稀疏总体抽样方法课.pptVIP

稀疏资源调查抽样设计和估计 森林资源抽样技术 性质：抽样调查是获取统计资料的重要手段，在社会、经济、科研等领域有着广泛的应用。抽样技术是统计学研究中的一个重要分支。主要介绍抽样技术的基本理论，是统计学专业的一门专业必修课。 内容：介绍一些基本的概率抽样方法，包括简单随机抽样、分层抽样、整群抽样、多阶抽样、等距抽样及不等概率抽样等，着重讨论其中统计推断、抽样设计的理论。对非抽样误差、调查实务（例如问卷设计、调查报告撰写等）作简要介绍。 要求：了解抽样技术的统计理论；掌握六种基本抽样方法的原理、统计推断方法及抽样设计技术，并能举一反三，灵活应用；对抽样调查的实际应用、调查实务有所了解。 稀疏总体调查 稀疏总体调查包括：生物多样性的调查、森林中病虫害发生分布的调查、林下非木质资源（non-timber）调查、森林中的倒木和珍贵濒危树种分布的调查 、林外的群立木、簇立木或林外的散生木的调查等等 空间分布特点：稀疏（rare）、群团状(cluster)、散生状（spread）和条状(strip)等自然分布 抽样方法比较 传统抽样方法（如简单随机抽样、分层抽样和系统抽样等等）： 调查总体观察值总和均值前要确定样地单元总数 不依赖于抽样总体分布，即选择概率函数是非零的或者是常数，与总体单元内观察值的大小无关 以郁闭的森林资源的林地为主要调查目标 对稀疏总体的估计是有偏估计 传统抽样方法没有考虑稀疏总体明显存在的空间分布差异 ，缺乏针对性，将必然导致调查成本大幅攀升和/或估计结果出现显著偏差 抽样方法比较 针对稀疏、簇生和聚集分布总体的抽样方法（如线截法、带抽样、样线法、适应性群团抽样等）较传统的抽样方法有更多的优点： 在相同抽样工作量情况下估计量方差将会更小，获得更多的信息量，抽样估计是无偏的 抽样设计灵活 能够提高具有稀少且群聚特征总体的抽样效率，弥补了传统抽样方法失效、最终样本中观测目标信息几乎为零的缺点 在森林资源调查目标由传统的林木资源调查向森林多资源调查方向转变和发展 的形势下，研究针对稀疏总体的抽样方法是很有意义的，这里主要介绍近年来研究应用较多的三种方法： 线截法（Line intersect sampling） 带抽样（strip sampling ） 样线法（Line transect sampling） 适应性群团方法（Adaptive cluster sampling) 一、线截法 线截抽样（Line intersect sampling，简称LIS），由Canfield提出并在1960s得到发展应用 适用于稀疏总体，抽样调查 线截法估计方法 设某区域内一条线，则与该线相交的所有目标入样，每棵树的概率取决于入样线长度L和树的有效长度 ，如果将树看成一条线，则可直接根据其与抽样线所成的夹角 计算， 线截法估计方法 树i的有效长度的平均值为 每单元面积A的目标变量总数，依据Horwitz-Thompson estimator估计为： (1) 式中： 线截法估计方法 则每平方米总量的估计值为： （2） 式中：L为线（m个）的总长度（米）、li为树i的长度（米）、 yi是第i单元目标变（如蓄积、质量、长度）、m为观测单元数量。 线截法估计方法 若森林蓄积用Huber’s公式定义为 ，式中di是第i棵树的直径（cm），则前面公式（2）可改为 ； 若要估计倒木长度，利用（2）即可，若估计其它值如每公顷倒木数量，则还需测得树的长度。 LIS估计量的方差可由线间方差算得： 式中n为线数、 为线j的每公顷总蓄积、 为研究区域的每公顷蓄积、Lj为线j长度。 二、带抽样 带抽样（s