谷物绿化计划的地面生物质估计使用UAV-LiDAR和Sentinel-2数据
Gaoke Yueliang1,2, Gentana Ge3, Xiaosong Li2
1School of Smart City, Chongqing Jiaotong University, Chongqing 400074, China.
Sensors (Basel, Switzerland)
|May 14, 2025
概括
准确估计中国的地面生物质 (AGB).
科学领域:
- 林业和生态遥感 林业和生态遥感
背景情况:
- 在评估谷物换绿计划 (GGP) 的成功,森林健康和碳捕获方面,地表生物质 (AGB) 是至关重要的.
- 在GGP种群中对AGB估计的研究有限,特别是那些由稀疏森林主导的种群.
研究的目的:
- 为关键树种开发最佳的树高度-直径与乳房高度 (DBH) 的生长模型.
- 使用空中LiDAR和树种数据构建高质量的AGB样本数据集.
- 为了估计GGP,AGB使用Sentinel-2数据和梯度增强决策树 (GBDT) 算法.
主要方法:
- 开发特定物种的树木高度DBH模型.
- 整合空中LiDAR和树种数据用于AGB样本数据集的创建.
- 应用 Sentinel-2 数据和 GBDT 算法用于 AGB 估计.
主要成果:
- AGB样本数据集与现场数据具有很高的一致性 (R2 = 0.89).
- 在GBB估计中,GBDT模型实现了高精度 (R2 = 0.96,RMSE = 560 g/m2).
- AGB估计的关键变量包括Tassled Cap Greenness (TCG),RENDVI和VDVI,突出了植被指数的重要性.
结论:
- 该研究提出了一种实用且准确的方法,用于在GGP中估计AGB.
- 通过提供可靠的生物质数据,这些发现支持可持续森林管理和生态保护.
- 来自遥感数据的植被指数对于精确估计稀疏森林的AGB值至关重要.
