数字航空摄影测量(DAP)、激光雷达(LiDAR)与哨兵2号卫星在森林火灾效应评估中的对比研究

本研究针对森林火灾后管理决策的信息缺口问题，对比评估了数字航空摄影测量(DAP, 13.9点/m2)、激光雷达(LiDAR, 16.8点/m2)结合哨兵2号卫星数据的建模性能。结果显示LiDAR模型预测精度最优，但DAP结合哨兵2号可将误差差距缩小至3-16%，为缺乏LiDAR数据的火灾区域提供了可行的低成本监测方案。

　　

2020年9月，美国俄勒冈州和华盛顿州的"劳动节大火"烧毁了超过30万公顷的森林，给森林管理者带来了严峻挑战——火灾瞬间使原有森林资源数据失效，而传统卫星遥感（如Landsat和MTBS计划）在三维结构参数预测上存在局限。美国农业部林务局等机构的研究人员Bryce Frank团队在《Forest Ecology and Management》发表研究，首次系统评估了数字航空摄影测量(DAP)这一新兴技术在火灾后森林监测中的应用潜力。

研究团队在15.8万公顷的火烧迹地布设82个固定样地，采用随机森林模型对比了LiDAR和DAP点云数据（分别16.8点/m²和13.9点/m²）对活立木生物量(live AGB)、枯立木生物量(dead AGB)、活立木密度(stem density)和相对断面积变化(relative BA change)的预测性能。技术路线整合了哨兵2号(Sentinel-2)多时相光谱数据，通过变量重要性分析揭示冠层燃料消耗对DAP高度测量精度的影响机制。

【研究结果】

1. 模型性能对比：纯LiDAR模型的R²值最高（0.51-0.76），DAP模型的相对均方根误差(rRMSE)比LiDAR高10-47%。但加入哨兵2号数据后，DAP+Sentinel-2组合将误差差距显著缩小至3-16%，其中活立木生物量预测差异仅3%。

2. 数据互补性：哨兵2号的光谱特征（如NDVI）可有效补偿DAP在冠层结构表征的不足，而LiDAR强度指标(intensity)在枯立木检测中具有不可替代性。

3. 误差来源解析：通过多元回归发现，DAP与LiDAR高度差异的81%可由LiDAR冠层覆盖度(cover)和强度指标解释，表明高强度燃烧导致的冠层破碎会显著降低DAP点云质量。

【结论与意义】
该研究证实，虽然LiDAR仍是火灾后森林参数预测的金标准，但DAP结合多时相卫星影像可成为经济高效的替代方案——尤其适用于美国国家农业影像计划(NAIP)已覆盖区域。这一发现解决了"激光雷达数据拼图"（lidar patchwork）导致的时空不连续问题，为每年数万公顷的灾后森林管理提供了可扩展的技术路径。研究特别指出，在冠层燃料消耗>60%的区域需谨慎使用DAP数据，此时LiDAR的穿透性优势更为关键。成果直接支持了美国林务局RAVG计划等灾后评估体系，为制定采伐、更新等决策提供了科学依据。