二类调查与抽样调查数据的关系连接模型研究——以林分断面积为例

doi:10.13466/j.cnki.lyzygl.2017.02.007

林业资源管理 ›› 2017›› Issue (2): 34-39.doi: 10.13466/j.cnki.lyzygl.2017.02.007

二类调查与抽样调查数据的关系连接模型研究——以林分断面积为例

肖云丹(), 侯瑞霞, 纪平()

中国林业科学研究院资源信息所,北京 100091

收稿日期:2016-12-09 修回日期:2017-03-31 出版日期:2017-04-28 发布日期:2020-10-10
通讯作者: 纪平
作者简介:肖云丹(1982-),女,贵州瓮安人,助理研究员,主要从事数据库技术的应用研究工作。Email: xiaoyd@ifrit.ac.cn
基金资助:
中央级公益性科研院所基本科研业务费专项(CAFYBB2017SZ006)

Linking Model of Stand Basal Area from Forest Resource Inventory Data for Management and Systematic Plots

XIAO Yundan(), HOU Ruixia, JI ping()

Research Institute of Forest Resource Information Techniques,Chinese Academy of Forestry,Beijing 100091,China

Received:2016-12-09 Revised:2017-03-31 Online:2017-04-28 Published:2020-10-10
Contact: JI ping

摘要/Abstract

摘要：

二类调查和经营单位抽样体系固定样地连续调查是我国两种重要的森林资源调查方法。这两种调查方法都能得到林分断面积,但它们却各有利弊。这两种方法的关系如何?怎样做到两种类型数据的信息互补?基于2004年和2009的二类调查数据构建了林分断面积贝叶斯模型,然后通过该模型预测2011年、2013年的林分断面积,并与这两年的系统样地数据建立连接模型。经研究分析可知,所建连接模型效果较好(R ²=0.6817)。

关键词: 林分断面积, 二类调查, 系统样地, 连接

Abstract:

Forest resource inventory data for management and systematic plots are the most important two survey methods in China,which both could output stand basal.However both of these two methods have advantages and disadvantages.It is important to explore the relationship between them,and link the two methods.In this study,we developed stand basal area model based on the FIDM data using Bayesian method,and predicted the stand basal area in 2011,and 2013.Then we linked the stand basal area from systematic plots in 2011 and 2013.The results showed that the linking model performed well (R ²=0.6817).

Key words: stand basal area, forest resource inventory data for management, systematic plots, link

中图分类号:

S757.2

肖云丹, 侯瑞霞, 纪平. 二类调查与抽样调查数据的关系连接模型研究——以林分断面积为例[J]. 林业资源管理, 2017,(2): 34-39.

XIAO Yundan, HOU Ruixia, JI ping. Linking Model of Stand Basal Area from Forest Resource Inventory Data for Management and Systematic Plots[J]. FOREST RESOURCES WANAGEMENT, 2017,(2): 34-39.

图/表 5

参考文献 14

[1]	陈新林 . 浅议森林资源二类调查存在的主要问题与对策[J]. 华东森林经理, 2016,30(3):19-22.
[2]	曾伟生 . 全国森林资源年度出数方法探讨[J]. 林业资源管理, 2013(1):26-31.
[3]	Lindley D V . Bayesian thoughts[J]. Significance, 2004,1(2):73-75. doi: 10.1111/sign.2004.1.issue-2
[4]	Lamon E C, Clyde M . Accounting for model uncertainty in prediction of chlorophylla in Lake Okeechobee[J]. Journal of Agricultural Biological & Environmental Statistics, 2000,5(3):297-322.
[5]	Clyde M . Model uncertainty and health effect studies for particulate matter[J]. Environmetrics, 2000,11(6):745-763. doi: 10.1002/(ISSN)1099-095X
[6]	Ellison A M . Bayesian inference in ecology[J]. Ecology Letters, 2004,7(6):509-520. doi: 10.1111/ele.2004.7.issue-6
[7]	李向阳 . 水文模型参数优选及不确定性分析方法研究[D]. 大连:大连理工大学, 2005.
[8]	Bullock B P, Boone E L . Deriving tree diameter distributions using Bayesian model averaging[J]. Forest Ecology and Management, 2007,242(2-3):127-132. doi: 10.1016/j.foreco.2007.01.024
[9]	Zhang Xiongqin, Duan Aiguo, Zhang Jianguo . Tree biomass estimation of Chinese fir (Cunninghamia lanceolata) based on Bayesian method[J]. PLOS ONE, 2013,8(11):1-7.
[10]	茹诗松, 王静龙, 濮晓龙 , 等. 高等数理统计[M]. 北京: 高等教育出版社, 1998.
[11]	张雄清, 张建国, 段爱国 . 基于贝叶斯法估计杉木人工林树高生长模型[J]. 林业科学, 2014,50(3):69-75. doi: 10.11707/j.1001-7488.20140310
[12]	张雄清, 张建国, 段爱国 . 杉木人工林林分断面积生长模型的贝叶斯估计[J]. 林业科学研究, 2015,28(4):538-542.
[13]	Gelman A, Carlin J B, Stern H S , Rubin DBBayesian Data Analysis[M]. 2nd ed.Boca Raton,FL,USA:Chapman and Hall/CRC., 2004.
[14]	Ellison A M . Bayesian inference in ecology[J]. Ecology letters, 2004,7(6):509-520. doi: 10.1111/ele.2004.7.issue-6

参数	估计值	标准误
p₁	2.8361	0.2049
p₂	-0.3376	0.0668
p₃	2.5698	0.3854
p₄	0.6384	0.0803
P₅	-0.0552	0.0225

二类调查与抽样调查数据的关系连接模型研究——以林分断面积为例

Linking Model of Stand Basal Area from Forest Resource Inventory Data for Management and Systematic Plots

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 14

相关文章 14

编辑推荐

Metrics

本文评价

[1]	沈润, 史正涛, 何光熊, 林燕华. 纳板河自然保护区景观连接度变化分析[J]. 林业资源管理, 2021, 0(1): 103-110.
[2]	熊昊, 庞勇, 李春干, 代华兵. 高分辨率航片小班区划与树种判读[J]. 林业资源管理, 2020, 0(1): 143-150.
[3]	高金萍, 高显连, 于慧娜, 孙忠秋, 刘斌, 杨宝惠, 田小敏. 基于东北森林资源二类调查成果和树种专项采集数据的森林场景仿真和技术实现[J]. 林业资源管理, 2019, 0(1): 93-100.
[4]	高金萍, 高显连, 孙忠秋, 刘金丽, 李晗. 东北内蒙古重点国有林区二类调查与信息技术深度融合与实践[J]. 林业资源管理, 2017, 0(5): 20-27.
[5]	张乃静, 侯瑞霞, 纪平. 基于遥感影像和二类调查数据的林地类型分类方法对比研究——以广西凭祥市为例[J]. 林业资源管理, 2017, 0(4): 89-96.
[6]	黄从红, 杨军, 张文娟. 森林资源二类调查数据在生态系统服务评估模型InVEST中的应用[J]. 林业资源管理, 2014, 0(5): 126-131.
[7]	周昌祥. 我国森林资源规划设计调查的回顾与改进意见[J]. 林业资源管理, 2014, 0(4): 1-3.
[8]	王得印, 施晓文. 松江河林区森林资源变化分析及可持续经营对策探讨[J]. 林业资源管理, 2014, 0(4): 146-150.
[9]	年顺龙, 贠新华, 邓喜庆. 基于二类调查小班数据的森林资源更新思路与方法[J]. 林业资源管理, 2014, 0(2): 115-118.
[10]	杨潇, 张秋良. 阴山中段主要乔木树种生物量预测模型研究[J]. 林业资源管理, 2013, 0(4): 59-64.
[11]	阿力木江·牙生, 高显连, 侯瑞萍, 师戈里. 新疆森林资源档案管理工作的探讨[J]. 林业资源管理, 2012, 0(5): 7-11.
[12]	张会儒, 何鹏, 靳爱仙. 基于ArcGIS和二类调查数据的森林资源动态分析系统[J]. 林业资源管理, 2011, 0(4): 102-108.
[13]	何鹏, 张会儒, 徐海生. 基于二类调查数据的延庆县森林资源生态效益分析[J]. 林业资源管理, 2010, 0(5): 48-54.
[14]	夏忠胜, 谭伟, 王六平 . 基于3S的林场二类调查技术的探讨[J]. 林业资源管理, 2008, 0(1): 94-98.