关于全距模拟样地抽样调查法的效率与精度问题的商榷

1979年10月22日《黑龙江日报》报道了东北林学院马建维、李世达同志的模拟样地抽样调查方法,提到“模拟样地比常规样地提高工作效率十倍到二十倍”,“其蓄积与株数的实际精度稳定在百分之九十五以上”。对此想谈几点不同意见,供讨论。     

在森林资源清查中应用模拟样地抽样调查的试验

为了对比模拟样地与方形样地的精度和效率,在这次资源连续清查中,结合固定样地的测设,我们随机抽取了部分样点进行全距模拟样地、中距模拟样地与常规方形样地几种抽样测树方法的对比试验。情况如下: (一) 试验的具体作法: 根据随机抽中的样点,在测设固定方形样地的同时,利用方形样地的中心点,即方形样地两对角线的交点,作为全距模拟样地和中距模拟样地的样地桩,距样地桩最近的一株树为     

重庆市森林资源年度监测抽样体系优化研究

根据国家对森林资源年度监测评价试点工作的总体要求，对重庆市现有森林资源监测抽样体系进行了优化探索和深入研究，结果表明：1）利用校验样地产出森林面积、固定样地产出森林蓄积的方法是可靠的，抽样精度完全能满足国家技术规定要求，如果单纯产出省级层面的森林面积和森林蓄积，不进行第二次分解，各省样地个数还可以适当减少，比如重庆：校验样地可减少3/4，只要1 268个校验样地即可，其抽样精度可以达到95%以上；固定样地可减少1/2，只要2 566个固定样地，其抽样精度可以达到90%以上；2）校验样地大小500 m×500 m是比较合适的，重庆市森林面积估测变动系数从500 m开始往上减小速度逐渐平缓，趋于稳定，抽样结果精度均达到了95%以上，完全符合国家对森林面积的抽样精度要求；3）校验样地和固定位置应该长期固定，年度监测之间的数据变化才有可比性；4）对省级数据如何分解到区县的方法上不可“一刀切”，具体到每个区县是采用抽样调查、小班区划还是联合估计的方法，应根据各区县森林资源分布特点和数量大小，制定符合自身实际情况的科学可行的监测方法。     

模拟样地在四川林区应用问题的探讨

《模拟样地抽样法试验初报》(以下简称《模》文)于1975年发表后,引起了我们极大的兴趣。为了探讨这种方法在四川林区的适用情况,我省一、二大队于1976年在雅江、义敦、色达等林区,对模拟样地、象限模拟样地、定株样圆、常规样地等多种方法进行了对比试验。试验地区总面积为286.3公顷,最后用全林检尺做了检验。试验表明,模拟样地精度是可靠的,可以在森林调查中推广。但是,我们也觉得有些问题尚需进一步研究和讨论,使它更加完善。本文仅就模拟样地在四川林区的应用问题,提出一些看法,进行讨论。一、关于模拟样地面积计算公式问题模拟样地是一种只有理论边界而无实际边界、各样地林木株数相等而面积不等的实测样地。样地面积是通过量测中心点0号树距其最近几株树的平均株距,并将其模拟成正多边形计算的。     

基于三维虚拟环境的林分结构调整可视化模拟技术

[目的]以真实林分三维场景为模型,结合计算机虚拟现实技术,实现对真实林分结构的调整优化可视化模拟。[方法]以湖南攸县黄丰桥国有林场杉木与鹅掌楸人工混交林为研究对象,采用可视化模拟技术,基于三维虚拟环境建立林分结构调整可视化模拟系统,实现对林分结构的优化调整进行可视化模拟。通过对林分的角尺度、大小比、混交度、开阔比等结构的计算分析,结合公告板显示技术和射线查询算法,在MOGRE构建的林分三维场景中对林分结构调整过程进行可视化模拟。[结果]样地林分结构经过调整后,平均树高由12.8 m变成13.6 m,平均胸径由17.1 cm变成18.6 cm;林分平均角尺度由0.449变为0.481,分布格局由调整前的均匀分布变成随机分布;林分平均大小比由0.511变为0.519,样地内林木生长更具有优势;林分平均混交度由0.093变为0.129,林分结构更加稳定,林分的整体质量也得到了提高。[结论]本研究采用可视化模拟技术和样地调查数据,构建虚拟三维森林环境,在三维场景中,森林经营者不仅能查看样地中每株林木构筑性属性,观察林分样地的整体状态,还能对林分结构进行优化调整,实现在虚拟森林环境中对样地林分结构调整进行可视化模拟。     

基于地面激光扫描林分调查技术的标定

模拟野外实地林分调查场景,设置3种不同的样地大小和扫描精度,应用地面激光扫描(TLS)获取扫描的点云数据,通过最小二乘法对切片上的点云进行圆的拟合,提取特定高度处的上部直径。结果表明,在中精度扫描、10m半径样地时,使用点云提取的上部直径估计值精度最高。该研究旨在保证数据精度的前提下减少扫描的时间和成本,制定使用TLS技术进行林分调查时的参考标准,充分发挥该技术在森林资源调查中的优势。     

林木直径大小多样性量化测度指数的比较研究

[目的]为了客观恰当地量化表达林分水平上的林木直径大小多样性。[方法]采用6块定位样地数据,对比分析基于直径分布的Simpson(D_N)、Shannon(H_N)及单木断面积Gini系数(GC),基于直径大小分化度的Simpson(DT)、Shannon(HT)及其均值(T-)这6种林木直径大小多样性量化测度指数,筛选出符合逻辑排序且具有较好辨别能力的直径大小多样性量化测度指数。[结果]6块样地的林木直径大小多样性逻辑排序为吉林胡桃楸针阔混交林经营样地吉林胡桃楸针阔混交林对照样地甘肃锐齿栎阔叶混交林经营样地甘肃锐齿栎阔叶混交林对照样地北京油松落叶松人工混交林样地北京侧柏人工纯林;林木直径大小多样性为天然林高于人工林,更为成熟的吉林老龄林样地高于甘肃中龄林样地,经过至少5年结构化经营的样地高于对照样地,人工混交林样地高于人工纯林样地。基于直径分布的DN、HN和GC测度的6块样地林木直径大小多样性排序结果与逻辑排序不一致;基于直径大小分化度的D_T、H_T和珔T测度的各林分林木直径大小多样性排序与逻辑排序一致。[结论]基于直径分布的D_N、H_N和GC量化测度指数不能恰当地表达林木直径大小多样性。基于直径大小分化度的D_T、H_T和珔T量化测度指数能恰当表达林木直径大小多样性;相对D_T和H_T,珔T是一个连续型变量的测度指数,而且能从林分整体水平上量化林木间的大小分化程度,易于解释其生物学意义。因此,认为珔T是恰当表达及区分各林分林木直径大小多样性的最优量化测度指数。     

沙地樟子松天然纯林的结构特征

[目的]为了解红花尔基地区沙地樟子松天然纯林的结构特征,指导沙地樟子松的保护与经营。[方法]在红花尔基地区设置2块100 m×100 m的樟子松天然纯林固定样地,利用样地内每木定位调查数据和分析统计软件进行一元分布及二元分布特征分析。[结果](1)樟子松天然林纯林直径分布为单峰或多峰山状分布,垂直结构简单,只有乔木层和草本层。(2)樟子松天然纯林的林木分布格局为均匀分布,接近随机分布,林木分布格局类型与林分密度无关;林分中樟子松个体竞争激烈,多数单元中林木呈较密集状态。(3)2块样地中随机分布状态下的林木多数为中等密集或比较密集,不同分布状态下的林木优劣性差异较小;低密度樟子松天然纯林中多数密集状态的林木为绝对优势木或优势木,而高密度林分中林木密集度分布与林木大小无关。[结论]红花尔基沙地樟子松天然林结构不合理,应选择病腐木及聚集分布的个体作为潜在调整对象,进行密度调整和结构优化。     

基于林分垂直空间结构特征的杉木人工林抚育间伐可视化模拟研究

[目的 ]针对抚育间伐目前存在较少利用垂直空间结构参数的问题,以林分三维可视化模拟系统为基础,加入森林结构功能模块,研究一种以林分垂直空间结构参数A_Pvi为依据,对森林经营方案原定的抚育强度进行改进的方法。[方法 ]利用林分三维场景可视化模拟系统中的森林结构功能模块,通过读取杉木样地调查表中的每木数据,在虚拟场景中模拟样地的真实情况,分析样地的各空间结构参数。[结果 ]经过考虑林分垂直结构的间伐强度间伐后的4块样地与原定间伐强度相比,平均A_Pvi更加趋近于0,样地内林木竞争状况更加均匀,1号样地的平均A_Pvi由0.46降到了-0.24,2号样地由0.46降为0,3号样地由-0.19提升到了-0.04,4号样地由0.40降到了0.04;平均角尺度无大幅度变化,4块样地都呈随机分布状态;4块样地中,除了3号样地外,平均大小比数均出现了较大幅度的减少。[结论 ]考虑林分垂直结构的间伐强度与原林场森林经营方案既定的间伐强度相比,改善了林分的竞争状况,使林分内的竞争状况趋近均势。林分三维场景可视化模拟系统可以精确模拟采用不同间伐强度进行间伐后的林分拟真场景及其空间结构变化情况。     

基于Cox比例风险函数及混合效应的落叶松云冷杉混交林林木枯损模型研究

[目的]将生存分析方法和混合效应模型方法相结合,构建林木枯损模型,提高模型的模拟精度。[方法]以吉林省汪清林业局20块落叶松云冷杉林样地数据为材料,基于生存分析方法中的Cox比例风险函数模型方法,把林分因子和立地因子作为协变量加入到模型中去,构建林木的枯损及生存模型,并在此基础上考虑样地水平的随机效应,最后与不考虑样地水平随机效应的模拟效果进行比较分析。[结果]表明,Cox比例风险函数模型在描述林木枯损时,具有很好的适应性。单木初始胸径与林木的风险函数呈反比,与生存率呈正比;大于对象木断面积与风险函数呈正比,与生存率呈反比;初始林分公顷株数与风险函数呈正比,与生存率呈反比;立地因子对林木的枯损及生存没有显著影响。与固定效应模型相比,Cox比例风险函数模型在考虑了样地水平的随机效应后,模型的模拟精度获得明显的提高,并且达到极显著程度。由于大于对象木断面积和初始林分公顷株数两个变量在考虑了样地水平的随机效应后影响不显著,最后只考虑了单木初始胸径一个变量对枯损的影响,与不考虑随机效应相比,差异也达到显著水平。[结论]林木本身的大小对自身的枯损具有明显的影响,胸径小的林木较胸径大的林木更易枯损。在森林经营中,Cox比例风险函数模型的使用,可为森林经营者在确定合理的经营密度上提供很好的科学依据。     

“定角扇形样地”的设置和调查方法的研究

为了提高森林调查的精度和效率我们于1978年设计了“定角样地调查法”,並进行了一些试验,从试验结果看,用该法所测定的森林蓄积量、株数、平均直径等项因子的精度稳定可靠。该法的特点是:外业操作方便,内业计算简便,工效较常规样地提高四倍,便于使用和推广。现将试验结果简介于后,谨供参考,业望指正。一、定角扇形样地的原理 (一)扇形样地定角的导算扇形的形状和大小是由扇形的中心角Q和扇形半径R两个因子确定,其面积公式为:M ha=i=1 R乞式中Mha为每公顷蓄积     

不同测树方法抽样调查试验

为了摸索不同测树方法的抽样调查经验,1973年4～5月我们在通山县三界小片林区作了试验。试验方法是借助1∶5万(放大1∶3万)的旧航空象片,结合1∶5万地形图,进行机械布点。在调绘面积100.0公顷(实测面积92.1公顷)的有林地内,共设置60块0.10公顷“方形样地”。于每一块样地中心点(对角线的中心点22.36米处)分别设置“角规样地”、“定株样园”作对照样地,再分别不同测树方法计算样地及总体特征数。为了检验调绘精度及不同测树方法抽样精度资源数,对试验区的面积用罗盘仪实测,全林每木检尺,并将总体蓄积量的抽样理论误差     

兼性互利关系对树冠层活动蚂蚁多样性的影响

[目的]为了探讨紫胶-蚂蚁兼性互利关系对生物多样性保护的作用效果,[方法]于2015年5月和9月,用树栖蚂蚁诱集陷阱在云南省墨江县雅邑镇调查了紫胶-砂仁混合农林系统(样地Ⅰ,从未放过紫胶虫;样地Ⅱ,3年前曾放过紫胶虫但本次实验不放虫;样地Ⅲ,放紫胶虫处理)中钝叶黄檀树冠层活动的蚂蚁群落多样性。[结果](1)样地Ⅰ中采集蚂蚁标本277头,隶属于5亚科11属14种;样地Ⅱ中蚂蚁标本324头,隶属于5亚科12属16种;样地Ⅲ中蚂蚁标本885头,隶属于4亚科17属22种。(2)样地Ⅱ和样地Ⅲ间的物种丰富度差异不显著,而与样地Ⅰ均差异显著;3种样地的相对多度间均差异显著;物种丰富度和相对多度排序均为ⅢⅡⅠ。(3)样地Ⅱ和Ⅲ树冠层蚂蚁群落结构较相似,二者与样地Ⅰ不相似;黑可可臭蚁和平和弓背蚁为3种类型样地中均出现的特征种,物种丰富度排序均为ⅢⅡⅠ,巴瑞弓背蚁是样地Ⅱ和Ⅲ中的特征种,物种丰富度ⅢⅡ,大头蚁属sp.1、横纹齿猛蚁和中华小家蚁则分别为样地Ⅰ、Ⅱ、Ⅲ的特征种。[结论]兼性互利关系对树冠层蚂蚁群落的物种丰富度、相对多度和群落结构具有积极影响,并且其作用效果具有一定的时间和空间尺度。     

基于非线性混合模型的落叶松云冷杉林分断面积模型

以吉林省汪清林业局金沟岭林场20块落叶松云冷杉样地为研究对象.首先选择传统的回归方法从4个常用的断面积模型中找出模拟精度最高的模型作为基础模型,利用基础模型及模拟数据构建非线性混合模型,考虑样地效应,采用SAS软件进行模拟,选择模型收敛及其对数似然值、AIC和BIC值最小的混合模型作为最优模型;然后,在此基础上考虑断面积连续观测数据的时间序列相关性,并把间伐强度以哑变量形式考虑进去,再进行混合模型的模拟;最后,利用验证数据对混合模型方法与传统的非线性回归模拟方法进行精度比较.结果表明:林分密度指数作为自变量的Schumacher式的模拟精度最高,而考虑样地效应的混合模型模拟精度优于传统的回归模型方法;一阶自回归误差结构矩阵模型在解释断面积的时间序列相关性时不仅提高了混合模型的模拟精度,而且能够很好地表达连续观测数据问误差分布情况;同时考虑样地的随机效应、观测数据的时间序列相关性及间伐强度的混合模型模拟精度比传统的非线性回归方法模拟精度高.     

基于混合效应模型和零膨胀模型方法的蒙古栎林分水平枯损模型

【目的】基于混合效应模型和零膨胀模型方法构建林分水平枯损模型,为选择科学的经营措施提供理论依据。【方法】以吉林省1994年设置的295块蒙古栎固定样地为数据源,236块样地作为模拟数据,59块样地作为验证数据。构建基于林分因子、立地因子和气象因子的蒙古栎林分水平枯损模型,其基本形式包括泊松分布和负二项分布。考虑样地中存在大量零值问题,在基础模型上加入零膨胀和零改变模型。为解决模型的嵌套和纵向数据问题,在构建模型时考虑样地的随机效应,选择验证数据进行精度验证。【结果】样地断面积、株数和最暖月平均气温是枯损概率和数量最重要的影响因子;考虑样地随机效应后,可明显提高模型模拟精度;负二项分布模型因考虑数据过度离散问题,模拟精度高于泊松分布。【结论】同时考虑随机效应和零膨胀的负二项分布模型,其模拟效果最好。     

兼性互利关系影响地表蚂蚁群落多样性的特点

[目的]为探讨兼性互利关系在生物多样性保护方面的作用,[方法]于2015年5月和10月,采用陷阱法对云南墨江县雅邑镇4种类型样地地表蚂蚁群落进行调查。[结果]显示:(1)物种组成及多度:纯砂仁地(样地I)采集蚂蚁400头,23种;从未放养紫胶虫的紫胶-砂仁混农林样地(样地II)采集蚂蚁382头,15种;曾经放养过紫胶虫的紫胶-砂仁混农林样地(样地III)采集蚂蚁406头,18种;放养紫胶虫的紫胶-砂仁混农林样地(样地IV)采集蚂蚁655头,23种。(2)多样性:4种类型样地地表蚂蚁群落物种丰富度和相对多度存在显著差异,兼性互利关系可以提高地表蚂蚁的物种丰富度和相对多度,物种丰富度大小为IVIIIIII,相对多度排序为IIIIVIII。(3)群落结构相似性:样地III、IV和样地II、I不相似。(4)指示物种:样地I指示物种为毛发铺道蚁,样地II指示物种为卡泼林大头蚁和茸毛铺道蚁,样地III、IV中指示物种为巴瑞弓背蚁。[结论]互利关系对蚂蚁群落的物种丰富度、相对多度和群落结构具有明显的积极影响,并且这种兼性互利关系对生物多样性保护有一定的时空效应。     

样地蓄积量调查的3P机械抽样法

“3P抽样”是一种与预估数量大小成比例的不等概抽样方法。该抽样法精度较高,所需样本单元亦少,但确定样本过程较复杂,影响它的推广使用。本研究参照简单随机抽样原理提出了以分组形式做为不等概抽样单位的“3 P机械抽样法”,从而简化了样本组织过程又确保了精度。研究结果表明,“样地蓄积量调查的3 P 机械抽样法”以将随机个数分为五组为宜。     

东南亚国家森林资源年度遥感监测设计——以印度尼西亚为例

基于2010年全球30m土地覆盖数据(Global Land30),按1°×1°或0.5°×0.5°经纬度间隔,在印度尼西亚布设分别为145个和604个网格的样地,对比分析2套抽样间隔下不同样地面积大小的森林面积估算的变动系数和精度大小,优选最佳的遥感大样地布设方案。采用样地调查法,产出森林面积的估计值。结果表明:1)从森林面积总体变动系数、抽样精度以及调查工作量综合考虑,按0.5°×0.5°经纬度抽样间隔系统布设4km×4km的大样地,为最优选方案;2)以印尼加里曼丹地区监测数据进行的森林面积监测精度验证表明,森林面积监测平均精度为94.89%,到达国家和区域尺度的森林面积监测精度要求。     

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。     

块状与带状森林的面积抽样估计计算机模拟

我国宏观森林面积是通过森林资源连续清查获得的,该方法采用的是系统抽样方法。从理论上讲,一个样地的森林面积计量可以有两类方法:0-1离散变量法和0-1之间的连续比例变量法。我国目前采用的是前一类,即一个样地或是森林,或不是森林,没有其他状态。在确定一个样地是否是森林时,又有两种方法可选择:一是点定法,即根据样地的某个点(如样地西南角)的地类确定;二是优势地类法,即根据样地内森林比例是否占优势确定。这样对样地森林面积的计量总共可以有3种不同的估计方法。采用计算机模拟的方法对这3种方法进行试验研究,选择块状(连片不规则分布)和带状两种空间分布形式的森林作为研究对象,这两种分布分别代表山区(林区)和平原农区的森林分布状况。研究结果表明:1)连续变量法效率最高,且无偏;2)点定法也无偏,但效率较连续变量法低;3)优势地类法则是有偏的,尤其对于带状森林,偏差可能很大,偏差大小决定于林带的宽度及样地大小。以上结论对于目前正在探讨与实践的遥感大样地来说也有参考价值。对于遥感大样地来说,应该选择无偏且有最高估计效率的连续变量法。