卫星监测技术在森林资源管理工作中的应用

罗惠文

（国家林业和草原局西北调查规划设计院 陕西，西安 710048）

2018 年，国家林业和动物技术管理局建立了标准化监测机制，积极参与森林资源的发现、调查、根除和改善，开展了林业监管和国家研究活动。目前，远程变化检测技术在许多领域发挥着非常重要的作用。中国对先进图像技术的研究主要集中在自动图像和深度学习，利用卫星遥感集中探测技术监测森林资源动态变化的研究较少，每年通过监测和管理更新森林资源“地图”，使用高分辨率航空图像和卫星数据，建立用于研究和监测的森林资源“地图”和数据库，并在活动现场进行调查和监测，成为青海省森林资源监督管理的标准化。但是，高评分数据的地理覆盖率低，时间分辨率低，生产周期长，根据高评分卫星数据，青海省森林资源监测每年只能进行一次。因此，更新地图所需的时间太长，无法及时准确地收集有关森林资源变化的信息，限制了森林资源监督管理的机会和效力。对青海省森林资源动态变化进行高频监测，提高森林资源技术能力，改变森林资源监测管理方式。本书采用中心卫星探测技术，建立了LSMA混合光谱分析模型和基于中心卫星探测技术的光学卫星模型。应采用森林资源智能管理和变化检测算法。

1 森林监测资源的意义

森林资源是我国国民经济可持续发展必不可少的基础产业。因此，只有不断地管理森林资源的动态信息，才能适应现有森林资源的结构，展示其动态复杂性。要确保现行森林资源管理办法的科学性,准确性,根据森林资源现状解决发展困难，同时，应利用卫星监测技术提高森林资源调查的效率，确保信息的准确性和及时性，充分发挥森林资源的价值。

2 案例

2.1 研究区域概况

青海省位于中国西部，青藏高原东北部，地理位置为北纬31°39'～36°12'东经89°45'～102°23'，是长江、黄河和澜沧江的发源地，东西长1200多公里，南北长800多公里，与甘肃、四川、西藏、新疆接壤。青海省的生态系统是中国的水塔，环境安全是一个主要障碍，包括水资源。促进水源保护、水土保持、水土保持、气候调节、防灾减灾、动物群体和生物多样性等生态功能。根据“青海省2020年森林资源“一张图”年度更新”数据结果，青海省总面积为7174.81万公顷，其中林地面积1092.96万公顷，占总面积15.2%。森林面积538.11 万公顷，占林地面积的49.23%，森林覆盖率7.5%。森林植被主要分布在海拔3200～4000m 的长江、黄河、澜沧江、黑河等高山峡谷地带。植被区包括青藏高原、温带沙漠和温带草地三个植被区，以高寒干旱为特征。地图选自以下县：青海省三江源地区的玉树市、玛沁县、格尔木县和共和县。乐都区、湟中区、海西回族自治区、西藏和海西自治省都兰县是典型的实验区。

2.2 研究方法

2.2.1 中空间分辨率卫星监测技术提取图斑

（1）中空间卫星分辨率的概述 在这项研究中，空间分辨率卫星包括sentinel-2 和landsat8。这里，look-in-2是一个多光谱图像。MSI多光谱成像卫星分为2a和2b卫星，高度为786km，光谱范围为21km，宽度为466.7km。可见光在近距离有几个接近红外的空间分辨率。条目数据2 位于红色边框内。仅包含三个字段的数据在监测植被卫生信息方面非常有效。陆地卫星8 号是美国设计的第八颗卫星。它配备了可互操作的地球图像和热红外传感器。这幅图像包含九个频带，空间分辨率为30m，频带为15m，相机宽度为185km。OLI 全色波段Band8 波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征。

（2）提取模式的方法包括锂星反射模型和混合光谱分析。采用（LSMA），

R是b的反射。N为端元数目;F为端元i的权重，即各个光谱端元所占比率;R为端元i在波段b的反射率;e为残差。通过计算每个波段的残差e的均方根检验模型误差。在最终确定的线性光谱分析中，根据恒星模型，由卫星的四个光学组件分别监测树冠、土壤、树冠和树影土壤。此外，还分析了每个像元的树冠组成，并利用不同时期树冠组成的变化来检测森林变化的结构。根据变化类型，检测点至少包括三种变化：第一阶段图像有植被覆盖，下一阶段图像有清晰的曝光轨迹特征，前一阶段图像有植被覆盖，后一阶段图像有明显的结构特征。前幅图像具有明显的旧建筑或拆迁特征，后幅图像具有植被特征，根据每种类型的特征，确定并提取不同的阈值。

（3）数据源 使用2019年7月至2020年10月的遥感数 据（10/30m），包 括centroinel- 2a 和landsat- 8。Sentinal-2a（sentinel-2a，10d，10m，13波段）由欧盟委员会提供，欧洲航空和航天局（ESA）是唯一在红边界上有三个频段的数据，这对监测植被非常有效ESA 向全球用户提供数据免费获取服务(https://scihub.copernicus.eu/);Landsat-8(美国陆地卫星8 号，15-day，30-m，11-band)来源于美国地质勘探局官网(USGS)，也向全球用户提供数据免费获取服务(https://earthexplorer.usgs.gov/)。本文以Sentinel-2A作为主要数据源，Landsat-8为补充数据源，主要对一些局部云量覆盖大的区域进行补充。首先，根据行政区域，进行中央遥感数据的融合、融合、分离、校准和质量控制，以便在任何时候产生关于颜色处理产品的高质量统一数据。使用的土壤调查数据是2018 年至2020 年至三期森林监测调查的结果和更新的年度数据，它被用来制作森林资源管理的“地图”。每年，利用高分辨率遥感技术监测林区和森林变化区，最后建立“地图”和森林监测数据库。其中，森林历史监测和数据库搜索主要提供训练区内的一些变化数据，用于改变检测模式，并结合研究区域的土壤和植被覆盖特征，不断优化和调整检测算法。

其中：N为现场和办公室数据确认的修改图数量；N是变更检测规范的总数，即已确认的变更规范数量与未变更规范数量之和。

2.2.2 结果与分析 （1）变化图斑统计。2019 年7 月至2020年10月15个月内，共监测了693幅疑似林地变化图斑，总面积1286.8383 公顷，其中公益林地1253.97 公顷，占48%，商品林地32.3916 公顷，占2.52%。一期监测森林面积变化图379 幅，总面积235.0157 公顷，其中公益林220.84 公顷，公益林14 幅，商品林1715 公顷。在第二阶段，监测了314 幅森林土壤变化图，总面积为10515.36700m，包括103.1471 公顷公共福利林和18.2201公顷卫星监控公共福利林，提出的变化模型主要存在于公益性林区范围内。（2）精度验证。在第二阶段，监测了693个可疑的林地变化点，确认了605个。第二阶段监测的总体精度达到87.30%。在第一阶段的伪379个交换点中，实际发生332 个，精确度为87.60%。在第二阶段314个变化的怀疑点中，有273 个确实发生了，精确度为86.94%。监测的总体精度能够满足青海省森林资源动态监测和管理的需要。

2.2.3 讨论与结论 本研究的主要特点是利用中心卫星探测技术高频监测的优势，突破以往监测和林业研究的局限，自动识别季度或月度监测区域内森林资源的可疑变化点，主管森林和牧场当局可以收集更及时、更准确的森林变化信息。对于违法行为，改变林地用途，提前发现森林砍伐，进行预防和早期治理，让森林资源监管管理的速率，得到了非常明显的提高。通过实验结果得知，芬兰卫星探测技术展现出了它在大气变化监测方面的优势，但与高分辨率图像相比有很大优势，在频繁变化的小地区，对人类贸易活动的控制存在一些缺陷，总体精度明显较低，特别是在乐都区。应定期对监测区域进行遥感自动监测，并将监测点发送给基层林业工作者。根据检查证据，基本人员护林检查的效率可以明显提高。同时，检查员可根据当地变化更新森林资源数据。更新森林资源管理文件的及时性和准确性已通过变化图得到检验。经过实地测试，中央遥感技术可以识别出一些隐藏面积超过0.1 公顷（1.5 亩）的山区变化点，基层林业工作者可以提供强有力的技术支持。在全省巡查护林人员和监测森林资源的能力可以提高保护和管理水平。在精确控制方面，值得学习以下经验：基于自动识别变化点，计算机可以手动学习并自动识别错误点，以发现可能的问题，并进一步提高监测变化的及时性和准确性。卫星监控该斑块的最小面积为0.1 公顷（1.5 亩），但主要集中在密度高的林区。因此，有必要在树冠密度低的地区，特别是在人类活动频繁的地区，进一步增加对垃圾填埋场的检测。在监测过程中，局部小气候受到水汽和薄云的影响，图像的某些像素出现光谱畸变，导致判断错误和遗漏。卫星监控方面，分辨率图像的有效结合，让监测工作得到有效的提高，不断提高森林资源监测管理水平。研究结果可定期直接发送至forest 卫星监控head 平台。根据各级森林监督员的职责范围、任务和人员分工，可以通过发布可疑变化图来执行巡逻任务，实现调查与监测、资源监督管理的一体化，更新数据和评估活动。相关的研究成果可为青海省森林法制建设和森林资源年产量的制定提供依据。然而，中心卫星的空间分辨率一般为10～30m，其空间分辨率能力明显低于高分辨率卫星，因此，高分辨率卫星成像技术难以在中心卫星数据上工作。此外，林地变化的主要原因有很多，变化情况复杂，各区域的土壤特征、气候特征和植被特征都有很大差异。为了显著提高中央卫星探测的灵敏度，使变化点的有效识别能够满足生产和实际应用的需要，有必要继续研究未来变化探测的整体精度是否需要进一步提高。

3 结束语

卫星监控技术作为一种新型技术，为森林资源的有效监控与管理方面提供帮助。但卫星监控技术的应用方式上，仍有着一些不足之处，需要相关领域人士们的不断努力与研究，为领域的有效发展做出贡献。