基于遥感的福建闽侯丘陵区农作物种植面积空间抽样方法

以福建闽侯县作为研究区,采用传统抽样(简单随机抽样、系统抽样、分层抽样)、空间抽样(空间随机抽样、空间系统抽样、空间分层抽样)等方法对研究区农作物种植面积进行样本抽选、总体推算及误差估计,结果表明:1 500 m×1 500 m格网为最优抽样单元尺寸,空间分层抽样方法的相对误差为3.86%,变异系数为6.03%,抽样成本为6.03,抽样效率高.与传统抽样方法相比,空间抽样方法显著减少样本容量,节约调查成本.     

冬小麦种植面积空间抽样样本布局的优化设计

【目的】样本布局是空间抽样调查方案设计中的关键要素。优化设计样本布局对于提高抽样样本对总体的代表性、降低抽样调查成本、改善抽样外推总体精度具有重要意义。论文针对现有农作物种植面积空间抽样调查技术体系中存在样本布局设计合理性不足的问题（如采用简单随机抽样进行样本布局设计时,无法保证各样本单元间相互独立、彼此间不存在空间相关性;而以往系统等距布样方式又存在样本间隔的制定缺乏科学依据）,进一步提高现行农作物种植面积空间抽样调查效率。【方法】选取安徽省蒙城县和冬小麦种植面积2009年和2010年的冬小麦空间分布数据（分别源自ALOS AVNIR-2 和Landsat5 TM影像提取结果）,通过地统计学理论与“3S”技术（遥感、地理信息系统和全球定位技术）及传统抽样方法相结合,首先,设计8种抽样单元尺寸水平,利用不同种尺寸水平的抽样单元离散抽样区、构建抽样框;其次,选取简单随机抽样方法初选样本单元,利用初选样本构建抽样单元内冬小麦种植面积比例的变异函数理论模型,基于该模型分析抽样单元间空间关联性和异质性,定量确定抽样单元空间关联阈值;然后,遵循传统抽样理论要求样本间相互独立原则,以抽样单元空间关联阈值为抽样间隔,采用空间系统等距的布局方式对冬小麦种植面积空间抽样样本布局进行了优化设计;最后,以简单随机抽样方法为对照,选取抽样外推总体相对误差、总体总值估计量的变异系数（CV）及样本容量为评价指标,对布局优化设计后的抽样样本外推总体精度、稳定性（通过变异系数反映）及抽样成本（通过样本容量反映）进行定量评价试验研究。【结果】抽样单元内冬小麦种植面积比例的变异性随单元尺度的增大而增大,8种单元尺度下的抽样单元内冬小麦种植面积比例的变异系数变化范围为32.75%—43.46%,属中等变异;抽样单元内冬小麦种植面积比例在一定范围内存在强烈的空间相关性,该空间相关性主要由结构性因素（如气候、地形、土壤类型等自然因素）决定。抽样单元内冬小麦种植面积比例的空间关联阈值随抽样单元尺寸的增大而增大;当抽样单元尺寸较小时（500 m×500 m—2 000 m×2 000 m）,在样本容量相同条件下,经布局优化设计后的抽样样本外推总体的相对误差和变异系数明显低于简单随机抽样;当抽样单元尺寸较大时（2 500 m×2 500 m—4 000 m×4 000 m）,布局优化设计后的抽样样本外推总体的相对误差和变异系数虽未明显降低,但样本容量却显著减小。【结论】该文可为改善农作物种植面积空间抽样调查效率提供试验依据。为研究区和研究对象,以正方形网格作为抽样基础单元,基于蒙城县     

二阶抽样的一个性质

一个具有N_0个单元的有限总体,采用二阶抽样时将N_0个单元划分为N个一阶单元,每个一阶单元包含M个(二阶)单元,即N_0=NM。考虑N_0个单元的所有N_0!/N!(M!)~N种不同的一阶单元划分方法的平均,本文证明二阶抽样的这种平均精度等于简单随机抽样的精度。这表明若一阶单元的划分看作是从N_0!/N!(M!)~N种划分中随机抽得的,则二阶抽样平均来说相当于简单随机抽样。     

样本量的估计

由于森林抽样调查的样本量比较大,同时总体一般又都很大而抽样比很小,所以本文讨论在重复抽样方式下大样本的样本量估计,并以最常用的简单随机抽样和分层抽样为例,提出了总体均值抽样估计的样本量计算公式。对于样本量为n的简单随机样本,样本均值与样本方差分别记为:     

基于R语言的随机抽样方法及其应用

质量安全监测是保障我国产品质量安全的有效手段,抽样是监测工作中的基础环节,样品的随机抽取是保证监测质量的前提。就实际抽样调查中最基本的抽样方法及其适用场合进行介绍,并使用R语言编制抽样语句,探索随机抽样方法的R语言实现问题。结果表明:简单随机抽样、系统抽样可以通过R函数调用直接获得抽样单元;分层抽样、整群抽样和多阶抽样在函数调用之前需要根据总体特征构建抽样总体数据框。     

森林资源与生态监测的空间平衡抽样方法研究

以南京紫金山国家森林公园为对象,在介绍空间平衡抽样（SBS）反向随机四分递归栅格算法（RRQRR）基本步骤基础上,通过计算Voronoi多边形面积方差之比评价不同抽样方法的空间平衡性,分简单随机抽样、系统抽样、空间平衡抽样3种方法,从调查成本、调查精度2方面,对研究地区线状地物（道路）、离散分布的面状地物（湖泊、水库）进行抽样设计和方案评价。结果表明,在100～1 000 m多个抽样尺度上,空间平衡抽样的空间平衡性能高于简单随机抽样,但低于系统抽样。只有当抽样强度〉3 000时,空间平衡抽样样本点的均衡分布性能才能体现出来。在对离散分布的线状地物、面状地物进行生态监测时,空间平衡样本点的平均海拔最低（68.72、34.72 m）、平均坡度最小（8.20°、2.63°）、距调查对象的平均距离最短（13.33、0.80 m）,落在调查对象上的样点占总数的百分比最高（96%、89%）、每个调查对象上的平均样点数最多（1.68、2.70）。     

适应性群团抽样技术与传统简单随机抽样法的比较——以沿海红树植物木榄为例

以沿海红树植物木榄(B. gymnorrhiza)的实地调查数据为对象,将适应性群团抽样技术--一种新的不等概抽样技术与传统简单随机抽样法进行了比较,并对适应性群团抽样的两种估计方法(HT、HH估计)在不同样本单元面积、初始抽样比和标准值下的结果进行了分析研究.结果表明:与传统简单随机抽样方法相比,适应性群团抽样方差一...     

玉米大面积田间测产研究

本研究结合近20亩玉米空白试验,通过不同抽样方法,进行了玉米大面积田间测产的研究与探讨。本文引述了已故谭启栋教授提出的典型众数抽样的理论依据和方法步骤。这一方法不仅在林业上适用,而且在农业方面起到同样作用。试验结果表明,典型众数抽样较同时同地进行的随机抽样平均亩产量更接近空白试验所测得的每亩平均产量。从亩产总体平均值95%的置信范围看,典型众数抽样亦较之随机抽样为精确。即使两种抽样方法结果相近似,但典型众数抽样在布点、经费、人力及时间等方面比随机抽样为少,仅及随机抽样的3/5与3/20。本文通过统计估计与分析阐述了典型抽样的误差小于同大小的随机抽样,且是最能代表总体的抽样。最后论述了典型抽样的必要性,并且结合农业生产的特点,提出了改进这一方法的设想。     

红松母树林下刺五加资源抽样调查方法

针对红松母树林下刺五加资源,采用3种不同抽样方法——随机抽样、系统抽样和典型抽样,从数量估计、分布规律、地径结构和树高结构,以及地形因子对地径结构和树高结构的影响等几个方面进行调查分析。结果表明:不同抽样方法对刺五加数量有显著的影响,随机抽样精度最高;3种方法从样地尺度和单株尺度上证实刺五加是聚集分布;地径结构和树高结构规律相同,3种抽样方法均遵从韦布分布,虽然就坡位对地径和树高的影响,3种抽样方法并不一致,但地径和树高大小总体趋势仍为上部中部下部。     

福建省闽侯县区域农作物种植面积的空间抽样方案

基于国产GF-1号卫星影像农作物空间分布数据,以正方形网格作为抽样单元形状,综合应用遥感技术、空间抽样方法、模拟退火算法及空间自相关理论,对福建省闽侯县农作物种植面积进行估算.结果表明:根据全局自相关指数Moran's I及其显著性指标Z Score,选取1 500 m×1 500 m作为最优单元尺寸;对研究区进行剖分,构建抽样框,对比空间随机抽样、空间系统抽样及空间分层抽样的抽样结果,空间分层抽样方法的样本容量为37,相对误差为3.86%,抽样效率最高;运用模拟退火优化算法规划野外调查的最优路径,确定空间抽样调查方案.     

基于特征代表性的土壤环境质量监测点布局优化方法

为提升土壤监测点代表性以更准确获取土壤信息并实施有效管理措施,本文提出一种基于特征代表性的土壤环境质量监测点布局优化方法。该方法基于多个与监测目标变量相关性强的辅助变量的属性分布构建特征空间,采用条件拉丁超立方体方法将特征空间分层并进行编码,并通过计算特征空间分层影响度以确定抽样顺序,逐点抽样优化获得高代表性的布样方案。本研究以北京顺义区为例,以土壤类型、土壤质地、土地利用类型和坡度作为辅助变量进行监测点布局优化,并与简单随机采样方法、空间分层采样方法、条件拉丁超立方体采样方法（cLHS）进行比较。结果显示：相较于其他3种方法,本文提出的方法的特征空间覆盖率平均提高15%左右,耗时远小于cLHS,略高于简单随机采样和空间分层采样,所获取的监测点布设方案的不确定性明显低于其他3种方法,重金属含量分布特征与总体数据更为接近。综上,本研究提出的方法能够显著提升监测点在特征空间的代表性,可有效反映调查区域土壤属性总体分布特征,能为后续调查监测土壤信息提供参考手段。     

哈尔滨市黑土全量养分空间变异分析——以方正县德善村为例

利用地统计学和GIS相结合的方法分析了哈尔滨市方正县德善村土壤养分有机质、全氮、全磷、全钾空间变异状况。采集土壤表层0-20 cm土样51个,面积约50 hm^2。经常规化验分析和空间分析结果表明：有机质变异系数〈0.1为弱变异,全氮、全磷、全钾在0.1-0.9为中等变异;土壤有机质、全氮的理论模型均为球状模型;全磷和全钾理论模型为指数模型;有机质和全氮的C0/（C0＋C）分别为8.3%、8.9%,说明这两种养分具有较强的空间相关性;全磷、全钾的C0/（C0＋C）分别为49.6%、49.9%,具有中等空间相关性。     

M~*—M幂法则在昆虫种群抽样技术研究中的应用

基于笔者提出的研究生物种群空间格局的新模型——M~*—M幂法则,推导出一组新的抽样设计模型:(1)推导出一个计算简单随机抽样最适理论抽样数的公式;(2)提出一个确定最适样本单元大小的准则;(3)提出一个新的序贯抽样决策限模型。     

3种采样方法对DEM质量影响的定量分析

通过编程实现数字高程模型（Digital Elevation Model,DEM）数据采集的3种方法（随机采样、规则采样和成层随机采样）的算法,并对某一地区格网大小为30cm×30cm的栅格格式的高程数据进行采样,使用多种插值方法对采样数据进行插值,然后计算出偏差值。通过对偏差值的分析,发现这3种采样方法中随机采样较差,规则采样适合于对相对高程要求较高的应用,而成层随机采样适合于对高程总体偏差要求较高的应用。     

砂砧薹草和假牛鞭草种群空间分布格局的分形特征

 利用分形理论中的计盒维数、信息维数探讨了浙江省舟山市桃花岛砂砧薹草Carex kobomugi与假牛鞭草Parapholis incurva种群的分形特征。结果表明：砂砧薹草和假牛鞭草种群分布格局存在分形特征;假牛鞭草种群分布格局计盒维数为1.454 2～1.745 6;砂砧薹草样地种群空间格局的计盒维数为1.318 1～1.614 1;两者均值均大于1.500 0,具有较强的占据空间的能力,而且前者比后者具有更强的占据空间的能力。砂砧薹草样地种群空间格局的信息维数为1.027 0～1.263 4,假牛鞭草种群分布格局信息维数为1.022 7～1.381 2,假牛鞭草种群信息维数均值大于砂砧薹草,表明假牛鞭草种群空间格局更复杂,群聚指数更高。研究结果对进一步探讨分形理论在草本植物种群空间结构中应用具有重要意义。图3表2参14     

黔中马尾松近熟林空间结构特征及其调控

林分空间结构是描述林分结构极其变化的重要指标,是森林经营与管理成功的标志。利用随机抽样方法在黔中马尾松Pinus massoniana可持续经营管理试点（安顺市平坝区）设置100 m×100 m马尾松近熟林固定样地,采用10 m×10 m网格调查每株林木的树高、胸径和坐标数据,主要以混交度、大小比数和角尺度的一元和二元分布研究马尾松林的空间结构特征。结果表明:①该林分中马尾松在株数和断面积比例上占明显优势,种内竞争对马尾松生长影响很大,整个林分以零度混交为主,空间异质性不高;②在整个林分中,大部分林木处于随机分布,胸径差异不显著,伴生树种主要空间分布格局为集聚分布;③模拟采伐有利于林分空间结构的调控,改善林分空间分布格局,为森林群落的正向演替以及优势种群的健康生长提供了有利空间条件。     

2000—2017年中国农业机械总动力水平空间演变特征

运用ArcGIS空间分析探究2000—2017年中国9大农业区农业机械总动力水平的空间分布,从省域层面分析各省(自治区、直辖市)(香港、澳门、台湾除外)地均农业机械总动力空间分布的演变特征,并运用皮尔逊(Pearson)相关性分析探究耕地变化和第一产业增加值变化与农业机械总动力变化的相关性。结果表明:2000—2017年,中国农业机械总动力水平快速提升,整体由“一强多弱”向“多强并存”格局演变,但省域发展不均衡,存在较明显的空间差异。农业机械总动力与第一产业增加值变化的相关系数为0.735,说明农业机械总动力的增长会带动第一产业增加值的提高,与耕地变化的相关系数为0.478。     

天然黄山松群落种群分布格局取样技术的研究

对黄山松（Pinus taiwanensis)三个群落采用随机样方（random quadrats)、相邻格子样方（contiguous grid quadrats)、中心点四分法（point-centered quarter)和最近相邻法（nearst neighbor)4种抽样方法进行分布格局研究，并对各方法在种群分布格局研究中的适用性予以客观评价，比较其在种群分布格局测定分析中的效用。结果表明，随机样方和相邻样方能得到相同的结果，是理想的抽样方法，但鉴于随机样方的本身缺点，相邻格子方法为最佳取样技术。