Fundamentale Stichprobenkonzepte der Forstinventur II

1979

S. 112-115

5 Abb., 2 Lit. Ang.

Unselbständiges Werk

200138903

1. Zur Klärung der theoretischen Effektivität von SPP-Stichproben (Stichproben mit programmierter Probebaumauswahl) wurde ein EDV-Programm SPPSIM entwickelt. Dieser Stichprobensimulator benutzt als Input die x- und y-Koordinaten von beliebigen Baumpopulationen samt den zugehörigen, ebenfalls beliebigen Brusthöhendurchmessern. Als Output erhält man u. a. die Anzahl von Bäumen pro Stichprobenpunkt sowie die Informationen Stammzahl, Grundfläche und Volumen pro ha samt den zugehörigen Variationskoeffizienten. SPPSIM berechnet diese Werte insgesamt sowie für die einzelnen Durchmesserklassen. 2. In der vorliegenden Untersuchung wurden drei Beispielspopulationen verwendet, die als "System-Wald", "Poisson-Wald" und "Cluster-Wald" bezeichnet wurden. Im "System-Wald" sind die Bäume gleichmäßig verteilt (Quadratnetz), im "Poisson-Wald" herrscht zufällige Verteilung, und im "Cluster-Wald" liegt gruppenförmige, "geclusterte" Verteilung vor. Bei den beiden erstgenannten Populationen wurden die Durchmesser zufällig den einzelnen Baumpositionen zugeordnet, während beim "Cluster-Wald" eine negative Korrelation zwischen Durchmesser und Dichte unterstellt wurde. 3. Um störende Randeffekte bei der Stichprobensimulation zu vermeiden, wurde die Stichprobensimulation auf eine quadratische "Kernzone" beschränkt, die durch eine flächenmäßig nahezu ebenso große "Randzone" umgeben war. Die "Kernzone" stellt ein quadratisches Waldstück mit 40 m Seitenlänge dar, das durch einen 8 m breiten Umfassungsstreifen gleicher Zusammensetzung umgeben ist. Im Kernquadrat mit 0,16 ha Fläche wurden 100 Bäume verteilt; dem Rand mit 0,15336 ha wurden 96 Bäume zugeordnet. 4. Durch ein extrem dichtes Stichprobennetz von 101 x 101 Punkten (10,201 SPP-Punkte) sollten sich Variationskoeffizienten der Stammzahl, der Grundfläche und des Volumens ergeben, die den Erwartungswerten faktisch gleichkommen. Für jeden Baum wurde durch SPPSIM ein Set von kritischen Grenzkreisen generiert, die dem jeweiligen SPP-Programm entsprachen. Ein Baum wurde dann mit einem SPP-Punkt assoziiert und als Probebaum betrachtet, wenn der Stichprobenpunkt innerhalb des jeweiligen baumindividuellen Grenzbereiches lag. 5. Die Stichprobensimulationen bestätigen die bereits im ersten Teil der Abhandlung aufgestellte These, daß ein Stichprobenverfahren dann am effektivsten ist, wenn die Auswahlwahrscheinlichkeit proportional zur erwünschten Information ist. Dies ist bei den SPP-Stichproben der Fall. Die WZP ist zweifelsohne am effektivsten bezüglich der Grundfläche, wird jedoch bei der Erfassung des Volumens von SPP-Volumen deutlich übertroffen, wie die resultierenden Variationskoeffizienten zeigen. Die Probefläche ist lediglich für die gesamte Stammzahl ein optimales Stichprobenverfahren. 6. Bezieht man die Stammzahl auf die einzelnen Durchmesserklassen, so zeigt sich, daß die Probefläche (c = 0) generell relativ enge Vertrauensbereiche ergibt, jedoch bei den obersten Durchmesserklassen von Stichproben mit höheren c-Werten hinsichtlich der Genauigkeit übertroffen wird. Umgekehrt öffnen sich die Vertrauensbereiche für die unteren Durchmesserklassen progressiv mit steigendem c-Wert. Bei der Auswahl des c-Wertes für die Forstinventur ist daher die Bedeutung der einzlenen Durchmesserklassen zu beachten.