广东省林草资源调查监测技术分析

叶裕琦

（广东省国土资源测绘院，广东 广州 510000）

1 引言

林草资源调查监测，主要是对林区的林地、草地、湿地、荒漠及其附着的森林资源和草资源，以及其他土地上的林木资源进行监测，可以查清我国林草资源具体变化、掌握年度消长动态变化情况，分析评价林草生态系统状况、功能效益以及演替阶段和发展趋势[1]，为国家制定林草资源监督管理、生态系统保护修复政策，编制林草发展规划、国民经济与社会发展规划提供科学依据。

林草资源调查监测是在林地现状调查基础上，采用RTK 测量技术获取高精度的定位信息，可以大大提高林草资源测量的准确性；基于遥感技术可以获取林草资源的分布信息以及植被指数、面积指数等多维度参数信息；无人机可以覆盖大范围地表，快速获取大面积的林草资源信息，尤其在山区、沼泽等工作人员难以到达的地方，利用无人机可以灵活、便捷地采集资源信息，实时掌握项目区林草资源情况；而人工智能技术不仅可以对项目区野生动植物、有害生物进行智能识别，还可以对大量的遥感数据进行智能分析，评估林草资源的状态及变化趋势，实现智能化的林草资源调查监测。通过采用上述几种技术开展林草资源调查监测，可以准确获取项目区林草资源存量及质量变化等信息。

2 测区地理概况

广东省地处我国大陆最南部，东邻福建，北接江西、湖南，西连广西，南临南海，珠江口东西两侧分别与香港、澳门特别行政区接壤，是我国经济大省之一，经济综合竞争力居全国第一。广东省全境地貌类型复杂多样，有山地、丘陵、台地和平原，地势北高南低，北部多为山地和高丘陵，南部则为平原和台地，且全省河流众多，属于东亚季风区，从北向南分别为中亚热带[2]、南亚热带和热带气候，全境林草资源丰富，四季常青、动植物种类繁多，植被类型有属于地带性植被的北热带季雨林、南亚热带季风常绿阔叶林、中亚热带典型常绿阔叶林和沿海的热带红树林，还有非纬度地带性的常绿混交林、常绿针叶林、竹林、灌丛、草坡，以及水稻、甘蔗和茶园等栽培植被。因此，为了摸清样地周边生态情况和森林蓄积量消长变化情况，比如森林是否健康、林木是否长大、林分构成，需对广东省林草资源展开调查监测。

3 林草资源调查监测作业

3.1 准备工作

3.1.1 数据资料准备

林区林草资源调查监测是在基础数据资料、林草资源调查监测资料基础上进行，因此，需要提前准备下列资料：

（1）基础数据资料 ：主要包括基础地理信息数据、高分辨率遥感数据；全国国土调查成果及其年度变更数据、各级行政区域界线、经营单位界线等资料。

（2）林草资源调查监测资料：包括森林资源连续清查成果、森林资源管理“一张图”数据、国家级公益林区划界定，以及其他最新森林资源调查成果，草原、湿地和荒漠化监测数据，立地类型和立地质量评价等专业调查资料。

3.1.2 技术准备

为了顺利开展林区林草资源调查监测工作，需要提前制定项目技术方案和技术规程，开展技术培训，明确监测方法、技术标准、操作流程、成果要求及质量管理等技术准备工作。广东省林草资源调查监测技术路线如图1 所示。

图1 广东省林草资源调查监测技术路线

3.2 图斑监测

图斑监测是一种基于遥感影像的分析方法，通过对比不同时间点的卫星图像，识别出地表覆盖的变化情况。这种技术可以快速、准确地获取大范围的地表信息，为林草资源调查监测提供强有力的技术支持。具体监测流程如下：

3.2.1 提取变化图斑

林草资源的图斑监测主要是提取地类和植被覆盖类型、自然属性、管理属性等变化图斑。

（1）建立遥感解释标志

首先将遥感影像与林草资源数据进行叠加分析，使两者之间形成对应关系，再根据地表覆盖类型进行标定，以便形成地表覆盖遥感影像解译标志和地表覆盖类型数据标签。然后选择前后两期遥感影像特征出现变化的区域，依据林草资源数据库的图斑信息进行比较及标定，最终形成遥感解译标志和变化类型数据标签。

（2）人工智能变化识别

在完成变化图斑数据标签建立后，将其输入人工智能识别模型进行迭代训练，并从中选出最优模型；然后对监测区域进行人工智能变化识别，提取出变化图斑，并按照测区建设项目占用、林地草地湿地开垦破坏、林木采伐、灾害损失以及生态保护修复等标记变化类型。

（3）遥感诊断变化图斑

在提取出变化图斑后，利用测区基础地理国情监测数据，结合两期遥感影像特征变化情况，对人工智能识别提取的变化图斑进行遥感诊断，以确定有变化的图斑。

3.2.2 变化图斑验证核查

为了准确获取变化图斑的属性信息，需要对初步诊断出的变化图斑进行验证核实，主要采取查阅资料的方式对变化图斑进行验证，获取变化图斑的相关因子属性信息；对于无法确认变化原因的图斑，还需利用无人机搭载机载激光雷达扫描林区内树木，测量冠幅，生成图像，以此核查变化图斑的地类、原因、自然属性及管理属性等信息。

3.2.3 林草资源数据更新

在核实变化图斑后，还需更新变化图斑数据，按照林草资源调查监测成果，采用生长模型更新方法，对林草资源蓄积量、生物量、碳储量等因子属性、地表覆盖类型、自然属性及管理属性等进行更新，以形成林草资源遥感影像及遥感解译标志数据库、林草生态图斑监测数据库，以及样地、样方、样木等现状数据库。

3.3 样地调查监测

3.3.1 样地布设

测区林草资源样地监测基于国家森林资源连续清查成果，设置林草资源监测样地，草地、湿地资源样地按照样地数量精度不低于90%且年度之间变动最少的原则进行设置，将测区各个城市的样地数均匀分为5 组，分组方法如图2 所示。

图2 年度监测样地分组

考虑到森林、草原和湿地调查监测样地设计是一体化的复合样地，主要由一个面积0.5 hm2的圆形样地、一个面积为0.06～0.08 hm2的方形/长方形/圆形样地、3 条40 m 长的样线、一个100 m2大样方、3 个4 m2小样方和3 个1m2测产小样方组成，具体样地设计如图3 所示。因此，本次草地样地设计以广东省森林资源清查固定样地为基础，选取与固定样地位置较近的草地样地作为监测样地，并按照样方内植物的高度和株丛幅度进行分类，一类是植物以高度＜80cm 草本或＜50cm 灌木半灌木为主的样方，另一类是以高度≥80cm 草本或≥50cm 灌木的样方，且每个样地应设置1～4 个样方。

图3 测区林草资源样地设计

湿地样地需根据测区湿地类型及分布情况进行设置，对落入湿地图斑的全部固定样地，挑选可以代表测区湿地资源状况的作为湿地样地；对只有部分可以代表测区湿地资源状况的湿地，需在现有布点基础上进行加密布设，直到满足监测要求方可选取加密样地的湿地斑块作为湿地样地，并在确定的样地范围内设置1～4 个植物样方。

3.3.2 样地调查

为了判定测区样地林草资源因子变化情况，采用最新遥感数据，结合测区森林样地、草原样地以及湿地样地实际情况，对测区全部固定样地进行遥感判读，以此判定测区林草资源覆被类型、优势树种、起源、覆盖度等级的变化情况，并对遥感监测到的因子变化进行记录。

（1）森林资源样地调查

为了提高森林资源样地中心点坐标值、周界测量及样木定位精度，根据前期样地位置记录，首先架设RTK 卫星定位系统装置，打开监测设备，采取RTK 测量技术进行定位及周界测量，并按要求设置固定样地标志，采集引点位置和样地西南角点（或中心点）的卫星导航定位坐标值。当采用差分定位技术确保定位精度达到1m 以内时，可以直接进行样地定位；完成样地定位后，开始修复和补设固定样地标志。样地位置和样地周界原则上必须与前期保持一致，并采用暗标和明标相结合的方式进行固定。

其次，根据测区现场情况，采用闭合导线法测定样地周界，应用智能罗盘仪定向，皮尺量距，从西南角点起按顺序测设，确定样地西北角点、东北角点、东南角点和相应四条边界的正确位置，且复位样地周界长度误差应小于1%，新增或改设样地周界测量闭合差应小于0.5%[3]。

最后，测区周界测量完成后，利用无人机航摄系统对样地因子、样木因子进行调查记载、现地拍摄以及样地所在图斑调查。本次森林资源样地共调查733个，森林面积1.58 亿亩，森林覆盖率达58.74%，空间分布如图4 所示。

图4 广东省森林资源空间分布

（2）草原资源样地调查

草原资源样地调查主要包括位置坐标采集、调查因子记载、样地照片拍摄等。样地位置坐标采用RTK测量技术及GNSS 导航方法进行样地定位，并采集样地中心点的坐标值。然后在确定草原资源样地范围内展开调查，并记录下地形因子、土壤因子、地表特征，以及草地类型、草原起源、优势草种类等植被特征因子，并对所调查的样地进行拍照。

其次，沿着样线每隔1m 或0.5m 间距，采用针刺法进行植被盖度测量，若有植物，记做1，若无则记做0，然后计算其出现频率，即盖度。

最后，对灌木及高大草本植物草原样方进行调查，主要测定样方内灌木及高大草本植物的样方号、横纵坐标、植物名称、面积、数量、高度、盖率等有关数据，并使用无人机对样方进行航摄。

（3）湿地资源样地调查

测区湿地资源样地调查采用RTK 测量技术和GNSS接收机进行定位，然后开始监测及记录样地中心点坐标，调查样地的地形因子、土壤因子、植被面积、植被群系、植物种类、溶解氧、积水状况、水源保障情况、生物量、土壤含水量以及受威胁情况等因子。对于红树林，还要调查起源、树种、平均年龄等因子，并将所有的调查因子录入平板电脑，以此减少内业工作量，提高工作效率和样地调查精度。广东省林草资源植被分布如图5 所示。

图5 广东省林草资源植被分布

3.3.3 校验样地调查

为了验证样地内林草资源调查的精准性，还需要利用优于2m 的最新遥感影像，对样地内的林草资源图斑进行全面判读复核，复核时如果发现样地内图斑与遥感影像不吻合，或是前后期遥感影像对比发生明显变化的图斑等问题，则需要进行区划调整、补充。同时，如果对判定结果存在疑问，还需采用无人机航摄对样地进行现场调查核实，对现地进行区划调整、修正。

3.4 数据处理与统计

3.4.1 监测数据处理

考虑到测区监测数据处理工作量大，为了保证数据质量，避免出现返工情况，采用遥感处理技术对林草资源的调查因子进行预处理。

（1）森林资源样地主要对样地、样木的调查因子数据进行处理，包括立木材积、生物量和碳储量的计算，生长量和消耗量的计算，目测样地、跨角样地的处理等。

（2）草原资源样地主要对样地及样方调查因子数据进行处理，包括样地及组成植物的鲜重、干重和产草量等的计量。

（3）湿地资源样地主要对样方调查因子进行处理，包括样方及植被的鲜重、干重和生物量等的计量。

3.4.2 监测数据统计

测区数据统计主要利用软件对林草资源面积、储量进行统计，通过分析关联前后两期图斑监测数据库，产出林草湿地资源的面积动态变化数据。在对样地调查数据、现状数据和生长消耗数据预处理中，以样地为基础对蓄积、产草量等动态变化进行统计分析，从而得出森林资源、草原资源及湿地资源面积，再利用样地、样方和遥感反演估算出测区林草湿地资源的构成数据，以此产出本年度林草资源变化量流向统计表。

4 结论

综上所述，为了充分发挥自然资源数据价值、构建林草资源监管体系，以广东省林草资源调查监测为例，在林草资源图斑监测、样地监测过程中，通过采用现代测绘技术进行调查监测。监测成果显示，广东省的林草资源分布广泛，森林面积达1.58 亿亩，森林覆盖率为58.74%，其中，北部南岭地区的典型植被为中亚热带低山常绿阔叶林和亚热带常绿针叶林，中部则为南亚热带常绿阔叶林，而南部则主要为热带季雨林。在广东省林草资源调查监测中通过运用现代化测绘技术不仅能高效精确地采集数据，还能实时动态监测林草资源的状态，分析评估生态效益，提高林草资源调查监测的效率及精度，进而产出本年度的林草资源监测数据库及林草资源变化量流向统计表等成果，为构建科学规范、运行高效的林草资源管理制度、技术体系提供科学依据。