稀疏总体抽样方法讲.pptVIP

三、样线法(()2)/样线法总体密度：方差：式中li是第i样线的长度、R是样线数、L是样线总长度。样线法该法常常用于估计野生动物总体密度数量和病虫害林木密度数量。该法在调查的实际运用中需要满足下列的前提条件：在线概率为一，即线上的目标无遗漏；观测前后目标无移动，即每个动植物都观测到了，并且只观测一次；正确地观测距离和角度；观测是独立进行的。测量距离是到线的垂直距离，如果不能直接测量，可根据目标到观察点的距离和视角（横断线和观察线之间的角度）计算。应该承认，在野外调查时，完全符合上述几个条件是比较困难的。但经验丰富的调查人员可以通过预查、复查等各种有效方法尽可能地减少调查结果的误差。非参数法避免了参数法未知的探测函数的曲线形状，非参数法可直接估计概率密度函数如果能够得到条带内调查目标个体数量，窄带法是最为常用的传统方法，它简单易行，但是样线宽度需要根据生境和调查目标的特点以及调查人员的实际观察能力进行经验估计参数方法克服了目视修正法由于间隔宽和目视探测密度的选择带有主观所引起的不同人估计的结果不同的不足目视修正法与窄带法相比，它引入了探测密度函数，克服了观察目标没有完全被用来估计的缺点选用参数法和非参数法的条件：1）能够得到条带内调查目标个体数量；2）还能够获得目标个体距样线的垂直距离样线法各种估计法比较四、适应性群团抽样方法（adaptiveclustersampling)美国学者Thompson（1990）第一次提出了适应性群团抽样理论和技术，目前在美国、德国少数国家开始研究和应用。但还有许多理论和技术问题有待研究。建立试验样地的方法黑龙江省系统适应群团样地设计带状适应群团样地设计简单随机适应群团样地设计样地形状设计群团取样（Clustersampling)：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（Adaptiveclustersampling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。定义2.自适应群团抽样的几个概念群团（Cluster):包含有满足条件c的样方（单元） 和边缘样方（单元）邻域或邻近(Neighborhood): 一阶邻域（Thefirst-orderneighborhood）：包括本单元和四个相邻的单元 二阶邻域（Thesecond-orderneighborhood）：包含一阶邻域和东西南北的单元网络(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。临界值（Criticalvalue）：当样方总体值yi=C,在最初样点上增加样方；否则，不增加边缘单元（Edgeunit）：不满足条件C且在邻域内的单元包含概率（Inclusionprobability）：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：1234N-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（Selectiveprobability）:是计算Hansen-Hurwitz估计值的主要参数案例SRSACS=1/3(2+54+38)=31.3ACS方法均值和方差估计方法目前ACS有三种方法计算平均值和方差Hansen-HurwitzEstimator(HH)基于网络内均值wi,不考虑边缘单元0102030405Horvitz-ThompsonEstimator(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缘单元不确定Rao-BlackwellEsimator(RB)计算案例TennetworkssampledNetworktotals(yk*)Nine0’sandonenetworkwithan11Intersectionprobabilities(?k)Fornetworkwith1unit,?k=0.025Fornetworkwith10units,?k=0.226Jointintersectionprobabilities(?jk)For2smallnetworks,?jk=0.00056Forsmallandlargenetwork