基于3S技术的马尾松林分蓄积量判读模型研究

基于3S技术的马尾松林分蓄积量判读模型研究 3S技术是指遥感（RS）、地理信息系统（GIS）、全球定位系统（GPS）的有机结合而形成的一项新的综合技术。该技术己广泛应用于森林资源调查和监测，尤其是应用于地类、林种、树种、面积的调查，但对林分蓄积量的调查，目前还未能广泛地推广应用于实际生产中。本研究的目的是利用3S技术，以从GIS、RS可提取的因子为自变量，建立马尾松林分蓄积量判读模型，从而为实现在森林资源连续清查间隔期内监测广东省马尾松林分蓄积量动态变化打下基础。 本研究以1997年底、1998年初美国LANDSAT TM遥感影像为信息源，对广东省12景全波段影像进行线性变换、彩色合成，再对彩色合成图进行几何纠正，在GIS软件ARCVIEW3．2上把广东省森林资源连续清查固定样地与TM遥感影像配准，经过影像分析判读，找出马尾松林分固定样地，提取TM各波段的光谱值，并与1997年底广东省森林资源连续清查第四次复查数据一起进行统计分析。 为提高所建模型的适用性和准确性，利用海拔、地貌等18个因子，经过逐步聚类分析，把马尾松林分划分为三类，其主要特征是：第一类马尾松林分主要分布在海拔30－180m：第二类马尾松林分主要分布在海拔190－350m；第三类马尾松林分主要分布在海拔400－700m。然后利用双变量相关分析方法，对马尾松林分蓄积量、海拔、地貌、坡向、坡度、坡位、TM各波段光谱值及其比值等44个因子进行相关分析，筛选出显著水平95％以上的与各类型马尾松林分蓄积量密切相关的因子。以马尾松林分蓄积量为因变量，以从GIS、RS可提取的并与各类马尾松林分蓄积量密切相关的因子为自变量建立各类马尾松林分线性回归方程，经显著性检验，结果表明各类马尾松林分线性回归方程不显著。 以马尾松林分蓄积量为因变量，以从GIS、RS可提取的39个因子为自变量，分别用后向逐步法和前向逐步法进行回归建立各类马尾松林分的回归方程，并对各方程进行显著性检验，选优确定各类型的回归方程。最后，对各类马尾松林分，分别随机抽取30个样地，提取 1992年广东省 TM遥感影像，代入不同的回归方程，计算各类型马尾松林分蓄积量，然后与同年森林资源连续清查第三次复查的林分蓄积量外业调查数据进行比较，用X2检验法检验回归方程的适合性，并计算各方程的平均估算精度。 研究表明，把马尾松林分分成不同的类型来建立林分蓄积量判读模型，可提高判读模型的适用性和准确性。利用3S技术，以从GIS、RS可提取的因子为自变量，建立马尾松林分蓄积量判读模型线性关系显著，用回归方程算出的马尾松林分蓄积量理论值与实测值无显著差异，其平均估算精度可达连续清查规程的要求，所以，判读模型可推广应用。