专家分类方法在森林资源清查中的应用研究

林业资源管理 ›› 2010, Vol. 0 ›› Issue (1): 118-122.

专家分类方法在森林资源清查中的应用研究

张晓星

山西省太原市林业调查规划院,太原 030012

收稿日期:2009-09-25 修回日期:2010-02-02 发布日期:2020-12-14
作者简介:张晓星(1964-),男,山西太原人,工程师,硕士研究生,主要从事林业调查规划及3S在林业中的应用。Email:tylyj001@163.com
基金资助:
教育部新世纪人才支持计划(NCET-06-0122)

Application of Expert Classification Method in Forest Resources Investigation

ZHNAG Xiaoxing

Taiyuan Municipal Institute of Forest Inventory and Planning, Taiyuan 030012, Shanxi Province, China

Received:2009-09-25 Revised:2010-02-02 Published:2020-12-14

摘要/Abstract

摘要： 以太原市的6个建城区为研究区,利用一类数据与SPOT5遥感数据,根据《山西省森林资源规划调查外业工作细则》中林地、林分分类标准,采用专家分类的方法,成功地分出了15个乔木树种和16个灌木及其组合。在不改变原小班划分的基础上,对采用目视解译方法在同时相SPOT5遥感数据上完成的森林资源清查数据进行校验,结果表明专家分类方法可以消除个人因素对解译结果的影响,在解译细节上强于目视解译;专家分类方法更科学、实用,在生产更具有推广意义。

关键词: 专家分类, 遥感, 森林资源, SPOT5影像

Abstract: The study takes six urban districts as the research area. According to the forest land and forest stand classification standards in Detailed Regulations on Field Work of Forest Planning and Inventory in Shanxi Province, expert classfication method is adopted with the NFI data and SPOT5 remote sensing data, and 15 tree species and 16 shrubs and their combinations are identified successfully after the repeated tests. Without changing the original subcompartment division, the visual interpretation method is used to test and check the accuracy of the forest resources inventory data. The result shows that expert classification method can eliminate the influence of personal behavior on interpretation, which is better than visual interpretation in terms of details of interpretation. Expert classification method is more scientific and practical and has greater extention significance in aspect of production.

Key words: expert classification, remote sensing, forest resource, images of SPOT 5

中图分类号:

TP39

张晓星. 专家分类方法在森林资源清查中的应用研究[J]. 林业资源管理, 2010, 0(1): 118-122.

ZHNAG Xiaoxing. Application of Expert Classification Method in Forest Resources Investigation[J]. FOREST RESOURCES WANAGEMENT, 2010, 0(1): 118-122.

[1]	兰玉芳, 石小华, 李宏韬, 马胜利, 张敏中. 基于开源GIS的森林资源监测智慧云平台构建[J]. 林业资源管理, 2020, 0(5): 131-137.
[2]	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.
[3]	高金萍, 高显连, 杜彬, 赵炳柱, 陈晓明, 郭旭亮, 明海军, 于慧娜. 森林资源“多库合一”管理和更新业务平台研建与实践探讨——以内蒙古大兴安岭重点国有林区为例[J]. 林业资源管理, 2020, 0(5): 44-51.
[4]	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.
[5]	王鹤智. 我国林木采伐管理对策研究[J]. 林业资源管理, 2020, 0(4): 15-18.
[6]	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.
[7]	刘志斌. 森林资源“一张图”在广西森林资源管理平台中的应用[J]. 林业资源管理, 2020, 0(4): 146-152.
[8]	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.
[9]	胡耀升, 于丽瑶, 武健伟. 自然资源资产负债表核算系统构建——以森林资源为例[J]. 林业资源管理, 2020, 0(3): 22-25.
[10]	刘诚, 郑云峰, 杨锦鑫, 陆亚刚. 杭州市森林资源动态监测与土地调查成果协同对比分析[J]. 林业资源管理, 2020, 0(3): 52-57.
[11]	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.
[12]	刘静. 新型森林经营方案编制与实施[J]. 林业资源管理, 2020, 0(3): 6-10.
[13]	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.
[14]	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.
[15]	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.