výberové – reprezentatívne metódy zisťovania zásob a inventarizácie lesných porastov
DESCRIPTION
Výberové – reprezentatívne metódy zisťovania zásob a inventarizácie lesných porastov. meranie len časti stromov porastu na skusných plochách prepočet zásoby na 1 ha alebo na celý porast. – Výberový plán * reprezentatívnosť - PowerPoint PPT PresentationTRANSCRIPT
Výberové – reprezentatívne metódy Výberové – reprezentatívne metódy zisťovania zásob a inventarizácie lesných zisťovania zásob a inventarizácie lesných
porastovporastov
meranie len časti stromov porastu na skusných plochách
prepočet zásoby na 1 ha alebo na celý porast
p
Vha.V skp1
skpc V.p
PV
– Výberový plán* reprezentatívnosť* požiadavky na presnosť a spoľahlivosť stanovenia zásoby, resp. veličín zisťovaných v priebehu inventarizácie* efektívnosť* stanovania spektra zisťovaných informácií v závislosti od cieľa inventarizácie
Splnenie uvádzaných vlastností je možné dosiahnuť len objektívnym, matematicko-štatistickým odvodením vytyčovacích údajov skusných plôch:
** veľkosť veľkosť (štruktúra porastu)(štruktúra porastu)** počet počet (požadovaná presnosť)(požadovaná presnosť)** rozmiestnenie rozmiestnenie (reprezentatívnosť) (reprezentatívnosť)
Potom môžeme zhodnotiť efektívnosť porovnaním nákladov a spotreby času s priemerkovaním naplno, resp. spätne uskutočniť kontrolu dosiahnutej presnosti výsledku– Výberové metódy sa uplatňujú pri veľkoplošných a maloplošných (porastových) inventarizáciách
Reprezentatívne metódy porastovej inventarizácie* skusné plochy kruhové, pásové, relaskopickéskusné plochy kruhové, pásové, relaskopické* metóda stromových rozstupov* metóda spočítania stromov s výberovým meraním d1,3
Matematicko-štatistické základy výberových metód
* Rozsah výberu
* Intenzita výberu
2
222
%
%.tn
x
x/
100100 .Pp
.Nn%i i
Rozsah výberu závisí predovšetkým od σx% a
, intenzita výberu závisí ešte aj od pi a P, pri zväčšujúcej P i% klesá, t.j. čím je porast homogénnejší a väčší, tým je výberové zisťovanie efektívnejšie.
%x
* Rozmiestnenie skusných plôch
100.n
)ha(Ps 1002
1 .s.n
)ha(Ps
Posúdenie dosiahnutej presnosti výsledkov výberu
– (priemerná zásoba z n skusných plôch)
–
(variabilita zásoby medzi skusnými plochami)
n
xx
n
ii
1
11
2
n
xxs
ni
x100.
xs
%s xx
– (relatívna stredná chyba výberového priemeru)
Udáva teoretický rámec pre výskyt skutočných chýb (rozdiel medzi skutočnou zásobou a zásobou určenou výberovým spôsobom)
68 % .......................95 % .......................
%sx1
n%s
%s xx
%sx2
Vzťah medzi sx% zásoby, veľkosťou, počtom skusných plôch, presnosťou a hospodárnosťou
P = 15 ha, Σpi = 1,28 ha → i% = 8,5 %Veľkosť skusných plôch p Počet
skus. plôch
Variačný koeficient
Stredná chyba
Čas potrebný na meranie
áre počet str.
sx% index index min. index
1 3 128 50 250 4,4 100 384 3002 6 64 45 225 5,7 129 345 2704 12 32 37 185 6,7 152 288 2258 24 16 28 140 7,3 166 220 17216 48 8 22 110 7,8 177 176 13732 96 4 20 100 10,0 227 128 100
%sx
– s rastúcou veľkosťou skusných plôch sa variabilita zásoby zmenšuje
– väčším počtom menších plôch dosiahneme presnejší výsledok ako menším počtom väčších plôch, menšie plochy sú reprezentatívnejšie
– väčšie skusné plochy sú hospodárnejšie – rovnakú výmeru skusných plôch väčšími plochami dosiahneme skôr ako menšími plochami
Vymedzenie optimálnej veľkosti skusných plôch
Predodhad taxačných veličín– získanie potrebných informácií pre kalkuláciu
vytyčovacích údajov skusných plôch– predodhadové stanoviská, 1 stanovisko na 1ha
Stano-Stano-visko visko
č.č.
Počet stromovPočet stromovZast. Zast.
drevín drevín v %v %
ddss
(cm)(cm)hhss
(m)(m)
Pomocná veličinaPomocná veličina
na plôške na plôške 20x20 m20x20 m N.haN.ha-1-1
11 3232 800800 sm 60sm 60 2222 1818 38,738,7jd 40jd 40
22
nn2020 700700 41,541,5
ssxx 12,312,3
ssxx%% 29,629,6
21
100
sd
ha.Nx
x
Predodhad taxačných veličín
↓↓Nomogram na stanovenie stupňa rozrôznenia zásoby porastu
SR σx%
1 18 %
2 30 %
3 42 %
KRUHOVÉ SKUSNÉ PLOCHYKRUHOVÉ SKUSNÉ PLOCHY
Vlastnosti* dajú sa dobre a presne vytýčiť* pretože ich v poraste vytyčujeme väčší počet s
menšou výmerou (1-10 árov), sú reprezentatívne, dobre vystihujú zmeny v štruktúre porastu
* sú prispôsobivé na zmeny štruktúry častí porastu, t.j. celkovú intenzitu výberu môžeme dosiahnuť zmenou veľkosti a počtu plôch s ohľadom na štrukturálne zmeny – stratifikovaný výber
* nevýhodou je obtiažne vytyčovanie na strmých svahoch a v porastoch s podrastom.
Vytyčovacie údaje a ich stanovenie*veľkosť kruhov, počet kruhov, intenzita výberu, odstupová vzdialenosť
Veľkosť kruhov – závisí od hustoty porastu, resp. N.ha-1, optimálny počet stromov na kruhu je 15-25 stromov
optimálny počet stromov na kruhup =
N.ha-1
* zväčšovanie veľkosti kruhov, t.j. rast počtu stromov na kruhu zlepšuje výsledok cca do počtu 50 stromov na kruhu, pri väčších kruhoch sa už presnosť výsledku nemení, ale stúpajú náklady!
Veľkosť kruhuPolomer kruhu (v m)
N.ha-1
1 ár (100 m2) 5,64 1500+
2 áre (200 m2) 7,98 800-1500
3 áre (300 m2) 9,77 500-800
5 árov (500 m2) 12,62 300-500
10 árov (1000 m2) 17,84 do 300
Počet kruhov– σx%, resp. stupeň rozrôznenia zásoby,
–
– pre výslednú presnosť je rozhodujúci počet kruhov
%x
22
%%.t
nx
x/
Intenzita výberu
– p, n
– i% = 25-30 % je hranicou efektívnosti
Odstupová vzdialenosť
n, P
100.P
pPp.n
%i i
100.n
)ha(Ps
Rozmiestnenie, vytýčenie a vypriemerkovaniekruhových skusných plôch– systematický výber na taxačných líniách
orientovaných v smere kratšej strany porastu,– vytýčenie pomocou káblov príslušného
polomeru,– pracovná skupina 1+2,– meranie a záznam do priemerkovacieho
zápisníka,– meranie na svahu
Rozmiestnenie, vytRozmiestnenie, vytýčenie aýčenie a vypriemerkovanie KSPvypriemerkovanie KSP
Príklad:N.ha-1 > 800, P = 5 ha, SR = 2
Kruhy:P = 2 áre, n = 7,5 ha → 37 kruhovs = 37 m i% = 15 %
Nomogram na určenie vytyčovacích údajov kruhových, Nomogram na určenie vytyčovacích údajov kruhových, relaskopických a pásových skusných plôch, = relaskopických a pásových skusných plôch, = ±± 10 10%, %,
P=95%P=95%%x
PÁSOVÉ SKUSNÉ PLOCHY
Vlastnosti– optimálna spotreba času na plochu výberovej
jednotky, 1 ha pásov sa vytýči skôr ako 1 ha kruhov
– jednoducho sa vytyčyčujú– nevýhodou je malý počet pásov, ich dĺžka nie
je rovnaká, čo môže spôsobovať problémy najmä z matematicko-štatistického hľadiska (reprezentatívnosť)
Vytyčovacie údaješírka pásov, i%, odstupová vzdialenosť
Šírka pásov = f (N.ha-1)N.ha-1 < 300 š = 10 mN.ha-1 300-800 š = 8 mN.ha-1 > 800 š = 6 m
Intenzita výberu– i% > 7,5 presnosť určenia zásoby pásovými
skusnými plochami je rovnaká ako presnosť jej určenia kruhovými skusnými plochami
– i% = 7,5 % je hranicou použiteľnosti (reprezentatívnosti) pásov
– i% > 7,5 % i% kruhov = i% 10 m širokých pásov
Príklad:N.ha-1 > 800 š = 6 m, kruh = 2 áreP = 5 ha, SR = 2 i% pre 2 árové kruhy = 15 %
i% = 6 m pásov = 0,6 . 15 % = 9 %
Odstupová vzdialenosť
m..kruhov%i
)pásovm(šs 67100
1510100
10
Vytýčenie a vypriemerkovanie pásových skusných plôch
– v smere kratšieho rozmeru porastu– kolmo na zmeny v štruktúre porastu– v sklonitom teréne dĺžky pásov redukovať s
ohľadom na sklon– záznam kladov kábla– pracovná skupina 1+3, 4
Vytýčenie a vypriemerkovanie pásových skusných plôch
RELASKOPICKÉ SKUSNÉ PLOCHYRELASKOPICKÉ SKUSNÉ PLOCHY
Vlastnosti– pre každý strom sa vytvorí fiktívny
relaskopický kruh (bodový výber)– uhlové spočítanie stromov pomocou relaskopu– c = 1, 2 ... 4, každý zaujatý strom predstavuje
1, 2 ... 4 m2 g.ha-1
– počet zaujatých stromov = M G.ha-1 = c . M
Vytyčovacie údajezámerná úsečka, počet stanovísk, odstupovávzdialenosť, intenzita výberuZámerná úsečka– c = 1, 2, ¼, ½, 4, jej veľkosť závisí od hrúbkovej štruktúry porastu a jeho hustoty tak, aby bolo na stanovisku zachytených 15-25 stromov
čím je porast hustejší a hrúbkovo vyspelejší, tým čím je porast hustejší a hrúbkovo vyspelejší, tým je zámerná úsečka väčšia je zámerná úsečka väčšia !!!!
Nomogram na urNomogram na určenie zámernej úsečky a výmery čenie zámernej úsečky a výmery priemerného relaskopického kruhupriemerného relaskopického kruhu
Počet stanovísk– závisí od variability zásoby porastu,
požadovanej presnosti a spoľahlivosti– pre stupeň zásobovej rozrôznenosti a 20-
stromový relaskopický kruh
SR σx%
1 18 % n výpočtom alebo pomocou2 30 % nomogramu3 42 %
Odstupová vzdialenosť a intenzita výberu
pi – priemerný relaskopický kruh
– priemerný relaskopický kruh = f(ds , C)ps= π(C.ds)2
c = 1 – 2 – 4 C = 50 – 33,35 – 25
100.n
)ha(Ps 100.pp
pp.n
i ii%
Meranie – relaskopovanie a výpočet G.ha-1 a zásoby– preverenie správnosti relaskopovania– meranie vo výške 1,3 m– záznam údajov–
V.ha-1 = G.ha-1 . HF;
M.cha.G 1
;gvHFs
)h,d(fv ss
– zásoba nie je rozdelená po hrúbkových stupňoch (možnosť použitia Halajových frekvenčných kriviek, ktoré udávajú % rozdelenie počtu stromov a zásoby po hrúbkových stupňoch ako funkciu ds a stupňa hrúbkovej rozrôznenosti)
– kontrola stupňa rozrôznenia zásoby z predodhadu!!!
866,0.23 22 a
PNN
PaaPN
NPa
v.ha.Nha.V 11 Metóda stromových rozstupov– vzorníková metóda– N = f(P,a)– stredný rozstup a závisí od sponu stromov v
poraste (štvorcový, trojuholníkový)
– skutočný rozstup sa môže viac alebo menej líšiť od teoretického štvorcového alebo trojuholníkového sponuSkutočný stredný rozstup
je aritmetický priemer najkratších strán mnohouhoľníka, spájajúceho susedné stromy tak, aby sa tieto strany nepretínali (Priesol 1978)
– rozstup a3 – rozstup od zvoleného stromu k tretiemu najbližšiemu, pretože medzi a3 a rozstupom trojuholníko- vého sponu je tesná korelácia, tretí strom sa dá ľahko určiť
Ki – empiricky odvodený, charakterizuje zákonitosť rozmiestnenia stromov
23
23
23
21 115901000010000aa
K
akmha.N i
i
v
vNV
v;v.ha.Nha.V 11
– rozdelenie N.ha-1 a V.ha-1 na dreviny v zmiešaných porastoch
N.ha-1(drev) = Nv(drev) . CN
V.ha-1(drev) = VV(drev) . CN
vN N
ha.NC1
Potrebný rozsah merania– celková chyba určenia zásoby metódou
stromových rozstupov
%v%N%V
Intenzita výberu
Meranie– založenie línií a stanovísk– určenie centrálneho stromu, zmeranie rozstupu
a3
– zmeranie hrúbky centrálneho stromu a 6-8 najbližších hrúbok stromov
– pracovná skupina 1+1
100...
% 1 PhaNNi v
Metóda celoplošného spočítania stromov avýberového merania hrúbokVaník (1976)– pre obnovne rozpracované porasty so
zakmenením < 0,5
* N zistíme spočítaním všetkých stromov v poraste
* sa vypočíta zo zásoby vypriemerkovaných stromov
v.NV
v
stupeň hrúbkovej počet priemerkovanýchrozrôznenosti stromov pre ΔV% = ±10
%
1 1802 2733 427
Metóda koncentrických kruhov– spoločný stred, z ktorého sa vytýčia 3 kruhy– princíp výberu s nerovnakými pravdepodobnosťami
1a d1,3 < 16 cm
2a d1,3 16,1 – 28 cm
5a d1,3 > 28 cm
Determination of suitable shape and plot size for Determination of suitable shape and plot size for estimation of off-forest tree resources of the foots of estimation of off-forest tree resources of the foots of
KilimanjaroKilimanjaro
Presnosť a hospodárnosť reprezentatívnych metód
– pre požadovanú presnosť je kalkulovaný potrebný rozsah výberového merania
– metóda stromových rozstupov má tendenciu k vychýleným odhadom, pretože rozmiestnenie stromov v poraste nie je náhodné
Presnosť reprezentatívnych Presnosť reprezentatívnych metódmetód
Hospodárnosť a praktická použiteľnosť– kruhy, pásy, relaskop, stromové rozstupy– kruhy sú presnejšie ako pásy ak i < 7,5 % a
hospodárnejšie ak N.ha-1 < 300– inde pásové skusné plochy, avšak i% nesmie
byť menšia ako 7,5; 6; 4,5 % pri pásoch 10, 8, 6 m
– relaskopické skusné plochy sú veľmi hospodárne, avšak neumožňujú priame rozčlenenie zásoby na hrúbkové stupne