基于國產遙感影像的林分因子反演研究

李國梁

（內蒙古自治區林業和草原監測規劃院，呼和浩特 010020）

隨著國產高分辨率衛星的發射、遙感、無人機和激光雷達技術的快速發展和應用，平板電腦和網絡技術的普及，如何利用大數據、移動互聯網、無人機傾斜攝影等高新技術，借助地理信息科學，實現森林資源的快速調查和監測，改變傳統單純依靠人工的作業模式，提高調查效率和精度，已成為林業管理部門及科技工作者關注的熱點。

森林資源是一個動態變化體系，及時掌握森林資源現狀及其發展變化趨勢是林業科技工作者關注的熱點。森林蓄積量不僅是衡量一個國家或地區森林資源的重要指標，也是制定林業經營方案、實現森林資源可持續發展的重要依據。傳統森林蓄積量調查方法主要有標準木法、材積表法等，需要進行大量的野外調查，費用昂貴、耗時費力[1]。

在森林資源管理“一張圖”年度更新調查中，如何做到對喬木林小班平均樹高、平均胸徑、蓄積量、郁閉度等林分因子的年度更新，從而實現森林資源的年度更新，為森林經營管理提供準確可靠的資源數據，已成為實際生產單位亟待解決的問題。

該項研究是利用監測區域國產高分辨率衛星高分一號（GF-1）遙感影像、數字高程模型DEM、森林資源管理“一張圖”小班數據及一定數量的現地實測樣地，借助地理信息系統平臺、圖像處理和統計分析技術，通過統計建模，有效反演喬木林小班平均樹高、平均胸徑、蓄積量、郁閉度等林分因子等信息，為森林資源管理“一張圖”中林分因子的更新提供客觀、高效的方法，極大減輕外業調查工作量及勞動強度，對實際生產將有廣泛的應用前景。

1 研究區概況

內蒙古柴河林業局位于大興安嶺中南段東坡綽爾河流域，境內山勢走向呈東北—西南走向，地勢由東北向西南逐漸升高，地貌以中低山為主，平均海拔高700～900 m。地處中溫帶氣候區，屬大陸性季風氣候。冬季寒冷而漫長，夏季溫涼而較短，晝夜溫差大，春季干旱多風，秋季降溫快，四季分明，具有明顯的林區小氣候特點。年平均氣溫1.0 ℃，年平均降水量522.2 mm，年平均蒸發量1 442.5 mm，降水量因季節不同差異顯著，夏季降水量多且集中，平均降水量在300～400 mm。無霜期90～115 d。年平均積雪150 d左右。全年多西北風和北風，年平均風速3.0～3.2 m/s。主要土壤類型有棕色針葉林土、暗棕壤、灰色森林土、草甸土、沼澤土和石質土。

內蒙古柴河林業局屬大興安嶺興安落葉松林區的南延部分，西部是以興安落葉松為主，絕大部分為落葉松中齡林、幼齡林。在陰坡、半陰坡生長有白樺、山楊、黑樺等闊葉樹種，形成針闊混交林。東部主要為蒙古櫟、黑樺。在海拔700 m以下多為草本植物組成的草原草甸或灌木林。

2 技術路線

2.1 在監測區域布設樣地，實地調查樣地屬性信息

研究區內布設一定數量的樣地，樣地大小一般設置為20 m×30 m。先對遙感圖像進行分類，在分類的基礎上采用分層抽樣布設，每類林地按面積大小布設一定數量的樣地。

現地實測樣地區域的地類、優勢樹種、齡組、平均胸徑、平均樹高、郁閉度、蓄積量等因子的值。

2.2 提取樣地對應的遙感信息，并建立樣地特征庫

根據樣地坐標將樣地展繪在正射校正后的高分辨率國產遙感影像上，如圖1 所示。按計算法提取樣地范圍內遙感影像各波段的光譜反射值，樣地包含和壓蓋像元的灰度矩陣、樣地范圍的紋理信息。以提取的光譜反射值為基礎，構造歸一化植被指數、比值植被指數和差值植被指數等比值波段，建立樣地屬性特征庫。

圖1 將樣地展繪在高分遙感影像上

2.3 將樣地歸類，構建每類樣地的統計特征模型

將樣地按優勢樹種、齡組等定性因子進行歸類，分析每類樣地對應遙感信息的取值區間、均值和標準差，分析對應的像元灰度矩陣的相關性。

以提取的遙感影像光譜信息和紋理信息、構造的比值波段、像元相關性等作為影響樣地單元蓄積量、郁閉度、平均胸徑等因子估測的自變量，建立森林蓄積量、郁閉度、平均胸徑等的估測模型。

2.4 小班屬性和類別提取

在進行小班蓄積量等因子提取時，以森林資源管理“一張圖”小班為基礎，先將喬木林小班分割為如圖2 所示的樣地大小單元，根據建立的估測模型，結合DEM數據獲取的各樣地大小單元對應的自變量值，代入估測模型計算每個樣地大小單元對應的蓄積量[2-4],在小班范圍內進行加權積分，計算小班總蓄積量，并將結果填入小班屬性庫。

圖2 將小班分割為若干樣地大小單元的對象

在反演小班蓄積量時，先將小班分割為若干樣地大小的單元，提取被分割單元各波段的遙感信息、紋理信息和灰度相關矩陣，計算分割單元到m類樣地的距離，利用距離最小的樣地因子平均蓄積量來參與分割單元蓄積量的計算。

設小班包含和壓蓋的樣地大小單元數為q，第i個單元對象外包矩形與小班面相交部分的面積為ai，樣地面積大小為pa，與第i 個單元對象最相近的樣地子集蓄積量均值為vi，則當前小班蓄積量估值可表示為：

小班平均樹高、平均胸徑、小班蓄積、郁閉度等也按類似方式進行估測。

圖3 高分遙感小班屬性信息提取流程圖

3 現地驗證

高分一號衛星是中國高分辨率對地觀測系統的第一顆衛星，于2013 年4 月26 日由長征二號丁運載火箭成功發射，開啟了中國對地觀測的新時代。GF-1 衛星搭載了兩臺2 m 分辨率全色，波長范圍450～900 nm 以及8 m 分辨率多光譜相機，多光譜數據包含藍、綠、紅、近紅外4 個波段，幅寬60 km。

在柴河林業局范圍內選取一景高分一號衛星影像。將全色波段及多光譜波段分別進行正射校正，然后將全色與多光譜波段進行分辨率融合，得到空間分辨率2 m 的多光譜影像。該景影像左上角地理坐標為47°37′34″N，121°17′50″E，右下角地理坐標為47°14′25″N，121°37′34″E。在該景GF-1 影像內選取柴河口、固里河、韭菜溝3 個林場范圍內47塊小班進行外業現地調查。

調查項目包括小班蓄積、平均胸徑、平均樹高、郁閉度。計算每個樣地的估測結果精度，通過現地調查結果與模型估測結果對比分析，按林業局及林場計算平均相對誤差，柴河林業局小班蓄積的平均精度為81.49 %，胸徑的平均精度為84.94 %，樹高的平均精度為84.28 %，郁閉度的平均精度為88.82 %，每個林場的平均精度見表1。

表1 現地驗證精度表

4 結論

通過該項研究，表明通過國產遙感影像反演小班蓄積量、平均胸徑、平均樹高、郁閉度等因子，平均精度能達到80 %以上，可以實現為森林資源管理“一張圖”中林分因子進行批量自動提取，極大地減輕了外業調查的工作量，而且標準統一、結果客觀，避免了由于調查人員的差異而導致調查結果的差異。

該項研究的區域選擇的是內蒙古東部林區，該地區以喬木林為主，影像特征較為明顯，因此，建模所需樣地較少而且提取精度較高，但是在內蒙古中西部地區，由于喬木林分布比較分散，地類較為多樣，應用該方法的精度還有待驗證。

該項研究可以實現森林資源管理“一張圖”林分因子的年度更新，實時反應森林資源現狀，為森林資源管理提供數據支撐。