为满足我国森林资源调查、湿地监测、荒漠化监测、林业生态工程监测和森林灾害监测等林业调查和监测业务发展对高空间、高光谱和高时间分辨率遥感海量数据处理、产品生产和系统服务的重大应用需求，本项目研究解决了高分辨率遥感林业调查和监测应用关键技术，形成了满足我国林业监测业务需求的高分遥感林业应用技术体系；研制了高分林业遥感应用服务平台和应用系统，实现高分林业应用专题产品生产、共享与服务。项目成果对提升林业调查和监测的智能化和自动化水平均具有重要的现实意义。

　　项目的主要技术内容包括：（1）充分发挥多源遥感协同观测优势，突破了最优分类特征自动化选择和高效稳健机器学习分类模型构建等技术，创新了森林、湿地和沙化土地高分遥感精细分类方法，提升了林业资源区划调查和监测的效率和精细化水平。（2）综合利用多源高分遥感数据和地面调查数据，构建了森林蓄积量、沙地稀疏植被覆盖度、林火燃烧强度等遥感定量估测模型和方法，突破了林业资源定量监测的技术瓶颈。（3）创新了云构架下资源协同管理和林业专题产品生产流程定制技术，构建了基于高性能计算环境和云架构的高分林业遥感应用服务平台，实现了高分遥感数据并行处理和远程多客户端同步操作运行，以及专题产品的网络发布与共享。（4）开发了高分森林资源调查、湿地资源监测、荒漠化监测、林业生态工程监测和森林灾害监测5大应用系统，研制了21种林业专题产品生产线，实现了高分林业应用专题产品的定制化生产。

　　项目成果的主要技术经济指标为：森林、湿地和沙化土地高分遥感精细分类精度均达85%以上，大区域遥感监测精度普遍提高了5-10%；森林蓄积量遥感定量估测的精度达75%以上，沙地稀疏植被覆盖度定量估测精度达85%以上；高分林业遥感应用平台具有PB级的数据存储能力，计算节点数达48个，集群的计算能力大于5T flops，实现了高分卫星海量数据的批量化和自动化预处理，数据及产品日生产能力均达到0.2TB，服务时效保障率达90%以上。

　　项目成果及其应用：授权发明专利3项，已获软件著作登记权16项；发表技术论文93篇，其中SCI收录17篇，EI收录23篇；出版专著5部，制定了高分专项标准规范9项。截止2017年，已经在13项全国性和7项地方性林业调查与监测业务中得到广泛应用，共向50多家林业调查规划设计单位和林业管理部门分发高分数据和产品12万多景，按替代国外高分辨率遥感数据开展全国性林业调查和监测，共节约成本约1.2亿元。在森林资源规划设计调查中高分辨率遥感数据替代国外数据率69%，在林业生态工程和石漠化监测中达近100%，支撑森林资源监测频率由3-5年1次提高到1年1次能力，促进了自主高分遥感数据在林业资源调查监测、监督管理和资产评估中的广泛应用，提升了林业调查的科技含量和技术水平。