最佳取样计划估计景观制图分析Word文档格式.docx
《最佳取样计划估计景观制图分析Word文档格式.docx》由会员分享，可在线阅读，更多相关《最佳取样计划估计景观制图分析Word文档格式.docx（14页珍藏版）》请在冰豆网上搜索。
一般来说，较大的样本量和较大的样地
将导致更高的精度。
但是，这将
导致成本增加。
问题因此成为
如何确定适当的组合
情节大小和样本大小。
许多作者研究了测定
情节大小合适的尺寸和最佳范例
天然资源清查（Mesavage和Grosenbaugh
1956年，亨德里克斯1956;
Wiegert1962;
奥里根和Arvanitis1966年，王等人。
2001年b，
c）项。
例如，亨德里克斯（1956）发现，
变异通常随更大的地皮大小。
然后，他开发了一种方法来确定最佳
小区面积的斜坡上的绝对价值为基础
作为一个对数的方差回归线
函数的对数的情节大小，以及
的金钱和时间花费抽样比例对比
情节大小。
Wiegert（1962）提出，首要的
情节因素的最优规模决定和
形状是相对的可变性和相对成本。
情节
大小和形状时，可以选择的产品
相对变率和相对成本最小。
此外，柯伦和威廉姆森（1986）讨论
样本大小之间的平衡和采样
在错误的地点在一个图像水平
地面数据时，获得和使用
校准和确定的精确度远程
遥感数据和相应的产品。
传统上，确定样本的大小和情节
给予所需的精度是基于一个变化
变简单随机抽样。
的基础
传统方法是一个假设，即有
不能样地之间的空间相关性。
最近的研究并不支持这一假设。
另外，结果得到了地统计学
方法倾向于支持一个区域化变量
理论认为，一个变量的数据是相似的，当
他们发出的指示接近对方，
成为具有相似的增长疲软
数据之间的间隔距离，最后消失在远处，这就是所谓最高
范围的空间变异。
这个空间特征
样本数据的空间变异性也被称为
或依赖。
忽略了空间
依赖可能导致更高的成本或更大
不确定性的抽样设计及估计。
方差估计届时的偏颇。
80年代以来，许多学者已应用
区域化变量理论及Kriging算法
在抽样设计（Burgess等人统计学。
1981年McBratney和韦伯斯特1981年，1983年;
McBratney等。
1981年，奥利1984;
Yfantis等。
1987年韦伯斯特等人。
1989年;
Arvanitis和Reich
1991年，阿特金森1991;
麦奎尔等人。
1993年;
英格伦和Heravi1995年）。
克里格可能导致
与最小误差方差的无偏估计
任何未知位置或研究区块内
区，而仅误差方差取决于
在一个半方差衡量的空间变异性
一个变量，因此，在配置
在关系到观测场点或
块估计之间的距离和
他们。
误差方差不依赖于
样本数据本身。
一旦半方差
函数是已知的，例如，通过进行
试验样品或使用现有的数据集，估计
抽样误差为任何设计方差可
计算之前进行采样。
另外，
由于所需的精度要求
（允许最大误差方差），采样
计划才能确定。
在一般情况下，这些方法侧重于
估计方差最小化，以确定
理想采样模式的情节位置而言
整个景观，并尽量减少样品
规模需要达到特定的最高水平
错误。
McBratney和韦伯斯特（1981年），McBratney
等。
（1981），伯吉斯等。
（1981年）制定的
对本地估计抽样方法需要
对土壤属性的映射，并表示两
假设：
一个标准的最大错误
克立金插值估计是合理的措施
最优的抽样计划;
和空间
依赖表现在以下方面定量
半方差。
韦伯斯特等人。
（1989）应用
这反映方法取样和smapping
辐射。
地统计学方法以上
根据样地系统的位置
整个景观，以确保这个邻国
据采样点的一个重要性能是从一个固定的样本大小和研究领域的实际，
从而最大限度地减少信息的重复
（柯伦1988年）。
不同的取样方式，通常
包括等边三角形，正方形，并定期
六边形，也算是对这些系统
样品。
一般来说，一个等边采样
三角形是最好的，那么正方形和正六边形
（McBratney等1981;
。
韦伯斯特等人1989年。
）。
Yfantis等。
（1987）进一步比较的效率
三个采样模式，以及相同的结论
鉴于获得的金块方差
一个半方差小于总量的90％
方差。
如果金块效果大于90％
总方差和采样密度较大
超过85％的空间变异范围，然后
正六边形是最好的。
此外，一个研究领域的全球估计
估计是当地平均水平。
然而，
全局误差方差不能直接推导
总结本地的差异，因为他们不
由于使用了独立的公共数据的估计
或相邻的点变异
块。
这意味着，确定样本量
全球估计是从确定不同
样本大小为本地映射。
对于抽样设计
用于全局估计，McBratney和
韦伯斯特（1983）开发了一种方法，其中每个
观察被用来估计的平均值
基于泰森多边形，一个误差方差
是计算在每个社区
观测点，当时的差异
汇集，形成了全球性差异。
阿特金森
（1991年）用同样的方法来设计最优
地面为基础的抽样估算平均值
归一化植被指数从
地基辐射计，它的封面和大麦
生物量。
本文将展示一个方法
调查在设计方面的最佳采样
成本效益的基础上区域化变量
理论与估算当地Kriging估值
和全球覆盖所需的经营宗旨
土壤侵蚀。
这里的重点将是
整体植被覆盖度，虽然结果
适用于地面覆盖。
它介绍了空间
植被覆盖变化为估计
方差的大小和情节的任何组合
样本大小。
地积大小的关系
样本大小与空间变异性和差异
估计建造和使用制定
成本函数。
此外，特定的目的是评估现有的效率分层随机
抽样由美国陆军土地使用的设计
在状态趋势分析方案的案例研究
面积，提供建议的目的就
潜在的未来优化采样
设计。
研究区域和数据集
研究区位于八七八九〇公顷组成
在得克萨斯州胡德堡，那里的气候特点是
通过长期，短期温和夏季炎热，
冬天。
平均气温在8？
C在
元月至29？
C在七月。
年平均降水量
为81厘米。
在胡德堡高程范围
从180米到375米以上海平面。
大多数斜坡
在超过45％的2-5％的范围内有斜坡
在东部的一部分。
土壤深度浅到深，适度
粘土，石灰石伏基岩。
有
在研究区共25个土壤类型（王
2001年a）。
所有土壤类型的有机物质
不到4％的内容，是所有排水良好。
占主导地位的土壤类型布拉凯特-Topsey
联想，多斯实时复杂，Eckrant岩
露头复杂，实时岩石露头复杂。
这些都是旱地土壤和石灰岩形成;
石灰石，泥灰岩和石灰岩和
页岩。
三共显性土壤类型是非常纳夫
斯托尼粉质粘壤土低脊，埃文特粉质粘土
上高地，并于terrances克鲁姆粉质粘土。
四个主体，三个共显性占领土
83.4％的土地面积的胡德堡。
胡德堡在于跨伯斯和草原
植被面积。
橡树林地桧
主宰东胡德堡。
西部和南部的部分
胡德堡是热带草原的类型和支配
中旬草，小白羊，种子和高大下降
德克萨斯州的活橡树分散莫茨冬季草
和橡木桧。
中部胡德堡的混合物
萨凡纳的类型和橡木桧林。
一个抽样设计和现场进行了调查
据一位土地条件趋势
分析（LCTA）绘制存货领域的协议。
LCTA方案是作为一种手段，
关于军事库存和监测自然资源
安装（Tazik等。
1992年）。
LCTA使用
标准的方法来收集和分析自然
资源数据，是陆军的标准
土地调查和监测。
对于胡德堡LCTA，现场的现货
图像过时，88年9月11日，被收购
和图像进行几何纠正，就
使用通用横轴墨卡托投影
地面控制点。
无监督的图像
分类导致植被16类，并
覆盖在土壤类型图，导致他们在
23层。
较小的地层聚集，导致
在总共19层。
191个小区，每个总
100·
6平方米，随机位于每个阶层
地层面积成正比（沃伦等。
1990年）。
在每191个地块，中心
位于100米样。
的抽样数量
地点是放在平等的间隔时间
1米，沿每个样。
在每个取样位置，
空中篷盖被记录在
1989年春季和夏季（Diersing等。
每个样带和沿0米，段开始
（此后，将被称为小区面积）的k\10米
（金=1,2,3，...，10）成立时，给予不同
长度尺寸是介于10至100米共
10个小区的大小进行研究。
种树冠百分比
盖当时确定了每一个情节，并
用于分析。
此外，旅游信息，
情节安装程序，并在时间上测量了
记录，并用于开发成本调查
功能。
获取和安装时间就占
与人为驾驶，行走时，
和情节设置。
上网时间被定义为工时
测量样线。
所有的时间分别为
调整船员大小。
船员大小从二
五技术员。
由于现场人员并不总是
在胡德堡，驾驶单独的活动，
走着，情节设置时间相结合。
方法
本地估计抽样设计，景观
映射
对于191LCTA田间小区，假定环Z（u）是一
植被覆盖定义在随机函数
ü
位置在二维空间，并假设
在研究区（胡德堡所有），在总
为n（n=191）已获得的观测
的Z（UA）的值（=1,2，...，N）的。
在统计学，
克立格法提供了可能性估计
本地化的未知点，块，并从中
其误差方差基于空间变异性
植被覆盖。
它被认为是变现
一个随机过程（Journel和Huijbregts
1978年）。
设Z（美）=压+电子（美），其中MV是
Z的当地平均在当地的五区，也就是为
所有所有ué
{环Z（美）}=mV时，和E（U）和一个
具有零随机函数的意思。
据
内在的平稳性假设，实验
变异函数的C（H）总结的空间
依赖，可以计算为：
其中H是分离向量，或者滞后的距离
发出的指示时，N（h）是成对的所有设置
欧氏距离，环Z（UA）和环Z（尿酸+高）是数据
在UA的空间位置值和变量Z
尿酸+h分别。
是的变异函数
经常使用球形模型，指数，
高斯和其他模型（Goovaerts1997年）。
对于
例如，一个球状模型是：
其中，C0和C1是金块和结构差异，
分别和C+¼
c0的C1是窗台
参数，一个是空间依赖于范围
该模型的价值等于最大。
滞后距离为零（高=0），块金方差
代表噪声项，这是一个衡量
短期变异和抽样误差。
范围，意见可以被认为是
空间依赖性，超出这个范围，意见
可以认为基本上是
独立。
由于距离h的增大，半方差
各不相同，接近其极限值。
假定地统计学数学模型
点值可称为点模型（即点
普通克里格法）。
当一个测绘单位的大小或
空间分辨率与地块大小一致
其中地面数据收集，点克里格法
应该用于当地的估计。
A点克立金插值
估计是在位置的加权平均
在其附近的测量和可
采用公式（3），其误差方差
可以推导公式（4）。
其中C（尿酸，ü
）和C（尿酸，友联）是semivariances
UA与地点之间U和UA与军装，
分别和N（u）是样本数
邻里中的数据。
为了确保
估计是公正和克里金
方差最小化，权重嘉是
派生使他们的总和为1。
克里格提供
最好的和无偏估计，同时尽量减少
误差方差（Journel和Huijbregts1978;
Goovaerts1997年）。
给定一个函数的半方差模型
在LCTA场设计图是随机的地方
位于方程（4）可用于估计
在整个点差异
景观。
此外，与模拟的半方差，
其他样本的设计进行评估。
从式（4），点误差方差或
他们（标准误差）平方根仅依赖
上半方差，因此，在配置
观察地块相对于点
要估计和它们之间的距离。
克里金错误不依赖于LCTA
数字数据值的植被覆盖自己。
如果一克立金插值最大方差估计
被认为是一个合理的衡量
的采样计划和有系统的善良
抽样的被使用，则公式（4）可
作为基础上的最佳取样
设计可以实现的。
针对不同的差异
系统抽样设计可以计算出来。
也就是说，可以得出不同的差异和
通过改变样本大小的策划，因为距离
地块间是样本大小的功能，当
采用系统取样。
给定一个精度
要求（允许的最大误差方差），
抽样方案的最佳估计为当地
OR映射才能确定
网格模式进行系统取样和各向异性
变异
系统抽样通常可以完成
基于三个采样模式之一：
等边
三角形，方形，六角形网格和常规。
假设观测点分别位于
等边多边形的顶点，预计点设在中心。
鉴于
单位采样密度，最大距离
据估计，点或块就近
采样点的等边三角形是0.6304，
0.7071为正方形和六边形0.8773，
从理论上讲，在一个等边三角形取样
格比方形和六角形网格更好。
植被覆盖的空间变异可
定向（各向异性）。
各向异性会导致
在不同方向的不同semivariances
两点之间的距离相同。
这
需要不同的网格间距为不同的用
方向指定的精度。
一般来说，
格点间距首先确定在
其中最大的方向变异性存在，
在其他方向的网格间距，然后得出
使用各向异性率（McBratney等。
1981）。
对于这种各向异性，一个采样类型
矩形网格被推荐为最佳
采样网格（Journel和Huijbregts1978年）。
全球估计抽样设计
对于植被的全球估计方差
包括基于分层随机抽样可
估计使用经典估计方法
（例如，科克伦1977;
汤普森1992年）。
全球变化可确定不同
假设比例分配样本量。
全球变化也可估计使用
区块克利金法，如果假定地块将
在整个系统位于风景。
区块克利金法涉及到的数据的情况下
是点值，但对于平均值的空间
块估计。
在植被的清单
和测绘，地图单位通常表示
块或分区域V和较场大
阴谋。
对于这种情况，块普通克里格法
应使用（McBratney等1981;
Goovaerts
1997年）：
其中Z五（美）和R2
千伏（u）是估计，其
克立格法方差为中心的V座
位置，和N（u）是样本数
LV是一个拉格朗日
参数，cð
ua;
？
半变异之间的平均电压VTH
观测点和V座，并
犬瘟热，VTH为区块内变异（平均
半方差点之间）内的块五
为了确保这些估计是公正的
克里格法和方差最小化，
kav块重量，使他们的推导
金额为1。
类似点克里格，当块克里格法是
用来估计在一个未知的位置值或
块，估计是'
最好'
，因为克立格法是
公正和估算的局部误差方差
最小。
但是，它可能不是最好的
整个。
也就是说，全球平均不能
直接来自区块克利金法，因为使用
变量可能不超过该地区的固定和
一个半变异往往是更可靠的内
附近的一个社区。
另一方面，全球估计，理论上，
可与当地平均
块的预算时对小社区。
但是，相应的全球估计
差异无法计算简单相加
当地块方差的估计，因为普通
数据用于估计邻近
块，使本地的估计是不是独立的。
该解决方案是使用一个泰森多边形法
细分成n多边形的区域，使得
有一个在每个多边形的观察，
与观测来估计多边形
平均水平。
如果多边形的面积相等，为
例如，具有相等的正方形网格，一
观察地块位于每个中心
多边形，全球估计方差R2的
R可
近似（McBratney和Webster
1983）：
其中R2的
S是一个正方形的估计方差，
ç
冒ü
中，S脼是之间的平均半变异
中央观察情节U和所有unsampled地块
在广场上，和C冒S中，S脼广场内
该区块克利金估计是用来
估计两个C冒ü
中，S和C脼冒S中，S脼。
相同的论点
适用于其他网格，如等边
三角网格。
因此，如公式（4）局部估计，需要的最佳样本数
为全球平均估计可确定
使用公式（7）。
空间变异及小区面积
最近的研究表明，由于块金方差
下降的半方差模型，
结构的变迁和范围值随
图大小（Atkinson和柯伦1997年，王等人。
2001年c）。
因此，金块，结构和范围
价值观是阴谋尺寸的函数。
的关系
可线性或非线性的。
在这项研究中，假设
是块金方差之间的关系
并绘出尺寸可带非线性建模
经验模型，并为双方的关系
结构的变迁和范围值线性
机型：
其中，C0，C1和一个都是金块的价值
和结构差异，以及范围的统计资料，
分别为中，B1-B3的是回归参数，
PL是小区的大小。
基于变异函数估计
与191LCTA场地块，参数
金块和结构的差异和范围值
估计在大小方面的不同情节
从10到100米的间隔的变化与
10米这将导致相应的估计
块金，结构，参数和范围，
从而克里格法差异和
相应的克立格不同的标准误差
小区的大小。
成本估算
收集数据所需的时间是一个函数
然而，单位成本
每个这样的组成部分，地块间旅行，
情节设置和测量，需要加以明确。
设n为样本大小，一个地区的总
研究范围;
复数情节大小和Ttrav_unit，TS和Tm_unit旅行在时间上的成本
单位之间的距离情节，情节设置和
情节计量单位的大小，分别为。
总样本的成本函数使用的是：
其中TS是一个常数，所有的阴谋。
根据成本数据和坐标
每一个情节，这是可以计算的距离
现有样品之间的任何两个地块。
旅游和安装总成本与回归
距离。
该总线性模型截距
旅游和安装成本作为距离的函数
然后可以进行估计。
安装成本被认为是
作为一个不断为任何规模的情节，假设
情节设置时间不改变小区面积
变化，因此量化的值
截取回归模型。
成本及Kriging局部和全局的差异可
被评估的样本大小和情节的基础
大小与这些成本和方差函数。
局部和全局的差异取决于半方差
测量空间的依赖
变量，对观测场配置
相对于点或块估计，并
在点或块之间的距离。
一旦
这些功能与原来的估计
LCTA样品，样本设计原LCTA
可以进行评估，以及与其他设计
配置不同的情节，样本大小是
小于或大于所用什么更大
原LCTA库存，并绘制大小。
因此，我们
建议使用抽样即根据设计
区域化变量理论，我们比较
这些设计为基础的成本和方差估计
有古典文化与设计中取得的样本。
Fortran和C++程序进行了开发和
采用与S-Plus的空间统计结合？
到
进行分析。
结果
作为例子，图1显示了191的位置
样地和植被覆盖的百分比为
50和100米的地块，分别为。
假设的独立性，
经典的估计标准误差
对于植被覆盖的全球估计
与上分层比例随机抽样
分配（科克伦1977;
汤普森1992）利用现有的LCTA191地块，每个样品
100米·
62为1.30。
样品的总成本都
100米样地一千五百二十七点四零小时。
图2显示了观测和模拟
整体植被覆盖主场迎战积变异函数
大小使用球形模型（公式2）基于
样地的191LCTA。
所有的变异函数
是各向同性的。
当小区面积为10米，
空间相关性较弱，可
被认为是一个纯块金效应。
该变异函数
在不同的形状和结构
小区面积10-50米，然后又成了类似。
块金方差与总方差的模拟
半方差增加小区面积下降，
而结构的变迁和范围值增加。
在金块和总的跌幅最大
差异，并在结构最大升幅
变异发生时，小区面积10去-
20米这些值趋于稳定后70米该
块金方差，方差结构和范围
对情节大小值分别装有：
升级会员 