森林调查中基本的回归估测、比估测和双重抽样方法

现代森林调查中,引进了多种多样的数理统计方法。这些方法通过不同的条件、途径来提高抽样估测效率。分层抽样就是通过对所调查林区进行一系列分类来达到缩小变动、提高精度的目的。与此相同,回归估测、比估测和双重抽样则都是利用对林区中某些辅助调查因子的资料,并充分利用它们和估测因子(蓄积量)之间的回归关系来提高估测精度。但应明确指出,比估测、回归估测是两种相近的估测方法,而双重抽样则是一种具有两重样本的采样方法。众所周知,抽样调查是由采样和估测两个环节组成,分层抽样就是分层采样和分层估测的总称;如果条件具备,分层采样同样可以利用回归估测或多种方法的比估测来进行     

森林调查中基本的回归估测、比估测和双重抽样方法

现代森林调查中,引进了多种多样的数理统计方法。这些方法通过不同的条件、途径来提高抽样估测效率。分层抽样就是通过对所调查林区进行一系列分类来达到缩小变动、提高精度的目的。与此相同,回归估测、比估测和双重抽样则都是利用对林区中某些辅助调查因     

用航片和样地双重抽样法提高森林蓄积量估测精度

本文就充分利用航空影像来提高蓄积量估测精度问题进行了研究,并采用双重分层抽样方法对航片样地的效率、样地布设形式及大小给予了评价,特别是引入了非成图抽样方法,使双重抽样更显得方便和高效。     

基于森林资源二类调查数据的森林生物量抽样设计对比研究

探究和对比不同抽样方法对森林生物量抽样调查中样地数量、样地布设及估算精度等方面的影响,优选适宜的抽样方案,在保证精度的前提下节省外业调查的工作量和成本。基于云南省大理市2016年森林资源二类调查小班数据,以森林起源、龄组、优势树种作为分层变量,在可靠性为95%、抽样精度为90%和85%的条件下,计算分层抽样所需的样本单元数,并与系统抽样进行比较分析;以分层抽样方法进行大理市森林地上生物量的抽样设计,将抽样结果与系统抽样方法进行比较分析。结果表明,抽样精度为90%时,分层抽样所需的样本单元数分别比系统抽样少21.91%、12.92%和45.51%;抽样精度为85%时,分层抽样所需的样本单元数分别比系统抽样少21.51%、12.66%和45.57%;在相同的抽样精度条件下,抽样单元数呈现起源>优势树种>龄组的变化趋势。按抽样精度90%,系统抽样估测的大理市森林地上总生物量为1 914.83万t,按起源、优势树种和龄组,其总生物量估测值分别为1 608.22万t、1 679.03万t、1 536.08万t。在可靠性和抽样精度相同时,实际抽样精度排序为起源>优势树种>龄...     

思茅区森林生物量分层抽样调查设计

基于普洱市思茅区森林资源二类调查数据,以森林起源、地类、龄组、优势树种作为分层变量,在95%的可靠性下,设置95%,90%和85%的抽样设计精度分层抽样进行森林生物量估测,将抽样调查结果与系统抽样方法进行比较。结果表明:1)分层抽样具有样本数量少、抽样精度高的明显优势,在普洱市思茅区,按85%的设计精度,按优势树种的分层抽样比系统抽样的效率约提高了52%;2)采用单变量进行分层抽样,优势树种具有显著优势。按85%的设计精度,在样本数量为44个的前提下,其实际抽样精度达到87.82%。     

森林资源调查监测年度数据产出方法研究

利用2021年国家林草生态综合监测评价北京市样地数据及相关资料,基于“1/5+4/5”联合估计方案,提出回归抽样估计和回归模型预测2种基本估计方法;同时还针对部分省份存在多个副总体和加密样地等特殊情况,提出了采用分层抽样和联合估计方法产出年度数据,并以北京市森林蓄积量估计为例,以4套方案开展计算。结果显示,基于老样地估计的2套方案,全市森林蓄积量估计精度均在92%以上,其中方案2(基于回归模型预测)的总体抽样精度从方案1(基于回归抽样估计)的92.87%提高到93.87%;采用加密新样地和老样地联合估计的2套方案,全市森林蓄积量估计精度均在94%以上,其中方案4的总体抽样精度从方案3的94.24%提高到94.65%。研究表明：采用回归抽样估计和回归模型预测2种基本方法对当年未调查样地进行数据更新的方法,在实践中是完全可行的;综合利用回归抽样估计、回归模型预测、分层抽样方法和联合估计方法,可以解决存在副总体和加密样地等不同情况下的年度数据产出问题。     

基于3S技术的林地面积抽样方法比较——以龙泉市为例

以浙江省龙泉市林地面积为例,确定0.5km×0.5km,1km×1km,1.5km×1.5km,2km×2km等4种抽样框大小,在可靠性95%和抽样精度85%的水平上进行简单随机抽样、分层抽样和空间分层抽样。结果表明:1km×1km抽样框的总体变异性指数最小,抽样所需样本数量最少;以1km×1km抽样框进行随机抽样、分层抽样、空间分层抽样,空间分层抽样的抽样精度最高。最终确定1km×1km的空间分层抽样为最优方案,这是一种抽样成本低、抽样精度高、相对误差小的抽样方法,可为县级森林资源调查提供方法参考。     

卫星像片估测森林蓄积量的方法初探

根据分层抽样设计理论,结合卫星像片的分辩能力,将调查地区现实林分出若干种森林类型,利用ＴＭ卫星影像图判读求算出该地区各森林类型（层）的面积,面积权重,并逐层布设样地,实测样地蓄积,并用层抽样蓄积估测核该层蓄积量,汇总各层估测蓄积量即为该调查地区活立木的总蓄积量。     

用断面积比率法估测森林小区地上部分重量

本文是用九块森林小区摸拟抽样,对已知全部收获重量和估测样区重量相比较。根据样区重量与断面积的相关关系估测其平均值,即平均重量:(∑样木重量)/(∑样木断面积)×(样区断面积)估测结果得出很小的负偏差,并发现与用对数回归估测方程求出的可变量很接近。用断面积比率法估测的最小值稍差些,但其平均值和最大值始终比用对数回归方法要好些。使用五个径阶的分层随机抽样仅比随机抽样好些。     

ZY3立体像对和机载LiDAR抽样数据协同估测森林平均高

【目的】探索一种适用于已具备林下地形,可协同利用少量实测样地数据、抽样式采集的机载激光雷达(LiDAR)条带数据和区域全覆盖的资源三(ZY3)立体像对数据有效估测区域森林平均高的方法,为提高森林资源调查效率和精度提供技术支撑。【方法】以广西高峰林场2个分场为研究区,2018年获取覆盖整个研究区的机载LiDAR、ZY3立体像对和少量实测样地数据。将LiDAR数据提取的DEM作为历史已存在的林下地形,从全覆盖的LiDAR数据中抽取12条飞行条带的LiDAR数据"模拟"抽样式采集的LiDAR数据,形成"林下地形+LiDAR抽样+ZY3立体像对+样地"数据集;以样地和LiDAR数据提取出LiDAR抽样数据对应的森林平均高为模型建立的参考数据(因变量Y),以ZY3立体像对提取的数字表面模型(DSM)减去数字高程模型(DEM)得到的CHM_(ZY3)为自变量(X),采用普通最小二乘(OLS)模型、k-邻近(KNN)模型和回归克里格(RK)模型估测森林平均高,并对其估测效果进行比较评价。【结果】OLS和KNN模型的均方根误差(RMSE)分别为1.88和1.96 m,估测精变(EA)分别为87.18%和86.64%;RK模型估测精度相对较高,RK_(OLS)模型的RMSE=1.84 m,EA=87.42%;RK_(KNN)模型的RMSE=1.86 m,EA=87.32%。【结论】本研究中2类4种模型均可有效估测森林平均高,回归克里格模型(RK_(OLS)、RK_(KNN))优于非空间模型(OLS、KNN),RK_(OLS)模型估测精度最高;在林下地形已知时,协同利用少量实测样地数据、抽样式采集的机载LiDAR条带数据和区域全覆盖的ZY3立体像对数据能够实现区域森林平均高的高效、高精度估测。     

湖南省森林资源连续清查遥感抽样技术的对比分析

以湖南省2004年森林资源连续清查遥感样地为研究对象,在抽样可靠性指标为95%的情况下开展遥感抽样技术研究,采用分层抽样与系统抽样进行比较。抽样点间隔为4 km×8 km,4 km×4 km,4 km×2 km,2 km×4 km,2 km×2 km 5种方式。结果表明:(1)抽样强度相同情况下,分层抽样精度大于系统抽样;(2)抽样点间隔越小系统抽样精度、分层抽样精度越高;(3)抽样点间隔对样本数量少的地类抽样精度影响最大;(4)抽样总体精度以抽样点间隔2 km×2 km分层抽样最大。     

估测树干材积的方法

在双重抽样的第二重中使用顺序统计和“杰克奈夫法”可提高回归估测的准确度和精度。如果成本比高并且材积确定与直径实测的相关也高,则这个方法特别适用于材积估测。当材积与直径都呈正态分布时,所选择和排列样本的间隔是最优的。如果假定分布不正常而且没有相关,这个程序的好处和优越性可能降低。由于提高了效率,排列和样本选择的额外开支应认为是合理的。其他潜在的应用包括生物量研究以及航空照片和野外工作相结合的资源清查。     

关于双重分层抽样的误差公式证明

公式(以下简称“公式”)是在双重分层抽样中用以估计标准误的。双重分层抽样在森林调查中常常是指这样二重样本的分层抽样:一重样本用以得到各层     

“二调”总体蓄积量抽样精度几种抽样方法的比较

文章通过3个地州4县(区)森林资源调查数据的分析,比较系统抽样、分层抽样等群抽样3种抽样方法在总体蓄积量调查中的运用,比较哪种抽样方法在资源分布差异较大的县域抽样精度更高,更适用、更高效。根据实测数据,在山地、坝子交错分布,资源分布不均的县(区),分层抽样法是精度最高、操作可行、节约成本的抽样方法。     

狭冠网蝽若虫空间分布型及抽样技术研究

通过聚集度指标和Ｉｗａｏｘ－ｘ回归，Ｔａｙｌｏｒ幂法则检验测定，狭冠网蝽若虫的空间分布为负二项分布，个体群内及个体群间的分布均为聚集分布。对于估计值进行了整株抽样及分层抽样方式的精度比较，前者以平行线抽样为优，后者以下层抽样为优，并建立了Ｉｗａｏ序贯抽样模型。     

林地面积空间抽样方法研究

论文采用空间简单随机抽样、空间分层抽样和三明治空间抽样模型,利用两种布样方式,随机和分层布样。通过对总体样本量和空间相关性的估算,进行样本分配和空间分层,结果表明：三明治空间抽样模型的抽样精度最高,其次是空间分层抽样、简单随机抽样;布样时采用分层抽样方式,将地理区域上分布的对象依照相似的属性值划分到不同的区域里,可以明显提高抽样调查效率及估计精度。     

苏联利用遥测手段进行森林资源清查与统计

<正> 西伯利亚与远东人烟稀少地区的后备森林是当前苏联森林资源调查与及时提供经济信息所面临的一个突出问题。随着航空与航天技术的不断发展以及数理统计方法的引入,为解决上述问题就有了新的方案——分层、多阶抽样回归估测。     

事后分层抽样技术在森林资源二类调查中的应用

回顾抽样技术在我国森林资源二类调查中的发展应用,介绍事后分层抽样技术的应用场合、抽样方法及理论基础.认为事后分层抽样理论完善、操作简便,在总体信息掌握不全的情况下应用,既可提高抽样精度,又可降低调查成本.以2005年砚山县森林资源二类调查中抽取的1293个角规控制检尺样地的样本数据为例,以事后分层抽样与系统抽样作比较,抽样精度明显提高.     

基于Landsat8 OLI遥感因子的思茅松地上生物量二阶抽样估测

基于Landsat8 OLI遥感影像和森林资源二类调查数据,选择云南省普洱市镇沅县为研究区,在90%的抽样精度(E)与95%的可靠性指标(t_α)的条件下,应用二阶抽样技术,以镇沅县思茅松单位面积AGB、单位面积地上蓄积量、7个单波段及5个植被指数作为抽样标志,对不同抽样方案的抽样总体方差、变动系数、标准误差、绝对误差、估测精度、AGB估测值及估测误差进行分析,并与简单随机抽样、系统抽样对比,分析不同抽样方法应用不同抽样标志的综合效率。结果表明：1)二阶抽样综合效率远远高于简单抽样和系统抽样;2)基于单波段和植被指数的二阶抽样效率普遍优于基于二调数据的,二阶抽样效率最好的抽样标志是ARVI与NDVI,2种植被指数仅需154个样本,较基于二调数据的二阶抽样降低60%的样本量,精度能达到最高,分别为97.50%和97.67%。研究结果说明基于遥感因子的二阶抽样可以大幅提高抽样效率。     

使用分层抽样应注意的几个问题

“分层抽样”是一种高效率的森林资源清查方法。在设计分层抽样方案和进行调查工作中,应该注意以下几个问题。一、如何保证精度可靠? 分层抽样可以计算估测值的精度,但是计算精度能否反映真实情况?如何保证它完全可