基于地理回归的农作物播种面积统计数据空间化方法

doi:10.11849/zrzyxb.20151259

自然资源学报 ›› 2016, Vol. 31 ›› Issue (10): 1773-1782.doi: 10.11849/zrzyxb.20151259

基于地理回归的农作物播种面积统计数据空间化方法

夏天^{1, 2}, 吴文斌^{2*, *}, 周清波², 周勇¹, 罗静¹, 杨鹏², 李正国²

1. 地理过程分析与模拟湖北省重点实验室/华中师范大学城市与环境科学学院,武汉 430079;
2. 农业部农业信息技术重点实验室/中国农业科学院农业资源与农业区划研究所,北京 100081

收稿日期:2015-11-16 修回日期:2016-03-01 出版日期:2016-10-20 发布日期:2016-10-20
通讯作者: 吴文斌（1977- ）,男,湖北省潜江市人,研究员,中国自然资源学会会员（S300001617M）,主要从事农业遥感基础与应用基础、空间建模理论与技术和农业生态系统对全球变化响应与反馈评估等方面的研究工作。E-mail:wuwenbin@caas.cn
作者简介:夏天（1981- ）,男,湖北省武汉市人,副教授,中国自然资源学会会员（S300001719M）,主要从事农业定量遥感、土地资源与环境遥感和空间模型等方面的研究工作。E-mail:xiatian@mail.ccnu.edu.cn
基金资助:
国家自然科学基金项目（41201089,41271112）; 中央高校科研基本业务费（CCNU15A05058）

Spatialization of Statistical Crop Planting Area Based on Geographical Regression

XIA Tian^{1, 2}, WU Wen-bin², ZHOU Qing-bo², ZHOU Yong¹, LUO Jing¹, YANG Peng², LI Zheng-guo²

1. Key Laboratory for Geographical Process Analysis & Simulation, Hubei Province/ College of Urban & Environmental Science, Central China Normal University, Wuhan 430079, China;
2. Key Laboratory of Agri-Informatics, Ministry of Agriculture / Institute of Agricultural Resources and RegionalPlanning, Chinese Academy of Agricultural Sciences, Beijing 100081, China

Received:2015-11-16 Revised:2016-03-01 Online:2016-10-20 Published:2016-10-20
Supported by:
National Natural Science Foundation of China, No.41201089 and 41271112; Fundamental Research Funds for the Central Universities, No.CCNU15A05058

摘要/Abstract

摘要： 农作物空间格局反映了农作物种植结构和特征,是了解生产资源利用状况及进行农业结构调整的重要依据。研究旨在探索农作物播种面积统计数据空间化的方法,实现对历史农业统计数据的空间化表达。将传统的农业统计调查与先进的遥感技术、空间地理信息技术相结合,通过多元Logistic回归分析农作物格局与自然地理因素和社会经济因素之间的关系,构建农作物空间适宜性分布概率,在此基础上将农作物播种面积统计数据利用空间迭代分配方法,实现统计数据空间化的研究。论文选取中国东北三省作为方法研究区,实现了对该地区2000—2010年农作物播种面积空间化表达,经检验,该方法对东北三省水稻空间化精度为0.76,能够较好地完成农作物时空播种面积统计数据空间化工作。该方法是农作物调查和遥感时空格局解译研究的有效补充,为丰富农作物空间数据提供了技术手段。

关键词: 播种面积, 地理回归, 空间化, 农作物, 统计数据

Abstract: The sptial pattern of crops reflects the planting structure and characteristics of crops, which is an important basis for understanding agricultural resource utilization and adjusting crop planting structure. This study aims to explore the method for specializing statistical data of crop planting area, and thus spatially express historial agricultural statistics data. This study used the traditional agricultural statistical survey data and remote sensing imagery data with geographic information technologies. The spatial probability distributions of suitabilities of crops are estimated using the Binary Logistic regression analysis that characterizes the relationships between the crop planting structure and the geographical factors as well as social-economic factors. Based on the spatial probability distribution, the statistical data of crop planting area were spatially distributed by using spatial iteratative allocation. Northeast China was taken as the study area and the spatial expression of sown area in this area during 2000-2010 was completed. The spatial accuracy of 0.76 was achieved by using this multi-scale and multi-resolution analysis method, which demonstrated it is superior in spatially expressing statistical data of crop planting. The method can be taken as an effective complement for crop field survey and remote sensing-based crop interpretation, and thus provides novel technical means for enriching crop spatial data.

Key words: crop, geographical regression, planting area, spatialization, statistical data

中图分类号:

F302.5

夏天, 吴文斌, 周清波, 周勇, 罗静, 杨鹏, 李正国. 基于地理回归的农作物播种面积统计数据空间化方法[J]. 自然资源学报, 2016, 31(10): 1773-1782.

XIA Tian, WU Wen-bin, ZHOU Qing-bo, ZHOU Yong, LUO Jing, YANG Peng, LI Zheng-guo. Spatialization of Statistical Crop Planting Area Based on Geographical Regression[J]. JOURNAL OF NATURAL RESOURCES, 2016, 31(10): 1773-1782.

参考文献

[1] 唐华俊, 吴文斌, 杨鹏, 等. 农作物空间格局遥感监测研究进展 [J]. 中国农业科学, 2010, 43(14): 2879-2888.

[2] 刘玉杰, 杨艳昭, 封志明. 中国粮食生产的区域格局变化及其可能影响 [J]. 资源科学, 2007, 29(2): 8-14.

[3] 刘彦随, 陈百明. 中国可持续发展问题与土地利用/覆被变化研究 [J]. 地理研究, 2002, 21(3): 324-330.

[4] KRISHNAMURTHY P K, LEWIS K, CHOULARTON R J. A methodological framework for rapidly assessing the impacts of climate risk on national-level food security through a vulnerability index [J]. Global Environmental Change, 2014, 25: 121-132.
[5] LEI Z, BINGFANG W, LIANG Z, et al. Patterns and driving forces of cropland changes in the Three Gorges Area, China [J]. Regional Environmental Change, 2012, 12(4): 765-776.
[6] 戚伟, 李颖, 刘盛和, 等. 城市昼夜人口空间分布的估算及其特征——以北京市海淀区为例 [J]. 地理学报, 2013, 68(10): 1344-1356.

[7] 廖顺宝, 李泽辉. 基于人口分布与土地利用关系的人口数据空间化研究——以西藏自治区为例 [J]. 自然资源学报, 2003, 18(6): 659-665.

[8] 韩向娣, 周艺, 王世新, 等. 夜间灯光遥感数据的GDP空间化处理方法 [J]. 地球信息科学学报, 2012, 14(1): 128-136.

[9] 任斐鹏, 江源, 董满宇, 等. 基于遥感和GIS的流域社会经济数据空间化方法研究 [J]. 长江科学院院报, 2015, 32(3): 112-116.

[10] 宁晓菊, 秦耀辰, 崔耀平,等. 60年来中国农业水热气候条件的时空变化 [J]. 地理学报, 2015, 70(3): 364-379.

[11] 方修琦, 侯光良. 中国全新世气温序列的集成重建 [J]. 地理科学, 2011, 31(4): 385-393.

[12] 李士成, 何凡能, 张学珍. 中国历史时期森林空间格局网格化重建方法研究——以东北地区为例 [J]. 地理学报, 2014, 69(3): 312-322.

[13] 曹雪, 金晓斌, 王金朔, 等. 近300年中国耕地数据集重建与耕地变化分析 [J]. 地理学报, 2014, 69(7): 896-906.

[14] 李士成, 张镱锂, 何凡能. 过去百年青海和西藏耕地空间格局重建及其时空变化 [J]. 地理科学进展, 2015, 34(2): 197-206.

[15] 陈述彭. 城市化与城市地理信息系统 [M]. 北京: 科学出版社, 1999.

[16] VERBURG P H, SOEPBOER W, VELDKAMP A, et al. Modeling the spatial dynamics of regional land use: The CLUE-S Model [J]. Environmental Management, 2002, 30(3): 391-405.
[17] 王晓琴. 基于空间动力学的城市用地扩张策略研究 [D]. 武汉: 武汉大学, 2005.

[18] 李奇峰, 张海林, 陈阜. 东北农作区粮食作物种植格局变化的特征分析 [J]. 中国农业大学学报, 2008, 13(3): 74-79.

[19] 方修琦, 盛静芬. 从黑龙江省水稻种植面积的时空变化看人类对气候变化影响的适应 [J]. 自然资源学报, 2000, 15(3): 213-217.

[20] LI Z, TANG H, YANG P, et al. Spatio-temporal responses of cropland phenophases to climate change in Northeast China [J]. Journal of Geographical Sciences, 2012, 22(1): 29-45.
[21] 赵俊芳, 杨晓光, 刘志娟. 气候变暖对东北三省春玉米严重低温冷害及种植布局的影响 [J]. 生态学报, 2009, 29(12): 6544-6551.

[22] PONTIUS J R G, SCHNEIDER L C. Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA [J]. Agriculture, Ecosystems & Environment, 2001, 85(1/3): 239-248.
[23] COSTANZA R. Model goodness of fit: A multiple resolution procedure [J]. Ecological Modelling, 1989, 47(3/4): 199-215.

基于地理回归的农作物播种面积统计数据空间化方法

Spatialization of Statistical Crop Planting Area Based on Geographical Regression

RichHTML

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	郭昱杉, 刘庆生, 刘高焕, 黄翀. 基于MODIS时序NDVI主要农作物种植信息提取研究[J]. 自然资源学报, 2017, 32(10): 1808-1818.
[2]	周俊菊, 石培基, 雷莉, 曹建军, 魏伟, 张利利. 民勤绿洲种植业结构调整及其对农作物需水量的影响[J]. 自然资源学报, 2016, 31(5): 822-832.
[3]	平跃鹏, 臧淑英. 基于MODIS时间序列及物候特征的农作物分类[J]. 自然资源学报, 2016, 31(3): 503-513.
[4]	邹金浪, 杨子生, 吴群. 中国耕地利用产出的结构特征[J]. 自然资源学报, 2015, 30(8): 1267-1277.
[5]	廖顺宝, 姬广兴, 侯鹏敏, 岳艳琳, 杨旭. 面向粮食产量空间化的多元回归分析模型中的两个关键问题探讨[J]. 自然资源学报, 2015, 30(11): 1922-1932.
[6]	刘玉, 高秉博, 潘瑜春, 郜允兵. 基于LMDI模型的中国粮食产量变化及作物构成分解研究[J]. 自然资源学报, 2014, 29(10): 1709-1720.
[7]	邹金浪, 杨子生. 中国耕地利用投入的时空差异[J]. 自然资源学报, 2013, 28(7): 1083-1093.
[8]	刘玉洁, 潘韬. 中国地表太阳辐射资源空间化模拟[J]. 自然资源学报, 2012, 27(8): 1392-1403.
[9]	杨军, 陈同斌, 雷梅, 刘洪禄, 吴文勇, 周军. 北京市再生水灌溉对土壤、农作物的重金属污染风险[J]. 自然资源学报, 2011, 26(2): 209-217.
[10]	白朴, 杨捷. 化感资源在农作物生产中的合理利用研究[J]. 自然资源学报, 2009, 24(9): 1676-1684.
[11]	邱炳文. 福建省龙海市土地利用空间分布影响因子的尺度效应分析[J]. 自然资源学报, 2007, 22(1): 70-78.
[12]	祝青林, 张留柱, 于贵瑞, 戴东, 蔡福, 刘新安. 近30年黄河流域降水量的时空演变特征[J]. 自然资源学报, 2005, 20(4): 477-482.
[13]	刘新安, 于贵瑞, 范辽生, 李正泉, 何洪林, 郭学兵, 任传友. 中国陆地生态信息空间化技术研究(Ⅲ)——温度、降水等气候要素[J]. 自然资源学报, 2004, 19(6): 818-825.
[14]	何洪林, 于贵瑞, 刘新安, 苏文, 牛栋, 岳燕珍. 中国陆地生态信息空间化技术研究(Ⅱ)——太阳辐射要素[J]. 自然资源学报, 2004, 19(5): 679-684.
[15]	于贵瑞, 何洪林, 刘新安, 牛栋. 中国陆地生态信息空间化技术研究(Ⅰ)——气象/气候信息的空间化技术途径[J]. 自然资源学报, 2004, 19(4): 537-544.