分层抽样下的森林资源清查数据年度更新探讨

根据江苏省森林资源清查的历史数据和宏观区域规划信息,对以省为单位的调查总体进行分层。然后,在资源动态变化较大的各层内随机抽取一定量的样地进行地面调查,而在资源变化相对稳定的层,直接引用前一年度的固定样地调查数据,进行分层抽样估计,从而以较小的成本实现森林资源清查数据年度更新。同时,利用江苏省2000—2005年的森林资源清查样地数据进行了验证,结果表明此方法可行。     

基于遥感分层技术的平南县森林蓄积抽样调查方法研究

采用遥感数据辅助分层可解决分层抽样在大范围森林资源调查中分层面积不准确的缺点.以ALOS数据为基础,将平南县的森林资源分为A层（有林地、疏林地层）和B层（其它地类层）.在各层内机械预布设样地,比较预布样地缓冲区（角规控制检尺所能绕测到的最大范围）的SAVI值、DNN IR值及对明显地物的目视解译,确定各样地缓冲区的地类,A层样地数有578个,B层有978个.根据分层抽样各层所需样本数,在确定好地类的样地中,随机抽取各层所需样本数并调查其蓄积量.结果表明,抽样的估计精度为91.5%,全县森林蓄积量为5 900 186.7 m3.     

卫星相片在森林资源调查中的应用

阐述了卫星相片在森林资源调查中应用的方法和步骤。提出角规样地蓄积量和分层抽样总体估测精度的计算。     

卫星相片在森林资源调查中的应用

阐述了卫星相片在森林资源调查中应用的方法和步骤。提出角规样地蓄积量和分层抽样总体估测精度的计算。     

事后分层抽样技术在森林资源二类调查中的应用

回顾抽样技术在我国森林资源二类调查中的发展应用,介绍事后分层抽样技术的应用场合、抽样方法及理论基础.认为事后分层抽样理论完善、操作简便,在总体信息掌握不全的情况下应用,既可提高抽样精度,又可降低调查成本.以2005年砚山县森林资源二类调查中抽取的1293个角规控制检尺样地的样本数据为例,以事后分层抽样与系统抽样作比较,抽样精度明显提高.     

谈分层抽样的分层因子问题

分层抽样的总体方差可分解为层内方差与层间方差,分层抽样设计的原则是尽量扩大层间方差,缩小层内方差。分层因子的选择应视抽样调查的目的等6个因子而定,三因素(树种组、龄组、郁闭度)分层与单因素(蓄积)分层的提出各有其历史及应用条件,笔者在多年的森林资源调查实践应用中体会到,蓄积分层比三因素分层效果好。文章还介绍了分层因子级距的确定及单因素分层抽样中先分层后抽样与先抽样后分层两种具体方案。     

利用航空象片进行成图的分层抽样调查(方法三)

分层抽样是通过航空象片对调查对象分层,实测一定数量的样地,以各层平均蓄积估计总体蓄积的调查方法。这种方法的精度和效率都比较高,并能提供各森林类型面积和森林类型图。为此,本次试点以此方案的调查结果作为检验其他方案的基础。     

利用航空象片进行成图的分层抽样调查(方法三)

分层抽样是通过航空象片对调查对象分层,实测一定数量的样地,以各层平均蓄积估计总体蓄积的调查方法。这种方法的精度和效率都比较高,并能提供各森林类型面积和森林类型图。为此,本次试点以此方案的调查结果作为检验其他方案的基础。这次调查,要求以林业局为抽样总体,在可靠性95%的情况下,蓄积量调查精度达到90%,并提供森林类型分布图。由于外业前航空像片提供的晚,未能事先进行分层判读,为此,本次分层抽样调查是结     

一种衔接森林资源一类清查和二类调查的新方案

针对我国现行森林资源一类清查和二类调查数据不协调的问题,借鉴国外森林资源清查中的相片样地或景观样地设计,提出了衔接一类清查和二类调查的大样地设计新方案,分析了新方案的主要特点,并对一类清查和二类调查数据的协调性问题进行了讨论。     

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...     

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。     

基于贵州省大样地调查的图斑区划判读与群团样地判读对比分析

基于贵州省森林资源宏观监测大样地调查方法,对比分析大样地图斑区划判读和群团样地判读两种方案的监测结果,以及与2015年度森林资源连续清查结果相比较,结果表明:群团样地判读方案森林面积估计结果更接近于连续清查结果;就森林资源现状监测而言,群团样地判读方案优于图斑区划判读方案。     

基于UAV高分影像的杨树冠幅提取及相关性研究

[目的]以无人机高清影像为数据源,结合样地实地调查数据,研究杨树冠幅提取及其与胸径和林分蓄积量的相关性,为无人机森林调查技术提供一种思路和方法。[方法]基于无人机高分影像及实地调查数据,采用面向对象法,对杨树林木冠幅进行分割与提取,通过实地测量数据建立冠幅-胸径模型,利用一元材积表计算样地蓄积量,并进行相关性分析与精度检验。[结果]影像分割效果良好,但提取得到的冠幅比实际值偏小,研究区最适宜的杨树冠幅分割尺度为10,平滑度0.1,紧致度0.5。杨树冠幅与胸径建立相关模型,其中一元线性方程拟合效果最好,相关系数为0.75。通过模型计算的样地蓄积与实测样地蓄积进行双侧T检验,结果 sig=0.0580.05,两组数据差异不显著。[结论]采用面向对象法,通过无人机高分影像能自动分割并提取了杨树林木冠幅信息,提取效果良好;利用影像提取林木平均冠幅,通过冠幅-胸径相关关系模型得到林木胸径,进而推算林分蓄积的方法可以满足森林资源调查精度要求。     

基于UAV遥感的单木冠幅提取及胸径估算模型研究

在森林资源调查中冠幅和胸径是重要的测树因子,自动获取冠幅和胸径值可以提高森林资源调查效率。以云南松为研究对象,基于无人机影像自动提取单木冠幅参数,拟合不同密度等级样地的单木冠幅和树冠面积与胸径的关系以估测单株胸径。首先利用标记控制分水岭分割算法对样地冠层高度模型(CHM)中的单株树冠进行分割,获取最大、最小冠幅和树冠面积,并与实测数据进行精度评价,然后将提取冠幅与树冠面积与实测胸径进行拟合,建立不同密度等级样地的一元回归模型和二元回归模型。结果表明:单木树冠分割准确率为86.26%,冠幅相对误差平均值为6.04%,冠幅面积的相对误差平均值为11.23%;在拟合的模型中,冠幅树冠面积-胸径模型的拟合效果最好,决定系数均在0.7以上,该模型验证数据相对误差均不超过5%,符合A类森林资源调查胸径误差值低于5%的要求。提出的基于无人机影像提取冠幅及预测树木胸径的方法较为准确,可推动森林资源调查自动化发展。     

彩红外像片在森林资源连续清查中的应用

<正> 航空遥感资料具有信息丰富,影像直观,立体感强等优点。利用航空遥感资料进行森林资源调查,较之利用地形图全面勾绘调查,省时省力,节约经费,因此在森林资源调查中普遍采用。宁夏在本次森林资源清查中,有林地样地采用地形图现地引点测设,大片无林、非     

使用分层抽样应注意的几个问题

“分层抽样”是一种高效率的森林资源清查方法。在设计分层抽样方案和进行调查工作中,应该注意以下几个问题。一、如何保证精度可靠? 分层抽样可以计算估测值的精度,但是计算精度能否反映真实情况?如何保证它完全可     

基于光学遥感的稀疏乔灌木地上部分生物量反演方法

【目的】基于无人机数据采用3种分层方案构建冠层盖度-乔灌木地上部分生物量模型以及基于Landsat8 OLI数据采用3种分层方案构建不同光谱指数-乔灌木地上部分生物量模型,对比分析不同分层方案的乔灌木地上部分生物量模型精度,以期为基于遥感数据的干旱区人工林乔灌木地上部分生物量高精度反演提供理论依据。【方法】在毛乌素沙地实地调查102块30 m×30 m样地,基于高分辨率无人机影像,利用面向对象的机器学习算法获取乔灌草植被覆盖度信息,采用3种分层方案（不分层、基于乔木和灌木2种植被类型分层、基于5个树种分层）构建冠层覆盖度-乔灌木地上部分生物量模型。基于Landsat8 OLI影像,使用6种光谱指数（NDVI、RVI、MSAVI、TCG、NDMI、NIRv）,结合无人机影像解译草本植被覆盖度,采用3种分层方案（不分层、有无草本植被样地分层、3个草本植被覆盖度等级样地分层）构建不同光谱指数-乔灌木地上部分生物量模型。【结果】不分层的冠层覆盖度-乔灌木地上部分生物量模型鲁棒性最差（R²=0.22,n=102）,且估算精度最低(RMSE=14.98 t·hm^-2...     

使用分层抽样应注意的几个问题

“分层抽样”是一种高效率的森林资源清查方法。在设计分层抽样方案和进行调查工作中,应该注意以下几个问题。一、如何保证精度可靠?分层抽样可以计算估测值的精度,但是计算精度能否反映真实情况?如何保证它完全可靠?是相当重要的问     

资溪县二类资源清查合理样地数量的初步探讨

一、前言样地数量的多少与调查经费是成正比前。因此,在制订森林资源清查工作方案时,就要确定合理的调查样地数量——在给定可靠性指标、保证调查精度前提下要调查的样地数量。     

利用1:5万地形图进行系统抽样(方法一)

本方案是在1∶5万地形图上系统布置必要数量的样地,在现地准确确定样地位置,在样地上进行测树调查并记载样地所属类型。根据样地材料推算全局森林总蓄积和各类土地面积、蓄积。为了今后能正确掌握森林资源变化情况,所设样地应予以固定,以便建立森林资源连续清查体系。