森林资源动态监测系统与ENVI决策树分类技术的应用

总结、简单的数学统计和归纳方法等，获得分类规则并进行分类。相比较单纯利用《山东省森林资源动态监测调查系统》软件为工具所进行的实际林业资源调查而言，以ENVI决策树分类技术、GPS定位技术和GIS调查软件相结合的3S技术可以打破传统森林资源调查的局限，减少地形复杂区域的森林资源调查的困难程度，减少人力和物力资源的浪费，能加快森林资源调查的进程和速度。

（2）遥感影像的光谱分辨率与空间分辨率相互制约，遥感影像的空间分辨率高就意味着遥感影像的光谱分辨率低。使用高空间分辨率遥感影像来进行森林资源调查相比传统的调查方法而言，加快了森林资源调查工作的速度和精准程度。但在本文中高空间分辨率影像的分类研究表明，由于高分辨率遥感影像存在很多因地形、阴影、拍摄时间、拍摄角度、植被生长情况等所造成的异物同谱和同谱异物问题，会造成遥感分类结果中光谱信息相似的地物种类存在错误分类的现象。高空间分辨率影像的低光谱信息量特征是造成树种错误分类结果的主要原因。伴随着高空间、高光谱、微波遥感等遥感技术的发展，高空间、时间分辨率的影像在林业资源调查中的使用将加强森林资源调查的精准度，加快森林资源更新调查的速度，且遥感影像在林业中的应用必然会有广阔的前景。

（3）在此次林业资源调查过程中，3S技术的运用虽然起到了一定的积极效果，但3S技术集成应用的实际功能还未完全的开发出来，结合本文的应用案例分析，造成实际功能不能完全体现的原因主要是由于遥感分类技术达不到林业资源调查的要求；另外在地形复杂的山地和丘陵地区，移动端平板自带的GPS的定位功能会受到地形和树木遮挡的影响，造成定位精度达不到森林资源调查的要求的现象。应该加强各级相关部门的财政投入，更新调查工具和手段，使森林资源调查工作能高效率的展开。但伴随着3S技术的发展，利用3S技术对山地和丘陵地区森林资源的状况进行动态监测会提高森林资源调查的准确性，加快森林资源调查的速度。

致谢

感谢山东省第四地质矿产勘查院元伟涛师兄在数据提供与论文写作上给予的大力帮助。

【参考文献】

[1]国家林业局森林资源管理司.第七次全国森林资源清查及森林资源状况[J].林业资源管理，2010，01：1-8.

[2]陈雪峰.中国森林资源可持续发展问题的探讨[J].自然资源学报，1996，04：318-325.

[3]杨明，王朝琴，彭彰俊.黔南州长顺县林业资源调查与分析[J].森林工程，2013，06：44-46.

[4]邓坤枚.青藏高原林业资源的可持续发展探讨[J].自然资源学报，2000，04：340-347.

[5]代占山.黑龙江省宝清县林业局国有森林资源现状及今后经营利用分析[J].林业勘察设计，2010，01：1-6.

[6]郭生祥，汪有奎，张建奇，等.基于“3S”技术的祁连山自然保护区森林资源调查分析[J].林业实用技术，2011，03：47-49.

[7]张杰.试析我国东北地区林业资源现状及保护措施[J].黑龙江科技信息，2012，（12）：225.

[8]狄文彬，杜鹏志.对北京市森林资源现状及未来发展趋势的探讨[J].山东林业科技，2012，03：128-130+105.

[9]杜志，甘世书，胡觉.西南高山林区森林资源特点及保护利用对策探讨[J].林业资源管理，2014（z1）：27-31.

[10]贺鹏，甘世书，胡觉，等.我国热带林区森林资源动态变化特点及发展保护对策探析[J].林业资源管理，2014（z1）：22-26，36.

[11]龙超，鲁德，龙跃，等.中亚五国林业发展及国际合作展望[J].世界林业研究，2015，01：80-84.

[12]戴前石，谭宽祥，郑红.卫星遥感技术在林地变化监测中的应用[J].林业资源管理，2000，02：57-59.

[13]许国民.森林资源调查技术与方法[J].中国农业信息，2015，11：82.

[14]张鹏程.分析遥感技术在林业中的运用[J].黑龙江科技信息，2015，12：284.

[15]肖永有，刘小强，何伟民.卫星遥感影像在森林资源调查小班区划中的应用[J].南方林业科学，2015，05：40-42.

[16]龚玉梅，张炜.近红外光谱检测技术及其在林业中的应用[J].光谱学与光谱分析，2008，07：1544-1548.

[17]吴见，彭道黎.高光谱遥感林业信息提取技术研究进展[J].光谱学与光谱分析，2011，09：2305-2312.

[18]山东省林业监测规划院.山东省森林资源动态监测系统建设森林资源调查操作细则[M].2014.

[19]陈利，林辉，孙华，等.基于决策树分类的森林信息提取研究[J].中南林业科技大学学报，2013，01：46-51.

[20]罗朝沁，林辉，孙华，等.基于MODIS影像大尺度森林资源信息提取方法研究[J].中南林业科技大学学报，2015，11：21-26+42.

[21]孙静雯，王红旗，张欣，等.基于决策树分类的根河市土地利用变化及驱动力分析[J].中国人口.资源与环境，2014，S1：449-452.

[22]韩婷婷，习晓环，王成，等.基于决策树方法的云南省森林分类研究[J].遥感技术与应用，2014，05：744-751.

[23]刘旭拢，何春阳，潘耀忠，等.遥感图像分类精度的点、群样本检验与评估[J].遥感学报，2006，03：366-372.

[24]孙元芳，周斌，盖颖颖，等.遥感监测墨西哥湾溢油目标识别算法[J].测绘科学，2015，03：63-67+106.

[责任编辑：王楠]