TM分层成数抽样预估地类面积和森林总体蓄积

卫星图象促进了森林资源调查多阶抽样技术的应用。由于第一代卫片MSS分辨率偏低,多阶抽样中需各种比例尺的航片。如仅应用MSS进行分层成数抽样调查,为了保证精度,一般总体较大,提供的信息也就较为宏观。本文探讨利用新一代高分辨率TM图象,以县为总体的森林资源多阶成数分层抽样估计技术。     

关于多阶抽样标准误公式的推导

<正> 多阶抽样在森林资源清查、森林昆虫数量调查等不少涉及数量、范围较大的抽样问题中,均不失为重要的、实用的方法。自七十年代始,多阶抽样在我国森林资源调查规划工作中已受到人们的关注,近年来,特别是在运用遥感技术,利用资源卫星资料进行森林资源清查的工作中,多阶抽样几乎成了不可缺少的基本抽样调查方法。诚如大家所熟知的,抽样方法主要是求取总体均值或其它特征数的无偏估计量及相应的标准误差。以三阶抽样为例,若总体划分为N个一阶单元,每个一阶单元划分为M个二阶单     

森林调查基本知识讲座(之二)——抽样设计中适宜样本单元数的确定

<正> 森林抽样调查中常甩的方法有:简单随机抽样,简单机械抽样(系统抽样),分层抽样,双重分层抽样,双重回归抽样估测,两阶(或多阶)抽样,整群抽样,回归估测,比估测,点抽样,联合估测等等。     

森林面积多阶遥感监测方法

【目的】从林业数据采集的迫切需求出发,采用遥感技术实现森林资源数据的快速年度出数,以及时掌握区域森林资源变化信息。【方法】建立遥感3阶抽样与地面调查技术相结合的森林资源遥感监测技术体系,并以辽宁省为例,利用2013—2014年高、中、低多源遥感数据,进行基于多阶抽样的省级森林面积监测方法实践。【结果】遥感结合地面样地实测,建立了地面样地与高分样地,高、中分样地以及中、低分样地的森林面积回归模型,其模型确定系数(R2)分别为0.99、0.91和0.70,模型精度较高;基于3阶分层抽样的遥感监测方法得到辽宁省2014年森林面积预测值为590.83×10~4hm~2,森林覆盖率为40.54%,略高于清查结果(40.49%);从抽样精度来看,采用分层抽样方法得到的森林面积最为可靠,抽样精度达99%以上;通过精度分层控制,基于MODIS NDVI阈值法制作了辽宁省森林分布图,实现了辽宁省森林面积和空间分布的年度产出。【结论】基于遥感抽样与地面调查技术相结合的森林面积多阶遥感监测方法可行,既可提高监测成果的时效性,又能缩短成果产出周期,具有很好的应用前景,可为下一步建立全国遥感监测体系提供重要的技术支持。     

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。     

不跨越边界基于Horvitz-Thompson估计量的分层自适应群团抽样

提出一种新的不跨越边界的基于Horvitz-Thompson估计量的分层自适应群团抽样方法,给出其估计量公式,并证明其无偏性。将9种抽样方法(简单随机抽样、分层简单随机抽样、基于修正Hansen-Hurwitz估计量的ACS、基于修正Horvitz-Thompson估计量的ACS、跨越边界基于Hansen-Hurwitz估计量的ACSI、跨越边界基于Hansen-Hurwitz估计量的ACSII、不跨越边界基于修正Hansen-Hurwitz估计量的ACS、跨越边界基于修正Horvitz-Thompson估计量的ACS、不跨越边界基于修正Horvitz-Thompson估计量的ACS)应用于中国乌兰布和沙漠边缘植被花棒密度调查,并对比9种抽样方法精度。结果表明:不跨越边界的基于Horvitz-Thompson估计量的分层自适应群团抽样的效果最佳;分层的抽样方法比不分层的抽样方法效率要高。     

适用于水平样点群的一个新估计量

采用水平样点群抽样时,需要估计林分的各种属性,本文对此问题提出了一种新的估计方法。本方法的方差比传统的水平样点群无偏估计量的方差小,而且也是无偏的。本文导出了等距离3-点群团所必需的一些公式。采用本文提出的新估计量,能够在不改变样本设计的情况下,减小方差。     

美国森林测定技术的新发展

近几年美国森林测定技术的新发展有以下几点:(1)正在大量供应的分离影像测树器的改进;(2)按树干(stemwise tree)抽样和3P抽样相结合进入多阶设计;(3)航空像片用于按面积(areawise)的可变概率抽样和测树;(4)对独立权属或全林区用多阶可变概率抽样估计净生长量、利用量和死亡率;(5)     

基于GIS的城市森林生物量抽样方法研究

城市森林生物量中贮存了大量的碳,是反映城市森林生态系统功能的基本数据。针对城市森林空间破碎度高、聚集性与异质性强的特点,以南京市江宁区城市森林为研究对象,以2013年二类森林资源调查小班数据库为主要信息源,在抽样总体表面属性特征分析的基础上,分别利用传统抽样与空间抽样两种途径,进行森林生物量简单随机、空间分层,空间平衡等多种抽样方式的精度、成本、关联性、估计偏差分析。结果表明:1)从抽样成本来看,空间分层抽样与空间三明治抽样的调查成本最小; 2)从抽样误差和精度来看,空间三明治抽样误差最小、精度最高,空间简单抽样的误差最大、精度最低; 3)从空间关联性来看,空间抽样的样本间基本不存在空间相关性; 4)从抽样估计偏差来看,空间平衡抽样和系统抽样与统计值之间的估计偏差最小,空间分层抽样与空间三明治抽样次之。可见,在城市森林生物量抽样方法的选择上,可以优先考虑空间三明治抽样、空间平衡抽样。     

森林采伐限额检查抽样技术探讨

无证采伐总量=采伐总量-有证采伐总量。有证采伐量的调查,其标志值为单位发证采伐量的实际采伐蓄积,以自然村为一阶单元进行总体平均数的不等群抽样估计。在设置样地对采伐总量调查时,其标志值应为单位面积的实际采伐量,可用总体平均数的双重分层抽样法估计,其分层因子为地貌和林木地。     

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。     

美国森林测定技术的新发展

近几年美国森林测定技术的新发展有以下几点:(1)正在大量供应的分离影像测树器的改进;(2)按树干(Stemwise tree)抽样和3P抽样相结合进入多阶设计;(3)航空像片用于按面积(areawise)的可变概率抽样和测树;(4)对独立权属或全林区用多阶可变概率抽样估计净生长量、利用量和死亡率;(5)为了按材质标准级把材积、表面积(surface)和长度换算为产品利用率,     

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.     

国外用两阶抽样估计森林蓄积

国外用两阶抽样估计森林蓄积文彦，桂来庭（林业部中南院长沙市４１００１４）众所周知，两阶抽样比一阶抽样不但能减少大量的野外工作量，而且还能达到预期目的。两阶抽样是以一阶抽样为基础，从一阶单元中随机抽取一定数量组成两阶样本，用两阶样本估计总体森林蓄积的一...     

几种抽样法精度的研究

本文证明了二级抽样(包括单级整群抽样与层含量相等的按比例分层抽样)的平均精度与简单抽样的精度相等,并讨论了这几种抽样法的相对精度随群分法的变动情况。     

用点抽样数据估计平均数

许多林业工作者根据样地和点抽样的调查材料来计算每英亩的估计,很少采用以点抽样数据直接计算平均数的公式。现将按点抽样数据估计平均数的公式和简单样地抽样公式作以下比较。     

三种松毛虫混合种群幼虫抽样技术的研究

本文应用Taylor幂法则模型中的两个参数a和b,就3种松毛虫混合种群幼虫的抽样技术进行了以下几个方面的研究:①最适理论抽样数的确定;②种群密度的简易估计;③复序贯抽样技术;④简易序贯抽样技术;⑤简单随机抽样最适样方大小的确定;⑥资料代换方法。此外,文中还就种群聚集临界密度进行了探讨。为进行松毛虫种群动态的研究和实施综合管理决策,提供了优化的抽样设计,收到了良好的应用效果.     

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。     

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。     

河南省平原绿化达标检查抽样技术研究

本文针对平原绿化达标检查系统抽样技术精度偏低的缺陷，结合河南平原林业的特点，进行了系统抽样，群体机械抽样，群体随机抽样，随机抽样和分层抽样等５种抽样技术的比较研究。通过筛选，认为群体随机抽样是符合实际的。