基于RS和GIS森林资源分布图的制作方法
本文以陕西省为研究区域，利用TM遥感影像和第五次复查遥感判读数据作为制作森林资源分布图的主要数据；有效的利用“3S”技术进行森林资源分布图的制作。
【关键词】遥感影像 监督分类 森林资源分布图
森林资源是林业生存与发展的物质基础，是自然资源的重要组成部分。如何科学、真实、直观地反应西北监测区的森林资源现状是当前林业工作者所面临的一大问题。遥感（RS）、地理信息系统（GIS）和全球定位系统（GPS）技术一体化已成为资源与环境监测的高新技术体系，并逐渐与各行各业相结合，形成不同的分支产业。林业正是其中最大的应用部门之一。因此，如何有效的利用“3S”技术进行森林资源分布图的制作也是当前我院迫切需要解决的问题。本文以陕西省为研究区域，利用TM遥感影像和第五次复查遥感判读数据作为制作森林资源分布图的主要数据。
1 研究区概况
陕西省位于我国中部偏东，地处黄河中游，其北部与内蒙古自治区接壤，东部与山西省以黄河为界，东南部与河南省、湖北省两省接壤，南部与四川省、重庆市毗邻，西部与宁夏回族自治区、甘肃相邻，地理坐标为东经105°29′-111°15′、北纬31°42′-39°35′，土地总面积20多万平方公里。
陕西省地带性植被由北向南分别为中温带干草原、暖温带森林草原、暖温带落叶阔叶林、北亚热带长绿落叶阔叶混交林。秦巴山地垂直带谱也较为明显。陕西省的森林主要分布在秦岭、巴山、关山、桥山和黄龙山五大林区。
2 数据源
本文研究用的遥感数据选用美国陆地卫星TM传感器获取的2002、2003两年图像数据，第五次复查遥感判读数据，1：25万基础地理数据库，1：5万地形图。
3 研究方法和技术路线
由于研究区面积较大，单纯的对遥感图像进行矢量化，需要投入大量的时间。根据遥感图像本身的特点，在ERDAS中对图像进行监督分类，转成矢量多边形图层，然后在Arcmap中与判读数据进行叠加，对两个矢量图层进行查询，确定每个多边形的地类，最后进行错误纠正，制图输出（如图1所示）。
3.1 遥感数据的处理
3.1.1 几何精校正
在每幅1：5万的地形图上选取1-2个控制点，多幅数据重叠区每1：5万地形图上选取3-4个控制点，精校正后的几何精度要求控制点中误差〈15米（如图2所示）。
3.1.2图像的监督分类
首先通过目视解译并结合遥感判读数据建立各个地类的训练区，由于出现同谱异物和同物已谱的现象，每个地类要尽可能地多建立几个训练区，建立最终的分类模版，采用最大似然法对图像进行监督分类，分类效果如图3所示（由于数据量较大，只截取了图像的一部分）。
3.1.3 分类后的处理
采用监督分类后，图像上产生了许多面积很小的图斑，由于遥感判读样地是采用2*2公里的格局分布的，从实际应用的角度来看，有必要对这些小的图斑进行剔除。应用ERDAS里的GIS分析功能Clump、Eliminate可以完成对小图斑的剔除工作（如图4所示）。
3.1.4 栅格到矢量的转化
利用ERDAS里的Raster to Vecter功能将去除分析后的图像转成矢量多边形图层（如图5所示）。
从图中可以看出，尽管做去除分析的时候，已经将最小图斑的面积确定为30*30像素，但转成矢量图后，仍有大量的小多边形存在，小多边形的存在对以后的查询存在一定影响，所以需要用ArcInfo Workstation中的Eliminate命令将小于一定面积的多边形删掉。
3.2 利用遥感判读数据对多边形的地类进行确定
前面只是将遥感图像转成了矢量多边形，对于每个多边形的地类还没有确定。如果只是根据监督分类的分类模版来确定地类，由于同谱异物和同物已谱的原因，会导致许多地类与实际不符，所以要与遥感判读数据结合起来决定多边形的地类。
3.2.1 矢量多边形与遥感判读样地数据的叠加
如图6所示。
从图7中可以看出，两个图层只是简单的叠加在一起，如何根据两者的关系确定多边形的地类呢？首先利用Arcmap中的“通过位置选择”查出所有落入多边形内的样地（遥感判读样地，下同），并且把包含有样地的多边形ID作为一个字段赋予给样地图层的属性表（如图7所示）。
3.2.2 利用Visual FoxPro中的SQL语句进行查询
根据修改后的样地图层属性表，在Visual FoxPro中利用SQL语句对其进行查询，查询落入每一个多边形的同种地类的样地数量，选择一个最大值，把最大值的样地的地类作为一个字段添加到查询结果表中，这样所有包含有样地的多边形的地类就确定了。由于这个查询结果表只是一个属性表，所以要把查询结果表与多边形图层属性表连接起来，确定所有多边形的地类。同时，由于遥感判读样地是以2*2公里的密度进行分布的 ，从图8以及查询的结果中可以看出有的多边形含有不同地类的样地的数量最大值相等，有的多边形包含不同地类的样地数量最大值为0（表明没有样地落入多边形）。对于最大值相等的多边形，地类以地类代码小的地类为最终查询结果；对于最大值为0的多边形，在ArcInfo Workstation中进行剔除。
3.3 错误纠正
为了更能精确的反应研究区的森林植被情况，需要在Arcmap中，把判读数据与多边形图层再次叠加，使两者结合起来，进行手工修改。
3.4 制图输出
各个多边形的地类最终确定以后，根据制图要求，把研究区的边界线图层、水系图层、主要道路图层等加载进去。最后确定图的标题、比例尺、图例等（如图8所示）。
4 结论
本文主要采用TM遥感影像与判读数据相结合的方法，进行森林资源分布图的制作，避免了传统制作方法中的不足。对遥感图像采用监督分类，分类后进行处理，再直接转成矢量多边形，节省了大量的时间。然而整个制图过程中也有许多不足之处，需要以后进一步改进。
参考文献
[1]党安荣，王晓栋，陈晓峰等.ERDAS IMAGINE遥感图像处理方法[M].北京：清华大学出版社，2005.
[2]许兰霞，冯仲科.3S技术用于森林与生态环境综合监测及评价中存在的问题及其进一步完善的途径[J].世界林业研究，2000，13（02）：14-19.
[3]陈志军，李志忠，杨清华.用遥感图像提取土地利用变化信息的特征变异增强方法[J].国土资源遥感，2000（03）：49-52.
[4]贾永红，李德仁，孙家柄.多源遥感影响数据融合[J].遥感技术与应用，2000，15（01）：41-44.
作者简介
牛娟（1978-）女，河南省人。研究生学历。现为国家林业局西北林业调查规划设计院助理工程师。研究方向为地理信息系统应用。
作者单位
国家林业局西北林业调查规划设计院 陕西省西安市 710048
