数字化森林资源监测技术提名意见该项目面向国家林业信息化

数字化森林资源监测技术一、提名意见：该项目面向国家林业信息化建设的行业重大需求，从森林资源监测技术、可视化模拟技术与经营管理技术出发，突破了森林资源信息获取时间长、精度低，可视化程度低、预测模拟困难等技术难点，实现了森林资源高时效、高精度监测，直观模拟与预测，为林业科研、生产和科学决策提供了技术支持与模拟平台，便于森林经营管理者从宏观、全局和空间角度了解和掌握森林生长与变化动态。

该项目成果解决了森林资源动态监测研究中存在的不确定性、低精度、低效率、单一尺度、不能直接应用于森林经营管理的问题，其中，基于多尺度嵌套抽样方法的大区域森林生物量/ 碳密度反演、多源数据协同信息提取、树木形态结构与生长耦合模拟、基于工作流的林分生长与经营交互模拟等多项技术处于国际领先水平，基于多源多维遥感的多尺度森林资源动态监测技术填补了国内空白。

成果的应用提高了工作效率，降低了劳动强度，具有巨大的潜在生态、社会和经济效益。

该项目发表学术论文141篇，其中SCI/EI收录37篇（SCI收录12篇，EI 收录25篇）；申请专利42项（发明专利33项，实用新型专利9项），其中授权专利26项（发明专利 1 7项，实用新型专利9项）；获得软件著作权登记60项；编制行业标准 2 项；出版专著 2 部；成果在9 个省（自治区、直辖市）开展了推广应用，全面提高了我国森林资源监测科学技术水平。

该项目提供的材料经审查，符合国家科学技术进步奖提名和申报要求，公示无异议。

提名该项目为国家科学技术进步奖二等奖。

二、项目简介:1. 主要技术内容该项目面向现代森林资源监测业务需求，突破了森林资源信息获取时间长、精度低、可视化程度低、预测模拟困难等技术难点，实现了森林资源的精准监测、直观模拟与高效管理，提高了我国森林资源监测技术与业务应用水平。

1.1 数字化森林资源监测关键技术研究利用中低分辨率遥感影像，开展了大尺度森林覆盖信息快速提取技术研究，实现了区域尺度的森林分布和覆盖信息的准确提取；利用时间序列数据开展了森林类型识别与提取技术研究，研发了大尺度森林物理参数反演方法，开发了相应软件模块，分析了全国与区域性大尺度森林资源的时间和空间变化状况。

1.2 数字化森林模型与可视化模拟关键技术研究针对森林可视化模拟关键技术，重点研究了树木数字化模型与可视化模拟技术、林分数字化模型与可视化模拟技术、森林景观数字化模型与可视化模拟技术、森林经营可视化模拟技术，为林业科研、生产和科学决策提供了直观、形象、全新的三维森林可视化模拟平台。

1.3 数字化森林经营管理关键技术研究开展了森林生境因子精准获取与评价、森林经营管理决策支持等关键技术研究，以及森林经营管理决策支持系统的开发与应用，研发了数字化森林经营管理决策支持平台，实现了森林生境因子快速精准获取与经营管理决策。

2. 授权专利情况授权专利26 项（发明专利17 项，实用新型专利9 项）。

3. 技术经济指标大区域森林资源信息监测周期<0.5 年，总体精度达85%，森林类型分类精度>90%，区域森林生物量/ 碳密度反演精度>80%，有效提升了我国森林资源监测水平；研发了21 个树种的三维可视化模型，为森林可视化模拟提供了基础模型，提出了交互式经营可视化模拟技术，具备经营单位级/ 林场级森林可视化经营管理能力；基于云的森林生境因子数字化智能采集系统，实现了 1 年中林分生境因子的实时连续监测；森林多维形式决策支持模型为国内首创，处于国际领先水平，直接服务于我国森林资源管理工作，提高了决策水平。

4. 应用推广及效益情况该项目研发的技术方法、软件系统等已在北京市、河北省（塞罕坝机械林场总场）、河南省、内蒙古自治区、湖南省、福建省、云南省、黑龙江省、海南省等地开展了应用推广。

数字化森林资源监测技术的突破提高了森林资源信息获取效率和水平，减少了野外地面调查工作，减少了损失，节约了人力、物力和财力。

对于提高现代林业信息化水平、保障国家生态安全、践行绿色发展理念以及提升我国林业及相关产业的竞争力具有非常重要的意义，生态、社会、经济效益显著三、客观评价:1. 该项目验收结论（其他附件[114] ）科技部863 现代农业领域办组织专家对该项目进行了验收，通过质询与讨论，形成了如下意见：（1）以实现森林资源高效精准监测为研究目标，重点围绕森林资源信息快速获取、精准识别、参数反演和森林防火实时监测与智能预警系统构建方面开展了系统研究，取得了显著进展。

研发的森林资源信息遥感快速提取系统模块，能实现数据的快速处理，更新周期小于0.5 年。

（2）以树木、林分、森林景观、森林经营为主要研究对象，成果为研究和揭示森林结构与生长变化规律，开展高效森林经营、规划、调控和决策提供了关键技术支撑，成果应用将促进森林数字化、可视化和智能化经营管理，提升森林生长与经营模拟预测水平。

（3）以实现数字化森林信息快速精准获取与构建经营管理决策支持系统为研究目标，重点围绕野外生境因子精准获取、数字化森林立地评价、经营决策模型研究与森林经营决策支持系统的集成与应用等开展了系统研究，尤其在野外生境因子实时采集与森林经营决策模型的耦合方面具有明显创新。

2. 该项目查新结论（其他附件[115] ）结论指出：国内已有利用卫星遥感技术进行森林生物量和碳储量监测方面的研究，和嵌套抽样方法在森林更新调查中的应用，但未见嵌套抽样方法在大区域森林生物量/ 碳密度反演中的应用。

国内文献虽有关于工作流技术和可视化模型在森林遥感领域应用的报道，但未见“实现林分生长与经营交互过程可视化模拟” 的描述。

该委托项目在以下 3 方面具有新颖性：（1）提出一种多尺度嵌套抽样方法，并利用该方法实现大区域森林生物量/ 碳密度反演。

（2）构建幂函数形式的树木冠形模型及冠形参数动态生长模型，提出冠形控制下树木结构可视化模拟方法，形成树木形态、结构与生长耦合方法。

（3）基于工作流技术，构建自定义活动图形化可视化模型，交互式建立林分生长与经营交互过程可视化模型，实现林分生长与经营交互过程可视化模拟。

综上所述，该项目在上述方面具有文献新颖性。

3. 该项目成果综合报道（其他附件[116] ）《科技日报》2016年3月13日聚焦版面以“鞠洪波：数字化森林资源监测守护丛林”为题，综合报道了该项目研究与应用成果。

报道指出：（1）在高精度森林类型识别技术方面，科研人员研究出基于高分辨率影像的森林类型自动提取算法，总体分类精度达到90%以上。

（2）研究人员完成了区域性森林时空变化与特征分析技术研究，全面开展了树木、林分、经营、森林景观模型与可视化模拟方法的研究工作，完成了森林生境因子精准获取与评价技术、森林经营管理决策支持技术等。

（3）项目团队开展了试验示范区的野外调查和示范应用，完成了相关试验示范区数据的收集、整理、加工、处理和建库等工作，完成了相关应用示范工作，取得了良好的应用示范效果。

4. 该项目获奖情况（其他附件[117] 、[118] ）（1）2017 年 4 月，获“梁希林业科学技术奖”一等奖，项目名称：数字化森林资源监测技术。

（2）2017 年12 月，获“中国林业科学研究院重大科技成果奖” ，项目名称：数字化森林资源监测技术。

5. 国内外相关技术比较（1）国内外的森林资源监测体系均以五年左右为周期，大区域森林覆盖信息快速提取技术实现了全国大区域森林资源信息的快速获取，数据获取更新周期小于0.5 年，总体精度达到85%以上，处于国际领先水平。

（2）提出了顾及多尺度嵌套抽样方法，解决了固定样地大小和遥感影像空间分辨率匹配的问题，将混合像元分解与序列高斯协同模拟相结合，解决了中低分辨率混合像元分解与区域估计的问题，区域森林生物量/ 碳密度反演精度达80%以上，处于国际先进水平。

（3）结合高分影像和面向对象方法的林分类型自动识别技术，获得林场尺度的森林类型分类精度均达到90%以上，过去国内外学者采用不同空间分辨率和光谱分辨率传感器数据进行温带森林树种分类，整体分类精度大都在72%-88%之间。

该技术处于国际领先。

（4）多源数据森林参数提取技术弥补了传统调查方法的不足，解决了目前森林资源动态监测中不确定性、低精度、低效率、单一尺度、不能直接应用于森林经营管理的问题，填补了国内外应用多源多维遥感进行多尺度森林资源动态监测的技术空白。

（5）树木形态结构三维可视化模拟方法，较国内外同类树木建模方法，具有更逼真的树木可视化模拟效果，突破了交互式树木模型耦合方法，实现了冠形控制下树木参数化动态建模。

该方法处于国际领先地位。

（6）利用工作流技术，构建了量化经营措施的森林经营可视化模型，与国内外同类方法相比，具有经营方案可视化设计、调整、辅助决策分析、结果可视化表达等突出优点，实现了森林经营规划、设计、实施和评价的可视化模拟与分析。

该方法处于国际领先地位。

（7）森林生境因子采集技术可对一年中林分二氧化碳、空气温湿度、土壤温湿度与太阳照度的变化进行精准测量，并用以评价经营效果。

该方法处于国内首创，达到国际先进水平。

（8）人工林生长收获模型自动更新算法与技术保证了建模数据变化后，不必手动建模也无需重新编程，即可完成决策支持模型的重新拟合与更新。

该技术处于国际领先水平。

四、推广应用情况：1 •推广应用情况该项目成果先后在多个试验区进行了应用推广，包括：河北省塞罕坝机械林场总场、内蒙古自治区赤峰市克什克腾旗桦木沟林场、黑龙江省佳木斯市孟家岗林场、国有平江县芦头林场、北京松山国家级自然保护区管理处、湖南省平江县福寿国有林场、攸县黄丰桥国有林场、河南鸡公山国家级自然保护区管理局、海南霸王岭国家级自然保护区管理局、黑龙江省林业监测规划院、黑龙江省第三森林调查规划设计院、内蒙古绰源林业局、普洱市林业科学研究所、云南省普洱市国家公园管理局、福建省将乐国有林场等。

具体应用情况如下：五、主要知识产权证明目录六、主要完成人情况七、主要完成单位及其贡献八、完成人合作关系说明本人作为项目负责人和“数字化森林资源监测关键技术研究”课题负责人，与项目9 个主要合作人面向现代森林资源监测业务需求，从森林资源监测技术、可视化模拟技术与经营管理技术出发，共同开展项目合作，合作时间从2012 年1月开始至2015年12月止，具体合作工作如下：张怀清研究员是“数字化森林模型与可视化模拟关键技术研究” 课题负责人，共同研发内容为：提出了基于三维激光扫描数据的树木枝干参数提取方法；研建了树木形态、结构与生长耦合技术，实现了树木形态结构与生长可视化模拟；提出了基于多源数据的林分结构自适应可视化模拟技术；突破了基于综合生长模型的林分生长可视化模拟技术。

共同组织和开展了云南、湖南、海南、内蒙古自治区等地的数字化森林模型与可视化模拟关键技术的应用推广。