基于Planet NICFI影像和机载LiDAR的热带泥炭地森林高分辨率地上生物量估算

《Remote Sensing》：High-Resolution Aboveground Biomass Estimates of Tropical Peatland Forest Based on Planet NICFI Imagery and Airborne LiDAR

　　

泥炭沼泽森林在维持热带泥炭地生态完整性方面发挥着关键作用。鉴于其脆弱性，这些生态系统的保护和恢复工作已受到广泛关注。精确的地上生物量（AGB）空间制图对于支持此类措施非常重要，并且可以通过机载LiDAR（光探测与测距）准确实现。然而，LiDAR测量高昂的作业成本通常限制了其空间覆盖范围。本研究在印度尼西亚中加里曼丹省Katingan–Mentaya泥炭沼泽森林中，结合两种遥感数据集，即Planet NICFI影像（2023–2024年）和部分覆盖的机载LiDAR（占总面积的10.56%），估算了泥炭沼泽森林的AGB。研究人员提出并比较了两种工作流程。第一种DL-PowerReg，使用基于Planet影像训练的U-Net深度学习模型估算冠层高度模型（CHM），随后通过幂回归进行AGB制图。第二种StepwiseReg-DL，通过LiDAR度量逐步回归得出基于LiDAR的AGB，然后以Planet影像为输入，使用U-Net将其升尺度到整个研究区域。DL-PowerReg（MAE = 52.24 t/ha）优于StepwiseReg-DL（MAE = 62.08 t/ha），并额外生成了中间CHM图，提供了关于森林结构的补充信息。两种方法分别估算研究区总AGB储量为47.75 Mt（平均值 = 239.91 t/ha）和40.07 Mt（平均值 = 201.30 t/ha）。本研究展示了一种利用空间不完整LiDAR数据进行高分辨率全覆盖森林生物量制图的方法框架。

热带泥炭沼泽森林是维持热带泥炭地生态完整性的关键生态系统。然而，人为活动导致的泥炭地退化促使保护与恢复工作日益受到重视。精确的地上生物量（AGB）空间分布制图对支持保护措施至关重要。机载LiDAR（光探测与测距）能够高精度获取森林三维结构，但其高作业成本限制了空间覆盖范围。为在区域尺度上实现高分辨率AGB制图，需将LiDAR与卫星影像结合。本研究以印度尼西亚中加里曼丹省Katingan–Mentaya泥炭水文单元内的泥炭沼泽森林为研究区，利用Planet NICFI影像（2023–2024年）和仅覆盖10.56%区域的机载LiDAR数据，提出了DL-PowerReg和StepwiseReg-DL两种工作流程，旨在比较基于冠层高度模型（CHM）与多层升尺度方法在不完整LiDAR覆盖下估算AGB的精度。该研究发表在《Remote Sensing》。研究结果表明，DL-PowerReg在最终AGB验证中平均绝对误差（MAE）为52.24 t/ha，优于StepwiseReg-DL的62.08 t/ha，且额外生成CHM图，为森林结构和状况评估提供补充信息。这一方法框架展示了利用空间不完整LiDAR数据实现高分辨率全覆盖森林生物量制图的潜力。

研究人员主要采用了以下关键技术：使用U-Net深度学习架构从四波段Planet影像预测CHM（DL-PowerReg第一步），再通过幂回归建立CHM与样地实测AGB的关系生成AGB图；另一种流程是先从LiDAR点云提取15个度量，通过AIC（赤池信息准则）逐步回归选择变量建立LiDAR-AGB模型，再用同样的U-Net结构以Planet影像为输入将LiDAR区AGB升尺度至全区。野外样地共246个，其中197个用于幂回归训练，52个位于LiDAR覆盖区内（41个训练、11个测试），另49个作为独立验证。

4.1 DL-PowerReg：CHM

通过U-Net模型基于Planet四波段影像预测CHM，测试集MAE为3.23 m，空间块交叉验证（CV）MAE为3.54±0.32 m。预测图整体捕捉了CHM空间格局，但纹理比LiDAR参考平滑。研究区平均冠层高度为20.22 m。与全球CHM产品（Potapov等、Pauls等、Lang等）相比，本研究的CHM精度更高，且能正确估计再生长区域的高度。

4.2 DL-PowerReg：最终AGB图

利用幂回归建立CHM与实测AGB关系，决定系数R²为0.67；当CHM高于约22 m时，AGB变异增大，模型对高生物量值出现低估。最终验证MAE为52.24 t/ha，均方根误差（RMSE）为70.42 t/ha，R²为0.49；总AGB为47.75 Mt，平均239.91 t/ha。

4.3 StepwiseReg-DL：基于LiDAR的AGB

通过AIC逐步回归选择QMCH（二次平均冠层高度）和PZabovemean（高于平均高度的回波比例）两个变量，模型R²为0.72，独立测试MAE为38.10 t/ha，R²为0.53。方差膨胀因子（VIF）为2.28，表明无显著共线性。在低CHM区域（如退化区域）出现负值，后续被掩膜。

4.4 StepwiseReg-DL：最终AGB图

U-Net以LiDAR AGB为参考，Planet影像为输入，采用早停法训练868轮。测试MAE为60.30 t/ha，空间块CV为64.92±8.79 t/ha，最终验证MAE为62.08 t/ha，RMSE为82.03 t/ha，R²为0.31。总AGB为40.07 Mt，平均201.30 t/ha。

4.5 方法比较

两种方法在大部分森林类别上结果相近，但StepwiseReg-DL在退化区域倾向于低估，在再生林中估计较高。与全球AGB产品（ESA CCI Biomass和Chloris）相比，本研究的AGB图