森林经理抽样调查稀疏总体抽样方法讲课.pptx

1;我国森林调查体系：一类调查;我国森林调查体系：二类调查;一类二类森林资源调查特点;存在的问题;稀疏总体调查;与传统抽样方法比较;稀疏资源抽样方法比较;一、线截法;线截法估计方法 ;线截法估计方法;线截法估计方法;线截法估计方法;二、带抽样;样带布设;带抽样估计;带抽样估计;三、样线法 ;样线法－样线布设;样线抽样估计方法;（一）窄带法;（一）窄带法;目视修正法（Smooth-by-eye method）：为了使窄带法的直方图接近概率密度函数f，首先选择间隔宽度，然后用下面表达式确定一定距离x的直方图高 特点：引入探测密度函数概念；因为间隔宽和目视探测密度的选择带有主观，所以不同人估计的结果不同。建立在相同概念，后面的参数方法能够克服这些不足。;（二）目视修正法;（三）参数法;（三）参数法;（三）参数法;（四）非参数法;1 核函数方法;2 富利叶级数法 ;2 富利叶级数法 ;三、样线法;样线法;样线法各种估计法比较 ;;;样地形状设计;1、定义 群团取样（Cluster sampling)：是一种二水平取样，即首先随机选取样点，在每一样点取一些样方（而不是一个样方）。 自适应群团取样（Adaptive cluster sampling或ACS)：是一种二水平取样，但是在每一样点取满足事先规定条件（或标准）的一些相邻样方。 ;;第39页/共81页;;网络 (Network):群团中满足条件C的样方和不满足条件c的最初样方。注意与群团概念不同。 边缘单元（Edge unit）：不满足条件C且在邻域内的单元 临界值（Critical value）：当样方总体值yi= C, 在最初样点上增加样方；否则，不增加 包含概率（Inclusion probability）：理解为网络Ai所包含单元的概率（不能从抽样数据中计算，实际计算中用偏边缘包含概率(PIP)代替）。非常重要的参数，是计算Horvitz-Thompson估计值的主要参数，计算式为：;N-总的取样单元数，xk-在网络Ak中总的单元数，n1-最初取样点数 ;选择概率和包含概率的计算;第44页/共81页;;;; ACS方法均值和方差估计方法;(2) Horvitz-Thompson Estimator (HT) yk*为第k个网络内观察值和 ?k为最初抽样入样第k个网络的包含概率 ?jk表示最初抽样单元在第j个网络和第k个网络同时入样的包含概率 不考虑边缘单元是因为边???单元不确定 ;;Ten networks sampled Network totals (yk*) Nine 0’s and one network with an 11 Intersection probabilities (?k) For network with 1 unit, ?k For network with 10 units, ?k Joint intersection probabilities (?jk) For 2 small networks, ?jk For small and large networks, ?jk;密度估计：;;;3、估计方法研究（1） ;Brown and Manley(1998)为了减少ACS抽样的最终样本数量，提出了限制性的ACS抽样，使用Hansen-Hurwitz和Horvitz-Thompson估计量估计，估计是有偏的 Salehi and Seber (2002)认为BM(1998)的估计有偏，基于Murthy（1957）估计方法，他们提出限制性ACS抽样的无偏估计，并用实例说明了两个估计量算法的详细计算过程。 ●为了避免选择过多且不能提高估计精度的边缘单元，Salehi and Smith (2005）提出二阶段序贯适应性群团抽样及估计方法 ;4、适应性群团抽样设计 ;Adjust the condition or neighborhood Woodby (1998) Adjust the condition that determines when to adaptively sample. That is for Condition = {yi ? c}, make the condition more restrictive (i.e., make c a bigger number) so that adaptive sampling is triggered less often.;;限制最终抽样样本量方法;O 是最初抽样单元 邻域为一次4单元 S1，S2和S3为1，2和3阶叫停 灰色单元为边缘单元 ;一次4单元和一次2单元叫停群团抽样图;叫停规则的特点 自适应群团抽样设计的理论基础发生改变，可能导致不完全的网络（