一种基于空间分布格局特征的森林资源调查抽样优化方法与流程

本发明涉及森林资源调查监测，特别是涉及一种基于空间分布格局特征的森林资源调查抽样优化方法。

背景技术：

1、林草生态综合监测优化了固定样地调查组织方式，按照年度之间变动最小的原则，将各省样地数均匀分为5组，5年为一个调查周期，实现年度出数。林草生态综合监测的样地设置沿用了系统抽样的思路，在规定的精度和可靠性下需要调查的样本单元数仍然较多。通过优化抽样设计，减少调查样本是森林资源储量年度监测的关键科学技术。

2、分析已有的森林资源调查监测资料是提高森林资源调查抽样效率的有效途径。森林资源存在着不同的空间分布特征和格局，地域分布可能呈现一定的不平衡性。目前，森林资源调查监测体系主要采用如随机抽样、系统抽样和分层抽样等来估测区域资源储量。由于没有考虑森林资源存在的空间分布差异，除缺乏针对性外，还可能导致调查估计结果出现显著偏差，同时，由于样本单元分散，也增加了调查工作的难度和成本。

3、基于此，有必要对森林资源调查监测抽样设计体系进行优化，以满足低成本、快速、准确的多尺度森林年度出数需求，运用于碳汇计量监测和林长制督查考核等实际工作。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种基于空间分布格局特征的森林资源调查抽样优化方法。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于空间分布格局特征的森林资源调查抽样优化方法，包括：

4、对目标区域的原始数据进行分布检验与数据变换，得到正态分布数据；

5、对所述目标区域的研究对象进行空间自相关分析，得到局部莫兰指数；

6、基于预设的抽样框架，根据所述目标区域中入样的系统抽样单元确定样本单元，并结合所述局部莫兰指数对所述样本单元进行先验信息分析，再进行空间分层抽样；

7、对所述空间分层抽样得到的每层样本进行抽样估计，得到估计结果。

8、优选地，所述原始数据包括单位面积蓄积量、生物量或碳储量值数据。

9、优选地，所述对目标区域的原始数据进行分布检验与数据变换，得到正态分布数据，包括：

10、采用所述目标区域的所述单位面积蓄积量、生物量或碳储量值数据进行柯尔莫洛夫-斯米洛夫检验和夏皮罗-威尔克检验，得到检验值；

11、若所述检验值大于预设的检验阈值，则将大于预设的检验阈值对应的数据确定为所述正态分布数据

12、若所述检验值小于预设的检验阈值，则对小于预设的检验阈值的数据进行正态转换，得到所述正态分布数据。

13、优选地，所述检验阈值为0.05。

14、优选地，所述局部莫兰指数的计算公式为：其中，ii为局部莫兰指数；n为所述目标区域的样地数；xi，xj分别为位置i和位置j的单位面积蓄积量、生物量或碳储量值；是所有样地的单位面积蓄积量、生物量或碳储量平均值；wij是空间权重矩阵值。

15、优选地，根据所述目标区域中入样的系统抽样单元确定样本单元，包括：

16、将所述系统抽样单元均匀分成5组，组成5组所述样本单元。

17、优选地，对所述空间分层抽样得到的每层样本进行抽样估计，得到估计结果，包括：

18、对各所述空间分层抽样得到的样本中的调查样本与辅助样本进行分层随机抽样的简单估计后进行联合估计；联合估计包括联合比估计和联合回归估计；所述联合比估计的均值和方差的计算公式分别为：

19、

20、

21、所述联合回归估计的均值的计算公式为：

22、

23、当αh为h层预设的值分层时，联合回归估计量的方差的计算公式为：

24、

25、当αh为h层样本线性回归的斜率时，分层回归估计量的方差的计算公式为：

26、

27、式中：为联合比值估计的总体均值；为联合比值估计的方差；为联合回归估计的总体均值；为联合回归估计的方差；为观测值的平均值；为比例估计量；和为第h层的样本均值；为调查样本估计均值；样本调查均值；为调查变量样本方差；为辅助变量样本方差；rh为调查变量与辅助变量的样本相关系数；wh为层权重；nh为样本容量；αh为设定常数或样本回归系数。

28、根据本发明提供的具体实施例，本发明公开了以下技术效果：

29、本发明提供了一种基于空间分布格局特征的森林资源调查抽样优化方法，包括：对目标区域的原始数据进行分布检验与数据变换，得到正态分布数据；对所述目标区域的研究对象进行空间自相关分析，得到局部莫兰指数；基于预设的抽样框架，根据所述目标区域中入样的系统抽样单元确定样本单元，并结合所述局部莫兰指数对所述样本单元进行先验信息分析，再进行空间分层抽样；对所述空间分层抽样得到的每层样本进行抽样估计，得到估计结果。本发明显著减少了样地调查工作量，有利于调查监测工作的开展。

技术特征：

1.一种基于空间分布格局特征的森林资源调查抽样优化方法，其特征在于，包括：

2.根据权利要求1所述的基于空间分布格局特征的森林资源调查抽样优化方法，其特征在于，所述原始数据包括单位面积蓄积量、生物量或碳储量数据。

3.根据权利要求2所述的基于空间分布格局特征的森林资源调查抽样优化方法，其特征在于，所述对目标区域的原始数据进行分布检验与数据变换，得到正态分布数据，包括：

4.根据权利要求2所述的基于空间分布格局特征的森林资源调查抽样优化方法，其特征在于，所述检验阈值为0.05。

5.根据权利要求1所述的基于空间分布格局特征的森林资源调查抽样优化方法，其特征在于，所述局部莫兰指数的计算公式为：其中，ii为局部莫兰指数；n为所述目标区域的样地数；xi，xj分别为位置i和位置j的单位面积蓄积量、生物量或碳储量值；是所有样地的单位面积蓄积量、生物量或碳储量平均值；wij是空间权重矩阵值。

6.根据权利要求1所述的基于空间分布格局特征的森林资源调查抽样优化方法，其特征在于，根据所述目标区域中入样的系统抽样单元确定样本单元，包括：

7.根据权利要求1所述的基于空间分布格局特征的森林资源调查抽样优化方法，其特征在于，对所述空间分层抽样得到的每层样本进行抽样估计，得到估计结果，包括：

技术总结
本发明提供了一种基于空间分布格局特征的森林资源调查抽样优化方法，包括：对目标区域的原始数据进行分布检验与数据变换，得到正态分布数据；对所述目标区域的研究对象进行空间自相关分析，得到局部莫兰指数；基于预设的抽样框架，根据所述目标区域中入样的系统抽样单元确定样本单元，并结合所述局部莫兰指数对所述样本单元进行先验信息分析，再进行空间分层抽样；对所述空间分层抽样得到的每层样本进行抽样估计，得到估计结果。本发明显著减少了样地调查工作量，有利于调查监测工作的开展。

技术研发人员：吴恒,田相林,许先鹏,朱丽艳,孙昌平,黄贝,刘浪,徐博超,周全,刘毅,马永康,王娟,赵锶琪
受保护的技术使用者：国家林业局昆明勘察设计院
技术研发日：
技术公布日：2024/5/19