论文摘要
森林是陆地生态系统的主体,分布广泛,功能众多。由于森林的自然演替或人为干扰活动都具有空间分布的特点,使得林木分布的具有高度的空间和时间异质性。而经典统计学主要研究“属性”的特征,一般不涉及到“属性”的空间结构特征,刻意忽略调查数据的空间分布和格局。空间统计学是在经典统计学的基础上发展起来的,以调查目标空间自相关性为基础,并考虑调查目标的空间变异性。空间抽样技术克服经典抽样技术不考虑调查目标空间相关性的缺点,可以降低成本、提高效率。本文使用SPOT5多光谱影像与全色波段的融合影像作为底图,对贵阳市花溪区的林木覆盖面积进行抽样调查。在底图上布设尺度为100*100m的样本单元,进行预抽样,并以预抽样结果作为先验知识,在可靠性95%和精度85%的水平上进行抽样设计。经过简单随机抽样、系统抽样、空间随机抽样、空间分层抽样和空间三明治抽样,比较其抽样结果可以得出结论:1)依据抽样原理,空间分层抽样在森林资源调查中是最优的抽样方法。带有空间坐标的空间数据都具有一定的空间联系,森林资源数据也是如此。空间抽样承认这种联系,并且量化这种相关性,在抽样决策中利用这种相关性,降低抽样成本。与空间随机抽样、空间系统抽样相比,空间分层抽样不仅涉及空间自相关性,而且考虑到空间异质性。2)将样本容量作为抽样成本的指标,基于同一水平的先验抽样,空间分层抽样的成本是最低的,空间随机抽样次之,最后才是经典抽样。因为经典抽样不考虑调查目标的空间自相关性,造成一定程度的样本冗余,而空间随机抽样只是初步考虑调查目标的空间相关性,不考虑变异性。3)在空间分层抽样的基础上,做了空间三明治抽样,空间三明治抽样是空间分层抽样的逆向运算。它可以在不扩大样本量的基础上,在研究区内对调查者感兴趣的任何地方生成报告单元,把调查结果从空间分层抽样的各层传到报告层并生成新的各报告层调查结果。随着3S技术的不断发展和空间统计学的逐渐成熟,空间抽样技术会越来越多的被用到森林资源抽样调查中。