技术领域
[0001] 本
发明涉及林业资源技术领域，具体为一种检测小班林业资源的方法。
背景技术
[0002] 我国森林资源调查共分三类，其中森林资源规划设计调查简称为二类调查，二类调查是地方政府森林资源动态监测的
基础，其目的是查清森林、林地和林木资源的种类、数量、
质量和分布状况，将森林、林地的数量和质量落实到具体的山头
地块(小班)，以满足森林经营方案、总体设计与规划的需要；二类调查的成果是更新森林资源档案，制定森林采伐限额，进行林业工程规划设计和森林资源管理的基础，是进行林业科学的经营管理、林业政策科学决策最重要的依据之一。
[0003]
现有技术中的检测小块林业资源的方法，其主要是每年
抽取三分之一的连清样地进行外业复查和统计分析，估算该年度的林业资源数据，这种做法目前只能落实到省级，不能落实到区县、
林场，对指导
基层经营单位的年度林业计划、经营活动并无太大意义，而且，基于调查小班数据，从生产实践的层面将3S技术、数学模型方法应用于较大区域的林业资源数据年度更新还较为少见，因此，设计一种检测小班林业资源的方法是很有必要的。
发明内容
[0004] 本发明的目的在于提供一种检测小班林业资源的方法，以解决上述背景技术中提出的问题。
[0005] 为实现上述目的，本发明提供如下技术方案：
[0006] 一种检测小班林业资源的方法，包括如下步骤：步骤一，核查小班的抽取；步骤二，林业资料的收集与处理；步骤三，遥感影像处理；步骤四，前后期遥感影像变化检测；步骤五，影像目视解译；步骤六，补充调查；步骤七，数据模型更新；步骤八，林业资源信息管理；步骤九，更新产出；
[0007] 其中在上述的步骤一中，核查小班的抽取，可以采用随机抽样或典型选样的方法；采用典型选样时，需先将被评估对象按林种、林地类型、树种类型和龄组等因子分类，然后在各类中选取有代表性的一定数量小班，选取小班时除考虑林分因子外，还要考虑交通条件、居民点、人口分布等社会经济条件；选取时可用林
相图或森林资源调查基本图作辅助；
分别林地及森林类型、优势树种、龄组等因子，抽取核查小班；随机抽取法：按森林资源资产清单的顺序，将小班面积逐个相加，并逐个小班记下累计面积数，直至最后，然后利用随机数表或计算机随机数发生器获得随机数，凡数值小于等于小班总面积数的落到某小班中，该小班即认为被抽中，直至抽取预定的小班个数为止；
[0008] 其中在上述的步骤二中，收集采伐作业设计、森林抚育作业设计、低效林改造作业设计、造林作业设计、占用征收林地可行性调查，以及天保工程、退耕还林等林业工程规划设计和森林灾害、公益林修编成果等林业经营管理档案资料；核实作业设计及相关的检查验收情况，对确定发生变化的资料进行矢量化和现状属性数据录入，作为小班数据更新变化数据源；
[0009] 其中在上述的步骤三中，由于Spot5的空间
分辨率高，前后模式实时获得立体影像，运营性能有很大改善，在
数据压缩、存储和传输等方面也均有显著提高，故选择Spot5影像作为年度更新数据源，包括多
光谱数据和全色波段，首先对影像进行
辐射校正，然后进行正射校正，且要求RMS误差小于0.5个像元，再对影像进行增强、融合处理，最大限度凸显森林植被信息，为影像变化检测盒目视解译提供高质量数据；
[0010] 其中在上述的步骤四中，通过前后期影像变化检测，确定森林资源发生变化的区域通过影像目视解译和补充调查，确定变化结果，在变化检测的过程，对归一化植被指数差值法、多尺度影像分割与面向对象影像分析法作了尝试，在总结植被波谱特性及植被指数的基础上，主要采用NDVI指数结合影像差值的方法，加入必要的人工干预实现变化区域的确定，为影像目视解译提供工作范围；
[0011] 其中在上述的步骤五中，对变化区域内的本期影像特征进行分类，在不同类型中选取一定数量的图斑到现地建立影像特征与现地事物意义对应的解译标志，目视解译人员结合解译标志、相关资料及现地经验对变化区域内影像进行目视解释，完成小班区划及相应小班因子录入；
[0012] 其中在上述的步骤六中，补充调查的对象主要有两部分，一是林业经营管理档案中需要进一步核实的地块，二是目视解译不能确认的地块，按二类调查技术规程开展补充调查，完成数据录入；
[0013] 其中在上述的步骤七中，利用ArcGIS Model Builder工具构建空间分析处理模型，实现变化的林业经营管理档案、影响目视解译、补充调查等空间数据对前期二类调查空间数据的自动更新，构建模型时充分考虑数据的优先级、图斑切割保留面积法制、行政界线及林业小班界的稳定、变化因子和保留因子的关系、各种参数的合理设置，通过反复测试修稿，得出合理的空间处理模型，从而完成空间数据的的自动化、智能化更新；对自然生长的林分，根据不同的起源、树种、林业经营方式等建立胸径生长模型、树高生长模型、蓄积量生长模型、林木株数模型和枯损模型等一系列数据模型，完成小班林木因子更新，以DPS
数据处理系统作为数学模型分析工具，以Richards，Webull一元非线性回归模型为主，综合其他多种方式进行建模，在建模过程中，通过反复实验，选择复相关系数较高的模型作为最终数据更新模型；
[0014] 其中在上述的步骤八中，以ArcSDE作为空间数据引擎，基于SQL Server2000建立
数据库，有效存储、管理数据，包括卫星影像、DEM、年度更新数据，在数据库基础上，使用开发平台和开发组件，开发C/S结构的森林资源管理信息系统，系统除具备数据编辑
修改、数据逻辑检查、各级汇总统计及专题图制作等基本功能外，还包括小班号自动重排、界线提取、图形错误检查、智能统计、各树种形高计算、立地因子自动更新等实用工具，以及以上提到的有关方法程序化应用，同时，预留扩展应用
接口，以后根据需求变化随时增加相关应用，为数据更新提供具体实用的操作平台；
[0015] 在上述的步骤九中，提供更新后各级资源统计表、资源专题图、资源报告；以管理系统为
支撑，根据需要提供更新后的其它必要产出。
[0016] 根据上述技术方案，所述步骤一中，核查的工作量，根据评估项目具体需求而定，应高于总核查面积的5％。
[0017] 根据上述技术方案，所述步骤三中，多光谱数据的分辨率为10m，且全色波段的分辨率为2.5m。
[0018] 根据上述技术方案，所述步骤五中，本期影像特征包括形状、
颜色、阴影、纹理和图案。
[0019] 根据上述技术方案，所述步骤七中，数据模型更新包括空间数据模型更新和属性数据模型更新。
[0020] 根据上述技术方案，所述步骤八中，开发平台为.NET，开发组件为ArcGIS Engine。
[0021] 与现有技术相比，本发明的有益效果是：
[0022] 1.本发明提出了完整的小班林业资源的检测方法，方法高效可行，成果数据详细可靠；
[0023] 2.本发明提出了构建空间数据处理模型实现多来源数据自动整合处理的空间数据更新方法，自动化程度高，大大减少了林业资源更新中矢量数据处理的工作量，提高了工作效率；
[0024] 3.本发明提出了利用数学模型模拟分析工具建模，完成自然生长林分林木因子更新的方法，更新数据能较好地反应不同林分类型、树种、起源、龄组及立地条件下，林分的生长变化过程；
[0025] 4.本发明开发了林业管理信息系统，集成了丰富的功能，为各级林业主管部
门提供了具体实用的操作平台，可显著提升林业资源管理
水平。
附图说明
[0027] 图2是本发明的数据模型更新的结构示意图；
具体实施方式
[0028] 下面将结合本发明
实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0029] 请参阅图1-2，本发明提供提供一种技术方案：一种检测小班林业资源的方法，包括如下步骤：步骤一，核查小班的抽取；步骤二，林业资料的收集与处理；步骤三，遥感影像处理；步骤四，前后期遥感影像变化检测；步骤五，影像目视解译；步骤六，补充调查；步骤七，数据模型更新；步骤八，林业资源信息管理；步骤九，更新产出；
[0030] 其中在上述的步骤一中，核查小班的抽取，可以采用随机抽样或典型选样的方法；采用典型选样时，需先将被评估对象按林种、林地类型、树种类型和龄组等因子分类，然后在各类中选取有代表性的一定数量小班，选取小班时除考虑林分因子外，还要考虑交通条件、居民点、人口分布等社会经济条件；选取时可用林相图或森林资源调查基本图作辅助；
分别林地及森林类型、优势树种、龄组等因子，抽取核查小班；随机抽取法：按森林资源资产清单的顺序，将小班面积逐个相加，并逐个小班记下累计面积数，直至最后，然后利用随机数表或计算机随机数发生器获得随机数，凡数值小于等于小班总面积数的落到某小班中，该小班即认为被抽中，直至抽取预定的小班个数为止；
[0031] 其中在上述的步骤二中，收集采伐作业设计、森林抚育作业设计、低效林改造作业设计、造林作业设计、占用征收林地可行性调查，以及天保工程、退耕还林等林业工程规划设计和森林灾害、公益林修编成果等林业经营管理档案资料；核实作业设计及相关的检查验收情况，对确定发生变化的资料进行矢量化和现状属性数据录入，作为小班数据更新变化数据源；
[0032] 其中在上述的步骤三中，由于Spot5的空间分辨率高，前后模式实时获得立体影像，运营性能有很大改善，在数据压缩、存储和传输等方面也均有显著提高，故选择Spot5影像作为年度更新数据源，包括多光谱数据和全色波段，首先对影像进行辐射校正，然后进行正射校正，且要求RMS误差小于0.5个像元，再对影像进行增强、融合处理，最大限度凸显森林植被信息，为影像变化检测盒目视解译提供高质量数据；
[0033] 其中在上述的步骤四中，通过前后期影像变化检测，确定森林资源发生变化的区域通过影像目视解译和补充调查，确定变化结果，在变化检测的过程，对归一化植被指数差值法、多尺度影像分割与面向对象影像分析法作了尝试，在总结植被波谱特性及植被指数的基础上，主要采用NDVI指数结合影像差值的方法，加入必要的人工干预实现变化区域的确定，为影像目视解译提供工作范围；
[0034] 其中在上述的步骤五中，对变化区域内的本期影像特征进行分类，在不同类型中选取一定数量的图斑到现地建立影像特征与现地事物意义对应的解译标志，目视解译人员结合解译标志、相关资料及现地经验对变化区域内影像进行目视解释，完成小班区划及相应小班因子录入；
[0035] 其中在上述的步骤六中，补充调查的对象主要有两部分，一是林业经营管理档案中需要进一步核实的地块，二是目视解译不能确认的地块，按二类调查技术规程开展补充调查，完成数据录入；
[0036] 其中在上述的步骤七中，利用ArcGIS Model Builder工具构建空间分析处理模型，实现变化的林业经营管理档案、影响目视解译、补充调查等空间数据对前期二类调查空间数据的自动更新，构建模型时充分考虑数据的优先级、图斑切割保留面积法制、行政界线及林业小班界的稳定、变化因子和保留因子的关系、各种参数的合理设置，通过反复测试修稿，得出合理的空间处理模型，从而完成空间数据的的自动化、智能化更新；对自然生长的林分，根据不同的起源、树种、林业经营方式等建立胸径生长模型、树高生长模型、蓄积量生长模型、林木株数模型和枯损模型等一系列数据模型，完成小班林木因子更新，以DPS
数据处理系统作为数学模型分析工具，以Richards，Webull一元非线性回归模型为主，综合其他多种方式进行建模，在建模过程中，通过反复实验，选择复相关系数较高的模型作为最终数据更新模型；
[0037] 其中在上述的步骤八中，以ArcSDE作为空间数据引擎，基于SQL Server2000建立数据库，有效存储、管理数据，包括卫星影像、DEM、年度更新数据，在数据库基础上，使用开发平台和开发组件，开发C/S结构的森林资源管理信息系统，系统除具备数据编辑修改、数据逻辑检查、各级汇总统计及专题图制作等基本功能外，还包括小班号自动重排、界线提取、图形错误检查、智能统计、各树种形高计算、立地因子自动更新等实用工具，以及以上提到的有关方法程序化应用，同时，预留扩展应用接口，以后根据需求变化随时增加相关应用，为数据更新提供具体实用的操作平台；
[0038] 在上述的步骤九中，提供更新后各级资源统计表、资源专题图、资源报告；以管理系统为支撑，根据需要提供更新后的其它必要产出。
[0039] 根据上述技术方案，步骤一中，核查的工作量，根据评估项目具体需求而定，应高于总核查面积的5％。
[0040] 根据上述技术方案，步骤三中，多光谱数据的分辨率为10m，且全色波段的分辨率为2.5m。
[0041] 根据上述技术方案，步骤五中，本期影像特征包括形状、颜色、阴影、纹理和图案。
[0042] 根据上述技术方案，步骤七中，数据模型更新包括空间数据模型更新和属性数据模型更新。
[0043] 根据上述技术方案，步骤八中，开发平台为.NET，开发组件为ArcGIS Engine。
[0044] 基于上述，本发明的优点在于，本发明，核查小班的抽取，核查的工作量，根据评估项目具体需求而定，应高于总核查面积的5％，可以采用随机抽样或典型选样的方法；采用典型选样时，需先将被评估对象按林种、林地类型、树种类型和龄组等因子分类，然后在各类中选取有代表性的一定数量小班，选取小班时除考虑林分因子外，还要考虑交通条件、居民点、人口分布等社会经济条件；选取时可用林相图或森林资源调查基本图作辅助；分别林地及森林类型、优势树种、龄组等因子，抽取核查小班；随机抽取法：按森林资源资产清单的顺序，将小班面积逐个相加，并逐个小班记下累计面积数，直至最后，然后利用随机数表或计算机随机数发生器获得随机数，凡数值小于等于小班总面积数的落到某小班中，该小班即认为被抽中，直至抽取预定的小班个数为止；收集采伐作业设计、森林抚育作业设计、低效林改造作业设计、造林作业设计、占用征收林地可行性调查，以及天保工程、退耕还林等林业工程规划设计和森林灾害、公益林修编成果等林业经营管理档案资料；核实作业设计及相关的检查验收情况，对确定发生变化的资料进行矢量化和现状属性数据录入，作为小班数据更新变化数据源；由于Spot5的空间分辨率高，前后模式实时获得立体影像，运营性能有很大改善，在数据压缩、存储和传输等方面也均有显著提高，故选择Spot5影像作为年度更新数据源，包括多光谱数据和全色波段，多光谱数据的分辨率为10m，且全色波段的分辨率为2.5m，首先对影像进行辐射校正，然后进行正射校正，且要求RMS误差小于0.5个像元，再对影像进行增强、融合处理，最大限度凸显森林植被信息，为影像变化检测盒目视解译提供高质量数据；通过前后期影像变化检测，确定森林资源发生变化的区域通过影像目视解译和补充调查，确定变化结果，在变化检测的过程，对归一化植被指数差值法、多尺度影像分割与面向对象影像分析法作了尝试，在总结植被波谱特性及植被指数的基础上，主要采用NDVI指数结合影像差值的方法，加入必要的人工干预实现变化区域的确定，为影像目视解译提供工作范围；对变化区域内的本期影像特征进行分类，本期影像特征包括形状、颜色、阴影、纹理和图案，在不同类型中选取一定数量的图斑到现地建立影像特征与现地事物意义对应的解译标志，目视解译人员结合解译标志、相关资料及现地经验对变化区域内影像进行目视解释，完成小班区划及相应小班因子录入；补充调查的对象主要有两部分，一是林业经营管理档案中需要进一步核实的地块，二是目视解译不能确认的地块，按二类调查技术规程开展补充调查，完成数据录入；数据模型更新包括空间数据模型更新和属性数据模型更新，利用ArcGIS Model Builder工具构建空间分析处理模型，实现变化的林业经营管理档案、影响目视解译、补充调查等空间数据对前期二类调查空间数据的自动更新，构建模型时充分考虑数据的优先级、图斑切割保留面积法制、行政界线及林业小班界的稳定、变化因子和保留因子的关系、各种参数的合理设置，通过反复测试修稿，得出合理的空间处理模型，从而完成空间数据的的自动化、智能化更新；对自然生长的林分，根据不同的起源、树种、林业经营方式等建立胸径生长模型、树高生长模型、蓄积量生长模型、林木株数模型和枯损模型等一系列数据模型，完成小班林木因子更新，以DPS数据处理系统作为数学模型分析工具，以Richards，Webull一元非线性回归模型为主，综合其他多种方式进行建模，在建模过程中，通过反复实验，选择复相关系数较高的模型作为最终数据更新模型；以ArcSDE作为空间数据引擎，基于SQL Server 2000建立数据库，有效存储、管理数据，包括卫星影像、DEM、年度更新数据，在数据库基础上，使用.NET开发平台，ArcGIS Engine开发组件，开发C/S结构的森林资源管理信息系统，系统除具备数据编辑修改、数据逻辑检查、各级汇总统计及专题图制作等基本功能外，还包括小班号自动重排、界线提取、图形错误检查、智能统计、各树种形高计算、立地因子自动更新等实用工具，以及以上提到的有关方法程序化应用，同时，预留扩展应用接口，以后根据需求变化随时增加相关应用，为数据更新提供具体实用的操作平台；提供更新后各级资源统计表、资源专题图、资源报告；以管理系统为支撑，根据需要提供更新后的其它必要产出；本发明，高效可行，以3S技术、数学模型为主要手段，基于调查小班数据的林业资源更新方法，提出了完整的林业资源空间及属性数据年度出数解决方案，数据检测结果客观准确。
[0045] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0046] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附
权利要求及其等同物限定。
