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 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properties of a given sampling design cannot be established, and the foundation for statistical inference is vague” (unpublished) Area di studio (A) A Area di studio (A) Distretti territoriali (es : A1 , A2 ) Area di studio (A) Distretti territoriali (es : A1 , A2 ) Classi di uso-copertura del suolo (es: C1 , C2 , C3 , C4 ) A C3 A1 C1 C1 C2 C4 C2 A2 Area di studio (A) Distretti territoriali (es : A1 , A2 ) Classi di uso-copertura del suolo (es: C1 , C2 , C3 , C4 ) Classi forestali (es: C3 ,C4 ) – alberi A C3 A1 C1 C1 C2 C4 C2 A2 Popolazione 1 (P1, continua) Tutti i punti dell’area di studio, P1 p, p A Variabile (c, categoriale) Classe di uso-coperturta del suolo, c( p ) p A Quantità di interesse Superfici delle varie classi nei vari distretti, integrali di variabili A dicotomiche C1 C 2 c ( p ) Es : C3 C4 C3 C1 C1 A1 C2 C4 C2 A2 Popolazione 2 (P2, discreta) Tutti gli alberi all’interno delle classi forestali, P2 1,2,, T Variabile (y, quantitativa) fitomassa, area basimetrica, …, y j j 1,2, , T Quantità di interesse Totali delle varie classi forestali nei vari distretti , somme Nota: Le abbondanze sono totali della variabile y j 1 j 1,2, , T Scopo: campionare P1 e P2 e stimare superfici e biomasse con un unico schema Soluzione: plot (circolari) centrati su punti selezionati nell’area di A studio C3 A1 C1 C1 C2 C4 C2 A2 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 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) 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) CCS (campionamento casuale semplice) CSNA più efficiente del CCS (Barabesi, Metron, 2003, 61,355-374) CSA (campionamento stratificato allineato) L’efficienza del CSA sul CCS non è formalmente dimostrabile (Barabesi, Metron, 2003, 61,355-374) – possibili regolarità spaziali II FASE I punti fuori dall’area di studio vengono eliminati Popolazione discreta di punti (uno per quadrato) 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) ES: Ca1 C1, Ca2 C2 , Ca3 C3 C4 A1 A2 Ca1 C3 C1 C1 C2 C4 Ca2 Ca3 C2 Ca4 ? Introduzione di uno strato di punti dubbi (es Possibili errori di foto -interpretazione Ca4 ) ? Estrazione di un campione di punti da ogni strato (CCS) I punti selezionati sono visitati a terra per rilevare la classe di uso-copertura del suolo A1 A2 Ca1 Ca2 Ca3 Ca4 ? ? A1 A2 Estrazione di un campione di punti da ogni strato (CCS) I punti selezionati sono visitati a terra per rilevare la classe di uso-copertura del suolo A1 A2 A1 A2 Ca1 ESTRAZIONE Ca1 Ca2 Ca2 Ca3 Ca3 Ca4 Ca4 ? ? 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) Solo gli strati forestali sono campionati in seconda fase ES: A1 A2 Ca1 Ca2 Ca3 Ca4 ? ? Solo gli strati forestali sono campionati in seconda fase ES: A1 A2 Ca1 A1 A2 ESTRAZIONE Ca2 Ca1 ? ? Ca2 ? ? Ca3 Ca3 Ca4 Ca4 ? ? 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 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 terra Estrazione di un campione di punti da ogni strato (CCS) A1 A2 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 terra Estrazione di un campione di punti da ogni strato (CCS) A1 A2 C3 C4 A1 A2 ESTRAZIONE C3 C4 Costruzione di un plot di raggio prefissato attorno ai punti Rilevazione della variabile di interesse (fitomassa, area basimetrica) per ogni albero del plot La III FASE conclude lo schema di campionamento La III FASE è sufficiente per ottenere stimatori corretti dei totali (FMP2006) IFNC 2001-2007 (?) Area di studio: territorio nazionale (30,132,846 ha) FASE I N. quadrati (100 ha) : 306,831 N. punti esterni al territorio nazionale: 5,525 N. punti interni (301,306) FASE II Stratificazione su ortofoto in 12 classi e 21 distretti territoriali Classi 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 territoriali N di plot: 6,865 (23%)