联合ICESat-2和GEDI星载激光雷达数据的森林地上生物量估算

本研究重点对比分析ICESat-2和GEDI两种星载激光雷达数据用于森林地上生物量估算的适用性,首先在古田山典型研究区采用线性逐步回归方法分别构建基于ICESat-2的条带和基于GEDI的光斑尺度森林地上生物量估算模型,再结合MODIS光学遥感数据和ASTER GDEM地形数据,采用随机森林法在浙江省分森林类型构建逐像元尺度的森林地上生物量外推模型,根据40个森林地上生物量地面调查样点的精度验证探讨大区域尺度森林地上生物量的最优估算方法,实现了2020年浙江省森林地上生物量成图。研究结果表明:(1)在古田山典型研究区基于ICESat-2的条带尺度森林地上生物量估算模型精度(R^(2)=0.7057,RMSE=0.3571 ln(t/ha))高于基于GEDI的光斑尺度模型(R^(2)=0.5186,RMSE=0.2805 ln(t/ha));(2)外推到浙江省的森林地上生物量估算结果表明基于ICESat-2的精度(R^(2)=0.59,RMSE=31.2525 t/ha)明显优于GEDI(R^(2)=0.4113,RMSE=39.2652 t/ha),且研究区的高程对两种数据的估算差异影响最大,仅采用高程在600 m以下的GEDI光斑数据来构建外推模型,发现估算精度有显著提高(R^(2)=0.5387,RMSE=25.4017 t/ha);(3)将ICESat-2条带与高程在600 m以下的GEDI光斑联合起来构建外推模型,是利用两种星载激光雷达数据进行浙江省森林地上生物量估算的最优方法(R^(2)=0.678,RMSE=27.3592 t/ha)。该研究融合地面、机载与星载遥感数据,以浙江省为例开展森林地上生物量的区域尺度估算研究,可为森林碳储量的动态监测与固碳能力评估提供方法借鉴与应用示范。