基于遥感影像与整群抽样的丹江口库区及上游森林资源监测方法研究

介绍了基于抽样理论和遥感判读技术的森林资源监测的具体过程,分析了不同整群样地个数情况下的森林覆盖率和抽样精度。结果表明,在保持抽取的整群个数不变的情况下,总体抽样精度随整群中小样地个数的增加而提高,但当小样地布设到一定数量时,抽样精度并不能明显提高。本次监测的丹江口库区及上游森林覆盖率为63.62%,抽样精度为95.09%。     

遥感大样地点面判读方法在森林资源宏观监测中的应用分析

以抽样理论为基础,以全国森林资源宏观监测9个省的遥感判读结果为依据,对比分析了群团样地判读和图斑区划判读的森林覆盖率、森林面积、正判率、抽样精度和差异原因。结果表明:群团样地判读和图斑区划判读2种方法监测森林资源都能取得预期效果;通过U检验,2种方法得到的森林覆盖率没有明显差异。但群团样地判读质量相对易控制、工作量较小、工作效率更高。     

群团抽样对西藏森林资源宏观监测结果的影响分析

森林资源监测是国情国力调查的重要组成部分,是林业重要的基础性工作。遥感技术弥补了传统人工抽样调查的不足,然而遥感样地的布设方式、数量及遥感判读精度是宏观森林资源监测值得关注的问题。本研究在西藏自治区2015年森林资源宏观监测成果的基础上,采用不同群团抽样方案与遥感判读相结合的方式,得出全区森林覆盖率,并分析群团内样本数量变动对西藏森林资源宏观监测结果的影响。研究结果表明,当样地内群团数量达到25个时,估计均值与实际森林覆盖率相差最小,变动系数最稳定,抽样精度达到最高94.49%。由此可知,大样地群团抽样方法对森林资源宏观监测来说是一种可行高效的方法,且工作量显著低于图斑区划判读的工作量。     

重庆市森林资源年度监测抽样体系优化研究

根据国家对森林资源年度监测评价试点工作的总体要求，对重庆市现有森林资源监测抽样体系进行了优化探索和深入研究，结果表明：1）利用校验样地产出森林面积、固定样地产出森林蓄积的方法是可靠的，抽样精度完全能满足国家技术规定要求，如果单纯产出省级层面的森林面积和森林蓄积，不进行第二次分解，各省样地个数还可以适当减少，比如重庆：校验样地可减少3/4，只要1 268个校验样地即可，其抽样精度可以达到95%以上；固定样地可减少1/2，只要2 566个固定样地，其抽样精度可以达到90%以上；2）校验样地大小500 m×500 m是比较合适的，重庆市森林面积估测变动系数从500 m开始往上减小速度逐渐平缓，趋于稳定，抽样结果精度均达到了95%以上，完全符合国家对森林面积的抽样精度要求；3）校验样地和固定位置应该长期固定，年度监测之间的数据变化才有可比性；4）对省级数据如何分解到区县的方法上不可“一刀切”，具体到每个区县是采用抽样调查、小班区划还是联合估计的方法，应根据各区县森林资源分布特点和数量大小，制定符合自身实际情况的科学可行的监测方法。     

森林面积多阶遥感监测方法

【目的】从林业数据采集的迫切需求出发,采用遥感技术实现森林资源数据的快速年度出数,以及时掌握区域森林资源变化信息。【方法】建立遥感3阶抽样与地面调查技术相结合的森林资源遥感监测技术体系,并以辽宁省为例,利用2013—2014年高、中、低多源遥感数据,进行基于多阶抽样的省级森林面积监测方法实践。【结果】遥感结合地面样地实测,建立了地面样地与高分样地,高、中分样地以及中、低分样地的森林面积回归模型,其模型确定系数(R2)分别为0.99、0.91和0.70,模型精度较高;基于3阶分层抽样的遥感监测方法得到辽宁省2014年森林面积预测值为590.83×10~4hm~2,森林覆盖率为40.54%,略高于清查结果(40.49%);从抽样精度来看,采用分层抽样方法得到的森林面积最为可靠,抽样精度达99%以上;通过精度分层控制,基于MODIS NDVI阈值法制作了辽宁省森林分布图,实现了辽宁省森林面积和空间分布的年度产出。【结论】基于遥感抽样与地面调查技术相结合的森林面积多阶遥感监测方法可行,既可提高监测成果的时效性,又能缩短成果产出周期,具有很好的应用前景,可为下一步建立全国遥感监测体系提供重要的技术支持。     

基于森林资源二类调查数据的森林生物量抽样设计对比研究

探究和对比不同抽样方法对森林生物量抽样调查中样地数量、样地布设及估算精度等方面的影响,优选适宜的抽样方案,在保证精度的前提下节省外业调查的工作量和成本。基于云南省大理市2016年森林资源二类调查小班数据,以森林起源、龄组、优势树种作为分层变量,在可靠性为95%、抽样精度为90%和85%的条件下,计算分层抽样所需的样本单元数,并与系统抽样进行比较分析;以分层抽样方法进行大理市森林地上生物量的抽样设计,将抽样结果与系统抽样方法进行比较分析。结果表明,抽样精度为90%时,分层抽样所需的样本单元数分别比系统抽样少21.91%、12.92%和45.51%;抽样精度为85%时,分层抽样所需的样本单元数分别比系统抽样少21.51%、12.66%和45.57%;在相同的抽样精度条件下,抽样单元数呈现起源>优势树种>龄组的变化趋势。按抽样精度90%,系统抽样估测的大理市森林地上总生物量为1 914.83万t,按起源、优势树种和龄组,其总生物量估测值分别为1 608.22万t、1 679.03万t、1 536.08万t。在可靠性和抽样精度相同时,实际抽样精度排序为起源>优势树种>龄...     

基于3S的森林植被面积空间抽样方法

以辽宁省为例,应用中分辨率成像光谱仪影像(MODIS)数据进行森林信息提取,并选取森林面积为研究对象,采用网格单元作为抽样单元,应用随机、系统、分层的抽样方法对辽宁省森林面积进行抽样估算,在获得最优抽样方法的基础上进行第2阶段抽样,设计不同样本容量水平下的森林面积空间抽样方法试验。结果表明:以县森林面积覆盖百分比为分层标志的分层抽样方法抽样效率最高,在第2阶段抽样估算的8种样本容量水平下,当样本容量为8时,抽样精度达到95%,并且所需样本数量最少,达到了森林面积抽样精度要求。应用此方法能够减少森林资源调查成本和工作量,可以结合遥感、地理信息系统和全球定位系统技术(3S技术),进行大区域范围森林面积的监测。     

我国未成林造林地成林情况调查监测的思考

基于我国开展的营造林综合核查和林地年度变更调查工作,探讨利用遥感技术、抽样技术、数据分析技术对未成林造林地成林情况进行调查监测的方法,掌握未成林造林地质量、成效状况、成林面积及森林面积增长潜力,为加强营造林管理、科学培育森林资源提供依据,为森林面积增长年度评估提供支撑。     

双重点抽样估计蓄积量、生长量程序(汇编语言)

“点抽样”以其高效率闻名于当代森林调查领域,而“双重点抽样”则可进一步减少工作量,且能保证精度要求,所以被广泛应用于生产实践.在处理外业数据时,如配合先进计算手段,则必然加倍提高工作效率和成果精度.本程序既可用于双重点抽样,也适用于点抽样;既适用于纯林,也可用于混交林.将外业绕测及控制检尺原始数据一次输入,随即可得总体每公顷蓄积量、生长量、标准误及抽样精度的估计值,以及确定两重样本单元数.如稍加修改还可用来求算每个林分的平均直径、每公顷株数、每公顷蓄积量和生长量,以适应森林经营、利用的需要.程序的编制以下列公式为依据:     

基于德国国家监测数据的境外遥感抽样调查方法研究

利用遥感样地和高分遥感影像,通过判读解译获取林分类型和森林地类,依据样地到总体的概率估计方法,估计区域总体各林分类型和地类面积,并用德国NFI(National Forest Inventory)数据检验估计误差。在德国布设334个1km×1km遥感样地,获取高分遥感数据进行判读和抽样估计。结果表明:德国陆地面积估计误差为2.43%;森林面积估计误差为0.59%;森林覆盖率估计误差为2.96%;并获得省级森林资源详细数据。综上易知该方法切实可行,估计结果可靠、因子丰富,实现了境外森林资源的主动监测,为境外森林资源监测开辟了新途径。