森林是最大的陆地生态系统，要充分的发挥森林的多功能效益，采用科学的调查方法，对森林资源及时、准确地进行预测和评估，这对于科学经营和管理森林至关重要。 对于均匀分布的森林资源总体，采用传统的抽样设计（简单随机抽样，分层抽样、两阶段抽样、群团抽样等）即可，然而对于分布稀少、群团状的森林资源，如稀有乔木树种、灌木、草本及濒临灭绝的动物等，如果使用传统的抽样设计大部分样方或样点测量结果将是零，从而导致估计结果偏差较大，相应参数的置信区间也较大，估计效率不显著。因此针对此类森林资源，需要采用新的抽样设计和方法。 针对地理上稀少、群团状的调查对象，利用Hansen-Hurwitz（简称HH）估计量和Horvitz-Thompson（简称HT）估计量，Thompson提出了一种新的抽样设计，即自适应群团抽样或适应群团抽样。随后，出现了多种自适应群团抽样设计，分层自适应群团抽样、两阶段自适应群团抽样、两相自适应群团抽样等。目前，在国外，ACS已成功地用于一些研究领域，如生态学、生物学、流行病学、环境科学、人口统计学和地质学等。国内，关于自适应群团抽样的研究比较少。张南松等采用ACS对农作物害虫进行了调查研究。雷渊才等介绍了ACS的基本原理和方法及其在林业的中的应用状况。 因此，在林业中，如何对稀少、群团状的资源进行有效的调查估计，如何应用ACS指导调查者去实施，是我们迫切需要解决的问题。 本文以内蒙古西部磴口县巴彦高勒镇西南约8公里的乌兰布和沙漠边缘地区为研究区，选取分布稀少、集聚、成群团状的乔木沙枣和灌木柽柳、花棒为研究对象,进行了抽样案例研究和模拟研究。案例研究中，以花棒为例，单元大小为10*10 m2，对ACS、分层ACS和两阶段ACS的外业调查、数据收集、估计量计算和成本计算均做了详细阐述。模拟研究中，采用自适应群团抽样、分层自适应群团抽样和两阶段自适应群团抽样3类不同的设计，4种ACS设计，5种分层ACS设计、2种两阶段ACS设计和3种传统的抽样设计，共计14种抽样设计，分别对沙枣、柽柳、花棒3种植被，在6种不同单元大小、5种抽样比、5种最初样本量和10种不同重复抽样次数的条件下，进行了模拟抽样实验。采用均值估计、均值方差估计、均值估计标准差和均值方差估计标准差4种指标作为衡量抽样精度的指标。主要研究结论和创新点如下： 1、首次将自适应群团抽样应用于我国植被调查研究。 2、提出了一种新的分层自适应群团抽样设计，给出了无偏估计量公式，并证明了估计量的无偏性。 3、证实了三种自适应群团抽样设计方法均优于简单随机抽样设计，因此，适用于稀疏群团分布的植被调查。 4、对于试验区，可用基于修正的HH估计量和HT估计量来估计总体特征，HH估计量比HT估计量更稳健。 5、证实了分层的抽样设计优于不分层的抽样设计。 6、分层的抽样设计优于两阶段抽样设计。 7、对于估计植被密度，灌木的最适样本单元面积为10*10 m2，小乔木为10*20 m2，并且给出了最初样本量的估计公式。
NETL
