王小東

（安徽省木竹檢查管理站，合肥 230036）

基于RS和GIS的森林資源類型三維地形顯示與分析

王小東

（安徽省木竹檢查管理站，合肥 230036）

本文以安徽省東至縣梅城林場為研究對象，在遙感（RS）與地理信息系統(tǒng)（GIS）的支持下，運用遙感軟件Erdas9.0對2011年同期的LandsatETM+遙感影像進行分類，形成森林資源類型影像分類圖；以ArcGIS9.3為數(shù)據(jù)加工平臺，對林場1∶10000地形圖等高線進行矢量化，生成數(shù)字高程模型（DEM）。在ArcGIS軟件環(huán)境下，將森林資源類型影像分類圖和DEM融合，實現(xiàn)森林資源類型三維地形顯示，在此基礎(chǔ)上，進一步對森林資源的分布和海拔因子關(guān)聯(lián)性進行了分析。

森林資源；RS；GIS；DEM；三維顯示；關(guān)聯(lián)性分析

目前，遙感（Remote Sensing，以下簡稱RS）技術(shù)日益成熟，已經(jīng)成為森林資源調(diào)查的重要手段[1]，同時結(jié)合地理信息系統(tǒng)（GeographicInformation System，以下簡稱GIS）空間分析功能，生成高程數(shù)字模型（Digital Elevation Model，以下簡稱DEM），獲取森林資源類型地理空間分布情況，實現(xiàn)森林資源類型的三維顯示[2-3]，使林業(yè)生產(chǎn)空間決策更加具有針對性和準(zhǔn)確性。

本文以梅城林場森林資源為研究對象，將梅城林場遙感影像分類圖和數(shù)字高程模型（DEM）相融合，實現(xiàn)梅城林場森林資源類型的三維顯示，通過地理信息軟件ArcGIS9.3分析森林資源類型分布與地形海拔因子的關(guān)聯(lián)性。

1 研究區(qū)概況

安徽省東至縣梅城林場位于安徽省西南部，東至縣城北2.5 km，116°56′～116°77′E，30°5′～30°10′N，南北長8 km，東西長10 km，經(jīng)營面積1 833.89 hm2。北亞熱帶濕潤季風(fēng)氣候，年內(nèi)四季分明，年平均氣溫16.1℃，無霜期220 d，年降雨量1 530.6 mm，年蒸發(fā)量1 475.1 mm，相對濕度80%。地帶性植被為北亞熱帶常綠闊葉林與落葉闊葉混交林。地形地貌為皖南山區(qū)黃山山脈外圍的低山區(qū)，境內(nèi)最高海拔為青家田三崗尖648 m。土壤主要為紫色砂巖發(fā)育而成的紫砂土，土壤厚度40～80 cm，質(zhì)地輕壤至重壤土，pH值4.2～6.5；由石灰?guī)r發(fā)育而成的扁石石灰土，土層淺薄、質(zhì)地重壤至輕粘土，pH值6.5～8；由砂頁巖發(fā)育而成的中層扁石黃紅壤，土層厚度30～60 cm，質(zhì)地中壤，pH值為4.5～6.0。

2 數(shù)據(jù)源與軟件環(huán)境

2.1 資料來源

本文主要數(shù)據(jù)源包括梅城林場2011年LandsatETM+多光譜遙感圖像數(shù)據(jù)、1∶10000地形圖、1∶25000林相圖、小班調(diào)查卡片。

2.2 軟件環(huán)境

遙感圖像處理軟件為Erdas 9.0，用來完成遙感影像預(yù)處理和森林類型分類，生成森林類型影像分類圖；地理信息軟件為ArcGIS 9.3，用來完成地形圖配準(zhǔn)，建立數(shù)字等高模型（DEM），疊加森林類型影像分類圖，實現(xiàn)梅城林場森林資源類型的三維顯示與分析。

3 研究方法

3.1 森林資源分類

3.1.1 遙感影像預(yù)處理

為獲得最佳的遙感圖像森林資源類型分類的效果和更高的分類精度，在遙感影像分類前需進行遙感影像預(yù)處理[4]。主要包括：

（1）波段的選擇與組合：選取LandsatETM+多光譜（8個波段）遙感影像中三個反應(yīng)植被光譜信息特征明顯的波段進行組合。根據(jù)目前的研究，普遍認(rèn)為ETM 3、4、5的波段組合是進行森林植被解譯的最佳波段組合方案[5-6]，本文應(yīng)用這個方案進行波段組合。

（2）遙感圖像的幾何精校正：首先應(yīng)用配準(zhǔn)好1∶10000地形圖作為遙感影像幾何精校正的參考，設(shè)置的遙感影像地理參數(shù)為Gauss Kruger投影，投影橢球為Krassovsky橢球，坐標(biāo)系統(tǒng)采用1980西安坐標(biāo)系。下一步打開Erdas 9.0軟件的幾何校正模塊（Geometric Correction），在校正過的地形圖和需要校正的遙感影像上尋找明顯的地物點設(shè)置控制點，控制點盡量均勻地分布在遙感影像上[7]。選取了6個控制點完成校正。圖1為地面控制點工具窗口，控制點總誤差為0.119 9，符合精度要求，幾何精校正完成。

圖1 幾何校正精度評價結(jié)果

（3）遙感影像的裁切：以配準(zhǔn)好1∶25000林相圖為本底，利用ARCGIS 9.3軟件對林場的邊界進行矢量化，生成shape文件，將獲得的shape文件疊加在遙感影像上，利用Erdas 9.0軟件的AOI功能進行不規(guī)則裁切將梅城林場從影像中裁出。

（4）遙感影像植被信息的增強處理：為提高解譯時遙感影像的視覺效果和森林資源遙感分類的精度，將ETM+的全色波段（8波段PAN）和3、4、5波段進行分辨率融合處理。方法為開啟Erdas9.0中圖像解釋器模塊（Image Interpreter），選用Brovey變換方法進行融合處理。

3.1.2 森林資源分類

結(jié)合林相圖和野外實地調(diào)查，確定遙感影像可分辨的森林資源類型，將林場森林資源類型劃分為杉木林、闊葉林、馬尾松林、針闊混交林、灌木林、側(cè)柏及其他（包括建筑用地、水系、采伐跡地和不易分辨類型）共7種類型。借助有關(guān)輔助信息，綜合遙感影像的色彩、形態(tài)、結(jié)構(gòu)和紋理等因素，結(jié)合野外實地調(diào)查，建立類型要素解譯標(biāo)志。

運用監(jiān)督分類的方法對遙感圖像進行分類。具體方法為：根據(jù)建立的類型要素解譯標(biāo)志，手工選取可以識別森林類型的像元建立訓(xùn)練樣本，然后通過Erdas 9.0可能性矩陣評價工具驗證訓(xùn)練樣本的精度，分析AOI訓(xùn)練區(qū)的像元是否完全落在相應(yīng)的類別之中，根據(jù)分析結(jié)果，對訓(xùn)練樣本進行多次反復(fù)修改后建立一個比較準(zhǔn)確的模板。最后應(yīng)用Erdas 9.0執(zhí)行監(jiān)督分類[8-9]，分類結(jié)果如圖2。

圖2 2011年梅城林場森林資源類型分類圖

3.1.3 分類精度評價

分類的精度要在75%以上，才能符合實際應(yīng)用的需要。分類精度評價方法為：首先將分類圖像疊加在分類前的圖像上（圖像與林相圖小班矢量邊界疊加，以方便觀察對應(yīng)森林類型的位置），改變分類圖的透明度，輔以Erdas9.0軟件的閃爍（Flicker）功能，打開分類精度評價對話框，由系統(tǒng)隨機設(shè)置250個評價點，對照林相圖、小班調(diào)查卡片、圖像解譯標(biāo)志和實地勘測情況，判斷隨機評價點的實際類型，獲得評價點符合實際森林類型分布的數(shù)量，衡量分類結(jié)果的準(zhǔn)確程度，其結(jié)果如表1。分類結(jié)果的精度為80.8%，可以滿足實際應(yīng)用的要求。

表1 分類精度報告

3.2 DEM數(shù)據(jù)的獲取與生成

應(yīng)用ArcGIS 9.3對梅城林場1∶10000地形圖等高線和高程點進行矢量化采集，加載等高線、高程點矢量圖層，根據(jù)梅城林場的高程采集從10～648 m，平均分為9等分，建立TIN（通過等高線和高程點建立不規(guī)則的三角網(wǎng)，簡稱TIN），然后在TIN基礎(chǔ)上通過線性和雙線性內(nèi)插建立DEM[10]，結(jié)果如圖3所示。

圖3 DEM的三維顯示

3.3 森林類型的三維地形顯示

遙感影像與地形的三維疊加顯示是在ArcGIS9.3軟件中ArcScene模塊下進行的。具體過程如下：首先在ArcScene模塊下分別加載梅城林場區(qū)域的TIN和2011年遙感分類影像，設(shè)置投影坐標(biāo)系，在遙感分類影像屬性設(shè)置基表面高度為從TIN上獲取高度，最后設(shè)置場景屬性范圍等指標(biāo)[11]，顯示效果如圖4所示。

圖4 遙感分類影像與地形的三維顯示

4 結(jié)果與分析

4.1 森林資源類型斑塊組成

2011年梅城林場森林資源類型斑塊分布情況如表2。梅城林場總面積為1 833.89 hm2，其中馬尾松面積682.72 hm2，斑塊數(shù)為383個；杉木林面積526.74 hm2，斑塊數(shù)為431個；灌木林面積212.61 hm2，斑塊數(shù)為370個；側(cè)柏面積168.77 hm2，斑塊數(shù)為289個；闊葉林面積121.78 hm2，斑塊數(shù)為310個；針闊混交林為90.32 hm2，斑塊數(shù)為213個；其他面積為30.95 hm2，斑塊數(shù)為62個。杉木林和馬尾松林在整個森林資源中占絕對優(yōu)勢且分布最為廣泛。闊葉林和針闊混交林所占比例較小，多是以小斑塊零散分布在各森林資源斑塊中，森林類型結(jié)構(gòu)單一，灌木林、側(cè)柏、闊葉林、針闊混交林布局破碎分散。

表2 2011年森林資源類型斑塊分布情況表

4.2 森林資源類型分布與海拔高度

2011年梅城林場森林資源類型在不同海拔分布情況如表3、圖4。梅城林場林地海拔高在162 m以下，其面積為908.26 hm2，占林場總面積的49.53%；其次是海拔163～324 m梯度級，其面積為654.88 hm2，占林場總面積的35.71%；處在第三位的是325～486 m梯度級，面積為243.38 hm2，占林場總面積的13.27%；面積最小的為海拔487 m以上梯度級，面積只有27.37 hm2，占林場總面積的1.49%。森林資源類型隨海拔的變化呈明顯的垂直分布規(guī)律，喬木林面積隨海拔高度的增高越來越少，而灌木林面積隨海拔高度增加而增加。

表3 2011年森林資源類型海拔分布

根據(jù)氣象學(xué)和森林生態(tài)學(xué)原理，海拔高度直接影響地面水熱條件，海拔高度每增加100 m，地面溫度下降0.5～0.6℃，由此導(dǎo)致氣候垂直地帶性，與此相對應(yīng)的是植被垂直地帶性，其規(guī)律是隨著緯度的增加海拔越往高處耐寒的植物成分逐漸增多，隨海拔由低到高的垂直地帶性植物分布大致為次生草叢、常綠闊葉林、針闊混交林、針葉林和灌叢草甸。梅城林場森林類型與海拔高度關(guān)聯(lián)分析表明，森林植被垂直地帶性不甚明顯，分析其原因主要有兩個，一是梅城林場海拔高程較低，其最高海拔只有648 m，屬于低山丘陵地貌類型；另一原因是梅城林場森林植被多為人工林，只有天然林具有明顯森林植被垂直地帶性分布規(guī)律，人為造林導(dǎo)致梅城林場森林類型垂直地帶性不甚明顯。

5 結(jié)論

應(yīng)用RS與GIS技術(shù)，是推進現(xiàn)代化數(shù)字林業(yè)的重要手段，是林業(yè)信息化的有效載體。兩者相結(jié)合，可實現(xiàn)森林資源類型分類及三維地形顯示，同時能夠獲取地形空間數(shù)據(jù)。利用RS與GIS技術(shù)的分析功能，可以快速、準(zhǔn)確地分析森林資源類型和地形空間數(shù)據(jù)的關(guān)聯(lián)性，形成林業(yè)信息資源數(shù)據(jù)庫，實現(xiàn)林業(yè)管理的可視化，為森林資源生態(tài)規(guī)劃和管理提供理論依據(jù)。

[1]張煜星.《遙感技術(shù)在森林資源清查中的應(yīng)用研究》[M].北京：中國林業(yè)出版社，2007.

[2]畢華興，譚秀英，李笑吟.基于DEM的數(shù)字地形分析[J].北京林業(yè)大學(xué)學(xué)報，2005，27（2）：49-53.

[3]黃慶豐，程長.基于GIS的森林資源現(xiàn)狀分析[J].遙感技術(shù)與應(yīng)用，2002，17（2）：78-80.

[4]黨安榮，王曉棟，陳曉峰，等.ERDAS IMAGINE遙感圖像處理方法[M].北京：清華大學(xué)出社，2002.

[5]楊燕瓊.南方林區(qū)TM遙感圖象組合方式研究[J].華南農(nóng)業(yè)大學(xué)學(xué)報.1999，20（4）：86-89.

[6]年波，楊士劍，王金亮，等.植被遙感信息提取的最佳波段選擇—以云嶺中部山區(qū)為例[J].云南地理環(huán)境研究，2004，16（2）：18-21.

[7]劉磊，周軍，田勤虎，等.基于ERDAS IMAGINE進行ETM影像幾何精校正研究—以新疆阿熱勒托別地區(qū)為例[J].遙感技術(shù)與應(yīng)用，2007，22（1）:54-57.

[8]陸元昌，陳敬忠，洪玲霞，等.遙感影像分類技術(shù)在森林景觀分類評價中的應(yīng)用研究[J].林業(yè)科學(xué)研究，2005，18（1）：31-35.

[9]施擁軍.森林遙感分類技術(shù)研究——以浙江西北山區(qū)為例[D]．浙江大學(xué)，2003.

[10]湯國安，楊昕.《ArcGIS-地理信息系統(tǒng)空間分析實驗教程》[M]．科學(xué)出版社，2006.

[11]唐雪海，黃慶豐，袁進軍，等.基于DEM的紫蓬山地形及森林資源空間分布關(guān)聯(lián)分析[J].林業(yè)調(diào)查規(guī)劃，2009，3（4）57-58.

（責(zé)任編輯：楊婷婷）

3-D Topographic Display and Analysis of Forest Resource Types Based on RS and GIS

WANG Xiaodong
（Anhui Wood and Bamboo Inspection Station，Hefei 230001，China）

In this paper，Meicheng Forest Farm in Dongzhi County，Anhui Province was the study object.Supported by the remote sensing（RS）and geographic information system（GIS），its synchronous LandsatETM+RS images taken in zoil were classified to form the forest-resource-type image classification map with the RS software Erdas9.0：The contour lines of the farm 1/10000 topographic map were vectorized to generate the digital elevation model（DEM）with ArcGIS9.3 as the data processing platform.In ArcGIS software context，the forest-resource-type image classification map and DEM were integrated to realize 3-D topographic display of forest resource types.Based on this，correlation between the forest resource distribution and altitude factors was further analyzed.

Forest resources；RS；GIS；DEM；3-D display；Correlation analysis

S711

A

2095-0152（2014）03-0011-04

2014-04-23

2014-04-28

王小東（1983-），男，碩士，主要從事木竹運輸管理工作。Email：174948220@qq.com