風水林是香港的原生林地，由于地處偏遠、地形崎嶇以及當地居民的信仰，這些林地得以保存完好。在香港，我們可以追溯到1924年的航拍圖像記錄，這些黑白航拍圖像已經幫助我們劃分和區分了林地、草地和灌木叢。然后，通過二戰前和戰后森林變化檢測，我們可以確定周邊村民所保存的原生林地。例如，南丫島、社山和大庵是香港現存的典型原生林地（風水林）。

用于原生森林檢測的簡單邏輯分類器

對于原生森林的分類，航拍圖像和地塊（源自地塊索引圖）是此邏輯分類器的主要輸入。航拍圖像是確定植被覆蓋和地塊的主要方式，以便將舊村莊與植被覆蓋之間的關聯關聯起來。我們將首先對植被覆蓋類型進行分類，然后應用地塊的緩沖來確定村莊附近的林地。

之后，通過比較1924年和1963年的航拍圖像的異同，可以區分原生風水林和次生林。如果1924年和1963年的植被分類都是林地，那么它就是風水林。否則，1924年和1963年的圖像之間存在差異，那么我們需要進一步將差異分為兩種情況。第一，1924年是非植被，但1963年是林地，因此它將被視為“人工”生成的次生林。第二，如果1924年是植被，1963年是林地，它將被視為“再生”森林。

人工智能遙感

過去，處理老式黑白圖像是一項極具挑戰性的任務，在植被分類階段，人工解讀和評估需要耗費大量的時間和精力。如今，許多預先分類的人工智能模型，例如 Meta Segment-Anything、DeepAI 和Stability.ai，可以幫助更快、更準確地繪制植被覆蓋圖。

驗證和評估

由于風水林（原生林地）驗證尚無官方公開數據，我們只能參考PlansD SSSI邊界。與SSSI邊界交叉比對的結果約為55.9%和66.2%。

從邏輯分類器的分類結果來看，準確率并不高。然而，對原生森林區域進行分類對林業而言仍然具有價值。由于SSSI邊界的設定并非基于歷史影像的“真正”變化檢測，因此我認為其準確率尚可接受。

進一步發展

從外到內，通常的光學遙感只能從成像中獲取化學成分和總體成分。因此，現在是時候利用各種方法，例如主動和近距離遙感，來探索我們的森林了。

主動遙感與光學遙感的不同之處在于，它可以在無照明（光源）的情況下工作，不僅能夠捕捉地面表面，還能捕捉地面內部。激光雷達（LiDAR）和合成孔徑雷達（SAR）就是主動遙感的一些例子。

在激光雷達行業，它們有不同的捕獲介質，包括但不限于星載、機載、近距和地面。就激光雷達的概念而言，機載和星載傳感器更適合了解冠層結構和密度，這些結構和密度可以通過光束與林地相互作用來獲取信息。此外，手持式、近距和地面激光雷達則用于樹木結構分析。從這些點云中可以獲取“生葉”和“落葉”數據。

對于近距離遙感、全景影像和半球照片，它們可以幫助我們根據實地工作結果定義和推導出地面真實情況。利用重投影技術和計算機視覺，我們可以根據實地觀測結果對樹冠覆蓋、樹木數量和樹種進行分類。