基于ETM影像的森林覆蓋率統計分析——以林芝市巴宜區為例

尹惠妍 張志偉 楊小林 杜婷 唐永飛 周堯治

摘要：以西藏自治區林芝市巴宜區2005年ETM遙感影像為基礎，利用“3S”技術，借助于ERDAS 9.2和ArcGIS 10.5軟件，結合野外調查研究，對研究區的森林覆蓋率進行統計分析，并與該地區地貌類型圖、土地利用類型圖的分類結果進行比較分析。研究了ETM遙感影像應用于巴宜區森林覆蓋統計監測的最佳波段組合和融合處理技術，采用監督分類的方法提取森林覆蓋信息，并對分類結果與相應研究區的土地利用類型相比較。結果表明，監督分類校正結果顯示2005年巴宜區的森林覆蓋率約為42.61%，監督分類對林地統計結果與土地利用類型圖統計結果相比較，兩者僅相差3.83百分點，分類精度達89.27%。利用遙感技術及地理信息系技術對森林資源的統計分析，可為森林信息化建設提供技術支持。

關鍵詞：森林覆蓋率;遙感;林芝市巴宜區;土地利用;監督分類;最佳波段;融合處理

中圖分類號： S771.8;S127文獻標志碼： A

文章編號：1002-1302（2020）04-0260-06

收稿日期：2019-01-09

基金項目：國家級大學生創新性實驗訓練計劃項目;西藏自治區自然科學基金（編號：XZ2019ZRG-61）;國家重點研發計劃（編號：2017YFC0506801）;林學卓越農林人才教育培訓計劃改革試點項目。

作者簡介：尹惠妍（1988—），女，山東濱州人，講師，主要從事林業3S技術應用研究。E-mail：huiyanyin@163.com。

通信作者：張志偉，講師，主要從事水土保持及荒漠環境演變等研究。E-mail：aiwoweige@163.com。

森林覆蓋率是反映一個國家或地區森林資源的一項重要的內容，也是各地反映綠化程度、考核各級政府政績的重要指標[1]。根據國家林業局2014年頒布的《國家森林資源連續清查技術規定》[2]中的現行森林覆蓋率的計算方法：森林覆蓋率=（喬木林地面積+竹林地面積+特殊灌木林地面積）/土地總面積×100%。傳統的森林覆蓋率多采用標準地調查[3]、人工目測以及查閱歷史資料等方法[4]，傳統的森林覆蓋率估算方法[5]存在主觀性強、精度低、尺度小、野外調查任務重、效率低、成本高等缺點[6]。

隨著3S（RS、GIS、GPS）技術的發展，遙感技術的廣泛應用使大區域的森林覆蓋率的快速提取與監測成為可能，森林覆蓋率估算方法朝著精準化、快速化、多樣化方向發展。楊丹等利用Landsat/ETM+影像數據分析北京市及各縣區的森林覆蓋率，整體精度較高，誤差小[7]。沈明霞等以遙感影像為基礎，利用Brovey變換將TM3、4、5與PAN波段融合，用融合后的波段作歸一化植被指數，將融合影像和歸一化植被指數采用監督分類的最大似然算法進行分類，得到南京市的森林覆蓋率及主要的森林植被信息[8-9]。王海賓利用多源多尺度遙感數據，結合基礎地理數據，進行基于森林相關參數的多源遙感影像的尺度轉換研究以及地類圖斑區劃方法研究[10]。隨著3S技術的發展，利用遙感技術對森林資源進行調查監測，科學、快速、高效地獲取森林資源分布[11]狀態及其動態變化信息，為政府部門規劃、決策提供有效的數據支撐，為森林資源經營管理工作提供技術支持，是森林資源管理的重要的發展方向。

1?研究區概況

巴宜區是西藏林芝地區的下轄縣，位于29°21′～30°15′N，93°27′～95°17′E，地處西藏東南部、雅魯藏布江北岸、尼洋曲下游，雅魯藏布江與尼洋河流經境內并在此相匯。巴宜區南部為岡底斯山余脈，北部屬念青唐古拉山支脈高山地段。境內平均海拔約為3 000 m，素有“西藏江南”之美譽。

該區域受印度洋暖濕氣流的影響，境內屬溫帶濕潤季風氣候，適宜的氣候條件孕育了該地區豐富的植物資源，植物資源呈垂直分帶，從亞熱帶到寒帶都有生長，素有“綠色寶庫”之稱。主要樹種資源有林芝云杉（Picea likiangensis var. linzhiensis Cheng et L.K.Fu）、冷衫[Abies fabri （Mast.）Craib]、樺樹（Betula）、川滇高山櫟（Quercus aquifolioides Rehd. et Wils）、藏川楊（Populus szechuanica Schneid.var.tibetica Schneid）、高山松（Pinus densata）、落葉松[Larix gmelinii （Rupr.） Kuzen.]等數十種，開發利用價值巨大。

2?研究材料與方法

2.1?數據來源

本研究以巴宜區2005年11月份的ETM影像數據為基本信息源（數據來源為USGS共享數據的2005年Landsat7的TM影像，圖像空間分辨率為30 m），影像獲取時間為2005年11月18日。該影像上無大塊云層覆蓋，影像清晰。主要輔助數據為各縣區行政界線圖、西藏土地利用類型圖[數據來源于中國科學院資源環境科學數據中心（http：//www.resdc.cn）]以及數字化地形圖。借助遙感軟件ERDAS 9.2和地理信息系統軟件ArcGIS 10.5，研究了ETM遙感影像應用于巴宜區森林覆蓋統計監測的最佳波段組合和融合處理技術，采用監督分類的方法提取森林覆蓋信息、位置和面積信息，利用研究區域地貌類型圖選取典型地物進行實地考察，攜帶GPS、望遠鏡等野外調查工具，對典型地物定點標注，確定訓練樣本，并對分類結果與該地區土地利用分類圖進行對比分析，對分類精度進行評價。主要的技術路線流程如圖1所示。

2.2?數據預處理

遙感影像的預處理包括幾何校正、波段選擇、影像鑲嵌、影像裁剪、光譜增強、影像融合等內容。

原始遙感數據通常包含嚴重的幾何變形，幾何變形是由系統或非系統因素引起的，幾何校正就是將遙感影像數據投影到平面上，使其符合地圖投影系統的過程[9]。根據不同的應用方向和信息提取目的有多種不同的組合方式[10]，利用多波段圖像之間的差異進行特征提取，可獲得較多的信息量，對于森林資源監測來說，由于其地域廣闊、植被豐富等特點，使得多光譜影像在林業上發揮了巨大的作用。

參考文獻：

[1]韋希勤. 森林覆蓋率有關問題的探討[J]. 世界林業研究，2011，24（2）：76-80.

[2]國家林業局. 國家森林資源連續清查技術規定[S]. 2014.

[3]任德智，葛立雯，羅大慶. 小尺度森林郁閉度測定方法及應用[J]. 林業科技開發，2014，28（1）：94-97.

[4]國家林業局. 森林資源規劃設計調查主要技術規定[S]. 2003.

[5]艾建林. 森林覆蓋率計算標準的變化對云南省宏觀規劃目標的影像[J]. 林業調查規劃，2009，34（1）：1-3.

[6]任德智，任毅華，盧?杰，等. 色季拉山區魯朗河流域植被覆蓋度遙感估算研究[J]. 西北林學院學報，2012，27（2）：184-189.

[7]楊?丹，馮仲科. 北京市森林覆蓋率遙感統計及其分析[J]. 北京林業大學學報，2005，27（增刊2）：133-138.

[8]沈明霞，何瑞銀，叢靜華. 基于ETM+遙感影像的森林植被信息提取方法研究[J]. 南京林業大學學報（自然科學版），2007，31（6）：113-116.

[9]張淑芬，邢艷秋，艾合買提江·阿不都艾尼，等. 基于TM遙感影像的森林類型分類方法比較[J]. 森林工程，2014，30（1）：18-21.

[10]王海賓. 基于森林蓋度的尺度轉換及地類區劃方法研究[D]. 北京：北京林業大學，2014.

[11]胡?博，鞠洪波，劉?華，等. 基于遙感影像的大區域植被類型樣本快速提取方法研究——以寒溫帶針葉林區域為例[J]. 林業科學研究，2017，30（1）：111-116.

[12]韓東鋒. 林業“3S”技術[M]. 北京：中國林業出版社，2015.

[13]張弦子. 多波段融合成像質量性能綜合檢測系統研究[D]. 南京：南京理工大學，2016.

[14]郝?瀧. 基于Landsat OLI的西藏林芝縣森林類型提取方法和蓄積量反演模型研究[D]. 北京：中國林業科學研究院，2017.

[15]孫?華. 林業遙感[M]. 北京：中國林業出版社，2011.

[16]杜?軍，楊志剛. 西藏自治區縣級氣候區劃[M]. 北京：氣象出版社，2011.