森林资源调查
来源:    时间:2016/04/14

1)森林资源调查应用案例
    中国林业科学研究院资源信息研究所与广西壮族自治区林业勘察设计院、黑龙江省林业规划设计院、黑龙江省大兴安岭林业规划院、 黑龙江省森工集团第二设计院等建立了合作关系。利用获取的高分一号卫星16m宽幅多光谱数据和2m/8m数据,在广西和黑龙江两省开展应用示范。
    20l4年7-9月间,使用高分一号数据对黑龙江省国有林区森林资源变化情况进行监测, 并进行实地验证工作。工作中将2013年和2014年两期遥感影像叠加, 根据两期影像的变化特征及其他相关资料,逐块判读区划因占地、开星、森林采伐、森林灾害等造成影像特征变化的地块。
    2)森林资源定量估测
    我国森林资源一类清查是基于固定样地资料以省为统计单位进行的,难于对更小面积单元(如县/市、国有林场等)的森林调查因子进行有效估计,调查结果也难于生成具有较大比例尺的森林资源蓄积量分布图。高分遥感一类清查森林蓄积量估测的目标是综合利用监测区域高分遥感影像、样地调查数据、栅格DEM、土地利用类型图等数据,对监测区域森林蓄积量进行估测并生成能够代表森林资源分布状况的森林蓄积量分布图,从而实现对高分遥感影像、DEM数据、样地调查数据等多源数据的综合利用。该模块可用于生产省级森林蓄积量分布图,主要应用单位为国家或省级森林资源调查监测业务部门。其基本思想是:将地面调查样地精确展绘在配准后的高分遥感图像上,提取样地对应遥感影像各波段的灰度值并构造比值波段信息,结合地面样地调查资料,作为可能影响样地对应蓄积量估测的自变量,采用数学算法优选主要影响变量,并建立以样地大小为单位的蓄积量估测模型,实现对监测区域森林蓄积量预报。

加格达奇林业局森林蓄积分布图


    3)二类调查
    小班地类分类是综合利用高分遥感影像、以固定样地调查数据和遥感样地判读数据为主要构成的训练样本数据、小班勾绘数据,自动提取小班单元类别信息,并将其录入到小班属性库中,减轻外业调查或内业小班地类判读的作业量,以便加快二类调查和林地更新的精度和效率,进而推进林地一张图的有效实施和应用。本模块依据样本的光谱值和比值波段信息完成分类,以勾绘所得的小班分布图为基础,统计每个小班范围内包含或压盖的样地单元的类型,将所占比例最高的样地单元类别作为小班类别。如果遥感图像同物异谱现象突出,可在设置训练样本时根据光谱信息将同一类地物细分为多个子类,进行小班分类时设置将这些子类所占比例进行合计,作为该类别比例。最终将结果填入小班属性库。

八面通林业局杨木沟林场森林资源小斑蓄积量分布图
    小班蓄积量遥感定量估测是综合利用监测范围高分遥感影像、固定样地调查数据以及小班勾绘数据等,借助图像处理和统计分析工具,自动提取小班单元蓄积量信息,并将其录入到小班属性库中,减轻外业调查作业量,以便加快二类调查和林地更新的精度和效率,进而推进林地一张图的有效实施和应用。本模块将样地根据大小、形状、横纵坐标等信息展绘在遥感影像上,提取各个类别样地对应遥感图像光谱信息、植被指数信息以及相关性和纹理信息等,计算各类别特征向量的平均值和标准差,并建立用于蓄积估测的样地属性特征库。而后以勾绘所得的小班分布图为基础,需考虑样地和小班类别描述信息,以与小班类别一致的样地的特征库为基础,计算小班范围内包含或压盖的样地单元的蓄积,进一步统计分析得到小班总蓄积。最终将结果填入小班属性库。
    小班地类变化监测主要是在前期的小班边界的基础上,对前后两期的遥感影像进行专题分割,获取小班对象。然后在小班对象的基础上,通过面向对象的多尺度分割,建立子对象。比较分析前后两期遥感影像上小班内各个子对象的地物光谱特征、纹理特征等,提取变化信息,并确定后期影像的地物类别,通过前后子对象的空间对比分析,确定地类的变化对象,并对变化信息进行合并或聚类等,最后获取小班地类的变化信息分布图。

八面通林业局杨木沟林场小斑类别分布图