依据多种抽样技术对二类调查蓄积量精度控制及比较

森林资源总蓄积量和平均每公顷蓄积量估计是森林资源二类调查的主要内容。为了准确反映森林资源二类小班调查的精度,通常采用不同抽样方式布设固定样地,样地数量要满足抽样控制精度要求,通过总体抽样调查方法获取的蓄积量与小班调查计算的蓄积量进行比较以实现二类小班调查蓄积量精度控制。以东北林业大学帽儿山实验林场为研究区域,2016年帽儿山实验林场森林资源二类小班调查数据和布设在实验林场的256块固定样地数据,采用系统抽样、事后分层抽样和自助法抽样技术进行小班调查蓄积量总体精度控制,并比较几种不同抽样方法的精度和特点。结果表明：有林地小班总蓄积为3 263 235.87 m³,系统抽样估测有林地总蓄积为3 991 105.77 m³。事后分层抽样按照龄组、林型、郁闭度估测有林地总蓄积分别为3 899 872.16、4 036 672.73、3 988 058.20 m³。自助法抽样在N=20时有林地总蓄积估计值为3 948 893.46 m³。结果均超出3倍标准误,初次小班调查不符合调查标准要求,应当重新调查小班,...     

佳林公司林地质量评价研究

该文通过对佳林公司森林资源外业综合调查成果的林地质量进行评价研究,对各个小班立地指数与林地质量因子的调查资料进行回归分析,得出佳林公司杉木、马尾松、湿地松的立地指数模型,旨在为森林经营方案的编制提供科学依据。     

平南县森林生长量的调查研究

本文应用森林资源调查控制总体蓄积，以抽样调查中疏密度≥0.3的地的年龄（A）和蓄积（M）为基础数据，分别树种、类型用多个模型拟合A－M模型，从中选定最优式，供编制现实林分蓄积生长过程表。用二类（小班）调查提供的各树种、类型的各年龄蓄积和相应生长过程中表中后一年的生长率，预测后一年的连年生长量；同时按常规法计算平均生长量，然后按龄级、龄组统计，得各树种、类型及全县的蓄积生长量。现实林分数量成熟龄：杉木15－16年，马尾松28－29年，阔叶树20－21年。所编制的生长过程表，为该县森林资源管理，资源数据更新提供了依据。     

丹清河林场天然次生林林分蓄积量生长模型

以黑龙江省哈尔滨市丹清河林场的主要次生森林类型为对象,基于小班调查数据,利用Richards、Mistcherlich、Logistic、Gompertz和Schumacher 5种理论生长方程,建立了林分蓄积量生长模型,采用模型拟合统计量、误差及残差分布对模型进行评价和检验。结果表明:白桦林、柞木林Richards模拟结果最好;人工落叶松林、天然阔叶林、天然针叶混交林Logistic模拟最好,天然针叶林Schumacher模拟最好。为该地区森林生长预测和经营优化提供了参考和依据。     

小班数据更新生长模型研究

小班按自然增长形式变化的数据可以用生长模型进行更新。对于马尾松用材林Ⅳ林分生长类型来说，可以采用Ｖ＝８．４６０４８４ｅ－２２．１７２４６１／Ａ、Ｄ＝３４．７３７３３０ｅ－１７．７０３９２０／Ａ、Ｈ＝１７．８９４７９０ｅ－１４．８５９８００／Ａ来推算以后几年小班的单位蓄积、平均胸径和平均树高。经检验结果表明，其变动系数均不超过１０％，说明这三个生长模型适用于小班数据更新。     

设区市森林资源市县联动监测体系研究

综合运用固定样地监测、森林资源档案更新、补充调查、复位调查、模型更新、马尔科夫转移模型估计和线性回归估计等监测方法,以杭州市为研究地,探讨构建设区市森林资源市县联动监测体系。研究表明：设区市森林资源市县联动监测体系可由市级抽样控制调查监测体系和县级二类调查动态监测体系两部分组成,市级抽样控制调查监测以宏观性监测为主,县级二类调查动态监测主要是通过与市级抽样控制调查联动,采用不同数据更新方法,对各县域副总体的二类调查数据进行更新。通过监测,不仅取得了设区市总体森林资源数据,而且获取了同一时段所辖各县的森林资源数据。实践证明,所构建的设区市森林资源市县联动监测体系,能与现有监测体系进行有效对接,并实现了市县两级森林资源同步联动监测。图2参18     

用林分生长模型更新小班主要调查因子的方法研究

小班的单位面积株数、平均胸径、平均树高、平均单株材积、平均年龄、单位面积蓄积等是森林小班最基本的特征数据,是森林资源小班调查的主要因子。以复位固定样地数据为基础,建立林分生长模型系统,包括单木材积模型、株数模型和进界模型等,并将该模型系统用于浙江省林业重点县仙居县的小班数据更新,结果较好。     

基于一类清查资料的森林资源生长预估

采用一类清查数据,利用立地分级方法构建平均树高、平均胸径和林分密度的生长模型,应用于森林资源调查中相关因子的更新。同时,根据森林蓄积量、生长量和消耗量与平均年龄、平均树高、平均胸径和林分密度等林分因子之间的关系,构建估测模型。通过辽宁省鞍山市森林资源年度动态监测的应用示范研究,结果表明:生长模型可用于更新二类调查数据,蓄积等预估模型可以有效反映森林资源的年度消长;本方法能够提高地区森林资源年度监测能力,并增强森林资源监督管理的针对性和时效性。      

基于自回归移动平均过程的贝叶斯质量控制 方法研究

针对自回归移动平均过程中控制变量的观测值并不具有相互独立性,引入贝叶斯分析方法研究过程质量控制问题.通过模型结构的贝叶斯分析,利用残差序列建立了基于自回归移动平均过程的贝叶斯质量控制模型,解决了观察数据相关条件下的过程质量监控问题.仿真分析结果表明：贝叶斯ARMA质量控制方法能够有效地避免了在受控状态下使用常规控制图造成的漏发或虚发报警现象,解决了自回归移动平均过程情况下的质量控制问题.     

农户选择现代农牧业经营模式影响因素实证分析——基于农牧交错带部分县的调查

通过建立多项逻辑回归模型(logit模型),利用农牧交错带742户农户的有效调查数据,应用SPSS统计软件进行回归估计.结果显示资源禀赋、种养业收益、行政县域的差异为影响农户选择现代农牧业经营模式的主要因素,农户户主文化程度、家庭劳动力规模、与中心集市的距离是影响农户选择农牧业经营模式的次因素.其他因素对农户选择何种农牧业经营模式不具有显著影响作用.据此提出政策建议.     

直线型线截抽样在森林资源综合监测中的应用

线截抽样是稀疏总体的调查方法,是一种有放回不等概抽样方法.系统梳理了直线型线截抽样的倒木蓄积总值、密度、均值、长度以及估计精度、方差、估计区间等计算公式,将直线型线截抽样应用于研究区域的倒木调查,探讨不同截线长度对调查精度的影响,从而确定最佳的截线长度为50 m.此时,倒木蓄积总量为536.85m3,蓄积密度为27.53 m3·hm-2,倒木总条数为5 887条,抽样精度达90.05％(可靠性为95％),为森林资源综合监测地面样地设计提供理论与实践依据.     

基于纹理信息的森林蓄积量估计

以河北省秦皇岛市山海关公益林为研究对象,结合Landsat TM数据和森林资源二类调查数据,运用灰度共生矩阵分析法提取纹理信息,采用逐步回归法建立多元线性回归模型,进行森林蓄积量的估算。结果表明:选取纹理因子参与建模,建立的线性回归方程的拟合效果较好,估测模型的R~2值达0.766,估计值的标准误差最小,标准误差最小值为28.036,说明纹理因子对提高森林蓄积量的估测精度有重要影响。     

三维激光扫描系统在立木材积测定中的应用

该文提出了一种测定疏林立木材积的新方法,即利用三维激光扫描系统测量立木材积并建立材积表.采用该方法在标准地内按径阶对立木进行三维扫描,可以获取基本测树因子(包括立木的胸径、树高、冠幅)和三维立木模型,由Cyclone扫描软件可以计算立木材积.由扫描获取的立木胸径和树高能够回归建立二元立木材积方程.为检验扫描获取的基本测树因子的精度以及材积方程的适用程度,将扫描后的立木伐倒,并采用区分求积法实测材积.对比扫描数据和实测数据,扫描获取的基本测树因子和扫描材积均满足精度要求,说明这种新方法能够用于森林资源调查和建立立木材积表.     

连续森林清查应用地理信息估计蓄积量的方法

提出了应用地理信息系统作为技术手段,以常规固定样地设置为抽样方式,以地形因子与蓄积量回归的估计方法来估计森林总体蓄积量的问题。讨论了可能性和可行性,给出和推导了总体无偏估计值和方差公式。     

应用LIDAR技术预测林分蓄积量

以优势树种铅笔柏为研究对象,将LIDAR技术测量的抽样木树高与全站仪实测树高进行可行性研究.在可行性的基础上,将LIDAR测得的树高进行改正,得到林木的调查因子——树高.将此因子与抽样木的材积进行回归分析,建立起两者之间的回归模型.统计出测区的铅笔柏的总株数和每株木的树高,根据树高和材积之间的回归模型,计算出测区的铅笔柏的蓄积量,并与用标准样地法测得的蓄积量进行对比,发现两者的差距不大,其相对误差为4.25%,可以满足林业上对林分蓄积量的调查,为林分蓄积量的调查提供了一种新的方法.     

用遥感及实测回归估计森林蓄积量

为了研究探讨新的森调技术方法，利用双重回归抽样技术，对全覆盖小比例尺和带状摄影大比例尺睛分别进行了林分的连续和数量化判读量测。通过结合少量实测样地，进行蓄积量的多重回归相关分析。     

贵州省平坝县森林蓄积量动态变化

依据平坝县1985年、1995年、2005年的森林资源二类调查数据以及2013年平坝县林地变更调查数据,对平坝县森林蓄积量动态变化进行分析。结果表明:平坝县森林蓄积量28年来稳步增长,但森林蓄积量增长过程也存在一些问题,对此提出加强森林经营管理、改善林分质量、增加森林蓄积量、加强森林资源多样性保护、充分利用乡土树种和良种等经营建议。     

利用TM影像和偏最小二乘回归方法估测三峡库区森林蓄积量

为进一步提高遥感模型预测森林蓄积量的精度和稳定性,分析了遥感特征因子、地形特征因子、郁闭度与森林蓄积量之间的相关关系。在此基础上,利用偏最小二乘回归方法构建了森林蓄积量遥感预测模型,生成了三峡库区森林蓄积量空间等级分布图,并与地面实测值进行比较。结果表明:该模型的最佳主成分数为3,且郁闭度、海拔、坡度、TM1、TM2、TM3、TM4、TM5、TM7、NDVI、RVI、TM7/TM3、TM4×TM3/TM2、亮度和湿度为预测森林蓄积量的入选变量;森林蓄积量预测的调整决定系数为0.524,相对误差为7.33%,均方根误差为1.763m3;利用该模型计算出三峡库区森林总蓄积量约为1.12亿m3,总体预测精度达到89.58%。研究结果为提高森林蓄积量遥感预测的精度提供了一种有效手段,有利于大面积应用和推广。     

基于多阶抽样的林地蓄积量估测方法1）--以三峡库区为例

利用多阶抽样与实地调查技术相结合的方法，对三峡库区的林地蓄积量进行估测，并分析这种方法的抽样精度。结果表明：基于多阶抽样的林地蓄积量监测方法所估测的活立木蓄积量，与三峡库区一、二类清查数据进行误差分析，总体精度分别达到99．52％、94．19％，估计精度为87．16％，这种估测方法具有较好的总体精度和稳定性。     

基于总体表面属性特征的森林资源抽样调查方法比较

以南京紫金山国家森林公园的6个景区为抽样总体,以GIS为分析平台,以2002年数字化的森林资源二类调查数据为主要信息源,在分析各个总体相关性、异质性、聚集性3个表面属性特征基础上,分别采用简单随机抽样、系统抽样、空间简单随机抽样、空间分层抽样、空间平衡抽样方法对单位面积蓄积量进行了抽样估计,并从抽样平均误差、抽样效率2...