廣西森林資源規劃設計調查技術回顧與展望

代華兵，李春干

（1.廣西壯族自治區林業勘測設計院，廣西南寧 530011；2.廣西大學 林學院，廣西南寧 530004；3.自然資源部北部灣經濟區自然資源監測評價工程技術創新中心，廣西南寧 530011）

森林資源是自然資源的重要組成部分，是林業和生態建設的物質基礎，在維護生態安全、保護生物多樣性和促進社會可持續發展等方面發揮著重要作用。開展森林資源調查，掌握森林資源數量、質量及其動態變化，可為制定林業發展方針政策、科學決策相關工程項目和編制發展規劃等提供依據，對實現森林資源保護和可持續利用有重要意義。

廣西自1952年開展雅長林區森林資源踏查[1]以來，經過70年的探索與努力，緊跟技術發展趨勢，不斷改進森林資源調查技術方法，構建了較完善的森林資源調查體系，為廣西林業發展和生態建設科學決策提供了重要的基礎數據支撐。

按照調查對象、目的和范圍的不同，我國森林資源調查被劃分為3 類[2-3]。森林資源連續清查（簡稱一類調查）以?。ㄗ灾螀^、直轄市）、大林區為抽樣總體，基于系統抽樣方法，通過對固定樣地的定期復查（每5 年）估計森林面積、蓄積量和森林資源動態變化等森林資源主要數據，可產出較高精度的區域宏觀估計結果，但無法落實到具體地塊，成果主要為制定和調整林業方針政策、規劃計劃（國家或省級）提供依據。森林經理調查（簡稱二類調查）又稱森林資源規劃設計調查，以林業管理部門、國有林場、縣（旗）或其他部門所屬林場為單位，基于小班調查方法對調查單位進行全域面狀調查[4]，每10年進行1次（國有林場每5年進行1次），產出森林面積、蓄積量、自然環境和管理屬性等森林小班數據，成果主要滿足編制森林經營方案和總體設計及區域（縣級或林場）林業區劃、規劃和基地造林規劃等項目的需要。作業設計調查（簡稱三類調查）是林業基層單位為滿足伐區設計、造林設計和撫育采伐設計等森林經營作業設計而進行的調查，包括伐區調查、撫育間伐調查和林分更新調查等，其調查范圍為作業區，載體為地塊，調查內容包括林地和林木數量、出材量及生長狀況等，主要服務于森林經營單位。其中，森林資源規劃設計調查是調查成果最豐富、用途最廣的森林資源調查，該文回顧70 年來廣西森林資源規劃設計調查主要技術的發展歷程，并對今后的發展趨勢進行展望。

1 技術發展回顧

自1952年開展雅長林區森林資源調查以來，廣西已完成雅長、九萬山、老山（百色）和大明山等多個重點林區和國有林場的森林資源規劃設計調查，及5 次全區性森林資源規劃設計調查[1]。近70 年來，廣西森林資源規劃設計調查技術大致經歷了5個階段。1952 — 1969 年，在前期目測踏查的基礎上，主要完成部分重點林區和國有林場的森林經理調查，以目測調查為主，后期開展分層抽樣調查試點。1970—1975年，完成第1次全區性森林資源規劃設計調查，主要采用抽樣與實地勾繪小班相結合的調查方法。1984 — 1999 年，完成第2、第3 次全區性森林資源規劃設計調查，主要采用基于地形圖的小班調查和抽樣調查相結合的“雙控調查法”。2008—2009年，完成第4次全區性森林資源規劃設計調查，主要采用基于高分辨率遙感影像的小班調查方法，實現由人工野外勾繪調查小班向室內區劃調查小班的轉變。2017—2019年，完成第5次全區性森林資源規劃設計調查，主要采用基于機載激光雷達的天空地一體化森林資源調查新技術體系，實現林分因子的精準估測，大幅減少野外調查工作量。廣西森林資源規劃設計調查不斷探索并應用新技術，調查內容不斷豐富，調查方法和技術逐步向更精準、更高效和信息化的方向發展，實現從目測踏查、地形圖實地勾繪與林分因子實測、高分辨率遙感影像室內區劃與林分因子實測到超高分辨率遙感影像室內區劃判讀與激光雷達林分因子估測的轉變。

1.1 目測調查（踏查）

1952 年7 月，為開發林區、支援國家建設，由164 人組成聯合調查隊，對雅長林區森林資源進行踏查，由此揭開廣西森林資源調查的序幕[1]。1954—1959 年，先后完成桂林市恭城瑤族自治縣、永福縣、老山（百色）和隆林各族自治縣等部分重點林區及全區森林資源踏查。在調查用圖缺乏、技術裝備差且專業人員少的情況下，調查方法以目測調查（踏查）為主，調查內容主要包括面積、蓄積量、生長情況、運材線路和集材方向等。主要技術方法為：調查工作圖主要采用清朝末年和民國時期測量的1∶5 萬地形圖，在缺乏地形圖的區域采用羅盤儀導線測量、繪制平面圖作為調查工作圖；采用對坡勾繪進行小班區劃；目測各林況因子，同時采伐一些平均木，實測林分林齡和材積，推算林分蓄積量；采用方格紙求算面積，采用算盤統計各類面積和蓄積量；成果材料包括調查報告、統計報表和森林分布圖等。

1957 — 1959 年，先后完成雅長、九萬山、老山（百色）和大明山4 大林區森林經理調查（即森林資源規劃設計調查）。在上述目測調查方法的基礎上，進行以下改進：采用經緯儀閉合導線測量的方法實測整個林區的控制基線、林班線和小班線；實測林況因子，采用羅盤儀布設樣線進行小班調查，小班調查完成后實地計算平均胸徑，砍伐1 株平均木實測材積并推算小班蓄積量和編制材積表；引入手搖計算機進行內業統計工作，并逐步普及。至1965 年，還完成了桂林市資源縣和河池市天峨縣等重點林區森林經理調查，首次采用角規進行小班斷面積調查，并成為此后小班蓄積量調查的主要方法。

這一時期，目測調查（踏查）是森林資源調查的主要技術方法，探索應用了界線和林況因子實測技術方法，但存在調查精度不高、工作量大和效率低等問題。

1965 年，廣西在參與大興安嶺森林資源分層抽樣調查法試點的基礎上，開展柳州市融水苗族自治縣國營泗澗山林場林區分層抽樣調查試點；至1969年，采用抽樣調查方法完成了河池市天峨縣、雅長林區森林資源調查。抽樣調查方法明確了調查精度，其應用創新了森林資源調查方法，減輕了勞動強度，提高了工作效率，也為后續森林資源規劃調查體系建立奠定了基礎。

1.2 小班抽樣調查

1970—1975年，廣西完成第1次全區性森林資源規劃設計調查，共完成全區86個縣的森林資源調查任務，全面掌握“四五”期間廣西森林資源現狀。此次調查主要采用抽樣與實地勾繪小班相結合的調查方法。主要思路為：小班按一定規則進行分層；在總體范圍內，通過機械或隨機方法布設樣地進行實測調查，將樣地實測材料按小班相同的分層規則進行分層，計算各層單位面積蓄積量均值；各小班的單位面積蓄積量為其所屬層的樣地調查數據。主要技術方法為：將1∶5 萬地形圖放大至1∶2.5萬作為調查工作手圖，采用實地勾繪小班的方法調查各類森林面積；以全縣為總體，鄉或村為副總體，依據系統抽樣原理，在公里網交叉點上布設調查樣地，采用斷面積系數為1.0 的木制角規繞測林分每公頃斷面積，用測高儀測量林分平均樹高，調查森林蓄積量，蓄積量按副總體落實到鄉或村。

通過抽樣方法，有效控制了總體蓄積量，但也存在同層小班單位面積蓄積量均相同，不能反映小班間調查因子客觀差異的問題，達不到現在規劃設計調查的技術標準和要求。但與之前的森林資源目測調查相比，調查精度得到較大提高。此次調查的重要意義在于采用統一的技術方法，首次完成全區性森林資源調查，摸清了“四五”期間全區森林資源狀況，在合理開發利用森林資源、支援國家建設方面發揮了重要作用。

1.3 基于地形圖的小班調查

1984—1990年，廣西完成第2次全區性森林資源規劃設計調查。在1982年林業部頒發的《森林資源調查主要技術規定》基礎上，廣西結合實際制定全區性調查方法和技術細則，對小班區劃、調查內容和方法、質量要求及成果產出等作出較全面和詳細的規定。此次調查的主要技術方法為：以1∶1 萬地形圖和1∶1.6 萬航空像片作為調查工作圖，結合航片判讀和野外調繪區劃小班；采用小班和抽樣調查相結合的“雙控調查法”開展調查工作，在小班內布設角規樣地調查蓄積量；為驗證小班調查精度，以全縣為總體，采用系統抽樣原理，在圖上以公里網交叉點（或等距加密）為樣地中心，按間距2 km×2 km 布設角規控制檢尺樣地，估算總體蓄積量；小班調查數據記錄在涂點式小班卡片上，全面采用林業資源數據信息卡光電自動輸入微機系統錄入[5]，通過森林資源數據管理系統進行報表統計和打印；采用彩色相紙制作森林分布圖[6]。此次調查，在調查工作圖和森林分布圖制作及數據錄入、統計與分析等方面均取得新的突破。

1997—1999年，廣西開展第3次全區性森林資源規劃設計調查。此次調查在延續第2次全區性森林資源規劃設計調查的基礎上，根據社會對林業需求形勢和森林分類經營的要求建立了新的調查標準，如將森林分為生態公益林和商品林兩大類，增加了二級林種；增加了林木權屬、森林類別和森林土壤等調查內容。在調查方法上，傳統技術仍為主流，但采用了一些新的技術方法。開展遙感技術試驗性應用，以Landsat-5 TM 紙質衛星影像圖為基礎，通過野外調查建立目視判讀解譯標志，在室內區劃小班和判讀小班林況因子，并通過對縣級連清固定樣地進行復查，建立各森林類型的圖像光譜表征與蓄積量相關的數學模型，估測小班單位面積蓄積量；在小班調查數據錄入方面，小班調查卡片由原來的“涂塊式”設計改為“手寫體”設計，卡片信息容量增加，調查卡片填寫、錄入速度和錄入識別率提高；數據處理方面，基于Visual FoxPro 軟件研發了森林資源規劃設計調查數據統計分析系統；在制圖技術上，小班調查圖全部采用G1S 平臺（ViewGIS 和Mapinfo）進行矢量化，實現了小班空間數據管理的數字化及調查工作圖和森林分布圖制作的計算機化。在此次調查中，國家林業局中南林業調查規劃設計院在河池市、桂林市、柳州市和來賓市的各縣全面采用航天遙感技術，廣西壯族自治區林業勘測設計院也在梧州市的藤縣、岑溪市、蒙山縣和蒼梧縣[7-8]開展遙感技術試驗性應用。由于衛星影像空間分辨率低，紋理特征不明顯，小班區劃和判讀精度均不高，調查成果不理想，但為后續航天遙感技術的應用奠定了理論和人才基礎。

這兩次全區性森林資源規劃設計調查的主要技術方法均采用1∶1 萬地形圖實地勾繪小班，采用角規測樹方法調查各小班林分平均樹高、平均直徑、斷面積和蓄積量等調查因子，森林面積和蓄積量調查精度得到一定程度提高。小班調查數據光電錄入系統、數據管理系統和GIS 技術的大面積應用，大幅提高了調查工作效率和成果質量。

1.4 基于高分辨率遙感影像的小班調查

2008—2009年，廣西完成第4次全區性森林資源規劃設計調查，包括全區各縣和國有林場等126個單位。此次調查采用高分辨率遙感影像室內區劃小班與林分因子實測相結合的方法，全面推廣和應用3S技術。主要新技術方法為：采用覆蓋全區的110 余景SPOT5 HRG、ALOS AVNIR-2/PRISM 高分辨率遙感數據（PAN+XS），通過圖像分割技術自動區劃小班，提取小班邊界[9-12]；研發林業專題圖編繪系統，自動批量打印工作手圖，用于外業核校、修正小班界線，解決了應用地形圖對坡勾繪小班界線位移大、面積精度低的問題；總體蓄積抽樣控制調查中，采用GPS定位技術[13]，解決了采用羅盤儀引線定位工作量大等問題，大幅提高外業調查工作效率，降低勞動強度和調查成本。小班蓄積量調查仍采用傳統方法進行，即在小班內布設角規樣地調查每公頃斷面積、平均樹高和平均胸徑等林況因子；小班調查數據采用手寫體調查卡片掃描輸入識別系統錄入計算機，采用廣西森林資源規劃設計調查數據統計分析系統2008版進行統計分析；成果圖編制采用林業專題圖編繪系統制作并批量打印。

此次調查實現了由人工野外勾繪調查小班向室內區劃調查小班的轉變，提高了外業調查工作效率，降低了勞動強度，節約了調查成本。但小班蓄積量調查方法仍存在調查工作量大、調查精度低和質量難以控制的問題。

1.5 基于機載激光雷達的天空地一體化森林資源調查

2017—2019年，分3個調查區域分年度完成廣西第5 次全區森林資源規劃設計調查；2018 年完成南寧市試點調查，2019 年完成東部10 個市的調查，2020 年完成河池、百色和崇左3 個市的調查。前4次全區森林資源規劃設計調查均以地面調查為主，存在工作量大、投入人員多、調查工期長、工作效率低和勞動強度大等問題。此次調查提出通過天空地一體化森林資源調查監測新技術體系，實現森林資源調查技術突破性進步。主要技術方法為：采用航空遙感數字正射影像（Digital Orthophoto Map，DOM）（空間分辨率為0.2 m）進行小班精確區劃和基本屬性識別［土地類型、優勢樹種（組）、伴生樹種（組）和林木起源］[14]，通過高分衛星遙感影像（空間分辨率優于3.0 m）變化檢測[15-17]結果和冠層高度模型（Canopy Height Model，CHM）修正小班邊界和基本屬性[18]，不能確定邊界和基本屬性的小班通過地面補充調查確定；在每個調查區域的每個森林類型［優勢樹種（組）］中，布設100 個左右樣地進行每木檢尺調查，并測定林分平均樹高及下木層和草本層生物量；通過載人飛機機載激光雷達獲取點云數據，對其進行分類預處理后生成數字高程模型（Digital Elevation Model，DEM）、數字地表模型（Digital Surface Model，DSM）和CHM 等，提取并篩選點云特征變量，結合地面樣地調查數據建立估測模型，對林分調查因子（郁閉度、平均直徑、平均樹高、斷面積和單位面積蓄積量等）進行精準估測[19]；通過DEM 等輔助數據及歷史調查資料和森林經營管理檔案等資料，以小班為單元提取自然環境（地形地貌、土壤等）和管理屬性（權屬、林種、公益林事權級、保護等級和林地保護等級等）信息[20]。

新技術體系的技術特點為：小班區劃更精細、調查因子精度高且質量可控；大幅度減少外業調查工作量和勞動強度，縮短調查工期；實現全區域森林參數制圖，調查成果更豐富；與現行以地面調查方法相比，調查成本有所降低[21]。

此次調查是國內首次采用機載激光雷達技術開展大區域森林資源規劃設計調查，初步構建了一個理論技術先進、組裝配套、可復制且易推廣的全新技術體系，取得了森林資源調查技術的革命性進展。新技術體系的關鍵技術突破在于利用機載激光雷達技術實現了小班蓄積量和其他林分因子的高精度穩定估測，解決了長期以來林分因子調查需依靠地面調查的難題，極大減少了外業調查的工作量和勞動強度。同時，采用更高分辨率的航空正射影像進行小班區劃和基本屬性識別，進一步提升了小班界線和面積精度，確保小班基本屬性識別準確率。但新技術體系仍存在小班區劃和基本屬性識別受專業技術人員水平影響大、航空正射影像和機載激光雷達數據獲取耗時長和難度大及采用傳統方法進行樣地調查效率低和強度大等問題。

2 技術最新進展

2.1 無人機遙感森林資源規劃設計調查應用試驗

機載激光雷達的飛行平臺為有人駕駛飛機，飛機飛行相對高度為2 500 m 左右，在應用過程中受機場調度、空中交通管制和天氣等諸多因素影響，單架次飛行成本較高，適用于大區域森林資源調查監測。對于面積較小、林地較分散的國有林場（或森林經營單位）而言，應用機載激光雷達的成本太高。近10年來，低空無人機迅速進入大眾消費領域和專業應用領域，在實時、快速和低成本獲取小區域光學影像和激光雷達數據方面具有十分明顯的優勢，并且能靈活安排時間。盡管無人機激光雷達和機載激光雷達的工作原理相同，但兩者的激光雷達傳感器發射頻率和飛行高度不同，激光點云在森林冠層中的分布可能不同，因此，無人機激光雷達是否適用于森林參數估測與制圖，需進行試驗研究。

2022 年3 月開始，廣西林勘院和廣西大學針對無人機在森林資源調查監測中的應用，在廣西壯族自治區國有高峰林場進行小區域試驗（面積約為4 770 hm2），重點研究無人機激光雷達森林參數估測及亞米級空間分辨率光學衛星遙感圖像小班區劃和基本屬性識別的技術可行性。具體內容包括：對無人機激光雷達變量進行篩選，選取能準確刻畫森林冠層三維結構、具有森林計測學解析意義的激光雷達變量，研制無人機激光雷達森林參數（林分平均樹高、斷面積、蓄積量和生物量）估測模型；采用配對樣本均值t檢驗方法，分析無人機激光雷達與機載激光雷達變量及森林參數估測結果的差異；采用2017 年建立的機載激光雷達森林參數估測模型，通過無人機激光雷達變量估測森林參數，通過模型優度和誤差指標分析機載激光雷達森林參數估測模型對無人機激光雷達的可移植性；針對高分7 號（GF-7）、北京3 號（BJ-3）、高景1 號（GJ-1）和WorldView-2/3等空間分辨率優于0.5 m的光學衛星遙感圖像，通過圖像的色調、顏色、紋理、圖案、形狀、大小、陰影、位置和空間關系信息，結合歷史調查資料和森林經營管理檔案等資料，采用目視解譯方法，分析其在小班區劃及土地類型、優勢樹種（組）、伴生樹種（組）和林木起源等小班基本屬性準確識別方面的可行性。

研究結果表明，對于空間分辨率為0.5 m 的光學衛星遙感圖像，不同優勢樹種（組）的圖像表征較明顯，可準確區劃小班和識別小班基本屬性；但0.5 m 分辨率衛星遙感圖像不易獲取，在實際森林資源調查中，應以無人機正射影像為主區劃小班和識別其基本屬性，將亞米級光學衛星遙感影像應用于邊境地區和其他難以獲取無人機光學影像地區的小班區劃。無人機激光雷達點云數據可準確估測森林參數，林分蓄積量、斷面積和平均樹高估測的平均預報誤差小于6%，滿足相關標準要求，可用于小區域森林資源調查的主要林分調查因子估測[22]。無人機激光雷達和機載激光雷達均可準確估測森林參數，估測精度接近，但兩種估測結果存在差異，機載激光雷達森林參數估測模型也不能直接應用于無人機激光雷達。

2.2 新一輪廣西國有林場森林資源規劃設計調查總體技術思路

基于試驗研究結果，結合《自然資源調查監測體系構建總體方案》（自然資發〔2020〕15 號）的相關要求，在技術標準統一、基礎數據共享和關鍵技術協同的原則下，針對新一輪國有林場森林資源規劃設計調查，提出采用以無人機遙感為核心的多源遙感技術與地面調查相結合的方法，構建森林資源專項調查工程化技術體系?；舅悸窞椋翰捎脙炗?.1 m空間分辨率的無人機DOM 或優于0.5 m空間分辨率的衛星遙感影像進行小班區劃和地類樹種識別，并通過實地補充調查核對和修正；通過無人機激光雷達點云數據和地面樣地調查數據建模，進行林分林木因子估測；通過無人機激光雷達數據生成的DEM 和歷史調查資料，提取小班自然地理環境屬性信息和管理屬性信息?？傮w技術路線如圖1所示。

圖1 新一輪廣西森林資源規劃設計調查總體技術路線Fig.1 Overall technical route of new round forest management inventory in Guangxi

無人機遙感森林資源調查技術體系充分利用無人機遙感的優勢，技術和手段先進可靠，調查精度高，成果質量可控；野外調查工作量大幅減少，勞動強度下降，調查工期可控；人員投入大幅減少，調查隊伍易組織；調查成本與上期基本持平。該方法是當前政策制度和技術條件下小區域森林資源規劃設計調查較適用和可行的方法。

2.3 當前存在的主要技術問題

經過70年的發展，隨著衛星遙感、激光雷達、全球定位和低空無人機等技術的進步，森林資源規劃設計調查技術取得了突破性進展。但現階段仍存在以下問題：各類數據獲取難度仍較大，超高分辨率衛星影像由于數據量大、處理消耗資源大，存檔數據并不多，2022 年1— 7 月廣西可獲取的數據僅覆蓋全區的24.5%；有人機和無人機數據獲取均受空中管制、天氣等因素影響較大，且現階段獲取成本相對較高。小班區劃和基本屬性識別對專業技術人員依賴大，現階段主要采用人機交互方法進行，已成為整個調查工作中工作量最大的技術環節，其質量和精度均受調查員理論技術水平、經驗和責任心影響較大?；诩す饫走_的森林參數估測模型是新技術體系的關鍵和核心技術，不同森林類型的模型穩定性、普適性和可移植性有待進一步研究。樣地調查技術落后，目前仍采用傳統方法進行，是現行技術體系中最主要的外業工作量，勞動強度大且效率低，其調查過程還可能對樣地植被造成破壞。

3 技術發展展望

社會經濟的高速發展對森林資源調查提出了更高的要求。調查內容上要求更加綜合化，實現單一資源數量調查向生態綜合監測的轉變；調查質量上要求更加精細化，對調查成果的精度和細節要求越來越高；調查時效上要求更加高效化，實現現行長周期調查向實時監測和動態更新的轉變；調查手段上要求更加信息化，采用先進的遙感、地理信息和互聯網等數字化技術和手段提高調查效率和精度。隨著航空航天遙感技術、人工智能和機器學習算法及地面移動測量等技術日新月異的發展，將推動森林資源規劃設計調查技術在新技術研發和應用方面不斷進步。隨著研究的不斷深入和積累，廣西森林資源規劃設計調查技術在以下方面可能取得新突破。

3.1 在大區域森林資源調查中廣泛應用超高分辨率衛星和星載激光雷達

隨著傳感器和衛星技術的高速發展，高分二號（分辨率為0.8 m）、高分七號（分辨率為0.8 m）、高分多模衛星（分辨率為0.5 m）、WorldView-4（分辨率為0.31 m）、Pléiades-1（分辨率為0.4 m）和句芒號碳衛星（分辨率為0.3 m）等亞米級衛星可提供更多的超高分辨率影像數據，數據精度更高，時效性更強，獲取成本更低，將為森林資源調查提供更高清、精細的工作底圖，進一步提升小班區劃和基本屬性識別的效率和精度。同時，ICESat-2（搭載光子計數激光測高儀）、GEDI（Global Ecosystem Dynamics Investigation，搭載全波形激光雷達）[23]、高分七號（同時搭載全波形激光測高儀和雙線陣立體相機）[24]和句芒號（同時搭載多波束激光雷達、多角度多光譜相機、超光譜探測儀和多角度偏振成像儀）[25-26]等星載激光雷達可獲取大范圍的垂直數據信息，在大區域尺度對森林參數進行定量反演[27]，已被應用于國內外森林平均樹高、郁閉度和生物量估測等方面的研究[28]。采用超高分辨率衛星影像進行小班區劃和基本屬性識別，結合星載激光雷達對森林參數進行估測，開展大區域森林資源調查，將是未來的重要發展方向。

3.2 低空無人機技術將成為中小區域森林資源調查的主要技術手段

近年來，無人機和激光雷達技術飛速發展，在各行業中被廣泛應用，無人機激光雷達也逐漸被應用于小區域森林調查。與衛星遙感相比，其能獲取更高精度的厘米級影像數據和超高密度（可優于1 000 個點/m2）的激光雷達點云數據，同時還具有飛行成本低、拍攝時間自由靈活、可重復和高時效等優點[29-31]。已有試驗表明，無人機激光雷達點云數據能準確刻畫森林的三維結構，用于估測森林參數時具有堅實的物理基礎，能實現森林參數的精確估測，可用于小區域森林資源調查[22]。隨著技術發展和研究的深入，低空無人機激光雷達將成為中小區域森林調查的主要技術手段。

3.3 基于機器學習的遙感分類將提升小班區劃和基本屬性識別的自動化水平

近年來，建立在概率統計基礎上的機器學習為遙感圖像分類提供了許多可行方法[32]。典型的機器學習方法包括支持向量機、決策樹、主成分分析法、K均值聚類和稀疏表示等，均在遙感分類中取得了良好的效果。自動編碼器、卷積神經網絡、深度信念網絡和遷移學習等深度學習算法的出現，可建立模擬人腦進行分析學習的神經網絡，通過海量訓練數據和具有很多隱藏層的深度模型學習更有用的特征，顯著提升遙感圖像分類效果。機器學習算法在遙感圖像分類上的應用，將解決森林資源調查中小班區劃和基本屬性識別對專業技術人員依賴大、工作量大和質量難以控制的問題，提升小班區劃和基本屬性識別的精度和自動化水平，進一步提高森林資源調查工作效率和成果質量。

3.4 新型信息化測量設備的應用將改變現行森林樣地調查模式

地面激光雷達技術可快速獲得精確的森林三維點云數據，能有效提取單木樹干、枝葉信息，更準確地獲取樣地林分參數信息[33-35]。地面攝影測量技術近年也取得突破性進展，可通過立體像對解算或基于影像重建林分點云，提取樣地林分參數[36]。這兩種方法均具有無損測量的特點，在樣地測量和調查中具有廣闊的應用前景。地基激光雷達、背包式和手持式激光雷達、RTK 測樹儀[36]、手持式超站儀[37]和手杖式測樹儀[38]等新型信息化測量設備的研發和推廣，將改變現行森林樣地的調查模式，進一步降低外業調查工作量和勞動強度，也將成為森林資源調查的重要技術手段。

利益沖突：所有作者聲明無利益沖突。

作者貢獻聲明：代華兵負責資料收集和論文撰寫與修改；李春干負責基礎資料收集、審閱論文并提出修改意見。