森林是陆地生态系统的重要组成部分，其分布是全球各国的一个基础数据，森林分布提取也是卫星遥感的最早应用之一。森林是以木本植物为主体的生物群落，其组成具有显著的疏密差异。随着数字量化的需求不断提高，仅获取森林分布范围已经无法满足很多精细分析的需求。在很多应用，如估算固碳能力中，需要的是具体树木分布。自然界中木本和草本植被常常混合分布，在很多被定义为森林的区域，草本植被面积甚至会远大于树木，如果把森林全部假设是树木覆盖会带来系统性的偏差。同时，由于木本植被是多年生植物，年际间的覆盖信号变化缓慢，要刻画这种缓慢增长对参数精度有更高的要求。精确区分草本植被和木本植被是提取树木覆盖的难点，仅以光谱差异很难将茂密草地和作物与树木区分开来，这也是某些遥感产品在农田、草甸估算树木覆盖度误差大的原因。
中国历史上一直很重视植树造林等生态恢复工作，多种证据表明中国森林在持续变好。例如，权威的中国国家森林资源清查资料显示，1998- 2018年间，全国森林面积共增加4554万公顷，森林覆盖率(森林面积/土地面积)净增加4.75%。尽管全球已有不少森林覆盖与树木覆盖度的遥感产品，但这些产品很少直接支持中国森林的增加。某些遥感参数（如叶面积指数）间接显示中国森林区域确实在变绿，但无法直接证明森林树木在增加，因为草本植被增加也会使区域变绿。为了精确刻画中国森林恢复状况，中国科学院地理科学与资源研究所刘荣高研究员团队研发了一套基于时间序列卫星数据的中国树木覆盖度遥感产品(GLOBMAP Fractional Tree Cover China, 以下称GLOBMAP)。该产品算法充分利用草本植被和木本植被的季节生长差异来提取像元内的树木覆盖百分比，通过特征降维和优选来提升树木覆盖度的估算精度和稳定性，以满足森林缓慢变化分析的精度要求。研究团队通过不同遥感产品与清查资料比较，发现硬分类数据在捕捉中国森林变好方面的能力较弱，GLOBMAP产品的森林面积变化与清查资料在省级尺度具有最佳的一致性(图1)，两者的差异在-6%~4%之间。
![]()
图1 2000-2022年中国森林覆盖年际变化特征及与国家森林资源清查资料的比较 a, 2000-2022 年中国树木覆盖度年际变化趋势; b-f, 清查资料(NFI)与不同遥感产品的省级（除港澳台）森林面积变化比较
分析发现，自2000年以来，中国的森林面积持续增加，2000-2015年森林恢复速率大约为407万公顷/年，2015-2022年期间，这一速率减缓了将近50%(约为226万公顷/年)。在空间上，西南地区森林面积增长最快，森林的变化主要表现为从低树木覆盖度逐步过渡到高树木覆盖度。
此项研究提供了中国森林树木覆盖增加的直接遥感证据。同时，由于所用数据是全球覆盖的，此方法可以了解中国森林恢复在全球所处的位置。然而，所用百米级树木覆盖度产品对于刻画稀疏树木覆盖仍然不够。该研究团队目前正在分析更高分辨率的Sentinel-2和Landsat数据提取树木覆盖度，期望能得到更准确的数据来刻画中国及全球森林覆盖和变化。![]()
扫码访问原文
![]()
https://doi.org/10.1029/2024GL110312Geophysical Research Letters (GRL) 发表对地球科学主要领域的科学进展进行研究的具备高影响力、创新性和时效性的文章。本期刊的论文为通讯稿长度的短篇文章，要求能在相关学科或整个地球科学领域产生直接而广泛的影响。
2023年影响因子： 4.6
5年影响因子： 5.2
从投稿到一审意见的中位数时间：47天
点击下方“阅读原文”访问GRL期刊网站，阅读更多精彩内容。
