设区市森林资源市县联动年度监测工艺的制作方法
【技术领域】
[0001] 本发明涉及森林资源监测技术领域，尤其涉及森林资源市县联动年度监测工艺。
【背景技术】
[0002] 我国现行的森林资源调查体系分为三大类，即森林资源连续清查（一类调查）、森 林资源规划设计调查（二类调查）和森林作业设计调查（三类调查），各类调查的调查目 的、内容和要求等都不同。一类调查对全国和省级层面森林资源现状及消长动态进行监测。 二类调查为县级行政区掌握森林资源现状及动态，为区域林业发展规划等提供依据。三类 调查为林业基层生产单位提供某一特定范围或作业地段的作业性调查数据。
[0003] 国家、省、市、县、基层林业生产单位五类森林管理主体中，唯独市级主体，无相应 监测类型与之对应。现有的设区市一级的森林资源数据，是通过辖区内各县（市、区）二类 调查结果的数据汇总得到，往往由于数据的间隔期长且基础数据不处于同一时段，信息的 时效性、准确性较差，给应用带来了困难。如果各县（市、区，以下简称"县"）监测数据更新 均采用系统抽样调查进行，不仅不利于监测成果的林业生产应用，而且会造成已有二类调 查数据的浪费，并与各县已批准使用的二类调查结果相脱节。设区市一级的森林资源监测 仍是一个难点，如何准确、及时地监测设区市的森林资源监测成为亟需解决的重要课题。
[0004] 以往设区市森林资源数据，一般通过所辖各县各时期二类调查数据简单汇总获 得。调查成果存在以下不足：
[0005] 1、从数据时间节点看，由于各县的调查年度不一，全市汇总的各县森林资源基础 数据间隔期长且不是同一时点，信息的时效性、准确性较差。
[0006] 2、从数据控制精度看，通过对所辖县级二类调查数据进行简单汇总，累加后的全 市结果无精度控制，监测结果可靠性未得到论证。
[0007] 3、从数据更新频率看，市级调查结果一般在所辖各县二类调查全部完成后进行汇 总，约10年更新一次，没有实现年度化动态监测。
【发明内容】
[0008] 本发明提供了一种森林资源市县联动年度监测工艺，实现森林资源市县两级年度 监测具有较高的精度，且共用一套监测数据。
[0009] 设区市森林资源市县联动年度监测工艺，所述设区市包括若干县副总体，
[0010] 所述监测工艺包括以下步骤：
[0011] 步骤（1):基于每个县副总体前一年的小班数据，更新获得该县副总体当年的小 班数据，基础年的小班数据由森林资源二类调查获得；
[0012] 步骤⑵：汇总所有县副总体当年的小班数据，得到全市当年的小班数据；
[0013] 步骤（3):对每个县副总体和全市森林资源进行抽样控制，计算得到抽样控制精 度和抽样控制区间；
[0014] 步骤⑷：如全市和每个县副总体的小班数据在各自的抽样控制区间内，则统计 当年的森林资源监测成果、绘制专题图和编制监测成果报告，否则，对相应的小班数据进行 修正。
[0015] 所谓基础年就是进行森林资源二类调查的当年，一个周期内的其余年份称为一般 年。
[0016] 小班是森林资源管理主体的最基本经营单位，也是清查森林资源、统计计算和资 源管理最基本单位。
[0017] 因为各个县副总体的森林资源二类调查有可能不在同一年份，因此在汇总全市小 班数据时，有些县副总体是为基础年，而有些县副总体是在一般年，最终要汇总同一时点的 数据，就必须基于基础年的数据通过更新得到一般年的小班数据。
[0018] 小班分为突变小班和渐变小班，突变小班数据通过档案台帐、野外补充调查和复 位调查更新，渐变小班数据通过测树因子模型更新。
[0019] 根据树木自然生长规律，渐变小班的测树因子模型主要包括：胸径模型、树高模型 和生长率模型，这些模型均是通过现有的建模方法构建得到，建模样本为当年抽样控制的 调查样地。
[0020] 如上所述，通过更新可以获得一般年的小班数据，但是无法确定该更新是否准确， 因此本发明通过抽样控制，来验证更新是否合适，如果更新的小班数据未在抽样控制区间 内，则对差异进行检查分析，找出影响监测质量的因素，并根据影响因素对各个小班数据进 行修正，直至各县副总体和全市小班数据分别在其抽样控制区间内。
[0021 ] 本发明对主要调查数据进行抽样控制，包括地类面积控制和树木蓄积量控制。
[0022] 步骤（3)中，抽样控制采用固定样地复位调查方法。
[0023] 该方法是在基础年选择样地，抽样密度根据精度要求设置，抽样控制为5年一个 周期，基础年调查全部样地，以后4年调查基础年样地数量的三分之一。相邻年份抽样方案 不相同。
[0024] 所述统计当年的森林资源监测成果、绘制专题图和编制监测成果报告均是现有技 术的常规操作，本发明不再赘述。
[0025] 相对于现有技术，本发明基于各县副总体基础年的小班数据更新获得一般年的小 班数据，然后通过汇总获得全市的小班数据，又通过抽样控制对更新和汇总的小班数据进 行反馈控制，及时修正，数据更准确，监测精度也更高。
【附图说明】
[0026] 图1是设区市森林资源市县联动年度监测工艺流程图。
[0027] 图2是设区市森林资源市县联动年度监测工艺设计图。
[0028] 图3是市县两级抽样控制样地年度监测抽样方案图。
【具体实施方式】
[0029] 本发明结合实施例并参照附图予以详述：
[0030] (1)设区市基本情况
[0031] 以浙江省某设区市2008-2012年的5年的一轮年度监测实践为例，2008年为基础 年，其余4年为一般年。设区市的所辖县副总体划分：市总体下辖8区3市2县，3市2县 及2个较大区，各作为一个县副总体；6个主城区以城市绿化为主，合并成一个县副总体，总 共8个县副总体。
[0032] (2)基于固定样地的县级动态监测
[0033] 根据县副总体森林资源二类调查小班前期本底数据，监测年度的突变小班进行档 案台帐更新、野外补充调查、复位调查，分别建立档案台帐、补充调查、复位调查3个数据 库。渐变小班进行测树因子模型更新，测树因子模型主要包括：胸径模型、树高模型和蓄积 量模型。渐变小班模型建模样本为当年度的野外固定样地采集数据，以基础年为例，某县松 木林分的渐变模型建模结果为：
[0034] 表1松木林分生长率模型
[0040] 其中，林分各小班后期单位蓄积量计算方程：
[0041] V = V前（I+Pv)k
[0042] 式中，Vli为前期单位蓄积，Pv为各进阶预估蓄积量年生长率，k为前后两期间隔期， 单位为年。
[0043] 上述4个数据库分别更新完成后，对其进行合并，生成当年度的小班更新数据总 库。对小班更新数据总库进行数据质量检查、分别统计各县副总体小班动态监测结果；最后 对设区市所辖各县副总体的同一年度监测结果进行统计，汇总得到设区市总体的小班监测 结果。
[0044] (3)市县两级样地抽样控制年度监测
[0045] 市县两级抽样调查样地年度监测抽样方案为：基础年样地，在现有省级样地 4kmX6km的基础上再加密2倍，布设样地2092个，间距为4kmX2km。考虑到主城区副 总体与二类调查时间间隔较长，且样地变动系数较大，为取得较可靠的森林资源数据，按 IkmX Ikm进行加密，共计加密样地617个，合计布设样地数2709个。一般年，按年度监测抽 样方案抽取基础年的三分之一样地，每年约900个。基础年和一般年抽样调查的样地选择 如图3所示。
[0046] 每年对所抽取的样地进行实地信息采集。采集过程包括样地引线定位（GPS导 航）、样地坐标回采、航迹测定、样地周界测设、样地因子调查与记载、样木因子调查与记载 和样方因子调查与记载等。样地因子调查分为土地利用与覆盖、立地与土壤、林分特征、森 林功能、生态状况等6方面内容。样木因子数据采集因子有立木类型、检尺类型、树种（组）、 胸径等。样方因子数据采集内容包括：下木的树种名称、高度、胸径；灌木的主要种名称、株 数、平均高、平均地径、盖度；草本的主要种名称、平均高、盖度等。采集数据经数据校对、逻 辑检查分析后，建立抽样控制年度监测数据库。
[0047] 统计设区市和各县副总体样地监测数据年度抽样结果、抽样精度和抽样区间。基 础年统计按常规森林资源连续清查抽样的方法计算地类面积、蓄积和相应的特征数。一般 监测年份数据处理按二相抽样估计方法计算特征数，方法如下：
[0048] (1)面积因子估计
[0049] 面积因子采用马尔可夫链转移模型估计。基础年调查样地的数据构成一相样本， 一般监测年份调查的数据构成二相样本。
[0050] a)计算公式
[0051] 设p为根据一相样本计算的面积成数状态向量：
[0052] P = (Pr p2，...PL)
[0053] Plj为由p ^组成的矩阵，为复位样本各地类的马尔科夫转移矩阵：
[0055] 则经过二相样本修正后的后期面积成数状态向量的估计为：
[0056] a = Ppij= (a !，a2，…，aL)
[0057] 其中，
[0059] 修正后各地类面积成数之和应等于I，即
[0060] 方差为
[0062] 其中B1的方差的估计值D (a J为：
[0064] &1与a j (i