高分六号宽幅数据的森林植被黄化监测应用

文|武红敢 米国兵 曾庆伟

1.中国林业科学研究院资源信息研究所

2.国家林业和草原局林业遥感与信息技术实验室

3.关帝山国有林管理局二道川林场

4.北京中云伟图科技有限公司

一、引言

展示了良好技术能力，对树冠黄化监测也体现出良好的应用潜力。本文应用时间序列GF-6 宽幅数据开展了森林植被黄化过程的卫星遥感监测，以展示其在树冠健康监测中的应用方法和潜力，为森林病虫灾害、森林精准经营提供科学监管技术手段。

二、研究数据与分析方法

1.高分六号卫星遥感数据

高分六号（GF-6）卫星是一颗三轴稳定的对地观测卫星，配置一台宽幅相机（WFV）。WFV传感器在传统4 波段基础上，增加了2 个能有效反映植物特有光谱特性的红边谱段以及黄和海岸蓝谱段，成为我国首颗设置红边谱段以及采用国产CMOS 成像器件的多光谱遥感卫星，即具有星下点地面像元分辨率16m、8 谱段、860km 超大幅宽成像能力[10]。本文收集了2019 年春季和秋季的GF-6 WFV 数据，并基于高精度控制点和DEM 数据对图像进行了正射校正，图像间配准误差在1 个像元之内。同时根据资源卫星应用中心网站提供的2019年GF-6 WFV 绝对定标系数和FLAASH 算法，应用ENVI 软件对时序图像进行辐射定标和大气校正，以方便后续的定量化研究。

WorldView-3、Landsat-8、Sentinel-2、GF-6 WFV 等新型传感器都增设了红边、黄和海岸蓝等波段，主要是服务于植被的健康状态监测。由于黄色光与紫色光互为补色，即黄色树叶在黄波段反射最强而在紫色波段吸收最强，虽然GF-6 WFV 的海岸蓝波段的中心波长比紫光略长，但含有紫光成分，对于森林植被的黄化程度监测有着积极作用。

2.森林冠层黄化（或生长胁迫）的遥感监测原理

春夏季节，树木利用色素通过光合作用捕获光能，并且在叶子中其他物质的帮助下把光能以糖等化学物质的形式存储起来，而捕获光能的色素主要是叶绿素。除叶绿素外，其他色素的主要作用是把捕获的光能传递给叶绿素。在森林植被的旺盛生长季，叶绿素在叶子中的含量比其他色素要丰富得多，所以叶子呈现出叶绿素的绿色，而看不出其他色素的颜色。但当秋天来临后，树木为适应天气的变化，落叶树、林下落叶灌木和草本等开始停止生长，只需少量养料就可存活。在落叶前，树木先分解叶绿素，分解产生的物质从叶子输送到树根，作为过冬养料。叶绿素分解后，树叶里就剩下类胡萝卜素（还有其他色素，但主要呈黄色），且叶绿素的分解速度远大于类胡萝卜素的分解速度，因此秋天树叶会变黄，并由于得不到充足的水分供应，会逐渐干枯，经秋风一吹，便会落叶纷飞，达到降低水分蒸腾和减少养料消耗，让树木能安全度过寒冷干燥的冬季。这是森林植被生长的一个主动生理过程，在此过程中叶片发生大量复杂的生理和生化反应（如色素浓度和水分含量等改变），因此光学卫星遥感能够根据这些生理和生化的特征表现进行有效的监测。树冠叶片的衰老表征在自然情况下是受到年龄、季节变化诱导以及自身基因调控的自然发生的过程。但是在受到生物或非生物胁迫时，体内生理平衡被打破，衰老进程提前，同样会发生叶片黄化脱落，光合作用过早停止，最终形成生理性早衰。轻则影响生长，重则会导致林木死亡，因此树冠状态的监测对于防范森林灾害具有非常重要的指导意义。

3.黄化树冠光谱特征和信息提取

在遥感领域，由于植被指数有利于观测植被的长势和发展状况，从而被广泛应用于农林领域。随着传感器技术的进步，地球观测卫星为遥感专家不断提供了新数据，以推动相关研究和改进现有分析方法。归一化差值植被指数（NDVI）是基于植被在近红外波段的较强反射和在红波段较强的吸收特性而构建，因此常用来定量化反映植被的生长状况，且由于计算简单、指示性好，可以测量植物中光合作用的活性生物量，被广泛应用于农业、林业、生态环境等领域，是最适合监测植被生长动态的指数之一；归一化绿红差值植被指数（NGRDVI）近年来被广泛应用于植被叶片遭受红色攻击后的森林灾害监测，它是由绿波段和红波段反射率计算所得。本文还构建了由黄波段和海岸波段反射率计算所得的归一化黄紫差值植被指数（NYCDVI）。

众多研究表明，黄波段、海岸（紫边）波段、红波段和绿波段对于植被黄化有较好的敏感度，基于NYCDVI 指数的黄化率监测模型，可以宏观提取森林植被黄化程度信息。

三、应用结果与分析

本文主要以山西省关帝山国有林管理局为研究区，开展黄化森林植被的预警监测。共收集2019 年整个生长季14 个时相（4 月16 日、4 月29 日、5 月2 日、5 月19 日、6 月25 日、7 月7 日、7 月31 日、8 月17 日、9 月3 日、9 月18 日、10月21 日、10 月29 日、11 月11 日、11 月15 日）的GF-6 WFV 可用数据（云覆盖小于20%），以保证月度森林健康监测的需要，实际上在初春和秋天可满足旬频度的变化监测。GF-6 WFV 的高时间分辨率为森林生长的即时监测和评估奠定了坚实的数据保障。

1.物候所致的黄化林分监测

正如前面所述，每年秋季随着日照时间变短，就会导致树叶光合作用减弱，无法产生充足的叶绿素，而树木为了维持生长，必须将自身叶片中的叶绿素进行分解，从而产生叶片发黄的现象，继而凋落。为了探讨GF-6 WFV 新增波段在森林植被健康监测中的应用潜力，基于前述的单时相NYCDVI 指数构建的监测模型，利用2019 年10 月21 日的深秋图像，开展了（静态）黄化林分的制图，图1 和图2 分别是两种森林类型区的标准假彩色合成影像图（a）与遥感监测结果图（b）。

在图1（a）的标准假彩色图像中，明亮的红色区域为落叶阔叶林（柳树、杨树等）纯林区，其他的暗色区域为常绿针叶（油松）和落叶阔叶混交林区。图1（b）为对应的黄化林分监测结果，健康和轻度黄化区域主要位于海拔较低的沟谷两侧的常绿林，而中度和重度的黄化林分则分布于海拔较高的落叶阔叶林纯林，充分表明了GF-6 WFV 数据及其监测技术方法的有效性；在图2（a）的标准假彩色图像中，深红色区域是常绿油松林，亮红色区域为混交林区或灌草分布区。图2（b）是其对应的黄化监测结果，也呈现与森林类型分布的高度一致性，即健康和轻度黄化区域主要位于常绿林区，而中度和重度的黄化区域则位于阔叶林或灌草区，证明了监测技术方法的可靠性，与当年10 月中旬的现地勘察情况吻合。

图1 基于单时相模型的阔叶林区的植被黄化程度监测图

图2 基于单时相模型的针叶林区的植被黄化程度监测图

2.生长胁迫所致的黄化林分监测

以往众多研究都表明，由于地表覆盖中树种类型、林分组成、郁闭度、地形地势等的差异，基于时间序列影像的变化检测可以有效剔除上述影响因子的干扰，能更为客观、准确地刻画林分生长状态的相对变化情况，科学有效地提高遥感监测精度。由于2019 年5 月关帝山遭遇几次倒春寒侵袭，致使已经展叶的柳树、山杨、辽东栎、白桦、林下灌草等出现不同程度冻害，表现为树冠黄化枯萎。为了提高倒春寒冻害评估精度，基于时序GF-6 WFV 数据的NYCDVI 指数差值，构建了林分黄化率监测模型，实现黄化林分的动态变化监测，图3 和图4 为基于2019 年5 月19 日与2019 年6 月25 日两期GF-6 WFV 数据的时序黄化模型监测结果。

在图3（a）和图4（a）的标准假彩色图像中，同样亮红色为落叶阔叶林或灌草，暗红色为常绿油松林。图3（b）的中度和重度的黄化林分主要位于落叶阔叶林区，健康和轻度则是在海拔较低的针叶林区。图4（b）几乎全部为健康和轻度黄化区域，说明倒春寒对研究区1600m 以上以油松林为主体的森林造成的黄化危害相对较小，验证了当年6 月中旬的现地调查状况。

图3 基于时序模型的阔叶林区的植被黄化程度监测图

图4 基于时序模型的针叶林区的植被黄化程度监测图

四、结论与讨论

1.GF-6 WFV 数据将充实完善我国林草即时数据的采集技术体系

基于国家重大专项“林业生态建设与保护北斗示范应用系统工程”项目，中国林业科学研究院搭建了“北斗林草综合应用服务平台”，即利用北斗技术实现了林草时空数据的即时采集和快速传输。目前已经集成了国内外中等空间分辨率公益卫星（含GF-6 WFV）的遥感监测技术成果，对“北斗林草综合应用服务平台”进行业务应用扩展形成了“林草即时数据通导遥综合服务平台”，以彻底打破各林草业务间的信息孤岛，实现纵向到底、横向到边的即时数据双向（上传与下发）获取与共享，服务于林草湿荒资源的高效管理，全面提升林草资源动态变化（或事件）的预警、决策、处置响应时间，科学促进林业信息化技术成果落地生“金”，为林业高质量发展贡献“高分”力量。

2.GF-6 WFV 数据将促进林长制的科学实施

林长制是林草资源管理制度的重大改革，主要是建立以党政领导负责制为核心的责任体系，以保护生态、促进绿色资源发展、改善生态资源环境为目标，对生态资源进行保护与修复，强化资源监管，生态灾害防护预警。目前各地正在落实贯彻中办、国办的《关于全面推行林长制的意见》文件精神，围绕各级林长管理工作研发相应的信息化管理系统，必须基于科技手段来提升林长工作的督办督查能力，评价生态保护、灾害防治的治理效果，实现林长制到林长“治”的目标。因此，利用GF-6 WFV 数据的高时间分辨率和准实时森林健康状态监测的技术优势，可为各级政府落实森林资源目标责任制和进行逐级检查与考核提供科学依据。

3.GF-6 WFV 数据将助力森林健康经营

树冠健康（树叶损失率和树叶变色程度）是森林健康监测和评价的重要指标之一，根据健康状况诊断和评价结果，可以有针对性地制定森林经营措施，从而使森林向更健康的方向发展，同时服务于可持续森林经营和区域发展。林分是森林经营的最小单位，中等空间分辨率GF-6 WFV数据可以即时监测小班或林分尺度树冠失叶、变色等健康状态，以便对不健康、亚健康的森林采取相应措施恢复健康，充分满足人类对其价值、产品和生态服务功能等的迫切需求。

总之，森林关系国家生态安全，提高森林质量是我国“十四五”期间林业建设的中心任务，即要坚持保护优先、自然修复为主，坚持数量和质量并重、质量优先。只有保持森林的良好长势，才能提高林木抵御病虫、极端天气等危害的能力。自2019 年3 月21 日GF-6 卫星交付使用以来，已在自然资源调查、灾害监测评估等领域被广泛应用，其强大的数据采集能力为月度森林灾害的准实时监测与评估提供了有效的数据保障，并使森林冠层健康状态的卫星遥感预警监测成为现实，必将成为我国森林质量精准提升的重要技术支撑手段，并在及时控制森林生长衰退和综合提升森林生态、社会和经济效益方面发挥重要作用。