授權(quán)發(fā)明專利5項，申請專利20項，發(fā)表論文55篇，取得軟件著作權(quán)登記21項，培養(yǎng)研究生29名……這是863計劃現(xiàn)代農(nóng)業(yè)技術(shù)領(lǐng)域“數(shù)字化森林資源監(jiān)測技術(shù)”項目2015年所取得的部分成績。

　　該項目首席專家中國林業(yè)科學(xué)研究院資源信息研究所所長鞠洪波介紹，2014年—2015年，項目團隊在北京市、湖南省、福建省、內(nèi)蒙古自治區(qū)、四川省、云南省、海南省等地開展了試驗示范區(qū)的野外調(diào)查和示范應(yīng)用，完成了相關(guān)試驗示范區(qū)數(shù)據(jù)的收集、整理、加工、處理和建庫等工作，完成了相關(guān)應(yīng)用示范工作，取得了良好的應(yīng)用示范效果。

　　比如， 研究人員以京津風(fēng)沙源重點治理區(qū)的MODIS02B產(chǎn)品為數(shù)據(jù)源，通過數(shù)據(jù)處理獲得2000—2012年的NDVI（歸一化植被指數(shù)）時序數(shù)據(jù)集，采用線性趨勢分析、標(biāo)準(zhǔn)差、Hurst指數(shù)和相關(guān)系數(shù)等方法，分析了京津風(fēng)沙源重點治理區(qū)植被覆蓋的時空變化特征及影響因子。

　　“分析結(jié)果表明人類活動是京津風(fēng)沙地區(qū)植被覆蓋上升的重要驅(qū)動因素；自然因素中，降水是控制工程區(qū)植被生長的主要因子，溫度的影響相對較弱。” 鞠洪波說。

　　研究人員應(yīng)用遙感影像亞像元NDVI/EVI（歸一化植被指數(shù)/增強型植被指數(shù)）時間序列數(shù)據(jù)，完成了區(qū)域性森林時空變化與特征分析技術(shù)研究；全面開展了樹木、林分、經(jīng)營、森林景觀模型與可視化模擬方法的研究工作；完成了森林生境因子精準(zhǔn)獲取與評價技術(shù)、森林經(jīng)營管理決策支持技術(shù)等。

　　火是森林的天敵，研究人員以福建省三明市將樂縣將樂林場、黑龍江大興安嶺塔河林業(yè)局和北京市密云縣為實驗區(qū)域，分別針對中低空間分辨率、高空間分辨率、高光譜及微波遙感數(shù)據(jù)的森林類型識別方法進行研究示范。

　　“研究人員建立了森林火險動態(tài)分析與智能預(yù)警技術(shù)，基于PRISM氣象插值原理設(shè)計開發(fā)日氣溫的插值模型。以氣溫插值結(jié)果為基礎(chǔ)，利用溫度與相對濕度計算模型，對空氣濕度進行了模擬。應(yīng)用WindNinja軟件的實現(xiàn)平均風(fēng)速、風(fēng)向等插值，實現(xiàn)了山地小環(huán)境火險氣象信息的模擬?！?鞠洪波說。

　　在高精度森林類型識別技術(shù)方面，科研人員研究出基于高分辨率影像的森林類型自動提取算法研究，他們以甘肅省小隴山林業(yè)實驗局百花林場為研究區(qū)，充分利用多源數(shù)據(jù)、挖掘多元特征（光譜、植被指數(shù)、紋理及時相特征）、綜合輔助信息（地形因子和輔助資料），采用層次化信息提取策略，開展復(fù)雜山區(qū)地形條件下高空間分辨率遙感影像林地類型精細(xì)化信息提取方法研究，總體分類精度達(dá)到90%以上。

　　鞠洪波說，項目團隊團結(jié)進取，在森林資源信息快速提取、森林類型識別、森林結(jié)構(gòu)反演模型、軟件的完善、集成、測試；森林火災(zāi)監(jiān)測物聯(lián)網(wǎng)技術(shù)平臺軟件完善、集成、測試；樹木、林分、經(jīng)營、森林景觀數(shù)字化模型及其可視化模擬系統(tǒng)完善、集成、測試均取得進展；開展了試驗區(qū)試驗示范，全面完成項目規(guī)定的各項指標(biāo)和工作內(nèi)容。