林业资源监测：精准掌握 “森林家底” 与动态变化

GF-2 的高分辨率能捕捉森林的精细结构（如单木轮廓、林分类型），弥补了传统中低分辨率遥感 “难以区分小班尺度森林特征” 的不足，可应用于森林资源调查、病虫害监测、森林防火等场景。

1. 森林资源小班调查

• 技术逻辑：“小班” 是林业资源管理的基本单元（通常为同一林种、林龄、郁闭度的森林区域），GF-2 可实现：
  • 精准划分小班边界（1m 分辨率可区分不同林分的植被边界，如针叶林与阔叶林的冠层差异）；
  • 反演小班内的 “郁闭度”（通过全色影像的植被阴影比例估算）、“胸径 / 树高”（结合单木轮廓的空间尺寸推算）；
  • 识别经济林（如橡胶林、油茶林）的种植面积与分布（多光谱波段可区分经济林与生态林的光谱差异）。
• 典型场景：全国森林资源清查（“七调”“八调”）中，为省级林业部门提供小班尺度的基础数据，替代部分耗时的地面调查。

2. 森林病虫害与火灾监测

• 病虫害早期识别：当森林受病虫害侵袭时，叶片会出现 “失绿、枯萎”（多光谱波段的 NDVI 指数下降，红边波段反射率异常），GF-2 可识别单木或小区域的病虫害症状（如松材线虫病导致的松树枯萎，影像中呈现 “点状或片状红褐色区域”），比地面巡查早 1-2 周发现。
• 森林火灾监测与评估：
  • 火灾发生时：结合热红外数据（需与其他卫星协同），GF-2 可清晰识别火点周边的火线范围、受威胁的建筑物 / 居民区；
  • 火灾后评估：通过灾后影像计算 “过火面积”（区分重度烧毁区、轻度烧毁区），并监测后续植被恢复情况（如 1 年后的萌芽植被覆盖度）。