林 輝 駱劍承 詹立明 胡曉東 吳送良 周 楠

(1. 國家林業(yè)和草原局華東調(diào)查規(guī)劃設(shè)計院，杭州 310019；2. 浙江省杭州市淳安縣林業(yè)局，杭州 311700；3. 中國科學(xué)院空天信息創(chuàng)新研究院遙感科學(xué)國家重點實驗室，北京 100101；4. 中國科學(xué)院大學(xué)，北京 100049；5. 中國地質(zhì)大學(xué)，武漢 430074)

我國已建立了一套較為完善的森林資源調(diào)查體系：國家森林資源連續(xù)清查（一類調(diào)查）以省為總體抽樣調(diào)查，服務(wù)于國家；森林資源規(guī)劃設(shè)計調(diào)查（二類調(diào)查）基于經(jīng)營單位或縣級行政范圍進行全面區(qū)劃，為森林經(jīng)理、規(guī)劃設(shè)計提供基礎(chǔ)數(shù)據(jù)；專項調(diào)查（三類調(diào)查）基于作業(yè)區(qū)按設(shè)計要求調(diào)查，提供作業(yè)操作層面數(shù)據(jù)。這些調(diào)查具有一個共同的特點，都是技術(shù)人員翻山越嶺到現(xiàn)地逐一落實調(diào)查資源的數(shù)據(jù)，跋山涉水，工作量大，風(fēng)險高，非常艱苦[1]。隨著時代的發(fā)展，各項新技術(shù)的不斷涌現(xiàn)，森林資源調(diào)查的技術(shù)和方法也不斷地改進。遙感技術(shù)的廣泛應(yīng)用，特別是高分辨率遙感快速的發(fā)展，為遙感技術(shù)在森林資源調(diào)查方面應(yīng)用帶來了新的生機，尤其是為森林資源規(guī)劃設(shè)計調(diào)查提供了強有力的技術(shù)支撐，全方位提高調(diào)查的效率和準確度，對調(diào)查方法產(chǎn)生革新性的影響[2?4]。

森林資源規(guī)劃設(shè)計調(diào)查是以國有林場（圃）、自然保護區(qū)、森林公園經(jīng)營單位或縣級行政區(qū)域為研究范圍，基于全面區(qū)劃的調(diào)查，以滿足森林經(jīng)營方案、總體設(shè)計、林業(yè)區(qū)劃與規(guī)劃設(shè)計的需求。主要任務(wù)是查清森林、林地和林木資源的種類、數(shù)量、質(zhì)量以及分布，客觀反映調(diào)查區(qū)域自然、社會經(jīng)濟條件，綜合分析與評價森林資源與經(jīng)營的管理現(xiàn)狀，提出對森林資源培育、保護與利用意見[5?6]。森林資源規(guī)劃設(shè)計調(diào)查的難點在于范圍廣、綜合性強、因子識別困難，尤其是南方集體林區(qū)森林植被種類豐富，穿插混雜在一起，山高路遠，所到之處非常有限，即使是到現(xiàn)地，看到的也僅僅是眼前的局部，調(diào)查的技術(shù)要求非常高。經(jīng)實踐證明，高分辨率遙感影像在森林資源調(diào)查因子識別方面具有較大的優(yōu)勢。充分利用這一特點，可以提高調(diào)查效率和準確度，減輕外業(yè)工作量[7]。

遙感技術(shù)較早就用于森林資源調(diào)查。20世紀50年代初，組建森林航空測量調(diào)查大隊被列入蘇聯(lián)援華156項重點工程，航空攝影測量技術(shù)首次引入到我國的森林資源調(diào)查工作中[8]。利用航空攝影測量進行小班區(qū)劃，結(jié)合地面標準地進行林分調(diào)查，為起步階段的森林資源調(diào)查作出了積極的貢獻。1951?1980年為以航空遙感像片為主的目視解譯應(yīng)用階段，建立了航空攝影和地面綜合調(diào)查相結(jié)合的森林調(diào)查技術(shù)體系[9]。這一階段的航空像片以黑白為主，通過不同的灰度及紋理特征獲取調(diào)查因子的相關(guān)信息，信息較單一，空間分辨率較低。1978?1980年在騰沖開展了航空遙感試驗，獲取了黑白全色、黑白紅外、天然彩色、彩色紅外、多光譜等5種航空攝影像片。林業(yè)部提出樹種識別的彩紅外片色扇分析，森林材積估算，立地因子解析[10]。騰沖航空遙感試驗在國產(chǎn)化、全面性、應(yīng)用深度達到了空前的高度，為航空遙感的發(fā)展奠定了良好的基礎(chǔ)。由于航空遙感成本高，國民經(jīng)濟發(fā)展水平有限，應(yīng)用范圍較窄，未能全面地推廣應(yīng)用。隨著衛(wèi)星遙感技術(shù)的發(fā)展，衛(wèi)星影像在森林資源調(diào)查中逐步得到應(yīng)用。1977年利用美國陸地資源衛(wèi)星（Landsat）MSS圖像首次對我國西藏地區(qū)的森林資源進行清查，填補了西藏森林資源數(shù)據(jù)的空白[11]。后續(xù)美國陸地資源衛(wèi)星TM圖像應(yīng)用較多，利用計算機自動分類識別森林資源類型得到深入的研究。張淑芬等[12]在汪清林業(yè)局基于TM5圖像采用動態(tài)聚類、組合監(jiān)督分類，結(jié)果表明對針葉林和闊葉林的分類精度較高，而對混交林和其他用地的分類精度較低。但限于空間分辨率，分類局限于有限的類型，實用性并不強。進入21世紀，遙感技術(shù)得到快速發(fā)展，空間分辨率不斷提高，數(shù)據(jù)采集能力進一步增強。同時，我國經(jīng)濟快速發(fā)展，人工成本隨之上漲，遙感技術(shù)的應(yīng)用就越來越廣泛，特別是高分辨率遙感影像的應(yīng)用普及化。白金婷[13]基于WorldView-2影像，采用兩時相面向?qū)ο蟮亩鄬哟畏诸?、單時相面向?qū)ο蟮膯我粚哟螞Q策樹分類與單時相基于像元的隨機森林分類方法，實現(xiàn)地物尤其是各植被類型的較高精度分類。陳玲等[14]認為高空間分辨率影像所包含的豐富的紋理信息能夠較顯著地提高森林資源分類精度，王妮等[15]、張周威等[16]、傅文杰等[17]和Kim等[18]研究也表明借助高空間分辨率遙感影像紋理信息能提高森林資源分類精度。采用自動分類的方法進行研究解決區(qū)域性的問題較為有效，但在生產(chǎn)實踐中大范圍的應(yīng)用存在不少的困難，諸如數(shù)據(jù)源不同、時相差異大、共享數(shù)據(jù)是影像產(chǎn)品等都不利于自動分類?；诟叻直媛蔬b感影像通過目視解譯方法輔助森林資源調(diào)查依然是主要的應(yīng)用方式。由于技術(shù)的發(fā)展，遙感影像的信息及其展現(xiàn)方式都有了很大的發(fā)展，為了更好的服務(wù)于實際生產(chǎn)，通過目視解譯研究森林資源調(diào)查因子的識別度還是很有必要的。

浙江省的森林植被種類繁多，組成復(fù)雜，基于高分辨率遙感影像的森林資源調(diào)查因子識別具有較大的難度，在南方的集體林區(qū)中具有一定的代表性，以其作為研究區(qū)域具有一定的挑戰(zhàn)性和必要性，對改進森林資源調(diào)查方法具有實際意義。

1 研究區(qū)概況

浙江省地處東南沿海，七山一水二分田。地形自西南向東北呈階梯狀傾斜，西南以山地為主，中部以丘陵為主，東北部是低平的沖積平原，包括浙北平原、浙西丘陵、浙東丘陵、中部金衢盆地、浙南山地、東南沿海平原及濱海島嶼等六個地形區(qū)。

屬亞熱帶季風(fēng)氣候，季風(fēng)顯著，四季分明，年氣溫適中，光照較多，雨量豐沛，空氣濕潤，雨熱季節(jié)變化同步，氣候資源配制多樣，氣象災(zāi)害繁多。

土壤以黃壤和紅壤為主，占全省總面積的70%以上，多分布在丘陵山地。平原和河谷多為水稻土。沿海有鹽土和脫鹽土分布。

植被資源在3 000種以上，屬于國家重點保護的野生植物有45種。樹種資源豐富，素有“東南植物寶庫”之稱。森林生態(tài)系統(tǒng)的多樣性總體上屬于中等偏上水平，森林植被類型、森林類型、喬木林齡組類型較為豐富。

按照全國植被區(qū)劃，浙江省森林植被屬于我國東部濕潤林區(qū)、亞熱帶常綠闊葉林帶、常年濕潤常綠闊葉林東部組的中亞熱帶常綠闊葉林區(qū)帶的南帶與北帶的過渡帶。地帶性頂極植物群落是常綠闊葉林，其組成復(fù)雜，主要類型有甜櫧（Castanopsis eyrie）、木荷（Schima superba）林、青岡（Cyclobalanopsis glauca）、苦櫧（Castanopsis sclerophylla）林、樟木（Cinnamomum camphora）林等，還有亞熱帶針葉林、針闊混交林以及灌草叢。竹（Bambusoideae）林分布廣泛，經(jīng)濟林種類繁多。

2 研究方法及數(shù)據(jù)源

2.1 研究方法

浙江省林業(yè)主管部門根據(jù)相關(guān)技術(shù)規(guī)范并結(jié)合實際需要，將調(diào)查因子歸為10大類：區(qū)劃因子、立地因子、林地屬性因子、植被與生態(tài)因子、林業(yè)分類區(qū)劃因子、林帶調(diào)查因子、森林資源調(diào)查因子、其他類型因子、散生四旁因子以及樹帶因子[19]。

森林資源調(diào)查因子包含權(quán)屬、地類、林種、起源、樹種組成、優(yōu)勢樹種、年齡、平均胸徑、平均高、優(yōu)勢高、郁閉度、疏密度、單位株數(shù)等[19]。森林資源調(diào)查因子是主要因子，也是調(diào)查難度最大、花費時間和精力最多的因子，改進這些因子獲取的方法具有重要意義。

結(jié)合浙江省2015?2017年森林資源規(guī)劃設(shè)計調(diào)查成果與相應(yīng)的高分辨率遙感影像，選取典型小班，以目視解譯方式對比影像特征及調(diào)查因子，在系統(tǒng)分析的基礎(chǔ)上，歸納總結(jié)相關(guān)關(guān)系，得到基于高分辨率遙感影像的森林資源調(diào)查因子識別度的結(jié)論。

2.2 研究的數(shù)據(jù)源

研究所使用的高分辨率遙感影像主要由浙江省測繪檔案資料館提供，用于浙江省森林資源規(guī)劃設(shè)計調(diào)查。按1:10 000地形圖分幅，RGB模式，tif格式存儲的DOM數(shù)據(jù)。主要為2012?2013年采集的航空影像，空間分辨率為0.5 m，部分區(qū)域影像采用高分辨率的衛(wèi)星遙感影像（WorldView，空間分辨率0.5 m）。研究直接采用提供的成品影像，局部作了增強處理。

3 結(jié)果與分析

3.1 地類識別

地類是一項最基本的因子，無論是森林資源調(diào)查，還是管理應(yīng)用都非常重要。地類的分類系統(tǒng)與地表的覆蓋物相關(guān)性較強，與其自然屬性高度相關(guān)，但也參雜了用途、成因等一些因素，是多因素分類，這為識別帶來了一定的難度。

地類分三級：一級地類包括林地和非林地；二級地類分為喬木林地、竹林地、疏林地、灌木林地、未成林造林地、苗圃地、跡地、宜林地；在三級地類中，灌木林分為特殊灌木林地和一般灌木林地，跡地分為采伐跡地、火燒跡地、其他跡地，宜林地分為造林失敗地、規(guī)劃造林地以及其他宜林地[19]。

喬木林地、灌木林地、竹林地主要是由樹種確定地類。竹林的影像特征比較明顯，易于區(qū)分（圖1c）。喬木林的幼林與灌木林容易混淆，影像特征非常接近，現(xiàn)地區(qū)分也有困難。喬木幼林與未成林造林地、跡地、宜林地也不易區(qū)分（圖1b），但是，絕大部分喬木林影像特征明顯易于區(qū)分（圖1a），難以區(qū)分的是處于分類邊緣的喬木林地。灌木林地三級地類分為特殊灌木林地和一般灌木林地。特殊灌木林中的高山灌木林，在浙江省內(nèi)只分布在鳳陽山和天目山高海拔地區(qū)，數(shù)量非常少，其影像特征與一般灌木林的特征是一樣的，只是由于高海拔原因而歸為特殊灌木林。特殊灌木林中的經(jīng)濟樹種灌木林，種類繁多，體現(xiàn)出來的影響特征也是各種各樣，可以結(jié)合經(jīng)濟樹種的分類進行區(qū)分（圖1d）。疏林地在浙江省內(nèi)已經(jīng)不多見，影像特征介于喬木林地和宜林地，地表有樹，但稀疏，屬于過渡地類，區(qū)分界線不明顯，從影像和現(xiàn)地進行區(qū)分都有難度（圖1e）。

圖1 林地的二級地類Fig. 1 The secondary land category of the forest

未成林造林地與喬木幼林、宜林地、跡地比較接近，相互之間難以區(qū)分，根據(jù)營造林檔案資料及現(xiàn)地才能確定，但區(qū)劃、面積求算可以利用影像具有清晰邊界的特點來處理。

苗圃地主要以農(nóng)田臨時苗圃為主，其中大苗與平原片林的特征一致無法區(qū)分，山地有規(guī)劃的苗圃數(shù)量較少，一般根據(jù)檔案資料來確定。

宜林地、跡地相互之間的影像特征不明顯，不易區(qū)分。但火燒跡地具有較為明顯的特征，過火地塊呈黑色、褐色，與周邊沒過火地塊有明顯的區(qū)別，從影像就可以區(qū)分。丘陵、平原地帶的宜林地、跡地與荒廢的農(nóng)田影像特征比較接近，較難區(qū)分（圖1f）。

地類的識別度比較高。喬木林地、竹林地以及經(jīng)濟灌木林地基本可以區(qū)分，尤其是竹林識別度非常高，一般不會出錯，這三種地類占浙江省林地面積的91.96%[20]。這三種地類少部分處于邊緣的較難區(qū)分，但是其他地類也有一定的可識別度，那么高分辨率遙感影像在浙江省的地類識別度可以高達到90%以上。如果輔以經(jīng)營檔案、歷史資料，參考當?shù)氐姆N植習(xí)慣，再通過適當?shù)默F(xiàn)地建標以及少量的現(xiàn)地調(diào)查，那么基本可以解決地類的問題。

3.2 竹林識別

竹林地的面積占浙江全省林地面積的14.03%[20]，所占比重較大，是森林的重要組成部分，其生物特性極其特殊，而且竹林的影像特征非常明顯，容易識別。竹林以純林為主，連片生長，生長迅速，高度比較一致。影像特征為色調(diào)均勻，紋理一致，與周邊植被有明顯的區(qū)分界線（如圖2a）。顏色呈黃綠色、翠綠色，鮮艷亮麗，不同的季節(jié)色別有所變化，冬季、初春偏黃（圖2c），夏季轉(zhuǎn)綠，與生長勢相關(guān)性也較大，生長旺盛偏綠，否則偏黃（圖2b）。

圖2 毛竹林影像特征示例Fig. 2 Example image features of Phyllostachys heterocycla (Carr.) Mitford cv. Pubescens forest

竹子種類較多，在浙江省內(nèi)主要分布的是毛竹（Phyllostachys edulis）林，一般高于周邊的喬木林，竹林邊緣有明顯的高差，可以感覺到竹子的高度，相較于其他竹種顆粒較粗，顏色為綠、黃綠色。

雷竹（Phyllostachys violascens 'Prevernalis'）主要用于產(chǎn)雷筍，一般種植在耕地上或地勢較為平緩的丘陵，便于管理，其影像紋理細密整齊，立體感強（圖3a）。綠竹（Bambusa oldhamii）為叢生竹，叢狀分布在影像中特征明顯，色澤呈翠綠色（圖3b）。高節(jié)竹（Phyllostachys prominens）的影像紋理特征明顯，呈均勻的顆粒狀，顆粒度較毛竹要小，比雷竹大，散生（圖3c）。

圖3 竹的種類Fig. 3 Types of Bambusoideae

3.3 喬木樹種及齡組識別

喬木樹種根據(jù)葉的形狀分為針葉和闊葉；根據(jù)葉的物候特征分為常綠和落葉。這些特征在影像上都有很大的區(qū)別。森林資源規(guī)劃設(shè)計調(diào)查涉及的樹種繁多，一般以樹種組體現(xiàn)。

針葉樹種主要有松（Pinus）、杉（Taxodiaceae）、柏（Cupressaceae）等的影像特征比較明顯。

馬尾松（Pinus massoniana）的影像呈無規(guī)則、樹冠邊緣細毛絨，顏色淡綠、深綠。幼齡林顆粒較小，由于樹冠較小，毛絨狀不是特別明顯（圖4a），除東南角為成熟馬尾松林外，其他的都是馬尾松幼齡；中齡林顆粒變大，樹冠邊緣的毛絨狀逐漸顯現(xiàn)（圖4b），黃綠色大顆粒的為馬尾松；近熟林顆粒進一步加大，樹冠邊緣的毛絨狀非常明顯（圖4c），大顆粒的、綠色和黃綠色的都是馬尾松；成熟林與近熟林的特征比較接近，較難區(qū)分，不同的密度和立地條件，其影像特征也有區(qū)別（圖4d、4e），但樹冠邊緣的毛絨狀的特征明顯；過熟林一般分布均勻程度下降，植株高大，個體之間差異也較大（圖4f），大顆粒、黃綠色的是馬尾松。

圖4 馬尾松影像特征示例Fig. 4 Example image features of Pinus massoniana Lamb

黃山松（Pinus taiwanensis）與馬尾松的影像特征非常接近，一般生長在海拔800 m以上的區(qū)域。樹冠邊緣的毛絨沒有馬尾松明顯，但也有體現(xiàn)，顆粒形狀不規(guī)則，比杉木大，排列也不太整齊，如圖5所示。

圖5 黃山松影像特征示例Fig. 5 Example image features of Pinus taiwanensis Hayata

濕地松（Pinus elliottii）一般為人工種植，其影像排列整齊，顆粒規(guī)整。幼齡林呈圓點狀、亮綠色（圖6a）；中齡林顆粒加大，植株之間空隙減少，色調(diào)加深（圖6b）；成熟林顆粒加大，植株分布差異化（圖6c）。

圖6 濕地松影像特征示例Fig. 6 Example image features of Pinus elliottii

杉的影像呈規(guī)則細顆粒狀，排列整齊，密密麻麻，顏色為綠色。未成林造林地顆粒細小，與其他樹種很難區(qū)分（圖7a）；幼齡林顆粒增大，排列整齊，與其他樹種開始可以區(qū)分（圖7b）；中齡林顆粒進一步增大，排列緊密（圖7c）；近熟林顆粒更加明顯，與其他樹種區(qū)別明顯，易于區(qū)分（圖7d）；成熟林顆粒較大，呈圓點狀，排列緊密（圖7c）；過熟林顆粒大小不均勻，分布亦不均勻，色調(diào)也有變化（圖7f）。圖7f中的翠綠色的樹為柏樹。

圖7 杉影像特征示例Fig. 7 Example image features of Taxodiaceae

柳杉的影像呈圓顆粒，排列整齊，顏色為翠綠、深綠，較為鮮艷，與顆粒與杉接近，色別偏綠一些，如圖8所示。圖8f為天目山柳杉王附近的過熟林，林木高大，株數(shù)較少，分布不均勻，單位蓄積量非常高。

圖8 柳杉影像特征示例Fig. 8 Example image features of Cryptomeria fortunei Hooibrenk ex Otto et Dietr

柏的影像呈顆粒狀，排列整齊，顏色為翠綠、深綠，特別鮮艷，成規(guī)模分布的數(shù)量不多，特征明顯，與其他樹種區(qū)別較大，如圖9所示。

圖9 柏影像特征示例Fig. 9 Example image features of Cupressaceae

紫杉（Taxus cuspidata）數(shù)量較少，未成林造林地與其他樹種接近，難以區(qū)分（圖10a）；中齡林顏色為亮綠色，植株明顯（圖10b）；過熟林植株之間分化差異較大，顏色為亮綠、深綠色（圖10c）。

圖10 紫杉影像特征示例Fig. 10 Example image features of Taxus cuspidata

闊葉樹種非常多，一般以混交林的形式存在，在調(diào)查的過程中，主要區(qū)別于針葉樹種，其影像特征比較明顯，顆粒較大，大小不一，個體之間差異較大，形狀一般不規(guī)則。但不同的闊葉樹種之間的影像變化較大，色調(diào)隨時相變化，如圖11所示。

圖11 闊葉樹的種類Fig. 11 Broad-leaved tree species

3.4 經(jīng)濟樹種識別

經(jīng)濟樹種一般是為了利用林木的果實，經(jīng)營力度較大，下層植被較少，影像特征明顯。樹種類型較多，包括了喬木和灌木，茶樹（Camellia sinensis）、柑桔（Citrus reticulata）、楊梅（Myrica rubra）、栗（Castanea mollissima）、山核桃（Carya cathayensis）等都有較大規(guī)模種植，高分辨率遙感影像的識別度較高，再輔以地方傳統(tǒng)種植習(xí)慣，規(guī)模性種植的經(jīng)濟林可以達到較高的識別度。

茶葉的影像特征明顯，植株矮小，連片種植，排列整齊綿密，均勻分布，呈翠綠色，經(jīng)營程度非常高（圖12a），經(jīng)營作業(yè)道規(guī)則分布，人工痕跡明顯。

圖12 經(jīng)濟樹種示例Fig. 12 Examples of economic tree species

柑桔的影像特征呈現(xiàn)多樣化，顆粒清晰，呈綠色調(diào)，大小均勻，排列規(guī)則，下層植被稀疏（圖12b），小路的西南部分為幼林，覆蓋度較低，行狀排列明顯；東北部為盛產(chǎn)期，植株長大，覆蓋度較好，排列綿密緊致。

楊梅的影像特征明顯。尤其是規(guī)模經(jīng)營的楊梅基地，植株矮化，扁平化發(fā)展；影像顆粒成圓球狀，呈綠色，大小一致，分布均勻，排列規(guī)則；幼林植株間距較大，隨著林木的生長，蓋度逐漸增加（圖12c）。

板栗是高大喬木，作為經(jīng)濟林培育經(jīng)常進行矮化培育。板栗是落葉樹種，特征與櫟（Quercus leana）類接近。春天出新葉，呈亮綠色；夏季開白色碎花。如圖12d，在秋天樹葉變色未落之前成棕褐色，識別度非常高。

山核桃為闊葉喬木，落葉樹種，生長季與闊葉喬木、灌木接近，較難區(qū)分（圖12e）。冬季落葉，年頭較長的，枝干明顯（圖12f）。

香榧（Torreya grandis'Merrillii'）為常綠針葉喬木，古樹多為散生。近年來，香榧進行規(guī)模種植，影像特征呈較大圓球形，球形中間顆粒狀明顯，色澤呈深綠色（圖12g）。

厚樸（Houpoea officinalis）為闊葉喬木，影像特征呈密集細顆粒狀，與杉、柳杉較接近，顏色區(qū)別較大，亮灰綠色、褐色，顆粒大小均勻（圖12h）。

其他經(jīng)濟樹種還有桃（Prunus persica）、梨（Pyrusspp.）、李（Prunus salicina）、櫻桃（Prunuspseudocerasus）、枇杷（Eriobotrya japonica）等，以零星種植為主，偶而有規(guī)模種植，經(jīng)營較好的影像特征為整齊排列，人工種植特點明顯，但具體細分到樹種，則需要結(jié)合經(jīng)營資料或現(xiàn)地調(diào)查，從影像上區(qū)分困難。

3.5 樹種組成和蓄積識別

喬木林一般都由多樹種組成，根據(jù)蓄積或株數(shù)確定各樹種的成數(shù)，按十分法記載。對高分辨率影像進行樹種識別的同時，按不同樹種蓄積所占的比重確定樹種的成數(shù)，從而獲取樹種組成。相對于樹種識別，樹種組成需要蓄積或株數(shù)的量化，難度更大，準確率也會降低。蓄積的確定主要通過對色調(diào)、結(jié)構(gòu)、形狀、分布進行分析識別，從而得出相對的數(shù)據(jù)，結(jié)合野外建標，映射為絕對的數(shù)值。

圖13a為杉、柏、馬尾松混交林。東北角翠綠色的為柏木，其余的細小顆粒的為杉木，顆粒較大呈草綠色的是馬尾松。馬尾松株數(shù)較少，樹較高，杉木數(shù)量較多，從圖面分析樹種組成為6杉2柏2馬，單位蓄積105 m3/hm2，成熟林。

圖13 混交林的樹種組成Fig. 13 Example of tree species combination in a mixed forest

圖13b為杉、檫（Sassafras tzumu）混交林。大顆粒是開花的檫樹，早春季節(jié)，檫樹特征特別明顯，細小顆粒是杉木。人工種植杉木和檫樹混交，此影像是采伐后萌芽的二代杉木，而檫樹則一直未采伐，故檫樹明顯要高于杉木，其蓄積占主要成數(shù)，樹種組成7檫3杉，單位蓄積90 m3/hm2，成熟林。

圖13c為杉、馬混交林。小顆粒的是杉木，大顆粒毛絨狀草綠色的是馬尾松。馬尾松的冠幅較大，但數(shù)量較少，杉木數(shù)量較多，樹種組成6杉4馬，單位蓄積120 m3/hm2，成熟林。

一是基層思想政治工作隊伍沒有從企業(yè)改革發(fā)展的大局高度認識和把握，沒有根據(jù)形勢變化及企業(yè)不同發(fā)展階段的要求來開拓基層思想政治工作內(nèi)容、方法、載體的新思路?！罢f起來重要，做起來次要，忙起來不要”的現(xiàn)象仍然存在。突出表現(xiàn)在：一講思想政治工作就開會，一做思想政治工作就座談，一忙生產(chǎn)就把思想政治工作放到一邊。還有的基層單位，把做好思想政治工作簡單地理解為做做記錄、搞搞活動、發(fā)發(fā)紀念品等等。

圖13d為闊、杉、馬混交。圓球形的大小不一、顏色各異的是硬闊類；樹種較多，草綠色大顆粒的是馬尾松；細小顆粒的是杉木，硬闊類占絕對的優(yōu)勢。樹種組成8硬1杉1馬，單位蓄積120 m3/hm2，幼齡林。

圖13e為杉、闊混交。圓球型大顆粒的為硬闊，細小顆粒的是杉木，杉木占絕對優(yōu)勢，硬闊冠幅較大，杉木冠幅較小，單位蓄積反而是杉木高。樹種組成8杉2硬，單位蓄積90 m3/hm2，成熟林。

圖13f為闊、杉、馬混交。大顆粒的為硬闊，細小顆粒的是杉木，草綠色大小不一的是馬尾松，各樹種的成數(shù)較接近，硬闊稍占優(yōu)。樹種組成4硬3杉3馬，單位蓄積150 m3/hm2，中齡林。

圖13g為馬尾松、杉木、硬闊混交。草綠色、排列緊密、顆粒不大的為馬尾松，細小顆粒的是杉木，圓球形大小不一的是硬闊類。樹種組成6馬3杉1硬，單位蓄積15 m3/hm2，中齡林。

圖13h為杉木、馬尾松混交。細小顆粒、排列緊密、藍綠色的是杉木，大顆粒、草綠色的是馬尾松，杉木占絕對優(yōu)勢。樹種組成8杉2馬，單位蓄積165 m3/ hm2，成熟林。

圖13i為硬闊、紫杉。為村口的風(fēng)水林，圓球形、大顆粒是硬闊類，翠綠較小顆粒的是紫杉，樹齡較長，接近百年，單位株數(shù)較少。樹種組成9硬1紫杉，單位蓄積165 m3/hm2，近熟林。

圖13j為馬尾松、櫟類、杉木混交。褐綠色、顆粒大小不一的是馬尾松，顆粒較小、藍綠色的是櫟類，細小顆粒的是杉木。樹種組成7馬2櫟1杉，單位蓄積75 m3/hm2，中齡林。

圖13l為黃山松、杉木。大小不一、毛絨狀的是黃山松，細小顆粒是杉木，黃山松特征與馬尾松接近，占絕對優(yōu)勢。樹種組成8黃山松2杉，單位蓄積75 m3/hm2，近熟林。

圖13m為馬尾松、杉木。大顆粒、不均勻、草綠色的是馬尾松，細小顆粒是杉木，馬尾松占絕對優(yōu)勢。樹種組成9馬1杉，單位蓄積135 m3/hm2，成熟林。

圖13n為杉、硬闊、馬尾松。細小顆粒為杉木，大小均勻，杉木占絕對優(yōu)勢；圓球形、大小不一為硬闊；毛絨狀、草綠色的為馬尾松。樹種組成 7杉 2硬 1馬，單位蓄積 135 m3/hm2，過熟林。

圖13o為檫、櫟類、杉。棕黃色團狀的為檫樹，較為高大，占主導(dǎo)地位；綠色的為硬闊，以櫟類為主，相對矮小；杉木數(shù)量較少，小顆粒狀，較難識別，此處原為杉木與檫樹混交造林，杉木采伐后有部分萌發(fā)，所以有少量杉木，比重較小。樹種組成6檫3櫟1杉，單位蓄積97.5 m3/hm2，成熟林。

4 結(jié)論與討論

基于高分辯率遙感影像的森林資源調(diào)查因子的識別是綜合性的分析判別，可以根據(jù)遙感影像的紋理、色調(diào)、結(jié)構(gòu)、分布進行識別，也可以根據(jù)物候、地域、相關(guān)資料進行識別，識別的依據(jù)是多樣化的，與現(xiàn)地調(diào)查的經(jīng)歷更是息息相關(guān)。

根據(jù)森林資源調(diào)查因子在高分辨率遙感影像上反映出來的特點，其識別度分成4個類型：強識別、可識別、弱識別和不識別。

地類、郁閉度和優(yōu)勢樹種屬于強識別類，這3項因子在影像上特征明顯，可識別度較高。其中，地類之間的特征最明顯，易于區(qū)分。郁閉度主要根據(jù)林木覆蓋情況，在影像上也有較好的體現(xiàn)。不同的優(yōu)勢樹種體現(xiàn)出來的色彩、紋理等影像特征也是不同的，區(qū)分界線明顯。

樹種組成、齡組、單位蓄積屬于可識別類。研究區(qū)域內(nèi)分布的樹種較多，樹種組成較為復(fù)雜，樹種的成數(shù)以各樹種蓄積的成數(shù)來確定，涉及樹種、蓄積因子的識別，具有較強的綜合性，難度較高，但影像特征也有較好的反映。而齡組的確定涉及起源、林齡、樹種等因子，識別難度進一步加大，但通過綜合判斷也是有一定的識別度。

起源、年齡、齡級、產(chǎn)期、平均胸徑、平均高、優(yōu)勢高、疏密度以及單位株數(shù)屬于弱識別類。起源在低林齡段影像特征較為明顯，成林之后識別難度增加。年齡、齡級、產(chǎn)期精準的數(shù)值通過影像不能識別，但相對性還是比較明顯。平均胸徑、疏密度、單位株數(shù)通過對影像的綜合分析，可以得到一些有效線索。影像是俯視成像，但也有一定的傾斜角，在林緣林木的相對高度方面有所體現(xiàn)。

權(quán)屬、林種屬于不識別類。這2項因子與森林資源的自然屬性相關(guān)性不強，在影像特征上沒有直接的體現(xiàn)，故確定為不可識別。

森林資源調(diào)查因子隨著遙感影像分辨率的提高，其可識別程度也在不斷的提升，不同分辨率級別的影像識別的方法也是有所區(qū)別，高分辨率的影像為森林資源調(diào)查因子提供了較好的可識別性，但也存在許多值得探討的問題。

一是綜合性。森林資源調(diào)查因子之間的關(guān)聯(lián)性較強，如地類的識別與樹種的識別直接相關(guān)，確定了樹種，也就確定了地類。在識別過程中，并不是單一因子的識別，而是整體性去考慮各因子。同時，可以結(jié)合林業(yè)生產(chǎn)經(jīng)營檔案，解決未成林造林地、喬木幼林、經(jīng)濟林等困難識別類型相關(guān)因子的確定。

二是物候性。由于植被的物候特征明顯，識別與影像的時相相關(guān)，如楓香（Liquidambar formosana），春季亮綠色、夏季深綠色、秋季紅色、冬季落葉。圖14a是夏末初秋的水杉（Metasequoia glyptostroboides），色調(diào)依然以綠色為主，部分梢頭已經(jīng)開始變紅，這說明正向秋季過渡。圖14b是秋季，水杉已經(jīng)全株紅色，尚未落葉，周邊的竹林和闊葉依然呈現(xiàn)綠色。圖14c是深秋季節(jié)，楓香呈現(xiàn)紅、黃、褐多種顏色，色彩斑斕，景觀效果非常好，夾雜綠色的是紫杉，落葉樹種與常綠樹種在秋冬季有明顯的區(qū)別。圖14d-圖14f是同一地塊在不同時期的影像，位于浙江省文成縣的紅楓古道。其中，圖14d是春季，楓香剛長新葉，亮眼的綠色呈現(xiàn)勃勃的生機，與周邊深綠色的馬尾松林具有明顯的區(qū)分；圖14e是夏季，楓香葉已轉(zhuǎn)為深綠色與馬尾松的顏色基本一致；圖14f是冬季，楓香的樹葉已經(jīng)枯萎呈現(xiàn)為棕褐色，與常綠的馬尾松有明顯的區(qū)別。因此，多時相的影像對因子識別很幫助，在識別時要充分考慮時相的影響。

圖14 不同季節(jié)的植被示例Fig. 14 Examples of vegetation in different seasons

三是相對性。如齡組、蓄積的識別往往是相對的，進行相互之間的比較得出相對值，再結(jié)合現(xiàn)地的經(jīng)驗，估測具體的數(shù)值。相鄰地塊因子的識別也具有很強的相對性，是單一地塊很難確定的因子，通過對相鄰地塊的異同分析，可以提升識別度。樹種的區(qū)別也是相對的，特征的表述是不同樹種之間的比較，在比較之中體現(xiàn)不同點，最終達到識別的目的。

四是地域性。植被的分布受區(qū)域限制，在一定區(qū)域內(nèi)的植被是有其特點的，可以直接排除沒有的物種，常見物種出現(xiàn)的概率比較大。一定地域之內(nèi)傳統(tǒng)種植習(xí)慣對植被的分布影響較大，特別是速豐林、經(jīng)濟林等與此相關(guān)較大。掌握區(qū)域概況，可以縮小種類的識別范圍，有助于提高識別的正確率。

五是現(xiàn)地調(diào)查?，F(xiàn)地調(diào)查對識別的準確性尤其重要，影像與現(xiàn)地的對應(yīng)是森林資源調(diào)查因子識別的基礎(chǔ)，現(xiàn)地的經(jīng)歷越多，則識別的準確性就越高，識別的效率也越高。傳統(tǒng)的調(diào)查方法通過標準地訓(xùn)練，提高調(diào)查技術(shù)人員的目測能力，基于高分辨率遙感影像的森林資源調(diào)查因子識別，也需要經(jīng)過大量的識別訓(xùn)練才能提高技術(shù)能力，結(jié)合實地調(diào)查是一種可靠的訓(xùn)練方法，不僅可以增加感性的認識，而且有利于對地方情況的了解。同時，各因子邊緣類型、難以識別類型還是需要現(xiàn)地調(diào)查來完成。

六是數(shù)據(jù)源。遙感影像數(shù)據(jù)源較多，不同的數(shù)據(jù)源識別度的差異較大，上文所列舉的實例主要以航空影像為主，空間分辨率為0.5 m，具有較好的識別性。分辨率相近，不同的數(shù)據(jù)源對識別影響也是很大的，航空影像可識別度高于衛(wèi)星影像，細節(jié)處的表現(xiàn)航空影像更勝一籌。影像的拍攝時間和角度對識別的影響也比較大，不同時間和角度的光影對高差較大的山區(qū)的成像效果都有較大影響[21?22]。影像對地物的體現(xiàn)是一個相對的反映，后期的影像處理，特別是影像增強處理，對最終的識別有較大的影響。

浙江省四季分明，典型的亞熱帶季風(fēng)氣候，雨水充沛，光熱條件較好，植被類型豐富，樹種多樣，給森林資源調(diào)查因子的識別帶來了困難，但是因其特有的氣候、地貌、土壤等條件，也為識別帶來了便利。例如，經(jīng)濟林中的茶葉、柑橘、板栗、楊梅等種植較多，而且不同的區(qū)縣種植習(xí)慣不一樣，根據(jù)這些特點就可以得到較好的識別結(jié)果；由于季相變化分明，楓香、檫樹、水杉等落葉樹種就可以根據(jù)不同時相的數(shù)據(jù)進行區(qū)分；針葉樹主要以馬尾松、杉木為主，沒有分布北方的紅松、落葉松等。

森林資源是自然保護地的重要自然資源，采用現(xiàn)代遙感技術(shù)快速、準確地調(diào)查自然保護地內(nèi)的森林資源是保護管理的需要，積極探索高分辨率影像在森林資源調(diào)查中的應(yīng)用，對自然保護地的保護管理具有重要意義。森林資源調(diào)查的工作量巨大，即使應(yīng)用高分辨遙感影像進行調(diào)查因子識別，依然有很大的工作量?；诂F(xiàn)有的調(diào)查成果，結(jié)合影像的識別知識，運用機器學(xué)習(xí)、深度學(xué)習(xí)實現(xiàn)自動識別，則可以減少大量的人工勞動，提高效率，更客觀地提取調(diào)查因子，推動森林資源調(diào)查方法的革新，這是值得期待的研究方向。