2023年4月第2期林业资源管理FOＲESTＲESOUＲCESMANAGEMENTApril2023No.2基于区域化特征分析的活立木生物量调查抽样优化吴恒1，刘浪1，陆驰2，王保云3(1.国家林业和草原局西南调查规划院，昆明650031;2.西南林业大学，昆明650224;3.云南师范大学，昆明650092)摘要:森林生物量调查监测是正确认识和管理森林生态系统的基础性工作，分析已有的调查资料是提高抽样效率的有效途径。采用四川省森林资源连续清查第六次至第九次数据，即2002年、2007年、2012年和2017年4个年度固定样地的调查数据，进行区域化特征分析，基于聚类分布模式进行空间分层抽样，采用不等概率抽样估计总体特征值。结果表明:区域化特征聚类分层能有效降低层内的方差，作为空间分层抽样的先验信息;在95%可靠性下，空间分层抽样活立木生物量估计精度的均值为93.41%，显著减少了外业样地调查工作量，能有效地提高抽样效率。关键词:抽样技术;区域化特征;空间相关性;连续清查中图分类号:S718.556文献标识码:A文章编号:1002－6622(2023)02－0057－07DOI:10．13466/j．cnki．lyzygl．2023．02．008收稿日期:2022－12－18;修回日期:2023－04－21基金项目:国家林业和草原局西南调查规划院科技项目“基于区域化特征分析的森林碳储量年度监测抽样设计优化研究”(2023－09)作者简介:吴恒(1990－)，男，云南曲靖人，高级工程师，博士，主要从事林草资源调查监测与规划设计工作。Email:wuheng@nwsuaf．edu．cn通讯作者:王保云(1977－)，男，云南玉溪人，副教授，博士，主要从事机器学习和大数据分析研究。Email:wspbmly@163．comSamplingOptimizationofStandBiomassSurveyBasedonＲegionalCharacteristicsAnalysisWUHeng1，LIULang1，LUChi2，WANGBaoyun3(1．SouthwestSurveyandPlanningInstitute，NationalForestryandGrasslandAdministration，Kunming650031，China;2．SouthwestForestryUniversity，Kunming650224，China;3．YunnanNormalUniversity，Kunming650092，China)Abstract:Forestbiomassmonitoringisthebasicworktocorrectlyunderstandandmanageforestecosystem．Analyzingexistingdataisaneffectivewaytoimprovesamplingefficiency．Inthisstudy，regionalcharacteristicsanalysistoolwasusedwiththedatafromthesixthtoninthcontinuousforestinventoriesofSichuanProvincein2002，2007，2012and2017，respectively．Combinedwiththeregionalcharacteristicsanalysis，somesamplesfro...
