全國森林資源清查樣地標準化和時間歸一化數(shù)據(jù)庫的建立

高金萍，雷淵才，高顯連，郝月蘭，尹華麗

(國家林業(yè)局調(diào)查規(guī)劃設計院，北京100714)

全國森林資源清查樣地標準化和時間歸一化數(shù)據(jù)庫的建立

高金萍，雷淵才，高顯連，郝月蘭，尹華麗

(國家林業(yè)局調(diào)查規(guī)劃設計院，北京100714)

為實現(xiàn)森林生物量和碳儲量的年度監(jiān)測，準確把握森林資源的消長動態(tài)，研究探討了全國森林資源清查樣地數(shù)據(jù)標準化和歸一化的技術方法和路線，對以省為單位的最新兩期或多期 (1999—2015年)森林資源清查地面樣地數(shù)據(jù)進行標準化和時間歸一化，獲取目標年度的森林資源樣地和樣木數(shù)據(jù)，建立了全國范圍的2005，2012和2014年3個年度樣地和樣木數(shù)據(jù)庫，為我國森林資源數(shù)據(jù)分析、森林蓄積量和生物量估算等多項工作提供有效地面數(shù)據(jù)支撐。

森林資源清查;標準化;時間歸一化

森林生物量和碳儲量監(jiān)測的發(fā)展趨勢目前正向監(jiān)測周期的年度化發(fā)展，而以連續(xù)定期清查的數(shù)據(jù)很難準確地提供森林每年的生長量和枯損量以及森林資源消長動態(tài)［1－2］。在利用森林資源清查體系的成果研究估計區(qū)域或樣地森林生物量和碳儲量過程中，本文基于森林資源清查體系的地面調(diào)查樣地成果(1999—2015年樣地和樣木成果數(shù)據(jù))，提出森林資源清查地面樣地因子(平均胸徑、平均樹高和蓄積量等)和樣木測樹因子(胸徑、蓄積等)進行時間歸一化計算的技術方案，應用以省為單位的最新兩期或多期森林資源清查地面樣地成果數(shù)據(jù)(源數(shù)據(jù))，建立時間歸一化模型;對樣地數(shù)據(jù)進行標準化和時間歸一化處理分析，獲取歸一到目標年度的森林資源地面樣地和樣木數(shù)據(jù)(目標數(shù)據(jù))，以滿足森林生物量和碳儲量不同年度的計算要求［3］。

1 研究方法

對森林資源清查樣地數(shù)據(jù)進行分析，將樣地和樣木因子分為隨時間變化的林分因子與不隨時間變化的林分因子兩大類。對于不隨時間變化的屬性因子，目標年度樣地特征值與初期、末期樣地特征值一致(如果樣地數(shù)據(jù)初期和末期特征值不一致，按照末期樣地特征值處理)。對于隨時間變化的因子(主要是胸徑)，根據(jù)變化因子的前期和后期數(shù)值建立時間歸一化模型，通過模型估測實現(xiàn)目標年度的樣地和樣木特征值。

1.1 樣地樣木特征因子分析

根據(jù)森林生長特征，樣地樣木因子分析及按時間歸一化方法分析結果如表1。

表1 樣地和樣木因子時間歸一化分析Tab.1 Time normalization analysis of plots and sample trees

1.2 樣地樣木時間歸一化模型方法

樣木胸徑時間歸一化模型方法的可以根據(jù)精度要求，選擇不同的方法。最簡單的是線性內(nèi)插法或外插法，根據(jù)不同年度的樣木胸徑數(shù)據(jù)，建立隨時間變化的線性關系方程，通過線性插值實現(xiàn)目標年度的樣地特征值。

為了適應863課題高精度建模的需要，本成果采用了中國林科院雷淵才教授建立的胸徑年生長量基礎模型［4］。該模型利用單木胸徑(或材積)生長模型開展樣木胸徑時間歸一計算。單木胸徑生長歸一化計算采用林分年齡(A)、林分優(yōu)勢高(或平均高)(H)、公頃斷面積(B)、單木前期胸徑(di，t)等變量建立胸徑年生長量基礎模型。模型公式如下:

式中:

α1—α5為待估參數(shù);

di，t為t年時第i株林木的胸徑(cm);

Bt為t年時林分每公頃胸高斷面積(m2/hm2);

Ht為t年時林分優(yōu)勢高(m)。

依據(jù)式(1)，可以根據(jù)實際需要從下面2種方法中任選其一建模。

1.2.1 固定生長率法

固定生長率法即:在生長期內(nèi)(t～(t+q))，單木的胸徑年生長量是固定不變的，式(1)可以寫為:

式中:q為調(diào)查間隔期，即生長期。

1.2.2 可變生長率法

可變生長率法考慮林分因子(斷面積，優(yōu)勢高)在生長期間的變化引起的單木胸徑年生長量的變化。單木胸徑年生長量方程利用遞歸方式表達為:

(t+1)年時:

利用可變生長率法，需要考慮林分變量因子(林分胸高斷面積，林分優(yōu)勢高)每年的變化。林分優(yōu)勢高(或平均高)反映了立地質(zhì)量的變化，林分胸高斷面積反映了林木株數(shù)和林木大小或林分密度的變化［5］。通過建立林分模型預估林分變量因子，并利用預估出來的林分變量因子作為自變量建立樣木胸徑時間歸一化模型。

林分優(yōu)勢高模型如下:

式中:

χ1—χ3，δ1，δ2為待估參數(shù)。

1.3 模型精度檢驗方法

篩選得到樣地和樣木數(shù)據(jù)中，80%為模型擬合數(shù)據(jù)檢驗，未參加建模的20%數(shù)據(jù)作為檢驗數(shù)據(jù)。

如果有與歸一化年度相同的實際測定樣地和樣木數(shù)據(jù)，也可以作為檢驗數(shù)據(jù)。

可以通過以下統(tǒng)計量進行數(shù)據(jù)歸一化精度擬合和檢驗評價:平均偏差(Md)、平均絕對偏差(MAD)、均方根誤差(RMSE)、決定系數(shù)(R2) (在檢驗數(shù)據(jù)中稱為模型擬合效率系數(shù)EF)，其數(shù)學表達式分別為:

式中:

yi為在(t+q)年時林木胸徑的實際值;

y'i為在(t+q)年時林木胸徑的預測值;

n為樣本量;

m為參數(shù)個數(shù)。

2 研究技術路線

樣地、樣木歸一化處理包括樣地樣木數(shù)據(jù)獲取、樣地歸一化建模和樣地樣木數(shù)據(jù)歸一化處理3個主要環(huán)節(jié)。樣地歸一化建模包括數(shù)據(jù)篩選、建模數(shù)據(jù)選取、模型選擇、建模和參數(shù)獲取、精度檢驗5個步驟;樣地樣木數(shù)據(jù)歸一化處理包括樣地樣木歸一化表結構搭建、樣地樣木數(shù)據(jù)時間歸一化操作等2個主要步驟［6］。主要流程見圖1。

圖1 樣地樣木數(shù)據(jù)歸一化主要流程Fig.1 The main flow of sample data normalization

3 研究過程

3.1 建模地點

本研究主要以內(nèi)蒙大興安嶺一類樣地數(shù)294個，樣地間距8km×8km，樣地形狀10m×60m，樣地面積0.06hm2，分析比較數(shù)據(jù)歸一化的固定生長率和可變生長率方法。為分析林木的動態(tài)變化，所采用的樣地至少連續(xù)調(diào)查2次。而且，選擇的樣地株數(shù)在20株以上，根據(jù)以上原則，選出固定樣地161個。以生長率固定方法和可變方法分別建立了161個樣地5個樹種的單木直徑生長模型和不分樹種情況，分析評價了2種數(shù)據(jù)歸一化方法，建議使用可變生長率方法進行樣地單木不同樹種的數(shù)據(jù)歸一化技術，為準確估計不同時間的單木和樣地生物量提供了可靠的方法。

3.2 建模數(shù)據(jù)統(tǒng)計

見表2和表3單木和林分建模統(tǒng)計指標以及樣地各樹種株數(shù)統(tǒng)計。

表2 林分因子及直徑統(tǒng)計表Tab.2 Stand factor and diameter statistics

（續(xù)表）

表3 各樹種的總株樹統(tǒng)計表Tab.3 Total trees of each tree species

3.3 估計結果

按照歸一化估計的固定和可變生長率方法，考慮分樹種和不分樹種情況的估計結果如下:

1)固定生長方法方程估計

表4是固定生長率方法按照分樹種(落葉松、櫟類、樺木、楊樹和其它軟闊)和不分樹種(Alldata)估計結果的統(tǒng)計指標，由表結果可知固定生長率法按照分樹種和不分樹種的估計效果基本一致。

表4 固定生長率方法方程估計結果Tab.4 Fixed gowth rate equation estimation results

注:“Alldata”為不分樹種建模，“150”—“590”為分樹種建模。表5—表11同。

表5是固定生長率法在分樹種和不分樹種情況下的模型估計參數(shù)，利用模型估計參數(shù)可以預測任何年度的單木直徑變化。

2)可變生長率方法方程估計結果

表6是可變生長率方法按照分樹種(落葉松、櫟類、樺木、楊樹和其它軟闊)和不分樹種(Alldata)估計結果的統(tǒng)計指標，由表結果可知，可變生長率法按照分樹種和不分樹種的估計效果基本一致。

表7是可變生長率法的參數(shù)估計在分樹種和不分樹種的結果，利用參數(shù)可進行單木直徑的歸一化計算。

表5 固定生長率方法方程擬合參數(shù)Tab.5 Fixed growth rate equation fitting parameter

表6 可變生長率方法方程估計結果Tab.6 Variable growth rate equation estimation results

表7 可變方法方程擬合參數(shù)Tab.7 Variable equation fitting parameters

表8和表9是可變生長率方法分樹種和不分樹種樣地林分優(yōu)勢高模型的評價指標和模型擬合參數(shù)。分樹種和不分樹種的估計效果差別不大。

表10和表11是可變生長率方法分樹種和不分樹種樣地林分斷面積模型的評價指標和模型擬合參數(shù)。分樹種和不分樹種的估計效果差別不大。

3．4 模型驗證

對于上述估計結果使用內(nèi)蒙大興安嶺樣地實測數(shù)據(jù)171個樣地的直徑進行了模型驗證，使用建模參數(shù)驗證結果見圖2。由圖2可知，建模數(shù)據(jù)不分樹種建模的精度略高于分樹種建模，分樹種建模工作量會增加很多。

表8 林分優(yōu)勢高模型評價指標Tab.8 Evaluation indexes of dominant height stand model

表9 林分優(yōu)勢高直徑模型參數(shù)Tab.9 Stand height-diameter model parameters

表10 林分斷面積模型評價指標Tab.10 Evaluation indexes of stand basal area model

表11 林分斷面積模型參數(shù)Tab.11 Parameters of stand basal area model

注:括號里是標準誤。

圖2 分樹種和不分樹種的預測結果Fig．2 Prediction results of models classified by species and not classified

3．5 模型適用條件分析

1)線性插值法

線性插值法計算簡便，能夠滿足基本要求，但是插值函數(shù)曲率或斜率變化較大時，會產(chǎn)生誤差，要減小誤差需要將基點分的很細，這樣就大大增加了計算的難度。

2)固定生長率法

①模型計算比線性插值法復雜，但比可變生長率法簡單;

②模型沒有考慮林分年齡、林分密度和優(yōu)勢高(或平均高)的變化。

3)可變生長率法

①模型計算相對復雜;

②模型估計考慮了林分年齡、林分密度和優(yōu)勢高(或平均高)的變化。

本研究采用固定和可變生長率方法在分樹種和不分樹種的情況下估計效果基本相同，如果綜合考慮數(shù)據(jù)精度、工作量、技術復雜度，本研究結果表明固定生長率方法的不分樹種建模較為適中。

3．6 計算其他試驗區(qū)單木直徑

應用歸一化方法，對內(nèi)蒙古大興安嶺和黑龍江大興安嶺2005年和2012年的固定樣地的單木胸徑進行了預測，采用固定樣地分樹種和不分樹種的兩種方法。然后以預測的胸徑為基礎，按單木生物量方程計算單木生物量，累計成為固定樣地生物量。按檢尺類型和樹種特性分類，匯總了2005年和2012年大興安嶺(內(nèi)蒙古和黑龍江)固定樣地的生物量現(xiàn)狀、針闊葉比例、常綠和落葉的比例。

同時，使用可變生長率的歸一化方法分別建立了云南、吉林、遼寧和黑龍江樣地單木生長模型，預測了2005和2012年的單木直徑生長變化情況，為區(qū)域和樣地森林生物量計算提供了計算基礎。

4 研究結果

根據(jù)樣地樣木標準化和歸一化處理方法，建立了全國范圍的2005，2012和2014年3個年度樣地和樣木數(shù)據(jù)庫。主要提取了遙感生物量估算需要的森林類型、起源、林種、優(yōu)勢樹種、平均胸徑、平均樹高、平均蓄積量等主要因子。形成了2005，2012和2014年3個年度的全國樣地和樣木歸一化數(shù)據(jù)庫成果(表12)。

表12 三期固定樣地樣木直徑歸一化到同一年份的省份Tab．12 The provinces of three phase fixed sample tree data normalized to the same year

5 結論與討論

本數(shù)據(jù)庫成果在863課題“全球森林生物量和碳儲量遙感估測關鍵技術”中，已作為基礎成果數(shù)據(jù)，服務于全國樣木生物量(單木級)和全國樣地生物量(林分級)計算工作。

本成果充分利用我國森林資源清查數(shù)據(jù)系統(tǒng)性強、樣本量大、連續(xù)性好、多因子集成等優(yōu)勢，根據(jù)全國第六次到第八次森林資源清查樣地和樣木成果分析產(chǎn)生，數(shù)據(jù)精度高、可靠性好，具有較大實際應用價值。由于森林資源監(jiān)測、經(jīng)營、管理和評估等各項工作對森林資源清查地面數(shù)據(jù)的普遍、長期需求，本研究成果可以獲取每個年度標準化后、歸一化后的森林資源樣地和樣木數(shù)據(jù)，除了服務于林業(yè)科學研究工作外，還可以為我國森林資源動態(tài)變化分析、森林資源監(jiān)測、森林蓄積量和生物量建模等多項工作提供有效地面數(shù)據(jù)支撐。

［1］李?？?，雷淵才，曾偉生．基于森林清查資料的中國森林植被碳儲量［J］．林業(yè)科學，2011(7):7－12．

［2］陳雪峰．試論國家森林資源連續(xù)清查體系的建設［J］．林業(yè)資源管理，2000(2):3－8．

［3］盧妮妮，王新杰，凌威，等．基于森林資源一類清查數(shù)據(jù)的中國森林碳貯量估算［J］．中南林業(yè)科技大學學報，2015(11): 110－114．

［4］張雄清，雷淵才．可變生長率法和固定生長率法在單木年生長預測中的比較研究［J］．林業(yè)科學研究，2009(6):824－828．

［5］張惠光．福建柏單木生長模型的研究［J］．中南林業(yè)調(diào)查規(guī)劃，2006(3):1－4．

［6］高金萍，高顯連，郝月蘭．森林生產(chǎn)力區(qū)劃和量化分級方法研究——以遼寧省為例［J］．林業(yè)資源管理，2014(6):49－53．

Establishment of Standardized and Time Normalized Database of Forest Resources Inventory in China

GAO Jinping，LEI Yuancai，GAO Xianlian，HAO Yuelan，YIN Huali
(Academy of Inventory and Planning，SFA，Beijing 100714，China)

Standardized and time normalized data of the latest two or more forest resource inventory plots in the provinces were achieved to obtain the sample data of the forest resources plots and samples in the target year，and a nationwide database of 2005，2012 and 2014 sample plots and trees were established.It provides effective ground data support for China's forest resource dynamic analysis，forest resource monitoring，forest volume and biomass modeling.

inventory of forest resources，standardization，time normalization

S757.2

A

1002－6622(2017)01－0075－07

10．13466/j．cnki．lyzygl．2017．01．014

2017－01－01;

2017－01－16

高金萍(1976－)，湖北鄂州人，女，高工，博士，主要從事林業(yè)碳匯計量監(jiān)測、森林資源信息管理工作。Email:gaojinping_cz@sina.com

高顯連(1964－)，遼寧大連人，男，教授級高工，從事林業(yè)碳匯計量監(jiān)測、森林資源監(jiān)測和管理工作。