基于CBERS-02B数据的森林三维绿量测算

谢丽琼，张晓丽，李明艳，邓星晗

(北京林业大学 林学院，北京 100083)

绿量最早是由我国科研人员在20世纪80年代提出的，有学者认为，绿量指城市绿化覆盖率、绿地率，也有学者认为就是环境[1]。国外在这方面的研究要晚于我国，日本有学者提出“绿的量”，指的是平面的绿地面积和面积率以及立体面在人视野里绿叶所占的比例，也指绿视率，它是一个动态的衡量因素，会随着时间和空间的变化而变化[2]。“绿量”的研究起步晚又涉及到多学科、多领域，所以目前各国学者对于绿量的内涵还未统一。在20世纪90年代初，随着生态城市理论的提出，学者们将二维指标发展为三维指标，提出“三维绿量”这一概念[3]。三维绿量是指所有生长植物的茎叶所占据的空间体积，单位一般用m3表示，用来表明植物绿色三维体积与植物生态功能水平之间的关系，从而说明其生态功能和环境效益[4]。

近年来，人们将遥感技术应用于绿量估算的研究中。在航空遥感估算绿量方面，主要有立体摄影测量法、立体量推算立体量法、数字摄影测量法、平面量模拟立体量法[5-9]。在航天遥感方面，许多研究表明，遥感影像的光谱信息与绿量之间存在着一定关系，因此航天遥感估算绿量可以节省野外的工作量，提高效率[10-13]。目前，关于航天遥感反演三维绿量的报道较少，有关不同区域尺度三维绿量的反演测算研究则更少。密云县作为北京市生态涵养发展区，密云水库担负着供给北京市 60%以上生产生活用水的重任，对北京市生态系统的持续发展具有重要意义。本研究选取密云县为研究对象，利用 CBERS-02B影像进行县级尺度的三维绿量测算，旨在探讨基于CBERS-02B数据来反演县级尺度森林三维绿量的可行性。

1 研究区概况

密云县位于北京市东北部(116°39′33″-117°30′25″E，40°13′7″-40°47′57″N)。该县地处燕山山脉，东侧有雾灵山，海拔1 730 m；西侧有云蒙山，海拔1 414 m；中部是密云水库，水域面积达188 km2。研究区气候属于大陆性季风气候，年平均气温10.9 ℃，降水主要集中在夏季。密云县全县总面积2 229.45 km2，是北京市土地面积最大的区县。密云县林木覆盖率达76.23%，植被种类组成复杂，呈垂直分布规律。海拔800 m以上的中山区，阴坡有一定面积的次生落叶阔叶林，以桦、栎、杨、椴、槭等为主；阳坡以落叶灌木为主，其间散生着松、柏、槲等树种。海拔800 m以下的低山区，以灌木、草丛为主，部分地区有以栎树为主的阔叶林、油松人工林等。

2 研究方法

本研究以实测样地数据和CBERS-02B影像作为研究基础，以利用树冠绿化三维量计算方程按树种分类统计的实测样地绿量数据作为因变量，以根据样地的坐标数据提取CBERS-02B影像的灰度值、灰度值的线性与非线性组合等遥感因子作为自变量，建立县级尺度三维绿量的反演回归模型，最后利用GIS技术对反演测算的结果进行可视化表达。

2.1 数据获取及处理

地面样地数据分别于2011和2012年7月赴密云水库以西的五座楼林场和密云县东部的雾灵山林场实地测量(图1)，共设置样地60个，大小为 20 m×30 m，其中阔叶树样地33个，树种以槲树、栓皮栋等为主；针叶树样地27个，以油松、侧柏、落叶松等为主。对所有样地进行每木检尺，记录树种名、胸径、树高、枝下高、冠幅、郁闭度等指标，并用GPS测定样地中心点坐标。

图1 60个样地在北京市密云县五座楼林场和雾灵山林场的位置示意图

本研究选取2009-09-22的CBERS-02B影像作为数据源，其空间分辨率20 m，包括5个波段，影像无云，该数据由中国资源卫星应用中心提供。对CBERS-02B影像进行预处理，首先采用1∶50 000地形图对影像进行几何精校正，校正模型为二阶多项式变换，重采样采用最近邻插值方法，影像校正误差控制在0.5个像元内。然后进行辐射定标，利用中国资源卫星应用中心提供的绝对定标系数[14]，将CBERS-02B影像的 DN值转换为辐射亮度值，之后进行FLAASH大气辐射校正，利用CBERS-02B影像的光谱曲线信息制作波谱库作为 FLASSH 大气的输入条件。最后根据研究区的边界矢量图进行裁切，得到研究区地表反射率图像。

如何有效地提取样地对应的遥感信息，将直接影响后期遥感反演的可靠性和精度。CBERS-02B影像的空间分辨率为20 m，有研究表明，手持GPS基本可以满足20 m空间分辨率一个像元的精度要求[15-16]。同时，为了减少GPS点与影像匹配的误差，将GPS样地点数据与地形图进行配准，与影像基于同一标准，并且在进行遥感信息的提取时，提取样地中心点及其周围上下左右共5个像元的灰度值，以其平均值作为样地遥感信息源。

2.2 树冠绿化三维量的计算

根据实测样地每木检尺的数据，选配与各树冠形态相似的立体几何体，依据相应立体几何体的体积计算公式(表1)，将冠径x和冠高y分别假设为立体几何体的直径(或轴)和高(或轴)，近似计算树冠部分的体积，求得树冠绿化三维量，即单株三维绿量。累计样地内的单株三维绿量即得到样地三维绿量，再根据实测样地优势树种确定林分类型，将其分为针叶林和阔叶林2类。

表1 不同树种的三维绿量计算方程(例子)

2.3 遥感影像的分类

在遥感影像分类时，由于同谱异物和同物异谱的存在，会不可避免地导致错分及漏分的现象。本研究采用CBERS-02B影像数据，空间分辨率为20 m，这对山区植被区别有一定的难度。为了提高分类精度，本研究采用监督分类和人工判读相结合的方式来提取针叶林和阔叶林2类植被信息，因为模型是基于像元构建的，所以在此不区分混交林。具体过程如下：(1)利用地面样地数据和目视解译建立训练样本，包括针叶林、阔叶林和非林地3类信息；(2)采用最大似然法进行分类；(3)结合北京市“十一五”二类调查数据对同物异谱和同谱异物现象造成的错分和漏分进行修正，修正后的北京市密云县植被分类结果见图2。

分类精度评价采用实地验证的方法。将实地采集的样地数据叠加到遥感影像的分类图上，经过统计分析，可知分类精度达到83%，可以满足三维绿量模型建立的要求。

图2 北京市密云县植被分类图

2.4 三维绿量模型的建立

2.4.1 建模遥感因子的提取 由以前的研究得知，三维绿量与冠高和冠径等测树因子相关，但这些因子无法直接从遥感影像上提取。许多研究表明，遥感影像的光谱信息、植被指数与地面实测数据存在相关性[17]，据此可以通过建立两者的数据模型来估算出研究区域的三维绿量。本研究选取波段数值(B1～B4)和植被指数中的比值植被指数(RVI)、归一化植被指数(NDVI)、土壤调节植被指数(SAVI)、修正的土壤调节植被指数(MSAVI)和增强型植被指数(EVI)共9个因子作为绿量回归分析的自变量(表2)，对实测样地数据绿量值进行反演。

表2 三维绿量反演模型自变量的取值和计算公式

2.4.2 遥感绿量模型的构建 (1)模型建立。首先进行自变量筛选，在植被分类已分出针叶树和阔叶树的基础上，通过实测计算得到的2种林分的三维绿量值，将其分别与9个自变量进行相关性分析，结果见表3。然后对建模数据进行标准化处理，利用SPSS 21.0软件建立多元逐步回归模型，建模时用回归系数显著性检验作为标准来决定自变量是否引入模型，当F统计量的相伴概率值(Sig)≤0.05时，将自变量引入模型；当Sig≥0.10时，将自变量从模型中剔除，直到回归方程中不再有可以剔除的变量为止，最终得到确定的回归方程。

表3 9个自变量因子与样地三维绿量的相关系数

(2)模型评价。模型的拟合效果通过相关系数的平方(R2)判定，R2为回归平方和在总平方和中所占的比率，体现了回归模型所能解释的因变量变异性的百分比。R2越大，说明模型拟合程度越好。

精度的评价采用交叉评价方法进行，应用反演模型计算各样地预测三维绿量值，用实测三维绿量值与预测值测算预估精度。预估精度的计算公式见式(1)：

(1)

用均方根误差(RMSE)来评价拟合精度，根据三维绿量实测值和预测值计算均方根误差。

(2)

3 结果与分析

3.1 针叶林和阔叶林的三维绿量估测模型及其评价

根据以上步骤，分别将针叶林、阔叶林样地的三维绿量值作为因变量，与所选取的遥感因子进行多元逐步回归分析，得到的估测模型及其检验结果见表4。从表4可以看出，阔叶林、针叶林回归模型的R2分别为0.724和0.735，均超过0.7，说明模型拟合度较好。经计算在95%的置信度下，三维绿量测算精度为80.38%。目前对三维绿量的测算精度没有统一标准，但结合国内外相关测算经验，精度达到80%以上就可应用，故此方法可行。

表4 基于CBERS-02B的针叶林和阔叶林三维绿量估测模型及其检验结果

选取49个样地的实测单位面积三维绿量与回归模型预测的单位面积三维绿量进行比较，结果见图3。由图3可知，超过一半的样地三维绿量预测值大于实测值。为进一步验证三维绿量实测值与预测值之间的拟合精度，计算预测值与实测值之间的RMSE，结果为1.41 m3/m2。

图3 北京市密云县49个样地三维绿量实测值与预测值的比较

3.2 北京市密云县森林植被三维绿量的反演

根据针叶林和阔叶林的反演模型，在密云县植被覆盖分类的基础上，提取模型中所涉及自变量的掩膜图，最终得到密云县不同林型三维绿量的灰度图，提取其属性值，得到的密云县针叶林、阔叶林植被的绿量值分别为172 819.354万和350 732.162万m3，累计后得到密云县的总绿量值为523 561.516万m3(表5)，根据北京2013年年鉴查得密云县总面积，求得密云县单位面积绿量为 2.35 m3/m2。

表5 北京市密云县森林植被三维绿量的反演结果

根据不同类型乔木单位面积的三维绿量值，可将其划分为以下4个等级：低绿量区(<2 m3/m2)，中绿量区(≥2～<3 m3/m2)，较高绿量区(≥3～<4 m3/m2)和高绿量区(≥4 m3/m2)。依此得到密云县绿量分级图，从图4可以看出，密云县的各级绿量分布与人口密度负相关，城镇周边地区多为中、低绿量区，水库和山区周边为较高和高绿量区。

4 讨 论

1)本研究在建立三维绿量测算模型时，林木样本数据只针对树种，忽略了林龄、郁闭度等与三维绿量的相关关系[23-24]，因此后续研究应深入挖掘树种、林龄、郁闭度等因子与三维绿量的关系；在自变量因子提取时，单纯考虑遥感光谱信息，下一步可以将地形因子、光谱特征以及遥感图像纹理特征相结合，分析其对三维绿量分布的影响。

2) 本研究是基于县级尺度区域内对三维绿量进行遥感反演，其结果能否在更大尺度区域内推广还需要大量的研究证明，但是这种思路是值得借鉴的。目前有关区域尺度三维绿量的研究还较少，不同区域尺度三维绿量的研究还有待开展。

图4 基于CBERS-02B的北京市密云县森林植被各等级三维绿量的分布

3)精度决定了估算绿量的可靠程度，准确获取地面测树因子以及选择合适的地面绿量计算模型，是绿量估算建模的基础。为了准确获取地面数据，有学者利用三维激光扫描仪对单株树木进行扫描，获得整株树木的完整点云数据，将树冠近似为多个圆台体，求它们的体积之和来计算树冠体积[25-26]，该方法虽然精度高，但因仪器昂贵且不适合在山区操作，不利于大范围推广。在建立地面单木三维绿量模型时，现多利用传统的树冠体积估算方法，但这种计算方法的精度还有待提高。目前，有学者将绿视率、密度系数引入三维绿量的计算中[27-28]，但还没有大量的数据研究验证其精确性和精度，所以有关单株三维绿量的计算还有待进一步研究。

5 结 论

1)本研究将各波段的灰度值、植被指数等遥感因子作为三维绿量模型的自变量因子，将样地三维绿量值作为因变量，进行多元逐步回归分析，建立了密云县阔叶林、针叶林三维绿量模型，其决定系数R2分别为0.724和0.735。模型的测算精度为80.38%，均方根误差为1.41 m3/m2，目前国际上要求的模型精度是80%以上，可见该方法是可行的。与其他方法相比，该方法更省时省力，不失为一种快速估算三维绿量的手段，对于自然条件相似的北京其他区县及华北地区相似尺度区域的三维绿量测算，具有一定借鉴意义。

2)本研究应用CBERS-02B数据进行密云县森林三维绿量的测算，得到的结果与基于Landsat TM数据反演的结果相近但偏小[29]。CBERS是中巴资源卫星，其数据在经济上和时相上都占优势，尽管CBERS-02B多光谱数据目前在辐射定标、地理定位等方面还有待改进，但通过适当的处理过程和技术手段，CBERS-02B数据可有效地用于三维绿量的估算。随着影像数据质量的提高及处理方法研究的深入，CBERS-02B数据在林业资源清查中的应用会越来越广泛。

3)密云县针叶林三维绿量为172 819.354万m3，阔叶林三维绿量为350 732.162万m3，总的三维绿量为523 561.516万m3，单位面积绿量为2.35 m3/m2。密云县的各级绿量分布与人口密度负相关，城镇周边地区多为中、低绿量区，水库和山区周边为较高和高绿量区。

[参考文献]

[1] 黄晓鸾.城市生存环境绿色量值群的研究：Ⅱ.关于城市生存环境的绿色量 [J].中国园林，1998，14(2)：55-57.

Huang X L.Study on the green quantum values of urban living environment：Ⅱ.About green quantum of urban living environment [J].Journal of Chinese Landscape Architecture，1998，14(2)：55-57.(in Chinese)

[2] 片山忠久，石井昭夫，西田腾，等.緑地の署熱緩和效果に関ょる研究緑の量と气温に関ょる实测调查 [J].九州大学综合理工学研究科报告，1990，12(2)：215-220.

[3] 周坚华，孙天纵.三维绿色生物量的遥感模式研究与绿化环境效益估算 [J].环境遥感，1995，10(3)：162-174.

Zhou J H，Sun T Z.Study on remote sensing model of Three-Dimensional Green Biomass and estimation of environmental benefits of greenery [J].Remote Sensing of Environment，1995，10(3)：162-174.(in Chinese)

[4] 刘立民，刘 明.绿量：城市绿化评估的新概念 [J].中国园林，2000，16(5)：32-34.

Liu L M，Liu M.Vegetation quantity: New concept for urban greening [J].Chinese Landscape Architecture，2000，16(5): 32-34.(in Chinese)

[5] 刘常富，何兴元，陈 玮，等.沈阳城市森林三维绿量测算 [J].北京林业大学学报，2006，28(3)：32-38.

Liu C F，He X Y，Chen W，et al.Forest three dimensional vegetation quantity calculation of Shenyang city [J].Journal of Beijing Forestry University，2006，28(3)：32-38.(in Chinese)

[6] 周廷刚，罗红霞，郭达志.基于遥感影像的城市空间三维绿量(绿化三维量)定量研究 [J].生态学报，2005，25(3)：415-420.

Zhou T G，Luo H X，Guo D Z.Urban space three dimensional vegetation quantity based on remote sensing [J].Act Ecologica Sinica，2005，25(3)：415-420.(in Chinese)

[7] 周一凡，周坚华.绿量快速测算模式 [J].生态学报，2006，26(12)：4204-4211.

Zhou Y F，Zhou J H，Fast calculation model for vegetation quantity [J].Acta Ecologica Sinica，2006，26(12)：4204-4211.(in Chinese)

[8] 季彪俊，孙依斌.遥感在城镇绿化植物三维绿色生物量和生态环境效应估算中的应用 [J].福建农林大学学报：自然科学版，2005，34(1)：102-107.

Ji B J，Sun X B.Application of remote sensing technology to calculating the three dimensional green biomass of urban greening plants and the eco-environmental effect [J].Journal of Fujian Agriculture and Forestry University：Natural Science Edition，2005，34(1)：102-107.(in Chinese)

[9] 刘 畅，刘兆刚.基于AHP哈尔滨城市森林三维绿量规划分析 [J].东北林业大学学报，2011，39(4)：52-55.

Liu C，Liu Z G.Tridimensional Green Biomass of urban forests in Harbin based on AHP [J].Journal of Northeast Forestry University，2011，39(4)：52-55.(in Chinese)

[10] 赵 军，刘 琳，李 霞.基于RS与GIS的半干旱区城市绿化三维量测算研究：以兰州市安宁区为例 [J].测绘工程，2007，16(5):65-68.

Zhao J， Liu L，Li X.Study on three-dimensional vegetation quantity measurement and calculation of urban greening in semi-arid region based on RS and GIS：Taking Anning district of Lanzhou as an example [J].Engineering of Surveying and Mapping，2007，16(5)：65-68.(in Chinese)

[11] 宋金秀.八达岭林场森林植被三维绿量遥感测算 [D].北京：北京林业大学，2010.

Song J X.Tridimensional green biomass measurements of Badaling forest farm based on remote sensing [D].Beijing：Beijing Forestry University，2010.(in Chinese)

[12] 顾祝军，陈子玉，钟 冠.基于SPOT5影像多辐射校正水平的植被绿量遥感估算 [J].生态环境学报，2009，18(6)：2294-2299.

Gu Z J，Chen Z Y，Zhong G.Estimating living vegetation volume from a multiple radiometric correction SPOT 5 imagery [J].Ecology and Environmental Sciences，2009，18(6)：2294-2299.(in Chinese)

[13] 周 芳，安放舟，王虎贤.乌鲁木齐市主城区绿量的遥感估算 [J].广西科学院学报，2010，26(2):124-127.

Zhan F，An F Z，Wang H X.Green volumes measurement in Urumqi city based on remote sensing [J].Journal of Guangxi Academy of Sciences，2010，26(2):124-127.(in Chinese)

[14] 中国资源卫星应用中心.绝对定标系数 [EB/OL].(2009-12-29) [2013-09-22].http//www.cresda.com/n16/n1115/n1522/n2103/9557.html.

China Centre for Resources Satellite Data and Application. Absolute radiometric calibration coefficient [EB/OL].(2009-12-29) [2013-09-22] http//www.cresda.com/n16/n1115/n1522/n2103/9557.html.(in Chinese)

[15] 李崇贵，赵宪文，李春干，等.森林蓄积量遥感估测理论与实现 [M].北京：科学出版社，2006.

Li C G，Zhao X W，Li C G，et al.Theory and realization of estimating forest stock volume by remote sensing [M].Beijing：Science Press，2006.(in Chinese)

[16] 张国庆，黄从德，郭 恒，等.高山峡谷区手持GPS样地定位误差影响因素分析 [J].四川林勘设计，2008(1):71-73.

Zhang G Q，Huang C D，Guo H，et al.Analysis of influence factors of location error of portable GPS receiver in alpine and gorge region [J].Sichuan Forestry Exploration and Design，2008(1):71-73.(in Chinese)

[17] 田庆久，阂样军.植被指数研究进展 [J].地球科学进展，1998，13(4)：327-332.

Tian Q J，Min Y J.Advances in study on vegetation on indices [J].Advance in Earth Sciences，1998，13(4)：327-332.(in Chinese)

[18] Jordan C F.Derivation of leaf area index from quality of light on the forest floor [J].Ecology，1969，50：663-666.

[19] Rouse J，Hass R H，Schell J A，et al.Monitoring the vernal advancements and retro gradation of natural vegetation [R]//NASA/GSFC.Final Report Greenbelt，MD，USA：NASA/GSFC，1974：1-137.

[20] Huete A R.A soil adjusted vegetation index(SAVI) [J].Remote Sensing of Environment，1988，25：295-309.

[21] Qi J.A modified soil adjusted vegetation index [J].Remote Sensing Environ，1994，48：119-126.

[22] Liu H Q，Huete A R.A feedback based modification of the NDVI to minimize canopy background and atmospheric noise [J].IEEE Transaction on Geoscience and Remote Sensing，1995，33：457-465.

[23] 王 萍，蒋文绪.昆明市大观河岸植被三维绿量及生态效益分析 [J].山东林业科技，2010(6)：8-11.

Wang P，Jiang W X.Analysis on 3-Dimension Green Quantity and ecological benefits of plants on Daguan River bank in Kunming [J].Shandong Forestry Science and Technology，2010(6)：8-11.(in Chinese)

[24] 刘常富，商 瑜，赵桂玲.基于类型与影响因子的城市森林三维绿量量化差异分析 [J].西北林学院学报，2013，28(4)：55-60.

Liu C F，Shang Y，Zhao G L.Quantitative difference analysis of Three-dimensional Green Biomass of urban forest based on the types and influencing factors [J].Journal of Northwest Forestry University，2013，28(4)：55-60.(in Chinese)

[25] 刘红伟，邵昌浩.基于三维激光扫描仪数据提取三维绿量的研究现状及前景展望 [J].安徽农业科学，2010，38(24)：13253-13254

Liu H W，Shao C H.Research status and prospect of 3D green quantity based on the data of 3D laser scanner [J].Journal of Anhui Agricultural Science，2010，38(24)：13253-13254.(in Chinese)

[26] 冯仲科，唐雪海，姚 山，等.一种基于三维激光扫描仪的乔木三维绿量测定方法：中国，CN102305622A [P].2012-01-04.

Feng Z K，Tang X H，Yao Shan，et al.A method for measuring the three-dimensional green biomass based on 3D laser scanner：China，CN102305622A [P].2012-01-04.(in Chinese)

[27] 王 佳，杨慧乔，冯仲科.基于三维激光扫描的树木三维绿量测定 [J].农业机械学报，2013，44(8)：229-233.

Wang J，Yang H Q， Feng Z K.Tridimensional Green Biomass measurement for trees using 3D laser scanning [J].Transactions of the Chinese Society for Agricultural Machinery，2013，44(8)：229-233.(in Chinese)

[28] 杜 鹏.成都市五种常用园林树种三维绿量与生态效益研究 [D].成都：四川农业大学，2009.

Du P.Study on the 3D green quantity and ecological effect of the five kinds of mainly landscape plant in Chengdu [D].Chengdu：Sichuan Agricultural University，2009.(in Chinese)

[29] 陈 颖.北京地区森林植被三维绿量估测及分析 [D].北京：北京林业大学，2011.

Chen Y.Study on Tridimensional green biomass estimation and analysis of forest in Beijing [D].Beijing：Beijing Forestry University，2011.(in Chinese)