中分卫星遥感技术在森林资源动态监测中的应用

doi:10.13466/j.cnki.lyzygl.2021.03.024

林业资源管理 ›› 2021›› Issue (3): 154-159.doi: 10.13466/j.cnki.lyzygl.2021.03.024

中分卫星遥感技术在森林资源动态监测中的应用

兰玉芳¹(), 石小华¹, 马胜利¹, 王照利¹, 靳新²

1.国家林业和草原局西北调查规划设计院,西安 710048
2.西安绿环林业技术服务公司,西安 710048

收稿日期:2021-05-20 修回日期:2021-05-24 出版日期:2021-06-28 发布日期:2021-08-04
作者简介:兰玉芳(1987-),女,陕西神木人,工程师,主要从事“3S”技术在林业调查规划设计和森林资源监测应用方面的工作。Email: 715489923@qq.com
基金资助:
青海省森林生态效益补偿基金项目(2020)

Application of Middle-Resolution Satellite Remote Sensing Technology in Dynamic Monitoring of Forest Resources

LAN Yufang¹(), SHI Xiaohua¹, MA Shengli¹, WANG Zhaoli¹, JIN Xin²

1. Northwest Surveying,Planning and Designing Institute of National Forestry and Grassland Administration,Xi'an,Shaanxi 710048,China
2. Xi'an Lvhuan Forestry Technical Service Company,Xi'an 710048,China

Received:2021-05-20 Revised:2021-05-24 Online:2021-06-28 Published:2021-08-04

摘要/Abstract

摘要：

以青海省8个县为试点区,利用Sentinel-2A和Landsat-8中分辨率遥感数据,结合2018—2020年试点单位的森林督查成果及森林资源管理“一张图”年度更新数据,协同运用LSMA光谱混合分析模型、Li-Strahler几何光学模型,对试点县2020年森林资源变化情况进行动态监测和实证研究。结果显示:在15个月的时间跨度中,共监测疑似林地变化图斑693个,总面积1 286.382 7 hm²,主要发生在公益林地范围内,占疑似变化图斑总面积97.48%,总体准确率达到87.30%,满足森林资源动态监管要求;10m分辨率的中分卫星影像能检测到的最小图斑面积达到0.1 hm²,但主要集中在郁闭度较大的林区;在计算机自动检测的基础上,加入人工识别,能进一步提高变化检测的准确率。

关键词: 中分辨率遥感数据, 森林资源动态监测, 变化检测模型, 精度控制

Abstract:

Based on Sentinel-2A and Landsat-8 middle-resolution remote sensing data,combined with the three-phase forest inspection results and the annual update data of the "one map" of forest resources man-agement from 2018 to 2020,LSMA spectral hybrid analysis model and Li-Strahler geometric optics model were used to study the dynamic monitoring and empirical research on the changes of forest resources in 8 pilot counties of Qinghai Province.The results showed that,in the 15-month time span,a total of 693 change patterns with total area of 1286.3827 hm² of forest land were monitored,which mainly occurred within the public welfare woodland and accounted for 97.48% of the total area.And the overall accuracy rate reached 87.30%,which met the requirements for dynamic monitoring of forest resources;Also,the smallest patch area that could be detected by the 10-m resolution satellite image was 0.1 hm²,but it was mainly concentrated in forest areas with greater canopy closure;Furthermore,on the basis of computer automatic detection,adding manual recognition could further improve the accuracy of change detection.

Key words: middle-resolution remote sensing data, dynamic monitoring of forest resources, change detection model, precision control

中图分类号:

TP79
S771.8

兰玉芳, 石小华, 马胜利, 王照利, 靳新. 中分卫星遥感技术在森林资源动态监测中的应用[J]. 林业资源管理, 2021,(3): 154-159.

LAN Yufang, SHI Xiaohua, MA Shengli, WANG Zhaoli, JIN Xin. Application of Middle-Resolution Satellite Remote Sensing Technology in Dynamic Monitoring of Forest Resources[J]. FOREST RESOURCES WANAGEMENT, 2021,(3): 154-159.

图/表 4

参考文献 19

[1]	顾艳红, 张大红. 省域森林生态安全评价——基于5省的经验数据[J]. 生态学报, 2017, 37(18):6229-6239.
[2]	袁菲, 张星耀, 梁军. 基于有害干扰的森林生态系统健康评价指标体系的构建[J]. 生态学报, 2012, 32(3):964-973.
[3]	刘德伦. 对维护森林生态安全相关理论问题的探讨——学习习近平同志关于林业工作重要讲话及批示指示精神的体会[J]. 林业经济, 2014, 36(12):6-11.
[4]	兰玉芳, 石小华, 李宏韬, 等. 基于开源GIS的森林资源监测智慧云平台构建[J]. 林业资源管理, 2020(5):131-137.
[5]	陈兴芳, 尹继鑫, 郭德福. 基于复杂地貌下的土地利用信息提取技术[J]. 地理空间信息, 2021, 19(4):63-66.
[6]	张慧芳. 基于机器学习和模糊融合的高分影像变化检测研究[D]. 武汉:武汉大学, 2020.
[7]	宋茜. 基于GF-1/WFV和面向对象的农作物种植结构提取方法研究[D]. 北京:中国农业科学院, 2016.
[8]	李继旭. 基于深度学习的高分辨率卫星图像分类研究[D]. 青岛:青岛科技大学, 2020.
[9]	牛丽峰. 国产高空间分辨率卫星影像与航片融合方法研究[D]. 兰州:兰州交通大学, 2020.
[10]	陈科宇, 字洪标, 阿的鲁骥, 等. 青海省森林乔木层碳储量现状及固碳潜力[J]. 植物生态学报, 2018, 42(8):831-840. doi: 10.17521/cjpe.2018.0058
[11]	张永利, 杨峰伟, 鲁绍伟. 青海省森林生态系统服务功能价值评估[J]. 东北林业大学学报, 2007, 35(11):74-76.
[12]	董旭. 青海省森林资源评价[J]. 安徽农业科学, 2009, 37(12):5727-5728.
[13]	马浩. 2000—2015年青海省植被EVI变化趋势及其影响因素分析[J]. 林业资源管理, 2017(6):77-83.
[14]	王亚林, 龚容, 吴凤敏, 等. 2001—2013年中国灌木生态系统净初级生产力的时空变化特征及其对气候变化的响应[J]. 植物生态学报, 2017, 41(9):925-937. doi: 10.17521/cjpe.2016.0177
[15]	李荪青, 付碧宏. 基于线性光谱混合分析的乌鲁木齐不透水层提取及其时空变化分析[J]. 遥感技术与应用, 2020, 35(4):962-974.
[16]	李霞. 基于多尺度遥感影像的不透水面信息提取[D]. 福州:福州大学, 2015.
[17]	Wu C, Murray A T. Estimating impervious surface distribution by spectral mixture analysis[J]. Remote sensing of Environment, 2003(84):493-505.
[18]	王聪, 杜华强, 周国模, 等. 基于几何光学模型的毛竹林郁闭度无人机遥感定量反演[J]. 应用生态学报, 2015, 26(5):1501-1509.
[19]	谷成燕. 利用几何光学模型耦合多源遥感数据的山地森林参数估测研究[D]. 北京:中国林业科学研究院, 2018.

监测时段	图斑数 /个	总面积 /hm²	公益林林地面积/hm²	商品林地面积/hm²
第一期	379	235.0157	220.8442	14.1715
第二期	314	1051.3670	1033.1471	18.2201
合计	693	1286.3827	1253.9913	32.3916

监测时段	图斑总数/个	实际变化图斑/个	总体准确率/%
总体	693	605	87.30
第一期	379	332	87.60
第二期	314	273	86.94

中分卫星遥感技术在森林资源动态监测中的应用

Application of Middle-Resolution Satellite Remote Sensing Technology in Dynamic Monitoring of Forest Resources

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 19

相关文章 2

编辑推荐

Metrics

本文评价

[1]	兰玉芳, 石小华, 李宏韬, 马胜利, 张敏中. 基于开源GIS的森林资源监测智慧云平台构建[J]. 林业资源管理, 2020, 0(5): 131-137.
[2]	刘诚, 郑云峰, 杨锦鑫, 陆亚刚. 杭州市森林资源动态监测与土地调查成果协同对比分析[J]. 林业资源管理, 2020, 0(3): 52-57.