森林资源遥感监测服务平台的建设与应用

文│王定文 王蕾 赵玉婷 宁定远 冯晓东 张磊 卜勇霞 张阁阁

航天恒星科技有限公司

一、引言

森林资源作为地球上重要的生态系统，是生物多样化的基础，为人类与动植物提供生活资源。由于气候环境变化愈发频繁，干旱、强降雨等极端天气现象逐年增加，一定程度导致了森林资源持续枯竭。因此，定期监测、分析森林资源的空间分布及其状况非常必要。

通过对森林资源监测手段的不断探索，3S 技术逐渐成为了主流技术手段。卫星遥感具有“区域广、多时相、多分辨率”的特点，可对地物目标开展大区域、周期性及定量化的监测。2011—2020年，林业部门初步建设完成“高分辨率林业遥感应用与服务平台”。2019 年，李英科等提出基于极轨气象卫星的林火实时监测系统，可识别、显示森林火点及其位置。 但因遥感卫星受分辨率低、天气状况影响，越来越多的研究采用“灵活性强、启动快、分辨率高”的无人机遥感对小区域森林特定地物进行快速、不定期监测。2019 年，刘畅等提出无人机结合地面传感器构建林火监测系统。

本文结合卫星遥感 “大区域监测”能力与无人机遥感“机动性强、分辨率高”的特点，提出一套功能互补的森林遥感监测应用服务平台，服务于不同尺度范围内的林业资源普查、林业资源变化监测、林业火情监测，具有数据获取、数据预处理、产品生产和结果分析的森林信息监测服务能力。平台可评估指定区域森林资源覆盖及由于火灾、乱砍滥伐等造成的森林扰动情况，实现森林资源的及时监测，为区域林业管理提供基础数据与辅助决策支撑。

二、森林遥感监测应用服务平台建设内容

森林遥感监测应用服务平台由数据获取系统、基础处理系统、应用服务系统和平台管理系统组成。

（1） 数据获取系统

数据获取系统包含遥感卫星数据获取子系统和无人机遥感数据获取子系统，分别支持用户输入多源多时相遥感卫星数据，或获取特定区域无人机遥感数据并实现数据实时回传。

（2） 基础处理系统

基础处理系统主要对遥感卫星数据和无人机遥感数据进行预处理。遥感卫星数据处理模块包括表观反射率计算、辐亮度计算、气溶胶反演、大气校正等预处理模块。无人机遥感数据处理模块包括影像拼接、校正处理模块。

（3） 应用服务系统

应用服务系统涵盖各林业产品生产组件，主要包括卫星遥感数据森林资源普查模块、卫星遥感数据森林资源变化监测模块、无人机森林区域普查模块、卫星遥感数据森林火点监测模块、卫星遥感数据森林过火面积监测模块及无人机林区实时火情监测模块。

针对卫星遥感数据森林资源普查功能，平台支持对卫星数据抽样、建立生物量模型、森林抽样调查、森林区域面积定量估算及分类。

针对卫星遥感数据森林资源变化监测功能，平台通过对卫星数据进行森林指数计算，获取森林资源的扰动和恢复情况。

针对无人机森林区域普查功能，平台支持无人机获取样地光谱数据用于生物量模型验证、提取地物信息并输出森林区数字线化产品和可见光视频，以便查看森林分布与森林变化情况。

针对卫星遥感数据森林火点监测模块与过火面积监测功能，平台支持基于红外光谱卫星数据提取疑似火点、火灾损毁森林面积信息，辅助例行巡查。

针对无人机林区实时火情监测功能，平台支持在突发火情时采用无人机进行巡查，获取火情位置、面积等信息，辅助救援。

此外，平台可提供基于用户定制化需求进行以上产品的对比及统计分析，并输出森林资源监测分析报告，为用户管理森林资源提供数据支撑。

（4）平台管理系统

平台管理系统作为平台运行基础，由网络安全设备、存储设备、服务器等软硬件设备组成，为平台提供网络安全管理、数据存储配置和平台界面交互管理功能，支持平台系统间互通、数据产品报告归档、数据发布及下载、数据管理服务、日志管理及用户管理等服务。

三、森林遥感监测应用平台应用工作流程及案例

基于前文所述，森林遥感监测应用服务平台包含六个应用产品。本章节主要介绍应用产品处理工作流程和应用案例。

1.卫星遥感森林资源普查

（1）工作流程

为实现利用卫星遥感技术进行森林资源普查，服务平台基于高分辨率遥感数据的森林抽样调查数据处理技术，将高分辨率卫星数据的森林蓄积量赋值于中低分辨率遥感影像。模块功能包括三个方面：抽样、森林类型识别、定量估计。

卫星遥感森林资源普查功能的实现流程分为四步。第一步，对高分辨率卫星影像进行分类计算和分割处理。第二步，对中低分辨率多光谱遥感数据进行分类计算及矢量化，生成矢量化文件，再采用格网化处理计算森林类型所占每个格网的百分比生成抽样框。第三步，采用抽样框对高分辨率影像进行抽样剪裁，按照抽样框范围提取高分辨率影像类值完成蓄积量计算。第四步，通过面积统计更新模块计算，可提高大区域内各类针叶林、阔叶林、灌木等蓄积信息准确性。

（2）应用案例

选取2017 年9 月7 日黑龙江省鸡西市城子河区高分二号（GF-2）卫星数据，并叠加基于野外调查和Google Earth 采集的175 个验证样本点，如图1（a）卫星数据及采样点所示，进行森林资源普查。基于不同地物的光谱特性对图像分类、抽样、面积更新，得到森林分类专题图1（b），图中包含建筑、水体、道路、作物、云、阔叶林、针叶林、灌木和草地等地物类型。

图1 森林分类数据及产品

采用验证样本点与森林分类专题图进行叠加分析，通过混淆矩阵计算各类地物类型的总体精度为83%，反映了森林分类专题图较好地展示了该地区的基本状况。同时，通过森林分类专题图可知各地物类型的面积。

2.卫星遥感数据森林资源变化监测

（1）工作流程

森林资源变化监测功能用于监测受森林盗伐、火灾、植树等活动造成的从森林扰动、恢复到合理利用的变迁过程。该模块基于周期性动态监测，可快速自动化识别森林及其变化情况。

卫星遥感森林资源变化监测功能的实现流程分为四步。第一步，输入多年间的森林区域卫星遥感影像数据，对影像中水体与云进行掩膜处理。第二步，利用红光波段直方图峰值提取每景影像的森林样本；利用植被指数提取每景影像的森林像元，并与样本像元作相似性对比。第三步，根据与训练样本的相似程度确定每一年的森林覆盖范围图。第四步，对各年森林覆盖范围图像进行时间序列分析，得到森林变化监测图。

森林变化监测图包括持续森林、持续非森林、扰动年份、恢复年份、扰动后恢复年份以及波动类型。通过该图可反映过去多年森林的变化状况，辅助有关部门监测森林变化。

（2）应用案例

选取广西南宁高峰林场区域2014—2017 年的15 景GF-2 卫星数据，见图2（a），该区域一年四季都有植林和砍伐活动。图2（b）森林变化监测专题图展示了高峰林场4 年的扰动（森林减少）和恢复（森林增加）的情况，由不同颜色显示。

图2 森林变化监测数据及产品

另外，通过采集2014—2017 年共计203 个样本点进行监测精度验证。建立样本点与专题图对应区域的森林变化情况混淆矩阵，得到总体精度为81%，表明森林变化监测专题产品可较好地显示出森林发生变化的区域和时间，为采伐活动和造林活动提供数据辅助与支撑。

3.无人机森林区域普查

（1）工作流程

无人机森林区域普查可为林业部门提供示林区带有地理参考的数字正射影像图（DOM）、数字地表模型（DSM）和三维影像等专业型测绘数据。

无人机森林区域普查功能工作流程分为二步。第一步，采集人员利用无人机终端设备采集并回传森林区域的遥感数据和视频，执行控制点的野外采集作业。第二步，处理人员通过基础处理系统与应用服务系统，对影像数据、GPS 数据、控制点数据进行自动处理，将多张影像快速拼接成二维地图并生成带有地理参考的正射影像、地表模型和数字线化产品，并通过栅格影像矢量化处理，提取不同类别植被、林区边界等地形地貌信息。

（2）应用案例

通过平台管理系统展示生产后的连云港三维影像产品见图3，操作员可点击影像查看实拍可见光视频、树种类目、面积信息等生物量信息、及时监测森林生长状况、掌握当前森林水文情况和周边地形地貌信息，便于协助林业管理部门科学合理地获取森林资源动态信息。

图3 三维影像产品

4.卫星遥感数据森林火点监测

（1）工作流程

平台通过获取周期性的卫星图像进行处理分析，以便及时发现火点信息。卫星遥感数据森林火点监测模块工作流程包括：平台根据高温目标的热辐射能差异，基于红外波段及热红外波段建立火点提取模型。其次，输入数据计算所需波段的辐射亮度、反射率和亮温。然后，计算绝对火点阈值，根据阈值判断绝对火点、疑似火点。最后，对疑似火点信息进行筛选判断绝对火点，并提取火点的位置信息。

（2）应用案例

平台选取覆盖大兴安岭地区包含火点信息的MODIS 影像数据，见图4（a），通过火点监测模块获取的火点提取结果见图4（b）。

图4 火点监测数据及产品

平台将生产的火点监测产品与目视解译后的原始影像相结合，建立混淆矩阵，以混淆矩阵中的总体分类精度作为火点监测评价指标以验证产品精度。验证结果显示总体分类精度可达到93.6%，表明森林火点监测产品能较好地提取出森林火点信息，为森林火灾救援提供支撑。

5.卫星遥感数据森林过火面积监测

（1）工作流程

当森林火灾过后，植被覆盖范围减少，植被指数变化显著。平台通过建立全球植被指数模型，基于灾前灾后植被指数的变化，建立差异化模型以计算森林过火面积。

卫星遥感数据森林过火面积监测工作流程分为三步。第一步，基于平台输入灾前与灾后卫星影像，通过裁切、检测提取非云非水的区域。第二步，基于提取后的区域，计算灾前灾后植被指数模型，通过筛选指定阈值区间的像素点，可判断该像素点为存在过火情况。第三步，通过过火像素点集合计算出过火面积值。

（2）应用案例

选取覆盖黑龙江省沽河林业局伊南河林场MODIS 影像两景，火灾前影像见图5（a），火灾后影像见图5（b），经过火面积监测算法提取过火面积产品。

图5 森林过火面积监测数据

以目视解译方法勾选的过火区域像素为真实的过火区域，与软件生成的过火面积产品作对比，随机生成250 个采样点建立混淆矩阵，以混淆矩阵中的总体分类精度作为评价指标验证产品精度。验证结果显示总体分类精度均为94.4%，表明森林过火面积产品较好地体现了火情信息。

6.无人机林区实时火情监测

（1）工作流程

针对区域内突发火灾的情况，无人机终端通过搭载吊舱载荷采集红外视频，实时回传至平台。实时火情监测模块工作流程如下：首先，平台接收并实时处理无人机回传的载荷遥测数据和红外实时视频数据，对火源进行快速识别和精确定位。第二步，软件基于火源识别算法自动识别实时视频中的火源。第三步，由无人机和载荷的遥测数据对比火源相对于视频帧的位置，输出火源的实际地理位置、火场面积及火情监测报告。通过无人机对林区进行定期动态巡查，实时动态监测事中火场态势，测算事后过火面积等，为相关部门实现林火监测、救援提供及时有效的技术手段。

（2）应用案例

基于图6 林区火场红外影像和可见光影像，通过对红外影像的热点进行局部温度反演，最终精准提取火情信息并进行伪彩显示；通过可见光图像完成林火监测和火源识别。操作人员可通过火情监测软件界面查看火点动态变化情况，并自动生成监测报告。

图6 林区火场红外影像与可见光影像

平台可结合卫星和无人机火情监测功能，回溯灾情期间某一区域不同尺度范围内的火点个数变化情况、火灾位置偏移情况、火灾范围变化情况及火情对森林造成的损失影响，可以有效分析火情等级，预估火情发展趋势，评估火情造成的各类生物量损失情况，指导火情救援，为辅助生态环境修复提供数据基础。

四、结束语

通过卫星遥感与无人机遥感技术的优势互补，森林资源遥感监测应用服务平台可实现不同尺度、不同时间序列内、实时的森林资源识别及信息普查，森林资源变化监测，火情监测等功能，可实现对森林资源分布和变迁的动态分析、森林火情影响评估，为森林生态管理决策提供基础数据与分析依据。

本平台在利用卫星遥感数据和无人机遥感数据进行树株数量精细化识别方面仍存在开发空间。目前已有利用雷达卫星数据进行树株数目探测的研究，然而该方法的精细化程度受实际环境、森林密度等多方面因素影响，尚未进行工程化实施。因此，利用遥感数据识别树株数量仍是森林资源监测应用系统需要攻克的技术难点和发展方向。