森林面积不同抽样估计方法的无偏性及有效性分析与证明

doi:10.13466/j.cnki.lyzygl.2016.04.010

林业资源管理 ›› 2016, Vol. 0 ›› Issue (4): 47-52.doi: 10.13466/j.cnki.lyzygl.2016.04.010

森林面积不同抽样估计方法的无偏性及有效性分析与证明

葛宏立, 孟源源

浙江农林大学环境与资源学院;浙江省森林生态系统碳循环与固碳减排重点实验室,浙江临安 311300

收稿日期:2016-05-20 修回日期:2016-07-18 出版日期:2016-08-28 发布日期:2020-11-04
作者简介:葛宏立(1960-),男,浙江诸暨人,教授,硕士,主要研究领域为森林资源监测。Email:jhghlhxl@sina.com
基金资助:
国家自然科学基金“遥感图像森林信息的膨胀-剔除方法研究”(41371411)

Analysis and Proof of Bias and Efficiency of Different Sampling Methods for Forest Area Estimation

GE Hongli, MENG Yuanyuan

School of Environment & Resource Sciences,Zhejiang A & F University,Zhejiang Provincial Key Laboratory of Carbon Cycling in Forest Ecosystems and Carbon Sequestration,Lin′an,Zhejiang 311300,China

Received:2016-05-20 Revised:2016-07-18 Online:2016-08-28 Published:2020-11-04

摘要/Abstract

摘要： 森林资源连续清查是我国获取宏观森林面积的主要手段,采用的是系统抽样方法。用理论分析的方法对样地森林面积计量3种不同确定方法的偏性与有效性进行论证。结果表明:1)连续变量法是无偏的,且效率最高;2)点定法也是无偏的,但效率较连续变量法低;3)优势地类法在某些情况下是有偏的,当总体单元的森林面积比例均接近于0或1时,结果接近无偏;4)本文结论表明,在遥感大样地调查中选择连续变量法是最合理的。

关键词: 森林资源连续清查, 森林面积估计, 抽样估计, 无偏性, 有效性

Abstract: Continuous Forest Inventory (CFI) is the main method to get the China's forest area,which is conducted in a systematic sampling manner.In this paper,bias and efficiency of these three plot forest measurement methods will be proved by theoretical analysis.The result shows that:1.CV is unbiased,and it has the highest efficiency;2.PLB is also unbiased,but the efficiency is lower than CV;3.DLB is biased,however the population proportion of forest is almost 0 or 1,the result is nearly unbiased;4.CV method,which is unbiased and has high efficiency,should be chosen for remote sensing large-plot inventory.

Key words: continuous forest inventory, forest area estimation, sampling, unbiased, efficiency

中图分类号:

S757.2

葛宏立, 孟源源. 森林面积不同抽样估计方法的无偏性及有效性分析与证明[J]. 林业资源管理, 2016, 0(4): 47-52.

GE Hongli, MENG Yuanyuan. Analysis and Proof of Bias and Efficiency of Different Sampling Methods for Forest Area Estimation[J]. FOREST RESOURCES WANAGEMENT, 2016, 0(4): 47-52.

[1]	刘诚, 郑云峰, 杨锦鑫, 陆亚刚. 杭州市森林资源动态监测与土地调查成果协同对比分析[J]. 林业资源管理, 2020, 0(3): 52-57.
[2]	郑似青, 方陆明, 孙林豪, 郑辛煜, 刘江俊. 基于UWB传感器的树木定位研究[J]. 林业资源管理, 2020, 0(2): 103-111.
[3]	朱坤, 代继平, 庞婧, 韩旭, 左翔, 彭建松. 云南省芒市古树名木资源调查与特征分析[J]. 林业资源管理, 2020, 0(1): 22-29.
[4]	林丽丽, 郝振帮, 戴姗霖, 杨柳青, 刘健, 余坤勇. 南方集体林区典型毛竹经营区林分质量遥感量化研究[J]. 林业资源管理, 2019, 0(6): 84-90.
[5]	陶吉兴, 季碧勇, 张国江, 陈晟, 谢秉楼. 浙江森林资源省市县三级联动监测体系构建研究[J]. 林业资源管理, 2019, 0(6): 12-16.
[6]	国红, 尤磊, 雷相东, 谢阳生, 洪玲霞. 多期森林调查样地数据的逻辑检查方法研究[J]. 林业资源管理, 2019, 0(5): 84-88.
[7]	汪霖, 李明阳, 方子涵, 李超, 钱春花, 许振宇. 基于无人机数据的人工林森林参数估测[J]. 林业资源管理, 2019, 0(5): 61-67.
[8]	蔡林菲, 吴达胜, 方陆明, 郑辛煜. 基于XGBoost的高分二号影像树种识别[J]. 林业资源管理, 2019, 0(5): 44-51.
[9]	陈新云, 王文文, 曾伟生, 杜鹏志, 党永锋, 王威, 孟京辉. 北京市二类调查小班蓄积量预估模型研究[J]. 林业资源管理, 2019, 0(5): 33-36.
[10]	林宇. 福建省森林资源“一张图”年度更新系统设计与实现[J]. 林业资源管理, 2019, 0(5): 130-135.
[11]	邢元军, 普布顿珠, 罗鹏, 许等平. 群团抽样对西藏森林资源宏观监测结果的影响分析[J]. 林业资源管理, 2019, 0(4): 52-58.
[12]	张冬燕, 王冬至, 范冬冬, 张健东, 李大勇. 不同立地类型华北落叶松人工林冠幅与胸径关系研究[J]. 林业资源管理, 2019, 0(4): 69-73.
[13]	秦舟, 韩有志, 张梦弢, 陈汉鑫, 陈奥林. 华北落叶松林分空间格局及种间关联性研究[J]. 林业资源管理, 2019, 0(4): 80-85.
[14]	李苑菱, 陈宗铸, 雷金睿, 陈小花, 杨琦, 吴庭天. 海口市森林资源调查空间平衡抽样研究[J]. 林业资源管理, 2019, 0(2): 47-53.
[15]	吴恒, 朱丽艳, 刘智军, 吴雪琼. 基于生长模型的林地“一张图”林分因子更新研究[J]. 林业资源管理, 2019, 0(2): 73-79.

森林面积不同抽样估计方法的无偏性及有效性分析与证明

Analysis and Proof of Bias and Efficiency of Different Sampling Methods for Forest Area Estimation

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价