查看更多>>摘要：[目的]以林场或县森林资源总体为调查对象,及时、准确地调查监测总体平均每公顷蓄积量,对上级(如市、省)部门开展森林资源宏观管理、生态保护价值评价、森林碳储量计量、领导干部任期绩效考核等工作都有重要支撑作用.将卫星、无人机等多源遥感数据作为辅助数据,采用较少抽样调查样地数据,实现总体参数有效估测的新方法,已成为国内外重要的研究方向,但目前,国内尚无多种现有估计方法的比较评价研究.为了促进新一代遥感技术在森林资源调查业务中的应用,提高我国森林资源天空地一体化调查监测技术水平,亟需对现有林场或县总体参数估测方法进行比较评价研究.[方法]以内蒙古旺业甸实验林场主要人工林树种为总体,基于2019年在林场获取的无人机激光雷达(LiDAR)抽样数据、Sentinel-2A多光谱数据(全覆盖)和少量样地数据,针对样地(p)、样地—卫星(ps)、样地—抽样无人机LiDAR(pl)以及样地—抽样无人机LiDAR-卫星(pls)4种模式,利用适合这4种模式的概率抽样法(DB)、模型辅助法(MA)、模型法(MD)和混合法(HY)4类共5种估测方法(DBp、MDps、MAps、HYpl以及MDpls)对总体森林蓄积量密度均值(MSVD)进行估计与对比分析.[结果](1)DBp、MDps、MAps、HYpl、MDpls 5种方法估测的MSVD分别为212.54、202.09、202.38、210.07以及208.96 m3/hm2,精度分别为90.44％、91.54％、91.69％、96.35％和96.45％,方差依次减小.(2)其他4种方法相对于MDpls方法的估计效率(RE)均大于1(REDBp,MDpls=5.39,REMDps,MDpls=3.82,REMAps,MDpls=3.69,REHYpl,MDpls=1.07);HYpl相对于MDpls的RE略大于1,但几倍于其他3种方法(REDBp,HYpl=5.02,REMAps,HYpl=3.43,REMDps,HYpl=3.56).(3)包含LiDAR数据的HYpl与MDpls方法相对于包含Sentinel-2A数据的MDps与MAps方法均为正效率(REMAps,HYpl=3.43,REMDps,HYpl=3.56,REMDps,MDpls=3.82,REMAps,MDpls=3.69);MDps与MAps方法之间的RE接近1,但MAps的效率微高于MDps(REMDps,MAps=1.04).[结论]和只利用样地数据的估计方法相比,将遥感数据作为辅助变量建立估测模型,无论是采用对蓄积量不够敏感的林场全覆盖Sentinel-2A多光谱遥感数据,还是采用对蓄积量很敏感的抽样式获取的LiDAR数据,都可有效提高林场总体MSVD的估测精度.涉及遥感数据应用的4种方法,估计精度最高的为MDpls,其次为HYpl,这2种方法都包含了LiDAR遥感抽样观测数据的应用,都是适应于林场总体MSVD估计的年度监测方法.可实现天空地3种观测数据协同应用的MDpls估测精度和相对效率最高,可作为林场森林蓄积量年度监测的首选方法.
国家科技期刊平台
NSTL
万方数据
维普