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。     

空间平衡抽样及其在森林资源调查中的应用

我国现行的森林资源调查方法存在着空间关联性强、适应性差的缺陷.空间平衡抽样(SBS)强调样本点抽取的随机等概和空间上的均衡分布,通过包含概率栅格层的过滤运算,极大地减少了无反应样本单元现象的发生,在森林资源调查中具有较大的潜在应用价值.文章在简要回顾基于模型的抽样、基于设计的抽样两大类森林资源调查方法特点,分析4种传统概率抽样方法(简单随机抽样、系统抽样、分层抽样、整群抽样)弊端的基础上,介绍了基于通用随机方格分层算法(GRTS)的空间平衡抽样的原理和步骤,最后以紫金山国家森林公园为研究对象进行了风景林蓄积量调查空间平衡抽样案例研究.研究表明,空间平衡抽样在降低调查成本、减少空间关联性强方面明显优于简单随机抽样;但在提高抽样精度方面没有表现出明显的优势,只有当样本容量大于或等于理论计算容量时,空间平衡抽样才表现出一定的抽样精度优势.     

基于GIS的森林资源调查空间平衡抽样方法研究

我国现存的森林资源调查方法存在着空间关联性强、适应性差的缺陷。随着新的森林调查技术规程的出台与林区社会经济条件的变化,急剧上升的调查成本与有限的调查经费的矛盾日益突出。与此同时,森林资源调查过程中抽样框变化、无反应样本单元的现象日益突出。空间平衡抽样(SBS)强调样本点抽取的随机等概和空间上的均衡分布,通过包含概率栅格层的过滤运算,极大地减少了无反应样本单元现象发生。紫金山国家森林公园风景林美学调查空间平衡抽样案例研究表明,空间平衡抽样在降低调查成本、减少空间关联性强方面,明显优于简单随机抽样;但在提高抽样精度方面没有表现出明显的优势,只有当样本容量大于或等于理论计算容量时,空间平衡抽样才表现出一定的抽样精度优势。作为一种具有严格统计学基础的、高效低成本的、适应性强的抽样方法,空间平衡抽样在森林资源调查中具有较大的应用潜力。     

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...     

基于连清体系的森林生物多样性监测网络构建研究——以湖南省为例

以南方重点林区湖南省为例,在明确影响森林生物多样性主要环境因素的基础上,通过空间平衡抽样、改进的Whittaker样地设计,构建省级尺度上森林生物多样性监测网络。研究表明:1)与简单随机抽样、系统抽样相比,空间平衡抽样在降低样本点空间关联性、提高抽样效率和抽样精度方面具有明显的优势;2)改进的Whittaker样方设计可以帮助人们更好地分析物种丰富度、平均覆盖度、物种多样性空间分布规律;3)依托于现有的连清体系,采用空间平衡抽样方法进行森林生物多样监测样本构建,采用改进的Whittaker样方设计进行生物多样性调查,可以为省级尺度上的森林生物多样性监测网络的构建探索出一条具有统计学基础且经济适用的途径。     

森林抽样调查误差浅谈

森林抽样调查中的误差包括:抽样误差和非抽样误差。非抽样误差又叫偏差。森林抽样调查精度是以抽样误差的大小来表示的,它不包括偏差。有时偏差大于抽样误差,甚至为抽样误差的好多倍。这样的抽样调查成果形式上精确,实际上并不准确,发挥不了应有的作用。所以对抽样     

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。     

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%。     

海口市森林资源调查空间平衡抽样研究

传统抽样方法因存在适应性弱、空间相关性高等缺陷,越发不适用我国的森林资源调查。随着调查精度要求提高和社会经济条件变化,空间平衡抽样(SBS)的理论与方法应运而生。以海口市为研究案例,对空间平衡抽样与传统抽样方法进行抽样精度、抽样效率和空间相关性等性能指标的比较分析。研究表明:1)在海口市各地类面积模拟抽样中,抽样精度从高到低依次为空间平衡抽样系统抽样简单随机抽样;2)在模拟抽样性能评价中,空间平衡抽样的空间相关性、抽样精度和抽样效率均优于简单随机抽样、系统抽样。通过研究,以期为森林资源调查探索出更为经济适用的方法途径,为提高森林资源调查效率提供科学依据。     

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。     

多阶分层抽样估计技术

前言森林调查抽样的设计和估计技术不断受到新工艺的影响。卫星图象促进了多阶抽样估计的应用。弗雷耶在1979年应用了多阶分层抽样技术。本文考虑了每一阶抽样的目标变量总量的简单扩展估计量,目的是为多阶分层抽样中的这一简单扩展估计量提出一个无偏方差估计量。本文还讨论了每一阶抽样的有效样本分配。     

基于GIS海南森林资源调查抽样方法研究

传统抽样方法因存在适应性弱、空间相关性高等缺陷也越发不适用中国的森林资源调查中,随着调查精度要求提高和社会经济条件变化,空间抽样等理论与方法应运而生。该文以海南省森林资源为研究主体,在基于地统计学基础和GIS技术平台上对空间平衡抽样、随机抽样和系统抽样3种不同抽样方法进行空间相关性分析,并对其抽样精度进行比较分析。研究表明:1)在不同抽样方法空间自相关分析中,空间平衡抽样(0.112034)简单随机抽样(0.0994846)系统抽样(0.0908457),空间平衡抽样的优势不突出;2)在海南省各地类面积模拟抽样中,抽样精度从高到低依次为空间平衡抽样简单随机抽样系统抽样。该研究致力于为森林资源调查探索出更为经济适用的方法途径,以期为林业发展提供科学依据。     

基于3S的森林植被面积空间抽样方法

以辽宁省为例,应用中分辨率成像光谱仪影像(MODIS)数据进行森林信息提取,并选取森林面积为研究对象,采用网格单元作为抽样单元,应用随机、系统、分层的抽样方法对辽宁省森林面积进行抽样估算,在获得最优抽样方法的基础上进行第2阶段抽样,设计不同样本容量水平下的森林面积空间抽样方法试验。结果表明:以县森林面积覆盖百分比为分层标志的分层抽样方法抽样效率最高,在第2阶段抽样估算的8种样本容量水平下,当样本容量为8时,抽样精度达到95%,并且所需样本数量最少,达到了森林面积抽样精度要求。应用此方法能够减少森林资源调查成本和工作量,可以结合遥感、地理信息系统和全球定位系统技术(3S技术),进行大区域范围森林面积的监测。     

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。     

也谈按相邻样本单元值之差计算系统抽样误差

前言系统抽样具有简化设计、样本单元在总体中均匀分布、便于现地定位,在无周期影响下可取得高于简单随机抽样精度的优点,因此是世界各国常用的森林调查方法之一。但是,到目前为止尚没有恰当的抽样误差估计公式。在森林空间异质总体中借用简单随机抽样公式往往得到过高的系统抽样方差估计值。如何求得系统抽样的真实误差已成为大家关心的问题。     

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.     

“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。     

基于Landsat 8影像的汝城县森林地上生物量遥感估算研究

精确估测森林生物量是分析森林碳动态和碳循环的基础。本研究采用汝城县森林资源连续清查数据,结合Landsat 8遥感影像,分析了森林地上生物量的空间自相关和空间异质性,并选取显著相关的植被指数因子,分别构建普通最小二乘模型、空间滞后模型以及地理加权回归模型,并绘制汝城县森林地上生物量的空间分布图。结果表明:通过对森林地上生物量的空间效应分析,发现样地生物量的空间自相关和空间异质性不容忽视。与普通最小二乘回归相比,空间滞后模型和地理加权回归模型可以减少空间效应对森林地上生物量估测的影响。地理加权回归模型可以最大程度地减少过高或过低估计,估测森林地上生物量的精度最高,决定系数达到0.756,均方根误差和平均相对误差最小,分别为17.288 t·hm^-2和-8.542%。因此使用Landsat 8遥感影像结合地理加权回归方法在改善森林地上生物量的估测中具有巨大潜力。     

基于GIS和高分辨率遥感数据的城市绿地抽样调查方法研究

快速准确地获取城市绿地信息是城市绿地可持续经营和科学规划的基础.以南京市玄武区绿地为研究对象,以2002年SPOT5遥感数据为主要信息源,以同期南京市主城区交通旅游图、绿地统计资料为辅助信息源,通过目视解译获取各类绿地的准确资料.分别采用简单随机、系统、分层、空间平衡抽样4种计算机屏幕抽样方法,对研究对象的绿地信息进行参数估计,并比较分析各种抽样方法的抽样精度.研究结果表明:目视解译结果与统计数据相比,误差仅为5.1%;4种抽样方法的抽样精度大小排序为:空间平衡抽样(98%)(分层抽样(94%)(系统抽样(82%)(简单随机抽样(75%);空间平衡抽样与遥感图像目视解译的误差仅有2%,可以代替目视解译,较大幅度地降低了目视解译的时间、人工成本.     

分区抽样试验

系统抽样是森林抽样的基本方法,是各种抽样方法的基础。系统抽样标准误通常借用随机抽样公式计算。由于样本单元分布较均匀,系统抽样精度常较随机抽样高。据文献报道,在林分比较整齐,即在一定范围内差异较小的森林中作等距离抽样配置时,标准误的估计约偏高30%。因此,在无偏差的条件下,由于系统抽样用随机抽样公式高估了标准误,结果必然加大抽样工作量。为解决这个问题,我们于1973年在东方红和迎春林业局进行了利用相邻样地值之差计算抽样误差的分区抽样试验,借以提高工效。