激光雷达与实地数据对比评估澳大利亚原生城市森林地上生物量的碳汇潜力

本研究针对城市森林碳储量评估难题，创新性融合LiDAR点云数据与Sentinel-2光谱指数，在澳大利亚布里斯班136公顷桉树林开展地上生物量(AGB)建模。通过14个样地实测数据验证，发现冠层高度模型(CHM)预测精度最高(R2=0.66)，估算总碳储量达15,605吨，为城市森林碳汇功能评估提供了高效可靠的遥感技术方案。

　　

在全球城市化加速的背景下，城市森林作为重要的碳汇载体正面临严峻挑战。据统计，目前全球55%人口居住在城市地区，预计到205年将升至68%。然而快速城市化导致绿地锐减，直接影响城市森林提供的生态系统服务，包括空气净化、雨水调控、热岛效应缓解以及至关重要的碳封存功能。准确量化地上生物量(AGB)成为评估城市森林碳汇潜力的关键，但传统野外调查方法存在成本高、效率低、时空覆盖有限等缺陷。如何利用新兴遥感技术实现精准、高效的AGB评估，成为当前城市生态学研究的重要命题。

针对这一科学问题，澳大利亚格里菲斯大学的研究团队在布里斯班Nathan校区136公顷原生桉树林开展创新研究，通过对比LiDAR与多光谱遥感技术的应用效果，建立了适用于城市森林的AGB评估模型。这项发表于《Sustainable Horizons》的研究，为城市碳汇管理提供了重要技术支撑。

研究团队采用多源数据融合的方法体系：首先通过14个0.1公顷样地的树木胸径(DBH)、高度和木材密度数据，采用Chave通用异速生长方程计算样地级AGB；其次利用2019年LiDAR点云数据生成数字地表模型(DSM)和数字地形模型(DTM)，构建冠层高度模型(CHM)；同时基于Sentinel-2影像提取NDVI、EVI和LAI三种光谱指数；最后通过相关性分析和线性回归建立AGB预测模型，并外推至整个森林区域。

在"LiDAR-derived surfaces for the forest"部分，研究揭示了研究区域显著的地形和冠层高度异质性，CHM显示树高变化范围达5-35米，且低海拔区域普遍具有更高冠层。这种空间分布特征为后续AGB建模提供了重要结构参数。

"Estimating AGB using remote sensing data"章节通过皮尔逊相关性分析发现，CHM与野外实测AGB呈现强相关性(r=0.82)，远优于光谱指数(NDVI r=0.16)。建立的线性模型AGB=19.97×CHM–80.3具有显著统计学意义(R2=0.66)，尽管个别样地预测偏差最高达41.47%，但整体呈现良好的一致性。

研究在"Estimating AGB for the whole forest"部分实现了从样地向景观尺度的拓展。基于10m网格的AGB制图显示西部低洼区域生物量最高(>400t/ha)，而通过两种区域生态系统(RE)尺度估算的总AGB分别为32,210吨(网格法)和32,062吨(RE平均法)，相当于15,605吨碳储量，达到野外实测值(37,876吨)的85%。

讨论部分深入分析了CHM模型的优势与局限。作为三维结构参数，CHM能有效捕捉树木高度这一AGB关键驱动因子，且不受云层干扰，相比光谱指数更具稳定性。研究同时指出四点不确定性来源：有限的样地数量(14个)、LiDAR(2019年)与野外调查(2023年)的时间差、16/32树种缺乏实测木材密度数据，以及RE内部生物量空间异质性。这些发现为后续研究优化指明了方向。

该研究的创新价值在于验证了公开LiDAR数据在城市森林AGB评估中的适用性，所建立的简易CHM模型可推广至全球生态系统动力学调查(GEDI)等大尺度监测项目。随着各国城市碳中和进程加速，这种高效、低成本的遥感技术方案将为城市森林的可持续管理提供重要决策支持，对实现《巴黎协定》气候目标具有积极意义。