介绍
巴西塞拉多地区是南美洲第二大生物群落，占巴西领土总面积的 23.3%，约 200 万平方公里（IBGE 2023）。该生物群落是全球生物多样性和特有现象的热点地区（Almeida 和 Specht 2019），并蕴藏着巨大的社会多样性（MMA 2007）。塞拉多河对于水源也至关重要，因为它包含的含水层是南美大陆流域的源头（Latrubesse 等，2019）。

尽管塞拉多地区很重要，但由于环境保护工作不力、木炭生产和大面积农业综合企业的发展导致土地覆盖快速变化，塞拉多地区面临着严重的栖息地丧失（Ratter等人，1997年；巴西，2015年；Grecchi等人） .2017 ）。目前，塞拉多地区最近的农业前沿地区（称为马托皮巴）的森林砍伐正在迅速扩大，这是生物群落北部的一个连续区域，由巴西四个州的部分地区组成（de Araújo 等人，2019 年；Sano等人，2019 年） ）。纵观漫长的森林砍伐历史，截至 2021 年，塞拉多地区损失了约 50%（995,460.83 km 2）其原生植被（INPE 2021）。尽管目前采矿业在塞拉多的土地利用驱动方面并未发挥重要作用，但 DETER 系统生成的基线数据将在监测未来与采矿相关的潜在森林砍伐活动方面具有重要价值。

管理塞拉多地区的挑战是满足对农产品不断增长的需求，同时保护本土栖息地。从这个意义上说，随着时间的推移，关于空间植被覆盖动态的一致信息对于保护至关重要。遥感为监测植被提供了许多机会，包括大面积的广泛覆盖或提供有关时空土地覆盖变化的数据（Beuchle et al. 2015；Sano 2019；Sano et al. 2019）。

如今，有一个庞大的卫星目录。为了监视目的而对系统性森林砍伐进行监测，因此需要足够的时间分辨率、合理的成本以及能够识别不同形式的人为植被开发的空间分辨率。例如，CBERS-4/WFI (64 m) 可以满足这些目标，它同时显示中等空间分辨率和高时间分辨率，并且很容易获得 (INPE 2022 )。

然而，直到最近，还没有卫星操作系统提供有关塞拉多生物群落森林砍伐的系统信息。在此背景下，巴西成为森林投资计划（FIP）试点国家，这是气候投资基金（CIF）的融资窗口，协助各国实现REDD+（减少毁林和森林退化造成的排放）目标（世界银行集团2018） 。塞拉多卫星监测计划的重点是与之前的举措建立协同效应，是与国家空间研究所 (INPE) 和合作伙伴合作设计的 (INPE 2019 )。

塞拉多毁林监测项目（葡萄牙语PRODES）自2017年开始运行，每年提供毁林率评估，支持公共政策的起草，提高公众对毁林的认识，并为REDD+提供基础。PRODES主要基于LANDSAT-8/OLI（30 m空间分辨率）。最近，近实时毁林检测 (DETER) Cerrado 旨在针对自然植被覆盖抑制情况发出每日警告，以便及时实施环境执法工作。DETER Cerrado 基于 CBERS-4/WFI 传感器（64 m 空间分辨率）和 AMAZONIA-1/WFI 传感器（60 m）。
自 1988 年和 2004 年以来，亚马逊生物群落一直是 PRODES 和 DETER 系统的目标（Valeriano 等人，2012 年；Diniz 等人，2015 年），巴西 FIP 计划和合作者已加入 Cerrado，从而避免了时间-制定新政策的消耗过程。然而，这个过程涉及使系统适应塞拉多发生的森林砍伐过程和模式。具体而言，DETER 警报系统、观测频率和发现小规模毁林的能力在防止毁林的环境执法工作中发挥着关键作用。

为了使 Deter 监测系统适应塞拉多生物群落，INPE 设计了森林砍伐绘图协议，该协议将与主要结果一起在本文中介绍。更具体地说，本文旨在描述 DETER 检测较小多边形的能力，探索塞拉多地区的区域内异质性。最后，对 PRODES 和 DETER 数据进行了比较，试图表明 DETER 数据是否确实是 PRODES 监测系统所显示的年度森林砍伐趋势。

材料与方法
研究区
该方法的工作区域包括塞拉多生物群落，面积约200万平方公里（巴西领土的23.3%），主要位于巴西中部高原地区（图1）。塞拉多涵盖联邦区 (DF) 的整个地区以及马拉尼昂州 (MA)、皮奥伊州 (PI)、巴伊亚州 (BA)、托坎廷斯州 (TO)、马托格罗索州 (MT)、南马托格罗索州的部分地区（ MS)、戈亚斯 (GO)、米纳斯吉拉斯 (MG)、圣保罗 (SP) 和巴拉那 (PR)。

图 1研究区域位置：巴西塞拉多生物群落。
塞拉多的原生景观是多种植被类型的镶嵌体，从草原到林地，对应于生物量的梯度。Ribeiro 和 Walter ( 2008 ) 将塞拉多植物面貌分为三个主要类别，每个类别又分为不同的植被类别：林地（河岸森林、画廊森林、干燥森林和塞拉达）、灌木丛（塞拉多森林、公园稀树草原、棕榈树和vereda）和草原（campo limpo、campo sujo 和 Campo rupestre）（详情请参见 Ribeiro 和 Walter 2008）。最主要的植被类型是 cerrado sensu stricto，即稀树草原林地（Ribeiro 和 Walter 2008）。

平均降水量为 1300–1600 毫米，但塞拉多生物群落的降水量极为显着（Ribeiro 和 Walter 2008）。雨季从 10 月到 3 月，而特大旱季从 4 月到 9 月，通常每月-1降水量为 0 到 250 毫米（INMET 2018）。

绘图方法
塞拉多生物群落的 DETER 系统是使用以下数据设计的： (i) 塞拉多生物群落官方边界；(ii) 2018 年之前的 PRODES 数据；(iii) 中国-巴西地球资源卫星/CBERS-4（WFI 传感器）以及最近的 Amazonia-1（WFI 传感器）图像。在本研究中，我们基于 CBERS/WFI 卫星于 2018 年 5 月至 2018 年 7 月获取的数据集测试了 DETER 协议。

DETER系统中使用的方法基于视觉解释，包括以下任务：（1）图像采集和合成；(2) 检索未观测区域；(3) PRODES掩模生成；(4)目视判读；(5)审计。

图像通过 INPE 数字档案获取，该档案对任何用户免费 (INPE 2022 )。CBERS/WFI 波段 13(R)、15(G)、16(B)，分别对应蓝色 (0.45–0.52 µm)、红色 (0.63–0.69 µm) 和近红外 (0.77–0.89 µm)；Amazonia-1/WFI 波段 3(R)、4(G)、2(B)，对应于红色 (0.63–0.69 µm)、近红外 (0.77–0.89 µm) 和绿色 (0.52–0.59 µm) ，分别用于该过程中。选择可见光和红外光谱带是因为它们能够区分由土地覆盖变化引起的表面反射率差异（Souza 等人，2021 年；Chaves 等人，2021 年）。应用过滤过程，选择没有过多云层覆盖的图像。

所选图像通过 TerraAmazon 软件上传到基于 TerraLib 库的 PostGIS 数据库（Câmara 等人，2008 年）。TerraAmazon 的开发目的是通过卫星监测将巴西生物群落系统化。该系统提供 GIS 工具，并允许创建一致的算法和拓扑结构，从而防止生成虚假多边形。
未观测区域，即图像中被云和云阴影覆盖的部分，通过差分几何运算生成，涉及白天云量/阴影矢量、PRODES Cerrado 掩模、图像的矢量边界和 Cerrado 生物群落。云和阴影矢量是通过云检测算法自动获得的。

PRODES Cerrado 掩模结合了自 2000 年以来历史明确的森林砍伐（最小制图单位为 1 公顷）和该地区的水文学。PRODES 掩模用于遮盖先前砍伐的森林土地，从而避免生成虚假的新砍伐森林警报。为了与以 1988 年为基线的 PRODES Amazonia 数据集保持一致，PRODES Cerrado 还保留了 Cerrado 生物群落和巴西合法亚马逊之间重叠区域较早的历史明确森林砍伐情况。因此，DETER 系统产生的所有警报仅限于基于 PRODES 的自然植被掩模区域。

接下来，对受人为干扰影响的区域进行视觉解释，并将数据以多边形的形式存储在空间数据库中。DETER 数据供环境执法机构使用；因此，该系统旨在检测森林砍伐多边形和不同程度的人为干扰。因此，该系统绘制的人为干扰（称为“警报”）包括由于非自然森林火灾或不可持续的伐木而导致的彻底砍伐森林和树冠覆盖率的逐渐减少，称为“森林退化”（Diniz 等人，2015 ）。

然而，在塞拉多，退化表现出的模式和过程与亚马逊生物群落中观察到的明显不同。首先，在塞拉多，对原生稀树草原植被的采掘主要与钢铁工业中使用的木柴或木炭生产有关，因为硬木具有高热能（Vale 和 Felfili 2005；Gonçalves 等人2016）。其次，塞拉多地区很可能能够抵御自然火灾的干扰，因此，该来源不被视为退化。最后，由于森林、灌木丛和草原的自然梯度，塞拉多的生物量分布存在区域差异（Zimbres 等人，2021））。由于明显的季节性，生物量逐渐变化的监测并不简单，因为很难确定变化的来源，无论是自然变化还是人为干预。

警报根据五个主要特征进行解释和评估：(1) 颜色、(2) 色调、(3) 纹理、(4) 上下文和 (5) 形状。表 1列出了常见的检测到的警报类型，以及用于检测它们的相关解释元素。请注意，在解释过程中，没有土地利用类别与该多边形相关联，该多边形被标记为“警报”。

DETER 系统必须能够区分人为野火和自然野火，这些野火往往表现出非线性形状，并且不一定与人类基础设施相关。然而，不会检测到其疤痕不呈现线性形状的人为火灾（故意和意外火灾）。同样，季节模式，例如落叶和半落叶植被，也通过使用时间数据序列来处理。

警报的最小制图单位为 3 公顷，需要经历一个修订过程，其中审核员评估每张图像至少 20% 的数据集。该任务是通过将 WFI/CBERS（64 m 空间分辨率）与 Landsat（30 m 空间分辨率）数据系列耦合来执行的。在此过程中，解释器检测到的多边形被标记为警报、误报（即解释为警报的多边形，但它们是水、云、原生植被等自然特征）或残留物（即 PRODES 未检测到的旧森林砍伐）。前几年）。修订后，将为每个数据集分配准确性评估。任何用户均可在 DETER 评估平台 ( http://www.dpi.inpe.br/fipcerrado/validacao/index.php ) 中获取结果。

另一个步骤是在每日警报数据集中选择优先警报发送给IBAMA（负责控制和监视森林砍伐的联邦环境机构）。优先级警报被确定为数据集中前 20 个最大的警报，这些警报均先前由审核员进行了评估。此步骤可防止向 IBAMA 发送大量误报警报。

DETER 数据集也可以在 TerraBrasilis 平台 ( http://terrabrasilis.dpi.inpe.br/en/home-page/ ) 中免费下载。Terrabrasilis 是一个地理空间网络平台，用于访问、查询、查看、下载和处理 INPE 系统生成的时空土地覆盖数据（Assis 等人，2019）。TerraBrasilis 背后的关键思想是促进对森林砍伐数据的访问和分析，使所有类别的用户都可以访问。因此，DETER系统产生的数据是开放获取的，符合森林治理透明的原则。

DETER 和 PRODES 数据分析
PRODES 和 DETER 是具有不同目标的系统。PRODES Cerrado 提供年度毁林率评估，基于 OLI/LANDSAT 图像（30 m 空间分辨率）（Parente 等人，2021）。基于此空间分辨率，最佳最小测绘面积为 1 公顷。DETER Cerrado 的目标不是估计给定的森林砍伐区域，而是一个预警系统，使用高观测频率的传感器（WFI/CBERS，5 天时间分辨率）来快速识别正在经历森林砍伐过程的区域。然而，64m 的空间分辨率可以检测≥3 公顷的森林砍伐区域。

此外，PRODES 数据基于 7 月至 9 月期间选择的图像，此时获取低云量图像的可能性较高（Almeidaet al. 2022）。不同的是，使用所有可用数据来生成 DETER 数据的图像在一年中会随时间变化。

由于这些特征，进行了两项分析，旨在最大限度地提高相互可比性。两种形式的分析目标都验证 DETER 系统发出的警报是否随后被 PRODES 指出为明显的森林砍伐。尽管不能直接比较，但还是执行了相交几何运算，比较 DETER 和 PRODES 毁林多边形。随后，创建了一系列从 DETER 多边形边界延伸的缓冲区（1、2、5、7 和 10 公里），并与 PRODES 多边形相交。

警报数据集的字段验证
尽管可以获得更新的数据，但我们仍使用 2019 年的数据进行分析。我们选择这个特定年份是因为我们拥有该时期塞拉多生物群落大片区域的现场数据。然而，亚马逊一号卫星在此期间尚未发射，因此我们无法将这颗卫星收集的任何数据纳入我们的分析中。虽然我们认识到使用卫星数据进行研究的潜在好处，但我们的发现仍然很重要，有助于更好地理解我们所研究的现象。

如上所述，使用手动技术生成的警报映射是通过在 8 月（2018 年）、3 月（2019 年）、7 月（2019 年）和 11 月（2019 年）期间收集的地面实况数据进行评估的。马拉尼昂州、皮奥伊州、巴伊亚州、戈亚斯州和托坎廷斯州。选择这些地区是因为它们包含了塞拉多生物群落中大部分的原生植被，并且因为它们代表了巴西领土上重要的农业前沿。对先前选定的警报毁林多边形的现场验证是在离线移动地图应用程序的引导下由汽车进行的（INC. 2019）。无人驾驶飞行器或“无人机”被用来访问偏远的多边形并收集森林砍伐的证据，例如燃烧的疤痕、木屑堆、砍伐和再生。使用无人机收集地理参考航空照片和视频。在现场检查了 175 个多边形，这些多边形被标记为真警报或误报检测。警报按不同的大小分类进行分发（图 2）。

结果
现场验证
这项研究发现 99% ( n  = 173) 的地面点被确认为真实警报。而只有1%（n  =2）被确认为误报，即警报被检测为人为干扰，但被确认为自然植被（图3）。173 个真实警报表明，57 个警报中的土地覆盖是裸露的土壤，这意味着可以快速识别涉及森林砍伐过程的区域。其余警报显示，23 个区域被废弃，63 个区域被改造成牧场，28 个区域被改造成农业区，1 个区域与农业结构（筒仓）相关。

DETER警报的空间特征
2018年5月至2018年7月，DETER在塞拉多生物群落中共检测到13,135个警报多边形（约4,763 km 2 ）（表2）。组成塞拉多生物群落的各州之间的警报数量和面积差异很大。这一数字介于朗多尼亚州 (RO) 的 5 个警报（0.79 平方公里）和托坎廷斯州的 3,812 个警报（1,378.5 平方公里）之间，该州包含塞拉多生物群落的最小部分，约占 30%研究期间检测到的警报总数。

托坎廷斯是巴西最新农业前沿的一部分，名为马托皮巴，由马拉尼昂州、托坎廷斯州、皮奥伊州和巴伊亚州组成。农业前沿是以自然植被为主的区域，开始面临与农业相关的集约化土地占用（de Araújo et al. 2019）。DETER 数据反映了这一点。结果显示，在分析期间，这些州总共产生了警报总数的 55%（7,209 个警报多边形）和 DETER 系统指示的总面积的64%（3,043 km 2 ）。

在研究期间检测到的警报总面积中，不到 1% 发生在圣保罗州 (SP)、巴拉那州 (PR) 和联邦区 (DF)。然而，到 2018 年，SP、PR 和 DF 已被砍伐了塞拉多生物群落原始面积的 85%（69,336.8 km 2）、77%（2,890.9 km 2）和 59%（3,427.1 km 2 ），分别（表2）。
根据PRODES，马托格罗索州和戈亚斯州分别改变了约45%（163,844.5 km 2）和62%（206,276.3 km 2）的塞拉多原始植被（表2），这主要是由于农业边界的扩张近几十年来塞拉多生物群落（Beuchle et al. 2015）。然而，DETER 结果表明，这些州的土地覆盖变化仍然是动态的，总共有 3,434 个警报，约 1,223 km 2（表 2）。

图 4显示了按不同公顷大小范围分组的警报的空间分布。在 MATOPIBA 地区，即马拉尼昂州、托坎廷斯州、皮奥伊州和巴伊亚州以及马托格罗索州，巴西重要的谷物生产国（IBGE 2023）的面积超过 100 公顷，需要大面积的种植面积。用于栽培。相比之下，在米纳斯吉拉斯州、圣保罗和巴拉那州，由于农业和城市扩张，自然植被已遭受严重损失，小于 10 公顷的范围很突出。

阻止 x 促进
在分析期间（即2017年8月至2018年7月），DETER系统精确定位了13,135个警报（4,763.39 km 2）。如上所述，DETER CERRADO 警报是一种以彻底砍伐森林为特征的人为干扰，旨在支持针对扩大非法砍伐森林的行动。因此，这些数据并不表明原生植被每年损失的面积，但它确实代表了该参数的有价值的代表。我们估计大约 74.86% (3,565.89 km 2) 警报所指示的区域后来被 PRODES 系统确认为明显的森林砍伐。需要强调的是，对 PRODES Cerrado 毁林数据进行了质量评估，结果显示其准确性很高 (93.17 ± 0.89%)，这表明该系统是跟踪 Cerrado 生物群落毁林情况的可靠信息来源（ Parente 等人，2021）。

此外，在同一时期，PRODES Cerrado 系统绘制了 7,761.31 km 2的已砍伐森林面积图，这意味着DETER 警报预计了 PRODES 系统绘制的年度砍伐森林面积的约 46%（3,565.89 km 2 ）。这种匹配在从 Deter 多边形警报建立的缓冲区内增加（图 5）。例如，在距离 DETER 警报 2 公里的区域，我们发现森林砍伐面积增加了 10%（从 3,565.89 到 4,403.19 km 2），随后 PRODES 指出了这一点。在 DETER 警报的 5 公里缓冲区半径内，我们发现 PRODES 2018 和检测表明的 70%（5,444.28 km 2）森林砍伐几乎翻了一番，80%（6,201.97 km 2），缓冲区10公里以内。

图 5 DETER Alert 与 PRODES 检测到的森林砍伐区域之间的距离。
总体而言，DETER 系统指示的警报中约 34%（4,495 个警报，代表 275.71 km 2）的面积小于 10 公顷，49%（6,427 个警报，代表 1,465.25 km 2）范围在 10 至 50 公顷之间， 17% 的范围 > 50 公顷（2,212 个警报，代表 3,022.42 km 2）（表 3）。

值得注意的是，PRODES 2018 指出的 80%（55,834 个斑块，代表面积约 2,000 km 2）的砍伐面积在 < 10ha 范围内（表 4），但它们约占砍伐森林面积的 26%。应该强调的是，只有 6%（481.24 km 2）的 PRODES 数据位于 ≥1 < 3 ha 范围内，这是 DETER Cerrado 未观测到的森林砍伐斑块大小。因此，3 公顷的最小测绘面积被证明是所采用的空间分辨率和小斑块对整体森林砍伐的贡献之间的理想平衡。这些发现强调，WFI/CBERS 传感器（64 m 空间分辨率）适用于观察塞拉多生物群落中发生的森林砍伐现象。

结束语
我们的研究结果证明了近实时检测系统 DETER 能够检测各种森林砍伐斑块大小，这是该系统的主要目标之一。多年来，森林砍伐模式的范围从主要是大型到也包括小型/非常小型，监测系统必须能够识别这种广泛的植被干预。

考虑到塞拉多的复杂性和多样性，即高度敏感的气候季节性、高度多样化的植物形态以及土地利用类别的高动态性，我们发现 DETER Cerrado 能够执行质量检测并成功区分本地抑制生物群落中存在的其他常见现象的事件（例如自然燃烧、缺水的植被）。

DETER 和相关森林砍伐区域检测到的警报数量在具有不同土地利用历史的区域之间存在空间差异。DETER 数据证实了 Cerrado MATOPIBA 边界的森林砍伐大规模扩张，这与文献中众所周知的快速增长的农业区相匹配（de Araújo 等人，2019）。此外，PRODES 确认的主要砍伐区域往往发生在距 DETER 警报 10 公里的较为集中的区域。

Amazonia-1 卫星预计将提高检测塞拉多地区森林砍伐的能力。其频繁的成像使其成为监测森林砍伐和识别森林砍伐前沿的强大工具。因此，DETER Cerrado 为设计更有效的保护政策奠定了基础，以阻止塞拉多任何级别的森林砍伐。