基于多源遥感数据的热带人工林树木计数与高度估算研究：以印尼Siak地区为例

本研究针对热带人工林管理中树木结构信息获取困难的问题，结合Sentinel-1 SAR、Pléiades高分辨率光学影像和无人机多光谱数据，开发了基于最大后验概率（MAP）分类器的树木计数方法。通过VH-VV后向散射差异区分人工林类型，利用RGB波段光谱特征实现79-97%的计数精度，并结合无人机DSM与DEMNAS数据估算树高。该研究为可持续人工林管理、碳储量评估和精准农业提供了低成本高效的技术方案，成果发表于《Geomatica》。

　　

热带人工林作为碳汇和经济效益的重要载体，其精确管理长期面临数据获取成本高、时效性差的瓶颈。传统地面调查难以覆盖大面积区域，而中低分辨率卫星影像又无法捕捉单木尺度特征。印尼Siak地区作为典型的油棕榈和桉树种植区，亟需开发兼顾精度与效率的监测技术。

为解决这一难题，研究人员整合多源遥感技术开展创新研究。通过Sentinel-1 C波段SAR数据的VH-VV极化差异，成功区分油棕榈（-11.5 dB）、桉树（-7.2 dB）等人工林与原生林；利用Pléiades卫星0.5米分辨率RGB波段和无人机2.74厘米分辨率数据，构建基于最大后验概率（Maximum A Posteriori, MAP）的像素分类器，结合多数滤波和树冠统计（中位数15 m²）实现单木识别；创新性采用无人机数字表面模型（Digital Surface Model, DSM）与印尼国家DEM（DEMNAS）的高程差计算树高，形成完整的人工林结构参数化方案。

关键技术包括：1）SAR纹理分析采用7×7像素灰度共生矩阵（GLCM）方差特征；2）MAP分类器通过95%后验概率阈值优化；3）无人机摄影测量生成厘米级DSM；4）基于NDVI的云阴影掩膜。研究样本涵盖40.1公顷卫星影像区和1.71公顷无人机验证区。

研究结果部分显示：

1. 树木计数：油棕榈计数精度达83%（无人机）和79%（Pléiades），桉树达97%，树冠面积统计显示68%集中在9-29 m²；
2. 高度估算：油棕榈成熟株高15-18 m，与实地测量一致；
3. 面积验证：与政府数据相比误差仅3-5%，油棕榈密度125-202株/公顷符合9×9 m种植模式。

讨论指出，该方法突破传统光学影像波段限制，证明RGB三波段即可实现高精度分类，但需结合先验知识优化MAP参数。无人机DSM与公开DEMNAS的融合策略大幅降低高程数据获取成本，为发展中国家提供可行方案。值得注意的是，盐碱噪声和重叠树冠仍是影响精度的主要因素，未来可通过对象基图像分析（OBIA）进一步改进。

该研究首次系统整合SAR、高分辨率卫星和无人机数据，建立热带人工林三维参数反演技术体系。不仅为碳汇计量（油棕榈73.76 Mg/ha）提供新方法，其79-97%的计数精度更达到业务化应用标准，对实现联合国可持续发展目标（SDGs）中的可持续森林管理具有重要实践价值。论文提出的多尺度技术路线，为全球热带地区应对气候变化和生物多样性保护提供了可复制的技术范式。