全球森林资源评估对我国森林资源监测的启示

刘 诚，陈火春,徐志扬,蔡 茂

(国家林业和草原局华东调查规划设计院，浙江 杭州 310019)

森林作为陆地生态系统的主体，在保障生态安全、促进经济发展等方面的贡献意义非常深远。为清晰认识全球森林状况和发展趋势，联合国粮农组织牵头于20世纪40年代开始定期开展全球森林资源评估，为掌握森林资源规模与发展状况、管理和利用森林资源提供必要信息，评估结果是反映世界森林资源状况的权威数据。2020年全球森林资源评估广泛应用遥感技术，极大地提高了工作效率，降低了人力、物力的投入，为我国今后森林资源调查监测提供了诸多启示。本文拟对全球森林资源评估及遥感技术应用情况进行分析，以期对增强我国森林资源调查监测能力有所帮助。

1 全球森林资源评估概况

1.1 全球森林资源评估发展历程

人类对全球森林资源的整体认识起于20世纪20年代，拉斐尔和斯派霍克对全球森林资源范围和质量进行了评估，这项工作极大地改变了人们对森林资源资产投资的观念[1]。1945年联合国粮农组织(Food and Agriculture Organization of the United Nations，以下简称FAO)首次提出及时更新世界森林资源信息的必要性，并于次年首次展开全球森林状况评估(Global Forest Resources Assessment,FRA)。此后FAO以5～10 a为周期开展全球森林资源评估，1990年后固定为每5年一次。20世纪60年代以前，评估工作以问卷调查形式开展，主要研究木材供应趋势，直到80年代，工作重点逐步转向森林功能和效益评估，通过调整评估范围和方法，提高各国参与度，评估工作的广度和质量不断得到提高[1-2]。1980年以来，在专家评测、遥感和统计建模支持下，评估工作基于一致性定义标准，以森林资源清查数据、植被分布图等各类国家参考数据为基础开展，评估结果相比以前更具专业性、科学性和时间序列关联性，使长期持续评估区域和全球层面森林资源成为可能[3-4]。

随着3S技术的不断发展，可获取的遥感影像种类越来越多，影像处理和解译方法越来越科学，遥感手段成为2020年全球森林资源评估中获取区域和全球生态区尺度的土地利用现状和变化信息的重要手段[3]。2020年全球森林资源评估遥感调查，利用多期遥感影像分析近20年森林资源变化情况，并首次使用无人机航摄技术获取地面样地信息。这为未建立森林资源清查体系的国家提供了利用遥感技术获取本国森林资源数据的手段，并有效推广无人机等新技术在森林资源调查中的应用。

1.2 2020年全球森林资源评估

全球森林资源评估经过近70年的发展与调整，主要目的是解决森林生产及森林砍伐、森林生态系统服务、对社会经济和气候变化的影响等难题。2020年全球森林资源评估(FRA2020)是FAO进行的第14次评估工作，于2018年3月在墨西哥托卢卡的国家通讯员全球技术会议上正式启动，预计通过2年的时间完成数据收集、国家报告、数据汇总分析。此次评估工作的重点是确定有效变量，使评估结果能有效响应近年来重要国际森林政策，如“2030年可持续发展议程”和“可持续发展目标(SDGs)”、“巴黎协定”、“2017—2030年联合国森林战略计划”等[2-3]。

FRA2020评估内容包括7方面要素：森林面积、特征及变化；蓄积量、生物量和碳储量；森林经营；森林权属；自然灾害；政策及法律法规；就业、教育和NWFP(非木材林产品)，共包括22个一级指标和60多个二级指标[3]。FRA2020的主要指标详见表1。

表1 FRA2020的主要指标

FRA2020评估工作主要有以下几个特点：

1)自2000年以来评估指标首次减少，指标数从2015年的117个减少为60余个[4]；

2)实现关键指标年度出数，从而满足各国可持续森林管理的需求；

3)研发在线平台Forest resources information management system(FRIMS)，结合外部数据及地理空间数据，实现自动化指标出数，提高数据的连续性和可用性，以及评估结果的透明度和可靠度；

4)评估工作重点发展各国森林资源评估的能力，通过与参与国的强有力合作，要求各国充分运用本地经验知识自主开展样地遥感解译，提高解译质量，获得可靠信息。

2 全球森林资源评估遥感调查

2020年全球森林资源评估遥感调查(FRA2020 RSS)工作在Collect Earth Online software平台上，以近20年内森林覆盖和森林面积变化为主要判读因子，综合卫星遥感目视解译、历史资料分析、无人机航摄等技术方法，收集43万份样本数据。结合我国参与FRA2020的工作情况，对2020全球森林资源评估遥感调查技术方法进行梳理。

通过以上对黑粉组成的分析结果可以看出，黑粉主要以FeCO3为主，同时含有少量的Fe3 S4、FeS、Fe2 O 3、SiO2 和 S等。其中，FeCO 3、Fe3 S4、FeS显然是由天然气输送过程中管道的H 2 S和CO2腐蚀造成的，属再生型黑粉。FeCO3通过以下反应生成[7]:

2.1 样地与数据

FRA2020 RSS根据4类森林覆盖类型和20个全球生态区，采用分层典型抽样方法在全球布设了80个抽样分层和40多万个样地，每个样地由一个约40 hm2的正六边形和中心位置1 hm2的方形样地组成。其中我国境内有1.36万个样地[5]。

我国FRA2020 RSS基础数据包括：样地矢量库、森林资源管理“一张图”矢量数据、行政界线、遥感影像以及林业经营管理资料。其中，遥感影像数据源包括：2000年Landsat-7、2010年Landsat-5、2018年Lan1dsat-8和Sentinel-2影像数据。Landsat-5、Landsat-7和Landsat-8的空间分辨率为30 m、Sentinel-2的空间分辨率为10 m。另参考天地图、BingMap以及ESRI高清影像等公开高分辨率卫星遥感数据进行辅助判读。

2.2 遥感解译

FRA2020 RSS土地利用类型共含森林、其他木质林、其他土地、水域4个一级分类，以及9个二级和14个三级分类。其中，森林包括天然林、人工林和红树林，被定义为“面积超过0.5 hm2、树木高于5 m、郁闭度超过10%，或树木能达到此阈值的土地。不包括主要为农业和城市土地利用类型。”；其他木质林被定义为“未被划入’森林’、面积超过0.5 hm2，树高超过5 m和郁闭度达到0.5～1.0，或树木能达到此阈值的土地；或灌木、灌丛和树木的总覆盖度超过10%的土地。不包括主要为农业和城市土地利用类型。”其它土地包括农田、草地、居民地、裸地、棕榈，按样地中林木面积占比是否超过50%确定是“有树的”其它土地还是“没有树的”其它土地。

FRA2020 RSS土地利用变化类型分为保持森林、保持非森林、森林减少、森林增加4个一级分类和8个二级分类。其中保持森林包括：保持有蓄积的森林、保持无蓄积的森林、从有蓄积到无蓄积的森林、从无蓄积到有蓄积的森林、从天然林到人工林的森林共5个二级分类。

利用平台下发的2000、2010和2018年3期遥感影像，同时参考公开高分遥感影像、森林资源管理“一张图”、以及其他林业经营管理资料，结合技术人员经验知识，判读每个样地的土地利用现状类型、2000—2010和2010—2018年间的土地利用变化类型，并将判读依据和把握度情况一并填写到样地判读登记表。

2.3 核实修正

内业判读完成后，挑选地类无法识别、判读难度较大或地类存疑等具有代表性的样地进行现地核实，并填写现地核实登记表。利用大疆御-2pro、精灵系列微型无人机进行“空中踏查”，按正六边形样地位置规划无人机航线，采集不小于正六边形样地范围、成图地面分辨率优于10 cm、位置精度优于5 m的高重叠率影像和POS数据，并制作正射影像图。结合无人机正射影像图、现场观察、探访和查看历史资料，核实样地土地利用类型和各类型面积占比。根据现地核实结果建立解译标志库，对所有内业判读结果中同类型误判样地进行修正。

2.4 成果生成

1)按照FRA2020 RSS土地利用类型标准和统计方法，以方形样地和六边形样地判读结果分别产出土地利用现状数据。前者是以方形样地数量占比乘以国土面积得出森林面积；后者是以样地中森林区域面积占比乘以国土面积得出森林面积。然后分别推算出2000—2010、2010—2018年的森林面积消长结果。

2)将现状和变化数据汇总形成全球森林资源评估遥感调查初步成果，并与FRA2020中国国家报告对比，评估数据差异。其中重点评估国家报告中森林和其他木质林面积、天然林和人工林面积与遥感调查数据差异；重点评估森林消长变化、森林增长和森林损失面积与遥感调查数据差异。

3)分析数据差异原因，形成最终工作成果。

3 评估工作经验及对我国的启示

3.1 全球森林资源评估工作经验

3.1.1使用全球统一的标准和方法进行评估

由于FAO参与各国的数据源完整性和质量均有较大的差异，各国使用的森林资源调查技术标准也有区别,FAO评估使用全球统一的技术标准，以期得到可持续、可追溯、可对比的全球森林资源评估结果，确保评估报告的一致性和准确性。

3.1.2全面启用遥感调查技术进行评估

自1990年FAO引入遥感技术进行全球森林资源评估，全球和区域性的森林面积及变化精细估算成为现实。FRA2020启动一套改进的遥感调查方法，结合前期森林资源评估经验，充分利用各国自身的实地知识，在全球、区域性和生态域(GEZ)尺度内，分别对土地利用现状和土地利用变化进行独立、可靠和一致的估算，并分析毁林驱动因素。FRA2020将为全球森林可持续发展管理提供重要且精细的指标。

3.1.3充分利用相关数据和资料辅助判读

FRA2020遥感调查收集样地全覆盖的多期遥感影像，估算43万个样地20年内森林覆盖和变化情况。使用的数据源为Landsat系列和Sentinel-2遥感影像。其中Landsat系列是主要判读数据源，影像时相好但空间分辨率较低，地表覆盖复杂时难以判断土地利用类型。Sentinel-2空间分辨率略高于Landsat系列，但只有一期数据且时相不明确，只能作为辅助判读。因此，森林资源管理“一张图”、森林经营管理资料、国产卫星数据源以及其他网络公开遥感数据源成为我国参与FAO2020遥感判读的重要参考资料。

3.1.4高度重视新技术和新方法的应用

FRA2020遥感调查在全球范围建立了网络专家库，积累了大量的专家知识；给未建立国家森林资源清查体系的国家提供通过遥感技术获取本国森林资源数据的手段；有效提升了各国森林资源遥感监测能力；工作中首次引入了无人机开展外业调查，为森林资源调查提供了新技术和新方法。

3.2 对我国森林资源调查监测的启示

我国自20世纪90年代就利用遥感技术开展森林资源调查应用研究，例如，在国家森林资源连续清查中利用遥感技术进行样地地类判读[6]；采用覆盖全国的国产高分辨率影像辅助开展全国林地变更调查，实现了把全国林地落到山头地块[7]；探索开展森林资源宏观监测，将抽样方法和遥感技术相结合估算森林资源总量[8]。可用的数据源包括资源系列、高分系列、环境星系列等国产光学卫星；Landsat、SPOT、Rapideye、MODIS等国外卫星；星载和机载雷达数据、激光雷达数据、无人机航拍数据等。尽管数据源丰富，但国内遥感技术在大范围森林资源出数中的应用仍比较薄弱，应用深度和广度均与国外林业发达国家有一定的差距。例如综合多源遥感信息大尺度反演森林关键结构参数、识别主要树种、估算蓄积量、生物量等，虽然相关理论研究成果较多，但实际应用范围有限。学习借鉴国外森林资源遥感调查的成功做法和经验，可提升我国现行森林资源调查与监测能力，实现全国森林资源重要参数的精准出数。

3.2.1建立健全国家级森林资源专家知识库，提升遥感解译自动化能力

我国土地面积辽阔，各地区自然条件的差异导致全国森林资源具有分布不均、森林类型多样、树种繁多复杂等特点，加上不同地物背景下“同物异谱”和“异物同谱”现象，给遥感解译带来很大的不确定性，极易出现混淆和错漏。目前国内林业遥感解译仍以目视判读为主，缺乏对遥感信息的深入挖掘和相关知识的运用，影像利用率低、信息提取量少。2020年全球森林资源评估工作充分结合各国本地专家经验知识提高解译质量并建立专家知识库，我国亦可借鉴学习，通过汇总整理各地现有的专家经验，挖掘深层次知识和方法，形成基于地理知识的全国森林资源专家知识遥感解译库，通过建立多个规则化信息模型，应用人工智能技术自动分类，实现森林资源覆盖和变化自动解译与识别，提高解译效率和成果精度。

3.2.2开展激光雷达、无人机等先进技术应用，提高遥感技术应用深度

随着国产遥感卫星发射数量逐年增加，数据光谱分辨率、空间分辨率、时间分辨率逐渐精细化，国产遥感卫星已逐渐取代国外商业卫星被广泛优先使用。2020年全球森林资源评估首次采用无人机技术开展地面调查，世界各国也在加快开展基于激光雷达、无人机等先进遥感技术深入应用。例如芬兰、瑞典等北欧国家利用机载激光雷达结合国家森林资源清查样地数据，产出各项森林参数，实现大范围出数[9]。我国可在现有的大量遥感数据源基础上，借鉴学习国外的方法手段，充分应用激光雷达、无人机、倾斜摄影测量等先进技术，产出树高、平均胸径、林分蓄积量、地上生物量、树种等重要森林参数，开展全国森林生态功能和经济效益评估等研究，实现遥感技术在森林资源调查监测中的深入应用。

3.2.3加快推进森林资源管理“一张图”建设，实现森林资源年度出数

我国森林资源调查监测工作始于20世纪50年代，通过不断扩展森林健康、生态功能等监测内容，推广“3S”、数据库等新技术，构建了以国家森林资源连续清查为主体，以地方森林资源规划设计调查为辐射，以作业设计调查和专项调查为补充的全国森林资源监测体系[10]。由于各类调查的目的和技术标准不统一、调查因子不齐全、调查周期长等问题，导致不同层面监测数据不统一、监测成果无法满足国家可持续发展需求、无法实现年度出数[9,11]。2010年我国启动全国林地变更调查，经过近10年的发展完善，逐步建成林地“一张图”，形成了以林地界线为核心内容、全面反映林地利用状况的多源数据集合[6]。根据国家林草局的部署，将把全国林地“一张图”逐步扩充构建森林资源管理“一张图”。我国要学习借鉴全球森林资源评估指标体系和技术标准，扩充森林资源管理“一张图”调查因子，以满足森林资源可持续发展利用的需求；要充分利用国产高分遥感卫星数据开展小班自动区划、树种自动识别、变化自动监测等自动化处理研究，实现资源数据年度出数、实时出数，以满足我国森林资源管理的要求。