1)為例如果y1-x1＞0，則說明輪作使農作物x的收益比作物y的收益更大，這是因為如果對於農作物x與y的輪作來說，輪作是使作物x具有更高的生態和經濟效益，那麼農作物x與y輪作周期的長短通常與生態和經濟效益有密切的關係，農作物x與y的輪作周期短些以及農作物y與x的輪作周期長些，通常對農作物x更為有利，即對於兩個多元數輪作周期的比較，在x1相同的情況下，更要考慮差異函數值y1-x1的大小，即對y1值進行比較，y1值越大則輪作的效果越好，綜上所述，以棉花與水稻輪作為例來說明農作物的一階多元數輪作周期估算公式如下，但本公式適用於所有農作物一階多元數輪作周期的估算是本發明的重要特徵，對於農作物的m階多元數輪作周期可作類似分析，農作物x與y輪作的一階多元數輪作周期(x1，y1，y1-x1)其中
10.根據權利要求1所述的作物多元數輪作周期的最優遙感評估方法，其特徵在於所述最終再將其它輪作區域的該農作物的多元數輪作周期與最優多元數輪作周期比較，實現對該農作物多元數輪作周期的最優評估是指下述數學公式、推導過程、計算結果以及應用方法適用於對所有農作物多元數輪作周期的最優遙感評估，農作物多元數輪作周期的最優遙感評估分為靜態評估和動態評估，靜態評估是指僅僅對每一個單獨年份的農作物多元數輪作周期進行評估，動態評估是指在靜態評估的基礎上，進一步評估不同年份農作物多元數輪作的最優遙感評估指標的變化情況，用於研究農作物多元數輪作周期或水平好壞變化的趨勢，但本方法適用於所有農作物多元數輪作周期的最優遙感評估是本發明的重要特徵，靜態評估假定農作物i與農作物j進行輪作，用於提高農作物生產的生態和經濟效益，則可以用下述公式來估算在農作物i與農作物j進行輪作時，相關的農作物多元數輪作周期的最優遙感評估指標δijsδijs＝f(xa，xb，xc)；其中f(xa，xb，xc)為求δijs值的函數；變量xa為農作物i的實際多元數輪作周期xa＝(x11，y11，x11-x11)；變量xb為農作物i的最優多元數輪作周期xb＝(x12，y12，y12-x12)；變量xc為與評估指標的最大值、農作物i、農作物j、農作物輪作病蟲害、耕作栽培方式、輪作區域的地理條件以及其它生態和經濟因素有關的量，f(xa，xb，xc)可以有多種形式，例如可以用多元回歸方法求δijs值，此時有δijs＝f(xa，xb，xc)＝a11x11+b11y11+c11(y11-x11)+a12x12+b12y12+c12(y12-x12)；其中回歸係數a11，…，c12與評估指標的最大值、農作物i、農作物j、農作物輪作病蟲害、耕作栽培方式、輪作區域的地理條件以及其它生態和經濟因素有關，可以通過在農作物i的輪作區域，根據實際多元數輪作周期的不同，設置若干個樣方，再在每個樣方中設定δijs實際值，並根據相對應的x11，…，(y12-x12)的值，用回歸的方法確定係數a11，…，c12的值，通過上述多元回歸方程對樣方中的實際數據的處理，並且令xa＝(CRTPij，RCTPij，RCTPij-CRTPij)，xb＝(CRTNij，RCTNij，RCTNij-CRTNij)，回歸係數a11，…，c12用係數Sij、Cij和Dij來取代，可以得到求δijs值的更簡單的公式如下δijs＝Sij-{Cij×(CRTPij-CRTNij)+Dij×(RCTPij-RCTNij)}；其中(1)Sij為農作物i和農作物j輪作所能得到的評估指標δijs的最大值，即規定δijs的最大值為Sij，0≤δijs≤Sij，實際上δijs也可為負值作為對太低水平輪作的評估值，(2)Cij和Dij為與農作物i和農作物j、輪作病蟲害、耕作栽培方式以及輪作區域的地理條件等有關的係數，用於對δijs進行規範化，使δijs更加合理，(3)1≤CRTPij＜∞，1≤CRTNij＜∞，1≤RCTPij＜∞，1≤RCTNij＜∞，根據估算的農作物i與農作物j的實際多元數輪作周期，應用上式即可估算出該農作物i的評估指標δijs的值，δijs的值越大說明輪作水平越高，從而實現靜態對農作物多元數輪作周期的最優遙感評估，動態評估定義δijs′為農作物i多元數輪作周期的最優遙感評估指標δijs的導數，用於對δijs的動態變化進行最優評估ijs=dijsdt=f2(xa,xb,xc)-f1(xa,xb,xc)t2-t1;]]>此式表示在兩個不同時刻t2和t1之間，δijs的差值與在兩個不同時刻之間所經歷的時間的比值(例如，兩個不同時刻可以是兩個不同的年份，而時間則是在兩個不同的年份之間所經歷的年數)，這個值反映了農作物i多元數輪作周期的最優遙感評估指標δijs的變化趨勢，根據估算的農作物i與農作物j的實際多元數輪作周期，應用上式即可估算出該農作物i的評估指標δijs的值，進一步可估算出δijs′的值，對於研究δijs未來變化趨勢來說t2-t1＞0，所以δijs′＜0且|δijs′|的值越大說明輪作水平向不好的方向變化的趨勢越強，從而實現動態對農作物多元數輪作周期的最優遙感評估，根據上述定義的評估指標，將估算的實際農作物i多元數輪作周期與最優農作物i多元數輪作周期進行比較，就可實現靜態和動態對農作物多元數輪作周期的最優遙感評估。
全文摘要
本發明涉及作物多元數輪作周期的最優遙感評估方法，涉及農業及相關領域，評估對象為使農作物生產取得生態和經濟效益的多元數輪作周期。首先選擇最優輪作區域，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多元數輪作周期的數據，再建立公式並代入解譯數據來估算農作物的實際多元數輪作周期作為最優多元數輪作周期，最終再將其它輪作區域的該農作物的多元數輪作周期與最優多元數輪作周期比較，實現對該農作物多元數輪作周期的最優評估，該方法具有高效、簡單、客觀、應用廣泛等特點，可廣泛用於所有農作物多元數輪作周期的最優評估，本發明進一步涉及實現這種方法的技術。
文檔編號G06Q50/00GK1794291SQ20061003766
公開日2006年6月28日 申請日期2006年1月9日 優先權日2006年1月9日
發明者朱澤生, 孫玲, 朱犁 申請人:江蘇省農業科學院