钟 健，郑秋斌

(广东省岭南综合勘察设计院，广东 广州 510000)

森林蓄积量作为森林资源的一个重要因子，一直是林业调查工作中的重点内容。传统的人工方法调查蓄积量的工作量巨大，而且费用很高。如果可以利用遥感技术来估测森林蓄积量，工作量将会大大减少。伴随着遥感技术的研究与开发，通过使用遥感技术，结合部分地面样地数据进行建模，对森林蓄积量进行估测，已经成为当前我们的一个主要研究方向。当前，国内外很多专家在用遥感方法估测森林蓄积量方面已经做了大量的研究，主要包括使用光学遥感数据和微波遥感数据来估测森林蓄积量两个方向[1]。他们所应用的数据主要有：TM 影像数据、SPOT 数据、Landsat 数据、高分一号数据、高分二号数据等；建立的数学模型主要有：偏最小二乘模型、逐步回归模型、多元线性回归模型与机器学习模型等。但由于遥感方法误差很大，所以通过遥感技术估测森林蓄积量还没有在实际的调查中使用。如何构建最实用的数学模型，提高估测精度，将其运用到实际生产调查中，是我们现在所需要研究的主要问题。

在国外，通过构建回归方程来计算森林蓄积量已经取得部分成果[2]。Gemmel[3]利用TM数据，研究了许多因子与蓄积量的关系，发现郁闭度对蓄积量的影响程度最大，其次是TM4 波段和TM5 波段，这为其他学者对蓄积量开展研究提供了理论的基础。Fazakas等[4]使用TM 数据，通过KNN 法对瑞典一部分森林估测了蓄积量，结果表明，将多个像元结合起来估测精度要高于单个像元的精度。……