森林資源一類清查與二類調查數據控制與融合研究

陶吉興，張國江，季碧勇

（浙江省森林資源監測中心，浙江 杭州 310020）

森林資源一類清查與二類調查數據控制與融合研究

陶吉興，張國江，季碧勇

（浙江省森林資源監測中心，浙江 杭州 310020）

同時開展省、市森林資源一類清查與縣級二類調查的地方，并存著一類清查數據和二類調查數據的加合數，出現了二套數據的現象。以浙江省森林資源為研究對象，分析了一類與二類兩個調查體系的方法基礎、方案設計、適用范圍、數據特性和服務適用性，對一類清查與二類調查數據的控制與融合作了深入研究。闡述了一類清查對二類調查的3種不同的控制形式，一類清查與二類調查的2種融合方式，對每種控制形式和融合方式進行了實證分析，提出了各自的適用范圍。

一類清查；二類調查；控制；融合；森林資源

上世紀80年代，我國形成了以森林資源連續清查為主體的國家森林資源監測體系和以森林資源規劃設計調查為主體的地方森林資源監測體系[1~2]。國家森林資源連續清查，以省（直轄市、自治區）為單位，主要依據數理統計理論進行設計，采用固定樣地定期復查的抽樣調查方法，簡稱“一類清查”。森林資源規劃設計調查，以森林經營管理單位或縣級行政區域為調查總體，主要采用小班區劃并逐塊調查的方法，簡稱“二類調查”。

浙江省的一類清查已延伸至各設區市，對于省、設區市范圍的森林資源調查，并存著一類清查與二類調查加合兩種森林資源數據。在同一個調查范圍，由于調查方法不同，產生了不同的數據，給數據的使用者帶來了不解和不便。實現一類清查與二類調查的科學對接，是森林資源一體化監測工作中迫切需要解決的一個重大技術問題[3~4]。

1 分析綜述

1.1 兩個調查體系特征分析

森林資源一類清查與二類調查，從方案設計、調查方法、調查目的和服務對象等方面都不相同，兩個調查體系各自所呈現的特征見表1。

表1 兩個調查體系特征分析Table 1 Characteristics of the two inventory systems

1.2 現實分析

一類清查與二類調查是兩個不同調查體系，因而數據不可能完全一致。聶祥永認為，森林資源監測數據的主要誤差來源于技術方法、時空差異和人為因素等原因[4]；曾偉生等也認為，兩套數的不一致主要受技術標準、調查時間、調查質量的影響[5]。據曾偉生等研究，各省的一類清查和二類調查數據普遍相差較大，而且絕大部分是二類調查數據大于一類清查數據[6]。湖北省1999年同時進行一類清查與二類調查，二類調查的森林面積和森林蓄積均高出一類清查數據的20%以上[6]；廣東省2012年進行了一類清查和二類更新，一類清查林地面積1 031.83萬hm2、森林面積861.52萬hm2，二類調查則相應為1 097.16萬hm2，1 024.24萬hm2[7]，林地面積二類較一類高6.3%，但森林面積相差162.72萬hm2，二類較一類高18.9%。2009年是浙江省連清調查年，同時出于編制林地保護利用規劃需要，將各縣的“十一五”森林資源二類調查數據統一更新至2009年，結果顯示，林地面積、森林面積，二類調查分別較一類清查大2.3%，5.4%，但二類的活立木蓄積較一類的小4.7%[8~9]。

以上結果顯示，二類調查數據普遍偏大，特別是面積類指標；蓄積類數據則通常一類大于二類。

1.3 研究數據源

浙江省1979年建立連續清查體系，至今已完成了8次國家森林資源清查。自2004年起，建立了省級森林資源年度監測體系，采取每年復查1／3的連清固定樣地方法，實現了省級年年出數；2012年起，省年度監測體系升格為省、市聯動年度監測體系，在對4 252個省級樣地進行全面復查的基礎上，通過樣地加密方法，將省級年度監測延伸到各設區市，實現了省、市聯動森林資源年度出數，目前全省每年調查的樣地總數已達到5 375個。

浙江省的森林資源二類調查，已完成了5次，最近完成的是“十一五”（2005－2009年）二類調查。2005年開始推動縣級森林資源動態監測，努力解決縣級森林資源年度出數問題，目前以26個欠發達縣為主體的資源年度監測工作已進入常態化。目前正在開展新一輪二類調查，要求林木蓄積量300萬m3以上的縣，對二類調查結果進行抽樣控制[10]。

2008－2012年，以杭州市為研究地，開展了市、縣聯動森林資源監測，市級采用固定樣地抽樣調查方法，縣級采用抽取部分小班復位調查、模型推算、檔案更新相結合方法，建立市級抽樣控制下的縣級二類聯動更新森林資源年度監測體系，實現了市、縣聯動年年出數據[11]。

上述諸多省、市、縣一類清查與二類調查數據構成了本研究的基礎數據材料。

2 一類清查對二類調查的控制

2.1 控制形式

在森林資源監測中，一類清查與二類調查兩個體系多數情況下獨立運行、互不銜接，因而出現了兩套數據。有人認為二類調查以小班為基礎逐塊區劃調查的，應更為準確。但事實并非如此，二類調查的優勢是能將數據落實到具體地點，且小成數地類數據更可靠，而總體數據及大成數地類數據，一類清查比二類調查更準確、可靠，更接近真實[6~8]，且一類清查的主要指標有精度保證、區間范圍。鑒此，采用一類總體數據控制二類調查數據，實踐證明有效。

所謂一類清查對二類調查的控制，并非要求兩個調查體系的指標數據完全相等，而是要求二類調查的指標數值落在一類清查相應指標的區間范圍內，且越接近指標中值越好；若超出區間范圍，則需要進行糾錯、補課、調整乃至返工。一類清查對二類調查的控制，主要是林地面積、森林面積、林木蓄積、森林蓄積4個大成數指標的控制，浙江省的實踐形式主要有3種。

（1）以省域為總體、各設區市為副總體，建立了以抽樣調查為基本方法的省、市聯動監測體系，利用省總體一類清查數據對11個副總體的一類清查數據進行控制。

（2）采用市級一類抽樣調查、縣級二類動態更新方法，建立了市、縣聯動監測體系，利用各設區市一類清查數據對所轄縣的二類動態更新合計數據進行控制。

（3）在縣級森林資源二類調查中，要求林木蓄積量300萬m3以上的縣，采用抽樣控制下的二類調查方法，利用一類清查數據對二類調查結果進行控制，目前規程要求對林木蓄積量指標進行抽樣控制[10]。

2.2 結果分析

2.2.1 省、市聯動監測 2012年浙江省建立了省、市聯動森林資源監測體系，省總體與市副總體均采用一類清查方法，至今已連續開展4 a，屬于省一類數據控制市一類數據的控制類型，其主要指標監測結果見表2。表2顯示，2012－2015年，11個副總體的各指標合計數均在相應的省總體指標區間內，且與其中值十分接近，說明省總體對11個副總體具有很好的控制效果。這是由于省總體與市副總體均采用一類清查方法且副總體樣地是在省總體樣地基礎上加密而成，使得省總體對11個副總體數據的控制作用達到了非常理想的效果。

表2 省、市聯動監測主要指標Table 2 Monitoring index for CFI and FMI

2.2.2 市、縣聯動監測 2008－2012年，選擇杭州市開展了市、縣聯動森林資源監測研究，市級采用固定樣地抽樣調查方法，縣級采用抽取部分二類小班復位調查、模型推算、檔案更新相結合方法，建立市級抽樣控制下的縣級聯動更新年度監測體系，其主要指標監測結果見表3。

表3顯示，市對縣的控制屬于市一類數據對縣二類合計數的控制，各年度各指標的合計數也均在相應的市總體指標區間內，但從離中值情況分析，其控制效果顯然不及省一類數據對市一類數據的控制。實際工作中，如果縣級二類更新合計數不在市抽樣調查區間范圍時，應以縣為單位分析二類動態更新的工作質量，對工作質量差的縣先進行整改，效果仍不理想，再整改質量次差的縣，若多數縣進行整改后效果還不理想，就要考慮系統誤差，需對縣級二類更新數據進行系統平差，使其落到市級一類指標區間內。

表3 市、縣聯動監測主要指標Table 3 Monitoring index for forest inventory of city and county

2.2.3 縣級抽樣控制下的二類調查 所謂抽樣控制下的二類調查，即要求森林資源相對豐富的縣，開展二類調查時，對其主要指標進行一類抽樣控制，以防止二類調查出現系統偏差，確保二類調查結果與一類清查結果有良好對接。此時，一類清查與二類調查的時間、技術標準、調查人員應該一致，二類調查結果與一類清查結果越接近，說明二類調查質量越好。麗水市是浙江省的重點林區，轄9個縣（市、區），在“十一五”二類調查時，均按要求對林木蓄積量指標進行了抽樣控制，取得了良好的效果，結果詳見表4。

表4 縣級抽樣控制調查林木蓄積量指標Table 4 Forest stock in the same sample plots as CFI at county level

表4顯示，麗水市轄下的9個縣（市、區），其二類調查林木蓄積量均在一類抽樣的控制區間范圍，說明二類調查結果可信、質量較好。但各縣的表現情況有所不同，蓮都、縉云、青田、慶元明顯低于指標中值，松陽、遂昌、云和、景寧、龍泉稍高于中值。

3 一類清查與二類調查的融合

3.1 融合方式

一類清查與二類調查的融合，根據融合環節不同，可分為數據融合與工作融合兩種方式。

3.1.1 數據融合 數據融合是指當一類清查與二類調查的兩套數據并存時，依據兩個調查體系的各自特征，按照一定的處理規則，通過合適的方法與手段，綜合出一套修正數據。

（1）一類清查是有精度保證的實測調查，且具有指標值越大精度越高的特征，林地面積、林木蓄積2個總體指標及森林面積、森林蓄積2個大成數指標，擬采用一類清查數據。

（2）二類調查不論指標值大小，其調查精度基本一致，一類清查小成數指標精度很低，除上述四大指標外的其它指標，依據二類調查結果，通過按占比攤算方法確定其指標值。

（3）具體數據融合程序。林地面積、林木蓄積、森林面積、森林蓄積4大指標按一類清查結果確定指標值；面積類指標與蓄積類指標兩大體系，按照各指標的邏輯層級關系，在每一個邏輯層內先根據二類調查指標值計算各指標的占比，再根據其占比大小按邏輯層對一類清查的全額或余額進行攤算，得到經融合處理后的指標值。3.1.2 工作融合 工作融合是指二類基礎年調查獨立開展、形成獨立的基礎年數據后，在監測年二類動態更新時，利用同個年度的一類清查樣地數據建立林分更新模型，再利用更新模型對二類調查小班進行動態更新，使得二類更新的小班數據中有一類清查數據的痕跡，受到一類清查結果的影響。至于二類基礎年時的融合，則采用數據融合方法。

工作融合是在監測年通過一類清查與二類調查的工作協同實現，其協同點是建立二類小班數據更新模型時，采用了一類樣地調查的原始數據作為建模樣本，使一類清查的部分工作內容被吸納到了二類動態更新工作之中，實際上工作融合的同時，也包含了原始調查數據的融合，使得二類動態更新結果不會與一類清查結果偏離太大。

3.2 結果分析

3.2.1 數據融合實例 以杭州市2008年完成的市、縣聯動森林資源基礎年監測成果為例，對市級一類清查數據與所轄縣二類動態更新合計數進行面積類、蓄積類指標融合，各地類標準執行《森林資源規劃設計調查技術規程》（GB/T26424—2010）和《浙江省森林資源規劃設計調查技術操作細則（2004年）》。結果詳見表5、表6。

表5 面積類指標一類清查與二類調查數據融合Table 5 Data fusion of area indicators of CFI and FMI

表6 蓄積類指標一類清查與二類調查數據融合Table 6 Data fusion of forest stock of CFI and FMI

表5、表6均體現了總體指標數和大成數指標數按照一類清查結果確定，小成數指標數按照二類調查數據先計算其各自的占比，然后根據占比進行分攤確定。根據這一方法，還可繼續對下個層級的指標值進行分攤確定，如未成林地中，可再分解為未成林造林地、未成林封育地；無立木林地中，可再按采伐跡地、火燒跡地、其它無立木林地進行分解；宜林地中，可再按宜林荒山荒地、宜林沙荒地、其它宜林地進行分解。森林蓄積中，按林種、齡組、權屬等作進一步分解。

3.2.2 工作融合實例 以麗水市為例[12]，利用2014和2015年固定樣地復位調查數據，篩選出兩期均為喬木林的405個樣地作為建模樣本，建立小班林分生長率模型進行同年度的林分生長量更新。模型以林分平均胸徑為自變量，以保留木進界木生長量減去枯損木消耗量后的林分蓄積年生長率為因變量，采用聯立方程組模型和非線性混合效應模型方法，構建胸徑與生長率混合模型的聯立方程組。生長率混合模型的聯立方程組結構式為：

式中，PV為當期蓄積生長率預估值，為當期林分平均胸徑預估值，Dpre為前一年林分平均胸徑，齡組、起源、樹種組的隨機效應參數值見表7。

表7 生長率模型隨機效應參數值Table 7 Parameter value of random effect for growth rate model

將表7的隨機效應某一類目值代入聯立方程組結構式，即得到不同胸徑、齡組、起源、樹種組的林分生長率預測值，實現了抽樣外業調查工作與小班生長率模型建模樣本采集工作的融合。同時，抽樣調查生長率監測結果對模型更新的生長率起控制和檢驗作用，也實現了抽樣監測生長率控制數與數學模型生長率更新結果分析與控制的工作融合[13]。

4 結論與討論

在一類清查與二類調查體系已經存在的情況下，重新采用一個新的體系不大現實，進行協調處理才是明智的做法。為此，針對一類清查與二類調查數據的協調性問題進行了探索研究，提出了控制與融合的基本思路和方法。

（1）一類清查與二類調查是兩個調查體系，調查因子及統計指標很多，結構體系復雜，保證所有統計指標特別是成果統計表的協調統一，幾乎不可能，因此妥協兼顧十分必要。目前的處理方法能做到主要指標數據或一級指標數據相協調，但進一步細化的結構性統計表，如喬木林面積蓄積按齡組統計表等含有多個統計因子交叉組合的表格，很難做到協調統一。

（2）一類清查與二類調查的協調結果存在著兩種情況，一是兩套數據調整成一套數據；二是使二類調查結果落在一類調查允許的區間范圍內，使兩套數據得到較好對接。在實際工作中，應根據不同的情況做出具體的分析與選擇。

（3）一類清查數據與二類調查數據不能同等對待，要分清情況，主次有別[14]。通行的做法，總體數據與大成數指標數，即主要資源數據依據一類清查直接確定；小成數指標數，依據二類調查數據通過占比分攤方法確定。盡管如此，分攤的工作量可能很大，只能停留在一級指標的分攤上，如再進一步細分到起源、林種、齡組、樹種組等，就不可能保證完全統一了。另一種較少采用的方法，以二類調查數據為基礎，小成數指標數據由二類調查直接確定，大成數指標數據根據一類清查結果進行修正，經修正后的二類數據落到一類數據允許的誤差限范圍，兩套數據雖不一致但也相協調。

（4）在森林資源一體化監測工作中，同個行政區范圍的一類清查與二類調查融合，基礎年適合數據融合方法，監測年適合工作融合方法。

[1] 林業部. 關于建立全國森林資源監測體系有關問題的決定[J]. 林業資源管理，1989，（5）：3－5.

[2] 肖興威. 中國森林資源與生態狀況綜合監測體系建設的戰略思考[J]. 林業資源管理，2004，（3）：15.

[3] 閆宏偉，黃國勝，曾偉生，等.全國森林資源一體化監測體系建設的思考[J].林業資源管理，2011，（5）：6－11.

[4] 聶祥永.森林資源監測成果數據的差異與誤差問題研究[J].林業資源管理，2013，（1）：32－37.

[5] 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]. 中南林業資調查規劃，2003，22（2）：8－11.

[6] 曾偉生，程志楚，夏朝宗.一種銜接森林資源一類清查和二類調查的新方案[J]. 中南林業調查規劃，2012，31（3）：14.

[7] 李清湖，余松柏，薛春泉，等.不同森林資源監測體系數據協同性初步分析——以廣東省為例[J]. 中南林業調查規劃，2013，32（4）：16－19.

[8] 翁衛松，徐達，譚瑩，等. 基于高分辨率影像的城市和平原綠化調查技術研究[J]. 西南林業大學學報. 2013（05）：78－82.

[9] 浙江省林業廳. 浙江省林地保護利用規劃[R]. 杭州，2013．

[10] 浙江省森林資源規劃設計調查技術操作細則[S]. 杭州：浙江省林業廳，2014．

[11] 陶吉興，季碧勇，張國江，等. 浙江省森林資源一體化監測體系探索與設計[J]. 林業資源管理，2016，（3）：28－34.

[12] 陶吉興，季碧勇等. 浙江森林資源一體化監測理論與實踐[M]. 北京：中國林業出版社，2016.

[13] 徐軍，譚瑩，吳偉志，等. 浙江省森林資源監測數據分析及預測[J]. 浙江林業科技. 2013，（03）：43－46.

[14] 李炳凱.全國森林資源清查和規劃設計調查結果的比較及其使用[J]. 浙江林業科技. 2005，（06）：37－39.

Research on Data Control and Fusion of Continuous Forest Inventory and Forest Management Inventory

TAO Ji-xing，ZHANG Guo-jiang，JI Bi-yong
（Zhejiang Forest Resources Monitoring Center, Hangzhou 310020, China）

Data are different from continuous forest inventory (CFI) and forest management inventory (FMI) in the same place. Analysis was made on difference between CFI and FMI in terms of method, scheme design, application, data characteristics and services in Zhejiang province. Descriptions were made on three different control forms of CFI data on FMI one, and two fusion methods of CFI on FMI. Empirical analysis was carried out on each control form and fusion method, and their scope of application.

continuous forest inventory; forest management inventory; control; fusion; forest resources

S757.2

A

1001-3776（2016）06-0008-07

2016-06-23；

2016-09-28

國家林業局“全國森林資源年度監測試點”項目（資調函[2014]53號）

陶吉興（1963－），男，浙江紹興人，教授級高工，從事森林資源調查監測與規劃評估工作。