基于遥感群团样地的森林资源宏观监测影响因子研究

杜 志，甘世书

(国家林业局中南林业调查规划设计院，长沙 410014)

我国森林资源监测体系主要由全国森林资源清查(一类清查)、森林资源规划设计调查(二类调查)和作业设计调查(三类调查)等组成。已完成的8次全国森林资源清查工作，为国家提供了准确的森林资源现状及其变化情况，为制定和调整林业方针政策，编制国民经济和社会发展规划等重大战略决策提供了科学依据。然而，五年一次的一类清查和十年一次的二类调查的监测周期难以满足目前年度出数的要求，监测成果时效性差[1]。对此，国家林业局近年来不断增强森林资源监测体系服务能力，探讨实践森林资源“年度出数”方法，推进森林资源“一体化”监测体系建设[2]。

从2012年广东省开展的国家森林资源与生态状况综合监测试点工作，到2014年辽宁省、浙江省和湖南省等开展的全国森林资源一体化监测试点，到2015年覆盖全国的森林资源宏观监测，监测体系不断完善，技术手段逐渐成熟。其中全国森林资源宏观监测利用最新遥感卫星影像，对大样地进行遥感判读(群团样地判读)，结合必要的调查核实和现地验证，统计各省主要地类面积，产出全国各省年度森林面积、蓄积等主要森林资源指标现状数据。以提高全国森林资源监测的时效性，缩短了森林资源数据产出周期，为评估国家“十二五”规划目标完成情况，编制“十三五”规划和开展省级党政领导任期考核提供了科学参考依据。

森林资源数据的年度出数方法，主要以遥感判读结合现地验证为主，遥感正判率直接关系到年度森林面积、森林覆盖率等成果的准确性。然而，目前系统、全面分析在林地遥感正判率影响因子方面的研究报道较少。本文基于2015年广西壮族自治区森林资源宏观监测遥感群团样地调查，从人员和资料两个因子对遥感判读的影响进行分析，以期为提高林业遥感正判率和增强森林资源年度出数的可靠性方面提供参考。

1 数据与方法

1.1 遥感群团样地布设

采用西安80坐标系，圆锥等面积投影，在全国范围内，以20 km×20 km网交叉点为中心，设置2 km×2 km大样地，广西共设置603个大样地。大样地以西北方向第一个落入行政区域内的大样地为1号样地，按从西向东、再从北向南的顺序依次编号。按广西大样地号从小到大顺序排序，每间隔一定个数，机械抽取5%的大样地进行现地验证，确保机械抽取样地较均匀分布于全省域范围内，然后随机抽取不低于15%的大样地，广西用于现地验证大样地个数为129个。

在大样地范围内，按500 m×500 m间距均匀布设25个群团样地，每个样地的面积为666.67 m2，形状为正方形。

1.2 数据收集与处理

森林资源宏观监测遥感群体样地数据有遥感影像和矢量数据两方面，数据来源于此129个大样地(共3 225个群团样地)的内业判读和现地核实结果。

卫星影像由国家林业局统一提供，按照遥感数据时相、分辨率、云量等要求，对2013年以来的遥感影像进行正射校正等数据处理，裁切成4 km×4 km分幅的大样地遥感影像，作为遥感判读底图，同时每个样地下载最新的4 km×4 km范围的谷歌影像，作为参考影像。129个大样地的遥感影像类型如表1。

表1 各种遥感数据源类型统计表遥感数据源波段类型分辨率/m数量RapidEyeC(多光谱)585国产资源一号P(全色)515国产资源三号P(全色)218高分一号P(全色)211航空影像C(多光谱)0.6 129

根据季节变化和树木生长规律，将129张卫星影像的时相分为两部分，时相A当年2月至9月，共52张影像；时相B当年10月至翌年1月，共77张影像。

矢量数据主要包括广西2009年森林资源规划设计调查(二类调查)数据、2011年广西林地保护利用规划数据、2014年广西林地变更数据、2015年近期采伐或造林、林地占用征收和森林火灾等林业经营管理矢量资料。

1.3 遥感判读

选取2名具有不同判读经验的人员分别对群团样地进行判读，其中判读人员A是具有5年以上遥感判读经验的技术人员，判读人员B是没有任何遥感判读工作经验的技术人员。2名人员依照不同分辨率和时相的卫星影像对全部样地进行判读，然后对照高分辨率谷歌影像，结合林业经营管理资料再次判读。

1.4 正判率计算

对全部大样地的群团样地进行现地验证，根据现地调查结果，采用如下公式计算各地类正判率。

地类i的正判率=

2 结果与分析

2.1 不同判读经验人员的影响分析

林业遥感判读工作多采用人工判读形式，表2统计了判读人员A和判读人员B仅根据卫星影像的正判率情况。可知，经验丰富人员对各地类的正判读率明显高于无经验人员，尤其体现在对竹林的判读上，无经验人员对于竹林在卫星影像中的表现形式缺乏认知；对于未成林造林地的正判率均不超过30%，表明此地类在卫星影像中与其它地类较难区分，广西多种植桉树，每年桉树的采伐更新，在影像表现上易与未成林造林地等地类混淆，造成未成林造林地的正判率不高；而对于森林的正判率(不区分乔木林、竹林和特殊灌木林)分别为93.64%和88.04%，2名判读人员均表现出较高的准确性。

表2 不同判读人员正判率统计表判读人员正判率/%乔木林竹林特殊灌木林一般灌木林未成林造林地其它地类森林A89.3580.7783.5460.0022.8691.6793.64B83.4667.2911.115.8879.7088.04差异5.8980.7716.2548.8916.9711.975.61

2.2 不同分辨率卫星影像的影响分析

目前林业调查常用遥感影像来源于RapidEye、国产资源一号、国产资源三号、高分一号等卫星。本文采用RapidEye和国产资源一号卫星的5 m分辨率的遥感影像，以及国产资源三号和高分一号卫星2 m分辨率的遥感影像。

由表3可知，采用5 m分辨率影像时，判读人员A的正判率均高于判读人员B，运用2 m分辨率影像时，两者的正判率差值规律不明显。但是，判读人员B在2 m分辨率影像中各地类的正判率较5 m分辨率影像中的正判率有明显提高，乔木林由79.15%提高到86.58%，特殊灌木林从72.49%上升到78.48%，森林正判率由85.50%变为88.22%。随分辨率提高，对经验丰富人员的正判率影响较小，仅乔木林和竹林出现了提高。

表3 不同分辨率的卫星影像的正判率统计表影像分辨率/m判读人员正判率/%乔木林竹林特殊灌木林一般灌木林未成林造林地其它地类森林A88.8573.4617.2463.6492.7091.215B79.1572.493.459.0985.0985.50差异9.700.9713.7954.557.625.70A92.6587.5053.1625.0020.0089.5887.742B86.5878.4888.5488.22差异6.0787.50-25.3225.0020.001.04-0.48

2.3 不同时相卫星影像的影响分析

遥感最佳时相的选择可以强化森林植被信息及其类型的识别,弱化其它因子的干扰,是森林植被遥感的关键环节之一[3]。本文将树木生长较快的春夏时期划分为时相A，将树木生长较慢的秋冬时期划分为时相B。如表4所示，对于乔木林、竹林和森林的遥感判读，时相A的正判率均高于时相B的正判率；经验丰富人员基于时相A的卫星影像进行判读，乔木林的正判率达到92.36%，森林的正判率达到91.47%；对于特殊灌木林、一般灌木林和未成林造林地的判读，不同时相的正判率变化不大。

2.4结合其它因素的影响分析

判读人员结合0.6 m分辨率的谷歌影像，并参考最新林地变更成果、营造林、采伐和林地征占用图层等林业经营管理资料，对129个大样地进行判读，正判率结果统计如表5。对比表2结果，在参考林业经营管理资料的情况下，不同判读人员对于各地类的正判率都有明显提高。其中乔木林、竹林、特殊灌木林和森林的正判率均达到了90%以上。林地各地类中，乔木林的正判率表现出较高的正判率，经验丰富人员为94.40%，无判读经验人员为94.12%；对于森林覆盖率的正判率都到达了很高水平，分别为97.12%和95.30%；未成林造林的正判率依然较低，两位判读人员的正判率均不超过50%，主要由于桉树等速生树种采伐造林周期短，所参考的林业档案信息更新不及时的原因。

表4 不同时相的卫星影像的正判率统计表影像时相判读人员正判率/%乔木林竹林特殊灌木林一般灌木林未成林造林地其它地类森林A92.3673.0867.2522.7350.0091.5491.47时相AB84.210.0079.914.5512.5082.5989.34差异8.1573.08-12.6618.1837.508.962.13A87.8850.0072.339.0950.0092.1889.55时相BB78.420.0064.7887.5383.52差异9.4550.007.559.0950.004.656.03

表5 不同判读人员参考资料的正判率统计表判读人员正判率/%乔木林竹林特殊灌木林一般灌木林未成林造林地其它地类森林A94.40100.0091.1656.0015.3894.9897.12B94.1290.4895.4177.7844.4492.9195.30差异0.289.52-4.25-21.78-29.062.071.83

3 结论与讨论

基于广西2015年森林资源宏观监测遥感群团样地判读工作，分析了不同判读经验人员和不同判读资料对正判率的影响，得到如下结论：

1) 不同判读工作经验人员对遥感判读的正判率有一定的影响。无论运用不同分辨率或不同时相的卫星影像，还是判读过程是否参考谷歌影像和林业经营管理资料，经验丰富的判读人员对于乔木林、竹林、特殊灌木林和森林等的正判率都高于无判读经验人员。在仅参考卫星影像进行判读时，两者对于不同地类的正判率差异均超过了5%。

2) 高分辨率的遥感影像，有助于提高正判率，尤其对于无判读经验人员，2 m分辨率影像的判读结果明显优于5 m分辨率影像的判读结果，各主要地类的正判率可以提高3%以上，乔木林从79.15%提高到86.58%。

3) 不同时相的遥感影像是影响正判率的因素之一，春夏季节各林地地类的正判率明显高于秋冬季节的正判率。经验丰富人员采用春秋季节卫星影像进行判读，乔木林和森林的正判率能达到90%以上，可见选择适合的时相遥感影像开展判读，有助于提高判读准确性。植物的物候学特征导致在不同生长发育阶段表现为不同光谱特性，此季相节律在不同植物类型之间又存在差异[4]。森林植被识别的最佳时相取决于森林植被与其它地物光谱差异时期，而植物物候历的种间差异是选择识别最佳时相的常用依据[3]。研究广西主要农作物如甘蔗及其物候历，选取森林植被遥感影像的最佳时相，能降低农作物等对林地判读的干扰。在遥感影像数据源充足情况下，可进一步细分并分析不同时期卫星影像对于遥感判读的影响，以期获得森林植被判读最佳时相。

4) 参考林业经营管理资料有助于遥感判读。随着遥感判读可参考信息的丰富，不同判读工作经验人员两者的正判率差异逐步减少。在借鉴航片和林业经营管理资料的情况下，对于乔木林和森林的正判率均能够达到很高的水平，不同判读人员正判率的差值低于2%。乔木林、竹林和特殊灌木林的正判率均超过90%，森林的正判率超过了95%。

不同判读方式和判读资料统计出的森林正判率基本达到85%以上，维持在较高水平，说明通过遥感判读工作来统计森林覆盖率是一种快速可行的方法，可作为考核评价的参考依据。进一步提高森林正判率，在有限的卫星影像资源条件下，可以通过遥感判读培训提高判读工作经验，或者多借鉴林业经营管理资料。在影像资料充足情况下，尽量选取分辨率高，春夏时相的遥感影像。此外，灌木林和未成林造林地在遥感影像上识别比较困难，需要进一步研究地类的

影像特征，充分利用各类参考资料，通过林地落界的规划林地范围，参考一类清查固定样地资料建立判读标志，结合谷歌地球等分辨率较高的影像等多种途径，分析判别灌木林和未成林造林地，全面提高林地各地类的正判率。

参考文献：

[1] 闫宏伟，黄国胜，曾伟生，等.全国森林资源一体化监测体系建设的思考[J]．林业资源管理，2011(6):6-11．

[2] 陈振雄，熊智平，曾伟生，等.基于大样地双重抽样方法的广东省森林资源监测研究[J]．中南林业调查规划，2014，33(3):28-33．

[3] 杨朝俊，胡庭兴，梁玉喜.四川森林植被遥感识别最佳时相的选择[J]．四川林业科技，2005，26(5):68-71．

[4] 齐腊，刘良云，赵春江，等. 基于遥感影像时间序列的冬小麦种植监测最佳时相选择研究[J]．遥感技术与应用，2008，23(2):154-160．