東北地理所在森林地上生物量遙感估算中取得進展
森林生物量作為評估森林碳匯能力和研究全球碳循環過程的關鍵參數，其精確估算對于全球氣候變化研究具有重要意義。然而，現有遙感反演方法受地面實測數據不足及森林結構空間異質性高等限制，生物量估算結果存在顯著不確定性。在此背景下，突破有限樣本條件下的建模瓶頸，發展融合多源遙感數據與林分結構參數的新型估算模型，將成為提升區域尺度生物量估算精度的關鍵，不僅有助于降低碳儲量評估的不確定性，更能為全球氣候變化應對策略的制定和森林資源可持續管理提供科學依據。
東北地理所地理景觀遙感學科組研究人員集成應用主被動遙感影像（ICESat-2 LiDAR、ALOS-2 PALSAR、Sentinel-1和Sentinel-2）和環境數據（氣候、地形、土壤和干擾數據），結合實測生物量和優勢樹種調查數據，提出了從地面樣點到激光雷達光斑的樣本擴充策略，研發了協同森林三維結構特征、高精度樹種類型以及環境異質性參數的升尺度樹種分層生物量遙感估算模型。以中國北方森林作為研究區，與傳統模型、升尺度模型（僅考慮樣本擴充策略）和樹種分層模型（僅考慮樹種分層策略）進行對比，驗證了升尺度樹種分層模型的有效性。結果表明：升尺度樹種分層模型的森林生物量估算精度（R2=0.82，rRMSE=24.8%）顯著優于傳統模型、升尺度模型和樹種分層模型（R2：0.65-0.75，rRMSE：26.98-32.03%）。該模型通過整合森林垂直結構信息和增加樣本量改善了生物量估算結果，降低了對實測樣本的依賴；通過降低樹種間水平和垂直結構的異質性干擾，并適配樹種與環境交互的局部特征，提升了生物量估算精度。本研究基于開放數據集、算法和平臺的升尺度樹種分層生物量估算框架，為區域乃至全球尺度生物量精準估算提供了有效途徑。
圖1?基于升尺度樹種分層模型的森林生物量估算流程圖
相關研究成果發表在國際期刊《Geo-spatial Information Science》和《Scientific Reports》上，中國科學院東北地理所劉盼博士為第一作者、任春穎研究員為通訊作者。研究得到國家自然科學基金(No.42171367)和科技基礎資源調查計劃(No.2022FY101902)等項目共同資助。
論文信息如下：
Liu,P.,C. Ren,Z. Wang,M. Jia 2025.Improving aboveground biomass estimation by integrating ICESat-2 LiDAR sampling and tree species stratification strategies using multi-source datasets,Geo-spatial Information Science. DOI: 10.1080/10095020.2025.2516609.
Liu,P.,C. Ren,X. Yang,Z. Wang,M. Jia,C. Zhao,W. Yu,H. Ren. 2024. Combining Sentinel-2 and diverse environmental data largely improved aboveground biomass estimation in China’s Boreal Forests.Scientific Reports 14 (1):27528. DOI:10.1038/s41598- 024-78615-9 .
附件下載：
吉公網安備22017302000214號
