融合GF-7立体像对、GEDI高程与TECIS多角度数据的森林冠层高度估算

《Remote Sensing》：Forest Canopy Height Estimation Based on TECIS Multi-Angle Data and a Novel Discrete CHM Dataset Derived from GF-7 and GEDI

　　摘要：森林冠层高度（FCH）是估算森林地上生物量（AGB）和碳储量的关键参数。将GEDI相对高度产品与单角度影像相结合已广泛应用于FCH估算。然而，GEDI地理定位误差以及传统单角度影像在茂密森林中的冠层低估限制了FCH估算精度。为缓解这些局限，本研究提出一种融合高分七号（GF-7）立体像对、GEDI地面高程和陆地生态系统碳监测卫星（TECIS）多角度数据的FCH估算方法。首先，本研究整合GF-7立体像对与GEDI高程数据，生成离散冠层高度模型（CHM）数据集，为FCH估算提供可靠的训练样本。其次，为缓解传统单角度特征在FCH反演中的冠层低估问题，进一步引入TECIS多角度数据。为充分挖掘其在结构表征方面的潜力，我们将TECIS多角度特征和地形特征与离散CHM数据集结合，利用贝叶斯优化的LightGBM模型估算FCH。结果表明：（1）本研究构建的离散CHM数据集（R2 = 0.65，RMSE = 2.39 m）优于未经地理定位校正的GEDI RH95产品（R2 = 0.37，RMSE = 3.24 m）。（2）将TECIS多角度特征纳入FCH反演模型后，预测精度得到提升，决定系数R2从0.36增加到0.51，RMSE和MAE分别降低了0.33 m和0.31 m。同时，15米以上树木的平均偏差（MB）从?2.12 m降至?1.49 m，相对偏差（rBias）从?12.41%降至?8.78%。（3）利用ALS反演的CHM（R2 = 0.46，RMSE = 2.40 m）和实地测量（R2 = 0.50，RMSE = 2.95 m）对估算结果进行的独立验证，证实了模型的整体预测能力。