最佳取样计划估计景观制图
关键词：统计学，全球估计，局部估计，抽样设计，土壤侵蚀，不确定性 摘要：
抽样设计的一个优化的目的，而不会失去必要在降低成本的空间信息 和预期的估计和植被制图的精度。这项研究集中于调查
抽样设计，综合考虑在成本方面均情节和样本量和最佳的解决方案 方差估计全球估计和当地景观的整体植被覆盖映射使用 水土流失的管理。阿地统计学方法的基础上发展区域化变量 理论和比较经典的一个案例研究随机抽样方法，即最佳采样 是专为评估和测绘植被覆盖。成本是引入抽样设计
条款的测量时间。这种方法使得有可能寻求最佳的解决方案确定 情节和样本大小给予所需的精度和允许调查的费用预算为本地及全球 估计。结果表明，地统计学方法更具成本效率比传统设计 因为它占空间的变量依赖于抽样设计。此外，情节的大小影响
克立格法的标准误差估计的更为显着高于当地的样本大小，而更多的样本规模 对全球的估计比不积尺寸精度。 引言
土壤侵蚀，在美国通常是预测使用 像经修订的通用土壤经验模型
流失方程（RUSLE的）（勒纳尔等人。1997年）。在 公式中，水土流失是一个六函数的输入 包括降雨径流侵蚀力，土壤因子 可蚀，坡长，坡度，地面 和植被覆盖，支持实践。该 盖的因素是土壤流失面积率从 指定覆盖，反映了地面效应和 植被覆盖对土壤流失还原
降雨和径流减少。土壤侵蚀主要是 既敏感地形和覆盖系数。
不过，后者是至关重要的监测土壤 侵蚀，因为地形特点
随着时间的相对稳定。较大的地面 和植被覆盖，较小的土壤流失。
准确定位覆盖对景观 土壤侵蚀的管理目的要求 无偏估计不仅应提供
为跨大区，而且对全球的估计 景观上的任何位置。此外，抽样
应符合成本效益的，也就是说，一个采样 设计应提供尽可能多的信息 可能在一个最低的成本。 最佳采样
设计是确定适当的依赖
样本量的大小和情节时，地面数据收集成本预算给予调查和 理想的估计精度。
给出的最优样本量的大小是定义一个阴谋 作为样本的大小，尽量减少成本给予 理想的估计精度，但确切
最低损失情况尚不清楚。精度和
情节相关的成本的大小和样本大小。该 理想的精确度可以达到每 具体个案，组合的数量之间
样本的大小和情节大小（Arvanitis
1967年和奥里根;辛格和Chandhary1986年）。在 一般来说，较大的样本量和较大的样地 将导致更高的精度。但是，这将 导致成本增加。问题因此成为 如何确定适当的组合 情节大小和样本大小。 许多作者研究了测定
情节大小合适的尺寸和最佳范例
天然资源清查（Mesavage和Grosenbaugh 1956年，亨德里克斯1956; Wiegert1962;
奥里根和Arvanitis1966年，王等人。 2001年b， c）项。例如，亨德里克斯（1956）发现， 变异通常随更大的地皮大小。
然后，他开发了一种方法来确定最佳 小区面积的斜坡上的绝对价值为基础 作为一个对数的方差回归线 函数的对数的情节大小，以及 的金钱和时间花费抽样比例对比
情节大小。 Wiegert（1962）提出，首要的 情节因素的最优规模决定和
形状是相对的可变性和相对成本。情节 大小和形状时，可以选择的产品 相对变率和相对成本最小。
此外，柯伦和威廉姆森（1986）讨论 样本大小之间的平衡和采样 在错误的地点在一个图像水平 地面数据时，获得和使用 校准和确定的精确度远程 遥感数据和相应的产品。
传统上，确定样本的大小和情节 给予所需的精度是基于一个变化 变简单随机抽样。的基础 传统方法是一个假设，即有 不能样地之间的空间相关性。
最近的研究并不支持这一假设。 另外，结果得到了地统计学 方法倾向于支持一个区域化变量
理论认为，一个变量的数据是相似的，当 他们发出的指示接近对方， 成为具有相似的增长疲软
数据之间的间隔距离，最后消失在远处，这就是所谓最高 范围的空间变异。这个空间特征 样本数据的空间变异性也被称为 或依赖。忽略了空间
依赖可能导致更高的成本或更大 不确定性的抽样设计及估计。该 方差估计届时的偏颇。
80年代以来，许多学者已应用 区域化变量理论及Kriging算法
在抽样设计（Burgess等人统计学。
1981年McBratney和韦伯斯特1981年，1983年; McBratney等。 1981年，奥利1984; Yfantis等。 1987年韦伯斯特等人。 1989年; Arvanitis和Reich 1991年，阿特金森1991;麦奎尔等人。 1993年; 英格伦和Heravi1995年）。克里格可能导致 与最小误差方差的无偏估计 任何未知位置或研究区块内 区，而仅误差方差取决于
在一个半方差衡量的空间变异性 一个变量，因此，在配置 在关系到观测场点或 块估计之间的距离和 他们。误差方差不依赖于 样本数据本身。一旦半方差 函数是已知的，例如，通过进行
试验样品或使用现有的数据集，估计 抽样误差为任何设计方差可 计算之前进行采样。另外， 由于所需的精度要求
（允许最大误差方差），采样 计划才能确定。
在一般情况下，这些方法侧重于 估计方差最小化，以确定 理想采样模式的情节位置而言 整个景观，并尽量减少样品 规模需要达到特定的最高水平
错误。 McBratney和韦伯斯特（1981年），McBratney 等。 （1981），伯吉斯等。 （1981年）制定的
对本地估计抽样方法需要 对土壤属性的映射，并表示两 假设：一个标准的最大错误 克立金插值估计是合理的措施 最优的抽样计划;和空间 依赖表现在以下方面定量
半方差。韦伯斯特等人。 （1989）应用 这反映方法取样和smapping 辐射。
地统计学方法以上 根据样地系统的位置
整个景观，以确保这个邻国
据采样点的一个重要性能是从一个固定的样本大小和研究领域的实际， 从而最大限度地减少信息的重复
（柯伦1988年）。不同的取样方式，通常 包括等边三角形，正方形，并定期 六边形，也算是对这些系统 样品。一般来说，一个等边采样
三角形是最好的，那么正方形和正六边形
（McBratney等1981;。韦伯斯特等人1989年。）。 Yfantis等。 （1987）进一步比较的效率 三个采样模式，以及相同的结论 鉴于获得的金块方差
一个半方差小于总量的90％ 方差。如果金块效果大于90％ 总方差和采样密度较大
超过85％的空间变异范围，然后 正六边形是最好的。
此外，一个研究领域的全球估计 估计是当地平均水平。然而， 全局误差方差不能直接推导 总结本地的差异，因为他们不
由于使用了独立的公共数据的估计 或相邻的点变异
块。这意味着，确定样本量 全球估计是从确定不同
样本大小为本地映射。对于抽样设计 用于全局估计，McBratney和
韦伯斯特（1983）开发了一种方法，其中每个 观察被用来估计的平均值
基于泰森多边形，一个误差方差 是计算在每个社区 观测点，当时的差异
汇集，形成了全球性差异。阿特金森
（1991年）用同样的方法来设计最优 地面为基础的抽样估算平均值 归一化植被指数从
地基辐射计，它的封面和大麦 生物量。
本文将展示一个方法
调查在设计方面的最佳采样 成本效益的基础上区域化变量 理论与估算当地Kriging估值 和全球覆盖所需的经营宗旨 土壤侵蚀。这里的重点将是 整体植被覆盖度，虽然结果 适用于地面覆盖。它介绍了空间 植被覆盖变化为估计
方差的大小和情节的任何组合 样本大小。地积大小的关系 样本大小与空间变异性和差异 估计建造和使用制定
成本函数。此外，特定的目的是评估现有的效率分层随机 抽样由美国陆军土地使用的设计 在状态趋势分析方案的案例研究 面积，提供建议的目的就 潜在的未来优化采样 设计。
研究区域和数据集
研究区位于八七八九〇公顷组成
在得克萨斯州胡德堡，那里的气候特点是 通过长期，短期温和夏季炎热， 冬天。平均气温在8？ C在
元月至29？ C在七月。年平均降水量 为81厘米。在胡德堡高程范围
从180米到375米以上海平面。大多数斜坡 在超过45％的2-5％的范围内有斜坡 在东部的一部分。 土壤深度浅到深，适度 粘土，石灰石伏基岩。有
在研究区共25个土壤类型（王
等。 2001年a）。所有土壤类型的有机物质 不到4％的内容，是所有排水良好。
占主导地位的土壤类型布拉凯特- Topsey 联想，多斯实时复杂，Eckrant岩 露头复杂，实时岩石露头复杂。 这些都是旱地土壤和石灰岩形成; 石灰石，泥灰岩和石灰岩和