提高稀少且呈簇群团、散生和条带状分布的森林资源清查数量(包括蓄积和生物量等)的精度和效率是森林资源管理者面临的一项紧迫任务。本项目以我国西部干旱地区稀少群团状、散生状和长条带状分布的4种森林植被为对象,研究不同物种分布模型和适应性群团抽样的不同抽样设计和以及估计理论;研究基于物种分布模型的传统抽样和适应性(ACS)群团抽样的不同抽样条件下的响应;研究基于物种分布模型的不同抽样技术、方法和估计理论,并以物种分布模型评价指标和抽样设计效率指标模拟研究不同模型和抽样方法的优化组合。从理论和实践上回答什么物种分布模型适合和精度更高?什么抽样设计效率和估计方法更好?提出基于物种分布模型的适应性群团抽样技术和方法。为稀少群团状分布的植被抽样调查提供理论、方法和技术。
species distribution models;adaptive cluster sampling;rare and cluster distribution;forest inventory;population estimator
森林植被资源调查复杂程度高,特别是对呈稀少群团状等自然分布的森林植被资源和珍贵稀少物种资源的数量和分布的调查更加复杂,使用简单、系统和分层抽样等传统调查技术和方法效率低,而且当总体目标呈稀疏群团状分布时,选中目标的概率几乎为零,抽样方法效率大大降低甚至失效。适应性群团抽样(ACS)方法和技术被认为能有效地探测稀少群团状分布的物种数量和分布状况,并能提高抽样效率。但是,在使用ACS抽样技术和方法前,人们无法精确地知道在一定调查区域或更大尺度区域稀少和群团状分布的资源总体程度如何。所以,这种抽样方法和技术仍然存在一定的盲目性或效率不高。能否把物种分布模型和抽样方法组合成不同的模型–抽样调查技术和方法?进而研究不同物种分布模型和不同抽样设计方法的优化组合以提高模型的预测精度?以及不同物种分布模型和不同抽样设计组合的估计方法和理论问题等等,成为物种分布模型和抽样调查需要解决的重要科学问题。本项目以我国西部干旱地区实测的100公顷稀少群团状分布的4种森林植被数据为对象,研究比较不同物种分布模型和适应性群团抽样技术不同设计方法的估计理论;研究基于物种分布模型的传统抽样和适应性群团抽样的不同抽样条件和不同抽样设计的响应;研究基于物种分布模型技术的抽样技术、方法和估计理论,以物种分布模型检验评价指标和抽样设计效率指标为标准进行大量的模拟实证研究。取得的重要结果是(1)研究了4个物种的不同样本数量和不同样方尺寸对Maxent和物种分布模型的影响,为了解物种分布模型在调查稀疏群团分布总体的样本数量和样方大小提供科学依据。(2)研究比较了4个物种的不同样本数量和样方尺寸MaxEnt和GARP物种分布模型估计效果,了解不同物种分布模型在调查稀疏群团分布总体的样本数量和样方大小提供科学依据。(3)以柽柳和沙枣两种物种为对象,研究比较了两阶段序贯抽样、简单随机抽样和两阶段随机抽样方法估计稀疏群团分布的植被总体的效果,为调查估计这类分布的总体提供了调查估计方法。(4)以实验区的柽柳和花瓣物种为对象,发展了适应性两阶序贯抽样与辅助变量回归型估计方法,提供了精度更好的估计方法。(5)以实验区的柽柳和花瓣物种为对象,研究比较了MaxEnt物种分布模型的适应性群团抽样方法和抽样设计组合优化,为精准调查和监测稀疏群团分布总体提供了技术和方法。