耦合多源遥感数据和生态模型的区域森林生物量反演和预测

Forest biomass is an important component for evaluating the sink of terrestrial carbon. Differences in sampling methods and statistical models, variances in forest disturbance and recovery are important factors leading to uncertainties in the estimation of forest biomass. In this study, multi-source remote sensing data will be coupled with an ecological model to retrieve and predict forest biomass at typical forest areas in China. First, we will estimate forest biomass based on multi-source remote sensing data and in-situ measurements using deep learning approaches. Second, we will initialize and calibrate ecological- models using climate, soil and topographic data and the inversed height and biomass product. Lastly, we will combine the inversed products and ecosystem models to simulate dynamics of biomass/carbon, and predict important ecological parameters such as biomass and the potential distribution of future carbon sequestration. Coupled remote sensing and ecological model is a powerful and expedient tool to assess forest biomass over large areas, and to provided valuable spatial and temporal information for regional to global carbon accounting. Results form this study will provide reliable information in supporting decision making associated with climate change.

森林生物量是构成陆地碳库的关键组成部分，然而由于抽样和统计模型的差异、森林扰动与恢复状态的不同，导致基于遥感数据的反演结果存在较大不确定性，而基于生态模型的预测因其尺度过粗无法满足区域精细化的应用需求。本项目耦合多源遥感数据和生态模型进行区域森林生物量反演和预测，在典型森林区域结合样地、光学和雷达等多源遥感数据，发展顾及环境要素的深度学习模型对森林生物量进行反演；利用气候、土壤和地形等辅助数据以及反演结果初始化和校正过程生态模型；结合遥感数据应用生态模型对森林生物量和固碳潜力等关键参数实现高时空分辨率的模拟和预测。研究成果将为分析森林碳储量时空变化提供重要的理论方法和基础数据，为制定合理的碳平衡政策和应对气候变化谈判提供更可靠的辅助信息。

森林是构成陆地碳库的关键组成部分，对森林生物量的精确反演和预测可以减少碳循环研究中的不确定性，支持陆地生态系统的功能评估。本课题在原有的面向北美森林生物量反演和过程生态模型预测技术基础上，以我国湖南省湘西区域为主要的研究区，结合地面调查、多源异构遥感和地形辅助数据，发展了基于机器学习和多源遥感数据的森林关键生态参量反演方法，探索了耦合遥感数据和过程生态模型的区域高精度模拟预测。首先，利用逐步回归和随机森林特征筛选方法优选特征变量，测试了多源遥感指标对于森林生物量的相对重要性，使用地面调查数据评价了多类型的学习反演方法精度；随后，利用最佳模型完成森林生物量和植被冠层高度从地面采样点到区域的扩展，绘制了森林生物量分布图和植被冠层高度无缝30m分辨率的分布图，并与已有全球到区域尺度的同类数据集进行比对分析其中的不一致性；最后，基于过程生态模型，评估全球模拟结果在区域上的表现，实现研究区域尺度的重要生态参量精细分辨率模拟，探索了生态模型与遥感方法的耦合机制与本地化策略。研究成果将为分析森林碳储量时空分布提供重要的理论方法基础，可推广至我国南方森林的生物量反演和预测，支撑陆地生态系统的碳汇评估工作。