李國梁

（內(nèi)蒙古自治區(qū)林業(yè)和草原監(jiān)測規(guī)劃院，呼和浩特 010020）

隨著國產(chǎn)高分辨率衛(wèi)星的發(fā)射、遙感、無人機和激光雷達技術(shù)的快速發(fā)展和應(yīng)用，平板電腦和網(wǎng)絡(luò)技術(shù)的普及，如何利用大數(shù)據(jù)、移動互聯(lián)網(wǎng)、無人機傾斜攝影等高新技術(shù)，借助地理信息科學，實現(xiàn)森林資源的快速調(diào)查和監(jiān)測，改變傳統(tǒng)單純依靠人工的作業(yè)模式，提高調(diào)查效率和精度，已成為林業(yè)管理部門及科技工作者關(guān)注的熱點。

森林資源是一個動態(tài)變化體系，及時掌握森林資源現(xiàn)狀及其發(fā)展變化趨勢是林業(yè)科技工作者關(guān)注的熱點。森林蓄積量不僅是衡量一個國家或地區(qū)森林資源的重要指標，也是制定林業(yè)經(jīng)營方案、實現(xiàn)森林資源可持續(xù)發(fā)展的重要依據(jù)。傳統(tǒng)森林蓄積量調(diào)查方法主要有標準木法、材積表法等，需要進行大量的野外調(diào)查，費用昂貴、耗時費力[1]。

在森林資源管理“一張圖”年度更新調(diào)查中，如何做到對喬木林小班平均樹高、平均胸徑、蓄積量、郁閉度等林分因子的年度更新，從而實現(xiàn)森林資源的年度更新，為森林經(jīng)營管理提供準確可靠的資源數(shù)據(jù)，已成為實際生產(chǎn)單位亟待解決的問題。

該項研究是利用監(jiān)測區(qū)域國產(chǎn)高分辨率衛(wèi)星高分一號（GF-1）遙感影像、數(shù)字高程模型DEM、森林資源管理“一張圖”小班數(shù)據(jù)及一定數(shù)量的現(xiàn)地實測樣地，借助地理信息系統(tǒng)平臺、圖像處理和統(tǒng)計分析技術(shù)，通過統(tǒng)計建模，有效反演喬木林小班平均樹高、平均胸徑、蓄積量、郁閉度等林分因子等信息，為森林資源管理“一張圖”中林分因子的更新提供客觀、高效的方法，極大減輕外業(yè)調(diào)查工作量及勞動強度，對實際生產(chǎn)將有廣泛的應(yīng)用前景。

1 研究區(qū)概況

內(nèi)蒙古柴河林業(yè)局位于大興安嶺中南段東坡綽爾河流域，境內(nèi)山勢走向呈東北—西南走向，地勢由東北向西南逐漸升高，地貌以中低山為主，平均海拔高700～900 m。地處中溫帶氣候區(qū)，屬大陸性季風氣候。冬季寒冷而漫長，夏季溫涼而較短，晝夜溫差大，春季干旱多風，秋季降溫快，四季分明，具有明顯的林區(qū)小氣候特點。年平均氣溫1.0 ℃，年平均降水量522.2 mm，年平均蒸發(fā)量1 442.5 mm，降水量因季節(jié)不同差異顯著，夏季降水量多且集中，平均降水量在300～400 mm。無霜期90～115 d。年平均積雪150 d左右。全年多西北風和北風，年平均風速3.0～3.2 m/s。主要土壤類型有棕色針葉林土、暗棕壤、灰色森林土、草甸土、沼澤土和石質(zhì)土。

內(nèi)蒙古柴河林業(yè)局屬大興安嶺興安落葉松林區(qū)的南延部分，西部是以興安落葉松為主，絕大部分為落葉松中齡林、幼齡林。在陰坡、半陰坡生長有白樺、山楊、黑樺等闊葉樹種，形成針闊混交林。東部主要為蒙古櫟、黑樺。在海拔700 m以下多為草本植物組成的草原草甸或灌木林。

2 技術(shù)路線

2.1 在監(jiān)測區(qū)域布設(shè)樣地，實地調(diào)查樣地屬性信息

研究區(qū)內(nèi)布設(shè)一定數(shù)量的樣地，樣地大小一般設(shè)置為20 m×30 m。先對遙感圖像進行分類，在分類的基礎(chǔ)上采用分層抽樣布設(shè)，每類林地按面積大小布設(shè)一定數(shù)量的樣地。

現(xiàn)地實測樣地區(qū)域的地類、優(yōu)勢樹種、齡組、平均胸徑、平均樹高、郁閉度、蓄積量等因子的值。

2.2 提取樣地對應(yīng)的遙感信息，并建立樣地特征庫

根據(jù)樣地坐標將樣地展繪在正射校正后的高分辨率國產(chǎn)遙感影像上，如圖1 所示。按計算法提取樣地范圍內(nèi)遙感影像各波段的光譜反射值，樣地包含和壓蓋像元的灰度矩陣、樣地范圍的紋理信息。以提取的光譜反射值為基礎(chǔ)，構(gòu)造歸一化植被指數(shù)、比值植被指數(shù)和差值植被指數(shù)等比值波段，建立樣地屬性特征庫。

圖1 將樣地展繪在高分遙感影像上

2.3 將樣地歸類，構(gòu)建每類樣地的統(tǒng)計特征模型

將樣地按優(yōu)勢樹種、齡組等定性因子進行歸類，分析每類樣地對應(yīng)遙感信息的取值區(qū)間、均值和標準差，分析對應(yīng)的像元灰度矩陣的相關(guān)性。

以提取的遙感影像光譜信息和紋理信息、構(gòu)造的比值波段、像元相關(guān)性等作為影響樣地單元蓄積量、郁閉度、平均胸徑等因子估測的自變量，建立森林蓄積量、郁閉度、平均胸徑等的估測模型。

2.4 小班屬性和類別提取

在進行小班蓄積量等因子提取時，以森林資源管理“一張圖”小班為基礎(chǔ)，先將喬木林小班分割為如圖2 所示的樣地大小單元，根據(jù)建立的估測模型，結(jié)合DEM數(shù)據(jù)獲取的各樣地大小單元對應(yīng)的自變量值，代入估測模型計算每個樣地大小單元對應(yīng)的蓄積量[2-4],在小班范圍內(nèi)進行加權(quán)積分，計算小班總蓄積量，并將結(jié)果填入小班屬性庫。

圖2 將小班分割為若干樣地大小單元的對象

在反演小班蓄積量時，先將小班分割為若干樣地大小的單元，提取被分割單元各波段的遙感信息、紋理信息和灰度相關(guān)矩陣，計算分割單元到m類樣地的距離，利用距離最小的樣地因子平均蓄積量來參與分割單元蓄積量的計算。

設(shè)小班包含和壓蓋的樣地大小單元數(shù)為q，第i個單元對象外包矩形與小班面相交部分的面積為ai，樣地面積大小為pa，與第i 個單元對象最相近的樣地子集蓄積量均值為vi，則當前小班蓄積量估值可表示為：

小班平均樹高、平均胸徑、小班蓄積、郁閉度等也按類似方式進行估測。

圖3 高分遙感小班屬性信息提取流程圖

3 現(xiàn)地驗證

高分一號衛(wèi)星是中國高分辨率對地觀測系統(tǒng)的第一顆衛(wèi)星，于2013 年4 月26 日由長征二號丁運載火箭成功發(fā)射，開啟了中國對地觀測的新時代。GF-1 衛(wèi)星搭載了兩臺2 m 分辨率全色，波長范圍450～900 nm 以及8 m 分辨率多光譜相機，多光譜數(shù)據(jù)包含藍、綠、紅、近紅外4 個波段，幅寬60 km。

在柴河林業(yè)局范圍內(nèi)選取一景高分一號衛(wèi)星影像。將全色波段及多光譜波段分別進行正射校正，然后將全色與多光譜波段進行分辨率融合，得到空間分辨率2 m 的多光譜影像。該景影像左上角地理坐標為47°37′34″N，121°17′50″E，右下角地理坐標為47°14′25″N，121°37′34″E。在該景GF-1 影像內(nèi)選取柴河口、固里河、韭菜溝3 個林場范圍內(nèi)47塊小班進行外業(yè)現(xiàn)地調(diào)查。

調(diào)查項目包括小班蓄積、平均胸徑、平均樹高、郁閉度。計算每個樣地的估測結(jié)果精度，通過現(xiàn)地調(diào)查結(jié)果與模型估測結(jié)果對比分析，按林業(yè)局及林場計算平均相對誤差，柴河林業(yè)局小班蓄積的平均精度為81.49 %，胸徑的平均精度為84.94 %，樹高的平均精度為84.28 %，郁閉度的平均精度為88.82 %，每個林場的平均精度見表1。

表1 現(xiàn)地驗證精度表

4 結(jié)論

通過該項研究，表明通過國產(chǎn)遙感影像反演小班蓄積量、平均胸徑、平均樹高、郁閉度等因子，平均精度能達到80 %以上，可以實現(xiàn)為森林資源管理“一張圖”中林分因子進行批量自動提取，極大地減輕了外業(yè)調(diào)查的工作量，而且標準統(tǒng)一、結(jié)果客觀，避免了由于調(diào)查人員的差異而導(dǎo)致調(diào)查結(jié)果的差異。

該項研究的區(qū)域選擇的是內(nèi)蒙古東部林區(qū)，該地區(qū)以喬木林為主，影像特征較為明顯，因此，建模所需樣地較少而且提取精度較高，但是在內(nèi)蒙古中西部地區(qū)，由于喬木林分布比較分散，地類較為多樣，應(yīng)用該方法的精度還有待驗證。

該項研究可以實現(xiàn)森林資源管理“一張圖”林分因子的年度更新，實時反應(yīng)森林資源現(xiàn)狀，為森林資源管理提供數(shù)據(jù)支撐。