县级森林资源动态监测方法研究与实践

叶根华 王文武 刘建宇

（1浙江省松阳县林业局 323400；2浙江省森林资源监测中心 浙江杭州 310020）

1 研究区基本概况

松阳县地处浙西南，位于东经 119°10′—119°42′，北纬28°14′—28°27′。东邻丽水，南接云和、龙泉，西界遂昌，北连武义。土地 总 面积 140383.5hm2， 林 业用地113711.8hm2，占土地总面积的 81%，有林地面积 96979.7 hm2，系全山区县，为浙江省九大林业重点县之一。境内境内群峰起伏，山峦叠嶂，海拔相差悬殊，有海拔千米以上山峰225座，最高峰箬寮岘海拔1503m，最低海拔78m，平均海拔547m。南、西部多高山，北、东多中低山，中部有浙江南部最大的山间盆地，因其平坦宽广亦称松古盆地。县内河流以松阴溪、小港为主干飞属瓯江水系。全县林地土壤主要有红壤、黄壤、岩性土、潮土等4大类。境内气候属中亚热带季风气候，年平均气温14.2℃～17.7℃，年平均降雨量1532mm。主要植被类型有针叶林、针阔混交林、常绿阔叶林、落叶阔叶林、毛竹林和经济林。主要优势树种有马尾松（Pinus massoniana Lamb）、杉木（Cunninghamia Lanceolata）、木荷（Schima superba Gardn et Champ）、枫香（Liquidambar formosana Hance）、苦槠（Castanopsis sclerophylla (Lindl.)Schott）、香樟（Cinnamomum camphora (L.) Presl.）、毛竹（Phyllostachys hterocycla）、栎类、其它阔叶树种等。

2 研究方法

本研究以随机抽查的方式确定研究区域土地总面积的20.35%的小班进行复位调查。利用1∶10000地形图及西安80坐标航片作为调查底图（RS技术），对原万分之一“北京 54坐标”地形图小班线转绘到“西安80坐标”图上，并利用航片对部分小班因子进行判读；利用《浙江省二类数据管理更新系统》对突变小班和复位调查小班进行手工更新，以省级固定样地监测数据建立林分动态模型，对渐变小班进行模型更新，从而建立松阳县2009年度森林资源动态监测小班数据库，并输出各类森林资源统计表；在ArcGIS支持下,对转绘、扫描、配准后的小班地形图进行矢量化，建立小班矢量化数据库；将小班数据和小班矢量化数据进行错误检查并修正后，以图形属性表和小班表的“村代码+林班号+小班号”为关键字段，将小班的所有属性数据表与图形属性表通过关键字段关联起来，建立图形库与小班数据库的一一对应关系。最后，利用ArcGIS的强大的归纳统计和空间分析功能,制作并输出研究区域各类森林资源分布图以及其空间分布等,通过图表的分析对研究区域的森林资源现状及变化特点进行评价及预测。

3 动态监测技术路线

3.1 技术流程图

图1 松阳县森林资源动态监测技术操作流程

3.2 技术特点

（1）小班数据更新采用以档案台账更新（手工更新）为主体，复位调查、渐变推算相结合的更新方法。

（2）采用以室内手工更新与实地核查相结合，传统技术与先进技术相结合的方法。即复位调查村采用传统调查技术，档案室内更新以森林资源地理信息系统、森林资源二类管理系统为平台，进行小班属性数据更新。根据档案资源变化情况，形成相应的造林、征占用林地专题图。渐变推算运用科学合理的数学模型进行推算。

（3）蓄积量更新方法采用渐变推算更新、复位调查蓄积量抽样总体控制相结合的方法。复位调查既作为现状数据库的一部分，又作为总体蓄积量的抽样控制。

3.3 外业调查及内业数据处理

在本次复位调查及补充调查中，首次应用了航片判读技术（RS技术）及卫星导航（GPS技术），确保准确判读小班变化因子及小班归并调整，提高了调查的准确度。

（1）复位调查。复位调查是原则上保持原有小班界线不动，对随机抽取的村范围内所有小（细）班按照相关规程重新调查。复位调查的小班包括突变小班、渐变小班。本次复位调查涉及81个行政村和两个国有林场共87个林班，调查土地面积428819亩，其中有林地面积296865亩。

（2）补充调查。本次补充调查对象主要为2006—2008年的造林地、经济林地。外业补充调查涉及全县 157个行政村，1448个小班，面积127552亩。

（3）复位调查与外业补充调查后，即将小班数据录入《浙江省二类数据管理更新系统》中，并进行错误检查、统计制表。

3.4 建立矢量化数据库

首先将从北京54坐标转绘到西安80坐标的地形图进行扫描后，导入ArcMap中，利用ArcMap中的影像校准和配准功能进行扫描图像的配准。通过读图，我们知道坐标的点就是公里网格的交点，我们可以从图中均匀的取几个点。一般在实际中，这些点应该能够均匀分布。使用 ArcMap 中的校正工具（Georeferncing）在扫描图上精确到找一个控制点点击，然后鼠标右击输入该点实际的坐标位置，用相同的方法，在影像上增加多个控制点，输入它们的实际坐标。增加所有控制点后，在校准工具菜单下，点击更新。更新后，就变成真实的坐标。然后点击矫正（Rectify），将校准后的影像另存。通过对所有扫描后图件纠正、栅格图检查后，开展点、线、面的矢量化工作。最后，在完成行政界线、行政驻地、小班线面的矢量化基础上建立松阳县森林资源小班的矢量化数据库。并通过图形属性表的关键字段与《浙江省二类数据管理更新系统》中的小班数据属性表关联起来,建立图形库与小班数据库属性的一一对应关系，并利用ArcGIS的强大的归纳统计和空间分析功能,制作并输出各类森林资源分布图等图面资料。

3.5 建立动态更新模型

（1）林分动态指数。为更准确地描述林分动态，设立林分动态指数。林分因子动态过程和动态潜变由立地质量、经营状况、林分因子状况综合影响决定，现状林分因子既是立地质量、以前的经营状况综合作用的结果，也对以后的林分动态产生深刻的影响。因此，把某小（细）班的林分因子与县域内相同年龄的林分因子平均值之比，称为林分动态指数，包括树高指数、胸径指数、蓄积指数，分别为：①林分平均树高指数(ih )=t年生林分平均高(ht)/t年生县域内林分平均高(Ht)；②林分平均胸径指数(id) =t年生林分平均胸径(dt)/t年生县域内林分平均胸径(Dt)；③林分平均蓄积指数(iv)=t年生林分每亩蓄积量(vt)/t年生县域内林分每亩蓄积量(Vt)。

（2）林分因子平均动态过程模型。平均胸径、平均树高、每亩蓄积量生长过程利用省级样地历年监测数据经采用多种生长方程拟合林分平均动态过程，其中 Mitscherlich 、Gompertz,1825、weibull拟合性能良好，拟合图形呈典型“S”型，规律性强。表达式分别为：

（y为林分因子，如平均胸径、平均树高、每亩蓄积量；x为林分平均年龄；ci（i=1，2，3）为参数）

（3）小（细）班林分因子动态估测模型。小（细）班的平均胸径、平均树高、每亩蓄积量3个林分因子动态估测方法是，把林分因子平均动态过程为导向曲线，以林分动态指数比例平移法为基础，结合系数调整法。分别为：

（根据林分动态过程模型计算Ht+1为县域林分平均树高、Dt+1为县域林分平均胸径；Vt+1为县域林分平均每亩蓄积量；ht+1为某小（细）班林分平均树高的估测值；dt+1为某小（细）班林分平均胸径的估测值；vt+1为某小（细）班林分每亩蓄积量的估测值；k1、k2分别为调整系数，取值0～0.1，一般情况下取0）

（4）散生木与四旁树生长模型。散生木、四旁木接近孤立状态，两者建立统计单木模型。胸径、树高采用生长率方法估测，并根据散生木或四旁树的胸径、树高、株数，采用实验形数法可以计算蓄积。分别为：

（TDt+1、TDt分别为t+1年、t年散生木或四旁树的平均胸径；THt+1、THt分别为t+1年、t年散生木或四旁树的平均树高；PDt、PHt分别为t年散生木或四旁树的平均胸径、平均树高生长率；ci（i=1，2，3）为参数）

4 动态监测结果及检验

本次动态监测的主要因子是地类面积、林木蓄积量。土地总面积与2005年调查数据保持不变，地类面积通过档案手工更新、复位调查进行更新；林木蓄积量分别通过手工更新、复位调查、数学模型三种方法更新到小班。通过采用抽样比估计计算：全县小班数31678个，样本小班数6640个。在95%可靠性下总体蓄积量估计值为：4509680.625立方米，精度87.7%，置信区间为：[3955867.586，5063493.664]。

通过更新结果显示，复位调查、手工更新、模型更新与复位调查抽样比估计推算结果相吻合。复位调查、手工更新、模型更新三种方法更新出的蓄积量之和为4277285立方米，处于抽样比估算方法的置信区间内，因此说明复位调查、手工更新、数学模型更新的方法切实可行。

5 讨 论

5.1 加强监测工作的档案管理

目前森林资源突变小班的档案只能通过手工对森林资源变化情况进行记录存档。存在档案资料散落在各业务科室，未统一归档，个别档案存在资料遗失和图、表、卡不齐全、填写失误、图面勾绘不清、张冠李戴等的现象。因此，在森林资源档案管理上，要建立一个县级森林资源档案管理中心，负责县域内的森林资源档案管理工作。并建立一套完整、及时传递和收发的管理制度，进一步规范档案管理。同时，利用档案管理中心及时对县域内的森林资源变化情况进行更新，以达到实时开展森林资源动态监测。

5.2 继续完善更新模型

对于区域内自然消长的林木来说，使用模型进行更新是一种快捷高效、省时的方法。但不是所有的地方都是相同的模型，建立更新模型不仅需要专业的技术人才，而且复杂的模型系统，由于某些环节考虑不周或某个关键因子出现误差，可能会导致更新数据与实际真实值相差很大。因此，对于利用数学模型更新，模型的建立要利用当地的数据进行拟合，还须利用逐年实地调查的数据进行验证，并对模型进行修正完善。同时对模型更新的数据，要通过抽样调查来检验其可靠性。

5.3 对监测工作的几点建议

（1）培养和引进专业技术人才。目前，“3S”技术在林业上的应用还属于起步阶段，国内从事林业“3S”技术研究和应用的专业、技术队伍相对紧缺，特别是在县级从事的“3S”技术推广应用的人员几乎是凤毛麟角。因此，要进一步加大人才培养和引进的力度，建立县级“3S”专业技术队伍。县林业主管部门需要配备熟悉林业调查、森林资源数据分析技术、计算机应用技术的高素质人才，更好的将“3S”技术应用于林业生产中。

（2）扩展监测内容，拓宽“3S”技术的应用范围。目前森林资源动态监测以林地、林木实体森林资源监测为重点，以面积变化、蓄积变化为重点，为森林资源与生态状况综合监测奠定良好基础。应将扩展监测内容扩展，适时开展森林生态功能监测与评价、绿色GDP核算、林木和林地使用权流转监测、森林灾害监测、野生动物资源监测等；应将 “3S”技术的应用研究范围拓宽林业更多领域，如应用于退耕还林遥感监测、城乡生态环境监测、城乡绿化调查(采用RS技术)等。同时，利用网络技术逐步建立数据服务中心，通过网络定时向社会提供所需的资源信息，实现资源信息共享。

（3）进一步研究“3S”技术与其它技术的集成。在建立森林资源各种数据库及网络系统实现资源共享的基础上，将“3S”技术与统计分析、预计模型等技术的集成和融合，并进行林业专题模型以及预测模型的开发研究，逐步实现森林资源发展趋势预测和决策的科学化，为决策部门提供参考。

[1] 浙江省林业厅. 浙江省县级森林资源动态监测技术操作细则 [z]. 2008.

[2] 浙江省林业厅. 浙江省森林资源档案管理实施办法（试行）[z]. 2008.

[3] 松阳县林业局. 松阳县森林资源动态监测成果汇编（2009年）[z]. 2010.

[4] 孟宪宇主编，测树学（第3版） [M].中国林业出版社，2006.

[5] 刘安兴. 浙江省森林资源动态监测体系方案[J]. 浙江林学院学报， 2005，22(4)：451—452.

[6] 谢哲根，卢立林. 县域数字化森林资源建设的初步研究 [J].华东森林经理， 2005.（No.3）：40—42.

[7] 宁小斌. 利用ARC/INFO结合绘图软件绘制林业地图 [J].中南林业调查规划， 2003.（No.3）：28—29.

[8] 刘安兴. 森林资源监测技术发展趋势 [J].浙江林业科技， 2005， (No. 4)：73—74.

[9] 焦一之，陈 瑜等. “3S”技术在森林资源调查中的应用 [J].河北林果研究，2007.(4):360—362.