吉林一號(hào)衛(wèi)星在林業(yè)中的應(yīng)用

文 | 曲春梅朱瑞飛 王文 李恒宇周圓銹于海洋

1.長(zhǎng)光衛(wèi)星技術(shù)股份有限公司 2.吉林省衛(wèi)星遙感應(yīng)用技術(shù)創(chuàng)新基地 3.吉林省衛(wèi)星遙感應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室 4.吉林省森林防火預(yù)警監(jiān)測(cè)指揮中心

一、引言

森林承擔(dān)著供給資源產(chǎn)品、提供棲息場(chǎng)所、維持水資源質(zhì)量、調(diào)節(jié)環(huán)境氣候等作用，在維護(hù)生態(tài)平衡中起著決定性作用[1]。為了科學(xué)評(píng)價(jià)森林可持續(xù)經(jīng)營(yíng)與林業(yè)生態(tài)可持續(xù)發(fā)展?fàn)顩r和水平，急需科學(xué)、翔實(shí)和連續(xù)的監(jiān)測(cè)和評(píng)價(jià)數(shù)據(jù)支持，現(xiàn)代遙感技術(shù)具有觀測(cè)范圍大、高覆蓋、多時(shí)相、時(shí)空連續(xù)觀測(cè)等特點(diǎn)，可有效解決傳統(tǒng)森林資源監(jiān)測(cè)調(diào)查、濕地和自然保護(hù)地監(jiān)測(cè)監(jiān)管、荒漠化監(jiān)測(cè)、生態(tài)工程監(jiān)測(cè)、森林災(zāi)害監(jiān)測(cè)等林業(yè)監(jiān)測(cè)業(yè)務(wù)中存在的難以獲取大面積調(diào)查數(shù)據(jù)、耗時(shí)久、費(fèi)用高、效率低等問(wèn)題[2]。

然而，隨著林業(yè)精細(xì)化經(jīng)營(yíng)管理需求日益增多，林業(yè)對(duì)高空間和高時(shí)間分辨率遙感數(shù)據(jù)和處理技術(shù)的需求與日俱增，如林地資源變更調(diào)查等監(jiān)測(cè)需要米級(jí)分辨率的遙感數(shù)據(jù)支持[3]。吉林一號(hào)大規(guī)模星座具有高頻次、高空間分辨率、大區(qū)域快速覆蓋的特點(diǎn)[4]，不但可有效解決林業(yè)資源調(diào)查和生態(tài)環(huán)境監(jiān)測(cè)等業(yè)務(wù)需求中的數(shù)據(jù)源問(wèn)題，而且通過(guò)研發(fā)相關(guān)技術(shù)和模型、軟件工具和產(chǎn)品，可進(jìn)一步優(yōu)化林業(yè)服務(wù)的業(yè)務(wù)流程，有效提高監(jiān)測(cè)的精度、效率和水平，有力促進(jìn)林業(yè)信息化水平的整體提高。

二、森林資源調(diào)查與監(jiān)測(cè)

1.森林資源調(diào)查

森林類型是確定同質(zhì)性森林資源空間分布，定量估算森林生態(tài)功能的關(guān)鍵依據(jù)。準(zhǔn)確掌握不同類型森林的空間分布及變化趨勢(shì)，能夠?yàn)橹贫謽I(yè)方針政策、宏觀規(guī)劃及精準(zhǔn)的森林資源經(jīng)營(yíng)、監(jiān)測(cè)方案提供重要的數(shù)據(jù)支撐[5]。

亞米級(jí)常綠松林提取。準(zhǔn)確提取常綠針葉樹(shù)的空間分布，可為包括病蟲(chóng)害監(jiān)測(cè)，森林經(jīng)營(yíng)管理等很多業(yè)務(wù)工作提供精確的數(shù)據(jù)基礎(chǔ)。充分利用東北地區(qū)森林的物候特征，利用吉林一號(hào)海量存檔數(shù)據(jù)中每年4月初與11月初空間分辨率0.75m、4譜段的衛(wèi)星影像，利用深度學(xué)習(xí)算法自動(dòng)化提取常綠松林圖斑，實(shí)現(xiàn)吉林省2022年常綠松林圖斑的提取，最小識(shí)別圖斑面積50m2，局部驗(yàn)證準(zhǔn)確率90.2%。其中吉林省東部延邊朝鮮族自治州汪清縣的松林提取成果見(jiàn)圖1。

圖1 汪清縣松林圖斑提取

基于多光譜的森林類型提取。以吉林一號(hào)空間分辨率5m、19個(gè)譜段的多光譜遙感影像為主要數(shù)據(jù)源，通過(guò)大量樣本和訓(xùn)練迭代次數(shù)，應(yīng)用三維卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法完成森林類型進(jìn)行提取，總體分類精度達(dá)92.9%，Kappa系數(shù)為0.92[6]。其中，柞樹(shù)林、紅松林和落葉松林的制圖精度和用戶精度均達(dá)到了90%以上。針闊混交林和闊葉混交林的制圖精度與用戶精度也都超過(guò)了85%。對(duì)分類結(jié)果重編碼后處理效果見(jiàn)圖2。

圖2 吉林省中部地區(qū)森林類型分類結(jié)果

基于外業(yè)調(diào)查獲取的GPS樣點(diǎn)數(shù)據(jù)，結(jié)合二類調(diào)查成果及林相圖，綜合選取驗(yàn)證樣本。中部研究區(qū)主要森林類型如闊葉混、柞樹(shù)林、楊樹(shù)林的生產(chǎn)者精度和用戶精度均高于85%；落葉松、紅松與其他針葉林存在一定程度的混淆，落葉松生產(chǎn)精度約為74.27%，可以滿足應(yīng)用需求。為進(jìn)一步驗(yàn)證分類面積精度，將分類面積統(tǒng)計(jì)結(jié)果與二類調(diào)查結(jié)果進(jìn)行對(duì)比分析，研究區(qū)主要森林類型分類結(jié)果面積統(tǒng)計(jì)平均相對(duì)精度為80%以上，森林類型分類結(jié)果統(tǒng)計(jì)面積與二類調(diào)查及影像解譯結(jié)果統(tǒng)計(jì)面積具有很高的一致性。

2.林地、草地、濕地以及自然保護(hù)地的變化監(jiān)測(cè)

監(jiān)測(cè)森林、草地、濕地和自然保護(hù)地資源現(xiàn)狀和動(dòng)態(tài)變化情況，按年度更新并及時(shí)掌握資源保護(hù)利用現(xiàn)狀及其消長(zhǎng)變化，全面掌握違法違規(guī)破壞森林資源情況，推進(jìn)森林、草地、濕地和自然保護(hù)地資源常態(tài)化、動(dòng)態(tài)化、規(guī)范化管理，為資源保護(hù)管理及生態(tài)文明建設(shè)重大決策提供科學(xué)依據(jù)[7]。

依托吉林一號(hào)星座高時(shí)間和空間分辨率以及強(qiáng)大的數(shù)據(jù)獲取能力，采集調(diào)查年度多時(shí)相遙感影像數(shù)據(jù)，基于前后兩期高分辨率遙感影像，建立專用樣本集與深度學(xué)習(xí)模型提取林草濕、自然保護(hù)地中的變化信息，并采用自動(dòng)化的后處理技術(shù)去除偽變化，以及空洞、碎圖斑和邊界不平滑等問(wèn)題[8]。之后通過(guò)人工核驗(yàn)，去偽、補(bǔ)漏、邊界修正和屬性填寫(xiě)，最終得到變更數(shù)據(jù)庫(kù)和統(tǒng)計(jì)成果。多期林草濕變化檢測(cè)及后處理分類樣例圖如圖3所示。

圖3 林草圖斑變化檢測(cè)及后處理分類樣例圖

2023年，采用吉林一號(hào)對(duì)湖南全省開(kāi)展林草濕地季度監(jiān)測(cè)與重點(diǎn)區(qū)域月度監(jiān)測(cè)工作，應(yīng)用以上變化檢測(cè)技術(shù)體系，全省單季度監(jiān)測(cè)變化圖斑8萬(wàn)余個(gè)，其中7萬(wàn)個(gè)圖斑均為早于國(guó)家下發(fā)圖斑，實(shí)現(xiàn)林草濕資源由被動(dòng)到主動(dòng)發(fā)現(xiàn)的重要轉(zhuǎn)變。

三、森林火災(zāi)預(yù)警與監(jiān)測(cè)

森林火災(zāi)具有突發(fā)性、短時(shí)間內(nèi)能造成巨大損失的特點(diǎn)。因此一旦有火災(zāi)發(fā)生，就必須以極快的速度采取撲救措施。撲救是否及時(shí)，決策是否得當(dāng)，都取決于對(duì)林火行為的發(fā)現(xiàn)是否及時(shí)，分析是否準(zhǔn)確合理。針對(duì)森林火災(zāi)，吉林一號(hào)在災(zāi)前、災(zāi)中和災(zāi)后都發(fā)揮了重要作用。

1.森林火險(xiǎn)評(píng)估

通過(guò)森林火災(zāi)評(píng)估與預(yù)警，可以掌握未來(lái)的火險(xiǎn)形勢(shì)，使森林火災(zāi)防預(yù)工作有的放矢。目前，我國(guó)森林火險(xiǎn)預(yù)警主要通過(guò)綜合氣象條件以及森林防火期內(nèi)生物及非生物信息進(jìn)行火險(xiǎn)等級(jí)的預(yù)報(bào)[9]。但忽略了地形、可燃物的干濕程度、可燃物的類型特點(diǎn)和人類活動(dòng)等因素，且森林火險(xiǎn)預(yù)警的尺度多為宏觀，森林火災(zāi)預(yù)警準(zhǔn)確性有待提升。

充分利用吉林一號(hào)可精準(zhǔn)提取地表覆蓋、準(zhǔn)確識(shí)別地表可燃物類型、載量、含水量、人類活動(dòng)要素優(yōu)勢(shì)，提取4大類12種森林火險(xiǎn)影響因子，構(gòu)建精細(xì)化的森林火險(xiǎn)等級(jí)預(yù)報(bào)模型，計(jì)算72小時(shí)內(nèi)鄉(xiāng)鎮(zhèn)級(jí)精細(xì)化的森林火險(xiǎn)預(yù)警評(píng)估結(jié)果?；谏鲜瞿Ｐ吞峁┍本┦猩只痣U(xiǎn)輔助決策意見(jiàn)（圖4）。通過(guò)回顧性分析，歷史火點(diǎn)發(fā)生在預(yù)測(cè)風(fēng)險(xiǎn)等級(jí)較高區(qū)域內(nèi)較多，驗(yàn)證了評(píng)估結(jié)果的可靠性。

圖4 北京市森林火險(xiǎn)預(yù)警輔助決策圖

2.森林火災(zāi)應(yīng)急監(jiān)測(cè)

在森林火災(zāi)發(fā)生的第一時(shí)間，利用服務(wù)接口提交應(yīng)急拍攝需求，啟動(dòng)吉林一號(hào)應(yīng)急拍攝機(jī)制，提供多光譜衛(wèi)星、高分辨率衛(wèi)星、夜光影像、視頻影像等多種拍攝模式，通過(guò)定量溫度反演與火點(diǎn)目標(biāo)識(shí)別，及時(shí)獲取火區(qū)范圍、火勢(shì)變化、火頭位置移動(dòng)、新火點(diǎn)出現(xiàn)以及現(xiàn)場(chǎng)撲救情況等信息，為現(xiàn)場(chǎng)的指揮決策提供輔助決策意見(jiàn)。

2020年3月28日晚，四川省涼山彝族自治州木里藏族自治縣發(fā)生森林火災(zāi)，吉林一號(hào)于2020年3月31日11時(shí)11分、13時(shí)24分、23時(shí)16分，4月1日13時(shí)40分四次拍攝（圖5），提供及時(shí)的火災(zāi)現(xiàn)場(chǎng)信息。

圖5 吉林一號(hào)四川木里火災(zāi)白天與夜晚高分辨率衛(wèi)星影像圖

3.火燒跡地監(jiān)測(cè)與植被恢復(fù)評(píng)估

森林火災(zāi)不僅會(huì)直接燒毀森林中的植被，造成經(jīng)濟(jì)和財(cái)產(chǎn)損失，破壞森林動(dòng)物的生存環(huán)境，降低森林生物多樣性，還會(huì)影響林木生長(zhǎng)和更新，破壞森林結(jié)構(gòu)，對(duì)林業(yè)可持續(xù)發(fā)展構(gòu)成巨大威脅[10]。

森林火災(zāi)的損失評(píng)估包括對(duì)火燒跡地范圍的識(shí)別以及植被恢復(fù)情況的監(jiān)測(cè)。依托吉林一號(hào)星座，在災(zāi)害結(jié)束后快速獲取高分辨率衛(wèi)星影像，識(shí)別并提取火災(zāi)區(qū)域邊界，在過(guò)火區(qū)域內(nèi)，繼續(xù)依托星座高頻重放和快速的數(shù)據(jù)獲取能力，構(gòu)建長(zhǎng)時(shí)間序列分析的標(biāo)準(zhǔn)影像數(shù)據(jù)集，應(yīng)用綜合線性回歸方法分析災(zāi)后植被恢復(fù)趨勢(shì)。2022年10月17日16時(shí)許，湖南省永州市新田縣發(fā)生森林火災(zāi)，吉林一號(hào)完成應(yīng)急服務(wù)后，對(duì)火災(zāi)發(fā)生區(qū)域盡量連續(xù)拍攝空間分辨率0.75m衛(wèi)星影像，對(duì)火燒跡地進(jìn)行了連續(xù)的監(jiān)測(cè)，識(shí)別過(guò)火區(qū)域10069公頃，受災(zāi)區(qū)域增強(qiáng)植被指數(shù)（EVI）總和相比災(zāi)前銳減了91.8%，連續(xù)四期的監(jiān)測(cè)顯示未見(jiàn)明顯恢復(fù)，需采取相應(yīng)的林地?fù)嵊胧▓D6）。

圖6 過(guò)火面積識(shí)別與火燒跡地的植被恢復(fù)評(píng)價(jià)

四、森林健康監(jiān)測(cè)

1.松林變色立木監(jiān)測(cè)

松材線蟲(chóng)病稱為“松樹(shù)的癌癥”，目前最有效的防治辦法是及時(shí)發(fā)現(xiàn)，并清除發(fā)病或已死疫木[11]。松樹(shù)遭受松材線蟲(chóng)侵染后，針葉失去光澤變成灰綠色，并逐漸變黃、紅褐色直至枯死[12]，變色立木監(jiān)測(cè)是松材線蟲(chóng)病取樣、處置的重要表征依據(jù)之一。由于松材線蟲(chóng)傳播迅速，適生范圍極廣，且呈現(xiàn)零星跳躍傳播的特點(diǎn)，因此疫木往往單株存在，開(kāi)展此項(xiàng)監(jiān)測(cè)工作需要在短時(shí)間內(nèi)對(duì)大區(qū)域快速覆蓋，獲取極高空間分辨率影像，否則無(wú)法完成單木級(jí)別的變色木識(shí)別，即無(wú)法扼制病蟲(chóng)害的快速傳播而達(dá)到防治的目的。

在監(jiān)測(cè)區(qū)域多源數(shù)據(jù)基礎(chǔ)上，構(gòu)建松林變色立木衛(wèi)星監(jiān)測(cè)技術(shù)體系，該體系集成了依托吉林一號(hào)林草衛(wèi)星的遙感定量分析技術(shù)用于重點(diǎn)區(qū)域篩選；集成基于高分辨率影像的針葉/闊葉樹(shù)種分類技術(shù)用于去除闊葉、林間裸地造成的誤識(shí)別；基于多樹(shù)種、多時(shí)相的變色木樣本集，訓(xùn)練衛(wèi)星影像小目標(biāo)識(shí)別的深度學(xué)習(xí)模型，實(shí)現(xiàn)松林變色立木目標(biāo)快速識(shí)別，最后輔以人工質(zhì)檢提升結(jié)果準(zhǔn)確率；構(gòu)建基于云同步、電子圍欄等技術(shù)開(kāi)發(fā)的協(xié)同監(jiān)管平臺(tái)和移動(dòng)核查APP，為林業(yè)部門落實(shí)防治工作提供有力手段。該項(xiàng)技術(shù)體系連續(xù)三年應(yīng)用于吉林省中東部14.45萬(wàn)平方千米范圍內(nèi)的松林變色立木識(shí)別（圖7），累計(jì)識(shí)別枯黃枯死樹(shù)63萬(wàn)余株，協(xié)助發(fā)現(xiàn)新疫點(diǎn)2個(gè)，目標(biāo)平均識(shí)別準(zhǔn)確率高于85%。

圖7 吉林省松林變色立木衛(wèi)星遙感監(jiān)測(cè)成果及局部放大圖

2.松材線蟲(chóng)病傳播風(fēng)險(xiǎn)評(píng)估

松材線蟲(chóng)病發(fā)病系統(tǒng)復(fù)雜，發(fā)病機(jī)制不明確，致病性差異大，給管理和防控工作帶來(lái)了挑戰(zhàn)。有研究表明，松材線蟲(chóng)病在中國(guó)東北和西北地區(qū)迅速蔓延，超出了以往的預(yù)測(cè)和對(duì)其潛在分布的傳統(tǒng)認(rèn)識(shí)[13]。為了防止重點(diǎn)病原體的大流行性傳播，識(shí)別潛在傳播風(fēng)險(xiǎn)區(qū)域至關(guān)重要。目前關(guān)于松材線蟲(chóng)病傳播風(fēng)險(xiǎn)預(yù)測(cè)研究主要集中在單一因素和大規(guī)模宏觀預(yù)測(cè)，對(duì)區(qū)域特征的多角度、精細(xì)化考慮不足[14]。

針對(duì)吉林省處于傳播早期的特征，利用吉林一號(hào)最新時(shí)相的亞米級(jí)高分辨率影像，通過(guò)變化分類識(shí)別結(jié)合變化檢測(cè)技術(shù)，快速識(shí)別松林周邊開(kāi)工建設(shè)區(qū)域和公園區(qū)域，以反距離權(quán)重確定人類活動(dòng)的因子權(quán)重，再綜合海拔、溫度、濕度、聚合度等10個(gè)自然和景觀要素構(gòu)建最大熵模型，完成傳播風(fēng)險(xiǎn)等級(jí)的預(yù)測(cè)和分析。應(yīng)用這項(xiàng)技術(shù)評(píng)估了吉林省的松材線蟲(chóng)傳播風(fēng)險(xiǎn)（圖8）。結(jié)果顯示吉林省大部分地區(qū)屬于松材線蟲(chóng)適宜生存區(qū)，但由于在西部分布較少，所以西部幾乎沒(méi)有松材線蟲(chóng)病風(fēng)險(xiǎn)；東部靠近長(zhǎng)白山脈附近以及東部偏北地區(qū)，由于常年溫度較低，海拔較高，總體也屬于低傳播風(fēng)險(xiǎn)區(qū)域；雖然中部整體傳播風(fēng)險(xiǎn)處于中風(fēng)險(xiǎn)區(qū)域，但越靠近中部地區(qū)，如長(zhǎng)春市、吉林市、遼源市，這些地區(qū)總體高風(fēng)險(xiǎn)以及極高風(fēng)險(xiǎn)分布最多，主要原因是人類活動(dòng)密集，且與已有疫區(qū)相鄰，無(wú)論是自然傳播風(fēng)險(xiǎn)還是人為傳播風(fēng)險(xiǎn)均更高。

圖8 吉林省松材線蟲(chóng)病傳播風(fēng)險(xiǎn)圖

五、森林碳儲(chǔ)量估算

森林作為陸地生態(tài)系統(tǒng)的主體和最大的碳庫(kù)，對(duì)于保持陸地生態(tài)系統(tǒng)穩(wěn)定和維持全球碳平衡具有重要的作用。利用遙感手段對(duì)森林碳儲(chǔ)量的關(guān)鍵參數(shù)進(jìn)行反演計(jì)算森林碳儲(chǔ)量，可以有效解決地面調(diào)查方法和通量站觀測(cè)統(tǒng)計(jì)方法存在的數(shù)據(jù)不充足和估算精度不夠高的問(wèn)題。

利用吉林一號(hào)寬幅衛(wèi)星采集長(zhǎng)春市凈月區(qū)高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)衛(wèi)星影像，利用 CASA 模型算法，將遙感因子、溫度因子和土壤因子作為輸入信息建立光能利用率模型，并根據(jù)碳轉(zhuǎn)換系數(shù)和分子轉(zhuǎn)換系數(shù)，計(jì)算森林碳儲(chǔ)量。研究結(jié)果（圖9）表明，凈月區(qū)森林碳儲(chǔ)量多為碳儲(chǔ)量中值區(qū)，高值區(qū)主要分布在東北部，低值區(qū)主要分布在道路沿線和西南部水庫(kù)。自監(jiān)測(cè)年 5-10 月，凈月區(qū)森林碳儲(chǔ)量先增加，后逐漸降低，與天氣存在較為一致的變化規(guī)律。并通過(guò)與實(shí)地調(diào)查采樣數(shù)據(jù)對(duì)比，長(zhǎng)春市凈月區(qū)森林碳儲(chǔ)量估算模型具有一定的可靠性和實(shí)用性，可作為森林碳匯估算的重要手段[15]。

圖9 吉林省長(zhǎng)春市凈月區(qū)2020年5—10月森林碳儲(chǔ)量分布圖

六、總結(jié)與展望

隨著以吉林一號(hào)為代表的商業(yè)衛(wèi)星快速發(fā)展和遙感技術(shù)進(jìn)步，衛(wèi)星遙感數(shù)據(jù)源向高頻次、高覆蓋、高空間分辨率發(fā)展。在傳統(tǒng)的林業(yè)遙感技術(shù)應(yīng)用領(lǐng)域，如林業(yè)資源調(diào)查、變更調(diào)查等，應(yīng)用服務(wù)的穩(wěn)定性和業(yè)務(wù)化有了前所未有的提升。

吉林一號(hào)星座除了已有的高空間分辨率光學(xué)、多光譜、夜光、視頻衛(wèi)星，激光、雷達(dá)、通信、氣象等衛(wèi)星也在孕育和發(fā)展中，在林業(yè)遙感領(lǐng)域的應(yīng)用服務(wù)也必將在深度、廣度以及服務(wù)模式等多維度帶來(lái)創(chuàng)新發(fā)展，與互聯(lián)網(wǎng)、大數(shù)據(jù)和智能識(shí)別等技術(shù)深入融合，也將推動(dòng)林業(yè)遙感的應(yīng)用向立體化、多層次、多尺度、多頻率、全天候、高精度和高效快速的目標(biāo)發(fā)展。