基于空间LiDAR的森林地表生物质估计,结合机器学习模型和地理统计方法.
Li Xu1, Jinge Yu1, Qingtai Shu1
1Faculty of College of Soil and Water Conservation, Southwest Forestry University, Kunming, China.
Frontiers in plant science
|December 26, 2024
概括
使用GEDI LiDAR数据估计森林生物质需要仔细选择足迹密度. 减少GEDI足迹密度可以提高杉林森林生物质预测的准确性.
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:
- 准确的森林生物质量估计对于评估森林质量和了解碳循环至关重要.
- 太空中的LiDAR数据,例如来自太空全球生态系统动态调查 (GEDI) 的数据,为区域生物质评估提供了潜力.
- 不连续的GEDI足迹数据对连续的表面绘图构成了挑战.
研究的目的:
- 调查GEDI足迹密度对生物质估计准确性的影响.
- 开发一种使用GEDI数据和地面真相图片绘制森林生物质的方法.
- 为优化GEDI足迹选择提供一个方法参考.
主要方法:
- 用反向距离加权插值将GEDI回声索引映射到表面.
- 分析了不同数量的GEDI足迹对插值的影响.
- 采用随机森林算法,使用GEDI参数和138个样本地块估计杉生物量.
主要成果:
- 更高的GEDI足迹密度导致了更密集的分布和更明显的条纹现象.
- 随着GEDI足迹密度的降低,生物质预测的准确性得到了改善,使用每100次拍摄一次的足迹提取最佳结果.
- 据估计,火的生物质在51.33至179.83t/hm2之间,平均为101.98t/hm2.
结论:
- GEDI足迹的数量和分布显著影响了表面信息的插值准确性.
- 优化GEDI足迹选择对于可靠的森林生物质和垂直结构参数导出至关重要.
- 本研究提供了一种方法框架,用于为生态系统研究选择适当的GEDI足迹密度.


