k
trong đó k là tham số phân bố nhị thức âm, k =ξ2 /S2 -ξ. (4) Nếu tổng thể là phân bố nhị thức dơng thì phơng trình số mẫu sẽ là: Mẫu lặp lại: n = t2w (1-w) N d2N + t2w(1-w) Mẫu không lặp: n = t2w(1- w) d2
trong đó w là tỷ lệ cây bị hại hoặc xác xuất; w = m/n, n là số mẫu con rút ra trong tổng thể, m là số cây bị hại trong n.
(5) Phơng trình Iwao xem xét quan hệ x* - ξ nh sau:
- Phơng trình số mẫu lý thuyết trong điều kiện tổng thể vô hạn Do sai số cho phép mà có các phơng pháp khác nhau:
+ Nếu sai số cho phép là tỷ lệ giữa sai tiêu chuẩn và số bình quân, nghĩa là D = S(ξ) / ξ, thì phơng trình số mẫu lý luận sẽ là:
n =t2 [ (α +1) + β -1] D2 x D2 x
+ Nếu sai số cho phép là d = t.Sξ, thì phơng trình sô mãu sẽ là: n = (t/d)2[α +1)ξ + (β -1)ξ2 ]
- Trong điều kiện mẫu có hạn, nếu số tổng thể là N, néu số dơn nguyên (n) chiếm tỷ lệ trên 5% N, thì n = n’ và thay vào công thức sau để hiệu chỉnh:
n = n’/ (1+ n’/N)
trong đó α và β là 2 tham số trong phơng trình hồi quy Iwao.
(e) Xác định phơng pháp rút mẫu tốt nhất.
Trong thực tiễn sản xuất để dự tính dự báo chính xác tình hình sâu bệnh hại, một mặt trên cơ sở xác định kết cấu không gian của vật gây hại, căn cứ vào phơng trình lý luận mà xác định số mẫu; mặt khác cần trên cơ sở xác định số mẫu lý luận cần có phơng pháp rút mẫu tốt nhất để đảm bảo độ chính xác.
Phơng pháp rút mẫu có thể theo tuyến song song, tuyến chéo, kiểu bàn cờ, hình chữ Z và kiểu 5 điểm. Nhng do tập tính sống và hành vi khác nhau của vật gây hại, kiểu phân bố của chúng rất khác nhau, cho nên cách rút mẫu thế nào tốt nhất phải từ hệ sinh thái rừng tìm một chỉ tiêu để rút mẫu.
Căn cứ vào yêu cầu phân tích thống kê nói chung có 3 chỉ tiêu:
(1) Tỷ lệ sai số
Tỷ lệ sai số là là tỷ lệ sai số đại diện và số bình quân điều tra toàn diện và đợc tính theo công thức: R.E =φi.100/M ; trong đó M là số vật gây hại thu đợc khi điều tra toàn diện; φi=ξ -M là (trị số tuyệt đối) sai số đại biểu, ξ là số vật gây hại trung bình thu đợc khi rút mẫu ngẫu nhiên nào đó.
Từ kết quả đó ta phán đoán, nếu R.E càng nhỏ, thì hiệu quả càng tốt, nếu lớn sẽ không tốt.
(2) Hệ số biến động
Hệ số biến dị là tỷ lệ của sai tiêu chuẩn (S) và số bình quân (ξ), thờng theo công thức: C.V =S.100
ξ
từ đó ta phán đoán, nếu C.V càng nhỏ hiệu quả rút mẫu càng tốt, nếu lớn sẽ không tốt.
(3) Xác định t
Xác định t là để biểu thị mức độ biến dị giữa số bình quân mẫu và sô tổng thể, theo công thức: t = ξ -M
S(ξ)
nếu t càng lớn, hiệu số trên càng lớn và thể hiện mẫu ta rút ra không có tính đại diện, t càng nhỏ càng tốt.
Mức độ chính xác của điều tra tổng thể không chỉ quyết định bởi kết cấu không gian và số l- ợng mẫu mà còn liên quan đến kích thớc mẫu.Thông htờng đối với sâu dới đất diện tích ô dạng bản là 0,5m2, 1m2 hay 1,5m2, trong ô cần điều tra 1 cây, 2 cây hay nhiều cây? Ngời ta thờng dựa vào phân tích hồi quy của Iwao nh sau: lấy u là kích thớc mẫu , một loạt mẫu khác nhau ta có x* -ξ và tìm đợc αu và βu. Nếu kích thớc của mẫu chuẩn là u = 1, thì ξu = u.x1, nu =n1/u ( trong đó ξ là mật độ bình quân; u là kích thớc mẫu; n là số mẫu cần rút;ξ1 và n1 là mật dộ bình quân và số mẫu khi u =1.)
Nếu u =1 thì:
D1 = t√ 1 [ (α +1) + (β1 –1)] n ξ1 n ξ1
Du = t √ 1[αu + 1) + (βu – 1)] nu ξu
từ đó ta tính Du / D1; nếu Du /D1 > 1 thì độ lớn của mẫu lấy u = 1 là thích hợp.
Ví dụ đối với sâu róm thông u = 1,2,4,8,16...là đơn vị mẫu rút ra; nếu dùng hồi quy x* -ξ phân biệt tìm ra đợc αu và βu. Theo công thức trên ta tính dợc D2/D1 – 1,12; D4 /D1 = 1,27 D8 /D1 = 1,49; D16/D1 = 1,54. Chúng đều lớn hơn 1 vậy đơn vị mẫu rút ra là 1.
Phơng pháp rút mẫu 0,1
Do diện tích rừng lớn, đánh giá chính xác số lợng quần thể loài rất phức tạp, để tiết kiệm thời gian chúng ta có thể trên cơ sở xác định kết cấu không gian, căn cứ vào tỷ lệ có sâu và không có sâu (hoặc bệnh). Có sâu (bệnh) ta ghi 1, không có ta ghi 0. Cho nên cách này đơn giản hơn.
(1)Đối với sâu bệnh thể hiện phân bố Poisson, tỷ lệ luỹ thừa mẫu sâu (bệnh) sẽ là: Trong trờng hợp không có sâu bệnh: