不跨越边界基于Horvitz-Thompson估计量的分层自适应群团抽样
提出一种新的不跨越边界的基于Horvitz-Thompson估计量的分层自适应群团抽样方法，给出其估计量公式，并证明了其无偏性。将9种抽样方法(简单随机抽样、分层简单随机抽样、基于修正Hansen-Hurwitz估计量的ACS、基于修正Horvitz-Thompson估计量的ACS、跨越边界基于Hansen-Hurwitz估计量的ACSI、跨越边界基于Hansen-Hurwitz估计量的ACSII、不跨越边界基于修正Hansen-Hurwitz估计量的ACS、跨越边界基于修正Horvitz-Thompson估计量的ACS、不跨越边界基于修正Horvitz-Thompson估计量的ACS)应用于中国乌兰布和沙漠边缘植被花棒密度调查，并对比了9种抽样方法精度。结果表明：不跨越边界的基于Horvitz-Thompson估计量的分层自适应群团抽样的效果最佳；分层的抽样方法比不分层的抽样方法效率要高。
花棒 自适应群团抽样 分层自适应群团抽样 Horvitz-Thompson估计量 Hansen-Hurwitz估计量 模拟抽样 乌兰布和沙漠
朱光玉 唐守正 雷渊才
中国林业科学研究院资源信息研究所 北京 100091;中南林业科技大学林业遥感信息工程研究中心 长沙 410004 中国林业科学研究院资源信息研究所 北京 100091
国内会议
成都
中文
1-11
2010-07-01（万方平台首次上网日期，不代表论文的发表时间）