正文如下：
一、二类调查怎么干：常规流程与外业痛点
森林资源二类调查是以经营单位或县为单元，把森林资源落实到山头地块的基础性调查，产出包括地类、林种、优势树种、龄组、郁闭度、每公顷蓄积量等一整套因子，是编制森林经营方案、核算资源家底的数据底座。常规做法是"区划—区划调查—抽样控制"三段式：先把调查范围划成林班和小班，逐个小班设置调查线路或样地，实测或目测各项因子，再按一定精度要求布设抽样样地控制总体。
外业的苦，干过的人都知道。一是样地多，一个中等县动辄数千个样地，每个样地要测树、定位、拍照、填表；二是地形险，南方山区的样地可能落在悬崖边、密灌里、滑坡体上，往返一趟小半天，真正干活的时刻不到一小时；三是人难到，基层技术队伍老化，旺季临时拼凑的人手对判读标准掌握不一，质量问题往往在内业检查时才暴露，返工代价高。外业成本占整个二类调查的大头，能在外业上省一步，项目周期和费用就省一截。
二、遥感能接下哪几件事
遥感进二类调查，不是替代全部外业，而是把外业能减的减掉、内业能提的提上来。具体能做五件事。
第一件是影像底图与小班勾绘。高分辨率影像做正射底图，小班边界直接在屏幕上沿影像勾绘，替代过去的纸上勾绘加实地补测。山脊线、沟谷线、道路、采伐迹地边界在亚米级影像上清晰可辨，勾绘效率成倍提升，边界一致性也远好于不同作业员的纸上调绘。第二件是树种与林种的辅助判读，多期影像加物候差异可以区分针阔、常绿落叶，把纯目视的工作量压下去一截。第三件是郁闭度与覆盖度的反演，利用植被指数或无人机点云估算郁闭度，给小班调查提供参考值。第四件是蓄积量建模，用遥感因子加地形因子建立与实测样地蓄积的回归关系，推算小班蓄积。第五件是变化图斑提取，对比上期档案与本期影像，把地类发生变化的图斑自动筛出来，重点核查。这五件事里，前一件和最后一件几乎是纯提效，中间三件需要外业数据配合标定。
三、树种与林种判读：能判到什么程度
树种判读是遥感在林业里最见功夫也最容易翻车的环节。可判的依据来自几个方面：物候差异，落叶树冬季影像上冠层裸露，与常绿树一眼可分；色调与纹理，不同针叶树的冠形、色调在高温期影像上有差异；立地关联，某些树种与海拔带、坡向有稳定的对应关系，可作为辅助证据。多时相影像叠起来，针叶林、阔叶林、针阔混交的区分精度可以做到比较可靠，主要树种的划分在优势度明显的林分里也有实用性。
但要认清边界。树种组可以判，同属近缘种之间靠光谱很难分；人工林的整齐纹理与天然林的好区分，天然次生林内部的树种构成则基本判不准。所以实操上通行的是"遥感判到组、外业定到种"：影像给出优势树种组和混交比例的初步判断，外业核实到具体树种。让遥感去回答它答不了的问题，错误会成片出现，这一条要在方案里就写死。
四、郁闭度反演与蓄积量估算：模型怎么建
郁闭度的遥感反演相对成熟。中高分辨率影像上，植被指数与实测郁闭度有较稳定的相关，标定后可以逐小班给出郁闭度估计值；无人机激光雷达更直接，点云的冠层覆盖率与实测郁闭度高度吻合，在有条件的区域，点云法基本可以把郁闭度外业实测环节压缩成少量校核。
蓄积量估算则难一档，因为蓄积不光与冠层有关，还与树高、直径结构、密度相关。通行做法是用多元回归或机器学习：自变量取光谱指数、纹理特征、地形因子（海拔、坡向、坡度），必要时加上雷达数据反演的树高，因变量是样地实测蓄积。建模的关键是样地数量与代表性，样本要覆盖不同龄组、不同立地、不同林分类型，否则模型在训练区看着很准，换一片林子就系统性偏差。建模完成后要在独立样地上验证，误差水平如实写进报告。蓄积量模型给出的永远是估计值加误差区间，能不能用于成果上报，取决于现行行业技术规范对相应方法的接受程度，方案设计时要先确认口径。
五、变化图斑提取：内业提效最实在的一块
二类调查最繁琐的内业工作之一，是把上一期成果与现状对齐：哪些小班地类变了、哪些是新增造林、哪些发生了采伐。人工逐屏比对，一个县要看几周。
遥感可以做自动预筛。上一期的小班矢量套到本期影像上，逐图斑计算光谱与纹理的变化幅度，超过设定界线的图斑自动进入待核查清单；两期影像直接做变化检测的也可以，但对配准精度和成像条件一致性要求更高。预筛之后，内业员只处理被标记的图斑，无变化的部分直接沿用并做抽样检查。变化图斑通常只占全域的一两成左右，预筛一步就把内业工作量压掉大半。这里有一个前提：两期影像的季节和成像条件要尽量可比，否则物候差异会制造大量假变化，把预筛的价值吃掉。
六、精度与责任边界：判读不能替代样地
把话说在前头：遥感判读成果不能无条件替代样地调查。原因有三。第一，判读需要真值，模型与判读标志都靠地面样地建立和检验，样地没了，判读就没有标尺。第二，现行行业技术规范对二类调查的抽样控制有明确要求，总体蓄积的精度控制通常仍以实测样地为准，这是成果法定地位的来源。第三，责任问题，小班卡片上每个因子都是调查者的签字责任，纯判读的成果一旦出现质量事故，没有实测记录支撑，说不清楚。
所以合理的定位是：遥感做面上普查与预判，样地做精度控制与真值锚点，小班外业做关键因子的核实。不是"遥感代替外业"，而是"外业从全域铺开变成靶向投放"。把这个边界写进技术方案，与主管部门确认后再开工，是项目不走回头路的保障。
七、分层抽样加遥感预分层：外业能减多少
外业减量的可落地路径是预分层抽样。思路是：先用遥感对全部小班做一轮快速判读，按蓄积量估计水平、地类稳定性和变化检测结果，把全域小班分成若干层——变化明显需实测核实的层、判读置信度高的稳定层、介于两者之间的中间层。然后按分层抽样的原理分配外业力量：变化层加密实测，稳定层大幅减量、以抽样校核代替全面实测，中间层适度安排线路调查。
减量的空间有多大，取决于区域条件，只能给量级判断。判读置信度高的成片人工林区，稳定层的外业工作量可以压到传统方式的三成上下；天然林比重高、林分破碎的南方山区，压缩幅度小得多，通常在两成左右。加上变化图斑预筛替代大面积巡查、无人机对险峻地块的替代到达，整体外业投入减少两到四成是多数项目可以争取到的区间，同时抽样控制样地一个不减，成果精度与规范地位不受影响。
这套方案的配套要求也要跟上：判读标志库要建，作业员要培训考核，判读结果与实测数据的吻合率要逐层统计，达不到设定界线的层要回退加密。减量减的是重复劳动，不是减质量，这套纪律守住了，方案才立得住。
结语
森林资源二类调查遥感技术的价值，不在于把外业取消，而在于重新分配外业：影像底图与林斑区划勾绘解决边界问题，判读与反演解决面上覆盖问题，蓄积量估算模型配合抽样控制解决数量问题，变化图斑预筛解决内业提效问题。判读的归判读，实测的归实测，边界清楚了，精度与效率才能同时保住。对基层林业单位来说，这不再是要不要用遥感的问题，而是怎么把遥感嵌进现有调查流程、把每一分外业力气花在刀刃上的问题。
时维遥感——遥感+AI，让农业更智慧
