东南亚国家森林资源年度遥感监测设计——以印度尼西亚为例

doi:10.13466/j.cnki.lyzygl.2018.03.020

林业资源管理 ›› 2018›› Issue (3): 113-120.doi: 10.13466/j.cnki.lyzygl.2018.03.020

东南亚国家森林资源年度遥感监测设计——以印度尼西亚为例

刘谦¹(), 张煜星¹(), 王雪军¹, 王少杰², 杨英¹, I Nengah Suratijaya³, Dewayany Sutrisno⁴, Ita Carolita⁵

1.国家林业局调查规划设计院,北京 100714
2.北京林业大学林学院,北京 100083
3.茂物农业大学林学院,印度尼西亚茂物
4.印度尼西亚遥感协会,印度尼西亚雅加达
5.印度尼西亚航空航天研究院,印度尼西亚茂物

收稿日期:2018-01-12 修回日期:2018-06-11 出版日期:2018-06-28 发布日期:2020-09-20
通讯作者: 张煜星
作者简介:刘谦(1963-),女,北京人,高工,主要从事遥感监测以及信息管理工作。Email:liuqian2@yahoo.com
基金资助:
科技部对发展中国家科技援助项目(KY201402011)

Design of Annual National Forest Resources Remote Sensing Monitoring System in Southeast Asia Countries—Taking Indonesia as an Example

LIU Qian¹(), ZHANG Yuxing¹(), WANG Xuejun¹, WANG Shaojie², YANG Ying¹, I Nengah Suratijaya³, Dewayany Sutrisno⁴, Ita Carolita⁵

1. Academy of Forest Inventory and Planning,SFA,Beijing 100714,China
2. College of Forestry,Beijing Forestry University,Beijing 100083,China
3. Faculty of Forestry,Bogor Agriculture University,Bogor,Indonesia
4. Indonesian Society For Remote Sensing,Jakarta,Indonesia
5. Indonesian National Institute of Aeronautics and Space,Jakarta,Indonesia

Received:2018-01-12 Revised:2018-06-11 Online:2018-06-28 Published:2020-09-20
Contact: ZHANG Yuxing

摘要/Abstract

摘要：

基于2010年全球30m土地覆盖数据(GlobalLand30),按 1°×1°或0.5°×0.5°经纬度间隔,在印度尼西亚布设分别为145个和604个网格的样地,对比分析2套抽样间隔下不同样地面积大小的森林面积估算的变动系数和精度大小,优选最佳的遥感大样地布设方案。采用样地调查法,产出森林面积的估计值。结果表明:1)从森林面积总体变动系数、抽样精度以及调查工作量综合考虑,按0.5°×0.5°经纬度抽样间隔系统布设4km×4km的大样地,为最优选方案;2)以印尼加里曼丹地区监测数据进行的森林面积监测精度验证表明,森林面积监测平均精度为94.89%,到达国家和区域尺度的森林面积监测精度要求。

关键词: 印度尼西亚, 样地布设, 变动系数, 抽样精度, 森林资源监测

Abstract:

Based on 30m global land cover data in 2010 (GlobalLand30),145 and 604 grids are laid separately within Indonesia at 1°×1° and 0.5°×0.5° interval respectively.The coefficient of variation and precision of estimated forest area for 10 different size of plots by two different grid spacing are compared and analyzed.The optimized remote sensing large plots layout in Indonesia is selected based on analysis results.Meanwhile,ground survey plots are established to conduct precision verification.The result shows:1) large plot with the size of 4km×4km at 0.5°×0.5° spacing interval is the optimized sampling plan with consideration of coefficient of variation and precision as well as workload.2) taking Kalimantan Indonesia part as the demonstration site to verify the precision of forest area derived from the large plots layout.The verificaion result shows that the average precision of forest area monitoring is 94.89% using 0.5°×0.5° grid interval and 4km×4km design.The precision meets the national and regional requirement on forest area monitoring.

Key words: Indonesia, plot layout, coefficient of variation, sampling precision, forest resources monitoring

中图分类号:

S757.2

刘谦, 张煜星, 王雪军, 王少杰, 杨英, I Nengah Suratijaya, Dewayany Sutrisno, Ita Carolita. 东南亚国家森林资源年度遥感监测设计——以印度尼西亚为例[J]. 林业资源管理, 2018,(3): 113-120.

LIU Qian, ZHANG Yuxing, WANG Xuejun, WANG Shaojie, YANG Ying, I Nengah Suratijaya, Dewayany Sutrisno, Ita Carolita. Design of Annual National Forest Resources Remote Sensing Monitoring System in Southeast Asia Countries—Taking Indonesia as an Example[J]. FOREST RESOURCES WANAGEMENT, 2018,(3): 113-120.

图/表 10

表1

图1

表2

表3

图2

图3

图4

图5

表4

表5

参考文献 17

[1]	Reese H, Nilsson M, Pahlen T G. et al. Countrywide estimates of forest variables using satellite data and field data from the national forest inventory[J]. Ambio, 2003,32(8):542-548. doi: 10.1579/0044-7447-32.8.542 pmid: 15049351
[2]	王雪军, 张煜星, 黄国胜, 等. 全国森林蓄积分层抽样计算方法[J]. 江西农业大学学报, 2016,38(1):9-18.
[3]	McRoberts R E, Bechtold W A, Patterson P L, et al. The enhanced forest inventory and analysis program of the USDA forest service:Historicalperspective and announcement of Statistical documentation[J]. Journal of Forestry, 2005,103(9):304-308.
[4]	Scott C T, Kohl M, Schnellbacher H J. A comparison of periodic and annual forest surveys[J]. For Sci, 1999,45(3):433-451.
[5]	Chhikare R S, Houston A G, Lundgren J C. Corp Acreage Estimation using a Landsat-based Estimator as an Auxiliary Variable[J]. IEEE Transactions on Geoscience and Remote Sensing, 1985,24(l):158-172.
[6]	Macdonald R B, HallF G. Global Crop Forecasting[J]. Science, 1980(208):670-679.
[7]	李连发, 王劲峰, 刘纪远国土遥感调查的空间抽样优化决策[J]. 中国科学:D辑地球科学, 2004,34(10):975-982.
[8]	Gillis M D, Omule A Y, Brieriey T. Monitoring Canada Forests:the National Forest Inventory[J]. The Forestry Chronicle, 2005,81(2):214-221. doi: 10.5558/tfc81214-2
[9]	Smith W B. Forest Inventory and Analysis:A National Inventory and Monitoring Program[J]. Environmental Pollution, 2002,116:233-242.
[10]	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.
[11]	李芝喜, 曹宁湘, 王维勤, 等. 利用遥感多阶不等概抽样清查森林资源[J]. 北京林学院学报, 1985,7(2):70-75.
[12]	葛宏立, 周国模, 张国江, 等. 遥感地面三相抽样及其在森林资源年度监测面积估计中的应用[J]. 林业科学, 2007,43(6):77-82. doi: 10.11707/j.1001-7488.20070614
[13]	陈振雄, 熊智平, 曾伟生, 等. 基于大样地双重抽样方法的广东省森林资源监测研究[J]. 中南林业调查规划, 2014,33(3):28-33.
[14]	王雪军. 基于多源数据源的森林资源年度动态监测研究[D]. 北京:北京林业大学, 2013.
[15]	王雪军, 马炜, 黄国胜, 等. 基于遥感大样地抽样调查的森林面积监测[J]. 北京林业大学学报, 2015,37(11):1-9.
[16]	赵宪文. 国外森林与树木资源的监测与评估[J]. 林业工作参考, 1998(3):50-51.
[17]	陈军, 陈晋, 宫鹏, 等. 全球地表覆盖高分辨率遥感制图[J]. 地理信息世界, 2011,9(2):12-14.

地类	面积/hm²	百分比/%
耕地	28933390	15.21
森林	148898779	78.29
草原	7663449	4.03
灌木地	6	0.00
湿地	78	0.00
水体	2820030	1.48
苔原,冻原	0	0.00
人工草地	1842283	0.97
裸地	42891	0.02
永久积雪	0	0.00
总面积 T	190200905	100.00

样地大小/(km×km)	样地网格数量/个	变动系数(C)	精度(P)
1×1	145	0.4522	0.9258
2×2	145	0.4235	0.9305
3×3	145	0.4147	0.9319
4×4	145	0.4116	0.9324
5×5	145	0.4088	0.9329
6×6	145	0.4071	0.9332
7×7	145	0.4046	0.9336
8×8	145	0.4020	0.9340
9×9	145	0.4005	0.9342
10×10	145	0.4003	0.9342

样地大小/(km×km)	样地网格数量/个	变动系数(C)	精度(P)
1×1	604	0.4538	0.9637
2×2	604	0.4390	0.9649
3×3	604	0.4334	0.9654
4×4	604	0.4309	0.9656
5×5	604	0.4297	0.9656
6×6	604	0.4280	0.9658
7×7	604	0.4264	0.9659
8×8	604	0.4248	0.9660
9×9	604	0.4233	0.9661
10×10	604	0.4220	0.9662

年份	森林覆盖率 (大样地监测)	森林覆盖率 (遥感监测)	差值
1990	63.64	66.66	3.02
1996	58.77	62.16	3.39
2000	55.52	58.31	2.79
2003	55.20	57.31	2.12
2006	53.04	55.81	2.77
2009	51.09	53.91	2.82
2011	50.77	53.11	2.34
2012	49.41	52.53	3.12
2013	48.40	51.69	3.29
2014	48.38	51.47	3.08
平均	53.42	56.30	2.87

群团样地	子样地	年份	森林覆盖率			差值
群团样地	子样地	年份	遥感监测		调查数据	差值
1	1-1	2003	11.72		14.10	2.38
		2006	10.64		11.72	1.08
		2009	10.33		9.53	0.79
		2011	9.53		7.13	2.41
	1-2	2003	38.80		39.60	0.81
		2006	37.40		38.76	1.36
		2009	35.76		35.43	0.33
		2011	35.42		32.00	3.42
	1-3	2003	6.75		6.80	0.05
		2006	6.75		6.73	0.02
		2009	6.69		6.18	0.51
		2011	6.18		5.90	0.29
	1-4	2003	23.60		24.73	1.13
		2006	23.13		23.48	0.34
		2009	17.70		17.68	0.02
		2011	17.70		13.46	4.23
2	2-1	2003	40.23		42.85	2.62
		2006	35.45		40.49	5.05
		2009	29.68		29.23	0.45
		2011	28.96		24.35	4.61
	2-2	2003	27.73		28.37	0.64
		2006	21.51		27.93	6.42
		2009	20.50		19.55	0.95
		2011	19.32		17.38	1.94
	2-3	2003	39.62		42.92	3.30
		2006	37.73		42.60	4.87
		2009	35.05		36.34	1.29
		2011	34.29		26.77	7.53
	2-4	2003	30.84		34.22	3.38
		2006	29.90		33.76	3.86
		2009	26.41		20.33	6.08
		2011	18.42		15.49	2.93
3	3-1	2003	67.65		68.52	0.86
		2006	67.50		67.70	0.20
		2009	65.90		51.80	14.10
		2011	51.77		36.41	15.36
	3-2	2003	67.52		67.51	0.02
		2006	66.75		67.50	0.75
		2009	60.40		56.52	3.89
		2011	56.55		43.88	12.67
	3-3	2003	91.00		91.20	0.20
		2006	88.22		91.02	2.80
		2009	85.89		85.49	0.40
		2011	85.47		64.40	21.06
	3-4	2003	71.58		72.66	1.07
		2006	67.34		71.59	4.26
		2009	59.00		55.21	3.78
		2011	55.11		47.13	7.98
4	4-1	2003	69.95		76.19	6.24
		2006	65.55		70.14	4.59
		2009	43.87		32.92	10.95
		2011	32.80		28.15	4.65
	4-2	2003	84.39		92.91	11.52
		2006	84.31		84.90	0.60
		2009	46.55		46.14	0.41
		2011	45.85		38.89	6.96
	4-3	2003	61.61		65.83	4.22
		2006	61.57		62.78	1.21
		2009	56.19		56.21	0.03
		2011	55.05		55.32	0.27
	4-4	2003	72.00		83.51	11.52
		2006	72.00		73.45	1.45
		2009	62.97		64.36	1.39
		2011	62.92		64.36	1.44
平均差				3.62

东南亚国家森林资源年度遥感监测设计——以印度尼西亚为例

Design of Annual National Forest Resources Remote Sensing Monitoring System in Southeast Asia Countries—Taking Indonesia as an Example

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 17

相关文章 15

编辑推荐

Metrics

本文评价

[1]	阳帆, 白星雯. 森林资源监测地面固定样地优化研究[J]. 林业资源管理, 2022, 0(6): 76-81.
[2]	付安民, 高显连, 吴发云, 高金萍. 机载激光雷达树高产品的释义与精度水平评估[J]. 林业资源管理, 2022, 0(1): 114-123.
[3]	王瑞, 杨沁雨, 欧光龙, 胥辉. 思茅区森林生物量分层抽样调查设计[J]. 林业资源管理, 2021, 0(1): 197-202.
[4]	黄国胜, 刘谦, 蒲莹, 孙乡楠. 大数据时代森林资源监测新模式[J]. 林业资源管理, 2020, 0(6): 1-5.
[5]	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.
[6]	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.
[7]	郑冬梅, 智长贵, 黄国胜, 曾伟生, 张云. 遥感大样地点面判读方法在森林资源宏观监测中的应用分析[J]. 林业资源管理, 2017, 0(6): 137-142.
[8]	黄国胜. 创新推动森林资源监测发展的思考[J]. 林业资源管理, 2017, 0(3): 1-5.
[9]	智长贵, 黄国胜, 曾伟生. 基于遥感影像与整群抽样的丹江口库区及上游森林资源监测方法研究[J]. 林业资源管理, 2016, 0(5): 34-38.
[10]	李凤华. 北京山区森林资源监测存在的问题及对策建议——以北京市延庆县为例[J]. 林业资源管理, 2015, 0(2): 45-48.
[11]	陶吉兴, 张国江, 季碧勇, 何伟平, 王文武, 王剑武, 叶进武. 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, 0(4): 14-18.
[12]	徐泽鸿, 杨雪清, 李超, 吴发云. 基于德国国家监测数据的境外遥感抽样调查方法研究[J]. 林业资源管理, 2014, 0(1): 41-45.
[13]	曾伟生, 闫宏伟. 森林资源监测有关问题的思考[J]. 林业资源管理, 2013, 0(6): 15-18.
[14]	徐济德, 张成程, 熬春光, 白卫国. 巴西森林资源监测对我国的启示[J]. 林业资源管理, 2013, 0(3): 125-128.
[15]	聂祥永. 森林资源监测成果数据的差异与误差问题研究[J]. 林业资源管理, 2013, 0(1): 32-37.