编辑推荐：
为解决森林结构变量大尺度精准估算难题，研究人员整合 SAR、多光谱、土壤及实地数据，对乌拉圭邓恩桉人工林结构变量建模。随机森林模型精度高，研究结果为短轮伐期桉树林可持续管理提供支持。
在全球气候变化的大背景下，减少温室气体排放、增加碳固存成为各国应对气候变化的关键策略。森林，作为重要的碳汇，在这一过程中发挥着举足轻重的作用。然而，准确评估森林生长、生物量和碳储量，却面临诸多挑战。传统的森林清查方法虽然能提供较为精确的数据，但需要耗费大量的人力、物力和财力，而且空间覆盖范围有限，难以满足大尺度监测的需求。
随着卫星遥感技术的发展，利用卫星传感器获取的数据进行森林监测成为了一种可行的替代方案。合成孔径雷达（SAR）能够部分穿透森林覆盖，对森林冠层的垂直结构较为敏感；多光谱数据则可以反映森林植被的光谱特征。但单独使用 SAR 或多光谱数据，在估算森林结构变量时都存在一定的局限性。此外，土壤、地形和气候等因素也对森林生长有着重要影响，却常常在以往的研究中被忽视。
为了解决这些问题，来自国外的研究人员开展了一项极具意义的研究。他们以乌拉圭西部地区种植的用于纸浆生产的邓恩桉（Eucalyptus dunnii）人工林为研究对象，整合了欧洲航天局（ESA）提供的 Sentinel - 1（SAR 数据）和 Sentinel - 2（多光谱数据）卫星图像、国际土壤参考和信息中心（ISRIC）的全球土壤数据集以及实地测量数据，运用机器学习算法，对林地尺度的森林结构变量进行建模研究。该研究成果发表在《Forest Ecology and Management》上，为森林可持续管理提供了新的思路和方法。
研究人员在此次研究中运用了多种关键技术方法。首先，利用卫星遥感技术获取 Sentinel - 1 和 Sentinel - 2 数据，这两种数据从不同角度反映了森林的特征。其次，借助全球土壤数据集，获取研究区域的土壤属性信息。最后，采用随机森林模型这一机器学习算法，对多源数据进行分析处理，从而实现对森林结构变量的建模和预测 。
研究区域与数据
研究区域位于乌拉圭西部，涵盖多个部门，面积达 19,584 公顷。该区域以种植邓恩桉为主，树龄在 2.8 - 9.8 年之间，实行 10 年短轮伐期用于纸浆生产。研究选取了总面积为 276 公顷的林分，这些林分能较好地代表研究目标邓恩桉人工林的年龄和空间分布情况。
异速生长方程
研究人员通过分析，得出了用于计算树干材积（SVi）、地上总生物量（AGBi）和地上总碳量（AGCi）的最佳拟合异速生长方程。SVi模型对变异的解释比例最高（Radj2 = 97.8，RMSE = 0.019 m3 tree?1，RMSRE = 13.6％），AGBi模型次之（Radj2 = 97.6，RMSE = 9.73 kg tree?1，RMSRE = 13.5％），AGCi模型再次之（Radj2 = 96.7，RMSE = 4.87 kg tree?1，RMSRE = 12.7％ ）。同时，平均绝对误差（MAE）和平均绝对相对误差（MARE）等指标也显示出这些模型具有较高的可靠性。
模型精度评估
研究人员运用随机森林模型对林分年龄（SA）、胸径（DBH）、树高（H）、平均优势高（MDH）、树干材积（SV）、地上总生物量（AGB）和地上总碳量（AGC）等森林结构变量进行估算。结果显示，模型精度较高，R2分别达到 77.7、83.1、75.6、82.6、79.8、82.4 和 84.7，RMSE 分别为 1.1 年、1.2 cm、1.7 m、2.1 m、39.36 m3 ha?1、21.27 Mg ha?1 和 8.42 Mg ha?1 。这表明该模型能够较为准确地估算这些森林结构变量。
变量重要性分析
在估算林分年龄时，土壤属性具有重要作用，其中物理属性的影响比化学属性更大，SAR 数据的影响大于光谱指数。而对于其他森林结构变量，林分年龄是最具影响力的因素，同时土壤属性、SAR 数据和多光谱数据也都十分重要。这说明在建模过程中，综合考虑多种因素能够提高模型的准确性。
全国范围模型应用
研究人员将建立的机器学习模型扩展应用到乌拉圭全国范围内的邓恩桉人工林。结果显示，全国范围内年轻林分占主导，这表明当地实行的是短轮伐期管理模式。此外，与立地相关变量的左偏分布可能意味着该地区存在高质量的森林立地条件。
研究通过整合多源数据，利用随机森林模型成功对邓恩桉人工林的森林结构变量进行了建模和估算，为短轮伐期商业桉树林的可持续管理提供了准确的大尺度数据支持。这不仅有助于更好地了解森林的生长状况和碳固存能力，还能为制定科学合理的森林管理策略提供依据，推动森林资源的可持续利用。同时，该研究提出的方法具有可复制性，能够应用于其他树种和土壤类型，促进集约化森林经营系统融入碳市场和气候变化减缓策略，对全球森林生态系统的保护和发展具有重要的参考价值。
