碳衛星在變色立木遙感監測中的應用潛力分析

文|曾慶偉 武紅敢 張靜 楊雅菲

1.北京中云偉圖科技有限公司

2.中國林業科學研究院資源信息研究所

3.國家林業和草原局林業遙感與信息技術實驗室

一、引言

紅葉現象是被子植物常見的一種伴隨環境變化而產生的顏色改變，傳統觀念上的紅葉是指伴隨季節的變化，尤其是秋冬季節。現實中除了季節更替等自然因素外，病蟲害侵襲、水分和養分脅迫等也會造成樹葉在生長季出現異常黃化或紅化，表明葉綠素等出現非正常消退與分解。因此，衛星遙感監測林木生長亞健康狀態的主要依據是森林植物葉片內部組織結構與功能變異和樹木形態結構的非正常變化，如葉片顏色的變化、葉子與植株變形、葉片物理結構變化、葉綠素含量變化以及葉片上產生的殘留物等[1]。

為滿足高解析度和高精度空間信息獲取，美國空間成像公司（Space Imaging）于1999 年9 月24 日成功發射艾科諾斯－2（IKONOS-2）衛星，成為全球首顆亞米級高空間分辨率商業遙感衛星，并在1999 年10 月12 日成功接收到第一幅影像，拉開了單株木衛星遙感監測的序幕，涌現了眾多利用高空間分辨率衛星數據開展葉片異常變色（葉片黃化或紅化）立木遙感監測的研究成果，如Takenaka 等[2]利用帶有紅邊波段的美國世界觀測-2/3 （WorldView-2/3）衛星影像計算了18 種植被指數，提取不同感病程度的罹病木，總體精度分別達到72%和98%；喬睿等[3]采用WorldView-2 多光譜數據，基于二類分類器實現了“紅葉松樹”的準確識別。

我國高分辨率對地觀測系統重大專項實施的10 多年來，國產高空間分辨率數據日益完善和豐富，大大推動了單木尺度健康監測的技術應用廣度，如鄧世晴[4]利用高分二號（GF-2）和資源三號（ZY-3）衛星數據，基于RGNDI 有效區分了福建紫帽山松材線蟲病疫情程度。馬云強[5]利用北京二號（BJ-2）衛星影像，基于CART 決策樹分類提取了馬尾松林地中的松材線蟲病危害區域，總體精度達到90.65%。毛亦楊等[6]基于BJ-2 和GF-2 等數據，較高精度地提取了新豐江水庫周邊山林的枯死松樹，滿足了難以到達邊遠山區的松材線蟲病疫情宏觀監測需求。徐培林等[7]綜合應用GF-2、BJ-2 和美國地球眼－1 （GeoEye-1）衛星數據，實現了四川省大面積染病木的識別，為后續無人機精細化遙感監測和疫情詳查提供了科學支撐與基礎數據。本文主要研究陸地生態系統碳監測衛星數據對葉片異常變色林木的光譜響應能力，并結合無人機遙感數據等進行驗證分析，探討新型衛星載荷在松材線蟲病普查等單株木精準管理業務中的應用潛力，進一步夯實我國林木智慧監管的技術體系和手段。

二、研究數據

2022 年8 月4 日，“句芒號”陸地生態系統碳監測衛星（以下簡稱碳衛星）由長征四號乙運載火箭在太原衛星發射中心成功發射。它是我國首顆以激光雷達為主載荷，以高精度監測陸地生態系統碳儲量、森林資源和森林生產力為主任務的定量遙感衛星，可服務國家“碳達峰、碳中和”戰略、全國重要生態系統保護與修復、重大工程監測評價等工作。同時兼顧探測大氣氣溶膠，服務于大氣環境監測。碳衛星由有效載荷和平臺系統兩部分構成，有效載荷配置多波束激光雷達、多角度多光譜相機、超光譜探測儀、多角度偏振成像儀4 種載荷。其中超光譜探測儀標稱觀測角度有0°、±19°和±41°，0°觀測可獲取幅寬20 km、空間分辨率優于2m 的多光譜數據（相機譜段/nm：450 ～520、520 ～590、630 ～690、770 ～890）[8]。

本文基于2022 年9 月12 日覆蓋湖北省武漢市黃陂區、孝昌縣、大悟縣交界區域的碳衛星中超光譜探測儀0°觀測角度、空間分辨率為2m 的多光譜數據，開展變色立木碳衛星遙感監測應用潛力分析。該研究區于2014 年首次發現松材線蟲疫情[9]，屬于湖北省松材線蟲病防控的重點疫區。同時還獲取了2022 年9 月11 日覆蓋同區域的高分一號C（GF-1C）衛星（多光譜分辨率8m，全色分辨率2m）、2022 年10 月11 日5cm 分辨率的無人機遙感數據，用以精度驗證和比較分析。圖1展示了碳衛星和無人機遙感數據。

圖1 同區域碳衛星與無人機遙感影像數據

三、研究方法

1.樣本標注

基于無人機遙感影像和衛星影像構建的林木生長健康狀態解譯標志進行樣本標注，共標記冠幅直徑大于4m 的樣本702 個。其中變色立木樣本291 個，健康立木樣本411 個。各類樣本空間分布情況見圖2。

圖2 各類樣本空間分布圖

2.光譜可分性分析

類別可分性越大，該類別與其他類別混合越少，識別難度越低。采用Kaufman 和Remer 提出的M 統計量[10]分析兩種不同類別樣本（異常變色立木和健康綠葉立木）在4 個原始光譜波段上的可分離度。M統計量是判定兩種類別之間概率密度分布直方圖的一種度量，綜合考慮了兩種類別的類內和類間差異。M>1 說明分離度高，M<1 說明類別間有重疊。

3.植被指數構建

植被指數作為觀測植被長勢和健康狀況的指示器，已被廣泛應用于農林領域。本文采用紅綠比值植被指數（RGRI）、歸一化近紅紅差異指數（NDVI）、 歸一化紅綠差異指數（RGNDI）、 歸一化紅藍差異指數（RGNNDI）四種植被指數來進行林木健康狀態診斷。

四、分析結果

1.原始多光譜圖像具有更好的單木遙感監測能力

圖3 展示了同為2m 空間分辨率的碳衛星多光譜影像和GF-1C 融合影像，盡管兩者過境日期只差一天，但碳衛星多光譜數據可以很好地展示變色立木，而GF-1C融合數據卻無法明顯表達變色立木，表明碳衛星的多光譜數據比GF-1C 融合數據保留了更多的地物原始信息（光譜、紋理、幾何等特征）。雖然當前的圖像融合算法都具有較高的信息保真能力，但對于優于2m 這種甚高空間分辨率衛星遙感數據，其融合效果與目標地物的幾何形狀、紋理、顏色等高度相關。樹木作為一種幾何形狀極不規則、樹冠內部光反射特征極為復雜多樣且周邊環境變化無窮的獨立地物目標類型，原始多光譜圖像比同空間分辨率融合圖像的遙感信息具有明顯優勢。

圖3 同區域的2m 多光譜碳衛星與GF-1C 融合影像對比

2.紅與近紅外波段蘊涵豐富的異常變色立木光譜信息

計算了碳衛星0°多光譜數據和GF-1C 2m 融合數據的健康/變色立木樣本各波段平均值與標準偏差值，以及健康/變色立木的M 值，結果見表1。可以看出碳衛星健康立木和變色立木在紅波段與近紅外波段有較高的分離度，遠高于藍波段。而同樣空間分辨率GF-1C 融合數據的健康立木和變色立木在各波段分離度都較低，再次表明兩種類型間區分困難。

表1 碳衛星和GF-1C 融合數據波段信息統計表

3.紅與綠波段構建的植被指數能較好識別異常變色立木

應用碳衛星0°多光譜原始紅、近紅外和綠波段構建的四種植被指數進行分析，統計各類型錯分樣本結果見表2。展示出不同指數在健康立木類型上錯分的樣本數量總體較少，精度穩定；而不同指數在變色立木類型區分上存在一定差異，準確度順序為RGNDI> RGRI > NDVI > RGNNDI。

表2 健康立木與變色立木樣本錯分統計表

4.碳衛星0°多光譜數據適宜于中林齡以上變色立木提取

利用前述四種植被指數對研究區碳衛星數據進行變色立木提取，局部結果見圖4。通過比較可以看出，RGNDI 的準確率最高，RGRI、NDVI 和RGNNDI 這三種指數均存在誤判情況。

圖4 分類結果比較

由圖4 還可以看到，碳衛星數據對于小冠幅（樹冠直徑小于2m）變色立木（即小變色木）的監測能力明顯不足。如在圖4b 中藍圈處有幾株明顯的小變色立木，卻沒有被碳衛星（圖4a、4c、4d、4e、4f）數據正確提取。圖5 是小樹在碳衛星與無人機遙感影像上的對比圖，表明小變色木（紅圈處）的檢測需要更高空間分辨率衛星數據的支撐。實際上衛星遙感數據的空間分辨率是評價傳感器性能和遙感信息的重要指標之一，也是識別地物形狀、大小的重要依據。因此對于碳衛星的2m 多光譜數據而言，只適用于樹冠直徑大于4m 的大冠幅亞健康林木識別，樹冠越大精度會越高。

圖5 碳衛星與無人機遙感的小冠幅林木影像對比

五、結束語

目前空間分辨率優于2m 的在軌商業衛星有法國“昴 宿 星”（Pleiades）、WorldView、GeoEye-1、韓國多用途衛星－3A（KOMPSAT-3A）、北京三號、高景、吉林一號等光學衛星星座，是單木尺度動態、精準監管的重要數據源。高空間分辨率衛星數據幅寬有限，一直是區域尺度單木健康狀態準實時、宏觀監測的重要限制因素。碳衛星超光譜探測儀數據在異常變色立木監測中的應用潛力，可極大提升我國林木生長脅迫的早期預警監測能力，并拓展國產衛星遙感數據的應用廣度，為林草濕荒資源動態感知、精準認知和智慧管控提供解決方案，更是推動林草濕荒資源治理能力現代化和支撐林草濕荒資源科學管理與高質量發展的技術保障。