Rťsumť 180 :

Areal sampling strategies for estimating totals and averages on a grid of quadrats: applications to forest surveys
Fattorini, Lorenzo ; Pagliarella, Maria Chiara
University of Siena

Le projet REDD (Reduction of Emissions from Deforestation and forest Degradation) a √©t√© mis en place en 2005 sous l'√©gide des Nations-Unies. Le suivi de la couverture foresti√®re, notamment par des m√©thodes statistiques, est un des objectifs de ce projet. La couverture foresti√®re est le plus souvent estim√©e √† grande √©chelle par des strat√©gies d'√©chantillonnage spatial, dans lesquelles la r√©gion √©tudi√©e est partitionn√©e en N polygones - ou quadrats - de tailles √©gales. L'estimation s'appuie alors sur l'interpr√©tation de photographies a√©riennes prises sur un √©chantillon de n unit√©s. Afin de mesurer l'int√©r√™t d'int√©grer des contraintes spatiales dans le plan d'√©chantillonnage et de tenir compte d'une auto-corr√©lation spatiale entre les unit√©s √©chantillonn√©es, nous proposons de comparer des sch√©mas d'√©chantillonnage classiques tels que l'√©chantillonnage al√©atoire simple sans remplacement (SRSWR), l'√©chantillonnage stratifi√© one-per-stratum (STR) et l'√©chantillonnage syst√©matique (SIS) √† des m√©thodes ad-hoc d'√©chantillonnage spatial comme la m√©thode du pivot local de type I (LPM1, voir Grafstr√∂m et al., 2012), l'√©chantillonnage stratifi√© Generalized Random-Tesselation (GRTSS, voir Steven et Olsen, 2004), l'√©chantillonnage de Poisson corr√©l√© spatialement (SCPS, voir Grafstr√∂m, 2012), le sch√©ma drawn-by-drawn qui √©vite la s√©lection d'unit√©s contig√ľes (voir Fattorini, 2006) et l'√©chantillonnage spatial doublement √©quilibr√© (voir Grafstr√∂m et Till√©, 2013). Une √©tude par simulation permet de comparer les performances de chacune de ces strat√©gies.