基于信息技术的森林资源调查新体系

该文从理论基础到实践、从技术进步到效益评估、从林业调查发展史与中国现状相结合,全面地论述新体系建立的必要及技术支撑、运行模式和需要改进的问题.20世纪70年代末,遥感技术被应用于中国的森林资源调查工作,特别是森林蓄积量的估测.曾研究了比值项的作用,确定用定量因子和定性因子联合估测森林蓄积量多元估计方程的形式,以及在中国不同气候带的应用.在对精度和费用进行了细致的分析后指出:遥感调查方法比传统方法节约经费1/3～1/2.近年来,作者在上述研究的基础上,用近代统计学和非参数方法进行了新的探索和深入研究.解决了一些在林业资源调查中应用遥感技术的重要问题,并引入地理信息系统(GIS)和全球定位系统(GPS),为建立以遥感为主要技术手段的新的森林资源估测体系提供有力支持.     

森林资源设计调查中蓄积量遥控估测方法应用

森林资源规划设计调查的目的是查清某一地区内的森林资源的种类、数量、质量的变化,从而进行细致的森利资源分析,为指定区域国民经济的发展规划以及林业发展规划提供数据依据,因此探索一种科学准确的方法就显得尤为必要.蓄积量遥控估测方法,是在综合运用RS、GIS和GPS技术,结合少量地面调查样地资料,建立森林蓄积量估测方程来估测森林蓄积量,以期最大限度地减轻地面调查工作量,已成为森林资源调查领域关注的热点问题.     

森林蓄积量遥感定量估测研究综述

论述森林蓄积量的概念和发展历史,介绍森林蓄积量定量估测的常规方法,以及近年出现的新蓄积量定量估测方法,如遥感方法、基于遥感技术的神经网络模型方法,并阐述了森林蓄积量遥感定量估测方法的发展趋势。     

基于哑变量和因子选择的森林蓄积量估测研究

为提高森林蓄积量遥感估测精度,探讨哑变量技术在蓄积量遥感估测中的作用。以云南省普洱市思茅区为研究区,以Landsat 8 OLI和93块森林资源二类调查角规控制样地数据为基础,使用随机森林（random forest）算法进行遥感变量因子的选择,并以龄组为哑变量分别构建基于哑变量的SVR和PLSR蓄积量估测模型,采用留一交叉验证对结果进行评估。结果表明,使用随机森林算法进行变量的选择有效减少了自变量的维度,提高了计算效率;其次,哑变量引入后,PLSR和SVR 2种回归模型的估测精度都比无哑变量方法有明显的提高,且SVR的估测结果优于PLSR;在引入哑变量后SVR模型的决定系数R²由0.59提高到0.68,相对均方根误差rRMSE由36.76%降低至32.97%,PLSR模型的决定系数R²由0.53提高到0.62,相对均方根误差rRMSE由39.41%降低至35.24%。在森林蓄积量的遥感估测中,哑变量技术的应用可以在一定程度上解决不同蓄积量大小对估测结果造成的影响,进而提高蓄积量的估测精度。     

遥感技术在林业监测中的应用

遥感技术在林业监测中的应用非常广泛,如森林资源遥感调查、森林火灾遥感监测、森林病虫灾害遥感监测等。遥感技术在具体应用过程中具有十分显著的实时性、动态性和综合性,发挥着非常关键的作用。基于此,本文详细分析遥感技术在林业监测中的应用,以供参考。     

森林郁闭度对蓄积量估测的影响规律

为研究森林郁闭度对蓄积量估测的影响规律,根据某监测区域地面调查样地对应的遥感和GIS信息,设计蓄积量估测模型,通过数学仿真方法研究郁闭度对蓄积量估测的影响大小及规律。研究结果表明郁闭度对蓄积量估测起非常重要的作用,若要通过监测区域样地对应的遥感和GIS信息,建立以样地为单位的蓄积量估测方程,郁闭度是不可或缺的影响因子。因此必须先估测森林郁闭度,再建立包含郁闭度的蓄积量估测方程,才能实现以遥感和GIS为基础的蓄积量估测。     

高分遥感比值波段设置对森林蓄积量估测影响规律的研究

为研究利用国产GF-1号卫星影像进行森林资源定量估测的可行性,本文选择我国东北大兴安岭地区某林业局为试验场地,采用GF-1号卫星影像16m分辨率的WFV多光谱数据,结合试验区域的一类样地调查资料,建立以样地为单位的森林蓄积量估测方程,进行森林蓄积量定量估测。为有效设置可能影响蓄积量估测的遥感信息,本文重点分析了遥感比值波段的设置和优选对蓄积量估测模型建立和估测精度等的影响规律。研究结果表明,设置不同种类的比值波段将影响最优变量筛选结果,高分遥感信息对提高森林蓄积量估测精度有较大影响。     

基于不同立地质量的森林蓄积量遥感估测

森林蓄积量遥感估测在森林资源管理中具有十分重要的意义。以建德市为研究区,利用2007年TM遥感影像和2007年森林资源2类调查数据,对杉木树种分立地质量等级和不分地位等级2种类型建立蓄积量的遥感估测模型,并进行精度检验。其中立地质量等级依据小班平均高和平均年龄建立的地位级表划分为好、中、差3种类型,以每个小班的总蓄积量为因变量,小班各单个遥感因子信息总量为自变量。结果表明:以TM遥感影像主成分分析中第1主成分为自变量的模型拟合效果最好,相关系数R均在0.67以上,最高为0.868;利用预留独立样本对模型精度进行验证,不分地位级总体估测精度为90.31%,分立地质量等级好、中、差3种类型总体的估测精度分别为96.1%、97.24%、95.56%,分立地质量类型建模的精度明显优于统一建模的精度。研究结果为森林蓄积量遥感估测提供一种改进的思路,且为提高森林生物量和碳储量遥感估测精度提供一种参考方法。     

基于k-NN方法和GF遥感影像的森林蓄积量估测

综合利用黑龙江省某林业局的一类样地调查资料、GF-1号卫星影像、数字高程(DEM)模型以及土地利用类型图,采用k-近邻(k-nearest neighbor,k-NN)法进行森林蓄积量估测研究,分析k-NN方法及GF-1卫星数据在森林资源调查与监测中的应用效果。为对比k-NN方法的估测精度,对相同试验数据也进行了最小二乘估计和稳健估计建模。采用GF-1号16 m分辨率的多光谱数据,在林业局级尺度上分别应用这3种方法进行森林蓄积量建模估测,生成了监测区域森林蓄积量分布图并统计得到监测区域总的蓄积量值。将3种方法估测结果与二类调查实测结果进行比较,k-NN方法估测精度达到97.3%,略优于传统的最小二乘估计和稳健估计建模估测精度。因k-NN方法不受Gauss-Markov假设限制,且能有效克服建模变量间的复共线性问题,研究成果可用于县/林业局级尺度的森林蓄积量估测,且国产GF-1卫星影像能有效应用于森林资源监测。     

中小比例尺航片森林蓄积量的遥感判读研究

研究了中小比例尺航片在森林蓄积量判读上的应用,结果表明：可以根据航片上影像灰度的平均值来进行树种的判别;利用灰度标准偏差进行林分蓄积量的估测,其拟合误差不足5%,满足林业生产实践的精度要求。填补了中小比例尺森林蓄积量判读的空白,是建立森林蓄积量判读的不同比例尺、不同遥感来源立体判读体系的重要补充,具有十分重要的现实意义。