《江苏省林业生态资源遥感监测与应用.pdf》由会员分享,可在线阅读,更多相关《江苏省林业生态资源遥感监测与应用.pdf(42页珍藏版)》请在三个皮匠报告上搜索。
1、江苏省林业生态资源遥感监测与应用汇报人:詹雅婷汇报人:詹雅婷江苏省地质调查研究院江苏省地质调查研究院自然资源江苏省卫星应用技术中心自然资源江苏省卫星应用技术中心CONTENTS01总体介绍02典型应用03总结一、总体介绍1、建设历程、建设历程2018年9家省级卫星中心获批,2019年12家获批,2020年8月,实现全国31个省(市、区)和新疆生产建设兵团全覆盖。部省协同、统筹推动构建贯通省、市、县(乡)自然资源卫星应用技术体系,积极推进卫星应用融入自然资源主责主业。充分发挥国产卫星资源优势,利用省级自然资源主管部门已有卫星应用基础,依托具备卫星遥感应用能力的单位,以“一省一中心”、“资源共享、
2、务实管用”为目标,聚集省级自然资源系统卫星遥感应用力量,建设省级卫星应用技术中心。省级卫星中心省级卫星中心数据管理数据管理 产品生产产品生产主业应用主业应用应用服务应用服务一、总体介绍省一市一县全面覆盖、陆海统筹的卫星应用技术体系基本形成省级中心+1313市级中心市级中心+1010县级中心县级中心一、总体介绍2、数据基础、数据基础自然资源部为法人或主用户的在轨使用 陆地卫星16颗、海洋卫星9 颗类型最高分辨率卫 星 名 称重访周期全省覆盖周期光 学2米资源一号02C3天月度覆盖资源三号01星(立体)5天资源三号02星(立体)5天资源三号03星(立体)5天2m/8m光学卫星星座(3颗在轨运行)4
3、天高分一号4天高分六号5天资源一号02D3天资源一号04A卫星5天亚米高分辨率多模综合成像卫星全球平均重访不超过2天半年覆盖高分二号5天高分七号(立体)4天北京二号 50米海洋1C、海洋1D3天双星组网1.5天覆盖250米EOS/MODIS一天2次0.5天覆盖高光谱光谱分辨率高达5nm高分五号(330个谱段)光谱分辨率高达10nm资源一号02D(166个谱段)3天雷 达最高可达1米高分三号 海洋动力HY-2B、HY-2C、HY-2D、CFOSAT一、总体介绍3、林业工作背景、林业工作背景 党的十八大以来,党中央就科学绿化、建立自然保护地体系、天然林保护修复制度、加强草原保护修复等林业工作作出一
4、系列安排部署,明确提出要加大林地、草原、湿地等资源的监测和监管。一、总体介绍4、工作内容、工作内容林业生态资源本底调查林业生态资源动态化监测1典型应用森林植被碳汇遥感监测方法23二、典型应用林业生态资源遥感本底调查分为江苏省东部沿海林草湿遥感本底调查以及林业生态资源精分区划。以遥感为主要方法进行遥感综合调查监测,获取精确的江苏林业生态资源本地数据,掌握江苏地区林业生态资源分布现状及其动态变化规律,掌握全省森林面积、森林覆盖率结果。以最新的国产卫星遥感影像数据为主要信息源,辅以Spot、Planet等多源遥感数据采取区域综合遥感调查监测与重点解剖相结合的方式集成应用3S技术及人机交互式解译、计算
5、机自动分类、综合分析研究、野外地质调查等方法,开展林业生态资源遥感本底调查。林业生态资源遥感本底调查技术方法1、工作介绍、工作介绍二、典型应用林业生态资源遥感本底调查江苏省东部沿海江苏省东部沿海林地林地资源遥感本底调查分布图资源遥感本底调查分布图通过东部沿海林草湿遥感本底调查工作,获取2015-2017年,三年江苏省林地面积、草地面积以及湿地面积分布。并且通过全域全分辨率遥感解译,获取具体地类间的转化,掌握东部沿海地区林业生态资源分布以及变化。1.1 江苏省江苏省东部沿海林草湿东部沿海林草湿遥感本底调查遥感本底调查二、典型应用林业生态资源遥感本底调查江苏省东部沿海江苏省东部沿海草地草地资源遥感
6、本底调查分布图资源遥感本底调查分布图二、典型应用林业生态资源遥感本底调查江苏省东部沿海江苏省东部沿海湿地湿地资源遥感本底调查分布图资源遥感本底调查分布图二、典型应用林业生态资源遥感本底调查1.2 林业生态资源精分区划林业生态资源精分区划 采用不低于0.8米分辨率的2022年卫星影像,采取内业遥感AI智能识别结合人工复判,0.2米航空影像复查方式进行全省林业生态资源精分区划玄武区解译结果玄武区解译结果玄武区高分影像图玄武区高分影像图二、典型应用林业生态资源遥感本底调查 全面获取江苏省森林资源状况,准确识别和划定江苏省的森林资源分布范围,包括乔木林,灌木林和特殊灌木。获得江苏全省及各区域的森林资源
7、面积和森林覆盖率这两个核心指标。二、典型应用林业生态资源遥感本底调查 针对江苏等平原省份林针对江苏等平原省份林业生态资源分布散、类型多、业生态资源分布散、类型多、斑块小、不规则、变化快等斑块小、不规则、变化快等特点,协同利用特点,协同利用高分影像、高分影像、AI AI 智能提取、无人机、实智能提取、无人机、实地调查地调查 等技术,结合必要等技术,结合必要的 实 地 调 查 核 实,形 成 了的 实 地 调 查 核 实,形 成 了“图斑图斑”+“”+“样地样地”相互结相互结合的星合的星-空空-地林业生态资源地林业生态资源动态监测体系动态监测体系。“星-空-地协同监测”工作优势二、典型应用林业生态
8、资源遥感本底调查0实施了实施了全省森林资源图全省森林资源图斑的集中统一区划斑的集中统一区划工作工作首次高效准确地实现了首次高效准确地实现了江苏全省大范围的林业江苏全省大范围的林业生态资源调查监测。生态资源调查监测。高效掌握全省高效掌握全省森林面积森林面积、森林覆盖率森林覆盖率结果结果2 2、技术方法、技术方法遥感智能分类遥感智能分类为解决江苏平原林业生态资源分布离散、覆盖范围广、小块林地图斑多的特点,在综合比较卷积神经网络、注意力机制、循环神级网络、掩膜分割等方法基础上,构建了高效准确的基于掩膜(Mask)的高分辨率遥感林业生态资源语义分割模型MASK-SEG。深度学习智
9、能解译框架深度学习智能解译框架深度学习样本制作模型构建与评估林业生态资源遥感解译与应用林业生态资源语义分割模型(林业生态资源语义分割模型(MASK-SEG)总体结构图)总体结构图1、将图像划分成N个不同的区域并用二进制MASK表示,从而划分出了不同类别的区域;2、将区域作为整体与K个类别进行逐一对应,从而将不同区域分为不同的类。实现具体林业生态资源的高精度遥感分类。二、典型应用林业生态资源遥感本底调查 基于多期次期GF-1、GF-6卫星精细模式高分辨率影像选取典型林业生态资源地物样本,构建典型林草对象遥感分类样本库。项目分类解译林业生态资源的典型地物样本分为4类,乔木林,灌木林、自然草地、人工
10、草地,合计样本数量500000个,合计样本面积3000平方公里,其中以林地数目居多。样本影像样本矢量栅格化林业生态资源遥感分类样本库林业生态资源遥感分类样本库二、典型应用林业生态资源遥感本底调查MASK-SEGMENT模型模型/指指标标准确度准确度(accacc)交并比交并比(iouiou)MASK-SEGMENT91%86%FCN81%74%DEEPLAB83%76%FPN84%75%FPNDEEPLABFCN-VS-4%-9%林业生态资源遥感分类模型性能林业生态资源遥感分类模型性能二、典型应用林业生态资源遥感本底调查遥感分类模型预测效果遥感分类模型预测效果智能解译智能解译 VS 人机交互解
11、译人机交互解译智能解译智能解译 VS 人机交互解译人机交互解译二、典型应用林业生态资源遥感本底调查技术优势二、典型应用林业生态资源遥感本底调查智能化遥感解译技术能快速获取林业生态资源现状变智能化遥感解译技术能快速获取林业生态资源现状变化,对社会公众关注林业生态资源问题做出及时响应。化,对社会公众关注林业生态资源问题做出及时响应。极大得提高了工作效率,节约了人力成本,在本工作中大幅极大得提高了工作效率,节约了人力成本,在本工作中大幅节约了遥感目视解译的成本节约了遥感目视解译的成本。激光雷达技术能够同时获取植被冠层表面的水平和垂直结构信息,基于高密度的激光雷达点云不仅能够获取林分尺度属性参数,也可
12、以提取单木尺度属性参数。激光雷达技术与传统方式对比与优势激光雷达技术与传统方式对比与优势序号序号森林参数森林参数传统方式传统方式激光扫描手段激光扫描手段优势优势1 1冠层高度冠层高度通过激光测距仪测量加预估通过激光测距仪测量加预估直接测量直接测量树形分析分割,快速准树形分析分割,快速准确确2 2冠幅冠幅通过激光测距仪测算通过激光测距仪测算通过点云测算通过点云测算直接测算直接测算3 3截面垂直分布截面垂直分布单株采集汇总单株采集汇总直接测量直接测量快速快速4 4胸高断面积胸高断面积单株测量单株测量通过生长方程估算通过生长方程估算快速测量快速测量5 5平均胸径平均胸径人工单株测量测算人工单株测量测
13、算直接量取计算直接量取计算可多次重复测量可多次重复测量6 6冠层体积冠层体积人工测量人工测量直接量取直接量取直接测量,更准确直接测量,更准确7 7大树株树密度大树株树密度人工实地考察测算人工实地考察测算直接计算直接计算可减少外业量可减少外业量8 8郁闭度郁闭度通过模拟方程测算通过模拟方程测算直接带入方程测算直接带入方程测算快速直接快速直接9 9叶面积指数叶面积指数人工量取推算人工量取推算通过分割点云测算通过分割点云测算快速直接快速直接1010地上生物量地上生物量实地考察测算实地考察测算实地考察测算实地考察测算无明显优势无明显优势1111树下地形树下地形通过倾斜测量通过倾斜测量直接剔除植被点云获
14、得直接剔除植被点云获得快速,准确,真实快速,准确,真实1212重点植株的建库管理重点植株的建库管理重点参数量测记录重点参数量测记录直接提取点云建库直接提取点云建库数据多元可回溯数据多元可回溯二、典型应用林业生态资源遥感本底调查2、技术方法、技术方法基于无人机平台的激光雷达技术基于无人机平台的激光雷达技术类别重置点云滤波针对植被点分类针对地面点进行归一化单木分割分离高植被点林木参数提取林木参数成果基于点云数据的后处理流程二、典型应用林业生态资源遥感本底调查彩色点云结果二、典型应用林业生态资源遥感本底调查技术优势二、典型应用林业生态资源遥感本底调查通过激光雷达的技术方法,可以快速、高效、直接得获取
15、冠层高度,冠幅,截面垂直分布,胸高断面积,平均胸径,冠层体积,大树株树密度,郁闭度,叶面积指数,树下地形等林分信息,极大得提升工作效率并且降低野外作业风险。成果展示二、典型应用林业生态资源动态化监测工作在江苏省林业生态资源本底调查成果的基础上,通过前后两期卫星影像智能提取变化图斑,采用人机交互的方式对结果进行检查,补充明显遗漏图斑,剔除伪变化图斑,实现全省林业生态资源的高频次监测。1、工作介绍、工作介绍二、典型应用林业生态资源动态化监测工作林业生态资源智能监管系统建设 系统业务流程图系统登录界面系统上海品茶变化图斑列表变化图斑详情查看 构建了构建了国产卫星航空数据为主、商业卫星航空数据补充的亚米级
16、多源协同的国产卫星航空数据为主、商业卫星航空数据补充的亚米级多源协同的高频动态林业生态资源精细化监测模式高频动态林业生态资源精细化监测模式,实现了,实现了省域范围林业生态资源的月度监省域范围林业生态资源的月度监测更新及农用地等重点范围区每日监测测更新及农用地等重点范围区每日监测,为林业资源保护建设管理和林业高频次,为林业资源保护建设管理和林业高频次执法提供强力支撑。执法提供强力支撑。前时相为林地,后时相为建/构筑物、硬化地、硬化道路、推堆土等建设特征二、典型应用林业生态资源动态化监测工作工作优势二、典型应用林业生态资源动态化监测工作为解决林业生态资源变化检测过程中林地阴影干扰、山体光照影响、细
17、碎变化图斑难于提取等影响,研究构建了基于金字塔时空注意力机制的林业生态资源遥感智能变化检测模型。面向像元的循环神经网络遥感面向像元的循环神经网络遥感影像变化检测影像变化检测 基于深度学习的面向对象高分基于深度学习的面向对象高分辨率遥感影像变化检测:辨率遥感影像变化检测:(栈式栈式自动编码器、卷积神经网络自动编码器、卷积神经网络)面向区域的卷积神经网络高分面向区域的卷积神经网络高分辨率遥感影像变化检测辨率遥感影像变化检测 基于自注意力机制的的遥感图基于自注意力机制的的遥感图像变化检测像变化检测变化检测方法体系图像语义分割方法体系2 2、技术方法、技术方法遥感变化检测遥感变化检测 基于多期遥感影像
18、通过人机交互解译的方式构建了江苏省林业生态资源变化样本库,涉及类型包括建设项目使用林地、采伐、开垦林地、新增林地等,样本个数为1万多个。前期影像 后期影像土地变更调查、自然资源执法监测、金坛、赣榆等地区自然资源动态监测林业生态资源资源变化样本库林业生态资源资源变化样本库二、典型应用林业生态资源动态化监测工作研究设计了两种自注意力模块:研究设计了两种自注意力模块:金字塔时空注意力模块:金字塔时空注意力模块:金字塔模型将注意力模型嵌入到金字塔结构中,去生成多尺度注意力表示,最终获取林业生态资源遥感变化检测结果。时空注意力模块:时空注意力模块:时空注意力模型学习捕捉任意两个位置之间的时空相关性(注意
19、力权重),并通过时空中所有位置特征的加权和计算每个位置的响应。变化检测模型的注意力模块(变化检测模型的注意力模块(BAM)和图像金字塔模块)和图像金字塔模块(PAM)二、典型应用林业生态资源动态化监测工作模型模型/指标指标准确度(准确度(accacc)交并比(交并比(iouiou)金字塔注意力模型88%84%FC-EF77%68%FC-Siam-conc78%69%FC-Siam-diff80%70%3%-8%林业生态资源资源遥感变化检测模型性能林业生态资源资源遥感变化检测模型性能二、典型应用林业生态资源动态化监测工作前期 后期林业生态资源变化检测模型预测效果林业生态资源变化检测模型预测效果前
20、期 后期二、典型应用林业生态资源动态化监测工作二、典型应用林业生态资源动态化监测工作 预测精度上有预测精度上有3%-9%3%-9%的的提升,节约人工解译量提升,节约人工解译量8080,工作效率提高了,工作效率提高了8080。创新建立了适合江苏平原创新建立了适合江苏平原林草资源特点的遥感智能解译林草资源特点的遥感智能解译模型模型12智能变化检测 项目首先构建了项目首先构建了江苏省林业生态资源的遥感分类样本库和变化检江苏省林业生态资源的遥感分类样本库和变化检测样本库测样本库,在此基础上采用深度学习方法建立了,在此基础上采用深度学习方法建立了江苏省林业生态资源江苏省林业生态资源遥感智能解译算法模型遥
21、感智能解译算法模型。技术优势 二、典型应用森林植被碳汇遥感监测1、工作介绍、工作介绍 选取南京市某林场作为试点区,利用碳汇遥感估算模型,结合野外调查对模型参数进行本地化率定,估算森林植被NPP,进行森林植被碳汇遥感监测,实现了在中观尺度上进行大规模森林植被碳汇遥感监测。二、典型应用森林植被碳汇遥感监测 u 基于CASA模型结合前期调查确定的各不同植被类型中主要树种的平均含碳率,通过NPP估算结果与主要树种平均含碳率相乘计算获得项目区植被每年的碳汇量。输入因子和参数文件配置CF林木(含碳率%)单位面积NPP(kg c/m2)50avemaxmin0.578874 0.6255730.467391
22、 2、技术方法技术方法森林植被碳汇遥感计算模型森林植被碳汇遥感计算模型 基于遥感数据和气象数据,将基于遥感数据和气象数据,将CASACASA模型用于森林植被净初级生产力估算模型用于森林植被净初级生产力估算,模拟计算获得不同林地类型或者树种组成下森林植被的碳汇情况,实现了模拟计算获得不同林地类型或者树种组成下森林植被的碳汇情况,实现了森森林植被长期的碳汇监测和预测林植被长期的碳汇监测和预测,碳汇遥感监测成果为江苏森林碳汇管理、保碳汇遥感监测成果为江苏森林碳汇管理、保护和规划提供科学依据护和规划提供科学依据二、典型应用森林植被碳汇遥感监测 工作优势样点编号单位面积NPP(kg c/m2)样点实测单
23、位面积NPP(kg c/m2)相对误差(%)10.57680.6555 1220.51180.5883 1330.59940.6811 1240.54930.6387 1450.53050.6028 1260.60040.6671 1070.59710.6709 1180.55420.6227 1190.51650.5937 13100.48940.5625 13110.52320.6084 14120.55360.6513 15130.48890.5556 12u 通过将模型测算结果通过将模型测算结果与实际观测结果进行与实际观测结果进行比较,相对误差在比较,相对误差在10%15%10%15%
24、之间。之间。下一步将根据形成的下一步将根据形成的森林植被碳汇遥感监测技术,森林植被碳汇遥感监测技术,结合结合多源遥感数据多源遥感数据及及相关专项调查数据,实现江苏省全域森林植被碳汇量的动态监测。相关专项调查数据,实现江苏省全域森林植被碳汇量的动态监测。江苏省区域间不同植被碳储量、碳密度情况(数据来源于已有相关文献)二、典型应用森林植被碳汇遥感监测 工作展望三、总结 可以产生成果转化与推广应可以产生成果转化与推广应用用应用推广 进一步深入研究设想进一步深入研究设想展望未来三、总结1、成果转化与推广应用、成果转化与推广应用林业生态资源监测林业生态资源监测关键技术推广应用关键技术推广应用监测成果纳入
25、全省国土监测成果纳入全省国土变更调查日常变更工作。变更调查日常变更工作。项目形成新一期全省森项目形成新一期全省森林资源本底林资源本底“一张图一张图”,为全省林长制督查考核、为全省林长制督查考核、生态文明建设等目标评生态文明建设等目标评价考核提供基准数据、价考核提供基准数据、为全省林草湿高频次月为全省林草湿高频次月度监测和年度更新提供度监测和年度更新提供了基础底图。了基础底图。业务化应用成果推广业务化应用成果推广应用应用在江苏省林业在江苏省林业生态资源详查、高生态资源详查、高频次动态监测等业频次动态监测等业务化应用中解决了务化应用中解决了江苏等平原省份林江苏等平原省份林业生态资源分布散、业生态资
26、源分布散、类型多、斑块小、类型多、斑块小、不规则、变化快等不规则、变化快等问题。问题。“星星-空空-地地”一体化一体化监测体系推广应用监测体系推广应用用于用于“赣榆林草赣榆林草海自然资源调查监测海自然资源调查监测试点试点”、“淮安市清淮安市清江浦区森林资源专项江浦区森林资源专项调查调查”等自然资源调等自然资源调查及查及“山水工程山水工程”保保护生态修复项目、金护生态修复项目、金坛区自然资源调查监坛区自然资源调查监测等试点项目。测等试点项目。三、总结2、成果进一步深入研究的设想、成果进一步深入研究的设想智能解译优化地物解译与变化提取的机器学习模型优化地物解译与变化提取的机器学习模型,为江苏省林业生态资源监,为江苏省林业生态资源监管提供更精准的决策依据。管提供更精准的决策依据。加大加大激光雷达激光雷达和和多(高)光谱遥感多(高)光谱遥感等多模态数据利用,进一步拓展林等多模态数据利用,进一步拓展林业生态资源中林分因子智能化调查监测水平业生态资源中林分因子智能化调查监测水平江苏省林业生态资源遥感监测与应用江苏省林业生态资源遥感监测与应用