碳卫星在变色立木遥感监测中的应用潜力分析

文|曾庆伟 武红敢 张静 杨雅菲

1.北京中云伟图科技有限公司

2.中国林业科学研究院资源信息研究所

3.国家林业和草原局林业遥感与信息技术实验室

一、引言

红叶现象是被子植物常见的一种伴随环境变化而产生的颜色改变，传统观念上的红叶是指伴随季节的变化，尤其是秋冬季节。现实中除了季节更替等自然因素外，病虫害侵袭、水分和养分胁迫等也会造成树叶在生长季出现异常黄化或红化，表明叶绿素等出现非正常消退与分解。因此，卫星遥感监测林木生长亚健康状态的主要依据是森林植物叶片内部组织结构与功能变异和树木形态结构的非正常变化，如叶片颜色的变化、叶子与植株变形、叶片物理结构变化、叶绿素含量变化以及叶片上产生的残留物等[1]。

为满足高解析度和高精度空间信息获取，美国空间成像公司（Space Imaging）于1999 年9 月24 日成功发射艾科诺斯－2（IKONOS-2）卫星，成为全球首颗亚米级高空间分辨率商业遥感卫星，并在1999 年10 月12 日成功接收到第一幅影像，拉开了单株木卫星遥感监测的序幕，涌现了众多利用高空间分辨率卫星数据开展叶片异常变色（叶片黄化或红化）立木遥感监测的研究成果，如Takenaka 等[2]利用带有红边波段的美国世界观测-2/3 （WorldView-2/3）卫星影像计算了18 种植被指数，提取不同感病程度的罹病木，总体精度分别达到72%和98%；乔睿等[3]采用WorldView-2 多光谱数据，基于二类分类器实现了“红叶松树”的准确识别。

我国高分辨率对地观测系统重大专项实施的10 多年来，国产高空间分辨率数据日益完善和丰富，大大推动了单木尺度健康监测的技术应用广度，如邓世晴[4]利用高分二号（GF-2）和资源三号（ZY-3）卫星数据，基于RGNDI 有效区分了福建紫帽山松材线虫病疫情程度。马云强[5]利用北京二号（BJ-2）卫星影像，基于CART 决策树分类提取了马尾松林地中的松材线虫病危害区域，总体精度达到90.65%。毛亦杨等[6]基于BJ-2 和GF-2 等数据，较高精度地提取了新丰江水库周边山林的枯死松树，满足了难以到达边远山区的松材线虫病疫情宏观监测需求。徐培林等[7]综合应用GF-2、BJ-2 和美国地球眼－1 （GeoEye-1）卫星数据，实现了四川省大面积染病木的识别，为后续无人机精细化遥感监测和疫情详查提供了科学支撑与基础数据。本文主要研究陆地生态系统碳监测卫星数据对叶片异常变色林木的光谱响应能力，并结合无人机遥感数据等进行验证分析，探讨新型卫星载荷在松材线虫病普查等单株木精准管理业务中的应用潜力，进一步夯实我国林木智慧监管的技术体系和手段。

二、研究数据

2022 年8 月4 日，“句芒号”陆地生态系统碳监测卫星（以下简称碳卫星）由长征四号乙运载火箭在太原卫星发射中心成功发射。它是我国首颗以激光雷达为主载荷，以高精度监测陆地生态系统碳储量、森林资源和森林生产力为主任务的定量遥感卫星，可服务国家“碳达峰、碳中和”战略、全国重要生态系统保护与修复、重大工程监测评价等工作。同时兼顾探测大气气溶胶，服务于大气环境监测。碳卫星由有效载荷和平台系统两部分构成，有效载荷配置多波束激光雷达、多角度多光谱相机、超光谱探测仪、多角度偏振成像仪4 种载荷。其中超光谱探测仪标称观测角度有0°、±19°和±41°，0°观测可获取幅宽20 km、空间分辨率优于2m 的多光谱数据（相机谱段/nm：450 ～520、520 ～590、630 ～690、770 ～890）[8]。

本文基于2022 年9 月12 日覆盖湖北省武汉市黄陂区、孝昌县、大悟县交界区域的碳卫星中超光谱探测仪0°观测角度、空间分辨率为2m 的多光谱数据，开展变色立木碳卫星遥感监测应用潜力分析。该研究区于2014 年首次发现松材线虫疫情[9]，属于湖北省松材线虫病防控的重点疫区。同时还获取了2022 年9 月11 日覆盖同区域的高分一号C（GF-1C）卫星（多光谱分辨率8m，全色分辨率2m）、2022 年10 月11 日5cm 分辨率的无人机遥感数据，用以精度验证和比较分析。图1展示了碳卫星和无人机遥感数据。

图1 同区域碳卫星与无人机遥感影像数据

三、研究方法

1.样本标注

基于无人机遥感影像和卫星影像构建的林木生长健康状态解译标志进行样本标注，共标记冠幅直径大于4m 的样本702 个。其中变色立木样本291 个，健康立木样本411 个。各类样本空间分布情况见图2。

图2 各类样本空间分布图

2.光谱可分性分析

类别可分性越大，该类别与其他类别混合越少，识别难度越低。采用Kaufman 和Remer 提出的M 统计量[10]分析两种不同类别样本（异常变色立木和健康绿叶立木）在4 个原始光谱波段上的可分离度。M统计量是判定两种类别之间概率密度分布直方图的一种度量，综合考虑了两种类别的类内和类间差异。M>1 说明分离度高，M<1 说明类别间有重叠。

3.植被指数构建

植被指数作为观测植被长势和健康状况的指示器，已被广泛应用于农林领域。本文采用红绿比值植被指数（RGRI）、归一化近红红差异指数（NDVI）、 归一化红绿差异指数（RGNDI）、 归一化红蓝差异指数（RGNNDI）四种植被指数来进行林木健康状态诊断。

四、分析结果

1.原始多光谱图像具有更好的单木遥感监测能力

图3 展示了同为2m 空间分辨率的碳卫星多光谱影像和GF-1C 融合影像，尽管两者过境日期只差一天，但碳卫星多光谱数据可以很好地展示变色立木，而GF-1C融合数据却无法明显表达变色立木，表明碳卫星的多光谱数据比GF-1C 融合数据保留了更多的地物原始信息（光谱、纹理、几何等特征）。虽然当前的图像融合算法都具有较高的信息保真能力，但对于优于2m 这种甚高空间分辨率卫星遥感数据，其融合效果与目标地物的几何形状、纹理、颜色等高度相关。树木作为一种几何形状极不规则、树冠内部光反射特征极为复杂多样且周边环境变化无穷的独立地物目标类型，原始多光谱图像比同空间分辨率融合图像的遥感信息具有明显优势。

图3 同区域的2m 多光谱碳卫星与GF-1C 融合影像对比

2.红与近红外波段蕴涵丰富的异常变色立木光谱信息

计算了碳卫星0°多光谱数据和GF-1C 2m 融合数据的健康/变色立木样本各波段平均值与标准偏差值，以及健康/变色立木的M 值，结果见表1。可以看出碳卫星健康立木和变色立木在红波段与近红外波段有较高的分离度，远高于蓝波段。而同样空间分辨率GF-1C 融合数据的健康立木和变色立木在各波段分离度都较低，再次表明两种类型间区分困难。

表1 碳卫星和GF-1C 融合数据波段信息统计表

3.红与绿波段构建的植被指数能较好识别异常变色立木

应用碳卫星0°多光谱原始红、近红外和绿波段构建的四种植被指数进行分析，统计各类型错分样本结果见表2。展示出不同指数在健康立木类型上错分的样本数量总体较少，精度稳定；而不同指数在变色立木类型区分上存在一定差异，准确度顺序为RGNDI> RGRI > NDVI > RGNNDI。

表2 健康立木与变色立木样本错分统计表

4.碳卫星0°多光谱数据适宜于中林龄以上变色立木提取

利用前述四种植被指数对研究区碳卫星数据进行变色立木提取，局部结果见图4。通过比较可以看出，RGNDI 的准确率最高，RGRI、NDVI 和RGNNDI 这三种指数均存在误判情况。

图4 分类结果比较

由图4 还可以看到，碳卫星数据对于小冠幅（树冠直径小于2m）变色立木（即小变色木）的监测能力明显不足。如在图4b 中蓝圈处有几株明显的小变色立木，却没有被碳卫星（图4a、4c、4d、4e、4f）数据正确提取。图5 是小树在碳卫星与无人机遥感影像上的对比图，表明小变色木（红圈处）的检测需要更高空间分辨率卫星数据的支撑。实际上卫星遥感数据的空间分辨率是评价传感器性能和遥感信息的重要指标之一，也是识别地物形状、大小的重要依据。因此对于碳卫星的2m 多光谱数据而言，只适用于树冠直径大于4m 的大冠幅亚健康林木识别，树冠越大精度会越高。

图5 碳卫星与无人机遥感的小冠幅林木影像对比

五、结束语

目前空间分辨率优于2m 的在轨商业卫星有法国“昴 宿 星”（Pleiades）、WorldView、GeoEye-1、韩国多用途卫星－3A（KOMPSAT-3A）、北京三号、高景、吉林一号等光学卫星星座，是单木尺度动态、精准监管的重要数据源。高空间分辨率卫星数据幅宽有限，一直是区域尺度单木健康状态准实时、宏观监测的重要限制因素。碳卫星超光谱探测仪数据在异常变色立木监测中的应用潜力，可极大提升我国林木生长胁迫的早期预警监测能力，并拓展国产卫星遥感数据的应用广度，为林草湿荒资源动态感知、精准认知和智慧管控提供解决方案，更是推动林草湿荒资源治理能力现代化和支撑林草湿荒资源科学管理与高质量发展的技术保障。