方法
FRA 2020遥感调查(FRA 2020 RSS)是由来自各国的专家通过对高分辨率卫星图像的图像解译进行的。这些专家组成了一个覆盖全世界的专家网络,接受了有关FRA 2020遥感调查方法和工具的相关培训。让更多熟悉当地情况、 本地植被及土地利用方式的人们参与评估,这一点极大地提高了收集数据的质量。
在编写FRA 2020遥感调查的项目计划概要之前,粮农组织通过两次会议讨论并确定了FRA 2020遥感调查最适方法和工具。此后,粮农组织对七个试点国家进行了测试,以保证所采用方法的一致性。FRA 遥感调查的过程和方法建立在2015全球森林调查(GFS)和FRA 2010遥感调查的经验之上。
取样设计
![](/uploads/pics/mapsea1.jpg)
![](/typo3temp/pics/046b8d1888.jpg)
FRA 2020遥感调查取样设计的目的是获取可靠的统计数据,尤其是在森林面积变化方面。样本从一个由相等面积的六边形组成的全球网格中获取。取样使用了分层随机抽样,以降低森林面积变化估算的不确定性。取样设计基于80个分类,这80个分类由20个全球生态区和四类林木植被覆盖变化“小程度改变”、“大程度改变”、“无变化,没有森林”以及“无变化,有森林”组合而成。上面这幅地图展示了遍布全球的430000个遥感调查样本,其中样本六边形面积为40公顷,核心正方形为1公顷。
卫星图像分析
FRA 2020遥感调查的卫星图像分析通过参与和合作的方式进行。各国专家参与边做边学式培训,熟悉本次遥感调查的方法和工具,比如由粮农组织、美国国家航空航天局和谷歌共同开发的 Collect Earth Online 平台.
![](/typo3temp/pics/4b307038c4.png)
对样本当前土地状况的分析基于Sentinel2图像,而对土地利用变化的评估基于目标年份2000年、2010年以及2018年的Landsat图像,保证了分析结果在全球范围内的一致性。谷歌地球和必应地图提供的免费高分辨率图像则作为对Sentinel2和Landsat图像的补充,进一步加强对图像的理解和分类。粮农组织的FRA组将对各国专家收集的数据进行质量控制检测。为了评估估测值的准确性,样本中的一部分(少于样本数量的10%)将会被外部专家重新进行解译。图像分析的结果将会在全球生态区系(GEZ)层次进行分析和展示。
![](/typo3temp/pics/2c2ddab4d4.jpg)
COLLECT EARTH ONLINE
Collect Earth Online (CEO) 是新一代基于网页的群众外包地球科学分析科技, 用户通过谷歌地图引擎,用高分辨率卫星图像收集数据并进行大数据分析。
在平台上,多个用户可以同时收集信息。用户不需要操心软件安装和数据管理,所有的一切都是在网上运行,因此用户可以专心于平台的使用。