Page 100 - 森林资源的培育与保护及其开发利用

森林资源的培育与保护及其开发利用
Cultivation, Protection and Exploitation of Forest Resources

性进步。其技术路线如下：
利用 2015—2016 年数字正射航空图像（空间分辨率 0.2 m）进行小班区划和基本
属性识别（土地类型、优势树种、伴生树种和林木起源）。通过当年高空间分辨率（优
于 3 m）卫星遥感图像变化检测结果和 CHM 修正小班边界和基本属性，对不能确定
基本属性的小班通过外业补充调查进行修正、确认。

2
获取调查区域全覆盖机载激光雷达数据（点云密度 ≥2.0 点 /m ），生产数字高程
模型（DEM）、数字表面模型（DSM）、冠层高度模型（CHM）（空间分辨率均为 2 m）
和高程归一化点云等产品。

每个调查区域（分 3 个年度完成，故分 3 个区域）的每个森林类型（优势树种组）
2
布设 100 个左右样地（面积为 600 m ）进行每木检尺调查，并测定林分平均高及下木
层、草本层生物量。
通过样地调查材料和 LiDAR 变量建立森林参数估测模型，并采用小班全林实测

小班调查材料进行检验。以 20 m×20 m 的格网进行全区域森林参数制图。
以 LiDAR 点云生产的 DEM、生态公益区划调整材料、历史调查资料等为基础，
自动提取小班的自然环境和管理属性因子。

以上技术方法的特点是：
小班区划精细、调查因子精度高且质量可控；大幅度减少调查工作量和劳动强
度，缩短调查工期；实现了全区域森林参数制图，调查成果更为丰富；与现行以地面
调查方法相比，调查成本不增加并有所降低。
然而多年的实践表明，上述技术方法仍存在以下问题：小班区划和基本属性识别

由调查人员在 GIS 平台上通过人机交互方法进行，工作量仍较大，并且质量和精度受
到调查员理论技术水平、经验和责任心的极大影响；小班区划和基本属性识别依赖于
航空图像，存在着数据源时效性差的问题；样地调查仍采用传统方法，工作量大、效

率低、劳动强度高，并且属于有损测量，在保护区、森林公园中不宜布设样地。
2. 中国森林资源调查的发展趋势
ALS 作为当前最先进的森林资源调查监测技术，必将在今后森林资源调查中得到
广泛应用。随着研究的深入和经验的积累，可以期望中国森林资源调查将在以下几个

方面取得显著进展。
1）超高空间分辨率卫星遥感影像 + 机载激光雷达
应用于大区域森林资源调查。随着卫星技术的高速发展，米级、亚米级、分米
级（例如，高分二号，0.8 m；高景一号，0.5 m；WorldView-3，0.3 m；Pléiades-1，

0.4 m 等）卫星遥感数据越来越多，获取越来越容易、成本越来越低，小班区划和基
本属性识别可用的数据源越来越多、时效性更强，小班区划和基本属性识别更准确。

• 92 •