**

从遥感的视角见证“蚂蚁森林”的生长——以“蚂蚁森林1号林”为例

**

一、前言

相信不少的朋友起床第一件事情就是打开支付宝蚂蚁森林，去收前一天低碳消费所获取的能量。2016 年 8 月蚂蚁森林上线，截至目前，已有超过 4 亿用户通过一次次的真实低碳活动，收集 「绿色能量」，能量达到要求后，就会对应种一棵真树。

如今蚂蚁森林在阿拉善，在和顺，在酒泉，在敦煌…我国大西北的辽阔戈壁上，蚂蚁森林如同一点点的绿洲慢慢在戈壁荒漠上扎根生长蔓延，2019年9月19日，中国“蚂蚁森林”项目获联合国“地球卫士奖。

打开高德地图我们可以搜到蚂蚁森林每一块林地的分布： 那么大家肯定会关心自己积攒能量种下的小可爱们长势怎么样了呢，下面我们就以“蚂蚁森林1号林”为例来看看它们的生长情况。

二、蚂蚁森林1号林简介

蚂蚁森林1号林位于阿拉善吉兰泰镇以西大约15KM处，其种植的树种为梭梭树。

2016年夏天，蚂蚁森林在这里种下了第一棵树，刚刚种下的小家伙很不起眼： 而如今三年后的小家伙已经变成：

三、蚂蚁森林1号林 遥感图像分析

我们选取了今年8月9日和三年前7月19日的Rapideye卫星影像进行对比分析：

3.1辐射定标和大气校正

打开2019年的影像首先进行辐射定标处理： 然后进行大气校正： 大气校正前植被的光谱曲线： 大气校正后植被的光谱曲线： 同样的方法对2016年的遥感影像进行处理：

3.2裁剪：

借助于第三方软件绘制蚂蚁森林1号林的边界后导出SHP文件： 然后在ENVI里进行裁剪操作： 裁剪后忽略背景值： 裁剪后的321真彩色组合影像： 321真彩色组合感觉效果不是很好，植被不好辨认，我们进行452假彩色组合，其中亮绿色区域为梭梭树的分布地区，暗黑色或者亮白色的为戈壁沙丘： 同样的方法对2016年影像进行裁剪处理，处理后的结果：

3.3分类：

分别对这两期影像选样本进行监督分类，采样ENVI下面的支持向量机的方法： 两期的分类结果如下，绿色代表林地区，灰色代表裸地区：

3.4对比分析：

从影像和分类结果可以对比分析得出，在西北部地区，2016年7月19日的植被生长的更稠密，几乎呈现大面积分布，在东南部仅零散的带状分布。而在2019年8月9日的图像上可以看到，整个区域的植被分布更为均匀，在戈壁上也有零散的绿点分布，但是西北部地区没有2016年7月19日的稠密，但是东南部比2016年7月19日的更为均匀稠密。

大家可能会想为什么西北部的植被，在蚂蚁森林种下三年后的2019年反而没有2016年还没种植的时候茂盛呢？

下面我们来调取国家气候中心的几张图来说明：

下图是2016年7月10日8时到2016年7月11日8时的降水量分布图： 下图是2016年7月12日8时到2016年7月13日8时的降水量分布图： 下图是2016年7月9日到2016年7月19日降水量距平图： 由上面三张图可见，2016年7月19日前的十天，阿拉善地区周边总体的降水量偏多，距离常年平均居然偏多一倍以上，大家都知道在西北荒漠地区干旱的气候下，能下一场透雨，会对当地的植被的生长产生很强势的促进作用。我们再来看这个地区的高程图，由高程图可见，整个蚂蚁森林1号林的西北部地区是一个小盆地，因此在经历比常年雨水偏多的情况下，势必会形成一个雨水的聚集作用，从而促进植物的生长：

下面我们再来看今年的降水情况： 今年8月9日前十天的阿拉善地区总体降水偏少，甚至比常年偏少一半，在如此干旱的条件下，我们的梭梭树还能长势良好，这已经很不容易了，这要感谢当地的护林员对于梭梭林的日常管理养护。

四、后记

星星之火可以燎原，希望我们能够为营造一个良好的生态系统做出自己的努力： 备注：Rapideye为商业卫*星，如有需求可联系：http://www.sshy3s.com/（北京盛世华遥）

附录： 博客主页

https://blog.csdn.net/weixin_44143671

0.遥感常用资料一览： https://blog.csdn.net/weixin_44143671/article/details/101058973

1.ArcGIS操作视频与数据： https://blog.csdn.net/weixin_44143671/article/details/100981196

2.ENVI遥感操作视频与讲解 https://blog.csdn.net/weixin_44143671/article/details/100189216

3.ecognition-易康软件相关操作文档和视频： https://blog.csdn.net/weixin_44143671/article/details/100539220

4.ERDAS资料： https://blog.csdn.net/weixin_44143671/article/details/100538853

5.ENVI SARscape相关操作文档及视频： https://blog.csdn.net/weixin_44143671/article/details/100538956

6.常见的DEM介绍下载及拼接处理： https://blog.csdn.net/weixin_44143671/article/details/101000641

7.IDL相关资料：

https://blog.csdn.net/weixin_44143671/article/details/100987066

8.常用的软件安装包

https://blog.csdn.net/weixin_44143671/article/details/100771683

9.常见的雷达遥感卫星及样例数据分享 https://blog.csdn.net/weixin_44143671/article/details/101231207

10.ENVI气溶胶反演相关示例教材 https://blog.csdn.net/weixin_44143671/article/details/101316522

11.目前主流卫星数据样例包 https://blog.csdn.net/weixin_44143671/article/details/101541363 ———————————————— 版权声明：本文为博主「遥感大数据应用」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/weixin_44143671/article/details/100189216