鄭冬梅,智長貴,黃國勝,曾偉生,張 云

(國家林業(yè)局調(diào)查規(guī)劃設(shè)計(jì)院,北京 100714)

0 引言

國家森林資源連續(xù)清查是獲取全國和各省(區(qū)、市)森林資源狀況的重要方法。從1973年全國開展第一次森林資源清查以來,到2013年,我國已開展了八次森林資源清查,目前正在開展第九次森林資源清查。森林資源連續(xù)清查在保證調(diào)查精度和可靠性的條件下產(chǎn)出了客觀翔實(shí)的數(shù)據(jù),森林資源連續(xù)清查結(jié)果為制定和調(diào)整林業(yè)方針政策、規(guī)劃、計(jì)劃,監(jiān)督檢查各地森林資源消長任期目標(biāo)責(zé)任制提供了重要依據(jù)。但是,隨著社會經(jīng)濟(jì)的快速發(fā)展,森林資源連續(xù)清查已經(jīng)不能滿足國家和各省快速發(fā)展的國民經(jīng)濟(jì)的要求,主要表現(xiàn)在調(diào)查周期較長,數(shù)據(jù)時(shí)效性差。

為提高全國森林資源監(jiān)測成果的時(shí)效性,縮短森林資源數(shù)據(jù)產(chǎn)出周期,滿足國家和各省國民經(jīng)濟(jì)建設(shè)發(fā)展的需要,在保持國家森林資源連續(xù)清查體系穩(wěn)定的基礎(chǔ)上,探索一套快速、準(zhǔn)確、高效的森林資源監(jiān)測方法已成為我國森林資源監(jiān)測工作的重要任務(wù)之一。

從近幾年國內(nèi)發(fā)表的相關(guān)文獻(xiàn)來看,將抽樣技術(shù)和遙感技術(shù)相結(jié)合,采用遙感大樣地調(diào)查是許多專家和學(xué)者探討較多的方法。陳振雄等[1]以廣東省森林資源清查為例,采用大樣地雙重抽樣調(diào)查方法開展了森林資源監(jiān)測研究。王雪軍等[2]基于全國第八次森林資源清查的41.5萬個(gè)地面樣地?cái)?shù)據(jù)和全國林地利用保護(hù)規(guī)劃的“一張圖”成果數(shù)據(jù),采用系統(tǒng)抽樣和分層抽樣,探討了全國森林資源森林面積、森林蓄積年度出數(shù)的基本方法。曾偉生等[3]基于我國現(xiàn)行森林資源清查體系的實(shí)際,探討如何實(shí)現(xiàn)全國森林資源年度出數(shù)方法。周琦等[4]根據(jù)江蘇省森林資源清查歷史數(shù)據(jù),采用分層抽樣估計(jì)的方法對森林資源清查數(shù)據(jù)進(jìn)行了年度更新。王柏昌等[5]用成數(shù)面積估計(jì)修正方法進(jìn)行連清數(shù)據(jù)的年度更新。葛宏立等[6]研究了利用遙感數(shù)據(jù)、不同時(shí)間調(diào)查的地面樣地?cái)?shù)據(jù)之間的關(guān)系,構(gòu)造三相抽樣估計(jì)方法,以提高年度監(jiān)測的面積估計(jì)精度。

本文在全國2015年開展的森林資源宏觀監(jiān)測的基礎(chǔ)上,對同時(shí)開展大樣地群團(tuán)樣地判讀和區(qū)劃判讀的河北、遼寧、吉林、江蘇、浙江、湖南、貴州、山西、寧夏等9省的判讀結(jié)果進(jìn)行了詳細(xì)分析研究,比較群團(tuán)樣地判讀和區(qū)劃判讀監(jiān)測結(jié)果的精度、效率,以期為完善全國森林資源宏觀監(jiān)測方法提供參考。

1 研究方法

項(xiàng)目以抽樣調(diào)查理論為基礎(chǔ),采用統(tǒng)一的坐標(biāo)系統(tǒng),在全國范圍內(nèi)按20km×20 km網(wǎng)格系統(tǒng)布設(shè)一套2km×2km的大樣地,在大樣地內(nèi)均勻布設(shè)25個(gè)面積為0.0 667hm2(1畝)的小樣地作為一個(gè)群團(tuán)。選取河北、遼寧、吉林、江蘇、浙江、湖南、貴州、山西、寧夏等9省,代表著我國的華北、東北、華東、華中、西南、西北地區(qū)的森林資源特征,同時(shí)開展大樣地群團(tuán)樣地判讀(簡稱點(diǎn)判讀)和區(qū)劃判讀(簡稱面判讀)。9省共設(shè)置3 443個(gè)大樣地,83 710個(gè)群團(tuán)小樣地(表1)。借助最新遙感影像,對于大樣地,采用圖斑區(qū)劃判讀的方式判讀地類；對于小樣地采用優(yōu)勢地類法判讀地類。根據(jù)判讀結(jié)果,結(jié)合必要的調(diào)查核實(shí)和現(xiàn)地驗(yàn)證,統(tǒng)計(jì)分析各省主要地類面積。

表1 各省布設(shè)的大樣地和小樣地個(gè)數(shù) 個(gè)Tab.1 The number of large plots and cluster plots in each province

1.1 遙感數(shù)據(jù)收集與處理

遙感影像主要采用國產(chǎn)的資源三號、高分1衛(wèi)星等高分辨率的衛(wèi)星影像數(shù)據(jù),時(shí)相主要集中在2015年5—10月生長季節(jié)。遙感影像處理主要包括正射校正、波段融合、影像增強(qiáng)、圖像裁切等過程。9省共制作3 443塊大小4mm×4mm的遙感判讀底圖。

1.2 遙感判讀與現(xiàn)地驗(yàn)證

面判讀與點(diǎn)判讀均按喬木林、竹林、特殊灌木林、一般灌木林、疏林、未成林造林地、苗圃地、跡地和其他土地9種地類。根據(jù)判讀結(jié)果,9省共抽取149塊大樣地進(jìn)行了現(xiàn)地驗(yàn)證,占9省大樣地總數(shù)的4.3%。

1.3 統(tǒng)計(jì)分析

面判讀結(jié)果采用系統(tǒng)抽樣公式計(jì)算,點(diǎn)判讀結(jié)果采用整群抽樣公式計(jì)算,二者之間的差異采用假設(shè)檢驗(yàn)方法。

1.3.1面判讀

5) 抽樣精度:P%=100-E%

式中:A為某省總面積(km2)；N為總體單元數(shù)(N=A/4)；n為樣本單元數(shù)(大樣地個(gè)數(shù))；pi為第i個(gè)大樣地的森林面積成數(shù)；ta為可靠性指標(biāo),統(tǒng)一取ta=1.96。

1.3.2點(diǎn)判讀

5) 抽樣精度:P%=100-E%

1.3.3差異檢驗(yàn)

為進(jìn)一步分析點(diǎn)判讀與面判讀結(jié)果之間的關(guān)系,本文采用U檢驗(yàn),判定2種監(jiān)測結(jié)果是否存在明顯差異。U檢驗(yàn)可用于樣本均數(shù)與總體均數(shù)的比較以及2樣本均數(shù)的比較。理論上要求樣本來自正態(tài)分布總體。但在實(shí)用時(shí),只要樣本例數(shù)n較大,就可應(yīng)用u檢驗(yàn)。

2 結(jié)果與分析

2.1 森林面積

根據(jù)9省群團(tuán)樣地判讀和圖斑區(qū)劃判讀結(jié)果(表2),有7個(gè)省圖斑區(qū)劃判讀的森林面積比群團(tuán)樣地的判讀結(jié)果偏大,僅遼寧和寧夏2省偏低。2種方法監(jiān)測的森林面積之間存在明顯的線性關(guān)系,相關(guān)性顯著(R2=0.997),判讀結(jié)果如圖1所示。2種方法所得到的森林面積估計(jì)值不存在明顯差異。

表2 9省圖斑區(qū)劃判讀與群團(tuán)樣地判讀的森林面積對比Tab.2 Comparison of forest area between zoning interpretation and point interpretation

圖1 圖斑區(qū)劃判讀森林面積與群團(tuán)樣地

2.2 差異檢驗(yàn)

根據(jù)9個(gè)省U值計(jì)算結(jié)果(表3),取可靠性α為95%,則Uα=1.96。由于Uα=1.96均大于U,故接受假設(shè),即9個(gè)省的點(diǎn)判讀與面判讀樣本平均值無顯著性差異。

2.3 正判率

根據(jù)149塊驗(yàn)證大樣地統(tǒng)計(jì)(表4),從林地各地類來看,喬木林、竹林由于植被特征明顯,2種判讀方式的正判率較高,基本達(dá)到95%以上；灌木林、疏林、未成林造林地、苗圃地、跡地由于地類特征不明顯,2種判讀方式的正判率較低,基本上在90%以下。從森林正判率來看,群團(tuán)樣地判讀的森林正判率為93.7%,圖斑區(qū)劃判讀的森林正判率為94.5%。從綜合正判率來看,群團(tuán)樣地判讀的森林正判率為93.5%,圖斑區(qū)劃判讀的森林正判率為94.9%?？偟膩砜?圖斑區(qū)劃判讀正判率比群團(tuán)樣地判讀的正判率稍高,但在統(tǒng)計(jì)上沒有明顯差異(表4、表5)。

表3 9省圖斑區(qū)劃判讀與群團(tuán)樣地判讀U檢驗(yàn)結(jié)果Tab.3 U test of zoning interpretation and point interpretation

表4 群團(tuán)樣地判讀各地類正判率統(tǒng)計(jì)Tab.4 The statistics of correct-judgement rate of point interpretation

表5 圖斑區(qū)劃判讀各地類正判率統(tǒng)計(jì)Tab.5 The statistics of correct-judgement rate of zoning interpretation

2.4 抽樣精度

群團(tuán)樣地判讀抽樣精度總體上與圖斑區(qū)劃判讀抽樣精度基本一致(表6)。分省來看,山西、吉林、江蘇、湖南、寧夏等5省區(qū)劃判讀抽樣精度比群團(tuán)抽樣精度略高,河北、遼寧、浙江、貴州等4省群團(tuán)抽樣精度比區(qū)劃判讀抽樣精度略高,這說明群團(tuán)抽樣的效果與對整個(gè)大樣地進(jìn)行區(qū)劃判讀的效果相當(dāng)。

表6 9省群團(tuán)判讀與區(qū)劃判讀的森林面積 抽樣精度統(tǒng)計(jì) %Tab.6 The statistics of forest area of sampling precision between point interpretation and zoning interpretation

2.5 點(diǎn)面判讀不一致原因

通過對吉林和遼寧2省群團(tuán)樣地判讀與圖斑區(qū)劃判讀的地類(按森林和非森林歸類)所作的專題分析,不一致的小樣地共690個(gè)。經(jīng)過對不一致小樣地逐塊查看,因小樣地跨2個(gè)或2個(gè)以上圖斑導(dǎo)致不一致的占40.1%,小樣地落在林中空地導(dǎo)致不一致的占34.4%;小樣地落在大片無林中的小塊喬木林導(dǎo)致不一致的占17.3%;有云覆蓋、時(shí)相不好及陰影等導(dǎo)致不一致的占8.2%。綜合來看,圖斑區(qū)劃判讀結(jié)果偏大的主要原因:一是圖斑區(qū)劃判讀的精細(xì)化程度不夠,導(dǎo)致森林圖斑中還存在一定面積的非森林地塊；二是區(qū)劃森林圖斑界線時(shí)受邊界效應(yīng)和關(guān)注效應(yīng)影響,一般會存在一定的位置偏移,從而導(dǎo)致森林圖斑面積偏大。遼寧、吉林群團(tuán)樣地判讀和圖斑區(qū)劃判讀地類不一致情況如表7所示。

遼寧省群團(tuán)樣地判讀和圖斑區(qū)劃判讀不一致的有427個(gè),占全省樣地總數(shù)9 206的4.6%。其中,因小樣地跨2個(gè)或2個(gè)以上圖斑導(dǎo)致不一致的占37.5%;小樣地落在林中空地導(dǎo)致不一致的占27.6%;小樣地落在大片無林中的小塊喬木林導(dǎo)致不一致的占24.1%;有云覆蓋、時(shí)相不好及陰影等導(dǎo)致不一致的占10.8%。遼寧省群團(tuán)樣地判讀與圖斑區(qū)劃判讀地類不一致轉(zhuǎn)移情況如表8所示。

吉林省群團(tuán)樣地判讀和圖斑區(qū)劃判讀不一致的有263個(gè),占全省樣地總數(shù)11 900的2.2%。其中,因小樣地跨2個(gè)或2個(gè)以上圖斑導(dǎo)致不一致的占44.5%;小樣地落在林中空地導(dǎo)致不一致的占45.3%;小樣地落在大片無林中的小塊喬木林導(dǎo)致不一致的占6.1%;有云覆蓋、時(shí)相不好及陰影等導(dǎo)致不一致的占4.2%。吉林省群團(tuán)樣地判讀與圖斑區(qū)劃判讀地類不一致轉(zhuǎn)移情況如表9所示。

表7 群團(tuán)樣地判讀和圖斑區(qū)劃判讀地類不一致原因統(tǒng)計(jì)Tab.7 The statistics of inconsistent reason between point interpretation and zoning interpretation

表8 遼寧省群團(tuán)樣地判讀與圖斑區(qū)劃判讀地類不一致轉(zhuǎn)移矩陣 個(gè)Tab.8 The transition matrix of land class between point interpretation and zoning interpretation in Liaoning Province

表9 吉林省群團(tuán)樣地判讀與圖斑區(qū)劃判讀地類不一致轉(zhuǎn)移矩陣 個(gè)Tab.9 The transition matrix of land class between point interpretation and zoning interpretation in Jilin Province

3 結(jié)論與討論

1) 高分辨率遙感影像數(shù)據(jù)對森林植被識別效果較好。本次監(jiān)測所用的影像數(shù)據(jù)70%空間分辨率優(yōu)于2m,森林植被紋理結(jié)構(gòu)特征明顯,通過目視判讀能夠清晰地識別,經(jīng)實(shí)地驗(yàn)證,群團(tuán)樣地判讀的森林正判率達(dá)到93.7%,圖斑區(qū)劃判讀的森林正判率達(dá)到94.5%,取得了預(yù)期的效果。利用高分辨率遙感數(shù)據(jù)能夠識別出喬木林等森林植被。

2) 從9省監(jiān)測結(jié)果看,大樣地圖斑區(qū)劃判讀結(jié)果比群團(tuán)樣地判讀結(jié)果偏大。除遼寧、寧夏分別偏小4.18%,2.09%外,其余7省均有所偏大,其中河北、山西、吉林、江蘇、浙江、湖南、貴州分別偏大4.87%,4.91%,0.28%,4.99%,0.59%,3.53%,3.75%。從總體上看,9省合計(jì)共偏大1.88%。

3) 群團(tuán)樣地花費(fèi)人力物力較少。從工作量看,群團(tuán)樣地判讀比圖斑區(qū)劃判讀的工作量小很多(判讀工作量大約1∶10的關(guān)系),采用群團(tuán)樣地判讀的方法監(jiān)測森林面積,質(zhì)量相對易控制、工作量較小、工作效率更高。

4) 利用高分辨率遙感技術(shù)手段,快速產(chǎn)出全國和各省森林面積的方法是基本可行的,主要地類的正判率達(dá)到了預(yù)期要求。圖斑區(qū)劃判讀結(jié)果比群團(tuán)樣地判讀結(jié)果偏大,群團(tuán)樣地判讀比圖斑區(qū)劃判讀工作量小得多。采取群團(tuán)樣地判讀方法監(jiān)測森林面積,可以提高工作效率、實(shí)現(xiàn)快速出數(shù)。

5) 本次監(jiān)測采取全國20km×20km的統(tǒng)一框架設(shè)置2km×2km大樣地,有些省份如江蘇、寧夏等,布設(shè)的大樣地?cái)?shù)量較少,監(jiān)測的森林面積精度不足90%?？梢钥紤]適當(dāng)加密布設(shè)大樣地,進(jìn)一步優(yōu)化各省宏觀監(jiān)測的抽樣設(shè)計(jì),形成一個(gè)科學(xué)合理的全國森林資源宏觀監(jiān)測的抽樣框架。

[1] 陳振雄,熊志平,曾偉生,等.基于大樣地雙重抽樣方法的廣東省森林資源監(jiān)測研究[J].中南林業(yè)調(diào)查規(guī)劃,2014(3):28-33.

[2] 王雪軍,張煜星,黃國勝,等.全國森林面積和森林蓄積年度出數(shù)方法探討[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào),2016,38(1):9-18.

[3] 曾偉生.全國森林資源年度出數(shù)方法探討[J].林業(yè)資源管理,2013(1):26-31.

[4] 周琪,姚順彬.分層抽樣下的森林資源清查數(shù)據(jù)年度更新探討[J].林業(yè)資源管理,2009(6):117-119.

[5] 王柏昌,張偉東.用成數(shù)面積估計(jì)修正方法進(jìn)行連清數(shù)據(jù)年度更新的探討[J].華東森林經(jīng)理,2005,19(2):51-54.

[6] 葛宏立,周國模,張國江,等.遙感地面三相抽樣及其在森林資源年度監(jiān)測面積估計(jì)中的應(yīng)用[J].林業(yè)科學(xué),2007,43(6):77-82.