基于激光雷达数据的东北林区航空林分材积表编制

利用东北林区云冷杉林、落叶松林、樟子松林、红松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种森林类型的1947个样地的激光雷达数据和地面实测蓄积量数据,首先通过多元线性回归和非线性回归方法,分别建立基于机载激光雷达数据的森林蓄积量回归估计模型,并通过对比分析,确定统一形式的基础回归模型;然后利用哑变量建模方法,建立基于不同森林类型参数和相同激光雷达变量的蓄积量模型。结果表明,研究建立的10种森林类型的线性蓄积量回归模型的解释变量个数在2~7之间,确定系数在0.460~0.858之间;非线性蓄积量回归模型的解释变量个数在2~4之间,确定系数在0.461~0.846之间。基于点云平均高度和平均强度建立的10种森林类型的二元蓄积量模型(研究称之为标准模型),其确定系数在0.440~0.815之间,平均预估误差在2.88%~4.42%之间,平均百分标准误差在16.76%~25.52%之间,预估精度基本达到森林资源规划设计调查技术规定要求。依据研究建立的10种森林类型的蓄积量模型,可以编制基于激光雷达数据的航空林分材积表,在森林资源调查实践中推广应用。     

森林经营规划编制体系的探讨

森林经营规划编制是森林经营工作的重要内容,为指导区域森林经营工作科学有序开展及森林经营方案编制提供主要依据。针对我国森林经营规划编制体系不完善、森林经营工作无遵循等情况,国家林业局组织编制了全国森林经营规划,并对省级、县级森林经营规划编制工作提出要求。文章就我国森林经营规划编制体系进行探讨,从国家级、省级、县级3个层面分析我国森林经营规划编制指导思想及关键技术,以及新时期我国森林经营工作的重点及发展方向,为各地编制森林经营规划、科学进行森林经营管理提供参考。     

大数据时代森林资源监测新模式

我国森林资源监测经60多年探索与发展,取得了长足的进步。随着生态文明建设和林业改革发展的深入推进,对监测信息的时效性、协同性、现势性以及信息服务能力提出了更高的要求。大数据时代,应用具有高度灵活性的"马赛克"概念,构建森林资源监测"马赛克"新模式,把原本条块分割状的"马赛克斑块"数据,通过互联网实现深度融合与实时共享,能显著提高资源监测能力和信息服务水平。遵循大数据思维构建的国家森林资源智慧管理平台,已经具备森林资源监测"马赛克"模式大数据云平台的基本雏形,应适应生态文明和林业现代化建设的新要求,向各类专业调查和业务应用延伸,逐步建立以大数据为依托、基于"互联网+"数据采集与业务应用的过程监测与智慧服务新机制,可有效增强监测信息的现势性、时效性,推进林草事业高质量发展。     

东北内蒙古四大森工集团森林资源状况分析及加强保护发展措施研究

东北、内蒙古四大森工集团是我国天然林资源主要分布区和国家重要的木材战略储备基地。自天保工程启动以来,天然林保护进展为世人瞩目。利用历次清查成果数据,对20世纪90年代年以来区域内森林资源变化特点进行研究分析。研究结果表明,东北、内蒙古四大森工集团的森林资源总量稳步增加,森林质量持续改善,林木长消盈余扩大,天然林保护取得重大成就。然而,四大森工集团森林过疏、过密现象普遍,中幼龄林面积比例大,用材林和珍贵、大径级树种资源少,不合理经营现象较为普遍,木材战略储备资源不足的状况仍未得到根本改变。针对四大森工集团森林保护发展存在的问题,有针对性的提出了加强天然林保护和森林经营管理的对策建议。     

大兴安岭林区枯损消耗原因分析及对策

针对大兴安岭林区2003年森林资源清查期间,林木枯损消耗大幅增加的现象,分析了枯损消耗增加的原因,提出了减少枯损消耗的对策。     

基于国家森林资源清查数据的不同生物量和碳储量估计方法的对比分析

[目的]通过对不同生物量和碳储量的估计方法进行对比分析,为确定在国家森林资源清查中生物量和碳储量的具体估计方法提供依据。[方法]以广东省2012年森林资源清查的100个杉木林和80个马尾松林的实测样地资料为基础,利用近年来我国建立的主要树种立木生物量模型,对改进IPCC法、生物量模型法和转换因子连续函数法(即方精云法)3种方法按一元和二元模型共6种方案进行了对比;同时,基于改进IPCC法一元和二元模型的生物量估计值,用平均含碳系数法、组分含碳系数法和固定含碳系数(0.5或0.47)法分别对碳储量进行估计。[结果]用二元生物量模型法得到的杉木林和马尾松林样地的总生物量分别为320 Mg和331 Mg,一元生物量模型法的结果分别相差0.9%和6.2%;改进IPCC法的估计结果,采用二元和一元模型时杉木林分别相差-3.6%和-11.9%,马尾松林分别相差-8.5%和-19.6%;而方精云法的估计结果,采用二元和一元模型时杉木林分别相差6.65倍和6.60倍,马尾松林分别相差-14.3%和-18.0%。平均含碳系数法和组分含碳系数法的碳储量估计结果,杉木林仅相差0.2%,马尾松林相差约0.4%;固定含碳系数法的估计结果因树种而异,对杉木林要低估0.6%5.4%,对马尾松林要低估3.3%9.1%。[结论]对生物量的估计,采用生物量模型法准确性最高,而林木水平的生物量模型其预估精度要高于林分水平的模型;IPCC法是基于材积源的通用方法,将其中的缺省参数改进为可变参数模型,可大大提高方法的适应性;方精云法只是基于IPCC法所建立的林分水平模型在大尺度上的一种具体应用方法,其精度要低于林木水平的生物量模型法,不适于中小尺度应用。对碳储量的估计,采用平均含碳系数法与组分含碳系数法差异很小,但采用固定含碳系数法则误差较大。     

东北林区10种主要森林类型的蓄积量、生物量和碳储量模型研建

【目的】林分水平的蓄积量、生物量和碳储量模型或数表,是开展森林资源规划设计调查的必备计量工具。研建东北林区10种主要森林类型的蓄积量、生物量和碳储量模型,既是方法学探索,也为生产实践提供参考成果。【方法】基于东北林区云冷杉林、落叶松林、红松林、樟子松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种主要森林类型的2 000个样地的实测数据,分别利用非线性独立回归估计、非线性误差变量联立方程组和含哑变量的非线性误差变量联立方程组方法,建立了林分水平的蓄积量、生物量和碳储量模型。【结果】基于全部样地通过误差变量联立方程组方法建立的蓄积量、生物量和碳储量总体平均模型,其确定系数分别为0.945、0.805和0.839,而包含森林类型参数的蓄积量、生物量和碳储量哑变量模型,其确定系数分别达到0.959、0.949和0.951。10种主要森林类型的蓄积量、生物量和碳储量模型,确定系数(R2)都在0.86以上,平均预估误差(MPE)都在3%以内,平均百分标准误差(MPSE)大多数在10%以内。蓄积量模型的R2在0.876～0.980之间,MPE在0.90%～1.95%之间,MPSE在5.1...     

基于树高和树冠因子的立木材积模型研究

[目的]由于激光雷达技术已经能准确测定立木树高及相关树冠因子,应用该技术建立基于树高和树冠因子的立木材积模型,为激光技术在森林蓄积估计中提供技术支撑.[方法]利用云杉、冷杉、栎树、桦树4个树种组的3 010株实测样木数据,分析了立木材积与胸径、树高、树冠因子之间的相关关系;并通过对数回归方法构建了基于树高和树冠因子的立木材积模型,用确定系数R²和平均预估误差MPE等6项指标对模型进行评价.[结果]表明,立木材积与单一因子之间的相关,以胸径最为紧密,其次是树高,再次是冠长和冠幅.基于树高和树冠因子的立木材积模型中,以树高和冠幅作为解释变量的二元模型效果较好,再增加冠长因子的三元模型改进不大.云杉、冷杉、栎树、桦树4个树种组基于树高冠幅的立木材积模型,其R²分别为0.81、0.80、0.76和0.77,MPE分别为4.7%、5.3%、5.4%和5.3%,模型预估精度均能达到95%左右.[结论]本文对材积与林木因子之间相关关系的定量分析,建立了云杉、冷杉、栎树、桦树4个树种的立木材积模型,模型预估精度高.为激光雷达技术定量估测森林参数提供了依据.     

浅谈森林重大自然灾害监测系统的建立

提出建立健全森林资源监测台站和配套机构,发挥其预警、预报、应对处理和灾后生态评价等功能,以提升我国森林资源应对重大自然灾害的能力,为保护生态环境,实现可持续发展提供参考依据。     

基于机载激光雷达数据估计林分蓄积量及平均高和断面积

基于东北林区191个红松林(Pinus koraiensis)样地的机载激光雷达数据和地面实测数据,首先,通过多元线性回归和非线性回归估计方法,确定林分蓄积量及平均高、断面积的基础回归模型;然后,利用误差变量联立方程组方法,建立基于激光雷达变量的林分蓄积量与平均高、断面积的模型系统。结果显示:建立的多元线性、多元和二元非线性林分蓄积量回归模型,其确定系数R²分别为0.858,0.846和0.821,平均预估误差MPE分别为2.57%,2.66%和2.85%,平均百分标准误差MPSE分别为26.35%,16.35%和17.88%;利用模型系统对林分平均高、断面积和蓄积量进行估计,其R²分别为0.597,0.750和0.822,MPE分别为1.90%,2.52%和2.84%,MPSE分别为10.85%,15.28%和17.73%。结果表明:基于机载激光雷达数据估计林分蓄积量、平均高等主要森林参数,非线性模型优于线性模型,而且基于点云高度变量(中位数)和强度变量(75%分位数)的二元非线性模型就能达到比较理想的预估效果;误差变量联立方程组方法,是建...