a a1a1 a2a2 a c1c1 c1c1 c2c2 c2c2 c3c3 c4c4
TRANSCRIPT
![Page 1: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/1.jpg)
Inventario Nazionale delle Foreste e dei Serbatoi Forestali di Carbonio (INFC)
LO SCHEMA DI CAMPIONAMENTO DELL’INFC: ASPETTI TEORICI E SOLUZIONI PRATICHE
LORENZO FATTORINI
Dipartimento di Metodi Quantitativi Università degli Studi di Siena
![Page 2: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/2.jpg)
Risultati teorici: Fattorini, Marcheselli, Pisani, Environmetrics, 2004, 15, 357-368 (FMP-04) Fattorini, Marcheselli, Pisani, Journal of Agricoltural, Biological and Environmental Statistics, 2006, 11, 296-316 (FMP-06) “In all surveys, it is crucial to define the population of interest. Unless the population is clearly defined, the properties of a given sampling design cannot be established, and the foundation for statistical inference is vague” (unpublished)
![Page 3: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/3.jpg)
Area di studio (A)
A
![Page 4: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/4.jpg)
Area di studio (A) Distretti territoriali (es : 21, AA )
![Page 5: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/5.jpg)
A1 A2
A
A r e a d i s t u d i o ( A ) D i s t r e t t i t e r r i t o r i a l i ( e s : 21 , AA ) C l a s s i d i u s o - c o p e r t u r a d e l s u o l o ( e s : 4321 ,,, CCCC )
C1
C1
C2
C2
C3
C4
![Page 6: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/6.jpg)
Area di studio (A) Distretti territoriali (es : 21, AA ) Classi di uso-copertura del suolo (es: 4321 ,,, CCCC ) Classi forestali (es: 43,CC ) – alberi
A1 A2
A
C1
C1
C2
C2
C3
C4
![Page 7: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/7.jpg)
Popolazione 1 (P1, continua) Tutti i punti dell’area di studio, AppP1 , Variabile (c, categoriale) Classe di uso-coperturta del suolo, Appc )( Quantità di interesse Superfici delle varie classi nei vari distretti, integrali di variabili dicotomiche
Es :
4
3
2
1
)(
C
C
C
C
pc A1 A2
A
C1
C1
C2
C2
C3
C4
![Page 8: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/8.jpg)
P o p o l a z i o n e 2 ( P 2 , d i s c r e t a ) T u t t i g l i a l b e r i a l l ’ i n t e r n o d e l l e c l a s s i f o r e s t a l i , TP2 ,,2,1
V a r i a b i l e ( y , q u a n t i t a t i v a ) f i t o m a s s a , a r e a b a s i m e t r i c a , … , Tjy j ,,2,1
Q u a n t i t à d i i n t e r e s s e T o t a l i d e l l e v a r i e c l a s s i f o r e s t a l i n e i v a r i d i s t r e t t i , s o m m e
N o t a : L e a b b o n d a n z e s o n o t o t a l i d e l l a v a r i a b i l e Tjy j ,,2,11
![Page 9: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/9.jpg)
A1 A2
A
C1
C1
C2
C2
C3
C4
Scopo: campionare P1 e P2 e stimare superfici e biomasse con un unico schema Soluzione: plot (circolari) centrati su punti selezionati nell’area di studio Con i punti si campiona P1 e si rileva la classe di uso del suolo Con i plot si campiona P2, ovvero gli alberi su cui viene rilevata la variabile quantitativa di interesse
![Page 10: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/10.jpg)
I FASE Area di studio ricoperta da N poligoni di uguale ampiezza (es: quadrati) Selezione di un punto casuale per quadrato CSNA (campionamento stratificato non allineato)
![Page 11: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/11.jpg)
I FASE Area di studio ricoperta da N poligoni di uguale ampiezza (es: quadrati) Selezione di un punto casuale per quadrato CSNA (campionamento stratificato non allineato)
![Page 12: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/12.jpg)
CCS (campionamento casuale semplice) CSNA più efficiente del CCS (Barabesi, Metron, 2003, 61,355-374)
![Page 13: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/13.jpg)
CSA (campionamento stratificato allineato) L’efficienza del CSA sul CCS non è formalmente dimostrabile (Barabesi, Metron, 2003, 61,355-374) – possibili regolarità spaziali
![Page 14: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/14.jpg)
II FASE I punti fuori dall’area di studio vengono eliminati Popolazione discreta di punti (uno per quadrato)
![Page 15: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/15.jpg)
Classificazione (stratificazione) dei punti sulla base di ortofoto secondo i distretti territoriali a cui appartengono e secondo delle classi di uso-copertura individuabili dalle ortofoto
In genere le classi individuabili da foto aeree sono meno dettagliate delle classi di uso-copertura delle quali si vuole stimare l’estensione (in genere le classi non forestali sono le stesse mentre le classi forestali sono accorpate)
![Page 16: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/16.jpg)
ES: 4332211 ,, CCCaCCaCCa
Introduzione di uno strato di punti dubbi (es ) Possibili errori di foto-interpretazione
Ca4
A1 A2
Ca1
Ca2
Ca3
Ca4 ? ?
C1
C2
C1
C2
C3
C4
![Page 17: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/17.jpg)
Estrazione di un campione di punti da ogni strato (CCS) I punti selezionati sono visitati a terra per rilevare la classe di uso-coperturadel suolo
A1 A2A1 A2
Ca1
Ca2
Ca3
Ca4 ? ?
![Page 18: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/18.jpg)
Estrazione di un campione di punti da ogni strato (CCS) I punti selezionati sono visitati a terra per rilevare la classe di uso-coperturadel suolo La II FASE è sufficiente per ottenere stimatori corretti delle superfici e stimatori conservativi delle loro varianze (FMP -2004)
Calibrazione delle stime di superficie in modo che le somme siano
coerenti con le superfici dei distretti territoriali (FMP-2006)
A1 A2
Ca1
Ca2
Ca3
Ca4
ESTRAZIONE
A1 A2
Ca1
Ca2
Ca3
Ca4 ? ?
![Page 19: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/19.jpg)
A1 A2
Ca1
Ca2
Ca3
Ca4 ? ?
Solo gli strati forestali sono campionati in seconda fase ES:
![Page 20: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/20.jpg)
Solo gli strati forestali sono campionati in seconda fase ES: Si assume che la classificazione su ortofoto relativa alle classi non forestali sia senza errori Si correggono gli errori di classificazione da classi forestali a classi non forestali Non si possono correggere gli errori da classi non forestali a classi forestali Possibili sottostime delle superfici forestali
A1 A2
Ca1
Ca2
Ca3
Ca4
ESTRAZIONE? ?
? ?
A1 A2
Ca1
Ca2
Ca3
Ca4 ? ?
![Page 21: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/21.jpg)
III FASE
I punti del campione di II FASE di natura forestale sono suddivisi (stratificati) secondo i distretti territoriali a cui appartengono e secondo le classi forestali effettivamente rilevate a terraEstrazione di un campione di punti da ogni strato (CCS)
A1 A2
C3
C4
![Page 22: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/22.jpg)
A1 A2 A1 A2
C3
C4
ESTRAZIONE
Costruzione di un plot di raggio prefissato attorno ai puntiRilevazione della variabile di interesse (fitomassa, area basimetrica) per ogni albero del plot
C3
C4
III FASE
I punti del campione di II FASE di natura forestale sono suddivisi (stratificati) secondo i distretti territoriali a cui appartengono e secondo le classi forestali effettivamente rilevate a terraEstrazione di un campione di punti da ogni strato (CCS)
![Page 23: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/23.jpg)
La III FASE conclude lo schema di campionamento
La III FASE è sufficiente per ottenere stimatori corretti dei totali (FMP-2006)
![Page 24: A A1A1 A2A2 A C1C1 C1C1 C2C2 C2C2 C3C3 C4C4](https://reader036.vdocuments.net/reader036/viewer/2022062512/5542eb49497959361e8b4ac2/html5/thumbnails/24.jpg)
IFNC 2001-2007 (?)Area di studio: territorio nazionale (30,132,846 ha) FASE IN. quadrati (100 ha) : 306,831 N. punti esterni al territorio nazionale: 5,525N. punti interni (301,306) FASE IIStratificazione su ortofoto in 12 classi e 21 distretti territorialiClassi forestali: foreste, arboricoltura, aree temp. prive di soprassuolo forestale N. punti selezionati e visitati a terra: 30,000 (9.8%)
FASE III Stratificazione sulla base di 21 classi forestali e 21 distretti territorialiN di plot: 6,865 (23%)