近日，杭师大理学院-遥感与地球科学研究院/省湿地重点实验室陈琳博士在国际顶级期刊《International Journal of Applied Earth Observations and Geoinformation》发表了题为“Improved estimation of forest stand volume by the integration of GEDI LiDAR data and multi-sensor imagery in the Changbai Mountains Mixed Forests Ecoregion (CMMFE), Northeast China”的研究成果。本研究首次整合了近期发射的较高分辨率的星载激光雷达、雷达和可见光数据，基于“点—线—面”框架、参数化和非参数化算法构建了蓄积量遥感反演模型，进行了较高精度的10米分辨率森林蓄积量制图。该研究由国家重点研发计划项目（2016YFC0500300）和杭州师范大学科研启动项目（4085C50220204092）等资助完成。

作为森林资源清查的重要基础参数，立木蓄积量信息可用于森林地上生物量和碳储量估算，进而辅助于全球气候变化的研究。中国长白山混交林生态区提供了中国约1/3的木材产量，且具有丰富的特有植被物种和异质性较强的森林分布。此生态区森林蓄积量的空间分布估算对于定量研究东北地区碳中和、森林退化和区域生态安全具有重要意义。与传统的地面调查方法相比，卫星遥感技术能实现长期、连续、动态的可重复性监测，在大尺度森林蓄积量估算中具有不可替代的优势。近年来，融合多源遥感数据及智能算法协同反演森林地上生物量已成为国内外研究的热点。其中，激光雷达数据可大大提高森林植被参数反演的信号饱和度，逐渐成为立木蓄积量估算的主要遥感数据源。而由于机载激光雷达数据区域有限、费用较高，不可重复，而星载激光雷达的缺乏，导致近期整合激光雷达数据和遥感影像的较大尺度的森林蓄积量估算研究较少。如何充分发挥激光雷达数据和多源遥感影像的优势，提高森林蓄积量反演精度，进行较高分辨率的蓄积量制图，是目前亟待解决的难点。针对以上问题，本研究利用近期发射的星载GEDI LiDAR足迹数据、Sentinel系列卫星的C波段雷达和可见光影像、ALOS卫星的L波段干涉雷达影像的DSM产品，结合中国长白山混交林生态区的野外调查数据，系统分析了不同遥感数据源及其特征因子对蓄积量空间变异的敏感性差异，分析了森林蓄积量遥感反演不确定性来源，构建了区域尺度森林蓄积量高精度遥感反演模型，得到了2019年中国长白山混交林生态区10米分辨率的森林蓄积量空间分布图，并提出了森林可持续管理建议。

图1 研究技术路线示意图

图2 森林蓄积量空间分布及其随海拔变化示意图

文章链接：https://www.sciencedirect.com/science/article/pii/S0303243421000337