Design av övervakningsprogram
Allmänt och begrepp
För att avgöra om uppsatta mål är uppfyllda, alltså t.ex. avgöra om Y ≥ G där Y är målvariabelns värde och G den uppsatta gränsen, behöver vi skatta värdet av Y och även denna skattnings standardavvikelse (beräkna medelfelet). För detta använder vi insamlade data från ett övervakningsprogram och skattningarna beror på hur datainsamlingen gjorts, alltså på hur övervakningsprogrammet är utformat (designat). Givetvis eftersträvar man hög precision i skattningar, men även rimliga kostnader för programmet. Detaljerna i olika program kan vara mycket olika eftersom de utformas med tanke på de variabler (Y) som är aktuella. Det finns ändå många grundläggande begrepp, insamlingsmetoder, skattningsmetoder och sätt att tänka som är generella. Nedan beskrivs några sådana begrepp översiktligt. Fler återfinns i senare avsnitt, tillsammans med metoder.Population och sant värde
Det kan tyckas vara självklart att man vet för vad man vill ha information och vilken information man vill ha. Populationen är (eller innehåller) de objekt vi vill ha information om. I det enklaste fallet kan populationen beskrivas med en lista, t.ex. av sjöar, men i övervakningsprogram är populationen oftast ett geografiskt område som innehåller objekten av intresse, som död ved, lavar m.m. Populationen kan ha utbredning i tre dimensioner om vi inkluderar djup, som vattendjup eller markdjup. Populationen brukar inte vålla begreppsmässiga problem, men kräver genomarbetning i form av noggranna och strikta definitioner (vad som menas med en sjö eller ett träd, levande och dött etc.), inte minst för att framtida inventeringsarbete i fält ska fungera.För populationen finns ett sant värde. I ett geografiskt område har summan av alla trädens volymer ett värde och det är det sanna värdet. Givetvis kan vi aldrig ta reda på det, men det finns. Ofta får vi anstränga fantasin litet för att tänka oss det sanna värdet, som t.ex. pH-värdet i ett vattendrag under en tidsperiod. Här har vi säkert pH-värden i fyra dimensioner (rum och tid), men det kan tänkas att det är medelvärdet (över rum och tid) som är det sanna värdet. Givetvis är det alltid många olika sanna värden vi vill känna till. Notera att de sanna värdena finns vare sig man inventerar eller ej.
Objektiv eller subjektiv inventering
Vi kan förutsätta att man inte kan utföra en totalinventering, utan att data erhålls från ett stickprov (sampel) ur populationen. En stickprovsinventering kan vara subjektiv eller objektiv. Vid en subjektiv inventering väljer man sina observationspunkter (och tillfällen) där man tycker så är lämpligt. Det kan också innebära att man gör en visuell uppskattning av ett populationsvärde, t.ex. medelhöjden i ett skogsbestånd. För subjektiva inventeringar finns ingen statistisk teori och det går inte att utreda deras kvalitet (annat än möjligen erfarenhetsmässigt). Resultatet av en subjektiva inventering är beroende på den person som utfört den. Att sådana inventeringar ändå ibland genomförs beror på att kostnaderna kan hållas låga och på att man ofta kan använda data tillsammans med data från objektiva inventeringar för att effektivisera hela inventeringen.Vid objektiva inventeringar avgörs valet av observationspunkter (och tillfällen) genom något lottningsförfarande. Genom lottningsförfarandet introduceras sannolikheter i datainsamlingen, vilket gör att vi kan tillämpa den statistiska teorin. Det går då att kvalitetsdeklarera resultat och (ofta) att beräkna och använda noggrannhetsmått (medelfel).
Ibland väljs vissa fixerade punkter i rummet ut för mätningar. Punkterna är då subjektivt valda, men om mätningarna i övrigt sker enligt objektiva normer kan erhållna data ses som objektiva för de valda punkterna och statistisk teori är tillämpliga för dessa. I detta fall är dock själva populationen begränsad till de aktuella punkterna. Varje slutsats om hela rummet är i detta fall icke-statistisk. Samma sak gäller om vi utför mätningar på olika fixerade jorddjup. Resultaten gäller strikt enbart för de valda jorddjupen.
Frågeställning
Mål och eventuella övriga frågeställningar är formulerade i termer av sanna värden för populationerna. Exempelvis är målet att volymen död ved i populationen ska vara minst G enheter formulerat som Y ≥ G , där Y är det sanna värdet. Den korrekta klassen för ett vattendrag (och en viss variabel) i vattendirektivet är den klass som ges av det sanna värdet. Frågan om det skett en förändring eller ett trendbrott på längre sikt gäller också sanna värden.Stickprovet kommer aldrig att ge oss de sanna värdena. Däremot är målet med all statistisk teori att kunna dra slutsatser om populationen och dess sanna värden och ju mer noggrant vi kan göra det ju bättre är det givetvis. För att åstadkomma så noggranna (korrekta) slutsatser som möjligt finns olika metoder att göra urvalet och olika metoder att skatta sanna värden (via hjälpvariabler). Även om flertalet av dessa metoder är generella så är detaljerna i tillämpningen beroende på de exakta frågeställningarna. Det finns ingen ”standardversion” för övervakningsprogram som alltid kan rekommenderas. Den detaljerade utformningen beror exempelvis på om vi vill veta mängden död ved oavsett trädslag eller per trädslag, i genomsnitt över ett större område eller per delområde etc. Är man främst ute efter förändringar i mängden död ved bör inventeringens design anpassas därefter.
