空间自相关性在森林碳储量年度监测抽样中的运用

摘要

【目的】通过优化抽样设计和估计方法,从而减少调查样本是森林资源年度监测要解决的关键科学问题,运用空间自相关性分析先验信息进行空间分层抽样是提高森林碳储量年度监测抽样效率的有效途径。【方法】以四川省为研究区域,采用第六次至第九次全国森林资源连续清查2002年、2007年、2012年和2017年4个年度固定样地调查数据进行空间自相关分析;基于国家森林资源连续清查的抽样框架,分别采用系统抽样、随机抽样和群团抽样3种方法组织1/5调查样本,进行抽样效率分析;在森林碳储量空间分析和1/5样本组织分析的成果上,进行空间分层抽样,采用不等概率抽样估计总体特征值。【结果】森林碳储量分布随距离的变化始终表现为极显著的空间正相关关系,高值集聚、低值集聚、相异集聚和随机分布森林碳储量变异系数平均值分别为0.61、0.81、1.62和1.01。在95%可靠性下,1/5样本采用随机、系统和群团抽样森林碳储量估计精度的均值为94.56%,低于连续清查抽样估计精度。系统、随机、群团抽样森林碳储量估计值与清查值间的相关性系数R均值分别为0.97、0.99和0.96,相对差异RD%均值分别为-0.21、-0.01和-0.02。空间分层抽样森林碳储量估计精度的均值为93.41%,相关性系数R均值为0.98,相对差异RD%均值为0.23,空间分层抽样比森林资源连续清查系统抽样调查样本数量减少了95.46%,极大减少了样地调查工作量,样地抽取主要集中在人为干扰较大,即变异系数较大的区域。【结论】聚类分布模式能有效降低各分层内的方差,可作为空间分层抽样的先验信息。1/5样本组织抽样方案优度由大到小的顺序依次为随机抽样、系统抽样和群团抽样,空间分层抽样更符合年度调查工作实际,也能更好地满足快速出数的要求。