森林对地球系统至关重要，因为它们调节全球碳循环，促进陆地-大气之间的物质交换，并支持大多数陆地生物多样性（Feng et al., 2024; Lewis, 2006; Psistaki et al., 2024）。随着气候变化加剧和生物多样性丧失的加剧（Yang et al., 2024），准确且一致地描述大范围区域的森林结构已成为地球系统科学、保护规划和气候政策的基础需求（de Conto et al., 2024）。林冠高度、垂直分层、叶层密度和亚林冠复杂性等结构特征对生态系统生产力、栖息地质量、干扰耐受性和碳封存具有重要影响（Hall et al., 2011; Xu et al., 2015）。然而，这些三维属性是观测最困难的森林特征之一，尤其是在异质景观中（Liu et al., 2024; Ross et al., 2024）。2018年NASA发射的全球生态系统动态调查（GEDI）任务在这一领域取得了重大进展（Coyle et al., 2019; Dubayah et al., 2020）。作为首个专门设计用于测量植被结构的空间全波形LiDAR系统，GEDI使用约25米直径的扫描范围，提供了近乎全球范围的林冠和亚林冠返回信号的详细垂直剖面。原则上，GEDI波形包含了丰富的信息，包括叶层垂直分布（Dwiputra et al., 2023）、林冠闭合度（Schneider et al., 2020）、扫描范围内的水平异质性（Schleich et al., 2023）、下层植被发育以及地形-植被相互作用（Li et al., 2024; Xi et al., 2022）。这一能力使GEDI成为下一代森林监测的核心工具。
尽管取得了这一技术突破，但GEDI的物理测量结果与其生态解释之间仍存在根本性差距。大多数现有应用将波形衍生的信息简化为有限的汇总指标，最常用的是相对高度百分位数（如RH95），并将其通过异速生长关系用作地上生物量的中间预测因子（Cooley et al., 2024）。虽然这种方法有助于碳核算，但它严重低估了全波形LiDAR的信息含量。每个GEDI波形都包含了林冠结构、叶层密度梯度、地形效应和光子-植被相互作用的综合结果。将这种多维信号简化为单一高度指标会丢失关于森林结构组织的关键信息。
这一限制在温带、人为改造的森林中尤为明显，因为这些森林的结构复杂性源于自然过程和人为过程的相互作用。多层次的林冠、多样化的物种组合、不同的干扰历史以及广泛的管理活动共同构成了混合温带森林的特点。这些系统经常违反了许多为热带或北方森林开发的分析框架所假设的结构均匀性和封闭林冠条件。因此，LiDAR指标与生态属性之间的关系往往表现出非线性、饱和性和强烈的环境依赖性，限制了传统模型的解释性和通用性（Adhikari et al., 2023）。
光学遥感的一个核心问题在于，当植被指数（如NDVI和EVI）在茂密、高生物量的林冠中达到饱和时，会失去对结构变化的敏感性，而这种变化在生态上具有重要意义（Huete et al., 2002; Tucker, 1979）。这就提出了一个问题：当光学指数饱和后，全波形机载LiDAR还能解析哪些结构信息，以及通过何种分析手段实现。我们通过在中国东北部结构异质的尾场地区进行的GEDI观测来探讨这个问题，首先确定了该地区光学饱和的程度，然后通过两种互补的、考虑密度因素的方法来描述GEDI仍可获取的结构信息：对GEDI结构指标（如RH95、植物面积指数、林冠覆盖率、叶层高度多样性）进行植被分层分析，以及对个别波形进行高斯分解以直接研究垂直散射结构，并通过层次贝叶斯方差模型传播测量不确定性，该模型将不确定性视为与结构相关的系统性属性而非残余噪声。尽管基于KDE的结构分析、高斯波形分解和贝叶斯不确定性传播已在之前的GEDI研究中单独应用，但现有研究通常将它们视为独立的方法选择，而非相互支持的分析链的一部分；在这里，我们将基于密度的结构表征、波形层面的分解和层次不确定性传播明确结合在一个分析工作中，并在中国东北部一个结构复杂的温带生态过渡带进行了验证，使用了1,635个实地样地和独立的ICESat-2跨传感器评估结果，为人为改造的温带森林的下一代结构监测提供了可复制、基于生态学的方法论。
