大型森林样地样方的命名与坐标转换

大型森林监测样地一般是指面积在16公顷以上的样地，在样地内部， 所有胸径大于1cm的木本植物及其分枝都要测量平面直角坐标，胸径等。在调查过程中，一般是先确定样地范围，然后用全站仪打点，确定样地的四角，以及每个20m样方顶点位置，为了方便计算，一般以西南点为原点， x轴指向正东，向东为正，单位为m；y轴指向正北，向北为正，单位为m。

为了调查方便，一般先将样地划分成20m的样方，每个样方按照在xy轴出现的顺序命名。名字一般为4位，例如0518，前两位表示从原点开始算，向东计第5个20m样方，后两位表示从原点开始计，向北计第18个样方。因此，大样地西南角的样方名总是0101。对于东西方向宽400m，南北方向长500m的大样地，东北角的样方名为2025，西北角的样方名为0125，东南角的样方名为2001。

要在20m样方内部测量每棵树的xy坐标仍然困难。所以实际调查中一般是将20m的样方再进一步划分成16个5m*5m的小样方，每个5m的小样方均以自己的西南点为原点，xy轴的方向与20m样方相同。这样在调查中就可以较方便的测量每棵树的坐标。每个20m样地内的16个小样方一般按照蛇形顺序调查，以减少调查人员在样地内的走动。5m小样方习惯上一般命名为1到16。

按照这种调查方法，从野外调查获得的每棵树坐标位置实际上为该个体在5m小样方内的坐标。在生态学数据分析中，要进行空间分析、点格局分析、变换空间尺度时，需要每棵树在样地尺度的平面直角xy坐标。这就需要将5m的坐标按照样方名称等，转换为样地尺度的xy坐标。这也是大样地数据标准化的重要一步。

本文以一个东西宽400m*南北长500m的样地为例，简要介绍如何将调查数据转换为样地尺度。先生成模拟数据，再基于模拟数据演示如何处理。

调查后输入Excel的数据，20m样方的名称通常为0105, 0203, 0505，不过excel常常将名称自动转换为105, 203, 505等只包含三位数字；而有些样方号并不以0开头，例如1820, 2022，这些样方在Excel自动转换后包含四位数字。由于这会带来处理上的不便，所以最好统一为4位，在R中可以用stringr程序包的str_pad 函数，在3位数字的字符串前面加0，转换为0105，0203，0505等。

下面我们生成一套模拟数据，假设我们的样地设定在河南省内乡县宝天曼自然保护区，缩写为BTM。所有胸径大于1cm的，都已经挂牌，并已经测量了在5m样方内的横纵坐标位置。

假设样地内共调查到88325个个体，没有考虑分枝。每个个体有如下的信息：

  1. tag：树的号牌，原则上讲，从号牌上需要能看出每棵树所在的20m样方号，然后在每个样方号内顺序增加。因为这里是模拟数据，就暂时不考虑了。这里按照以下方式命名 BTM000001 - BTM088325；
  2. plot20_names：该个体对应的20m样方名；
  3. g5x：该个体在5m样方内的x坐标，单位为m；
  4. g5y：该个体在5m样方内的y坐标，单位为m；
  5. subplot5：该个体所在的小样方名称，按照蛇形顺序命名，从1-16；
  6. dbh：该个体的胸径，单位为cm
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
#### 以下代码先生成模拟的调查数据
library(stringr)
#### 生成模拟数据，假设整个样地有88325个个体
nindividual <-88325
#### 生成树牌号
tag <-paste("BTM", str_pad(1:nindividual, 6, pad ="0"), sep ="")
#### 生成20m样地的名称
plot20_x <- str_pad(1:20, 2, pad ="0")
plot20_y <- str_pad(1:25, 2, pad ="0")
names_temp <- expand.grid(plot20_x, plot20_y)
plot20_names <-paste(names_temp[,1],names_temp[,2], sep ="")
survey_plot20_names <-sample(plot20_names,nindividual, replace=TRUE)

#### 随机生成5m样地内，调查个体的坐标
g5x <-round(runif(nindividual)*5, 2)
g5y <-round(runif(nindividual)*5, 2)
#### 生成5m小样方的名称
subplot5 <-sample(1:16, nindividual, replace=TRUE)
#### 模拟生成每棵树的胸径dbh, 假设服从指数分布
dbh <-round(rexp(nindividual,rate =2)*50+1, 1)
#### 所有生成的数据合并到一个dataframe中
btmdat <- data.frame(tag, survey_plot20_names, subplot5, g5x, g5y, dbh)
#### 做简单排序
btmdat <- btmdat[order(btmdat$survey_plot20_names, btmdat$subplot5),]

############## 以上生成模拟数据结束 ####################
#### 以下代码用于转换5m坐标到大样地尺度的平面直角坐标
#######################################################


#### 生成定义5m样方在20m样方x位置的中间变量
btmdat$location5x <-rep(NA, nrow(btmdat))
btmdat$location5y <-rep(NA, nrow(btmdat))
#### 因为是蛇形调查顺序，所以5m的样方名要分别找出x轴和y轴的对应编号
btmdat$location5x[btmdat$subplot5 ==1]<-1
btmdat$location5x[btmdat$subplot5 ==2]<-2
btmdat$location5x[btmdat$subplot5 ==3]<-3
btmdat$location5x[btmdat$subplot5 ==4]<-4
btmdat$location5x[btmdat$subplot5 ==5]<-4
btmdat$location5x[btmdat$subplot5 ==6]<-3
btmdat$location5x[btmdat$subplot5 ==7]<-2
btmdat$location5x[btmdat$subplot5 ==8]<-1
btmdat$location5x[btmdat$subplot5 ==9]<-1
btmdat$location5x[btmdat$subplot5 ==10]<-2
btmdat$location5x[btmdat$subplot5 ==11]<-3
btmdat$location5x[btmdat$subplot5 ==12]<-4
btmdat$location5x[btmdat$subplot5 ==13]<-4
btmdat$location5x[btmdat$subplot5 ==14]<-3
btmdat$location5x[btmdat$subplot5 ==15]<-2
btmdat$location5x[btmdat$subplot5 ==16]<-1

#### 生成定义5m样方在20m样方y位置的中间变量
btmdat$location5y[btmdat$subplot5 ==1]<-1
btmdat$location5y[btmdat$subplot5 ==2]<-1
btmdat$location5y[btmdat$subplot5 ==3]<-1
btmdat$location5y[btmdat$subplot5 ==4]<-1
btmdat$location5y[btmdat$subplot5 ==5]<-2
btmdat$location5y[btmdat$subplot5 ==6]<-2
btmdat$location5y[btmdat$subplot5 ==7]<-2
btmdat$location5y[btmdat$subplot5 ==8]<-2
btmdat$location5y[btmdat$subplot5 ==9]<-3
btmdat$location5y[btmdat$subplot5 ==10]<-3
btmdat$location5y[btmdat$subplot5 ==11]<-3
btmdat$location5y[btmdat$subplot5 ==12]<-3
btmdat$location5y[btmdat$subplot5 ==13]<-4
btmdat$location5y[btmdat$subplot5 ==14]<-4
btmdat$location5y[btmdat$subplot5 ==15]<-4
btmdat$location5y[btmdat$subplot5 ==16]<-4

#### 将20m样方的名称补充完整为4位
btmdat$survey_plot20_names <- as.character(str_pad(btmdat$survey_plot20_names, 4, pad ="0"))
#### 提取20m样方名的前两位，作为20m样方的x坐标
x20 <-substr(btmdat$survey_plot20_names,start=1, stop=2)
#### 提取20m样方名的后两位，作为20m样方的y坐标
y20 <-substr(btmdat$survey_plot20_names,start=3, stop=4)
#### 计算每个个体的以大样地原点为原点的坐标
#### 无论是x轴，还是y轴，注意这里要-1
btmdat$gx <- g5x +(btmdat$location5x -1)*5+(as.numeric(x20)-1)*20
btmdat$gy <- g5y +(btmdat$location5y -1)*5+(as.numeric(y20)-1)*20
#### 去掉不需要的中间变量
final_btmdat <-subset(btmdat, select =!colnames(btmdat)%in%c("location5x", "location5y"))
head(final_btmdat)
summary(final_btmdat)