基于大样地群团抽样的广东森林面积动态监测*

汪求来 薛春泉 陈传国 杨志刚 余松柏 林寿明

（1.南京林业大学，江苏 南京 210037；2.广东省林业调查规划院，广东 广州 510520）

森林资源监测是林业建设和森林资源管理的一项重要的基础性工作，监测成果是国民经济和社会发展宏观决策的重要依据，也是国家及林业主管部门制定林业发展战略，适时调整、完善林业建设方针、政策和措施，推进林业高质量发展的重要基础。为满足新时代生态文明建设需要，对森林资源监测的时效性提出了更高的要求，即改进森林资源连续清查每5 年监测一次的弊端，优化体系，实现每年度产出一套数据满足国家决策需要[1]。针对国家森林资源监测体系优化主要有一体化监测体系[2-3]、基于连清体系的年度滚动出数、更新预测出数和年度出数[4-5]、基于大样地区划的系统抽样和双重回归抽样[6-7]、大样地群团抽样[8]、基于二类调查森林资源档案更新[9-11]等方案，目前对大样地群团抽样多为现状估计[8]，动态估计的研究较少。自2012 年广东省开展基于大样地森林资源年度出数试点以来，笔者对基于大样地区划的双重回归估计进行深入研究[7]，2016 年开展了大样地复查和群团样地调查试点。本文在此基础上，进一步对2012 年和2016 年两期大样地群团抽样技术监测广东省森林资源面积进行试验分析，并与2016 年同步开展的连清固定样地地类复查结果作对比分析，为大样地群团抽样快速产出全省森林面积数据，优化国家森林资源监测体系提供依据。

1 材料与方法

1.1 研究区概况

广 东 省 位 于 北 纬20°13′～25°31′ 和 东 经109°39′～117°19′之间，陆地面积17.68 万hm2，全境地貌类型复杂多样，属东亚季风气候，光、热和水资源丰富，地带性原生森林植被有中亚热带典型常绿阔叶林带、南亚热带季风常绿阔叶林带、北热带季雨林带，森林植被主要为次生植被类型，有热带季雨林、红树林、亚热带季风常绿阔叶林、常绿落叶阔叶混交林、针阔叶混交林、针叶林[12]。第九次全国森林资源清查结果显示：广东省林地面积1 080.29 万 hm2，森林面积945.98 万 hm2，森林覆盖率为53.52%；活立木总蓄积50 063.49 万 m3， 其中森林蓄积46 755.09 万 m3[13]。

1.2 群团样地设置

在广东2012 年连清固定样地体系上按24 km× 16 km 间隔布设的459 个2 km×2 km 大样地范围内，以大样地中心点（群团样地中13 号样地中心点，理论上为连清固定样地）X，Y 坐标为基础，通过中心点坐标偏移，均匀布设25 个群团样点，形成一个群团样地。每个样点的面积为1/15 hm2，形状为正方形，边长为25.82 m。各样地中心点坐标偏移量见表1。群团样地的样点编号按从西向东、再从北向南的顺序依次编号，编号方法见图1。

表1 群团样地各样点偏移量Tab.1 The offsets of cluster plot points

图1 群团样地的样点布设示意Fig.1 Points arrangement of cluster plots

1.3 遥感判读

本次群团样地判读遥感数据以国家林业局提供的ZY3、GF、Spot5 和Rapideye 等卫星影像为主，空间分辨率为5 m 以上。判读调查时点统一为影像拍摄时点，分别为2011—2012 年、2015—2016 年。在判读前，遥感影像一般要经过几何精纠正、假彩色合成、波段融合和影像增强等处理。在经过处理的遥感影像上加载群团样地样点图层，无需进行影像区划，仅对群团样地中面积1/15 hm2的样地判读地类。地类判读采用优势判定法，即样地内面积比例占优势的地类确定为样地的地类。地类包括乔木林、竹林、疏林地、特殊灌木林地、一般灌木林地、未成林地、无立木林地、宜林地和非林地等。

1.4 实地验证

按4%比例机械抽取19 个典型群团（每个群团样地有25 个1/15 hm2样点），对群团内样地的地类进行实地验证。若13 号样点与实际连清点不一致，调查时则以13 号样点位置为准。每个群团样地按1:1 万比例尺出图，叠加航片和地形图形成两张调查底图，并标注群团样地样点编号及各样点北京54 坐标。

1.5 连清固定样地地类复查

在2016 年开展群团样地调查的同时，采用连清固定样地地类调查的方式对2012 年全省3685个连清固定样地的地类进行外业复查，形成两期连清固定样地地类数据库，采用成数抽样产出两期主要地类面积成数数据，用于和群团抽样结果对比分析。

1.6 统计分析

由于小地类抽样精度较低，需对其合并，最终按林地、森林、乔木林、竹林、特殊灌木林地和其他林地等6 个地类统计分析。各地类面积成数现状采用整群抽样估计，计算公式如下[14]。

式中，pi为第i 群某地类的成数，yi为属该地类的单元数，mi为第i 群调查单元数，yij为第i 群的群内单元值，当属该地类时为1，否则为0。这里要注意，严格群团抽样应对抽中的群内所有单元调查，按群的大小为4 km2，样本单元为1/15 hm2方形样地计算，群含有样本总数为6 000，为进一步减轻工作量，系统每群抽取im 个单元调查（对不跨省的群团样地，mi=25；对跨省的群团样地，mi小于25），其地类成数近似看作群样本全调查获取的地类成数。

则总体地类成数估计值为：

地类成数估计值p 的方差估计值为：

其中， /f n N= ,对于近似无限总体，其值通常接近0。

标准误为：

误差限为：

抽样精度为：

式中，A 为某省总面积（km2），N 为总体单元数（N=A/4），n 为样本单元数（群团样地个数），f = n /N,为抽样比，ta为可靠性指标，统一取ta=1.96。

2 结果与分析

2.1 地类遥感判读分析

对2016 年19 个群团共475 个样地实地验证结果和遥感判读结果进行地类统计分析，形成地类判读交叉验证表。表2 显示，森林、乔木林和非林地的正判率分别达到93.3%、84.1%和89.9%，竹林、宜林地等小地类正判率较低，疏林地和一般灌木林地由于在实地验证时未发现而未计算正判率。森林正判率基本满足遥感判读要求，但乔木林正判率稍低，主要是错判为竹林和特灌，主要原因是广东竹林和特灌通常分散在乔木林中，在遥感影像分辨率低于2.5 m 且质量不高的情况下乔木林极易错判为竹林和特灌。无立木地和未成林地受地表植被的影响，易错判为乔木林地。由于抽取的群团数量较少，小地类占比较小，正判率不稳定，但对森林覆盖率的影响不大。

2.2 森林资源面积现状

2016 年广东省主要林地地类面积监测结果详见表3。全省林地面积1 072.1 万hm2，占国土面积比例为65.65%；森林面积940.06 万hm2，占国土面积比例为53.18%；其他林地面积132.22万hm2，占国土面积比例为7.48%。森林中，乔木林面积866.88 万hm2，占国土面积比例为49.04%；竹林面积29.34 万hm2，占国土面积比例为1.66%；特殊灌木林地面积43.84 万hm2，占国土面积比例为2.48%。群团样地林地、森林和乔木林的抽样估计精度分别为94.87%、94.53%和94.13%，接近95%。若以群团为样本单元，按系统抽样统计各地类成数，对比两种抽样方法的估计精度，林地、森林和乔木林等大地类完全一致，竹林、特殊灌木林地和其他林地差别很小，各地类的抽样精度基本一致。总体来说，整群抽样精度和估计值方差成反比，地类分布越均匀则方差越小。

表2 2016 年群团样地遥感判读地类交叉验证Tab.2 Cross validation of land type of cluster plots interpreted by remote sensing image in 2016

表3 主要林地面积监测结果Tab.3 Area of domain forest land type

2.3 森林资源面积动态

表4 为2012—2016 年全省主要林地地类面积成数变化情况。2012—2016 年间，全省林地面积占国土面积比例由60.85%减少到60.65%，减少了0.2 个百分点，减少面积为3.54 万 hm2；森林面积占国土面积比例由2012 年的51.6%增加到53.18%，增加了1.58 个百分点，森林面积增加了27.93 万 hm2；乔木林面积占国土面积比例由2012 年的47.67%增加到49.04%，增加1.37 个百分点，乔木林面积增加24.22 hm2；竹林面积保持29.34 万 hm2不变；特殊灌木林地面积占国土面积比例增加0.21 个百分点，面积增加3.71 万 hm2；其他林地面积占国土面积比例减少1.77 个百分点，面积减少31.29 万 hm2。各地类年均面积年均净增率分别为-0.08%、0.77%、0.72%、0、2.31%和-4.78%。森林面积和乔木林面积净增量接近，主要是近年我省加大造林和森林资源保护力度致桥木林面积增加，无立木林地和宜林地等其他林地面积减少。

2012—2016 年各地类动态转移表显示，间隔期内乔木林面积成数转出2.38%，主要因采伐、灾害、更新改造、征占用林地等转为未成林地、迹地、宜林地和非林地等，乔木林面积成数转入3.75%，主要因造林、更新和自然演替等导致未成林地、迹地、宜林地、非林地、疏林地和灌木林地转为乔木林，竹林、疏林地和灌木林地等基本平衡。

2.4 群团抽样和连清体系监测结果差异

对比群团抽样和连清体系对全省主要林地地类面积成数2012 年和2016 年两期监测结果，群团抽样监测的森林和乔木林地面积比连清体系稍高，2012 年和2016 年森林面积成数分别相差0.18%和0.34%，相对较小，但乔木林面积成数两期分别相差5.62%和6.69%，差异较大。林地、竹林、特殊灌木林地和其他林地面积成数比连清体系低，其中灌木林地面积成数差异较大，两期分别相差4.47%和5.59%，其次为竹林地和其他林地，2016 年与连清体系分别相差0.97%和0.69%。对比两种监测方法估计地类面积成数的抽样精度，群团抽样明显低于连清体系，但两期相差不大，以2016 年为例，群团抽样的林地、森林和乔木林等大地类面积成数估计精度较连清体系分别低2.56%、2.43%和2.18%。但群团样地按系统抽样结果与群团抽样结果接近，与连清体系精度差异主要是由于群团数量仅为固定样地数量1/8所致，适当增加群团数量则可缩小差异。

表4 群团样地主要林地面积成数变化Tab.4 Change in area proportion of domain forest land output by cluster plots %

表5 群团样地各地类面积2012—2016 动态转移Tab.5 Dynamic transfer on area of each land type from 2012 to 2016 %

对比两期面积成数变化量，乔木林和特殊灌木林地相差较大，群团抽样结果为1.37%和0.21%，连清体系结果为2.44%和-0.81%，群团抽样较连清体系分别低1.07%、高1.02%。值得注意的是，群团抽样结果显示特殊灌木林地面积成数间隔期增加而连清体系则减少，可见小地类因面积成数较小而受调查因素影响较大，最终导致两种方法变化趋势出现相反的现象。群团抽样和连清体系监测的森林面积成数变化量分别为1.58%和1.74%，相差0.16%，两者差异较小。两种监测方法监测结果对比显示，一般现状估计差异较大的地类，变化量差异也相对较大，反之则较小，例如乔木林、特殊灌木林地、森林等地类。

将实地验证对遥感判读群团抽样结果进行纠正后[15]，再与群团抽样和连清体系结果对比，群团抽样纠正后的林地、森林和竹林等面积成数较遥感判读结果分别增加0.58%、2.46%和3.3%，乔木林、特殊灌木林地和其他林地面积成数分别减少1.17%、2.3%和1.89%。群团抽样纠正后主要林地地类面积成数与连清体系差值分别0.06%、2.64%、4.45%、2.33%、-6.77%和-2.58%，纠正后的林地、乔木林面积成数与连清体系差异缩小，但森林、竹林、特殊灌木林地和其他林地差异则分别扩大2.46%、3.3%、2.3%和1.89%，综合分析主要原因是，实地验证群团作为一个样本本身会受到选取的群团样地数量和群团样地的代表性影响，导致利用抽取的少量群团样地实地验证结果对竹林、特殊灌木林地等小地类的纠正系数波动较大，从而导致森林覆盖率波动较大。

表6 群团抽样和连清体系主要林地地类面积监测结果对比Tab.6 Comparing the area of domain land type between cluster sampling and NFI %

3 结论与讨论

2012 年和2016 年，基于遥感判读的大样地群团抽样对林地、森林和乔木林等大地类面积成数估计精度分别达到94.87%、94.43%和94.03%，按照2016 年群团样地变动系数，将大样地群团数量分别提高到549 和632 则可使森林覆盖率、乔木林面积成数的抽样精度达到95%。两期森林覆盖率监测结果分别为51.60%和53.18%，与连清体系51.26%和53.00%接近，因此，产出森林面积是可行的，且提高群团数量和遥感正判率将使两者更接近。

由于森林资源面积两期变化量较小，抽样精度较低的影响，群团抽样监测各地类面积成数2012—2016 年变化量波动较大，与连清体系对比，林地和特殊灌木林地面积变化趋势与其相反，乔木林面积成数变化量相差1.07%。利用实地验证群团对遥感判读群团纠正后，监测结果比遥感判读群团波动更大，与连清体系差异更大。主要是广东森林类型复杂、区域分布不同、破碎化程度高导致少量的实地验证群团难以最够代表全省，最终导致对乔木林、竹林、特殊灌木林地等纠正偏差。理论上，只有增加群团数量提高对森林变化区域的抽样强度才能获得满足精度要求的变化量估计，但由于成本太高，生产中满足变化趋势判断即可。另一方面，就是通过各种方法提高样地地类的遥感正判率，使其在调查上与连清体系一致。

群团样地调查主要通过遥感判读，较连清体系时间、成本等方面显著提升。假设群团数量为549 个，仅需对13 725 个1/15 hm2小样地地类进行遥感判读即可快速获取森林面积数据。连清体系则需要对样地进行外业调查，时间和调查成本较大，只有对连清体系固定样地同样遥感判读其地类才能大幅缩减时间和调查成本。但由于固定样地面积只有1/15 hm2，受地面和遥感影像坐标误差而影响正判率，导致对成数抽样结果影响较大。群团大样地则是对群团内25 个小样地地类进行判读计算群的地类成数，个别的误判对群的影响较小，而每个群的面积成数值为连续值，方差也比成数抽样小，总体上群团样地受正判率影响较连清体系较小。