作物多元数轮作周期产量损失的遥感估算方法技术

本发明专利技术涉及作物多元数轮作周期产量损失的遥感估算方法，涉及农业及相关领域，估算的对象为在大地理区域中所有由于缺少正常轮作而造成的农作物产量损失。用遥感影像中的农作物在空间上变化的解译结果作为估算农作物多元数轮作周期的数据，通过建立的公式来估算农作物的实际多元数轮作周期，再将农作物的实际多元数轮作周期与最小必须的多元数轮作周期进行比较，来估算由于农作物多元数轮作周期的不适当所造成的农作物产量损失，该方法具有高效、简单、应用广泛等特点，可广泛用于对区域或全球与农作物轮作有关的产量损失进行估算等领域。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，用于估算在大地理区域中农作物的不适当轮作所造成的农作物产量的损失。
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，具有明显的生态效益和经济效益，不仅可以大大改善土壤理化性状和生态环境，而且还可以有效地破坏病虫、杂草的生存环境，显著降低农药的使用量，减少农药污染，提高农作物的产量。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，特别是研究轮作对农作物产量的影响，已成为现代农业生产及管理中必须要解决的关键问题。事实上，对于有些农作物估产来说(如棉花和大豆等)，农作物轮作的好坏已经成为影响农作物产量的重要因素。因此，在大范围内研究轮作对农作物产量的影响，最终准确预测或估算出农作物产量，对于相关农产品的生产者和消费者以及相关世界农产品市场的分析预测来说均具有十分重要的意义。通常，农作物不进行轮作或轮作周期太长都有可能使农作物产量下降，因此在对相关农作物进行估产时，都必须对这种产量的损失进行科学的估算，这不仅关系农作物估产的准确性，而且也关系到相关农产品的生产和供应市场资源的合理配置以及相关金融市场的正常运作，对于提高农业生产的生态效益和经济效益具有十分重要的意义。然而，如何在大的地理区域范围内估算由于农作物的不当轮作造成的农作物产量的损失一直是农业和其它相关领域中面临的一个难题，国内外的学者对此已进行了大量的探索，但没有找到解决此问题的有效方法。导致对由于农作物的不当轮作造成的农作物产量的损失研究进展缓慢的主要原因之一是并不知道如何准确的表示和描述农作物轮作周期，而农作物轮作自身的特点已说明，传统的用单一数值描述农作物之间的轮作周期方法是不科学的，首先农作物之间的轮作存在明显的对称性，其次这种农作物之间的轮作是相互的，第三在农作物轮作周期之间存在明显的不对称性，即它们数值的大小并不一定相等，而所有这三个关键特征根本就无法用单一数值来描述，采用单一数值很难对由于农作物的不当轮作造成的农作物产量的损失进行客观估算，从而制约了用科学的方法对由于农作物的不当轮作造成的农作物产量的损失进行深入研究，所以必须寻找新的方法。本专利技术的目的是采用一种新的方法运用对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多元数轮作周期，然后再将农作物的实际多元数轮作周期与最小必须的多元数轮作周期进行比较，来估算由于不当轮作造成的农作物产量的损失，该方法具有高效、简单、易于应用等特点，可广泛用于对区域或全球农作物的轮作病虫害减产量进行估算等领域。
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实际轮作周期，最终估算该农作物的实际多元数轮作周期。然后，再将农作物的实际多元数轮作周期与最小必须的多元数轮作周期进行比较，来估算由于不当轮作造成的农作物产量的损失。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多元数轮作周期以及将农作物的实际多元数轮作周期与最小必须的多元数轮作周期进行比较，来估算由于不当轮作造成的农作物产量的损失的方法成为本专利技术的重要特征。本专利技术的技术方案是首先给出农作物多元数轮作周期的基本概念，然后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，获得农作物的实际轮作周期和实际多元数轮作周期；再将农作物的实际多元数轮作周期与最小必须的多元数轮作周期进行比较，根据相关公式即可计算出该农作物轮作产量损失。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。研究农作物轮作的多元数轮作周期，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多元数轮作周期。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多元数轮作周期估算公式，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，以便更加准确地推算出该区域的农作物的多元数轮作周期，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。本专利技术设计的适用于所有农作物是本专利技术的重要特征。现在，首先以棉花与水稻轮作为例来说明农作物多元数轮作周期估算公式，但本公式适用于所有农作物多元数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，这一轮本文档来自技高网...

【技术保护点】
本专利技术涉及作物多元数轮作周期产量损失的遥感估算方法，涉及农业及相关领域，估算的对象为在大地理区域中所有由于缺少正常轮作而造成的农作物产量损失，用遥感影像中的农作物在空间上变化的解译结果作为估算农作物多元数轮作周期的数据，通过建立的公式来估算农作物的实际多元数轮作周期，再将农作物的实际多元数轮作周期与最小必须的多元数轮作周期进行比较，来估算由于农作物多元数轮作周期的不适当所造成的农作物产量损失，该方法具有高效、简单、应用广泛等特点，可广泛用于对区域或全球与农作物轮作有关的产量损失进行估算等领域，本专利技术进一步涉及实现这种方法的技术。

【技术特征摘要】

【专利技术属性】
技术研发人员：朱泽生，孙玲，朱犁，
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]