树冠结构如何影响激光雷达估算的红树林生物量及碳核算结果

《Carbon Balance and Management》：How canopy structure influences LiDAR-derived mangrove biomass estimates and carbon accounting

　　

〈h2 class="c-article-section__title js-section-title js-c-reading-companion-sections-item" id="Abs1">摘要

红树林是碳密度最高的沿海生态系统之一，然而，基于遥感的红树林生物量和碳储量估计仍易受方法选择的影响。特别是，如何从LiDAR数据中表示和汇总树冠结构会系统性地影响生物量估计，这对碳核算和气候缓解评估具有直接影响。然而，很少有研究直接对比同一LiDAR数据集中的单个树冠生物量和基于面积的生物量估算方法，因此尚不清楚报告中的红树林碳储量变化在多大程度上反映了结构假设而非真正的生态差异。本研究通过在一个一致的空间框架内比较两种方法，来检验LiDAR推导出的红树林生物量估计的结构敏感性：（i）根据LiDAR获得的树冠直径估算的胸径（DBH）代理值来估计单个树冠的地上生物量（AGB）；（ii）根据基于面积加权的Lorey平均树冠高度来估算林分水平的AGB。在印度尼西亚东爪哇的一个红树林边缘区域，获取了高分辨率的航空LiDAR数据，并用其建立了数字表面模型、数字地形模型和树冠高度模型。将基于单个树冠的AGB估计值汇总到10米×10米的网格单元中，得到的生物量值较低且更为受限（平均值=153.8±74.7 Mg ha^?1；中位数=162.73 Mg ha^?1），这反映了树级的结构特征。相比之下，基于面积加权的Lorey方法在同一空间尺度上得出了更高的生物量估计值，其中基于树冠覆盖度的方程平均AGB值为167.3±121.7 Mg ha^?1，基于高度加权的方程平均AGB值为183.6±132.5 Mg ha^?1，两者之间的平均差异约为10-20%。AGB估计值的差异会按比例影响总生物量（BGB）和整个生态系统的碳储量。总体而言，这些结果表明，LiDAR推导出的红树林生物量估计值会因树冠结构的表示和汇总方式而有所不同，这强调了在解释基于LiDAR的生物量和碳储量估计时明确记录结构假设的必要性。

红树林是碳密度最高的沿海生态系统之一，然而，基于遥感的红树林生物量和碳储量估计仍易受方法选择的影响。特别是，如何从LiDAR数据中表示和汇总树冠结构会系统性地影响生物量估计，这对碳核算和气候缓解评估具有直接影响。然而，很少有研究直接对比同一LiDAR数据集中的单个树冠生物量和基于面积的生物量估算方法，因此尚不清楚报告中的红树林碳储量变化在多大程度上反映了结构假设而非真正的生态差异。本研究通过在一个一致的空间框架内比较两种方法，来检验LiDAR推导出的红树林生物量估计的结构敏感性：（i）根据LiDAR获得的树冠直径估算的胸径（DBH）代理值来估计单个树冠的地上生物量（AGB）；（ii）根据基于面积加权的Lorey平均树冠高度来估算林分水平的AGB。在印度尼西亚东爪哇的一个红树林边缘区域，获取了高分辨率的航空LiDAR数据，并用其建立了数字表面模型、数字地形模型和树冠高度模型。将基于单个树冠的AGB估计值汇总到10米×10米的网格单元中，得到的生物量值较低且更为受限（平均值=153.8±74.7 Mg ha^?1；中位数=162.73 Mg ha^?1），这反映了树级的结构特征。相比之下，基于面积加权的Lorey方法在同一空间尺度上得出了更高的生物量估计值，其中基于树冠覆盖度的方程平均AGB值为167.3±121.7 Mg ha^?1，基于高度加权的方程平均AGB值为183.6±132.5 Mg ha^?1，两者之间的平均差异约为10-20%。AGB估计值的差异会按比例影响总生物量（BGB）和整个生态系统的碳储量。总体而言，这些结果表明，LiDAR推导出的红树林生物量估计值会因树冠结构的表示和汇总方式而有所不同，这强调了在解释基于LiDAR的生物量和碳储量估计时明确记录结构假设的必要性。