浅谈卫星图像在森林资源调查中的应用
开篇：润墨网以专业的文秘视角，为您筛选了一篇浅谈卫星图像在森林资源调查中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【摘要】本文提出了正判率的概念，阐述了解译标志的建立及验证、卫星图像波段及时相的选择及卫星图像的结构特征，这对提高地类的判读精度、地类面积估计精度从而提高监测总体的估计精度起到很重要的作用，对森林资源调查工作产生深远影响。
【关键词】卫星遥感图像;森林资源调查;解译标志;正判率;数字化林业
数字林业简单地说就是林业信息的数字化。主要指应用 3S（遥感（RS）、地理信息系统（GIS）、全球定位系统（GPS））等技术，以数字的方式获取数据，以计算机软硬件为支撑工具，以数字地图（矢量、影像以及属性数据等）为基础空间数据，以 Internet 为数据传输载体，以建设数字林业所需的空间信息和非空间信息为资源，利用地理信息系统的数据库管理、查询、统计、空间分析和数学分析模型等为林业资源管理、林业工程规划提供技术支持，建立林业空间信息数据库和林业综合管理系统。通过不断充实和更新信息内容，提供信息共享，为林业资源管理打下坚实基础，为实施可持续发展战略提供有效的保障。在提高手持式GPS的定位精度基础上，使固定监测样地设置、复查精准化，使遥感图像与固定监测样地在空间位置上配准，利用数学手段，建立将遥感图像新技术与现有森林资源监测体系联系起来的数学构架，对于这一构架主体之一的遥感图像判读的研究是至关重要的。通过对卫星图像可判性的分析，以提高正判率为目的，把判读样地与固定样地相结合，运用抽样调查中双重比估计方法求得各类土地面积的估计值，并确定其估计精度，统计估计时对目前退耕还林中关注的农地、湿地保护中的沼泽地、水地及有林地、牧地为主要统计估计对象，而正判率较低的未成林地、采伐迹地、荒山荒地等5种地类由于数量较少合并成为无林地进行统计估计。
1.解译标志的建立及验证
以判读小组（两人）为单位，对所承担市（县、区）任务的TM图像建立各地类判读解译标志，结合生态工程任务分别进行现地验证解译标志的准确性，并对54套解译标志中的21套进行修改完善，对判读人员进行相关知识培训，使判读工作建立在较高的判读技能基础上。
正判率：以固定样地所统计的各地类数量为基准，匹配判读样地中其相同地类所占比例为正判率。本次判读样地71099块，匹配样地6056块。通过计算统计各地类正判率情况如下：林分87.0%、疏林75.0%、灌木林16.7%、经济林46.7%，薪炭林0、未成林地0、火烧迹地50.0%、采伐迹地16.7%、荒山33.3%、荒地31.6%、沙荒66.7%、牧地59.1%、农地86.4%、水地61.2%、未利用地63.3%、其它65.6%。从以上判读结果可以看出：有林地、非林地判读效果较好，正判率高；无林地正判率低，而未成林地、薪炭林正判率极低。
2.判读结果分析
对卫星图像波段、时相的选择和图像结构特征的解译决定判读效果，提高正判率是提高统计估计精度的唯一手段。
2.1卫星图像波段及时相的选择
选择不同波段及时相合成的TM图像，其反映的地类色调可分性不同，经专家建议及多年TM图像应用经验，本次判读选择的波段为Landsat-7的 ETM+ 5(red)、4（Green）、3（Blue）数据与全色波段融合、时相为9-10月份。由解译标志可以看出色调的区分性为：有林地、非林地与其它地类区分效果理想、未成林地、荒山荒地、采伐迹地区分性较差（地类色调重叠）。
2.2卫星图像的结构特征
本次使用卫星图像特征为：平原地区地类图像比较规则，易判读，正判率偏高，如农地、草地、水地，而未成林地及林带（较难判别）；山区图像略复杂，个别地块较难区分，如荒山、荒地、未成林地及草地、农田、有林地、疏林地。图像集中连片易判别，正判率高，分布较多的地类有有林地、农田、水地、未利用地。几种地类色调相同（重叠）较难判别，正判率低，分布有荒山、荒地、草地、采伐迹地、未成林地及个别有林地。
3.遥感双重抽样估计及卫星图像应用效果分析
3.1双重比估计
双重比估计是抽样调查中双重抽样方法之一，亦是面积成数估计常用的一种方法。即：把遥感判读样地作为第一重样本，与遥感样地匹配样地的固定样地作为第二重样本，根据匹配样地遥感判读成数和固定样地调查类型成数，按比估计方法确定地类面积成数。
3.2估计效果分析
各地类面积及估计精度分别为：有林地面积520.44万hm2，精度95.92%；农地面积1555.65万hm2，精度98.26%；牧地面积182.01万hm2，精度91.99%；水地面积133.67万hm2，精度91.10%；未利用地面积273.02万hm2，精度93.06%；其它地类面积113.76万hm2，精度89.35%；无林地面积65.41万hm2，精度70.31%。无林地尚未达到85%以上的估计精度，问题存在主要原因是：无林地包含地类复杂多样，本次研究无林地包括未成林地、采伐迹地、荒山荒地、火烧迹地、沙荒五个地类；几种地类色调相同尚不能将其清楚地反映出来，致使TM图像可判率较低，正判率仅为31.2%，进而估计精度不高。
3.3 TM图像应用效果分析
（1）在TM图像上，有林地和非林地易于判别，正判率较高；灌木林地、未成林地和无林地难于判别，正判率较低。
（2）判读点的类型分布是影响判读类型能否与固定样地类型一致的主要因素，集中连片状分布一致性较高，重叠分布一致性低。
（3）通过遥感目视判读可以提高面积成数的估计精度。遥感判读对面积成数估计的贡献取决于遥感目视判读的正判率，正判率越高，对提高面积成数估计精度的作用越大。因此提高正判率是遥感技术在森林资源连续清查工作中应用的关键。
（4）提高无林地精度的关键是通过研究在保证其它地类图像可分性的前提下，选择较能突出反映无林地的波段组合时相的TM图像，使无林地更加具有可分性，同时提高技术人员对无林地的判读技能。
4.我国数字林业建设现状
随着数字地球等全球信息化浪潮的扑面而来，国家林业局将数字林业确定为“十五”期间重大科技项目，旨在通过数字化的手段再现林业真实情况，提高林业资源管理水平和监测水平。数字林业是 3S 技术与高科技网络技术以及高速通讯技术有机结合构成的一门新的综合技术，可广泛应用到林业资源动态管理，森林生态系统动态管理，生态环境一致性研究与动态监测，林业发展战略规划，森林火情动态管理和控制，营造林规划，林区道路规划，森林病虫害控制和动态管理，林业工程实施动态管理和监测，土地荒漠化和土地沙化动态监测，湿地动态监测等方面，可实现林业信息采集与处理快速化，为林业决策提供实时、强有力的基础信息和决策支持。
5.数字林业框架结构及体系构成
数字获取和数字传输是数字林业的重要内容，3S 技术和数字化获取技术提供基础林业数据（县级）或专题林业数据，通过 Internet传向省级林业数据中心，建成省级数字林业信息库，省级信息库同样通过 Internet 将数据信息传向国家林业数据中心，形成国家数字林业信息库。国家数字林业信息库和省级数字林业信息库负责全国、省级林业数据信息的存储、管理、分析和表现，并指导林业生产，形成自下而上和自上而下的信息沟通网络，及时准确掌握全国、全省林业的真实情况，为林业工程的实施提供科学决策，并通过先进技术指导林业生产和管理林业的目的。数字林业功能结构体系林业资源在人为和自然因素的作用下经常发生变化，尤其随着林业六大工程的逐步推进，这种变化会更大，因此及时准确地掌握林业资源动态变化，掌握林业资源变化规律，是林业资源管理的重要内容，同样是数字林业功能结构体系的建设目标。 [科]