稀少、群团状森林植被自适应群团抽样技术的研究

准确地预估稀少、群团状森林植被资源的分布和数量是当前森林多资源调查急需解决的问题之一。自适应群团抽样被证明是适宜于稀少、群团状分布总体属性值调查估计的抽样方法，然而，仍存在一些难题，1）最终样本量的不确定性，2）总体结构如何影响抽样效率，3）抽样成本计算的复杂性。本项目设计多种抽样方案进行最终样本量的控制研究；进行自适应群团抽样成本算法、总体不同集聚程度对抽样效率的影响研究；进行自适应群团抽样模拟程序算法的深入研究；利用抽样模拟程序对研究总体进行多次重复抽样试验，进行各种抽样方法的效率分析与比较；最后，将上述研究结果用于我国稀少群团状森林植被调查，找出一种或多种便于野外操作、成本较低、精度较高的适宜于我国稀少、群团状森林植被的自适应群团抽样方法。研究结果对预估和评价我国稀少、群团状植被分布与数量，保护濒临灭绝的珍稀植被，恢复地区生态植被，改善生态环境，实现经济、社会可持续发展具有重要意义。

项目通过3年的研究达到了预期目标：1）理论方面提出了一种基于K步自适应群团抽样的方法，此方法与传统的自适应群团抽样相比较，不仅有效的控制了样本量，减少了外业调查陈本，而且抽样精度要高，并用实际案例论证了此结论。2）应用方面提出了我国亚乔木和灌木的自适应群团抽样适宜单元体系，此成果有利于外业调查时，选取、设置合适的单元面积大小。研究成果为准确的预估稀少、群团状森林资源的数量和分布提供理论参考。