探索UAS-lidar作为一个采样工具,用于在赞比亚的Miombo森林中进行基于卫星的AGB估计
Hastings Shamaoma1, Paxie W Chirwa2, Jules C Zekeng3,4
1Department of Urban and Regional Planning, Copperbelt University, 21692, Kitwe, Zambia. hshamaoma@gmail.com.
Plant methods
|June 7, 2024
概括
这项研究将无人机空中系统 (UAS) 的激光雷达数据与Sentinel-2卫星图像相结合,准确估计了赞比亚Miombo森林中的地面生物质 (AGB). 这种方法改善了AGB对可持续森林管理的估计.
科学领域:
- 林业 林业 林业 林业 林业
- 遥感 遥感 遥感 遥感
- 生态生态学 生态生态学
背景情况:
- 准确估计地面生物量 (AGB) 对可持续森林管理和国际报告至关重要,特别是在Miombo生态区域.
- 现有的遥感方法,如中分辨率光学图像 (Sentinel-2) 和局部激光雷达或UAS数据,在空间覆盖或精度方面都有局限性.
- 在实现Miombo森林的墙壁覆盖和高精度AGB估计方面存在差距.
研究的目的:
- 调查使用无人机空中系统 (UAS) 激光雷达数据作为采样工具以提高基于卫星的地面生物质 (AGB) 估计的有效性.
- 为了弥合在赞比亚的Miombo森林中精确的AGB评估的空间数据缺口.
- 开发一种更准确的方法来估计Miengwe森林中的森林结构属性.
主要方法:
- 采用了两阶段的采样策略,整合了Sentinel-2图像,部分覆盖UAS-lidar数据和现场图谱数据.
- 无人机空中系统 (UAS) - lidar数据被用作参考数据,以校准和验证来自Sentinel-2图像指标的AGB估计.
- 开发了地面生物量 (AGB) 估计模型,并使用直接现场数据和UAS-lidar参考数据与Sentinel-2指标进行了比较.
主要成果:
- 使用UAS-lidar作为Sentinel-2基于AGB预测的参考数据的方法比使用Sentinel-2指标 (R2 = 0.55,RMSE = 38.10) 的直接现场估计的AGB实现了更高的准确性 (Adj-R2 = 0.70,RMSE = 27.97).
- 这种综合方法有效地解决了仅使用光学图像或本地化激光雷达/UAS数据的局限性.
- 这些发现表明,将高分辨率UAS-lidar采样与墙壁卫星数据相结合,可以实现可靠的AGB估计的潜力.
结论:
- 无人机空中系统 (UAS) - - 利达作为一个有效的采样工具,用于改进基于卫星的Miombo林区地面生物质 (AGB) 估计.
- 开发的方法为弥合空间数据差距提供了可行的解决方案,为当地和国际森林管理提供必要的精确AGB估计.
- 无人机雷达技术的进步和Sentinel-2图像的可用性为该地区未来高效的森林结构属性估计和管理铺平了道路.
