创建新一代森林资源调查监测技术体系的实践与探索

doi:10.13466/j.cnki.lyzygl.2018.03.002

摘要/Abstract

摘要：

以总结北京林业大学精准林业北京市重点实验室研发团队20余年来创建新一代国家森林资源调查监测体系的工作为主线,侧重讨论以下主要问题:1)创建陆表系统逐级互联网+3S技术规划、区划到国家—省域—县域(林场)—乡镇(营林区)—村(街道,林班)—户(小班)的地类、植被覆盖类型、面积逐级严密平差体系;2)研制以3D激光扫描和任意摄影为主导的卫星载、无人机载、车载、固定式、背负式、手持式森林观测仪器体系;3)以小样本、县域300个左右5~9株树微样地或3D电子角规精测异质化小班为基础,研建林木与立地环境之间的预测预报反演模型,主导树种材积、蓄积、生物量、碳储量、生长量、固碳量(碳增量)及其转换模型;4)研建面向森林资源调查监测、规划设计、经营作业、制图建库、造林采伐、择伐经营的新一代森林经理平台。

关键词: 森林调查监测, 森林规划设计, 森林经营作业, 林业信息化, 森林调查仪器

Abstract:

This paper summarizes the work of the Beijing Key Laboratory of Precision Forestry in the Beijing Forestry University’s R&D team to create a new generation of national forest resources survey and monitoring system for more than 20 years,focusing on the following major issues:(1) create a land surface system Gradual Internet +3S technology planning,zoning to the country-provincial-county (forest farm)-township (silviculture area)-village (street,compartment)-household (sub-compartment) land category,land-cover type,acreage level rigorous adjustment system.(2) develope satellite borne,UAV,vehicle mounted,fixed type,piggyback and handheld forest observation instrument system based on 3D laser scanning and arbitrary photography.(3) using the small sample,about 300 micro-samples with 5~9 trees in the county area or 3D electronic gauges to accurately measure the heterogeneous sub-compartment.At the same time,developing a predictive inversion model between trees and site conditions to dominate the tree species volume,accumulation,biomass,carbon stocks,growth,carbon sequestration (carbon increments) and their conversion models.(4) build a new generation platform of forest management for investigating,monitoring,planning and designing for forest resources managemet.

Key words: forest survey and monitoring, forest planning and design, forest management operations, forestry informatization, instruments of forest survey

中图分类号:

S757.2

冯仲科, 杜鹏志, 闫宏伟, 曾伟生, 刘金成, 冯海英. 创建新一代森林资源调查监测技术体系的实践与探索[J]. 林业资源管理, 2018,(3): 5-14.

FENG Zhongke, DU Pengzhi, YAN Hongwei, ZENG Weisheng, LIU Jincheng, FENG Haiying. Practice and Exploration for Establishing New Generation Technology System of Forest Resources Investigation and Monitoring[J]. FOREST RESOURCES WANAGEMENT, 2018,(3): 5-14.

图/表 7

表1

新一代森林资源调查体系与传统体系的特征对比

类别	传统调查体系	新一代调查体系
分类	一类、二类、三类调查、专业调查分别进行,数据共享较差。	统一为国家森林资源调查,一类并入微样地,三类直接应用小班调查成果,数据完全共享。
组织管理	一类国家林业局领导,省级林业厅(局)组织实施;二类省级林业厅(局)领导,县级、林场组织实施;三类为林场级自主组织。	统一为国家林业局领导,省级林业局组织,以县、林场为基本单位具体实施。
调查周期	一类调查:5年;二类调查:10年(少数5年);三类调查:专业调查根据要求。	统一为每年一次调查,重点观测300个以上小班微样地。
调查要素	三量:面积量、蓄积量、生长量。	三量:面积量、蓄积量、生长量。
体系特点	1.周期长(5~10年);2.耗时多(一般需1年);3.每个小班均野外观测;4.精度低,可靠性差;5.不能或难以测量生长量;6.主要应用经典方法常规仪器;7.花费大。	1.周期短(1年);2.耗时少(1~3月);3.每个县/场实测1%以上小班微样地,主要是计算机影像观测;4.精度高,可靠性强;5.可高精度测量生长量;6.主要应用3S集成技术和内外业一体摄影扫描点云测树装备技术;7.花费仅为已有体系1/3~1/10。
系统技术方法	1.纸质地形图手工区域粗分小班,面积误差5%;2.每个小班现场观测或普通角规测树,面积误差20%左右;3.统计出某时点调查成果;4.没有核查管理技术体系。	1.互联网+RS+GIS自动分类区划、平差小班、细分小班,面积误差2%;2.小班聚类分析后每个县场只需在300个以上独立类小班中用GPS定位根据定点观测微样地(5~9株树或3D电子角规测树,集成RS,GIS,GPS反演出每个小班测树因子,蓄积误差5%~10%,生长量误差3%);3.3S系统统计出年度面积量、蓄积量和生长量三量;4.无人机摄影核查造林,采伐技术体系,GIS管理。

表1

表2

森林调查数据库研建模型

类别	生长模型	一元/二元模型	推导形数模型	d/H/M反演模型	MBC转换
模型	Y=λ∑-b_ix_i	H=a₂ $d b 2$ V=a₁ $d b 1$ V=ad^bH^c	f=V/(Hd²) V=ad^bH B=ad^bH b=B/(Hd²)	d=a₁ $D b 1$ H=a₂ $D b 2$ M=a₃ $D b 3$	C=BC_s B=aM^b

表2

表3

森林小班精准测树技术获取森林小班调查因子算式

调查因子	5~9株树微样地法	3D角规法
林分密度	N= $n - 0.5 π R 2$ ×10⁴	N= $∑ i = 1 n 4 F g π d i 2$ ×10⁴ = $4 F g × 104 π ∑ i = 1 n 1 d i 2$
平均高	H= $∑ i = 1 n - 1 H i + 0.5 d n n - 0.5$	H= $∑ i = 1 1 H i d i N$
平均胸径	d= $∑ i = 1 n - 1 d i + 0.5 d n n - 0.5$	d= $∑ i = 1 1 1 d i N$
蓄积量	M= $∑ i = 1 n - 1 f i d i 2 H i + 0.5 f n d n 2 H n π R 2$ ×10⁴	M=fn $H -$ F_g
郁闭度	K= $∑ i = 1 n - 1 D i 2 + 0.5 D n 2 R 2$	K= $4 F g π ∑ i = 1 n D i 2 d i 2$
混交比	$N i N$	$N i N$
径阶分布	$N d i$ = $K d i π R 2$ ×10⁴	$N d i$ = $4 F g × K d i π d i 2$ ×10⁴
角线尺度	β_i,S_i	β_i,S_i
价值核算	Q= $∑ i = 1 r ∑ j = 1 m N d ij$ C_ij	Q= $∑ i = 1 r ∑ j = 1 m N d ij$ C_ij

表3

图1

表4

图2

图3

参考文献 56

[1]	Kangas A, Maltamo M. 森林资源调查方法与应用[M].1版.黄晓玉,雷渊,译. 北京: 中国林业出版社, 2010.
[2]	Brandeis T, Zarnoch S, Oswalt C, et al. The lack of adequate quality assurance/quality control data hinders the assessment of potential forest degradation in a national forest inventory[J]. Forest Ecology and Management, 2017,396:176-183. doi: 10.1016/j.foreco.2017.04.036
[3]	冯仲科, 黄晓东, 刘芳. 森林调查装备与信息化技术发展分析[J]. 农业机械学报, 2015,46(9):257-265.
[4]	闫飞. 森林资源调查技术与方法研究[D]. 北京:北京林业大学, 2014.
[5]	曾伟生, 程志楚, 夏朝宗. 一种衔接森林资源一类清查和二类调查的新方案[J]. 中南林业调查规划, 2012,31(3):1-4.
[6]	曾伟生, 周佑明. 森林资源一类和二类调查存在的主要问题与对策[J]. 中南林业调查规划, 2003(4):8-11.
[7]	高祥. 森林资源调查监测信息化技术方法研究[D]. 北京:北京林业大学, 2015.
[8]	许正亮, 王应泉, 卢永飞, 等. 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(3):140-144.
[9]	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.
[10]	冯仲科, 刘金成, 冯海英. 一种结合互联网进行森林二类调查的方法:中国,CN106885559A[P]. 2017-06-23.
[11]	韩广辉, 张殿伟, 赵玉福, 等. 森林资源三类调查数据管理信息系统的开发与应用[J]. 辽宁林业科技, 2008(1):37-38.
[12]	曹忠, 巩奕成, 冯仲科, 等. 电子经纬仪测量立木材积误差分析[J]. 农业机械学报, 2015,46(1):292-298.
[13]	邱梓轩. 森林植被观测装备研制与观测方法研究[D]. 北京:北京林业大学, 2016.
[14]	任冲. 中高分辨率遥感影像森林类型精细分类与森林资源变化监测技术研究[D]. 北京:中国林业科学研究院, 2016.
[15]	李云, 陈晓, 张英团. 美国德国法国和日本森林资源调查体系对我国森林资源调查与监测的启示[J]. 林业建设, 2016(1):1-9.
[16]	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.
[17]	毛海颖, 冯仲科, 巩垠熙, 等. 多光谱遥感技术结合遗传算法对永定河土壤归一化水体指数的研究[J]. 光谱学与光谱分析, 2014,34(6):1649-1655. doi: 10.3964/j.issn.1000-0593(2014)06-1649-07
[18]	徐伟恒, 冯仲科, 苏志芳, 等. 一种基于三维激光点云数据的单木树冠投影面积和树冠体积自动提取算法[J]. 光谱学与光谱分析, 2014,34(2):465-471.
[19]	王佳, 宋珊芸, 刘霞, 等. 结合影像光谱与地形因子的森林蓄积量估测模型[J]. 农业机械学报, 2014,45(5):216-220.
[20]	冯仲科, 刘金成, 刘海洋. 一种互联网+测树平板仪终端云计算森林小班精测经营的作业法:中国,CN107044850A[P]. 2017-08-15.
[21]	Guo Z D, Hu H F, Pin L I, et al. Spatio-temporal changes in biomass carbon sinks in China’s forests from 1977 to 2008[J]. Science China Life Sciences, 2013,56(7):661-671. doi: 10.1007/s11427-013-4492-2 pmid: 23722235
[22]	Firth J, Brownlie R. A Remote Sensing Technique for Assessing a Canopy Health Disorder (Upper Mid-Crown Yellowing) of Pinus radiata Trees[J]. Geocarto International, 1999,14(3):53-56.
[23]	张巍巍, 冯仲科, 汪笑安, 等. 基于TM影像的林木参数提取和树高估测[J]. 中南林业科技大学学报, 2013,33(9):27-31.
[24]	冯仲科, 高祥. 一种观测5棵树构成样地的森林计测方法:中国,CN104535024A[P]. 2015-04-22.
[25]	冯仲科, 高祥, 解明星. 一种3D角规测定森林结构参数的方法:中国,CN104501872A[P]. 2015-04-08.
[26]	冯仲科, 高祥. 一种利用3D角规的森林小班皆伐造材方法:中国,CN104794324A[P]. 2015-07-22.
[27]	冯仲科, 马力. 一种森林小班分类方法:中国,CN106570512A[P]. 2017-04-19.
[28]	冯仲科, 徐伟恒, 杨立岩. 利用手持式超站测树仪测量林分空间结构参数[J]. 农业工程学报, 2015,31(6):213-217.
[29]	程文生, 冯仲科, 于景鑫. 中国主要树种通用二元材积模型与推导形数模型研究[J]. 农业机械学报, 2017,48(3):245-252.
[30]	史洁青, 冯仲科, 刘金成. 基于无人机遥感影像的高精度森林资源调查系统设计与试验[J]. 农业工程学报, 2017,33(11):82-90.
[31]	冯仲科, 刘金成, 孙仁杰, 等. 一种可避障无人机林冠下倾斜摄影测算森林样地因子的方法:中国,CN106969752A[P]. 2017-07-21.
[32]	冯仲科, 刘金成. 一种森林固定样地无人机倾斜摄影技术方法:中国,CN104634322A[P]. 2015-05-20.
[33]	Soldaat L L, Pannekoek J, Verweij R J T, et al. A Monte Carlo method to account for sampling error in multi-species indicators[J]. Ecological Indicators, 2017,81:340-347. doi: 10.1016/j.ecolind.2017.05.033
[34]	MarchiM, Ferrara C, BertinG, etal. A sampling design strategy to reduce survey costs in forest monitoring[J]. Ecological Indicators, 2017,81:182-191. doi: 10.1016/j.ecolind.2017.05.011
[35]	邱梓轩, 冯仲科, 蒋君志伟, 等. 森林智能测绘记算器设计与试验[J]. 农业机械学报, 2017,48(5):179-187.
[36]	刘芳, 冯仲科, 杨立岩, 等. 基于三维激光点云数据的树冠体积估算研究[J]. 农业机械学报, 2016,47(3):328-334.
[37]	冯仲科, 刘金成, 于东海. 森林样地手机全景正直摄影装置及测树方法:中国,CN104567816A[P]. 2015-04-29.
[38]	樊仲谋, 冯仲科, 李亚东, 等. 基于双目相机的森林样地调查方法研究[J]. 农业机械学报, 2015,46(5):293-299.
[39]	冯仲科, 马超, 赵保卫, 等. 视频超站仪及森林计测方法:中国,CN1670474[P]. 2005-09-21.
[40]	冯仲科, 殷嘉俭, 贾建华, 等. 数字近景摄影测量用于森林固定样地测树的研究[J]. 北京林业大学学报, 2001,23(5):15-18.
[41]	韦雪花, 王永国, 郑君, 等. 基于三维激光扫描点云的树冠体积计算方法[J]. 农业机械学报, 2013,44(7):235-240.
[42]	冯仲科, 刘金成, 马力. 种不需控制点坐标测量的相机定标方法:中国,CN105261010A[P]. 2016-01-20.
[43]	冯仲科, 樊仲谋, 邱梓轩. 一种竖直基线上双目相机观测森林固定样地方法:中国,CN105222759A[P]. 2016-01-06.
[44]	冯仲科, 杨立岩, 祁曼. 一种森林固定样地摄影测量方案:中国,CN104613940A[P]. 2015-05-13.
[45]	徐伟恒, 冯仲科, 苏志芳, 等. 手持式数字化多功能电子测树枪的研制与试验[J]. 农业工程学报, 2013,29(3):90-99.
[46]	刘金成, 冯仲科, 范永祥. 电子条码尺立木胸径自动测量研究[J]. 农业机械学报, 2017,48(12):208-213.
[47]	黄晓东, 冯仲科, 解明星, 等. 自动测量胸径和树高便携设备的研制与测量精度分析[J]. 农业工程学报, 2015,31(18):92-99.
[48]	刘金成, 黄晓东, 杨立岩, 等. 基于CCD超站仪的森林样地建立与精测方法研究[J]. 农业机械学报, 2016,47(11):316-321.
[49]	刘金成. 地面摄影测量系统研究与应用[D]. 北京:北京林业大学, 2016.
[50]	赵芳, 冯仲科, 高祥, 等. 树冠遮挡条件下全站仪测量树高及材积方法[J]. 农业工程学报, 2014,30(2):182-190.
[51]	于景鑫. 森林精准经营平台设计与研建[D]. 北京:北京林业大学, 2016.
[52]	冯仲科, 李亚藏. 一种基于地学模型的森林蓄积量估测模型的构建方法:中国,CN105893737A[P]. 2016-08-24.
[53]	冯仲科, 于东海, 邱梓轩. 一种森林最优择伐模型的方法:中国,CN105354625A[P]. 2016-02-24.
[54]	冯仲科, 于东海, 邱梓轩. 一种确定森林生长模型的方法:中国,CN105303299A[P]. 2016-02-03.
[55]	冯仲科, 高祥, 马力, 等. 一种森林择伐最优造材方法:中国,CN104834964A[P]. 2015-08-12.
[56]	韦雪花, 王佳, 冯仲科. 北京市13个常见树种胸径估测研究[J]. 北京林业大学学报, 2013,35(5):56-63.

产品参数	无人机摄影测量系统	车载3D激光扫描摄影系统	背负式3D 激光扫描系统	手持式超站仪
测角范围	—	360°×15°	360°×15°	360°×75°
测距范围/m	—	50~1000	50~100	60
3D激光	—	Class 1	Class 1	Class 1
陀螺	有	有	有	有
摄影	有	有	可选	有
Lidar	无	有	有	无
GNSS	有	有	无	有
测距精度	—	±0.1%	±0.1%系统扫描精度, ±3cm Lidar测距	±0.1%
测角精度/(°)	—	0.001	0.01	1
重量/kg	5~100	3~80	3~16	0.235
价格/万元	8~30	50~200	30~50	0.35~1.5