森林资源调查监测年度数据产出方法研究

摘要：

利用2021年国家林草生态综合监测评价北京市样地数据及相关资料,基于"1/5+4/5"联合估计方案,提出回归抽样估计和回归模型预测2种基本估计方法;同时还针对部分省份存在多个副总体和加密样地等特殊情况,提出了采用分层抽样和联合估计方法产出年度数据,并以北京市森林蓄积量估计为例,以4套方案开展计算.结果显示,基于老样地估计的2套方案,全市森林蓄积量估计精度均在92％以上,其中方案2(基于回归模型预测)的总体抽样精度从方案1(基于回归抽样估计)的92.87％提高到93.87％;采用加密新样地和老样地联合估计的2套方案,全市森林蓄积量估计精度均在94％以上,其中方案4的总体抽样精度从方案3的94.24％提高到94.65％.研究表明:采用回归抽样估计和回归模型预测2种基本方法对当年未调查样地进行数据更新的方法,在实践中是完全可行的;综合利用回归抽样估计、回归模型预测、分层抽样方法和联合估计方法,可以解决存在副总体和加密样地等不同情况下的年度数据产出问题.

关键词：回归抽样、分层抽样、联合估计、回归模型、副总体

所属期刊栏目：41

分类号：S757.2(森林经营学、森林计测学、森林经理学)

资助基金：国家财政专项2130207

在线出版日期：2023-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-6,11