森林經(jīng)理抽樣調(diào)查-稀疏總體抽樣方法講課ppt課件

1、4講-森林經(jīng)理學(xué)的技術(shù)根底1：森林資源抽樣調(diào)查技術(shù)和開展 -稀疏資源調(diào)查抽樣設(shè)計(jì)和估計(jì)中國(guó)林業(yè)科學(xué)研討院資源信息研討所雷淵才2021.10森林資源抽樣技術(shù) 性質(zhì)：抽樣調(diào)查是獲取統(tǒng)計(jì)資料的重要手段，在社會(huì)、經(jīng)濟(jì)、科研等領(lǐng)域有著廣泛的運(yùn)用。抽樣技術(shù)是統(tǒng)計(jì)學(xué)研討中的一個(gè)重要分支。主要引見抽樣技術(shù)的根本實(shí)際，是統(tǒng)計(jì)學(xué)專業(yè)的一門專業(yè)必修課。內(nèi)容：引見一些根本的概率抽樣方法，包括簡(jiǎn)單隨機(jī)抽樣、分層抽樣、整群抽樣、多階抽樣、等距抽樣(系統(tǒng)抽樣及不等概率抽樣等，著重討論稀疏資源抽樣調(diào)查、抽樣設(shè)計(jì)的實(shí)際。對(duì)非抽樣誤差、調(diào)查實(shí)務(wù)例如問卷設(shè)計(jì)、調(diào)查報(bào)告撰寫等作簡(jiǎn)要引見。要求：了解抽樣技術(shù)的統(tǒng)計(jì)實(shí)際；了解六種根本抽樣

2、方法的原理、統(tǒng)計(jì)推斷方法及抽樣設(shè)計(jì)技術(shù)，重點(diǎn)了解稀疏資源抽樣調(diào)查及其實(shí)踐運(yùn)用。我國(guó)森林調(diào)查體系：一類調(diào)查1定義：國(guó)家森林資源延續(xù)清查(簡(jiǎn)稱一類清查)是以掌握宏觀森林資源現(xiàn)狀與動(dòng)態(tài)為目的，以省直轄市、自治區(qū)，以下簡(jiǎn)稱省為單位，利用固定樣地為主進(jìn)展定期復(fù)查的森林資源調(diào)查方法，是全國(guó)森林資源與生態(tài)情況綜合監(jiān)測(cè)體系的重要組成部分。森林資源延續(xù)清查成果是反映全國(guó)和各省森林資源與生態(tài)情況，制定和調(diào)整林業(yè)方針政策、規(guī)劃、方案，監(jiān)視檢查各地森林資源消長(zhǎng)任期目的責(zé)任制的重要根據(jù)。2內(nèi)容：土地利用與覆蓋：包括土地類型地類、植被類型的面積和分布森林資源：包括森林、林木和林地的數(shù)量、質(zhì)量、構(gòu)造和分布，森林按來(lái)源、權(quán)屬

3、、齡組、林種、樹種的面積和蓄積，生長(zhǎng)量和耗費(fèi)量及其動(dòng)態(tài)變化生態(tài)情況：包括森林安康情況與生態(tài)功能，森林生態(tài)系統(tǒng)多樣性，土地沙化、荒漠化和濕地類型的面積和分布及其動(dòng)態(tài)變化 我國(guó)森林調(diào)查體系：二類調(diào)查 1定義：森林資源規(guī)劃設(shè)計(jì)調(diào)查(簡(jiǎn)稱二類調(diào)查)是以國(guó)有林業(yè)局(場(chǎng))、自然維護(hù)區(qū)、森林公園等森林運(yùn)營(yíng)單位或縣級(jí)行政區(qū)域?yàn)檎{(diào)查單位，以滿足森林運(yùn)營(yíng)方案、總體設(shè)計(jì)、林業(yè)區(qū)劃與規(guī)劃設(shè)計(jì)需求而進(jìn)展的森林資源清查。調(diào)查成果是建立或更新森林資源檔案，制定森林采伐限額，進(jìn)展林業(yè)工程規(guī)劃設(shè)計(jì)和森林資源管理的根底，也是制定區(qū)域國(guó)民經(jīng)濟(jì)開展規(guī)劃和林業(yè)開展規(guī)劃，實(shí)行森林生態(tài)效益補(bǔ)償和森林資源資產(chǎn)化管理，指點(diǎn)和規(guī)范森林科學(xué)運(yùn)營(yíng)的

4、重要根據(jù)。2內(nèi)容： 核對(duì)森林運(yùn)營(yíng)單位的境界限，并在運(yùn)營(yíng)管理范圍內(nèi)進(jìn)展或調(diào)整(復(fù)查)運(yùn)營(yíng)區(qū) 調(diào)查各類土地的面積； 調(diào)查各類森林、林木蓄積； 調(diào)查與森林資源有關(guān)的自然地理環(huán)境和生態(tài)環(huán)境要素； 調(diào)查森林運(yùn)營(yíng)條件、前期主要運(yùn)營(yíng)措施與運(yùn)營(yíng)效果一類二類森林資源調(diào)查特點(diǎn)調(diào)查目的不同。一類是導(dǎo)向國(guó)家制定林業(yè)政策和開展國(guó)家林業(yè)戰(zhàn)略，調(diào)查要求更加系統(tǒng)嚴(yán)厲和規(guī)范以及完備抽樣實(shí)際和設(shè)計(jì)；二類是導(dǎo)向本地和林業(yè)運(yùn)營(yíng)單位的森林運(yùn)營(yíng)制定，抽樣和樣地設(shè)計(jì)調(diào)查比較粗放例如有閱歷的目視和角規(guī)點(diǎn)抽樣設(shè)計(jì)不同。一類調(diào)查是系統(tǒng)抽樣設(shè)計(jì)，具有完備的抽樣實(shí)際和設(shè)計(jì)；二類是典型調(diào)查和角規(guī)點(diǎn)調(diào)查，不是基于抽樣統(tǒng)計(jì)設(shè)計(jì)樣地?cái)?shù)量不同。一類是基于嚴(yán)厲

5、的數(shù)理統(tǒng)計(jì)確定，二類是思索不同林分和區(qū)劃確定要求每個(gè)林分和小班都有樣地，因此樣地?cái)?shù)量很多一類樣地是每5年發(fā)布一次，二類數(shù)據(jù)普通是每10年一次存在的問題二類數(shù)據(jù)大于一類數(shù)據(jù)從抽樣統(tǒng)計(jì)原理的觀念來(lái)看，簡(jiǎn)單相加二類數(shù)據(jù)來(lái)估計(jì)一省森林資源數(shù)據(jù)只是一個(gè)近似結(jié)果，不是一個(gè)有效的抽樣統(tǒng)計(jì)結(jié)果因此，現(xiàn)階段將一類和二類調(diào)查體系結(jié)合存在困難有機(jī)耦合一類二類資源調(diào)查結(jié)果的條件：抽樣設(shè)計(jì)和樣地設(shè)計(jì)一致一樣稀疏總體調(diào)查稀疏總體調(diào)查包括：生物多樣性的調(diào)查、森林中病蟲害發(fā)生分布的調(diào)查、林下非木質(zhì)資源non-timber調(diào)查、森林中的倒木和珍貴瀕危樹種分布的調(diào)查 、林外的群立木、簇立木或林外的散生木的調(diào)查等等空間分布特點(diǎn)：稀

6、疏rare、群團(tuán)狀(cluster)、散生狀spread和條狀(strip)等自然分布 與傳統(tǒng)抽樣方法比較傳統(tǒng)抽樣方法如簡(jiǎn)單隨機(jī)抽樣、分層抽樣和系統(tǒng)抽樣等等：調(diào)查總體察看值總和均值前要確定樣地單元總數(shù) 不依賴于抽樣總體分布，即選擇概率函數(shù)是非零的或者是常數(shù)，與總體單元內(nèi)察看值的大小無(wú)關(guān)以郁閉的森林資源的林地為主要調(diào)查目的對(duì)稀疏總體的估計(jì)是有偏估計(jì)傳統(tǒng)抽樣方法沒有思索稀疏總體明顯存在的空間分布差別 ，缺乏針對(duì)性，將必然導(dǎo)致調(diào)查本錢大幅攀升和/或估計(jì)結(jié)果出現(xiàn)顯著偏向 稀疏資源抽樣方法比較針對(duì)稀疏、簇生和聚集分布總體的抽樣方法如線截法、帶抽樣、樣線法、順應(yīng)性群團(tuán)抽樣等較傳統(tǒng)的抽樣方法有更多的優(yōu)點(diǎn)：在

7、一樣抽樣任務(wù)量情況下估計(jì)量方差將會(huì)更小，獲得更多的信息量，抽樣估計(jì)是無(wú)偏的抽樣設(shè)計(jì)靈敏可以提高具有稀少且群聚特征總體的抽樣效率，彌補(bǔ)了傳統(tǒng)抽樣方法失效、最終樣本中觀測(cè)目的信息幾乎為零的缺陷在森林資源調(diào)查目的由傳統(tǒng)的林木資源調(diào)查向森林多資源調(diào)查方向轉(zhuǎn)變和開展 的情勢(shì)下，研討針對(duì)稀疏總體的抽樣方法是很有意義的，這里主要引見近年來(lái)研討運(yùn)用較多的三種方法：線截法Line intersect sampling帶抽樣strip sampling 樣線法Line transect sampling順應(yīng)性群團(tuán)方法Adaptive cluster sampling)一、線截法線截抽樣Line intersect

8、 sampling，簡(jiǎn)稱LIS，由Canfield提出并在1960s得到開展運(yùn)用適用于稀疏總體，抽樣調(diào)查 伐倒木和薪才總量估計(jì)公路長(zhǎng)度關(guān)于生物多樣性的調(diào)查如倒木數(shù)量的估計(jì) 線截法估計(jì)方法 設(shè)某區(qū)域內(nèi)一條線，那么與該線相交的一切目的入樣，每棵樹的概率取決于入樣線長(zhǎng)度L和樹的有效長(zhǎng)度 ，假設(shè)將樹看成一條線，那么可直接根據(jù)其與抽樣線所成的夾角 計(jì)算，樣線調(diào)查目的線截法估計(jì)方法樹i的有效長(zhǎng)度的平均值為 每單元面積A的目的變量總數(shù)，根據(jù)Horwitz-Thompson estimator估計(jì)為： (1) 式中： 數(shù)量/面積A線截法估計(jì)方法那么每平方米總量的估計(jì)值為： 2 式中：L為線m個(gè)的總長(zhǎng)度米、li

9、為樹i的長(zhǎng)度米、 yi是第i單元目的變?nèi)缧罘e、質(zhì)量、長(zhǎng)度、m為觀測(cè)單元數(shù)量。 數(shù)量/平方米線截法估計(jì)方法假設(shè)森林蓄積用Hubers公式定義為 ，式中di是第i棵樹的直徑cm，那么前面公式2可改為 ； 假設(shè)要估計(jì)倒木長(zhǎng)度，利用2即可，假設(shè)估計(jì)其它值如每公頃倒木數(shù)量，那么還需測(cè)得樹的長(zhǎng)度。LIS估計(jì)量的方差可由線間方差算得： 式中n為線數(shù)、 為線j的每公頃總蓄積、 為研討區(qū)域的每公頃蓄積、Lj為線j長(zhǎng)度。 2/ 立方米/公頃二、帶抽樣帶抽樣strip sampling 可以看成樣地面積很大的樣地抽樣調(diào)查，根據(jù)計(jì)算，最簡(jiǎn)單情況是將研討區(qū)域分成N個(gè)非交疊樣帶，從中隨機(jī)抽選n個(gè)樣帶。樣帶可以間隔一定間隔

10、抽選，也可以重疊部分抽選。 特點(diǎn)及適用情況：帶抽樣經(jīng)常用于稀疏總體調(diào)查相對(duì)于點(diǎn)抽樣，既然該法相對(duì)于普通樣地調(diào)查典型地覆蓋了大面積區(qū)域，那么意味著用于活立木調(diào)查時(shí)任務(wù)量很大由于某方位兩帶狀樣地自相關(guān)性很大，該法對(duì)于活立木調(diào)查效果很低。雖然稀少總體的觀測(cè)值分別很遠(yuǎn)，但自相關(guān)性并不成問題，當(dāng)包含稀少總體時(shí)可用帶抽樣方法。 樣帶布設(shè)將調(diào)查總面子積分成N條非重疊的樣帶，用簡(jiǎn)單隨機(jī)方法隨機(jī)抽取n條樣帶。也可以用一定的寬度確定樣帶，這樣能夠有重疊。丈量帶內(nèi)的目的帶抽樣估計(jì)總體蓄積或其他目的變量： 式中Vi為第i條樣帶的總蓄積、 Ai是第i條樣帶的面積、AT為總面積，假設(shè)目的為平均每公頃蓄積，那么可估計(jì)比率盡

11、可為： 平均值 m3/hm2帶抽樣估計(jì)比率的方差為 ： 式中： 為樣帶平均面積、N為調(diào)查區(qū)域樣帶總數(shù)、n為抽取的樣帶。 總蓄積估計(jì)值方差： / ， 三、樣線法 樣線法Line transect sampling，簡(jiǎn)稱LTS是以觀測(cè)目的所在的樣線為根底的，樣線可以是在地面設(shè)樁，或者是在圖像上和其他方式。調(diào)查人員可以徒步或乘車和空中飛行。這種方法主要用于估計(jì)野生動(dòng)植物總體密度。設(shè)目的隨機(jī)分布在區(qū)域內(nèi)，設(shè)察看目的i的概率取決于距線的間隔，如間隔越長(zhǎng)觀測(cè)概率越小。 樣線調(diào)查方法的內(nèi)容普通都要包括樣線布設(shè)、數(shù)量調(diào)查和密度計(jì)算樣線抽樣圖解樣線法樣線布設(shè)樣地布設(shè)隨機(jī)布設(shè)系統(tǒng)布設(shè)估計(jì)方法窄帶法目視修正法參數(shù)法

12、非參數(shù)法核函數(shù)估計(jì)富利葉級(jí)數(shù)法L00B隨機(jī)抽樣L00B系統(tǒng)抽樣樣線抽樣估計(jì)方法窄帶法Narrow-Strip method：密度為單位面積的個(gè)體數(shù)目，即條帶內(nèi)動(dòng)物數(shù)量除以條帶面積 1 式中，D為野生動(dòng)物種群密度；y0為條帶內(nèi)探測(cè)到的野生動(dòng)物數(shù)量；L為樣線總長(zhǎng)度；w0為單側(cè)樣線寬度米。窄帶法是最為常用的傳統(tǒng)方法，簡(jiǎn)單易行，但是單側(cè)樣線w0寬度需求根據(jù)生境和野生動(dòng)物的特點(diǎn)以及調(diào)查人員的實(shí)踐察看才干進(jìn)展閱歷估計(jì)。 數(shù)量/m2一窄帶法例：樣線長(zhǎng)L100米，有18個(gè)目的如鳥和病蟲害樹木等分別在間隔樣線0，0，1，3，7，11，11，12，15，15，18，19，21，23，28，33，34，44米。如何

13、運(yùn)用(1)式估計(jì)目的值密度株/每公頃。首先畫以10米間隔的目的探測(cè)直方圖；找到以直方圖顯著變化的間隔所對(duì)應(yīng)的目的探測(cè)數(shù)量，就為帶寬w0的值。 密度值為：圖1樣線間隔1086420 10 20 30 40 50探測(cè)目的數(shù)目即30個(gè)/公頃一窄帶法特點(diǎn)：計(jì)算簡(jiǎn)單，但并不完全稱心由于一切察看目的沒有被用到估計(jì)；帶寬w確實(shí)定有點(diǎn)強(qiáng)迫性；探測(cè)目的率是隨著樣帶寬度逐漸減少。目視修正法Smooth-by-eye method：為了使窄帶法的直方圖接近概率密度函數(shù)f，首先選擇間隔寬度，然后用下面表達(dá)式確定一定間隔x的直方圖高 特點(diǎn)：引入探測(cè)密度函數(shù)概念；由于間隔寬和目視探測(cè)密度的選擇帶有客觀，所以不同人估計(jì)的結(jié)

14、果不同。建立在一樣概念，后面的參數(shù)方法可以抑制這些缺乏。二目視修正法二目視修正法根據(jù)上面圖1柱狀圖，第一個(gè)10米間段探測(cè)到5個(gè)目的，即5/(1810)=0.028；第二個(gè)10米間段探測(cè)到7個(gè)目的，值為7/(1810)=0.039；同樣地后三個(gè)間段值分別為0.017、0.011和0.006，據(jù)此畫出直方圖，如圖2由概率密度表達(dá)式，種群密度可以表達(dá)為圖20.080.060.040.020.00 10 20 30 40 50樣線間隔探測(cè)密度 數(shù)量/m2三參數(shù)法由上面兩種方法，得知關(guān)鍵是對(duì)f(0)和帶寬w的估計(jì)，假設(shè)它們之間的關(guān)系為： ，由上式知道其中之一，那么可估計(jì)f(0)或w 。 假設(shè)n個(gè)被察看到

15、的調(diào)查對(duì)象的垂直間隔x1, x2, xn 滿足相互獨(dú)立性。這些從樣線到調(diào)查對(duì)象的垂直間隔x被給出時(shí)，我們把調(diào)查對(duì)象被觀測(cè)到的條件概率定義為探測(cè)函數(shù)g(x)，g(x)是x的單調(diào)減少函數(shù)，當(dāng)調(diào)查對(duì)象在樣線上時(shí)，概率是1g(0)=1。被發(fā)現(xiàn)的調(diào)查對(duì)象的間隔x的概率密度函數(shù)f(x)可以經(jīng)過探測(cè)函數(shù)g(x)和帶寬w來(lái)表示：f(x)=g(x)/w 為了估計(jì)f(x)，運(yùn)用最大似然估計(jì)方法估計(jì)探測(cè)函數(shù)的未知參數(shù)，就可得到f(0)或w的估計(jì)值為 或 。三參數(shù)法廣泛運(yùn)用的探測(cè)函數(shù)為指數(shù)函數(shù)方式，即g(x)=exp(-x/w)。最大似然估計(jì)為 ，即探測(cè)目的間隔的平均值。擬合的指數(shù)曲線為圖2曲線根據(jù)上面的例子可以計(jì)算

16、探測(cè)函數(shù)為指數(shù)方式的密度估計(jì)為： =18/2(16.39)(100)=0.0055=55(數(shù)量/公頃)0.080.060.040.020.00 10 20 30 40 50樣線間隔探測(cè)密度g(x)三參數(shù)法探測(cè)函數(shù)為指數(shù)曲線的估計(jì)特點(diǎn)： 1、簡(jiǎn)單容易估計(jì) 2、對(duì)種群總體估計(jì)不理想曲線可看出 所以人們普通選擇“肩形探測(cè)曲線加以修正。假設(shè)假設(shè)探測(cè)函數(shù)為半正態(tài)函數(shù)g(x)=exp(-3.14x2/4w2)，參數(shù)w的最大似然估計(jì)為： 以上面為例計(jì)算結(jié)果為： =25.61，那么 擬合的半正態(tài)函數(shù)曲線見圖3。 圖3= 18/2(25.61)(100)=0.0035=35(數(shù)量/公頃)0.080.060.04

17、0.020.00 10 20 30 40 50樣線間隔探測(cè)密度g(x)四非參數(shù)法為了防止參數(shù)函數(shù)未知的探測(cè)函數(shù)的曲線外形，可以運(yùn)用非參數(shù)函數(shù)估計(jì)方法，也就是直接估計(jì)概率密度函數(shù)f(0)。有兩種方法估計(jì)f(0)： 1、核函數(shù)方法估計(jì)Kernel method 2、富利葉級(jí)數(shù)方法Fourier series method 1 核函數(shù)方法 式中：h是帶寬，xj是第j個(gè)察看目的值，K是核函數(shù)這里假設(shè)為對(duì)稱核函數(shù) 從式中可以知道關(guān)鍵是估計(jì)h, Silverman(1986) 給出了h的計(jì)算公式： 式中a=min (s, Q/1.34), s為x抽樣樣本目的察看值距樣線的間隔的規(guī)范差，Q是一切調(diào)查目的間隔

18、沿樣線間隔的中位值。 根據(jù)上面案例，中位值為15，計(jì)算的s12.56，得到a=min(12.56, 15/1.34=11.19)那么窗寬h=0.9(11.19)(18)(-1/5) =5.65，核函數(shù)f(0)的估計(jì)為： 調(diào)查目的的密度： 2 富利葉級(jí)數(shù)法 富利葉級(jí)數(shù)方法估計(jì)f(0) 式中：Ak是參數(shù)， f(0)為當(dāng)垂直間隔為0時(shí)發(fā)現(xiàn)目的個(gè)體的概率的密度函數(shù)；k依次取1、2、3、4、5等自然數(shù)；M為k的上限臨界值，普通= C, 在最初樣點(diǎn)上添加樣方；否那么，不添加包含概率Inclusion probability：了解為網(wǎng)絡(luò)Ai所包含單元的概率不能從抽樣數(shù)據(jù)中計(jì)算，實(shí)踐計(jì)算中用偏邊緣包含概率(P

19、IP)替代。非常重要的參數(shù)，是計(jì)算Horvitz-Thompson估計(jì)值的主要參數(shù)，計(jì)算式為：N-總的取樣單元數(shù)，xk-在網(wǎng)絡(luò)Ak中總的單元數(shù)，n1-最初取樣點(diǎn)數(shù)選擇概率Selective probability:是計(jì)算Hansen-Hurwitz估計(jì)值的主要參數(shù)選擇概率和包含概率的計(jì)算總面積20D的面積4C 的面積4B的面積3O 的面積10A的面積1包含單元o的包含概率p(s)=0.75案例(規(guī)范值10(1)SRS2)ACS?=1/3(2+54+38)=31.3 ACS方法均值和方差估計(jì)方法目前ACS有三種方法計(jì)算平均值和方差Hansen-Hurwitz Estimator (HH)基于網(wǎng)絡(luò)

20、內(nèi)均值wi,不思索邊緣單元(2) Horvitz-Thompson Estimator (HT)yk*為第k個(gè)網(wǎng)絡(luò)內(nèi)察看值和k為最初抽樣入樣第k個(gè)網(wǎng)絡(luò)的包含概率jk表示最初抽樣單元在第j個(gè)網(wǎng)絡(luò)和第k個(gè)網(wǎng)絡(luò)同時(shí)入樣的包含概率 不思索邊緣單元是由于邊緣單元不確定(3) Rao-Blackwell Esimator (RB)Ten networks sampledNetwork totals (yk*)Nine 0s and one network with an 11Intersection probabilities (k)For network with 1 unit, k=0.025For

21、network with 10 units, k=0.226Joint intersection probabilities (jk)For 2 small networks, jk = 0.00056For small and large networks, jk = 0.00515計(jì)算案例密度估計(jì)：方差估計(jì)：20406080100120Final sample size0.40.81.21.6EfficiencyABCA B群團(tuán)多和小CV：1.345,6.75%群團(tuán)少和大CV:1.3網(wǎng)絡(luò)內(nèi)方差44占有率6.75%C群團(tuán)少和小CV:348%3.5%效率比較結(jié)果順應(yīng)性群團(tuán)能提高探測(cè)稀疏物種的才

22、干3、估計(jì)方法研討1 Thompson(1990)首先提出修正的Hansen-Hurwitz和Horvitz-Thompson兩個(gè)無(wú)偏估計(jì)量，并給出了詳細(xì)的算法。 同時(shí)，Thompson(1990) 提出了Rao-Blackwell實(shí)際的Hansen-Hurwitz和Horvitz-Thompson估計(jì)量，但是沒有給出算法，是由于計(jì)算復(fù)雜。 Salehi(1999)導(dǎo)出了容易計(jì)算的Rao-Blackwell實(shí)際的Hansen-Hurwitz和Horvitz-Thompson估計(jì)量的算法，并用實(shí)例闡明了兩個(gè)估計(jì)量算法的詳細(xì)計(jì)算過程。Brown and Manley(1998)為了減少ACS抽樣的

23、最終樣本數(shù)量，提出了限制性的ACS抽樣，運(yùn)用Hansen-Hurwitz和Horvitz-Thompson估計(jì)量估計(jì)，估計(jì)是有偏的Salehi and Seber (2002)以為B&M(1998)的估計(jì)有偏，基于Murthy1957估計(jì)方法，他們提出限制性ACS抽樣的無(wú)偏估計(jì)，并用實(shí)例闡明了兩個(gè)估計(jì)量算法的詳細(xì)計(jì)算過程。為了防止選擇過多且不能提高估計(jì)精度的邊緣單元，Salehi and Smith (2005提出二階段序貫順應(yīng)性群團(tuán)抽樣及估計(jì)方法3、估計(jì)方法研討24、順應(yīng)性群團(tuán)抽樣設(shè)計(jì) 最初抽樣設(shè)計(jì)方法、規(guī)范值、鄰域方式和估計(jì)方法以及樣地調(diào)查本錢等要素的不同組合將會(huì)導(dǎo)致大量不同的順應(yīng)性群團(tuán)抽

24、樣設(shè)計(jì)特別是規(guī)范值大小 最終抽樣樣本量的隨機(jī)性或不確定性. 由于最終抽樣樣本量的隨機(jī)性或不確定性使得人們?cè)谡{(diào)查前無(wú)法確定最終抽樣樣本量以及抽樣調(diào)查的本錢 主要幾種限制順應(yīng)性群團(tuán)抽樣最終樣本量的抽樣設(shè)計(jì)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 big

25、ger number) so that adaptive sampling is triggered less often.如何控制最終樣本量100100100032002010014120070310014021006000040036000071001111005010000010010003200201001412007031001402100600004003600007100111100501000A (yi0)B(yi1)限制最終抽樣樣本量方法 叫停規(guī)那么如何確定規(guī)范值C C大，網(wǎng)絡(luò)包含的單元數(shù)network減少以致減少邊境單元，對(duì)于比較稀疏和低密度的總體，ACS的效率減少。 C小

26、，網(wǎng)絡(luò)包含的單元數(shù)network添加以致添加邊境單元數(shù)，對(duì)于比較稀疏和低密度的總體，ACS的效率添加，但是能夠無(wú)限制的繼續(xù)抽樣, 抽樣本錢也將添加。O 是最初抽樣單元鄰域?yàn)橐淮?單元S1，S2和S3為1，2和3階叫?；疑珕卧獮檫吘墕卧型Ｒ?guī)那么順應(yīng)性群團(tuán)抽樣表示圖一次4單元和一次2單元叫停群團(tuán)抽樣圖對(duì)于交叉型的樣方cross pattern,S=3的叫停規(guī)那么有24個(gè)自順應(yīng)群團(tuán)樣方 對(duì)于線性型的樣方linear pattern,S=4的叫停規(guī)那么最大有8個(gè)自順應(yīng)群團(tuán)樣方叫停規(guī)那么的特點(diǎn) 自順應(yīng)群團(tuán)抽樣設(shè)計(jì)的實(shí)際根底發(fā)生改動(dòng)，能夠?qū)е虏煌耆木W(wǎng)絡(luò)例如網(wǎng)絡(luò)重疊); 發(fā)生與總體格局不一致的變化。 相

27、反，不運(yùn)用叫停規(guī)那么能在一定臨界值條件下使網(wǎng)絡(luò)完全分別，從而構(gòu)成獨(dú)一的總體分化。這種分化partition是 HH和HT無(wú)偏估計(jì)的實(shí)際根底，因此假設(shè)運(yùn)用叫停規(guī)那么能夠?qū)е缕墓烙?jì)。限制性的順應(yīng)群團(tuán)抽樣Brown 1994)(1)確定最終樣本數(shù)量n(2)按照序列方式選擇最初抽樣單元(3)當(dāng)最初抽樣單元和按照規(guī)范值所添加的單元等于或大于1所確定的樣本數(shù)量n就停頓估計(jì)方法采用修正的HH和HT，發(fā)現(xiàn)有偏。然后用Bootstrap方法估計(jì)有偏量，用于調(diào)整HH和HT的有偏估計(jì)規(guī)范條件 0，鄰域方式：一階4單元，最初抽樣方法：SRS，n1=10，當(dāng)樣本容量 15 停頓，最后結(jié)果：最終樣本量15，但只需n1=

28、5限制性群團(tuán)抽樣過程表示圖二階段順應(yīng)群團(tuán)抽樣Salehi 1997)總體單元N200分成m=8個(gè)一級(jí)單元樣方PSUs用不放回SRS方法抽取4個(gè)PSUs(如圖中1,2,3,8)在4個(gè)PSUs中的每個(gè)中用不放回SRS方法抽取3個(gè)二級(jí)單元樣方圖中O最后按照一次4單元鄰域和規(guī)范值y0)添加樣方單元可以分成重疊橫跨2個(gè)二級(jí)單元和不重疊估計(jì)，但不重疊效率更高調(diào)整的二階段順應(yīng)性群團(tuán)抽樣Muttlak 2002)總體N200用不放回SRS抽取12個(gè)樣方單元x在最大的網(wǎng)絡(luò)中隨機(jī)抽取3個(gè)樣方單元，其他11個(gè)小網(wǎng)絡(luò)計(jì)數(shù)導(dǎo)出了無(wú)偏估計(jì)公式逆的順應(yīng)群團(tuán)抽樣Inverse ACS)(Christman 2001)限制性A

29、CS在稀少分布的總體抽樣能夠不能產(chǎn)生足夠量的或大量的樣本量1抽樣前規(guī)定最初抽樣單元n1中非零察看值的樣本數(shù)量k22假設(shè)最初抽樣單元數(shù)量n1中不滿足k2，那么添加最初抽樣單元數(shù)量，直至滿足條件k停頓導(dǎo)出了總體均值的估計(jì)公式，但是方差估計(jì)比較復(fù)雜限制性逆的順應(yīng)性群團(tuán)抽樣Constrain Inverse ACS) (Rocco 2003)與IACS設(shè)計(jì)根本類似，不同是對(duì)2個(gè)非零察看值的處置方法1保管滿足最后一個(gè)非零察看值的最終抽樣樣本量2回絕滿足最后一個(gè)非零察看值的最終抽樣樣本量次序統(tǒng)計(jì)量和叫停規(guī)那么的結(jié)合抽樣設(shè)計(jì)Su 2003)對(duì)抽樣總體很難預(yù)先確定臨界值, 而臨界值的大小直接影響最終抽樣數(shù)量，因此為了獲得抽樣精度和抽