项目名称: 基于GIS的森林资源调查空间平衡抽样理论与方法研究

项目编号: No.30972298

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 生物科学

项目作者: 李明阳

作者单位: 南京林业大学

项目金额: 30万元

中文摘要: 了解森林资源的现状及变化趋势是森林资源管理工作的前提。空间平衡抽样,使得样本的空间格局与研究总体的空间格局具有近似型,同时能够考虑无反应样本单元对抽样方案的影响。利用GIS平台进行空间平衡抽样在建立抽样框、抽样方案可视化、方便样本点的定位和寻找等方面具有较大的优势。 通过森林资源调查因子空间分布理论和最优抽样估计方法研究,明确空间平衡抽样算法的地统计学基础。通过计算机情景模拟、景观实验,建立空间平衡抽样性能评价指标体系,设计基于GIS平台的抽样算法。在森林资源专项调查、多资源调查试点验证的基础上,制定空间平衡抽样的工作步骤和森林资源监测框架。 基于GIS的森林资源空间平衡抽样方法研究,对于弥补传统森林资源调查抽样方法存在的空间关联性强、适应性差的缺陷,减少森林资源调查过程中的抽样框变化、无反应样本单元现象,解决有限调查费用与迅速上升调查成本之间的矛盾,具有较为重要的理论和现实意义。

中文关键词: 森林资源管理;空间平衡抽样;地理信息系统;地统计学;

英文摘要:

英文关键词: Management of forest resources;Spatially blanced sampling;GIS;Geostatistics;

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
【NeurIPS2021】由相似性迁移的弱样本细粒度分类
专知会员服务
20+阅读 · 2021年11月11日
专知会员服务
37+阅读 · 2021年8月2日
专知会员服务
38+阅读 · 2021年7月5日
专知会员服务
77+阅读 · 2021年3月20日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
30+阅读 · 2020年12月21日
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
最新《图嵌入组合优化》综述论文,40页pdf
因果推理学习算法资源大列表
专知
26+阅读 · 2019年3月3日
RCNN算法分析
统计学习与视觉计算组
10+阅读 · 2018年1月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
12+阅读 · 2020年6月20日
Arxiv
29+阅读 · 2020年3月16日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
【NeurIPS2021】由相似性迁移的弱样本细粒度分类
专知会员服务
20+阅读 · 2021年11月11日
专知会员服务
37+阅读 · 2021年8月2日
专知会员服务
38+阅读 · 2021年7月5日
专知会员服务
77+阅读 · 2021年3月20日
专知会员服务
23+阅读 · 2021年1月30日
专知会员服务
30+阅读 · 2020年12月21日
相关资讯
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
最新《图嵌入组合优化》综述论文,40页pdf
因果推理学习算法资源大列表
专知
26+阅读 · 2019年3月3日
RCNN算法分析
统计学习与视觉计算组
10+阅读 · 2018年1月12日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员