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statistical inference is vague” (unpublished)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%)