基于遥感与多变量概率抽样调查的作物种植面积测量.pdf

第 30 卷 第 2 期 农 业 工 程 学 报 Vol.30 No.2 146 2014 年 1 月 Transactions of the Chinese Society of Agricultural Engineering Jan.2014 基于遥感与多变量概率抽样调查的作物种植面积测量 邬明权1，杨良闯2，于 博1，王 玉3，赵 昕4，牛 铮1，王长耀1（1.中国科学院遥感与数字地球研究所遥感科学国家重点实验室，北京 100101；2.安徽师范大学国土资源与 旅游学院，芜湖 241000；3.中国地质大学（北京）土地科学技术学院，北京 100083；4.中国科学院大学资源与环境学院，北京 100049）摘 要：针对传统抽样调查工作中调查基础资料时效性不高和野外调查工作量较大等问题，该文提出了一种遥感与 MPPS（multivariate probability proportional to size）抽样调查相结合的农作物种植面积测量方法。利用第 2次农业普查数据进行抽样框的编制；利用时序中分辨率遥感数据进行农作物种植面积的分类；在中分辨率遥感分类图的基础上进行 MPPS 抽样；采用高空间分辨率遥感数据对抽选样本进行面向对象的分类；根据 MPPS 抽样方法进行总体农作物种植面积的推断；计算 CV 值，评价抽样精度，以国家统计局公布数据为标准进行总体面积精度评价。以辽宁省北镇市为研究区对该方法进行了测试。结果显示，该方法能够有效的提取县级农作物种植面积，农作物种植面积提取精度优于 92%。关键词：遥感；农作物；测量；MPPS 抽样；面向对象分类；种植面积 doi：10.3969/j.issn.1002-6819.2014.02.019 中图分类号：S127 文献标志码：A 文章编号：1002-6819(2014)-02-0146-07 邬明权，杨良闯，于 博，等.基于遥感与多变量概率抽样调查的作物种植面积测量J.农业工程学报，2014，30(2)：146152.Wu Mingquan,Yang Liangchuang,Yu Bo,et al.Mapping crops acreages based on remote sensing and sampling investigation by multivariate probability proportional to sizeJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2014,30(2):146152.(in Chinese with English abstract)0 引 言 目前，中国农作物种植面积的统计调查业务主要 采 用 多 变 量 与 规 模 成 比 例 的 概 率 抽 样（multivariate probability proportional to size，MPPS）方法1-2。MPPS 抽样方法是美国农业部国家农业统计署专家 Jeffrey T.Bailey 和 Pillip Kott3提出来的，用于解决多目标抽样问题。中国农作物面积调查以行政单元目录为抽样框进行多目标的 MPPS 抽样，具有较好的结果4-6。然而，MPPS 抽样方法也存在一些问题：1）采用第 2 次农业普查数据的县级农作物面积作为抽样基础数据，而农业普查数据 10 a或 5 a 才更新一次，数据现势性不高，难以反映农作物种植面积的年际变化；2）抽样地块的调查采用实地调查方法，调查工作量较大。遥感技术是另一种广泛应用于农作物种植面 收稿日期：2013-04-26 修订日期：2013-11-11 基金项目：国家自然科学基金（41301390）；国家科技重大专项；国家重点基础研究发展计划项目（2013CB733405，2010CB950603）。作者简介：邬明权（1983），男，湖南株洲人，助理研究员，博士，研究方向：农业遥感与多源遥感数据融合。北京 北京朝阳区大屯路甲20 号北中科院遥感与数字地球所，100101。Email: 积提取的方法。MODIS（moderate-resolution imaging spectroradiometer）等低空间分辨率数据被广泛应用于大范围（全国或省级）的农作物种植面积提取、长势监测和估产7-10；Landsat 等中空间分辨率卫星数据则被广泛应用于区域（县级）农作物种植面积提取11。然而由于中国农作物种植面积统计采用的传统技术是抽样技术12-13，同时基于低空间分辨率卫星数据的农作物种植面积提取难以获得高精度的小区域数据14-17，利用中高空间分辨率卫星数据提取大范围的农作物种植面积则成本高、工作量大，因而目前中国农作物种植面积统计调查业务依旧主要采用统计调查技术。针对上述问题，国内外发展了综合利用抽样调查和遥感技术的农作物种植面积调查方法：美国通过“农 业 和 资 源 的 空 间 遥 感 调 查 计 划”(AGRISTARS，19801986)成功将面积抽样框架技术和遥感技术引入到农作物面积估测中18-20；欧盟采用高分辨率遥感影像抽样调查法，利用 SPOT 影像进行大量的样方抽样，再对其进行野外填图或由农业专家进行判读，统计出各类作物的种植面积21-22；中国于 1998 年建设了“中国农情速报系统”，该系第 2 期 邬明权等：基于遥感与多变量概率抽样调查的作物种植面积测量 147 统针对中国自然条件和种植制度的复杂性，采用 2个独立抽样框架进行农作物种植面积的遥感监测，第 1 个抽样框架是以 110 万地形图标准分幅为抽样群进行整群抽样，利用遥感技术得到农作物种植成数，第 2 个是在样条采样框架和 GVG 农情采样系统的配合下，调查农作物分类成数21,23-27。然而，由于中国农作物对地抽样调查业务主要由国家统计局农村司负责，并由全国各省、县调查队负责野外数据的采集等工作。开展农作物对地抽样调查还需要考虑与国家统计局现行农作物对地抽样调查业务相结合，尽可能利用国家统计局现有的农调队等资源。针对中国现行农作物对地抽样调查业务需求，本研究综合利用抽样调查和遥感技术的优势，在中国现行农作物对地抽样调查业务的基础上，提出了一种遥感和MPPS抽样调查相结合的农作物种植面积测量方法。该方法在中国现行农作物对地抽样调查业务的基础上，利用中分辨率遥感数据的大范围、周期性的数据获取能力，解决现行农作物种植面积抽样调查业务中抽样基准数据现势性不高的问题；利用高空间分辨率卫星影像空间分辨率高的特点，降低现行农作物对地抽样调查过程中野外调查工作量较大的问题。1 研究区概况和数据预处理 1.1 研究区概况 本文以辽宁省北镇市为研究区。经纬度范围为：4119-4148N，12133-12212E。北镇市位于辽宁西部东端，医巫闾山东麓。地势西北高东南低。属暖温带半湿润季风型大陆气候区，年均温 8.2，年降水量 604.8 mm。主要粮食作物为玉米、水稻。经济作物有葡萄、花生等。1.2 数据及预处理 1.2.1 ZY-1 02C 数据 资源一号 02C 卫星（简称 ZY-1 02C）是中国2011 年 12 月 22 日发射的。搭载有全色多光谱相机（P/MS）和全色高分辨率相机（HR），其中 HR 传感器的空间分辨率为 2.36 m，P/MS 相机可获取 5m全色和 10 m 多光谱的影像。采用 2012-04-18 的 HR 相机全色数据、P/MS相机全色和多光谱数据。以校正好的 2.5 m SPOT5数据为底图，对 ZY-1 02C 数据进行了几何纠正，几何纠正误差小于 1 个 ZY-1 02C 像元。1.2.2 HJ 星数据 环境与灾害监测预报小卫星星座(HJ-1A/B星)是中国 2008 年 9 月 6 日发射的，HJ-1-A 星搭载了CCD 相机和超光谱成像仪（HSI），HJ-1-B 星搭载了 CCD 相机和红外相机（IRS）。其中 CCD 相机可以获取 30 m 空间分辨率、幅宽为 700 km 的多光谱影像。采用的 7 景 HJ-1 CCD 数据分别获取于2012-04-12，2012-04-29，2012-05-09，2012-05-21，2012-05-28，2012-07-14 和 2012-08-23。所有 HJ-1 CCD 数据质量良好，无云覆盖。根据 HJ 星数据头文件提供的增益、偏移定标系数，采用 ENVI 5.0 FLAASH 大气校正模块对 HJ星数据进行大气校正。以校正好的 2.5 m SPOT5 数据为底图对 HJ 星数据进行几何校正，校正误差小于 1 个 HJ 星像元。2 方 法 本研究提出了一种遥感与MPPS抽样调查方法相结合的农作物种植面积测量方法。该方法在县级中分辨率卫星影像农作物分类图的基础上进行抽样单元的建设与更新，提高抽样基础数据的现势性；利用高分辨率遥感数据进行抽样村农作物面积的测量，减低野外调查的工作量。该方法包括 6 个步骤：1）利用第 2 次农业普查数据的村级行政单元数据进行抽样框单元的编制；2）利用现势、多时相中空间分辨率遥感数据，结合地面调查数据，进行县级农作物种植面积的中分辨率遥感预提取，更新抽样框农作物面积数据；3）采用 MPPS，以村 图1 遥感与MPPS抽样结合的农作物面积提取算法流程图 Fig.1 Flow chart of the crops extraction method using remote sensing and MPPS sampling technology 农业工程学报 2014 年 148 为抽样单元，抽选样本村；4）对抽样样本村，采用 ZY1-02C 数据等高空间分辨率卫星数据，在地面调查获得的解译标志的基础上，采用面向对象等方法，进行抽样村农作物种植面积的高分辨率遥感提取；5）根据抽样村农作物种植面积的高分辨率遥感提取结果，依据 MPPS 抽样总体推断方法，进行县级农作物种植面积的推算；6）采用变异系数（coefficient of variation，CV）等精度指标进行总体抽样精度的评价，并与传统统计调查的结果进行比较。总体技术流程图如图 1 所示。2.1 抽样框编制 抽样单元是样本抽选中的基本单位。根据抽样目标和抽样方法的差异，抽样基本单元会存在差异，现阶段基于遥感的农作物抽样调查采用的抽样基本单元包括：村级行政单元、格网和地块。其中格网多是采用正方形格网，如 1 km1 km 的格网；而地块则是在自然地块的基础上，通过将自然地块归并与分割，形成大小相似的自然地块组合。为便于抽样调查工作的组织与实施，同时与中国农作物对地抽样调查业务相一致，以第 2 次农业普查数据中的村级行政单元数据为基本抽样单元。2.2 县级农作物种植面积中分辨率遥感提取 由于不同类型作物在同期的中分辨率遥感影像中，色调、颜色等差异不明显，县级农作物种植面积的中分辨率遥感提取的主要难点在于不同类型作物间的区分。由于不同作物类型的物候历存在差异，县级农作物种植面积的中分辨率遥感提取主要根据不同农作物类型在作物物候历上的特征差异，选择农作物识别关键期的多时相中分辨率遥感影像，进行作物类型的识别28。根据辽宁省北镇市物候历（表 1），北镇市小麦、玉米、水稻的物候差异主要在 4、5和 8 月份 3 个月份，4 月时，水稻和小麦已经播种，而玉米还未播种，5 月份时水稻处于灌溉期，8 月份时小麦已经收割，而水稻和玉米处于成熟期，因而选择这3个时期的HJ星数据进行北镇市主要粮食作物种植面积的提取。表 1 北镇市农作物物候历 Table 1 Phonological calendar of main crops in Beizhen 月份 4 月 5 月 6 月 7 月 8 月 9 月 10 月旬 上 中 下 上 中 下 上中下 上 中下 上中 下 上 中 下上 一季稻 播种期 出苗期 三叶期 移栽期 返青期分蘖期 拔节期孕穗期 抽穗期乳熟期 成熟期 春小麦 播种出苗期 三叶期 拔节期 孕穗期 抽穗期开花期成熟期 春玉米 播种期 出苗期 拔节期 抽雄期开花期 吐丝期 成熟期 花生 播种期 幼苗期 生长期 花期期 成熟期 收获期 由于时序植被指数能够很好的反应农作物的长势，在遥感数据几何校正和大气校正等预处理的基础，计算了 3 个时期的 HJ 星 NDVI 数据，通过时序 NDVI 数据进行农作物分类。利用国家统计局农村司提供的野外农作物地块数据进行解译标志的建立。将国家统计局农村司提供的野外农作物地块数据叠加到时序 NDVI 数据上，可以发现辽宁省北镇市存在明显的旱地和水田，同时旱地作物返青期存在明显差异。利用野外农作物地块数据建立北镇市农作物识别 AOI（area of interest），采用光谱角分类法进行北镇市农作物种植面积的提取。2.3 MPPS 抽样 多变量与规模成比例的概率抽样（MPPS）方法，是单变量与规模成比例的概率抽样（PPS）技术的进一步推广，其特点是入样概率的确定由多主题同时决定，即每个抽样样本的入样概率是由设计变量的辅助指标和每一个主题期望的样本量共同决定的。利用 MPPS 抽样方法进行样本抽选的步骤包括：1）对总体中的初级抽样单元赋予永久随机数 利用均匀分布给抽样总体中的每一个初级抽样单位分配一个永久随机数（PRN）()/PRNekN=+（1）式中：k=0，1，2，N-1，e 来自0，1)上的均匀分布，N 是抽样样本数量。2）计算抽样单位的入样概率 每个抽样单位的入样概率 Pi由多个目标变量组成的抽样框资料以及每个主题期望的样本量决定29，公式为),max(,1min14/3,4/3,14/3,14/3,11=NiikikkNiiiixxnxxnP （2）式中，xk,i是第 i 个抽样单元第 k 个主题的指标标志值（即规模大小），nk是第 k 个主题期望的样本量，k 是全部主题的数目。3）利用泊松方法抽选样本 若 PiPRN，则抽中第 i 个抽样样本。以村为抽样基本单元，以玉米和水稻为目标变第 2 期 邬明权等：基于遥感与多变量概率抽样调查的作物种植面积测量 149 量，从北镇市农作物种植面积中分辨率遥感分类图中提取各抽样村的玉米和水稻面积作为抽样的基础数据，采用 MPPS 方法，从 226 个行政村中抽选了 24 个样本村。2.4 抽样样本农作物种植面积高分辨率遥感提取 抽样样本农作物种植面积高分辨率遥感提取是利用 ZY01-02C 等高分辨率数据，在野外样本调查数据的支持下，建立抽样单元主要农作物类型的高分辨率遥感解译标志，利用面向对象的分类方法，实现村级抽样单元的提取，从而降低野外调查的工作量30。在辽宁省北镇市调查队的支持下，通过调查员经验或询问当地村民，确定每个抽样样本村的主要农作物种植类型，采用手持 PDA 或 GPS，按照地块面积不小于 660m2，每个村每种主要作物类型地块数不少于 3 块为原则，驱车逐村测量了 24 个抽样样本村主要农作物地块数据，测量了玉米、水稻等主要类型，共计 152 个地块。利用 ZY-1 02C 影像，采用多尺度分割技术实现村级农作物种植面积的提取，多尺度分割特征采用光谱因子、形状因子、光滑度和紧致度等指标，各级分割和参数见表 2。表 2 多尺度分割特征表 Table 2 Features in multiresolution segmentation 权重因子 Weight factors 层次Layer 分割尺度 Segmentation scale 光谱因子 Spectral factor 形状因子 Shape factor 光滑度 Smoothness 紧致度 Compactness1 100 0.9 0.1 0.5 0.5 2 40 0.9 0.1 0.5 0.5 通过棋盘分割提取村庄，再根据对称性、长度、方向性，亮度值和位置等特征来提取采用一次多尺度分割识别道路和大棚，最后根据对称性、长度、亮度值和 NDVI 值进行多尺度分割识别水稻、玉米和水域。2.5 总体推断 根据 MPPS 抽样方法进行总量的推断：,1,1,1nik jNikk jnjik jiwYYxw x=（3）式中：kY 是抽样样本的目标测量数据，hm2；wi=1/Pi，是第 i 个抽样样本的倒数，即权重。2.6 精度验证 抽样精度采用总体总量的估计值的方差（()kV Y）和抽样标准差系数（估计量的变异系数CV）评价：()()2,122,21,11Nk jnjkiik iniik jixV YP w ew x=（4）2,12,2,1nik iik ik ik inik iiwYeYxw x=（5）()/kkCVV YY=（6）式中：ikY,表示第 i 个村第 k 个主题的实际调查数据。3 结果与分析 3.1 县级农作物种植面积中分辨率遥感提取结果与精度评价 采用多时相 HJ 星 NDVI 数据，利用光谱角分类法提取的北镇市农作物分类结果如图 2 所示。图 2 北镇市农作物分类图 Fig.2 Spatial distributions of crops in study area 利用部分野外实测样地对分类精度进行了精度评价，精度评价矩阵如表 3 所示。由于分类目标为提取水稻和玉米面积，因而野外调查过程中并未调查其他类型的样地，因而精度评价仅对水稻和玉米分类精度进行了评价。农业工程学报 2014 年 150 表 3 光谱角分类混淆矩阵 Table 3 Confusion maxtric of classification map by spectral angle mapper 类别 Class 水稻 Rice 玉米 Corn制图精度 Prod.Acc.用户精度 User Acc.水稻/%86.56 0.28 86.56 99.72 玉米/%13.44 99.72 99.72 86.39 共计/%100 100 总体精度 0.926270 Kappa 系数 0.8533 3.2 抽样村农作物种植面积高分辨率遥感提取结果与精度评价 利用 ZY-1 02C 影像，结合外业实测152 个地块样本数据，采用多尺度分割的面向对象分类技术进行了 24 个抽样村的农作物种植面积提取。以部分实测样地为标准，结合目视解译，进行精度评价，精度评价矩阵如表 4 所示。表 4 面向对象分类混淆矩阵 Table 4 Confusion maxtric of classification map by Object-oriented classification method 类别 Class 村庄 Village 大棚 Greenhouse 水稻 Rice 玉米 Corn 道路Road水体Water村庄/pixel 1 055 0 0 0 0 0 大棚/pixel 0 3 237 0 0 0 108 水稻/pixel 0 747 28 177 655 0 0 玉米/pixel 0 739 926 18 189 0 398 道路/pixel 0 0 0 0 1 9990 水体/pixel 0 0 180 0 0 699 共计/pixel 1 055 4 723 29 283 18 854 1 9991 205制图精度 1 0.88 0.923 0.919 1 0.5 用户精度 1 0.956 0.857 0.829 1 0.667总体精度 0.904 Kappa 系数 0.878 3.3 总体推断与精度评价 利用 ZY-1 02C 影像提取的抽样村水稻和玉米面积，根据 MPPS 抽样方法推断县级水稻和玉米面积，提取的北镇市水稻面积为 10 803.6 hm2，玉米面积为 55 349.94 hm2。根据 MPPS 抽样方法，计算水稻抽样 CV 为0.0039，玉米抽样 CV 为 0.02659。辽宁省北镇市统计局公布的 2012 年水稻面积为 10 083 hm2，玉米面积为 59 859 hm2，与之相比，本方法玉米和水稻的估算精度分别为 92.48%和92.86%。4 结 论 针对传统抽样调查工作中调查基础资料时效性不高和野外调查工作量较大等问题，提出了一种遥感与MPPS抽样调查相结合的农作物种植面积测量方法。具体步骤包括：利用第 2 次农业普查数据的村级行政单元进行抽样框的编制；利用中分辨率遥感数据进行农作物种植面积的分类，解决传统农作物种植面积抽样调查中抽样基准数据现势性不高的问题；在中分辨率遥感分类图的基础上进行MPPS 抽样；采用高空间分辨率遥感数据对抽选样本进行面向对象的分类；根据 MPPS 抽样进行总量推断；计算 CV 评价抽样精度，以国家统计局公布数据为标准进行总体面积精度评价。以辽宁省北镇市为研究区对该方法进行了测试。结果显示，该方法能够有效的提取县级农作物种植面积，玉米和水稻的估算精度分别为 92.48%和 92.86%。然而该方法主要针对中国农作物种植结构和地形相对简单的平原区域，对种植结构复杂和地形复杂的区域，多时相中分辨率遥感也难以获得较高精度农作物种植面积，需要采用高光谱和高时相遥感数据；同时在分层抽样过程中也应当考虑复杂地形的影响；此外该方法仅对县级区域进行了试验，在省级等大范围的应用是否适用还需要进一步的研究。参 考 文 献 1 阳小琼，朱文泉，潘耀忠，等.作物种植面积空间对地抽样方法设计J.农业工程学报，2007，23(12)：150155.Yang Xiaoqiong,Zhu Wenquan,Pan Yaozhong,et al.Spatial sampling design for crop acreage estimationJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2007,23(12):150155.(in Chinese with English abstract)2 徐迪峰，徐锐.基于空间抽样的农作物面积遥感测量J.北京测绘，2009(4)：4043.Xu Difen,Xu Rui.Remote sensing measure of crop area based on spatial samplingJ.Beijing Surveying and Mapping,2009(4):4043.(in Chinese with English abstract)3 Jeffry T Bailey,Phillip S Kott.An application of multiple list frame sampling for multi-purpose surveysC/Proceedings of the Section on the Survey Research Methods of the American Statistical Association,1997，496-500.4 钱永兰，杨邦杰，焦险峰.基于遥感抽样的国家尺度农作物面积统计方法评估J.农业工程学报，2007，23(11)：180187.Qian Yonglan,Yang Bangjie,Jiao Xianfeng.Accuracy assessment on the crop area estimating method based on RS sampling at national scale:a case study of Northeast Chinas rice area estimation assessmentJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2007,23(11):180187.(in Chinese with English abstract)5 王迪，周清波，陈仲新，等.空间抽样方法估算冬小麦播种面积J.农业工程学报，2012，28(10)：177184.Wang Di,Zhou Qingbo,Chen Zhongxin,et al.Spatial sampling method for estimating winter wheat sown areaJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2012,28(10):177184.(in Chinese with English abstract)第 2 期 邬明权等：基于遥感与多变量概率抽样调查的作物种植面积测量 151 6 申克建，何浩，蒙红卫，等.农作物面积空间抽样调查研究进展J.中国农业资源与区划，2012，33(4)：1116.Shen Kejian,He Hao,Meng Hongwei,et al.Review on sptial sampling survey in crop area estimationJ.Chinese Journal of Agricultural Resources and Regional Planning,2012,33(4):1116.(in Chinese with English abstract)7 邬明权，王长耀，牛铮.利用多源时序遥感数据提取大范围水稻种植面积J.农业工程学报，2010，26(7)：240244.Wu Mingquan,Wang Changyao,Niu Zheng.Mapping paddy fields in large areas,based on time series multi-sensors dataJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2010,26(7):240244.(in Chinese with English abstract)8 David B Lobell,Gregory P Asner.Cropland distributions from temporal unmixing of MODIS dataJ.Remote Sensing of Environment,2004,93(3):412422.9 Xiao Xiangming,Stephen B,Liu Jiyuan,et al.Mapping paddy rice agriculture in southern China using multi-temporal MODIS imagesJ.Remote Sensing of Environment,2005,95(4):480492.10 Xiao Xiangming,Stephen B,Liu Jiyuan,et al.Mapping paddy rice agriculture in South and Southeast Asia using multi-temporal MODIS imagesJ.Remote Sensing of Environment,2006,100(1):95113.11 Zheng Baojuan,James B Campbell,Kirsten M de Beurs.Remote sensing of crop residue cover using multi-temporal Landsat imageryJ.Remote Sensing of Environment,2012,117(1):177183.12 焦险峰，杨邦杰，裴志远.基于分层抽样的中国水稻种植面积遥感调查方法研究J.农业工程学报，2006，22(5)：105110.Jiao Xianfeng,Yang Bangjie,Pei Zhiyuan.Paddy rice area estimation.using a stratified sampling method with remote sensing in ChinaJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2006,22(5):105110.(in Chinese with English abstract)13 朱爽，张锦水.面向省级农作物种植面积遥感估算的分层方法J.农业工程学报，2013，29(2)：184191.Zhu Shuang,Zhang Jinshui.Provincial agricultural stratification method for crop area estimation by remote sensingJ.Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2013,29(2):184 191.(in Chinese with English abstract)14 赵文亮，贺振，贺俊平，等.基于 MODIS-NDVI 的河南省冬小麦产量遥感估测J.地理研究，2013，12(6)：23102320.Zhao Wenliang,He Zhen,He Junping,et al.Remote sensing estimation for winter wheaty yield in Henan based on the MODIS-NDVI dataJ.Geographical Research,2013,12(6):23102320.(in Chinese with English abstract)15 Mkhabela M S,Bullock P,Raj S,et al.Crop yield forecasting on the Canadian Prairies using MODIS NDVI dataJ.Agricultural and Forest Meteorology,2011,151(3):385393.16 Potgieter A B,Lawson K,Huete A R.Determining crop acreage estimates for specific winter crops using shape attributes from sequential MODIS imageryJ.International Journal of Applied Earth Observation and Geoinformation,2013,23(1):254263.17 Toshihiro Sakamoto,Anatoly A.Gitelson,Timothy J.Arkebauer.MODIS-based corn grain yield estimation model incorporating crop phenology informationJ.Remote Sensing of Environment,2013,131(1):215231.18 周清波.国内外农情遥感现状和发展趋势J.中国农业资源与区划，2004，25(5)：914.Zhou Qingbo.Status and tendency for development in remote sensing of agriculture situationJ.Journal of China Agricultural Resources and Regional Planning.2004,25(5):914.(in Chinese with English abstract)19 Chhikara R S,Houston A G,Lundgren J C.Crop acreage estimation using a Landsat based estimator as anauxiliary variableJ.IEEE Transactions on Geoscience and Remote Sensing,1986,24(1):155168.20 刘海启，金敏毓.美国农业遥感技术应用状况概述J.中国农业资源与区划，1999，20(2)：5660.Liu Haiqi,Jin Minyu.Application of remote sensing in agriculture in the United StatesJ.Journal of China Agricultural Resources and Regional Planning,1999,20(2):5660.(in Chinese with English abstract)21 吴炳方，田亦陈，李强子.GVG 农情采样系统及其应用J.遥感学报，2004，8(6)：570580.Wu Bingfang,Tian Yichen,Li Qiangzi.GVG,a crop type proportion sampling instrumentJ.Journal of remote sensing,2004,8(6):570580.(in Chinese with English abstract)22 Sushil Pradhan.Crop area estimation using GIS,remote sensing and area frame samplingJ.JAG,2001,3(1):8692.23 吴炳方.中国农情遥感速报系统J.遥感学报，2004，8(6)：481497.Wu Bingfang.China crop watch system with remote sensingJ.Journal of Remote Sensing，2004，8(6)：481497.(in Chinese with English abstract)24 吴炳方，蒙继华，李强子.国外农情遥感监测系统现状与启示J.地球科学进展，2010，25(10)：10031012.Wu Bingfang,Meng Jihua,Li Qiangzi.Review of Overseas Crop Monitoring Systems with Remote SensingJ.Advances in Earth Science,2010,25(10):10031012.(in Chinese with English abstract)25 邹金秋，周清波，陈仲新，等.农情遥感监测与服务系统集成研究J.中国农业资源与区划，2010，31(5)：1217.Zou Jinqiu,Zhou Qingbo,Chen Zhongxin,et al.Research on national agriculture remote sensing and information serving systemJ.Chinese Journal of Agricultural Resources and Regional Planning,2010,31(5):1217.(in Chinese with English abstract)26 黄青，王迪，刘佳.农情遥感监测中空间抽样技术研究现状与发展趋势J.中国农业资源与区划，2009，30(2)：1317.Huang Qing,Wang Di,Liu Jia.Present status and development trend for space sampling technology study in remot