黃國勝，曾偉生，黨永峰，智長貴

(國家林業(yè)局調(diào)查規(guī)劃設(shè)計(jì)院，北京100714)

全國森林資源宏觀監(jiān)測抽樣設(shè)計(jì)改進(jìn)方案探索

黃國勝，曾偉生，黨永峰，智長貴

(國家林業(yè)局調(diào)查規(guī)劃設(shè)計(jì)院，北京100714)

針對全國森林資源宏觀監(jiān)測20km×20km的抽樣框架設(shè)計(jì)及包含25個(gè)樣地的群團(tuán)抽樣設(shè)計(jì)，以2015年首次宏觀監(jiān)測結(jié)果為基礎(chǔ)，研究提出了滿足各省抽樣精度要求、進(jìn)行適度加密并將群團(tuán)內(nèi)樣地?cái)?shù)減少至9個(gè)的改進(jìn)方案，為優(yōu)化2016年的全國森林資源宏觀監(jiān)測方案提供了依據(jù)。

森林資源;宏觀監(jiān)測;群團(tuán)抽樣

森林資源監(jiān)測是指對一定空間和一定時(shí)間的森林資源狀態(tài)實(shí)施跟蹤觀測，以掌握其變化情況［1－2］。它是森林資源經(jīng)營管理的核心工作之一，也是林業(yè)管理與決策的重要基礎(chǔ)性工作。根據(jù)1989年林業(yè)部下發(fā)的《關(guān)于建立全國森林資源監(jiān)測體系有關(guān)問題的決定》［3］，全國森林資源監(jiān)測體系包括國家森林資源監(jiān)測和地方森林資源監(jiān)測，其中國家監(jiān)測以森林資源連續(xù)清查為主體。我國的森林資源連續(xù)清查體系自20世紀(jì)70年代建立以來，已有40多年歷史。盡管清查體系一直都在不斷改進(jìn)和完善中，但面對新的林業(yè)發(fā)展形勢，也逐漸顯現(xiàn)出諸多局限性［4］。為進(jìn)一步探索優(yōu)化完善現(xiàn)行清查體系的新途徑，在近年開展大量研究試點(diǎn)工作的基礎(chǔ)上［5－8］，2015年國家林業(yè)局資源司組織開展了覆蓋全國31個(gè)省(自治區(qū)、直轄市，以下簡稱省)的基于遙感大樣地調(diào)查的森林資源宏觀監(jiān)測。本文針對全國森林資源宏觀監(jiān)測的抽樣設(shè)計(jì)［9］，研究提出合適的改進(jìn)方案。

1 全國森林資源宏觀監(jiān)測的抽樣設(shè)計(jì)

1.1 抽樣設(shè)計(jì)

全國森林資源宏觀監(jiān)測的抽樣設(shè)計(jì)框架，為按20km×20km均勻布設(shè)的網(wǎng)格，31個(gè)省共計(jì)23 743個(gè)。以公里網(wǎng)交叉點(diǎn)為中心，設(shè)置2km× 2km大樣地。在大樣地范圍內(nèi)，按500m×500m間距均勻布設(shè)25個(gè)面積為0.066 7hm2(1畝)的群團(tuán)小樣地，形狀為正方形，即一個(gè)群團(tuán)由25個(gè)小樣地組成，全國的小樣地?cái)?shù)為 591 501個(gè)。表1為全國森林資源宏觀監(jiān)測的大樣地和小樣地?cái)?shù)量。

表1 全國森林資源宏觀監(jiān)測的樣地?cái)?shù)量統(tǒng)計(jì)表Tab.1 The numbers of clusters and plots by province in national forest resources micro-monitoring

1.2 估計(jì)方法

全國森林資源宏觀監(jiān)測以各省為總體進(jìn)行估計(jì)，再匯總各省數(shù)據(jù)得出全國結(jié)果。各省可采用群團(tuán)抽樣(或稱整群抽樣)和兩階抽樣估計(jì)方法，均可得出基本一致的結(jié)果，且都能滿足具有跨省大樣地的情形，其中群團(tuán)抽樣采用不等群團(tuán)情況下的估計(jì)方法，兩階抽樣采用一階單元大小不等的估計(jì)方法。從嚴(yán)格意義上講，兩階抽樣方法應(yīng)更符合實(shí)際。具體計(jì)算公式本文不詳述，請參見文獻(xiàn)［9］。

2 改進(jìn)方案

2015年全國森林資源宏觀監(jiān)測的抽樣設(shè)計(jì)，暫未考慮對每個(gè)省的精度要求。全國23 743個(gè)大樣地，可保證19個(gè)省森林覆蓋率的抽樣精度在90%以上，其中森林覆蓋率高的6個(gè)省(福建、江西、湖南、廣西、四川、云南)抽樣精度能達(dá)到95%以上，但一些小省如江蘇和寧夏，其抽樣精度還不到85%，京、津、滬3個(gè)直轄市的抽樣精度就更低了。為此，2016年的全國森林資源宏觀監(jiān)測，需要改進(jìn)抽樣方案。

2.1 基本原則

改進(jìn)抽樣方案應(yīng)遵循以下基本原則:一是要保證省級清查結(jié)果達(dá)到一定精度要求?？蓞⒄铡秶疑仲Y源連續(xù)清查技術(shù)規(guī)定》對各省森林面積的精度要求執(zhí)行。二是要保證各省抽樣網(wǎng)格與全國抽樣框架兼容。需要提高抽樣強(qiáng)度的省份，應(yīng)在全國20km×20km網(wǎng)格基礎(chǔ)上，按20km×10km，10km× 10km，10km×5km，5km×5km等網(wǎng)格逐級系統(tǒng)加密。三是要保證群團(tuán)樣地的設(shè)計(jì)具有高效性。應(yīng)以2015年各省的監(jiān)測結(jié)果為基礎(chǔ)，分析群團(tuán)抽樣誤差與群內(nèi)小樣地?cái)?shù)量的關(guān)系，確定合適的大樣地面積及小樣地?cái)?shù)量。

2.2 數(shù)據(jù)分析

2.2.1 分析方案

為了對比不同群團(tuán)樣地設(shè)計(jì)的抽樣效率，基于2015年31個(gè)省的宏觀監(jiān)測數(shù)據(jù)，從以下兩方面開展數(shù)據(jù)分析:

1)分析2km×2km群團(tuán)樣地內(nèi)不同小樣地個(gè)數(shù)對森林覆蓋率變動(dòng)系數(shù)的影響。按1，3，5，9，12，13，25等不同小樣地個(gè)數(shù)的若干抽樣方案，計(jì)算群團(tuán)抽樣對森林覆蓋率估計(jì)的變動(dòng)系數(shù)?；谙到y(tǒng)抽樣的20種計(jì)算方案見圖1和表2。

圖1 群團(tuán)樣地設(shè)計(jì)示意圖Fig.1 Sketch map of cluster sample plot

表2 2km×2km群團(tuán)樣地內(nèi)不同小樣地個(gè)數(shù)抽樣方案Tab.2 The various sampling designs with different plots in the 2km×2km cluster

2)分析1km×1km群團(tuán)樣地內(nèi)不同小樣地個(gè)數(shù)對森林覆蓋率變動(dòng)系數(shù)的影響。將每個(gè)2km× 2km的群團(tuán)樣地分成4個(gè)1km×1km的群團(tuán)樣地，按1，3，5，9等不同小樣地個(gè)數(shù)的若干抽樣方案，計(jì)算群團(tuán)抽樣對森林覆蓋率估計(jì)的變動(dòng)系數(shù)。以其中1個(gè)1km×1km的群團(tuán)樣地為例，其基于系統(tǒng)抽樣的13個(gè)計(jì)算方案見表3。

2.2.2 分析結(jié)果

表4列出了2km×2km和1km×1km兩種群團(tuán)樣地不同子樣地個(gè)數(shù)的若干抽樣方案得到的31個(gè)省森林覆蓋率估計(jì)的變動(dòng)系數(shù)。顯然，變動(dòng)系數(shù)與森林覆蓋率呈反相關(guān)。如森林覆蓋率最高的福建，其變動(dòng)系數(shù)就最低;而森林覆蓋率最低的新疆，其變動(dòng)系數(shù)就最高。從表4中的數(shù)據(jù)可以看出，隨著群團(tuán)內(nèi)子樣地個(gè)數(shù)的增加，各省變動(dòng)系數(shù)都呈減小趨勢，但當(dāng)群內(nèi)子樣地個(gè)數(shù)大于9以后，變動(dòng)系數(shù)的下降趨勢已經(jīng)變得非常平緩。圖2給出了各省的變動(dòng)系數(shù)隨2km×2km群團(tuán)樣地子樣地個(gè)數(shù)的變化趨勢。從圖上更可以明顯看出，變動(dòng)系數(shù)變化最大的區(qū)間是從1個(gè)子樣地增加至3個(gè)子樣地，大多數(shù)省從5個(gè)子樣地開始變化曲線就已經(jīng)很平緩了，只有極少數(shù)省份(如上海、重慶)的變化曲線存在一些波動(dòng)。

表3 1km×1km群團(tuán)樣地內(nèi)不同小樣地個(gè)數(shù)抽樣方案Tab.3 The various sampling designs with different plots in a 1km×1km cluster

另外，從兩種群團(tuán)樣地相同子樣地個(gè)數(shù)的平均變動(dòng)系數(shù)看，將群團(tuán)從1km×1km增大到2km× 2km，變動(dòng)系數(shù)的減幅很小。如根據(jù)31個(gè)省的平均數(shù)，子樣地?cái)?shù)為3，5，9的1km×1km群團(tuán)，其變動(dòng)系數(shù)分別為1.32，1.23和1.15，而相同子樣地?cái)?shù)的2km×2km群團(tuán)，其變動(dòng)系數(shù)分別為1.29，1.20和1.12，都只降低了0.03。

2.3 改進(jìn)要點(diǎn)

根據(jù)前面提出的3條基本原則和上述數(shù)據(jù)分析結(jié)果，全國森林資源宏觀監(jiān)測的抽樣方案擬作以下幾方面的改進(jìn):

1)大樣地設(shè)計(jì)從目前包含25個(gè)子樣地的2km×2km的群團(tuán)樣地(圖1)，調(diào)整為包含9個(gè)子樣地的1km×1km的群團(tuán)樣地，相當(dāng)于圖1中由7，8，9，12，13，14，17，18，19號(hào)樣地組成的群團(tuán)樣地，其中13號(hào)樣地的中心位于公里網(wǎng)交叉點(diǎn)上。從31個(gè)省的平均值分析，盡管新群團(tuán)樣地的覆蓋面積只有原來的1/4，群內(nèi)小樣地?cái)?shù)也只有原來的36%，但1個(gè)新群團(tuán)樣地的抽樣效率相當(dāng)于0.82個(gè)原來的大樣地，也就是抽樣效率只降低了18%。綜合考慮每個(gè)群團(tuán)樣地的工作量及其抽樣效率，采用改進(jìn)后的大樣地設(shè)計(jì)，整體工作效率可以得到顯著提高，保守估計(jì)應(yīng)在1倍以上。

表4 兩種群團(tuán)樣地不同子樣地個(gè)數(shù)抽樣方案的平均變動(dòng)系數(shù)Tab.4 The mean variation coefficients of sampling designs with different plots in two kinds of clusters

圖2 變動(dòng)系數(shù)隨2km×2km群團(tuán)樣地內(nèi)不同子樣地個(gè)數(shù)的變化趨勢Fig.2 Changing trend of variation coefficients with the number of plots in the 2km×2km cluster

2)按照《國家森林資源連續(xù)清查技術(shù)規(guī)定》對各省森林面積的精度要求，根據(jù)包含9個(gè)子樣地的1km×1km群團(tuán)樣地的變動(dòng)系數(shù)，計(jì)算各省需要布設(shè)的群團(tuán)樣地?cái)?shù)(n')，并與表1中各省的大樣地?cái)?shù)(n)進(jìn)行對比，再根據(jù)其比值(K=n'/n)大小確定是否需要加密及加密的倍數(shù)。

當(dāng)K＜1.5時(shí)，保持目前的群團(tuán)樣地?cái)?shù)不變(內(nèi)蒙古、黑龍江、福建、江西、湖南、廣東、廣西、四川、貴州、云南、甘肅、新疆12省);

當(dāng)1.5≤K＜3.0時(shí)，群團(tuán)樣地?cái)?shù)按20km× 10km加密至2倍(浙江、湖北、西藏、陜西、青海5省);

當(dāng)3.0≤K＜6.0時(shí)，群團(tuán)樣地?cái)?shù)按10km× 10km加密至4倍(河北、山西、遼寧、吉林、海南、重慶6省);

當(dāng)6.0≤K＜10.0時(shí)，群團(tuán)樣地?cái)?shù)按10km× 5km加密至8倍(安徽、山東、河南);

當(dāng)10.0≤K＜25.0時(shí)，群團(tuán)樣地?cái)?shù)按5km× 5km加密至16倍(天津、江蘇、寧夏);

當(dāng)K大于25.0時(shí)，群團(tuán)樣地?cái)?shù)按5km×2km加密至40倍(北京、上海)。

采用以上改進(jìn)方案，需要對19個(gè)省的抽樣設(shè)計(jì)框架進(jìn)行不同程度的加密，最終的群團(tuán)樣地總數(shù)預(yù)計(jì)為54 000余個(gè)，比2015年增加3萬余個(gè)。

另外，為了加強(qiáng)對東北內(nèi)蒙古重點(diǎn)國有林區(qū)的宏觀森林資源監(jiān)測工作，內(nèi)蒙、吉林、長白山、龍江和大興安嶺森工(林業(yè))集團(tuán)公司的經(jīng)營范圍內(nèi)，全部統(tǒng)一按5km×5km加密，除了對“五大家”的森林資源狀況進(jìn)行宏觀監(jiān)測外，還將對87個(gè)林業(yè)局進(jìn)行監(jiān)測。

3 結(jié)語

全國森林資源宏觀監(jiān)測的抽樣設(shè)計(jì)，沒有考慮對每個(gè)省的精度要求，統(tǒng)一按20km×20km的公里網(wǎng)格，在全國布設(shè)了2.37萬個(gè)大樣地。該方案只能保證多數(shù)省份森林覆蓋率的抽樣精度在90%以上，一些森林覆蓋率低或面積小的省，其森林覆蓋率的抽樣精度達(dá)不到所需要求。為此，2016年全國森林資源宏觀監(jiān)測的抽樣方案，需要在2015年的基礎(chǔ)上作進(jìn)一步優(yōu)化完善。本文從改進(jìn)群團(tuán)樣地設(shè)計(jì)和優(yōu)化群團(tuán)樣地?cái)?shù)量兩方面入手，提出了系統(tǒng)加密、上下兼容的改進(jìn)方案，不僅可顯著提高工作效率，而且能保證各省監(jiān)測結(jié)果都滿足預(yù)定的精度要求。由于全國森林資源宏觀監(jiān)測尚處在研究探索階段，怎樣處理與現(xiàn)行國家森林資源清查體系的關(guān)系，如何客觀評估森林資源宏觀監(jiān)測的作用，能否利用它來解決森林資源年度出數(shù)問題，所有這些目前都還未能達(dá)成廣泛共識(shí)。因此，抽樣設(shè)計(jì)方案的改進(jìn)，更多的還是從國家層面的宏觀考慮，并未分別針對每一個(gè)省給出不同的群團(tuán)樣地設(shè)計(jì)、確定不同的群團(tuán)樣地?cái)?shù)量。統(tǒng)一將大樣地加密至2，4，8倍或16，40倍的省份，有的可能多了，有的可能少了，最終的抽樣調(diào)查精度只是控制在95%或90%左右。畢竟遙感技術(shù)的應(yīng)用還存在一定程度的不確定性，按抽樣設(shè)計(jì)計(jì)算的精度也只是理論精度，故在系統(tǒng)加密時(shí)暫未對抽樣精度提出硬性要求。隨著森林資源宏觀監(jiān)測的推進(jìn)，一些關(guān)注的焦點(diǎn)問題必然會(huì)逐步達(dá)成共識(shí)。作用和定位等宏觀層面的關(guān)鍵問題解決后，技術(shù)層面的具體問題自然會(huì)迎刃而解。

志謝:本文的數(shù)據(jù)計(jì)算工作，得到了國家林業(yè)局各直屬調(diào)查規(guī)劃設(shè)計(jì)院及有關(guān)技術(shù)人員的大力支持，在此深表感謝。

［1］肖興威．中國森林資源和生態(tài)狀況綜合監(jiān)測研究［M］．北京:中國林業(yè)出版社，2007．

［2］曾偉生，閆宏偉．森林資源監(jiān)測有關(guān)問題的思考［J］．林業(yè)資源管理，2013(6):15－18．

［3］林業(yè)部．關(guān)于建立全國森林資源監(jiān)測體系有關(guān)問題的決定［J］．林業(yè)資源管理，1989(2):3－5．

［4］羅富和，趙樹叢．中國森林資源連清體系的發(fā)展機(jī)遇與完善策略［M］．北京:中國林業(yè)出版社，2015．

［5］閆宏偉，黃國勝，曾偉生，等．全國森林資源一體化監(jiān)測體系建設(shè)的思考［J］．林業(yè)資源管理，2011(6):6－11．

［6］曾偉生，程志楚，夏朝宗．一種銜接森林資源一類清查和二類調(diào)查的新方案［J］．中南林業(yè)調(diào)查規(guī)劃，2012，31(3):1－4．

［7］肖智慧，薛春泉，熊智平，等．國家森林資源與生態(tài)狀況綜合監(jiān)測(2012)——廣東試點(diǎn)研究［M］．北京:中國林業(yè)出版社，2013．

［8］薛春泉，肖智慧，汪求來，等．森林資源年度出數(shù)方法研究—基于大樣地區(qū)劃調(diào)查［M］．北京:中國林業(yè)出版社，2013．

［9］曾偉生，黃國勝，黨永峰，等．全國森林資源宏觀監(jiān)測的抽樣設(shè)計(jì)與估計(jì)方法研究［J］．林業(yè)資源管理，2016(3):1－6．

Discussion on Improvement of Sampling Design of National Forest Resources Macro-Monitoring

HUANG Guosheng，ZENG Weisheng，DANG Yongfeng，ZHI Changgui
(Academy of Forest Inventory and Planning，State Forestry Administration，Beijing 100714，China)

Aimed at sampling frame design of 20km×20km and cluster sampling design with 25 plots in national forest resources macro-monitoring，and based on results of the 1stmacro-monitoring in 2015，an improvement scheme was presented，which could meet the needs of sampling precision of all provinces，intensify the grid of sampling frame，and decrease the number of plots to nine in a cluster．This would provide a basis for optimizing the national forest resources macro-monitoring plan developed in 2016.

forest resources，macro-monitoring，cluster sampling

S757

A

1002－6622(2017)01－0007－05

10．13466/j．cnki．lyzygl．2017．01．003

2016－11－26;

2016－12－01

黃國勝(1966－)，男，江西崇義人，教授級高工，主要從事森林資源清查與監(jiān)測工作。

曾偉生，男，教授級高工，博士。Email:zengweisheng0928@126.com