基于多源数据的亚热带森林地上生物量遥感信息模型的构建及其应用研究

Remote sensing-based biomass estimation data is an important source in analyzing spatial patterns of a forest ecosystem and for global change research. Because of the complexity of forest stand structures in subtropical forest ecosystems and the data saturation problem in remote sensing data, accurate estimation of forest aboveground biomass and analysis of its spatiotemporal dynamic change is a challenge. A typical subtropical forest ecosystem in western Zhejiang province is selected as the study area. We propose the integration of multi-source remote sensing data and stereo imaging technology to solve the data saturation problem; incorporation of forest types and forest stand parameters into the biomass estimation models to improve biomass estimation accuracy; and identification of major factors influencing biomass estimation errors through uncertainty analysis for putting forward the biomass modeling procedure suitable for subtropical forest ecosystems. The established biomass estimation models will be used to reconstruct time series forest aboveground biomass data in the past 30 years for examining spatial patterns and dynamic change. Through analysis of the impacts of forest change on biomass change along core region, buffer zone, experimental zone, and external zone in two natural reserves at the national level, we can better understand the mechanism of the impacts of different anthropogenic disturbances on biomass change. This research will significantly improve the estimation accuracy of remote sensing-based biomass estimation models in subtropical regions, promote the understanding of landscape dynamic change in subtropical forest ecosystems, and advance remote sensing technologies in forest ecology.

基于遥感数据估算森林生物量是分析森林生态系统格局及全球变化研究的重要内容之一。由于亚热带森林的复杂性以及遥感数据饱和等问题，精确估算森林地上生物量并分析其时空变化面临巨大挑战。选择具有典型亚热带森林的浙江省西部为研究区，提出通过多源遥感数据的融合及立体成像技术以解决遥感数据饱和的难题，通过嵌入森林类型及林分结构参数建立森林地上生物量遥感定量估算模型以提高估测精度，利用不确定性分析方法确定影响生物量估测精度的关键因子，进而提出适宜于亚热带森林生物量遥感定量估测的建模方法。优化后的模型用于重建过去30年森林地上生物量的时空分布及变化格局，并以自然保护区的核心区、缓冲区、实验区到外围区分析森林变化对生物量变化的影响，揭示不同程度的人为干扰对生物量变化的影响。本项研究将显著提高亚热带森林地上生物量遥感估算精度，提升对亚热带森林景观动态变化机制的认识，推动森林生态遥感科学的发展。

亚热带森林生物量分布及其时空演变是当前碳循环研究领域重点关注内容之一。遥感技术已成为研究森林生态系统的重要工具，而光学成像和雷达数据饱和问题是当前生物量估算的难题之一。本项目基于地统计方法，利用样地数据确定不同森林类型的饱和值，通过多源遥感数据（光学+雷达）的结合，挖掘立体成像数据和激光雷达与生物量关系密切的林分结构参数，初步解决了生物量估算中遥感数据饱和问题；通过嵌入森林类型、地形、林分结构特征等因子分层建模提高了生物量遥感估算精度；在比较分析现有的生物量估算方法的基础上，提出主要森林类型的变量筛选方法及相应的生物量估测建模方法；围绕着“基于多源数据的亚热带森林地上生物量遥感信息模型的构建及其应用研究”这一主题详细地从数据源、变量筛选、模型选择、模型优化等方面对基于遥感数据估算森林生物量展开研究，明确了亚热带主要森林类型生物量遥感估算饱和值及其差异，揭示了分层思想在提高不同森林类型生物量估算的能力，系统评估了多源遥感数据和多种算法在生物量估测中的差异及其机制，提出了特有森林类型（竹林）生物量新型估算方法。本项目将收集的样地数据、遥感影像、地形等辅助数据形成了一个空间数据库，为后续的生物量估测研究提供宝贵的数据集；相关的研究成果共发表论文9篇（其中SCI一区论文2篇，SCI二区论文7篇），为森林生物量遥感估测研究提供技术支持和将来的研究思路。