林地是自然资源的重要组成部分，在减缓全球气候变化、维护生态平衡、改善生态环境等方面发挥着重要作用。遥感数据能够在不同尺度范围内开展林地资源的信息探测、目标识别和调查评估等。针对当前林地资源遥感制图的新需求，本文以北京市为例，综合利用MODIS、Landsat TM及各类遥感数据产品，开展了林地信息提取与精度评价空间抽样方法研究，采用林地遥感信息提取方法和遥感分类精度评价的采样点空间布局优化方法，分别解决区域林地资源遥感制图的信息获取及精度评价的可靠性问题。主要研究成果如下：

(1) 基于分形特征的林地信息提取。基于MODIS NDVI时间序列数据的分形特征，提出了一种林地遥感信息提取方法。研究结果表明：分形可以揭示不同尺度下不同目标地物显著的分离性；北京市林地信息提取结果的总体精度、Kappa系数和误差系数分别为90.54%、0.74和8.17%；与直接采用MODIS NDVI时间序列的林地提取结果相比，该方法林地信息提取的平均误差系数从30.2%下降到7.38%。研发的信息提取方法能够准确、有效地提取林地信息。

(2) 多维采样空间构建及采样点空间布局优化。提出了融合特征空间和地理空间的多维采样空间构建方法，采用空间分层和采样点类别划分进行精度评价的采样点特征空间优化，采用平均最短距离最小化准则构建采样点优化目标函数，结合空间模拟退火算法对采样点进行地理空间优化，最终综合集成精度评价的采样点空间布局优化方法。北京市应用案例结果表明，该优化方法兼顾了精度评价采样点在特征空间和地理空间的均匀性和代表性，保证了遥感分类精度评价的准确性和可靠性。

(3) 面向遥感分类精度评价的不同空间布局优化方法对比。研究设置不同空间布局优化方法的对比试验，结果表明本文提出的分层均匀方法总体精度、均方根误差和标准偏差分别为71.36%~73.91%，13.46%和0.96%，优于空间均匀方法、分层随机方法和简单随机方法。基于该方法对北京市林地信息分形提取结果进行精度评价，总体精度、相对精度、均方根误差和标准偏差分别为78.67%~81.76%、86.89%~90.30%、10.66%和1.16%。对比试验和应用案例结果同时证实，本文研发的分层均匀方法对于精度评价非常准确、有效，研发的优化设计方案在采样点特征空间和地理空间具有较好的代表性和均衡性。

(4) 研发的林地信息提取方法和精度评价采样点空间布局优化方法正在应用于京津冀土地利用与土地覆被变化监测、重大林业生态工程效果评价等政府工程项目，以便获取精度可靠的区域土地利用与土地覆被遥感分类图，辅助支撑自然资源监测和监管的政府决策和宏观管理，取得了良好的应用效果。