不同調查方法森林資源調查結果的整合技術研究

朱 磊

（國家林業局華東森林資源監測中心 浙江杭州 310019）

對某一區域內，森林資源總量是客觀性的，也是唯一的。但在森林資源調查中，由于采用不同的調查方法，會得到不同的調查結果。目前各省（市、區）普遍存在一類清查和二類調查“兩套數”、“兩張皮”的現象［1］，給森林資源管理帶來很大不便。如何將一類清查成果和二類調查成果進行有效整合［2］，成為森林資源管理部門期待解決的燃眉問題。學術界常見的整合思路主要分兩類：一是以一類清查的統計結果為控制，對二類數據的統計結果進行強制平差；二是以字段的調查精度為主要依據，對統計結果進行取舍，從而整合為一套綜合性的統計數據［3］。這兩類方法均只是對字段的總體統計值進行整合或取舍，對分項或分區域的統計分析則很難實現，應用范圍受限較大。本文從數據庫元數據的層面對兩套數據進行整合，不僅可生成相應的森林資源整合數據庫，產出總體森林資源數據，也能分縣區統計分析其森林資源狀況，進一步拓展和豐富了一類清查成果，屬于深層次的系統性整合，具體思路是通過地理信息系統技術將基于小班的二類成果面狀數據轉化為基于樣地的點狀數據，以一類數據為控制數據，根據二套數據的差值對加密的樣地數據進行拉伸或壓縮，從而實現兩套數的技術性整合，為森林資源管理和學術專家提供決策參考和技術思路。

1 調查方法概述

目前森林資源調查的方法歸納起來可分為抽樣調查和區劃調查兩大類。

抽樣調查是在調查區域內隨機或機械布設一定數量的樣地，通過準確調查樣地推算區域的森林資源總量。典型的方法是國家一類清查，以?。ㄊ?、區）為單位織織實施，對設定的固定樣地每五年復位調查一次，產出各?。ㄊ?、區）的森林資源數據，匯總后得到國家森林資源數據，各調查因子可統計其抽樣精度，面積越大精度越高，面積小的精度無法保證。調查的主要目的是為了快速掌握大尺度宏觀區域的森林資源狀況，為制定或調整林業方針政策、規劃、計劃提供依據，在短時間內能夠產出符合精度要求的森林資源數據，成本費用低，但只能產出清查省的總體數據，各地級市和縣（市、區）的森林資源狀況無法反映，具體數據不能落實到山頭地塊。

區劃調查是一般以小班為單位，將調查區域區劃為若干小區域，逐塊全面調查后匯總得到森林資源數據。最為典型的方法為二類調查，通常以縣級行政區域（國有林場、自然保護區或森林公園）為單位組織實施，每十年調查一次，產出覆蓋各鄉鎮單位的森林資源數據，逐縣匯總得到全省的森林資源數據。調查主要是滿足森林經營方案編制、總體設計、林業區劃等需要，主要優勢在于不僅產出總體數據，而且產出的森林資源數據具有準確的空間分布，能落實到山頭地塊[4]，但調查工作量大，每個小班屬性因子的調查精度不高，矢量化數據的儲存和處理較為困難，對計算機配置要求也較高。

2 整合思路

根據一類樣地的橫縱坐標數據，將其加載到地理信息系統平臺，建立樣地點狀圖層，利用編程工具進行等間距樣地加密，使其能滿足產出縣級森林資源數據統計的抽樣精度要求。然后與二類小班面狀數據層進行疊加，對中心點落入小班內的樣地，將二類小班的屬性利用計算機自動賦值給樣地屬性，確定其所代表的權重面積，從而將基于小班為二類成果面狀數據轉化為基于樣地的點狀數據，使兩套數據具備相同的整合對接窗口。再以一類數據為控制數據，根據二套數據的差值對加密的樣地數據拉伸或壓縮，從而實現兩套數的技術性整合。

3 整合技術方法

3.1 技術準備

一般情況下各地二類匯總成果皆包含行政界、林班界、大班界、小班界等的矢量化數據，否則應對二類成果圖進行矢量化，創建規范的數據層，將其加載到地理信息軟件平臺。逐個字段規范其屬性因子，使兩套數據具有相同的屬性結構和量度單位。確定需要整合的字段，并按優先順序將其排序，整合字段一般為地類、林種和蓄積量等關鍵字段，選擇的整合字段在一類統計成果中須達到相應的抽樣精度要求，否則該字段整合結果難以讓人信服。

圖1 一類清查數據和二類調查數據整合技術思路示意圖

3.2 樣地數據確定

先根據統計數表的特征和精度要求計算所需布設樣地的數量，樣本數量至少要能滿足縣級森林資源數據的統計需要，因為省級森林資源數據常常是分縣區統計進行匯總。由于樣地是計算機自動布設，賦值是計算機批量進行的，因此可通過增加樣地數量的方式來提高抽樣精度。如果要考慮產出縣級分鄉鎮的統計數表，樣地應進一步加密，可按縣為單位進行布設后再匯總，但應注意布設樣地的面積權重，產生的匯總誤差也應累計到全省的總誤差內。

3.3 樣地布設與賦值

根據區域行政面積的大小和樣地數據確定樣地間距，計算方法是將區域行政面積除以樣地數量，再開方取整。采用編程的方式自動產生加密樣地橫縱坐標，根據坐標值在地理信息系統軟件平臺上生成樣地分布圖。將樣點圖層和二類小班面圖層進行疊加，對中心點落入二類小班內的樣地，利用系統的空間屬性關系將小班的屬性數據賦值給樣地屬性，使樣地與其中心點落入二類小班具有相同的屬性數據。如果樣地坐標數據與一類樣地坐標相同，用一類樣地的屬性數據代替樣地的屬性數據，以便不影響一類數據的統計結果。例見圖1，該圖為某縣二類調查成果矢量圖的西北部角點，圖中方形黑框為計算機自動布設的樣地，深色圖斑為樣地中心點落入的二類面狀小班，淺色圖斑為樣地中心點未落入的二類面狀小班，白色部分為非林地，利用計算機將深色小班的屬性讀取給中心點落入其內部的樣地，即可實現加密樣的自動賦值。

3.4 數據的壓縮與拉伸

統計加密后的森林資源數據，如果整合字段的統計數據大于一類數據，則應進行圧縮處理，反之則需拉伸處理。圧縮和拉伸僅針對不與一類樣地重復的樣地，以確保一類樣地的原始性。對地類、林種等屬性，壓縮和拉伸的方法是整體調整樣地代表的權重面積，由于土地總面積是定數，某一地類數偏高，則其它地類會偏低，因此壓縮和拉伸時應保持土地總面積不變。以地類調整為例：如某地區共加密布設1萬個樣地，加密后的喬木林面積比一類面積多20萬畝，竹林少15萬畝，宜林地少5萬畝。調整方法為：將所有喬木林樣地的權重面積減去20萬畝，竹林樣地的權重面積加上15萬畝，宜林樣地的權重面積加上5萬畝。對蓄積可直接調整樣地蓄積量，但調查系數的確定應考慮到喬木林樣地本身的蓄積量大小，如蓄積量本身為0立方米，不應再作加減，蓄積量越大，調整量應越大。

3.5 數據統計與分析

整合后的數據庫在經過壓縮和拉伸之后，可采用一類清查的方法進行統計，分析整合字段的統計值是否與控制數據相符，若不相符，則應繼續調整，直到滿足要求為止。數據調整時應在確保第一個字段權重面積不變的情況下調整第二個字段，避免前面的字段平衡后又轉為不平衡。最后統計主要字段的調查精度和真值區間，看是否達到相關要求，否則應增加樣地數量，重新布設樣地和賦值，符合要求后正式生成整合成果數據庫，即可進行各類數據統計分析。

4 幾點說明與討論

（1）若采用本方法，將二類數據整合到一類清查成果，須滿足以下條件，否則產出的成果難以到得公認：一是二類成果數據應落在一類成果數據的真值區間內，符合精度要求，若二類數據落在一類成果數據的誤差范圍之外，那么二套數據的差值不是方法誤差，屬調查誤差，應進行調查糾錯后再進行整合，如果強制整合，數據扭曲性太大，實用價值不高；二是該地區已確認一類數據為公布數據，代表官方權威數據，如果該地區已認可當地的二類數據為官方數據，進行此項工作無實質意義；三是假定二類小班的外業調查數據準確，所區劃的每個小班在空間上是均質的，落入小班的加密樣地，其屬性因子與小班完全一致。

（2）利用本方法能夠將二類調查成果和一類清查成果有效整合起來，解決各?。ㄊ?、區）兩套數、兩張皮的問題，拓展了一類清查成果，并能生成帶有空間坐標和各種尺度的森林資源數據庫，在樣地數量達到相應要求的情況下，借助地理信息系統的空間屬性和編程工具，可實現各應用區域的快速出數、應急監測和制定各類森林分布圖。

（3）目前全國正在推進林地一張圖的工作，主要是將二類調查成果的矢量圖逐縣逐省匯總起來，可能會面臨兩大難題：一是匯總工作量很大，由于各級行政界線爭議較多，兩個相鄰區域重和漏區塊的匯總協調難度大；二是由于是以圖班為基礎進行匯總的，會產生海量的各類點線面圖層，目前的常規計算機處理能力、貯存能力均難以有效支持，特別在全國匯總階段。利用本技術思路可大大縮短工作量，整合成果是一個不帶圖界的簡單數表，占用內存小，處理快捷，可相對容易實現各地的匯總工作，生成全國的“一套數”的森林資源數據庫。

[1] 曾偉生,周佑明.森林資源一類和二類調查存在的主要問題與對策[J].中南林業調查規劃，2003, 22(4):8-11.

[2] 傅賓領，古育平等.新時期加強森林資源與生態狀況監測的對策措施[J].林業資源管理，2007, (1):25-28.

[3]曾偉生.森林資源一類清查和二類調查數據的協調性問題探討[J].中南林業調查規劃，2008, 27(1):50-52.

[4] 熊澤彬，周光輝.關于森林資源監測體系總框架的構想[J].林業資源管理，2003,(4):28-30.