L带植被光学深度如何准确地预测地表生物质?
Yuan Zhang1,2, Philippe Ciais2, Jean-Pierre Wigneron3
1Key Laboratory of Alpine Ecology, Institute of Tibetan Plateau Research, Chinese Academy of Sciences, Beijing 100101, China.
International journal of applied earth observation and geoinformation : ITC journal
|December 22, 2025
概括
L带植被光学深度 (L-VOD) 是用于跟踪全球地面生物质 (AGB) 的关键遥感工具. 这项研究揭示了当前AGB估计方法的局限性,特别是在密集的森林中,强调需要改进数据和协议.
科学领域:
- 遥感 遥感 遥感 遥感
- 生态生态学 生态生态学
- 生物质估计生物质估计
背景情况:
- L带植被光学深度 (L-VOD) 被广泛用于监测全球地面生物质 (AGB).
- 目前用于从L-VOD中导出AGB的方法面临挑战,原因是方法上的模两可以及空间对时间假设.
- 由于缺乏标准化的协议,AGB估计的可靠性受到阻碍.
研究的目的:
- 从L-VOD.中导出AGB的现有方法的全面评估.
- 评估整合树木覆盖对AGB预测的影响.
- 为了测试 AGB-L-VOD 关系中的时空假设.
主要方法:
- 使用SMOS-ICV2 L-VOD数据集和5个AGB参考数据集进行评估.
- 从L-VOD评估AGB估计的各种安装方法.
- 研究了树木覆盖和L-VOD值对AGB预测准确性的影响.
- 分析了AGB对L-VOD的空间与时间灵敏度.
主要成果:
- 现有的装配方法通常可以解释69-77%的AGB空间变化.
- 整合树木覆盖可以显著改善低至中等L-VOD的地区的AGB预测.
- 方法无法捕捉密集雨林 (L-VOD > 1) 中的AGB空间变化,其中参考数据也显示了差异.
- 对L-VOD的空间AGB敏感性通常大于时间敏感性.
结论:
- 目前基于L-VOD的AGB估计方法具有局限性,特别是在密集的森林中.
- 改进需要整合植被结构数据和长期现场观测.
- 开发基于现场的长期生物质变化数据集对于验证遥感AGB预测至关重要.
