唐 毅

(西藏自治區(qū)林業(yè)調(diào)查規(guī)劃研究院，拉薩 850000)

基于貴州省大樣地調(diào)查的圖斑區(qū)劃判讀與群團(tuán)樣地判讀對(duì)比分析

唐 毅

(西藏自治區(qū)林業(yè)調(diào)查規(guī)劃研究院，拉薩 850000)

基于貴州省森林資源宏觀監(jiān)測(cè)大樣地調(diào)查方法，對(duì)比分析大樣地圖斑區(qū)劃判讀和群團(tuán)樣地判讀兩種方案的監(jiān)測(cè)結(jié)果，以及與2015年度森林資源連續(xù)清查結(jié)果相比較，結(jié)果表明：群團(tuán)樣地判讀方案森林面積估計(jì)結(jié)果更接近于連續(xù)清查結(jié)果；就森林資源現(xiàn)狀監(jiān)測(cè)而言，群團(tuán)樣地判讀方案優(yōu)于圖斑區(qū)劃判讀方案。

森林資源；監(jiān)測(cè)；圖斑區(qū)劃；群團(tuán)樣地

建立國(guó)土生態(tài)空間規(guī)劃體系，建立健全森林增長(zhǎng)指標(biāo)考核制度，嚴(yán)守林業(yè)生態(tài)保護(hù)紅線，確保森林資源數(shù)量不斷增加、質(zhì)量不斷提高，已成為新時(shí)期生態(tài)文明建設(shè)的新要求[1]。面對(duì)新的形勢(shì)和挑戰(zhàn)，現(xiàn)行清查體系顯現(xiàn)出時(shí)效性差、新技術(shù)應(yīng)用能力弱、固定樣地特殊對(duì)待等方面的問題。為了完善現(xiàn)行森林資源清查體系，探索省級(jí)森林資源年度出數(shù)方法，近年來國(guó)家林業(yè)局資源司組織了大量的試點(diǎn)工作。2012年在廣東省組織了基于大樣地區(qū)劃調(diào)查的森林資源年度出數(shù)方法的試點(diǎn)工作[2-3]，2014年繼續(xù)在遼寧、浙江、湖南、云南、陜西等省組織開展了基于大樣地區(qū)劃調(diào)查的試點(diǎn)工作，2015年在全國(guó)31個(gè)省區(qū)開展了森林資源宏觀監(jiān)測(cè)工作。本文基于貴州省森林資源宏觀監(jiān)測(cè)大樣地調(diào)查方法，采用大樣地圖斑區(qū)劃判讀和群團(tuán)樣地判讀兩種方案，對(duì)比分析兩種方案的監(jiān)測(cè)結(jié)果以及與2015年度森林資源連續(xù)清查結(jié)果比較，為探索優(yōu)化大樣地調(diào)查方法提供依據(jù)。

1 研究方法

1.1 樣地布設(shè)

1) 大樣地布設(shè)。采用西安80坐標(biāo)系，圓錐等面積投影(中央經(jīng)線E105°，原點(diǎn)緯線0°，第一緯線25°，第二緯線47°)。在全國(guó)范圍內(nèi)，以20 km×20 km網(wǎng)交叉點(diǎn)為中心，設(shè)置2 km×2 km樣地。貴州省共設(shè)置451個(gè)樣地。其中，全部落在省內(nèi)的有422塊，占93%；跨省界的有29塊，占7%。

2)群團(tuán)樣地布設(shè)。在大樣地范圍內(nèi)，以大樣地中心點(diǎn)(群團(tuán)樣地中13號(hào)樣地中心點(diǎn))X，Y坐標(biāo)為基礎(chǔ)，通過中心點(diǎn)坐標(biāo)偏移，具體偏移量見表1。在每個(gè)大樣地中均勻布設(shè)25個(gè)群團(tuán)樣地，每個(gè)樣地的面積為666.67 m2，形狀為邊長(zhǎng)25.82 m的正方形，整個(gè)貴州省布設(shè)了451個(gè)群團(tuán)，共布設(shè)了10932個(gè)群團(tuán)樣地。群團(tuán)樣地布設(shè)示意圖和樣地編號(hào)見圖1。

圖1 大樣地中群團(tuán)樣地示意圖

1.2 遙感影像及判讀

本次貴州省宏觀監(jiān)測(cè)遙感類型包括9種類型(ZY3，GF，RE，02C，SPORT6，SJ，YG，TH，P1)，主要以GF為主，占81%。遙感影像空間分辨率主要以2 m為主，占92.2%，分辨率為16 m的有16個(gè)大樣地。遙感影像時(shí)相年度全部集中在2014年和2013年，2014年占80%，2013年占20%；遙感影像時(shí)相以植被非生長(zhǎng)季節(jié)為主，占82%。具體遙感影像處理、區(qū)劃判讀方法和群團(tuán)樣地判讀方法參見《全國(guó)森林資源宏觀監(jiān)測(cè)技術(shù)方案》[4]。

1.3 森林面積估計(jì)方法

本次貴州省森林資源宏觀監(jiān)測(cè)采用大樣地調(diào)查方法，設(shè)計(jì)兩種方案：大樣地圖斑區(qū)劃判讀和群團(tuán)樣地判讀，以下為兩種方案森林面積的估計(jì)方法。

圖斑區(qū)劃判讀方案：采用系統(tǒng)抽樣公式計(jì)算。

5)抽樣精度：P%=100-E%

式中:A為貴州省總面積(km2)，N為總體單元數(shù)(N=A/4)，n為樣本單元數(shù)(大樣地個(gè)數(shù))，pi為第i個(gè)大樣地的森林面積成數(shù)，ta為可靠性指標(biāo)，統(tǒng)一取ta=1.96。

群團(tuán)樣地判讀方案：采用整群抽樣公式計(jì)算。

5)抽樣精度：P%=100-E%

式中:A為貴州省總面積(km2)，N為總體單元數(shù)

(N=A/4)，n為樣本單元數(shù)(群團(tuán)樣地個(gè)數(shù))，mi為第i個(gè)群團(tuán)樣地設(shè)置的1畝樣地個(gè)數(shù)(對(duì)不跨省的群團(tuán)樣地，mi=25；對(duì)跨省的群團(tuán)樣地，mi小于25)，yi為第i個(gè)群團(tuán)樣地中地類屬于森林的樣地個(gè)數(shù)，yij為第i個(gè)群團(tuán)樣地中第j個(gè)樣地的地類屬性值(1或0)，ta為可靠性指標(biāo)，統(tǒng)一取ta=1.96。

2 結(jié)果分析

2.1 圖斑區(qū)劃判讀監(jiān)測(cè)結(jié)果

全省森林面積787.51萬hm2，森林覆蓋率44.7%，抽樣精度95.2%；喬木林面積686.6萬hm2，占全省土地總面積38.97%，抽樣精度94.31%；竹林面積6.18萬hm2，占全省土地總面積0.35%，抽樣精度2.06%；特殊灌木林面積94.73萬hm2，占全省土地總面積5.38%，抽樣精度80.13%；一般灌木林面積92.79萬hm2，占全省土地總面積5.27%，抽樣精度83.11%。喬木林地面積占森林面積的87.19%，竹林地面積占森林面積的0.78%，特殊灌木林地占森林面積的12.03%，具體各地類監(jiān)測(cè)結(jié)果見表2。

表2 圖斑區(qū)劃判讀各地類監(jiān)測(cè)結(jié)果表地類均值方差標(biāo)準(zhǔn)誤相對(duì)誤差/%抽樣精度/%面積/萬hm2估計(jì)區(qū)間/萬hm2森林04470005460010948095207875174971～82531喬木林0389700584001135699431686664751～72569竹林0003500014000189794206618013～1223特殊灌木林0053800135000551987801394737590～11355一般灌木林0052700094000451689831192797711～10847疏林00027000010000325337467468349～586未成林造林地0015600019000212575742527552046～3465苗圃地12841-2841005-001～012跡地0013000020000213200680022871555～3019其他土地04690005840011347395278262278712～86532

2.2 群團(tuán)樣地判讀監(jiān)測(cè)結(jié)果

全省森林面積747.89萬hm2，森林覆蓋率42.45%，抽樣精度為94.83%;喬木林面積648.78萬hm2，占全省土地總面積的36.83%，抽樣精度為93.89%；特殊灌木林地面積95.24萬hm2，占全省土地總面積的5.41%；一般灌木林面積為91.21萬hm2，占全省土地總面積的5.18%。喬木林面積占森林面積的86.75%，竹林面積占森林面積的0.52%，特殊灌木林面積占森林面積的12.73%。群團(tuán)樣地判讀各地類監(jiān)測(cè)結(jié)果見表3。

2.3 監(jiān)測(cè)結(jié)果對(duì)比分析

從貴州省森林資源宏觀監(jiān)測(cè)采用的兩種方法來看：在保持遙感大樣地中心位置和大樣地個(gè)數(shù)相同的情況下，采用圖斑區(qū)劃判讀估計(jì)的森林覆蓋率為44.70%，采用群團(tuán)樣地判讀估計(jì)的森林覆蓋率為42.45%；兩者相差2.25%，差異較大。

表3 群團(tuán)樣地判讀各地類監(jiān)測(cè)結(jié)果地類均值方差標(biāo)準(zhǔn)誤相對(duì)誤差/%抽樣精度/%面積/萬hm2估計(jì)區(qū)間/萬hm2森林04245005660011151494837478970922～78655喬木林03683005950011460893896487860913～68844竹林00022000100001512981-3052387-118～892特殊灌木林0054100136000551981800995247628～11420一般灌木林0051800078000411568842491217683～10559疏林00016000010000452384739290137～443未成林造林地001310001500018271572723041675～2934苗圃地100跡地001460001900020272772625781872～3285其他土地04943006000011545595438708483103～91066

對(duì)于喬木林所占國(guó)土面積的比例，圖斑區(qū)劃判讀估計(jì)的比例為38.97%，群團(tuán)樣地判讀估計(jì)的比例為36.83%，兩者相差2.14%；對(duì)于竹林地、特殊灌木林地和一般灌木林地，兩者差異非常小?？梢?，圖斑區(qū)劃判讀和群團(tuán)樣地判讀對(duì)森林覆蓋率估計(jì)的差異主要來源于對(duì)喬木林估計(jì)的差異。

圖斑區(qū)劃判讀與群團(tuán)樣地判讀的調(diào)查方法不同，圖斑區(qū)劃判讀采用小班區(qū)劃與抽樣相結(jié)合的調(diào)查方法，而群團(tuán)樣地判讀采用樣地點(diǎn)抽樣調(diào)查的方法。如果采用群團(tuán)樣地提取圖斑區(qū)劃圖層的地類屬性，估計(jì)的森林覆蓋率為44.37%，與圖斑區(qū)劃判讀相差0.33%。因此調(diào)查方法不同也會(huì)導(dǎo)致估計(jì)結(jié)果有所差異。

為比較兩者的差異，將貴州省境內(nèi)全部422個(gè)大樣地分別用圖斑區(qū)劃判讀結(jié)果和群團(tuán)樣地判讀結(jié)果估算每個(gè)大樣地的森林面積成數(shù)，采用SPSS軟件進(jìn)行配對(duì)t檢驗(yàn)，檢驗(yàn)結(jié)果如表4，兩者差異顯著，群團(tuán)樣地判讀結(jié)果估算的森林面積成數(shù)明顯低于圖斑區(qū)劃判讀估算的結(jié)果。

表4 群團(tuán)判讀與區(qū)劃判讀森林面積成數(shù)配對(duì)t檢驗(yàn)結(jié)果表項(xiàng)目平均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤t自由度Sig森林面積成數(shù)-02237009609000468-4782421000? 注：取顯著性水平α=005，標(biāo)注?表示差異顯著

將群團(tuán)樣地結(jié)果與空間上同一位置的圖斑區(qū)劃結(jié)果進(jìn)行逐一比對(duì)后發(fā)現(xiàn)，有1276個(gè)群團(tuán)樣地地類與圖斑區(qū)劃地類不一致，具體群團(tuán)樣地與圖斑區(qū)劃不一致情況分析見表5。

表5 群團(tuán)樣地與圖斑區(qū)劃不一致情況矩陣個(gè)區(qū)劃方法圖斑區(qū)劃判讀111112120131132140160200總計(jì)111112120群團(tuán)樣地判讀131132140160200總計(jì)7645541281162484451410681851341267918568921999122414321731055489247986161353056842982713824563523141276

出現(xiàn)這種情況的主要有三個(gè)方面原因：

1)圖斑區(qū)劃不夠精細(xì)、程度不夠，樣地落入?yún)^(qū)劃圖斑中的小面積(接近666.67 m2)地類內(nèi)。貴州省地類破碎，喬木林中部分空地、房前屋后或者耕地上小片森林等難以區(qū)劃出來(對(duì)于2 m分辨率的影像)，這類不一致占全部不一致的38.24%。通過分析，客觀和主觀原因都存在，原因主要有4點(diǎn)：一是受遙感影像空間分辨率和清晰度的限制，難以區(qū)劃到666.67 m2的圖斑，這往往導(dǎo)致喬木林中小塊空地難以區(qū)劃出來；二是本次區(qū)劃采用“簡(jiǎn)易”軟件進(jìn)行自動(dòng)分割，再進(jìn)行平滑(設(shè)置參數(shù)為20 m)對(duì)邊界有一定的影響，造成邊界調(diào)繪誤差；三是判讀人員習(xí)慣傾向于區(qū)劃出森林植被圖斑，而忽視喬木林中的小塊空地；四是群團(tuán)樣地地類屬性判讀精細(xì)程度明顯高于圖斑區(qū)劃判讀，因?yàn)槿簣F(tuán)樣地判讀時(shí)，判讀人員會(huì)更多地將注意力集中在樣地666.67 m2的面積內(nèi)或其周邊范圍內(nèi)進(jìn)行仔細(xì)推敲和分析。從實(shí)際判讀的效果來看，盡管群團(tuán)樣地判讀與圖斑區(qū)劃判讀使用的遙感影像相同，但群團(tuán)樣地判讀對(duì)于林中空地、房前屋后以及耕地上小片森林辨識(shí)度更高。

2)難以判讀跨多個(gè)地類的群團(tuán)樣地。群團(tuán)樣地跨兩個(gè)或者多個(gè)不同地類圖斑界線，群團(tuán)樣地采用面積優(yōu)勢(shì)法確定優(yōu)勢(shì)地類，地類難以界定，這類不一致占全部不一致的61.76%。通過分析，原因主要是受遙感影像空間分辨率的限制，當(dāng)樣地內(nèi)地類較為復(fù)雜時(shí)，不同判讀人員差異很大，(“背靠背”判讀不一致的主要原因之一)。從“背靠背”判讀的結(jié)果來看，對(duì)于跨多個(gè)地類的群團(tuán)樣地判讀，盡管地類屬性難以界定，按照面積優(yōu)勢(shì)法確定優(yōu)勢(shì)地類，對(duì)于森林覆蓋率估計(jì)不存在明顯的系統(tǒng)偏差。

3)難以區(qū)分喬木林與灌木林。貴州省情況特殊，喬木林與灌木林確實(shí)難以區(qū)分，由于群團(tuán)樣地和圖斑區(qū)劃采用獨(dú)立兩套判讀人員進(jìn)行判讀，兩種方法中喬木林與灌木林不一致占18.6%。

通過上述分析，結(jié)合貴州省森林資源和地形地貌的實(shí)際情況，從實(shí)際判讀的效果來看，群團(tuán)樣地判讀要優(yōu)于圖斑區(qū)劃判讀。

2.4 監(jiān)測(cè)結(jié)果與連清結(jié)果對(duì)比分析

將宏觀監(jiān)測(cè)結(jié)果與貴州省2015年連清結(jié)果進(jìn)行對(duì)比分析，從表6、表7可知，圖斑區(qū)劃判讀估計(jì)的森林覆蓋率為44.7%，群團(tuán)樣地判讀估計(jì)的森林覆蓋率為42.45%，與2015年貴州省連清結(jié)果相比，前者高0.93%，后者低1.32%。圖斑區(qū)劃判讀估計(jì)的森林面積值在一類調(diào)查森林面積估計(jì)區(qū)間內(nèi)，兩者差異較小。而群團(tuán)樣地判讀估計(jì)的森林面積值并未在一類調(diào)查森林面積估計(jì)區(qū)間內(nèi)，兩者差異較大。連清森林面積抽樣精度達(dá)到了97%，圖斑區(qū)劃判讀和群團(tuán)樣地判讀森林面積抽樣精度分別為95.2%和94.83%。

表6 宏觀監(jiān)測(cè)和連清對(duì)各主要地類面積估計(jì)結(jié)果差異表地類一類清查面積/萬hm2圖斑區(qū)地判讀群團(tuán)樣地判讀面積/萬hm2 與一類清查面積差異/萬hm2與一類清查面積差異比例/%面積/萬hm2 與一類清查面積差異/萬hm2與一類清查面積差異比例/%森林7710378751164821474789-2314-300喬木林58544686601011617286487863341082竹林1601618-983-6140387-1214-7583特殊灌木林169589473-7485-79019524-7434-4384一般灌木林230892796971302049121681329519森林覆蓋率/%43774470932124245-132-302

表7 宏觀監(jiān)測(cè)和連清森林面積抽樣精度總體特征表調(diào)查類型森林面積估計(jì)區(qū)間/萬hm2森林面積抽樣精度/%一類調(diào)查74793～794139700圖斑區(qū)劃判讀74971～825319520群團(tuán)樣地判讀70922～786559483

考慮到宏觀監(jiān)測(cè)和一類調(diào)查的調(diào)查時(shí)點(diǎn)不同的差異(宏觀監(jiān)測(cè)遙感影像主要集中在2014年，一類調(diào)查調(diào)查時(shí)間為2015年)。貴州省2010年連清森林覆蓋率為37.09%，按照貴州省連清間隔森林覆蓋率平均增長(zhǎng)率推算到2014年貴州省實(shí)際森林覆蓋為42.43%，這與群團(tuán)樣地判讀估計(jì)的森林覆蓋率非常接近(群團(tuán)樣地判讀高0.02%)，而圖斑區(qū)劃判讀估計(jì)的森林覆蓋率高出2.27%。相對(duì)連清結(jié)果比較而言，群團(tuán)樣地判讀估計(jì)的森林面積比圖斑區(qū)劃判讀估計(jì)的結(jié)果更加接近。

圖斑區(qū)劃判讀對(duì)森林覆蓋率估計(jì)的結(jié)果與連清、群團(tuán)樣地結(jié)果的差異主要在于調(diào)查方法的不同。連清、群團(tuán)是樣地點(diǎn)抽樣調(diào)查，而圖斑區(qū)劃判讀是小班區(qū)劃調(diào)查與抽樣相結(jié)合的中間調(diào)查形式，連清和群團(tuán)樣地結(jié)果能較好吻合的一個(gè)主要原因就是調(diào)查方法一致，都是點(diǎn)抽樣調(diào)查。區(qū)劃判讀一般容易受優(yōu)勢(shì)法的影響，將林中空地及小面積零碎的其它地類歸并到森林中，造成區(qū)劃判讀結(jié)果要大于點(diǎn)抽樣結(jié)果。這一結(jié)論在2012年廣東省大樣地試點(diǎn)中也得到印證。

從喬木林、特殊灌木林占森林的比重的角度來看，宏觀監(jiān)測(cè)結(jié)果與連清結(jié)果差異很大。圖斑區(qū)劃判讀估計(jì)的喬木林面積占其森林面積比例與連清相比高11.26%,判讀估計(jì)的特殊灌木林面積占其森林面積比例與連清相比低9.96%；群團(tuán)樣地判讀估計(jì)喬木林面積占其森林面積比例與連清相比高10.82%，估計(jì)的特殊灌木林面積占其森林面積比例與連清相比低9.26%。導(dǎo)致差異的主要方面在于遙感影像對(duì)喬木林和灌木林地難以區(qū)分，存在著將灌木林判讀成喬木林地的判讀偏差。

從監(jiān)測(cè)體系抽樣精度的來看(表7)，連清森林面積抽樣精度要明顯高于宏觀監(jiān)測(cè)的森林面積抽樣精度，群團(tuán)樣地判讀森林面積抽樣精度低于95%，未達(dá)到國(guó)家森林資源連續(xù)清查規(guī)定的要求。貴州省連清體系按照4 km×8 km間距系統(tǒng)布設(shè)5500個(gè)方形固定樣地，而宏觀監(jiān)測(cè)體系按照20 km×20 km間距系統(tǒng)布設(shè)451個(gè)2 km×2 km大樣地(10932個(gè)666.67 m2方形群團(tuán)樣地)，從調(diào)查樣本面積總量來看，宏觀監(jiān)測(cè)要明顯高于連清，但是由于貴州省地類破碎度高的實(shí)際情況，宏觀監(jiān)測(cè)樣地樣本量比連清少，樣地代表性比連清樣本代表性相對(duì)弱一些，因此抽樣精度也明顯低于連清抽樣精度。

3 結(jié)論與建議

基于貴州省森林資源宏觀監(jiān)測(cè)大樣地調(diào)查方法，采用大樣地圖斑區(qū)劃判讀和群團(tuán)樣地判讀兩種方案，對(duì)比分析兩種方案的監(jiān)測(cè)結(jié)果，以及與2015年度森林資源連續(xù)清查結(jié)果比較分析，結(jié)果分析表明：針對(duì)森林資源現(xiàn)狀進(jìn)行監(jiān)測(cè)而言，無論從監(jiān)測(cè)結(jié)果準(zhǔn)確度和監(jiān)測(cè)工作效率來看，群團(tuán)樣地判讀方案明顯優(yōu)于圖斑區(qū)劃判讀方案，采用群團(tuán)樣地判讀時(shí)，建議對(duì)大樣地進(jìn)行加密，保證抽樣精度達(dá)到國(guó)家的有關(guān)要求，確保宏觀監(jiān)測(cè)結(jié)果更加客觀準(zhǔn)確。對(duì)于群團(tuán)樣地判讀方案是否適用于森林資源年度動(dòng)態(tài)監(jiān)測(cè)需要做進(jìn)一步研究。

[1] 曾偉生, 黃國(guó)勝, 黨永峰, 等. 全國(guó)森林資源宏觀監(jiān)測(cè)的抽樣設(shè)計(jì)與估計(jì)方法探索[J]. 林業(yè)資源管理, 2016(3):1-6.

[4]中國(guó)林業(yè)局.全國(guó)林林資源宏觀監(jiān)測(cè)技術(shù)方案[S].

ComparisonAnalysisofDepartmentInterpretationandCluster
InterpretationSchemesBasedonLargePlotInventoryofGuizhouProvince

TANG Yi

(Forest Inventory and Planning Institute of Tibet Autonomous Region, Lhasa 850000, Tibet, China)

In this paper, two interpretation ways, department interpretation and cluster interpretation were presented, based on large plot inventory of forest resources macro-monitoring of Guizhou province. We analyzed these two interpretation results and compared these two results with CFI results in 2015. It showed that the estimation results of cluster interpretation were close to CFI results; cluster interpretation scheme was better than department interpretation scheme for forest resources situation monitoring.

forest resources；monitoring；department interpretation；cluster

2017 — 02 — 13

唐毅(1986-)，男，碩士研究生，工程師，主要從事森要資源監(jiān)測(cè)等工作。

S 757.21+1

A

1003 — 6075(2017)01 — 0052 — 06

10.16166/j.cnki.cn43 — 1095.2017.01.013