一种新的方法,利用雷达遥感测量来推导热带森林的生产力
Hans Henniger1,2, Andreas Huth1,2,3, Friedrich J Bohn4
1Department of Ecological Modeling, Helmholtz Centre of Environmental Research (UFZ), Permoserstraße 15, Leipzig 04318, Germany.
Royal Society open science
|November 29, 2023
概括
现在可以使用雷达遥感和机器学习来估计森林的生产力. 这种方法通过分析森林结构来准确预测总初级生产率 (GPP) 和净初级生产率 (NPP).
科学领域:
- 生态生态学 生态生态学
- 遥感 遥感 遥感 遥感
- 林业 林业 林业 林业 林业
背景情况:
- 准确估计森林生产率 (GPP和NPP) 和碳循环时间 (τ) 使用遥感是一个重大挑战.
- 现有的方法难以整合多样化的数据源来进行全面的森林生态系统分析.
研究的目的:
- 通过结合雷达遥感,机器学习和基于个人的森林模型,开发和验证一种用于估计森林生产力的新方法.
- 调查不同空间和垂直分辨率对生产率预测准确性的影响,特别是对于ESABIOMASS任务.
主要方法:
- 利用了FORMIND森林差距模型与增强回归树 (BRT) 机器学习算法相结合.
- 模拟了各种空间生物质分辨率 (4公,1公,0.04公) 和垂直分辨率 (20米,10米,2米).
- 将这种方法应用于扰乱和成熟的森林生态系统,以评估强度.
主要成果:
- 综合方法在预测GPP,NPP和t在4公和1公的空间尺度上取得了很高的相关性 (R2>0.8),特别是在受破坏的森林中.
- 垂直分辨率的提高通常会改善生产率预测.
- 较高的空间分辨率提高了成熟森林的预测,但对扰乱森林的准确性下降.
结论:
- 开发的方法证明了利用来自雷达遥感的森林结构信息来估计森林生产力的潜力.
- 结果强调了即将到来的BIOMASS卫星任务对生态研究的价值.
- 这种方法可以有助于更好地了解森林生态系统,特别是当应用于更大的区域时.
