作為森林資源清查的重要基礎參數，立木蓄積量信息可用于森林地上生物量和碳儲量估算，為全球氣候變化和碳循環(huán)等研究提供重要的數據支持。與傳統的地面調查方法相比，遙感技術(shù)具有觀(guān)測范圍廣、更新周期短、節約人力物力等特點(diǎn)，能夠實(shí)現長(cháng)期、連續、動(dòng)態(tài)監測，在大尺度森林蓄積量估算中具有不可替代的優(yōu)勢。近年來(lái)，融合多源遙感數據及智能算法協(xié)同反演森林蓄積量已成為國內外研究的熱點(diǎn)。其中，激光雷達數據可大大提高森林植被參數反演的信號飽和度，逐漸成為立木蓄積量估算的主要遙感數據源。由于機載激光雷達數據覆蓋區域有限、成本高，同時(shí)星載激光雷達數據缺乏，導致融合激光雷達數據的大尺度區域森林蓄積量估算研究較少。如何充分發(fā)揮激光雷達數據和多源遙感影像的優(yōu)勢，提高森林蓄積量反演精度，實(shí)現高分辨率蓄積量制圖，是目前亟待解決的難點(diǎn)問(wèn)題。

　　中科院東北地理所地理景觀(guān)遙感學(xué)科組研究人員利用近期發(fā)布的星載GEDI 激光雷達足跡數據、Sentinel系列衛星C波段雷達和可見(jiàn)光影像、ALOS衛星L波段干涉雷達影像DSM產(chǎn)品，結合學(xué)科組在長(cháng)白山混交林區積累的大量野外調查數據，深入分析了不同遙感數據源及其特征因子（如冠層覆蓋度、樹(shù)高、后向散射、紋理、植被生理、地形等）對森林蓄積量空間變異的敏感性差異，構建了區域尺度森林蓄積量高精度遙感反演模型，實(shí)現了2019年長(cháng)白山混交林區森林蓄積量制圖（10米空間分辨率），并提出了面向森林質(zhì)量提升目標的可持續管理建議。

圖1 研究技術(shù)路線(xiàn)示意圖

　　本研究首次集成了高分辨率星載激光雷達（GEDI，2019年發(fā)布）、雷達和可見(jiàn)光數據，構建了基于“點(diǎn)—線(xiàn)—面”框架的高精度蓄積量遙感反演模型。研究發(fā)現，將激光雷達足跡數據作為“線(xiàn)性橋”連接實(shí)測點(diǎn)數據與多源影像面數據進(jìn)行蓄積量估算的精度高于傳統的基于實(shí)測點(diǎn)和多源影像數據的精度。在眾多特征因子中，冠層覆蓋度、樹(shù)高、海拔、紅邊波段光譜指數對森林蓄積量敏感性最高。本研究結果不僅有助于深入理解東北森林典型樣區蓄積量空間分布，且可為制定東北森林可持續利用與科學(xué)保護的管理決策提供重要的數據支撐。

表1 激光雷達數據對森林蓄積量遙感估算精度的影響

圖2 森林蓄積量空間分布及其隨海拔變化示意圖

　　該研究由杭州師范大學(xué)陳琳博士（第一作者）、中科院東北地理所任春穎研究員（通訊作者）、張柏研究員、王宗明研究員等共同完成。相關(guān)研究成果發(fā)布在International Journal of Applied Earth Observations and Geoinformation國際期刊上。該研究由國家重點(diǎn)研發(fā)計劃項目（2016YFC0500300）資助完成。論文信息列表如下：

　　Chen, L., Ren, C., Zhang, B., Wang, Z., Liu, M., Man, W., Liu, J., 2021. 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. International Journal of Applied Earth Observations and Geoinformation, 100, 102326. https://doi.org/10.1016/j.jag.2021.102326.