耦合时间序列多源遥感数据和生态过程的区域森林生物量动态变化反演研究

The accurate forest biomass mapping and its dynamics on a regional scale are critical to studies on the global climate change as well as ecological construction and sustainable development. Many studies have attempted to integrate the multi-source remote sensing data, in order to improve the accuracy of biomass estimates. However, few studies focus on the forest biomass dynamics, and the reliable information on changes in forest biomass is still lacking..This proposal intends to investigate the estimation of forest biomass dynamics over northeastern China at multiple scales by coupling multi-source remote sensing data time series and forest ecological processes. Both parametric and non-parametric models, along with direct and indirect estimation methods, will be fully explored. The estimated changes in forest biomass with these algorithms will be validated with field biomass data. Following this, the optimal results of forest biomass dynamics at different scales can be selected, and the associated spatial patterns of forest biomass dynamics and its evolution will be analyzed. Moreover, this proposal will quantify the relative contribution of remote sensing data to the estimation forest biomass dynamics, which can advance the applications of remote sensing data to monitoring forest biomass dynamics. The accomplishment of the proposal will provide observational evidences and scientific basis for deeply understanding the carbon exchange between forests and the atmosphere and the role of forests in mitigating climate change, and also provide theoretical guidance for further exploration of monitoring forest biomass dynamics regionally and globally.

高精度区域森林生物量及其动态变化信息是全球气候变化研究、生态建设及可持续发展的迫切需求。很多研究尝试融合多源遥感数据进行区域森林生物量制图以提高估算精度，但目前关于森林生物量动态变化的研究相对较少，可靠的森林生物量动态变化信息依然缺乏。本项目拟耦合时间序列多源遥感数据与森林生态机理过程，开展不同尺度森林生物量动态变化监测方法研究，采用参数模型和非参数模型以及直接和间接方法估算中国东北地区森林生物量的动态变化，并基于地面调查数据对多种算法获得的生物量动态变化结果进行验证。选取高精度的森林生物量动态变化数据集，分析森林生物量动态变化空间格局及其规律，阐明遥感数据进行区域森林生物量动态变化监测的贡献及局限性，提高森林生物量动态变化遥感监测应用水平。这一研究可以指导更大区域森林生物量动态变化数据集的生成，也为深入认识森林与大气之间的碳交换及森林在减缓气候变化中的作用提供观测依据和数据支持。

森林生物量是陆地生态系统碳循环的关键变量，也是全球气候观测系统认定的基本气候变量之一。准确估算森林生物量及其动态变化对于提升陆地生态系统碳源汇精度和实现“双碳”目标具有重要意义。. 为实现区域森林生物量及其动态变化高精度估算，本项目的主要研究内容如下：1）综合评价现有区域或全球森林生物量及其动态变化数据集；2）探索星载激光雷达估算森林生物量及其动态变化的潜力；3）发展适用于森林生物量及动态变化估算的方法；4）研究多源遥感数据对森林生物量及其动态变化估算的贡献和相对重要性，提升区域森林生物量制图精度。. 针对以上研究内容，项目取得的重要结果和关键数据如下：1）当前森林生物量及其动态变化数据集仍然存在严重的空间不一致性，为进一步提升区域森林生物量及其动态变化数据精度，未来研究应着眼于实测点的收集、多源遥感数据的综合利用、高级机器学习算法的发展以及不确定性的量化及表达等；2）提出了新的GLAS波形参数，利用较少的波形参数进行组合有效提升了东北地区森林生物量及动态变化估算精度；3）以RF和ERT为代表的bagging集成算法和以GBRT、SGB和CatBoost等代表的boosting系列集成算法估算生物量精度较高，考虑精度和多样性指标的stacking异质算法可进一步提升生物量制图的精度；4）利用多源遥感数据的互补信息有效提升了区域森林生物量及其动态变化监测精度，研发了基于多源遥感数据的生物量产品生产算法，生产了1985-2015年全球森林生物量数据产品。.综上所述，本项目从生物量基准数据、多源遥感数据以及反演算法等多个方面对区域森林生物量及其动态变化制图进行研究，发展了一系列方法，生产了区域和全球森林生物量产品，这为深入认识森林与大气之间的碳交换及森林在减缓气候变化中的作用提供了观测依据和数据支持。