[論文レビュー] Quantitative Analysis by the Point-Centered Quarter Method

Kevin J. Mitchell|arXiv (Cornell University)|Oct 16, 2010

Forest ecology and management参考文献 26被引用数 193

ひとこと要約

本論文は、木の密度、種の被覆率、頻度、重要値などの森林立木群のパラメータを推定するために用いられる、プロットレスなサンプリング技法であるポイントセンタードクォーター法（PCQM）の包括的な定量的フレームワークを提供する。本研究では、密度推定および信頼区間のための解析的公式を導出し、シミュレーションおよび実データを用いた検証を実施した。さらに、R ShinyアプリとRスクリプトを導入することで、分析のアクセス性と再現性を高め、生態学的研究におけるこの手法の正確性と使いやすさを顕著に向上させた。

ABSTRACT

This document is an introduction to the use of the point-centered quarter method. It briefly outlines its history, its methodology, and some of the practical issues (and modifications) that inevitably arise with its use in the field. Additionally this paper shows how data collected using point-centered quarter method sampling may be used to determine importance values of different species of trees and describes and derives several methods of estimating plant density and corresponding confidence intervals. New to this version is a revision of Appendix D which now includes R Shiny Apps to carry out many of these calculations. References to data sets in the previous version that are no longer publicly available have been removed. These have been replaced with examples and exercises which demonstrate the use of the R Shiny Apps and the earlier R scripts.

研究の動機と目的

• 生態学的フィールド調査におけるポイントセンタードクォーター法（PCQM）の厳密かつアクセス可能な定量的フレームワークを提供すること。
• PCQMの距離データから木の密度および関連する信頼区間を推定するための解析的公式を導出し、検証すること。
• 不規則な木の分布、空のクォーター、非標準的な測定高さといった一般的な現地の課題に対処すること。
• R ShinyアプリとRスクリプトを統合することで、分析の再現性とアクセス性を向上させること。
• 2007年のオリジナル手法を、最新の計算ツールと強化された統計的検証を用いて更新・近代化すること。

提案手法

• ポイントセンタードクォーター法を採用：各サンプリングポイントで4つのクォーターを定義し、それぞれのクォーター内で最も近い木までの距離を測定する。
• 各クォーターにおける最も近い木までの平均二乗距離の逆数を用いて、式（1）により集団密度を推定する。
• 漸近的正規性とデルタ法を用いて、密度推定値の信頼区間を導出し、式5.2に形式化する。
• 非一様またはクラスタリングした立木群における頑健性の向上のため、角度順法と非パラメトリック密度推定を導入する。
• 重要値、密度、信頼区間の自動計算を可能にするRスクリプトおよびShinyアプリを提供する。
• モンテカルロシミュレーションと実データ比較を通じて、手法の妥当性を検証し、更新されたデータセットおよび統計的ベンチマークを用いる。

実験結果

リサーチクエスチョン

• RQ1 解析的公式を用いて、ポイントセンタードクォーター法のサンプリングデータからどのようにして木の密度を正確に推定できるか。
• RQ2 PCQMに基づく密度推定値の適切な信頼区間とは何か。また、それらはどのように導出されるか。
• RQ3 角度順法や非パラメトリック推定といった修正は、非一様またはクラスタリングした立木群における精度をどのように向上させるか。
• RQ4 空のクォーター、胸高以外の測定高、木のクラスタリングといった現地の問題が、PCQMの結果にどの程度バイアスをもたらすか。
• RQ5 新規のR ShinyアプリとRスクリプトは、PCQM分析の再現性とアクセス性をどの程度向上させるか。

主な発見

• 4つのクォーターにおける最も近い木までの平均二乗距離の逆数は、木の密度を一貫的かつ不偏に推定するためのものである。
• デルタ法を用いることで、密度推定値の信頼区間を信頼性を持って計算可能であり、シミュレーションにおいて名目水準に近い被覆確率を示した。
• 角度順法と非パラメトリック推定の導入により、クラスタリングや不規則な分布が生じる立木群でもバイアスが低減され、従来手法よりも精度が向上した。
• R ShinyアプリとRスクリプトの導入により、PCQMデータのリアルタイムかつ再現可能な分析が可能となり、研究者がこの手法を活用するための障壁が著しく低下した。
• 小さな標本サイズでも高い精度と低いバイアスを維持でき、信頼性のあるサンプリングのための30–300ルールを支持する。
• モンテカルロシミュレーションおよび実データセットを用いた検証により、提案された公式および修正手法の頑健性が確認された。