基于遥感抽样的农作物灾害损失评估方法(Ⅱ)——实证实验研究

为实现农业保险中快速精确获取农作物受灾面积与受灾等级的目标,作者设计了一套基于分层系统抽样的农作物受灾评估方法.本文基于该方法,以GF-1影像为实验数据,对2014年河南襄城2个村进行了旱灾灾情评估.实证研究表明:研究区受灾面积总量反推精度为90.00%左右,各等级受灾面积精度均在80.00%以上,基于遥感抽样的方法能获取高精度的受灾总面积和各等级受灾面积,且该方法成本低、效率高,具有广泛应用前景.此外,相对于通常以遥感反演参数直接人为进行等级划分的受灾等级评估方法,这种以真实减产比率为基础的方法可以为不同灾种、不同地区间的灾情程度的比较提供依据.

基于遥感抽样的农作物灾害损失评估方法(Ⅰ)——模拟实验研究

受灾面积与受灾等级是农作物灾情评估的重要内容,本文基于遥感辅助抽样调查的方法设计了一套灾情评估流程,实现对受灾面积与等级的快速评估。本文以Landsat-8影像为实验数据,高分一号影像为模拟真值数据,对济南市长清区2013年夏玉米内涝进行了模拟实验研究。实验结果表明,采用回归估计与比率估计两类常用估计量进行外推,总受灾面积反推精度均在90%以上,各等级受灾面积的反推精度均在80%以上,这证明了遥感数据辅助抽样设计的方法应用于作物的灾害评估具有精度可行性;而且通过一次抽样调查可同时完成受灾面积和受灾等级评估,所以该套方法可以提高评估效率,降低评估成本。由于影像数据、反演指标、抽样方法、外推估计量等多种因素会对评估精度造成不确定性,将来仍需通过实证研究对该法进行进一步验证。