衛星監測技術在森林資源管理工作中的應用

羅惠文

（國家林業和草原局西北調查規劃設計院 陜西，西安 710048）

2018 年，國家林業和動物技術管理局建立了標準化監測機制，積極參與森林資源的發現、調查、根除和改善，開展了林業監管和國家研究活動。目前，遠程變化檢測技術在許多領域發揮著非常重要的作用。中國對先進圖像技術的研究主要集中在自動圖像和深度學習，利用衛星遙感集中探測技術監測森林資源動態變化的研究較少，每年通過監測和管理更新森林資源“地圖”，使用高分辨率航空圖像和衛星數據，建立用于研究和監測的森林資源“地圖”和數據庫，并在活動現場進行調查和監測，成為青海省森林資源監督管理的標準化。但是，高評分數據的地理覆蓋率低，時間分辨率低，生產周期長，根據高評分衛星數據，青海省森林資源監測每年只能進行一次。因此，更新地圖所需的時間太長，無法及時準確地收集有關森林資源變化的信息，限制了森林資源監督管理的機會和效力。對青海省森林資源動態變化進行高頻監測，提高森林資源技術能力，改變森林資源監測管理方式。本書采用中心衛星探測技術，建立了LSMA混合光譜分析模型和基于中心衛星探測技術的光學衛星模型。應采用森林資源智能管理和變化檢測算法。

1 森林監測資源的意義

森林資源是我國國民經濟可持續發展必不可少的基礎產業。因此，只有不斷地管理森林資源的動態信息，才能適應現有森林資源的結構，展示其動態復雜性。要確保現行森林資源管理辦法的科學性,準確性,根據森林資源現狀解決發展困難，同時，應利用衛星監測技術提高森林資源調查的效率，確保信息的準確性和及時性，充分發揮森林資源的價值。

2 案例

2.1 研究區域概況

青海省位于中國西部，青藏高原東北部，地理位置為北緯31°39'～36°12'東經89°45'～102°23'，是長江、黃河和瀾滄江的發源地，東西長1200多公里，南北長800多公里，與甘肅、四川、西藏、新疆接壤。青海省的生態系統是中國的水塔，環境安全是一個主要障礙，包括水資源。促進水源保護、水土保持、水土保持、氣候調節、防災減災、動物群體和生物多樣性等生態功能。根據“青海省2020年森林資源“一張圖”年度更新”數據結果，青海省總面積為7174.81萬公頃，其中林地面積1092.96萬公頃，占總面積15.2%。森林面積538.11 萬公頃，占林地面積的49.23%，森林覆蓋率7.5%。森林植被主要分布在海拔3200～4000m 的長江、黃河、瀾滄江、黑河等高山峽谷地帶。植被區包括青藏高原、溫帶沙漠和溫帶草地三個植被區，以高寒干旱為特征。地圖選自以下縣：青海省三江源地區的玉樹市、瑪沁縣、格爾木縣和共和縣。樂都區、湟中區、海西回族自治區、西藏和海西自治省都蘭縣是典型的實驗區。

2.2 研究方法

2.2.1 中空間分辨率衛星監測技術提取圖斑

（1）中空間衛星分辨率的概述 在這項研究中，空間分辨率衛星包括sentinel-2 和landsat8。這里，look-in-2是一個多光譜圖像。MSI多光譜成像衛星分為2a和2b衛星，高度為786km，光譜范圍為21km，寬度為466.7km。可見光在近距離有幾個接近紅外的空間分辨率。條目數據2 位于紅色邊框內。僅包含三個字段的數據在監測植被衛生信息方面非常有效。陸地衛星8 號是美國設計的第八顆衛星。它配備了可互操作的地球圖像和熱紅外傳感器。這幅圖像包含九個頻帶，空間分辨率為30m，頻帶為15m，相機寬度為185km。OLI 全色波段Band8 波段范圍較窄，這種方式可以在全色圖像上更好區分植被和無植被特征。

（2）提取模式的方法包括鋰星反射模型和混合光譜分析。采用（LSMA），

R是b的反射。N為端元數目;F為端元i的權重，即各個光譜端元所占比率;R為端元i在波段b的反射率;e為殘差。通過計算每個波段的殘差e的均方根檢驗模型誤差。在最終確定的線性光譜分析中，根據恒星模型，由衛星的四個光學組件分別監測樹冠、土壤、樹冠和樹影土壤。此外，還分析了每個像元的樹冠組成，并利用不同時期樹冠組成的變化來檢測森林變化的結構。根據變化類型，檢測點至少包括三種變化：第一階段圖像有植被覆蓋，下一階段圖像有清晰的曝光軌跡特征，前一階段圖像有植被覆蓋，后一階段圖像有明顯的結構特征。前幅圖像具有明顯的舊建筑或拆遷特征，后幅圖像具有植被特征，根據每種類型的特征，確定并提取不同的閾值。

（3）數據源 使用2019年7月至2020年10月的遙感數 據（10/30m），包 括centroinel- 2a 和landsat- 8。Sentinal-2a（sentinel-2a，10d，10m，13波段）由歐盟委員會提供，歐洲航空和航天局（ESA）是唯一在紅邊界上有三個頻段的數據，這對監測植被非常有效ESA 向全球用戶提供數據免費獲取服務(https://scihub.copernicus.eu/);Landsat-8(美國陸地衛星8 號，15-day，30-m，11-band)來源于美國地質勘探局官網(USGS)，也向全球用戶提供數據免費獲取服務(https://earthexplorer.usgs.gov/)。本文以Sentinel-2A作為主要數據源，Landsat-8為補充數據源，主要對一些局部云量覆蓋大的區域進行補充。首先，根據行政區域，進行中央遙感數據的融合、融合、分離、校準和質量控制，以便在任何時候產生關于顏色處理產品的高質量統一數據。使用的土壤調查數據是2018 年至2020 年至三期森林監測調查的結果和更新的年度數據，它被用來制作森林資源管理的“地圖”。每年，利用高分辨率遙感技術監測林區和森林變化區，最后建立“地圖”和森林監測數據庫。其中，森林歷史監測和數據庫搜索主要提供訓練區內的一些變化數據，用于改變檢測模式，并結合研究區域的土壤和植被覆蓋特征，不斷優化和調整檢測算法。

其中：N為現場和辦公室數據確認的修改圖數量；N是變更檢測規范的總數，即已確認的變更規范數量與未變更規范數量之和。

2.2.2 結果與分析 （1）變化圖斑統計。2019 年7 月至2020年10月15個月內，共監測了693幅疑似林地變化圖斑，總面積1286.8383 公頃，其中公益林地1253.97 公頃，占48%，商品林地32.3916 公頃，占2.52%。一期監測森林面積變化圖379 幅，總面積235.0157 公頃，其中公益林220.84 公頃，公益林14 幅，商品林1715 公頃。在第二階段，監測了314 幅森林土壤變化圖，總面積為10515.36700m，包括103.1471 公頃公共福利林和18.2201公頃衛星監控公共福利林，提出的變化模型主要存在于公益性林區范圍內。（2）精度驗證。在第二階段，監測了693個可疑的林地變化點，確認了605個。第二階段監測的總體精度達到87.30%。在第一階段的偽379個交換點中，實際發生332 個，精確度為87.60%。在第二階段314個變化的懷疑點中，有273 個確實發生了，精確度為86.94%。監測的總體精度能夠滿足青海省森林資源動態監測和管理的需要。

2.2.3 討論與結論 本研究的主要特點是利用中心衛星探測技術高頻監測的優勢，突破以往監測和林業研究的局限，自動識別季度或月度監測區域內森林資源的可疑變化點，主管森林和牧場當局可以收集更及時、更準確的森林變化信息。對于違法行為，改變林地用途，提前發現森林砍伐，進行預防和早期治理，讓森林資源監管管理的速率，得到了非常明顯的提高。通過實驗結果得知，芬蘭衛星探測技術展現出了它在大氣變化監測方面的優勢，但與高分辨率圖像相比有很大優勢，在頻繁變化的小地區，對人類貿易活動的控制存在一些缺陷，總體精度明顯較低，特別是在樂都區。應定期對監測區域進行遙感自動監測，并將監測點發送給基層林業工作者。根據檢查證據，基本人員護林檢查的效率可以明顯提高。同時，檢查員可根據當地變化更新森林資源數據。更新森林資源管理文件的及時性和準確性已通過變化圖得到檢驗。經過實地測試，中央遙感技術可以識別出一些隱藏面積超過0.1 公頃（1.5 畝）的山區變化點，基層林業工作者可以提供強有力的技術支持。在全省巡查護林人員和監測森林資源的能力可以提高保護和管理水平。在精確控制方面，值得學習以下經驗：基于自動識別變化點，計算機可以手動學習并自動識別錯誤點，以發現可能的問題，并進一步提高監測變化的及時性和準確性。衛星監控該斑塊的最小面積為0.1 公頃（1.5 畝），但主要集中在密度高的林區。因此，有必要在樹冠密度低的地區，特別是在人類活動頻繁的地區，進一步增加對垃圾填埋場的檢測。在監測過程中，局部小氣候受到水汽和薄云的影響，圖像的某些像素出現光譜畸變，導致判斷錯誤和遺漏。衛星監控方面，分辨率圖像的有效結合，讓監測工作得到有效的提高，不斷提高森林資源監測管理水平。研究結果可定期直接發送至forest 衛星監控head 平臺。根據各級森林監督員的職責范圍、任務和人員分工，可以通過發布可疑變化圖來執行巡邏任務，實現調查與監測、資源監督管理的一體化，更新數據和評估活動。相關的研究成果可為青海省森林法制建設和森林資源年產量的制定提供依據。然而，中心衛星的空間分辨率一般為10～30m，其空間分辨率能力明顯低于高分辨率衛星，因此，高分辨率衛星成像技術難以在中心衛星數據上工作。此外，林地變化的主要原因有很多，變化情況復雜，各區域的土壤特征、氣候特征和植被特征都有很大差異。為了顯著提高中央衛星探測的靈敏度，使變化點的有效識別能夠滿足生產和實際應用的需要，有必要繼續研究未來變化探測的整體精度是否需要進一步提高。

3 結束語

衛星監控技術作為一種新型技術，為森林資源的有效監控與管理方面提供幫助。但衛星監控技術的應用方式上，仍有著一些不足之處，需要相關領域人士們的不斷努力與研究，為領域的有效發展做出貢獻。