摘要：指出了森林生态系统参数在突出区域生态特色、诊断当前生态系统健康、分析生态系统时空演变等研究中具有重要的作用，遥感技术在提取相关森林生态参数时具有大尺度、省时、高效、准确等优势，是主要的信息采集途径。总结了林业遥感的技术应用范畴，分析了阻碍林业遥感迅速发展的主客观原因，提出了在大生态背景下，依据区域森林资源特色、特殊地表带环境特点来分析铜仁市级区域林业遥感技术研究动向，认为可在特定林木信息提取、动态监测、环境要素反演、大数据分析方面展开深入研究，以期为区域生态环境保护、区域生态旅游资源吸引力提高提供科学依据。
关键词：铜仁地区；大生态；林业遥感；研究动向；区域协调发展
中图分类号：P237
文献标识码：A 文章编号：16749944（2017）10020504
1 引言
森林是陆地生态系统的主体，其广泛的地表分布与复杂的林间结构，为多种生物栖息提供了良好的环境，维护着生态系统的安全与稳定。与森林有关的林木参数、环境要素、干扰等因子共同指向森林生态系统的演替、健康与安全，因此相关森林生态系统参数的获取十分重要。遥感可以多时相、大尺度对地进行观测，海量数据的利用有助于对生态环境状况进行综合分析。
铜仁地区森林资源十分丰富，在维护自然生态平衡中起着重要作用，良好的森林植被是铜仁地区的生态品牌、最突出的生态优势[1，2]。但铜仁地区森林生态系统仍十分脆弱，需要加强保护[3，4]。丰富的资源与脆弱的生态系统，亟需要获取相关的森林生态系统参数，用以突显地方特色和进行生态保护。
笔者总结了遥感在林业环境信息化中可供应用的技术范畴，分析了阻碍林业遥感快速发展的原因，提出了在大生态背景下，铜仁地区遥感技术应用应关注的研究方向与研究内容，用以深入开展遥感研究，充分利用遥感技术，为生产实践、区域吸引力提高提供科学支撑与方法，进一步利用遥感大数据，分析森林资源响应环境变化，为维护区域生态系统安全与稳定提供数据决策，促进区域社会与环境协调健康发展。
2 林业遥感技术的应用
2.1 技术产品
利用图像处理技术，可获取的林业遥感产品包括：二、三维电子影像产品，纸质影像产品，地形图产品，林相图产品，郁闭度、密度、植被指数产品，地表反射率产品，温度、湿度、负离子浓度反演产品，资源动态监测产品，灾害监测产品等[5，6]。此外，还可研发可视化的林业遥感参数数据库产品[7]。
2.2 森林参数反演
利用影像与野外实测值建立关系模型，可对森林的温度、湿度、空气负离子含量、叶面积指数、冠幅、郁闭度、密度、胸径、蓄积量、碳储量等进行反演[8～12]。在分类基础上，基于地理坐标信息确定不同林地类型的面积[13]。利用摄影测量方法测定个体树高，利用影像光谱信息、纹理信息，结合常规分类方法（最大似然、支持向量机、随机森林等）确定森林类型、树种类型，经影像分类或野外实测GPS坐标等方法确定林木的位置分布等[14～16]。
2.3 动态监测
采用不同时相的数据源，经特定信息提取，对土地的石漠化、荒漠化、沙化程度進行监测；影像对比分析，对土地利用现状进行监测[17]；提取湿地信息，经过不同时相数据源的叠加分析，可对湿地资源进行监测[18]；分析多时相影像，对林业生态工程建设成效进行监测[19]；对灾害（雪灾、火灾、水灾、地质灾害、病虫害）进行监测。监测中，根据遥感提供的技术方法，确定监测对象的原貌、现状、动态过程及发展趋势，为生态恢复或建设成效评价提供决策与分析依据[20]。
2.4 生物多样性空间信息共享
利用不同時空尺度的遥感观测数据通过定量反演等方法，可以获取许多与生物多样性有关的环境变量，例如：NDVI、地表温度、大气水分、土壤湿度等，这些环境变量可以为生态学家提供参考[21，22]。在对生物多样性监测指标体系模型中的环境变量进行分析时，利用地理信息系统可以将这些因素根据时空的变化统一在一起，通过其强大的空间分析功能，从空间的维度，挖掘生物多样性信息隐含的空间规律，为生物多样性的信息共享提供新的途径与技术支持，提高生物多样性领域的空间信息共享和服务水平[23，24]。
3 阻碍林业信息化发展的原因
遥感技术在林业信息化进程中具有广阔的舞台，但从目前的研究中可以看出，有许多需要通过遥感技术来解决的实际林业问题容易被搁浅，导致遥感技术在林业中的应用与大众的期望存在很大的差距。
3.1 数据价格问题
阻碍遥感研究的其中一个壁垒是价格因素。来自中国遥感数据网的资料显示，低分辨率的遥感卫星影像每景的价格上千元，而1 m高分辨率的遥感卫星影像每景的价格高达数万元，这样昂贵的价位使庞大的民用市场潜力难以发挥。遥感数据价格较贵，针对大尺度、多时相的研究，投入成本太大，影响相关研究，因此，在我国，遥感应用主要局限在公共事业部门和科研机构，遥感数据利用率、共享率和商业化水平较低[25，26]。
3.2 图像信息提取不易
由于遥感数据空间分辨率、光谱分辨率低及传感器在光谱、空间分辨率方面二者不能兼顾的问题，以及地物间同物异谱、异物同谱现象的存在，目前基于像元、基于对象的计算机自动分类方法很难实现对森林树种的识别。因此，在特定地物信息提取中，遥感技术还不能完全解决所有问题，存在技术瓶颈问题，为研究人员解决实际问题带来困扰，也提出了巨大挑战，在相当长一段时间内会制约着确切地物类型的识别[27～29]，比如森林树种分类。
3.3 自然因素导致影像不可获取
由于我国南方地区多云雨天气，阴天数比例过高，卫星过境扫描成像时会受到云层的干扰，想要获取特定时相遥感数据的机会大大降低。研究中，特定森林参数提取可能需要多时相的影像数据，但由于某期影像被云全覆盖或云的比例过高而不能使用，这样特定的森林参数就无法被提取，好的实验设计不能被执行，无法实现区域环境遥感监测，妨碍了专家学者通过遥感技术对森林环境进行深入研究。
3.4 其他因素
地区经济发展水平落后、研究人员的科研技术落后、创新理念薄弱、科研投入不足、科研管理等问题与原因都会导致林业信息化进程变缓，甚至停止不前。
4 森林环境遥感研究动向
林业遥感研究一方面要注重生态功能，研究结果要有利于保持区域生态环境的平衡稳定与安全；另一方面要突出特色，研究结果可展示区域环境魅力，增加旅游吸引力，促进区域社会经济的发展；更重要的是通过整合多源大数据信息，对区域生态环境变化的格局、过程、机理等进行研究，建立多学科遥感指标体系，通过模型预测区域生态环境的时空分布特征，为决策者利用自然资源、保护自然资源提供基础数据，促进人与自然和谐发展。
4.1 特定信息提取
树种的识别是林业遥感尚未解决的科学难题之一，亟需深入研究。铜仁地区森林资源丰富，可采用高分辨影像进行分类试验；另外对于珍贵的古树名木（古茶树、菩提树、楠木、红豆杉等）、珍稀濒危树种（银杏、珙桐等）、外来种等林木也要进行遥感识别研究，建立档案数据，实施长期监测，避免外来物种胁迫，致使当地物种灭绝。
通过遥感手段识别树种，确定特定树种的空间分布，进行动态监测，除了可以有力推进解决遥感技术识别树种的问题，还可减轻森林资源调查的工作量，具有重要的理论与现实意义[30，31]。
4.2 遥感监测
我国南方较容易发生的灾害有雪灾、水灾、地质灾害、病虫害等，这些灾害破坏森林环境，严重威胁着人民的生命财产安全，阻碍社会经济的可持续发展。通过遥感方法，准确预报灾害，实时监控灾情发展，为灾害的防控提供强有力的支持，也是环境遥感需持续研究与解决的重大问题。可从下面一些方向展开研究：利用遥感图像编制地质灾害分布图；研究识别不同遥感图像下不同规模、不同亮度或对比度的滑坡和泥石流的方法；三维建模模拟分析、雷达数据分析，监测水灾、滑坡活动可能达到的程度；建立遥感快速辨别森林病虫害监测的体系等。
4.3 环境要素遥感反演
对区域环境中的温度、湿度、空气负离子浓度等进行遥感反演，分析其时空分布与动态变化，生成遥感影像产品或动画影片。以科学研究结果为依据，分析确定最适宜于人体养生养心的温度、湿度与负氧离子浓度分布区，通过媒体宣传，增强科普力度，彰显区域特色，提高旅游吸引力[32，33]，引导游客进行养心养生旅游，有利于人们的身心健康，同时也有助力地方经济的发展。
4.4 多元数据的整合与应用
应用遥感机理结合环境变化的模型算法分析人类活动对区域气候变化的影响；利用RS与GIS相结合的生态环境分析模型分析人类活动、气候自然变化双重因素对生态环境的影响；应用“3S”技术，对因大型环境工程而受损的生态环境进行恢复和重建，模拟过程，评价结果。
通过对多源信息区域陆表生态过程响应因子的多学科理解与知识发现，以遥感信息提取和模型建立为基础，建立多学科的遥感指标研究体系，对区域生态环境变化的格局、过程、机理等进行分析，研究区域生态环境时空分布特征及其动态变化。
研發可视化的遥感产品，建立多时相区域林业遥感参数数据库，实现区域环境动态分析，预警环境变化。通过利用遥感的监测数据与其他环境要素变化建立关系模型，开发一些预测生态系统未来的模型，利用强大的机器学习能力，巨大的数据的搜寻能力，帮助决策者评估各种人类行动方案所产生的生态后果及补偿机制。
5 结语
在科学技术日益进步的今天，生态领域的大数据时代已经来临，生态观测将迎来“数据洪流”，如何处理与有效利用这些数据已经成为亟需解决的关键问题。林业遥感数据是生态领域大数据中的一类数据，该数据可提取、凝练大量与生态系统有关的森林参数，用以具体刻度区域生态环境的时空特征变化。
铜仁地区森林资源丰富、物种多样，拥有巨大的生态优势。在依托生态优势的发展过程中应充分利用遥感（或“3S”技术）等技术手段，监测环境变化，实现对区域生态环境的保护；确定珍稀濒危树种的遥感分布，绘制温度、湿度、空气负离子浓度时空图谱，彰显区域生态特色，增强旅游吸引力，为经济发展做出贡献；整合多元数据，分析生态环境时空变化，维护区域生态系统安全与稳定，促进区域社会与环境协调、友好、健康发展。
参考文献：
[1]穆 彪. 贵州森林旅游资源的类型特征及其区划[J]. 中南林业科技大学学报， 2011， 31（2）：103～108.
[2]张百平， 聂朝俊， 朱 军，等. 贵州省森林资源动态变化[J]. 地理研究， 2003， 22（6）：725～732.
[3]楊应权. 制定《西部地区生态平衡补偿法》刍议[J]. 贵州民族， 2011（13）：20～22.
[4]苏维词. 浅论喀斯特区域生态系统多样性[J]. 环保科技， 1996（1）：42～48.
[5]贺广均， 李 虎， 李家国，等. 生态环境遥感产品生产分系统架构设计与实现[J]. 微计算机信息， 2012（9）：252～254.
[6]宋宏利， 张晓楠. 中国区域多源土地覆被遥感产品精度分析与验证[J]. 农业工程学报， 2012， 28（22）：207～214.
[7]周 兵， 李家国， 吴贯锋，等. 面向遥感产品生产的可视化数据流模型[J]. 河南大学学报（自然科学版）， 2013， 43（1）：74～78.
[8]游世林. 海面气温、湿度遥感信息反演与提取[D]. 成都：电子科技大学， 2004.
[9]侯光雷. 吉林省中部地表温度和湿度的反演及空间分布[D]. 长春：东北师范大学， 2008.
[10]闫秀婧， 冯仲科， 马俊吉，等. 基于3S技术的小陇山林区负离子动态监测与预测研究[J]. 北京林业大学学报， 2008（s1）：133～137.
[11]王立辉. 神农架样区森林叶面积指数与郁闭度遥感定量反演研究[D]. 北京：中国科学院大学， 2013.
[12]张 超， 彭道黎. 基于PCA-RBF神经网络的森林碳储量遥感反演模型研究[J]. 中国农业大学学报， 2012， 17（4）：148～153.
[13]何彦然， 彭道黎， 李云霄，等. 基于不同抽样方案的三峡库区林地面积遥感监测研究[J]. 中南林业科技大学学报， 2015， 35（7）：50～56.
[14]刘怀鹏， 安慧君， 王 冰，等. 基于递归纹理特征消除的WorldView-2树种分类[J]. 北京林业大学学报， 2015（8）：53～59.
[15]刘怀鹏. 基于WorldView-Ⅱ数据的呼和浩特市绿化树种分类研究[D]. 呼和浩特：内蒙古农业大学， 2013.
[16]刘怡君， 庞 勇， 廖声熙，等. 机载LiDAR和高光谱融合实现普洱山区树种分类[J]. 林业科学研究， 2016， 29（3）.
[17]吴 薇， 王熙章. 毛乌素沙地沙漠化的遥感监测[J]. 中国沙漠， 1997， 17（4）：415～420.
[18]李建平， 张 柏， 张 泠，等. 湿地遥感监测研究现状与展望[J]. 地理科学进展， 2007， 26（1）：33～43.
[19]陈巧. 林业生态工程遥感监测关键技术研究[D]. 北京：中国林业科学研究院， 2013.
[20]莫伟华， 王君华， 钟仕全，等. 基于MODIS的冰雪遙感灾害监测与评估技术[J]. 林业科学， 2009， 45（10）：88～93.
[21]徐文婷， 吴炳方. 遥感用于森林生物多样性监测的进展[J]. 生态学报， 2005， 25（5）：1199～1204.
[22]方 彬， 陈 波， 张 元. 生物多样性遥感监测尺度选择及制图研究[J]. 地理与地理信息科学， 2007， 23（6）：78～81.
[23]徐文婷. 三峽库区森林植被生物多样性遥感定量监测方法研究[D]. 北京：中国科学院遥感应用研究所， 2004.
[24]梁大双. 森林植物多样性遥感监测应用研究[D]. 北京：北京林业大学， 2011.
[25]谭炳香. 新世纪遥感与林业信息需求[J]. 遥感信息， 2002（2）：32～37.
[26]孙 华， 林 辉， 莫登奎，等. 高分辨率遥感影像在林业应用中存在的问题与思考[J]. 湖南工业大学学报（社会科学版）， 2005， 10（5）：24～27.
[27]王 蕾， 黄华国， 张晓丽，等. 基于知识规则的马尾松林遥感信息提取技术研究[J]. 北京林业大学学报， 2007， 29（3）：124～130.
[28]郜丽静. 生态环境专题要素的多层次遥感信息提取方法研究：以水体提取为主要案例[D]. 北京：中国科学院遥感应用研究所， 2009.
[29]蔡玉林， 孙国清， 庞 勇，等. 林分因子遥感定量提取技术中的后处理[J]. 测绘与空间地理信息， 2006， 29（5）：33～34.
[30]徐应华， 张华海， 杨帮华，等. 贵州现存古树名木分布特点研究[J]. 四川林勘设计， 2006（4）：15～19.
[31]张华海. 贵州珍稀濒危植物地理分布研究[J]. 种子， 2009， 28（6）：68～72.
[32]杨 静， 满林华. 贵州中医药养生旅游发展策略研究：以铜仁市为例[J]. 旅游纵览月刊， 2015（9）.
[33]毛亚昆， 穆 彪， 李 静，等. 贵州省不同生态旅游区空气负离子资源研究初报[J]. 农业与技术， 2012（2）：118～120.