摘要：针对当前遥感抽样估算中分层标志缺乏遥感识别误差描述的问题,该文探讨了基于农作物遥感识别结果的不同分层方法的抽样效率.以江苏省为研究区,采用2阶段分层,采用数字高程模型（digital elevation model, DEM）标准差进行一阶段分层,在一阶段分层的基础上,分别采用农作物识别种植规模、遥感识别破碎度、种植结构以及种植结构与破碎度指标进行二阶段分层.试验结果表明：种植结构与破碎度指标的分层效率最高,相对效率达到5.90,该分层指标融合了遥感分类结果反演出的种植结构和破碎度,不但能够有效地反映出农作物区域的景观特征,同时也较为合理地反映出区域间作物种植的差异性,为提高省级农作物种植面积遥感抽样估算效率提供有力的参考.

关键词：农作物 遥感 分层 破碎度 抽样估算 

单位：北京师范大学地表过程与资源生态国家重点实验室; 北京师范大学资源学院; 北京100875