一类调查与二类调查森林蓄积量数据对接方案分析研究

doi:10.13466/j.cnki.lczyyj.2023.05.017

摘要/Abstract

摘要：

我国一类调查(森林资源连续清查)与二类调查(森林资源规划设计调查)两种监测体系因调查目的及方法不同,因此监测获取的森林资源数据存在不一致。鉴于此,以保定市为例,开展一类调查与二类调查森林蓄积量数据对接方案分析研究。采用非线性指数模型分树种组构建小班蓄积量预估模型,通过模型反演更新调整保定市内所有小班蓄积量信息,从而获取保定市各县(市、区)森林蓄积量信息;采取平差调整法实现保定市一类调查与二类调查蓄积量监测值对接。研究结果显示:1)分树种组研建的小班蓄积量预估模型评价指标均表现较好,表明模型具有较好的预估能力;2)相比二类调查而言,采用小班蓄积量预估模型监测获取的保定市森林单位蓄积量(34.98 m³/hm²)与一类调查蓄积量监测值对比,其精度为91.06%,较大程度上降低了相对误差,表明了小班蓄积量预估模型监测值的可靠性;3)对模型预估值进一步进行平差调整后,最终实现了一类调查与二类调查蓄积量监测成果对接,表明了研究方案的可行性。可见,研究的技术方案可为各省级行政区历年小班蓄积量监测数据对接更新及今后实现“一套数,一张图”提供技术方法参考。

关键词: 蓄积量监测, 蓄积量预估模型, 森林资源连续清查, 森林资源规划设计调查

Abstract:

Because of the different purposes and methods of the two monitoring systems,namely the continuous forest resources inventory and forest management inventory,the data of forest resources obtained by the two monitoring systems are inconsistent.In view of this,this paper took Baoding City as an example to carry out analysis and research on the docking scheme of forest stock data between continuous forest resources inventory and forest management inventory.In order to obtain the forest stock information of each county(city and district)in Baoding city,thesubcompartment stock volume prediction model was constructed by using nonlinear index model and tree species groups.The adjustment method was adopted to realize the connection between the continuous inventory of forest resources and the monitoring value of the forest resources planning and design investigation.The results showed as follows:1)the evaluation indexes of the subcompartment stock volume prediction model developed based on tree species groups all performed well,indicating that the model had good prediction ability;2)Compared with the forest management inventory,the forest stockper unit(34.98 m³/hm²)of Baoding City monitored by the subcompartment stock volume prediction modelshowed an accuracy of 91.06% with the monitoring valueof thecontinuous forest resource inventory stock,which greatly reduced the relative error,indicating the reliability of the monitoring value of the subcompartment stock volume prediction model;3)After further adjustment of the model prediction,the connection between the continuous forest resources inventory and forest management inventory was finally realized,indicating the feasibility of the research scheme.The technical scheme studied in this paper can provide technical reference for updating the monitoring data of subcompartment stock volumein all provinces over the years and realizing "one set of data,one piece of map" in the future.

Key words: inventory monitoring, stock volume prediction model, continuous forest resources inventory, forest management inventory

中图分类号:

白星雯, 胡晟, 布日古德, 阳帆. 一类调查与二类调查森林蓄积量数据对接方案分析研究[J]. 林草资源研究, 2023,(5): 142-147.

BAI Xingwen, HU Sheng, BU Rigude, YANG Fan. Analysis and Research on the Docking Scheme of Forest Stock Data Between Continuous Inventory of Forest Resources and Forest Resource Planning and Design Investigation[J]. Forest and Grassland Resources Research, 2023,(5): 142-147.

图/表 6

表1

表2

表3

表4

表5

表6

参考文献 25

[1]	李云霄. 基于多阶抽样的林地蓄积量估测方法研究[D]. 北京: 北京林业大学, 2015.
[2]	胡杨. 森林蓄积量调查估测方法研究[D]. 北京: 北京林业大学, 2020.
[3]	邓成, 梁志斌. 国内外森林资源调查对比分析[J]. 林业资源管理, 2012(5):12-17.
[4]	陶吉兴, 张国江, 季碧勇, 等. 杭州市森林资源市县联动年度化监测的探索与实践[J]. 林业资源管理, 2014(4):14-18.
[5]	孟源源. 基于遥感大样地的森林资源一类调查面积估计理论研究[D]. 浙江: 浙江农林大学, 2017.
[6]	吴恒, 胥辉. 基于综合监测体系的森林样地抽样方案比较研究[J]. 林业资源管理, 2022(3):48-53.
[7]	涂云燕, 张成程. 森林资源连续清查体系改进建议[J]. 山东林业科技, 2015, 45(1):113-116.
[8]	卢佶. 基于市县联动的森林资源及生态状况动态变化研究[D]. 杭州: 浙江农林大学, 2014.
[9]	刘华, 陈永富, 鞠洪波, 等. 美国森林资源监测技术对我国森林资源一体化监测体系建设的启示[J]. 世界林业研究, 2012, 25(6):64-68.
[10]	刘绍娟. 森林资源规划设计调查的关键技术、存在的问题及对策[J]. 林业建设, 2017, 196(4):46-49.
[11]	蔺焕忠, 邵殿坤, 李广玉. 森林资源规划设计调查改进方法初探[J]. 林业科技情报, 2012, 44(3):4-5.
[12]	王博一, 刘兆刚, 颜俊峰, 等. 依据多种抽样技术对二类调查蓄积量精度控制及比较[J]. 东北林业大学学报, 2022, 50(2):23-28.
[13]	陈礼德. 森林资源二类调查存在的主要问题与对策[J]. 中国林业经济, 2017(6):46-47.
[14]	王建明, 郎子岩. 谈森林资源二类调查技术的发展过程及存在问题[J]. 林业勘查设计, 2014(1):8-10.
[15]	陶吉兴, 张国江, 季碧勇. 森林资源一类清查与二类调查数据控制与融合研究[J]. 浙江林业科技, 2016, 36(6):8-14.
[16]	黄平. 全国森林资源一体化监测的实践与思考——以广东省森林资源监测工作为例[J]. 林业资源管理, 2013(2):6-9.
[17]	闫宏伟, 黄国胜, 曾伟生, 等. 全国森林资源一体化监测体系建设的思考[J]. 林业资源管理, 2011(6):6-11.
[18]	蒲洪. 森林资源监测有关问题的思考[J]. 农村实用技术, 2019, 208(3):111-112.
[19]	李琦, 陶丹, 薛春燕. 上海市森林资源一体化监测的探索与实践[J]. 华东森林经理, 2018, 32(2):22-25.
[20]	陶吉兴, 季碧勇, 张国江, 等. 浙江省森林资源一体化监测体系探索与设计[J]. 林业资源管理, 2016(3):28-34.
[21]	曲延斌. 天山云杉林分蓄积量反演模型研究[D]. 乌鲁木齐: 新疆农业大学, 2022.
[22]	龙时胜. 湖南栎类天然林自稀疏规律与生长模型研究[D]. 长沙: 中南林业科技大学, 2021.
[23]	高东启. 北京市蒙古栎、油松林分生长预估模型研究[D]. 北京: 北京林业大学, 2014.
[24]	徐衍武. 利用二类调查成果建立林分蓄积预估模型的研究[J]. 林业勘查设计, 2013, 167(3):61-62.
[25]	阳帆. 森林资源综合监测体系优化设计研究[D]. 北京: 北京林业大学, 2020.

树种组	树种组成
落叶松组	落叶松属(Larix)类树种
油松组	油松(Pinus tabulaeformis)、华山松(Pinus armandii)、白皮松(Pinus bungeana)等
栎组	蒙古栎(Quercus mongolica)、槲树(Quercus dentata)、栓皮栎(Quercus variabilis)等
桦木组	白桦(Betula platyphylla)、黑桦(Betula dahurica)、枫桦(Betula costata)等
杨树组	山杨(Populus davidiana)、毛白杨(Populus tomentosa)等
硬阔组	白蜡(Sect.Ornaster)、构树(Broussonetia papyrifera)、合欢(Albizia julibrissin)、核桃楸(Juglans mandshurica)、黄栌(Cotinus coggygria)、桑树(Morus alba)、皂荚(Gleditsia sinensis)、楸树(Catalpa bungei)、五角枫(Acer mono)、榆树(Ulmus pumila)等
软阔组	椿树(Ailanthus altissima)、椴树(Tilia tuan)、金叶榆(Ailanthus altissima)、栾树(Koelreuteria paniculata)、泡桐(Paulownia fortunei)、丝棉木(Euonymus maackii)、梧桐(Firmiana platanifolia)、悬铃木(Platanus orientalis)、紫叶李(Prunus Cerasifera)等

树种组	模型变量
树种组	平均年龄	郁闭度	坡度坡向联合转化值	海拔	平均胸径	平均树高
落叶松组	0.000 00^***	0.000 01^***	0.047 38^*	0.765 25	0.000 00^***	0.000 93^***
油松组	0.000 74^***	0.900 29	0.000 40^***	0.020 79	0.000 00^***	0.000 62^***
栎组	0.000 28^***	0.445 51	0.045 38^*	0.160 21	0.000 00^***	0.000 28^***
桦木组	0.849 00	0.152 00	0.428 00	0.000 07^***	0.000 00^***	0.000 00^***
杨树组	0.001 05^**	0.586 05	0.536 84	0.000 67^***	0.000 00^***	0.000 00^***
硬阔组	0.000 53^***	0.023 06^*	0.281 61	0.524 20	0.000 00^***	0.000 00^***
软阔组	0.005 57^**	0.002 75^**	0.001 70^**	0.740 87	0.000 00^***	0.000 00^***

树种组	模型变量参数
树种组	常量参数 (a)	平均年龄 (t₁)	郁闭度 (t₂)	坡度坡向联合转化 (t₃)	海拔 (t₄)	平均胸径 (b)	平均树高 (c)
落叶松组	2.71E-04	-3.26E-06	8.21E-07	5.15E-07	—	1.92E+00	2.13E-01
油松组	2.42E-04	1.17E-06	—	6.35E-07	2.11E-08	2.08E+00	-2.52E-02
栎组	6.31E-04	3.98E-06	—	-9.85E-07	—	1.43E+00	1.40E-01
桦木组	1.44E-04	—	—	—	3.63E-08	1.96E+00	2.53E-01
杨树组	3.18E-04	1.95E-06	—	—	5.04E-08	1.11E+00	8.51E-01
硬阔组	1.58E-04	-5.06E-07	3.47E-07	—	—	2.01E+00	2.55E-01
软阔组	6.12E-04	6.20E-06	-2.76E-06	3.24E-06	—	1.06E+00	6.64E-01

树种组	评价指标
树种组	R²	SEE	TRE/%	ASE/%	MPE/%	MPSE/%
落叶松组	0.973	6.055	-0.022	-0.780	2.389	11.277
油松组	0.964	8.457	-0.034	0.697	1.921	14.252
栎组	0.960	6.211	0.606	-0.982	2.053	15.020
桦木组	0.952	8.220	0.990	2.545	2.102	12.250
杨树组	0.955	4.216	0.785	2.108	2.779	18.732
硬阔组	0.952	7.511	0.759	0.319	2.442	16.164
软阔组	0.970	8.153	-0.005	-3.746	4.230	15.939

县(市、区)	蓄积量监测值/(m³/hm²)			调整量占比/%
县(市、区)	模型预估值	平差调整值	调整量	调整量占比/%
市辖区	12.298 7	12.314 6	0.015 9	0.129 3
涞水县	34.410 9	34.429 5	0.018 6	0.054 1
阜平县	49.111 5	49.171 5	0.060 0	0.122 2
定新县	29.019 0	29.021 9	0.002 8	0.009 8
唐县	36.699 9	36.714 3	0.014 4	0.039 2
高阳县	12.893 4	12.893 9	0.000 4	0.003 5
容城县	24.272 9	24.273 3	0.000 4	0.001 9
涞源县	59.355 5	59.424 6	0.069 2	0.116 5
望都县	14.816 6	14.816 9	0.000 3	0.002 0
安新县	19.493 4	19.495 8	0.002 4	0.012 3
易县	47.454 8	47.514 9	0.060 2	0.126 8
曲阳县	32.228 4	32.235 8	0.007 4	0.022 8
蠡县	31.880 3	31.883 0	0.002 7	0.008 5
顺平县	14.215 4	14.216 9	0.001 5	0.010 6
博野县	9.542 0	9.542 3	0.000 3	0.003 1
雄县	47.405 4	47.409 8	0.004 4	0.009 2
涿州市	78.805 5	78.814 2	0.008 7	0.011 0
定州市	7.006 8	7.009 2	0.002 4	0.034 3
安国市	10.209 0	10.209 6	0.000 6	0.005 9
高碑店市	37.884 0	37.887 3	0.003 3	0.008 7
保定全市	34.980 3	38.415 0	3.434 7	9.819 0