第6章 观察与度量：测计与信息技术

第6章 观察与度量：测计与信息技术

本章要回答的三个问题：不砍倒树，怎么算出它的材积、一片林子的蓄积？几十万公顷的森林资源，怎么用有限的样地调查出可信的总量？无人机、卫星和人工智能，把这门最古老的手艺改造成了什么样？

为什么会有这一章

前五章的每个决策——间伐强度、虫情阈值、碳库核算、更新达标与否——全都建立在同一个前提上：我们对森林的描述是准的。测计就是林业的"度量衡"。它古老到用轮尺和围尺，又新到用激光雷达点云和深度学习模型；但万变不离其宗的是抽样统计这个骨架。这一章按"单株—林分—区域"三个尺度递进，最后落在智慧林业的技术整合。

读完能解决什么

• 用胸径、树高与形数计算单株材积，用标准地每木检尺推算林分蓄积；
• 说清简单随机、分层、系统抽样的适用条件与误差来源；
• 解释遥感反演森林参数（郁闭度、蓄积、生物量）的物理基础与不确定性；
• 描述激光雷达、无人机与 AI 模型在调查流程中的位置与局限。

各节怎么分工

先决条件

不需要高深数学，但请接受两个前提：估测必有误差，误差必须量化；地面真实值永远校验一切技术花活。第4章间伐、第8章碳汇核算都会回来引用本章的方法。

往下走到哪

度量体系就位后，森林的产出可以进入收获与利用阶段——第7章从伐区设计讲到木材科学，把"长出来的东西"变成"用得上的材料"。

延伸一点：误差意识的三个层级

本章暗线是误差意识的三级进阶：单株级（测量规范与材积表的地区性，误差可百分点计）、林分级（标准地的典型性与复测的死亡木登记）、区域级（抽样设计的偏差与置信区间）。技术升级不消灭误差，只是改变它的形态——遥感把样地误差换成训练集代表性误差，人工智能把计算误差换成样本外泛化误差。合格的使用者不是追求"零误差"，而是每一层都清楚误差从哪来、有多大、值不值得花钱压缩。带着这个意识读完本章，再去读任何"智慧林业"宣传，自然有一副解毒剂。

上手清单与自测

上手清单三件：用围尺实测十株树的胸径并代入形数式算材积；在一张方格纸上布一个系统抽样网点并数一数落入林地的点数；找一段免费的卫星影像时序观察本地某林区十年的绿度变化。自测三题：一、为什么样地"顺手选好林子"比抽样误差更危险？二、误差与样本量的平方根关系意味着什么成本曲线？三、遥感反演为什么必须携带不确定性区间才能入账？

与其他章节的数值接口

本章产出的数字是全书的通用货币：第 4 章间伐设计要的标准地断面积、第 8 章碳汇要的蓄积与生物量、第 5 章阈值要的虫口与受害率、8.4 节修复验收要的覆盖率与更新层密度——全部由本章的方法供给。反过来说，任何一章的结论错误，追溯到源头常有测量的份：样地偏了、口径混了、材积表错了。把"数字的出生地"当成一个习惯问题来较真，是这一章教给读者最超值的一课，也是林业这个行业最朴实的职业伦理。

一句话收束

把本章压缩成一句叮嘱：没有测量的经营是盲目的，没有误差意识的数据是危险的。从轮尺到激光雷达，工具换了十几代，这条叮嘱一个字没变。下一章走进伐区与车间，你会看到每一个被交易、被计价的立方米背后，都站着本章介绍的某一把尺子。