白星雯,胡 晟,布日古德,陽 帆

(1.國家林業(yè)和草原局林草調(diào)查規(guī)劃院，北京 100714；2.國家林業(yè)和草原局產(chǎn)業(yè)發(fā)展規(guī)劃院，北京 100010)

森林蓄積量是反映一個國家或地區(qū)森林資源總量和管理水平的基本指標(biāo)之一,也是衡量森林生態(tài)環(huán)境優(yōu)劣的重要依據(jù)[1-2]。我國主要采用一類調(diào)查和二類調(diào)查對大區(qū)域尺度上的森林蓄積量進(jìn)行監(jiān)測[3-4]。自1977年開始研討一類調(diào)查體系構(gòu)建,以省級行政區(qū)為總體采取系統(tǒng)抽樣,嚴(yán)格控制抽樣精度,5年獲取一次省級行政區(qū)尺度上的森林蓄積量信息[5-7],但無法獲取縣(市、區(qū))尺度區(qū)域內(nèi)森林蓄積量信息[8]。二類調(diào)查以縣為總體,每10年獲取一次縣域尺度蓄積量信息。相比一類調(diào)查而言,二類調(diào)查的優(yōu)點是以圖斑為調(diào)查單元,監(jiān)測信息落實到圖斑內(nèi),能獲取縣級尺度區(qū)域內(nèi)蓄積量信息;缺點是多采用小班調(diào)查法獲取蓄積量信息會因為人為測量因素導(dǎo)致較大的誤差,監(jiān)測精度得不到保障[9-15]。

我國一類調(diào)查與二類調(diào)查已開展多年,監(jiān)測成果體量大、時間跨度長,但是兩種監(jiān)測體系采用的監(jiān)測技術(shù)不同,因此存在森林蓄積量一個地區(qū)兩套數(shù)的問題[16-20]。鑒于此,為提高監(jiān)測數(shù)據(jù)成果的科學(xué)性,保障監(jiān)測數(shù)據(jù)一致性,實現(xiàn)縣(市、區(qū))森林蓄積量與省級成果數(shù)據(jù)對接,本文進(jìn)行一類調(diào)查與二類調(diào)查森林蓄積量數(shù)據(jù)對接方案分析研究,以期為歷年小班監(jiān)測數(shù)據(jù)更新及今后實現(xiàn)“一套數(shù),一張圖”提供技術(shù)方法參考,進(jìn)而為全國森林資源評價及經(jīng)營管理方案的制定提供更為精確詳實的蓄積量監(jiān)測數(shù)據(jù)。

1 基礎(chǔ)數(shù)據(jù)

研究所應(yīng)用的數(shù)據(jù)(1)國家林業(yè)局調(diào)查規(guī)劃設(shè)計院.森林資源一類調(diào)查、二類調(diào)查數(shù)據(jù).2016.包括河北省保定市行政區(qū)劃界限、2016年河北省一類調(diào)查數(shù)據(jù)、2016年保定市二類調(diào)查數(shù)據(jù)。

2 研究方法

以保定市2016年二類小班調(diào)查數(shù)據(jù)(2)國家林業(yè)局調(diào)查規(guī)劃設(shè)計院.森林資源一類調(diào)查、二類調(diào)查數(shù)據(jù).2016.為基礎(chǔ)進(jìn)行樹種組劃分;以2016年河北省一類調(diào)查固定樣地數(shù)據(jù)(3)國家林業(yè)局調(diào)查規(guī)劃設(shè)計院.森林資源一類調(diào)查、二類調(diào)查數(shù)據(jù).2016.為建模樣本,分樹種組構(gòu)建小班蓄積量預(yù)估模型。通過所構(gòu)建的模型,將蓄積量監(jiān)測數(shù)據(jù)更新到小班層面,并采取平差法將小班蓄積量數(shù)據(jù)進(jìn)行校正,分縣(市、區(qū))統(tǒng)計保定市森林蓄積量監(jiān)測信息,從而實現(xiàn)一類調(diào)查與二類調(diào)查蓄積量監(jiān)測數(shù)據(jù)的對接。

2.1 樹種組劃分

以保定市小班調(diào)查數(shù)據(jù)為基礎(chǔ),將保定市小班內(nèi)現(xiàn)有的主要優(yōu)勢樹種劃分成落葉松組、油松組、櫟組、樺木組、楊樹組、硬闊組、軟闊組等7個樹種組,并分別樹種組構(gòu)建蓄積量預(yù)估模型。各樹種組包含樹種信息如表1所示。

表1 樹種組劃分信息

2.2 分樹種組構(gòu)建小班蓄積量預(yù)估模型

以河北省1 550個蓄積樣地數(shù)據(jù)為建模樣本,樣地蓄積量為因變量,樣地相關(guān)林分調(diào)查因子為自變量,分樹種組構(gòu)建小班蓄積量預(yù)估模型。根據(jù)文獻(xiàn)資料[21-24]可知,影響林木層蓄積量的主要變量有平均樹高、樣地平均胸徑、樣地林木株數(shù)、海拔、坡度、坡向、郁閉度、平均年齡。本文選取以上8個指標(biāo)作為基礎(chǔ)變量,其中坡度與坡向兩個定性指標(biāo)進(jìn)行組合量化。分樹種組對所選取樣地的平均樹高、樣地平均胸徑、海拔、坡度坡向聯(lián)合轉(zhuǎn)換、郁閉度、平均年齡等變量進(jìn)行顯著性檢驗分析,即采用IBM SPSS Statistics 27數(shù)據(jù)統(tǒng)計分析軟件計算P值。只有通過顯著性檢驗(P<0.05)后的自變量參與模型構(gòu)建。本文采用非線性指數(shù)形式進(jìn)行模型構(gòu)建[式(1)]。

(1)

2.3 模型評價

為保障預(yù)測目的性回歸模型的擬合效果、預(yù)估精度,蓄積量預(yù)估模型選取確定系數(shù)(R2)、估計值標(biāo)準(zhǔn)差(SEE)、總體相對誤差(TRE)、平均系統(tǒng)誤差(ASE)、平均預(yù)估誤差(MPE)、平均標(biāo)準(zhǔn)誤差(MPSE)等6個指標(biāo)進(jìn)行模型評價。

R2和SEE為模型評估常用指標(biāo),R2反映模型的擬合度,SEE反映因變量離差狀況;TRE和ASE,這兩個統(tǒng)計量值越小,表示模型擬合效果越佳(為保證模型擬合效果,兩個統(tǒng)計量應(yīng)當(dāng)控制在±5%以內(nèi));MPE和MPSE,這兩個指標(biāo)體現(xiàn)模型的預(yù)估精度。

(2)

(3)

(4)

(5)

(6)

(7)

2.4 縣(市、區(qū))一體化蓄積量預(yù)估及更新

應(yīng)用所構(gòu)建的不同樹種組小班蓄積量預(yù)估模型反演保定市內(nèi)各個小班的蓄積量。分縣(市、區(qū))統(tǒng)計蓄積量,各縣(市、區(qū))累計后,估算出保定市總蓄積量。由于模型預(yù)估值與真值之間存在一定的誤差,因此保定市蓄積量累計值與一類調(diào)查監(jiān)測值之間也存在一定大小的差值。為實現(xiàn)兩個監(jiān)測體系的數(shù)據(jù)銜接,依據(jù)各縣(市、區(qū))蓄積量的權(quán)重大小對誤差值進(jìn)行逐級平差。平差調(diào)整計算如式(8)、式(9)所示。

(8)

(9)

3 研究結(jié)果

3.1 分樹種組模型構(gòu)建

3.1.1各樹種組小班蓄積量預(yù)估模型變量顯著性檢驗

對建模選取的變量進(jìn)行顯著性檢驗分析,顯著性檢驗結(jié)果如表2所示。通過顯著性檢驗結(jié)果可知:1)平均胸徑、平均樹高兩個變量的P值都小于0.001,達(dá)到極顯著水平。因此平均胸徑、平均樹高兩個變量均進(jìn)入蓄積預(yù)估模型。2)其它自變量參數(shù)在不同樹種組模型構(gòu)建中略有差異。因此構(gòu)建模型時,變量選取根據(jù)顯著性檢驗結(jié)果分樹種組而定。

表2 各樹種組模型變量顯著性檢驗結(jié)果

3.1.2各樹種組小班蓄積量預(yù)估模型構(gòu)建

選取通過顯著性檢驗(P<0.05)的相關(guān)變量參與模型研建,分樹種組構(gòu)建蓄積量預(yù)估模型。小班蓄積量預(yù)估模型采用式(1)進(jìn)行擬合。采用式(2)—式(7)計算模型各項評價指標(biāo)統(tǒng)計量。模型構(gòu)建結(jié)果如表3所示,模型評價指標(biāo)如表4所示。

表3 各樹種組蓄積量預(yù)估模型

表4 各樹種組蓄積量預(yù)估模型評價指標(biāo)統(tǒng)計

從表4可知,決定系數(shù)(R2)、估計值標(biāo)準(zhǔn)差(SEE)、總體相對誤差(TRE)、平均預(yù)估誤差(MPE)、平均百分比標(biāo)準(zhǔn)誤差(MPSE)等5個指標(biāo)表現(xiàn)均較好,這表明模型具有較好的預(yù)估能力。

3.2 縣(市、區(qū))一體化蓄積量預(yù)估更新

采用分樹種組構(gòu)建的小班蓄積量預(yù)估模型,對保定市內(nèi)所有小班進(jìn)行蓄積量更新,統(tǒng)計獲取保定市各縣(市、區(qū))蓄積量模型預(yù)估值。把2016年分層抽樣獲取的保定市森林蓄積量預(yù)估值看作一類調(diào)查監(jiān)測真值,全市單位森林蓄積量真值為38.42 m3/hm2[25]。采用式(8)、式(9)對各縣(市、區(qū))的模型預(yù)估值進(jìn)行逐級平差調(diào)整,從而將二類調(diào)查數(shù)據(jù)進(jìn)行更新,最終實現(xiàn)與一類調(diào)查數(shù)據(jù)的對接。各縣(市、區(qū))模型預(yù)估值與平差調(diào)整后蓄積監(jiān)測信息如表5所示。模型預(yù)估平差調(diào)整監(jiān)測、二類調(diào)查與一類調(diào)查蓄積量監(jiān)測結(jié)果對比精度如表6所示。

表5 各縣(市、區(qū))蓄積量監(jiān)測結(jié)果

表6 各監(jiān)測方法對比精度分析統(tǒng)計

表6顯示:1)一類調(diào)查,保定市單位森林蓄積量監(jiān)測值為38.42 m3/hm2;二類調(diào)查,保定市單位森林蓄積量監(jiān)測值為54.11 m3/hm2,對比精度為70.99%。2)本文構(gòu)建的小班蓄積量預(yù)估模型[式(1)]監(jiān)測值為34.98 m3/hm2,與一類調(diào)查監(jiān)測值的對比精度為91.06%?？梢?通過蓄積量預(yù)估更新模型將小班蓄積量進(jìn)行初步調(diào)整后,大幅度降低了二類調(diào)查與一類調(diào)查監(jiān)測值之間的相對誤差,也說明了本文構(gòu)建的小班蓄積量預(yù)估模型[式(1)]監(jiān)測結(jié)果的可靠性。3)采用平差調(diào)整法,將蓄積量預(yù)估更新模型監(jiān)測值進(jìn)一步進(jìn)行調(diào)整。平差調(diào)整后,保定市單位森林蓄積量監(jiān)測值為38.42 m3/hm2,與一類調(diào)查蓄積量監(jiān)測值的對比精度為100%,實現(xiàn)了二類調(diào)查監(jiān)測值與一類調(diào)查監(jiān)測值的對接。通過本文的研究方案,能夠成功獲取保定市各縣(市、區(qū))尺度范圍內(nèi)的森林蓄積量,并可實現(xiàn)一類調(diào)查與二類調(diào)查成果數(shù)據(jù)的對接。

4 討論

對于一類調(diào)查監(jiān)測體系而言,通過系統(tǒng)布點嚴(yán)格把控抽樣精度,其監(jiān)測數(shù)據(jù)的精準(zhǔn)性更高,但是只能獲取省級區(qū)域尺度內(nèi)蓄積量信息,無法監(jiān)測縣域尺度蓄積量信息。二類調(diào)查采用區(qū)劃調(diào)查方法,其監(jiān)測數(shù)據(jù)內(nèi)容更為詳實,監(jiān)測數(shù)據(jù)落到圖斑內(nèi),可以獲取較小區(qū)域尺度森林蓄積量信息,但是往往因為人為調(diào)查誤差,導(dǎo)致數(shù)據(jù)的精準(zhǔn)性較低。因此,本文結(jié)合兩個監(jiān)測體系的優(yōu)勢開展縣(市、區(qū))森林蓄積量數(shù)據(jù)一體化更新方案研究:以一類調(diào)查為建模樣本分樹種組建立蓄積量預(yù)估模型,從而保證模型預(yù)估數(shù)據(jù)的準(zhǔn)確性;用預(yù)估模型將數(shù)據(jù)落實到小班尺度上,可以更好地將小班層面詳細(xì)的監(jiān)測內(nèi)容進(jìn)行對接,從而達(dá)到一體化監(jiān)測的目的。

森林資源監(jiān)測一體化是多個森林資源監(jiān)測體系融合的研究工作,不同監(jiān)測數(shù)據(jù)的對接、各項監(jiān)測因子信息的傳遞都是一體化監(jiān)測的重點研究工作。本文僅針對蓄積信息的銜接開展一體化監(jiān)測工作研究,后續(xù)的研究中,將從多個角度、多個層次出發(fā),開展一體化監(jiān)測方案的研究探討。

5 結(jié)論

首先,采用本文所研建的小班蓄積量預(yù)估模型獲取的保定市蓄積監(jiān)測值與一類調(diào)查監(jiān)測值的對比精度為91.06%,表明模型具有較好的預(yù)估能力及模型預(yù)估監(jiān)測值的可靠性;其次,通過進(jìn)行平差調(diào)整將模型預(yù)估值進(jìn)一步更新調(diào)整,調(diào)整值與一類調(diào)查監(jiān)測值的對比精度為100%,實現(xiàn)了一類調(diào)查與二類調(diào)查成果數(shù)據(jù)的對接。綜上所述,表明本研究提出的一類調(diào)查與二類調(diào)查森林蓄積量數(shù)據(jù)對接方案的可行性,可為全國各省級行政區(qū)域內(nèi)小班蓄積量更新調(diào)整以及實現(xiàn)“一套數(shù)、一張圖”提供技術(shù)參考。