基于GIS的森林资源调查空间平衡抽样方法研究

发布时间：2020-05-15 16:29

【摘要】：了解森林资源的现状及变化趋势是森林资源管理工作的前提。由于人力、物力、财力等经济条件的制约和时间的限制，通常采用抽样的方法对森林资源进行调查。因此，抽样方案设计成为森林资源管理工作的一项重要内容。目前国内森林资源调查抽样方法主要包括简单随机抽样、系统抽样、分层抽样、整群抽样等传统抽样方法。传统抽样方法以研究随机变量变化规律的经典统计学为理论基础，而森林资源调查的许多因子，如林种、树种、土地类别、郁闭度，均与空间位置有关，不是纯随机变量，而是区域变化变量，具有随机性与结构性双重属性。这就使众传统抽样方法在研究林木个体、种群和群落空间异质性或空间自相关方面具有较多缺陷，在生产实践中存在着空间关联性强、适应性差等缺陷。同时随着林区社会经济条件的变化，森林调查过程中抽样框变化、无反应样本单元的现象日益突出。因此设计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，已成为摆在林业勘察设计工作者面前的一项紧迫任务。空间平衡抽样（SBS）1997年首先由美国俄勒冈大学统计系Stevens提出。作为一种针对自然资源调查领域广泛存在的空间自相关性和不确定性问题的新颖的解决方案，该方法使得样本的空间格局和研究总体的空间格局具有近似型，同时能够考虑无反应样本单元对抽样方案的影响。利用GIS平台进行空间平衡抽样在建立抽样框、抽样方案可视化、方便样本点的定位和寻找等方面具有较大的优势。本文在介绍传统抽样技术理论与方法基础上，通过明确空间平衡抽样算法的地统计学基础、构建抽样性能评价、选取典型研究区域研究对象，在GIS平台技术支撑下运用传统抽样方法与空间平衡抽样方法进行模拟试验，从而对其性能进行比较分析。研究结果表明：（1）森林资源调查中的地统计分析表明，森林调查的许多因子存在着较为普遍的空间相关性，不是纯随机变量，而是区域化变量。现有的森林资源调查抽样方法以研究纯随机变量变化规律的经典统计学为理论基础，探索新的具有地统计学理论基础的抽样方法，成为摆在林业工作者面前的一项紧迫任务。（2）计算机、遥感数据与GIS平台技术支撑下的模拟抽样软件的结合运用使得传统森林资源地面抽样调查转化为计算机屏幕抽样方法，能够快速准确的获得各类信息，克服了传统方案人力、物力消耗大、时间成本过高的缺陷。（3）各模拟抽样方案验证表明，在对构建的抽样性能评价指标量化分析上，以地统计学为理论基础的空间平衡抽样表现出比传统抽样方法更大的优越性。（4）空间平衡抽样方法研究，对于弥补传统森林资源调查抽样方法存在的空间关联性强、适应性差的缺陷，减少森林资源调查过程中的抽样框变化、无反应样本单元现象，解决有限调查费用与迅速上升调查成本之间的矛盾，，具有较为重要的理论和现实意义。为解决新形势下森林抽样调查面临的问题提供了一种新的契机。
【图文】：

示意图,工作步骤,示意图,资料来源

图2-1 RRQRR抽样工作步骤示意图图 2-2 GRTS 抽样工作步骤示意图（资料来源：Stevens,1997）图 2-3 等概抽样与不等概抽样的包含概率（资料来源：Stevens,1997）

示意图,工作步骤,资料来源,不等概抽样

13图 2-2 GRTS 抽样工作步骤示意图（资料来源：Stevens,1997）图 2-3 等概抽样与不等概抽样的包含概率（资料来源：Stevens,1997）
【学位授予单位】：南京林业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：S757.2

【参考文献】