训练数据空间缺失下的大尺度森林资源制图:不同建模方法在挪威、瑞典和芬兰的表现比较

《International Journal of Applied Earth Observation and Geoinformation》:Large-scale forest resource mapping with spatial gaps in the training data: Comparison of different modeling approaches

【字体: 大 中 小 】 时间:2026年01月19日 来源:International Journal of Applied Earth Observation and Geoinformation 8.6

编辑推荐:

  本研究针对大尺度森林资源制图中训练数据存在空间缺失的普遍难题,系统评估并比较了k-近邻、随机森林和多层感知机三种建模方法在预测地上生物量和材积等关键森林属性时的性能。研究创新性地设置了不同大小的空间间隙和训练样本量,揭示了空间外推对预测偏差的显著影响,并证实随机森林方法在多数场景下表现最优,为跨区域森林资源精准监测提供了重要方法论参考和实践指导。

  
准确掌握森林资源状况对于支持与森林资源利用相关的本地决策至关重要,特别是在应对气候变化和生物多样性保护的背景下。高分辨率的森林资源图通常通过结合遥感数据和实地调查数据来生产,其中来自国家森林清查的样地数据是关键的“地面真值”。然而,当制图范围扩展到跨国家或超大区域时,用于训练模型的实地样地数据往往无法均匀覆盖整个区域,从而产生空间上的数据缺失或间隙。这种训练数据的空间不完整性会给预测模型带来外推的挑战,可能严重影响最终图件产品的准确性。目前,对于这种空间间隙如何影响不同建模方法在大尺度森林属性制图中的表现,尚缺乏系统的认识。为此,由芬兰自然资源研究所的Andras Balazs等人领导的研究团队,在《International Journal of Applied Earth Observation and Geoinformation》上发表论文,深入探讨了这一问题。
研究人员以挪威、瑞典和芬兰这三个北欧国家为研究区,利用其2020-2021年的国家森林清查样地数据以及Sentinel-2卫星影像合成数据,设计了一个精巧的实验。他们重点评估了三种在森林资源制图中常用的方法:k-近邻、随机森林和多层感知机。研究的核心在于模拟训练数据存在空间缺失的现实场景。具体做法是将研究区域划分为10公里×10公里的网格,在训练每个网格单元的预测模型时,刻意排除以该网格为中心、一定半径(例如7公里至141公里)圆形区域内的所有样地数据,仅使用该区域外的最近N个样地(N从100到3000不等)进行模型训练。而被排除的样地则用于独立验证,从而可以精确评估模型在数据缺失区域进行预测的准确性。
为开展此项研究,作者们运用了几个关键的技术方法。首先是数据准备与协调:他们整合了挪威、瑞典和芬兰的国家森林清查数据,并采用Gschwantner等人(2019)描述的材积协调方法,计算了每个样地的总材积、针叶树和阔叶树材积及其对应的地上生物量,确保了三国数据在估算方法上的一致性。其次是遥感特征提取:利用Terramonitor公司的方法,生成了2020年和2021年生长季的无云Sentinel-2影像合成数据,并从中提取了7个光谱波段(蓝、绿、红、红边1、近红外、短波红外1、短波红外2)的反射率值作为模型特征。每个样地的特征值为其所在圆形区域(半径5.64米,面积100平方米)内像素值的面积加权平均。最后是建模与验证:他们分别使用k-NN、多元随机森林和多层感知机三种算法,在不同的训练样本量(N)和空间间隙半径(R)组合下,为每个10公里网格单元训练局部模型,并利用该网格单元内被排除的样地计算相对均方根误差(%RMSE)和相对偏差(%bias)以评估模型性能。
3.4. 模型性能评估与验证指标图
结果显示,随机森林方法在大多数情况下都取得了最准确的预测结果。在%RMSE方面,RF consistently produced the most accurate predictions。具体而言,当使用N=3000个训练样地时,RF预测的总AGB的%RMSE在芬兰和瑞典介于53%–55%之间,在挪威介于70%–72%之间。就%bias而言,训练数据中的空间间隙会对预测偏差产生显著影响。例如,对于RF模型(N=500),当空间间隙半径为7公里时,局部预测的%bias在-12%到12%之间;当间隙半径增大到78公里时,%bias范围扩大至-17%到28%。同样,在挪威,总AGB的国家层面%bias也随着间隙增大而从-1.7%增加至-3.7%。
4.2. 局部结果
通过绘制%RMSE和%bias的空间分布图,研究发现预测误差在空间上存在显著变异。挪威的%RMSE值普遍高于瑞典和芬兰。空间间隙半径(R)和训练样地数量(N)对预测偏差的影响模式复杂。总体而言,当使用较少数量的邻近样地(如N=500)进行训练时,即使在%RMSE较高的“困难”区域,也能获得较小的%bias。研究还发现,较高的预测偏差(无论是正偏差还是负偏差)往往出现在生物量梯度明显的区域:在高生物量区域但周围是低生物量的地方容易出现负偏差,而在低生物量区域被高生物量区域包围时则容易出现正偏差。
5. 讨论与结论
本研究证实,训练数据中的空间间隙确实会降低森林资源图件的准确性,尤其会增大预测偏差。虽然随机森林方法整体表现稳健,但没有任何一种方法在所有情况下都绝对最优。值得注意的是,增加训练样地的数量(N)并不能完全补偿由于空间间隙增大所带来的负面影响。特别是在像挪威这样景观异质性高的地区,空间外推导致的误差更为明显。因此,在生产大尺度森林属性图时,必须谨慎考虑训练数据的空间分布特征。研究成果强调,伴随森林资源图产品提供的元数据,应详细说明所用训练数据的空间覆盖范围,这对于用户正确理解和使用图件、评估其在不同区域的不确定性至关重要。该研究为在大尺度、训练数据存在空间缺失的场景下选择合适的建模方法提供了科学依据,对推进跨区域森林资源精准监测具有重要意义。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号