结合Sentinel-2和机载激光雷达数据的南亚热带山地森林树种多样性估测

　　 摘要:

估测大面积树种多样性的空间分布对于生物多样性评估、森林资源的可持续管理和保护至关重要。当前结合植被结构信息和气候特征以量化亚热带森林树种多样性的相关研究较少。以云南省普洱市的南亚热带山地森林为研究对象，利用Sentinel-2影像和机载激光雷达（ALS）数据，根据光谱异质性和高度异质性假说，通过XGBoost算法对树种多样性进行建模预测。结果表明：（1）干湿季组合提升了树种多样性制图精度，Shannon-Wiener多样性指数在湿季预测效果更好（R2 = 0.606，RMSE = 0.565），Simpson多样性指数则在干季表现更佳（R2 = 0.578，RMSE = 0.238）；（2）光谱特征对物种丰富度预测有价值（R2 = 0.738，RMSE = 2.448），LiDAR特征在预测Shannon-Wiener多样性指数上更具优势（R2 = 0.718，RMSE = 0.199），二者结合提高了Simpson多样性指数的预测能力（R2 = 0.801，RMSE = 0.189）；（3）红边波段、Rao’s Q、变异系数、纹理特征和冠层特征（CCm）在制图中具有较高的应用价值；（4）研究区内树种多样性及其空间分布是生态位分化、气候、地形与森林管理等因素的综合结果。研究为估测南亚热带山地森林的树种多样性提供了一个方法流程，有助于当地的森林经营管理和生物多样性保护。