林地面积空间抽样方法研究

论文采用空间简单随机抽样、空间分层抽样和三明治空间抽样模型,利用两种布样方式,随机和分层布样。通过对总体样本量和空间相关性的估算,进行样本分配和空间分层,结果表明:三明治空间抽样模型的抽样精度最高,其次是空间分层抽样、简单随机抽样;布样时采用分层抽样方式,将地理区域上分布的对象依照相似的属性值划分到不同的区域里,可以明显提高抽样调查效率及估计精度。

城市绿地土壤质量监测样点二阶前向抽样优化方法——以上海市为例

在设计城市绿地土壤监测体系时,如何在已有的监测点位上使用易操作、低成本且兼顾代表性的优化方法是亟待解决的技术难题。本研究以上海市绿地土壤质量监测优化为目标,提出一套针对二阶前向抽样布局优化的技术工作框架。在运用三明治空间模型、Kriging插值方法评估现有点位精度的基础上,针对土壤指标空间相关性和分异性特征,使用空间模拟退火算法在已有点位上增加监测点位进行监测布点系统优化,并使最终方案满足空间分层抽样对采样点数量的最低要求。结果表明:针对上海市绿地土壤的营养元素和重金属元素,现有监测样点采样方差基本低于均值的10%,但在浦东新区、静安、虹口和徐汇区的部分元素代表性需要进一步优化。全市新增350个点可改进精度的64.5%。本研究提出的多目标协同改善的城市绿地土壤监测点位优化布局方法能兼顾精度和成本,有效协助城市管理者合理布设城市绿地监测体系。