基于CBERS數(shù)據(jù)的平南縣桉樹蓄積量遙感估測(cè)模型構(gòu)建

謝進(jìn)金　唐洪輝　魏丹　嚴(yán)俊　楊清

摘要：采用蓄積量遙感估測(cè)的原理，以平南縣19.5m分辨率的CBERS-02B遙感影像為基本數(shù)據(jù)源，結(jié)合地面標(biāo)準(zhǔn)地調(diào)查，運(yùn)用相關(guān)的數(shù)學(xué)理論方法建立了桉樹蓄積量估測(cè)模型，并進(jìn)行了精度檢驗(yàn)。結(jié)果表明：所構(gòu)建的蓄積量遙感估測(cè)模型具有較高的精度，可用于在研究區(qū)內(nèi)估測(cè)桉樹蓄積量。

關(guān)鍵詞：桉樹；模型；蓄積；遙感估測(cè)

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674—9944（2014）09—0062—02

1引言

桉樹是世界四大速生栽培樹種之一，是桃金娘科（Myrtaceae），桉屬（Eucalyptus）。我國(guó)實(shí)施林業(yè)六大工程建設(shè)以來，速生桉已經(jīng)成為廣西平南地區(qū)工業(yè)原料林等主要的用材速生樹種[1]。由于桉樹在平南種植面積極廣，因此，對(duì)桉樹進(jìn)行蓄積量的估測(cè)具有重要意義。

近幾年，隨著高分辨率遙感技術(shù)的不斷發(fā)展，3S技術(shù)在森林調(diào)查和森林資源管理中應(yīng)用的越來越廣泛，結(jié)合GIS、GPS、RS及它們的集成技術(shù)進(jìn)行森林的蓄積量估測(cè)[2]，可以大大減輕調(diào)查者在林業(yè)調(diào)查方面的工作量。

2研究背景及試驗(yàn)區(qū)概況

早在20世紀(jì)70年代，遙感技術(shù)已被廣泛應(yīng)用于與農(nóng)林漁牧業(yè)和生態(tài)環(huán)保等領(lǐng)域，并且取得了較大的成就[3]。1999～2003年，我國(guó)開展的第6次森林資源連續(xù)清查，在調(diào)查數(shù)據(jù)中加入了遙感樣地的調(diào)查，在原有的固定樣地上加大了抽樣密度，系統(tǒng)抽樣與人工判讀相結(jié)合，可快速有效地得到森林資源的相關(guān)因子信息[4]。遙感技術(shù)也早已被廣泛應(yīng)用與其他領(lǐng)域，比如在農(nóng)業(yè)上，遙感技術(shù)已經(jīng)被用來估測(cè)農(nóng)作物的種植面積產(chǎn)量[5]。

平南縣地處廣西壯族自治區(qū)東南部，東經(jīng)110°03′54″～110°39′42″，北緯23°02′19″～24°02′19″。平南東連藤縣，南與容縣相連，西與桂平市接壤，北與金秀、蒙山縣相鄰（圖1）。東西寬度約30km，南北長(zhǎng)度約110km，屬亞熱帶季風(fēng)氣候區(qū)，雨季較長(zhǎng)，年平均氣溫20.3℃，最冷1月的平均氣溫為12.1℃，極冷溫度為-1.8℃，最熱在7月，平均溫度為28.8℃[6]。

3數(shù)據(jù)收集與遙感數(shù)據(jù)處理

3.1調(diào)查數(shù)據(jù)收集

調(diào)查數(shù)據(jù)主要有：采用2009年二類調(diào)查設(shè)置的樣地?cái)?shù)據(jù)，樣地?cái)?shù)量為70個(gè)，大小為19.5m×19.5m，包括海拔、郁閉度、坡度、坡向、胸徑、樹高等數(shù)據(jù)，50個(gè)樣地?cái)?shù)據(jù)用于模型構(gòu)建，20個(gè)數(shù)據(jù)用于模型的檢驗(yàn)。

3.2遙感數(shù)據(jù)

本研究所采用的遙感數(shù)據(jù)采用中巴資源衛(wèi)星（CBERS-02B）數(shù)據(jù)，時(shí)間是2008年7月10日與2009年8月12日，包含B1，B2，B3，B4，B5等5個(gè)波段，分辨率為19.5m×19.5m，軌道號(hào)是3-73、2-74，中心緯度是23.949668°、23.265267°，中心經(jīng)度是110.112558°、110.41342°。所采用的遙感數(shù)據(jù)波段信息如表1[7]。

表1傳感器波段特征

波段序號(hào)1波段波長(zhǎng)/um1波段名稱1波段用途110.45～0.5211藍(lán)色波段1對(duì)水體的投射能力強(qiáng)，能反射淺水水下特征，能區(qū)分植被，能用于編制林業(yè)專題圖210.52～0.591綠色波段1能探測(cè)植物反射率，可區(qū)分植被類型，能評(píng)估作物長(zhǎng)勢(shì)，對(duì)水體具有不錯(cuò)的透射力310.63～0.6911紅色波段1可用于植物綠色素吸收率的測(cè)量，能用于植物分類，能用于區(qū)分人造地物的類型410.77～0.8911近紅外波段1可用于作物長(zhǎng)勢(shì)和生物量的測(cè)量，可區(qū)分植被類型，容易獲取水體邊界，可探測(cè)水中生物含量510.51～0.7311全色波段1空間分辨率較高，可用農(nóng)業(yè)、林業(yè)調(diào)查規(guī)劃和城市規(guī)劃，還可用于較大比例尺專題的制圖

3.3遙感數(shù)據(jù)預(yù)處理

遙感圖像處理主要是利用林業(yè)專用1：10000地形圖、平南縣界和其他相關(guān)資料對(duì)遙感影像進(jìn)行圖像校正、增強(qiáng)、融合、鑲嵌、剪切等過程[8，9]（圖2）。

3.4試驗(yàn)樣地?cái)?shù)據(jù)遙感信息獲取

用GPS衛(wèi)星輔助定位，記錄標(biāo)準(zhǔn)地中心坐標(biāo)，根據(jù)中心坐標(biāo)與處理后的影像圖相結(jié)合，獲取樣地各波段的灰度值。

4蓄積量估測(cè)模型構(gòu)建

4.1地理信息因子的設(shè)置

在蓄積量估測(cè)方程構(gòu)建時(shí)，要用到GIS因子，GIS因子可以通過實(shí)地調(diào)查獲得，有海拔、郁閉度、坡度、坡向等。蓄積量估測(cè)方程構(gòu)建后，要對(duì)蓄積量進(jìn)行估測(cè)，GIS因子則主要通過地形圖、DEM等資料人工獲得。

4.2遙感比值波段設(shè)置與選擇

構(gòu)建蓄積量估測(cè)模型時(shí)，需用到樣地的遙感信息，主要包括各個(gè)波段的灰度值和灰度比值，因?yàn)椴煌ǘ伪戎翟谘芯康匚锷暇哂兄匾淖饔谩?/p>

CBERS-02的B1、B3、B4分別是反射波段、吸收波段、強(qiáng)發(fā)射波段。因此波段比值的可能設(shè)置主要有比值植被指數(shù)：RVI=B4/B3；歸一化植被指數(shù)：NDVI=（B4-B3）/（B4+B3）；環(huán)境植被指數(shù)B4-B3；（B4+B1）/B3；B4/B1。其中中B1、B3、B4分別代表CBERS-02B的藍(lán)光、紅光、近紅外波段灰度值[10]。

4.3估測(cè)模型的建立

根據(jù)標(biāo)準(zhǔn)地?cái)?shù)據(jù)，采用SPSS軟件進(jìn)行桉樹多元線性回歸模型擬合，結(jié)果如下：

向、（B4+B1）/B3值。利用影像數(shù)據(jù)及部分實(shí)地調(diào)查數(shù)據(jù)，林分在遙感影響上的像元灰度值以及由判讀影像所能得到的立地條件為自變量，擬合了平南縣桉樹的蓄積量估測(cè)模型，但模型的實(shí)用性仍需進(jìn)行驗(yàn)證[11]。結(jié)果如表2。

4.4估測(cè)模型的檢驗(yàn)

用未參與模型構(gòu)建的20個(gè)樣地?cái)?shù)據(jù)及其在遙感影像上的遙感信息進(jìn)行模型檢驗(yàn)，結(jié)果如表3。

5結(jié)語

當(dāng)采用較高精度的遙感影像，可以通過部分實(shí)地調(diào)查與遙感估測(cè)的相結(jié)合來估測(cè)桉樹的蓄積量，不需要大量收集研究區(qū)域的因子。遙感估測(cè)蓄積量的方法應(yīng)該也可適用于其他樹種。蓄積量估測(cè)模型除了建立線性估測(cè)模型，還可以結(jié)合其他方法建立非線性的估測(cè)模型。

參考文獻(xiàn)：

[1] 祁述雄.中國(guó)桉樹[M].北京：中國(guó)林業(yè)出版社，2002.

[2] 李亦秋.基于3S技術(shù)的山東省森林蓄積量估測(cè)[J].林業(yè)科學(xué)，2009（9）：85～93.

[3] Charles T Scott.Sampling method for estimating change in forest resources[J].Eco logical Application，1998，8（2）：228～233.

[4] 包盈智，趙憲文.航天遙感資料在森林資源二類調(diào)查中的應(yīng)用研究[J].林業(yè)科技通訊，1996（2）.

[5] 焦險(xiǎn)峰，楊邦杰，裴志遠(yuǎn).全國(guó)棉花種植面積遙感監(jiān)測(cè)抽樣方法設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2002（7）.

[6] 平南縣志編纂委員會(huì).平南縣志[M].南寧：廣西人民出版社，1993（9）.

[7] 彭望琭.遙感概論[M].北京：高等教育出版社，2002.

[8] 孫家抦.遙感原理及其應(yīng)用[M].武漢：武漢大學(xué)出版社2003：246～268.

[9] 湯國(guó)安.遙感數(shù)字圖像處理[M].北京：科學(xué)出版社，2004：82～89.

[10]李行.植被高光譜遙感影像特征波段的選擇方法研究[D].泰寧：山東科技大學(xué)，2006.

[11]王松桂，陳敏，陳立萍.線性統(tǒng)計(jì)模型-線性回歸與方差分析[M].北京：高等教育出版社，1999.endprint

摘要：采用蓄積量遙感估測(cè)的原理，以平南縣19.5m分辨率的CBERS-02B遙感影像為基本數(shù)據(jù)源，結(jié)合地面標(biāo)準(zhǔn)地調(diào)查，運(yùn)用相關(guān)的數(shù)學(xué)理論方法建立了桉樹蓄積量估測(cè)模型，并進(jìn)行了精度檢驗(yàn)。結(jié)果表明：所構(gòu)建的蓄積量遙感估測(cè)模型具有較高的精度，可用于在研究區(qū)內(nèi)估測(cè)桉樹蓄積量。

關(guān)鍵詞：桉樹；模型；蓄積；遙感估測(cè)

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674—9944（2014）09—0062—02

1引言

桉樹是世界四大速生栽培樹種之一，是桃金娘科（Myrtaceae），桉屬（Eucalyptus）。我國(guó)實(shí)施林業(yè)六大工程建設(shè)以來，速生桉已經(jīng)成為廣西平南地區(qū)工業(yè)原料林等主要的用材速生樹種[1]。由于桉樹在平南種植面積極廣，因此，對(duì)桉樹進(jìn)行蓄積量的估測(cè)具有重要意義。

近幾年，隨著高分辨率遙感技術(shù)的不斷發(fā)展，3S技術(shù)在森林調(diào)查和森林資源管理中應(yīng)用的越來越廣泛，結(jié)合GIS、GPS、RS及它們的集成技術(shù)進(jìn)行森林的蓄積量估測(cè)[2]，可以大大減輕調(diào)查者在林業(yè)調(diào)查方面的工作量。

2研究背景及試驗(yàn)區(qū)概況

早在20世紀(jì)70年代，遙感技術(shù)已被廣泛應(yīng)用于與農(nóng)林漁牧業(yè)和生態(tài)環(huán)保等領(lǐng)域，并且取得了較大的成就[3]。1999～2003年，我國(guó)開展的第6次森林資源連續(xù)清查，在調(diào)查數(shù)據(jù)中加入了遙感樣地的調(diào)查，在原有的固定樣地上加大了抽樣密度，系統(tǒng)抽樣與人工判讀相結(jié)合，可快速有效地得到森林資源的相關(guān)因子信息[4]。遙感技術(shù)也早已被廣泛應(yīng)用與其他領(lǐng)域，比如在農(nóng)業(yè)上，遙感技術(shù)已經(jīng)被用來估測(cè)農(nóng)作物的種植面積產(chǎn)量[5]。

平南縣地處廣西壯族自治區(qū)東南部，東經(jīng)110°03′54″～110°39′42″，北緯23°02′19″～24°02′19″。平南東連藤縣，南與容縣相連，西與桂平市接壤，北與金秀、蒙山縣相鄰（圖1）。東西寬度約30km，南北長(zhǎng)度約110km，屬亞熱帶季風(fēng)氣候區(qū)，雨季較長(zhǎng)，年平均氣溫20.3℃，最冷1月的平均氣溫為12.1℃，極冷溫度為-1.8℃，最熱在7月，平均溫度為28.8℃[6]。

3數(shù)據(jù)收集與遙感數(shù)據(jù)處理

3.1調(diào)查數(shù)據(jù)收集

調(diào)查數(shù)據(jù)主要有：采用2009年二類調(diào)查設(shè)置的樣地?cái)?shù)據(jù)，樣地?cái)?shù)量為70個(gè)，大小為19.5m×19.5m，包括海拔、郁閉度、坡度、坡向、胸徑、樹高等數(shù)據(jù)，50個(gè)樣地?cái)?shù)據(jù)用于模型構(gòu)建，20個(gè)數(shù)據(jù)用于模型的檢驗(yàn)。

3.2遙感數(shù)據(jù)

本研究所采用的遙感數(shù)據(jù)采用中巴資源衛(wèi)星（CBERS-02B）數(shù)據(jù)，時(shí)間是2008年7月10日與2009年8月12日，包含B1，B2，B3，B4，B5等5個(gè)波段，分辨率為19.5m×19.5m，軌道號(hào)是3-73、2-74，中心緯度是23.949668°、23.265267°，中心經(jīng)度是110.112558°、110.41342°。所采用的遙感數(shù)據(jù)波段信息如表1[7]。

表1傳感器波段特征

波段序號(hào)1波段波長(zhǎng)/um1波段名稱1波段用途110.45～0.5211藍(lán)色波段1對(duì)水體的投射能力強(qiáng)，能反射淺水水下特征，能區(qū)分植被，能用于編制林業(yè)專題圖210.52～0.591綠色波段1能探測(cè)植物反射率，可區(qū)分植被類型，能評(píng)估作物長(zhǎng)勢(shì)，對(duì)水體具有不錯(cuò)的透射力310.63～0.6911紅色波段1可用于植物綠色素吸收率的測(cè)量，能用于植物分類，能用于區(qū)分人造地物的類型410.77～0.8911近紅外波段1可用于作物長(zhǎng)勢(shì)和生物量的測(cè)量，可區(qū)分植被類型，容易獲取水體邊界，可探測(cè)水中生物含量510.51～0.7311全色波段1空間分辨率較高，可用農(nóng)業(yè)、林業(yè)調(diào)查規(guī)劃和城市規(guī)劃，還可用于較大比例尺專題的制圖

3.3遙感數(shù)據(jù)預(yù)處理

遙感圖像處理主要是利用林業(yè)專用1：10000地形圖、平南縣界和其他相關(guān)資料對(duì)遙感影像進(jìn)行圖像校正、增強(qiáng)、融合、鑲嵌、剪切等過程[8，9]（圖2）。

3.4試驗(yàn)樣地?cái)?shù)據(jù)遙感信息獲取

用GPS衛(wèi)星輔助定位，記錄標(biāo)準(zhǔn)地中心坐標(biāo)，根據(jù)中心坐標(biāo)與處理后的影像圖相結(jié)合，獲取樣地各波段的灰度值。

4蓄積量估測(cè)模型構(gòu)建

4.1地理信息因子的設(shè)置

在蓄積量估測(cè)方程構(gòu)建時(shí)，要用到GIS因子，GIS因子可以通過實(shí)地調(diào)查獲得，有海拔、郁閉度、坡度、坡向等。蓄積量估測(cè)方程構(gòu)建后，要對(duì)蓄積量進(jìn)行估測(cè)，GIS因子則主要通過地形圖、DEM等資料人工獲得。

4.2遙感比值波段設(shè)置與選擇

構(gòu)建蓄積量估測(cè)模型時(shí)，需用到樣地的遙感信息，主要包括各個(gè)波段的灰度值和灰度比值，因?yàn)椴煌ǘ伪戎翟谘芯康匚锷暇哂兄匾淖饔谩?/p>

CBERS-02的B1、B3、B4分別是反射波段、吸收波段、強(qiáng)發(fā)射波段。因此波段比值的可能設(shè)置主要有比值植被指數(shù)：RVI=B4/B3；歸一化植被指數(shù)：NDVI=（B4-B3）/（B4+B3）；環(huán)境植被指數(shù)B4-B3；（B4+B1）/B3；B4/B1。其中中B1、B3、B4分別代表CBERS-02B的藍(lán)光、紅光、近紅外波段灰度值[10]。

4.3估測(cè)模型的建立

根據(jù)標(biāo)準(zhǔn)地?cái)?shù)據(jù)，采用SPSS軟件進(jìn)行桉樹多元線性回歸模型擬合，結(jié)果如下：

向、（B4+B1）/B3值。利用影像數(shù)據(jù)及部分實(shí)地調(diào)查數(shù)據(jù)，林分在遙感影響上的像元灰度值以及由判讀影像所能得到的立地條件為自變量，擬合了平南縣桉樹的蓄積量估測(cè)模型，但模型的實(shí)用性仍需進(jìn)行驗(yàn)證[11]。結(jié)果如表2。

4.4估測(cè)模型的檢驗(yàn)

用未參與模型構(gòu)建的20個(gè)樣地?cái)?shù)據(jù)及其在遙感影像上的遙感信息進(jìn)行模型檢驗(yàn)，結(jié)果如表3。

5結(jié)語

當(dāng)采用較高精度的遙感影像，可以通過部分實(shí)地調(diào)查與遙感估測(cè)的相結(jié)合來估測(cè)桉樹的蓄積量，不需要大量收集研究區(qū)域的因子。遙感估測(cè)蓄積量的方法應(yīng)該也可適用于其他樹種。蓄積量估測(cè)模型除了建立線性估測(cè)模型，還可以結(jié)合其他方法建立非線性的估測(cè)模型。

參考文獻(xiàn)：

[1] 祁述雄.中國(guó)桉樹[M].北京：中國(guó)林業(yè)出版社，2002.

[2] 李亦秋.基于3S技術(shù)的山東省森林蓄積量估測(cè)[J].林業(yè)科學(xué)，2009（9）：85～93.

[3] Charles T Scott.Sampling method for estimating change in forest resources[J].Eco logical Application，1998，8（2）：228～233.

[4] 包盈智，趙憲文.航天遙感資料在森林資源二類調(diào)查中的應(yīng)用研究[J].林業(yè)科技通訊，1996（2）.

[5] 焦險(xiǎn)峰，楊邦杰，裴志遠(yuǎn).全國(guó)棉花種植面積遙感監(jiān)測(cè)抽樣方法設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2002（7）.

[6] 平南縣志編纂委員會(huì).平南縣志[M].南寧：廣西人民出版社，1993（9）.

[7] 彭望琭.遙感概論[M].北京：高等教育出版社，2002.

[8] 孫家抦.遙感原理及其應(yīng)用[M].武漢：武漢大學(xué)出版社2003：246～268.

[9] 湯國(guó)安.遙感數(shù)字圖像處理[M].北京：科學(xué)出版社，2004：82～89.

[10]李行.植被高光譜遙感影像特征波段的選擇方法研究[D].泰寧：山東科技大學(xué)，2006.

[11]王松桂，陳敏，陳立萍.線性統(tǒng)計(jì)模型-線性回歸與方差分析[M].北京：高等教育出版社，1999.endprint

摘要：采用蓄積量遙感估測(cè)的原理，以平南縣19.5m分辨率的CBERS-02B遙感影像為基本數(shù)據(jù)源，結(jié)合地面標(biāo)準(zhǔn)地調(diào)查，運(yùn)用相關(guān)的數(shù)學(xué)理論方法建立了桉樹蓄積量估測(cè)模型，并進(jìn)行了精度檢驗(yàn)。結(jié)果表明：所構(gòu)建的蓄積量遙感估測(cè)模型具有較高的精度，可用于在研究區(qū)內(nèi)估測(cè)桉樹蓄積量。

關(guān)鍵詞：桉樹；模型；蓄積；遙感估測(cè)

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674—9944（2014）09—0062—02

1引言

桉樹是世界四大速生栽培樹種之一，是桃金娘科（Myrtaceae），桉屬（Eucalyptus）。我國(guó)實(shí)施林業(yè)六大工程建設(shè)以來，速生桉已經(jīng)成為廣西平南地區(qū)工業(yè)原料林等主要的用材速生樹種[1]。由于桉樹在平南種植面積極廣，因此，對(duì)桉樹進(jìn)行蓄積量的估測(cè)具有重要意義。

近幾年，隨著高分辨率遙感技術(shù)的不斷發(fā)展，3S技術(shù)在森林調(diào)查和森林資源管理中應(yīng)用的越來越廣泛，結(jié)合GIS、GPS、RS及它們的集成技術(shù)進(jìn)行森林的蓄積量估測(cè)[2]，可以大大減輕調(diào)查者在林業(yè)調(diào)查方面的工作量。

2研究背景及試驗(yàn)區(qū)概況

早在20世紀(jì)70年代，遙感技術(shù)已被廣泛應(yīng)用于與農(nóng)林漁牧業(yè)和生態(tài)環(huán)保等領(lǐng)域，并且取得了較大的成就[3]。1999～2003年，我國(guó)開展的第6次森林資源連續(xù)清查，在調(diào)查數(shù)據(jù)中加入了遙感樣地的調(diào)查，在原有的固定樣地上加大了抽樣密度，系統(tǒng)抽樣與人工判讀相結(jié)合，可快速有效地得到森林資源的相關(guān)因子信息[4]。遙感技術(shù)也早已被廣泛應(yīng)用與其他領(lǐng)域，比如在農(nóng)業(yè)上，遙感技術(shù)已經(jīng)被用來估測(cè)農(nóng)作物的種植面積產(chǎn)量[5]。

平南縣地處廣西壯族自治區(qū)東南部，東經(jīng)110°03′54″～110°39′42″，北緯23°02′19″～24°02′19″。平南東連藤縣，南與容縣相連，西與桂平市接壤，北與金秀、蒙山縣相鄰（圖1）。東西寬度約30km，南北長(zhǎng)度約110km，屬亞熱帶季風(fēng)氣候區(qū)，雨季較長(zhǎng)，年平均氣溫20.3℃，最冷1月的平均氣溫為12.1℃，極冷溫度為-1.8℃，最熱在7月，平均溫度為28.8℃[6]。

3數(shù)據(jù)收集與遙感數(shù)據(jù)處理

3.1調(diào)查數(shù)據(jù)收集

調(diào)查數(shù)據(jù)主要有：采用2009年二類調(diào)查設(shè)置的樣地?cái)?shù)據(jù)，樣地?cái)?shù)量為70個(gè)，大小為19.5m×19.5m，包括海拔、郁閉度、坡度、坡向、胸徑、樹高等數(shù)據(jù)，50個(gè)樣地?cái)?shù)據(jù)用于模型構(gòu)建，20個(gè)數(shù)據(jù)用于模型的檢驗(yàn)。

3.2遙感數(shù)據(jù)

本研究所采用的遙感數(shù)據(jù)采用中巴資源衛(wèi)星（CBERS-02B）數(shù)據(jù)，時(shí)間是2008年7月10日與2009年8月12日，包含B1，B2，B3，B4，B5等5個(gè)波段，分辨率為19.5m×19.5m，軌道號(hào)是3-73、2-74，中心緯度是23.949668°、23.265267°，中心經(jīng)度是110.112558°、110.41342°。所采用的遙感數(shù)據(jù)波段信息如表1[7]。

表1傳感器波段特征

波段序號(hào)1波段波長(zhǎng)/um1波段名稱1波段用途110.45～0.5211藍(lán)色波段1對(duì)水體的投射能力強(qiáng)，能反射淺水水下特征，能區(qū)分植被，能用于編制林業(yè)專題圖210.52～0.591綠色波段1能探測(cè)植物反射率，可區(qū)分植被類型，能評(píng)估作物長(zhǎng)勢(shì)，對(duì)水體具有不錯(cuò)的透射力310.63～0.6911紅色波段1可用于植物綠色素吸收率的測(cè)量，能用于植物分類，能用于區(qū)分人造地物的類型410.77～0.8911近紅外波段1可用于作物長(zhǎng)勢(shì)和生物量的測(cè)量，可區(qū)分植被類型，容易獲取水體邊界，可探測(cè)水中生物含量510.51～0.7311全色波段1空間分辨率較高，可用農(nóng)業(yè)、林業(yè)調(diào)查規(guī)劃和城市規(guī)劃，還可用于較大比例尺專題的制圖

3.3遙感數(shù)據(jù)預(yù)處理

遙感圖像處理主要是利用林業(yè)專用1：10000地形圖、平南縣界和其他相關(guān)資料對(duì)遙感影像進(jìn)行圖像校正、增強(qiáng)、融合、鑲嵌、剪切等過程[8，9]（圖2）。

3.4試驗(yàn)樣地?cái)?shù)據(jù)遙感信息獲取

用GPS衛(wèi)星輔助定位，記錄標(biāo)準(zhǔn)地中心坐標(biāo)，根據(jù)中心坐標(biāo)與處理后的影像圖相結(jié)合，獲取樣地各波段的灰度值。

4蓄積量估測(cè)模型構(gòu)建

4.1地理信息因子的設(shè)置

在蓄積量估測(cè)方程構(gòu)建時(shí)，要用到GIS因子，GIS因子可以通過實(shí)地調(diào)查獲得，有海拔、郁閉度、坡度、坡向等。蓄積量估測(cè)方程構(gòu)建后，要對(duì)蓄積量進(jìn)行估測(cè)，GIS因子則主要通過地形圖、DEM等資料人工獲得。

4.2遙感比值波段設(shè)置與選擇

構(gòu)建蓄積量估測(cè)模型時(shí)，需用到樣地的遙感信息，主要包括各個(gè)波段的灰度值和灰度比值，因?yàn)椴煌ǘ伪戎翟谘芯康匚锷暇哂兄匾淖饔谩?/p>

CBERS-02的B1、B3、B4分別是反射波段、吸收波段、強(qiáng)發(fā)射波段。因此波段比值的可能設(shè)置主要有比值植被指數(shù)：RVI=B4/B3；歸一化植被指數(shù)：NDVI=（B4-B3）/（B4+B3）；環(huán)境植被指數(shù)B4-B3；（B4+B1）/B3；B4/B1。其中中B1、B3、B4分別代表CBERS-02B的藍(lán)光、紅光、近紅外波段灰度值[10]。

4.3估測(cè)模型的建立

根據(jù)標(biāo)準(zhǔn)地?cái)?shù)據(jù)，采用SPSS軟件進(jìn)行桉樹多元線性回歸模型擬合，結(jié)果如下：

向、（B4+B1）/B3值。利用影像數(shù)據(jù)及部分實(shí)地調(diào)查數(shù)據(jù)，林分在遙感影響上的像元灰度值以及由判讀影像所能得到的立地條件為自變量，擬合了平南縣桉樹的蓄積量估測(cè)模型，但模型的實(shí)用性仍需進(jìn)行驗(yàn)證[11]。結(jié)果如表2。

4.4估測(cè)模型的檢驗(yàn)

用未參與模型構(gòu)建的20個(gè)樣地?cái)?shù)據(jù)及其在遙感影像上的遙感信息進(jìn)行模型檢驗(yàn)，結(jié)果如表3。

5結(jié)語

當(dāng)采用較高精度的遙感影像，可以通過部分實(shí)地調(diào)查與遙感估測(cè)的相結(jié)合來估測(cè)桉樹的蓄積量，不需要大量收集研究區(qū)域的因子。遙感估測(cè)蓄積量的方法應(yīng)該也可適用于其他樹種。蓄積量估測(cè)模型除了建立線性估測(cè)模型，還可以結(jié)合其他方法建立非線性的估測(cè)模型。

參考文獻(xiàn)：

[1] 祁述雄.中國(guó)桉樹[M].北京：中國(guó)林業(yè)出版社，2002.

[2] 李亦秋.基于3S技術(shù)的山東省森林蓄積量估測(cè)[J].林業(yè)科學(xué)，2009（9）：85～93.

[3] Charles T Scott.Sampling method for estimating change in forest resources[J].Eco logical Application，1998，8（2）：228～233.

[4] 包盈智，趙憲文.航天遙感資料在森林資源二類調(diào)查中的應(yīng)用研究[J].林業(yè)科技通訊，1996（2）.

[5] 焦險(xiǎn)峰，楊邦杰，裴志遠(yuǎn).全國(guó)棉花種植面積遙感監(jiān)測(cè)抽樣方法設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2002（7）.

[6] 平南縣志編纂委員會(huì).平南縣志[M].南寧：廣西人民出版社，1993（9）.

[7] 彭望琭.遙感概論[M].北京：高等教育出版社，2002.

[8] 孫家抦.遙感原理及其應(yīng)用[M].武漢：武漢大學(xué)出版社2003：246～268.

[9] 湯國(guó)安.遙感數(shù)字圖像處理[M].北京：科學(xué)出版社，2004：82～89.

[10]李行.植被高光譜遙感影像特征波段的選擇方法研究[D].泰寧：山東科技大學(xué)，2006.

[11]王松桂，陳敏，陳立萍.線性統(tǒng)計(jì)模型-線性回歸與方差分析[M].北京：高等教育出版社，1999.endprint