基于Kriging估计误差的县域耕地等级监测布样方法

为了监测耕地的质量等级,通常采取抽样调查的方法。由于空间样本间存在不独立性等原因,传统抽样方法效率低、精度不高。为此,该文提出基于Kriging估计误差的布样方法,定义了反映Kriging估计情况的统计量作为评估监测网的标准,通过分析样本量与抽样精度的变化趋势确定最优样本容量,将调整过的方形格网作为监测网的基础,在泰森多边形限制下对监测网优化增密,并选用部分标准样地作为监测点。以北京市大兴区为例对该方法进行验证,结果表明,当监测点数同为48时,该文方法均方根误差小于简单随机抽样、分层抽样以及单一使用格网布样的方法,预测总体均值的相对误差为0.07%。因此,该文方法使用较少的监测点反映县域耕地等...

Full description

Saved in:
Bibliographic Details
Published in农业工程学报 Vol. 29; no. 9; pp. 223 - 230
Main Author 杨建宇 汤赛 郧文聚 张超 朱德海 陈彦清
Format Journal Article
LanguageChinese
Published 中国农业大学信息与电气工程学院,北京 100083%国土资源部土地整治中心,北京 100035%国土资源部农用地质量与监控重点实验室,北京 100035 2013
Subjects
Kriging
土地利用
泰森多边形
监测
空间抽样
等级
耕地
grading
monitoring
Kriging
等级
land use
监测
耕地
泰森多边形
空间抽样
cultivated land
Thiessen polygon
土地利用
spatial sampling
Online AccessGet full text
ISSN1002-6819
DOI10.3969/j.issn.1002-6819.2013.09.029

Cover

More Information
Summary:为了监测耕地的质量等级,通常采取抽样调查的方法。由于空间样本间存在不独立性等原因,传统抽样方法效率低、精度不高。为此,该文提出基于Kriging估计误差的布样方法,定义了反映Kriging估计情况的统计量作为评估监测网的标准,通过分析样本量与抽样精度的变化趋势确定最优样本容量,将调整过的方形格网作为监测网的基础,在泰森多边形限制下对监测网优化增密,并选用部分标准样地作为监测点。以北京市大兴区为例对该方法进行验证,结果表明,当监测点数同为48时,该文方法均方根误差小于简单随机抽样、分层抽样以及单一使用格网布样的方法,预测总体均值的相对误差为0.07%。因此,该文方法使用较少的监测点反映县域耕地等级的分布状况和变化趋势,能够满足县域耕地等级监测的需求。
Bibliography:Yang Jianyu, Tang Sai, Yun Wenju, Zhang Chao, Zhu Dehai, Chen Yanqing（1. College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China; 2. Land Consolidation and Rehabilitation Center, Ministry of Land and Resources, Beijing 100035, China; 3. Key Laboratory for Agricultural Land Quality, Monitoring and Control of the Ministry of Land and Resources, Beijing 100035, China）
11-2047/S
land use; grading; monitoring; cultivated land; spatial sampling; Thiessen polygon; Kriging
China, an agricultural country, has a large population but not enough cultivated land. Until 2011, the cultivated land per capita was 1.38 mu （0.09 ha）, only 40% of the world average, and it is getting worse with industrialization and urbanization. The next task for the Ministry of Land and Resources： Dynamic monitoring of cultivated land classification in which a number of counties will be sampled; in each county, a sample-based monitoring network would be established that reflects the distribution and
ISSN:1002-6819
DOI:10.3969/j.issn.1002-6819.2013.09.029