森林抽樣調查

出自 MBA智库百科(https://wiki.mbalib.com/)

　　森林抽樣調查是以數理統計為理論基礎，在調查對象(總體)中，按照要求的調查精度，從總體中抽取一定數量的單元(樣地)組成樣本，通過對樣本的量測和調查推算調查對象(總體)的方法。

　　森林抽樣調查工作分外業與內業二大部分。將圖上抽取的樣本單元(樣點)落實到地面上進行定位、測樹、調查等一系列工作為森林抽樣調查的外業工作。利用外業調查的資料進行分析、推算全體，求出估計的誤差等工作為森林抽樣調查的內業。森林抽樣調查是由踏勘、預備調查、設計相應的抽樣方案、外業測定、內業分析等幾個環節構成。

　　在森林調查中，廣泛應用抽樣調查方法，這是由於：

　　(1)森林面積遼闊，地形複雜，研究對象數量多、變化大且具有再生性，不可能也沒有必要進行全面調查，只能採用抽樣方法來解決。

　　(2)森林大都屬於自然變異，是數理統計合適的抽樣對象。森林調查因數都屬於數量標誌，各單元在同一標誌上並不完全相同。

　　(3)根據抽樣理論，可以用最少的工作量達到成本低、效率高、精度高和預期要求的目的。

　　由於有著上述若幹特點，抽樣調查有很大的實用價值。因此，抽樣技術非常適用於森林資源調查。這也是近30年來各種抽樣技術在森林資源調查中得以廣泛應用和發展的主要原因。

　　抽樣是用抽取的樣本估計總體參數。通常是估計總體平均值和總體總量。由樣本推算總體叫做估計。森林抽樣調查是以概率及其分佈率作為理論基礎。抽樣調查的主要特點是通過調查數據的分析可以取得估計誤差，提出調查的精度指標。但是計算的理論精度與實際精度偏離多少，理論精度是否真實?這就需要掌握抽樣誤差和偏差及其影響。

　　滿足所有要求的最佳設計方案，需要考慮到許多因素，甚至有時比較困難。因為森林經營需要各種調查因數的數據資料，在設計的方案中對某因數的調查可能最佳，而對另一因數可能就不是最佳的。例如，調查的某總體的森林蓄積量為最佳，但是對於森林生長量來說則不一定是最佳。一般來說，我們設計的最佳方案是對目的總體而言的。在調查設計中，不僅需要堅實的理論基礎，還需要豐富的實踐經驗，才能取得理想的森林調查方案。

　　一、目的、任務、要求和現有資料

　　森林調查的主要內容和方案的制定取決於調查目的。目的和方案設計有密切關係：目的必須明確，按照目的制定方案。森林調查的目的必須由調查成果使用者——決策人和調查專家共同確定，不能只由專家決定。森林調查專家設計的方案應為用戶提供達到精度要求的資料。

　　調查目的和要求是根據林業生產需要和經營要求確定的。其總目的是查清查準森林質和口的特點及其變化規律，以用於合理地組織林業生產，制定生產計劃、林業規劃和口伐量調整等。從制定方案出發的這些目的稱為森林調查的總目的。調查的詳細程度決定於森林經營強度。在集約經營的調查中，需要取得小班資料和林相圖，小班蓄積量精度要求90％以上，面積精度95％以上。在粗放的經營調查中，森林調查蓄積量精度不落實到小班，只有數孛，且不要求繪林相圖。

　　設計調查方案還要根據現有資料和調查地區的林況、地況和自然條件進行。如調查地區有新攝影的大比例尺航空像片，就可採用應用航空像片進行調查的方法；如無像片則要考慮不用像片調查的方案。調查方法因調查的林況、地況和森林種類不同而宜，某種方法在甲地區調查為最優，在乙地區並不一定適用。須知，沒有任何的方法能夠適合於所有地區的調查，都是要根據調查地區的具體情況、目的和任務要求，確定適合於某一地區的調查方案。

　　二、正確地劃分總體和單元

　　1．總體和單元

　　在抽樣設計中總體和單元具有重要作用和意義，森林調查中必須要明確地表達出其定義。單元是觀測或調查的單位；總體是單元的集合體。其主要特征是每個總體內的各單元屬於同一類，並且單元間的屬性或特征有差別，稱其為變數。

　　森林調查中是以調查對象為總體。把它劃分成許多相互聯接不重覆的地塊，每個地塊作為一個觀測單位就是一個單元，在這種情況下是由面積單元組成的總體。隨機抽樣中的每個單元就是一個樣地。若把森林面積所劃分的面積單元大小加以改變。在調查中以樹木為單元時，林中所有樹木的集合體即為總體。從調查的角度看，總體單元的樹木具有許多特征，如胸高直徑、樹高、生長量、年齡等，在統計意義上各單元的每一項特征值均可構成一個總體。因此，以樹木作為單元而構成的總體視為統計上不同的總體。在這種情況下，單元值的集合體即為總體。用網點抽樣法估計面積時，可把總體視為無數點的集合體。

　　總體可分為抽樣總體和目標總體。後者為取得信息的總體。所有森林調查的目的都是用數量來說明總體，以便使調查結果為森林經營設計、實施和檢查服務。據此可得出結論：林業工作者應從一片森林的許多總體中，選出最合乎調查目時的總體。同時從工作和統計技術觀點看，要求選的總體必須具備最優條件。正確地劃分總體是調查設計和實現森林調查目的的首要前提。

　　森林總體多數是空間成層的，其單元有時不是隨機分佈的。這兩點認識是抽樣設計和實施森林調查的兩個基本點，所有統計的規律都以概率法則為基礎，但在總體內單元的分佈受其他因數而不是受概率所制約，這就需要以樣本的分佈運用概率法則確定。這一點在下麵各章的抽樣設計中將占重要地位。

　　總體是一個估計範圍的界限，而總體參數是總體內一些特征的具體數值。它應滿足的條件是，能提供充分的資料。參數可使總體之間便於比較，在許多情況下，沒有參數就無法進行比較。最重要的參數是總體平均數和方差。

　　2．總體大小

　　在森林抽祥調查中，總體是精度落實的單位。其大小依生產要求精度落實的單位而定。如要求蓄積量精度落實到林班，則應以林班為總體才能保證精度要求；如要求到林場，以林場為總體進行蓄積量調查才能保證蓄積量精度要求。一般來說，總體愈大，抽樣效率愈高。在大小不同的兩個總體中，變動繫數相近似時，用相同的祥本單元數就可以取得同樣精度。抽樣精度與總體面積大小無關，而與變動繫數有關。因此，面積愈大，抽祥效率愈高。

　　3．正確地劃分單元

　　總體平均數和方差是通過單元計算的。單元的劃分對總體參數和精度有著重要的影響。在理論上可把森林按其組成面積單元大小劃分為無數個總體。

　　三、正確組織樣本

　　組織樣本和估計總體是抽樣調查的兩個重要環節。它們是相互聯繫的，在設計方案中應同時考慮如何正確地組織樣本和對總體進行估計。

　　抽樣是從總體抽取一部單元代表總體。其目的是對整個總體作出正確的推斷。在總體中隨機抽中的單元叫祥本單元，由樣本單元組成樣本。只有當抽取的樣本能真正代表總體時，對總體的推斷才是正確的。因此，在抽取單元時必須要遵守隨機和等概的原則，才能保證抽取樣本的正確性。隨機可以避免主觀性，等概是每個單元都有同等被抽中的概率。總體中每個單元出現的概率巳知，採用隨機抽取的方法才能嚴格實現這一原則。

　　抽樣誤差公式和參數估計值都是以隨機和等概原則為基礎。如果不滿足這一原則，估計值因其概率無法確定而不能符合。如果總體單元的單位相同，其抽樣方法符合已知概率，就可由樣本計算出參數估計值的標準誤和在一定概率水準下的置信區間。

　　隨機抽樣只能在總體單元劃分之後進行，這些單元必須編號隨機抽樣調查與概率有密切關係，並認為總體分佈是正態分佈。非正態分佈總體，當樣本單元數足夠大時，其樣本分佈近似為總體分佈。隨機抽樣調查是基於正態分佈理論進行的。抽樣調查是用祥本估計總體參數，最重要的總體參數是平均值和方差。平均值是描述總體的一個重要指標，根據正態分佈理論由方差可以取得估計值精度。抽樣調查取得的成果能否代表總體真實情況和精度高低決定於這兩項指標。

　　(1)可靠性

　　調查結果應用精度指標，抽樣調查不僅能客觀地估計誤差，並有概率保證，一般用95％的概率保證即可。

　　(2)有效性

　　誤差小、效率高、成本低。

　　(3)連續性

　　適宜建立森林資源連續清查體系，通過定期複查，能夠及時地分析森林資源的消長變化。

　　(4)靈活性

　　調查方案可塑大，適用範圍廣，能滿足林業科學技術發展的要求。在林區進行綜合性調查時，要儘量註意使估計參數不同的抽樣方案，相互嵌套，以利提高工效，降低成本。

　　一般來說調查目標的分佈可以分為：均勻分佈、隨機分佈和稀少群團分佈。由於總體目標的分佈不同可能導致抽樣調查技術與方法多種多樣。以下是以郁閉的森林資源為主要調查目標的抽樣方法(等概抽樣、不等概抽樣、基於遙感的抽樣)和針對稀疏群團總體的抽樣方法的研究應用進展。

　　一、等概抽樣

　　這裡主要論述我國森林等概抽樣調查的主要方法以及它們在森林調查中應用的研究現狀，包括簡單隨機抽樣、系統抽樣、分層抽樣和整群抽樣4種基本方法。

　　1．簡單隨機抽樣

　　該方法在林業調查中應用很普遍，不僅適用於大面積林區，也適用於林分或伐區調查。1974年於璞和介紹瞭如何在森林資源清查中實施簡單隨機抽樣：(1)用樣點到第i株最近木的平均距離推算每公頃株數；(2)以測定樣點附近幾株立木的直徑和樹高，確定單株木的平均材積，將此兩項相乘得到每公頃材積，這種方法不設標準地、測定簡單，並能客觀地估計抽樣誤差，所以省時省力。孟繁民等用簡單隨機抽樣方法對寧安市江東林場林木進行了抽樣調查，得出了江東林場近三年森林資源非生產消耗量調查測算結果，並根據結果提出了可行性建議；金來武等在種群空間格局研究的基礎上，對油鬆毛蟲(Dendrolimus puncmtustabulaeformis Zhao et Wu)蛹種群簡單隨機抽樣技術中最適樣方大小的確定問題進行了研究，還給出了考慮抽樣花費時確定最適樣方大小的各種方法。

　　2．系統抽樣

　　該方法組織樣本簡便，外業樣本定位易於實施。在實踐中，系統抽樣容易受周期性的影響，有時周期性影響可能導致較大誤差。當系統樣本內兩兩單元間相關性越小(即方差越大)抽樣誤差越小、越接近簡單隨機抽樣。我國在1977年開始建立的全國森林資源連續清查體系，採用以公裡網交叉點作為樣點定位的系統抽樣方法，目前安徽省採用3 km×4 km點間距網格，先在1：50000地形圖上布設樣點，每隔5年重覆測量樣地內全體夠檢尺樣木，用以推算全省森林資源現狀及消長變化。賈雲奇以紅松(Pinus koraiensis Sieb．et Zucc．)林為研究對象，介紹了系統抽樣法的原理與實施；餘國寶等也應用自助法(Bootstrap主要用以解決有偏估計量消除偏性和小樣本估計量不依賴於正態分佈理論的精度估計問題的方法)樣本對森林系統抽樣誤差進行了初步研究；於峰等列對系統抽樣在三類調查中的應用做了研究，討論了樣本單元數的確定、布點、外業調查、現地區劃、小班調查和樣地調查等過程的具體實施，並認為系統抽樣比簡單隨機抽樣精度高。

　　3．分層抽樣

　　該方法要對總體事先有一定認識，能提供分層使用的某些資料；然後合理地分層，分層的結果應使同一層內單元值保持差異不大。在總體單元標誌值變動較大的情況下，運用分層抽樣比簡單隨機抽樣可以得到更準確的結果。畢慶雨介紹了分層隨機抽樣的基本概率和基本原理，引進了關於層的最優配置和效率的概念；黃清麟採用分層抽樣法對南方的杉木(Cunninghamia lanceolata(Lamb．)Hook．)進行了不同單元面積的抽樣調查，從抽樣精度和調查成本方面得出：400 m²是比較經濟合理的杉木樣地調查面積；楊道武以旌德縣森林資源為研究對象，採用簡單隨機抽樣、分層抽樣和回歸估計3種抽樣方法對該縣的森林蓄積量進行調查估計，得出分層抽樣的精度最高。向小芹等研究了分層抽樣法在退耕還林工程水土流失監測中的應用，以陝西富縣退耕還林工程退耕地水土流失監測結果為例，探討和分析退耕還林工程水土流失監測的途徑，最後得出了對該退耕還林工程運用分層抽樣技術，可獲得較高估計精度的結論。

　　4．整群抽樣(群團抽樣)

　　該方法與簡單隨機抽樣相比較，在抽樣比相同的情況下，前者抽樣誤差較後者大，但由於這種抽樣組織形式可以節省費用和時間，所以可以適當地增加樣本單元數，以達到減少抽樣誤差，達到抽樣估計的目的。在實際工作中成群抽樣方法被廣泛採用。曾偉生等副對兩階群團抽樣設計在森林調查中的應用及其效率進行了研究，定義了擴大因數、提出了效率繫數的概念、並推導出效率繫數等於1的臨界狀態的相關係數的表達式，為群團抽樣設計和效率評估提供了重要依據，此外還對群團抽樣估計效率與群內樣地間距的關係進行了深入研究；周春國到構造了樣群結構及成本結果的效率函數，按使其最大原則確定最優樣群結構。劉健探討了整群抽樣在平原綠化調查中的應用，將村作為群，每群所包括的單元數為各村的占地面積數，由於每個村面積不等，即劃分的群是不等群，對陵縣、臨邑兩縣村莊綠化率進行了調查，用不等群估計方法進行總體估計。

　　這4種基本抽樣方式在原理上有兩點不同：(1)抽取樣本單元可用隨機或系統方式；(2)樣本單元可以是相等的(單階抽取)，也可以是不相等的，而且初階、次階等樣本單元是在每階分別抽取的(多階抽取)，整群抽樣是多階抽樣的一種形式。全國營造林實績綜合核查，為了便於樣本單元的組織和抽取，就採用了二階抽樣的方法。實踐表明多階抽樣在許多森林資源監測調查中也是一種高效率的方法。

　　二、不等概抽樣

　　1943年，Hamsen與Hurwitz提出了不等概抽樣的理論和方法，隨著不等概抽樣理論的發展，出現了另一種類型：概率與估計值大小成比例的抽樣，簡稱為PPES抽樣(Sampling with Probability Proportional to an Estimate of Size)。美國的格魯森堡於1963年提出了PPP抽樣(Probability Proportional to Prediction)，即3P抽樣。20世紀70年代後期美國林學界開始兩階抽樣方法研究，先後設計出3種HPS(水平點抽樣)／PPS(不等概率抽樣)抽樣方法，20世紀90年代設計出的第3種方法，即第一階為水平點抽樣，第二階為簡單隨機抽樣，隨機樣本限制在第一階樣點內，樣本選取是按與直徑平方成比例的概率進行，特別適用於大面積的總體調查，而且對樹齡較大的天然混交林更呈現出它的優點。

　　我國林業上最早抽樣技術的應用是1957年角規測樹的引入，後來不斷探索並應用角規點抽樣等方法。徐禎祥等舊一將畢特利希的角規測樹原理和日本的平田種男的用垂直角規抽取樹高計數木原理相結合，並依據大偶真一求形高的方法，分別獲得林分的單位面積斷面積、樣木樹高和形高，從而推出林分的平均蓄積，得出總蓄積估計，此方法具有較高的實用價值。張伏全等採用不等概率重覆抽樣，以縣為抽樣總體，對各小班造林成活率進行不等概率抽樣調查，研究了雲南省4個縣(市)的造林成活情況。汪麗等以扎蘭屯東山的興安落葉松(玩疵gmelinii(Rupr．)Rupr．)人工林為研究對象，隨機布點進行角規點抽樣，結果表明角規點抽樣法不僅在精度上優於標準地調查，而且簡單易行。王小昆等應用了中央斷面積區分求積法求材積，開發了3P抽樣的程式，自動產生隨機數，從而使得3P抽樣的過程變得簡易。

　　不等概率抽樣技術所形成的方法體系，其內容是相當豐富的。它可以分別與抽樣調查的各種組織形式及其他技術方法相結合，構成各種不同形式的不等概率抽樣方法。劉良才針對造林驗收介紹了二階系統抽樣調查法，該法是多階系統抽樣的應用，也是一種面積等距不等概的抽樣方法，用比值估計法推算核實面積，肇慶市的12個縣(區)在1988年造林檢查驗收中，首次採用了該調查方法，收到了比較滿意的效果。彭念一在其發表的論整群不等概抽樣技術中討論了不等概抽樣在不等群抽樣中的應用問題及原理，並論述了應用不等概率抽樣應註意的問題，如何得到較好的抽樣估計效果。周超等分析了分層多階不等概抽樣的樣本結構性偏差產生的原因，探討了數據加權調整方法，併進行了實例研究。

　　事實說明，不等概抽樣在組織樣本和對資料進行分析及對總體參數的估計，都比等概抽樣複雜，但是在一定條件下，採用不等概抽樣方法要比等概抽樣得到更高的估計效率。

　　三、基於遙感的抽樣調查

　　遙感技術可縮短森林資源清查的周期，快速、準確、高質高效地獲取森林資源的各種數據，評價森林資源的質量與效益，實現森林資源的定期甚至是實時監測。

　　第二次世界大戰爆發時，抽樣方法開始結合航空攝影測繪技術。1946年森林調查開始應用航空像片進行導航。1955年羅傑斯在伊朗建議用一種非獨立的三相抽樣，然後用回歸分析來研究這些聯合樣地在像片判讀和地面測定之間的相關，最終求得所需的總材積。洛茨在泰國應用具有獨立相的二階抽樣，估計各層面積時只用航空像片，在像片上用截距法抽樣，在第二相內，每層的平均材積是按所謂野外營地單位獨立抽取的。唐守正對面積的兩相抽樣和蓄積的兩相抽樣的結合使用進行了研究，提出了關於面積蓄積統計的原則。葛巨集立糾對兩相抽樣地類合併後蓄積估計方法進行了探討，認為地類合併後的平均蓄積根據合併前各地類的平均蓄積按各地類修正後的面積成數加權計算會比較合理，並提出了新演算法，避免了以往地類合併後計算蓄積的演算法所引起的問題。餘平闡述了衛星相片在森林資源調查中應用的方法和步驟。朱維凡介紹了PR(PPS和Remote Sensing的開頭字母)抽樣設計估計蓄積量的方法，PR抽樣是一階單元採取PPS，二階單元採取RS(Remote Sensing)的抽樣方法。林春芳哺。將衛星相片的分辨能力與分層抽樣相結合。章禮拐等將遙感圖像處理技術與分層抽樣相結合調查森林蓄積量，精度達到國家規定要求，節省了調查成本。熊澤彬研究了遙感技術在連續清查應用中的抽樣效率，討論了影響雙重抽樣一致率的因數及因數間的關係，找到提高一致率的方法，從而達到提高抽樣精度的目的。肖銀松介紹了基於“3S”技術的抽樣方法、“3S”及抽樣技術應用的國內外現狀，並對其在森林動態監測中的應用特點進行了簡要概括。2006年，Piermaria等對成行林帶的調查方法進行了研究，調查的主要目的是估計總體參數。從航空像片可獲得樹木的行數，並直接算出這些估計量，在這種情況下可應用二階整群抽樣，以行為初級樣本，抽取若幹行，然後在抽取的行中抽取樹木，也可以優勢樹種和年齡為分層標準採用二階分層抽樣。

　　有關學者認為光測量、測距是可以用來測量樹木的高精度測量工具，儘管該項遙感技術還沒有作為實際測量工具而廣泛應用，它仍有很大的研究意義和應用於森林測量中的潛力。

　　上世紀70年代，我國建立了國家森林資源連續清查體系；90年代，在聯合國開發計劃署(UNDP)援助下我國實施了“建立國家森林資源監測體系”項目，進行了遙感技術在國家森林資源連續清查中的應用示範研究，將遙感技術應用於國家森林資源監測；1999—2003年開展的第六次全國森林資源清查，全面地應用了遙感技術。

　　四、針對稀疏總體分佈的抽樣方法

　　因為傳統抽樣方法沒有考慮稀疏總體明顯存在的空間分佈差異，將可能導致調查成本增加或估計結果出現偏差；儘管目前廣泛應用的遙感技術、全球定位系統、地理信息系統(3S技術)和專家預測預報系統等為評價植被資源狀況提供了有力的技術支撐，然而由於稀疏植被資源的相對稀疏(少)性和空間分佈的獨特性，這些技術的應用仍不能全面準確測定和預估調查區域的稀疏植被及其生態環境因數信息。針對稀疏總體的抽樣方法則能夠提高對這類分佈對象的抽樣效率，彌補了傳統抽樣方法失效、最終樣本中觀測目標信息幾乎為零的缺點。以下幾種是針對稀疏、簇狀分佈總體調查的常用的技術與方法。

　　1．適應性群團抽樣方法(ACS)

　　Thompson於1990年發表了題為“Adaptive Cluster Sampling”的論文，提出了適應性群團抽樣來調查群團狀、散生分佈目標。其操作規則為先從總體中按照某種抽樣方法選取一定容量的初始樣本，再根據每個樣本單元的觀測值進行自適應抽樣，當樣本單元的觀測值滿足某條件(即入樣條件)時，其周圍鄰近的樣本單元加入到樣本，否則不進行擴充。再根據新加入的樣本單元觀測值判斷是否將此樣本單元周圍鄰近的樣本單元也加入樣本，並以此類推，直到無法再加入任何新的樣本單元時，抽樣過程結束。適應性群團抽樣的估計量目前主要應用修正的Hansen—Hurwitz(HH)和Horvitz—Thompson(HT)估計。

　　國外對適應性群團抽樣技術理論上和實踐上的研究較多，針對稀疏、群團分佈的植被已大量應用該法進行了調查和效率分析。Roeseh將不等概抽樣與ACS技術結合，開發了適應性群團的森林調查系統，並用點抽樣模擬了3．1hm²混交林分樹種密度，驗證了ACS的潛在效率。Talvitie等H副使用簡單隨機抽樣和ACS抽樣技術，調查了赫爾辛基市所屬的3 700hm²森林公園內的枯損木數量，比較了傳統抽樣方法與ACS方法的效率。除此之外在鳥類數量、海洋和水生資源數量調查中適應性群團抽樣也得到了應用。國內，張南松針對人們所熟悉的害蟲種群的空間分佈及相應的密度估計，提出了二階適應性整群抽樣方法，應用該技術調查害蟲的密度、研究農作物害蟲種群分佈，並從理論上證明這種抽樣設計是一個無偏估計，方差也比較小。雷淵才等介紹了適應性群團抽樣技術在森林資源清查中的應用，引用具體案例說明如何使用自適應群團抽樣設計、方法和技術步驟，分析比較了不同估計方法的抽樣效率，並指出該抽樣技術及其應用時存在的問題。有關詳細研究現狀見雷淵才等發表的文章。

　　2．其他抽樣方法

　　近年來應用研究較多的適用於稀疏總體的其他幾種抽樣方法是：

　　樣帶抽樣(Strip Sampling)經常用於稀疏總體調查。樣帶抽樣可以看成樣地面積很大的樣地抽樣調查，根據計算，最簡單情況是研究區域分成幾個非交疊樣帶，從中隨機抽選若幹樣帶。樣帶可以間隔一定距離抽選，也可以重疊(部分)抽選。抽樣調查倒木或林內粗木質時，如果原木粗大的一端置於帶樣地內或者原木一部分在帶樣地內則測量整個原木。Shiver等提出該方法存在一個問題，即各樣帶通常是不同的長度、面積，這樣它們的平均估計值對於總體平均數是無效的，Stehman等認為這個問題可以通過將樣帶面積作為輔助變數來解決。

　　線截抽樣(Line Intersect Sampling)，在某區域內布設一條具有一定方向角的樣線，則與該線相交的所有目標人樣，每棵樹的概率取決於抽樣線長度和樹的有效長度，如果將樹看成一條線，則可直接根據其與抽樣線所成的夾角計算。該方法由Canfield提出併在20世紀60年代得到發展應用，目前線截抽樣方法廣泛應用於估計林地粗木質殘體、倒木、野生動物、估計公路長度等。Esseen等提出並評價了用線截抽樣在航空相片上收集森林邊緣數據的方法，為調查林地森林邊緣量(森林和非森林生態系統之間或兩片林地之間的交界面)、進而理解和減輕“森林碎片”對森林生物多樣性的影響提供了精確而有效的方法。研究表明，線截抽樣結合航空相片有很大的應用潛力。劉素青系統地研究了林木株數調查的線截抽樣原理與方法，在不同的針葉林和闊葉林中進行了試驗，並與傳統的樣地法進行比較，認為該方法可行、可靠，抽樣效率高，抽樣效率比普通的樣地方法高出4倍以上。他還研究了採伐剩餘物的線截抽樣原理和方法，在應用中既可使用單條樣線進行估計，也可以使用多條樣線進行估計，在電腦上應用線截抽樣估計原理模擬了採伐剩餘物的調查情況，精度較高。同年，劉素青以Buffon隨機投針問題為原理，提出了以線截抽樣為原理的線狀物體的調查方法，在電腦上模擬了路網調查，得出了線截抽樣完全適用路網調查的結論，並認為可以推廣到林網及防護帶的調查。

　　樣線法(Line Transects Sampling)以觀測目標所在的樣線為基礎，用於估計野生動植物總體密度，是野生動物種群數量調查的常用方法之一。早在1906年，美國學者Gross在伊利諾斯州的鳥類普查中就運用了樣線調查的方法。如果目標隨機分佈在區域內，觀察目標的概率取決於距樣線的距離，距離越長觀測概率越小，這種方法具有完備的理論基礎。樣線調查方法的內容一般包括樣線布設、數量調查和密度計算，該法通過對樣線條帶內的個體進行絕對數量調查，來反映整個地區的種群數量或密度。總體密度的估計方法主要有窄帶法(Narrow—strip Method)、目視修正法(Smooth-by—eye Method)、參數法(ParameterMethods)和非參數法(Nonparametrie Methods)。許龍在其發表的文章中介紹了樣線法在鳥類調查中的發展歷史、基本原理和主要類型，並對4種常用的種群密度計算方法，即條帶最大記數法、Gates截線法、Fourier截線法以及距離取樣法進行比較和總結，認為在鳥類野外數量調查中應記錄鳥類個體到樣線的垂直距離，並使用距離取樣法來計算鳥類的種群密度，能夠得到更為準確的結果。熊國經等把幾種密度估計法用於電腦模擬產生測線調查的距離數據，由統計量RRMSE(Relative Root Mean Square Error)和RB(Relative Bias)對推定值進行評價，驗證了各種估計方法的優劣。國外林業工作者常用這種技術與方法調查野生動植物總體密度，對於該技術的應用我國還有些差距。

• 森林資源連續清查