基于多源数据的亚热带森林生物量估计不确定性及误差源解析

East Asian monsoon subtropical forests are a huge potential carbon sink, accounting for 8% of the global forest net ecosystem productivity. However, the sustainability of the carbon sink and relevant ecological functions of subtropical forests requires precise information of biomass over large spatial scales for scientific forest management. This project proposes the coordinated use of forest inventory plots, airborne lidar strips, and satellite data for estimating forest biomass in Longyan, Fujian that spans 19,000 km2. This study will simulate lidar sampling strips using wall-to-wall airborne lidar, integrate lidar strips and other data for biomass modeling, estimate biomass at the level of field plots, lidar strips, and satellite imagery and characterize its uncertainty, identify the error sources of biomass estimation, explore the relationship between different lidar sampling schemes and biomass estimation uncertainty, and eventually determine the optimal sampling scheme for estimating large-scale biomass. This project will, from the perspectives of simultaneously minimizing cost and increasing precision, help develop a framework for the optimal combination of airborne lidar strip samples and satellite imagery to estimate forest carbon at large spatial scale, which eventually provides a scientific basis for China's carbon balance research.

东亚季风性亚热带森林是巨大的潜在碳汇，贡献了全球森林8%的净生态系统生产力，但要维持亚热带森林的生态碳汇功能和实现科学经营管理，需要对其生物量进行大范围准确估计。本项目提出结合地面样地、航空机载lidar条带、航天卫星“地－空－天”多源遥感数据对亚热带森林大范围生物量进行立体观测和精确估计的研究方案，选取福建省龙岩市为研究区域，采用覆盖龙岩市全境19000平方公里的机载lidar进行条带模拟抽样，建立lidar条带和其它数据耦合的生物量模型，对地面样地“点”、lidar条“带”、卫星全覆盖“面”不同尺度上的生物量估计进行不确定性（精度）分析，阐明不确定性及误差来源，探索不同成本的机载lidar抽样模式和生物量估计不确定性的关系，确定大范围生物量估算的低成本高精度的lidar抽样方案。本研究将对亚热带森林碳精确估计提供技术支撑，为我国森林可持续经营管理及碳平衡研究提供科学依据。

东亚季风性亚热带森林是巨大的潜在碳汇，贡献了全球森林8%的净生态系统生产力，但要维持亚热带森林的生态碳汇功能和实现科学经营管理，需要对其生物量进行大范围准确估计。本项目提出结合地面样地、航空机载lidar条带、航天卫星“地－空－天”多源遥感数据对亚热带森林大范围生物量进行立体观测和精确估计的研究方案，选取福建省龙岩市为研究区域，采用覆盖龙岩市全境19000平方公里的机载lidar进行条带模拟抽样，建立lidar条带和其它数据耦合的生物量模型，对地面样地“点”、lidar条“带”、卫星全覆盖“面”不同尺度上进行生物量估计的不确定性（精度）进行分析，阐明不确定性及误差来源。在本研究开展的过程中，我们针对福建多山的复杂地形条件，在激光点云密度相对较低的情况下（每平方米2-3个点），生成了山区高坡度、植被稠密等复杂情况下的大范围高精度的激光雷达数字高程模型和植被高度模型，为大范围使用航空激光雷达数据进行植被参数的估计奠定了坚实基础。研究团队还在野外作业极其困难的条件下（平均坡度约60度的无人山区），在横跨约6000平方公里的区域上采集了详尽的森林样地数据。结合基于激光雷达的森林点云高度参数和准确的地面调查数据，我们进一步对不同尺度上的生物量的误差估计进行了前所未有的详尽分析。我们发现，在单木尺度，异速增长模型的残差、参数误差、和单木胸径等的测量误差分别为25.9%， 4.3%， 13.6%，总误差为29.6%。在样地尺度上，误差减少了到4.6%。当使用激光雷达进行建模预测时，由模型残差、参数误差、和激光雷达数据误差引起的误差分别为28.5%，5.6%, 9.7%，总误差为30.6%。这些基于激光雷达的大范围植被参数提取以及不同空间尺度下的不确定性与误差分析，为亚热带森林碳精确估计提供了技术支撑，为我国森林可持续经营管理及碳平衡研究提供了科学依据。