王 瑞,楊沁雨,歐光龍,胥 輝

(西南林業(yè)大學(xué) 西南地區(qū)生物多樣性保育國(guó)家林業(yè)局重點(diǎn)實(shí)驗(yàn)室,昆明 650224)

森林生物量是反映森林生產(chǎn)力和森林生態(tài)系統(tǒng)功能的重要參數(shù)[1],也是研究森林生態(tài)系統(tǒng)生產(chǎn)力、碳儲(chǔ)量及碳循環(huán)的基礎(chǔ),并在森林的經(jīng)營(yíng)、監(jiān)測(cè)與評(píng)價(jià)中起到重要的作用[2]。森林生物量估算可以了解森林生態(tài)系統(tǒng)碳儲(chǔ)量變化區(qū)域以及長(zhǎng)時(shí)間以來的變化趨勢(shì),查清森林生物量空間分布和動(dòng)態(tài)變化,對(duì)研究全球氣候變化模型和陸地碳循環(huán)具有重大的意義[3]。對(duì)森林生物量估算的研究包括傳統(tǒng)測(cè)量方法以及遙感監(jiān)測(cè)等手段[4],且森林生物量也會(huì)隨森林類型、齡組、起源等差異而不同[5]。

系統(tǒng)抽樣和分層抽樣調(diào)查是森林資源調(diào)查包括生物量最常用的方法[6-7]。系統(tǒng)抽樣操作簡(jiǎn)便,但對(duì)于復(fù)雜的總體,需要大量的樣本才能保證其代表性。分層抽樣在各層中進(jìn)行簡(jiǎn)單隨機(jī)抽樣,可以提高抽樣效率[8],但需要運(yùn)用有效的技術(shù)手段、實(shí)行科學(xué)的分層[9-10],如以用地類型、森林類型、樹種、林齡等屬性作為分層變量[11]。本文以普洱市思茅區(qū)森林資源二類調(diào)查為基礎(chǔ),以系統(tǒng)抽樣為對(duì)照,在95%的可靠性下、設(shè)置95%、90%和85%的抽樣設(shè)計(jì)精度進(jìn)行單變量分層抽樣的比較分析,為森林生物量調(diào)查分層抽樣提供參考和借鑒,具有一定的理論和實(shí)踐意義。

1 研究區(qū)概況

研究區(qū)位于云南省普洱市思茅區(qū),思茅區(qū)位于云南省南都、普洱市中部,地處北緯22°27′～23°06′,東經(jīng)100°19′～101°27′之間。東連江城縣,西接瀾滄縣和景谷傣族彝族自治縣,南鄰西雙版納傣族自治州,北臨寧洱縣。東西長(zhǎng)118km,南北寬72km,總面積3 928km2。全區(qū)海拔在578～2 155m之間,森林覆蓋率70.28%[12]。思茅區(qū)屬低緯高原南亞熱帶季風(fēng)氣候區(qū),境內(nèi)立體氣候明顯,有北熱帶、南亞熱帶、中亞熱帶和北亞熱帶4個(gè)不同的氣候類型,具有低緯、高溫、多雨、濕潤(rùn)、靜風(fēng)的特點(diǎn),年均氣溫17.8℃,年均降雨量1 524mm,無霜期318d,冬無嚴(yán)寒,夏無酷暑,四季溫和[13-14]。

2 研究方法

2.1 數(shù)據(jù)收集與整理

研究區(qū)的樣地?cái)?shù)據(jù)來自2016年。本研究以2016年普洱市思茅區(qū)森林資源二類調(diào)查數(shù)據(jù)進(jìn)行生物量估測(cè)。在ArcGIS下提取喬木林小班數(shù)據(jù),參考《云南省森林生物量和碳儲(chǔ)量估算及分布研究》[15],采用生物量轉(zhuǎn)換因子法計(jì)算小班森林總生物量(表1),進(jìn)而得到單位面積森林總生物量。

表1 蓄積量-生物量轉(zhuǎn)換因子信息指數(shù)

根據(jù)對(duì)思茅區(qū)起源、齡組、地類、優(yōu)勢(shì)樹種的樣地面積生物量的方差分析結(jié)果,利用思茅區(qū)森林資源二類調(diào)查數(shù)據(jù)中的起源、齡組、地類以及優(yōu)勢(shì)樹種分層,分層抽樣方案分類結(jié)果如圖1所示。

圖1 分類結(jié)果示意圖

2.2 抽樣設(shè)計(jì)

以森林資源二類調(diào)查數(shù)據(jù)為基礎(chǔ),考慮森林起源、地類、齡組、優(yōu)勢(shì)樹種等常用調(diào)查因子作為分層變量,并考慮目前林業(yè)不同調(diào)查精度的要求,在可靠性為95%時(shí),分別設(shè)置抽樣設(shè)計(jì)精度95%,90%和85%三個(gè)水平，并采用系統(tǒng)抽樣方法進(jìn)行比較。為保證抽樣結(jié)果的準(zhǔn)確性,分別采取30次重復(fù)抽樣,最后利用30次抽樣結(jié)果的均值作為試驗(yàn)結(jié)果。抽樣樣地大小為30m×30m。

2.2.1基于變異系數(shù)的樣本單元數(shù)確定

2.2.1.1系統(tǒng)抽樣樣本單元數(shù)確定

(1)

為了確保達(dá)到設(shè)計(jì)的抽樣精度,在抽樣單元數(shù)計(jì)算中增加15%的保險(xiǎn)系數(shù)。系統(tǒng)抽樣樣本數(shù)確定方法與簡(jiǎn)單隨機(jī)抽樣方法相同。

2.2.1.2基于不同分層變量的分層抽樣樣本單元數(shù)確定

考慮森林起源、地類、齡組、優(yōu)勢(shì)樹種作為分層變量,并分別計(jì)算不同分層下的樣本平均值與標(biāo)準(zhǔn)差(表2),利用總樣本和各層樣本計(jì)算各層權(quán)重。分層抽樣的樣本數(shù)確定是采用最優(yōu)分配法,兼顧了各層變動(dòng)大小和層權(quán)重這兩方面,在給定n的條件下,合理分配各層樣本單元數(shù)nh,并使誤差達(dá)到最??；且抽樣在各層內(nèi)獨(dú)立、隨機(jī)地進(jìn)行抽樣,公式為:

(2)

2.2.2抽樣樣地布設(shè)

基于ArcGIS生成研究區(qū)的30m×30m的總體單元網(wǎng)格,系統(tǒng)抽樣的樣本點(diǎn)抽取是均勻分布的,采用公式(3)計(jì)算抽樣間隔；分層抽樣則基于森林資源二類調(diào)查數(shù)據(jù)獲得不同分層的圖層,在層內(nèi)以網(wǎng)格編號(hào)隨機(jī)確定樣地位置。

(3)

表2 不同分層變量的方差分析結(jié)果

2.2.3抽樣精度比較分析

分層抽樣精度計(jì)算公式如下:

1)總體平均數(shù)估計(jì)值的方差:

(4)

2)絕對(duì)誤差限Δ:

(5)

3)相對(duì)誤差限E:

(6)

4)估計(jì)精度:

Pc=1-E

(7)

2.2.4分層變量的方差分析

采用SPSS軟件中的單因素方差分析方法,分別計(jì)算森林起源、地類、齡組、優(yōu)勢(shì)樹種的森林生物量的組間和組內(nèi)方差,進(jìn)而解釋森林生物量調(diào)查中分層抽樣變量選擇的合理性。

3 結(jié)果與分析

3.1 抽樣單元數(shù)確定

表3列出了不同抽樣方法在不同設(shè)計(jì)精度情況下的抽樣單元數(shù)。從表中可以看出,系統(tǒng)抽樣的抽樣單元數(shù)較多,分層抽樣的抽樣單元數(shù)相對(duì)較少。在分層抽樣中,在相同抽樣設(shè)計(jì)精度下,抽樣單元數(shù)呈現(xiàn)起源>齡組>地類>優(yōu)勢(shì)樹種的變化趨勢(shì)。

表3 3種抽樣方法樣本單元數(shù)確定

3.2 抽樣精度比較

不同抽樣設(shè)計(jì)精度中,利用不同分層因子進(jìn)行分層的抽樣方法均優(yōu)于系統(tǒng)抽樣。在抽樣設(shè)計(jì)精度相同時(shí),以優(yōu)勢(shì)樹種為分層變量的實(shí)際抽樣精度最高。當(dāng)抽樣設(shè)計(jì)為95%和85%時(shí),實(shí)際抽樣精度結(jié)果為：優(yōu)勢(shì)樹種>地類>起源>齡組；當(dāng)設(shè)計(jì)精度為90%時(shí),實(shí)際抽樣精度結(jié)果為：優(yōu)勢(shì)樹種>起源>地類>齡組。雖然在不同設(shè)計(jì)精度下所得出的實(shí)際抽樣精度結(jié)果不完全一樣,但是利用優(yōu)勢(shì)樹種進(jìn)行分層抽樣的結(jié)果均為最好的。

3.3 分層變量比較分析

由表5可以看出,4類變量均表現(xiàn)出組間方差高于組內(nèi)方差,且檢驗(yàn)均為極顯著(P<0.01),且呈現(xiàn)優(yōu)勢(shì)樹種>齡組>地類>起源的趨勢(shì),其中優(yōu)勢(shì)樹種變量的組間方差與組內(nèi)方差差異最大為9.14,起源變量的組間方差與組內(nèi)方差差異最小為2.15。

表4 3種抽樣方法的抽樣結(jié)果

表5 不同分層變量的方差分析

4 結(jié)論與討論

本研究將分層抽樣和系統(tǒng)抽樣在相同可靠性和不同設(shè)計(jì)精度的3種情況下,根據(jù)實(shí)際抽樣精度、抽樣樣本數(shù)和抽樣效率三方面進(jìn)行比較。

樣本單元數(shù)與資金投入和外業(yè)調(diào)查時(shí)間直接相關(guān),是抽樣效率的主要評(píng)價(jià)因子。85%，90%和95%三種設(shè)計(jì)精度,為不同成本投入和不同精度要求下開展區(qū)域生物量估測(cè)提供了多種分層抽樣選擇。與系統(tǒng)抽樣比較,分層抽樣具有樣本數(shù)量少、抽樣精度高的明顯優(yōu)勢(shì)。以設(shè)計(jì)精度85%為例,系統(tǒng)抽樣60個(gè)樣地,實(shí)際抽樣精度為85.32%；按優(yōu)勢(shì)樹種的分層抽樣44個(gè)樣地,實(shí)際抽樣精度87.82%。如果系統(tǒng)抽樣精度要從85.32%提高到87.82%,樣地?cái)?shù)要從60個(gè)增加到91個(gè),而相比分層抽樣只要44個(gè),相當(dāng)于可以減少47個(gè),工作量減少了一半多,相當(dāng)于效率提高了52%。采用單變量進(jìn)行分層抽樣,優(yōu)勢(shì)樹種具有顯著優(yōu)勢(shì)。以設(shè)計(jì)精度85%為例,在樣本數(shù)量為44個(gè)前提下,其實(shí)際抽樣精度達(dá)到87.82%。

抽樣效率受區(qū)域生物量總體變動(dòng)幅度、樣本單元數(shù)、抽樣方式、樣本組織形式和樣本單元的形狀和大小的影響[16],因此,單從抽樣成本與估測(cè)精度來確定抽樣方法是不全面的。在實(shí)際操作中,需要考慮到森林生物量空間分布存在顯著差異[17],實(shí)際調(diào)查中由于樣本單元分散或者部分樣地位于懸崖陡坡只能目測(cè)或放棄等因素[18],這將增加生物量數(shù)據(jù)的不準(zhǔn)確性。將其它樹種合并到思茅松樹種中,以優(yōu)勢(shì)樹種和齡組作為分層變量進(jìn)行生物量分層抽樣設(shè)計(jì)具有很強(qiáng)的合理性,理論上可以獲得更高的抽樣效率,由于樣本數(shù)量所限,本次研究中未做分析,需要在今后的研究中進(jìn)一步深入探索。