【正文】 nits, ?k= ?Joint intersection probabilities (?jk) ?For 2 small works, ?jk = ?For small and large works, ?jk = 計算案例 12 11004001? ??????? ???? ?HT?? ? 11114001?ra?v222 ????????????? ??HT?密度估計 ： 方差估計： 20 40 60 80 100 120 Final sample size Efficiency A B C A B 群團多 和小 CV： 45％ , % 群團少和大 CV: 網(wǎng)絡內(nèi)方差 44％ 占有率% C 群團少 和小 CV:3 48% % 效率比較結(jié)果 0 50 100 150 200Num b e r o f q u a d rat sProbability of sampling uncommon species Adap tive quad ratsInitia l qu ad rats適應性群團能提高探測稀疏物種的能力 估計方法研究 （ 1） ? Thompson(1990)首先提出 修正的 HansenHurwitz和HorvitzThompson兩個無偏估計量 ，并給出了詳細的算法 。 發(fā)生與總體格局不一致的變化。最初樣本量為 n1 1()nrcy ??即 ：1 1 1( 1 ) ( 2 ) ( ) ( 1 ) ( )... ...n r n r ny y y y y? ? ?? ? ? ? ? ?抽樣設計案例 ： 單元數(shù) 10個， y值給定，總體＝ 283 ，平均數(shù)＝ ，方差＝ ? 隨機抽取 n1=3個單元（ 紅色表示 ), 最大是 y(1)=99， 取 標 準值為 C＝ y(n1－ r) ＝ 35 2 20 8 99 55 12 9 15 35 28 ? 加 y(1)相鄰的 單元 ， y＝ 55值大于 y(2)＝ 35 2 20 8 99 55 12 9 15 35 28 2 20 8 99 55 12 9 15 35 28 ? y=55相鄰處加 y=12, 因為 y=12沒有超過 y(2)＝ 35，則停止 ?二階段序貫適應性群團抽樣（ Twostage Sequential Sampling)(Salehi et al. 2022) 為了避免選擇過多且不能提高估計精度的邊緣單元 總體單元 N＝ 200 標準值＝ 10 提出了估計方法 這種設計比傳統(tǒng)的適應性群團抽樣設計效率更高 1 2 3 4 5 6 7 8 5320 4 2 12 10 1033 150 7144 12 2 6 633914 122114 602 3二階段序貫抽樣 (Salehi and Smith 2022 JABES) 將總體分成 8個一級單元（ PSU）；在總體中 SRS抽取 4個 PSU。 C小，網(wǎng)絡包含的單元數(shù)（ work） 增加以致增加邊界單元數(shù)，對于比較稀疏和低密度的總體， ACS的效率增加，但是可能無限制的繼續(xù)抽樣 , 抽樣成本也將增加。231。 1 2 3 4 5 6 78 9 10 11 12 13 1415 16 17 18 19 20 2122 23 24 25 26 27 2829 30 31 32 33 34 3536 37 38 39 40 41 4243 44 45 46 47 48 49 群團 （ Cluster):包含有滿足條件 c的樣方（單元） 和邊緣樣方（單元） 鄰域或鄰近 (Neighborhood): 一階鄰域 （ The firstorder neighborhood） ：包括本單元和四個相鄰的單元 二階鄰域 （ The secondorder neighborhood） ：包含一階鄰域和東西南北的單元 網(wǎng)絡 (Network):群團中滿足條件 C的樣方和不滿足條件 c的最初樣方。該法在調(diào)查的實際運用中需要滿足下列的前提條件： 1. 在線概率為一，即線上的目標無遺漏； 2. 觀測前后目標無移動，即每個動植物都觀測到了，并且只觀測一次； 3. 正確地觀測距離和角度； 4. 觀測是獨立進行的。有兩種方法估計 f(0)： 核函數(shù)方法估計（ Kernel method） 富利葉級數(shù)方法 （ Fourier series method） 1 核函數(shù)方法 式中： h是帶寬， xj是第 j個觀察目標值， K是核函數(shù)（ 這里假設為對稱核函數(shù) ） 從式中可以知道關(guān)鍵是估計 h, Silverman(1986) 給出了 h的計算公式： 式中 a=min (s, Q/), s為 x抽樣樣本目標觀察值距樣線的距離的標 準差 ， Q是所有調(diào)查目標距離沿樣線距離的中位值。 ? 假如 n個被觀察到的調(diào)查對象的垂直距離 x1, x2,… , xn 滿足相互獨立性 。窄帶法是最為常用的傳統(tǒng)方法，簡單易行，但是單側(cè)樣線 w0寬度需要根據(jù)生境和野生動物的特點以及調(diào)查人員的實際觀察能力進行經(jīng)驗估計。 樣帶布設 ? 將調(diào)查總體面積分成 N條非重疊的樣帶，用簡單隨機方法隨機抽取 n條樣帶。( )nilyTLl ??? ? （數(shù)量 /面積 A） 00s in ( ) [ c o s ( ) ] ( c o s ( ) c o s ( 0 ) ) ( ( 1 ) 1 ) 2E ( 39。一類調(diào)查是系統(tǒng)抽樣設計，具有完備的抽樣理論和設計；二類是典型調(diào)查和角規(guī)點調(diào)查，不是基于抽樣統(tǒng)計設計 ? 樣地數(shù)量不同。對非抽樣誤差、調(diào)查實務（例如問卷設計、調(diào)查報告撰寫等）作簡要介紹。 ? 內(nèi)容 ：介紹一些基本的概率抽樣方法，包括簡單隨機抽樣、分層抽樣、整群抽樣、多階抽樣、等距抽樣(系統(tǒng)抽樣）及不等概率抽樣等，著重討論稀疏資源抽樣調(diào)查、抽樣設計的理論。一類是導向國家制定林業(yè)政策和發(fā)展國家林業(yè)戰(zhàn)略，調(diào)查要求更加系統(tǒng)嚴格和規(guī)范以及完備抽樣理論和設計；二類是導向本地和林業(yè)經(jīng)營單位的森林經(jīng)營制定，抽樣和樣地設計調(diào)查比較粗放（例如有經(jīng)驗的目視和角規(guī)點） ? 抽樣設計不同。( ) )nn iiiill E l???????11?39。雖然稀少總體的觀測值分離很遠，但自相關(guān)性并不成問題，當包含稀少總體時可用帶抽樣方法。 ? 樣線調(diào)查方法的內(nèi)容一般都要包括樣線布設、數(shù)量調(diào)查和密度計算 樣線抽樣圖解 樣線法－樣線布設 ? 樣地布設 1. 隨機布設 2. 系統(tǒng)布設 ? 估計方法 1. 窄帶法 2. 目視修正法 3. 參數(shù)法 4. 非參數(shù)法 核函數(shù)估計 富利葉級數(shù)法 L 0 0 B 隨機抽樣 L 0 0 B 系統(tǒng)抽樣 樣線抽樣估計方法 1. 窄帶法（ NarrowStrip method）：密度為單位面積的個體數(shù)目，即條帶內(nèi)動物數(shù)量除以條帶面積 （ 1） 式中， D為野生動物種群密度； y0為條帶內(nèi)探測到的野生動物