《Canadian Journal of Forest Research》：Model-based small-area estimation with area-effects for sampled and non-sampled domains
编辑推荐：
本研究针对森林资源调查中非抽样域（如无样地小班）难以准确估计的问题，通过模拟实验比较了基于域效应、预测域效应及聚类效应的混合模型校准方法。结果表明，在域内同质性强时，聚类效应校准可显著提升非抽样域估计精度，为解决小样本或无样本森林小域估计提供了有效技术路径。
在森林资源管理与规划中，准确获取小区域（如林班、小班）的森林参数（如蓄积量）至关重要。然而，传统的基于野外调查的森林资源监测往往因成本限制，难以在每个小区域内都布置足够的样地，导致许多小区域成为“无样本域”（non-sampled domains）。直接使用基于大区域建立的预测模型（如基于激光雷达ALS的回归模型）对这些小区域进行估计，往往会因模型偏差（bias）而产生较大误差。如何利用有限的样本信息，通过统计模型校准来提高小区域，特别是非抽样域的估计精度，是森林资源信息学领域的一个核心挑战。
目前，一种常见的解决方案是采用单元水平（unit-level）的混合线性模型（linear mixed model），通过引入“域效应”（domain effect）或“区域效应”（area effect）来捕捉模型在特定小区域内的系统性偏差。这种方法的精髓在于，利用域内样本的观测值与预测值之间的残差，来估计一个域特定的随机效应（即校准量），进而对域内所有单元的预测进行整体校正。这被称为经验最佳线性无偏预测（EBLUP）。然而，这种方法有一个致命前提：每个需要估计的域内至少需要一个样本观测值。对于完全没有样地的非抽样域，该方法无法直接应用，这就引出了本研究的核心问题：如何为这些非抽样域进行有效的校准？
为了解决这一难题，研究人员在《Canadian Journal of Forest Research》上发表了他们的模拟研究成果，系统评估了两种扩展策略：一是利用预测的域效应（Predicting the domain effect），即通过建模用其他变量来预测非抽样域的随机效应；二是引入聚类效应（Cluster effect），即将相似的小域聚为一类，假设同类域共享相同的随机效应，利用同类中已抽样域的信息来校准非抽样域。研究旨在明确这些方法在何种条件下有效，以及其性能如何随域内同质性、聚类变量选择等因素变化。
主要技术方法概述
研究基于芬兰南部约5900公顷的真实ALS数据，生成了包含23万多个16m×16m格点的模拟种群。通过引入空间自相关的误差场，模拟了真实的森林蓄积量空间分布。研究设定了多种场景（不同域数量、不同抽样强度、不同域内同质性），并构建了包含固定效应（ALS特征）和随机效应（域效应或聚类效应）的混合模型。关键步骤包括：(1) 使用lme4包拟合混合模型获取EBLUP估计；(2) 使用kmeans聚类生成域集群；(3) 系统比较直接模型预测（MP）、域效应校准（MB）、预测域效应校准（MBP）和聚类效应校准（MBC）四种方法的估计偏差（Bias）和均方根误差（RMSE）。
研究结果与发现
1. 域效应校准对抽样域的有效性
Table 3 的结果清晰表明，对于有样本的域（Sampled domains），引入域效应进行校准（MB）能显著降低估计误差。与直接使用模型预测（MP）相比，MB方法的RMSE平均降低了约30%-50%。特别是在样本量较小（如每个域仅1-2个样地）时，这种校准带来的精度提升尤为明显，证明了混合模型在小域估计中的核心价值。然而，MB方法对非抽样域（Non-sampled domains）完全无效，其误差与MP方法无异，凸显了寻找替代校准方案的紧迫性。
2. 预测域效应策略的局限性
Table 4 展示了尝试通过回归模型预测非抽样域随机效应的结果（MBP）。遗憾的是，该策略并未能显著改善估计精度。研究发现，即使使用域内ALS特征的平均值作为预测变量，预测模型的解释力（R2）也极低（通常<0.1）。这是因为随机效应本身是估计值而非真实值，且与固定效应变量间缺乏强相关性。这表明，试图“猜测”非抽样域的校准量在统计上是不可靠的。
3. 聚类效应策略的潜力与条件
Tables 5-7 及 Fig. 2 深入探讨了聚类效应校准（MBC）的性能。结果发现，MBC的表现高度依赖于域的同质性和聚类变量的选择：
- •
同质性是关键：当域内部单元性质相似（Homogeneous domains）时，MBC能显著降低非抽样域的RMSE，降幅可达20%-40%。此时，同类域确实共享相似的偏差，集群水平的校准是有效的。
- •
异质性导致失效：当域内部差异很大（Heterogeneous domains）时，MBC的校准效果很差，甚至可能因引入噪声而劣于直接预测。
- •
变量选择至关重要：使用与目标变量（如蓄积量）相关的ALS特征（如高度百分位数）进行聚类，比使用地理坐标或无关变量聚类，能带来更好的校准效果。Fig. 2 直观显示，在低抽样率下，基于ALS特征的MBC能获得最接近理想MB方法的精度。
4. 抽样率与域大小的影响
Fig. 3 表明，抽样率（Sampling fraction）对校准效果有显著影响。当总体抽样率极低（如0.1%）时，即使使用MB方法，抽样域的估计误差也很大，因为样本不足以准确估计域效应。对于MBC方法，更大的集群规模（更多域聚为一类）在低抽样率下能提供更稳定的校准，但会牺牲部分域特异性。
结论与意义
本研究通过严谨的模拟实验，为森林小域估计提供了重要的方法论指导和实践启示：
- 1.
核心结论：对于非抽样域的校准，聚类效应（MBC）是比预测域效应（MBP）更可行的策略，但其成功应用依赖于域内具有较高的同质性以及使用与目标变量强相关的辅助信息（如ALS特征）进行聚类。
- 2.
实践建议：在森林资源清查中，若需处理大量无样地小班，建议优先采用基于遥感衍生特征（而非地理坐标）的聚类方法进行模型校准。同时，应尽可能通过优化抽样设计，确保关键小班内有至少一个样本，以启用最可靠的域效应校准。
- 3.
理论贡献：研究明确了混合模型中“可校准性”的边界条件，揭示了随机效应预测的固有困难，强调了在缺乏样本时利用“相似域”群体信息的统计原理。
该研究为解决森林资源评估中的“数据稀疏区域”估计难题提供了关键的技术路径，对于推进基于模型辅助的森林可持续管理具有重要的应用价值。
