在大規(guī)模生態(tài)保護(hù)與修復(fù)背景下，我國(guó)西南喀斯特地區(qū)成為近20年來(lái)全球植被“變綠”的熱點(diǎn)區(qū)。單一人工林種植是普遍采用的一種造林策略，速生人工林相對(duì)于天然林可能會(huì)耗水過(guò)多，亟需量化權(quán)衡不同類(lèi)型森林恢復(fù)的碳-水過(guò)程及其生態(tài)服務(wù)效應(yīng)。然而，單一人工造林、自然恢復(fù)、封禁保育、人工林采伐等不同保護(hù)修復(fù)與管理措施下，該區(qū)森林景觀(guān)異質(zhì)性高，森林植被多呈現(xiàn)斑塊化、片段化、破碎化的特點(diǎn)。受遙感數(shù)據(jù)源與方法的限制，區(qū)域尺度喀斯特地區(qū)復(fù)雜森林格局、特別是不同類(lèi)型人工林與天然林的精準(zhǔn)識(shí)別一直是難點(diǎn)。
深度學(xué)習(xí)被認(rèn)為是機(jī)器學(xué)習(xí)領(lǐng)域的一項(xiàng)革命性技術(shù)，其在遙感及生態(tài)相關(guān)領(lǐng)域已經(jīng)展現(xiàn)出巨大潛力。在亞熱帶生態(tài)所王克林研究員、岳躍民研究員的指導(dǎo)下，中國(guó)科學(xué)院大學(xué)博士生李倩與中科院空天創(chuàng)新研究院陳正超研究員團(tuán)隊(duì)合作，將深度學(xué)習(xí)與高分辨率遙感影像、林業(yè)清查數(shù)據(jù)結(jié)合，基于修正后的ResUNet50模型（基于U-Net架構(gòu)，通過(guò)卷積層-池化層-轉(zhuǎn)置卷積的組合有效提取圖像特征，而不會(huì)造成信息傳播損失），發(fā)展了復(fù)雜森林類(lèi)型（桉樹(shù)人工林、杉木和馬尾松人工林、稀疏灌叢、次生林、天然老林等）遙感深度學(xué)習(xí)智能識(shí)別模型。繪制了我國(guó)西南喀斯特地區(qū)復(fù)雜森林空間分布圖，研究成果以論文Beyond tree cover: Characterizing southern China's forests using deep learning發(fā)表在Remote Sensing in Ecology and Conservation上。
結(jié)果表明，該模型可以對(duì)高分辨率遙感影像進(jìn)行復(fù)雜森林分類(lèi)和分割，研究區(qū)包括云南、廣西、貴州三省，總體精度達(dá)到89.96%。其中，51%的研究區(qū)域被森林覆蓋。其中65.83%的森林是次生林，10.17%屬于桉樹(shù)人工林，5.19%屬于杉木和馬尾松，居民點(diǎn)附近的破碎化殘存老林僅占0.02%，單一人工林覆蓋了15%的研究區(qū)域，特別是廣西有29.85%的森林均是單一人工林。
研究進(jìn)一步發(fā)現(xiàn)，單一種植人工林可以較快提高區(qū)域生態(tài)系統(tǒng)生產(chǎn)力，但同時(shí)也會(huì)影響區(qū)域水平衡，尤其是桉樹(shù)人工林，其主要分布在廣西南部和貴州北部。對(duì)比2001-2020年桉樹(shù)人工林與其他森林類(lèi)型的總初級(jí)生產(chǎn)力和蒸散發(fā)變化，發(fā)現(xiàn)桉樹(shù)人工林的總初級(jí)生產(chǎn)和蒸散發(fā)增長(zhǎng)均高于其他森林類(lèi)型，其中桉樹(shù)的蒸散發(fā)在2001-2020年的增長(zhǎng)是原始森林的1.5倍，是次生林的1.2倍。而天然老林的生產(chǎn)力和蒸散發(fā)則變化相對(duì)穩(wěn)定，次生林的生產(chǎn)力變化與天然老林相近，但蒸散發(fā)的增長(zhǎng)是天然老林的1.3倍。
研究表明，桉樹(shù)人工林可能具有較高的生產(chǎn)力和經(jīng)濟(jì)價(jià)值，但我們的研究也發(fā)現(xiàn)桉樹(shù)比其他森林類(lèi)型更耗水，區(qū)域尺度復(fù)雜森林智能提取與精準(zhǔn)識(shí)別有助于更好的量化森林的經(jīng)濟(jì)和生態(tài)價(jià)值。同時(shí)，不同森林類(lèi)型的高分辨率空間制圖也將指導(dǎo)精準(zhǔn)還林（還草）空間識(shí)別，這對(duì)于增加不同森林斑塊之間的連通性至關(guān)重要，有助于改善生物多樣性和動(dòng)物的遷徙。
該研究展示了如何將最新的高分辨率衛(wèi)星遙感影像與人工智能領(lǐng)域的最先進(jìn)方法相結(jié)合，并成功應(yīng)用于我國(guó)西南高度異質(zhì)性森林景觀(guān)的精準(zhǔn)識(shí)別，這對(duì)未來(lái)的森林管理策略至關(guān)重要。同時(shí)，該研究也人工構(gòu)建了78.77萬(wàn)公頃森林訓(xùn)練樣本，建立了樣本數(shù)據(jù)庫(kù)，可以在高時(shí)間頻率下更新，直接應(yīng)用到未來(lái)的森林智能監(jiān)測(cè)與恢復(fù)管理中。
該研究得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金、中科院先導(dǎo)A等項(xiàng)目的支持。
西南地區(qū)復(fù)雜森林類(lèi)型空間識(shí)別與制圖
西南地區(qū)不同森林生產(chǎn)力與蒸散發(fā)時(shí)空分異特征