基于无人机激光雷达的可解释概率建模框架用于森林蓄积量不确定性量化研究

《Carbon Balance and Management》：Interpretable and probabilistic forest stock volume estimation using UAV-LiDAR and NGBoost

　　摘要背景森林蓄积量（Forest Stock Volume, FSV）是森林资源评估、碳储量核算和森林管理决策的关键指标。无人机激光雷达（UAV-LiDAR）可提供详细的三维信息来描述森林结构参数。然而，大多数现有的FSV估计机器学习方法主要集中在点预测上，难以同时提供预测不确定性和可解释的模型诊断。为解决这一问题，本研究利用中国广西壮族自治区南宁市的森林样地，开发了一个可解释的概率建模框架。基于2022年收集的30个30 m × 20 m野外样地的UAV-LiDAR数据，从每个原始样地生成了八个10 m × 10 m子样地级别的样本（包括部分重叠样本），共获得240个样本。为减少空间数据泄漏，数据集在原始样地级别进行划分。24个原始样地衍生的192个子样地作为训练集，在其中进行交叉验证以完成特征选择和超参数优化；而剩余六个样地衍生的48个子样地则作为独立测试集保留。所提出的框架集成了Chatterjee-Boruta特征选择、自然梯度提升（NGBoost）概率预测以及双重SHapley加性解释（SHAP）解释。首先，从56个激光雷达衍生变量中筛选出关键结构特征。然后，使用NGBoost预测FSV的对数正态条件分布。最后，分别解释位置参数μ和尺度参数σ的结构驱动因素。结果Chatterjee-Boruta保留了22个基于激光雷达的特征，主要包括累积高度百分位指标、高度百分位指标和高度统计指标，代表性变量如elev_AIH_25th、elev_p_5th和elev_crr等。在独立测试集上的结果表明，CB-NGBoost在点预测精度和概率预测质量之间取得了平衡性能，R2为0.74，RMSE为71.24 m3·ha?1，MAE为52.81 m3·ha?1，rRMSE为39.70%。在概率预测方面，CB-NGBoost获得了最低的连续排序概率分数（CRPS，39.79 m3·ha?1），优于其他NGBoost组合和QRF组合。这表明其预测分布总体上与观测值更为一致。双重SHAP结果显示，累积高度百分位（AIH）指标是影响FSV预测中心趋势参数μ的主要结构信息来源，而高度统计指标对尺度参数σ的影响更为显著。这表明驱动FSV预测值的激光雷达结构因子与驱动偶然不确定性的因子并不完全相同。结论本研究为传统的基于UAV-LiDAR的FSV点预测提供了一种可解释的概率扩展，提供了具有不确定性认知的FSV估计，可为森林资源评估和碳储量核算提供支持。然而，当前模型主要表征了偶然不确定性，未明确纳入认知不确定性，导致预测区间校准不足且过于狭窄。未来研究应通过引入模型集成或贝叶斯方法来表征模型相关的不确定性，利用保形预测来改善区间校准，并在多个区域和森林类型中验证所提出框架的泛化能力，从而进一步解决这一局限性。