植树造林被认为是减缓气候变化的潜在有效解决方案。中国自上世纪七十年代开始，实施了大量的植树造林计划，目前已经成为全球人工林面积最多的国家，这些人工林在应对全球气候变化、增加碳存储等方面发挥了重要的作用。然而，由于缺乏高空间分辨率的人工林空间数据，中国人工林在固碳减排方面发挥的实际贡献还不清楚。因此，迫切的需要发展新的技术方法对中国的人工林进行精准的监测与绘制。
为了得到中国人工林准确的空间分布，课题组基于大数据处理平台，提出了结合众源样本与多源遥感数据的人工林识别框架（图1）。该框架中利用多源遥感数据建立了人工林识别的时间、纹理、环境、光谱等特征集，并对时间序列特征进行了填补与改进，扩大了人工林与天然林在时间序列上的差异，进一步提高了人工林识别的可能性。借助课题组30余万条众源样本数据（图2）与Google Earth Engine大数据处理平台，成功绘制了2020年中国30米分辨率的人工林空间分布数据（图3）
图1 人工林识别框架
图2 众源样本分布
图3 中国2020年人工林与天然林分布
通过与独立验证样本与森林清查的比较，本研究分别在国家、区域和省的尺度上对结果进行了验证。结果显示：国家尺度上人工林总体分类精度达到了84.93%，F1值为0.85；区域尺度上，总体分类精度在82.09%-90.84%，F1值在0.73-0.91之间；省尺度上，总体分类精度都在75%以上，同时与国家森林清查统计数据具有显著的线性关系（R2 =0.93, p<0.001）（图4）。此外，与高清影像进行对比，本研究得到的产品可以很好的与人工林范围相匹配。最后，本研究还对每个像素的不确定进行了分析，结果显示高不确定性的像素仅占10.75%（图5），表明本研究得到的人工林数据具有较高的可靠性。
图4 与森林清查数据对比结果
图5 像素尺度不确定性分布
本研究得到的这套高精度、高空间分辨率的中国人工林数据产品表明结合众源样本和多源遥感数据的人工林识别框架在监测国家尺度人工林方面具有较好的应用潜力，生成的中国人工林空间分布数据产品是目前为止最新和空间分辨率最高的数据，对于精准的评估人工造林的生态效益，实现森林资源的可持续发展具有重要作用。
该研究成果于近日发表于遥感领域国际权威期刊ISPRS Journal of Photogrammetry and Remote Sensing。北京大学程凯博士为第一作者，郭庆华教授为通讯作者，中科院植物所马克平研究员、苏艳军研究员、胡天宇副研究员以及北京大学唐艳鸿教授、陶胜利研究员对该项研究进行了指导。该研究得到了中国科学院战略性先导科技专项（A类）地球大数据科学工程专项、可持续发展大数据国际研究中心和国家自然科学基金项目的资助。
[1] Cheng, K., Su, Y., Guan, H., Tao, S., Ren, Y., Hu, T., Ma, K., Tang, Y., & Guo, Q. (2023). Mapping China’s planted forests using high resolution imagery and massive amounts of crowdsourced samples. ISPRS Journal of Photogrammetry and Remote Sensing, 196, 356-371.
https://doi.org/https://doi.org/10.1016/j.isprsjprs.2023.01.005
