gis支持下的空间分层抽样方法研究——以北京市人均农业总产值抽样调查为例new

《gis支持下的空间分层抽样方法研究——以北京市人均农业总产值抽样调查为例new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第24卷第6期地理与地理信息科学V0L24No．62OO8年11月Ge0graphyandGeo—Inf0nnationscienceNovember2OO8GIS支持下的空间分层抽样方法研究——以北京市人均农业总产值抽样调查为例连健，李小娟，宫辉力，孙永华(首都师范大学资源环境与旅游学院，北京1O0048；三维信息获取与应用教育部重点实验室，北京10OO48；资源环境与地理信息系统北京市重点实验室，北京l。OO48)摘要：利用GIs技术，采用空间数据分析方法()A)，将传统的抽样思路与空间信息相结合，提出了基于空间的“

2、动态抽样框”编制技术，进行空问分层抽样技术的研究和应用，形成一套基于C的空间抽样流程。以北京市农村区域为例进行全市人均农业总产值的抽样调查，通过对人均农业总产值因子的空间自相关分析得到空间聚类结果；经过总体样本量的估算和空间动态抽样框的生成，进行空间分层和样本分配，并最终在每个分层中实施抽样。其结果为：动态生成“高一高集聚”、“低一低集聚”、“高一低集聚”、“低一高集聚”和“分布不明显”5个抽样框，并最终通过空间分层抽样流程得到北京市人均农业总产值的抽样调查结果为3．580万元，抽样误差的允许范围为土O．3861万元。关

3、键词：空间分层抽样技术；动态抽样框；空间自相关；GIs中图分类号：P208；0212．2文献标识码：A文章编号：1672～05O4(2OO8)O6一oO3O—O4基于GIS的空间分层抽样技术流程，为传统抽样方O引言法的改进提供借鉴。抽样是将总体集(连续)按某种规律划分为样本1空间分层抽样策略设计集(离散)且不损失总体主要信息的方法，合理的抽样是一种经济、快速、及时、质量好且准确性高的调借鉴传统抽样方法并结合对抽样单元空间特性查方式[1]。传统的抽样方法都是基于经典的统计的分析，设计基于G1S的空间分层抽样策略流程(图学，

4、但现实中抽样单元往往是实际空间中的一个位1)：1)对于空间抽样的多阶段抽样方案，每个阶段都置或分布，因此近年来越来越多的学者开始考虑在要先确定抽样单元；2)确定抽样单元的某一待分析抽样过程中融入空间信息，内容涉及土地资源调因子为聚类因子；3)对确定的聚类因子进行全局空查、农作物产量评估[9，]、病虫害监测[u]等以壁±坚至坌星l抽壁及多种空间抽样方法的研究[13。空间因素对样匦嘲本选取的影响以及抽样单元之间是否存在一定的空间关联结构模式，是需要进一步探讨的问题。本文利用GIS技术调查北京市人均农业总产值，将空间的概念引入

5、抽样调查中，考察各抽样单元之间的空间关联结构模式，了解各面状单元之间的位置模式，深人挖掘数据之间的空间依赖性和异质性特征，进行探索性的空间数据分析(ExploratorySpatialDataAnalysis，ESDA)，以此克服经典统计学所要求的数据之间相互独立的局限性，为深入挖掘数据之间的空间关联关系以及揭示隐含在样本数据库中的空间关联结构模式提供了一种可行的研究F===二====二====二二=二二=二=二二=二=======一I范式；在此基础上生成空间聚类分布图，通过分布图l空间数据库I～一“动态”获取抽样框，进

6、而进行样本容量的分配，并最—————————————————————————————————————————————．—————．—．——，———————————．—————————————图1基于GIS的空间分层抽样策略设计流程终抽取样本，推断北京市人均农业总产值，形成一套F蚺1nowd州0fSpatialstra6删鞠tedII-iqIle!d0Il收稿日期：20()8—08__06；修订日期：2OO8__O912基金项目：国家高技术研究发展计划(863计划)项目“国家统计遥感业务系统关键技术研究与应用”(2OO6A

7、Al2O1O4)作者简介：连健(1983一)，男，博士研究生，主要研究方向为遥感与GIs应用。E—mai1：1janjian20。1@163．c0m第6期连健等：GIS支持下的空间分层抽样方法研究第31页问自相关分析，如果结果为相关，则进行局部自相关3样本容量分配及空间分层抽样方法分析，否则按照传统的抽样方案进行抽样；4)进行局部空间自相关分析，得到聚类因子的空间关联指标，空间分层抽样的流程以及动态抽样框的生成过同时生成空间聚类图，依据聚类情况得到空间抽样程决定了在空间抽样过程中采取的是空间分层抽样的“动态抽样框”；5)

8、根据估算的样本量，按照空间抽方案：根据空间自相关的结果将总体样本按照集聚样原则，对各动态抽样框进行样本分配；6)选取抽样程度分为高一高、高一低、低一低、低一高和无显著方法并最终抽选样本。相关性5个层次；将已确定的样本量分配到各空间分层中，分配策略为：在集聚区域的样本抽样数量2基于空间的“动态抽样框"的编制少，在离散区