第七届青年地学论坛

光学数据，如Landsat卫星系列数据，具有相对较高的时空分辨率以及免费、长期历史存档的特点，在森林地上生物量的动态监测中具有独特优势。然而，目前大多数基于光学数据的森林AGB估计方法一定程度地利用了反射率的空间信息，但对反射率时间变化特征考虑不足，这使得AGB估计结果容易受到噪声和饱和问题的影响。为此，本研究旨在将森林反射率的动态时序信息引入到AGB和AGB连续变化的估算中，以此提高AGB估算的精度。
以澳大利亚为实验区，本实验利用了10304个AGB地面采样点（AGB范围：0.05~936 tons/ha，平均值:153 tons/ha），以及采样点上自1984年以来所有的Landsat 5/7/8数据，采用CCDC（continuous change detection and classification）算法开展反射率的时序建模，并最终基于随机森林算法实现森林AGB的估算与验证。点尺度的结果表明，相比于其他季节，基于春季的观测反射率的AGB估算精度最高，R²为0.41，RMSE为87.7 tons/ha。相比于观测反射率，时序模型模拟的反射率有效过滤了噪声，并提高了AGB的估算精度，其中R²增加了约0.07，RMSE减少了约6 tons/ha。加入TIR波段观测进一步提高了AGB估计精度，减少了饱和问题。时序模型参数的进一步引入有效提高了AGB估计精度，R²增加了0.08，RMSE减少了7.5 tons/ha，且参数重要性排序显示前15个参数中有13个都为时序模型参数，证明了时序参数对AGB估算的重要性。引入地理参数后，最终的AGB估算模型得到了最高的精度，R²为0.63，均方根误差为70.6吨/公顷。基于上述方法，本研究在西澳大利亚南部开展了区域尺度的AGB变化监测，结果表明该方法可以量化不同类型的AGB变化，包括缓慢的和快速的AGB的损失和增加。此外，虽然CCDC被广泛用于地物分类及变化监测中，本研究发现将CCDC直接用于AGB监测存在一定局限性，主要由于其假定反射率年际变化斜率和年内变化幅度为常数，这会在计算时间序列参数和整体反射率时引入误差，且该误差对于处于生长阶段的森林通常难以忽略，本研究后续将对此进行改进。

森林地上生物量,Landsat,时序建模,生物量变化