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

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(R2=0.6817)。

基于林分优势木平均高的二类小班调查和系统抽样数据的融合

林分优势木平均高是衡量立地生产量的一个重要指标,通过系统固定样地调查和二类调查数据均可得到林分优势木平均高。鉴于此2类调查方法各有优缺点,做到二类调查数据到系统样地的融合很有必要。基于2004年和2009的二类调查数据,通过贝叶斯法构建林分优势木平均高模型,并通过该模型预测2011,2013年的林分优势木平均高,与此2a的系统样地数据进行融合,得到非线性融合模型H_s=9.612 6ln(H_p)-9.374(R^2=0.503 8)。

基于林分平均直径的二类小班调查和系统抽样数据的融合

林分平均直径是评价立地生产力的一个重要指标。通过系统样地调查和二类调查数据均可得到林分平均直径。那么该如何做到二类调查数据到系统样地的融合?利用贝叶斯法构建了基于2004年和2009的二类调查数据的林分平均直径模型,然后通过该模型预测2011、2013年的林分平均直径,并与这两年的系统样地数据建立融合模型,研究得到融合模型效果较好(R^2=0.5861)。

基于林分蓄积量的二类小班调查和系统抽样数据的融合

林分蓄积量是衡量立地生产量的一个重要指标。通过系统样地调查和二类调查数据均可得到林分蓄积量。那么该如何做到二类调查数据到系统样地的融合?本文利用贝叶斯法构建了基于2004年和2009的二类调查数据的林分蓄积量模型,然后通过该模型预测2011—2013年的林分蓄积量,并与这2年的系统样地数据建立融合模型,研究得到融合模型效果较好(R^2=0.6498)。