2020年全球森林资源评估遥感调查方法和思考

doi:10.13466/j.cnki.lyzygl.2021.06.001

林业资源管理 ›› 2021, Vol. 0 ›› Issue (6): 1-5.doi: 10.13466/j.cnki.lyzygl.2021.06.001

2020年全球森林资源评估遥感调查方法和思考

王伟¹, 杨净²(), 高显连¹, 曾伟生¹

1.国家林业和草原局调查规划设计院,北京 100714
2.国家林业和草原局森林资源管理司,北京 100714

收稿日期:2021-10-29 修回日期:2021-11-15 出版日期:2021-12-28 发布日期:2022-01-12
通讯作者: 杨净
作者简介:王伟(1991-),男,安徽宣城人,工程师,主要从事林草资源监测和林草遥感应用研究工作。Email: wangweimail@mail.afip.com.cn
基金资助:
2019年森林监测与评价—FRA全球森林资源评估(2019-21-2*)

Method and Enlightenment of 2020 Global Forest Resources Assessment Remote Sensing Survey

WANG Wei¹, YANG Jing²(), GAO Xianlian¹, ZENG Weisheng¹

1. Academy of Inventory and Planning,National Forestry and Grassland Administration,Beijing 100714,China
2. Department of Forest Resources Management,National Forestry and Grassland Administration,Beijing 100714,China

Received:2021-10-29 Revised:2021-11-15 Online:2021-12-28 Published:2022-01-12
Contact: YANG Jing

摘要/Abstract

摘要：

2019—2020年,我国参与了联合国粮食及农业组织(FAO)牵头组织的2020年全球森林资源评估遥感调查,完成了中国范围内的任务。简述了全球森林资源评估的发展过程,介绍了2020年全球森林资源评估遥感调查的体系框架和技术方法,分析了本次遥感调查对我国构建森林资源一体化监测体系的启示和思考。

关键词: 森林资源评估, 遥感调查, 无人机, 监测体系

Abstract:

From 2019 to 2020,China participated in the 2020 Global Forest Resources Assessment Remote Sensing Survey (FRA2020 RSS) organized by the United Nations Food and Agriculture Organization(FAO),and completed the tasks within China. This article described the development process of the global forest resources assessment,introduced the system framework and technical methods of FRA2020 RSS,and analyzed the reflection and enlightenment of FRA2020 RSS on the construction of an integrated forest resources monitoring system in China.

Key words: forest resource assessment, remote sensing survey, unmanned aerial vehicle, monitoring system

中图分类号:

王伟, 杨净, 高显连, 曾伟生. 2020年全球森林资源评估遥感调查方法和思考[J]. 林业资源管理, 2021, 0(6): 1-5.

WANG Wei, YANG Jing, GAO Xianlian, ZENG Weisheng. Method and Enlightenment of 2020 Global Forest Resources Assessment Remote Sensing Survey[J]. FOREST RESOURCES WANAGEMENT, 2021, 0(6): 1-5.

图/表 3

表1

表2

表3

参考文献 11

[1]	D'Annunzio R, Lindquist E, Macdicken K. Global forest land-use change from 1990 to 2010:an update to a global remote sensing survey of forests[M]. Rome:Food and Agriculture Organization of the United Nations, 2014.
[2]	陈雪峰, 黄国胜, 夏朝宗, 等. 全球森林资源评估方法与启示[J]. 林业资源管理, 2005(4):24-29.
[3]	Nesha M K, Herold M, De Sy V, et al. An assessment of data sources,data quality and changes in national forest monitoring capacities in the Global Forest Resources Assessment 2005-2020[J]. Environmental Research Letters, 2021, 16(5).DOI: 10.1088/1748-9326/abd81b.
[4]	FRA2020 Remote Sensing Survegs Course[EB/OL].[2021-11-16]. https://rise.articulate.com/share/h2g6UBw1gfpVosaZMI9_TAhRmheGORnn#/ , 2020-10-01.
[5]	张敏, 夏朝宗, 黄国胜, 等. 2010年全球森林资源评估特点与启示[J]. 林业资源管理, 2011(1):1-6.
[6]	Tyukavina A, Hansen M C, Potapov P, et al. Congo Basin forest loss dominated by increasing smallholder clearing[J]. Science Advances, 2018, 4(11).DOI: 10.1126/sciadv.aat2993.
[7]	Olofsson P, Foody G M, Herold M, et al. Good practices for estimating area and assessing accuracy of land change[J]. Remote Sensing of Environment, 2014, 148:42-57. doi: 10.1016/j.rse.2014.02.015
[8]	FAO. Global Forest Resources Assessment Report China[M]. Rome:Food and Agriculture Organization of the United Nations, 2020.
[9]	王雪军, 马炜, 黄国胜, 等. 基于遥感大样地抽样调查的森林面积监测[J]. 北京林业大学报, 2015, 37(11):1-9.
[10]	黄国胜, 曾伟生, 党永峰, 等. 全国森林资源宏观监测抽样设计改进方案探索[J]. 林业资源管理, 2017(1):7-11.
[11]	曾伟生, 黄国胜, 党永峰, 等. 全国森林资源宏观监测的抽样设计与估计方法探索[J]. 林业资源管理, 2016(3):1-6.

样地ID	2018年土地利用类型		2000—2010年土地利用变化类型		2010—2018年土地利用变化类型
样地ID	一级分类	二级分类	一级分类	二级分类	一级分类	二级分类
550889196	森林	天然林	保持森林	保持有蓄积的森林	保持森林	保持有蓄积的森林
550705380	森林	人工林	保持非森林	—	森林增加	—
550508614	其他木质林	—	保持非森林	—	保持非森林	—
…	…	…	…	…	…	…
550232989	其他土地	居民地	保持非森林	—	保持非森林	—
549288165	其他土地	农田	保持非森林	—	保持非森林	—
550915186	水域	—	保持非森林	—	保持非森林	—

样地ID	2000—2010年土地利用变化类型比例				2010—2018年土地利用变化类型比例				2018年土地利用类型比例
样地ID	森林增加	森林减少	保持森林	保持非森林	森林增加	森林减少	保持森林	保持非森林	森林	其他木质林	其他土地	水域
550889196	0	0	90	10	0	0	90	10	90	0	10	0
550705380	0	20	0	80	0	20	20	60	40	0	60	0
550508614	0	0	20	80	0	0	20	80	20	80	0	0
…	…	…	…	…	…	…	…	…	…	…	…	…
550232989	10	0	30	60	10	0	20	70	20	0	80	0
549288165	0	0	0	100	0	10	0	90	10	0	90	0
550915186	0	0	0	100	0	0	0	100	0	0	10	90

样地类型	2018年现状		森林变化
样地类型	森林	其他木质林	2000—2010年	2010—2018年
方形样地	2.62	5.62	-53.44	-19.67
六边形样地	2.62	-0.59	-54.56	-24.65

[1]	杜志, 陈振雄, 马开森, 刘紫薇, 顾兴贵. 基于无人机LiDAR特征变量的南方集体林区蓄积量估测[J]. 林业资源管理, 2021, 0(4): 157-165.
[2]	邱世平, 韦明新, 马依莎. 无人机遥感影像速生桉林分参数自动化提取研究[J]. 林业资源管理, 2021, 0(3): 114-119.
[3]	孙玉江, 李凤涛, 陈香芹, 张磊, 杨宁, 郑达. 无人机航拍影像在林木信息提取中的应用[J]. 林业资源管理, 2021, 0(3): 160-164.
[4]	张玉薇, 张超, 王娟, 李华玉, 白明雄, 杨安蓉. 基于UAV遥感的单木冠幅提取及胸径估算模型研究[J]. 林业资源管理, 2021, 0(3): 67-75.
[5]	袁梓健, 舒清态, 赵洪莹, 王柯人, 谭德宏. 基于无人机可见光影像的华山松人工林计测参数提取[J]. 林业资源管理, 2021, 0(2): 110-116.
[6]	白明雄, 张超, 陈棋, 王娟, 李华玉, 史小蓉, 田湘云, 张玉薇. 基于无人机可见光遥感的单木树高提取方法研究[J]. 林业资源管理, 2021, 0(1): 164-172.
[7]	黄彦晓, 方陆明, 黄思琪, 高海力, 杨来邦, 楼雄伟. 基于改进的Faster R-CNN模型的树冠提取研究[J]. 林业资源管理, 2021, 0(1): 173-179.
[8]	王娟, 陈永富, 陈巧, 李华玉, 张超. 基于无人机遥感的森林参数信息提取研究进展[J]. 林业资源管理, 2020, 0(5): 144-151.
[9]	王小昆, 王耀, 于世勇, 贾刚, 李大瑞. 基于遥感技术的全国营造林监测体系建设构想[J]. 林业资源管理, 2020, 0(5): 52-57.
[10]	林鑫, 庞勇, 李春干. 无人机密集匹配点云与机载激光雷达点云的差异分析[J]. 林业资源管理, 2020, 0(3): 58-62.
[11]	金忠明, 曹姗姗, 王蕾, 孙伟. 天山云杉林无人机可见光影像树冠信息提取方法研究[J]. 林业资源管理, 2020, 0(1): 125-135.
[12]	汪霖, 李明阳, 方子涵, 李超, 钱春花, 许振宇. 基于无人机数据的人工林森林参数估测[J]. 林业资源管理, 2019, 0(5): 61-67.
[13]	刘江俊, 高海力, 方陆明, 郑辛煜, 姜广宇. 基于无人机影像的树顶点和树高提取及其影响因素分析[J]. 林业资源管理, 2019, 0(4): 107-116.
[14]	武红敢, 牟晓伟, 杨清钰, 王成波. 无人机遥感技术在重庆市沙坪坝区松材线虫病监测中的应用[J]. 林业资源管理, 2019, 0(2): 109-115.
[15]	刘乾飞, 龙晓敏, 邓忠坚, 叶江霞. 无人机遥感技术在国家森林公园可视化场景快速构建中的应用[J]. 林业资源管理, 2019, 0(2): 116-122.

2020年全球森林资源评估遥感调查方法和思考

Method and Enlightenment of 2020 Global Forest Resources Assessment Remote Sensing Survey

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 11

相关文章 15

编辑推荐

Metrics

本文评价