基于卫星遥感数据空中抽样的大尺度森林资源动态监测

林业资源管理 ›› 2009, Vol. 0 ›› Issue (2): 106-110.

基于卫星遥感数据空中抽样的大尺度森林资源动态监测

李春干^1,2, 陈琦², 谭必增²

1.北京林业大学省部共建森林培育与保护教育部重点实验室,北京 100083;
2.广西林业勘测设计院,南宁 530011

收稿日期:2009-02-12 修回日期:2009-04-13 出版日期:2009-04-28 发布日期:2020-12-16
作者简介:李春干(1962-),男,广西横县人,研究员,主要从事森林资源监测与管理研究。
基金资助:
国家自然科学基金(30872023);广西壮族自治区林业局科学基金(200246)

Large-scale Forest Resources Monitoring by Means of Spatial Sampling of Hi-resolution Remote Sensing Images

LI Chungan^1,2, CHEN Qi², TAN Bizeng²

1. Key laboratory for Silviculture and Conservation of Ministryof Education, Beijing Forestry University, Beijing 100083, China;
2. Guangxi Forest Inventory & Planning Institute, Nanning 530011, China

Received:2009-02-12 Revised:2009-04-13 Online:2009-04-28 Published:2020-12-16

摘要/Abstract

摘要： 为监测大尺度宏观性森林资源动态变化,以SPOT5和ALOS高空间分辨率卫星遥感数据为源数据,辅以相关调查资料,在GIS支持下,采用空中抽样的方法,在遥感图像上布设样地,通过目视判读方法确定样地的土地类型、优势树种(组)等,据此计算森林面积和构造土地类型转移矩阵。根据历史调查资料分析得到森林类型单位面积蓄积量,并以此来计算各类林木蓄积量,从而实现研究区域森林面积、蓄积的动态监测。应用结果表明,在具备高空间分辨率遥感数据以及历史调查资料较丰富的情况下,该方法具有工作量小、精度高,且易于进行动态分析的特点,不但适用于大尺度宏观性森林资源监测,也适用于中尺度(如县级行政区域)的森林资源动态宏观监测。

关键词: 森林资源监测, 遥感, 空中抽样

Abstract: In order to monitor forest resources dynamic changes at the regionlevel, such as a province, spatial sampling was used in GIS environment for hi-resolution remote sensing images of SPOT5 and ALOS, while historical surveying data and other data were used as ancillary data.The attributes of sampling spotsincluded land use/cover types and species groups and others were determined byvisual interpretation, thus areas of forest types and their conversion matrix wereattainable. Furthermore, timber volumes were estimated with the areas of forest types and volume per-hectare derived from the analysis of historical surveyingdata.The application indicated that if hi-resolution images and historical surveying data were available, the present method has advantage in dynamic analysis, and is efficient and has high accuracy. It is also suitable to monitor forestresources at local level, such as a county.

Key words: forest resources monitoring, remote sensing, spatial sampling

中图分类号:

TP79:S758

李春干, 陈琦, 谭必增. 基于卫星遥感数据空中抽样的大尺度森林资源动态监测[J]. 林业资源管理, 2009, 0(2): 106-110.

LI Chungan, CHEN Qi, TAN Bizeng. Large-scale Forest Resources Monitoring by Means of Spatial Sampling of Hi-resolution Remote Sensing Images[J]. FOREST RESOURCES WANAGEMENT, 2009, 0(2): 106-110.

[1]	王娟, 陈永富, 陈巧, 李华玉, 张超. 基于无人机遥感的森林参数信息提取研究进展[J]. 林业资源管理, 2020, 0(5): 144-151.
[2]	王小昆, 王耀, 于世勇, 贾刚, 李大瑞. 基于遥感技术的全国营造林监测体系建设构想[J]. 林业资源管理, 2020, 0(5): 52-57.
[3]	卢献健, 黄俞惠, 晏红波, 韦晚秋, 黎振宝. 基于自动阈值决策树分类的桉树提取研究[J]. 林业资源管理, 2020, 0(4): 117-126.
[4]	马鸿伟, 刘海, 姚顺彬, 周蔚. 基于林业遥感的树种分类应用分析与展望[J]. 林业资源管理, 2020, 0(3): 118-121.
[5]	江仕嵘, 童亚文, 刘耀华, 张青峰, 洪波. 秦岭国家植物园生态环境质量评价[J]. 林业资源管理, 2020, 0(3): 85-88.
[6]	高金萍, 高显连, 孙忠秋, 于慧娜. 新时期东北内蒙古重点国有林区森林资源监测发展对策研究[J]. 林业资源管理, 2020, 0(2): 9-13.
[7]	亓兴兰, 曹祖宁, 刘健, 陈芳, 庄苇. 基于卫星遥感影像的森林病虫害监测研究进展[J]. 林业资源管理, 2020, 0(2): 181-186.
[8]	焦银合, 于泉洲, 刘恩峰, 梁春玲, 田晓飞, 张保华. 基于遥感的南四湖菹草群落时空演变特征及其原因分析[J]. 林业资源管理, 2020, 0(1): 70-78.
[9]	金忠明, 曹姗姗, 王蕾, 孙伟. 天山云杉林无人机可见光影像树冠信息提取方法研究[J]. 林业资源管理, 2020, 0(1): 125-135.
[10]	林丽丽, 郝振帮, 戴姗霖, 杨柳青, 刘健, 余坤勇. 南方集体林区典型毛竹经营区林分质量遥感量化研究[J]. 林业资源管理, 2019, 0(6): 84-90.
[11]	袁昊, 陈宏伟, 齐麟, 房磊, 乔泽宇, 赵福强. 基于landsat影像大兴安岭地区林火烈度时空格局分析[J]. 林业资源管理, 2019, 0(6): 91-96.
[12]	徐晓峰, 张皓琳, 孙志超. 天地一体化森林防火监测体系建设[J]. 林业资源管理, 2019, 0(5): 121-129.
[13]	蔡林菲, 吴达胜, 方陆明, 郑辛煜. 基于XGBoost的高分二号影像树种识别[J]. 林业资源管理, 2019, 0(5): 44-51.
[14]	卢献健, 黄俞惠, 晏红波, 周吕, 吴宸龙, 周斌, 罗乐. 基于GEE平台广西桉树快速提取研究[J]. 林业资源管理, 2019, 0(5): 52-60.
[15]	邢元军, 普布顿珠, 罗鹏, 许等平. 群团抽样对西藏森林资源宏观监测结果的影响分析[J]. 林业资源管理, 2019, 0(4): 52-58.