整合卫星激光雷达数据以提高高生物量森林地区生物量估计的兴趣
摘要：使用GLAS激光雷达数据生成的校正因子地图解决了现有AGB地图(即Vieilledent的AGB地图)在高AGB值下的饱和问题。该研究利用遥感光学图像、SRTM数字高程模型、气候变量和野外清查数据建立了马达加斯加的Vieilledent AGB地图。首先，利用GLAS激光雷达数据获得了覆盖马达加斯加森林地区的空间分布估计值(GLAS AGB)，每平方千米密度为0.52条路径。其次，在每个GLAS路径位置计算了Vieilledent AGB地图与GLAS AGB之间的差异，并得到了额外的空间分布校正因子。然后，通过考虑这些额外校正因子的空间结构进行普通克里金插值，得到了连续的校正因子地图。最后，将现有地图和校正因子地图相加，改进了Vieilledent AGB地图。结果显示，整合GLAS数据将Vieilledent AGB地图的精度提高了约7 t/ha。通过整合GLAS数据，AGB估计的均方根误差从81 t/ha (R2=0.62)减少到74.1 t/ha (R2=0.71)。最重要的是，我们证明了使用LiDAR数据的方法避免了对高生物量值的低估（与第一种方法相比，最高AGB从550 t/ha增加到650 t/ha）。
作者：Mohammad El Hajj (UMR TETIS), Nicolas Baghdadi (UMR TETIS), Ibrahim Fayad (UMR TETIS), Ghislain Vieilledent (CIRAD, JRC), Jean-St''ephane Bailly (LISAH), Dinh Ho Tong Minh (UMR TETIS)
论文ID：1703.03432
分类：Other Quantitative Biology
分类简称：q-bio.OT
提交时间：2017-03-13