基于国产遥感影像的林分因子反演研究

2021-06-29李国梁

内蒙古林业调查设计 2021年2期

李国梁

（内蒙古自治区林业和草原监测规划院，呼和浩特 010020）

随着国产高分辨率卫星的发射、遥感、无人机和激光雷达技术的快速发展和应用，平板电脑和网络技术的普及，如何利用大数据、移动互联网、无人机倾斜摄影等高新技术，借助地理信息科学，实现森林资源的快速调查和监测，改变传统单纯依靠人工的作业模式，提高调查效率和精度，已成为林业管理部门及科技工作者关注的热点。

森林资源是一个动态变化体系，及时掌握森林资源现状及其发展变化趋势是林业科技工作者关注的热点。森林蓄积量不仅是衡量一个国家或地区森林资源的重要指标，也是制定林业经营方案、实现森林资源可持续发展的重要依据。传统森林蓄积量调查方法主要有标准木法、材积表法等，需要进行大量的野外调查，费用昂贵、耗时费力[1]。

在森林资源管理“一张图”年度更新调查中，如何做到对乔木林小班平均树高、平均胸径、蓄积量、郁闭度等林分因子的年度更新，从而实现森林资源的年度更新，为森林经营管理提供准确可靠的资源数据，已成为实际生产单位亟待解决的问题。

该项研究是利用监测区域国产高分辨率卫星高分一号（GF-1）遥感影像、数字高程模型DEM、森林资源管理“一张图”小班数据及一定数量的现地实测样地，借助地理信息系统平台、图像处理和统计分析技术，通过统计建模，有效反演乔木林小班平均树高、平均胸径、蓄积量、郁闭度等林分因子等信息，为森林资源管理“一张图”中林分因子的更新提供客观、高效的方法，极大减轻外业调查工作量及劳动强度，对实际生产将有广泛的应用前景。

1 研究区概况

内蒙古柴河林业局位于大兴安岭中南段东坡绰尔河流域，境内山势走向呈东北—西南走向，地势由东北向西南逐渐升高，地貌以中低山为主，平均海拔高700～900 m。地处中温带气候区，属大陆性季风气候。冬季寒冷而漫长，夏季温凉而较短，昼夜温差大，春季干旱多风，秋季降温快，四季分明，具有明显的林区小气候特点。年平均气温1.0 ℃，年平均降水量522.2 mm，年平均蒸发量1 442.5 mm，降水量因季节不同差异显著，夏季降水量多且集中，平均降水量在300～400 mm。无霜期90～115 d。年平均积雪150 d左右。全年多西北风和北风，年平均风速3.0～3.2 m/s。主要土壤类型有棕色针叶林土、暗棕壤、灰色森林土、草甸土、沼泽土和石质土。

内蒙古柴河林业局属大兴安岭兴安落叶松林区的南延部分，西部是以兴安落叶松为主，绝大部分为落叶松中龄林、幼龄林。在阴坡、半阴坡生长有白桦、山杨、黑桦等阔叶树种，形成针阔混交林。东部主要为蒙古栎、黑桦。在海拔700 m以下多为草本植物组成的草原草甸或灌木林。

2 技术路线

2.1 在监测区域布设样地，实地调查样地属性信息

研究区内布设一定数量的样地，样地大小一般设置为20 m×30 m。先对遥感图像进行分类，在分类的基础上采用分层抽样布设，每类林地按面积大小布设一定数量的样地。

现地实测样地区域的地类、优势树种、龄组、平均胸径、平均树高、郁闭度、蓄积量等因子的值。

2.2 提取样地对应的遥感信息，并建立样地特征库

根据样地坐标将样地展绘在正射校正后的高分辨率国产遥感影像上，如图1 所示。按计算法提取样地范围内遥感影像各波段的光谱反射值，样地包含和压盖像元的灰度矩阵、样地范围的纹理信息。以提取的光谱反射值为基础，构造归一化植被指数、比值植被指数和差值植被指数等比值波段，建立样地属性特征库。

图1 将样地展绘在高分遥感影像上

2.3 将样地归类，构建每类样地的统计特征模型

将样地按优势树种、龄组等定性因子进行归类，分析每类样地对应遥感信息的取值区间、均值和标准差，分析对应的像元灰度矩阵的相关性。

以提取的遥感影像光谱信息和纹理信息、构造的比值波段、像元相关性等作为影响样地单元蓄积量、郁闭度、平均胸径等因子估测的自变量，建立森林蓄积量、郁闭度、平均胸径等的估测模型。

2.4 小班属性和类别提取

在进行小班蓄积量等因子提取时，以森林资源管理“一张图”小班为基础，先将乔木林小班分割为如图2 所示的样地大小单元，根据建立的估测模型，结合DEM数据获取的各样地大小单元对应的自变量值，代入估测模型计算每个样地大小单元对应的蓄积量[2-4],在小班范围内进行加权积分，计算小班总蓄积量，并将结果填入小班属性库。

图2 将小班分割为若干样地大小单元的对象

在反演小班蓄积量时，先将小班分割为若干样地大小的单元，提取被分割单元各波段的遥感信息、纹理信息和灰度相关矩阵，计算分割单元到m类样地的距离，利用距离最小的样地因子平均蓄积量来参与分割单元蓄积量的计算。

设小班包含和压盖的样地大小单元数为q，第i个单元对象外包矩形与小班面相交部分的面积为ai，样地面积大小为pa，与第i 个单元对象最相近的样地子集蓄积量均值为vi，则当前小班蓄积量估值可表示为：

小班平均树高、平均胸径、小班蓄积、郁闭度等也按类似方式进行估测。

图3 高分遥感小班属性信息提取流程图

3 现地验证

高分一号卫星是中国高分辨率对地观测系统的第一颗卫星，于2013 年4 月26 日由长征二号丁运载火箭成功发射，开启了中国对地观测的新时代。GF-1 卫星搭载了两台2 m 分辨率全色，波长范围450～900 nm 以及8 m 分辨率多光谱相机，多光谱数据包含蓝、绿、红、近红外4 个波段，幅宽60 km。

在柴河林业局范围内选取一景高分一号卫星影像。将全色波段及多光谱波段分别进行正射校正，然后将全色与多光谱波段进行分辨率融合，得到空间分辨率2 m 的多光谱影像。该景影像左上角地理坐标为47°37′34″N，121°17′50″E，右下角地理坐标为47°14′25″N，121°37′34″E。在该景GF-1 影像内选取柴河口、固里河、韭菜沟3 个林场范围内47块小班进行外业现地调查。

调查项目包括小班蓄积、平均胸径、平均树高、郁闭度。计算每个样地的估测结果精度，通过现地调查结果与模型估测结果对比分析，按林业局及林场计算平均相对误差，柴河林业局小班蓄积的平均精度为81.49 %，胸径的平均精度为84.94 %，树高的平均精度为84.28 %，郁闭度的平均精度为88.82 %，每个林场的平均精度见表1。