吳 恒,胥 輝

(1.西南林業(yè)大學(xué),昆明 650224；2.國家林業(yè)和草原局西南調(diào)查規(guī)劃院,昆明 650031)

森林蓄積量、生物量和碳儲量信息是森林生態(tài)系統(tǒng)科學(xué)管理的前提和基礎(chǔ)[1-2]。如何高效和準確地監(jiān)測森林儲量年度動態(tài)變化是自然資源調(diào)查的研究熱點和技術(shù)難點。抽樣調(diào)查作為資源信息調(diào)查的重要途徑,應(yīng)根據(jù)戰(zhàn)略任務(wù)和實際需求的變化進行調(diào)整[3]。隨著全面推行林長制和建立健全生態(tài)產(chǎn)品價值實現(xiàn)機制等一系列促進生態(tài)文明建設(shè)的制度推行,森林資源碳儲量年度出數(shù)需求就尤為迫切。在滿足精度與可靠性的條件下,通過改進樣本抽取方法及歷史資料分析,從而減少抽取樣本單元,這是實現(xiàn)年度出數(shù)要解決的關(guān)鍵問題,除了減少樣本單元數(shù)之外,盡可能使樣本單元集中或者位置較容易尋找,從而降低調(diào)查工作成本[4],優(yōu)化調(diào)查監(jiān)測樣本組織形式也是一種有效的方法。

截至2018年,我國共完成了9次全國森林資源清查。經(jīng)過數(shù)十年的發(fā)展,不僅清查方法和技術(shù)手段與國際接軌,而且組織管理和系統(tǒng)運行也規(guī)范高效[3,5]。2021年,國家林業(yè)和草原局組織開展了林草生態(tài)綜合監(jiān)測評價工作,將固定樣地均勻分為5組,每年全部調(diào)查其中1組樣地,另外4組樣地依據(jù)林相變化采用生長模型或回歸模型進行更新,進而采用聯(lián)合估計產(chǎn)出年度監(jiān)測數(shù)據(jù)。曾偉生等[6]采用系統(tǒng)抽樣和隨機抽樣方式各抽取5套樣本,分別利用聯(lián)合估計方法和雙重回歸方法,統(tǒng)計產(chǎn)出了第1個年度的森林蓄積量估計值及其精度。每年1/5的樣本組織是影響調(diào)查成果精度的關(guān)鍵,也是森林資源調(diào)查監(jiān)測體系連續(xù)和穩(wěn)定的關(guān)鍵?？茖W(xué)組織每年1/5的調(diào)查樣本,比較不同抽樣方案間的差異,對優(yōu)化綜合監(jiān)測地面調(diào)查樣地具有現(xiàn)實意義。

1 研究區(qū)概況

四川省處于青藏高原生態(tài)屏障和長江重點生態(tài)區(qū)，是重要的“握手區(qū)”,地形復(fù)雜、氣候多樣,東部盆地,西部高原,山地和高原占比高達81.8%；屬于全國第二大林區(qū)、第五大牧區(qū),森林資源以天然林為主,主要分布在川西高原和盆周山地；動植物種類豐富,是全球34個生物多樣性熱點地區(qū)之一。第九次全國森林資源清查結(jié)果顯示[7],四川省森林面積1 839.77萬hm2,森林覆蓋率38.03%；活立木蓄積197 201.77萬m3,森林蓄積 186 099.00萬m3。

2 研究方法

2.1 數(shù)據(jù)來源

數(shù)據(jù)來源包括四川省第六次(2002年)、第七次(2007年)、第八次(2012年)和第九次(2017年)森林資源連續(xù)清查數(shù)據(jù),樣地總數(shù) 10 098個,全為固定樣地,8km×8km與4km×8km兩種樣地間距相間排列,樣地形狀為正方形、邊長25.82m、面積0.066 7hm2。按照《森林資源連續(xù)清查技術(shù)規(guī)程》[8]對起源、樹種(組)、齡組的劃分方式,將優(yōu)勢樹種進行歸并處理,得到森林植被分起源、樹種(組)、齡組的面積、蓄積量等數(shù)據(jù)。

2.2 抽樣方案設(shè)計

基于國家森林資源連續(xù)清查抽樣體系,將四川省森林資源連續(xù)清查樣地按系統(tǒng)抽樣、隨機抽樣和整群隨機抽樣3種樣本組織方法分為5組,系統(tǒng)抽樣按照固定的空間間隔取樣,各分組樣本數(shù)量分別為1983,2002,2003,1983,1992；隨機抽樣先產(chǎn)生均勻分布的隨機數(shù),然后按照隨機數(shù)進行取樣,各分組樣本數(shù)量分別為1992,1991,2001,1989,1990；群團抽樣按照分組之間變動最少的原則,以縣為群團單位將全省各縣均勻分為5組。

2.3 估計方法

利用調(diào)查樣本,計算均值及方差。調(diào)查樣本與輔助樣本建立線性回歸模型:

yi=α+β×xi

(1)

利用回歸模型(1)計算其余樣本的均值和方差[6]

(2)

方差估計值為:

(3)

根據(jù)式(2)、式(3)即可算出輔助樣本的均值和誤差,但未考慮輔助樣本自身的誤差,將這兩部分相對誤差分別表示為Ea和Eb,按誤差傳遞規(guī)律,輔助樣本的相對誤差E2應(yīng)為:

(4)

計算調(diào)查樣本和輔助樣本的權(quán)重:

(5)

(6)

當(dāng)樣本容量n較大時,基于計算的權(quán)重,采用聯(lián)合估計計算整體的均值和誤差:

(7)

(8)

2.4 抽樣效率分析

以抽樣比、抽樣精度和抽樣組織作為抽樣效率的評價指標,進行總體估計抽樣效率分析。將1/5樣本抽樣估計結(jié)果與后期調(diào)查數(shù)值進行相關(guān)性系數(shù)R、相對差異(RD%)指標計算,作為方案比較依據(jù)。

(9)

(10)

3 結(jié)果與分析

3.1 活立木儲量總體估計

根據(jù)歷次四川省森林資源連續(xù)清查報告,2007年活立木蓄積量、生物量和碳儲量分別為16.88億m3,13.00億t和6.31億t；2012年活立木蓄積量、生物量和碳儲量分別為17.76億m3,13.95億t和6.77億t；2017年活立木蓄積量、生物量和碳儲量分別為19.72億m3,15.97億t和7.74億t；各1/5樣本組織方案在此基礎(chǔ)上對比和分析。

3.1.1系統(tǒng)抽樣總體估計

系統(tǒng)抽樣各分組在95%可靠性下,以2002年分組樣本估計2007年活立木蓄積量、生物量和碳儲量,均值分別為16.99億m3,13.03億t,6.32億t,精度均值分別為94.20%,94.73%,94.72%；以2007年分組樣本估計2012年活立木蓄積量、生物量和碳儲量,均值分別為17.85億m3,13.95億t,6.77億t,精度均值分別為94.41%,94.97%,94.96%；以2012年分組樣本估計2017年活立木蓄積量、生物量和碳儲量,均值分別為19.79億m3,16.01億t,7.76億t,精度均值分別為94.49%,94.94%,94.92%。各分組的年度估計值及精度如表1所示。

表1 系統(tǒng)抽樣活立木儲量估計值及精度

3.1.2隨機抽樣總體估計

隨機抽樣各分組在95%可靠性下,以2002年分組樣本估計2007年活立木蓄積量、生物量和碳儲量,均值分別為16.94億m3,12.99億t,6.30億t,精度均值分別為94.20%,94.73%,94.72%；以2007年分組樣本估計2012年活立木蓄積量、生物量和碳儲量,均值分別為17.85億m3,13.94億t,6.77億t,精度均值分別為94.40%,94.97%,94.96%；以2012年分組樣本估計2017年活立木蓄積量、生物量和碳儲量,均值分別為19.78 m3,15.99億t,7.75億t,精度均值分別為94.49%,94.93%,94.92%。各分組年度估計值及精度如表2所示。

表2 隨機抽樣活立木儲量估計值及精度

3.1.3群團抽樣總體估計

隨機抽樣各分組在95%可靠性下,以2002年分組樣本估計2007年活立木蓄積量、生物量和碳儲量,均值分別為16.96億m3,13.00億t,6.31億t,精度均值分別為94.18%,94.72%,94.70%；以2007年分組樣本估計2012年活立木蓄積量、生物量和碳儲量,均值分別為17.84億m3,13.95億t,6.77億t,精度均值分別為94.41%,94.98%,94.96%；以2012年分組樣本估計2017年活立木蓄積量、生物量和碳儲量,均值分別為19.75億m3,15.98億t,7.74億t,精度均值分別為94.50%,94.94%,94.93%。各分組年度估計值及精度如表3所示。

表3 群團抽樣活立木儲量估計值及精度

3.2 抽樣方案效率分析

3.2.1抽樣比

1/5樣本抽樣方案中,基于國家森林資源連續(xù)清查的抽樣框架,樣地面積為0.066 7hm2(1畝),森林資源連續(xù)清查體系的抽樣比為13.73。1/5樣本分別采用系統(tǒng)抽樣、隨機抽樣和群團抽樣各分組全部抽樣比的均為2.75,有蓄積(即有林木檢尺需要到現(xiàn)地開展調(diào)查的樣地)抽樣比的均值分別為1.02,1.02和1.01。1/5樣本抽樣比森林資源連續(xù)清查抽樣降低了10.98,調(diào)查樣地數(shù)量減少了80%。

3.2.2活立木儲量抽樣方案精度

系統(tǒng)抽樣、隨機抽樣和群團抽樣活立木儲量估計值與后期調(diào)查值間的相關(guān)性系數(shù)R均值分別為0.97,0.99和0.96,相對差異均值分別為-0.28,-0.14和-0.14。綜合分析,1/5樣本抽樣方案估計優(yōu)度由大到小的順序依次為隨機抽樣、系統(tǒng)抽樣和群團抽樣,各1/5樣本抽樣方案蓄積量、生物量和碳儲量估計精度分析評價如表4所示。

表4 活立木1/5樣本抽樣方案估計值精度分析

3.2.3抽樣組織

本文1/5樣本組織方案基于國家森林資源連續(xù)清查的抽樣框架,固定樣地按照系統(tǒng)抽樣布設(shè)在公里格網(wǎng)上,系統(tǒng)抽樣為隨機抽樣的一種形式,系統(tǒng)抽樣能夠克服人為隨機抽樣對總體的估計誤差,抽樣框架已經(jīng)解決了系統(tǒng)布設(shè)的人為干擾對估計結(jié)果的影響,1/5樣本組織采用完全隨機抽樣更能降低人為干擾對估計結(jié)果的影響。以縣域內(nèi)所有樣地為整體的整群抽樣的優(yōu)點是實施方便、節(jié)省經(jīng)費,在實際工作開展中更是能夠有效地降低因為轉(zhuǎn)場帶來的各種成本,缺點是往往由于不同群之間的差異較大,由此而引起的抽樣誤差往往大于簡單隨機抽樣,且樣本分布面不廣、樣本對總體的代表性相對較差,且不完全等同于群團抽樣。

4 討論與結(jié)論

4.1 討論

1)曾偉生等[6]采用系統(tǒng)抽樣和隨機抽樣方式各抽取5套樣本,按系統(tǒng)抽樣抽取的樣本其代表性要好于按隨機抽樣抽取的樣本。這與本研究的結(jié)果存在差異,曾偉生等[6]進行系統(tǒng)抽樣時是按樣地蓄積量從大到小排序后,等間隔抽取樣地,具有一定的分層抽樣特征,也從側(cè)面反映了不等概抽樣潛在的估計效果。以等概率抽樣為基礎(chǔ)的森林資源連續(xù)清查體系是現(xiàn)行最為完備和權(quán)威的方法,森林資源連續(xù)清查體系抽樣技術(shù)和估計方法的前提假設(shè)是抽樣單元間是相互獨立的,但隨著人們對地理空間事物空間自相關(guān)性和空間變異性的深入研究發(fā)現(xiàn),生境因子的異質(zhì)性使森林資源碳儲量一般呈現(xiàn)非隨機的空間分布狀態(tài)[9],這就導(dǎo)致傳統(tǒng)的等概率抽樣和估計方法在實際應(yīng)用中的存在一定局限性[10]。Trangmar等[11]研究表明,在相同的抽樣精度要求下,考慮抽樣單元空間變異性的空間抽樣方法所需要的樣本容量明顯少于傳統(tǒng)抽樣方法。

2)區(qū)域尺度的森林資源儲量抽樣調(diào)查具有復(fù)雜系統(tǒng)特點,退化失效和突發(fā)失效是復(fù)雜系統(tǒng)運行階段的兩大類失效模式,對森林資源儲量抽樣調(diào)查結(jié)果可靠性影響有著各自的特點。針對復(fù)雜系統(tǒng)具有的失效漸進性和不可逆等特點,如森林資源連續(xù)清查固定樣地因為人為干擾和特殊保護等不確定性使得樣地的代表性漸進性下降,導(dǎo)致調(diào)查抽樣系統(tǒng)退化失效,抽樣調(diào)查成果可靠性評估等將是本研究后續(xù)需要不斷完善和改進的地方。

4.2 結(jié)論

四川省第八次清查(2012年)活立木蓄積量估計值的精度為94.90%,第九次清查(2017年)活立木蓄積量估計值的精度為95.49%,2012年及以前均未計算生物量和碳儲量。在95%可靠性下,1/5樣本采用隨機抽樣、系統(tǒng)抽樣和群團抽樣估計精度均低于森林資源連續(xù)清查抽樣估計的精度,但都大于94.50%。1/5樣本抽樣方案估計優(yōu)度由大到小的順序依次為隨機抽樣、系統(tǒng)抽樣和群團抽樣,采用調(diào)查1/5樣本后聯(lián)合估計的監(jiān)測體系樣地數(shù)量減少了80%,1/5樣本組織采用完全隨機抽樣更能降低人為干擾對估計結(jié)果的影響,以縣為群團的類似整群抽樣在實際工作開展中更是能夠有效地降低因轉(zhuǎn)場帶來的各種成本,但由于不同群之間的差異較大,由此而引起的抽樣誤差往往大于隨機抽樣。