全球森林站点GEDI垂直植物面积指数剖面产品的验证研究及其对森林结构评估的意义

本研究针对全球生态系统动力学调查(GEDI)卫星LiDAR生成的垂直植物面积指数(PAI)剖面产品缺乏大规模验证的问题，通过整合数字半球摄影(DHP)和机载激光扫描(ALS)数据，系统评估了GEDI PAI剖面的精度。研究发现调整足迹地理定位可显著提升产品一致性(R2=0.84)，但存在系统性低估(偏差-0.14至-0.28)，并提出通过优化冠层与地面反射率比(ρv/ρg)改进算法，为全球碳循环模型提供更可靠的结构参数输入。

　　

森林作为地球陆地生态系统的重要组成部分，其垂直分层结构直接影响着太阳辐射分布、水分蒸腾和光合作用效率。准确量化这种垂直结构特征，尤其是植物面积指数(Plant Area Index, PAI)的垂直分布，对理解森林功能、模拟生态过程至关重要。传统地面测量方法如数字半球摄影(Digital Hemispherical Photography, DHP)虽能提供精确数据，但覆盖范围有限；而新兴的星载激光雷达技术如全球生态系统动力学调查(Global Ecosystem Dynamics Investigation, GEDI)虽能实现全球尺度观测，但其垂直PAI剖面产品的精度尚未得到充分验证。这一知识缺口严重制约了该数据在碳循环模型和气候预测中的应用可靠性。

针对这一关键问题，由中国科研团队领衔的国际合作研究在《Agricultural and Forest Meteorology》发表了突破性成果。研究团队创新性地整合了全球37个站点（包括美国国家生态观测网络NEON站点、德国及多国典型森林）的DHP地面测量与机载激光扫描(Airborne Laser Scanning, ALS)数据，首次对GEDI L2B垂直PAI剖面产品进行了系统性验证。通过开发地理定位校正算法和反射率比优化模型，揭示了产品性能的影响机制，为下一代卫星数据处理提供了重要理论依据。

研究采用三项核心技术方法：1) 基于波形匹配的GEDI足迹地理定位校正（平均偏移11.68m）；2) 多源参考数据生成（DHP测量与ALS点云衍生的PAI剖面）；3) 冠层-地面反射率比(ρ_v/ρ_g)的线性回归优化。特别值得注意的是，研究团队建立了覆盖针叶林、阔叶林、混交林等6种植被类型的验证网络，样本时空跨度显著超越前人工作。

研究结果
地理定位偏移特征
分析显示GEDI足迹存在系统性定位偏差（均值11.68m），其中湿地偏移最大（13.25m），混交林最小（10.72m）。校正后匹配精度提升37%，证明地理调整是产品验证的必要前提。

产品性能评估
GEDI与DHP/ALS的PAI剖面相关性分别为R²=0.84和0.58，但存在显著低估（偏差-0.14和-0.28）。针叶林表现最佳（R²=0.60，偏差-0.16），而灌木林最差（R²=0.38）。研究首次发现产品精度随冠层高度增加而提高，但在高覆盖度(>80%)区域因激光穿透限制导致低估加剧。

影响因素解析
陡坡地形（>15°）和低矮植被（<5m）会因地面-冠层回波混合而降低精度。通过拟合ρ_v/ρ_g比值（当前产品固定为1.5），可使PAI估计误差降低22%，表明动态反射率参数能有效改善算法性能。

讨论与展望
该研究实现了从CEOS验证等级Stage 1到Stage 2的关键跨越，为GEDI数据在碳储量估算、生物多样性评估等领域的应用提供了质量基准。提出的地理定位校正框架和反射率比优化策略，已被纳入GEDI产品升级计划（V3）。未来通过融合多平台LiDAR数据（如ICESat-2）和开发植被类型特异性ρ_v/ρ_g参数库，有望进一步提升全球森林垂直结构监测能力。这项成果不仅推动了遥感产品验证方法学发展，更为实现《巴黎协定》森林碳汇监测目标提供了关键技术支撑。