基于航空影像的亚热带地区小班区划和基本属性识别

doi:10.13466/j.cnki.lyzygl.2021.02.010

林业资源管理 ›› 2021, Vol. 0 ›› Issue (2): 68-74.doi: 10.13466/j.cnki.lyzygl.2021.02.010

基于航空影像的亚热带地区小班区划和基本属性识别

代华兵¹(), 李春干²()

1.广西壮族自治区林业勘测设计院,南宁 530011
2.广西大学林学院,南宁 530004

收稿日期:2021-01-07 修回日期:2021-03-23 出版日期:2021-04-28 发布日期:2021-06-03
通讯作者: 李春干
作者简介:代华兵(1980-),男,湖北宜昌人,高工,主要从事森林资源调查监测与管理工作。Email: huabing_dai@126.com
基金资助:
广西壮族自治区林业勘测设计院科研业务费专项(GXLKYKJ201601)

Sub-compartment Division and Basic Inventory Attributes Interpretation Based on Aero Digital Orthophoto Map in Sub-tropic Region

DAI Huabing¹(), LI Chungan²()

1. Guangxi Forest Inventory and Planning Institute,Nanning 530011,China
2. Forestry College of Guangxi University,Nanning 530004,China

Received:2021-01-07 Revised:2021-03-23 Online:2021-04-28 Published:2021-06-03
Contact: LI Chungan

摘要/Abstract

摘要：

在室内完成小班区划和基本属性识别是森林资源调查工作者长期以来追求的目标。深入研究了亚热带集体林区主要树种(组)在航空数字正射影像的表征,提出了航空影像树种(组)目视解译决策树。在此基础上,以航空影像为基础数据,在GIS软件平台支持下通过屏幕矢量化区划小班,通过目视解译方法确定其土地类型、优势树种(组)等基本属性。结果表明:小班面积平均误差为0.5%,空间位置重叠率为99.7%,显著高于传统方法;优势树种(组)总的正判率为97.5%,Kappa系数为0.959 8,只需少量地面补充调查,即可解决小班基本属性调查问题。航空影像具有小班精细区划和基本属性准确识别的潜力,基本可以代替实地小班勾绘和调查。实践证明,采用航空影像进行小班区划和基本属性识别,可为实现森林资源的精准、快速、高效调查提供技术支持。

关键词: 森林资源规划设计调查, 小班, 航空数字正射影像, 图像解译

Abstract:

Dividing sub-compartment and interpreting its basic inventory attributes indoors is the goal of forest resource investigators for a long time.In this paper,we study the characteristics of main tree species (group)in sub-tropic region on the aero digital orthophoto map,and then present a decision tree for aero image interpretation of tree species or tree species group.With the support of GIS software,the sub-compartment is divided by screen vectorization and the dominant tree species (group)is determined by visual interpretation.The result indicat that the average area error of sub-compartment is 0.5% and the spatial position overlap rate is 99.7%,which are significantly higher than the conventional method.The total positive precision of image interpretation for dominant tree species (group)is 97.5% and the kappa coefficient is 0.959 8.The paper confirm that the field work of sub-compartment division and basic inventory attributes investigation could be replaced mostly by the application of aero photography,which lays a solid foundation for accurate,rapid and efficient investigation and monitoring of forest resources.

Key words: forest management inventory, sub-compartment, aero digital orthophoto map, image interpretation

中图分类号:

S771.8

代华兵, 李春干. 基于航空影像的亚热带地区小班区划和基本属性识别[J]. 林业资源管理, 2021, 0(2): 68-74.

DAI Huabing, LI Chungan. Sub-compartment Division and Basic Inventory Attributes Interpretation Based on Aero Digital Orthophoto Map in Sub-tropic Region[J]. FOREST RESOURCES WANAGEMENT, 2021, 0(2): 68-74.

图/表 3

图1

表1

表2

参考文献 26

[1]	许美华. 小班区划及其设想[J]. 林业资源管理, 1984(2):22-23.
[2]	熊泽彬. 森林资源二类调查中小班区划方法研究[J]. 林业资源管理, 2002(5):24-26.
[3]	古育平, 李文斗, 郭在标. 我国森林资源二类调查和档案管理工作的历史发展特点、现状和对策措施[J]. 华东森林经理, 2008,28(2):42-44.
[4]	毛朝明, 蒋灵华, 钱龙福. 森林资源二类调查小班区划探讨——以浙江省松阳县为例[J]. 华东森林经理, 2013,27(3):25-26.
[5]	孙亚丽, 周筑, 黄海燕, 等. 基于卫星遥感影像的森林资源二类调查[J]. 西部林业科学, 2017,46(2):150-152.
[6]	俞立民. “3S”技术在宁夏森林资源规划设计调查中的应用[J]. 宁夏农林科技, 2008(2):41-42.
[7]	吴春争, 冯益明, 舒清态, 等. 基于SPOT 5遥感影像的小班区划技术[J]. 东北林业大学学报, 2011,39(7):120-122.
[8]	李云, 陈晓, 周建洪, 等. 基于遥感判读和小班区划调查数据差异性分析——以昆明市五华区二类调查为例. 林业建设, 2015(6):6-10.
[9]	肖永有, 刘小强, 何伟民. 卫星遥感影像在森林资源调查小班区划的应用[J]. 南方林业科学, 2015,43(5):40-42.
[10]	GB/T 2624-2010,森林资源规划设计调查技术规程[S].
[11]	李春干. 面向对象的遥感图像森林分类研究与应用[M]. 北京: 中国林业出版社, 2009: 80-115.
[12]	贺鹏, 陈振雄, 胡觉, 等. 不同判读方式和判读人员对遥感正判率的影响分析[J]. 中南林业调查规划, 2015,34(2):39-43.
[13]	李春干, 代华兵, 谭必增, 等. 基于SPOT 5图像分割的森林小班边界自动提取[J]. 林业科学研究, 2010,23(1):53-58.
[14]	李留瑜. 林业调查技术的回顾与思考[J]. 林业资源管理, 1999(5):49-57.
[15]	李兰田. 航空在我国森林调查规划中的应用[J]. 林业资源管理, 1978(4):18-22.
[16]	周昌祥, 李春亭. 遥感技术在我国森林调查中的应用[J]. 林业资源管理, 1979(3):23-25.
[17]	唐允森, 牟惠生, 董连勇. 0.5m分辨率航摄数字影像数据在森林资源规划设计调查中的应用[J]. 吉林林业科技, 2012,41(2):29-30.
[18]	陈新林. 基于高清航片森林资源二类调查技术研究[J]. 林业建设, 2016(4):33-39.
[19]	濮静娟. 遥感图像目视解译原理与方法[M]. 北京: 中国科学技术出版社, 1992: 90-96.
[20]	王荣女. QuickBird和Spot 5在县级森林资源调查中应用的比较研究[J]. 内蒙古林业调查设计, 2007,30(3):16-18.
[21]	陈树彪. 遥感影像判读在森林资源二类调查中的应用与研究——以西林吉林业局判读调查工作为例[J]. 内蒙古林业调查设计, 2016,39(2):16-17.
[22]	韩旭, 邱家瑞, 孟承. 浅析SPOT5遥感影像在森林资源调查中的应用探讨[J]. 天津农林科技, 2013(4):37-39.
[23]	张颖. 航片判读在森林资源规划设计调查中的应用[J]. 天津农林科技, 2013(5):24-25.
[24]	王彦娥, 戴晓峰. 影响遥感影像目视判读区划准确性因素浅析[J]. 陕西林业科技, 2009(6):58-61
[25]	李春干, 张连华. 林地斑块勾绘的空间定位精度评价方法[J]. 林业资源管理, 2014(2):126-129.
[26]	熊昊, 庞勇, 李春干, 等. 高分辨率航片小班区划与树种判读[J]. 林业资源管理, 2020(1):143-150.

数据来源	面积平均相对误差	面积相对误差区间的小班个数比重						平均重叠率	重叠率区间的小班个数比重
数据来源	面积平均相对误差	≤2	2~5	5~10	10~20	20~50	>50	平均重叠率	≥90	90~80	80~70	70~50	<50
本次小班区划	0.5	91.5	6.4	2.1	0.0	0.0	0.0	99.7	100.0	0.0	0.0	0.0	0.0
林地“一张图”	114.7	10.4	9.6	10.9	9.2	18.8	41.2	67.4	32.4	12.4	7.7	19.6	27.9

实际优势树种(组)	识别结果							合计	正确个数	正确率/%
实际优势树种(组)	杉木	马尾松	桉树	一般阔叶树	丛生竹	荔枝	龙眼	合计	正确个数	正确率/%
杉木	20	2	1	1				24	20	83.3
马尾松		365	6	2		1	2	376	365	97.1
桉树		1	833	1	1			836	833	99.6
一般阔叶树		9	1	112		1		123	112	91.1
丛生竹		1	3		85			89	85	95.5
荔枝		2		2		43		47	43	91.5
龙眼							7	7	7	100.0
合计	20	380	844	118	86	45	9	1502	1465	97.5
正确个数	20	365	833	112	85	43	7	1465
正确率/%	100.0	96.1	98.7	94.9	98.8	95.6	77.8	97.5

基于航空影像的亚热带地区小班区划和基本属性识别

Sub-compartment Division and Basic Inventory Attributes Interpretation Based on Aero Digital Orthophoto Map in Sub-tropic Region

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 26

相关文章 14

编辑推荐

Metrics

本文评价

[1]	代华兵, 李春干, 庞勇, 李崇贵. 基于天空地一体化森林资源调查的小班因子设置与信息获取方法[J]. 林业资源管理, 2021, 0(1): 180-188.
[2]	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.
[3]	赵勋, 岳彩荣. 基于遥感数据的林地变化检测方法研究[J]. 林业资源管理, 2019, 0(1): 101-108.
[4]	陈华, 林华忠, 靳爱仙, 孙玉军. 基于物元分析法的将乐国有林场用材林质量评价研究[J]. 林业资源管理, 2018, 0(5): 82-89.
[5]	霍振江. 基于林分动态生长模型的小班资源档案更新研究[J]. 林业资源管理, 2018, 0(1): 141-147.
[6]	周玉晨, 李昀, 林珂卉, 沈皓晴, 朱琳, 王佐铭. 基于Android的角规测树及数据处理软件的设计与实现[J]. 林业资源管理, 2017, 0(6): 143-148.
[7]	许正亮, 王应泉, 卢永飞, 杨杰. 森林资源二类调查系统抽样2种样地调查方法的比较与分析[J]. 林业资源管理, 2016, 0(3): 140-144.
[8]	孟雪, 郜昌建, 高媛赟, 刘俊, 林国忠, 温小荣, 佘光辉. 基于森林小班的高分影像融合及地类信息提取[J]. 林业资源管理, 2016, 0(2): 98-105.
[9]	年顺龙, 贠新华, 邓喜庆. 基于二类调查小班数据的森林资源更新思路与方法[J]. 林业资源管理, 2014, 0(2): 115-118.
[10]	孙世仁, 苏东凯, 谢小魁, 杨明, 赵月, 唐宇, 李斌. 长白山区人工红松林蓄积生长模型研究[J]. 林业资源管理, 2013, 0(6): 70-75.
[11]	陶晶, 臧润国, 华朝朗, 温庆忠. 森林生态系统类型自然保护区功能区划探讨[J]. 林业资源管理, 2012, 0(6): 47-50.
[12]	谭伟, 张雁, 许华容. 基于ArcEngine的森林资源小班编辑功能的探讨[J]. 林业资源管理, 2011, 0(5): 122-130.
[13]	刘迪钦, 戴景晟, 习立民, 范桂良. 杉木林分碳汇计算与应用[J]. 林业资源管理, 2011, 0(4): 127-130.
[14]	季碧勇, 张国江, 赵国平, 赖江. 基于固定样地的县级森林资源动态监测技术方法[J]. 林业资源管理, 2009, 0(5): 50-53.