劉 誠(chéng)，陳火春,徐志揚(yáng),蔡 茂

(國(guó)家林業(yè)和草原局華東調(diào)查規(guī)劃設(shè)計(jì)院，浙江 杭州 310019)

森林作為陸地生態(tài)系統(tǒng)的主體，在保障生態(tài)安全、促進(jìn)經(jīng)濟(jì)發(fā)展等方面的貢獻(xiàn)意義非常深遠(yuǎn)。為清晰認(rèn)識(shí)全球森林狀況和發(fā)展趨勢(shì)，聯(lián)合國(guó)糧農(nóng)組織牽頭于20世紀(jì)40年代開始定期開展全球森林資源評(píng)估，為掌握森林資源規(guī)模與發(fā)展?fàn)顩r、管理和利用森林資源提供必要信息，評(píng)估結(jié)果是反映世界森林資源狀況的權(quán)威數(shù)據(jù)。2020年全球森林資源評(píng)估廣泛應(yīng)用遙感技術(shù)，極大地提高了工作效率，降低了人力、物力的投入，為我國(guó)今后森林資源調(diào)查監(jiān)測(cè)提供了諸多啟示。本文擬對(duì)全球森林資源評(píng)估及遙感技術(shù)應(yīng)用情況進(jìn)行分析，以期對(duì)增強(qiáng)我國(guó)森林資源調(diào)查監(jiān)測(cè)能力有所幫助。

1 全球森林資源評(píng)估概況

1.1 全球森林資源評(píng)估發(fā)展歷程

人類對(duì)全球森林資源的整體認(rèn)識(shí)起于20世紀(jì)20年代，拉斐爾和斯派霍克對(duì)全球森林資源范圍和質(zhì)量進(jìn)行了評(píng)估，這項(xiàng)工作極大地改變了人們對(duì)森林資源資產(chǎn)投資的觀念[1]。1945年聯(lián)合國(guó)糧農(nóng)組織(Food and Agriculture Organization of the United Nations，以下簡(jiǎn)稱FAO)首次提出及時(shí)更新世界森林資源信息的必要性，并于次年首次展開全球森林狀況評(píng)估(Global Forest Resources Assessment,FRA)。此后FAO以5～10 a為周期開展全球森林資源評(píng)估，1990年后固定為每5年一次。20世紀(jì)60年代以前，評(píng)估工作以問卷調(diào)查形式開展，主要研究木材供應(yīng)趨勢(shì)，直到80年代，工作重點(diǎn)逐步轉(zhuǎn)向森林功能和效益評(píng)估，通過調(diào)整評(píng)估范圍和方法，提高各國(guó)參與度，評(píng)估工作的廣度和質(zhì)量不斷得到提高[1-2]。1980年以來，在專家評(píng)測(cè)、遙感和統(tǒng)計(jì)建模支持下，評(píng)估工作基于一致性定義標(biāo)準(zhǔn)，以森林資源清查數(shù)據(jù)、植被分布圖等各類國(guó)家參考數(shù)據(jù)為基礎(chǔ)開展，評(píng)估結(jié)果相比以前更具專業(yè)性、科學(xué)性和時(shí)間序列關(guān)聯(lián)性，使長(zhǎng)期持續(xù)評(píng)估區(qū)域和全球?qū)用嫔仲Y源成為可能[3-4]。

隨著3S技術(shù)的不斷發(fā)展，可獲取的遙感影像種類越來越多，影像處理和解譯方法越來越科學(xué)，遙感手段成為2020年全球森林資源評(píng)估中獲取區(qū)域和全球生態(tài)區(qū)尺度的土地利用現(xiàn)狀和變化信息的重要手段[3]。2020年全球森林資源評(píng)估遙感調(diào)查，利用多期遙感影像分析近20年森林資源變化情況，并首次使用無人機(jī)航攝技術(shù)獲取地面樣地信息。這為未建立森林資源清查體系的國(guó)家提供了利用遙感技術(shù)獲取本國(guó)森林資源數(shù)據(jù)的手段，并有效推廣無人機(jī)等新技術(shù)在森林資源調(diào)查中的應(yīng)用。

1.2 2020年全球森林資源評(píng)估

全球森林資源評(píng)估經(jīng)過近70年的發(fā)展與調(diào)整，主要目的是解決森林生產(chǎn)及森林砍伐、森林生態(tài)系統(tǒng)服務(wù)、對(duì)社會(huì)經(jīng)濟(jì)和氣候變化的影響等難題。2020年全球森林資源評(píng)估(FRA2020)是FAO進(jìn)行的第14次評(píng)估工作，于2018年3月在墨西哥托盧卡的國(guó)家通訊員全球技術(shù)會(huì)議上正式啟動(dòng)，預(yù)計(jì)通過2年的時(shí)間完成數(shù)據(jù)收集、國(guó)家報(bào)告、數(shù)據(jù)匯總分析。此次評(píng)估工作的重點(diǎn)是確定有效變量，使評(píng)估結(jié)果能有效響應(yīng)近年來重要國(guó)際森林政策，如“2030年可持續(xù)發(fā)展議程”和“可持續(xù)發(fā)展目標(biāo)(SDGs)”、“巴黎協(xié)定”、“2017—2030年聯(lián)合國(guó)森林戰(zhàn)略計(jì)劃”等[2-3]。

FRA2020評(píng)估內(nèi)容包括7方面要素：森林面積、特征及變化；蓄積量、生物量和碳儲(chǔ)量；森林經(jīng)營(yíng)；森林權(quán)屬；自然災(zāi)害；政策及法律法規(guī)；就業(yè)、教育和NWFP(非木材林產(chǎn)品)，共包括22個(gè)一級(jí)指標(biāo)和60多個(gè)二級(jí)指標(biāo)[3]。FRA2020的主要指標(biāo)詳見表1。

表1 FRA2020的主要指標(biāo)

FRA2020評(píng)估工作主要有以下幾個(gè)特點(diǎn)：

1)自2000年以來評(píng)估指標(biāo)首次減少，指標(biāo)數(shù)從2015年的117個(gè)減少為60余個(gè)[4]；

2)實(shí)現(xiàn)關(guān)鍵指標(biāo)年度出數(shù)，從而滿足各國(guó)可持續(xù)森林管理的需求；

3)研發(fā)在線平臺(tái)Forest resources information management system(FRIMS)，結(jié)合外部數(shù)據(jù)及地理空間數(shù)據(jù)，實(shí)現(xiàn)自動(dòng)化指標(biāo)出數(shù)，提高數(shù)據(jù)的連續(xù)性和可用性，以及評(píng)估結(jié)果的透明度和可靠度；

4)評(píng)估工作重點(diǎn)發(fā)展各國(guó)森林資源評(píng)估的能力，通過與參與國(guó)的強(qiáng)有力合作，要求各國(guó)充分運(yùn)用本地經(jīng)驗(yàn)知識(shí)自主開展樣地遙感解譯，提高解譯質(zhì)量，獲得可靠信息。

2 全球森林資源評(píng)估遙感調(diào)查

2020年全球森林資源評(píng)估遙感調(diào)查(FRA2020 RSS)工作在Collect Earth Online software平臺(tái)上，以近20年內(nèi)森林覆蓋和森林面積變化為主要判讀因子，綜合衛(wèi)星遙感目視解譯、歷史資料分析、無人機(jī)航攝等技術(shù)方法，收集43萬份樣本數(shù)據(jù)。結(jié)合我國(guó)參與FRA2020的工作情況，對(duì)2020全球森林資源評(píng)估遙感調(diào)查技術(shù)方法進(jìn)行梳理。

通過以上對(duì)黑粉組成的分析結(jié)果可以看出，黑粉主要以FeCO3為主，同時(shí)含有少量的Fe3 S4、FeS、Fe2 O 3、SiO2 和 S等。其中，F(xiàn)eCO 3、Fe3 S4、FeS顯然是由天然氣輸送過程中管道的H 2 S和CO2腐蝕造成的，屬再生型黑粉。FeCO3通過以下反應(yīng)生成[7]:

2.1 樣地與數(shù)據(jù)

FRA2020 RSS根據(jù)4類森林覆蓋類型和20個(gè)全球生態(tài)區(qū)，采用分層典型抽樣方法在全球布設(shè)了80個(gè)抽樣分層和40多萬個(gè)樣地，每個(gè)樣地由一個(gè)約40 hm2的正六邊形和中心位置1 hm2的方形樣地組成。其中我國(guó)境內(nèi)有1.36萬個(gè)樣地[5]。

我國(guó)FRA2020 RSS基礎(chǔ)數(shù)據(jù)包括：樣地矢量庫(kù)、森林資源管理“一張圖”矢量數(shù)據(jù)、行政界線、遙感影像以及林業(yè)經(jīng)營(yíng)管理資料。其中，遙感影像數(shù)據(jù)源包括：2000年Landsat-7、2010年Landsat-5、2018年Lan1dsat-8和Sentinel-2影像數(shù)據(jù)。Landsat-5、Landsat-7和Landsat-8的空間分辨率為30 m、Sentinel-2的空間分辨率為10 m。另參考天地圖、BingMap以及ESRI高清影像等公開高分辨率衛(wèi)星遙感數(shù)據(jù)進(jìn)行輔助判讀。

2.2 遙感解譯

FRA2020 RSS土地利用類型共含森林、其他木質(zhì)林、其他土地、水域4個(gè)一級(jí)分類，以及9個(gè)二級(jí)和14個(gè)三級(jí)分類。其中，森林包括天然林、人工林和紅樹林，被定義為“面積超過0.5 hm2、樹木高于5 m、郁閉度超過10%，或樹木能達(dá)到此閾值的土地。不包括主要為農(nóng)業(yè)和城市土地利用類型?！?；其他木質(zhì)林被定義為“未被劃入’森林’、面積超過0.5 hm2，樹高超過5 m和郁閉度達(dá)到0.5～1.0，或樹木能達(dá)到此閾值的土地；或灌木、灌叢和樹木的總覆蓋度超過10%的土地。不包括主要為農(nóng)業(yè)和城市土地利用類型?！逼渌恋匕ㄞr(nóng)田、草地、居民地、裸地、棕櫚，按樣地中林木面積占比是否超過50%確定是“有樹的”其它土地還是“沒有樹的”其它土地。

FRA2020 RSS土地利用變化類型分為保持森林、保持非森林、森林減少、森林增加4個(gè)一級(jí)分類和8個(gè)二級(jí)分類。其中保持森林包括：保持有蓄積的森林、保持無蓄積的森林、從有蓄積到無蓄積的森林、從無蓄積到有蓄積的森林、從天然林到人工林的森林共5個(gè)二級(jí)分類。

利用平臺(tái)下發(fā)的2000、2010和2018年3期遙感影像，同時(shí)參考公開高分遙感影像、森林資源管理“一張圖”、以及其他林業(yè)經(jīng)營(yíng)管理資料，結(jié)合技術(shù)人員經(jīng)驗(yàn)知識(shí)，判讀每個(gè)樣地的土地利用現(xiàn)狀類型、2000—2010和2010—2018年間的土地利用變化類型，并將判讀依據(jù)和把握度情況一并填寫到樣地判讀登記表。

2.3 核實(shí)修正

內(nèi)業(yè)判讀完成后，挑選地類無法識(shí)別、判讀難度較大或地類存疑等具有代表性的樣地進(jìn)行現(xiàn)地核實(shí)，并填寫現(xiàn)地核實(shí)登記表。利用大疆御-2pro、精靈系列微型無人機(jī)進(jìn)行“空中踏查”，按正六邊形樣地位置規(guī)劃無人機(jī)航線，采集不小于正六邊形樣地范圍、成圖地面分辨率優(yōu)于10 cm、位置精度優(yōu)于5 m的高重疊率影像和POS數(shù)據(jù)，并制作正射影像圖。結(jié)合無人機(jī)正射影像圖、現(xiàn)場(chǎng)觀察、探訪和查看歷史資料，核實(shí)樣地土地利用類型和各類型面積占比。根據(jù)現(xiàn)地核實(shí)結(jié)果建立解譯標(biāo)志庫(kù)，對(duì)所有內(nèi)業(yè)判讀結(jié)果中同類型誤判樣地進(jìn)行修正。

2.4 成果生成

1)按照FRA2020 RSS土地利用類型標(biāo)準(zhǔn)和統(tǒng)計(jì)方法，以方形樣地和六邊形樣地判讀結(jié)果分別產(chǎn)出土地利用現(xiàn)狀數(shù)據(jù)。前者是以方形樣地?cái)?shù)量占比乘以國(guó)土面積得出森林面積；后者是以樣地中森林區(qū)域面積占比乘以國(guó)土面積得出森林面積。然后分別推算出2000—2010、2010—2018年的森林面積消長(zhǎng)結(jié)果。

2)將現(xiàn)狀和變化數(shù)據(jù)匯總形成全球森林資源評(píng)估遙感調(diào)查初步成果，并與FRA2020中國(guó)國(guó)家報(bào)告對(duì)比，評(píng)估數(shù)據(jù)差異。其中重點(diǎn)評(píng)估國(guó)家報(bào)告中森林和其他木質(zhì)林面積、天然林和人工林面積與遙感調(diào)查數(shù)據(jù)差異；重點(diǎn)評(píng)估森林消長(zhǎng)變化、森林增長(zhǎng)和森林損失面積與遙感調(diào)查數(shù)據(jù)差異。

3)分析數(shù)據(jù)差異原因，形成最終工作成果。

3 評(píng)估工作經(jīng)驗(yàn)及對(duì)我國(guó)的啟示

3.1 全球森林資源評(píng)估工作經(jīng)驗(yàn)

3.1.1使用全球統(tǒng)一的標(biāo)準(zhǔn)和方法進(jìn)行評(píng)估

由于FAO參與各國(guó)的數(shù)據(jù)源完整性和質(zhì)量均有較大的差異，各國(guó)使用的森林資源調(diào)查技術(shù)標(biāo)準(zhǔn)也有區(qū)別,FAO評(píng)估使用全球統(tǒng)一的技術(shù)標(biāo)準(zhǔn)，以期得到可持續(xù)、可追溯、可對(duì)比的全球森林資源評(píng)估結(jié)果，確保評(píng)估報(bào)告的一致性和準(zhǔn)確性。

3.1.2全面啟用遙感調(diào)查技術(shù)進(jìn)行評(píng)估

自1990年FAO引入遙感技術(shù)進(jìn)行全球森林資源評(píng)估，全球和區(qū)域性的森林面積及變化精細(xì)估算成為現(xiàn)實(shí)。FRA2020啟動(dòng)一套改進(jìn)的遙感調(diào)查方法，結(jié)合前期森林資源評(píng)估經(jīng)驗(yàn)，充分利用各國(guó)自身的實(shí)地知識(shí)，在全球、區(qū)域性和生態(tài)域(GEZ)尺度內(nèi)，分別對(duì)土地利用現(xiàn)狀和土地利用變化進(jìn)行獨(dú)立、可靠和一致的估算，并分析毀林驅(qū)動(dòng)因素。FRA2020將為全球森林可持續(xù)發(fā)展管理提供重要且精細(xì)的指標(biāo)。

3.1.3充分利用相關(guān)數(shù)據(jù)和資料輔助判讀

FRA2020遙感調(diào)查收集樣地全覆蓋的多期遙感影像，估算43萬個(gè)樣地20年內(nèi)森林覆蓋和變化情況。使用的數(shù)據(jù)源為L(zhǎng)andsat系列和Sentinel-2遙感影像。其中Landsat系列是主要判讀數(shù)據(jù)源，影像時(shí)相好但空間分辨率較低，地表覆蓋復(fù)雜時(shí)難以判斷土地利用類型。Sentinel-2空間分辨率略高于Landsat系列，但只有一期數(shù)據(jù)且時(shí)相不明確，只能作為輔助判讀。因此，森林資源管理“一張圖”、森林經(jīng)營(yíng)管理資料、國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)源以及其他網(wǎng)絡(luò)公開遙感數(shù)據(jù)源成為我國(guó)參與FAO2020遙感判讀的重要參考資料。

3.1.4高度重視新技術(shù)和新方法的應(yīng)用

FRA2020遙感調(diào)查在全球范圍建立了網(wǎng)絡(luò)專家?guī)?，積累了大量的專家知識(shí)；給未建立國(guó)家森林資源清查體系的國(guó)家提供通過遙感技術(shù)獲取本國(guó)森林資源數(shù)據(jù)的手段；有效提升了各國(guó)森林資源遙感監(jiān)測(cè)能力；工作中首次引入了無人機(jī)開展外業(yè)調(diào)查，為森林資源調(diào)查提供了新技術(shù)和新方法。

3.2 對(duì)我國(guó)森林資源調(diào)查監(jiān)測(cè)的啟示

我國(guó)自20世紀(jì)90年代就利用遙感技術(shù)開展森林資源調(diào)查應(yīng)用研究，例如，在國(guó)家森林資源連續(xù)清查中利用遙感技術(shù)進(jìn)行樣地地類判讀[6]；采用覆蓋全國(guó)的國(guó)產(chǎn)高分辨率影像輔助開展全國(guó)林地變更調(diào)查，實(shí)現(xiàn)了把全國(guó)林地落到山頭地塊[7]；探索開展森林資源宏觀監(jiān)測(cè)，將抽樣方法和遙感技術(shù)相結(jié)合估算森林資源總量[8]?？捎玫臄?shù)據(jù)源包括資源系列、高分系列、環(huán)境星系列等國(guó)產(chǎn)光學(xué)衛(wèi)星；Landsat、SPOT、Rapideye、MODIS等國(guó)外衛(wèi)星；星載和機(jī)載雷達(dá)數(shù)據(jù)、激光雷達(dá)數(shù)據(jù)、無人機(jī)航拍數(shù)據(jù)等。盡管數(shù)據(jù)源豐富，但國(guó)內(nèi)遙感技術(shù)在大范圍森林資源出數(shù)中的應(yīng)用仍比較薄弱，應(yīng)用深度和廣度均與國(guó)外林業(yè)發(fā)達(dá)國(guó)家有一定的差距。例如綜合多源遙感信息大尺度反演森林關(guān)鍵結(jié)構(gòu)參數(shù)、識(shí)別主要樹種、估算蓄積量、生物量等，雖然相關(guān)理論研究成果較多，但實(shí)際應(yīng)用范圍有限。學(xué)習(xí)借鑒國(guó)外森林資源遙感調(diào)查的成功做法和經(jīng)驗(yàn)，可提升我國(guó)現(xiàn)行森林資源調(diào)查與監(jiān)測(cè)能力，實(shí)現(xiàn)全國(guó)森林資源重要參數(shù)的精準(zhǔn)出數(shù)。

3.2.1建立健全國(guó)家級(jí)森林資源專家知識(shí)庫(kù)，提升遙感解譯自動(dòng)化能力

我國(guó)土地面積遼闊，各地區(qū)自然條件的差異導(dǎo)致全國(guó)森林資源具有分布不均、森林類型多樣、樹種繁多復(fù)雜等特點(diǎn)，加上不同地物背景下“同物異譜”和“異物同譜”現(xiàn)象，給遙感解譯帶來很大的不確定性，極易出現(xiàn)混淆和錯(cuò)漏。目前國(guó)內(nèi)林業(yè)遙感解譯仍以目視判讀為主，缺乏對(duì)遙感信息的深入挖掘和相關(guān)知識(shí)的運(yùn)用，影像利用率低、信息提取量少。2020年全球森林資源評(píng)估工作充分結(jié)合各國(guó)本地專家經(jīng)驗(yàn)知識(shí)提高解譯質(zhì)量并建立專家知識(shí)庫(kù)，我國(guó)亦可借鑒學(xué)習(xí)，通過匯總整理各地現(xiàn)有的專家經(jīng)驗(yàn)，挖掘深層次知識(shí)和方法，形成基于地理知識(shí)的全國(guó)森林資源專家知識(shí)遙感解譯庫(kù)，通過建立多個(gè)規(guī)則化信息模型，應(yīng)用人工智能技術(shù)自動(dòng)分類，實(shí)現(xiàn)森林資源覆蓋和變化自動(dòng)解譯與識(shí)別，提高解譯效率和成果精度。

3.2.2開展激光雷達(dá)、無人機(jī)等先進(jìn)技術(shù)應(yīng)用，提高遙感技術(shù)應(yīng)用深度

隨著國(guó)產(chǎn)遙感衛(wèi)星發(fā)射數(shù)量逐年增加，數(shù)據(jù)光譜分辨率、空間分辨率、時(shí)間分辨率逐漸精細(xì)化，國(guó)產(chǎn)遙感衛(wèi)星已逐漸取代國(guó)外商業(yè)衛(wèi)星被廣泛優(yōu)先使用。2020年全球森林資源評(píng)估首次采用無人機(jī)技術(shù)開展地面調(diào)查，世界各國(guó)也在加快開展基于激光雷達(dá)、無人機(jī)等先進(jìn)遙感技術(shù)深入應(yīng)用。例如芬蘭、瑞典等北歐國(guó)家利用機(jī)載激光雷達(dá)結(jié)合國(guó)家森林資源清查樣地?cái)?shù)據(jù)，產(chǎn)出各項(xiàng)森林參數(shù)，實(shí)現(xiàn)大范圍出數(shù)[9]。我國(guó)可在現(xiàn)有的大量遙感數(shù)據(jù)源基礎(chǔ)上，借鑒學(xué)習(xí)國(guó)外的方法手段，充分應(yīng)用激光雷達(dá)、無人機(jī)、傾斜攝影測(cè)量等先進(jìn)技術(shù)，產(chǎn)出樹高、平均胸徑、林分蓄積量、地上生物量、樹種等重要森林參數(shù)，開展全國(guó)森林生態(tài)功能和經(jīng)濟(jì)效益評(píng)估等研究，實(shí)現(xiàn)遙感技術(shù)在森林資源調(diào)查監(jiān)測(cè)中的深入應(yīng)用。

3.2.3加快推進(jìn)森林資源管理“一張圖”建設(shè)，實(shí)現(xiàn)森林資源年度出數(shù)

我國(guó)森林資源調(diào)查監(jiān)測(cè)工作始于20世紀(jì)50年代，通過不斷擴(kuò)展森林健康、生態(tài)功能等監(jiān)測(cè)內(nèi)容，推廣“3S”、數(shù)據(jù)庫(kù)等新技術(shù)，構(gòu)建了以國(guó)家森林資源連續(xù)清查為主體，以地方森林資源規(guī)劃設(shè)計(jì)調(diào)查為輻射，以作業(yè)設(shè)計(jì)調(diào)查和專項(xiàng)調(diào)查為補(bǔ)充的全國(guó)森林資源監(jiān)測(cè)體系[10]。由于各類調(diào)查的目的和技術(shù)標(biāo)準(zhǔn)不統(tǒng)一、調(diào)查因子不齊全、調(diào)查周期長(zhǎng)等問題，導(dǎo)致不同層面監(jiān)測(cè)數(shù)據(jù)不統(tǒng)一、監(jiān)測(cè)成果無法滿足國(guó)家可持續(xù)發(fā)展需求、無法實(shí)現(xiàn)年度出數(shù)[9,11]。2010年我國(guó)啟動(dòng)全國(guó)林地變更調(diào)查，經(jīng)過近10年的發(fā)展完善，逐步建成林地“一張圖”，形成了以林地界線為核心內(nèi)容、全面反映林地利用狀況的多源數(shù)據(jù)集合[6]。根據(jù)國(guó)家林草局的部署，將把全國(guó)林地“一張圖”逐步擴(kuò)充構(gòu)建森林資源管理“一張圖”。我國(guó)要學(xué)習(xí)借鑒全球森林資源評(píng)估指標(biāo)體系和技術(shù)標(biāo)準(zhǔn)，擴(kuò)充森林資源管理“一張圖”調(diào)查因子，以滿足森林資源可持續(xù)發(fā)展利用的需求；要充分利用國(guó)產(chǎn)高分遙感衛(wèi)星數(shù)據(jù)開展小班自動(dòng)區(qū)劃、樹種自動(dòng)識(shí)別、變化自動(dòng)監(jiān)測(cè)等自動(dòng)化處理研究，實(shí)現(xiàn)資源數(shù)據(jù)年度出數(shù)、實(shí)時(shí)出數(shù)，以滿足我國(guó)森林資源管理的要求。