基于大样地双重抽样方法的广东省森林资源监测研究

陈振雄，熊智平，曾伟生，薛春泉，胡 觉

(1.国家林业局中南林业调查规划设计院，长沙 410014； 2.国家林业局调查规划设计院，北京100714；3.广东省林业调查规划院，广州510520)

基于大样地双重抽样方法的广东省森林资源监测研究

陈振雄1，熊智平1，曾伟生2，薛春泉3，胡 觉1

(1.国家林业局中南林业调查规划设计院，长沙 410014； 2.国家林业局调查规划设计院，北京100714；3.广东省林业调查规划院，广州510520)

以广东省森林资源清查为例，采用大样地双重抽样调查方法开展森林资源监测研究，探索森林资源监测的新途径与协同不同森林资源数据的新方法。研究结果表明： 基于大样地双重抽样调查方法产出的广东省林地、森林、有林地和乔木林等主要森林资源数据具有较强的可靠性，抽样精度均达95%以上，是一种切实可行的森林资源监测方法；该方法相比一类清查，调查样地数量大为减少，抗人为干扰能力增强，提高了遥感数据的应用效率和资源变化的动态监测能力，不失为森林资源年度监测的新方法。

森林资源；大样地；双重抽样；一类清查；遥感调查；地面调查；广东省

森林是陆地生态系统的主体，对改善生态环境、缓解气候变暖和促进社会可持续发展的重要作用已成为国际社会的共识。《联合国气候变化框架公约》《京都议定书》《巴厘岛路线图》和《国际森林文书》等国际公约，均要求各国在低碳减排的同时，采取多种手段保护森林资源，增加森林面积和蓄积，提升森林生态系统改善环境的能力。当前，我国林业步入了加快转变发展方式、促进绿色增长、推动生态文明建设的新时期，保护和发展森林资源，实行低碳减排，已成为我国国家意志[1]。科学的开展森林资源监测，及时客观展示我国林业和生态建设成就，全面评价我国森林资源保护与发展成效，让社会公众和相关国际组织了解我国森林资源与生态状况，意义重大。

目前，我国森林资源监测主要有森林资源连续清查( 简称一类清查)和森林资源规划设计调查( 简称二类调查)，其中国家森林资源监测以一类清查为主体，地方森林资源监测以二类调查为主体[2]。两套监测体系经过数十年的运行，为国家、地方生态建设和社会经济发展均发挥了重要作用，特别是我国一类调查经过三十多年的实践和探索，日趋完善，得到了联合国粮农组织(FAO)等国际组织的高度认可与评价，在国际上居领先地位[3-5]。但是，一类调查存在时效性不强、新技术利用不高等问题[3]，难已较好地为各级政府的政绩考核服务，不能满足年度“目标”考核的需要；二类调查存在资金投入不足、国家级监管缺失，调查质量难以得到保证等问题[2-3]；且一类清查与二类调查独立运行，导致国家和地方监测体系不衔接，客观上存在着不一致的两套数据[2-3]。近年来，国家林业局森林资源管理司提出，要创新思路，不断增强森林资源监测体系的服务能力，着力推进森林资源“年度出数”与森林资源增长指标“年度考核”方法，加快推进森林资源“一体化”监测体系建设[3]。如何进一步优化完善我国的森林资源监测体系，已成为亟待研究解决的新课题。

本研究借鉴国外森林资源清查中的相片样地或景观样地设计,以及FAO开展全球森林资源评估的大样地设计，结合2012年广东省森林资源清查工作，开展了大样地(2 km×2km)双重抽样调查研究，探索森林资源监测新方法和协同一类与二类调查数据的新途径，以期为实现全国森林资源年度出数、森林资源约束性指标考核、国家和地方森林资源监测工作“一体化”等提供参考。

1 研究区概况

广东省地处中国大陆最南部，位于20°13′—25°31′N和109°39′—117°19′E之间，全省陆地总面积17.69万km2。根据2012年森林资源连续清查统计结果，全省森林覆盖率为51.26%，林地面积占国土面积的60.90%，活立木总蓄积3.78亿m3。

自1978年开始，广东省建立了森林资源清查体系，全省按6km×8km布设667m2方形固定样地3685个，并先后于1983年、1988年、1992年、1997年、2002年、2007年和2012年进行了七次复查。自1993年开展森林资源二类调查以来，全省建立了约130万个地籍小班数据库。并以此为基础，应用“3S”技术建立变化小班(如采伐、征占、造林)台帐数据库和利用模型技术对自然变化的小班进行档案更新，每年形成新的地籍小班档案数据库，产出全省年度森林资源状况与变化数据。

2 研究方法

2.1 技术思路

大样地是指面积达到数平方公里以上的样地，它既是抽样调查样本，又含有区划调查内容，是介于森林资源一类样地调查和二类小班调查之间的中间形式[2]。大样地双重抽样调查，是指采用系统抽样方法，等间距设置一定数量的遥感样地和地面样地，以遥感样地为一重样本，地面样地为二重样本，采用双重回归估计或比估计方法产出森林资源主要数据的调查方法。其中，遥感样地调查充分利用最新高分辨率遥感影像、航片等，结合林地保护利用规划、最新森林资源二类调查、森林资源一类清查和各项专业调查等资料进行区划判读；地面样地调查以遥感判读样地为基础，在遥感样地范围内系统抽取部分范围到现地进行实地区划调查，其主要技术思路如图1所示。

2.2 大样地设置

以广东省为总体，按24km×16km间距系统布设459个2km×2km遥感样地和500m×500m地面样地，大样地数量占一类清查样地的1/8，调查面积占国土面积的1.04%。为方便外业调查，本次研究结合广东省2012年森林资源一类清查工作，将森林资源一类清查固定样地西南角点作为遥感样地与地面样地中心点。大样地设置见图2所示。

图1 大样地调查双重抽样技术线路图

2.3 大样地调查

本次大样地调查，仅开展面积监测，未作蓄积量调查，主要产出林地、有林地、乔木林地、森林覆盖率及各类林地面积数据。调查小班最小区划面积为667m2。地类区划，非林地区划至一级地类，林地区划至二级地类，其中有林地(含乔木经济林)与灌木林地(含特别规定灌木林地)区划至三级地类；小班属性因子主要调查地类、起源、优势树种(组)、龄组、郁闭度等级、是否非林地上森林、判读遥感数据源类型；优势树种(组)按杉木、松树、桉树、相思、木麻黄、荷木、其他阔叶树、针叶混、针阔混、阔叶混10类填写；龄组按幼中、近成过2类填写；郁闭度按疏(<0.4)、中(0.4～0.6)、密(0.7～1.0)3级填写。

图2 广东省大样地布设示意图

1) 遥感样地调查

使用的遥感影像有： 2011年10月至2012年3月的RapidEye(5m)和SPOT5(2.5m)融合彩色影像，覆盖国土面积约80%；2007年至2009年林地落界时使用的SPOT5(2.5m)融合彩色影像，覆盖国土面积约20%。调查中还充分利用Google-Earth最新高清影像、地形图、地形地貌等信息进行辅助区划。属性因子判读充分利用林地落界、森林资源二类调查、相关专项调查等成果进行综合判断。

2) 地面样地调查

从2km×2km遥感样地区划判读结果中抽取500m×500m地面样地范围内的小班区划界线，叠加遥感影像，打印500m×500m地面样地外业调查底图，不提供判读属性数据。实地调查时，尽量站至样地至高点，看清样地的全貌，对所有判读小班逐个核实，进行修正或补充区划，现地调查属性因子。对于面积较小或地形较为复杂的地块，借助GPS辅助定位。对遥感成像后因造林、采伐、火灾、征占用等因素导致地块发生变化的图斑，通过现地实测或GPS定位准确划定分界线。对因“同谱异物”或“异物同谱”等原因造成区划有误或区划不细致的，进行纠正或补充区划。每个样地不同类型图斑均拍摄典型照片。

2.4 双重回归估计

1) 总体平均数的估计值

(1)

2) 估计值的方差

如果总体各单元在辅助因子x上的分布为正态，第二重样本是从第一重样本中抽取，并且1/n与1/n′相对于1而言可忽略不计时，则总体方差近似等于[6]：

(2)

在实际应用中，总体单元数N相当大，并用样本指标代替总体指标，故(2)式改变为：

(4)

3 结果与分析

3.1 主要森林资源监测结果

以设置的2km×2km遥感区划判读样地为一重样本、500m×500m实地验证样地为二重样本，采用双重回归估计方法产出的广东省森林资源监测结果见表1。从表1可以看出，产出的全省林地、森林、有林地和乔木林4个主要面积数据的精度有保证，其抽样精度均达到95%以上，从高到低的顺序依次为林地97.52%、森林96.06%、有林地95.45%、乔木林95.11%；产出的疏林地、未成林地、无立木林地、宜林地等其它小成数地类数据，抽样精度均低于80%。对于林地、森林、有林地、乔木林等大成数地类，遥感判读与地面样地调查得到的面积成数之间相关关系紧密，相关性显著，r2均在0.5以上，遥感样地可以发挥显著作用；对于疏林地、宜林地、无立木林地等其它小成数地类，遥感判读与地面样地调查得到的面积成数之间相关性不显著，r2均在0.15以下，遥感样地发挥的作用不明显。

3.2 监测效率分析

1) 大样地双重抽样工作效率分析

仿照Cochran关于“两个时期抽样”中，根据建立回归用的地面样地数m和遥感样地数n在不同的相关系数条件下，具有一定的比例关系。地面样地数m与遥感样地数n可按如下公式确定[7]：

地面样地数：

(5)

表1 各类面积监测结果地类样本线性回归式(yi=a+bxi)回归确定系数(r2)抽样精度/%面积成数/%面积估计值/万hm2林地y1=09080x1+ 76190084697526321111736森林y2=08290x2+11392006459606548396922有林地y3=08060x3+ 9724006179545501788685乔木林y4=07550x4+10559005809511484485627疏林地y5=01167x5+ 05087003953880721273灌木林地y6=05230x6+ 579300127785079113982未成林地y7=02135x7+ 13609002653161632881无立木林地y8=00730x8+ 09720001452891232174宜林地y9=04127x9+ 09278013457091552740

遥感样地数：

(6)

式中，Cv为地面样地调查得到的各地类变动系数，r为地面样地与遥感样地间的相关系数，Cm为地面样地调查成本，Cn为遥感判读调查成本。

为了分析大样地双重抽样的工作效率，以产出乔木林面积为例，分析得出地面样地为500m×500m时，其变动系数约为75%，相关系数r为0.76。设t=1.96,期望精度设为95%，即E=5%，同样大小地面样地调查成本Cm与遥感样地调查成本Cn之比为，则调查地面样地与遥感样地数分别为：

地面样地数为：

遥感样地数为：

假设采用系统抽样方法，则需调查地面样地数

根据上述分析，采用大样地双重抽样调查，相比系统抽样调查，可节省外业工作量近50%。现假设完成一个遥感样地调查成本为K，如果CmCn=30，则完成同样大小地面样地调查成本为30K。则广东省采用大样地双重回归调查成本比采用系统抽样方法调查节省约38%。如果按照本次研究采用的459个2 km×2 km遥感样地和500 m×500 m地面样地进行计算，相比系统抽样，也可节省成本约20%。

2) 大样地双重抽样与系统抽样结果比较

采用大样地双重回归估计得到的各地类结果，与采用500 m×500 m地面样地、相应空间位置的1/8森林资源清查样地系统抽样得到面积成数估计结果差异见表2。从表2可以看出，采用大样地双重回归估计方法得到的各类面积抽样精度比地面样地系统抽样方法有一定的提高，对于林地、森林、有林地、乔木林等大成数地类，抽样精度平均提高4.71个百分点；对于疏林地、未成林地、无立木林地、宜林地等对于小成数地类，抽样精度平均提高33.40个百分点。相比1/8森林资源清查样地，采用大样地双重回归抽样方法得到的大成数地类抽样精度平均提高5.32个百分点,小成数地类抽样精度平均提高47.96个百分点。

表2 大样地双重抽样方法得到的森林资源面积与系统抽样结果比较%系统抽样类型项目大成数地类小成数地类林地森林有林地乔木林地疏林地灌木林地未成林地无立木林地宜林地地面样地成数之差1．161．031．211．340．050．230．04-0．020．07精度之差4．684．554．804．8265．5710．2525．2134．2431．721/8清查样地成数之差3．083．635．515．520．50-0．59-0．55-2．040．46精度之差4．985．005．645．67149．8828．3314．532．7244．36

3.3 监测结果与一类、二类调查结果比较

这里仅对有林地、森林覆盖率两个主要森林资源指标进行比较分析。采用大样地双重回归得到的有林地、森林覆盖率为50.17%和54.83%，2012年森林资源一类清查得到的有林地、森林覆盖率为43.50%和51.26%，更新至2012年的森林资源二类调查得到的有林地、森林覆盖率为52.68%和59.06%。大样地调查、二类调查结果均高于一类清查。大样地调查、2012年二类调查得到的森林覆盖率分别比一类清查高出3.57和7.80个百分点,有林地覆盖率高出6.67和9.18个百分点。大样地调查结果居于一类清查与二类调查之间。如果进一步排除因大样地面积扩大，易造成小成数地类归入到主要优势地类森林、有林地中等原因造成的面积增大外，大样地调查结果将更加趋于一类清查。

4 结论与讨论

1) 基于大样地双重抽样调查方法开展森林资源监测科学可行。一是大样地调查采用的是双重回归估计方法，具有科学的理论基础；二是监测得到的林地、森林、有林地和乔木林地等大成数地类的抽样精度均达到95%以上，监测结果是准确可靠的。对于疏林地、未成林地、无立木林地、宜林地等小成数地类，抽样精度在80%以下，但抽样精度及监测结果与一类清查也比较接近，能大体反映其变化趋势。

2) 基于大样地双重抽样调查的方法，充分利用了遥感信息，提高了工作效率。一是大样地调查可以充分发挥遥感技术的优势,采用大样地调查的双重抽样方案，遥感样地与地面样地的匹配是“面对面”，可以提高遥感数据的应用效率，预期可以提高资源变化的动态监测能力；二是大样地调查充分利用了遥感信息与各种档案信息，地面样地外业调查相比传统二类调查简单，外业调查时将遥感判读成果叠加地形图、遥感影像进行实地核实，只需对地类发生变化、属性因子有错的小班进行界线调绘、修正。由于地面样地面积不大，区划小班不多，每个地面实测样地能当天调查完成，质量也相对容易控制；三是相比简单系统抽样方法，大样地调查可以节省工作量38%以上，外业调查工作量可减少50%，大面积成数地类抽样精度平均提高4.71个百分点，小成数地类抽样精度平均提高33.40个百分点；四是大样地扩大了监测面积，比一类清查固定样地具有更好的抗干扰能力，能在一定程度上预防和减轻特殊对待的影响。

5 结语

本研究利用大样地双重抽样方法开展了面积监测，为推进与优化我国现有森林资源监测体系进行了一次有益尝试，下一步应深入研究大样地调查对蓄积监测的可行性和森林资源动态变化的监测效果。大样地调查作为独立于现有的一、二类调查方法，充分发挥了一、二类两种调查方法的优势，既利用了一类清查的抽样方法，又兼顾了二类调查的区划内容，充分利用了遥感与现有调查基础信息，大大减少了工作量，调查成果数据科学、客观，具有较好的空间信息反映能力。大样地调查方法不失为实现全国或省级年度出数，为各级政府林业“双增”目标考核，协调一类清查与二类调查的可选方案。

[1] 李忠平.在2012年全国森林资源清查中期工作会议上的讲话[R].森林资源管理工作情况交流，2012(10)：1-12.

[2] 曾伟生,程志楚,夏朝宗.一种衔接森林资源一类清查和二类调查的新方案[J].中南林业调查规划,2012,3(31):1-4.

[3] 闫宏伟,黄国胜,曾伟生,等.全国森林资源一体化监测体建设的思考[J].林业资源管理,2011(6)：6-11.

[4] 唐守正.我国森林资源清查体系位居世界先进行列[N].中国绿色时报，2009-11-18(2).

[5] 曾伟生,闫宏伟.森林资源监测有关问题的思考[J].林业资源管理,2013(6)：15-18.

[6] 宋新民,李金民.抽样调查技术[M].北京：中国林业出版社,2009.

[7] 关玉秀,唐宗桢,周沛村,等.大比例尺(1：10000)航空像片测树和双重抽样回归估测试验[J].北京林学院学报,1979(1):30-39.

ForestResourcesMonitoringBasedonDoubleSamplingwithLargePlotinGuangdong

CHEN Zhenxiong1，XIONG Zhiping1，ZENG Weisheng2, XUE Chunquan3，HU Jue1

(1.Central South Forest Inventory and Planning Institute of State Forestry Administration，Changsha 410014，Hunan,China;2.Academy of Forest Inventory and Planning, State Forestry Administration, Beijing 100714, China;3.Guangdong Forest Survey and Planning Institute, Guangzhou 510520,Guangdong,China)

In this paper, the forest resources monitoring in Guangdong province was studied based on double sampling with large plot, which was to present a new method for forest resources monitoring and coordinate continuous forest inventory (CFI) with forest management inventory (FMI).The results showed that the areaestimates of forestry land, forestedland, forest and arbor forest based on double sampling with large plot were very reliable, the sampling precisionsof the estimates were up to 95%, which indicated the method for resources monitoring was feasible. Compared with CFI, the number of sample plotswas greatly reduced, the capability for preventing human disturbance was enhanced, the ability of forest resources dynamic monitoring and the application efficiency of remote sensing data wereraised, which demonstrated it could be a new method for annualforest resources monitoring.

forest resources; large plot; double sampling; continuous forest inventory; remote sensing interpretation; field survey; Guangdong

2014 — 08 — 10

陈振雄(1979 — )，男，湖南新邵人，工程师，主要从事森林资源监测工作。

S 757.2

A

1003 — 6075(2014)03 — 0028 — 06