基于HJ-1的长汀县森林绿量分析

叶伟，赖日文，池毓锋，汪琴，陈芳

（福建农林大学 林学院, 福建 福州 350002）

基于HJ-1的长汀县森林绿量分析

叶伟，赖日文，池毓锋，汪琴，陈芳

（福建农林大学 林学院, 福建 福州 350002）

以福建省长汀县为研究对象，采用3S技术对长汀2012年3月环境资源卫星HJ-1 CCD影像进行处理，依据树种光谱灰度阈值的差异将研究区林木按杉木、松木、竹、阔叶树进行分类，并实测叶面积指数（LAI），计算出长汀县森林绿量。研究结果表明，长汀县有林地面积所占比例为86.62%，总绿量为768 781.2 hm2，其中三州镇、河田镇等乡镇绿量分布属于低水平，铁长乡、庵杰乡等乡镇绿量分布处于较高水平，结合当地水土流失现状发现森林绿量与水土流失程度总体呈负相关。研究结论可为该区域的森林合理经营和可持续发展提供决策支持。

森林绿量分析；叶面积指数；环境资源卫星影像；长汀县

森林作为陆地生态系统的主体，对调节气候、涵养水源、水土保持、防风固沙、改良土壤、减少污染、美化环境、抵御自然灾害、保持生物多样性、维系生态平衡等方面发挥着不可替代的作用[1]，具有的水土保持和涵养水源的功能，对于缓解区域水土流失和改善生态环境具有积极作用[2-3]。森林物质循环和能量流动的数量决定其产生生态效益总量的大小，而能量流动和物质循环的大小又直接取决于植物叶片面积的大小，以叶面积为主要标志的绿量，是决定森林生态效益最具实质性的因素[4]。近年来，森林绿量作为绿地评价因子已得到广泛关注和研究。Puhr等[5]应用遥感技术、张良培等[6]利用高光谱对生物绿量进行过测算。周坚华等[7]利用航片在分树种逐株测算基础上，通过计算机模拟“以平面量模拟立体量”获得了上海市的总绿量。肖荣波等[8]利用遥感手段探讨不同植被类型叶面积指数与归一化植被指数的相关性，并以此来估算叶面积绿量。目前利用环境资源卫星HJ-1作为遥感影像基础的区域绿量计算，对区域的绿量分布与水土流失现状进行研究的文章鲜有报道。

本研究以福建省长汀县为研究对象，计算其叶面积层面上的绿量，对研究区HJ-1影像通过光谱灰度阈值划分出森林类型分布、绿地分布等信息，并通过实地测得的叶面积指数（LAI），根据绿量定义计算出长汀森林绿量数据，对长汀现有林地进行分析与讨论，结合长汀县水土流失的现状来探索其绿量的分布与水土流失之间的关系，旨在为本区域的森林经营管理提供合理的决策支持，并对本地区后期的发展与规划提出展望。

1 研究区概况

长汀是中国福建省龙岩市下辖的一个县，位于福建省西部，纬度 25°18′40″～ 26°02′05″，经度116°00′45″～ 116°39′20″，总面积 3 089.9 km2。地势由西北向中南倾斜，东北部以中山为主，西北以低山为主，系武夷山脉南段主脉，为闽赣两省水系分水岭，年平均气温18.26℃，年平均降水量1 742.8 mm，属中亚热带气候。中部丘陵以次生马尾松林为主，向四周扩展相继出现马尾松中成熟林、针阔叶混交林、常绿阔叶林和毛竹林，林木蓄积量1 000多万m3，行政区划包括13个镇5个乡。

2 数据收集与处理

2.1 野外数据采集

对杉木类、松木类、竹类、阔叶树类林分类型依二类统计数据面积大小按比例进行各林地的随机点布设，利用冠层分析仪LAI-2000来测算叶面积指数（LAI），参考前人研究结果[11]，并结合研究现状及条件，将林地划分为5大类，包含无林地、杉木类、松木类、竹类、阔叶树类，其中四大类点数据含经纬度、树种种类信息、叶面积指数等。

图1 NDVI专家知识分类结果Fig.1Classif i cation results by NDVI expert knowledge

2.2 遥感影像数据收集与处理

收集并选取2012年3月环境与灾害监测预报小卫星星座A、B星（HJ-1A/B星）CCD影像数据6景，轨道号分别为451-84、452-84、452-88、448-84、450-84和449-88,并对其进行图像预处理（包括辐射标定、大气校正、几何校正、直方图匹配、灰度调节、镶嵌及云去除等），最后利用长汀县行政区划shp电子图对预处理后的影像数据进行裁剪，获得长汀县4波段的HJ-1影像。本研究采用的主要软件有：ERDAS9.2遥感影像处理软件、ArcGIS10.0地理信息系统软件、DPS v7.05统计软件等。

2.3 信息提取

为提高杉木类、松木类、竹类、阔叶树类林种信息提取的精度，选取归一化植被指数NDVI作为指数研究基础来对研究区域进行有无林地的划分。其中NDVI是近红外波段NIR与可见光红波段RED 数值之差与这两个波段数值之和的比值。利用ERDAS9.2计算得出研究区域的NDVI图，然后使用专家知识分类器通过灰度阈值的探测[12]来区分有林地与无林地（见图1），再依据4种林分类型的光谱灰度值的分布情况，结合野外布设点在图上的光谱值选取对应树种的光谱灰度阈值（如表1所示），再一次使用专家知识分类器[13]分类获得各树种信息，得到长汀县森林类型分布图（见图2）。

图2 长汀县森林类型分布Fig.2Distribution of forest tree species in Changting county

表1 地物采样点光谱灰度阈值Table 1Spectral gray-level thresholds of sampling points

获得长汀县森林类型分布图（见图2）之后，根据外业调查数据进行分类结果的精度评价，得出分类的总体精度为83.01%，Kappa系数为0.764 7，基本满足本次研究的要求。

2.4 分析方法

国内外学者对绿量的定义和计算的方法不尽相同[9]，本文中采用的绿量是单位面积上绿色植物的总量，即叶面积指数与其所占林地面积的乘积。本研究采用冠层分析仪LAI2000测量叶面积，快速估算出叶面积指数的信息[10]，并在对研究区域遥感影像预处理的基础上，通过阈值探测和分类标准的建立获取杉木、松木、竹和阔叶树各树种的实地覆盖面积，再根据绿量公式计算长汀县森林绿量数据，并对结果进行验证和分析。

3 结果与分析

3.1 绿量计算

根据长汀县森林资源现状，取四大类对应的4个优势树种的LAI值代表相应的大类。其中竹类的代表树种为毛竹，松木类为马尾松，杉木类为杉木，阔叶树类为油茶（以上代表种皆为纯林）[14]。总共测量4类树种100个点，各类树种分别选取25个点，通过统计获得研究区内各树种的叶面积指数。

利用ERDAS软件统计面积功能在长汀县森林类型分布数据上获取各类树种的面积，根据绿量的定义，绿量=Σ（各类树种面积×各类树种叶面积指数），从而得到表2的结果。结果显示，竹类和阔叶树类绿量较杉木类和松木类高，说明在相同情况下，它们具有更强的涵养水源能力。

3.2 长汀县域绿量分析

利用长汀县森林资源清查数据对长汀县森林类型分布数据进行掩膜，统计得到长汀县各乡镇绿量（如表3所示）。

表2 长汀绿量统计Table 2Statistics data of green biomass in Changting county

从表2内可以看出长汀县2012年绿量总量为768 781.2 hm2，有林地面积占统计区平面图面积的86.62%。整体情况上看，长汀县北部、中部、东部等乡镇包括汀州镇、河田镇、大同镇、濯田镇、涂坊镇、三洲镇、策武镇、南山镇森林覆盖程度明显低于其他地区，其他地区乡镇包括馆前镇、大同镇、古城镇、新桥镇、童坊镇、四都镇、铁长乡、庵杰乡、宣成乡、红山乡、羊牯乡等地区有林地覆盖程度明显更高，并且从图2中可以直观的发现，松木类植物分布情况最为广泛。竹类主要分布于县域北部，阔叶树类主要分布于县域南部，森林覆盖程度整体水平较高，多数均在70%以上。说明经过多年的综合整治措施的实施下，取得了良好的成绩，整体林业水平达到较高层次，可以作为全省林业发展的重点研究学习对象。

其中四都镇绿量数值最大，为114 712.20hm2；汀州镇森林绿量最小，为3 968.70hm2。树种面积四都镇最大，为28 186.65 hm2，最小为汀州镇1 206 hm2，馆前镇与大同镇之间森林覆盖面积相差较小，可是绿量相差却较大，说明森林覆盖面积不能全面地说明一个地区的林业水平，还需要通过各个方面综合说明，例如树种的选择方面。另外，由于濯田镇有较大面积的非林地，导致该地区的森林覆盖无法达到最高值，同时也由于该地区有较大的行政面积，使得森林覆盖面积位居较高点。

由图2长汀县森林类型分布图统计分析得到表2长汀各乡镇绿量统计表，并经掩膜和统计之后得到表3长汀各乡镇绿量分布，运用DPS v7.05统计软件的聚类功能，采用欧式距离最短距离法将各乡镇森林绿量按面积均值进行聚类分析，结果分为三大类，分别为低、一般和高，具体如表4所示。

表3 长汀各乡镇森林绿量分布Table 3Green biomass distribution in towns of Changting county

表4 长汀单位面积绿量各乡镇聚类Table 4Cluster of green quantity per unit area of each town in Changting county

结合赖日文等编写的2012～2015长汀县水土流失治理专项规划中该区域的水土侵蚀现状，并根据本次研究所获得的长汀县森林绿量数据等相关信息，可以发现：三洲镇、河田镇和策武镇的水土流失情况较为严重，与本实验得到的绿量数据呈负相关，即森林绿量越小的区域水土流失情况越严重，而森林绿量越大的区域水土流失情况相对缓和，例如铁长乡、庵杰乡、红山乡、涂坊镇、宣成乡、羊牯乡、四都镇等乡镇。说明丰富的森林绿量对整体生态效益有良好的促进作用。在森林覆盖程度较高的地区，整体的水土流失程度比较轻，强烈佐证了森林对水土流失方面治理的重要性，为今后的森林经营提供决策性支持。

4 结论与展望

（1）在对HJ-1A/B遥感影像处理的基础上，通过专家知识分类方法实现长汀县森林资源信息的提取，首先区分区域内的有林地和非林地，然后根据杉木类、松木类、竹类、阔叶树类的光谱灰度阈值分布情况，提取四大类林种的分布信息，并绘得长汀县森林类型分布图。

（2）根据野外测得的LAI数据，结合获得的分类结果，计算得到各类树种的绿量和长汀县绿量总和。再根据长汀县各乡镇的边界AOI，通过裁剪、掩膜后统计得到各乡镇的绿量信息。

（3）竹类和阔叶树类绿量较杉木类和松木类高，说明它们在相同情况下，涵养水源能力更强，可以为长汀县今后治理水土流失过程中树种的选择上提供参考。

（4）运用DPS v7.05统计软件的聚类功能，将各乡镇按的绿量按面积均值进行聚类分析，结果分为低、一般、较高和高四类。其中三州镇、河田镇和策武镇处于低水平，铁长乡、庵杰乡、红山乡、涂坊镇、宣成乡、羊牯乡、四都镇绿量分布处于高水平。

（5）将各乡镇单位面积绿量聚类分析图与长汀县水土流失现状进行对比分析，结果表明：长汀县水土流失情况与区域内森林绿量分布总体呈负相关，即森林绿量越小的区域水土流失情况越严重，而森林绿量越大的区域水土流失情况相对缓和。

（6）总的来说，森林经营要遵循适地适树的原则，把握各种林型占林地总面积的比例，保护林下凋落物，因地制宜，保护森林资源，禁止滥砍滥伐。森林绿量以及森林覆盖率的提高能在一定程度上削洪补枯、稳定河川径流的观点已得到国内外大部分学者认可[15-16]。

（7）本研究主要是采用RS和GIS技术来计算长汀县的森林绿量分布信息，并结合当地水土流失情况进行分析，初步探讨了区域森林绿量与水土流失之间的关系，为该地区的森林经营管理和水土保持提供决策支持。特别需要指出的是，本研究只是初步定性地探讨了森林绿量与水土流失之间的关系，后续的研究将在USLE的基础上结合研究区域的水文、地形等特点来计算长汀县各乡镇的水土流失量，并通过统计软件的相关分析功能来定量地描述森林绿量与水土流失量之间的关系，并结合实地考察的情况进行分析，找出规律，提出对应的措施，从而为区域的森林经营管理和水土保持提供更加科学准确直观的决策依据。

[1]翟中齐.我国的森林资源[J].地理教学,1998(4):6-7.

[2]Costanza R, Arge R, Degroot R, et al. The value of the world’s ecosystem services and natural capital[J]. Nature, 1997, 387:253-260.

[3]刘晓黎,曹玉昆,国洪飞.区域性森林涵养水源生态效益补偿:以大庆地区为例[J].林业科学,2010,46(4):103-110.

[4]陈自新,苏雪痕,刘少宗.北京城市园林绿化生态效益的研究[J].中国园林,1998,14(05):57-60.

[5]Puhr C B, Donoghue D N M, Cox N J C, et a1. Logit modeling to map canopy closure in conifer plantations: A case study using landsat TM data from SW Scotland[C]//Remote Sensing Society Observations & Internations. New York: The Remote Sensing Society, 1997: 171-176

[6]张良培,郑兰芬,童庆喜.利用高光谱对生物变量进行估计[J].遥感学报,1997,1(02):111-114.

[7]周坚华.城市绿量测算模式及信息系统[J].地理学报,2001,56(01): 14-23.

[8]肖荣波,周志翔,王鹏程,等.3S技术在城市绿地生态研究中的应用[J].生态学杂志,2004,23(6):71-76.

[9]康峰峰. 北京西南山地森林绿量遥感反演的研究[D].北京:北京林业大学,2011:8-11.

[10]陈春来,石 纯,俞小明.RS、GIS技术在城市绿地综合效益研究中的应用现状及展望[J].中国园林,2006,22(2):47-49.

[11]黎 薇,曾令仿,余瑞祥.基于GIS的林业管理系统研究[J].计算机与现代化,2003(2):38-40.

[12]钱乐祥.遥感数字影像处理与地理特征提取[M].北京:科学出版社,2004.

[13]甘 淑,袁希平,何大明.遥感专家分类系统在滇西北植被信息提取中的应用试验研究[J].云南大学学报:自然科版,2003, 25(6): 553-557.

[14]方陆明,徐爱俊,楼雄伟,等.县级林业资源管理信息系统技术标准研究与应用[J].浙江林学院学报,2006,23(2):122-128.

[15]麻泽龙,宫渊波,胡庭兴,等.森林覆盖率与水土保持关系研究进展[J].四川农业大学学报,2003,21(1):54-58.

[16]余坤勇,刘 健,赖日文,等.基于3S技术的闽江流域水土流失定量评价[J].中南林业科技大学学报,2009,29(4):54-58.

Analysis of green biomass in Changting county based on environmental resources satellite images (HJ-1 images)

YE Wei, LAI Ri-wen, CHI Yu-feng, WANG Qin, CHEN Fang
(College of Forestry, Fujian Agriculture and Forestry University, Fuzhou 350002, Fujian, China)

In order to calculate the green biomass in Changting county, Fujian, by using the geomatics technology to process the CCD image which

from the environmental resources satellite HJ-1 in March 2012. Then the Chinese fi r, pine, bamboo and hardwood tree were classif i ed according to their spectrum grayscale threshold, and the Leaf Area Index(LAI) was measured in the fi eld. Thereby,the forest green biomass in Changting county was calculated. The results show that the percentage of the forestland in Changting county was 86.62%，the total amount of the green biomass in Changting county was 768 781.2 hm2; among the towns in the county,the distributions of green biomass in Shanzhou town and other towns kept on a low level, Tiechang town and other towns stayed on a higher level. Combined with the local situations of soil and water conservation, it was found that the green biomass correlated negatively with the soil erosion degree generally. The findings can provide a decision-making support for rational management and long-term development of the forest in Changting county.

analysis on forest green biomass; environmental resources satellite images( HJ-1 images); leaf area index; Changting county

S715.3

A

1673-923X(2014)05-0042-05

2013-10-30

福建省自然科学基金项目“森林碳储量遥感估测模型构建研究”（2011J01258）

叶伟 （1989-），男，安徽太湖人，硕士研究生，主要从事3S技术在资源环境中的应用；E-mail：yewei921@sina.com

赖日文（1970-），男,福建政和人，副教授，博士，主要从事3S技术在资源环境中的应用、森林资源经营管理研究；

E-mail：fjlrw@126.com

[本文编校：谢荣秀]