基于高清影像分层抽样技术在森林资源二类调查中的应用探索

doi:10.13466/j.cnki.lyzygl.2018.03.022

林业资源管理 ›› 2018, Vol. 0 ›› Issue (3): 129-132.doi: 10.13466/j.cnki.lyzygl.2018.03.022

基于高清影像分层抽样技术在森林资源二类调查中的应用探索

朱磊()

国家林业局华东林业调查规划设计院,杭州 300019

收稿日期:2018-05-07 修回日期:2018-06-06 出版日期:2018-06-28 发布日期:2020-09-20
作者简介:朱磊(1979-),男,贵州织金人,高工,主要从事森林资源调查与监测方面的工作。Email:zhuxianghua@126.com

Exploration of Stratified Sampling Technologies Based on High Definition Aerial Photogragh for Forest Resources Inventory and Planning

ZHU Lei()

Forest Inventory and Planning Institute of State Forestry Administration in East China,Hangzhou 310019,China

Received:2018-05-07 Revised:2018-06-06 Online:2018-06-28 Published:2020-09-20

摘要/Abstract

摘要：

在森林资源原有系统抽样基础上,利用高清影像,结合森林资源底图、经营档案等资料,对所有样地进行逐块判读,获取分层因子,确定各分层的类型和权重,按不同方案的样本量进行分层抽样,开展补充调查,统计不同方案的特征数,并进行对比分析。结果表明:采用高清影像分层抽样技术,可以大幅度减少调查样地数量,提高抽样精度,具有广泛的推广价值。

关键词: 分层抽样, 高清影像, 森林资源调查, 森林蓄积量, 松阳县

Abstract:

On the basis of the original systematic sampling of forest resources,using high-definition imagery,combined with forest resources base maps,business archives,and other data,each sample plot is interpreted on a block-by-block basis to obtain stratification factors,and the types and weights of each stratum are determined.The sample size of the plan was sampled by stratification,supplemental surveys were conducted,and the number of features of different scenarios was calculated and compared.The results show that the adoption of high-definition image stratified sampling technology can significantly reduce the number of survey sites and improve the sampling accuracy,which has extensive popularization value.

Key words: stratified sampling, high-definition video, forest resources survey, forest volume, Songyang County

中图分类号:

朱磊. 基于高清影像分层抽样技术在森林资源二类调查中的应用探索[J]. 林业资源管理, 2018, 0(3): 129-132.

ZHU Lei. Exploration of Stratified Sampling Technologies Based on High Definition Aerial Photogragh for Forest Resources Inventory and Planning[J]. FOREST RESOURCES WANAGEMENT, 2018, 0(3): 129-132.

层序号	层	权重系数	方案1样地数	方案2样地数
1	针幼疏	0.0664	19	10
2	针幼中	0.0140	4	2
3	针幼密	0.0070	2	1
4	针中疏	0.0315	9	5
5	针中中	0.0385	11	6
6	针中密	0.0629	18	9
7	针成疏	0.0385	11	6
8	针成中	0.0804	23	12
9	针成密	0.2097	60	31
10	阔幼疏	0.1119	32	17
11	阔幼中	0.0944	27	14
12	阔幼密	0.1119	32	17
13	阔中疏	0.0035	1	1
14	阔中中	0.0175	5	3
15	阔中密	0.0559	16	8
16	阔成疏	0.0140	4	2
17	阔成中	0.0070	2	1
18	阔成密	0.0350	10	5
合计	—	1.0000	286	150

类型	总样本量/个	总体平均数	标准误	绝对误差限	相对误差限/%	抽样精度/%	总体蓄积估计区间/m³
常规方法	476	3.3244	0.1888	0.3666	11.1	88.9	5173553~6469780
方案1	286	4.4735	0.1297	0.2542	5.4	94.6	5957935~6236139
方案2	150	4.7838	0.2053	0.4024	8.4	91.6	5936422~6376788

[1]	孟宪宇. 测树学[M]. 北京: 中国林业出版社, 1996.
[2]	何岚. 森林资源二类调查方法研究[J]. 内蒙古林业调查设计, 2015,28(5):23-24,32.
[3]	金瑛. 事后分层抽样技术在森林资源二类调查中的应用[J]. 林业调查规划, 2008,33(3)19-22.
[4]	陈赛男. 航空遥感技术在杭锦旗森林资源二类调查中的应用[J]. 内蒙古林业调查设计, 2014,37(2):54-56.
[5]	林国忠. 森林资源二类调查方法的改进及监测体系研究[D]. 南京:南京林业大学, 2010.
[6]	姚荣江, 何丙辉. “3S”技术在森林资源二类调查中的应用前景[J]. 林业调查规划, 2004,29(3):22-26.

[1]	林鑫, 庞勇, 李春干. 无人机密集匹配点云与机载激光雷达点云的差异分析[J]. 林业资源管理, 2020, 0(3): 58-62.
[2]	曾伟生, 孙乡楠, 王六如, 王威, 蒲莹. 基于机载激光雷达数据估计林分蓄积量及平均高和断面积[J]. 林业资源管理, 2020, 0(2): 79-86.
[3]	朱坤, 代继平, 庞婧, 韩旭, 左翔, 彭建松. 云南省芒市古树名木资源调查与特征分析[J]. 林业资源管理, 2020, 0(1): 22-29.
[4]	王六如, 尹洪波. 新型便携式树木测高仪DZH-30在森林资源调查中的应用[J]. 林业资源管理, 2019, 0(6): 132-136.
[5]	国红, 尤磊, 雷相东, 谢阳生, 洪玲霞. 多期森林调查样地数据的逻辑检查方法研究[J]. 林业资源管理, 2019, 0(5): 84-88.
[6]	陈新云, 李利伟, 刘承芳, 王六如, 丁靖. 热带原始森林类型分类和蓄积量遥感反演研究[J]. 林业资源管理, 2019, 0(2): 39-46.
[7]	李苑菱, 陈宗铸, 雷金睿, 陈小花, 杨琦, 吴庭天. 海口市森林资源调查空间平衡抽样研究[J]. 林业资源管理, 2019, 0(2): 47-53.

基于高清影像分层抽样技术在森林资源二类调查中的应用探索

Exploration of Stratified Sampling Technologies Based on High Definition Aerial Photogragh for Forest Resources Inventory and Planning

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献 6

相关文章 7

编辑推荐

Metrics

本文评价